4대 자율주행 전략 종합 분석

소개

자율 주행 전략에 대한 현재 연구는 여전히 특정 시나리오에서 특정 전략을 구현하는 데 중점을 두고 있습니다. 칭화대학교 연구원들은 교통 분야 최고 컨퍼런스에서 이를 보다 진보된 관점에서 분석하여 종합적인 리뷰를 발표했습니다. 자율주행 전략.

자율주행차가 다가오는 차량을 만났을 때 먼저 추월해야 할까요, 아니면 양보해야 할까요?

자율주행 전략은 항상 이 분야의 핵심 이슈였습니다. 즉, 자율주행차가 교통 분쟁 지역에서 다른 교통 참여자와 어떻게 합리적이고 효율적으로 상호 작용해야 하는지입니다.

너무 과격하거나 보수적인 전략은 교통 효율성에 영향을 미치고 승객의 생명 안전까지 위협할 수 있습니다.

낮은 수준의 세부 운전 행동이나 특정 교통 상황에 주로 초점을 맞춘 자율 주행 전략에 대한 이전 연구, 즉 "특정 문제에 대한 구체적인 분석"으로 인해 엔지니어링 코드에 수천 개의 if-else가 있을 수 있음 , 현재 고급 운전 전략에 대한 연구가 부족합니다.

연구자들의 운전 전략에 대한 관심이 높아지고 있지만, 안전 운전을 어떻게 적극적으로 실천할 것인지에 대한 포괄적인 답변은 아직까지 없습니다.

최근 칭화대학교, 중국과학원 자동화 연구소, 인텔 차이나 연구소의 공동 연구 결과가 과학 분야 최고 국제 저널인 Accident Analysis and Prevention이 개최한 2021년 연례 세미나에서 발표되었습니다. 교통안전 (교통분야 최초의 SSCI 저널, JCR Q1) 회의에서는 공개발표와 구두보고가 이루어졌으며, 해당 논문은 해당 저널의 연간 최우수논문상을 수상하였습니다.

논문 링크: https://www.sciencedirect.com/science/article/abs/pii/S0001457520317577#!

저자는 여러 가지 대표적인 운전 전략을 분석한 후 세 쌍의 중요한 특성 차원을 제안했습니다. 운전 전략 측정: 선호하는 목표, 위험 성향 및 협력 방식.

이 세 가지 특성 차원에 따라 연구자들은 자율주행차의 기존 운전 전략을 방어 운전 전략, 경쟁 운전 전략, 협상 운전 전략, 협력 운전 전략의 네 가지 유형으로 나누어 이 네 가지 전략을 비교하고 가능한 방향을 제시합니다. 고급 운전 전략의 설계를 개선하기 위한 방법이 식별됩니다.

저자는 장기적으로 혼합된 교통 흐름(자율주행차와 전통차 혼합)에 직면했을 때 개인의 의도 간의 모순을 조정하기 위해 통행권 협상 메커니즘이 적극적으로 도입되어야 한다고 믿습니다.

논문의 교신저자는 현재 칭화대학교 심천대학원 부교수이자 박사 지도교수인 Li Zhiheng 박사입니다. 2009년 칭화대학교 제어공학과 자동화학과에서 공학박사 학위를 취득했습니다. 주요 연구방향은 지능형교통시스템, 교통신호제어시스템, 교통관리계획, 지능형 대중교통시스템, 지능형교통빅데이터 연구 등이다. 10개 이상의 국가 차원의 프로젝트를 주최하고 참여했습니다.

자율주행의 미래

최근 자율주행 기술은 도로교통 분야 전체를 재편하고 도로 등 많은 실질적인 교통 문제를 해결할 수 있는 잠재력을 가지고 있다고 일반적으로 믿어지고 있습니다. 접근성, 교통 효율성, 편의성, 특히 보안입니다.

