[논문]차량 전복 방지 장치를 위한 실시간 차량 질량 추정 시스템

한광진; 김인근; 김승기; 허건수

doi:10.3795/ksme-a.2012.36.6.673

[국내논문] 차량 전복 방지 장치를 위한 실시간 차량 질량 추정 시스템
Real-Time Vehicle Mass Estimator for Active Rollover Prevention Systems 원문보기

大韓機械學會論文集. Transactions of the Korean Society of Mechanical Engineers. A. A, v.36 no.6, 2012년, pp.673 - 679

한광진 (한양대학교 자동차공학과) , 김인근 (한양대학교 자동차공학과) , 김승기 (한양대학교 자동차공학과) , 허건수 (한양대학교 미래자동차공학과)

초록
AI-Helper

차량의 롤오버는 심각한 사고중의 하나로 SUV 에 있어서 더욱 위험하나 롤오버 방지시스템을 통하여 발생을 최소화 시킬 수 있다. 하지만 이러한 방지 시스템의 성능은 승객 수나 다른 하중 조건에 따라 변하는 차의 질량이나 무게중심 같은 차량 관성 파라미터에 매우 민감하다. 본 논문에서는 이러한 문제점을 개선하기 위하여 종 방향, 횡 방향, 수직 방향 동역학을 기반으로 한 세 가지 질량 추정 알고리즘을 개발하고 이 세 가지 알고리즘들을 통합하여 임의의 주행 상황에서 실시간 연산을 통해 차량의 질량을 추정할 수 있는 통합 차량 질량 추정 방법을 제안하였다. 또한 실시간 시뮬레이션과 실험을 통하여 이 방법의 성능을 검증하였다.

Abstract ▼ AI-Helper

Vehicle rollover is a serious kind of accident, particularly for sport utility vehicles, and its occurrence can be minimized by utilizing active rollover prevention systems. The performance of these protection systems is very sensitive to vehicle inertial parameters such as the vehicle's mass and center of mass. These parameters vary with the number of passengers and in different load situations. In this paper, a unified method for vehicle mass estimation is proposed that takes into account the available driving conditions. Three estimation algorithms are developed based on longitudinal, lateral, and vertical vehicle motion, respectively. Then, the three algorithms are combined to extract information on the vehicle's mass during arbitrary vehicle maneuvering. The performance of the proposed vehicle mass estimation method is demonstrated through real-time experiments.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 ESC 와 같이 차량 동역학에 관여하는 제어기의 성능 향상을 위해 차량의 관성 파라미터 중 하나인 차량의 질량을 실시간으로 추정하기 위한 연구를 진행하였다. ESC 에서 차량 질량 정보를 활용하는 것을 목표로 개발하였으며, 구현 대상을 현 양산 ESC ECU 에서 실시간 연산이 가능한 것을 목표로 하였다. 또한, 앞선 문제점들을 개선하기 위하여 임의의 주행 상황에서 실시간 연산을 통해 차량의 질량을 추정할 수 있도록 차량의 종 방향, 횡 방향, 그리고 수직 방향의 세가지 모델 기반의 질량 추정 알고리즘을 개발하였다.
본 논문에서는 ESC 와 같이 차량 동역학에 관여하는 제어기의 성능 향상을 위해 차량의 관성 파라미터 중 하나인 차량의 질량을 실시간으로 추정하기 위한 연구를 진행하였다. ESC 에서 차량 질량 정보를 활용하는 것을 목표로 개발하였으며, 구현 대상을 현 양산 ESC ECU 에서 실시간 연산이 가능한 것을 목표로 하였다.
본 논문에서의 임의 주행 상황에서도 실시간으로 차량의 질량을 추정하기 위한 통합 차량 질량 추정 알고리즘을 제안하였다. 이 통합 알고리즘은 차량의 종 모델, 횡 모델, 그리고 수직 모델을 기반으로 한 추정 알고리즘들을 포함하고 있으며, 차량의 현재 주행 상태를 판단하여 적절한 알고리즘이 구동된다.
제안한 통합 질량 추정 알고리즘은 추정을 하게 되는 영역이 차량을 각 모델로 나타낼 수 있는 정상 상태 운동영역으로 한정되어 있으므로 가속도, 차속 및 요율이 일정 범위 안에 있어야 각 방향 모델을 통해 질량을 추정하게 되는 방식이다. 이를 통해 ESC 가 작동하게 되는 불안정 영역에서도 차량의 질량은 변화하지 않으므로 안정 영역에서 질량을 추정하여 ESC 작동과 같은 상황에서 제어기에 활용될 수 있도록 하였다.

