[논문]첨단 운전자 보조시스템 장착 차량의 브레이크 제동력 분배에 관한 연구

윤필환; 이선봉

doi:10.5762/kais.2018.19.11.550

첨단 운전자 보조시스템 장착 차량의 브레이크 제동력 분배에 관한 연구
A Study on the Braking Force Distribution of ADAS Vehicle 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.19 no.11, 2018년, pp.550 - 560

윤필환 (계명대학교 기계공학과) , 이선봉 (계명대학교 기계자동차공학부)

초록
AI-Helper

세계 각국 정부는 자동차 안전성 향상을 위한 첨단 운전자 보조시스템(ADAS, Advanced Driver Assistance System)에 대해 연구 지원 및 정책을 시행하고 있다. 이러한 노력으로 교통사고 사상자수는 지속적으로 감소하고 있다. 그러나 국내 교통사고 사상자 수는 OECD 35개국 가운데 최하위이며, 사망률은 31위를 기록하고 있다. 교통사고는 사고의 원인에 따라 차대차(V2V, Vehicle to Vehicle), 차대사람(V2P, Vehicle to Pedestrian), 차량단독과 같은 세 가지 유형으로 분류된다. 사고원인은 운전자의 인지, 판단, 조작 등의 실수로 인하여 발생한다. 이러한 이유로 사고 감소 및 예방을 위해 제안된 것이 ADAS 이다. 그리고 현재 자동차 산업계에서는 각종 안전장치를 개발하고 있으나, 성능검사를 위한 실차시험은 제한적이며 위험성을 동반하고 있다. 따라서 본 연구에서는, 제한적인 실차시험의 극복을 위해 브레이크 제동력 평가 기술에 관한 시험평가 방법의 국제표준을 검토하고, 제동력에 관한 이론식과 제어 알고리즘을 제안한 뒤 이를 실차시험으로 비교하여 타당성을 검증하였다. 이 결과는 ADAS의 기능에 따른 제동력을 확인 할 수 있으며, 개발단계에서 제안한 이론식으로 경향성 예측이 가능해져 실차시험의 위험성을 감소시킬 수 있을 것으로 판단된다.

Abstract ▼ AI-Helper

Many countries have provided support for research and development and implemented policies for Advanced Driver Assistance Systems (ADAS) for enhancing the safety of vehicles. With such efforts, the toll of casualties due to traffic accidents has decreased gradually. Korea has exhibited the lowest toll of casualties due to traffic accidents and is ranked 32nd in mortality among the 35 OECD members. Traffic accidents typically fall into three categories depending on the cause of the accident: vehicle to vehicle (V2V), vehicle to pedestrian (V2P), and vehicle independent. Most accidents are caused by drivers' mistakes in recognition, judgment, or operation. ADAS has been proposed to prevent and reduce accidents from such human errors. Moreover, the global automobile industry has recently been developing various safety measures, but on-road tests are still limited and contain various risks. Therefore, this study investigated the international standards for evaluation tests with regard to the assessment techniques in braking capability to cope with the limitations of on-road tests. A theoretical formula for braking force and a control algorithm are proposed, which were validated by comparing the results with those from an on-road test. These results verified the braking force depending on the functions of ADAS. The risks of on-road tests can be reduced because the proposed theoretical formula allows a prediction of the tendencies.

주제어

표/그림 (32)

표 Table 1. ISO-15622 ACC parameter
표 Table 2. ISO-11270 LKAS parameter
표 Table 3. ISO-19237 PDCMS parameter
표 Table 4. ISO-22839 FVCMS parameter
그림 Fig. 1. Tire residual distance
그림 Fig. 2. ACC control algorithm
그림 Fig. 3. LKAS control algorithm
표 Table 5. Euro NCAP AEB parameter
그림 Fig. 4. AEB control algorithm
그림 Fig. 5. ADAS control algorithm
그림 Fig. 6. Test vehicle(a) EQ900 (b) K5
표 Table 6. Test environment
표 Table 7. Friction coefficient by branch office for testing
표 Table 8. Illuminance per hour
그림 Fig. 7. Test procedure in a curve
그림 Fig. 8. Evaluation road (a) Multipurpose test track (b) High speed main circuit (c) Cooperative vehicle-infrastructure test intersections
표 Table 9. RT3002(DGPS & gyro sensor) spec.
표 Table 10. Steering wheel sensor spec.
표 Table 11. Euro NCAP dummy spec.
표 Table 12. G-meter spec.
표 Table 13. DAQ-SIRIUS spec.
그림 Fig. 9. Test measuring device (a) DGPS & gyro sensor (b) DAQ (c) Steering wheel sensor (d) G-meter(e) Euro NCAP dummy
그림 Fig. 10. Test environment measuring device(a) Skid-resistance (b) Illuminator
그림 Fig. 11. Radar detection range
표 Table 14. Skid-resistance spec.
표 Table 15. Illuminometer spec.
표 Table 16. Radar sensor ESR 2.5 spec.
표 Table 17. Camera sensor MFC Camera spec.
그림 Fig. 12. ACC actual vehicle test result
그림 Fig. 13. LKAS actual vehicle test result
그림 Fig. 14. AEB actual vehicle test result
표 Table 18. Comparison between theory and actual data

