13. Automatic High Low Beam (AHL) and Glare Free High Beam (GFHB)
야간에는 교통량이 적은 반면 충분한 시야 확보가 어려워 오히려 사망 사고 확률이 더 높다. 특히 운전자들은 반대방향 차량이나 옆 차선 차량의 운전자들을 불빛의 눈부심으로부터 방해를 주지 않기 위해서 단거리 하향등만 작동시킨 채 운전하는게 일수다. 그리고 상향등을 일일이 켯다 끄는 일도 여간 성가신 일이 아니다. 만약 다른 차량의 공간을 제외한 부분을 자동으로 모두 비출 수 있다면 어떨까? 이런 고민을 해결한 시스템이 바로 GFHB 이다.
상향등을 사용하고 있다가도 멀리서 반대편 방향 차량이건 같은 방향 차량이건 나타나는 즉시 카메라가 이를 발견하고 하향등으로 자동으로 스위칭 해줄 수 있다. 이렇게 상향등 하향등 스위칭만 해주는 기능은 AUTOMATIC HIGH LOW BEAM(AHL) 이다.
여기서 더 나아가 상향등을 그대로 유지한체 주변 차량들이 있는 위치만 가려주어 주변 차량 운전자들의 눈부심은 방지하면서 나머지 부분을 최대한 밝혀주어 야간에 최대 시야를 확보하게 해주는 시스템이 GFHB이다. 이를 통해 운전자는 야간에 잘 보이지 않는 동물이나 보행자로부터 사고를 쉽게 예방할 수 있다.
언덕을 지날 때에 다른 차량의 눈부심을 더 정교하게 방지하기 위해 GFHB는 predictive leveling function의 지원을 받는다.
작동 방식을 좀더 알아보자면 양쪽 상향등은 각각 cone 모양 빛다발을 만들고 자동차 앞쪽에 위치한 주변차량들 (oncoming or leading)이 위치한 공간만 마스크로 가려준다. 한대의 차량만 있을땐 그 차량 한대만 둘러싼 위치만 가려주는 U자 형태의 마스크이고, 여러대가 존재할땐 운전자의 시야에서 가장 오른쪽, 가장 왼쪽, 가장 아래쪽에 위치한 차량으로 U자 형태를 이루어 가려주게 된다. 주변 차량을 감지하는 건 front caemra와 image processing의 몫이다. Front cameras는 자동차의 헤드렘프와 포지션램프를 감지하여 다른 차량의 존재와 위치를 파악한다.
AHL은 Renault scenic, megane 등에 GFHB은 BMW, AUDI 등 고급차량에 차량에 장착되어 나오고 있다.
14. LOW SPEED FOLLOWING (LSF)
먼저 크루즈 컨트롤(Cruise Control)은 우리 나라 말로 정속 주행장치이다. 대부분 외산차에는 달려있는 장치로 말 그대로 일정속도로 세팅을 해놓으면 가속 페달을 밟지 않아도 계속적으로 그 속도가 유지되는 장치이다. 어댑티브 크루즈 컨트롤 ACC(Adaptive Cruise Control)은 기존의 크루즈 컨트롤(CCS) 기능에 앞차와의 거리를 유지하는 기능이 추가된 시스템이다. 일반적으로 차량 전방에 장착된 레이저나 레이더 센서로 차간거리를 실시간 측정해, 엔진 및 브레이크를 스스로 제어함으로써 일정한 속도를 유지하며, 전방에 차량이 있으면 적정 차간거리를 유지할 수 있도록 설계된 최첨단 주행편의 시스템이다. 고속도로 등 비정체 구간에서 장거리 운전 시 운전자의 피로도를 낮추어주며, 일정한 출력을 유지하기 때문에 연료 소모량이 적어 연비향상에 도움을 준다.
