자율주행 모빌리티의 종·횡방향 다목적 제어: 모델 예측 제어 기반 안전성, 승차감, 에너지 효율 최적화 = Multi-Objective Longitudinal and Lateral Control for Autonomous Mobility: Model Predictive Control-Based Optimization of Safety, Ride Comfort, and Energy Efficiency

국문 초록 (Abstract)

자율주행 기술이 고도화됨에 따라 차량 제어의 목표는 단순한 주행 안전성 확보를 넘어 탑승자의 이동 경험 향상과 에너지 효율 증대까지 포괄하는 방향으로 확장되고 있다. 그러나 기존의 차량 제어 방식은 주로 차량 무게중심 기반의 거동 안정화에 초점을 두고 있어, 실제 승객이 체감하는 불쾌감과 멀미를 충분히 저감하지 못하는 한계가 있다. 또한, 주변 교통 상황에 반응적으로만 대응하여 불필요한 급제동을 유발하고 에너지 효율을 저하시키는 문제점을 지닌다. 이에 본 논문은 자율주행 차량의 종합적인 주행 품질을 향상시키기 위해, 모델 예측 제어（Model Predictive Control, MPC）를 기반으로 안전성, 승차감, 에너지 효율을 통합적으로 고려하는 종·횡방향 제어 전략을 제안한다. 본 논문의 제1부에서는 4륜 조향（4WS） 시스템을 활용한 승객 중심 횡방향 제어 문제를 다룬다. 기존 제어 방식에서 승객 위치의 횡가속도 저감만을 목표로 할 경우, 오히려 차량의 사이드슬립이 증가하여 전체적인 승차감이 저해되는 상충 문제가 발생함을 확인하였다. 본 연구는 이러한 한계를 극복하기 위해 승객 위치에서의 횡가속도와 사이드슬립을 동시에 고려하는 다목적 비용 함수를 설계하고, 이를 기반으로 승객 중심 MPC를 제안하였다. 제안된 제어기는 4WS의 전·후륜 조향을 전략적으로 활용하여 승객의 불쾌한 거동을 효과적으로 완화하였으며, 주행 기동성과 승차감 간의 균형을 크게 향상시켰다. 본 논문의 제2부에서는 하이브리드 전기차를 위한 예측형 에너지 최적 순항 제어（Predictive Energy-Optimal Cruise Control, PEOCC）를 제안한다. 해당 프레임워크는 주변 차량의 거동을 예측하여 선제적인 가감속 프로파일을 생성하는 상위 MPC 제어기와, 이를 바탕으로 파워트레인의 동력 분배를 최적화하는 하위 ECMS（Equivalent Consumption Minimization Strategy）의 계층적 구조로 구성된다. 제안된 전략은 기존 상용 적응형 순항 제어（ACC）의 반응적 한계를 보완하여 돌발 상황에서의 불필요한 에너지 손실을 줄이고, 마찰 브레이크 사용 최소화 및 회생 제동 활용도를 극대화하였다. 시뮬레이션 결과, 안전거리 확보와 승차감 향상뿐만 아니라 실질적인 에너지 효율 개선까지 동시에 달성함을 입증하였다. 종합하면, 본 논문은 제1부의 승객 중심 횡방향 제어와 제2부의 예측 기반 종방향 에너지 최적 제어를 통해, 자율주행 차량에 요구되는 3대 핵심 요소（안전성, 승차감, 에너지 효율）를 동시에 향상시키는 제어 방법론을 제시하였다. 이는 향후 고도화된 목적 기반 모빌리티（PBV） 및 자율주행 차량이 지향해야 할 제어의 방향성이 탑승자 중심의 이동 품질과 친환경성을 통합적으로 아우르는 최적화로 확장되어야 함을 시사한다.