AI 본문요약
AI-Helper

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

문제 정의

자동차는 엑추에이터(actuator), 센서(sensor) 등의 제어기술 등의 발전으로 ADAS의 적용이 확대되어가며 국제표준화기구(ISO, International Organization for Standardization), 유럽신차평가프로그램(Euro NCAP, European New Car Assessment Programme), 미국도로 교통안전국(NHTSA, National Highway Traffic Safety Administration) 등에서 ADAS의 국제규정을 제정하고 있고, 국내는 한국자동차안전도평가(KNCAP, Korean New Car Assessment Program) 규정에서 ADAS를 정의 하고 있으나, 시험평가방법에 대한 정의는 미흡한 실정이다. 따라서 국내도로환경에 적합한 ADAS의 기능별 브레이크 제동력 분배에 대한 알고리즘을 제안하고자 한다.
본 논문에서는 ADAS가 탑재된 차량의 브레이크 제동력 분배에 관한 제어 알고리즘을 구성하고 제안하였다. 또한 바퀴의 회전수에 따른 제동거리를 이론평가식 으로 제안하였다.
따라서 본 연구에서는 ADAS의 기능별 브레이크 제동력 연구를 위해 기능별 제어 알고리즘과 이론식을 제안하고 실차시험 결과를 비교분석한다. 이 결과를 기반으로 제안식을 검증하고, ADAS의 기능별 브레이크 제동력을 파악 할 수 있도록 하여 실차시험 위험도를 감소시키고자한다.

