고차원 교차로 조정 문제, 2차원 분해로 계산 효율성 극대화

초록

본 논문은 지능형 교차로에서 다중 차량의 안전한 협조 주행을 위한 효율적인 궤적 계획 방법을 제안한다. 고차원 구성 공간에서의 최소 시간 궤적 계획 문제를 정의하고, 이를 일련의 2차원 그래프 탐색 문제로 분해하는 두 가지 알고리즘을 통해 계산 복잡성을 크게 낮춘다. 생성된 궤적은 비선형 모델 예측 제어(NMPC)에 통합되어 차량의 안전하고 매끄러운 운동을 보장하며, 수치 평가에서 기존 MILP 기반 방법을 성능과 계산 시간 모두에서 능가함을 입증한다.

상세 분석

본 논문의 핵심 기술적 통찰은 고차원 구성 공간에서의 최적 경로 탐색이라는 본질적으로 NP-난해한 문제를, 교차로 충돌 영역이 2차원 직사각형으로 모델링된다는 점을 활용해 계산 가능한 수준으로 근사화한 데 있다. 기존의 가시성 그래프(Visibility Graph) 기반 고차원 탐색은 차량 수 N에 대해 계산 복잡도가 O(k^N)으로 폭발적으로 증가하는 문제가 있다. 저자들은 각 차량이 정해진 경로를 전진만 한다는 가정 하에, N차원 문제를 (N-1)개의 2차원 부분 문제 시퀀스로 분해한다. 각 2차원 부분 공간(두 차량의 구성 공간)에서 충돌 영역은 직사각형 장애물로 나타나며, 최적 경로는 이 직사각형의 모서리나 경계를 지난다는 성질을 이용한다. 이로 인해 각 2차원 문제의 최단 경로 탐색 복잡도는 충돌 영역 수 r에 대해 O(r^2)로 제한된다. 전체 알고리즘의 복잡도는 O(N*r^2)이 되어 차량 수에 대해 선형적으로 증가하는 큰 장점을 얻는다.

또한, 이 분해 방식의 해(solution)의 질은 어떤 순서로 차량 쌍을 조합하여 2차원 문제를 풀어나가느냐, 즉 순열(Permutation)에 의존한다는 점을 지적한다. 저자들은 이를 해결하기 위해 두 가지 알고리즘을 제안하며, 첫 번째는 N!/2개의 순열을, 두 번째는 조정 트리(Coordination Tree)의 자동형 그룹(Automorphism Group)을 고려해 순열 수를 줄이는 더 효율적인 방법을 탐구한다. 이는 계산 효율성과 해의 최적성 사이의 트레이드오프를 체계적으로 다루려는 시도이다. 최종적으로 생성된 구성 공간 내 경로는 시간에 따라 변화하는 단위 벡터로 표현되며, 이는 각 차량의 경로 상 속도 프로파일에 해당한다. 이 프로파일은 완전히 분리된(decoupled) NMPC 제어기의 기준 입력으로 사용되어 실제 차량 동역학을 고려한 안전한 추종 제어를 가능하게 한다. 기존 MILP 기반의 상위 레벨 스케줄링과 하위 레벨 궤적 생성의 이분법적 접근과 달리, 구성 공간 탐색과 NMPC의 통합은 보다 일관된 최적화 프레임워크를 제공한다는 점에서 의미가 크다.