[논문]자동 발렛 파킹을 위한 횡방향 제어기 설계 및 차종변화에 대한 제어 성능 분석

최희재; 송봉섭

doi:10.5302/j.icros.2012.18.11.1051

[국내논문] 자동 발렛 파킹을 위한 횡방향 제어기 설계 및 차종변화에 대한 제어 성능 분석
Design of Lateral Controller for Automatic Valet Parking and Its Performance Analysis with Respect to Vehicle Types 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.18 no.11, 2012년, pp.1051 - 1058

Abstract ▼ AI-Helper

The unified lateral control algorithm for automatic valet parking for various types of vehicles is presented and its feasibility is shown experimentally via field tests for the given parking scenario. First, a trajectory generation algorithm for forward driving and backward multi-step parking maneuvers is developed. Then, with consideration of different types of vehicles and operating conditions, a kinematic vehicle model is used and validated using field test data. Using the nonlinear vehicle model, the lateral controller is designed based on dynamic surface control. Finally the proposed lateral control law is validated via hardware-in-the-loop simulations for different types of vehicles and experimentally using a test vehicle through field tests.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이러한 한계점을 보완하기 위한 방법 중 하나로 제한된 영역에서 자율주행과 자동주차를 지원하는 인프라 기반 자동 발렛 파킹(AVP: Automatic Valet Parking) 시스템 (또는 스마트 주차 시스템) 개발이 연구되고 있다. 그림 1에서 보는 바와 같은 AVP 시스템을 개발하기 위해서는 통신, 인지, 판단, 제어 등 다양한 IT 융합 기술들이 접목되어야 하며 본 논문에서는 인프라에서 제공하는 통신을 기반으로 횡방향 차량 제어를 위한 제어기 설계에 대해서 중점적으로 살펴보고자 한다.
기존의 횡방향 차량 제어는 단일 차종에 대하여 주로 한번에 주차하기 위한 경로를 생성하는 차량중심의 주차지원시스템을 위한 횡방향 제어 연구가 주로 이루어진 반면에[9-11], 인프라와의 연동을 통한 자동 발렛 파킹을 수행하기 위해서는 다음과 같은 문제를 고려하여 횡방향 제어기를 설계해야 하며 본 논문에서 이러한 문제점에 대한 접근방법 및 해결방안을 제안하고자 한다.
본 논문에서는 운동학적 차량 모델과 비선형 제어기를 기반으로 횡방향 제어기를 설계하고 실험적으로 검증하였다. 즉, 실차를 이용하여 검증함으로써 모델의 불확실성이나 측정 노이즈에 대해서도 강인함을 확인하였다.
고속 주행의 경우 Bicycle 모델을 기반으로 주로 제어기를 설계하는 반면 저속 주행 시 기구학적(kinematic) 모델을 사용하여 횡방향 제어기가 설계되고 있다. 본 연구에서는 비선형제어기법을 사용하여[10,11] 다양한 차종 변화에 따라 제어기가 쉽게 재설계되고 실차 주행에서도 강인한 횡방향 제어기임을 보이고자 한다.

