Nikkei Automotive_2021.7 특집 (p48-51)

LiDAR로 일반도로의 자율주행
프랑스 발레오, 일반도로 대응 시스템 개발

일반도로를 대상으로 한 ‘레벨3’의 자율주행을 LiDAR(레이저 스캐너)로 어디까지 실현될 수 있을까? 프랑스 발레오는 그것을 확인하기 위한 시스템을 개발했다. 이 시스템을 이용한 주행 데모를 발레오의 일본법인인 발레오 재팬이 2021년 4월에 일본에서 첫 공개했다.

프랑스 발레오는 일반도로를 대상으로 한 ‘레벨3’ 이상의 자율주행에 대응할 수 있는 시스템을 개발했다. 자차 위치를 추정하거나 차량 주위를 감시하거나 하는 주요 센서로서 3D LiDAR를 사용한 것이 특징이다.

발레오 재팬이 2021년 4월에, 이 시스템을 이용한 일반도로에서의 주행 데모를 도쿄 임해 부도심에서 공개했다.

선진운전지원시스템(ADAS)과 자율주행(AD) 시스템에서는 현재 차량 주변을 감시하기 위해 카메라와 밀리파 레이더, LiDAR 등 많은 센서를 사용한다. 그러나 발레오의 이번 시스템은 주요 센서로서 LiDAR를 사용했다.

발레오 재팬의 이토(伊藤) 디렉터는 그 이유에 대해서 “일반도로를 대상으로 한 레벨3 이상의 자율주행에, LiDAR로 어디까지 대응할 수 있는지를 확인하기 위해서 개발했다”라고 말한다.

-- 일반도로를 대상으로 한 시연을 일본 첫 공개 --
발레오 재팬은 이번 주행 데모를 내각부가 주도하는 국가 프로젝트 ‘전략적 이노베이션 창조 프로그램(SIP)’의 ‘자율주행의 실용화를 위한 실증 실험’의 일환으로서 실시했다. 발레오가 일반도로를 대상으로 한 자율주행 시연을 일본에서 공개하는 것은 이번이 처음이다.

데모에서 사용한 실험 차량에는 LiDAR 외에 단안 카메라, 고정밀도 3D지도, 자차 위치 추정기기 ‘Drive4 U Locate’, V2X(노차간) 통신수신기, GNSS(위성을 이용한 측위 시스템의 총칭) 수신기 등을 탑재했다.

-- 2종류의 기계형 LiDAR을 사용 --
이 중 LiDAR는 발레오의 ‘SCALA Gen2(이하 Gen2)’와 ‘SCALA Gen1(이하 Gen1)’의 2종류 제품을 사용했다. 발레오는 Gen1을 17년부터 양산하고 있고, 독일 아우디의 고급 세단 A8과 A7 등 선진운전지원시스템(ADAS)에 채용되고 있다. Gen2는 2021년 내에 양산을 시작할 예정이다.

Gen2는 앞 범퍼 중앙에 1개, Gen1은 앞부분과 뒤 범퍼에 3개씩, 총 6개를 탑재했다. Gen2는 주로 자차의 위치를 추정하는 데, Gen1은 주로 자차 주위를 감지하는 데 사용했다. 단, 자차 전방의 대상물의 감지하는 데는 카메라의 정보도 이용했다.

Gen1과 Gen2의 수평 감지각은 모두 약 140도로 같다. 그러나 수직 감지각은 Gen2가 더 넓다. Gen2의 수직 감지각은 약 10도이며, Gen1은 약 3도다.

최대 감지 거리는 Gen1과 Gen2 모두 보행자가 약 50m, 승용차가 약 150m, 트럭이 약 200m다. 레이저 빛의 파장은 두 제품 모두 905nm(근적외선)이며, 스캔 방식은 회전하는 미러를 내장한 ‘메커니컬형(기계형)’이다.