ACC 는 주로 고속도로상에서처럼 차량들의 속력 변화가 크지 않고 차량간 거리가 상당히 멀고 변화가 크지 않은 곳에서의 주행편의 시스템이다. 차간 거리가 멀기 때문에 주로 Radar가 사용된다. 반면 LSF 또는 Stop&Go는 도시 내부의 차량 순환처럼 가감속이 빈번하여 가고 서는 동작이 빈번히 일어나고 차량간 간격이 좁은 경우의 제어이며, 선행차량의 급정거 시에도 충돌 없이 선행차량을 따라갈 수 있도록 하는 자율주행-사고회피 시스템 이다. 차간거리가 짧기 때문에 Camera를 사용해도 측정값의 정확도가 그리 떨어지지 않아 머지않아 Camera를 사용한 LSF시스템들이 곧 시장에 나올것이다.
좀 더 자세히 이러한 시스템들에 대해 알아보도록 하자. 일반적으로 과거의 여러 연구들이 이 두 주제를 독립적으로 다루었으나 2004년에 종료된 프랑스 국가 연구 프로젝트의 ARCOS의 일환으로 진행된 연구에서는 이 둘을 하나의 통합된 시스템으로 제어하는 방법을 제안하였다. 차간 거리의 역학 특성이 Damper의 물리적 특성과 유사함을 사용하여 Damper모델에 연결된 가상 차량의 가속도를 계산하여 실제차량에 Feedforward 방식으로 제어한는 방법이다.
실제 시스템의 상용화를 위해서는 저렴한 센서의 사용이 불가피하고 저렴한 센서의 경우 측정 데이터에 노이즈가 많이 포함되게 된다. 특히 측정데이터의 시간 미분 값이 필요한 경우 노이즈의 영향으로 알맞은 시간 미분값을 구하기가 쉽지 않다. 따라서 알맞은 측정데이터 프로세싱이 불가피하게 된다. 둘째, 도로특성(마찰특성, 기울기)와 바람(돌풍)의 영향은 실제 차체 제어에 있어서 상당한 영향을 미치는 요인들이며, 이 부분들은 수학적 모델링이 쉽지 않고 각 모델에 필요한 파라미터 값들도 장소와 시간에 따라서 변하는 값들이기 때문에 이미 정해놓은 값들로는 강건한 제어가 불가능 하다. 이런 요인들의 알맞은 제어를 위해 Model free control 기법이 적용될 수 있다.
Stop&Go 의 경우 가감속의 변화가 빈번하고 급정거까지 다루어야 하는데, 이런 경우 실시간으로 정확하게 엔진과 브레이크를 제어하는것이 꼭 받쳐주어야 한다. 그런데 일반적으로 엔진과 브레이크는 아주 복잡한 시스템으로 정확한 수학적 모델을 얻는 것이 불가능하며, 모델기반 제어방법은 정확한 응답을 얻는데 응답도달시간이 필요하다. 게다가 실제파라미터들은 시간이 흘러감에 따라 그 값이 변하므로 모델은 점점 실제 운동과 달라지게 된다. 이런 상황에서 Stop&Go 동일한 제어방법을 사용하면 긴급한 상황에서 원하는 제어가 즉각 되지 못하여 위험한 상황을 초래할 수도 있다. 이런 문제를 다루기 위해서 Model free 기법을 적용할 수 있다.
실제 상용화된 제품으로는, 현대 제네시스에 채택된 독일의 Continental Teves 사의 ACC 가 있고, 같은 독일의 Bosch사의 ACC도 있다. BMW 5 Series 세단에는 속도 적용범위를 완전 정지상태에서 시속 180km까지 확대시킨 Stop&Go기능이 포함되었다. DaimlerChrysler는 지능형 차간거리 Stop & Go 제어시스템을 개발 및 상용화했다.
