< Previous김봉주·이선봉 자동차안전학회지:제14권,제2호,2022 Keeping Assistance System), LCS(Lane Change System) 등이 있다. (1~6) ACC의 목적은 자동차 종방향 속도와 상대거리의 제어 를 통해 운전자의 운전 피로도를 최소화시켜주는데 있으 며, 자율주행자동차의 기반 시스템으로서 사고 예방 및 방 지에 유용한 시스템으로 평가되고 있다. (7) ACC의 연구동향을 살펴보면, Kim 등은 ACC 차량의 시험평가 방법에 대하여 시험평가 시나리오와 이론적 평 가 기준을 제안하였고, (8) Kim 등은 국내도로 환경 기준에 부 합하는 ACC 시험평가 방법에 관한 연구를 진행하였다. (9) 또한, Kim 등은 실도로 환경에서 진행 실차시험과 실도로 환경을 구현한 시뮬레이션의 비교에 관한 연구를 진행하 였으며, (10) Son 등은 ACC의 안전성 평가를 위한 시뮬레 이션(simulation) 환경 개발을 위한 시나리오를 제안하였 다. (11) Moon 등은 ACC의 평가 프로그램을 제시하였고, (12) Yoon 등은 ACC와 FCWS(Forward Collision Warning System)의 기능과 성능평가를 위한 차량주행 프로그램의 시험평가 방법과 절차에 대하여 연구하였다. (13) Xiaobo Sun 등은 ACC시스템을 장착한 하이브리드 전기 자동차 를 위한 실시간 최적 자동차 추종 전력 관리 전략에 대해 연구하였고, (14) Chongpu Chen등은 ACC 제어를 위한 컷 인 시나리오 기반의 모델 예측 제어 알고리즘에 대한 연구 를 진행하였으며, (15) Pier Giuseppe Anselma 는 에너지 절약 및 승객 편의 개선을 위한 파워트레인 지향 ACC를 연구하였다. (16) 그리고, Arie P. van den Beukel 등은 운 전자가 보조시스템(ACC)을 활용할 때 운전 능력 평가에 대해 연구하였으며, (17) Lin Liu 등은 인간의 운전 행동 특 성에 따른 ACC의 평가에 대해 연구하였다. (18) 카메라를 활용한 거리측정에 관한 연구동향을 살펴보 면, Bae 등은 단안카메라(monocular camera)를 이용한 전방 차량과의 거리 계산에 관한 연구를 진행하였고, (19) Lee 등은 듀얼카메라(dual camera)의 최적 설치 위치와 전방 차량과의 거리 측정에 관한 연구를 진행하였다. (20) 그리고, Lee 등은 물체 인식에 의한 카메라의 시각 위치 및 거리 추출에 관한 연구를 진행하였으며, (21) Han 등은 HD 해상도 스테레오 영상 카메라 구형과 거리 인식 응용 에 대해 연구하였고, (22) Juncai Zhu 등은 딥러닝 기반의 배경 보정 및 이동 물체 감지에 대해 연구하였다. (23) Ya- Wen Hsu등은 모노비전과 라이더 퓨전을 활용하여 도로 상의 물체 감지 시스템 개발에 대해 연구하였으며, (24) Xiaoning Zhu등은 카메라 감지 시스템을 위해 통계 경험 기반의 적응형 원샷 감지기 개발에 대해 연구하였다. (25) 그러나 ADAS의 실도로 환경에서 시험평가 방법에 관 한 연구와 카메라를 활용한 시험평가 방법에 대한 연구는 부족한 실정이다. 따라서 본 연구에서는, ACC의 실도로 환경에서 듀얼카메라의 활용 가능성의 연구를 위해, 선행 연구에서 제안한 ISO 15622의 시험방법과 국내도로 환 경을 고려한 시험 시나리오와 듀얼카메라를 사용한 거리 측정 방법 기반의 실차시험을 진행하고, 계측장비를 이용 한 실차시험 결과와 듀얼카메라를 활용한 상대거리를 비 교분석하여 듀얼카메라를 이용한 ACC 시험 가능성을 검 증하고자 한다. 2. 이론적 배경 2.1. 듀얼카메라를 활용한 거리측정 이론 2.1.1. 듀얼카메라 최적 설치 위치 선정 선행연구에서, 차량 시험을 위한, 듀얼카메라를 활용 한 전방 물체까지의 거리 측정 이론식을 제안하였다. 또한, 듀얼카메라의 최적 위치를 선정하는 연구를 수행하 였다. (20) 듀얼카메라의 최적 위치 선정을 위한 변수는 높이, 간 격, 각도이다. 카메라 설치 높이를 변수로 선정한 이유는, 높이가 낮 을수록 영상에 촬영되는 지면의 영역이 증가되기 때문 이다. 