선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- EDR의 경우 현재 에어백이 장착된 차량에 설치된 ACU(Airbag Control Unit)에 설치되어 있으며, 사고 전·후의 상황을 기록한다. EDR 설치의 목적은 차량에 기록된 데이터를 분석하여 차량의 충돌 및 각종 안전장치의 성능평가에 활용하고, 사고발생 시에는 기록된 데이터를 통하여 사고상황을 재현하고 원인을 분석하는데 있다. 하지만 국내의 경우는 보안 등의 문제로 인하여 차량제조사의 협조 하에 열람이 가능한 관계로 사고분석에 적극 활용되고 있지 않다.
- 또한 Yang 등[6]은 PC-Crash를 이용하여 차량의 곡선 선회주행상태 특성을 고찰하였고, Niehoff 등[7]은 37대의 차량 충돌시험 데이터와 EDR 데이터를 비교하여 EDR 데이터의 정확성을 분석하는 연구를 수행하였으며, Lee 등[8]은 현재 국내에 판매되고 있는 디지털 운행기록계들의 성능을 비교검토 하고, 실제 충돌실험을 통하여 디지털 운행기록계의 정상 작동여부 및 문제점들을 확인하고 있으며 디지털 운행기록계 데이터를 활용한 새로운 사고 조사기법의 기초를 개발하여 신뢰성 있는 사고조사에 대한 연구를 활발히 진행하고 있다. 본 연구에서는 사고기록장치의 데이터를 이용한 사고 전 차량의 동적 거동을 재현하기 위해 실차 주행시험을 진행하였다. 주행시험에서 취득한 데이터를 교통사고 재현프로그램인 PC-Crash에 입력하여 차량의 거동을 재현하였으며, 최적의 경로 재현을 위한 분석방법을 고찰하였다.
- 본 연구에서는 충돌 전·후 운동현상과 이동궤적 등의 분석이 가능한 소프트웨어인 PC-Crash에 실차 주행시험을 통해 취득한 데이터를 입력하는 방법으로 경로 재현성을 검토하였다.
제안 방법
- 그림 5∼그림 10은 속도 40, 60, 80, 90km/h에 따른 횡방향 가속도 및 차량 주행경로를 해석한 결과를 비교한 것이다. Simulation 1은 가속도-조향휠의 각을 입력변수로 설정하였으며, Simulation 2는 가속도-주행 경로를 입력변수로 설정하고 시뮬레이션하였다.
- CANoe는 차량 OBD단자에 연결하여 차량의 CAN Data를 실시간으로 수집하는 장비로 차량부품의 연구개발에 주로 사용되는 장비이다.[9] 사고기록장치의 경우 제품의 종류에 따라 차량의 센서 신호를 기록하는 방식과 제품 자체에 설치된 센서의 신호를 저장하는 방식이 있으나 본 연구에서는 차량의 CAN Data를 취득하여 연구를 진행하였다. 주행조건은 더블레인 체인지, 슬라롬 테스트를 진행하였으며, 표 1은 CANoe장비를 이용하여 취득한 차량 출력 데이터를 나타내고 있으며, 그림 1은 시험차량 및 장비를 나태내고 있다.
- 본 실험을 진행하는데 있어 DLC 테스트와는 달리 슬라롬 테스트는 급격하게 좌·우 조향을 반복하며 주행하는 시험으로 차량 전복의 위험이 있어 시험 속도를 50km/h로 제한하였다. 또한 DLC 테스트 결과 60km/h 이하의 속도 조건에서는 속도에 따른 경로의 오차가 크지 않은 것으로 확인되어 슬라롬 테스트는 테스트가 가능한 최대속도인 50km/h 1회만 진행하였다.
- 보다 정확한 시뮬레이션을 위하여 NHTSA(National Highway Traffic Safety Administrator)와 교통안정공단의 실험 자료에 근거하여 차량의 무게중심 데이터를 적용하였다.[10]-[11]
- 본 실험을 진행하는데 있어 DLC 테스트와는 달리 슬라롬 테스트는 급격하게 좌·우 조향을 반복하며 주행하는 시험으로 차량 전복의 위험이 있어 시험 속도를 50km/h로 제한하였다.
- 본 연구에서 적용한 조향각 데이터는 운행기록계의 조향각 데이터를 0.01s 간격으로 출력하여 적용하였고, 감·가속도 값은 초단위 속도 데이터를 가속도로 변환하여 적용하였다.
- 본 연구에서는 실차 주행시험 조건은 더블레인체인지 테스트는 6회, 슬라롬 테스트는 1회 진행하였으며 표 4와 같이 속도를 변경하는 조건으로 시험하였다.
- 본 연구에서는 차량의 운행기록 정보를 이용하여 사고 전 최적의 경로를 찾기 위한 연구를 PC-Crash프로그램을 이용하여 수행하였으며 그 결과는 다음과 같다.
