< Previous김형선 자동차안전학회지:제14권,제1호,2022 참고문헌 (1)Kyeongwon, Lee, 2006, “Application of TRIZ to DFSS in Automobile”, KSAE Spring Conference, pp. 2272~2277. (2)Kyeongwon, Lee, 2007, “Elimination of Moisture in the Head Lamp of Automobile Using TRIZ” KSAE Spring Conference Volume III, pp. 1639~ 1644. (3)Hyeongseon, Kim, 2018, “Development of Automobile Light Guide for Lighting Image Enhancement Using Retro- Reflection Principle”, Triz Future Conference, pp. 154~162. (4)Yasuyuki Amano, “The Development of LED Marker Lamp”, SAE Technical Paper 2003-01-0557, doi:10.4271/2003-01-0557. (5)Tsutomu Machida, “Development of Efficient Signaling Lamp with LEDs Mounted on a Free Formed Surface”, SAE Technical Paper 2000- 01-0436, doi:10.4271/2000-01-0436. (6)Paul A, Thompson, “Daytime Running Lamps (DRLs) for Pedestrian Protection”, SAE Technical Paper 2003-01-2072, doi:10.4271/2003-01-2072. (7)Takashi Nakamura, “Optical Components for Space- Based Solar Plant Lighting Development and Evaluation of Key Components”, SAE Technical Paper 2002-01-2553, doi:10.4271/2002-01-2553. (8)Vladimir Kubena, “Innovative Approaches to Global Demands of the Exterior Signal Lighting”, SAE Technical Paper 2012-01-0260, doi:10.4271/ 2012-01-0260. (9)Thomas Luce, “2.5 D LED: A Cost Efficient Solution for 3 D Signaling Lamps”, SAE Technical Paper 2007-01-0416, doi:10.4271/2007-01-0416. (10)Han, M., Lim, Y., and An, S., “Convolution of Engineering Methods (TRIZ, FMEA, Robust Engineering) to Creatively Develop New Tech- nologies”, SAE Technical Paper 2014-01-0780, 2014, doi:10.4271/2014-01-0780.◎ 논 문 http://dx.doi.org/10.22680/kasa2022.14.1.039 자율주행 시뮬레이션 환경을 위한 차량 구동 및 제동 제어기 개발 곽지섭 * ·이경수 **,† Development of Throttle and Brake Controller for Autonomous Vehicle Simulation Environment † 자율주행종방향 제어차량 시뮬레이션 하위 제어기 ABSTRACT This paper presents a development of throttle and brake controller for autonomous vehicle simulation environment. Most of 3D simulator control autonomous vehicle by throttle and brake command. Therefore additional longitudinal controller is required to calculate pedal input from desired acceleration. The controller consists of two parts, feedback controller and feedforward controller. The feedback controller is designed to compensate error between the actual acceleration and desired