카메라 설치 간격을 변수로 선정한 이유는, 카메라 2대 의 설치 간격에 따라 거리측정에 영향을 주기 때문이다. 카메라의 촬영 각도를 변수로 선정한 이유는, 수직 화 각이 작은 카메라는 근거리 지면을 촬영하지 못하기 때문 이다. 각 변수의 값은 Table 1에 정리하였다. 각 변수의 실험 을 통하여, 카메라 설치 높이 40cm, 카메라 설치 간격 30cm, 카메라 촬영 각도 12°에서 가장 우수하여, 자동차 앞 범퍼를 최적 위치로 선정하였다. 카메라 설치 높이 40cm로 선정된 이유는, 30cm에서 40cm로 높이가 증가할 때, 오차율이 감소하였다. 그리 고, 40cm에서 50cm로 높이가 증가할 때, 오차율이 증가 하였다. 카메라 설치 간격 30cm로 선정된 이유는, 간격이 증가 할수록 오차율이 감소하는 경향을 보였다. 카메라 촬영 각도 12°를 선정한 이유는, 값이 증가할수 록 오차율이 감소하는 경향을 보였다.듀얼카메라를 활용한 ACC 안전성 평가 방법에 관한 연구 자동차안전학회지:제14권,제2호,2022 Table 1 Dual camera parameters VariableVariable value Height30cm40cm50cm Interval10cm20cm30cm Angle3°7°12° 2.1.2. 듀얼카메라를 활용한 전방거리 계산 거리 측정을 위해 선정된 카메라의 최적위치인, 카메라 설치 높이 40cm, 카메라 설치 간격 30cm, 카메라 촬영 각도 12°에 설치한다. Fig. 1과 같이, 듀얼카메라의 기하학적 구조와 삼각측 량법을 이용한, 3차원 좌표를 식 (1)로 표현이 가능하다. Fig. 1 Parallel stereo camera model (1) 여기서, X, Y, Z는 세계 좌표계 상의 물체 좌표, f는 초 점거리, b는 좌우 카메라 사이의 간격, d는 시차, 은 왼 쪽 영상의 x좌표, 은 오른쪽 영상의 x좌표, 은 왼쪽 영상의 y좌표, 은 오른쪽 영상의 y좌표이다. 초점거리는 Z축 좌표를 계산하기 위해 필요한 파라 미 터중 하나이다. 하지만 일반적으로 웹캠과 같은 저가의 카 메라의 초점거리는 제공되지 않는다. 따라서, 오차 발생에 따른 값의 보정이 필요해진다. 초점거리의 보정을 위해, 커브 피팅(curve fitting)을 수행하여야 한다. 이때, 식 (1)에서 Z축 좌표 와 d의 반 비례 관계를 활용하여 식 (2)를 도출할 수 있다. (2) 여기서, 여기에서, , 는 초점 거리 보정을 통해 얻은 계수, Z는 실제거리, d은 시차이다. 식 (2)의 계수 , 를 도출하기 위해, 1m부터 5m까지 0.5m 간격으로 설치한 물체를 촬영하여 각 지점에서의 물 체의 시차를 계산하고, 커브 피팅으로 계수 , 를 도출하 였다. 계수 를 초점거리 f로 사용하여 식 (1)에 대입하면, 물체의 Z축 좌표를 얻을 수 있다. 하지만, 근접 거리의 지 면을 촬영하기 위해, 설치 각도 로 인하여 광축과 지면이 평행하지 않다. 따라서, 물체까지의 Z축 좌표를 계산하기 위하여, 식 (1)에 설치 각도 를 고려하면 식 (3)으로 정 리 할 수 있다. cos sin sincos (3) 여기서, 는 지면에서 물체의 X, Y, Z축 좌표, 는 카메라의 경사각, h는 카메라의 장착 높이이다. Fig. 2 Distance to the object in straight road Fig. 2와 같이, 직선도로에서 전방물체까지의 거리는 종방향 수직거리이다. 따라서 Z를 전방 물체까지의 거리 로 사용 가능하다. Fig. 3과 같이, 곡선도로에서는 전방 물체까지의 거리 측정을 위해, 도로의 곡률반경을 고려하여야 한다. 그에 따라, 물체의 X축 좌표와 Z축 좌표를 이용하여 수직거리 를 구한다. 그 뒤, 곡률반경을 고려하여 전방 물체까지의 거리를 계산하여야 한다. 전방물체까지의 수직거리는 식 (4)와 같이 나타낼 수 있다. (4)김봉주·이선봉 자동차안전학회지:제14권,제2호,2022 Fig. 3 Distance to the object in curve road 여기서, 는 자동차와 물체 사이의 수직거리, 은 지면상에서 자동차의 x, y 좌표, 는 지면상에서 물체의 x, y 좌표이다. 전방물체까지의 수직거리를 현(chord)으로 가지는 부 채꼴의 중심각 는 식 (5)과 같이 계산된다. cos (5) 여기서, 는 자동차와 물체 사이의 각도, R은 도로의 곡률반경이다. 