-- 신호정보나 지도 데이터를 활용 --
자차 위치 추정기기는 Gen2의 LiDAR에서 취득한 정보를 기본으로 GNSS의 정보를 조합해 12cm 이내의 높은 정밀도를 실현했다. “일반도로에서 레벨3 이상의 자율주행 운전을 하려면 수십 cm 레벨의 정밀도가 필요하다”(이토 씨).

V2X 통신으로는 신호 정보를 취득한다. 여기서 말하는 신호 정보란, 차량 직전의 신호 색(빨강, 노랑, 파랑)이나 ‘그 색이 몇 초 후에 다른 색으로 변할 것인가’라는 데이터이다. 한편 고정밀도 3D지도 데이터는 Dynamic Map Platform(DMP, 도쿄)이 만든 것을 이용했다.

-- 긴급 시를 제외하고 핸즈오프 주행 --
DMP가 만든 고정밀도 3D지도 데이터를 바탕으로 자율주행의 주행 루트를 사전에 작성했다. 또한 고정밀도 3D 지도데이터에서 신호기의 위치정보도 취득했다. V2X 통신으로 신호기로부터 수신한 데이터를 사용해 ‘교차점을 통과한다’ ‘교차점에서 정지한다’ 등을 판단한다.

이러한 구조를 활용해서 이번 데모에서는 약 30분, 선행차 추종 기능(ACC)이나 차선 변경, 교차로 통과, 우회전∙좌회전, 정지 등의 조작을 시스템이 자동으로 실시했다. 운전석에는 담당자가 앉았지만 긴급사태에 대비한 것으로, 원칙적으로 핸즈오프 상태로 주행했다.

예를 들어, 빨간 신호의 교차로에서는 선행 차량이 없는 경우는 신호 정보를 기본으로 정지했다. 선행 차량이 있으면 카메라 정보도 사용했다. 녹색 신호의 교차로에서 자차가 직진하려고 했을 때, 마주 오는 차량이 우회전하기 위해 자차에 접근해 오자 자동으로 브레이크를 걸어 정지했다.

한편, 녹색 신호의 교차로에서 자차가 좌회전하려고 했을 때, 전방의 횡단보도를 보행자가 횡단해 왔을 때도 자동으로 브레이크를 걸어 정지했다. 보행자가 횡단보도를 건너자 자동으로 출발해 좌회전했다.

-- 방향지시기를 조작하면 차선 변경 --
다만 차선 변경에 대해서는 운전자가 방향지시기를 조작했을 때만 시스템이 작동하도록 했다. 일반도로에서는 갓길이나 주행 차선에 정지해 있는 차량이 많다. 운전자가 방향지시기를 조작하지 않고 센서로 차량 후방을 감시하며 시스템이 자동으로 제어하게 되면, 차선 변경을 반복하며 사행 운전이 될 위험이 있다. “일반도로에서는 운전자의 방향지시기 조작을 기본으로 해서 제어하는 편이 원활하게 차선 변경할 수 있다고 판단했다”(이토 씨).

향후, 발레오 재팬은 SIP의 프로젝트에서, ‘신호의 예측 정보’나 ‘고속도로로부터의 합류 지원 정보’ 등을 일반도로에서의 자동운전시스템에 활용하는 실증 실험을 실시할 계획이다.

전자의 대응에서는, 자차의 직전의 신호 정보뿐 아니라 1개 앞의 신호 정보나 그 신호의 예측 정보(점등하고 있는 색의 잔여 초 수)를 사용해, 그 교차로에 접근했을 때의 차량 속도를 예측하는 기술을 개발한다. 이를 통해 교차로에서의 급정지나 급가속을 방지하고 원활히 통과할 수 있도록 한다.

후자의 대응에서는 고속도로의 인프라로부터 합류용 차선의 거리나 합류하려고 하는 차선의 혼잡 상태 등의 정보를 받는다. 이러한 정보를 이용해 고속도로에 원활하게 합류할 수 있도록 할 계획이다.

 -- 끝 --

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