< Previous차현수·김자유·이경수 58 자동차안전학회지:제14권,제4호,2022 Fig. 2 Closed-loop double lane change at 100kph 는 각각 추가적인 휠토크로 표현된 토크벡터링 제어 입력 과 추가적인 후륜 조향각 제어 입력이다. Fig. 2(a)에서 볼 수 있듯이, 4초와 6초에서 카운터 스 티어링을 위한 조향각이 줄어든 것을 확인할 수 있다. 또 한, Fig. 2(b)-(c)에서 볼 수 있듯이, 차량의 횡슬립각과 요레이트 반응이 제어 전에 비해서 비교적 안정화되었음 을 확인할 수 있다. 특히, 6초에서 6.5초 부근에서 차량의 오버스티어 반응이 제어를 통해 개선되었음을 확인할 수 있다. 이를 통해서, 제안된 제어기는 closed-loop scenario 환경에서도 차량의 횡방향 안정성과 선회 성능을 개선할 수 있다는 점을 확인할 수 있다. 요약하자면, 주어진 경로를 추종하게하는 closed-loop scenario에서도 제안된 제어기는 차량의 선회 성능을 개 선시킬 수 있다는 것을 확인할 수 있다. 5. 결 론 본 논문에서는 모델 예측 제어 기법을 이용하여 토크벡 터링과 후륜조향의 통합제어 알고리즘을 제안하였다. 제 안된 알고리즘의 제어 목표는 요레이트와 차량 슬립각의 에러를 최소화하며, 차량의 선회 성능을 개선하는 것이다. 또한, Reference trajectory 모델을 이용해서 다음 스텝의 에러의 변화를 예측하였다. 제안된 알고리즘의 성능은 시 뮬레이션을 통해서 검증하였다. 시뮬레이션 시나리오는 open-loop sine with dwell와 closed-loop double lane change를 선정하였다. 시뮬레이션 결과를 통해 제안된 제 어기는 차량의 요레이트 및 횡슬립각 반응을 개선시킬 수 있다는 것을 확인할 수 있었다. 그러나 본 연구에서는 적절한 제어 입력 제한에 대해서 는 다루지 않았다. 특히, 한계 주행 상황에서의 과도한 제모델 예측 제어 기법을 이용한 토크벡터링과 후륜조향 통합 제어 자동차안전학회지:제14권,제4호,2022 59 어 입력은 차량의 선회 성능을 악화시킬 수 있으므로, 타 이어 마찰 한계를 고려한 입력 제한에 대해 연구되어야 할 것이다. 후 기 이 논문은 2022년도 정부(산업통상자원부)의 재원으 로 한국산업기술 진흥원의 지원을 받아 수행된 연구임 (P0020536, 2022년 산업혁신인재성장지원산업). 참고문헌 (1)Cha, H., Hyun, Y., Yi, K., & Park, J., 2021, an integrated control of front in-wheel motors and rear electronic limited slip differential for high- speed cornering performance, Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, 09544070211045565. (2)Piyabongkarn, D., Lew, J. Y., Rajamani, R., & Grogg, J. A., 2010, Active driveline torque-management systems, IEEE Control Systems Magazine, 30(4), 86~102. (3)Ataei, M., Khajepour, A., & Jeon, S. (2020), Model predictive control for integrated lateral stability, traction/braking control, and rollover prevention of electric vehicles, Vehicle system dynamics, 58(1), 49~73. (4)Rajamani, R., 2011, Vehicle dynamics and control, Springer Science & Business Media. (5)Joa, E., Cha, H., Hyun, Y., Koh, Y., Yi, K., & Park, J. (2020), A new control approach for automated drifting