acceleration calculated from autonomous driving algorithm. The feedforward controller is designed for fast response and the output is determined by the actual vehicle speed and desired acceleration. To verify the performance of the controller, simulations were conducted for various scenarios, and it was confirmed that the controller can successfully follow the target acceleration. * 서울대학교 기계공학부, 석박통합과정 ** 서울대학교 기계공학부, 교수 † 교신저자: kyi@snu.ac.kr E-mail: kjs675252@snu.ac.kr 1. 서 론 최근 자동차 산업의 핵심은 자율주행 연구이며 이는 차량의 하드웨어 구조를 넘어 차량의 소프트웨어에 대한 고도화된 연구를 통해 알 수 있다. 이에 따라 세계 곳곳에 서는 자율주행 연구가 활발히 이뤄지고 있다. 현대자동차, 구글, 테슬라 등 세계 여러 기업들이 자율주행 자동차의 상용화를 위해 인력과 자본을 투자하고 있으며, 고도의 주 행 보조 시스템을 탑재한 차량이 상용화에 성공되어 시중 에 널리 유통되고 있다. 또한 운전자의 개입을 필요로 하지 않는 5단계 완전자 율주행이라는 목표를 달성하기 위해 관련 연구가 활발히 진행되고 있으며, 알고리즘의 성능을 검증하고 분석하기 위해서는 실제 차량에서의 실험이 필수적으로 요구되고 있다. 그러나 카메라, 라이다, GPS 등 자율주행에서 사용 되는 대부분의 센서들이 높은 가격을 형성하고 있으며, 이 들을 모두 탑재한 자율주행차를 제작하기 위해 상당한 비 용이 필요하다. 이를 제외하고도 실제 차량 실험을 위한 도로 환경과 인프라를 조성하고 실험을 진행하는 것도 많 은 시간과 인력을 필요로 한다. 설령 많은 시간과 인력을 투자한다 하더라도 날씨와 기후와 같은 초자연적인 측면 에 대한 변인통제가 불가능하기 때문에 실제 환경에서 알 고리즘의 성능을 평가할 수 있는 정밀한 실험을 진행하는 것에는 많은 제약이 따른다. 따라서 실제 자동차 실험 환 자동차안전학회지: 제14권, 제1호, pp. 39∼44, 2022 논문접수일: 2021.11.5, 논문수정일: 2022.3.2, 게재확정일: 2022.3.3곽지섭·이경수 자동차안전학회지:제14권,제1호,2022 Fig. 1 Sensor configuration of simulation vehicle 경을 모방할 수 있는 시뮬레이션 환경이 만들어지면 실제 자동차 테스트를 가상 환경으로 대체할 수 있다. 단순히 실제 환경을 대체한다는 장점 이외에도 시뮬레이션 환경 은 개발자가 다양한 환경에 대한 실험을 자유롭게 진행할 수 있다는 장점이 있다. 악천후 상황, 도로 환경 모델링을 비롯한 다양하고 자유로운 변인통제가 가능하기 때문에 시뮬레이션 환경의 도입은 자율주행 분야에서 필수적이 다. 또한 새로 개발된 알고리즘의 안전성이 아직 검증되지 않았기 때문에 새로운 알고리즘을 바로 실제 차량에 적용 하여 실험을 진행할 경우 실험자와 운전자의 안전을 위협 할 수 있다. 따라서 안전성 측면에서도 시뮬레이션 환경을 우선적으로 채택하는 것이 좋다. 이를 위해서는 시뮬레이션 환경이 실제 차량과 유사하 다는 것이 보장되어야 하며, 본 논문에서는 이를 위해 시 뮬레이션 차량에 필요한 제어 인터페이스를 제안하였고, 이를 바탕으로 자율주행 알고리즘을 평가하고 검증할 수 있는 시뮬레이션 환경을 구축하였다. 본 논문에서 검증한 알고리즘에 활용된 로봇 운영 체제 (ROS)는 로봇 프로그래밍에 널리 사용되는 미들웨어 플 랫폼이며 오픈소스로 제공된다. (1) ROS는 오픈소스로 제 공되기 때문에 범용성이 높으며, 데이터를 가시화하기에 편리하다. 널리 사용되는 차량 시뮬레이터로서는 Carsim, Carmaker 등이 있지만 차량 센서들을 자유롭게 구성하는 것에 제약이 있으며, 차량의 정교한 동역학적 특성에 중점 을 둔 시뮬레이터이다. 또한 ROS와의 연동에 있어서도 어 려움이 있다. 따라서 이를 해결하기 위한 새로운 플랫폼을 도입하여 시뮬레이션 환경을 구축하였으며, 본 논문에서 는 LGSVL을 사용하였다. (2) 하지만 LGSVL은 차량 동역학 특성을 정교하게 반영하 지 못하여 차량을 제어할 수 있는 제어기가 구현되어있지 않다. 따라서 이를 해결하기 위해 추가적인 제어기 제작이 필요했으며, 본 연구에서 차량 하위 제어기를 개발하였다. 