$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

자율주행 버스의 종방향 제어를 위한 질량 및 종 경사 추정기 개발
Vehicle Mass and Road Grade Estimation for Longitudinal Acceleration Controller of an Automated Bus 원문보기

자동차안전학회지 = Journal of Auto-Vehicle Safety Association, v.12 no.2, 2020년, pp.14 - 20  

조아라 (서울대학교 기계항공공학부) ,  정용환 (현대자동차) ,  임형호 (서울대학교 기계항공공학부) ,  이경수 (서울대학교 기계항공공학부)

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents a vehicle mass and road grade estimator for developing an automated bus. To consider the dynamic characteristics of a bus varying with the number of passengers, the longitudinal controller needs the estimation of the vehicle's mass and road grade in real-time and utilizes the inf...

주제어

#자율주행   #종 방향 가속도 제어   #이산 칼만 필터   #순환최소자승법  

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 자율주행 버스의 중방향 제어기의 성능을 개선하기 위하여 버스의 종 경사각 및 질량 추정기를 개발하였다. 버스의 운용 특성을 고려하여 종 경사각 추정기와 질량 추정기를 별도로 구성하고, 질량 추정기에서 종 경사각 추정기의 추정값을 활용하도록 개발하였다.
  • 본 연구에서는 자율주행 버스 개발을 위한 차량 질량 및 종 경사각 추정기를 개발하였다. 개발한 추정기는 차량 자체에 장착된 센서만을 사용하여 자율주행 시스템과 독립적으로 구동할 수 있도록 하였다.

가설 설정

  • 버스는 정차 상황에서 차량 질량이 변하므로 정차 후 출발하면서 차량이 가속하는 동안에 질량을 추정하는 상황을 가정하였다. 질량 추정기의 초기값(Initial Condition)을 각각 2,000kg, 3,000kg, 4,000kg을 설정하여 시뮬레이션하고 그 결과를 Fig.
  • 은 식 (5)와 같이 정의한다. 시스템 행렬은 Euler discretization approach를 이용해 고정 샘플링 타임(dt)값 으로 이산화 하고 종 방향 가속도 변화량은 변하지 않는다고 가정하였다.
  • 여기서, 추정기의 시스템 행렬은 종 경사각의 변화가 일정하다고 가정하여 설계하였다.
  • 차량의 질량 추정기는 엔진 토크 계측값, 종 방향 가속도 및 종 방향 경사도 추정값을 이용하도록 설계하였다. 차량 CAN통신으로 엔진 토크와 기어비가 출력된다고 가정하였으며, 제동 시에는 정확한 제동 토크를 측정하기 어려우므로 구동하는 경우만을 고려하였다. 엔진 토크, 종 방향 가속도, 종 경사각과 차량 질량과의 관계식을 유도하기 위해 차량 구동계에 대한 토크, 관성, 기어비 관계를 표현하면 Fig.
  • w와 v는 각각 백색 잡음으로 가정한다. 추정기의 시스템 행렬은 차량 휠 가속도의 변화가 일정하다고 가정하여 설계하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
자율주행 기술은 무엇인가? 자율주행 기술은 운전자의 개입 없이 차량이 스스로 주행하는 기술로 기존의 운전자 보조 시스템(ADAS: Advanced Driver Assistance System)에서 진화한 차세대 기술이다. 버스는 일반 승용차에 비해 정해진 경로를 운행하므로 자율주행 기술을 적용하기 용이하여 국내외에서 자율주행 버스를 개발하는 연구를 진행 중이다.
버스가 일반 승용차에 비해 자율주행 기술을 적용하기 용이한 이유는 무엇인가? 자율주행 기술은 운전자의 개입 없이 차량이 스스로 주행하는 기술로 기존의 운전자 보조 시스템(ADAS: Advanced Driver Assistance System)에서 진화한 차세대 기술이다. 버스는 일반 승용차에 비해 정해진 경로를 운행하므로 자율주행 기술을 적용하기 용이하여 국내외에서 자율주행 버스를 개발하는 연구를 진행 중이다.
상용차의 질량 및 종 경사각 추정을 위한 연구가 진행되었던 이유는? 상용차는 일반 승용차와 달리 질량 대비 구동 및 제동계통의 토크가 상대적으로 작고, 총 중량 대비 건조 중량의 비율이 크다. 또한 종 경사의 변화가 차량의 종 방향 동특성에 미치는 영향이 크다. 따라서 상용차의 질량 및 종 경사각 추정을 위한 연구가 진행되어 왔다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Chae, H. S., Jeong, Y.H., Min, K. C., Lee, M. S., and Yi, K. S., 2017, "Automated Driving Lane Change Algorithm Based on Robust Model Predictive Control for Merge Situations on Highway Intersections", Transactions of the Korean Society of Mechanical Engineers A, Vol. 41, No. 7, pp. 575-583. 