- 본 연구에서는 충돌 전·후 운동현상과 이동궤적 등의 분석이 가능한 소프트웨어인 PC-Crash에 실차 주행시험을 통해 취득한 데이터를 입력하는 방법으로 경로 재현성을 검토하였다. 시뮬레이션 방법은 실차시험 결과와 동일한 속도조건으로 ①차량의 가속도와 조향각을 입력하는 방법과 ②차량의 가속도와 주행 경로를 입력하는 방법의 시뮬레이션을 진행한 후 주행경로, 횡가속도 데이터를 실차시험의 결과와 비교하였다.
- 실차 주행시험 조건은 교통사고가 가장 많이 일어나는 상황인 차선 변경상황과 위험 감지 후 회피하는 상황을 재현하기 위하여 더블레인체인지 테스트와 슬라롬 테스트를 진행하였다. 더블레인체인지 테스트는 ISO 3888-1 규정에 따라 경로를 설정하고 경로의 경계에 Rubber Corn을 배치하여 운전자가 경로를 인식할 수 있게 하였다.
- 01s 간격으로 출력하여 적용하였고, 감·가속도 값은 초단위 속도 데이터를 가속도로 변환하여 적용하였다. 주행경로 데이터는 주행시험을 통하여 취득한 차량의 횡가속도 값을 분석하여 추정된 경로를 초기 값으로 입력하였다.
- 본 연구에서는 사고기록장치의 데이터를 이용한 사고 전 차량의 동적 거동을 재현하기 위해 실차 주행시험을 진행하였다. 주행시험에서 취득한 데이터를 교통사고 재현프로그램인 PC-Crash에 입력하여 차량의 거동을 재현하였으며, 최적의 경로 재현을 위한 분석방법을 고찰하였다.
- [9] 사고기록장치의 경우 제품의 종류에 따라 차량의 센서 신호를 기록하는 방식과 제품 자체에 설치된 센서의 신호를 저장하는 방식이 있으나 본 연구에서는 차량의 CAN Data를 취득하여 연구를 진행하였다. 주행조건은 더블레인 체인지, 슬라롬 테스트를 진행하였으며, 표 1은 CANoe장비를 이용하여 취득한 차량 출력 데이터를 나타내고 있으며, 그림 1은 시험차량 및 장비를 나태내고 있다.
- 취득한 데이터 중 차량의 거동을 분석할 수 있는 속도, X·Y가속도, 조향 휠의 각도를 이용하여 본 연구를 수행 하였다.
대상 데이터
- 본 연구에서는 차량의 거동특성을 알아보기 위하여 쏘렌토 R차량을 선정하였다. 그림 2는 PC-Crash프로그램 상에서 시뮬레이션을 할 가상의 차량을 시험차량과 동일하게 설정한 제원을 나타낸 것이다.
-
1. 실차시험
실험차량에 CAN Data 수집 장치인 Vector사의 CANoe 장비를 장착하여 사고기록장치와 동일한 데이터를 취득하였다. CANoe는 차량 OBD단자에 연결하여 차량의 CAN Data를 실시간으로 수집하는 장비로 차량부품의 연구개발에 주로 사용되는 장비이다.
이론/모형
- 실차 주행시험 조건은 교통사고가 가장 많이 일어나는 상황인 차선 변경상황과 위험 감지 후 회피하는 상황을 재현하기 위하여 더블레인체인지 테스트와 슬라롬 테스트를 진행하였다. 더블레인체인지 테스트는 ISO 3888-1 규정에 따라 경로를 설정하고 경로의 경계에 Rubber Corn을 배치하여 운전자가 경로를 인식할 수 있게 하였다. 그림 3과 표 2는 더블레인체인지 테스트의 경로 및 규격을 나타낸다.
성능/효과
- (1) 가속도와 조향각 데이터를 이용하여 시뮬레이션한 결과로 속도가 증가함에 따라 주행경로의 오차가 증가함을 알 수 있었다.
- (2) 가속도 데이터를 PC-Crash프로그램에 입력할 때 차량의 선회로 인한 저항으로 종방향 가속이 감소되므로 종방향 가속도 입력 시 수치의 보정이 필요한 것으로 확인되었다.
- (3) 가속도와 주행경로를 입력하여 차량의 횡가속도 값을 최적화하는 방법으로 시뮬레이션을 수행하였을 때 최적의 차량경로 재현성을 보였다.
- (4) 운행기록 정보를 이용한 교통사고의 분석을 위하여 사고기록장치에서 출력된 데이터의 보정을 통한 최적화 작업이 필요한 것으로 확인 되었다.