제안 방법

설계한 알고리즘의 검증을 위한 실차 실험을 수행하였다. SUV 차량에 3 축 가속도계, 요율 센서, 계측 장비, 그리고 통신장비 등을 장착하였다. 나머지 신호들은 이미 차량에 설치된 센서 신호를 직접 계측하거나, CAN 을 통하여 정보를 전송 받는 방식을 사용하였다.
여기서, η 는 일괄 외란으로 추정 성능을 감소시킬 수 있다. 따라서 RLSDA(Recursive Least Square with Disturbance Observer) 외란 추정기를 사용하여 이를 추정하고 질량 추정 과정에서 보상하게 하였다.^(12,13)
ESC 에서 차량 질량 정보를 활용하는 것을 목표로 개발하였으며, 구현 대상을 현 양산 ESC ECU 에서 실시간 연산이 가능한 것을 목표로 하였다. 또한, 앞선 문제점들을 개선하기 위하여 임의의 주행 상황에서 실시간 연산을 통해 차량의 질량을 추정할 수 있도록 차량의 종 방향, 횡 방향, 그리고 수직 방향의 세가지 모델 기반의 질량 추정 알고리즘을 개발하였다.
본 논문에서 제안한 차량 질량 추정 알고리즘의 성능을 검증하기 위하여 시뮬레이션을 수행하였다.
본 장에서는 보다 일반적인 주행 조건에서 차량의 질량을 추정하기 위하여 차량의 종 모델, 횡 모델, 수직 모델에 기반한 각각의 질량 추정 알고리즘을 설계하고, 각 알고리즘들을 통합하는 방법을 제시하였다. 전체 시스템의 구조를 Fig.
설계한 알고리즘의 검증을 위한 실차 실험을 수행하였다. SUV 차량에 3 축 가속도계, 요율 센서, 계측 장비, 그리고 통신장비 등을 장착하였다.
제안된 알고리즘은 시뮬레이션을 통하여 그 타당성이 입증되었으며, 추정된 질량이 실제 차량의 질량 값으로 수렴되는 것을 볼 수 있었다. 실시간 프로그래밍을 통해 실차 실험을 수행하여, 그 성능을 검증하였다.
자세한 각 알고리즘의 작동조건은 Table 1 에 정리하였다. 제안한 통합 질량 추정 알고리즘은 추정을 하게 되는 영역이 차량을 각 모델로 나타낼 수 있는 정상 상태 운동영역으로 한정되어 있으므로 가속도, 차속 및 요율이 일정 범위 안에 있어야 각 방향 모델을 통해 질량을 추정하게 되는 방식이다. 이를 통해 ESC 가 작동하게 되는 불안정 영역에서도 차량의 질량은 변화하지 않으므로 안정 영역에서 질량을 추정하여 ESC 작동과 같은 상황에서 제어기에 활용될 수 있도록 하였다.
6 은 곡선도로에서 선회시의 raw data 를 나타내었다. 종/횡방향 가속도 및 요율 신호의 잡음은 우선적으로 칼만 필터를 통해 신호 잡음의 영향을 최소화 할 수 있도록 하였다. 칼만 필터는 대상 차량에 설치된 각 센서의 특성을 반영하여 설계하였다.
Vahidi 등⁽⁹⁾은 다중 망각 인자(multiple forgetting factor)를 가진 최소 자승법을 이용하여 차량의 질량과 노면의 경사각을 동시에 추정하는 기법을 제시하였다. 차량의 종 모델 및 횡 모델을 기반으로한 연구에서는 타이어 모델을 포함한 비선형 동역학 모델로부터 확장된 칼만 필터를 이용하여 차량의 질량을 추정하는 방법이 제시되었다.⁽¹¹⁾ 차량의 수직 모델을 기반으로 한 연구에서는 1/4 차량의 수직 모델로부터 적응관측기를 이용하여 스프링 상부질량을 추정하는 연구가 제시되었다.
차량이 선회 하지 않고, 종 방향의 가속을 하는 주행 조건에서 차량의 질량을 추정하는 알고리즘을 개발하였다. 차량의 종 방향 운동은 다음 식 (1) 과 같이 나타낼 수 있다.
종/횡방향 가속도 및 요율 신호의 잡음은 우선적으로 칼만 필터를 통해 신호 잡음의 영향을 최소화 할 수 있도록 하였다. 칼만 필터는 대상 차량에 설치된 각 센서의 특성을 반영하여 설계하였다. 특히, 본 알고리즘은 추정을 하게 되는 영역이 차량을 각 모델로 나타낼 수 있는 정상 상태 운동영역으로 한정되어 있으므로 가속도 및 요율이 일정 범위 안에 있어야 하므로, 양산 차량에 장착된 센서의 출력 및 오차범위 내에서 가용함을 확인하였다.