부채꼴의 중심각 와 곡률반경 을 이용하여 계산된 원의 호(arc)의 길이는 식 (6)과 같이 계산된다. arc ∙ (6) 여기서, arc 는 곡률반경을 고려한 자동차와 물체 사이 의 거리이다. 곡선도로에서 전방물체까지의 거리는 곡률중심과 물 체의 3차원 위치를 고려하였다. 도로의 곡률반경에 따라, 수식 2개를 제안하였다. 곡률 반경이 1293m 이상일 때, 오차율이 0.1%가 된다. 그에 따라, 1293m을 기준점으로 제안한 수식을 통합하면, 식 (7)과 같이 표현이 가능하다. ≥ ∙ (7) 여기서, 는 카메라부터 전방물체까지의 이론적 거리 이다. 2.2. 시험 시나리오 선행연구에서, ISO 15622과 국내도로환경을 고려한 ACC의 시험 시나리오를 제안하였고, 본 연구에서는 이를 활용하였다. 제안한 ACC의 시험 시나리오는 4가지로 분 류할 수 있다. 첫 번째는 Fig. 4와 같이, 감지 범위 평가에 대한 내용 으로, 목표물 출현에 따른 센서의 감지 성능에 대해 구간 으로 구분하였고, 구간에 대한 내용은 Table 2에 정리하 였다. Fig. 4 Detection range scenario Table 2 Detection range scenario interval conditions No.Detection range 1front of a vehicle ∼ (minimum relative distance) 2 ∼ (middle relative distance) 3 ∼ max (maximum relative distance) 두 번째는 Fig. 5의 (a)~(c)와 같이, 총 3개의 목표물 식별 시나리오이다. 목표물 식별 시험은 전방에 두 대 이 상의 선행차량이 존재한다. 이때, 동일 차로 상의 선행차 량을 목표차량으로 선택여부와 끼어들기 및 빠져나가기 로 인한 목표물 변경시 목표물 식별 및 적절한 추종이 이 루어지는지에 대한 평가를 한다. Fig. 5(a)는 시나리오 1이며, 2대의 LV(Lead Vehicle) 가 동일 속도로 나란히 주행하고 SV(Subject Vehicle)은 LV 1을 추종한다. 이때 같은 차선에 있는 LV 1이 가속하 면 SV는 옆의 LV 2를 추종하지 않고 목표차량을 따라 가속하면서 LV 2를 지나치면 시험을 종료하는 시나리오 이다. 듀얼카메라를 활용한 ACC 안전성 평가 방법에 관한 연구 자동차안전학회지:제14권,제2호,2022 (a)(b) (c)(d) (e)(f) (g) Fig. 5 ACC test scenario (a) Scenario 1 (b) Scenario 2 (c) Scenario 3 (d) Scenario 4, 5, 6, 7 (e) Scenario 8, 9 (f) Scenario 10 (g) Scenario 11 Table 3 ACC test scenario conditions Scenario no. Condition[km/h] Note SV setting velocity LV 1 setting velocity LV 2 setting velocity 1 30,60,8 0 Same as SV Same as SV During the test, LV1 accelerates +10km/h from the setting velocity 2 Instant acceleration in Cut-In situation of LV 2, During the test, LV1 accelerates +10km/h from the setting velocity 3 4 Instant acceleration in Cut-In situation of LV 2 5 6 LV 1 setting velocity -10 km/h 30,60,8 0 7 8 No LV 2 Instant acceleration in Cut-In situation of LV 1 9 1030,40 Same as SV Deceleration is stopped by 0.1g∼0.3g, Re-acceleration fixed 0.1g 11 30,60, 80 30km/h: proceed at a radius of 125m 60km/h: proceed at a radius of 250m 60km/h: proceed at a radius of 250m Fig. 5(b)는 시나리오 2이며, 동일 차선에 2대의 LV가 나란히 주행하고 옆 차선에서 SV가 주행 중이다. 