추가적으로 개발한 하위 제어기의 성능을 검증하기 위해 3가지 시나리오를 설정하여 시뮬레이션을 진행하고 실제 차량의 데이터와 유사한지 분석하였다. 2. 자율주행 차량 본 연구에서는 LGSVL에서 기본예제로 제공하는 ‘HYUNDAE NEXO’ 차량을 시뮬레이션 차량 모델로 선정하였으며 Fig. 1에 나타나 있다. 라이다 센서를 이용하여 주변 도로 상황 을 인지하며, 차체 상단에 VLP-16 모델을 탑재했다. 라 이다 센서의 경우 매개 변수 설정을 통해 고성능 다채널 라이다를 모델링 할 수 있지만, 실차 환경과 유사한 시뮬 레이션 환경을 구성하기 위해 실차에서 사용된 동일한 VLP-16모델을 채택하였다. 추가로 GPS와 IMU 센서를 장착하여 차량의 현재 위 치, 속도, 요각을 측정하도록 하였다. 이는 차량 시스템이 주변 환경을 인지하고 향후 거동을 계획할 때 차량의 상태 에 대한 정보를 얻기 위해 사용된다. 2.1. 차량 알고리즘 구성 본 논문에서 활용된 자율주행 알고리즘의 구조는 Fig. 2와 같다. 해당 알고리즘은 두 개의 모듈로 구성되어 있는 데, 각각은 인지 모듈과 판단 모듈이다. 먼저 인지 알고리 즘은 Lee(2020)에 의해 제안된 Geometric model-free approach and static obstacle map based moving object detection and tracking 알고리즘으로서 라이다 센서 데 이터를 기반으로 차량의 운동상태를 추정한다. 자차량의 속도, 요각 정보를 바탕으로 정지 물체와 운동 물체를 개 별적으로 추정하며 Extended Kalman filter와 Particle Filter를 이용하여 이를 업데이트 하여 자차량의 운동상태 와 주변 차량 및 물체들을 인지한다. (3) 다음으로 판단 알고리즘은 Chae(2018)에 의해 제안된 Probabilistic prediction based lane change 알고리즘으 로서 인지 모듈에 의한 인지 출력 데이터와 자차량의 상태 정보를 이용해 차량의 주변 환경을 파악하고 차량의 거동 계획을 확률적 예측을 통해 결정한다. (4) 알고리즘의 출력은 목표 가속도와 목표 회전각이며 시 뮬레이션의 차량제어 입력은 페달입력과 회전각이다. 따 라서 알고리즘의 횡방향 출력은 그대로 시뮬레이션의 제 어입력으로 사용 가능하지만 종방향 출력인 목표 가속도 의 경우 그대로 시뮬레이션에 적용할 수 없으므로 추가적 인 제어기가 필요하다. 이에 대해서는 3장에서 자세히 설 명할 예정이다.자율주행 시뮬레이션 환경을 위한 차량 구동 및 제동 제어기 개발 자동차안전학회지:제14권,제1호,2022 Fig. 2 Autonomous driving algorithm architecture 2.2. 차량 동역학 모델 차량 시스템은 탑승자의 안전에 직접적인 영향을 끼치 므로 자율주행 알고리즘은 시간에 따라 변하는 주행 환경 에 즉각적으로 반응해야 하며 실시간으로 동작해야 한다. 즉 자율주행 알고리즘의 경우 계산 복잡도를 줄이는 것이 매우 중요하다. 따라서 차량의 동역학 모델은 종 방향 동 역학 모델과 횡 방향 동역학 모델로 분리되어 있다. 종 방 향 동역학 모델은 차량의 종 방향 가속도를 계산하기 위해 설계되었다. 입력 지연이 고려된 종 방향 모델의 상태 공 간 모델링은 식 (1)과 같다. 0100 ..001,0 001/1/ lonlonlonlonlon lonlon aa xAxBu stAB (1) 여기서 T lon xpva 는 상태변수이며 각각의 성 분은 위치, 속도, 가속도를 의미한다. londes ua 은 시스템 의 입력에 해당하며, a 는 종 방향 가속도의 액추에이터 지연을 의미한다. 횡 방향 동역학 모델은 bicycle model과 차선 중심으로 부터의 error dynamics을 결합하여 설계되었다. 횡 방향 모델의 상태 공간 모델링은 식 (2)와 같다. 이 때 T laty xee 는 상태변수이며 는 횡 방향 슬립 각, 는 무게중심에 대한 회전속도, e 는 경로 중심선에 대한 방향 오차, y e 는 경로 중심선에 대한 횡 방향 오차다. latf u 은 시스템의 입력에 해당하며, 목표 조향각이다. 는 도로의 곡률을 뜻하며, , fr CC 은 각각 전, 후륜의 코너링 강성이다. , fr ll 은 각 차량의 무게 22 2222 00 2222 00 .., 0100 00 latlatlatlatlatlat frffrr ffrrffrr lat zz xAxBuF CCClCl mvmv ClClClCl stA IIv vv 2 0 02 , 0 0 0 f x ff latlat x z C mv Cl BF v I (2) 중심으로부터 전, 후륜 축까지의 거리를 뜻한다. z I 는 차량 중심에 대한 요 회전 관성이다.