시뮬레이션 환경에서의 화물차 제동거리 예측 모델 연구

다국어 초록 (Multilingual Abstract)

Recently, traffic accidents have continued to occur due to the failure to secure a safe distance for trucks. Unlike passenger cars, freight cars have a large fluctuation in the weight of the vehicle's shaft depending on the load, and the fatality of accidents and the possibility of accidents are high. In this study, a braking distance prediction model according to the driving speed and loading weight of a three-axis truck was implemented to prevent a forward collision accident. Learning data was generated based on simulation, and a prediction model based on machine learning was implemented to finally verify accuracy. The extra trees algorithm was selected based on the most frequently used R2 Score among regression analyses, and the accuracy of the braking distance prediction model was 98.065% through 10 random scenarios.

목차 (Table of Contents)

• ABSTRACT
• 1. 서론
• 2. 학습 데이터 셋 생성
• 2.1 주행 시뮬레이션 시나리오
• 2.2 주행 취득 데이터
• 2.3 학습 데이터 셋 생성
• 3. 학습 데이터 셋 분석
• 3.1 입력 변수에 따른 제동거리 변화
• 3.2 입력 변수 중요도
• 4. 제동거리 예측 모델 평가
• 4.1 제동거리 예측 모델 생성
• 4.2 제동거리 예측 모델 평가
• 4.3 제동거리 예측 모델 선정
• 5. 제동거리 예측 모델 성능 검증
• 5.1 성능 검증 시나리오
• 5.2 성능 검증 결과
• 6. 결론
• 후기
• References

참고문헌 (Reference)

1 강부병, "철도차량 제동거리 및 제동 특성의 수치적 계산 방법" 한국기계기술학회 17 (17): 990-997, 2015

2 김종원, "차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템" 한국정보기술학회 16 (16): 21-28, 2018

3 이병석, "위험물 운반차량 사고감지 시스템 구축과 잭나이핑 및 롤오버 사고감지 알고리즘 개발" 한국교통연구원 21 (21): 35-54, 2014

4 오상엽, "운행 자동차의 진입속도에 따른 동적 제동력 검사 시스템에 미치는 영향" 한국기계기술학회 17 (17): 371-377, 2015

5 S. S. Kim, "Prediction of ABS Braking Distance using Simulation Technique" 573-577, 2017

6 K. S. Lee, "Estimation of Stopping Distance considering Vehicle ABS Characteristics" 862-866, 2011