그러나 자율주행차에게 '안전한 운전'을 가르치는 것이 쉽지 않다는 사실을 점점 더 많은 연구자들이 깨닫고 있습니다. 예를 들어, 미국 교통부가 200만 건이 넘는 사고를 조사한 결과, 거대 기업인 Waymo의 행동 팀장보다 ​​좌회전이 사고를 일으킬 확률이 20배 더 높다는 사실이 밝혀졌습니다. 자율주행 분야에서 소프트웨어 엔지니어 Nathaniel Fairfield는 보호되지 않은 좌회전이 자율주행에서 가장 어려운 일 중 하나라고 믿고 있습니다. MIT 기계공학과의 John Leonard 교수도 자율주행이 매일 많은 어려움을 겪고 있음을 인정했습니다. 문제 목록의 거의 맨 위에 있습니다.

본 연구 연구팀은 좌회전 충돌과 같은 안전 문제의 본질적인 원인은 상호 작용할 때 서로 다른 차량이 채택하는 거시적 전략의 차이라고 믿습니다. 특정 시나리오나 특정 운전 행동에 초점을 맞춘 미시 전략과 달리 거시 전략은 의사 결정 프로세스의 일반적인 요소를 추상화한 것이며 자율 주행 전략의 하드웨어 기반과 의사 결정 메커니즘에 의해 결정됩니다.

따라서 본 연구에서는 자율주행차가 다른 교통 참가자와의 상호 작용 중 오판으로 인한 충돌 위험을 방지하고 교통 충돌 지역을 질서있게 통과하기 위해 따라야 할 거시 전략이 무엇인지 주로 논의합니다.

본 연구에서 연구팀은 기존 연구를 검토한 후 매크로 운전 전략을 측정하기 위한 두 가지 주요 차원을 제안했습니다.

• 협력 의지, 즉 운전 주체가 전반적인 이익을 대가로 일부를 포기할 의지가 있는지 여부 개인의 관심
• 위험 선호, 즉 운전 전략으로 인해 발생하는 잠재적 위험에 대한 운전 주체의 태도입니다.

전체적 관심(환경적 교통 효율성 등)과 개인별 관심(자전거 속도) 간의 강조점 차이에 따라 기존의 일반적인 운전 전략은 '대립 운전'과 '협력 운전'의 두 가지 범주로 나눌 수 있습니다.

그 중, 대결 운전 전략은 다양한 위험 선호도에 따라 안전 지표를 선호하는 위험 회피형 "방어적 운전 전략"과 속도 지표를 선호하는 위험 중립적 "경쟁적 운전 전략"으로 더 구분됩니다.

협력 운전 전략은 능동 통신 장비에 의존하지 않는 '협상 운전 전략'과 능동 통신 장비(차량 인터넷, V2V 등)에 의존하는 '협동 운전 전략'으로 나눌 수 있습니다(그림 1).

그림 1: 일반적인 매크로 추진 전략의 네 가지 유형

이 연구에서 연구팀은 위 네 가지의 작동 메커니즘, 핵심 작업, 상호 작용 논리, 의사 결정 메커니즘 및 하드웨어 기반에 대한 연구를 수행했습니다. 일반적인 운전 전략을 검토합니다.

구체적으로 방어 운전 전략은 다른 차량에 대해 비합리적인 가정을 채택하는 것(즉, 비합리적인 행동의 확률이 높다고 믿는 것), 자율주행차가 자신의 안전을 보장한다는 핵심 목적을 가지고 독립적인 결정을 내리도록 규정하는 것으로 정의됩니다. 전략.

경쟁 운전 전략은 다른 차량에 대해 합리적인 가정을 채택하는(즉, 비합리적인 행동의 가능성이 낮다고 믿는) 운전 전략으로 정의되며, 자율주행차는 자신의 효율성 향상을 핵심 목적으로 독립적인 결정을 내릴 것을 규정합니다. .

협상 운전 전략은 다음과 같이 정의됩니다. 자율주행차는 전통적인 운전 행동에 대한 이해를 바탕으로 효율성과 안전을 모두 고려한 운전 전략을 대가로 다른 차량과 합리적인 협상과 공동 의사결정을 수행합니다.

협동 운전 전략은 다음과 같이 정의됩니다. 차량 인터넷 기술의 지원을 통해 자율 차량이 다른 차량과 협력하고 통합 파견 지시를 수락하여 글로벌 최적화를 달성하는 운전 전략입니다.

