신호 제어를 위한 일반화 비례 할당의 마이크로 시뮬레이션 평가

본 연구는 교차로 신호 제어를 위한 분산형 피드백 제어기인 Generalized Proportional Allocation(GPA) 컨트롤러를 마이크로 시뮬레이션 환경인 SUMO에 구현하고, 두 가지 이산화 방법을 제안한다. 먼저 논문은 교차로 모델을 정의한다. 교차로 j는 진입 차선 집합 L(j)와 사전 정의된 페이즈 집합 P(j)를 갖으며, 각 차선 l의 대기열 길이 xₗ(t)를 실시간으로 측정한다. 페이즈는 동시에 녹색을 받을 수 있는 차선들의 집합이며, 각 페이즈 뒤에는 고정된 클리어런스(황·빨간불) 시간이 T_w가 삽입된다. 제어기의 목표는 현재 대기열 정보를 바탕으로 다음 신호 프로그램 T(j)={(p, t_end)}를 결정하는 것이다. GPA는 연속 시간 평균 모델에서 안정성과 최대 처리량을 보장한다는 이론적 근거를 가지고 있다. 이를 이산화하기 위해 논문은 (1) Full Clearance Cycle 방식과 (2) Shortened Cycle 방식 두 가지를 설계한다. Full Clearance Cycle에서는 모든 페이즈와 그에 대응하는 클리어런스 페이즈를 한 사이클에 포함시킨다. 이때 최적화 문제(1)를 풀어 ν∈ℝⁿᵖ⁺와 w∈ℝ⁺를 구하고, 사이클 길이 T_cyc=n_p·T_w/w를 계산한다. ν_i는 i번째 페이즈가 차지할 시간 비율이며, w는 전체 클리어런스에 할당되는 비율이다. 파라미터 κ는 로그 함수의 가중치로, 사이클 길이가 대기열 규모에 얼마나 민감하게 반응할지를 조절한다. w̄은 사이클 길이 상한을 의미하며, w̄>0가 없으면 예시 2와 같이 큐와 사이클이 무한히 증가하는 불안정 현상이 발생한다. Shortened Cycle 방식은 실제로 활성화된 페이즈만 클리어런스 시간을 부여한다. 즉, 이번 사이클에서 사용되지 않은 페이즈의 클리어런스는 생략한다. 이를 통해 교차로가 비어 있을 때도 빠르게 새로운 프로그램을 계산할 수 있어 실시간 반응성이 향상된다. 알고리즘 2는 이 방식을 구체화한다. 비교 대상으로는 MaxPressure 컨트롤러가 선택되었다. MaxPressure는 백프레셔(BackPressure) 개념을 차용해, 각 페이즈의 “압력”을 인접 교차로의 전이 비율과 현재 대기열을 이용해 계산한다. 따라서 전이 비율(턴잉 비율)에 대한 사전 정보가 필요하고, 정보가 부정확하면 성능 저하 위험이 있다. 그러나 MaxPressure는 높은 수요 상황에서도 최대 처리량을 유지한다는 장점이 있다. 실험은 두 가지 시나리오에서 진행되었다. 첫 번째는 인공 Manhattan‑like 격자 네트워크이며, 다양한 도착률(300~900 veh/h)을 적용해 GPA와 MaxPressure, 그리고 고정 타이머 제어를 비교했다. 결과는 저수요 구간(≤500 veh/h)에서 GPA가 평균 대기시간을 15 % 정도 감소시키고, 전체 여행시간도 10 % 이상 개선함을 보여준다. 반면 수요가 높아질수록 MaxPressure가 더 짧은 대기시간을 제공한다. 두 번째는 실제 룩셈부르크 도시 교통 데이터를 기반으로 한 하루 전체 시뮬레이션이다. 여기서는 기존 시나리오에서 제공된 고정 타이머 제어와 GPA를 비교했으며, GPA가 평균 대기시간을 12 % 감소시키고, 전체 차량 이동 거리당 소요 시간을 8 % 단축시켰다. 또한, GPA는 전이 비율을 필요로 하지 않아 구현이 간단하고, 센서 범위 제한으로 인한 대기열 측정 포화 상황에서도 w̄>0를 적절히 설정하면 안정적인 동작을 유지한다는 점이 강조된다. 논문의 결론은 GPA가 정보 요구량이 적고, 파라미터 튜닝만으로 다양한 교통 상황에 적용 가능하다는 것이다. 특히 저수요·중간수요 구간에서는 MaxPressure보다 우수한 성능을 보이며, 구현 복잡도와 센서 의존성을 고려할 때 현실 교통 시스템에 적합한 대안이 될 수 있다. 향후 연구 과제로는 다중 교차로 간 협조 제어, 동적 κ·w̄ 적응 전략, 그리고 자율주행 차량과 연계한 라우팅 제어와의 통합이 제시된다.