10년 이상 자율 주행 차량 개발에 대한 관심이 증대되고 있습니다. 자율 주행 차량 개발자 및 애호가들은 자율 주행 자동차가 다양한 계층의 사람들에게 안전하고 효율적인 교통 수단을 제공할 수 있다고 생각합니다. 자율 주행 차량은 다양한 기술을 활용함으로써 활성화됩니다.
자율 주행 차량의 핵심 기술 구성 요소 중 하나는 차량이 차량의 환경과 흐름을 이해하는 데 사용되는 센서 시스템입니다. 차량 외부에 장착되는 일반적인 센서 시스템에는 다양한 카메라, 레이저 및 초음파 시스템이 포함됩니다. 차량 내부에는 일반 승객에게는 보이지 않는 데이터 처리 및 분석 기능을 포함하고 있으며 센서의 입력을 해석하고 이 분석의 출력을 사용하여 인간 운전자 대신 결정을 내릴 일련의 데이터 처리 및 분석 기능이 장착되어 있습니다. 이러한 중앙 집중식 시스템의 핵심 구성 요소는 차량 동적인 움직임을 모니터링하는 관성 측정 장치(IMU)입니다.
Oxford Technical Solutions (OxTS)은 지난 20년 동안 자동차 시장에 관성 측정 기술을 제공해 왔습니다. 이 기간에 OxTS는 군부대나 대기업 자동차 회사에 다수의 시스템을 제공하고 DARPA Challenges (2005년과 2007년), 2006년 자율 주행 차량인 Volkswagen Golf 53 1, BAE Systems의 무인 차량 'Wildcat'과 같은 다양한 자율 주행 차량 개발 프로젝트에도 관성 시스템을 공급해 왔습니다. 따라서 OxTS는 관성 측정 장치가 안전하고 성공적인 자율 운전에 필수적인 이유를 설명하는 데 최적의 위치에 있습니다.
운전자 보조 장치의 성숙도
Google과 같은 기업들은 주행보다는 라이딩을 위한 완전 자율 주행 차량을 처음부터 설계하고 있습니다. 많은 주요 자동차 제조 업체에서 개발 중인 첨단 운전자 지원 시스템(ADAS)에는 이미 출시된 많은 센서 기능이 구현되고 있습니다. 이미징 시스템(카메라와 LiDAR 등)은 일반적으로 전방의 물체를 인식하는 데 사용되며, 가까워지고 있는 단단한 구조를 식별하고, 보행자와 차량의 궤도에 있는 다른 잠재적인 충돌 위험을 감지합니다. 차량의 '눈'으로 개별 차량에 배치된 이미징 시스템의 경우에도 그 수가 증가하고 정교함도 점점 높아지고 있습니다. 최근 시장 조사 보고서 Yole Développement (Yole)에서는 자율 운행 자동차 센서 시장의 가치는 2015년 말까지 260억 달러, 2030년에는 360억 달러(그 중 120억 달러는 이미징 센서)에 다다를 것으로 예측합니다. 이미징 시스템은 물체의 형상, 외형 및 차량이 감지한 물체 사이의 거리를 평가하고, 자율 운행 차량은 물체가 어느 위치에 있는지, 어떠한 환경을 이동하고 있는지를 파악하고 그에 대응하는 적절한 조치를 취할 수 있어야 합니다. 차량의 움직임(차량 역학)을 고려하여 이미징 센서에서 정보를 확인할 뿐만 아니라 감지된 장애물 사이를 계획한 경로를 따라 자율 운행 차량이 안전하게 통과하는 것을 보증합니다.
맥락, 맥락, 그리고 맥락
자율 운행 차량은 처음부터 끝까지 안전하게 경로를 따라 이동하면서 많은 것을 추적해야 합니다. 자율 주행 차량은 경로를 따라 전반적인 진행 상황을 최고 수준에서 추적해야 합니다. 이는 글로벌 내비게이션 위성 시스템(GNSS)을 통해 지원받을 수 있습니다. GNSS는 차량 속도와 관련된 입력값을 제공할 수 있지만, 위치와 속도에 대한 정확한 정보를 제공하기에는 신뢰성이 떨어집니다.