제안 방법

ACC로 제어차량 속도를 60km/h로 설정한 후, LKAS 의 작동상태를 확인하였다. 이때 횡방향 이탈속도의 변 화가 발생할 때 종방향 가속도의 변화가 나타난 것을 확인할 수 있었다.
ACC와 AEB의 경우 제어차량이 종방향에 있는 충돌 위험성의 장애물 인식을 기본으로 설정하였다. 제어차량 의 속도가 일정한 상황을 ACC로, 제어차량의 속도에 자유성이 있는 경우 AEB로 나누어 제어차량의 감속도를 제어하였다.
ADAS의 각 기능별 비교 시험을 위해 위치, 속도, 가속도, 이탈 속도 등의 동적 결과가 필요하며 이를 위해 DGPS(Differential Global Positioning System) & 자이로(Gyro) 센서와 함께 데이터 통신을 위한 DAQ(Data AQuisition)장비를 시험차량에 장착하였다.
ADAS의 각 기능별 제어 알고리즘을 횡방향 제어 LKAS와 종방향 제어 ACC, AEB로 나누었고 통합 제어 알고리즘은 Fig. 5와 같다.
3g의 제동력을 인가하여 운전자가 조향을 하기 조금 더 용이하게 수행한다. LKAS 동작시 전제동(full braking)으로 인한 뒷차와의 사고를 예방하기 위해 편제 동 제어를 수행하도록 알고리즘을 구현하였다.
AEB는 일반적으로 주행중 전방의 차량 및 보행자에 대한 위험 상황 판단하기 위해 상대거리에 따른 충돌소요시간(TTC, Time to Collision)을 사용한다. 그러나 본 연구에서는 AEB에 의해 위험 상황이 판단되면 제어차량과 위험 물체간의 상대거리를 계산하고 브레이크 제동력 인가 여부를 결정하도록 하였다. 긴급제동을 수행할 경우 제어차량은 제동을 위한 전방 장애물의 상대거리와 충돌회피거리를 비교하여 보다 안전한 방법으로 수행한다.
그러나 현재까지 ADAS의 기능별 브레이크 제동력에 따른 연구는 아직 미흡한 실정이다. 따라서 본 연구에서는 ADAS의 기능별 브레이크 제동력 연구를 위해 기능별 제어 알고리즘과 이론식을 제안하고 실차시험 결과를 비교분석한다. 이 결과를 기반으로 제안식을 검증하고, ADAS의 기능별 브레이크 제동력을 파악 할 수 있도록 하여 실차시험 위험도를 감소시키고자한다.
본 논문에서는 ADAS가 탑재된 차량의 브레이크 제동력 분배에 관한 제어 알고리즘을 구성하고 제안하였다. 또한 바퀴의 회전수에 따른 제동거리를 이론평가식 으로 제안하였다.
이에 따라 실차시험에 사용되는 운전자와 시험 장비 및 장소는 동일하게 유지하였으며 ACC를 작동시켜 주행속도를 일정하게 진행하였다. 모든 시나리오 는 정확한 데이터를 취득하기 위해 3번 반복시험을 하였다.
본 연구에서는 선행연구에서 제안 시나리오와 이론식 검증을 위해 기능별 실시했던 실차시험 결과를 활용하였다[6][7][8].
실차시험 장소의 특성상 순간 가속을 위해 제어차량의 설정속도는 140km/h로 모든 시나리오에 동일하게 적용하여 3회 반복시험 하였으며 거리 범위조절은 시나리오 별 최대값과 최소값으로 선정 하였다.
실차시험 장소의 특성상 순간 가속을 위해 제어차량의 설정속도는 140km/h로 모든 시나리오에 동일하게 적용하여 3회 반복시험 하였으며 거리 범위조절은 시나리오 별 최대값과 최소값으로 선정 하였다.
실차시험의 객관적인 결과를 취득하기 위해서 시나리오별 시험 진행 인원과 장비를 동일하게 유지하였고 3회 반복시험 하였다. AEB는 실차시험의 특성상 선행차량과의 충돌위험성이 높다.
실차시험을 통해 객관적인 결과를 얻기 위해서는 도로폭과 곡률반경, 주행속도 등이 동일하여 반복 재현 가능해야 한다. 이에 따라 실차시험에 사용되는 운전자와 시험 장비 및 장소는 동일하게 유지하였으며 ACC를 작동시켜 주행속도를 일정하게 진행하였다. 모든 시나리오 는 정확한 데이터를 취득하기 위해 3번 반복시험을 하였다.
ACC와 AEB의 경우 제어차량이 종방향에 있는 충돌 위험성의 장애물 인식을 기본으로 설정하였다. 제어차량 의 속도가 일정한 상황을 ACC로, 제어차량의 속도에 자유성이 있는 경우 AEB로 나누어 제어차량의 감속도를 제어하였다.

대상 데이터

ADAS의 모든 기능별 시나리오의 실차 시험은 동일 차량으로 진행하며 신뢰성을 높였다. ACC는 목표차량이 요구되어 K5로 선정, 실차 시험을 진행하였다. 제어차량은 레이더와 카메라를 활용 하여 ADAS 기능을 구현하며 현재 판매되고 있는 국내외 차량에 ADAS가 장착된 차량 중 우수하다고 평가받고 있는 차량이다.
ADAS의 각 기능별 시나리오 검증을 위해 선정한 차량은 제네시스 EQ900이다. ADAS의 모든 기능별 시나리오의 실차 시험은 동일 차량으로 진행하며 신뢰성을 높였다.
곡선로 시험은 Fig. 7의 곡선부 A∼C구간 중 곡선중앙부 B에서 진행하였다.
5m/s²로 선정하였다. 도로교통공단에서 지정한 국내 도로폭은 시험차량의 속도에 맞춰 3.0m, 자동차 폭은 승용차 기준 2.0m이내, 또한 시험장 규격에 맞춰 곡률반경 은 500m로 선정하였다. 곡선로 시험은 Fig.
AEB는 실차시험의 특성상 선행차량과의 충돌위험성이 높다. 따라서 원활한 AEB 시험평가를 위해 Euro NCAP의 차량 더미(dummy)를 선행차량으로 활용하였다.
실차시험 환경인 노면마찰계수와 조도를 측정하기 위해 STANLEY LONDON사의 휴대용 ‘skid-resistance’ tester와 BLUBBIRD사의 조도계를 사용하였다.
실차시험은 대구지능형자동차진흥원의 주행시험장에서 진행하였고 Fig. 8에 나타내었다.

데이터처리

이상의 결과로부터 본 연구에서 ADAS 차량의 기능 별 브레이크 제동력 분배에 대한 이론평가식과 알고리즘을 제안하고, 이의 검증을 위해 실차시험결과와 비교분석하였다. 그 결과 기능별 오차율은 모두 3%미만으로 신뢰성이 있다고 판단된다.