이때, LV 2가 가속하여 SV 앞으로 LV 1이 순간 가속으로 차선 변경 후 설정속도로 감속한다. SV는 ACC에 의해 안전거 리 확보를 위해 속도를 줄이며 LV 1을 추종하면서 종료되 는 시나리오이다. Fig. 5(c)는 시나리오 3으로, 같은 차선에서 2대의 LV 가 주행하고, 뒤에서 SV가 추종 중이다. 이때, LV 2가 옆 차선으로 이동하면, SV는 LV 1을 추종하여 설정된 거리 를 유지하면 종료되는 시나리오이다. 세 번째는 Fig. 5의 (d), (e)와 같이, 총 6개의 목표물 추종 평가 시나리오에 대한 내용이다. 이는 올바른 목 표물을 식별하여 추종하는지를 판단하기 위한 시나리 오이다. Fig. 5(d)은 시나리오 4-7에 해당하는 그림이다. 시나 리오 4, 5는, 같은 차선에서 SV가 전방에 주행 중인 LV 1을 추종 중이다. 이때, 옆 차선에서 주행 중인 LV 2가 SV 앞으로 차선 변경을 진행할 때, SV는 목표물을 LV 2 로 변경하여 추종하면 종료하는 시나리오이다. 시나리오 6, 7은, 같은 차선에서 LV 1이 주행 중에 SV 가 LV 1보다 10km/h 느리게 추종하여 주행 중이다. 이때, 옆 차선에서 LV 2가 SV 앞으로 차선을 변경하였을 때 SV 는 목표물을 변경하여 LV 2에 대하여 추종하면 종료하는 시나리오이다. Fig. 5(e)는 시나리오 8, 9에 해당하는 그림이다. 시나 리오 8, 9는 옆 차선에 LV 1이 주행하고 있다. LV 1이 SV 앞으로 차선을 변경하였을 때, SV는 목표물을 인식하 고 LV 1을 추종하면 종료되는 시나리오이다. 네 번째는 추가 시나리오로, Stop&Go와 곡선 선회 시 나리오이다. 시나리오 10은 Stop&Go 시나리오로, Fig. 5(f)와 같김봉주·이선봉 자동차안전학회지:제14권,제2호,2022 다. 시내구간과 같이 잦은 감가속도의 변화가 있을 경우 SV가 이를 정상적으로 추종하는지 알기 위한 시험이다. 시나리오 11은 곡선 선회 시나리오로, Fig. 5(g)와 같 다. SV가 LV를 추종할 때, 진입속도를 동일하게하고 속 도에 따라서 곡선 반경이 달라질 경우에 대한 시험이다. 모든 시나리오의 설정조건은 Table 3에 정리하여 나타내 었다. 3. 실차시험 3.1. 실차시험 차량 듀얼카메라를 이용한 ACC 평가방법의 검증과 ACC의 실제 기능 검증을 위하여, 실제도로 기반의 실차시험을 진 행하였다. 실차시험의 대상차량은 H사의 제네시스 G90, 선행차량은 H사의 SONATA를 선정하였고, Fig. 6에 나 타내었다. 대상차량을 H사의 제네시스 G90의 선정이유는, 카메 라, 레이더, 초음파 등의 센서가 탑재되어, ACC, LKAS, AEB, HDA 시스템 등의 ADAS 기술 구현이 가능하다. 또 한 ADAS 기능이 우수하다고 평가되고 있어 선정하였다. Fig. 6 Test vehicle (GENESIS G90) 3.2. 실차시험 장소 Fig. 7은 실제도로 기반의 실차시험을 위해 선정한 시 험구간이다. 장소는 대구국가산업단지 내 일반도로(대구 광역시 달성군 구지면)를 선정하였다. 선정이유는 보행자 와 이륜차가 적은 산업공단 내 위치하였기 때문이다. 객관적인 시험결과의 취득을 위하여, 동일한 운전자, 장비, 장소에서 3회 반복 시험을 진행하였다. 실제도로에 서 진행됨에 따라, 모든 시나리오는 복합적으로 연결되어 진행되었다. Table 4는 시험당시 환경이다. Fig. 7 Test real-road Table 4 Environmental condition ItemCondition Road conditionflat, dry and clean asphalt or concrete Temperature (℃)18.8 – 26.1 Wind speed (m/s)1.6 - 1.7 Weathersunny 3.3. 