< Previous이빈희·허관회·이장우·김남우·윤종민·조성우 18 자동차안전학회지:제15권,제1호,2023 Fig. 2 K-City OpenDrive road geometry on CarMaker Fig. 3 Advanced K-City virtual driving environment on CarMaker Table 1 Virtual driving environment verification criteria (1) 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 뮤니티부, 자율주차시설, 교외도로 부분으로 구성되어져 있다. 또한 신호 및 비신호 교차로, 회전교차로, 도심부의 건물면, 주차시설, 어린이보호구역 등으로 이루어진 실제 도로 환경 및 교통 환경으로 구성되어 있다. (5) K-City 가 상주행환경은 이러한 K-City의 실제 도로 환경과 교통 환경을 기반으로 고도화를 진행하였다. CarMaker환경에서 K-City 가상주행환경 고도화를 진 행하기 위해 OpenDrive 파일로 구성된 K-City 도로 모델 을 CarMaker 시나리오 편집기 상으로 import하였다. 해 당 OpenDrive 도로모델은 자동차안전연구원에서 구축한 도로모델로써 전체적인 도로 형상과 차선, 도로 모델에 대 한 GPS 정보가 포함되어 있다. K-City OpenDrive 도로 모델을 CarMaker에 import한 결과는 Fig. 2와 같다. Import된 K-City 가상주행환경을 CarMaker의 시나 리오 편집기를 이용하여 주차장, 인도, 노면 표시, 표지판 등을 추가하여 고도화를 진행하였다. 노면 표시 및 차선 의 경우 K-City 도면을 참고하여 구성하였다. 또한 안전, 교통 표지판과 신호등 및 건물과 터널 등 정적 객체를 추 가함으로써 K-City 가상주행환경 고도화를 진행하였다. Fig. 3과 같이 고도화된 K-City 가상주행환경을 확인할 수 있다. 기존 OpenDrive 도로모델만 import하였을때와 는 달리 정적 시설물 및 주차장이 추가된 것을 확인할 수 있다. 4. 가상주행환경 고도화 검증 본 장에서는 K-City 가상주행환경 고도화 도로 모델 과 K-City와의 유사도 검증을 진행하고, VIL 테스트를 통한 자율주행시스템 검증 활용을 확인한다. 이를 위해 실 제 K-City 환경과 K-City 가상주행환경 고도화 모델을 비교하고 VIL 테스트를 통해 자율주행시스템 검증 활용 성을 확인하였다. 4.1. 가상주행환경 고도화 정확도 평가 기준 검증 기준은 위치 정확도, 형상 정확도, 내용 정확도, 기능 정확도로 구분하였으며 각 정확도 별 점수 합산을 K-City 가상주행환경 고도화를 통한 자율주행시스템 검증 환경 구축 자동차안전학회지:제15권,제1호,2023 19 Table 2 Road elements verification criteria 위치 정확도 위치 편차 20cm 이내10 위치 편차 30cm 이내7 위치 편차 50cm 이내5 위치 편차 51m 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 31cm 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 Fig. 4 Comparison between real K-City and virtual K-City Table 3 Road elements criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 도로 형상 정확도100 통해 항목별 정확도 유사도 비율을 설정하였다. (1) 해당 기 준은 Lee et al. (1) 의 ‘자율주행시스템 개발을 위한 FMTC 가상주행환경 고도화 개발’의 기준을 참고하였다. 이에 대 한 상세한 내용은 Table 1에서 확인할 수 있다. 가상주행 환경 고도화 도로 모델에 대한 유사도 검증 항목 중 타 항 목과 내용이 겹치는 경우 별도 검증 항목으로 설정하지 않았으며, 검증 항목으로 사용되지 않은 정확도 항목은 기 본 배점 10점으로 구성하였다. 가상주행환경 고도화 도로 모델 정확도 검증은 검증 유형별 90점 이상의 유사도를 목표로 하고 있다. 4.2. 가상주행환경 정확도 검증 4.2절에서는 K-City와 K-City 가상주행환경의 도로 형상과 도로 구성항목을 비교하였다. 이를 통해 도로모델 의 정확도 검증을 진행하였고, 검증대상은 K-City 가상 주행환경 고도화 도로 모델의 교차로와 차로의 폭 및 개 수, 도로 모델의 높이 정보, 노면 표시, 차선 정보이다. 4.2.1. 