[논문 리뷰] Coordination of Autonomous Vehicles: Taxonomy and Survey

Stefano Mariani, Giacomo Cabri외 1명|arXiv (Cornell University)|2020. 01. 08.

Transportation and Mobility InnovationsEngineering참고 문헌 71인용 수 17

한 줄 요약

이 논문은 자율주행차의 조정 도전 과제에 대한 종합적인 분류 체계와 종합적 서베이를 제시하며, 자원/작업 중심 여부와 협력/경쟁 여부에 따라 문제를 분류한다. 결정의 자율성 수준에 기반해 통합된 조정 메커니즘 프레임워크를 제안하며, 혼합 교통 환경에서의 안전하고 확장 가능한 구현을 위한 핵심 기술적 및 규제적 과제를 규명한다.

ABSTRACT

In the near future, our streets will be populated by myriads of autonomous self-driving vehicles to serve our diverse mobility needs. This will raise the need to coordinate their movements in order to properly handle both access to shared resources (e.g., intersections and parking slots) and the execution of mobility tasks (e.g., platooning and ramp merging). In this paper, we firstly introduce the general issues associated to coordination of autonomous vehicles, by identifying and framing the key classes of coordination problems. Following, we overview the different approaches that can be adopted to manage such coordination problems, by classifying them in terms of the degree of autonomy in decision making that is left to autonomous vehicles during coordination. Finally, we overview some further peculiar challenges that research will have to address before autonomously coordinated vehicles can safely hit our streets.

연구 동기 및 목표

• 안전하고 효율적인 교통 흐름을 확보하고 새로운 모빌리티 서비스를 가능하게 하기 위해 자율주행차 간 조정의 증가하는 필요성을 해결하기 위해.
• 교차로 통과, 플라톤 형성, 주차와 같은 자율주행차 시스템의 핵심 조정 문제를 식별하고 분류하기 위해.
• 개별 차량이 의사결정 과정에서 부여받는 의사결정 자율성 수준에 따라 조정 접근 방식을 분석하기 위해.
• 정의되지 않은 문제, 예를 들어 우선순위 할당의 공정성, 혼합 인간-자율주행차 운영, 규제 프레임워크 등에 대한 횡단적 과제를 부각하기 위해.
• 기존 문헌에서 좁은 응용 중심의 조정 솔루션에 집중한 점을 메우기 위해 통합적이고 종합적인 서베이를 제공하기 위해.

제안 방법

• 자원 중심 대비 작업 중심, 경쟁 대비 협력이라는 이중 차원의 분류 체계를 제안하여 조정 문제를 분류한다.
• 차량이 의사결정 과정에서 부여받는 의사결정 자율성 수준에 따라 조정 메커니즘을 분류하며, 완전 중앙집중형에서 완전 분산형까지의 스펙트럼을 포함한다.
• auction 기반 메커니즘, 논증 프레임워크, 공명 알고리즘을 포함한 조정 프rotocol 및 전략을 검토한다.
• 공정성 할당, 혼합 교통 환경에서의 안전성, 프라이버시 우려와 같은 기술적 및 사회적 과제를 분석한다.
• 조정 이론, 동시성 이론, 다에이전트 시스템의 통찰을 통합하여 조정 문제를 프레임워크화한다.
• 특히 인간 운전 차량과 자율주행차가 혼합된 플릿 환경에서 인간이 개입하는 조정 메커니즘의 필요성을 논의한다.

실험 결과

연구 질문

• RQ1 자율주행차 시스템의 조정 문제는 그 구조적 및 행동적 특성에 기반해 어떻게 체계적으로 분류될 수 있는가?
• RQ2 개별 차량이 의사결정 과정에서 부여받는 의사결정 자율성 수준에 따라 조정 메커니즘의 주요 차이점은 무엇인가?
• RQ3 특정 차량이 다른 차량보다 우선순위를 부여받는 조정 메커니즘에서 공정성과 사회적 수용성을 어떻게 확보할 수 있는가?
• RQ4 인간 운전 차량을 자율주행차 조정 프레임워크에 통합할 때 발생하는 기술적 및 규제적 과제는 무엇인가?
• RQ5 이질적인 차량 유형이 혼합된 교통 환경에서 안전하고 확장 가능하며 효율적인 조정을 실현하기 위한 열린 과제는 무엇인가?

주요 결과

• 자원/작업 중심 여부와 경쟁/협력 여부에 기반한 조정 문제의 분류 체계는 다양한 차량 조정 시나리오를 분석하기 위한 통합적 프레임워크를 제공한다.
• 조정 메커니즘은 중앙집중적 제어에 대한 의존도와 분산형 자율성의 정도에 따라 크게 다름으로써, 확장성, 내구성, 반응성 간의 상충 관계를 보인다.
• auction 기반 조정 메커니즘은 효율적이지만, 규제되지 않은 경우 재정적 능력이 높은 차량이 지속적으로 우선순위를 확보해 이동성 불평등을 초래할 위험이 있다.
• 논증 기반 조정은 대화식이며 인간이 이해할 수 있는 방식이므로 혼합 교통 환경에서 특히 적합하며, 인간 운전자들이 의미 있는 방식으로 참여할 수 있도록 한다.
• 인간 운전 차량을 조정 시스템에 통합하기 위해서는 신뢰할 수 있는 통신 인프라, 직관적인 인터페이스, 인간의 행동 변동성에 대한 내성적 내성 확보가 필요하다.
• 특히 혼합 교통 환경에서의 실현 가능성을 고려할 때, 안전성, 공정성, 규제 준수 보장을 위한 중대한 열린 과제들이 남아 있다.