실차시험 조건 실제도로 기반의 실차시험을 실시하기 위한 선행 조건 은 아래와 같이 가정하였다. - ACC 기능을 위한 도로조건은 국토교통부에서 제공 하는 교통용량편람을 따른다. - 도로 폭은 3.5m를 넘지 않는다. - ACC의 감속 능력은 차량 사용자 매뉴얼에 반드시 언급되어야 된다. - ACC의 작동한계를 벗어나는 범위에서는 반드시 운 전자가 조작하여야 한다. 실제도로에서 진행하는 실차시험은, 주변환경에 의해 반복재현이 현실적으로 어렵다. 하지만, 객관적인 결과의 취득을 위해, 동일한 운전자, 장비, 장소에서 3회 반복 시 험을 진행하여, 외부의 변동요인을 최소화하였다. 실차시험의 ACC 속도는 시험도로의 제한속도인 50km/h 설정하였다. 시험차량의 거리 범위조절은 주변 차량에 이 동에 영향을 줄이기 위하여 최소값으로 설정하였다. Fig. 8은 시험 데이터를 취득하기 위해 장착한 장비이 다. DGPS(Differential Global Positioning System, 이하 DGPS)와 DAQ(Data AcQuisition, 이하 DAQ) 등의 장비 를 활용하였다. 장비 사양은 Table 5에 정리하였다. Fig. 9는 듀얼카메라를 시험차량에 장착한 모습이다. 듀얼카메라는 웹캠 2대를 활용하였다. 장비사양은 Table 5의 webcam에 정리하였다.듀얼카메라를 활용한 ACC 안전성 평가 방법에 관한 연구 자동차안전학회지:제14권,제2호,2022 Fig. 9 Dual camera Table 6 Results of relative distance ScenarioCase Result[m] DeviceDual camera 1 119.60819.864 220.14120.528 320.62120.933 2 120.71121.571 217.03817.206 320.83021.512 3 122.91023.352 220.23120.420 320.71420.890 8 122.28722.343 219.25519.577 321.55821.771 9 120.65021.251 221.81321.731 320.63121.498 10 127.54927.079 223.49823.144 321.05020.918 11 120.16020.685 220.44120.717 320.39020.639 (a)(b) (c)(d) Fig. 8 Test measuring device (a) RT-3002 (b) DAQ (c) RT-range (d) camera Table 5 Measuring device spec. NameSpec. RT - 3002 - Single antenna model - Velocity Acuuracy: 0.05km/h RMS - Roll, Pitch: 0.03deg, Heading 0.1deg - GPS Acuuracy: 2cm RMS DAQ - Interface data rate: up to 1 Mbit/sec - Special protocols: OBDII, J1939, CAN out - Sampling rate: > 10kHz per channel Software selectable RT - Range - Operational temperature: -10 to 50°C - Lateral distance to lane: ±30m 0.02m RMS - Lateral velocity to lane: ±20m/s 0.02 m/s RMS - Lateral acceleration to lane: ±30m 0.1 m/s 2 RMS C920 HD pro webcam (Camera) - height: 43.3mm - width: 94mm - depth: 71mm - field of view: 78° - field of view (horizontal): 70.42° - field of view (vertical): 43.3° - image resolution: 1,920*1,080p - focal length: 3.67mm 4. 듀얼카메라를 활용한 시험결과 및 분석 4.1. 측정장비를 활용한 실차시험 결과 Fig. 10은 대구국가산업단지 내 일반도로에서 실시한 시험결과 중 시나리오에 해당하는 구간을 선정하여 나타 낸 상대거리 결과이다. 시나리오 4-7은 Cut-in시험으로 안전사고의 위험 등으로 인해 진행하지 못하였다. Table 6은 실차시험의 상대거리 결과이다. 결과는 ACC 의 추종 기능이 안정화된 후의 결과 값이다.