자율주행자동차의 공사구간 안전주행 지원을 위한 교통안전시설물 개발 실증 연구
An Empirical Study on Development of Traffic Safety Facilities for Safe Autonomous Vehicle Operation in Construction Areas
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
자율주행자동차의 센서에 대응하는 시설물의 검지성능을 향상시키는 것은 주행안전성을 향상시키는 데에 도움이 된다. 도로·교통 분야에서는 이를 위하여 도로 인프라 또는 시설물의 개선을통해 센서에 대한 검지성능을 향상시키기 위한 연구를 수행하고 있다. 본 연구는 이러한 자율주행지원 인프라 개발 연구의 일환으로 강우 상황에서도 충분히 LiDAR의 검지성능이 확보되어 공사구간에서 시선유도 기능을 유지할 수 있도록 교통콘과 드럼의 형상을 변형하여 이의 개선효과를실증 실험으로 확인하였다. 개선의 원리는 반사 성능이 증대되며 기존의 시설물과 형상적으로크게 차이가 나지 않도록 교통콘은 원뿔형 대신 사각뿔형으로, 드럼은 원기둥형 대신 6각기둥형과8각기둥형으로 각각 제작하였다. 맑은 날과 강우 20 mm/h, 40 mm/h 상황에서 시설물에 대한LiDAR 검지 데이터를 확인하였으며, 사각뿔형 교통콘과 8각기둥형 드럼은 기존 시설물에 비해검지성능이 향상되었음을 확인하였다. 다만, 반복 측정에 따른 편차가 발생하였고, 통계적 해석으로는 유의미성을 확인하지 못한 것이 본 연구 결과의 한계이며, 이 결과를 반영하여 향후 연구에서는측정환경의 다양성에도 균일하게 데이터가 취득될 수 있는 형태로 개선할 필요가 있다.
Abstract
Improving the detection performance of facilities corresponding to the sensors of autonomous vehicles helps driving safety. In the road and transportation field, research is being conducted to improve the detection performance of sensors by road infrastructure or facilities. As part of this on the development of autonomous driving support infrastructure, the shape of traffic cones and drums to ensure sufficient LiDAR detection performance even rainy conditions and maintain the line-of-sight guidance function in construction zones improvement effect. The principle was to increase reflection performance and ensure no significant difference in shape from existing facilities. Traffic cones were manufactured in square pyramid shapes instead of cones, and drums were manufactured in hexagonal and octagonal pillar shapes instead of cylinders. LiDAR detection data for the facility was confirmed on a clear day and with 20 mm/h and 40 mm/h rainfall. The detection performance of the square pyramid-shaped traffic cone and octagonal column-shaped drum was to the existing facility. On the other hand, deviations occurred due to repeated measurements, and significance could not be confirmed through statistical analysis. By reflecting these results, future studies will seek a form in which data can be obtained uniformly despite the diversity of measurement environments.
참고문헌 (25)
- Goberville, N., "Analysis of LiDAR and Camera Data in Real-World Weather Conditions for Autonomous Vehicle Operations", SAE(Society of Automotive Engineers) International Journal of Advances and Current Practices in Mobility, 2(5), pp.2428~2434 (2020), SAE International
- Goodin, C., "Predicting the Influence of Rain on LiDAR in ADAS", Electronics, 8(1), pp.89~ (2019)[DOI]
- 임륭혁, "차량용 라이다 센서의 평가를 위한 범용 시뮬레이터 개발 및 적용", 대한원격탐사학회지, 31(3), pp.267~279 (2015), 대한원격탐사학회[DOI]
- IRS(Informations Research Service)Global, "Flying Car·Autonomous Vehicle", 386~394 (2020)
- 전현명, "IPA 및 FGI 분석을 통한 자율주행차량 핸디캡과 발생원인 분석", 한국ITS학회 논문지, 20(3), pp.34~46 (2021), 한국ITS학회[DOI]
- Improvement Road Infrastructures to Strengthen Driving Safety of Automated Driving Car, the Second report, "KICT(Korea Institute of Civil Engineering and Building Technology)", ~ (2021)
- 김지윤, "LiDAR의 특성을 고려한 자율주행 대응 교통콘 개선 실증 연구", 한국ITS학회 논문지, 21(5), pp.253~273 (2022), 한국ITS학회[DOI]
- 김지윤, "안개 및 강우 상황에서의 LiDAR 검지 성능 변화에 대한 연구", 한국ITS학회 논문지, 21(2), pp.101~115 (2022), 한국ITS학회[DOI]
- Kim, J., "Performance of Mobile LiDAR in the Real Road Driving Conditions", Sensors, 21(22), pp.7461~ (2021)[DOI]
- Kim, W. K., "Main Contents and Future Plans of the Automated Driving Technology Development Innovation Project", Monthly KOTI Magazine on Transportation, 272, pp.27~35 (2020)
- 2020 Autonomous Vehicle Readiness Index, "KPMG International", 1~ (2020)
- Kutila, M., "Automative LiDAR Sensor Development Scenarios for Harsh Weather Conditions", IEEE 19th International Conference on Intelligent Transportation Systems(ITSC), pp.265~270 (2016), IEEE
- Lambert, J., "Performance Analysis of 10 Models of 3D LiDARs for Automated Driving", IEEE Access, 8, pp.131699~131722 (2020)[DOI]
- 이한슬, "어려운 고속도로 환경에서 Lidar를 이용한 안정적이고 정확한 다중 차선 인식 알고리즘", 전자공학회논문지, 52(12), pp.158~164 (2015), 대한전자공학회
- "Hyundai Motor Group begins mass production of Level 3 ‘HDP’ for the first time this year...takes the lead in the market" (2023)[URL]
- "As world’s first automotive company, Certification for SAE Level 3 system for U.S. market" (2023)[URL]
- Montalban, K., "A Quantitative Analysis of Point Clouds from Automotive Lidars Exposed to Artificial Rain and Fog", Atmosphere, 12(6), pp.738~ (2021)
- 박범진, "도로시설물의 색깔 및 기상 환경에 따른 LiDAR의 성능변화 연구", 한국ITS학회 논문지, 20(6), pp.228~241 (2021), 한국ITS학회[DOI]
- Park, B., "Method of improvements for autonomous vehicle road-traffic facilities using LiDAR", Proceedings of the KITS International Conference 2022, pp.15~18 (2022)
- Park, J., "An Automotive LiDAR Performance Test Method in Dynamic Driving Conditions", Sensors, 23(8), pp.3892~ (2023)[DOI]
- Robosense, "RS-LiDAR-32 Brochure, China", ~ (2019)
- Roh, C. G., "A review on Handcap Sections and Situations to Improve Driving Safety of Automated Vehicles", Sustainability MDPI, 12, pp.5509~ (2020)[DOI]
- Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-road Motor Vehicles, "SAE(Society of Automotive Engineers)International", SAE International, ~, pp.J3016 (2018)
- Sensor Fusion: A Comparison of Sensing Capabilities of Human Drivers and Highly Automated Vehicles, "Schoettle, B.", University of Michigan, Transportation Research Institute, ~, pp.SWT-2017-12 (2017)
- Tang, L., "Performance Test of Autonomous Vehicle Lidar Sensors Under Different Weather Conditions", Transportation Research Record, 2674(1), pp.319~329 (2020)