AEB 성능향상을 위한 센서 융합 알고리즘 개발

국문 초록 (Abstract)

자율주행 기술은 자동차 업계 뿐 아니라, IT 업계에서도 활발히 연구되고 있는 기술이다. 자율주행 기술 중 상용화 되어 있는 기술 중 하나는 첨단 운전자 보조 장치 (ADAS, Advanced Driver Assistance Systems) 이며, 그 중 AEB 시스템은 ADAS 기능의 하나로, 주행 중 근접차량 또는 보행자를 판단하여 운전자에게 경고를 한 후, 차량 제어를 통해 속도를 줄여 충돌을 회피하는 기술이다. 많은 차량 제조회사들은 차량에 Radar 또는 Vision 센서를 이용하여 AEB 기능을 사용하고 있으나, 단일 센서 만으로의 AEB 기능은 센서의 한계에 따라 부족한 면이 있다.
본 논문에서는 이러한 문제점을 해결하기 위해 Radar 및 Vision 센서를 이용하여 센서 융합 알고리즘을 개발하였다. 종 방향 및 환경요건에 취약한 Vision 센서와 횡 방향에 취약한 Radar 센서를 서로 상호 보완함으로써 차량 전방 장애물을 인지 범위를 보완하였다. 또한 Radar 및 Vision 센서에서 인지된 장애물을 유클리디안 유사도를 이용하여 단일 장애물을 추출하고, 확장 칼만 필터를 이용하여 오브젝트에 대한 추정을 하였다. 또한 TTC를 이용한 선행 데이터를 바탕으로 다중 회귀 분석을 이용한 제어 모델링을 바탕으로 AEB에 따른 제동거리 제어 알고리즘을 개발하였다.
개발 된 AEB 제어 알고리즘을 검증하기 위하여, 각 나라에 NCAP을 평가방법을 비교하여 AEB 환경을 구축하였다. 또한, AEB 테스트 시나리오를 통한 실차 검증을 수행하여 AEB 알고리즘의 안전성을 평가하여 상용차 기준에 달하는 AEB 시스템을 보장하도록 하였다.

다국어 초록 (Multilingual Abstract)

Autonomous driving technology is being actively researched not only in the automotive industry but also in the IT industry. Advanced Driver Assistance Systems (ADAS), one of the technologies that are commercialized among autonomous driving technologies, is one of the ADAS system. And among them, AEB system is an ADAS system. It is a technology that avoids collision by reducing the speed through vehicle control. Many vehicle manufacturers are using AEB system in their vehicles using Radar or Vision sensors, but AEB system with only a single sensor is insufficient due to sensor limitations.
In this paper, we developed a sensor fusion algorithm using Radar sensor and Vision sensor to solve this problem. The vision sensor, which is vulnerable to the longitudinal and environmental requirements, and the Radar sensor, which is vulnerable to the lateral direction, complement each other to compensate for the obstacles in front of the vehicle. Also, the obstacles recognized by Radar and Vision sensors were extracted using Euclidean similarity, and the object was estimated using the extended Kalman filter. Also, based on the preceding data using TTC, we developed AEB control algorithm based on control modeling using multiple regression analysis.
In order to verify the developed AEB control algorithm, the ACAP environment was established by comparing NCAP evaluation methods in each country. In addition, real vehicle verification was performed through the AEB test scenario to evaluate the safety of the AEB algorithm to ensure AEB systems that meet commercial vehicle standards.

목차 (Table of Contents)

• 국문 초록 i
• 그림 목차 ⅳ
• 표 목차 ⅶ
• 제 1장 서론
• 1.1 연구배경 1
• 1.2 연구동향 4
• 1.3 연구목적 9
• 제 2장 AEB 시스템
• 2.1 AEB 시스템 개요 11
• 2.2 시스템 구성 14
• 제 3장 센서 융합 기법
• 3.1 센서 융합 알고리즘 21
• 3.1.1 필터링을 통한 융합 기법 23
• 3.1.2 유클리디안 유사도 28
• 3.1.3 확장 칼만 필터 30
• 3.2 충돌 제어 알고리즘 37
• 3.2.1 FOV 설정 39
• 3.2.2 다중 회귀 분석 41
• 3.3 충돌 제어 전략 43
• 제 4장 NCAP 시나리오
• 4.1 NCAP 개요 48
• 4.2 NCAP 시나리오 구성 53
• 제 5장 NCAP 제어 검증
• 5.1 NCAP 환경 구성 59
• 5.2 NCAP 시나리오 검증 63
• 5.2.1 Car to Car 63
• 5.2.2 Car to Pedestrian 75
• 제 6장 결론 87
• 참고문헌 89
• Abstract 91
• 감사의 글 93