[54호]스마트 자율주행 ADAS 모형차량
2018 ICT 융합 프로젝트 공모전 참가상
스마트 자율주행 ADAS 모형차량
글 | 국민대학교 강아름
1. 심사평
칩센 보고서가 굉장히 깔끔하게 정리되어 있어서 읽기가 좋습니다. 사회적 관심이 많은 자율주행차라는 목표를 가지고 수행하여 심사항목의 창의성이나 실용성, 완성도 측면에서 높은 점수를 받기 어려울 수 있는데 오히려 용기 있고 학생다운 좋은 결정이라고 생각합니다. 실제 구동되는 동영상이 없는 부분은 아쉽습니다. 차별화되는 장점이 있었으면 더 좋았을 것 같습니다.
뉴티씨 요즘 중요한 기술의 하나인 ADAS를 간이로 구현하는 작품으로 현재의 ADAS 기술을 일부 습득하고 이해하는데 좋은 작품입니다. 다만, 작품의 완성도가 상대적으로 부족한 느낌이 있습니다. 하지만, 기술 습득하는 데에는 좋은 주제였으며, 작품 구성에도 상당한 시간과 노력이 들어가서, 앞으로 좀 더 노력하면 좋은 작품이 될 것으로 보입니다.
위드로봇 차량용 ECU로 많이 사용되는 infinion 디바이스를 직접 다뤄볼 수 있는 모형차 제작은 기대 효과가 있습니다만, 최종 제작된 시스템의 완성도가 아쉽습니다. 초음파 센서 하나만이라도 차량 주행에 대한 다양한 실험을 수행할 수 있도록 프로젝트의 완성도를 끌어 올리면 더 좋은 결과물이 될 것 같습니다.
2. 배경 및 기술동향
미국의 NHTSA(미국 도로교통안전국)는 자율주행차를 5단계로 나뉘어 발표하였으며, 현재 대부분의 자동차 업체는 레벨1의 자동차를 제공하고 일부 업체는 ADAS를 지원하는 레벨2의 자동차를 제공하고 있다. 또한 Google사의 개발중인 차는 레벨3 단계로 평가받고 있고 레벨4는 자동차의 완전 자율주행단계를 의미한다.
NHTSA는 2020년이면 레벨 3단계의 자동차가 양산화될 것으로 전망하고 있으며, 레벨4의 자동차도 2025년에 도로에서 쉽게 볼 수 있을 것으로 내다보고 있다.
국내의 경우, 현대기아차와 같은 완성차 및 부품업체 중심의 ADAS의 개발이 진행되어 상용화되고 있으며 연구소 및 학교 중심의 선행연구를 위한 실행가능성 테스트가 진행중이다. 그 중 SCC에 사용되는 레이더는 중장거리의 물체를 검지하는 데 유용하지만 금속체만 감지할 수 있고, 물체의 형상 등을 측정할 수 없는 한계를 가지고 있다. 따라서 자율주행을 위해서는 추가적인 고정밀 센서가 필요하지만, 국내의 센서 원천기술은 여전히 부족한 실정이다. 또한 자율주행 상용화를 위해서는 보다 저렴하고 최적화된 소형 MCU로 자율주행기능이 구현되어야 한다.
3. 설계 목표
3.1. 개발 내용
3.2. 개발환경 및 개발 방법
ECU를 다루는 법을 배우기 위해 기본적인 차량 시스템을 적용한 전기 모형차를 구현하고 개발 목표로 정한 ADAS까지 구현하여 실제 도로 위를 주행중인 Automated 차량과 유사한 전기모형차를 만든다.
3.3. 설계 내용
시스템 블록 다이어그램
Accelerator Pedal Signal로 속도를 조절하고 Steering Wheel로 방향을 조정한다. 초음파 센서를 통해 거리 추산기로 거리를 계산하고, 조향 및 속도 제어기로 AEB 기능을 실행한다. Cruise Control button으로 조향 및 속도 제어기로 Smart Cruise Control 기능을 실행한다.
기본 과제 구현 블록도
3.4. 회로 구성
회로는 크게 사용자 인터페이스와 MCU 보드, 차체로 이루어져있다.
3.5. 회로도
3.6. 사용한 Pin 구성
3.7. 주요 알고리즘
1. Accel
2. 타코미터 속도 측정
GPT T5, T6은 100ms마다 인터럽트가 발생하고 20prescale한 분당 rpm을 알기 위해 10*60/20 = 30을 곱한다.
3. Handle
4. 2WD 조향제어
5. 자동 변속기
6. 엔코더 모터 M, M/T method
구현할 때 Tick(left_tick, right_tick)은 100ms로 정했으며 분당 회전속도는 아래 식과 같다.