- 71m의 오차가 발생하였다. DLC 조건 Simulation 1은 속도가 증가함에 따라 오차도 증가하였으며, Simulation 2 역시 속도의 증가에 따라 오차가 증가하였으나 증가량이 Simulation 1에 비해 미미한 수준이었다.
- DLC 테스트의 시뮬레이션은 그림 5와 그림 6의 차량 속도 40km/h의 경우에 Simulation 1, 2 모두 유사한 경로 재현성을 보였으나 차량속도 60km/h부터 경로의 오차가 점점 증가하여 90km/h에서 최대 오차가 발생하였다. 횡방향 가속도 역시 실제 실험값과 비교했을 때 Simulation 1의 결과 값이 실차 시험결과 값보다 낮게 나타났다.
- 그 결과로 DLC 테스트 60km/h 조건에서 Simulation 1의 횡방향 가속도 및 주행경로가 DLC 40km/h 조건에서는 유사한 결과를 보였던 반면 각 피크 점에서 약 2m/s²의 편차를 나타냈다.
- 그림 5와 그림 6은 주행속도 40km/h에서 더블레인체인지 테스트에 대한 횡방향 가속도 및 주행경로의 특성을 나타낸 것이다. 그 결과로 그림 5와 같이 DLC 테스트 40 km/h 조건에서 Simulation 1과 Simulation 2의 횡방향 가속도는 실차시험 결과와 유사한 값을 나타냈으며, 그림 6에서 Simulation 1의 횡방향 경로 오차는 테스트 종료 시점인 135m 지점에서 약 1.2m로 나타났다. Simulation 2의 경로는 주행시험 결과와 유사하게 나타났다.
- 그 결과로 그림 9에서 약 2.1s 부분의 횡방향 가속도를 비교했을 때 시험결과는 -6.6 m/s², Simulation 2의 결과는 -6.2 m/s²으로 유사하게 나타났으나 Simulation 1은 2.7s 부분에서 -2.7 m/s²으로 큰 차이를 보였으며, 그림 14에 나타난 주행경로의 경우 약 2.1s에 해당하는 40m 부근에서 Simulation 1의 경로가 주행시험 경로와 급격한 변화를 나타내는 것으로 확인되었다.
- 슬라롬 테스트의 시뮬레이션 결과에서 Simulation 2는 비교적 유사한 경로 재현성을 보였으나 Simulation 1은 약 200m 지점에서부터 실제 경로와 큰 차이가 발생하였다. 두 가지 시뮬레이션 모두 실제 주행시험의 속도와 시뮬레이션의 속도는 일치하였으나 횡가속도와 주행 경로의 차이가 나타났다. 전체적인 특성 그래프를 비교하였을 때 Simulation 1보다 Simulation 2가 횡가속도와 주행경로 모두 실제 주행시험의 결과와 더 유사한 것을 확인하였다.
- 또한 약 2s 지점에서 Simulation 1의 횡가속도 그래프를 실차 시험과 비교했을 때 약 2m/s²의 오차가 발생하여 차선 변경 후 조향의 복귀가 적절히 이루어지지 않은 것으로 확인되었다.
- 슬라롬 테스트의 시뮬레이션 결과에서 Simulation 2는 비교적 유사한 경로 재현성을 보였으나 Simulation 1은 약 200m 지점에서부터 실제 경로와 큰 차이가 발생하였다. 두 가지 시뮬레이션 모두 실제 주행시험의 속도와 시뮬레이션의 속도는 일치하였으나 횡가속도와 주행 경로의 차이가 나타났다.
- 602m 작게 나타났다. 일반적으로 교통사고에서 논란이 되는 차선변경 또는 중앙선 침범사고의 오차를 만족하지는 못하지만 기존의 분석자료로 활용하던 GPS 위치의 오차인 수 m 단위 보다 정확한 결과를 얻을 수 있었다.
- 두 가지 시뮬레이션 모두 실제 주행시험의 속도와 시뮬레이션의 속도는 일치하였으나 횡가속도와 주행 경로의 차이가 나타났다. 전체적인 특성 그래프를 비교하였을 때 Simulation 1보다 Simulation 2가 횡가속도와 주행경로 모두 실제 주행시험의 결과와 더 유사한 것을 확인하였다.
후속연구
- 본 연구에서 사용된 사고재현 프로그램인 PC-Crash는 조향각을 입력변수로 시뮬레이션을 수행할 때 고속 선회에서의 차량거동 특성을 정확히 반영하지 못하였고, 또한 조향기어비는 핸들의 회전각도와 상관없이 항상 일정한 조향기어비와 조향 핸들의 핸들 각도에 따라 조향 각도가 변하는 가변 조향기어비로 구분되는데 PC-Crash의 경우 일정 조향기어비 방식으로 적용되므로 가변 조향기어비 차량의 특성을 정확히 반영하는데 한계가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.