in consideration of the driving charac- teristics of an expert human driver, Control Engineering Practice, 96, 104293. (6)Rubin, D. & Arogeti, S. A. (2015), Vehicle yaw stability control using active limited-slip differential via model predictive control methods, Vehicle System Dynamics, 53(9), 1315~1330. (7)KoubKa, A. (Ed.). (2017), Robot Operating System (ROS) (Vol. 1, pp. 112-156), Cham: Springer. (8)Mattingley, J. & Boyd, S. (2012), CVXGEN: A code generator for embedded convex optimization, Optimization and Engineering, 13(1), 1~27.60 ◎ 논 문 http://dx.doi.org/10.22680/kasa2022.14.4.060 자율주행시스템 개발을 위한 FMTC 가상주행환경 고도화 개발 이빈희 * ·허관회 ** ·이효진 * ·이장우 *** ·윤종민 **** ·조성우 ***** Development of Advanced FMTC Virtual Driving Environment for Autonomous Driving System Development Beenhui Lee * , Kwanhoe Huh ** , Hyojin Lee * , Jangu Lee *** , Jongmin Yoon **** , Seongwoo Cho ***** Key Words: Autonomous driving(자율주행), CarMaker(카메이커), Virtual proving ground(가상시험환경), Virtual driving environment(가상주행환경), FMTC(미래모빌리티센터) ABSTRACT Recently, the importance of simulation validation in a virtual environment for autonomous driving system validation is increasing. At the same time, interest in the advancement of the virtual driving environment is also increasing. To develop autonomous driving technology, a simulation environment similar to the real- world environment is needed. For this reason, not only the road model is configured in the virtual driving environment, but also the driving environment configuration that includes the surrounding environments -traffic, object, etc- is necessary. In this article, FMTC, which is a test bed for autonomous vehicles, is implemented in a virtual environment and advanced to form a virtual driving environment similar to that of real FMTC. In addition, the similarity of the virtual driving environment is verified through comparative analysis with the real FMTC. * IPG Automotive Korea, 주임연구원 ** IPG Automotive Korea, 부장 *** IPG Automotive Korea, 연구원 **** IPG Automotive Korea, 이사 ***** 한국교통안전공단 자동차안전연구원, 평가연구실장 E-mail: beenhui.lee@ipg-automotive.com 1. 