Despite globally overwhelming research and development efforts towards autonomous vehicle technologies, the number of collisions and driver interventions of autonomous vehicles tested in California seems to be reaching a plateau. One of the main reasons for this is the lack of defensive driving functionality; i.e. emergency collision avoidance when other human drivers make mistakes. In this study, a Collision Avoidance/Mitigation System (CAMS) is proposed to rapidly evaluate risks associated with all surrounding vehicles and then maneuver the vehicle into a safer region when faced with critically dangerous situations. The CAMS consists of predicting future situations, collision risk assessment, collision avoidance trajectory planning, and path tracking control.A risk assessment module, namely Predictive Occupancy Map (POM), is proposed in order to compute potential risks associated with surrounding vehicles based on relative position, velocity, and acceleration. In order to avoid dangerous situations, collision avoidance trajectory planning that considers the situation of the surrounding space is necessary. The safe trajectory planning method, which uses model predictive planning (MPP), is proposed. A model-based Linear Quadratic Gaussian (LQG) Control with adaptive Q-matrix is proposed to efficiently and systematically design the path tracking controller for any given target vehicle while effectively handling the noise and error problems arise from the localization and path planning algorithms. The performance limits and trade-offs between three performance criteria (lane tracking, stability robustness, and passenger comfort) are first investigated by exploring the entire design space of three prominent controllers. i.e.,PID, LQG, and $H_∞$. Through this study, the collision avoidance/mitigation system that avoid threat of surrounding vehicle is developed. The performance of the CAMS is validated based on scenario simulations. The performance of tracking controller is validated base on KAIST autonomous vehicle. It is expected that autonomous vehicles can drive safely without severe accident.
자율주행 자동차 기술을 위한 세계적인 연구 및 개발 노력에도 불구하고, 자율주행 차량의 시험 운행 중에 많은 충돌 사고와 운전자 개입이 발생하고 있다. 자율주행 차량의 잘못이 아닌 주변 차량에 의한 사고가 많이 발생하고 있으며, 현재 자율주행 차량은 주변 차량의 실수에 따른 방어 운전 알고리즘의 부재로 이에 대한 대처가 어렵다. 이 연구에서는, 주변 차량에 의한 충돌 위험을 빠르게 평가하고, 위험 상황이 발생하였을 경우 안전한 공간으로 빠르게 차량을 이동시키기 위한 충돌 회피/경감 시스템을 제안한다. 충돌 회피/경감 시스템은 주변 차량의 미래 경로를 예측하는 미래 상황 예측, 주변 차량과 관련된 잠재적 충돌 위험을 계산하는 전방위 충돌 위험도 평가, 모델 예측 계획 (Model Predictive Planning, MPP) 방법을 이용하여 안전한 경로를 생성하는 회피 경로 계획, 적응형 Q-행렬을 반영한 LQG (Linear-Quadratic-Gaussian) 방법을 이용하여 추종 제어기를 설계하는 경로 추종 제어, 각 성능 기준에 대하여 차량 파라미터 불확실성에 대한 민감도를 분석하는 제어기 민감도 분석 연구로 구성된다.다양한 환경에서 충돌 위험도 감지 및 경로를 생성하는 시나리오 시뮬레이션과, 여러 속도에서 다양한 경로를 안전하게 추종 하는 실제 차량 실험을 통하여 제안하는 알고리즘이 높은 성능으로 동작하는 것을 확인할 수 있었다. 이 연구를 통하여 자율주행 차량이 더 안전하게 주행 할 수 있고, 사고율을 낮출 수 있을 것으로 기대한다.