이론/모형

LKAS와 AEB는 차량의 동적 결과뿐 아니라 차량의 조타력 및 조향각 조절이 가능한 조타력 각 변화기를 스티어링 (steering)에 장착하였다. 제어차량의 감속도를 육안으로 실시간 확인, 제어하기 위해 감속도계를 장착하였으며 시험의 안전성을 높이기 위해 Euro NCAP의 더미를 활용하였다.

성능/효과

3. 운전자의 시나리오 진행방법과 운전성향 등의 휴먼에러 : 한 운전자가 같은 시험 장소, 환경에서 주 행하더라도 경로를 추적하며 진행하기 힘들고 같은 방식으로 운전하기 어렵기 때문에 운전자의 성향에 따라 오차가 발생한다고 판단하였다.
본 연구를 통하여 얻은 결과는 다음과 같다. ADAS 기능별 시험 결과는 이론평가식 계산 값과 실측 값을 비교하였으며 ACC와 LKAS 및 AEB의 평균 오차율은 2.30%, 2.67%, 2.19%로 나타났으나 노면의 마찰계수, 시험로 및 시간별 조명도, 제동시간 등과 같은 변수에 의해 오차가 나타난 것으로 판단되며 평균 3% 미만으로 이론식의 신뢰성을 검증하였다.
ADAS의 각 기능별 시나리오 검증을 위해 선정한 차량은 제네시스 EQ900이다. ADAS의 모든 기능별 시나리오의 실차 시험은 동일 차량으로 진행하며 신뢰성을 높였다. ACC는 목표차량이 요구되어 K5로 선정, 실차 시험을 진행하였다.
이상의 결과로부터 본 연구에서 ADAS 차량의 기능 별 브레이크 제동력 분배에 대한 이론평가식과 알고리즘을 제안하고, 이의 검증을 위해 실차시험결과와 비교분석하였다. 그 결과 기능별 오차율은 모두 3%미만으로 신뢰성이 있다고 판단된다. 향후 주변 환경과 도로의 기울기 등의 악조건에 대한 시험평가가 추가적으로 필요할 것으로 판단된다.
객관적인 ACC 시나리오의 시험결과를 얻기 위해서는 끼어드는 차량과 제어차량의 상대적 움직임이 동일하게 반복 재현 가능해야 한다. 따라서 시험결과의 객관성을 위해 끼어드는 차량의 위치와 속도는 일정하며 시험 인원과 장비도 동일하게 유지하였다.
객관적인 ACC 시나리오 시험의 결과를 얻기 위해서는 끼어드는 차량과 제어차량의 상대적 움직임이 동일하게 반복 재현 가능해야 한다. 따라서 시험결과의 객관성을 위해 끼어드는 차량의 위치와 속도는 일정하며 인원과 시험장비도 동일하게 유지하였다.
장애물로부터 제어차량 전반부까지의 상대거리를 비 교분석한 결과 평균 오차율은 ACC는 2.30%, LKAS는 2.67%이며, AEB는 2.19%로 나타났다. 이러한 오차는 동일한 운전자가 진행하였음에도 아래와 같은 순위로 오차가 발생되었다고 판단된다.

후속연구

그 결과 기능별 오차율은 모두 3%미만으로 신뢰성이 있다고 판단된다. 향후 주변 환경과 도로의 기울기 등의 악조건에 대한 시험평가가 추가적으로 필요할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	ADAS 와 안전장치 등의 성능 검증의 시험범위가 제한적인 이유는 무엇인가?	이러 한 안전장치들의 성능은 상용화하기 이전에 검증 절차를 거치게 되고 반드시 각종 실차시험이 요구된다. ADAS 와 안전장치 등의 성능 검증을 위한 실차시험은 특성상 운전자가 직접 시험해야하나 위험성을 동반하고 있어 시험범위는 제한적이다. 특히 불특정 대상의 검지 및 분석 이 중요한 브레이크의 제동력 평가와 관련된 연구는 거의 없다.
	ADAS의 기능별 브레이크 제동력에 따른 연구를 위해 본 연구에서 제시한 방법은 무엇인가?	그러나 현재까지 ADAS의 기능별 브레이크 제동력에 따른 연구는 아직 미흡한 실정이다. 따라서 본 연구에서는 ADAS의 기능별 브레이크 제동력 연구를 위해 기능별 제어 알고리즘과 이론식을 제안하고 실차시험 결과를 비교분석한다. 이 결과를 기반으로 제안식을 검증하고, ADAS의 기능별 브레이크 제동력을 파악 할 수 있도록 하여 실차시험 위험도를 감소시키고자한다.
	국내 교통사고의 원인은 무엇인가?	2017년 기준, 국내 교통사고는 총 216,335건이며, 차 대사람(V2P, Vehicle to Pedestrian), 차대차(V2V, Vehicle to Vehicle), 차량단독 등 크게 세 가지 유형으로 나눌 수 있으며, 차대사람의 경우 46,728건, 차대차의 경우 160,065건, 차량단독의 경우 9,539건이 발생하였다. 사고의 원인은 대부분 인간의 인지, 판단, 조작 등의 실수에 의해 발생한다. 인간의 실수로 인한 교통사고를 감소시키기 위해 자동차에 장착하는 지능형 융합기술 개 발이 ADAS 목표이다[2]