곽지섭·이경수 자동차안전학회지:제14권,제1호,2022 Table 1 Steady-state velocity result Acceleration Throttle0.0250.050.0750.1 Vx[kph]21.845.363.774.8 Deceleration Throttle0.0750.050.0250 Vx[kph]68.550.728.90.7 3. 구동 및 제동 제어기 본 연구에서 검증하고자 하는 자율주행 알고리즘은 차량 의 목표가속도를 계산한다. 하지만 시뮬레이터 차량은 목표 가속도가 아닌 페달 입력을 이용해 차량을 제어한다. 따라 서 자율주행 알고리즘을 시뮬레이터에서 구현하기 위해 추가적인 종방향 하위 제어기가 필요하였고, 이는 차량의 목표 가속도를 차량의 페달 입력으로 변환해주는 역할을 한다. 본 연구에서 제안하는 종방향 하위 제어기의 전체 구조는 Fig. 3과 같다. 제어기는 크게 두 개의 제어기로 구성 되며 이는 각각 피드백 제어기와 피드포워드 제어기이다. Fig. 3 Throttle and brake controller architecture 3.1. 피드벡 제어기 구성 본 연구에서 제안하는 피드백 제어기는 비례제어기와 적 분제어기로 이루어져 있다. 비례제어기는 제어기의 목표값 과 현재 측정값의 차이에 따라 비례하는 출력을 만들어주어 오차를 감소시키는 역할을 한다. 제어 목표값은 자율주행 알고리즘의 출력값인 목표 가속도로 설정하였으며 현재 측 정값은 차량의 실제 가속도로 설정하였다. 비례 제어기의 비례계수를 작게 설정할 경우 응답성을 보장할 수 없으며 크게 설정할 경우 과도한 오버슈트를 발생시켜 차량 시스 템의 고장을 야기할 수 있다. 따라서 적절한 비례계수 설정 을 위한 과정이 필수적이며, 이는 경험적으로 채택되었다. 적분제어기는 제어기의 목표값과 현재 측정값의 차이 를 적분한 값을 오차로 정의하고 이에 비례하는 출력을 계산해주는 제어기이다. 적분제어기의 적분계수 또한 적 절한 값으로 설정 해야하며, 경험적으로 채택되었다. 비례 제어기와 적분제어기에서 각각 계산된 출력값을 합하여 최종적인 피드백 제어기의 출력을 결정한다. 3.2. 피드포워드 제어기 구성 피드포워드 제어기는 두 종류의 알고리즘으로 이루어 져 있으며 시스템이 추종해야하는 목표출력을 효과적으 로 따라가기 위해 고안된 제어기이다. 첫 번째 알고리즘은 현재 차량 속도에 의해 제어입력이 결정되며 이를 위해 차량 반응특성을 관측하였다. 실험 방법은 Throttle 입력 에 대한 정상상태 속도를 측정하였다. Table 1은 실험 수 치와 그에 따른 결과를 정리한 것이다. 이와 같이 Throttle 입력을 단계적으로 가했을 때 차량 은 초기에는 가속도 운동을 하게 되지만, 시간이 지남에 따라 구름저항, 공기저항, 타이어의 마찰력을 비롯한 저항 에 의해 점차 가속도가 사라지게 되며 등속도 운동에 접어 들게 된다. 이는 시뮬레이터 내부에 적용되어 있는 동역학 모델의 특성을 반영한 결과이며, 가속상황과 감속상황에 대해 각각 실시하였다. 가속상황과 감속상황에서의 데이 터의 중간값을 이용하여 구간별 속도에 따른 Throttle 값 을 선형화 하였다. 이와 같이 사전에 정의된 테이블을 바 탕으로 첫번째 알고리즘에서는 차량의 실시간 속도를 입 력으로 받으며 이에 대응하는 Throttle 출력을 계산한다. 이어서 피드포워드의 두번째 알고리즘은 목표 가속도 를 입력으로 받아 이에 비례하는 출력을 계산한다. 이는 차량의 현재 상태를 고려하지 않으며 목표 가속도를 추종 하는데에 있어서 반응성을 높이기 위해 고안된 알고리즘 이다. 피드포워드의 두 알고리즘에서 계산된 출력을 이용 해 하나의 제어 입력 f u 가 계산되며, 피드백 제어기에서 계산된 b u 가 더해진 i u 가 최종 제어 입력이 된다. 스위칭 알고리즘에서는 i u 의 값에 따라 Throttle 입력과 Brake 입력값을 계산하며, 이 값이 최종적으로 시뮬레이터 차량 을 제어하는 제어 입력으로 사용된다. 3.3. 성능 검증 시나리오 본 연구에서 개발한 제어기의 성능을 평가하기 위해 차 선변경과 차선유지를 포함한 세가지 시나리오를 개발하 였다. 첫째는 직선 차로 구간에서의 차선변경, 둘째는 직 선구간을 포함한 외선코스주행, 셋째는 도심지역에서 빈 번하게 발생하는 교차로를 포함한 주행 시나리오다.자율주행 시뮬레이션 환경을 위한 차량 구동 및 제동 제어기 개발 자동차안전학회지:제14권,제1호,2022 (a) (b) (c) Fig. 5 Simulation result 2_1: outerloop (20kph) (a) (b) (c) Fig. 6 Simulation result 3: outerloop (35kph) 4. 시뮬레이션 결과 4.1. 