서 론 오늘날의 자율주행 시스템은 실도로 기반의 테스트와 더불어 가상 환경에서의 시뮬레이션의 중요도가 높아지 고 있다. 가상환경에서의 시나리오는 실제 환경에서 구현 하기 어려운 시나리오 또는 사고 위험이 높은 시나리오를 구성할 수 있다. 이에 가상주행환경에서도 실제 환경에서 의 센서 거동을 모사해야 할 필요성이 높아지고 있다. 이에 본 연구에서는 서울대학교 시흥캠퍼스 FMTC(Future Mobility Technical Center)를 대상으로 고정밀지도로 부터 추출된 데이터를 이용하여 FMTC의 가상주행환경 구축과 가상주행환경 고도화를 진행하고자 한다. 또한 FMTC와의 비교분석을 통해 유사도 검증을 진행하고자 한다. 2. 가상주행환경 개요 및 선행 연구 본 장에서는 FMTC 가상주행환경 구성 시 사용된 용어 에 대한 정리를 진행한다. 또한 선행 연구 고찰을 통해 본 연구의 연구 배경을 확인한다. 자동차안전학회지: 제14권, 제4호, pp. 60∼69, 2022 논문접수일: 2022.8.3, 논문수정일: 2022.12.12, 게재확정일: 2022.12.16자율주행시스템 개발을 위한 FMTC 가상주행환경 고도화 개발 자동차안전학회지:제14권,제4호,2022 61 2.1. FMTC 가상주행환경의 개요 FMTC 가상주행환경 고도화 작업 진행을 위해 작업 진 행 시 사용된 용어에 대하여 정리하고자 한다. FMTC 가 상주행환경이란 가상의 환경에서 시뮬레이션이 가능한 도로모델을 의미한다. 이때 도로모델에는 도로 형상 뿐 아 니라 도로의 정적 객체도 포함된다. 차로(Lane)는 차량이 주행할 수 있도록 차선으로 구분된 차도의 부분이다. 차선 (Road Maker)은 차로와 차로의 경계지점을 표기한 선으 로 본 연구에서는 차선의 범주에 중앙선을 포함한다. 노면 표시는 차선이 아닌 횡단보도, 화살표 등의 노면에 표시된 형태를 의미한다. 교통표지판은 안전 표지판이 아닌, 사각 형으로 된 경로 및 구역을 안내하는 표지판을 의미한다. 안전표지판은 교통표지판 외 주의, 규재, 지시 등을 표시 하는 표지판을 의미한다. 신호등은 교통안전시설에 정의 된 신호등을 의미한다. 과속방지턱 또한 교통안전시설에 정의된 과속방지턱을 의미한다. 링크(Link)는 정션(Junction) 과 연결된 것을 의미하며, 이때 정션은 교차로 부분에 해 당한다. 교차로를 제외한 차도 부분을 의미한다. 세그먼트 (Segment)는 링크를 구성하는 요소로써 하나의 세그먼 트가 하나의 링크가 될 수 있다. 직선 세그먼트, 곡선 세그 먼트 등이 포함된다. 기준선(Reference line)은 링크가 생 성될 때 기준이 되는 선을 의미한다. 위와 같은 내용은 Fig. 1에서 확인할 수 있다. Fig. 1 Virtual driving environment components 2.2. 선행 연구 고찰 가상주행환경에서의 자율주행 시스템 검증의 중요도가 높아지고 있다. 이에 따라 실제 환경과 유사한 가상주행환 경을 구축하기 위한 다양한 연구들이 수행되었다. Park et al. (1) 은 정밀 도로지도(NGII HD map)를 활용 하여 자율주행 기술의 안정성과 신뢰성 수준을 평가하기 위한 OpenDrive 형식으로의 변환방안을 제시하였고, 가 상 자율주행 시뮬레이션 검증을 통하여 정밀 도로지도의 활용성과 기능 확장 가능성을 제안하였다. Oh et al. (2) 은 정밀 도로지도 활용을 위해 데이터 활용성 검증을 수행하 였고, 이를 활용하여 시뮬레이션 주행 활용성을 검증하였 다. Kang et al. (3) 은 주행 거리 기반의 랜덤 트래픽 상황에 서 차량의 제어로직을 평가할 수 있는 가상주행환경과 차 량 모델 구축과 연동 기법을 제시하였다. Kwon et al. (4) 은 국내 3곳의 실제 도로 환경을 선정하여 국토지리정보원에 서 제공하는 자율주행에 필요한 도로 정보와 주변 시설물 정보와 더불어 추가적인 측량을 통해 정밀한 정밀 도로지 도 DB를 구축하였다. 