[논문 리뷰] Intermittent Control Properties of Car Following: Theory and Driving Simulator Experiments

Ihor Lubashevsky, Hiromasa Ando|arXiv (Cornell University)|2016. 09. 07.

Traffic control and management참고 문헌 16인용 수 3

한 줄 요약

이 연구는 자동차 추종 행동을 위한 네 변수 간헐적 제어 모델을 제안하며, 차량의 제동도(가속도의 시간 도함수)를 핵심 제어 변수로 간주한다. 8명의 참가자와 함께 TORCS 기반의 운전 시뮬레이터를 사용하여 인간 운전이 노이즈 기반 간헐적 제어를 따르며, 운전 스타일의 차이와 갑작스러운 제동도 분포의 피크가 나타나는 것으로, 기존의 뉴턴 역학 기반 모델에 도전한다.

ABSTRACT

A rather simple car driving simulator was created based on the available open source engine TORCS and used to analyze the basic features of human behavior in car driving within the car-following setups. Eight subjects with different skill in driving real cars participated in these experiments. They were instructed to drive a virtual car without overtaking the lead car driven by computer at a fixed speed and not to lose sight of it. Moreover, these experiments were conducted with four different speed including 60km/h, 80km/h, 100km/h, and 120km/h. Based on the collected data the distribution of the headway, velocity, acceleration, and jerk are constructed and compared with available experimental data collected previously by the analysis of the real traffic flow. A new model for car-following is proposed capture the found properties. As the main results we draw a conclusion that the human behavior in car driving should be categorized as a generalized intermittent control with noise-driven activation of the active phase. Besides, we hypothesize that the extended phase space required for modeling human actions in car driving has to comprise four phase variables, namely, the headway distance, the velocity of car, its acceleration, and the car jerk, i.e., the time derivative of the car acceleration. This time, the time pattern of pedal pushing and the distribution of time derivative of pedal was utilized in addition to previous variables. Moreover, all subjects' driving data were categorized as some styles with their shapes.

연구 동기 및 목표

• 가상의 운전 환경을 통해 인간의 간헐적 제어가 자동차 추종 역학에서 어떻게 나타나는지 조사하기 위해.
• 특히 차량 제동도와 같은 고차원 역학의 역할을 고립하고 분석하기 위해.
• 실험 데이터를 바탕으로 제어 활성화가 임계값 기반인지 노이즈 기반인지 판단하기 위해.
• 두근, 속도, 가속도, 제동도를 단계 변수로 포함하는 자동차 추종의 수학적 모델을 개발하기 위해.
• 모의 실험 결과를 실제 교통 흐름 데이터와 비교하고, 페달 동역학과 제동도 패턴을 기반으로 운전 스타일을 식별하기 위해.

제안 방법

• 실제 차량 역학을 재현하기 위해 오픈소스 TORCS 엔진을 기반으로 맞춤형 자동차 운전 시뮬레이터를 개발하였다.
• 8명의 운전자를 대상으로 고정된 앞선 차량 속도 4가지 수준(60–120 km/h)에서 실험을 수행하여 간격, 속도, 가속도, 제동도, 페달 위치, 페달 변화율 데이터를 수집하였다.
• 운전자 입력의 정확한 데이터 수집을 위해 고정밀 로지텍 G27 레이싱 휠과 페달 세트를 사용하였다.
• 특히 제동도 및 페달 도함수 분포의 피크에 초점을 맞춰 제어 변수의 통계적 분포를 분석하였다.
• 간격, 속도, 가속도, 제동도를 포함하는 노이즈 기반 제어 활성화를 고려한 네 변수 단계 공간 모델을 제안하였다.
• 모델을 시뮬레이션하고 실험 및 실제 도로 교통 데이터와의 출력을 비교하였다.

실험 결과

연구 질문

• RQ1 자신의 간헐적 제어가 자동차 추종에서 간격, 속도, 가속도, 제동도의 통계적 분포에 어떻게 나타나는가?
• RQ2 자동차 추종에서 제어 활성화가 주로 임계값 기반인지 노이즈 기반인지이며, 이를 뒷받침하는 증거는 무엇인가?
• RQ3 차량 제동도(가속도의 시간 도함수로 정의됨)는 인간 운전 차량 역학에서 어떤 역할을 하는가?
• RQ4 간격, 속도, 가속도, 제동도를 포함하는 네 변수 단계 공간 모델이 인간 운전 행동을 자동차 추종에서 정확하게 표현할 수 있는가?
• RQ5 다양한 운전 스타일은 페달 입력의 역학과 제동도 분포의 특성에서 어떻게 유도되는가?

주요 결과

• 차량 제동도의 분포는 0 근처에 급격한 피크를 보이며, 이는 운전자가 가속 페달을 갑작스럽게 놓거나 누르는 경향이 있음을 나타내며, 이는 간헐적 제어의 특징이다.
• 페달 위치의 시간 도함수(제동도와 관련)는 0 근처에 뚜렷한 피크를 보이며, 제동도가 인간 운전에서 주요 제어 변수임을 확인한다.
• 운전 행동은 명확한 스타일로 나뉘며, 하나는 페달을 자주 누르고 놓는(고간헐성), 다른 하나는 대부분 시간 동안 페달을 누르고 있는(저간헐성) 것으로 나뉘며, 중간 수준의 간헐성도 존재한다.
• 실험 데이터는 제어 활성화가 임계값 기반보다는 노이즈 기반임을 지지하며, 활성 및 비활성 단계 사이의 전환은 확률적이며 인간의 인지적 불확실성과 관련이 있다.
• 간격, 속도, 가속도, 제동도를 포함하는 네 변수 모델은 실제 교통 흐름과 실험 데이터의 주요 특징을 성공적으로 재현하며, 기존의 전통적 모델보다 뛰어난 성능을 보인다.
• 이 연구는 자동차 추종가 뉴턴 역학만으로는 충분히 기술될 수 없으며, 제동도와 같은 고차 도함수를 포함하는 확장된 단계 공간이 필요하다고 결론을 내린다.