15. Driver Monitoring System
Driver Monitorning System은 운전 중 눈을 파는 운전자를 감시하고 충돌위험을 재빨리 알려주는 새로운 안전시스템이다. 핸들 주위에 장착된 적외선 카메라로 운전자 얼굴 방향을 감시하고 있다가 얼굴이 몇 초 이상 돌아가 있는 경우, 차 내에 장착된 레이더가 충돌위험을 감지하면 경고음과 함께 카 네비게이션에 경고화면이 뜨는 방식이다.
좀 더 나아가 핸들 중심에 설치된 CCD 카메라를 사용하여 얼굴의 상하 움직임이나 눈이 깜박이거나 앉아서 조는 것까지 감시할 수 있는 시스템이 개발중에 있다.
토요타에 의해서 2006년에 처으로 상용화 되었다. 벤츠도 2009년에 Attention Assist라고 불리는 시스템을 상용화 하였는데 운전자의 피곤한 정도를 운전자의 운전 행태분석을 통해 알려준다.
16. Rearview Camera
후방카메라는 후진 직각 주차시에 후방 사각지대를 네비게이션 모니터를 통해 보여주는 역할을 한다. 최근에는 단순히 보여주는 역할만 하는게 아니라 자동차의 괘적과 현재 위치와 주차 공간까지의 거리 그리고 초음파센서로부터 얻은 장애물까지의 거리까지 다 제공하여 주차를 한결 더 쉽게 할 수 있게 도와준다.
도요타의 ‘인텔리전트 주차보조시스템’(IPA)은 병렬 또는 후진 주차시에 차량에 장착된 카메라가 주위를 감지해 자동으로 주차 위치를 계산한다. 후방 감지 카메라를 통해 후진 시 후방 상황을 보여주고, 전면과 후면에 각 2개의 센서가 장착돼 차량 근처의 장애물을 감지해 운전자에게 경고음으로 알려준다.
BMW의 ‘주차거리 경보기능’(PDC)은 회전반경 궤도를 나타내주는 후방감지 카메라와 차 앞뒤 범퍼에 내장된 8개의 센서가 물체와의 거리를 인식한다. 특히 운전자가 차를 세운 다음 차에서 내려 리모컨 하나로 차고에 차를 주차할 수 있는 시스템도 개발했다.
아우디의 후방 감지 카메라는 시야의 사각지대인 후방을 MMI 스크린에 보여주는 동시에 좁은 지역에서도 운전자가 쉽게 주차할 수 있도록 선으로 진입로를 표시해 줘 초보자에게 적격이다.
2014년부터 미국에서는 후진중에 다치는 아이들과 같이 보행자를 보호할 목적으로 후방 카메라 탑재가 의무화된다.
17. 프로토타이핑 툴
1) RT-maps
자동차의 미래는 자동차의 로봇화의 길로 전화 하고 있다. 시간이 지날수록 자동차엔 기존에 없던 고성능 센서들이 하나둘 장착되고 자동차는 센서들로부터 오는 정보를 실시간으로 다루고 처리하는 능력이 요구된다.
Real Time Mines Automotive Prototyping System의 약자인 RT-maps는 프랑스 파리에 소지한 Mines ParisTech공대의 로보틱스 랩 CAOR에서 개발하고 Intempora 사에서 상용화 한 자동차의 인공지능 시스템의 프로토타입을 만드는데 용이하게 해주는 소프트웨어이다. 카메라, 레이더, 레이저, GPS 등 모든 타입의 센서들로부터 정보를 실시간으로 측정하고, 융합하고 원하는 아웃풋을 얻는 작업을 용이하게 해준다. 야외 실험 시, 실험한 때의 상황에서 측정된 모든 데이터에 시간을 입력하고 동기화 하여, 실험실에 돌아 와서도 리플레이 기능으로 실제 야외실험시의 상황과 같은 상황안에서 시뮬레이션이 가능하다. 리플레이시 재생시간을 빠르게 또는 느리게 조절가능해 실험중인 어플리케이션의 동작 속도도 쉽게 테스트해 볼 수 있다. 이러한 기능들로 인해 실험 시간과 노력과 비용을 크게 줄여주는 장점과 빠른 프로토타이핑이 가능하다는 장점이 있다. 또한 다른 소프트웨어와도 쉽게 통신할 수 있다. 예를 들면 Matlab Simulink, Exel, ADASE RP, SiVIC 등과 같은 프로그램과 연동하여 사용할 수 있다.