차선 변경 시나리오 차선변경 시나리오는 목표 속도 30kph로 진행되었으 며 Fig. 4(a)~(c)는 차량 상태변수에 대한 정보이다. 차량 은 차선변경 구간에서 등속도를 유지하였으며 이는 설계 된 종방향 제어기가 안정적으로 차량을 제어하고 있음을 나타낸다. (a) (b) (c) Fig. 4 Simulation result 1: lane change 4.2. 외선순환 시나리오 외선순환 시나리오는 목표 속도 20kph와 35kph로 진 행되었으며 Fig. 5(a)~(c)는 목표 속도 20kph에서 차량 상태변수에 대한 정보이며, Fig. 6(a)~(c)는 목표 속도 35kph에서의 차량 상태변수에 대한 정보이다. 두 시나리오에 대해서 차량의 실제 가속도는 알고리즘 에 의해 계산된 목표 가속도를 성공적으로 추종하였으며, 이는 설계된 구동 및 제동 제어기의 출력이 유효한 결과임 을 의미한다.곽지섭·이경수 자동차안전학회지:제14권,제1호,2022 4.3. 교차로 시나리오 교차로 시나리오는 목표 속도 35kph로 진행되었으며 Fig. 7(a)~(c)는 차량 상태변수에 대한 정보이다. 직선구 간과 교차로가 반복됨에 따라 차량의 가속 및 감속 시나리 오가 주기적으로 발생하였다. 교차로 구간에서 차량의 제 동 및 구동 입력은 10% 이내로 인가되었으며 차량의 실제 가속도는 1m/s 2 이내의 값으로 측정되었다. 따라서 급격 한 가속 및 제동은 발생하지 않았으며 차량이 목표 가속도 를 성공적으로 추종하였음을 확인할 수 있다. (a) (b) (c) Fig. 7 Simulation result 3: intersection 5. 결 론 본 연구에서는 차량 시뮬레이션에 적용할 종방향 구동 및 제동 제어기를 설계하였다. 제어기의 입력은 목표 가속 도와 차량 센서로부터 측정한 실제 가속도와 실제 속도이 다. 제어기의 출력은 Throttle & Brake 페달 입력이며, 이 를 통해 시뮬레이터 차량을 제어하게 된다. 제어기는 두 개의 제어기로 구성되어 있으며, 각각은 피드백 제어기와 피드포워드 제어기다. 피드백제어기는 비례제어와 적분제어로 이루어져 있으 며 목표 가속도와 실제 차량 가속도의 오차를 줄이기 위해 설계되었다. 피드포워드 제어기는 시스템이 추종해야하는 목표출력을 효과적으로 따라가기 위해 고안된 제어기이며, 현재 차량 속도에 따라 제어입력을 결정하기 위해 차량 반 응특성을 관측하였다. 제어기의 성능을 검증하기 위해 3개 의 시나리오에 대한 시뮬레이션을 진행했으며, 목표 가속 도를 성공적으로 추종하는 제어가 보장됨을 확인하였다. 본 연구는 향후 다양한 시나리오에 대한 차량 시뮬레이 션을 가능하게 할 것으로 기대된다. 실제 상황에서 구현하 기 힘든 위험상황을 구현하거나 기상조건을 자유롭게 설정 하며 시간과 공간의 제약 없이 자율주행 알고리즘의 성능 을 분석할 수 있고 이는 자율주행 차량의 인지 성능과 이에 따른 판단 및 제어 성능을 향상시키는 데에 기여할 것이다. 후 기 본 연구는 국토교통부/국토교통과학기술진흥원의 지 원으로 수행되었음(과제번호 21AMDP-C162182-01). 참고문헌 (1)A. Hussein, F. García and C. Olaverri-Monreal, 2018, “ROS and Unity Based Framework for Intelligent Vehicles Control and Simulation”, 2018 IEEE International Conference on Vehicular Electronics and Safety (ICVES), Madrid, Spain, pp. 1~6. (2)G. Rong et al., 2020, “LGSVL Simulator: A High Fidelity Simulator for Autonomous Driving”, 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), Rhodes, Greece, pp. 1~6. (3)H. Lee, J. Yoon, Y. Jeong and K. Yi, “Moving Object Detection and Tracking Based on Interaction of Static Obstacle Map and Geometric Model-Free Approach for Urban Autonomous Driving”, in IEEE Transactions on Intelligent Transportation Systems. (4)H. Chae, Y. Jeong, S. Kim, H. Lee, J. Park and K. Yi, 2018, “Design and Vehicle Implementation of Autonomous Lane Change Algorithm based on Probabilistic Prediction”, 2018 21st International Conference on Intelligent Transportation Systems (ITSC), Maui, HI, USA, pp. 2845~2852.