연구 주제
자율주행 자동차 실사고 데이터를 기반으로 사고를 결정하는 사고 요인 도출
연구가 필요한 이유
이상적인 상황에서도 자율주행 자동차 사고의 발생 가능성에 대한 연구가 제기됨 -> 상용화가 지연되고 있음
실제 데이터를 활용한 시나리오 도출 연구가 다양하게 수행되고 있으나, 무수히 많이 도출될 것으로 예상되는 자율주행 자동차 시나리오의 수동적 접근법과 전문가의 적극 개입에 대한 한계를 지적하였음
이를 보완하고자 multiple classification 알고리즘을 제시하여 효과적인 시나리오를 도출하고자 함
결론
자율주행 자동차 교통사고 실데이터를 기반으로 머신러닝 기법을 통해 시나리오 도출을 위한 사고 요인 분석을 수행하였음
도출 결과, 주변 차량의 사고 직전 움직임이 가장 중요한 요인으로 확인 되었으며, 자율주행 자동차 실제 사고 데이터를 기반으로 머신러닝을 통해 자율주행 자동차의 사고를 결정하는 요인을 도출하였으며, 시나리오 수립의 기초적인 자료로 활용될 수 있을 것으로 기대함
기존 시나리오 도출의 맹점으로 여겨지던 전문가 지식 의존성을 완화시킬 수 있을 것으로 기대함
논문 내용
I. 서론
자율주행 자동차 실험 주행 중 보행자 사망사고가 발생
이후 자율주행 자동차 안전성 문제가 집중조명 → 이상적인 상황에서도 자율주행 자동차 사고의 발생 가능성에 대한 연구가 진행됨 → 상용화 지연으로 이어짐
안전성 이슈로 인해 제안되고 있는 평가 방식은 시나리오 접근 방식임
시나리오 기반 연구는 차량 안전성 평가에 직접적으로 연관되기 때문에 중요하며, 시나리오에 관련된 모호함은 최소화 될 필요가 있음
Erdogan, A., et all(2020)는 무수히 많이 도출될 것으로 예상되는 자율주행 자동차 시나리오의 수동적인 접근과 전문가의 적극 개입에 대한 한계를 지적함
II. 데이터 수집 및 정체
1. 자율주행 자동차 사고 데이터 수집
캘리포니아 DMV(Department of Motor Vehicles)에서 자율주행 자동차 시험 주행에서 발생한 교통사고 상황에 대한 자료를 공개하고 있음
해당 자료는 사고 발생 시간, 운행 상태, 자율주행 모드, 기상, 조명 등 사고 경위를 유추할 수 있는 정보가 기록되어 있음
DMV에 요청하여 모든 데이터를 공유 받을 수 있음
2. 자율주행 자동차 사고 데이터 정제
사고 자료를 데이터화 시켰으며, 중요 변수로 판단한 데이터는 Kang M et al(2020)의 논문을 참고함
자율주행 모드 상황에서 발생한 사고만을 참고하기 위해 모드(Mode) 변수를 통해 자율주행 상황 데이터만을 추출하였음
최종적으로 15개의 변수로 구성된 138개의 데이터를 확보하였음
III. 분석 결과
1. 자율주행 자동차 사고요인 도출
연구에서는 머신러닝 기법 중 과적합이 최소화되는 랜덤 포레스트를 적용하여 사고 요인을 도출함
데이터 스크리닝 과정에서 아래와 같은 사항을 도출하였음
1. 자율주행 모드 상황에서 자율주행 자동차가 보행자 등 Object에 충돌하는 경우는 거의 없음
2. 사고 대다수 주변 차량인 일반 차량에 의해 충돌함
이에 따라 종속 변수를 자율주행 자동차 상해 정도로 설정하여 변수 중요도를 도출하고자 함
MPC. Time, Light, TC 등의 순서로 사고 요인이 나옴
1. MPC : 도로 위 차량 간의 움직임에 따라 발생하는 상호작용 때문이라고 생각함
2. Time & Lighting: 자율주행 자동차 운행에서 환경 조건(주야 구분 및 조도)에 따라 상해의 정도가 상이하기 때문이라고 생각함
3. TC : 충돌 유형은 차량 내 탑승자의 착석 위치에 따라 상해정도 및 사고 심각도 등 다양한 영향을 줄 수 있기 때문이라고 생각함
NHTSA에 따르면 자율주행 자동차가 도입될 경우 90% 이상의 교통사고를 예방할 수 있을 것이라고 언급함 ⇒ 현재 발생하는 90% 이상의 교통사고는 인적 요인에서 유발됨을 뜻함
자율주행 자동차가 도입된 이후의 일반 차량과의 혼재 상황에서도, 대다수의 사고 요인은 일반 차량에서 유발될 것이므로 사고를 결정하는 요인은 크게 달라지지 않을 것
하지만, 자율주행 자동차가 도입됨에 따라 새로운 사고 요인이 도출될 것으로 생각함
혼재 상황에서의 사고 시나리오 수립의 필요성이 보다 중요해질 것으로 판단됨
IV. 결론 및 향후 연구
최근 능동적 안전 시스템 개발에 연구가 집중되고 있음
그 중 차량 안전성 및 테스트에 직접적으로 영향을 미치는 자율주행 자동차 시나리오 분야가 활발하게 연구되고 있음
시나리오 수립 과정에서 무수히 많은 시나리오가 도출될 것으로 예상되나, 전문가 지식에 의존하는 경향 및 데이터 활용의 부재가 문제점으로 지적되고 있음 ⇒ 의존성 최소화 및 실데이터의 활용 등을 통해 시나리오를 수립하는 연구가 진행되고 있음
자율주행 자동차 교통사고 실데이터를 기반으로 머신러닝 기법을 통해 시나리오 도출을 위한 사고 요인 분석을 수행함
그 결과, 주변 차량의 사고 직전 움직임이 가장 중요한 요인으로 확인 되었으며, 자율주행 자동차의 사고 직전 움직임이 그 뒤를 이었음
직접적인 사고가 발생한 내용을 담고 있는 자율주행 자동차 사고 데이터를 머신러닝 기법을 통해 가장 중요한 요인을 도출하였음
정리
- 실차 데이터를 바탕으로 시나리오 도출 연구가 수행되고 있으나, 무수히 많은 시나리오의 수동적인 접근과, 전문가의 적극 개입에 대한 한계가 있음
- 자율주행 자동차 시험 주행시 발생한 교통사고 데이터를 캘리포니아 DMV(Department of Motor Vehicles)에 요청하여 받아 자율주행 상황 데이터를 별도로 추출하고 머신러닝을 이용하여 사고 요인을 도출하였음
- 실험 결과, 자율주행 사고 요인으로 자율주행 자동차 주변 차량의 사고 직전 움직임이 가장 중요한 요인이었으며, 자율주행 자동차의 사고 직전 움직임이 2번째 요인이었음
논문 링크
https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE10675781
