에너지 효율적인 자율주행을 위한 적응형 계층적 경고 및 주행 경로 제어
Adaptive Hierarchical Control of Warning and Trajectory for Energy-Efficient Autonomous Driving
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
자율주행 차량 제어의 복잡성이 증가함에 따라, 도로 손상·교통 밀도 등 외부 위험 요인을 실시간으로 반영하는 통합적 제어 전략의 필요성이 높아지고 있다. 본 논문에서는 경고 반경 최적화(상위 계층)와 에너지–시간 균형 기반 차량 제어(하위 계층)를 계층적으로 연계한 최적화 방법론을 제안한다. 상위 계층은 도로 상태와 교통 밀도를 입력으로 받아 위험 인지 범위인 경고 반경을 결정하며, 하위 계층은 해당 반경 내에서 Second-Order Cone Programming(SOCP)을 이용해 에너지 소비와 주행 시간을 동시에 최소화한다. 또한 정적 가중치 기반 접근의 한계를 극복하기 위해, 적응적 가중치 조정 기법을 도입하였다. 제안된 방법론은 다양한 시뮬레이션 조건에서 안정적인수렴 양상을 보였으며, 비용 함수 감소와 가중치 민감도 특성 분석을 통해 방법론적 타당성을 입증하였다. 이를 통해 단순한 경로 계획이나 단일 목적 최적화를 넘어, 실제 도로 환경에서 안정성·효율성·적응성을 동시에 확보할 수 있는 제어 전략의 가능성을 제시한다.
Abstract
Given the increasing complexity of intelligent transportation systems, the joint optimization of warning mechanisms and vehicle control has emerged as a critical challenge. This paper proposes a hierarchical optimization framework that integrates warning range optimization at the upper level with energy–time balanced vehicle control at the lower level. In the upper level, the warning range, which defines the spatial scope of risk perception, is determined based on road conditions and traffic density, while in the lower level, Second-Order Cone Programming (SOCP) is employed to simultaneously minimize energy consumption and travel time within the selected range. To overcome the limitations of static weight-based approaches, an adaptive weight tuning mechanism is introduced, combining grid search with gradient-norm feedback. The proposed framework demonstrates consistent convergence across diverse simulation settings, and its validity is confirmed through analyses of cost function reduction and weight sensitivity. These findings indicate that the framework can go beyond conventional path planning or single-objective optimization, offering a robust control strategy that ensures stability, efficiency, and adaptability in real-world driving environments.