도로 형상 검증 도로 형상 검증은 Fig. 4와 같이 K-City의 도로 형상을 K-City 가상주행환경과 비교하였다. 또한 K- City 상세 도면을 이용하여 위치 정확도, 형상 정확도, 내용 정확도, 기능 정확도 검증을 진행하였다. 각 정확도 항목의 상세 기준은 Table 2에서 확인할 수 있다. 위치 정확도의 경우 고정밀지도를 기반으로 구성한 kml 파일과 구성된 K-City 가상주행환경 도로모델의 구글어스 내 출력되는 GPS 데이터를 비교하여 확인하였다. K-City 와 K-City 가상주행환경의 동일한 지점에서의 위치 좌표 를 확인하였다. 그에 따라 K-City와 K-City 가상주행환 경의 위치 편차는 5 cm 이내임을 확인하였다. 형상 정확 도의 경우 차로 폭과 도로 모델의 높이 편차를 기준으로 하였다. 차로 폭의 경우 일부 구간에서 9 cm 이내의 편차 를 확인하였다. 높이 정보의 경우 주차장 내 경사 구간을 확인하였으며, K-City 도면 및 K-City 와의 높이 편차는 6 cm 이내임을 확인하였다. 내용 정확도의 경우 K-City 가상주행환경 내 주행 차로의 개수가 K-City와 차이가 없음을 확인하였다. 이때 주행 차로는 실제 차량이 주행할 수 있는 구간 및 버스전용차로를 포함한다. 기능 정확도의 경우 구성된 주행 차로에서 차량이 정상 주행이 가능한지 를 중점으로 확인하였다. K-City 가상주행환경의 전 구 간 시뮬레이션이 가능한 것으로 확인하였다. 이에 따른 도 로 형상 검증의 결과는 Table 3과 같다. 4.2.2. 노면 표시 검증 노면 표시 검증은 K-City 가상주행환경 내 구성된 도 로 노면 내 화살표 및 어린이보호구역, 안내 문구 등에 대이빈희·허관회·이장우·김남우·윤종민·조성우 20 자동차안전학회지:제15권,제1호,2023 Table 4 Road painting verification criteria 위치 정확도 위치 편차 10cm 이내10 위치 편차 15cm 이내7 위치 편차 20cm 이내5 위치 편차 21cm 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 (a) (b) Fig. 5 (a) Real K-City junction area (b) Virtual K-City junction area Table 6 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 Table 5 Road painting criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 노면 표시 정확도100 한 내용을 K-City 형상과 비교하였고, 그에따른 위치 정 확도, 형상 정확도, 내용 정확도 검증을 진행하였다. 각 정 확도 항목의 상세 기준은 아래와 같이 Table 4에서 확인 할 수 있다. 검증 예시는 Fig. 5와 같다. 위치 정확도의 경우 K-City 도면과 K-City 현장사진 을 활용하여 비교하였으며, 노면 표시의 경우 일부 구간에 서 위치 편차 8 cm 이내임을 확인하였다. 형상 정확도의 경우 K-City와 비교하였을 때 흰색, 파란색, 노란색 등 노면 표시에 대한 색상 구분이 올바르게 표시 되었는가에 대한 내용을 중심으로 확인하였다. 이에 대하여 K-City와 K-City 가상주행환경은 노면 표시 색상 구분에 대하여 차 이가 없음을 확인하였다. 내용 정확도의 경우 노면 표시가 안내하는 내용이 K-City와 동일한지에 대한 내용을 확인 하였다. 이때 화살표 및 안내 문구, 횡단 보도 등의 노면 표시가 K-City와 동일하게 표시되었음을 확인하였다. 기 능 정확도는 노면 표시가 차량에 올바른 정보를 전달하는 지를 중점으로 확인하고자 하였다. 다만 기능 정확도의 경 우 노면 표시 정확도 검증에서 내용 정확도와 동일한 기준 을 포함하기 때문에 별도의 정확도를 확인하지 않았다. 4.1절에서 이야기한 것과 같이 별도로 정확도를 확인하지 않은 기준에 대해서 정확도 기본 점수를 10으로 설정하였 다. 이에 따른 노면 표시 검증의 결과는 Table 5와 같다. 4.2.3. 