기존 진행되었던 연구에서 확인할 수 있듯이 자율주행 시스템 검증을 위한 정밀 도로지도를 활용한 연구는 활발 히 진행되고 있다. 이에 본 논문에서는 정밀 도로지도를 활용하여 가상환경에서의 시뮬레이션에서 자율주행 시스 템 검증에 활용할 수 있도록 실제 도로 환경과 유사한 가 상주행환경 모델을 구축하고 시설물에 대한 모델 고도화 작업을 진행하였다. 3. 가상주행환경 구축 및 고도화 본 장에서는 FMTC를 가상 주행환경으로 활용할 수 있 도록 FMTC 가상주행환경을 구축하고 고도화 한다. IPG Automotive의 CarMaker를 이용하여 FMTC 가상주행환 경을 구축하고, 정적 객체를 이용하여 고도화를 진행한다. 3.1. 가상주행환경 구축 FMTC 가상주행환경 구축을 위하여 FMTC의 정밀 도 로지도를 활용하였다. 정밀 도로지도는 도로의 지형·시설 정보 등을 가지고 있어 단순 차량 네비게이션 지도 대비 방대한 정보를 가지고 있다. (2) Fig. 2와 같은 정밀 도로지 도 파일을 이용하여 CarMaker의 시나리오 편집기에서 불 러올 수 있는 kml 파일로 변환하였다. 그리고 변환된 kml 파일을 Google Earth 상에서 확인하여 실제 위치와 동일 한 GPS 정보를 확인하였다. 변환된 kml 파일을 CarMaker 내 시나리오 편집기에서 불러와 Fig. 3과 같이 가상환경에서 시뮬레이션을 진행할 이빈희·허관회·이효진·이장우·윤종민·조성우 62 자동차안전학회지:제14권,제4호,2022 Fig. 4 Advanced FMTC virtual driving environment on CarMaker Table 1 Advanced FMTC virtual driving environment results Network length2.0 km Covered area0.1 km 2 Four-way intersection2 places Three-way intersection6 places Toll gate1 places Slope section1 places Vehicle traffic lights8 places Pedestrian traffic lights8 places Traffic signs121 places Speed bump2 places Pedestrian sidewalk4 places Median strip3 places Guardrail2 places Fig. 2 HD map-based FMTC precision map Fig. 3 FMTC virtual driving environment created on CarMaker 수 있도록 FMTC 가상주행환경을 구축하였다. 이때 kml 파일 불러오기 진행 시 도로의 기준선을 바탕으로 차로의 정보 없이 링크가 생성되므로 FMTC 도면을 기준으로 차 로의 너비를 조정하고 생성된 세그먼트 간의 연결부 생성 작업을 진행하였다. 3.2. 가상주행환경 고도화 3.1절에서 구축된 FMTC 가상주행환경을 CarMaker의 시나리오 편집기를 이용하여 차로와 주차장, 인도, 차선, 노면 표시 등의 주변 환경들을 추가하여 고도화를 진행하 였다. 또한 FMTC의 도면을 이용하여 각 링크와 차로의 높이 정보(Elevation profile)를 추가함으로써 FMTC에 서 주행하는 것과 같은 환경을 구성하였다. 3.1절에서 구축된 FMTC 기본 도로모델에 FMTC와 유 사한 노면표시와 차선을 추가 하였다. 이때 위치는 FMTC 도면을 참고하여 구성하였다. 또한 FMTC에 추가되어 있 는 교통 및 안전표지판과 신호등을 FMTC 가상주행환경 에 추가함으로써 자율주행 시스템이 FMTC에서 주행 시 발생한 센서 거동과 동일한 센서 거동이 나올 수 있도록 구성하였다. FMTC 도면을 활용하여 기본 도로 형상에 높 이 정보를 추가함으로써 차량 동역학 특성을 반영할 수 있도록 고려하여 고도화가 진행되었다. Fig. 4와 같이 고도화된 FMTC 가상주행환경을 확인할 수 있다. 기존 도로 형상만 구성된 FMTC 가상주행환경에 서 주차장 구간이 추가되었으며, 구체화된 차선 정보와 정 적 객체를 확인할 수 있다. 