대상 데이터

다음과 같이 스프링 상부질량의 수직 운동, 롤 운동, 피칭 운동과 4 개의 스프링 하부질량의 수직 운동으로 구성된 7 자유도 차량 모델을 고려한다.⁽¹⁷⁾
시뮬레이션에서 차량의 주행 신호를 얻기 위하여 차량 동역학 해석 프로그램인 CarSim/Real-Time 을 사용하였으며, 차량은 질량이 2450kg 인 SUV 차량이다. 주행 도로는 Fig.

이론/모형

본 논문에서는 ms와 Σzu-Σzr의 두 값을 추정하기 위하여 듀얼 회귀적 최소 자승법(Dual recursive least square method)을 사용한 알고리즘을 설계하였다.
는 운동학 모델로부터 추정할 수 있다. 본 연구에서는 칼만 필터(15)를 사용하여 횡 속도를 다음 식 (21)의 운동학 모델로부터 추정한다.

성능/효과

5 에 도시하였다. 시간이 지날수록 각 방향 알고리즘에서 나오는 update 점을 이용하여 통합 알고리즘에서 추정한 차량 질량이 초기값 2400kg 에서 실제 질량 2450kg 으로 수렴해 가는 것을 볼 수 있다.
이를 통해 차량의 질량을 통합 알고리즘에서 최종적으로 추정하게 된다. 제안된 알고리즘은 시뮬레이션을 통하여 그 타당성이 입증되었으며, 추정된 질량이 실제 차량의 질량 값으로 수렴되는 것을 볼 수 있었다. 실시간 프로그래밍을 통해 실차 실험을 수행하여, 그 성능을 검증하였다.
칼만 필터는 대상 차량에 설치된 각 센서의 특성을 반영하여 설계하였다. 특히, 본 알고리즘은 추정을 하게 되는 영역이 차량을 각 모델로 나타낼 수 있는 정상 상태 운동영역으로 한정되어 있으므로 가속도 및 요율이 일정 범위 안에 있어야 하므로, 양산 차량에 장착된 센서의 출력 및 오차범위 내에서 가용함을 확인하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	소형 트럭이나 SUV 차량이 증가함에 따라 전복으로 인한 차량 사고를 줄이기 위하여 어떠한 제어기가 상용화 되고 있는가	최근 소형 트럭이나 SUV(Sport Utility Vehicle) 차량이 증가함에 따라 전복으로 인한 차량 사고를 줄이기 위하여, 최근 ESC(Electronic Stability Control)와 같은 ARP(Active Rollover Prevention) 제어기가 상용화되고 있다. 이러한 제어기의 제어 성능은 차량의 관성 파라미터, 특히 차량의 질량과 무게 중심의 높이에 민감하다.
	ESC와 같은 ARP 제어기의 제어 성능은 어떠한 것에 민감한가	최근 소형 트럭이나 SUV(Sport Utility Vehicle) 차량이 증가함에 따라 전복으로 인한 차량 사고를 줄이기 위하여, 최근 ESC(Electronic Stability Control)와 같은 ARP(Active Rollover Prevention) 제어기가 상용화되고 있다. 이러한 제어기의 제어 성능은 차량의 관성 파라미터, 특히 차량의 질량과 무게 중심의 높이에 민감하다.(1~3) 이러한 차량의 관성 파라미터는 승객의 인원수나 탑재된 하중의 무게나 위치에 따라 달라진다.
	본 연구에서 제안된 통합된 질량 추정 알고리즘의 순서를 설명하라	3에 도시하였다. 먼저, 통합 알고리즘은 차량의 현재 운동 상태를 각 센서들로부터 제공 받아 각 방향 운동을 고려한 알고리즘들 중 가장 적합한 알고리즘을 결정한다. 즉, 작동조건에 따라 세 가지 중 하나의 알고리즘만 작동하게 된다. 다음으로 결정된 알고리즘으로부터 차량의 질량을 추정한다. 그 추정된 질량이 설정한 시간 이상 동안 변화 량이 일정한 임계값 이내에 들어온다면, 추정치가 정상 상태에 도달한 것으로 판단한다. 이를 하나의 update점으로 하고, 이를 통합 알고리즘에서 RLS 를 사용하여 최종적으로 차량의 질량을 추정하게 된다. 자세한 각 알고리즘의 작동조건은 Table 1 에 정리하였다.

