차량 데이터 및 시뮬레이션을 사용하여 가변 속도 제한 전략을 개발하기 위한 강화 학습 접근법

다양한 연구가 차량 궤적 데이터를 사용하여 실시간 충돌 위험을 평가하고 능동적인 교통 안전 관리 조치를 수립하기 위해 수행되었습니다. 속도 관리는 고속도로에서 교통 흐름을 제어하고 안전성을 높이는 효과적인 방법입니다. 현재 가변 속도 제한(VSL) 시스템은 주로 교통 혼잡이나 악천후 시에 제한적으로 적용됩니다. 그러나 충돌을 방지하기 위해 적절한 목표 안전 속도를 제공함으로써 교통 안전을 선제적으로 관리할 필요가 있습니다. 여기에서는 실시간 충돌 위험 추정을 기반으로 한 속도 관리를 통해 선제적인 교통 안전 관리 방법론을 개발합니다. 개발된 방법론은 시뮬레이션을 통해 성능을 평가하며 두 가지 구성 요소로 이루어집니다. 첫째, 충돌 위험 분석자는 실제 사고 교통 흐름과 일치하는 실제 차량 궤적 데이터를 기반으로 실시간 충돌 위험 모델을 개발하여 고속도로 충돌 위험을 평가합니다. 그런 다음 속도 관리자는 VISSIM-COM 인터페이스를 통해 충돌 위험 분석기로부터 파생된 충돌 위험을 포함하는 시뮬레이션 환경에서 강화 학습 기반의 VSL 시스템을 구현합니다. 개발된 방법론의 성능은 VISSIM 시뮬레이션 분석을 통해 평가되었으며, 결과는 그 실행 가능성을 입증했습니다. 충돌로 인해 한 차선이 폐쇄된 시나리오에서 강화 학습 모델에서 파생된 목표 안전 속도 정보가 제공되었을 때 실시간 충돌 위험은 약 55% 감소했습니다. 이러한 결과는 충돌 위험과 실제 교통 조건을 기반으로 VSL 시스템의 운영 전략을 수립하는 데 추가적으로 적용되었습니다.