바로 아래의 수준에는 좀 더 지역적인 흐름이 있으며, 여기에는 운전자가 운전석에서 눈으로 관찰할 수 있는 것들이 포함됩니다. 이 수준에서 자율 주행 차량은 근처에 있거나 곧 다가오는 고정 및 이동하는 물체의 흐름에서 차량을 둘러싼 현재의 환경을 이해할 필요가 있습니다. 고정 물체에는 차선 표시, 연석, 교통 제어 및 주차된 자동차와 같은 것들이 포함됩니다. 움직이는 물체는 움직이는 도로 사용자와 보행자가 있습니다. 일반적으로 자율 주행 차량의 상단에 장착된 센서 시스템은 이러한 흐름을 이해하기 위해 바깥쪽을 향하고 있는 카메라, LiDAR 및 초음파 시스템을 포함합니다.
마지막으로, 차량의 흐름과 차량이 현재 환경을 어떻게 이동하고 있는지를 이해할 필요가 있습니다. 량에는 매우 중요한 시스템인 IMU를 포함하여 이를 지원하기 위한 다양한 센서가 탑재되어 있습니다. MU는 차량의 역학에 관한 데이터를 제공하는 자체 센서로, 차량 궤도의 변화에 관해 중요한 계산을 사용하여 안전 문제(슬립 각도의 변화 등)를 예측할 수 있습니다.
또한, IMU는 차량의 현재 위치와 관련하여 다른 센서 시스템의 위치를 더 잘 파악할 수 있는 정보를 제공합니다. IMU는 자율 주행 차량의 실시간 분석 시스템으로 전송되는 판독 지점에서 공간 역학과 관련하여 다양한 센서의 데이터 피드를 정확하게 상관시키는 그룹의 일부를 제공합니다. 차량 역학에 따라 다양한 센서 판독값을 함께 연관시키고 계산할 수 없다는 것은 위험할 수 있고 안전 문제로 이어질 수 있으며 승차감에 영향을 미칠 수 있습니다.
차량 역학을 이해하지 못할 때의 결과
자율 주행 차량은 차량의 위치, 방향, 방위 및 속도 측면에서 차량 역학을 이해해야 할 뿐만 아니라, 이러한 요인 간의 관계 변화가 차량, 주변 사람, 기타 도로 사용자나 탑승자에게 안전하지 않은 상황으로 이어지는지도 판단해야 합니다. 가장 안전한 승차감은 가장 안정된 승차감입니다. 차량의 움직임의 전반적인 안정성을 보장하기 위해 안전한 이동을 위한 예방 조치를 먼저 경고할 수 있는 지표는 슬립 각도입니다.
슬립 각도는 전방 속도 벡터와 방위 사이의 각도를 비교하는 측정값입니다. 즉, 롤링 휠의 실제 이동 방향과 바라보는 방향 사이의 각도입니다. 슬립 각도의 증가는 차량, 도로의 표면 및 구조, 또는 다른 도로 사용자 간의 상호 작용 사이의 관계의 지속적인 변화에 의해 발생할 수 있습니다.
슬립 각도 0.5°의 변화는 충분한 시간 내에 시정 조처를 하지 않은 경우 스키드 스핀 롤 오버(특히 스포츠 유틸리티 차량이나 차고가 높은 트랙의 경우)를 일으킬 수 있는 정도의 수준입니다. 차량이 의도한 방향과 다른 방향으로 주행을 시작하면 일반적으로 차량의 안전한 이동이 저해됩니다. 그 결과(스키드 스핀 롤오버 이외에), 이미징 시스템에 의해 경로에서 인식된 것 이외의 장애물과 충돌할 가능성이 커지고, 문 등, 충격에 견딜 수 있도록 설계되어 있지 않은 차량 부분에 영향을 미칠 가능성이 증가합니다.
슬립 각도 모니터링은 ADAS 또는 완전 자율 주행 시스템이 조향 각도 변경 또는 비상 제동 메커니즘의 변경 등의 예방 조치를 작동해야 하는지를 평가할 수 있는 한 가지 방법입니다. 차량에 이미징 기반 라우팅 및 충돌 방지 시스템이 있을 수 있지만, 차량의 역학이 너무 극단적이면 이미징 센서에서 경고하기 전에 스키드 또는 스핀과 같은 사고가 발생할 수 있습니다. 사고를 일으킬 수 있는 장애물의 위치가 파악되는 것과는 관계없이 회복이 너무 늦어질 가능성도 있습니다.
