다중 파라미터 분포 기반 시나리오 생성 및 고속도로 내 궤적 예측 알고리즘의 가속 평가로의 응용
A Scenario Generation Method Based on Multi-Parameter Distribution and Its Application to Accelerated Evaluation of Trajectory Prediction on Highway
- 주제(키워드) Scenario generation
- 발행기관 아주대학교 일반대학원
- 지도교수 송봉섭
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 일반대학원 D.N.A.플러스융합학과
- 실제URI http://www.dcollection.net/handler/ajou/000000035242
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
본 논문은 자율주행 시스템의 안전성 검증을 위한 시나리오 기반 평가 기법을 제안한다. 실제 도로에서의 주행 테스트는 비용과 시간이 많이 소요되며, 드문 위험 상황을 충분히 반영하기 어렵다. 이를 해결하기 위해, 본 연구는 통계 기반의 시나리오 생성과 기계학습 기반 탐색을 결합하여 시나리오의 정합성과 검증 효율성을 동시에 향상시키는 방법을 제안한다. 먼저, 고속도로 주행 데이터(highD dataset)로부터 끼어들기 및 추종 시나리오를 추출하고, 각 파라미터에 대해 가우시안 혼합 모델(GMM)을 적용하여 개별 확률분포를 추정하였다. 이 분포를 기반으로 상세 시나리오를 생성한 결과, 실제 데이터와 유사한 분포 특성을 재현할 수 있었다. 그러나 무작위 샘플링 방식으로는 위험 시나리오의 비율이 낮아 테스트 효율이 떨어졌다. 이를 보완하기 위해 다층 퍼셉트론(MLP) 기반 대리모델을 학습하고, 경사하강법을 이용해 특정 위험도 지표(TTCmin)를 만족하는 파라미터 조합을 탐색하였다. 이를 통해 기존 분포로는 확보하기 어려운 위험 시나리오를 효과적으로 생성할 수 있었고, 가속 분포를 구성하여 테스트 효율을 크게 향상시켰다. 생성된 시나리오는 궤적 예측 알고리즘의 학습 및 평가에 적용되었으며, 시뮬레이션 결과를 통해 제안 기법의 정합성, 효율성, 유효성을 입증하였다.
more목차
1. 서론 1
1.1 연구 배경 1
1.2 연구 내용 3
1.3 논문 구성 4
2. 개별 파라미터 분포 기반 시나리오 생성 방법 분석 6
2.1 시나리오 생성 관련 기존 연구 6
2.2 확률적 단일 파라미터 분포 소개 9
2.3 주행 데이터 기반 시나리오 생성 평가 및 분석 15
2.3.1 데이터셋 설명 및 시나리오 정의 16
2.3.2 파라미터 분포 추정 및 적합도 비교 19
2.4 개별 분포 기반 접근법의 한계 26
3. 다중 파라미터 분포 기반 시나리오 생성 31
3.1 확률적 단일 파라미터 분포 기반 결과 분포 생성 31
3.2 위험도 지표 기반 시나리오 파라미터 탐색 37
3.3 위험도 지표 기반 가속 분포 생성 43
4. 시나리오 생성 기법 기반 주행 궤적 예측 평가 47
4.1 실험 설계 및 데이터셋 구성 47
4.2 유효성 평가 48
5. 결론 및 향후 연구 51
6. 참고문헌 53
