87. YOLOv8을 이용한 고속도로 합류부 Gap Acceptance Model 최적화 / 강상현, 이주용

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

YOLOv8을 이용한 고속도로 합류부 Gap Acceptance Model 최적화 / 강상현(경기대학교), 이주용(경기대학교)

자율주행 자동차의 상용화가 점차 이루어짐에 따라, 자율주행 기술을 탑재한 차량이 증가하고 있다. 이러한 자율주행 자동차들은 정밀한 차선 변경이 필요하다. 이를 위해 기존 운전자들의 행동 모델을 이해하고 최적화하는 것이 중요하다. 본 연구는 YOLOv8을 이용하여 고속도로 합류부의 실제 운전자의 차선 변경 데이터를 확보하고, Genetic Algorithm을 통하여 실제 운전자의 행동 모델을 최적화하여, Level 3 수준의 자율주행 자동차의 정밀한 차선 변경을 위한 최적화된 차선 변경 알고리즘을 제시하는 걸 목적으로 한다. 연구 방식은 기존 Gap Acceptance Model에 대하여 실제 운전자들의 차량 정보를 통해 모델에 대입하여 실제 관측된 임계간격과 예측치와의 차이를 평균제곱오차 (MSE)를 최소화하도록 Genetic Algorithm을 이용하여 최적화를 진행한다. 수집한 고속도로 합류부 데이터의 교통상황에서 상행선과 하행선의 유의미한 차이를 인지하고 상행선과 하행선 각각에 대한 Gap Acceptance Model을 최적화하였다. 이를 통해 다양한 도로환경에 맞춘 자율주행 차량의 차선 변경 알고리즘 개발에 중요한 역할을 할 것이다.