최근 상용차 사고 발생을 줄이기 위해 미국, 유럽, 일본, 호주 등의 주요 해외시장에서 상용차용 Lane Departure Warning System(LDWS), Lane Keeping Assistance system(LKAS), Forward Collision Warning System(FCWS), Autonomo...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A107842642
2021
Korean
556
학술저널
581-582(2쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
최근 상용차 사고 발생을 줄이기 위해 미국, 유럽, 일본, 호주 등의 주요 해외시장에서 상용차용 Lane Departure Warning System(LDWS), Lane Keeping Assistance system(LKAS), Forward Collision Warning System(FCWS), Autonomo...
최근 상용차 사고 발생을 줄이기 위해 미국, 유럽, 일본, 호주 등의 주요 해외시장에서 상용차용 Lane Departure Warning System(LDWS), Lane Keeping Assistance system(LKAS), Forward Collision Warning System(FCWS), Autonomous Emergency Braking(AEB) 등에 대해 신차 안전도평가(NCAP) 및 의무 장착 법규화가 강화되고 있다. 또한 미국 고속도로안전보험협회(IIHS)에서 조사한 ‘ADAS 종류에 따른 사고율 감소’ 자료에 따르면, AEB를 장착함에 따라 사고율이 40%까지 감소하는 것으로 ADAS 중 가장 큰 사고예방효과가 있는 것으로 조사되었다. 그러므로 본 논문에서는 공압식 브레이크를 적용한 상용 트럭에 AEB 시스템을 적용하기 위해, AEB 제어 알고리즘을 설계하여 실차 시험을 통해 검증한 결과를 소개한다.
본 논문에서는 AEB 제어 알고리즘을 설계하기 위해 실차 시험 환경을 조성하고, AEB 제어 알고리즘을 튜닝하고, 다양한 시나리오를 통해 검증한 결과를 제시한다. 이를 위해 먼저 제어의 대상이 되는 차량에 제어 알고리즘을 튜닝하고 검증할 수 있는 환경을 그림 1의 왼쪽 사진과 같이 구성하였다. 제어의 대상이 되는 차량은 상용차 5톤 트럭이며, 본 차량에 센서부, 제어기부, 액츄에이터부의 closed-loop control 환경을 구현하였다. 여기서 센서부는 전방 카메라와 레이더의 퓨전 정보를 기반으로 상대운동을 측정하여 CAN 통신을 통해 제어기부에 전달하는 역할을 한다. 제어기부는 MicroAutoBox(범용제어기) 내에 AEB 제어 알고리즘을 탑재하였으며, 센서정보, Vehicle CAN, Brake Pressure 등을 기반으로 판단을 하여 braking 명령을 액츄에이터부에 전달하는 역할을 한다. RT3100은 GPS 기반으로 센싱하는 장비이며 reference 장비에 해당한다. 액츄에이터부는 제어기부에서 받은 명령을 통하여 실제로 braking을 동작시키는 하위제어기에 해당한다. 이러한 closed-loop control 환경을 구성하여 실차 시험을 진행하였는데, 그림 1의 오른쪽 사진과 같이 크게 2가지 종류의 시나리오(C2C(Car-to-Car), C2P(Car-to-Pedestrian))에 따라 AEB 제어 알고리즘의 성능을 튜닝 및 검증하였다.
AEB 제어 알고리즘을 개발하기 위해서는 차량, 센서, 액츄에이터의 성능을 고려하여 그에 적합한 튜닝을 시행하여야 한다. 본 AEB 제어 알고리즘의 튜닝에서는 최소 상대거리를 성능지표로 삼았고, 이를 최소화시키기 위해 각 시나리오 별로 튜닝 파라미터를 바꾸며 반복시험을 하였다. 그림 2의 그래프 결과들은 시행한 시나리오 중 가장 좋지 않은 결과인 CCRm(Car to Car Rear-end Moving) 60kph 시나리오의 결과이다. 우측 그래프의 Rel. Sx(상대거리) 값을 보면, 파란색은 센서부에서 받은 값이고, 붉은색은 reference값으로 RT3100에서 받은 값이다. 이 값들을 비교해보면 파란색 그래프가 step 형태로 떨어짐을 확인할 수 있는데, 센서부에서 오는 값은 차후에 개선될 예정이며 이에 따라 AEB 제어 알고리즘의 성능 개선도 예상해 볼 수 있다. 결론적으로 AEB 제어 알고리즘은 그림 2의 표와 같이 전방의 차량 및 보행자와 충돌하지 않으며 10m 이하의 상대거리를 남겨놓고 제동함을 검증하였다.
〈그림 본문 참조〉
차량의 주행 특성에 따른 Trip 기준 CO₂ 배출량 계산 모델 개발
디젤/가솔린 융합 연소에서 스월 유동이 연소 특성과 배기에 미치는 영향도 파악에 관한 연구
전기자동차용 Clutchless 변속기의 변속 제어 방법
학습 조건이 엔진 블록 진동 기반 실린더 내부압력 예측 딥러닝 모델의 정확성에 미치는 영향