차량 협동 주행을 위한 이중계층 라인체인지 전략과 몽테카를로 트리 탐색

초록

본 논문은 비신호 교차로·공사 구간 등에서 발생하는 충돌을 ‘중요 충돌구역’과 ‘국부 충돌구역’으로 구분하고, 상위 레벨에서 중요한 충돌구역의 통행 순서를, 하위 레벨에서 라인체인지 과정의 우선순위를 동시에 최적화하는 이중계층 계획 프레임워크를 제안한다. 통행 순서는 트리 형태로 표현하고, 휴리스틱 규칙과 몽테카를로 트리 탐색(MCTS)을 결합해 실시간에 가까운 계산 시간 안에 근사 최적 해를 도출한다. 라인체인지 궤적은 차량 동역학을 고려한 사전 설계된 궤적 집합에서 선택한다. 실험 결과, 지연 최소화뿐 아니라 에너지 절감·승차감 향상 목표에도 적용 가능하며, 기존 MILP 기반 방법보다 계산 효율성과 교통 흐름 개선 효과가 우수함을 보인다.

상세 분석

이 논문은 기존 협동 주행 연구가 라인체인지를 완전히 배제하거나 지나치게 단순화한 점을 지적하고, 실제 도로 환경에서 불가피하게 발생하는 라인체인지 상황을 체계적으로 모델링한다. 핵심 아이디어는 충돌을 ‘중요 충돌구역(Critical Conflict Zone)’과 ‘국부 충돌구역(Local Conflict Zone)’으로 두 단계로 나누어 각각 별도의 최적화 문제로 전환하는 이중계층 구조에 있다. 상위 레벨에서는 모든 차량이 중요한 충돌구역에 진입하기 전의 통행 순서를 결정한다. 이때 통행 순서는 문자열 형태의 패스오더로 표현되며, 가능한 모든 순서는 트리 형태로 확장된다. 트리 탐색 자체는 조합 폭이 급격히 증가하는 전형적인 NP‑hard 문제이지만, 저자들은 MCTS와 몇 가지 도메인 특화 휴리스틱(예: 차량 간 거리, 진행 방향, 라인체인지 필요성)을 결합해 탐색 효율을 크게 높였다. MCTS는 시뮬레이션 단계에서 현재 패스오더에 따라 각 차량의 도착 시간과 지연을 추정하고, 백프로파게이션 단계에서 평균 보상을 업데이트한다. 이를 통해 제한된 시간 안에 FIFO 기반 순서보다 훨씬 높은 품질의 순서를 얻을 수 있다.

하위 레벨에서는 이미 결정된 패스오더를 바탕으로 각 차량의 구체적인 궤적을 생성한다. 라인체인지가 필요한 차량에 대해서는 차량 동역학(가속·제동·조향 한계)을 만족하는 사전 설계된 궤적 집합(예: 6차 다항식 기반 라인체인지 궤적) 중 현재 속도와 목표 차선에 가장 적합한 궤적을 선택한다. 이렇게 하면 라인체인지 과정에서 발생할 수 있는 국부 충돌을 최소화하면서도 전체 지연을 최소화하는 전역 목표와 일관성을 유지한다.

수학적으로는 전체 문제를 목적함수 J = ∑ J_i(·) (지연, 에너지, 승차감 등)와 제약식(동역학, 충돌 회피, 이산 변수 b_ij 등)으로 정의하고, 이중계층 분해를 통해 상위 레벨은 이산 최적화(패스오더 선택), 하위 레벨은 연속 최적화(궤적 생성)로 나눈다. 기존 MILP·MIQP 접근법에 비해 변수 차원을 크게 줄이고, 비선형·비정상성 문제를 트리 탐색과 사전 궤적 매칭으로 회피한다. 실험에서는 4~8대 차량 시나리오에서 평균 계산 시간이 30 ms 이하로 유지되었으며, 지연 감소율은 FIFO 대비 15 %~25 % 향상되었다. 또한 에너지 소비와 승차감 지표에서도 유의미한 개선을 보였다.

이 연구는 (1) 라인체인지 동역학을 명시적으로 고려한 실용적인 협동 주행 프레임워크, (2) 이중계층 구조를 통한 문제 차원 축소, (3) MCTS 기반 트리 탐색과 휴리스틱 결합을 통한 실시간 근사 최적화라는 세 가지 주요 공헌을 제공한다. 향후 연구에서는 다중 교차로·네트워크 수준으로 확장하고, 혼합 차량(인간 운전 포함) 환경에서의 견고성을 검증할 필요가 있다.