This study evaluates the impacts of Autonomous Vehicles (AVs) on traffic flow at the urban network level. Real-world AV data collected by Waymo was used to express car-following behavior, which includes cases of AVs following Human-driven vehicles (HVs) and vice versa. The parameters of intelligent driver model, which is one of the car-following models, were calibrated based on the data by using the DIRECT+SQP algorithm. The impacts of AVs on traffic flow were tested based on the scenarios varying by AV's Market Penetration Rate (MPR) and traffic demand in the microscopic simulation of urban networks in Daejeon City, South Korea. The calibration result reflects that AVs display smoother speed variations, longer time headway, and larger minimum gap compared to HVs. Because of such AV's driving behaviors, the road capacity deteriorates by approximately 35% when all vehicles are AVs in the simulation analysis. Interestingly, the results of deterioration in traffic flow as increases in AV's MPR contrast with the conducive effects of AV's introduction asserted in the previous study. This finding reveals that improvements can only be expected if future AVs surpass the driving performance of current human drivers and highlight the necessity for continued advancements in driving technology, connectivity, and safety. This study can be a stepping stone to making traffic operational strategies to prepare for future modal shifts to AVs.
본 연구는 도시 네트워크 수준에서 자율주행차가 교통 흐름에 미치는 영향을 평가하는 것을 목적으로 한다. Waymo가 수집한 실제 자율주행차의 센서 인식 데이터를 활용하여 자율주행차가 인간이 운전하는 차량을 추종하는 경우와 그 반대의 경우에 대해 특징을 확인했다. 차량추종 행동은 Intelligent Driver Model을 사용하여 표현하고, 실제 데이터를 기반으로 모델의 파라미터를 보정하기 위해 DIRECT+SQP 알고리즘을 활용하였다. 이후, 대전시의 도심 네트워크를 미시적인 교통 시뮬레이션을 활용해 자율주행차의 시장 보급률과 교통 수요에 따른 시나리오를 기반으로 자율주행차가 교통 흐름에 미치는 영향을 확인하였다. 보정 결과, 자율주행차는 인간이 운전하는 차량에 비해 더 부드러운 속도 변화, 더 긴 차두시간, 더 큰 최소 간격을 보였다. 이러한 자율주행차의 주행 특성으로 인해 시뮬레이션 분석에서 모든 차량이 자율주행차 일 경우 도로 용량은 약 35% 저하되는 것으로 나타났다. 또한, 미래의 자율주행차가 현재의 인간 운전자의 주행 성능을 능가할 경우에만 교통 흐름 개선이 가능함을 보여준다. 이 연구 결과는 이전 연구에서 나타난 자율주행차 도입의 긍정적인 효과와는 대조적이며, 주행 기술, 연결성, 안전성에 대한 지속적인 개선이 필요함을 강조한다. 이러한 결과는 향후 자율주행차로의 수단 전환에 대비하기 위한 교통 운영 전략을 수립하는 데 중요한 역할을 할 수 있다는 점에서 의의가 있다.
