[논문]자율주행 경로 추종 성능 개선을 위한 차량 조향 시스템 특성 분석

김창희; 이동필; 이경수

doi:10.22680/kasa2020.12.2.027

Abstract ▼ AI-Helper

This paper presents steering system requirements to ensure the stabilized lateral control of autonomous driving vehicles. The two main objectives of a lateral controller in autonomous vehicles are maintenance of vehicle stability and tracking of the desired path. Even if the desired steering angle i...

This paper presents steering system requirements to ensure the stabilized lateral control of autonomous driving vehicles. The two main objectives of a lateral controller in autonomous vehicles are maintenance of vehicle stability and tracking of the desired path. Even if the desired steering angle is immediately determined by the upper level controller, the overall controller performance is greatly influenced by the specification of steering system actuators. Since one of the major inescapable traits that affects controller performance is the time delay of the steering actuator, our work is mainly focused on finding adequate parameters of high level control algorithm to compensate these response characteristics and guarantee vehicle stability. Actual vehicle steering angle response was obtained with Electric Power Steering (EPS) actuator test subject to various longitudinal velocity. Steering input and output response analysis was performed via MATLAB system identification toolbox. The use of system identification is advantageous since the transfer function of the system is conveniently obtained compared with methods that require actual mathematical modeling of the system. Simulation results of full vehicle model suggest that the obtained tuning parameter yields reduced oscillation and lateral error compared with other cases, thus enhancing path tracking performance.

주제어

표/그림 (7)

그림 Fig. 1 Block diagram of lateral control structure including vehicle system
그림 Fig. 2 Pure Pursuit path tracking method
그림 Fig. 3 Result of 25-degree step steer test at 60 km/h vehicle speed
표 Table 1 Steering actuator test scenario
그림 Fig. 4 Non-dimensional minimum stable preview distance
그림 Fig. 5 Reference path for pure pursuit simulation
그림 Fig. 6 Path tracking simulation result (a) steering angle input (b) lateral error (c) heading error for three different preview gain values

AI 본문요약
AI-Helper

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

문제 정의

목표 조향 각도를 계산하고 이를 안정적으로 추종할 수 있도록 하는 제어기 설계에 관한 연구는 꾸준히 진행되어 왔지만 아직까지 유일무이한 정답이라고 여겨지는 최적의 방법은 존재하지 않는다. 본 연구에서는 pure pursuit 를 이용한 횡 방향 상위 제어기의 튜닝 변수를 결정하는 데에 있어서 차량과 조향 시스템의 특성을 이용하는 방법을 제시하였고 그 적합성을 MATLAB/Simulink 시뮬레이션을 이용해 검증해 보았다.
본 연구에서는 차량의 조향 시스템 특성을 비교적 간단하고 효과적으로 구할 수 있는 system identification 에 대해 소개하였고 이를 통해 구한 시스템의 시간 지연과 시간 상수를 pure pursuit method에서의 preview gain 값 결정에 사용하는 방법을 제시하였다. 또한 계산된 preview gain 값이 타당한지 판단하기 위해 서로 다른 preview gain을 설정해 시뮬레이션을 진행하였으며 이 값이 일정 값 보다 작은 경우 경로 추종이 불가능한 수준의 오차와 진동이 발생함을 확인하였다.

제안 방법

안정성 조건을 만족하는 preview gain을 적용했을 때의 차량 거동을 다른 값을 사용한 경우와 비교하기 위해 path tracking 시뮬레이션을 진행하였다. 경로 추종 및 조향 제어 알고리즘은 MATLAB Simulink로 구현하였고 차량 모델은 CarSim을 사용하였다.
5에 도시한 것과 같이 직선 주로와 회전 반경 50m의 90도 좌회전 구간을 연결해 제작하였다. 주행 시나리오는 초기 횡 방향 오차가 없는 상태에서 30km/h 의 일정한 종 방향 속력을 유지하도록 설정하였다. Preview gain 을 각각 0.