김봉주·이선봉 자동차안전학회지:제14권,제2호,2022 (a)(b) (c)(d) (e)(f) (g) Fig. 10 Test result (measuring device) (a) scenario 1 (b) scenario 2 (c) scenario 3 (d) scenario 8 (e) scenario 9 (f) scenario 10 (g) scenario 11듀얼카메라를 활용한 ACC 안전성 평가 방법에 관한 연구 자동차안전학회지:제14권,제2호,2022 (a)(b) (c)(d) (e)(f) (g) Fig. 11 Test result (dual camera) (a) scenario 1 (b) scenario 2 (c) scenario 3 (d) scenario 8 (e) scenario 9 (f) scenario 10 (g) scenario 11김봉주·이선봉 자동차안전학회지:제14권,제2호,2022 (a)(b) Fig. 12 Test result (a) measuring device result (b) dual camera result Table 7 Error rate comparison ScenarioCase Result[m] Device Dual camera Deviation Error factor [%] 1 119.60819.8640.2561.306 220.14120.5280.3871.921 320.62120.9330.3121.513 2 120.71121.5710.864.152 217.03817.2060.1680.986 320.83021.5120.6823.274 3 122.91023.3520.4421.929 220.23120.4200.1890.934 320.71420.8900.1760.850 8 122.28722.3430.0560.251 219.25519.5770.3221.672 321.55821.7710.2130.988 9 120.65021.2510.6012.910 221.81321.7310.0820.376 320.63121.4980.8674.202 10 127.54927.0790.471.706 223.49823.1440.3541.507 321.05020.9180.1320.627 11 120.16020.6850.5252.604 220.44120.7170.2761.350 320.39020.6390.2491.221 4.2. 듀얼카메라를 활용한 실차시험 결과 시험 영상취득을 위하여, 듀얼카메라를 장착하고, 실차 시험을 실시하였다. Fig. 11은 Fig. 10에 해당하는 영상으로 취득한 결과이 다. 결과는 제안한 거리측정 방법을 활용하였다. Table 6은 실차시험시 취득한 영상으로 취득한 결과이 다. 상대거리 결과는 ACC 추종 기능이 안정화된 후의 결 과 값이다. 계측 장비를 활용한 결과 값과 다르게 그래프가 끊어진 부분은 선행차량이 없기 때문이다. 4.3. 실차시험 결과 비교분석 ACC가 안정화된 상대거리 결과를 Table 7에 정리하였 다. Table 7은 계측 장비를 활용한 결과와 듀얼카메라를 활용한 결과를 비교하였다. 안정화된 차간거리 데이터 오차율은 시나리오 8의 첫 번째 시험에서 최소 0.251%, 시나리오 9의 세 번째 시험 에서 최대 4.202%로 나타났다. 이러한 오차는 동일한 운 전자, 장비로 진행하였음에도, 주변 환경의 영향을 받은 것으로 판단하였다. 그리고, ACC의 안정화 과정에서 나 타나는 오차로 판단되었으나, 시간에 따라 수렴하여 고려 대상에서 제외하였다. 또한, 듀얼카메라를 활용한 결과는, 차량이 실제 거리보다 멀리 있는 것으로 계산되었다. 제한된 장소가 아닌, 실제도로에서 진행하는 실차시험 의 특성상 예상하지 못한 환경이 구성될 수 있다. 본 연구에서는, Cut-in 후 주행신호에 의해 Stop&Go 기능이 동시에 진행된 결과가 발생하였다. 그에 대한 결과 를 Fig. 12와 Table 8에 정리하였다. Table 9는 실차시험의 계측장비를 활용한 결과와 듀얼 카메라를 활용한 결과를 비교한 오차율이다. 오차율은 동 일한 시간의 결과를 비교하였다. 