강화학습 기반 고장 상황 대응 자율주행 제어기

Team DriveRL

강화학습을 이용한 고장허용 자율주행 제어 시스템

저희 한양대학교 'Team DriveRL'이 개발한 이 시스템은 자율주행 자동차의 센서에 고장이 발생했을 때의 대처 능력 부재 문제를 해결하는 것을 목표로 합니다. 과거 테슬라 및 우버 자율주행차 사고의 주된 원인이 센서의 오작동이었던 점에서 착안하여, 강화학습을 기반으로 한 지능형 주행 제어기를 설계했습니다.

주요 특징:

• 고장 허용 알고리즘 (Fault-Tolerant Algorithm): 카메라와 레이더 등 여러 센서로부터 데이터를 통합(Sensor Fusion)하고, 특정 센서에 문제가 발생했을 때 이를 감지하고 대처하는 알고리즘을 구현했습니다.
• 강화학습 기반의 판단 (Reinforcement Learning Planner): 기존의 규칙 기반(Rule-based) 시스템이 대처하기 어려운 돌발 상황을 해결하기 위해 강화학습(RL) 에이전트를 도입했습니다. 이 에이전트는 시뮬레이션 환경에서 다양한 주행 시나리오를 학습하며, 횡방향 오차, 속도 오차 등을 최소화하는 최적의 주행 전략(조향 및 가속)을 스스로 터득합니다.
• 시뮬레이션을 통한 검증: MATLAB 및 Simulink 등의 툴을 활용하여 다양한 주행 환경과 센서 고장 상황을 시뮬레이션하고, 이를 통해 개발된 제어기의 성능과 안정성을 검증했습니다.