그런 다음 팀은 이 네 가지 전략의 장단점 및 특징에 대해 추가로 논의했습니다.

금세기 자율 주행 기술이 발전하면서 방어 운전 전략이 처음 제안되었습니다. 왜냐하면 이러한 운전 전략과 인간 운전 규칙 사이에는 많은 유사점이 있기 때문입니다. 핵심 목표는 교통 불확실성을 제거하거나 줄이는 것입니다.

그러나 방어 운전의 가장 큰 단점은 확률이 낮은 교통사고를 예방하기 위해 자율주행차가 지나치게 중복되고 보수적이어서 교통 효율성이 저하될 수 있다는 점입니다.

예를 들어 Intel Mobileye 팀이 제안한 RSS(Responsibility Sensitive Safety) 모델의 원본 버전[2]에서 자율주행차는 차량의 갑작스러운 제동 동작에 대처할 수 있을 만큼 충분한 안전 거리를 유지해야 합니다. 언제든지 앞의 차량을 볼 수 있습니다(그림 2).

팀의 추가 연구에 따르면 자율주행차는 앞차의 의도를 고려하여 안전 요건을 충족하면서 추종 거리를 3배 이상 단축할 수 있는 것으로 나타났습니다. 이는 상호작용이 도입된 후 향상된 방어 운전도 일정한 교통 효율성을 보장할 수 있음을 보여줍니다.

관련 연구 결과도 Mobileye에 공개되어 채택되었습니다[3].

그림 2: Mobileye가 발표한 RSS 원본 버전의 안전 거리에 대한 조항[2]

연구가 심화됨에 따라 방어 운전 전략의 다양한 단점이 점차 나타났습니다. 기간 계획, 교통 효율성에 미치는 영향 등

이런 문제를 해결하기 위해 자율주행 분야에는 '학습'이라는 개념이 점차 도입되고 있습니다. 사람들은 인간처럼 경험을 바탕으로 예상되는 이익과 잠재적인 위험 사이에서 결정을 내리도록 기계를 가르치려고 합니다.

이 아이디어를 바탕으로 MIT 강화학습 모델 Deep Traffic(그림 3)로 대표되는 경쟁 운전 전략이 탄생했습니다[4].

이 전략에 따라 자율주행 자동차는 도로 교통을 "비협조적인 동적 게임" 프로세스로 간주하고 항상 운전 효율성을 향상시킬 수 있는 가능성을 찾고 있습니다.

그러나 이러한 유형의 운전 전략은 두 가지 문제를 피하기 어려운 경우가 많습니다.

1. 시뮬레이션으로 인한 현실성 문제, 즉 "현실 격차"입니다. 이러한 유형의 운전 의사 결정 알고리즘은 종종 시뮬레이션 시스템에서 수행되어야 하며, 알고리즘의 훈련 프로세스는 환경 피드백에 크게 의존합니다. 따라서 시뮬레이션 시스템의 상호 작용 프로세스를 충분히 현실적으로 보장하는 방법은 다음과 같습니다. 연구자가 대답해야 하는 질문

2. 합리성 가정으로 인해 발생할 수 있는 위험이 증가합니다. 연구에 따르면 훈련이 진행됨에 따라 시뮬레이션 환경에는 비합리적인 개인보다 합리적인 개인이 훨씬 더 많기 때문에 자율 주행 자동차는 위험한 행동에서 "감미로움"을 느끼고 급진적인 운전 행동을 취하는 경향이 점점 더 커지는 것으로 나타났습니다. . 이러한 합리적인 가정은 실제 도로에서 교통 혼잡을 초래할 수 있습니다.