제안 방법

다음으로 표 1에서 소개를 한 바와 같이 다양한 차종에 대한 제어기의 성능을 비교 분석하여 하였다. 그림 12에서 보는 바와 같이 제어기가 실차에 적용되었을 때의 실시간성을 고려하기 위하여 제어기를 단일 프로세서로 임베디드화 시키고 실시간으로 구동되는 차량 시뮬레이터와 CAN (Controller Area Network)을 통하여 정보를 주고 받으며 횡방향 제어기를 검증하였다. 다시 말해서, 차량의 위치 및 요(yaw), waypoint 정보를 차량 시뮬레이터에서 제공하며 그 때 필요한 조향각을 횡방향 제어프로세서에서 계산해서 시뮬레이터에 전달하는 방식이다.
다음으로 표 1에서 소개를 한 바와 같이 다양한 차종에 대한 제어기의 성능을 비교 분석하여 하였다. 그림 12에서 보는 바와 같이 제어기가 실차에 적용되었을 때의 실시간성을 고려하기 위하여 제어기를 단일 프로세서로 임베디드화 시키고 실시간으로 구동되는 차량 시뮬레이터와 CAN (Controller Area Network)을 통하여 정보를 주고 받으며 횡방향 제어기를 검증하였다.
우선 모델의 불확실성이나 측정 노이즈에 대해서 얼마나 강인한지를 검증하기 위하여 실제 차량을 기반으로 주행 실험을 통하여 제어기의 성능 검증을 수행하였다. 다음으로는 통신지연이 존재하는 상황 및 다양한 차량에 적용될 수 있음을 보이기 위해서 Hardware-in-the-loop 시뮬레이터를 기반으로 검증하였다.
다시 말해서, 차량의 위치 및 요(yaw), waypoint 정보를 차량 시뮬레이터에서 제공하며 그 때 필요한 조향각을 횡방향 제어프로세서에서 계산해서 시뮬레이터에 전달하는 방식이다. 또한 종방향 제어의 경우 운전자가 실제로 스로틀 및 브레이크 페달을 조작하여 주행 속도를 실시간으로 조절가능한 상태로 제어기 성능을 검증하였다.
자동 발렛 파킹(AVP)를 위해서 개발된 횡방향 제어기의 성능 평가를 위해 두 가지 방법을 사용하였다. 우선 모델의 불확실성이나 측정 노이즈에 대해서 얼마나 강인한지를 검증하기 위하여 실제 차량을 기반으로 주행 실험을 통하여 제어기의 성능 검증을 수행하였다. 다음으로는 통신지연이 존재하는 상황 및 다양한 차량에 적용될 수 있음을 보이기 위해서 Hardware-in-the-loop 시뮬레이터를 기반으로 검증하였다.
우선 횡방향 제어기 알고리즘을 평가하기 위해 그림 9와 같이 자율주행 테스트 차량을 사용하여 (11)에서 제안된 제어기가 전진 주행과 후진 주차 시 적절한 조향을 자동으로 할 수 있는지를 검증하였다. 참고로 장착된 DGPS의 최대 위치 오차는 0.
2 m이며 조향 제어를 위해 추가적으로 모터를 장착하였다. 원래 AVP시스템에서는 주행을 위한 해당 주행모드와 waypoint를 서버에서 차량 쪽으로 차량과 인프라간 통신을 통하여 정보를 전달하지만 본 실험에서는 횡방향 제어기의 성능을 검증하기 위한 것이어서 그림 11에서 보는 바와 같이 주행 시나리오를 정해 놓고 실험을 수행하였다.
자동 발렛 파킹(AVP)를 위해서 개발된 횡방향 제어기의 성능 평가를 위해 두 가지 방법을 사용하였다. 우선 모델의 불확실성이나 측정 노이즈에 대해서 얼마나 강인한지를 검증하기 위하여 실제 차량을 기반으로 주행 실험을 통하여 제어기의 성능 검증을 수행하였다.
그림 8. 차량 모델과 SUV 타입의 차량의 주행 및 주차 시 요 레이트와 요 값의 비교.
그림 7. 차량 모델과 해치백 타입의 차량의 주행 및 주차 시 요레이트와 요 값의 비교.
1 rad 임을 각각 확인할 수 있다. 표 1에 요약되어 있는 다른 차종에 대해서도 요레이트와 요각을 기준으로 차량모델에 대한 적합성을 확인하였다.
전진 주행을 위한 궤적 생성은 주어진 두 waypoint 사이를 cubic Bezier curve interpolation을 이용하여 주행 가능한 궤적을 생성하는 방법을 사용하였다[10]. 후진 주차의 경우 원과 직선을 사용하여 평행 주차를 위한 궤적을 생성한 방법[11,12]과 달리 curve-fitting 기법을 사용하여 후진 직각 주차 또는 다단계 직각 주차를 위한 궤적 생성 알고리즘을 제안하고자 한다.

대상 데이터

차량 시뮬레이터인 CarSim에서 제공하는 Hatchback, Sedan, SUV와 같이 3종류의 차량을 대상으로 (11)의 횡방향 제어기의 성능을 검증하였다. 주행 궤적이 그림 11과 같이 주어졌을 때 각 차종에 대한 횡방향 오차를 그림 13에서 확인할 수 있다.

데이터처리

다음으로 그림 8은 중형 SUV (그림 9 참조)의 전진 주행 및 후진 직각 주차 시 데이터를 각각 나타내고 있다. 실험 시 측정된 차량 속도와 조향각을 입력으로 (7)의 차량 모델 출력 값을 요레이트와 요각을 기준으로 실제 측정 값과 비교하였다. 요레이트와 요각을 기준으로 최대오차가 0.