차선 표시 검증 차선 표시 검증은 K-City 가상주행환경 내 구성된 차 선에 대한 내용을 K-City 형상과 비교하였고, 그에 따른 K-City 가상주행환경 고도화를 통한 자율주행시스템 검증 환경 구축 자동차안전학회지:제15권,제1호,2023 21 (a) (b) Fig. 6 (a) Real K-City urban (b) Virtual K-City urban Table 7 Road marking criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 차선 표시 정확도100 (a) (b) Fig. 7 (a) Real K-City traffic sign (b) Virtual K-City traffic sign 위치 정확도, 형상 정확도를 확인하였다. 이때 차선 표시 검증에서는 차로 내 안전지대 및 교차로 유도선을 포함한 다. 각 정확도 항목의 상세 기준은 아래와 같이 Table 6에 서 확인할 수 있다. 형상 정확도의 기본 3색은 흰색, 파란 색, 노란색을 의미한다. 검증 예시는 Fig. 6과 같다. 위치 정확도는 K-City 도면과 K-City 현장 사진을 활 용하여 검증하였다. 이를 통해 차선 표시의 경우 일부 구 간에 대하여 위치 편차 9 cm 이내임을 확인하였다. 형상 정확도의 경우 K-City와 비교하여 흰색, 파란색, 노란색 등의 차선 표시가 올바르게 구성되어 있는 것을 확인하였 다. 내용 정확도와 기능 정확도는 형상 정확도와 동일한 기준을 포함하고 있다. 그에 따라 내용 정확도의 기능 정 확도에 대한 별도의 정확도를 확인하지 않았다. 4.1절에 서 이야기한 것과 같이 별도로 정확도를 확인하지 않은 기준에 대해서 기본 점수 10을 설정하였다. 차선 표시 검 증의 결과는 Table 7과 같다. 4.3. 도로 주변 구성요소 비교를 통한 검증 4.3절에서는 K-City와 K-City 가상주행환경의 구성 요소 중 도로 구성 항목을 제외한 요소에 대한 비교를 진 행하였다. 그에 따라 K-City 가상주행환경의 구성 요소 중 교통 및 안전 표지판, 터널 및 건물 등의 정적 객체, 신호등, 인도, 과속방지턱 등에 대한 정확도 검증을 진행 하였다. 4.3.1. 교통 및 안전 표지판 검증 교통 및 안전 표지판 검증은 K-City 가상주행환경 내 구성된 어린이보호구역, 구간 안내 등을 위한 표지판 및 교통 표지판을 K-City 형상과 비교하였고, 그에따른 위 치 정확도, 형상 정확도, 내용 정확도를 확인하였다. 각 정 확도 항목의 상세 기준은 아래와 같이 Table 8에서 확인 할 수 있다. 검증 예시는 Fig. 7과 같다. 위치 정확도는 K-City 도면과 고정밀지도, 그리고 K-City 이빈희·허관회·이장우·김남우·윤종민·조성우 22 자동차안전학회지:제15권,제1호,2023 Table 8 Traffic signs verification criteria 위치 정확도 위치 편차 10cm 이내10 위치 편차 20cm 이내7 위치 편차 30cm 이내5 위치 편차 31cm 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 Table 10 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. 8 (a) Real K-City traffic light (b) Virtual K-City traffic light Table 9 Traffic signs criteria results 위치 정확도10 형상 정확도10 내용 정확도10 기능 정확도10 교통 및 안전 표지판 정확도100 현장 사진을 활용하여 검증을 진행하였다. 이를 통해 교통 및 안전 표지판의 위치 편차가 7 cm 이내임을 확인하였다. 형상 정확도의 경우 154개의 표지판에 대하여 검증을 진 행하였으며, K-City와 유사한 색상과 동일한 도형의 형 상을 가지고 있는 것을 확인하였다. 내용 정확도는 K-City 가상주행환경에 구현된 154개의 교통 및 안전 표지판에 대하여 검증을 진행하였으며, K-City 내 교통 및 안전 표 지판에 구성되어 있는 내용과 동일한 안내 내용을 가지고 있음을 확인하였다. 기능 정확도의 경우 교통 및 안전 표 지판이 주행 중인 차량에 정확한 정보를 전달할 수 있는가 에 대한 내용을 확인하고자 하였다. 이러한 내용은 내용 정확도와 동일한 기준을 포함하기 때문에 별도의 정확도 는 확인하지 않았고, 4.1절에서 이야기 했던 것과 같이 검 증하지 않은 항목인 기능 정확도에 대하여 기본 점수 10 을 부여하였다. 이에 따른 교통 및 안전 표지판 검증 결과 는 Table 9와 같다. 4.3.2. 신호등 검증 신호등 검증은 K-City 가상주행환경에 구현된 신호등 의 모양과 신호 현시 및 신호등의 설치 위치를 K-City 현 장 사진 및 고정밀지도와 비교하였고, 그에따른 위치 정확 도, 형상 정확도, 기능 정확도를 확인하였다. 