머신러닝을 활용한 브레이크 패드 마모 예측 방법 = A Brake Pad Wear Prediction Method Using Machine Learning

국문 초록 (Abstract)

자동차 브레이크 패드 마모는 운전자의 제동 습관, 도로 환경, 차량 하중, 주위 온도 등 다양한 요인에 따라 크게 달라지며, 동일한 차량이라도 운전자에 따라 브레이크 패드 교체 시점이 상이하다. 그러나 현재 대부분의 차량에 대해 브레이크 패드 교체시기는 주행거리 기준으로 30,000km 에서 50,000km 로 모호하게 알려져 있어 운전자에 따라 적절한 브레이크 패드 교체 시기를 알 수 없는 문제가 있고, 과도한 마모 상태에서 제동이 이루어지는 경우 제동 거리 증가나 디스크 손상 등 안전상의 문제가 발생할 수 있다. 따라서 운전 조건에 따라 달라지는 실제 마모 상태를 정량적으로 예측할 수 있는 기술의 필요성이 대두되고 있다. 본 연구에서는 이러한 한계를 해결하기 위해서 현대의 자동차에 장착되어 있는 전자제어장치(ECU)의 통신 프로토콜 CAN(Controller Area Network) 데이터를 활용하여 브레이크 패드 마모량 및 교체시기 예측 방법을 제안하였다.
현대의 자동차에서는 브레이크 페달 압력, 캘리퍼 압력, 휠 속도 등의 신호가 CAN 네트워크를 통해 주기적으로 송신되며, 이러한 데이터는 차량 내부 제어뿐 아니라 마모 상태 진단에도 활용될 수 있다. 이를 검증하기 위해 본 연구는 유압 브레이크 방식 자동차의 구조적 원리를 이해하는 것에서 출발하였다. 브레이크 페달을 밟으면 마스터 실린더 내 압력이 상승하고, 이 압력이 브레이크 호스를 통해 캘리퍼로 전달되어 피스톤이 디스크를 압착한다. 브레이크 패드가 마모될수록 이 유압 전달 과정에서 지연이 발생하게 되며, 즉 운전자의 페달 압력 상승 시점과 캘리퍼 압력 상승 시점 간의 시간차가 증가하는 경향을 보인다. 본 연구에서는 이러한 물리적 원리를 바탕으로 시간차를 마모 정도를 추정할 수 있는 핵심 지표로 설정하였다. 이를 실험적으로 검증하기 위해 BRAKE HILS(Hardware In the Loop Simulation) 환경을 구축하였으며, 실제 차량 제어 로직과 동일한 조건에서 제동 시스템을 구축하였다. HILS 시스템은 dSPACE SCALEXIO 및 Mid-Size 플랫폼을 기반으로 구성되었고, 브레이크 벤치와 연동하여 시간차 측정을 수행하였다. 엔진 차량과 하이브리드 차량을 대상으로 다양한 제동 조건에서 실험을 수행하여, 시간차 기반 접근의 일관성과 신뢰성을 검증하였다. 또한, 자동차 제조회사에서는 DBC Format File을 외부에 공개하지 않으므로, 일부 공개되어 있는 OpenDBC를 기반으로 목적에 맞게 신호를 수정하고 1msec 주기로 CAN 메시지를 생성하였고, 계측된 CAN 데이터로부터 시간차 특징량을 추출하였다. 이 데이터를 선형회귀(Linear Regression) 모델에 적용하여 브레이크 패드 두께를 예측하는 모델을 구축하였다. 선형회귀 모델은 계산 효율성과 해석 용이성 측면에서 조건문 기반 접근이나 복잡한 딥러닝 모델보다 유리하며, 실시간 차량 제어 시스템에 적용하기에 적합한 성능을 보였다. 검증 결과, 제안한 시간차 기반 마모 예측 접근법은 CAN 신호를 활용하여 브레이크 패드 마모 상태를 추정할 수 있음을 확인하였다. 본 연구의 방법은 추가적인 센서나 차량 개조 없이도 ECU가 송신하는 기존 CAN 데이터를 이용해 구현 가능하므로, 비용 효율적이고 확장성이 높은 브레이크 마모 진단 시스템으로 활용될 수 있다.

목차 (Table of Contents)

• 제 1장 서론 1
• 제 2장 관련연구 3
• 2.1 CAN 통신 프로토콜 3
• 2.2 DBC파일 4
• 2.3 브레이크 패드와 브레이크 방식 6
• 2.4 유사연구 조사 8
• 제 3장 예측 방법 설계 10
• 3.1 시간차 기반 예측 방법론 10
• 3.1.1 브레이크 시스템 동작 과정 10
• 3.1.2 CAN 신호 선정 10
• 3.1.3 시간차 정의 11
• 3.2 예측 모델 12
• 3.2.1 변수 정의 12
• 3.2.2 단위 설정 12
• 3.2.3 모델 선정 12
• 3.2.4 데이터 구성 13
• 제 4 장 검증 및 예측 14
• 4.1 HILS 기반 시간차 검증 14
• 4.1.1 HILS 검증 환경 14
• (1) HILS 환경의 적합성 14
• (2) PC 실험용 구성 15
• (3) 하드웨어 구성 16
• (4) 시뮬레이션 모델 및 연산 부하 분석 16
• 4.1.2 실험 17
• (1)실험 목적 17
• (2) 실험 조건 18
• (3) 실험 결과 19
• 4.1.3 결과 분석 20
• 4.2 선형회귀 예측 21
• 4.2.1 환경 및 데이터 21
• 4.2.2 모델 구축 23
• 4.2.3 예측 결과 25
• 4.3 적용 가능성 25
• 4.4 유사연구 성능 비교 27
• 제 5장 결론 30
• 참고문헌 32
• 외국어초록 34
• 부록 37
• - 표 목 차 -
• 표 < 4-1 > 검증용 PC 스펙 15
• 표 < 4-2 > HILS 검증환경 16
• 표 < 4-3 > 신호 간 시간차 검증 결과 20
• 표 < 4-4 > 제조사별 SoC 성능 비교 27
• -그 림 목 차 -
• 그림 < 2-1 > CAN 데이터 프레임 형식 4
• 그림 < 2-2 > DBC 파일 형식 5
• 그림 < 2-3 > 유압 브레이크 동작 흐름도 7
• 그림 < 4-1 > 실험을 위해 수정 및 추가 된 DBC 파일 일부 22
• 그림 < 4-2 > 실험을 위해 생성한 CAN 메시지 일부 23
• 그림 < 4-3 > 브레이크 패드 마모 예측을 위한 설정 절차 24
• 그림 < 4-4 >브레이크 패드 마모량 및 교체시기 예측 알고리즘 흐름도 24
• 그림 < 4-5 >브레이크 패드 마모량 및 교체 시기 출력 화면 25