◎ 논 문 http://dx.doi.org/10.22680/kasa2022.14.1.045 LTE 기반 차량용 V2X 통신단말에 대한 신호 교차로 C-ITS 메시지의 타이밍 데이터 최적화 기법 박수인 * ·서우창 ** ·양은주 *** ·서대화 **** Timing Data Optimize of Traffic Intersection C-ITS Message Set for LTE-based V2X in-vehicle Devices 차량 대 사물 통신협력 지능형 교통 체계인프라 대 차량 통신지연보정시간 ABSTRACT Recently, the introduction of Cooperative Intelligent Transport Systems (C-ITS) has been attempted to solve the limitation of only the sensor of the vehicle itself. For example, vehicles traveling at intersections can drive more safely through C-ITS. By using V2X communication of WAVE and LTE, the driver can receive the status and time of traffic lights. However, LTE has a larger transmission delay time than WAVE, so timimg data may not match in real time. In this paper, using the SPaT message, it was confirmed that LTE has a larger C-ITS service transmission delay time than WAVE. Finally, it was confirmed that the timing data of SPaT provided by LTE corrected by the algorithm is similar to SPaT provided by WAVE. It was confirmed that safer intersection driving is possible based on real-time. * ㈜세스트, 주임연구원 ** ㈜세스트, 선임연구원 *** ㈜세스트, 수석연구원 **** 경북대학교, 교수 E-mail: sipark@cest.co.kr 1. 서 론 교통 인프라가 발달하고 인구의 활동반경이 넓어진 현 대사회에서 차량은 중요한 이동수단으로 자리 잡았다. 차 량을 소유하고 있지 않은 가구가 거의 없을 만큼 대중적으 로 많이 보급되었고 관련 산업도 크게 발전하고 있다. 하 지만 이에 따라 차량의 밀집도가 높은 도심 지역을 중심으 로 교통체증이 증가하고 교통사고 발생이 늘어나는 등 사 회적 문제가 발생하고 있다. 각 나라와 산업 현장에서는 이 문제를 해결하기 위한 다양한 연구와 기술개발을 추진 하고 있고, 대표적으로 C-ITS(Cooperative Intelligent Transport Systems)가 있다. C-ITS는 V2X 통신을 사용하여 다른 차량, 노변인프 라와 양방향 통신을 수행할 수 있는 차세대 교통 시스템 이다. (1) 다양한 통신 장치 간 정보교환이 가능하므로 서버 로부터 단방향으로만 정보를 수신받을 수 있는 기존 ITS 시스템보다 도로의 실시간 정보를 파악하기 쉽다. 차량에 탑재된 센서로 파악하기 힘든 사각지대의 장애물이나 전 방에 있는 긴급상황과 같은 복잡한 교통상황에서도 장치 간 양방향 통신을 활용하여 인식하는 것이 가능하기 때문 에 안전한 주행에 도움을 줄 수 있다. 이러한 차량, 노변장 치, 인프라 등 다양한 C-ITS 장치 간 정보교환을 위해 V2X 기술은 반드시 포함되어야 하는 구성요소로서 매우 중요한 역할을 한다. V2X 기술은 Fig. 1과 같이 V2V(Vehicle to Vehicle), 자동차안전학회지: 제14권, 제1호, pp. 45∼54, 2022 논문접수일: 2021.12.22, 논문수정일: 2022.1.21, 게재확정일: 2022.1.26박수인·서우창·양은주·서대화 자동차안전학회지:제14권,제1호,2022 Fig. 1 Types of V2X communication V2I(Vehicle to Infrastructure), V2N(Vehicle to Nomadic