7. Cruise Control
8. AEB
HC-SR04 초음파 센서 데이터 시트를 참조하여 거리를 cm단위로 환산하여 계산한다.
9. Smart Cruise Control
P 제어
조작량을 목표값과 현재 위치와의 차에 비례한 크기가 되도록 하며, 서서히 조절하는 제어 방법이 비례 제어라고 한다. 이렇게 하면 목표값에 접근하면 미묘한 제어를 가할 수 있기 때문에 미세하게 목표값에 가까이 할 수 있다.
PI 제어
비례 제어로 잘 제어할 수 있을 것으로 보이지만, 실제로는 제어량이 목표값에 접근하면 문제가 발생한다. 이유는 조작량이 너무 작아지고, 그 이상 미세하게 제어할 수 없는 상태가 발생하기 때문이다. 결과적으로 목표값에 아주 가까운 제어량의 상태에서 안정적인 상태로 된다. 이렇게 되면 목표값에 가까워지지만, 아무리 시간이 지나도 제어량과 완전히 일치하지 않는 상태로 된다. 이 오차를 ‘잔류 편차’라고 한다. 이 잔류 편차를 없애기 위해 사용되는 것이 적분 제어인데, 미소한 잔류 편차를 시간적으로 누적하여, 어떤 크기로 된 곳에서 조작량을 증가하여 편차를 없애는 식으로 동작한다.
시뮬레이션
조작량 = Kp(비례항)×편차+Ki(적분항)×편차의 누적값
PI제어를 사용한 실제 속도값
P와 PI 제어 그래프의 y축은 내부 엑셀 카운터이고 x축은 시간이다. P제어의 경우 25 정도의 작은 값만 갖게 되어 목표값에 도달하지 못하며, PI 제어의 경우 X: 초반 구간은 Accel 값이 작으나 곧 목표값에 도달했다.
안전거리 구하는 식
Safety Distance = (조향 제어된 바퀴 속도 x max_rpm) / (직진 최대로 1333rpm x 1s 환산 x 2π x 바퀴 반지름) + 최소 거리
인터럽트 부분
제어 부분
4. 결과
작품은 외부 전압(6V)을 주고, 각각 크루즈 컨트롤 버튼, Steering Wheel, Accelerator pedal 버튼, 기어로 인터페이스를 구성된다. 또한 2개의 바퀴와 1개의 보조 바퀴로 구성되어 있어 두 개의 큰 바퀴(DC모터)로 조향을 제어한다.
SCC를 동작 시키려면 Accelerator pedal 버튼을 눌러 속도를 증가시키고, 원하는 속도에서 크루즈 컨트롤 버튼을 누르면 SCC가 동작하게 된다. 실제 차량에서 핸들을 전진으로 두었을 때만 SCC가 유지될 수 있는데, 이 작품에서는 SCC가 실행 중에 핸들을 돌려도 속도를 유지할 수 있게 설계하였다.
5. 결론
MCU를 통해 유사 모형차를 만들고 유사 SCC를 만들었다. 각 모터와 차의 크기에 맞춰 계산식을 만들고 알고리즘을 짰다. 연구 동향에서 봤던 레이더의 금속 외의 물체 파악이 불가했던 점이 초음파센서에서는 가능했으나 중장거리 측정에는 어려움이 있었다. 초음파 센서 대신 카메라를 사용했더라면 영상처리 기법으로 중장거리 측정에 개선의 여부가 있을 것으로 생각된다.
또한 적외선이나 초음파 센서를 추가로 사용하고 카메라로 영상처리를 한다면, 자동주차 시스템의 구현이 가능할 것이고, 영상처리만 하여도 차선이탈방지와 신호위반방지를 할 수 있을 것이다.
모형 자율주행차의 구현이 미래 자율주행차 산업의 실용화를 한 발 더 앞당기는 공학자를 배출해내는 방법이라고 사료된다.
6. 참고문헌
· 자율주행자동차 동향 : https://www.nhtsa.gov/technology-innovation/automated-vehicles
· 타코메타 센서 : http://bbangpan.tistory.com/67
· M/T Method : http://maxpulse.tistory.com/148
· P, PI 제어 : http://www.ktechno.co.kr/pictech/motor05.html
· 부품 – 모터 드라이버 : https://www.devicemart.co.kr/1278835
· 부품 : 차체 : https://www.devicemart.co.kr/1280227
· 부품 : Clcd : https://www.devicemart.co.kr/goods/view.php?seq=1327456
· 부품 : 초음파 : https://www.devicemart.co.kr/1076851