각 정확도 항 목의 상세 기준은 아래와 같이 Table 10에서 확인할 수 있다. 검증 예시는 Fig. 8과 같다.K-City 가상주행환경 고도화를 통한 자율주행시스템 검증 환경 구축 자동차안전학회지:제15권,제1호,2023 23 (a) (b) Fig. 9 (a) Real K-City median (b) Virtual K-City median (a) (b) Fig. 10 (a) Real K-City tollgate (b) Virtual K-City tollgate Table 11 Traffic lights criteria results 위치 정확도10 형상 정확도7 내용 정확도10 기능 정확도7 신호등 정확도91 위치 정확도의 경우 K-City 도면과 K-City 현장 사 진, 고정밀지도를 활용하였다. K-City 가상주행환경 내 구성된 74대의 신호등 중 보행자 신호등의 위치 편차가 3 cm 이내인 것을 확인하였다. 형상 정확도의 경우 차량 신호등은 기본 3색으로 구성되어 있고, 보행자 신호등은 빨간색, 초록색의 기본 신호만 구성되어 있는 것을 확인하 였다. 이때 신호등의 기본 3색은 초록색, 노란색, 빨간색 을 의미한다. 또한 K-City 가상주행환경에서 구성된 신 호등의 경우 좌회전 신호 및 보행자 신호의 시간표시가 미비함을 확인하였다. 내용 정확도는 K-City 가상주행환 경 내 구성된 신호등이 가지고 있는 신호에 대한 내용을 확인하고자 하였다. 이때 이러한 기준은 앞서 확인한 형상 정확도와 동일한 기준을 포함하고 있기 때문에 내용 정확 도에 대하여 별도의 정확도는 확인하지 않았다. 기능 정확 도의 경우 신호등으로써 차량과 보행자에게 제공하는 신 호 현시를 중점으로 확인하였다. 이에 대하여 K-City의 신호 현시에 대해 구체화된 자료가 없어 동일하게 구현하 지 못하였으나, K-City 가상주행환경 내에서 사용자가 시나리오에 맞게 수정을 할 수 있도록 신호 현시를 구성하 였다. 이에 따른 신호등 검증 결과는 Table 11과 같다. 4.3.3. 기타 정적 객체 검증 기타 정적 객체 검증은 K-City 가상주행환경 내에 구 성되어 있는 인도, 과속방지턱, 중앙분리대, 가드레일, 건물, 터널 등을 대상으로 하였다. K-City 현장 사진과 K-City 도면을 이용하여 K-City 가상주행환경 내 구성 된 정적 객체와의 위치 정확도, 형상 정확도를 확인하였 다. 각 정확도 항목의 상세 기준은 아래와 같이 Table 12 에서 확인할 수 있다. 검증 예시는 Fig. 9와 Fig. 10과 같으며, 해당 그림 속에 서 건물, 중앙분리대, 톨게이트, 차선 유도봉 등을 확인할 수 있다. 위치 정확도의 경우 K-City 도면과 K-City 현장 사 진, 고정밀지도를 활용하였으며 도로 모델 내에 있는 정적 이빈희·허관회·이장우·김남우·윤종민·조성우 24 자동차안전학회지:제15권,제1호,2023 Table 12 Static object verification criteria 위치 정확도 위치 편차 10 cm 이내10 위치 편차 20 cm 이내7 위치 편차 30 cm 이내5 위치 편차 35 cm 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 Table 13 Static object criteria results 위치 정확도10 형상 정확도7 내용 정확도10 기능 정확도10 정적 객체 정확도95.5 객체의 경우 위치 편차가 6 cm 이내임을 확인하였다. 형상 정확도 검증과 관련하여 중앙분리대 1건에 대하여 철망과 가드레일형식의 중앙분리대가 아닌, 철망이 없는 가드레 일 형식의 중앙분리대로 구성된 것을 확인하였다. 또한 K-City 도심부 건물의 경우 자율주행시스템의 센서 방해 를 위한 정적객체로써 K- City와 동일한 위치에 센서 방 해를 위한 건물이 구성되어 있는지를 중점으로 확인하였 다. 또한 CarMaker에서는 철망이 포함되어 있는 중앙분 리대 모델은 지원하고 있지않으며, 이에 센서 거동 일치를 위해 동일한 재료를 사용하는 가드레일 형식의 중앙분리 대 모델로 구현되었음을 확인하였다. 내용 정확도의 경우 형상 정확도 항목과 동일한 기준을 포함하고 있으며, 기능 정확도 또한 자율주행시스템이 정적 객체를 인식함에 있 어 K-City에서의 유사한 센서 거동을 나타낼 수 있는가 를 확인하고자 하였다. 이러한 내용 또한 형상 정확도와 동일한 기준을 포함하고 있기 때문에 별도의 정확도는 확 인하지 않았다. 