대상 데이터

15 s zero-order hold 와 식 (4)의 전달함수 블록을 추가하였다. 목표 경로는 Fig. 5에 도시한 것과 같이 직선 주로와 회전 반경 50m의 90도 좌회전 구간을 연결해 제작하였다. 주행 시나리오는 초기 횡 방향 오차가 없는 상태에서 30km/h 의 일정한 종 방향 속력을 유지하도록 설정하였다.
MATLAB System Identification Toolbox는 시간 축에서의 입력과 출력 데이터가 주어지면 해당 시스템의 전달함수를 계산하는 기능을 제공한다. 분석할 데이터 취득을 위해 실제 현대자동차 Solati 차량과 이 차량의 EPS 조향 장치를 이용해 실험을 진행하였다. Table 1에 도시한 바와 같이 정속 주행 상황에서 step steering 입력을 인가하여 실험을 진행하였고, 취득한 데이터 중 하나를 시간 축에 나타낸 결과는 Fig.

이론/모형

안정성 조건을 만족하는 preview gain을 적용했을 때의 차량 거동을 다른 값을 사용한 경우와 비교하기 위해 path tracking 시뮬레이션을 진행하였다. 경로 추종 및 조향 제어 알고리즘은 MATLAB Simulink로 구현하였고 차량 모델은 CarSim을 사용하였다. 시간 지연 효과와 조향 시스템 반응 효과 구현을 위해 CarSim에 입력되는 steering wheel angle 신호의 전 단계에 0.
하지만 모든 차량의 정확한 시스템 제원과 마찰에 대한 정보를 얻는 것은 어려운 일이며, 가능하다 하더라도 많은 시간과 노력이 필요하기 때문에 상당히 비효율적인 작업이다. 따라서 본 연구에서는 시스템 파라미터를 직접 구하는 대신 액추에이터 실험을 통해 목표 조향 각도와 실제 조향 각도 사이의 전달함수를 추정하는 System Identification 방법을 이용하였다.
상위 제어에는 pure pursuit 방법을 사용하였으며 그 원리는 Fig. 2와 같이 나타낼 수 있다.

성능/효과

(1) 연구자마다 분류 방법에 다소 차이가 있지만 자율주행 알고리즘은 크게 인지, 측위, 판단, 제어의 네 단계로 구성된다.⁽²⁾ 인지와 측위 알고리즘은 차량에 부착된 레이더와 라이더 센서를 이용해 주변 환경에 대한 정보를 수집하며 GPS 정보를 이용해 차량의 현재 위치를 파악한다.
본 연구에서는 차량의 조향 시스템 특성을 비교적 간단하고 효과적으로 구할 수 있는 system identification 에 대해 소개하였고 이를 통해 구한 시스템의 시간 지연과 시간 상수를 pure pursuit method에서의 preview gain 값 결정에 사용하는 방법을 제시하였다. 또한 계산된 preview gain 값이 타당한지 판단하기 위해 서로 다른 preview gain을 설정해 시뮬레이션을 진행하였으며 이 값이 일정 값 보다 작은 경우 경로 추종이 불가능한 수준의 오차와 진동이 발생함을 확인하였다.

