자율주행자동차의 Jerk에 따른 평균주행속도 변화 분석
An Analysis of the Traffic Speed Due to Jerk on Automated Vehicles
1
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
Jerk는 가속도의 미분 값으로 주행안정성 및 승차감에 영향을 준다. 일반적인 운전자가 가감속할 때 Jerk를 컨트롤하는 것은 어렵기 때문에 도로교통에서 자주 활용되는 개념은 아니며, 철도나 승강기에서 활용하는 개념이다. 자율주행자동차는 조향 및 가속 장치를 자동화하여 운전자의 역할의 일부를 수행하는 기술로서, Jerk의 개념 적용이 가능하다. 자율주행자동차는 Jerk의 제한을 낮춰서 승차감을 향상시킬 수 있고, 반대로 주행속도와 주행성을 고려하여 Jerk의 제한을 높일 수도 있다. 다만 자율주행자동차와 일반 자동차가 혼재된 교통류에서 자율주행자동차의 Jerk의 제한을 어떻게 두는가에 따라 교통흐름의 부정적인 영향도 있을 수 있다는 우려가 따른다. 이에 본 연구에서는 자율주행자동차의 Jerk로 인해 일반 자동차와 전체 교통류의 흐름에 어떤 영향을 주는지 분석하였다. 분석방법으로 행위자기반모형 시뮬레이션 툴인 Netlogo를 이용하여 시뮬레이션 분석을 수행하였다. 기본구간과 진입출구간, 밀도와 자율주행자동차의 혼입율에 따른 다양한 시나리오를 설정하고, 각 시뮬레이션 분석 결과를 통해 자율주행자동차의 Jerk 영향을 분석하였다. 분석 결과 기본구간에서는 저혼입율일수록 고밀도일 때 낮은 Jerk의 평균주행속도가 높게 분석되었고, 진입출구간에서는 혼입율과 상관없이 저밀도일 때 낮은 Jerk의 평균주행속도가 높게 분석되었다. 즉, 승차감이나 주행안정성을 고려하여 Jerk를 반영하여도 일반자동차나 전체 교통류에 큰 영향을 미치지 않으며, 경우에 따라서는 평균주행속도가 높아질 수도 있다. 따라서 자율주행자동차에 Jerk를 반영하여 주행안정성을 향상시킬 수 있으며, 반대로 Jerk의 제한을 여유있게 두어 주행성을 향상시킬 수도 있을 것으로 판단된다.
Abstract
Jerk is a differential value of accelerating or decelerating speed that influences on driving stability and riding comfort. Since ordinary drivers feel difficult to control jerks when they adjust speed, it is rarely used in road traffic. By applying the concept of jerk that affects driving stability, the study analyzed average vehicle speed changes both on main and entry-exit sections in a freeway according to varying entrainment rate and density of Automated Vehicles (AVs). This study finds, in main freeway sections, that low jerk with low entrainment rate in a high density showed a high average vehicle speed, while in entry and exit sections showed a low jerk high average vehicle speed regardless of entrainment rate. As jerk increases, the gap between acceleration and deceleration widens and a deceleration becomes more frequent due to shock wave. Since ordinary cars are rarely affected by AVs under a low traffic density, it is assumed that average vehicle speed of high jerk is higher. By contrast, ordinary cars are more or less affected by AVs due to indispensable conflicts in entry and exit sections. Overall the application of jerk into AVs does not have great impacts on traffic flow. So that when jerk is limited in consideration of driving stability and riding comfort for passengers, it has limited influence over general traffic flow. Furthermore, it can be asserted that loosening limitations of jerks for AV can promote traffic flow more smoothly or improve driving capability rather than driving stability.
참고문헌 (22)
- 국토교통부, "도로교통용량편람", ~ (2012)
- 국토교통부, "도로설계기준", 288~289 (2013)
- 박인선, "자율주행차량 도입에 따른 고속도로 교통류 영향분석 - 경부고속도로 서울-신갈 기본구간을 중심으로", 한국ITS학회 논문지, 14(6), pp.21~36 (2015), 한국ITS학회[DOI]
- 이종덕, "행위자기반모형을 활용한 Personal Mobility와 Partial Autonomous Vehicle의 교통혼잡개선효과 분석", 교통연구, 22(1), pp.27~44 (2015), 한국교통연구원[DOI]
- Arnaout, G. M., "A progressive deployment strategy for cooperative adaptive cruise control to improve traffic dynamics", International Journal of Automation and Computing, 11(1), pp.10~18 (2014)
- Arnaout, G. M., "An IntelliDrive application for reducing traffic congestions using agent-based approach", Systems and Information Engineering Design Symposium, pp.221~224 (2010)
- Aycin, M. F., "Stability and performance of car-following models in congested traffic", Journal of Transportation Engineering, 127(1), pp.2~12 (2001)
- Broen, N. L., "Braking response times for 100 drivers in the avoidance of an unexpected obstacle as measured in a driving simulator", Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 40(18), pp.900~904 (1996)
- Elefteriadou, L., "An introduction to traffic flow theory", pp.6~ (2014), Springer
- Fambro, D., "Driver perception-brake response in stopping sight distance situations", Transportation Research Record:Journal of the Transportation Research Board, 1628, pp.1~7 (1998)
- Gindele, T., "A probabilistic model for estimating driver behaviors and vehicle trajectories in traffic environments", Intelligent Transportation Systems(ITSC), 2010 13th International IEEE Conference on., pp.1625~1631 (2010), IEEE
- Green, M., "How long does it take to stop? Methodological analysis of driver perception-brake times", Transportation Human Factors, 2(3), pp.195~216 (2000)
- Use of advanced in-vehicle technology by young and older early adopters, Survey Results on Adaptive Cruise Control Systems, "Jenness, J. W.", 917~, pp.Report No. DOT HS, 810 (2008)
- Johansson, G., "Drivers’ brake reaction times", Human factors, 13(1), pp.23~27 (1971)
- Kesting, A., "Adaptive cruise control design for active congestion avoidance", Transportation Research Part C, 16(6), pp.668~683 (2008)
- Kesting, A., "General lane-changing model MOBIL for car-following models", Transportation Research Record: Journal of the Transportation Research Board, 1997, pp.86~94 (2007)
- Ma, J., "Evaluating mobility and sustainability benefits of cooperative adaptive cruise control using agent-based modeling approach", Systems and Information Design Symposium (SIEDS), IEEE, pp.74~78 (2012)
- Mitra, A., "Agent-Based Traffic Simulation using Microscopic Modelling", pp.2013
- Olson, P. L., "Perception-response time to unexpected roadway hazards", Human Factors, 28(1), pp.91~96 (1986)
- Van Arem, B., "The impact of cooperative adaptive cruise control on trafficflow characteristics", IEEE Transactions on Intelligent Transportation Systems, 7(4), pp.429~436 (2006)
- Vander Werf, J., "Effects of adaptive cruise control systems on highway traffic flow capacity", Transportation Research Record: Journal of the Transportation Research Board, 1800, pp.78~84 (2002)
- Zaki, M., "Use of drivers’jerk profiles in computer vision-based traffic safety evaluations", Transportation Research Record: Journal of the Transportation Research Board, 2434, pp.103~112 (2014)