해외에서는 그리 알려지지 않았지만 프랑스 내부에서는 이미 많이 인정받고 널리 쓰이고 있다. 예를 들면 Renault, PSA, Thales, Air Bus, Valeo, INRIA, INSA와 같은 유명한 기업과 연구소들에서 실험과 프로토타이핑에 사용되고 있다.
2) SiVIC
또 하나의 프로토타이핑을 용이하게 해주는 프로그램이 있는데 바로 SiVIC(“Simulateur Véhicule-Infrastructure-Capteurs”, Vehicle-Infrastructure-Sensors Simulator) 이다. 프랑스 LIVIC연구소에서 개발하고 CIVITEC사에서 상용화 한 소프트웨어로 가상센서 프로토타이핑과 인공지능 운전자 보조시스템의 개발과 프로토타이핑에 용이하다.
가능한 한 도로환경, 자동차 모델의 운동양식, 그리고 가상센서들의 기능들이 최대한 현실적으로 작동하게하여 현실적인 시뮬레이션을 가능하게 해준다. 사실 프로토타이핑은 실제 실험이기 때문에 시간과 비용과 노력이 많이 필요한 작업이다. 비슷한 센서들중 선택이 필요한 경우엔 필요한 센서들을 모두 직접 구입하여 장착하고 테스트 하고 비교해 보아야 하는데 비용이 많이 든다. 실제 도로에 나가서 실험을 해야 하는 경우는 실험의 위험성까지 따른다. 대신에 SiVIC을 사용하면, 가상센서들을 사용하여 비교 테스트가 바로 가능하고, 자동차의 아무위치에 장착해보고 성능을 테스트할 수 있다. 여러 기본기능들을 조합하여 새로운 센서를 디자인하고 칼리브레이션도 할 수 있다. 위험한 실험상황도 바로 디자인해서 현실적인 시뮬레이션이 가능하다. 실제 실험에서 충돌이 일어나면 굉장히 위험하지만 시뮬레이션 상황에서는 얼마든지 마음 놓고 실험할 수 있고 이런 테스트를 통해 더 안전한 시스템을 개발 할 수 있다.
자동차 모델도 실제 자동차와 거의 흡사하여 모든 ADAS 테스트가 가능하다. 예를 들어 RT-maps랑 연동하여 SiVIC상의 가상센서들로부터 오는 데이터를 RT-maps에서 처리하고 계산된 컨트롤 신호를 SiVIC상의 자동차에 입력으로 주어 실험하는 것이다. 여기서 좋은 결과를 얻을 경우 사용된 RT-maps 컴포넌트들을 SiVIC의 자동차 모델이 아닌 실제 자동차에 그대로 옮겨와 실험할 수 있는 장점이 있다. 이 둘의 조합의 인공지능 운전자 보조 시스템의 프로토타이핑에 최상의 조합이라고 할 수 있다.
18 해외 주요 카메라 응용 ADAS 공급자 및 주요 개발 시스템
1) Valeo : AHL, GFHB, LDW, AVM.
2) Bosch : DW, OSP, AHL, FCW, City-ACC, City-AEB
3) Mobileye : DW, TSR, AHL, GFHB, FCW, LDW, LKS, Vision only ACC, Pedestrain Detection. 모빌아이사의 카메라 시스템은 카메라 응용 ADAS 에 선두주자로서 카메라 기반 ADAS의 Reference로 볼 수 있다. 주요 공급 처는 다음과 같다 : Autoliv, Delphi, Continental AG/Siemens VDO, Magna Electronics, Leopold Kostal GmbH, TRW Automotive Mando Corporation, SL Corp.