후속연구

조향 시스템의 세부적인 특성들을 알고 있는 상태에서 목표 조향 각을 추종한다면 식 (3)을 통해 필요한 입력 토크를 계산해 낼 수 있고 결과적으로 desired SWA에 대한 actual SWA 반응을 알 수 있을 것이다. 하지만 모든 차량의 정확한 시스템 제원과 마찰에 대한 정보를 얻는 것은 어려운 일이며, 가능하다 하더라도 많은 시간과 노력이 필요하기 때문에 상당히 비효율적인 작업이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	자율주행 알고리즘의 단계는?	운송 시스템 자율화에 관한 연구는 국내외에서 지속적으로 진행되어 왔으며 그 대표적인 분야는 자율주행 기술이라고 할 수 있다.(1) 연구자마다 분류 방법에 다소 차이가 있지만 자율주행 알고리즘은 크게 인지, 측위, 판단, 제어의 네 단계로 구성된다.(2) 인지와 측위 알고리즘은 차량에 부착된 레이더와 라이더 센서를 이용해 주변 환경에 대한 정보를 수집하며 GPS 정보를 이용해 차량의 현재 위치를 파악한다.
	횡 방향 제어 알고리즘은 무엇으로 나뉘는가?	마지막으로, 결정된 거동을 실제 차량이 추종할 수 있도록 입력을 가하는 단계가 제어에 해당한다. 차량의 횡 방향 거동은 조향 핸들을 통해 제어할 수 있으며, 횡 방향 제어 알고리즘은 상위 제어와 하위 제어로 나뉜다.
	제어 알고리즘의 기법에 따라 어떤 튜닝 변수들을 사용하여 제어하는가?	사용하는 제어 알고리즘의 기법을 정하면 이에 따라 튜닝해야 하는 변수들이 존재한다. 가장 대표적인 예인 PID 제어의 경우 각 오차에 곱해지는 gain을 지정해 주어야 하며 비선형 제어 기법인 sliding mode control에서는 feedforward 및 feedback 항의 계수들을 결정해야 한다. 2장에서 소개할 pure pursuit 조향 제어 방법에서는 튜닝 변수로 preview distance를 이용하는데(3) , 이러한 세부 변수들의 값은 시스템 모델링 만을 이용하여 도출해 내기 어려운 부분이 많기 때문에 반복되는 실험을 거쳐 얻어지는 경우가 많다. 따라서 적용 가능한 대략적인 변수 범위를 이론적으로 구할 수 있다면 세부 튜닝 작업에 필요한 시간과 노력을 줄일 수 있다.

참고문헌 (6)

Jung, C. H., Kim, H. K., Son, Y. S., Lee, K. W., and Yi, K. S., 2014, "Parameter Adaptive Steering Control for Autonomous Driving", 2014 IEEE 17th International Conference on Intelligent Transportation Systems (ITSC), pp. 1462-1467.
조아라, 정용환, 임형호, 이경수, 2019, "자율주행 버스의 종방향 제어를 위한 질량 및 종 경사 추정기 개발", 2019 한국자동차안전학회 춘계학술대회.
Snider, J. M., 2009, "Automatic Steering Methods for Autonomous Automobile Path Tracking", Carnegie Mellon University, Pittsburgh, Pennsylvania.
Lee, D. P. and Yi, K. S., 2017, "Disturbance Adaptive Steering Wheel Torque Control for Enhanced Path Tracking of Autonomous Vehicles", 2017 American Control Conference (ACC), pp. 2321-2326.
Heredia, G. and Ollero, A., 2007, "Stability of Autonomous Vehicle Path Tracking with Pure Delays in the Control Loop", Advanced Robotics, Vol. 21, No. 1-2, pp. 23-50.
Chae, H. S., Lee, M. S. and Yi, K. S., 2017, "Probabilistic prediction based automated driving motion planning algorithm for lane change", 2017 17th International Conference on Control, Automation and Systems (ICCAS), pp. 1640-1645.

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

[국내논문] 자율주행 경로 추종 성능 개선을 위한 차량 조향 시스템 특성 분석
Vehicle Steering System Analysis for Enhanced Path Tracking of Autonomous Vehicles 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (7)

표/그림 (7)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 자율주행 경로 추종 성능 개선을 위한 차량 조향 시스템 특성 분석 Vehicle Steering System Analysis for Enhanced Path Tracking of Autonomous Vehicles 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (7) 모든 표/그림 보기

표/그림 (7) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

이경수 (120)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 자율주행 경로 추종 성능 개선을 위한 차량 조향 시스템 특성 분석
Vehicle Steering System Analysis for Enhanced Path Tracking of Autonomous Vehicles 원문보기

표/그림 (7)

표/그림 (7)

AI 본문요약
AI-Helper