  2. Bae, H. S., Ryu, J., and Gerdes, J. C., 2001, "Road Grade and Vehicle Parameter Estimation for Longitudinal Control Using GPS", Proceedings of the IEEE Conference on Intelligent Transportation Systems, pp. 25-29. 

  3. Wang, B., Wang, H., Wu, L., and Cai, L., 2020, "Truck Mass Estimation Method based on the On-board Sensor", Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, pp. 1-15. 

  4. Kidambi, N., Pietron, G. M., Boesch, M., Fujii, Y., and Wang, K.W., 2017, "Accuracy and Robustness of Parallel Vehicle Mass and Road Grade Estimation", SAE International Journal of Vehicle Dynamics, Stability, and NVH, Vol. 8, No. 2, pp. 317-325. 

  5. Vahidi, A., Stefanopoulou, A. and Peng, H., 2005, "Recursive Least Squares with Forgetting for Online Estimation of Vehicle Mass and Road Grade", Vehicle System Dynamics, Vol. 43, No. 1, pp. 31-55. 

  6. Mclntyre, M.L., Ghotikar, T.J., Vahidi, A., Song, X. and Dawson, D.M., 2009, "A Two-Stage Lyapunov-Based Estimator for Estimation of Vehicle Mass and Road Grade", IEEE Transactions on Vehicular Technology, Vol. 58, No. 7, pp. 3177-3185. 

    상세보기

  7. Sun, Y., Li, L., Yan, B., Yang, C. and Tang, G., 2016, "A Hybrid Algorithm Combining EKF and RLS in Synchronous Estimation of Road Grade and Vehicle Mass for a Hybrid Electric Bus", Mechanical Systems and Signal Processing, Vol. 86, No. 69, pp. 416-430 

  8. Jo, K., Kim, J. and Sunwoo, M., 2013, "Real-time Road-slope Estimation based on Integration of Onboard Sensors with GPS using an IMMPDA Filter", IEEE Transactions on Intelligent Transportation Systems, Vol. 14, No. 4, pp. 1718-1732. 

    상세보기

  9. Jo, K., Lee, M., and Sunwoo, M., 2016, "Road Slope Aided Vehicle Position Estimation System Based on Sensor Fusion of GPS and Automotive Onboard Sensors", IEEE Transactions on Intelligent Transportation Systems, Vol. 17, No. 1, pp. 250-263. 

    상세보기

  10. Firoozi, R., Nazari, S., Guanetti, J., O'Gorman, R., and Borrelli, F, 2018, "Safe Adaptive Cruise Control with Road Grade Preview and V2V Communication", Proceedings of the American Control Conference, pp. 4448-4453. 

  11. Rajamani, R., 2012, Vehicle Dynamics and Control, Springer, pp. 87-111. 

  12. Gillespie, T.D., 1992, Fundamentals of Vehicle Dynamics, Society of Automotive Engineers, pp. 21-32. 

  13. Jazar, R.N., 2008, Vehicle Dynamics: Theory and Application, Springer, pp. 119-122. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로