이론/모형

궤적 생성을 위한 방법은 크게 원과 직선을 이용하는 방법[9,11-13], curve-fitting 방법[10], 그리고 clothoid 기반으로 생성하는 방법[14,15] 등이 제안되고 있다. 본 장에서는 전진 주행과 직각 주차를 위하여 curve-fitting 기법을 이용한 궤적 생성 알고리즘을 사용하고자 한다. 전진 주행을 위한 궤적 생성은 주어진 두 waypoint 사이를 cubic Bezier curve interpolation을 이용하여 주행 가능한 궤적을 생성하는 방법을 사용하였다[10].
본 장에서는 전진 주행과 직각 주차를 위하여 curve-fitting 기법을 이용한 궤적 생성 알고리즘을 사용하고자 한다. 전진 주행을 위한 궤적 생성은 주어진 두 waypoint 사이를 cubic Bezier curve interpolation을 이용하여 주행 가능한 궤적을 생성하는 방법을 사용하였다[10]. 후진 주차의 경우 원과 직선을 사용하여 평행 주차를 위한 궤적을 생성한 방법[11,12]과 달리 curve-fitting 기법을 사용하여 후진 직각 주차 또는 다단계 직각 주차를 위한 궤적 생성 알고리즘을 제안하고자 한다.

성능/효과

36 m 였다. 따라서 차종의 변화에 따라 큰 성능 변화 없이 자동 발렛 파킹을 위한 조향제어가 이루어졌음을 확인할 수 있다. 또한 각각의 경우에 대한 차량의 위치를 그림 14에 종합하여 나타냈다.
즉, 실차를 이용하여 검증함으로써 모델의 불확실성이나 측정 노이즈에 대해서도 강인함을 확인하였다. 또한 AVP시스템에 적용하기 위해 필요한 요건으로 다양한 차종과 주행 모드에 변화에 대해 좀 더 정확한 차량 모델을 구하고 preview 제어를 위한 제어상수를 적절히 선택함으로써 제어기의 성능개선을 가져올 수 있음을 확인할 수 있다. 마지막으로 HILS (Hardware-In-the-Loop Simulation)을 활용한 개발 환경을 구축하여 효율적으로 제어기를 검증할 수 있음을 보여주었다.
또한 AVP시스템에 적용하기 위해 필요한 요건으로 다양한 차종과 주행 모드에 변화에 대해 좀 더 정확한 차량 모델을 구하고 preview 제어를 위한 제어상수를 적절히 선택함으로써 제어기의 성능개선을 가져올 수 있음을 확인할 수 있다. 마지막으로 HILS (Hardware-In-the-Loop Simulation)을 활용한 개발 환경을 구축하여 효율적으로 제어기를 검증할 수 있음을 보여주었다. 향후에는 좀 더 다양한 주행 및 주차모드에 대하여 횡방향 제어기의 적용 가능성을 제시하고자 한다.
본 논문에서는 운동학적 차량 모델과 비선형 제어기를 기반으로 횡방향 제어기를 설계하고 실험적으로 검증하였다. 즉, 실차를 이용하여 검증함으로써 모델의 불확실성이나 측정 노이즈에 대해서도 강인함을 확인하였다. 또한 AVP시스템에 적용하기 위해 필요한 요건으로 다양한 차종과 주행 모드에 변화에 대해 좀 더 정확한 차량 모델을 구하고 preview 제어를 위한 제어상수를 적절히 선택함으로써 제어기의 성능개선을 가져올 수 있음을 확인할 수 있다.

후속연구

iV. 마지막으로 실제 차량을 이용하여 제안되는 알고리즘을 검증하기에는 많은 비용과 노력이 예상되며 다양한 차종을 고려하여 제어기를 검증할 수 있는 개발 플랫폼이 필요하다.
마지막으로 HILS (Hardware-In-the-Loop Simulation)을 활용한 개발 환경을 구축하여 효율적으로 제어기를 검증할 수 있음을 보여주었다. 향후에는 좀 더 다양한 주행 및 주차모드에 대하여 횡방향 제어기의 적용 가능성을 제시하고자 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	DVI 기술은 어떤 기술 개발이 주를 이루며, 어떻게 요약할 수 있는가?	특히 자동차의 경우 스마트 카 또는 커넥티드(connected) 자동차라는 이름으로 IT 기술이 접목되고 있으며 그 중에서도 통신과 DVI (Driver-Vehicle Interface) 기술과의 융합이 특히 주목받고 있다[1]. DVI 기술의 경우 음성 인식이나 모션 인식을 통하여 운전자의 의도를 차량에 전달하기 위한 기술 개발이 주를 이루고 있으며 주로 스마트 폰, DMB, MP3와 같은 IT 기기를 차량 내에서도 쉽게 사용하고 운전에 방해가 되기 않도록 하기 위한 기술로 요약될 수 있다.
	Local Spatial-Aware Server의 역할은?	다음으로 AVP 시스템은 그림 2에서 보는 바와 같이 크게 네 부분으로 나누어 생각해 볼 수 있다[6]. 운전자에게 자동 발렛 파킹에 대한 정보를 실시간으로 전달할 수 있는 Nomadic device, AVP를 하려는 차량을 등록하고 최적의 주차공간을 탐색하여 해당 경로를 생성해주는 Global SituationAware Server, 분산되어 있는 인프라 기반 센서로부터의 측정값을 이용하여 차량의 위치나 요(yaw)를 측정하고 예측하는 Local Spatial-Aware Server, 마지막으로 종/횡방향으로 차량을 제어하기 위한 차량 제어기(vehicle controller)로 구성이 되어 있다. 좀 더 구체적인 주요 기능들이 그림 2에 정리되어 있다.
	스마트 주차 시스템 개발 현황은 어떠한가?	주차에 관련된 연구는 이미 상용화되어 운전자에게 후방 비전센서를 통하여 후면 주차 공간을 보여주고 초음파센서를 통하여 추돌경고를 해주는 주차지원시스템부터 운전자의 개입이 없이 자동주차를 해 주는 지능형 주차지원시스템으로 진화하고 있다. 더 나아가 자동주차 관련 기술은 무인 자율 주행 기술과 통합되어 자율 주행 및 자동 주차를 수행하는 자동차가 개발되고 있다. 2007년 미국의 DARPA에서 개최한 Urban Challenge라는 대회를 통해 도심의 교통환경에서 주행 및 주차까지 가능함을 선보였으며[7,8], 2010년에는 미국 Google사에서 1,600 Km 이상을 무인으로 주행하였고 이후 225,000 Km 이상을 무인으로 주행했다고 보고하고 있다. 하지만, 현재 개발되고 있는 무인 자율 주행 자동차는 다양한 주변 환경을 인지해야 하기에 추가적으로 많은 고성능 센서들이 장착되어야 하며 이러한 센서들을 가지고 있더라도 일반 주차장 환경에서 최적의 주차공간을 탐색하는 것은 쉽지 않은 문제이다.

