93. 부분적 자율주행 센서 데이터 기반 미시적 링크 궤적 추정 연구 / 박지원, 변지혜, 이승현

학부구두세션, ITS/모빌리티, 27(금) 13:20-15:00, 라카이볼룸Ⅱ 

부분적 자율주행 센서 데이터 기반 미시적 링크 궤적 추정 연구 / 박지원(서울시립대학교), 변지혜(서울시립대학교), 이승현(서울시립대학교)

자율주행 차량이 생성하는 방대한 양의 데이터는 교통 관리, 최적화, 안전성 강화에 필수적인 자원이 되고 있다. 특히, 교통 상황을 실시간으로 모니터링하고 분석하기 위해 각 차량의 정확한 위치와 움직임을 파악하는 것은 매우 중요하다. 그러나 센서의 한정된 범위와 불완전한 데이터로 인해 신뢰도 높은 전체적 궤적을 재구성하기에 어려움이 있다. 이에 따라 자율주행 차량의 카메라와 라이다 센서로부터 부분적으로 수집된 불완전한 데이터를 통합하여 개별 차량의 신뢰할 수 있는 차량 궤적을 추정하는 통합적인 방법론을 제시한다. 본 연구는 실제 교통 궤적 데이터셋의 특징을 학습하여 교통 시뮬레이션 내 일반 차량과 자율주행 차량의 주행 행태를 설정한다. 다음으로 시나리오 실증 분석을 토대로 카메라 및 라이다 센서로부터 수집된 데이터를 융합하고 BEV 변환과 3D 객체 인식을 통해 센서 범위 내 차량의 속도와 위치 정보를 측정한다. 마지막으로 센서 범위 외 차량의 궤적을 차량 추종 모델과 확률적 접근 딥러닝 방식으로 추정 및 보완하여 궤적을 재구성하고 평가한다. 본 연구에서 효과적인 차량 궤적 추정 방법론을 구현함으로써 불완전한 데이터를 통해 미시적 교통 패턴을 분석하는 것에 이바지할 수 있을 것으로 기대된다.