Device), V2P(Vehicle to Pedestrian) 등을 총칭하는 개 념으로 차량과 사물 및 장치 간 정보를 주고받는 통신 방 식을 일컫는다. (2) V2X 기능이 적용된 차량은 Connected Vehicle로 정의되며 차량의 센서만으로는 인지하기 어려 운 정보들을 외부 시스템으로부터 제공받아 주행의 안전 성과 교통효율을 높일 수 있다. V2X 통신 기술을 활용한 C-ITS의 대표적인 ADAS 시스 템으로 CIWS(Cooperative Intersection Signal information and violation waring systems)가 있다. (3) 이는 I2V 통신 을 통해 신호교차로 내 현시 신호와 잔여시간을 노변 장치 로부터 제공받아 차량이 안전하게 교차로를 통과할 수 있 도록 도와주는 운전자 보조 시스템이다. 센서를 사용한 영 상 인식 방법보다 신호 정보를 정확하고 빠르게 제공할 수 있고 자율주행 차량에 이 시스템을 활용할 경우 신호의 잔여시간 정보를 통해 교차로의 딜레마존에 의한 사고를 예방하는 데 도움을 줄 수 있다. (4) 대표적인 V2X 통신 기술로 802.11p의 근거리 통신을 사용한 WAVE와 LTE/5G 모바일 이동통신 기술을 기반 한 C-V2X가 대두되고 있다. 기술적인 기반이 서로 달라 각 통신 기술에 따른 장단점이 존재하며 차세대 V2X 통신 으로 어떤 기술이 적합한지에 관한 연구와 논의가 진행되 고 있다. (5) 이러한 이유로 아직까지 산업 현장에서 특정 V2X 통신을 사용하도록 정해지지 않았으며 테스트베드 환경 구축 시 두 기술을 모두 혼용할 수 있도록 구성되는 경우가 많다. 본 논문은 WAVE와 LTE 통신을 동시에 지원하는 차 량단말기를 사용하여 V2X 통신 기술에 따른 통신 지연시 간을 신호교차로 C-ITS 서비스 메시지를 통해 비교하였 다. 또한, 통신 지연에 따라 동적 정보 중 하나인 현시 잔여 시간의 시간 오차가 발생하는 것을 보상하는 알고리즘을 제안하며, 실제 차량 주행 환경에서 지연보상 알고리즘 적 용 유무에 따른 신호 인식 정확성을 비교하였다. 2. 기반 기술 및 관련 연구 2.1. V2X 통신 기술 WAVE를 사용한 V2X 통신은 DSRC를 기반으로 하고 있다. V2X 통신을 위해 IEEE 802.11p 표준이 제정되었 으며 이는 WiFi로 잘 알려진 IEEE 802.11a 표준을 차량 환경에 적합한 형태로 개량한 무선통신 규격이다. 5.9GHz 주파수 대역을 사용하여 근거리 통신에 적합하고, 기지국 을 거치지 않고 장치 간 브로드캐스트를 수행하여 고속 주행 시에도 짧은 전송 레이턴시로 직접적인 정보 전송이 가능하다. 이러한 장점을 토대로 WAVE는 전 세계적으로 C-ITS 시범 운용과 테스트베드에 적용되고 운용되면서 기술의 안정화가 이루어져 왔고, 비교적 상용화를 위한 사 전 검토와 준비가 많이 진행된 통신 기술이라 볼 수 있다. 한편 이동통신 기술을 활용하는 산업체와 단체에서 LTE 통신을 V2X 통신에 적용하기 위한 노력을 하고 있다. 고 용량 데이터 전송이 가능한 LTE 통신이 상용화되면서 스 마트폰과 같은 LTE 통신이 적용된 모바일 장치가 출시되 었고, 국내의 경우 전국망 통신이 가능할 정도로 이동통신 인프라가 구축되어 있기 때문에 이를 차량에도 적용하려 는 시도가 이루어지고 있다. 하지만 일반적인 LTE 통신은 기지국을 통한 데이터 통신이 이루어지는 통신시스템 구 조상 고속으로 주행하는 차량에 정보를 전송하기에는 레 이턴시가 높아 C-ITS의 V2X 통신으로 적합하지 않고, 단말기 간 직접적인 통신을 제공하지 않아 V2V 통신에서 도 사용이 제한된다. 이러한 LTE 통신의 단점을 보완하기 위해 PC5 Sidelink 통신 방식이 적용된 C-V2X 통신으로 3GPP(Third Generation Partnership Project) Release 14 표준이 2017년에 제정되어 WAVE 통신의 경쟁기술 로 자리 잡을 수 있게 되었다. 기존 C-V2X의 높은 전송 레이턴시로 인해 데이터의 실시간성이 떨어졌던 문제를 개선하여 WAVE와 통신성능이 유사할 정도의 전송 레이 턴시를 확보할 수 있게 되었지만, 관련 표준과 통신 모듈 상용화가 늦어져 WAVE 통신에 비해 기술적인 성숙도가 뒤처져있다고 평가되고 있다. 