고도화된 FMTC 가상주행환경 의 시설물은 아래 Table 1과 같이 확인할 수 있다.자율주행시스템 개발을 위한 FMTC 가상주행환경 고도화 개발 자동차안전학회지:제14권,제4호,2022 63 Table 2 Virtual driving environment verification criteria 위치 정확도 (a) A10 B7 C5 D0 형상 정확도 (b) A10 B7 C5 D0 내용 정확도 (c) A10 B7 C5 D0 기능 정확도 (d) A10 B7 C5 D0 검증별 정확도 (a*4)+(b*1.5)+(c*3)+(d*1.5) = 100 Fig. 5 Comparison between real FMTC and virtual FMTC 4. 가상주행환경 고도화 검증 본 장에서는 3장에서 구축 및 고도화가 진행된 FMTC 가상주행환경에 대하여 FMTC와의 유사성 검증을 진행 한다. 3장에서 구축 및 고도화가 진행된 FMTC 가상주행 환경을 자율주행 시스템 검증에 활용하기 위하여 FMTC 와의 유사도를 검증할 필요가 있다. 이를 위해 정밀 도로 지도, FMTC 도면, FMTC 구조물과 FMTC 가상주행환경 고도화 모델을 비교하여 자율주행 시스템 검증에 활용 가 능함을 확인하였다. 4.1. 가상주행환경 정확도 검증을 위한 평가 기준 검증 기준은 위치 정확도, 형상 정확도, 내용 정확도, 기능 정확도로 구분하였으며 각 정확도 별 점수 합산을 통해 항목별 정확도 유사도 비율을 설정하였다. 각 정확도 별 기준에 대하여 A, B, C, D의 단계로 구분하였으며 단계 별로 10, 7, 5, 0점을 배점하였다. 최종 정확도는 각 정확 도 항목 별 점수에 계수를 곱한 것의 합산으로 계산하였으 며 이때 계수는 정확도 항목 별 중요도에 따라 차등을 두 었다. 위치 정확도와 내용 정확도의 경우 가상주행환경에 서의 시뮬레이션 진행 시 중요도가 높은 항목이기 때문에 타 항목에 비하여 높은 계수를 설정하였다. 형상 정확도의 경우 가상주행환경에서의 시뮬레이션 시 센서 인식 방향 에 따라 확인되는 범위가 달라질 수 있으므로 낮은 계수를 설정하였다. 기능 정확도의 경우 내용 정확도와 유사한 기 준을 포함하고 있기 때문에 낮은 계수를 설정하였다. 이에 대한 상세한 내용은 Table 2에서 확인할 수 있다. 항목 검증 시 사용되지 않은 정확도 항목은 A구간으로 설정하 여 기본 점수를 구성하였다. 가상주행환경 정확도 검증은 항목별 90점 이상의 유사도를 목표로 하고 있다. 4.2절과 4.3절에서는 이러한 기준을 이용하여 유사도 검증을 진행 하였다. 4.2. 가상주행환경 정확도 검증 4.2절에서는 Fig. 5와 같이 FMTC와 FMTC 가상주행 환경의 도로 구성항목을 비교함으로써 유사도 검증을 진 행하였다. FMTC 내 각 사이트 내 차량의 주행 차선을 기 준으로 확인하였으며, 검증대상은 도로 구성항목 중 교차 로와 차로, 높이 정보, 노면 표시, 차선 정보이다. 4.2.1. 도로 형상 검증 도로 형상 검증은 Fig. 5와 같이 고정밀지도와 FMTC 도면, FMTC 형상을 FMTC 가상주행환경과 비교하여 위 치 정확도, 형상 정확도, 내용 정확도, 기능 정확도를 확인 하였다. 각 정확도 항목의 상세 기준은 아래와 같이 Table 3에서 확인할 수 있다. 위치 정확도의 경우 고정밀지도를 kml 파일로 변환하 여 사용하였다. kml 파일의 경우 GPS 데이터를 기반으로 생성된 파일로써, 해당 파일을 이용하여 생성된 CarMaker 도로 모델 또한 도로 모델 내 GPS 정보를 가지게 된다. 이를 이용하여 FMTC 위성지도에 CarMaker 도로 모델 및 주행 경로를 추가하여 확인할 수 있다. FMTC와 FMTC 이빈희·허관회·이효진·이장우·윤종민·조성우 64 자동차안전학회지:제14권,제4호,2022 Table 3 Road elements verification criteria 위치 정확도 위치 편차 30cm 이내10 위치 편차 50cm 이내7 위치 편차 80cm 이내5 위치 편차 85m 이상0 형상 정확도 차로 폭, 높이 편차 10cm 이내10 차로 폭, 높이 편차 20cm 이내7 차로 폭, 높이 편차 30cm 이내5 차로 폭, 높이 