90. 동적 교통류 분석을 활용한 미시적 차량 추종 모델의 이중 캘리브레이션 / 남혁주, 이승현

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

동적 교통류 분석을 활용한 미시적 차량 추종 모델의 이중 캘리브레이션 / 남혁주(서울시립대학교), 이승현(서울시립대학교)

본 연구에서는 차량 주행궤적 데이터를 기반으로 개별 차량의 교통 상태를 동적 교통류 특성에 따라 클러스터링하고 Intelligent Driver Model(IDM) 파라미터를 최적화하는 이중 구조를 제안한다. K-평균 클러스터링 알고리즘을 사용해 주행 데이터를 유사한 교통 상태 클러스터로 분할하고, 유전 알고리즘(GA)을 통해 각 클러스터의 IDM 파라미터를 보정한다. NGSIM US 101 데이터셋을 활용하여 차량추종 모형에 따른 주행궤적 예측을 실시하며, 실험 결과 클러스터별 IDM 파라미터 보정을 통해 높은 예측 정확도를 달성했다. 특히, 시계열에 따라 변동되는 개별 차량의 주행 중 교통 특성을 세밀하게 반영하여, 보다 현실적인 차량추종모형을 구현하였다. 향후 연구에서는 클러스터링과 파라미터 보정을 반복적으로 수행하는 순환적 캘리브레이션 구조를 제안한다.