19. 국내 개발 현황
국내에는 자동차 부품 공급 업체중 ADAS를 하는 곳은 크게 만도, SL, 현대 모비스가 있다. 이 중 Camera Vision 기반 ADAS를 직접 개발하는 곳은 없어 보인다. 위에서 알아본 것과 같이 만도와 SL은 Mobileye의 카메라 시스템을 가져다가 상품화 시켜서 자동차 회사나 현대 모비스에 납품 하는 것으로 보인다. SL은 전통적으로 헤드램프에 주로 납품 하는 업체라서 그런지 카메라를 이용한 AHL 그리고 Night Vision에 많은 투자를 하고 있는것 같다.
국내 대학 지능형 자동차 연구 동향을 알아보자면 다음과 같이 간추려진다.
서울대 지능형 자동차 IT연구센터 – Lane detection, vehicle detection.
한양대 기계감지 및 제어 연구실 – Lane detection, LDW & Control
카이스트 P3digicar 센터 – 블랙박스, Driver monitoring
국민대 자동차 제어 연구실 - Driver monitoring, FCW
전반적으로 최근 몇 년 전부터 국내에 지능형 자동차 분야 연구가 활발히 진행 되고 있다. 정부의 지원도 많아지고 현대자동차에서 무인자동차 대회를 열만큼 그 열기가 뜨겁다. 하지만 외국에 비해 연구기관이 몇몇 대학에 한정되어 있고 연구분야도 한정되어 있으며 단기간 성과에 급급한 연구가 많아 보인다. 카메라 비전 기반 ADAS연구도 시작된지 얼마 안되어 이미 많이 상용화된 기본적인 연구들이 진행중인 것으로 보이고 앞으로 다가올 미래 기술에 대해선 외국과의 기술력 차이가 많아 보인다.
J. Martinez and C. Canudas-de-Wit, ‘ASafeLongitudinal Control for Adaptive Cruise Control andStop-and-GoScenarios’, IEEETrans. Control SystemsTechnology, Vol. 15, pp. 246-258, 2007
J. Villagra, B. d’Andr´ea-Novel, S. Choi, M. Fliess and H. Mounier, ‘Robust stop-and-go control strategy: an algebraic approach for nonlinear estimation and control ’,"International Journal of Vehicle Autonomous Systems (2009)
Anne-Sophie Puthon, Fawzi Nashashibi, Benazouz Bradai, A complete system to determine the speed limit by fusing a GIS and a camera, ITS 2011
"Development of a Vision-Based Lane Detection System Considering
Configuration Aspects," Optics and Lasers in Engineering, Vol. 43, No. 11, pp. 1193-1213, 2005
"Development of A Lane Departure Monitoring and Control System," J. of Mechanical Science and Technology, Vol. 19, No. 11, pp. 1998-2006, 200
국내 대학 연국센터
주요 부품 업체
http://www.aptina.com/solutions/automotive.jsp
http://www.bosch.fr/content/language1/html/index.htm
http://www.valeo.com/en.html?L=223
Rt-maps
http://caor.ensmp.fr/french/recherche/sti/Rtmaps.php
http://www.intempora.com/ENG/index.php?nav1=acc
SiVIC
http://caor.ensmp.fr/french/recherche/sti/BoiteNoire.php
LOVE
http://love.univ-bpclermont.fr/index.php
'자동차' 카테고리의 다른 글
| 자동차용 초음파 근접 센서 (0) | 2021.03.27 |
|---|---|
| 자동차용 레이더 센서 (0) | 2021.03.27 |
| 2011 카메라 기반 ADAS 동향 (2/3) (0) | 2021.03.27 |
| 2011 카메라 기반 ADAS 동향 (1/3) (0) | 2021.03.27 |
| 2010년 유럽 전기자동차 기술 동향 (3/3) (0) | 2021.03.27 |