편차 35cm 이상0 내용 정확도 구간 별 동일한 개수의 주행차로10 구간 중 주행차로 1개 구간 미비7 구간 중 주행차로 2개 구간 미비5 구간 중 주행차로 3개 구간 이상 미비0 기능 정확도 전 구간 차량 주행 가능10 한 구간 차량 주행 불가능7 두 구간 이내 차량 주행 불가능5 세 구간 이상 차량 주행 불가능0 (a) (b) Fig. 6 (a) Real FMTC junction area (b) Virtual FMTC junction area Table 5 Road painting verification criteria 위치 정확도 위치 편차 15cm 이내10 위치 편차 20cm 이내7 위치 편차 30cm 이내5 위치 편차 40cm 이상0 형상 정확도 하양, 파랑, 노랑의 차이 없음10 하양, 파랑, 노랑 차이 2구간 이내 7 하양, 파랑, 노랑 차이 3구간 이내5 하양, 파랑, 노랑 차이 4구간 이상0 내용 정확도 안내 문구 및 방향 지시 동일10 안내 문구 및 방향 지시 차이 2구간 내7 안내 문구 및 방향 지시 차이 3구간 내5 안내 문구 및 방향 지시 차이 4구간 이상0 기능 정확도 기본 점수10 Table 4 Road elements criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 도로 형상 정확도100 가상주행환경의 동일한 지점에서의 위치 좌표를 확인하 였으며, 그에 따라 FMTC와 위치 편차가 5cm이내임을 확 인하였다. 형상 정확도의 경우 차로의 폭과 높이 편차를 기준으로 하였으며, 차로 폭의 경우 일부 구간에서 8cm이 내의 편차가 있는 것을 확인하였다. 또한 높이 정보의 경 우 톨게이트 옆 구간을 확인하였으며, FMTC 와의 높이 편차는 5cm이내임을 확인하였다. 내용 정확도의 경우 구 간별 주행 차로의 개수가 차이 없음을 확인하였다. 이때의 주행 차로는 실제 차량이 주행할 수 있는 구간을 의미한 다. 기능 정확도의 경우 이러한 주행 차로에서 차량이 정 상 주행할 수 있는지를 중점으로 확인하였으며, 전 구간 시뮬레이션이 가능한 것으로 확인하였다. 이에 따른 도로 형상 검증의 결과는 Table 4와 같다. 4.2.2. 노면 표시 검증 노면 표시 검증은 FMTC 도면과 FMTC 형상을 FMTC 가상주행환경과 비교하여 위치 정확도, 형상 정확도, 내용 정확도를 확인하였다. 각 정확도 항목의 상세 기준은 아래 와 같이 Table 5에서 확인할 수 있다. 검증 예시는 Fig. 6과 같다. 위치 정확도의 경우 FMTC 도면과 FMTC 현장사진을 활용하였으며, 노면 표시의 경우 일부 구간에서 위치 편차 12cm이내임을 확인하였다. 형상 정확도의 경우 FMTC와 자율주행시스템 개발을 위한 FMTC 가상주행환경 고도화 개발 자동차안전학회지:제14권,제4호,2022 65 (a) (b) Fig. 7 (a) Real FMTC Parking area (b) Virtual FMTC Parking area Table 8 Road marking criteria results 위치 정확도10 형상 정확도7 내용 정확도10 기능 정확도10 차선 표시 정확도95.5 Table 6 Road painting criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 노면 표시 정확도100 Table 7 Road marking verification criteria 위치 정확도 위치 편차 10cm 이내10 위치 편차 15cm 이내7 위치 편차 20cm 이내5 위치 편차 30cm 이상0 형상 정확도 기본 3색과 안전지대 표시의 차이 없음10 기본 3색과 안전지대 차이 2구간 이내7 기본 3색과 안전지대 차이 3구간 이내5 기본 3색과 안전지대 차이 4구간 이상0 내용 정확도 기본 점수10 기능 정확도 기본 점수10 비교하여 흰색, 파란색, 노란색의 색상이 올바르게 표시 되었는가를 중점으로 확인하였으며, 이때 차이가 없음을 확인하였다. 내용 정확도의 경우 안내하는 내용이 동일한 지에 대한 것을 확인하였으며, 이때 화살표 및 안내 문구, 횡단 보도 등의 노면 표시가 올바르게 표시 되었음을 확인 하였다. 