참고문헌 (17)

Trent, V. and Greene, M., 2002, "A Genetic Predictor for Vehicular Rollover," Proc. of the 28th Annual Conf. of the IEEE Industrial Electronics Society, pp. 1752-1756.
Hac, A., 2002, "Rollover Stability Index Including Effects of Suspension Design," 2002 SAE World Congress, 2002-01-0965, Detroit, MI.
Allen, R. W., Klyde, D. H., Rosenthal, T. J. and Smith, D. M., 2003, "Estimation of Passenger Vehicle Inertial Properties and Their Effect on Stability and Handling," 2003 SAE World Congress, 2003-01-0966, Detroit, MI.
Roh, J. H., Lee, K.W., Lee, J.I., Oh, S.K., Kim, H.S. and Jang, J.H., 2009, "Development of HIL simulator for the sensitivity analysis of factors influencing ESC performance," ICROS-SICE International joint Conference 2009, August 18-21, 2009, Japan.
Yi, K.S., Yoon, J.Y. and Kim, D.S., 2007, "Modelbased Estimation of vehicle Roll State for Detection of Impending Vehicle Rollover," Proceedings of the 2007 American Control Conference, July 11-13, 2007, USA.
Germann, St. and Isermann, R., 1994, "Modelling and control of longitudinal vehicle motion," Proc. of the American Control Conference.
Druzhinina, M., Stefanopoulou, A. and Mollegaard, L., 2002, "Adaptive Continuously Variable Compression Braking Control for heavy-Duty Vehicles," ASME J. of Dynamic Systems, Measurement, and Control, Vol. 124, pp. 406-414.

상세보기
Bae, H. S., Ryu, J. and Gerdes, J. C., 2001, "Road Grade and Vehicle Parameter Estimation for Longitudinal Control Using GPS," Proc. of the IEEE Conf. on Intelligent Transportation Systems, pp. 166-171.
Vahidi, A., Stefanopoulou, Peng, H., 2003, "Experiments for Online Estimation of Heavy Vehicle's Mass and Time-Varying Road Grade," Proc. of the International Mechanical Engineering Congress & Exposition.
Best, M. C. and Timothy, J. G., 2000, "Combined State and Parameter Estimation of Vehicle Handling Dynamics," Proc. of AVEC 2000: the 5th International Symposium on Advanced Vehicle Control.
Wenzel, T. A., Burnham, K. J., Blundell, M. V. and Williams, R. A., 2004, "Approach to Vehicle State and Parameter Estimation Using Extended Kalman Filtering," Proc. of AVEC'04: The 7th International Symposium on Advanced Vehicle Control, pp. 725-730.
Rajamani, R. and Hedrick, J. K., 1995, "Adaptive Observers for Active Automotive Suspensions: Theory and Experiment," IEEE Trans. on Control Systems Technology, Vol. 3, No. 1, pp. 86-93.

상세보기
Kwon, S. and Chung, W. K., 2003, "A Discrete-Time Design and Analysis of Perturbation Observer for Motion Control Applications," IEEE Trans. on Control Systems Technology, Vol. 11, No. 3, pp. 399-407.

상세보기
Gillespie, T. D., 1992, Fundamentals of vehicle dynamics, SAE.
Grewal, M. S. and Andrews, A. P., 1993, Kalman Filtering: Theory and Practice, Prentice-Hall, Inc.
Astrom, K. J. and Wittenmark, B., 1995, Adaptive Control, 2nd Ed., Addison-Wesley Publishing Company, Inc.
Ikenaga, S., Lewis, F. L., Campos, J. and Davis, L., 2000, "Active Suspension Control of Ground Vehicle Based on a Full-Vehicle Model," Proc. of the American Control Conference, pp. 4019-4024.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증