자율주행 차량은 멀티 센서와 경로 정보를 기반으로 자차의 위치와 진행 방향을 정확하게 인지할 수 있지만, 일반 차량은 별도의 센서가 없기에 위치나 방향 정보를 직접적으로 획득하기 어렵다. 본 논문 에 서는 자율주행 모사차량에 장착된 카메라-라이다 센서팩, INS, 객체 인식 모델 등을 활용하여 주행 데이터를 수집하고 이를 기반으로 미시교통정보를 생성하는 방법을 제안한다. 수집된 정보는 중앙 서 버에 전송되어 공간데이터모델에 투영되며, 해당 위치의 도로 속성과 결합되어 주변 차량의 향후 거동 예측에 활용된다. 해당 연구를 통해 자율주행 모사차량의 센서를 기반으로 주변 차량의 거동 정보를 추 론하 고, 이를 지능형 교통 시스템(ITS) 구축 및 교통 흐름 분석에 활용할 수 있는 기반을 제공한다.

A Study on Behavior Prediction of General Vehicles and Microscopic Traffic Information Generation Using Autonomous Vehicle Sensor Data

Min-Gyeong Choi, Yui-Hwan Sa, Kyoung-Soo Choi, Sung-Jin Kim, Jung-Uck Lee*

Autonomous vehicles can accurately recognize their position and driving direction based on multi-sensor fusion and path information, whereas conventional vehicles lack dedicated sensors and therefore cannot directly obtain such information. This study proposes a method for generating micro-traffic information by utilizing driving data collected from an autonomous vehicle mock-up equipped with a camera– LiDAR sensor pack, an Inertial Navigation System (INS), and an object detection model. The collected data are transmitted to a central server, projected onto a spatial data model, and combined with road attributes at the corresponding location to predict the future behavior of surrounding vehicles. Through this approach, behavior information of surrounding vehicles can be inferred using the sensors of the autonomous vehicle mock-up, providing a foundation for intelligent transportation system (ITS) development and traffic flow analysis.

Keywords: sensor data, behavior prediction, traffic information

Speaker 최민경 한국자동차연구원