이에 따른 정적 객체 검증 결과는 Table 13과 같다. 4.4. Vehicle-in-the-Loop 테스트를 통한 검증 4.4절에서는 K-City 가상주행환경을 이용하여 실제 자율주행시스템과의 연동성을 검증하였다. 실제 차량 모 델을 이용한 VIL 테스트를 통해 K-City 가상주행환경을 이용한 자율주행시스템 검증 활용성에 대한 검증을 진행 하였다. 4.4.1. VIL 테스트 환경 구축 Vehicle-in-the-Loop는 실제 자율주행차량을 이용 하여 가상주행환경에서 시뮬레이션을 진행하는 것으로, 위험도가 높은 시나리오 등을 시뮬레이션 할 때 활용할 수 있는 방법 중 하나이다. K-City 가상주행환경을 이용 한 VIL 테스트 환경은 Fig. 11과 같이 구성하였다. Fig. 11 VIL configuration overview 가상주행환경에서 사고 유발차량 및 센서 방해 차량과 보행자를 이용한 시나리오를 구성하게 된다. 이때 가상주 행환경에서 사용되는 자차량은 실제 자율주행시스템 차 량에서 사용되는 센서와 동일한 사양을 가질 수 있도록 구성하여 실제 자율주행시스템의 로직이 작동하는데 문 제가 없어야 한다. VIL 환경에서 가상주행환경에서 구성 된 다양한 시나리오를 통한 센서 데이터와 가상주행환경 내에서 자차량이 주행 중인 위치에 대한 GPS 정보를 연동 된 실제 자율주행시스템 차량에 보내주게 되고, 이를 이용 하여 실제 자율주행시스템 차량에서는 해당 위치를 주행 하는 것으로 인식하게 되고 자율주행시스템 로직이 작동 하게 된다. K-City 가상주행환경에서의 VIL 테스트를 위해 구성 된 가상주행환경 차량에는 Lidar 센서와 Camera 센서가 사용되었다. K-City와 K_City 가상주행환경 모두 동일한 위치에서 주행 할 수 있도록 구성하였으며, 이를 통해 위 치 정확도 및 실제 자율주행시스템 차량 실험에 대한 활용 성을 검증하였다. 4.4.2. VIL 테스트 검증 결과 구축된 CarMaker VIL을 통해 K-City 가상주행환경K-City 가상주행환경 고도화를 통한 자율주행시스템 검증 환경 구축 자동차안전학회지:제15권,제1호,2023 25 Fig. 14 Intersection left turn scenario Fig. 15 Cut-in scenario Fig. 12 Cyclist crossing scenario Fig. 13 Pedastrian crossing scenario 의 스쿨존 및 도심부에서 5가지 시나리오를 진행하였다. 진행된 5가지 시나리오를 통해 K-City 가상주행환경을 실제 자율주행 시스템 검증에 활용할 수 있음을 확인하 였다. 첫 번째 시나리오는 K-City 가상주행환경에서 자전거 보행자가 출현하는 시나리오로써, 실제 환경에서 자전거 보행자가 지나가지 않았음에도 VIL 환경이 구축된 실제 자율주행시스템 차량이 자전거 보행자를 인지하고 멈추는 것을 확인하였다. 이에 따른 검증 결과는 Fig. 12와 같이 확인할 수 있다. 실제 환경에서는 자전거 보행자가 없지만, K-City 가상주행환경에서 자전거 보행자를 감지하여 실 제 자율주행시스템 차량이 멈추는 것을 확인할 수 있다. 두 번째 시나리오는 보행자 횡단 시나리오로써, K-City 중앙 버스전용차로와 인접한 횡단보도에서 보행자가 횡 단할 때 갑자기 나타나는 보행자의 움직임을 감지하고 실 제 자율주행시스템 차량이 감속하여 사고를 회피하는 것 을 확인하였다. 이에 따른 검증 결과는 Fig. 13과 같이 확 인할 수 있다. 실제 환경에서는 보행자가 없지만, K-City 가상주행환경에서 보행자를 감지하여 실제 자율주행시스 템 차량이 멈추는 것을 확인할 수 있다. 세 번째 시나리오는 교차로 좌회전 시나리오로써, 자 율주행시스템 차량이 정차되어 있는 차량을 인지하고 제 동 후 전방 차량이 출발한 후 교차로에서 좌회전을 진행 하는 것을 확인하였다. 이에 따른 검증 결과는 Fig. 14와 같이 확인할 수 있다. 실제 환경에서는 정차 차량이 없지 만, K-City 가상주행환경에서 정차 차량을 감지하여 실 제 자율주행시스템 차량이 멈추는 것을 확인할 수 있다. 네 번째 시나리오는 끼어들기 차량에 의한 긴급 제동 시나리오로써, 자율주행시스템 차량의 전방에 사고 유발 차량이 끼어들기를 진행하게 된다. 이때 자율주행시스템 차량은 사고 유발 차량을 감지하고 추돌 전 감속하여 사고 를 회피하는 것을 확인하였다. 이에 따른 검증 결과는 Fig. 15와 같이 확인할 수 있다. 