비교결과, 시나리오 10듀얼카메라를 활용한 ACC 안전성 평가 방법에 관한 연구 자동차안전학회지:제14권,제2호,2022 Table 8 Comparison of additional scenario error factors (min, max, average) ScenarioCase Result [%] minimummaximumaverage Cut-in& Stop&Go 10.0029.6182.180 20.0049.8301.682 30.0389.1892.596 Table 9 Error rate comparison (min, max, average) ScenarioCase Result (error factor) [%] minimummaximumaverage 1 10.0149.4162.379 20.0029.9452.127 30.0049.4462.532 2 10.0028.5143.122 20.1009.5573.923 30.0518.3293.871 3 10.0927.5152.363 20.1518.1492.363 30.0949.7692.134 8 10.1159.2082.974 20.0118.9202.176 30.0379.1342.919 9 10.0778.0973.147 20.0319.9172.753 30.0189.6412.251 10 10.0049.6682.884 20.0007.6561.809 30.0089.9022.391 11 10.0315.6501.804 20.0286.2841.803 30.0089.3192.596 의 두 번째 테스트에서 최소 0.000%, 시나리오 1의 두 번 째 테스트에서 최대 9.945%의 결과를 보였다. 하지만 모 든 시나리오의 평균 오차율은 3% 이내로 나타났다. 최대 오차의 대표적인 발생원인은, 시험차량에 설치된 듀얼카메라에서 발생한 것으로 판단하였다. 주행 중 발생 하는 노면 진동과 공기저항에 의한 흔들림과 주변 밝기의 변화, 영상의 초점을 맞추는 과정 등의 문제점이 발생하였 다. 그에 따라, 영상에서 선행차량까지의 거리를 계산한 결과가 부정확하게 계산된 것으로 판단하였다. 5. 결 론 본 논문에서는 듀얼카메라를 활용한 ACC 평가를 검증 하기 위해, 제안한 평가 시나리오를 바탕으로 실차시험을 진행하였다. 그리고 듀얼카메라를 활용한 결과와 계측장 비를 활용한 결과를 비교분석하였다. 그에 따른 결론을 도 출하였으며, 결론을 요약하면 다음과 같다. 1) 선행연구에서 제안한 자동차 시험시, 듀얼카메라의 최적 설치 위치를 선정하였다. 또한 선행차량과의 거리측정 이론을 제안하였고, 이를 활용하였다. 2) ISO 15622과 국내도로 환경을 고려한 ACC 시험 시나리오를 바탕으로 실제도로에서 실차시험을 진 행하였다. 3) 실제도로에서 진행한 실차시험은, 보행자와 이륜차 가 적은 대구국가산업단지 내 일반도로에서 진행하 였다. 시험 결과의 객관성 확보를 위해, 동일한 인원 과, 장비, 장소에서 3회 반복시험을 진행하였으며, 시 험차량은 H사의 제네시스 G90과 H사의 SONATA 를 이용하였다. 대상차량을 제네시스 G90으로 선정 한 이유는 센서기반의 ADAS 기술 구현이 가능하 고, 기능이 우수하다고 평가되고 있기 때문이다. 시 나리오 4-7은 Cut-in으로 인한 사고의 위험 등으 로 인하여 진행하지 못하였다. 4) 각 시나리오의 시험결과는, 듀얼카메라를 활용한 결 과 대비 계측장비를 활용한 결과를 비교하였다. 비 교 결과 2가지의 결과를 도출할 수 있었다. 첫 번째 결과는, ACC의 안정화 과정 이후의 상대거리를 비 교하였다. 안정화된 차간거리 데이터 오차율은 시나 리오 8의 첫 번째 시험에서 최소 0.251%, 시나리오 9의 세 번째 시험에서 최대 4.202%로 나타났다. 두 번 째 결과는, 동일한 시간의 결과를 비교하였다. 비교 결과 시나리오 10의 두 번째 시험에서 최소 0.000%, 시나리오 1의 두 번째 시험에서 최대 9.945%로 나 타났다. 하지만 모든 시나리오의 평균 오차율은 3% 이내로 나타났다. 5) 최대 오차의 대표적인 발생원인은, 시험차량에 설치 된 듀얼카메라에서 발생한 것으로 판단하였다. 주행 중 발생하는 노면 진동과 공기저항에 의한 흔들림과 주변 밝기의 변화, 영상의 초점을 맞추는 과정 등의 문제점이 발생하였다. 그에 따라, 영상에서 선행차 량까지의 거리를 계산한 결과가 부정확하게 계산된 것으로 판단하였다.Next >