현재 C-V2X의 일부 표준 은 IEEE 1609.3, SAE J2735와 같은 WAVE 표준 일부가 적용되어 테스트베드 운용 및 성능 검증을 시작하는 단계 에 있으며, 아직까지는 C-V2X가 아닌 LTE 통신을 사용 한 커넥티드 서비스 제공 분야에서 주로 활용되고 있다. (6)LTE 기반 차량용 V2X 통신단말에 대한 신호 교차로 C-ITS 메시지의 타이밍 데이터 최적화 기법 자동차안전학회지:제14권,제1호,2022 2.2. C-ITS 기반 신호교차로 서비스 구성요소 C-ITS는 차량이 주행 중 운전자에게 주변 교통상황과 급정거 및 낙하물 등 사고의 위험 정보를 실시간으로 차량 에 제공하여 안전, 교통 효율성, 에너지 효율성 및 편안함 을 개선하는 것을 목표로 하는 시스템이다. (6) 기존 ITS는 관제시스템으로부터 각종 정보를 수신받아 처리하는 차량 기능에 중점을 둔 단방향 서비스 시스템인 반면 C-ITS는 도로의 다양한 장치 간 양방향 통신이 가능한 V2X 통신 기술을 접목하여 실시간 도로상황 등을 차량에 제공할 수 있는 시스템이다. C-ITS는 교통혼잡 방지와 안전한 주행 이 가능하도록 정보를 제공하는 것을 목표로 하며 C-ITS 서비스 중 가장 대표적인 서비스로 신호교차로 내 신호현 시 제공 서비스가 있다. Fig. 2 Components for C-ITS-based intersection signal service C-ITS 기반 신호교차로 서비스를 위한 구성요소는 Fig. 2와 같이 크게 차량단말기(OBU: On Board Unit), 노변기 지국(RSU: Road Side Unit), 클라우드 서버(Cloud Server) 로 나눌 수 있다. (7) C-ITS 신호교차로 서비스를 제공하 기 위해서는 RSU가 설치된 신호교차로와 OBU가 설치된 차량이 필요하다. 이 서비스는 V2X 통신을 통해 수신받은 교차로의 실시간 신호현시 정보를 운전자에게 전달하여 안전한 주행을 보조하며, 교차로에서의 신호위반과 딜레 마존에 의한 사고 발생을 줄이는 데 도움을 줄 수 있다. 장치 간 통신에 쓰이는 데이터 형식은 SAE(Society of Autonomous Engineers)가 V2V/V2I 통신을 위해 정의 한 J2735 표준을 따르는 메시지 셋을 사용하도록 규정되 어 있다. (8) OBU는 넓은 의미로 차량 내부에 설치되는 보조적인 장 치를 총칭하는 단어로 하이패스 단말기, 내비게이션 및 텔 레매틱스 등도 OBU라고 불릴 수 있다. 하지만 C-ITS에 서의 OBU는 차량 내부에 설치된 V2X 통신이 가능한 장비 를 지칭하며 차량의 위치와 속도, 방향 등의 주행 상태정 보를 BSM(Basic Safety Message), PVD(Probe Vechicle Data) 등 J2735 메시지를 통해 주변의 OBU, RSU, Cloud Server로 전송하여 다른 인접 차량의 안정적인 주행에도 도움을 줄 수 있다. 그리고 OBU가 장착된 차량은 주행 시 다른 OBU가 보낸 인접차량 정보와 RSU에서 보낸 교차로 신호현시 정보 등 다양한 V2X 정보를 수신할 수 있다. RSU는 노변에 설치되어 OBU가 장착된 차량에 도로의 상태와 교통체증 및 사고와 같은 인프라와 연계된 정보들 을 제공할 수 있다. 일반적으로 RSU는 단독으로 운용되지 않고 외부 인프라 장치와 연계되어 취득한 정보를 WAVE 또는 C-V2X 통신으로 브로드캐스트 한다. 신호교차로 내에서 대표적인 외부 인프라 장치로는 신호제어기가 있 으며, RSU는 신호제어기로부터 신호교차로의 적색, 녹색, 황색의 신호등의 상태를 나타내는 현시정보와 잔여시간 을 수집하여 SPAT(Single Phase And Timing)메시지로 MAP(MapData)과 함께 차량으로 실시간 전송한다. Cloud Server는 접속된 다수의 OBU, RSU, 인프라 장 치를 모니터링하여 관리하는 시스템이며 관제 센터를 예 로 들 수 있다. 유무선 통신으로 연결된 RSU 또는 신호제 어기로부터 신호 현시 정보를 수집하여 데이터베이스에 보관하고 관리하는 역할을 하며 수집된 데이터를 연결된 장치로 전달하여 효율적인 교통흐름 제어에 활용할 수 있 도록 관제한다. WAVE 또는 C-V2X 통신이 적용되지 않 은 OBU는 RSU와 직접 통신이 불가능하지만, LTE 등 이 통통신을 통한 Cloud Server 접속을 통해 RSU와 간접적 인 정보교환이 가능하다. 이와 같은 전달 방식은 WAVE, C-V2X 통신에 비해 전송 지연시간이 커져 신호 현시의 실시간성이 저하되는 단점이 있지만 교차로마다 RSU 설 치가 불필요하고 관제 센터와의 통신에 기구축된 이동통 신 기지국과 단말기, ITS 인프라를 바로 활용할 수 있다는 장점으로 인해 아직까진 비교적 많은 지역에서 이와 같은 방식의 서비스가 제공되고 있다. 3. 제안하는 시스템 3.1. Dual V2X based system architecture 본 논문은 WAVE와 LTE 통신을 동시에 지원하는 차 량 단말기(OBU) 시스템 아키텍쳐를 제안한다. V2X 통신 방법에 따른 성능차이를 비교하기 위해 Fig. 3과 같이 신Next >