차량 역학 모니터링을 위한 관성 측정 장치
상기 설명한 바와 같이, 모든 자율 주행 시스템의 안전 기능은 차량의 위치, 도로 위치, 방향, 방위 및 속도 측면에서 차량의 역학을 지속해서 파악하는 것에 달려 있습니다. 이러한 특성을 측정하려면 관성 측정 장치(IMU)의 사용이 필요합니다.
자이로 스코프와 가속도계의 결합으로 구성된 IMU는 세 가지 회전 파라미터(피치, 롤 및 방위)와 함께 세 개의 주요 축에서 차량의 선형 가속도와 관련된 연속적인 데이터 스트림을 제공합니다. IMU의 데이터는 다음과 같은 자율 주행 차량의 이동 거리와 관련된 추가 측정값을 제공합니다.
- 어려운 GNSS 환경에서 GNSS 데이터를 사용할 수 없는 경우 차량에서 가장 가능성이 높은 위치를 고려합니다.
- 온보드 이미징 시스템에서 감지되는 장애물에 대한 속도 및 가속 범위와 관련된 데이터를 제공합니다.
- 차량이 가리키는 방향(방위)과 실제로 가는 위치(트랙) 사이의 각도 데이터를 측정합니다.
자율 주행 차량에 IMU를 사용하는 이유
가장 중요한 것은 IMU는 자율 주행 시스템이 어디에 있는지뿐만 아니라 어떻게 움직이는지 알 수 있는 데이터를 제공한다는 것입니다. 이는 모든 센서 기술이 경로와 장애물을 식별하고, 주행 시스템에 필요한 피드백을 제공하여 경로를 안전하게 구동하기 위해 파라미터를 지속적으로 조정하는 데 필요합니다.
이러한 요구 사항을 충족하기 위해 OxTS 관성 측정 시스템은 2cm/s의 정확도로 측정된 센티미터 수준의 정확도 및 속도에 대한 방향과 위치를 지속해서 스트리밍 및 측정할 수 있는 실시간 기능을 제공합니다. 자율 시스템은 관성 데이터를 사용 가능한 원시 GNSS 정보와 통합하는 알고리즘을 사용하여, 안정적이고 정확한 탐색 메시지의 중단 없는 단일 스트림에 통합함으로써 위치, 방향, 방위 및 속도와 관련된 필요한 정보를 지속해서 수신합니다. 중요한 것은 GNSS를 사용할 수 없거나 이미징 센서에서 수신한 정보가 누락된 경우 OxTS 기술은 이러한 누락을 브리징하고 자율 주행 시스템에 필요한 연속 데이터 스트림을 제공한다는 것입니다. 이러한 정보의 사용을 고려할 때, 자율 주행 차량의 이미징 센서와 함께 OxTS 시스템에서 제공된 관성 데이터를 통해 다음을 가능하게 합니다.
- 100Hz 이상의 샘플링 주파수에서 이미지 처리 알고리즘에 내비게이션 데이터를 제공합니다.
- ADAS 시스템에 사용되는 알고리즘을 제공하여 차량이 실제로 장애물 쪽으로 이동하고 있는지, 어떤 속도로 움직이고 있는지를 파악합니다.
- 탑재된 이미지 기반의 센서에서 경고가 나오기 전에 시정 조치(슬립 등)을 필요로 하는 동적 상황을 비상 체제에 알려줍니다.
- OxTS 기술은 RT3000과 같은 완전한 턴키 관성 및 GNSS 내비게이션 솔루션 또는 OxTS 시스템의 핵심인 동일한 xOEM IMU를 활용하는 사용자 정의 통합으로 배포됩니다.
배치 유형에 관계없이 OxTS 시스템을 탑재한 자율 주행 시스템은 안전한 '어디로든 가는' 작동에 필요한 정보를 수신하고 있습니다.