기능 정확도의 경우 노면 표시로써 차량에게 정보 를 전달하는 역할을 수행하는 것을 중점으로 확인하였으 며, 이때 내용 정확도와 동일한 기준을 포함하기 때문에 별도의 정확도는 확인하지 않았다. 이에 따른 노면 표시 검증의 결과는 Table 6과 같다. 4.2.3. 차선 표시 검증 차선 표시 검증은 FMTC 도면과 FMTC 형상을 FMTC 가상주행환경과 비교하여 위치 정확도, 형상 정확도를 확 인하였다. 각 정확도 항목의 상세 기준은 아래와 같이 Table 7에서 확인할 수 있다. 이때 기본 3색은 흰색, 파란 색, 노란색을 의미한다. 검증 예시는 Fig. 7과 같다. 위치 정확도의 경우 FMTC 도면과 FMTC 현장사진을 활용하였으며, 차선 표시의 경우 위치 편차 5cm이내임을 확인하였다. 형상 정확도의 경우 FMTC와 비교하여 흰색, 파란색, 노란색이 올바르게 표기 된 것을 확인하였으나, 2 구간에 대하여 안전지대 표시가 미비한 부분이 있는 것 을 확인하였다. 내용 정확도와 기능 정확도의 경우 차선 표시가 포함하고 있는 내용과 차선 표시를 이용하여 차량 이 올바르게 주행할 수 있는지를 중점으로 확인하였으며, 이때 형상 정확도와 동일한 기준을 포함하기 때문에 별도 의 정확도는 확인하지 않았다. 이에 차선 표시 검증의 결 과는 Table 8과 같다. 4.3. 도로 주변 구성요소 비교를 통한 검증 4.3절에서는 FMTC와 FMTC 가상주행환경 중 도로 주 변 구성요소들을 비교함으로써 유사도 검증을 진행하였 다. 검증 대상은 주행 도로 외 교통 및 안전표지판, 신호등, 인도, 과속방지턱 등의 정적 객체 항목이다.이빈희·허관회·이효진·이장우·윤종민·조성우 66 자동차안전학회지:제14권,제4호,2022 (a) (b) Fig. 8 (a) Real FMTC school zone (b) Virtual FMTC school zone Table 9 Traffic signs verification criteria 위치 정확도 위치 편차 10cm 이내10 위치 편차 20cm 이내7 위치 편차 30cm 이내5 위치 편차 40cm 이상0 형상 정확도 동일한 도형과 유사한 색상10 도형과 색상 차이 2구간 이내7 도형과 색상 차이 3구간 이내5 도형과 색상 차이 4구간 이상0 내용 정확도 동일한 내용 포함10 동일하지 않은 내용 2구간 이내7 동일하지 않은 내용 3구간 이내5 동일하지 않은 내용 4구간 이상0 기능 정확도 기본 점수10 4.3.1. 교통 및 안전 표지판 검증 교통 및 안전 표지판 검증은 FMTC 현장 사진과 FMTC 가상주행환경과 비교하여 위치 정확도, 형상 정확도, 내용 정확도를 확인하였다. 각 정확도 항목의 상세 기준은 아래 와 같이 Table 9에서 확인할 수 있다. 검증 예시는 Fig. 8과 같다. 위치 정확도의 경우 FMTC 도면과 FMTC 현장 사진을 활용하였다. FMTC 도면 속 교통 및 안전 표지판의 위치 를 확인하였으며, CarMaker 내 FMTC 가상주행환경 구 성 화면과 도면을 겹쳐서 교통 및 안전 표지판의 위치 정 확도를 확인하였다. FMTC 현장 사진을 이용하여 FMTC 도면에 해당하는 교통 및 안전 표지판이 추가 되어 있음을 확인하였다. 이에 따라 교통 및 안전 표지판의 위치 편차 가 5cm이내임을 확인하였다. 형상 정확도의 경우 121개 의 표지판에 대하여 FMTC와 유사한 색상과 동일한 도형 의 형상을 가지고 있는 것을 확인하였다. 내용 정확도의 경우 교통 및 안전 표지판에 대하여 121개의 표지판이 FMTC 내 표지판에서 안내하는 내용과 동일한 내용을 가 지고 있음을 확인하였다. 교통 및 안전 표지판의 경우 자 율주행차량에 정확한 내용을 전달해주어야 하는 기능을 가짐에 따라 내용 정확도 항목을 확인하였다. 기능 정확도 의 경우 교통 및 안전 표지판으로써 차량에 정보를 전달하 는 역할을 수행하는 것을 중점으로 확인하였으며, 이때 내 용 정확도와 동일한 기준을 포함하기 때문에 별도의 정확 도는 확인하지 않았다. 