일본산업뉴스요약

Nikkei X-TECH_2020.12.7

일반도로에서도 자율주행 '레벨3'
미쓰비시전기, 경로생성 기술과 차량제어 기술 개발

미쓰비시전기는 일반도로에서 ‘레벨3’ 이상의 자율주행을 위한 경로 생성 기술과 차량 제어 기술을 개발했다. 일반도로에서 자율주행 정밀도를 높일 수 있는 시스템으로, 큰 타각(Rudder Angle)으로 선회할 경우나 급한 조타(Steering)가 필요한 경우 등에서도 실시간으로 작성한 경로를 매끄럽게 고정밀도로 추종할 수 있다. AI(인공지능) 기술을 사용하지 않고 실현했다. 22년 이후에 국내외 자동차업체에 도입하는 것을 목표한다.

레벨3의 자율주행은 일정 조건 하에서 시스템이 차량 주변의 상황을 감시하면서 운전을 조작한다. 시스템이 조작을 실행할 수 없게 됐을 때는 운전자가 조작을 이어받는다. 고속도로나 자동차 전용도로의 단일 차선을 대상으로 한 레벨3 자율주행은 이미 실용 단계에 들어섰다.

혼다는 20년 내에 발매하는 고급 세단 ‘레전드’의 전면 개량 차량에, 고속도로나 자동차 전용도로의 단일 차선에서 레벨3 자율주행 기능을 탑재한다. 국토교통성의 형식 지정을 이미 취득했다. “레벨3 자율주행 차량의 형식 지정을 하는 것은 이번에 세계에서 처음이다”(국토교통성). 앞으로 국내외 자동차업체의 참여가 가속될 것으로 보인다.

-- 고도의 기능이 요구되는 일반도로의 레벨3 --
레벨3 자율주행 시스템에서는 카메라나 밀리파 레이더, LiDAR(레이저 스캐너) 등의 센서를 사용해 차량 주변의 상황을 감시하고, 고정밀도 지도나 GNSS(위성측위시스템)를 이용해 자차의 위치를 파악한다. 이들 정보를 바탕으로 자율주행 경로를 작성하고, 그 경로를 정확하게 추종할 수 있도록 가감속이나 조타 등을 제어할 필요가 있다.

그러나 고속도로나 자동차 전용도로와 달리 일반도로에는 차량이나 보행자, 자전거 운전자 등 감지해야 할 많은 대상이 있다. 시야가 나쁜 교차로나 폭이 좁고 곡률이 큰 커브 등의 도로 환경도 고속도로나 자동차 전용도로보다 복잡하다.

일반도로에서 레벨3의 자율주행을 실현하기 위해서는 센서뿐 아니라 경로 작성이나 차량 제어에 보다 고도의 기능이 요구된다. 예를 들면 센서나 GNSS, 고정밀도 지도의 정보를 바탕으로 경로를 작성해 차량을 제어해도 실제 주행 상태가 목표 경로에서 크게 벗어나 버리는 경우가 있다. 또한 액추에이터의 응답 시간의 지연으로 인해 일반적으로 경로 추종 정밀도가 떨어지는 과제도 있다.

-- 매끄럽고 정밀도 높은 자율주행 실현 --
이러한 과제를 해결하기 위해 미쓰비시전기는 경로 작성과 차량 제어의 소프트웨어 기술을 개발했다. 첫 번째 경로 작성 기술에서는 센서나 GNSS, 고정밀도 지도를 사용해 차량 주변의 대상물을 감지하며 지도 상의 차량 위치를 파악한다. 그런 후에 ‘Particle Filter(PF)’라는 독자적으로 개발한 방법을 사용해 차량의 주변 환경을 고려한 최적 경로를 생성한다.

구체적으로는 시간 경과에 따른 차량의 위치를 작성하고, 그 안에서 목표에 가장 가까운 위치를 연결해 경로 후보를 작성하는 기술(PF)과, PF로 작성한 경로 후보를 확대해 그 안에서 최적 경로를 선택하는 ‘RRT(Rapidly-exploring Random Tree)’라는 기술을 조합했다. (PF란 조건부 확률 분포를 파티클(입자)이라고 부르는 데이터군에 의해 근사적으로 표현하는 상태 추정기를 말한다. 센서를 통해 취득한 계측값을 바탕으로 계측이 불가능한 상태를 추정하기 위해 이용한다. RRT란 난수(Random Number)를 이용해 트리 구조를 갖는 데이터군을 확대하고, 그 안에서 최적의 경로를 탐색하는 방법을 말한다).