실제 환경에서는 끼어들기 차 량이 없지만, K-City 가상주행환경에서 끼어들기 차량을 감지하여 실제 자율주행시스템 차량이 감속하는 것을 확 인할 수 있다. 다섯 번째 시나리오는 전방 저속주행 차량에 의한 ACC 시나리오로써 자율주행시스템 차량이 교차로에서 우회전 후 전방에 저속 주행하는 차량을 감지하여 전방 차량의 속도에 따라 주행하는 것을 확인하였다. 이에 따른 검증 결과는 Fig. 16과 같이 확인할 수 있다. 실제 환경에서는 전방 저속 주행 차량이 없지만, K-City 가상주행환경에 서 전방 저속 주행 차량을 감지하여 실제 자율주행시스템 차량이 감속하는 것을 확인할 수 있다. 이빈희·허관회·이장우·김남우·윤종민·조성우 26 자동차안전학회지:제15권,제1호,2023 Fig. 16 Forward slow scenario 5. 결 론 본 연구에서는 K-City에 대하여 가상주행환경 구축후 고도화를 진행하였으며, 이를 바탕으로 K-City와의 유사 도 검증을 진행하였다. 또한 고도화된 K-City 가상주행 환경 내에서 Vehicle-in-the-Loop 테스트를 진행함으 로써 자율주행시스템 검증 활용성을 확인하였다. 본 연구 의 결과를 요약하면 다음과 같다. 1)측정 데이터를 기반으로 생성된 K-City OpenDrive 파일을 이용하여 CarMaker 내에서 K-City 가상주 행환경 구성. 2)구성된 K-City 가상주행환경을 고도화 하여 K-City 와 같은 환경 구성. 3)고도화된 K-City 가상주행환경과 K-City를 비교 하여 유사도 90점 이상을 확인함으로써 자율주행 시스템 개발 시 활용 가능함을 확인. 4)고도화된 K-City 가상주행환경에서의 Vehicle- in-the-Loop 테스트를 통하여 실제 자율주행시스 템 차량과의 연동성을 확인. 후 기 본 연구는 국토교통부 자율주행기술개발혁신사업의 지 원으로 수행되었다(과제번호 2AMDP-C162351-02). 참고문헌 (1)Beenhui Lee, Kwanhoe Huh, Hyojin Lee, Jangu Lee, Jongmin Yoon, Seongwoo Cho, 2022, “Development of Advanced FMTC Virtual Driving Environment for Autonomous Driving System Development”, Journal of Auto-vehicle Safety Association 14.4, 60~69. (2)Beenhui Lee, 2019, “Emergency maneuver range by using the meta-modeling of an automatic emergency braking system”, Domestic Master’s Thesis Kookmin University Graduate School, Seoul. (3)Heyone Kim, Gyuse Jo, Joonwoo Son, 2021, Imple- mentation and Verification of Virtual Environment for Autonomous Driving System Development, Transaction of the Korean Society of Automotive Engineers, 29(4), 331~336. (4)Hangeom Ko, Baek Nam, Hyunwoo Lee, and Yunseog Hong, 2019, “A Study on the improvement of Test Bed (K-City) for the development of industrial ecosystem in Connected & Automated Vehicle (CAV)”, The Korean Society Of Automotive Engineers KSAE Annual Spring Conference 2019.5, 1424~1424. (5)Hangeom Ko, and Seongwoo Cho, 2017, “Introduction of K-City configuration and related technologies”, ITS Brief 8.6, 7~13. (6)Weonil Son, Yunchul Ha, Taeyoung Oh, Seunghoon Woo and Sungwoo Cho, 2022, PG-Based Vehicle- In-the-Loop Simulation for System Development and Consistency Validation. Electronics, 11(24), 4073.27 ◎ 논 문 