이에 따른 교통 및 안전 표지판 검 증 결과는 Table 10과 같다. Table 10 Traffic signs criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 교통 및 안전 표지판 정확도100 4.3.2. 신호등 검증 신호등 검증은 FMTC 현장 사진과 FMTC 도면을 FMTC 가상주행환경과 비교하여 위치 정확도, 형상 정확도, 기능 정확도를 확인하였다. 각 정확도 항목의 상세 기준은 아래 와 같이 Table 11에서 확인할 수 있다. 검증 예시는 Fig. 9와 같다. 위치 정확도의 경우 FMTC 도면과 FMTC 현장 사진을 활용하였으며 16대의 신호등 중 보행자 신호등의 위치 편 차가 5cm이내인 것을 확인하였다. 형상 정확도의 경우 초 록-노랑-빨강의 기본 신호가 존재하며 따로 좌회전 신호 가 미비한 것으로 확인하였다. 내용 정확도의 경우 신호등 이 포함하고 있는 내용에 대하여 중점으로 확인하였으며, 자율주행시스템 개발을 위한 FMTC 가상주행환경 고도화 개발 자동차안전학회지:제14권,제4호,2022 67 Table 11 Traffic lights verification criteria 위치 정확도 위치 편차 10cm 이내10 위치 편차 20cm 이내7 위치 편차 30cm 이내5 위치 편차 40cm 이상0 형상 정확도 동일한 차량 신호등 및 보행자 신호등10 기본 신호 존재, 좌회전 신호 미비7 죄회전 신호 존재, 기본 신호 미비5 기본 신호 및 좌회전 신호 미비0 내용 정확도 기본 점수10 기능 정확도 동일하며 수정 가능한 신호 현시10 동일하지는 않고 수정 가능한 신호 현시7 동일하지 않고 일부 수정 가능한 신호 현시5 동일하지 않고 수정 불가능한 신호 현시0 (a) (b) Fig. 9 (a) Real FMTC traffic light (b) Virtual FMTC traffic light Table 12 Traffic lights criteria results 위치 정확도10 형상 정확도7 내용 정확도10 기능 정확도7 신호등 정확도91 이는 형상 정확도와 동일한 기준을 포함하기 때문에 별도 의 정확도는 확인하지 않았다. 기능 정확도의 경우 신호등 으로써 차량과 보행자에게 어떻게 신호를 줄 수 있는지를 중점으로 확인하였으며, FMTC의 신호 현시에 대한 구체 화된 자료가 없어 동일하지는 않지만 사용자가 수정 가능 하도록 신호 현시를 구성하였다. 이에 따른 신호등 검증 결과는 Table 12와 같다. 4.3.3. 기타 정적 객체 검증 기타 정적 객체 검증은 도로 모델 내에 있는 인도, 과속 방지턱, 중앙분리대, 가드레일 등을 대상으로 하였다. FMTC 현장 사진과 FMTC 도면을 FMTC 가상주행환경과 비교 하여 위치 정확도, 형상 정확도를 확인하였다. 각 정확도 항 목의 상세 기준은 아래와 같이 Table 13에서 확인할 수 있 다. 검증 예시는 Fig. 10과 Fig. 11과 같으며, 해당 그림 속 에서 인도와 중앙분리대, 가드레일 등을 확인할 수 있다. Table 13 Static object verification criteria 위치 정확도 위치 편차 10cm 이내10 위치 편차 20cm 이내7 위치 편차 30cm 이내5 위치 편차 35cm 이상0 형상 정확도 형태 및 색상 차이 5% 이내10 형태 및 색상 차이 15% 이내7 형태 및 색상 차이 25% 이내5 형태 및 색상 차이 28% 이상0 내용 정확도 기본 점수10 기능 정확도 기본 점수10 위치 정확도의 경우 FMTC 도면과 FMTC 현장 사진을 활용하였으며 도로 모델 내에 있는 정적 객체의 경우 위치 편차가 5cm 이내임을 확인하였다. 형상 정확도의 경우 중 앙분리대 1건에 대하여 경량 플라스틱 중앙분리대가 아 닌, CarMaker에서 지원하고 있는 기본 모델로 대체되어 구현되었음을 확인하였다. 또한 과속방지턱의 경우 색상 이 FMTC의 색상이 아닌 CarMaker에서 지원하고 있는 색상으로 구성되었음을 확인하였다. 내용 정확도는 정적 객체가 포함하고 있는 내용이 정확한지를 중점으로 확인 하였으며, 기능 정확도 또한 차량에 안내될 수 있는 형상 을 가지고 있는지를 중점으로 확인하였다. 단, 내용 정확Next >