참고문헌 (16)

http://taas.koroad.or.kr/sta/acs/gus/selectOecdTfcacd.do?menuIdWEB_KMP_OVT_TAC_OAO
http://taas.koroad.or.kr/sta/acs/gus/selectAcdntTyTfcacd.do?menuIdWEB_KMP_OVT_TAG_ATT
B. C. Yim, D. S. Yun, H. C. Kim and S. K. Oh, "The research of AEB performance test method bases on Euro-NCAP and analysis of domestic traffic accident cases", Journal of The Korean Society Of Automotive Engineers, pp. 609-610, May, 2015. DOI: http://www.dbpia.co.kr/Article/NODE07204836
Y. S. Choi, S. H. Kim, J. K. Jung and J. K. Yoon, "A Study on the Applicability of AEBS according to Radar Angle Using PC-Crash and Traffic Accident Database", Journal of The Korean Society Of Automotive Engineers, pp. 691-701, Nov, 2017. DOI: http://www.dbpia.co.kr/Article/NODE07253120
J. W. Woo, M. G. Kim and S. B. Lee, "Study on the Test Method of AEB and FCW System", Journal of The Korean Society Of Automotive Engineers, pp. 1160-1163, May, 2013. DOI: http://www.dbpia.co.kr/Article/NODE02174910
B. J. Kim and S. B. Lee, "A Study on Evaluation Method of the Adaptive Cruse Control", Journal of Drive and Control, Vol. 14, No. 3, pp. 1-7, Sep, 2017. DOI: http://www.dbpia.co.kr/Article/NODE07245614
P. H. Yoon and S. B. Lee, "A Study on Evaluation Method of the LKAS Test in Domestic Road Environment", Journal of The Korea Academia-Industrial, Vol. 18, No. 12, pp. 628-637, Dec, 2017. DOI: http://www.dbpia.co.kr/Article/NODE07292926
B. J. Kim and S. B. Lee, "A Study on Evaluation Method of the AEB Test", Journal of KASA, Vol. 10, No. 2, pp. 20-28, May, 2018. DOI: http://www.kasa.kr/website/05resources04.php?codeas_journal&modeview&number173&keyfieldpressdate&key201806
H. B. Park, S. P. Jung, Y. S. Min and Y. M. Lim, "Performance evaluation method of high performance brake pads considering circuit driving", Journal of The Korean Society Of Automotive Engineers, pp. 411-412, May, 2017. DOI: http://www.dbpia.co.kr/Article/NODE07204767
N. K. Choi, J. K. Kim and J. S. Koo, "Study on the effect of full sevice electric vehicles break value characteristic changes in the braking signed", Journal of Korean Society for Railway, pp. 1367-1372, Oct, 2016. DOI: http://www.dbpia.co.kr/Article/NODE07058699
B. B. Jung, W. Y. Kang, J. H. Yi and S. J. Heo, "Effect Analysis of the Vehicle Brake Distance according to The Tire Property", Journal of The Korean Society Of Automotive Engineers, pp. 583-588, May, 2013. DOI: http://www.dbpia.co.kr/Article/NODE07058699
ISO 15622 Intelligent Transport Systems - Adaptive Cruise Systems - Performance Requirements and Test Procedures, ISO, 2010.
ISO 19237 Intelligent Transport Systems - Pedestrian Detection and Collision Mitigation System - Performance Requirements and Test Procedures, ISO, 2017.
ISO 22839 Intelligent Transport Systems - Forward Vehicle Collision Mitigation System - Performance Requirements and Test Procedures, ISO, 2013.
Euro NCAP, "Test Protocol - AEB systems. Version 1.0", 2013.
H. Kevin, H. Rick, "The role of towels as a control to reduce slip potential", HSL, 2007.

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