두 번째 차량 제어 기술에서는 차량의 몇 초 후의 움직임을 예측하고, 그 움직임이 PF와 RRT로 작성한 경로에 가장 가까워지도록 조타나 가감속을 제어함으로써 정확하고 안정적으로 추종할 수 있도록 한다. 예를 들면, 곡률이 큰 S자 커브 등을 주행하는 경우라도 조타나 가감속의 지연으로 인해 크게 돌거나 지그재그로 꾸불거리는 일이 없도록 할 수 있다.

국내외 자동차업체 중에는 일반도로에서 레벨3 자율주행을 실현하기 위해 인식 프로세스뿐 아니라 경로 작성과 차량 제어 프로세스에 AI 기술을 적용하는 경우도 있다. 이에 대해 미쓰비시전기는 “경로 작성에는 샘플링 베이스 계획법, 차량 제어에는 비선형 모델 예측 제어법이라는 방법을 이용했다. AI 기술은 사용하지 않았다”(미쓰비시전기 첨단기술종합연구소의 자율주행 시스템그룹 매니저 사카이(酒井) 씨).

-- 신기술을 탑재한 시험 차량에서 성능 확인 --
미쓰비시전기는 개발한 기술을 탑재한 시험 차량을 이용해 복수의 주행 실험을 실시했다. 시험 차량에는 자율주행용 ECU(전자제어유닛)를 탑재하고, 이 ECU에 이번 기술을 내장했다.

주행 실험의 하나는 편도 2차선 직선도로에서 주행 차선과 추월 차선에 정지해 있는 차량(장해물, 이하 동일)을 회피하는 것이다. 시속 80km로 주행하면서 전방의 장해물을 센서로 감지하고, 감속하면서 스티어링을 자동 조작해 2개의 장해물을 회피했다. 작성한 경로를 정확하게 추종하면서 장해물을 회피할 수 있다는 것을 확인했다.

얼어붙은 도로에서 시속 30km로 주행하며 전방 장해물을 회피하는 실험도 실시했다. 신기술을 탑재하지 않은 차량에서는 장해물을 회피하기 위해 감속하면서 스티어링을 조작하면 차량 후부가 바깥 측으로 크게 흔들리는 경우가 있었다.

이에 대해 신기술을 탑재한 차량에서는 후륜의 그립력을 잃지 않도록 (차량 후부가 바깥 측으로 흔들리지 않도록) 차량의 움직임을 제어하며 작성한 경로를 추종하면서 장해물을 회피했다. 미쓰비시전기는 앞으로 보다 복잡한 주행 장면에 대응할 수 있도록 기술을 개량할 계획이다.

-- 몇 초 앞을 예측해 경로를 작성 --
시험 차량에 탑재한 기술 중 경로 작성에서는 앞에서 말한 PF라는 독자 개발한 기술을 사용했다. 이 기술을 이용해 차량이 목표로 하는 상태(차선 중앙에 위치하는 등)에 근접하도록 경로를 자동 작성한다.

우선 자동차의 상태(위치, 속도, 방향 등)를 나타내는 복수의 파티클(입자)을 발생시키고, 우도(Likelihood)에 따라서 그 파티클을 증감시킨다. 우도라는 것은 통계학 용어로, 추정이 타당하다고 판단할 수 있는 정도를 말한다. 우도가 작은 파티클을 줄이고, 우도가 큰 파티클을 증가시킨다.

그 다음으로 증감시킨 파티클을 기점으로 해서, 앞의 처리를 몇 번인가 반복한다. 마지막으로 이들 파티클의 가중 평균 위치를 연결해 경로 후보를 작성하는 시스템이다.

PF를 이용해 작성한 경로의 후보를 확대하고, 앞에서 말한 RRT라는 방법을 사용해 최적의 경로를 선택한다.

-- 연산량을 줄일 수 있는 차량 제어법 --
PF와 RRT를 이용해 작성한 경로를 바탕으로, 차량 제어에서는 비선형 모델 예측 제어법이라는 방법을 이용해 자동차의 세로 방향과 가로 방향의 움직임을 통합하여 제어한다. 구체적으로는 제어 입력값(가감속 정도나 조타각 등)에 대한 차량의 상태(위치나 속도 등)를 예측한다. 예측한 차량 상태가 목표 경로에 맞도록 제어 입력값을 조정한다.

이러한 처리를 반복하며 PT와 RRT로 작성한 경로에 가장 일치하도록 제어 입력값을 최적화한다. 그 결과 작성한 경로를 안정적으로 추종하는 것이 가능해진다. 이번 제어법은 연산량이 적기 때문에 연산 시간을 단축할 수 있다. “2.5초 후의 움직임을 예측해 제어하고 있다”(사카이 매니저).

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.