참고문헌 (18)

B. Song, "Perception technology for intelligent safety vehicle," KSAE Auto Journal (in Korean), vol. 34, no. 6, pp. 35-40, 2012.
California PATH, Intellimotion, vol. 16, no. 1, 2010.
ITS Strategic Research Plan 2010-2014, available at http://www.its.dot.gov/research.htm.
D. Jung, "Intelligent vehicle development and application projects in USA," KSAE Auto Journal (in Korean), vol. 31, no. 4, pp. 66-71, 2009.
Smart Highway R&D Center, a Proposal of Smart Highway Project (in Korean), Korea Expressway Co. 2009.
K. An, J. Choi, and D. Kwak, "Automatic valet parking system incorporating a nomadic device and parking servers," Proc. of IEEE Int. Conf. on Consumer Electronics, pp. 111-112, 2011.
C. Urmson, J. Anhalt, and D. Bagnell, "Autonomous driving in urban environments," J. of Field Robotics, vol. 25, no. 8, pp. 425-466, 2008.

상세보기
A. Bacha, et al., "Odin: team victor tango's entry in the DARPA urban challenge," Journal of Field Robotics, vol. 25, no. 8, pp. 467-492, 2008.

상세보기
Y. K. Lo, A. B. Rad, C. W. L. Wong, andM. L. Ho, "Automatic parallel parking," Proc. of IEEE Conference on Intelligent Transportation Systems, pp. 1190-1193, 2003.
D. Kim and B. Song, "Lateral vehicle control for semiautonomous valet parking with consideration of actuator dynamics," International Journal of Control Science and Engineering, To be published.
R. Rajamani, C. Zhu, and L. Alexander, "Lateral control of a backward driven front-steering vehicle," Control Engineering Practice, vol. 11, no. 5, pp. 531-540, 2003.

상세보기
L. E. Dubins, "On curves of minimal length with a constraint on average curvature, and with prescribed initial and terminal positions and tangents," American Journal of Mathematics, vol. 79, no. 3, pp. 497-516, 1957.

상세보기
J. A. Reeds and L. A. Shepp, "Optimal paths for a car that goes both forwards and backwards," Pacific Journal of Mathematics, vol. 145, no. 2, pp. 367-393, 1990.

상세보기
B. Muller, J. Deutcher, and S. Groddle, "Continuous curvature trajectory design and feedforward control for parking a car," IEEE Transactions on Control System Technology, vol. 15. no. 3, pp. 541-553, 2007.
S. Fleury, P. Soueres, J.-P. Laumond, and R. Chatila, "Primitives for smoothing mobile robot trajectories," IEEE Transactions on RoboticsAnd Automation, vol. 11, no. 3, pp. 441-448, 1995.

상세보기
R. Rajamani, Vehicle Dynamics and Control, Springer, 2003.
B. Song and J. K. Hedrick, Dynamic Surface Control for Uncertain Nonlinear Systems: An LMI Approach, Springer, 2011.
CarSim, available at http://www.carsim.com.

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