http://dx.doi.org/10.22680/kasa2023.15.1.027 수소충전소 및 수소자동차의 사고 시나리오 개발 박병직 * ·김양균 ** ·임옥근 ***,† Development of Accident Scenarios for Hydrogen Refueling Station and Fuel Cell Vehicle Byoungjik Park * , Yangkyun Kim ** , Ohk Kun Lim ***, † Key Words: Fuel cell vehicle(수소자동차), Hydrogen refueling station(수소충전소), Hydrogen accident scenario(수 소사고시나리오), AHP(계층적 의사결정기법), First responder(초기대응자) ABSTRACT The registration rate of eco-friendly vehicles, such as hydrogen vehicles, is increasing rapidly, however, few first responders have experienced related accidents. Accident scenarios at hydrogen refueling stations and hydrogen vehicles on a road were investigated, and the relative importance of each scenario was analyzed using AHP analysis. Leakage, jet flame, and explosion that occurred inside and outside the hydrogen refueling station were reviewed, and the hydrogen gas explosion in the compartment showed the highest importance value. In case of the hydrogen vehicle, traffic accident statistics and actual accidents were used. It was analyzed that the hydrogen vessel explosion on the road due to the failure of TPRD and the leakage in the underground parking area were difficult to respond. The developed accident scenarios are expected to be used for first responder training. * 한국건설기술연구원 전임연구원 ** 한국건설기술연구원 수석연구원 *** 동아대학교 경찰학과 조교수 † 교신저자, E-mail: oklim@dau.ac.kr 1. 서 론 국내에서는 수소경제를 실현하기 위해 2019년에 ‘수소 경제 활성화 로드맵’을 발표하고 수소차와 연료전지를 중 심으로 수소산업 생태계를 구축하기 위한 다양한 계획들 을 세우고 실현시키고 있다. (1) 최근에는 환경부 소유의 국 유지에 최초로 수소충전소를 준공하여 2022년 5월 기준 으로 전국에 총 170기의 충전기가 구축되는 등 수소경제 실현을 위한 노력이 꾸준히 진행되고 있다. (2) 2021년 12월에 수소충전소에 압축수소를 운반하던 자 동차의 타이어 화재로 인해 튜브트레일러의 온도감응형 압력배출장치(TPRD, Thermally activated Pressure Relief Device)가 작동하여 제트화염이 상부방향으로 분출된 사 례가 있었다. 그 후 정부에서는 수소배출구 방향을 개선하고 화재 시 수소용기로의 열전달을 차단하는 등 설비자체의 신뢰성 을 높이는 조치들을 발표했다. (3) 하지만 효과적인 사고대 응방안에 대한 내용들은 포함되지 않았다. 수소시설이나 수소자동차 등 수소를 사용하는 설비들 의 사고를 예방하고 피해를 최소화하기 위해서는 설비의 안전성을 높이는 것과 함께 효과적인 사고대응방안에 대 한 것도 필요하다. Li et al.은 소방관들을 대상으로 인터 뷰를 실시하여 수소자동차의 안전과 사고대응방법에 대 한 인식의 차이를 조사했다. (4) 일반인들은 구입비용이나 유지비와 같은 경제적인 측면에 대해 주로 생각하는데 반해 소방대원들은 조속한 사고처리를 통해 교통체증과 자동차안전학회지: 제15권, 제1호, pp. 27∼34, 2023 논문접수일: 2022.11.30, 논문수정일: 2022.12.16, 게재확정일: 2022.12.20Next >