earticle

영어

Autonomous vehicles are equipped with a wide rage of sensors such as GPS, RADAR, LIDAR, camera, IMU, etc. and are driven by recognizing and judging various transportation systems at intersections in the city. The accident ratio of the intersection of the autonomous vehicles is 88% of all accidents due to the limitation of prediction and judgment of an area outside the sensing distance. Not only research on non-signalized intersection collision avoidance strategies through V2V and V2I is underway, but also research on safe intersection driving in failure situations is underway, but verification and fragments through simple intersection scenarios Only typical V2V failures are presented. In this paper, we analyzed the architecture of the V2V module, analyzed the causal factors for each V2V module, and defined the failure mode. We presented intersection scenarios for various road conditions and traffic volumes. we used the ISO-26262 Part3 Process and performed HARA (Hazard Analysis and Risk Assessment) to analyze the risk of autonomous vehicle based on the simulation. We presented ASIL, which is the result of risk analysis, proposed a monitoring concept for each component of the V2V module, and presented monitoring coverage.

한국어

자율주행차는 GPS 및 레이더, 라이다, 카메라, IMU 등 다수의 센서가 장착되어 도심 교차로 주행 환경에서 다양한 교통체계를 인지하고 판단하여 주행하지만 장착된 센서의 감지 거리를 벗어나는 영역에 대한 예측 및 판단의 한계 등으로 자율주행차의 교차로 사고 비율은 전체 사 고의 88%로 사고 비율이 높다. 따라서 ITS 도입으로 V2V, V2I를 통한 비신호 교차로 사고 회 피 전략 연구가 진행되고 있을 뿐만 아니라 고장 상황에서 안전한 교차로 주행에 대한 연구도 진행되고 있지만 단순한 교차로 시나리오를 통한 검증과 단편적인 V2V 고장만을 제시하고 있 다. 본 논문에서는 V2V 모듈의 아키텍쳐를 분석하여 V2V 모듈별 위험 요인을 분석하여 고장 모드를 정의하였다. 또한 다양한 도로 조건 및 교통량에 따라 교차로 시나리오를 제시하여 ISO-26262 Part3 프로세스를 활용하여 HARA를 수행하여 자율주행차의 오작동에 대해 시뮬레 이션 기반 위험성을 분석하여 ASIL을 제시하였다. V2V 모듈의 각 컴포넌트별 모니터링 컨셉 을 제안하였고 시뮬레이션을 통해 모니터링 커버리지를 제시하였다.