직진성 우선의 Theta* 알고리즘 기반 자율주행 최적 경로 연구 = A study on the optimal path for autonomous driving based on the Theta* algorithm with linearity priority

국문 초록 (Abstract)

경로 탐색은 다양한 객체의 최단 및 최적의 경로를 제공할 수 있는 장점으로 여러 분야의 지도에서 적용되고 있다. 최단 경로 탐색은 많은 연구가 진행되어있으나 자율주행을 위해 도로의 환경을 고려한 최적 경로 탐색은 여러 방면에서 연구가 진행 중이다. 자율주행을 위해서는 도로의 환경 정보 수집 및 분석이 선행되어야 한다. 이에 대하여 영상처리, 센서 등을 기반으로 많은 연구가 되고 있지만, 현재까지 경로 탐색에 접목되는 것은 부족하다고 할 수 있다. 그러므로 자율주행 시 안정성과 편의를 고려한 최적 경로 탐색이 보편화하기 위해서는 도로의 환경을 고려하여 경로 탐색 연구가 필요하다.

본 논문에서는 편의를 고려한 최적 경로 탐색을 위해 교통 환경 상태 값에 따른 교차점 수와 외부 가중치에 따른 내부 가중치를 Theta * 알고리즘에 적용하는 방법을 제안한다. 실험 결과에 따르면 좁은 도로에서 주행해도 운전자에게 직선 경로가 제공 될 수 있으며 넓은 도로를 중심으로 제안된다. 따라서 최단 경로와는 달리 운전자는 위험한 지역을 피할 수 있다. 차후 넓은 환경에서 동적 환경과 경로 탐색의 실시간 특성을 고려하여 다양한 결과를 얻을 수 있다면 충돌 사고 예방 및 교통 통제에 널리 사용될 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

Path search is applied to various fields of map because it has the advantage of providing the shortest and optimal path of various objects. There are many researches on the shortest path search, but the optimal path search considering the road environment for autonomous driving is under way in various fields. For autonomous driving, environmental information collection and analysis of roads should be preceded. On the other hand, much research has been done based on image processing, sensors, Therefore, it is necessary to study the route search in consideration of the road environment in order for the optimal route search considering stability and convenience during autonomous driving to become common.

In this paper, we propose a method to apply the internal weights according to the number of intersections and the external weights according to the traffic environment state values to the Theta * algorithm for optimal path search considering convenience. Experimental results show that the driver can be provided with a straight path even if driving on a narrow road, and the route is proposed centering on a wide road. Therefore, unlike a shortest route, a driver can avoid a dangerous area have. If we can get various results considering the dynamic environment and real - time nature of path search in a wider environment in the future, it can be widely used in prevention of collision accident and traffic control.

목차 (Table of Contents)

• 1. 서 론 1
• 1.1 연구 배경 1
• 1.2 기존의 경로 탐색 방법 1
• 1.3 연구 목적 2
• 2. 관련 연구 4
• 2.1 주요 경로 탐색 알고리즘 4
• 2.1.1 A* Algorithm 4
• 2.1.2 Basic Theta* Algorithm 7
• 2.2 자율주행 경로 탐색 관련 연구 9
• 2.2.1 무인 자율주행을 위한 최단 시간 경로계획 알고리즘 설계 9
• 2.2.2 자율주행을 위한 딥러닝 기반 차량 경로 예측 9
• 2.2.3 무인 자율주행 차량의 최적 경로 예측 연구 10
• 3. 최적 경로 탐색 방법 11
• 3.1 제안 방법 11
• 3.2 알고리즘 특징 11
• 3.2.1 내부 가중치 11
• 3.2.2 외부 가중치 12
• 3.2.3 가중치 적용 방법 13
• 3.3 제안하는 알고리즘의 장단점 16
• 4. 실험 및 성능 분석 17
• 4.1 실험 구성 17
• 4.2 넓은 도로가 중심에 존재하는 경우 20
• 4.2.1 위험 지역이 없는 도로의 경로 탐색 결과 20
• 4.2.2 교통 정체가 발생하고 있는 도로의 경로 탐색 결과 22
• 4.2.3 사고의 위험성이 있는 지역의 경로 탐색 결과 24
• 4.2.4 위험 지역이 있는 도로의 경로 탐색 결과 26
• 4.3 넓은 도로가 주변에 존재하는 경우 27
• 4.3.1 위험 지역이 없는 도로의 경로 탐색 결과 27
• 4.3.2 교통 정체가 발생하고 있는 도로의 경로 탐색 결과 29
• 4.3.3 사고의 위험성이 있는 지역의 경로 탐색 결과 31
• 4.3.4 위험 지역이 있는 도로의 경로 탐색 결과 33
• 4.4 실험 결과 분석 35
• 5. 결 론 37