목차 (Table of Contents)

• 제1장 서론 1
• 1.1 연구 배경 및 목적 1
• 1.2 관련 연구 고찰 3
• 1.2.1 자율주행 승객 중심 횡방향 제어 3
• 1.2.2 자율주행 에너지 최적 종방향 제어 4
• 1.2.3 모델 예측 제어（MPC） 연구 동향 및 한계 5
• 1.3 본 연구의 기여 6
• 제2장 승객 안락성을 고려한 4WS 횡방향 제어 8
• 2.1 승객 중심 제어 시스템 개요 8
• 2.2 4WS 차량 동역학 및 승객 기구학 모델링 9
• 2.2.1 4WS 차량 동역학 모델 9
• 2.2.2 승객 위치 기반 기구학 모델 11
• 2.3 승객 중심 모델 예측 제어기 설계 14
• 2.3.1 상태 공간 모델 및 이산화 15
• 2.3.1.1 상태 변수 및 제어 입력 정의 15
• 2.3.1.2 시스템 모델의 이산화 16
• 2.3.1.3 상태 예측 16
• 2.3.2 출력 방정식 구성 18
• 2.3.3 비용 함수 설계 19
• 2.3.3.1 비용 함수 구조 19
• 2.3.3.2 가중치 설계 20
• 2.3.4 제약 조건 설정 21
• 2.3.4.1 등식 제약 조건 21
• 2.3.4.2 부등식 제약 조건 22
• 2.4 성능 검증 22
• 2.4.1 실험 환경 및 구성 23
• 2.4.2 평가 지표 23
• 2.4.3 비교군 설정 24
• 2.4.4 시나리오 1: 이중 차선 변경 （ISO 3888-2） 25
• 2.4.4.1 실험 조건 및 시나리오 개요 25
• 2.4.4.2 경로 추종 및 주행 안전성 분석 26
• 2.4.4.3 승객 승차감 분석 27
• 2.4.5 시나리오 2: 회전교차로 다중 승객 환경 29
• 2.4.5.1 실험 조건 및 시나리오 개요 29
• 2.4.5.2 궤적 추종 및 조향 입력 분석 30
• 2.4.5.3 좌석별 승차감 편익 분배 해석 32
• 제3장 에너지 효율을 고려한 HEV 예측 종방향 제어 34
• 3.1 계층적 제어 시스템 개요 34
• 3.2 주변 차량 거동 예측 및 주행 상황 판단 36
• 3.2.1 주변 차량 거동 예측 모델 36
• 3.2.2 주행 안전 영역 정의 38
• 3.3 상위 모듈: 모델 예측 제어 기반 순항 제어기 40
• 3.3.1 종방향 차량 동역학 및 에너지 모델 40
• 3.3.1.1 종방향 차량 동역학 모델 40
• 3.3.1.2 단순화된 등가 연료 소비 모델 42
• 3.3.2 상태 공간 모델 및 이산화 44
• 3.3.2.1 상태 변수 및 제어 입력 정의 44
• 3.3.2.2 시스템 모델의 이산화 45
• 3.3.2.3 상태 예측 46
• 3.3.3 비용 함수 설계 47
• 3.3.3.1 비용 함수 구조 47
• 3.3.3.2 가중치 설계 48
• 3.3.4 제약 조건 설정 49
• 3.3.4.1 등식 제약 조건 49
• 3.3.4.2 부등식 제약 조건 49
• 3.4 하위 모듈: 등가 소모 최소화 전략 기반 에너지 효율 평가 50
• 3.4.1 하이브리드 파워트레인 모델링 51
• 3.4.1.1 동력 전달 모델 51
• 3.4.1.2 배터리 SOC 모델 51
• 3.4.2 등가 소모 최소화 전략（ECMS） 설계 52
• 3.4.3 주행 모드 선정 및 토크 분배 로직 53
• 3.5 성능 검증 54
• 3.5.1 실험 환경 및 구성 55
• 3.5.2 평가 지표 58
• 3.5.3 비교군 설정 59
• 3.5.4 시나리오 1: Aggressive Cut-in 60
• 3.5.4.1 실험 조건 및 시나리오 개요 60
• 3.5.4.2 충돌 위험도 및 승차감 분석 60
• 3.5.4.3 에너지 효율성 분석 62
• 3.5.5 시나리오 2: Cut-in/Cut-out Full Cycle 64
• 3.5.5.1 실험 조건 및 시나리오 개요 64
• 3.5.5.2 충돌 위험도 및 승차감 분석 65
• 3.5.5.3 에너지 효율성 분석 67
• 제4장 결론 70
• 4.1 연구 요약 및 성과 70
• 4.2 기여 및 응용 가능성 71
• 4.3 한계 및 향후 연구 과제 71
• 참고문헌 73
• ABSTRACT 79