그림 3: MIT의 Deep Traffic 운전 결정 모델 [4] (이미지 출처: https://selfdrivingcars.mit.edu/deeptraffic)

따라서 협상 운전의 개념이 제안되었으며, 그 제안은 다음과 같습니다. 개인의 의도 간 갈등을 조정하기 위해 통행권 협상 메커니즘이 도입됩니다. 연구팀은 자율주행차가 다른 차량과 통행권을 협상할 때 따라야 할 원칙을 세 가지로 요약했습니다(그림 4)[6]:

• 인식의 한계를 보수적으로 처리해야 합니다.
• 차량 간의 상호 작용(암시적 의사소통 및 적극적 의사소통 포함)을 의사 결정 고려 사항으로 고려해야 합니다. 교통안전과 교통효율성, 즉 전략적 민첩성을 고려합니다.
• 이를 바탕으로 연구팀은 다양한 일반적인 교통 시나리오에서 통행권 협상을 기반으로 효과적인 운전 결정을 내리는 방법을 논의하는 여러 논문을 발표했습니다[7].

그러나 협상 운전은 통신 정보의 양에 의해 제한되며 아직 도로 용량의 최대 활용에 도달하지 못했습니다. 최근 능동통신 기술의 성숙과 분산형 협업 의사결정 모델의 개발로 인해 차량 인터넷(Internet of Vehicles)을 기반으로 한 글로벌 협업 운전이 가능해졌습니다.

협동 운전의 기본 가정은 모든 도로 차량이 중앙 제어 시스템에 상태 정보를 보고하고 모션 제어 시스템에서 균일하게 할당한 기동 계획을 완전히 준수한다는 것입니다.

이러한 가정 하에서 자율주행차는 더 이상 복잡한 궤적 예측 및 위험 평가를 수행할 필요가 없으며 최적화 또는 검색 방법을 사용하여 최소한의 컴퓨팅 비용으로 도로 자원 활용을 극대화할 수 있습니다(그림 5)[8,9].

열거 기반 협업 운전 글로벌 최적 솔루션(대기 시간 315.06초)

MCTS—검색 기반 협력 운전의 대략적인 최적 솔루션(지연 316.18초)

FIFO - 규칙 기반 협상 운전의 일반 솔루션(지연 382.54초)

위 협력 운전의 실현에는 세 가지 전제 조건이 있습니다. 운전이 대체되고 능동형 통신 장비가 장착됩니다. 도로 끝에는 밀도가 높은 지능형 인프라가 클라우드에 감지 및 통신 노드로 배포되어야 하며 지연 시간이 낮고 동시성이 높은 통신 네트워크 및 제어 센터가 구축되어야 합니다.

그리고 이는 협업 운전이 단기적으로 구현되지 않을 것이라는 의미이기도 합니다. 장기적으로 자율주행차와 인간이 운전하는 자동차가 혼합된 현실에 어떻게 대처할 것인지 진지하게 고민해야 합니다.

걱정스러운 문제는 다양한 자율주행차 제조업체가 고유한 운전 전략을 가지고 있다는 것입니다. 이로 인해 일부 자율주행차는 자신의 전략에 따라 다른 차량의 전략을 잘못 판단해 사고로 이어질 수 있다. 따라서 연구자들은 조화로운 운전을 달성하고 운전 안전을 향상시키기 위해 운전 전략 수준에서 합의에 도달할 것을 요구합니다.

기계 지능 수준이 점차 인간 수준에 가까워짐에 따라, 기계가 어떻게 더 넓은 범위에서 인간과 조화롭게 공존할 수 있는지는 금세기의 가장 중요한 과학적 이슈 중 하나가 될 것입니다.

우리나라가 발표한 '차세대 인공지능 발전계획'에는 2030년 우리나라 차세대 인공지능 발전을 위한 지도이념과 전략목표, 핵심과제가 제시됐다. 그 중 인간-기계 협업을 위한 인공지능이 핵심 연구 방향이다.

자율주행은 인공지능 개발의 대표적인 분야입니다. 레벨2~레벨5의 인간-기계 공동운전과 레벨4~레벨5의 다양한 차량 협업은 모두 인간-기계 협업에 대한 인공지능 연구를 포함합니다. 이러한 문제의 해결에는 행동 모델링, 인간-컴퓨터 상호 작용, 심리학 및 기타 학문의 교차가 포함되므로 더 많은 관심과 관심이 필요합니다.

위 내용은 4대 자율주행 전략 종합 분석의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!