Citation

Chung S. Trans. Kor. Soc. Automot. Eng. 2024; 32(3): 301-308.

Copyright

(Copyright © 2024, Korean Society of Automotive Engineers)

DOI

10.7467/KSAE.2024.32.3.301

PMID

unavailable

Abstract

The evaluation and validation processes of autonomous vehicles are as difficult and challenging as the development process. Autonomous vehicles need to perceive objects and combine them with road conditions, time, and seasons to create various verification and validation conditions. Additionally, autonomous vehicles cannot be validated by the NCAP(New Car Assessment Program) protocol defined for ADAS(Advanced Driver Assistance System) vehicles. Therefore, in this paper, we are proposing a methodology to generate reasonable high-risk scenarios that can be used in evaluating and validating the safety features of autonomous vehicles. The methodology consists of five steps, starting with acquiring an accident database and including the generation of relevant collision equations and estimated speed profiles. High-risk scenarios only include Vehicle-to-Vehicle driving situations, and can be used for the MILS(Model In the Loop Simulation) and VILS(Vehicle In the Loop Simulation) validation of autonomous vehicles after estimating driving speeds. The results of this study confirmed the generation of economical test scenarios for autonomous vehicles and the reconstruction of reasonable driving situations.

===

세계 각국의 완성차 및 부품 기업은 자율주행자동차를 개발하고 검증하기 위해 대규모의 인력과 예산을 투입하고 있다. 하지만, 아직 세계 어느 굴지의 기업도 완성도 높은 'Lv. 3 수준 자율주행' 차량을 시장에 출시하지 못하고 있는 실정이다.1,2) 이는 자율주행자동차가 주행하는 도로, 계절, 시간 및 객체(Object)의 종류와 출현 형태 등이 서로 상호작용을 하게 되고 예측할 수 없는 다양한 주행 상황을 만들어 내며, 복잡한 인지-판단-제어 프로세싱의 조건을 대규모로 생산해 내기 때문이다.3-5) 그러므로 각국 정부는 자율주행자동차가 안전하게 주행 될 수 있도록 운영 설계 영역인 ODD(Operational Design Domain)에서 명시적으로 선언한 가이드라인을 통해 자율주행자동차의 설계와 검증 개발자들에게 개발과 평가의 범위, 전제 조건 및 시험 기준으로 활용될 수 있도록 지침을 제공하고 있다.

앞서 진행된 연구 논물들로부터 자율주행자동차는 개발의 과정만큼이나 평가와 검증 기술 역시 난이도가 높다는 것을 확인할 수 있다.6,7) 이는 전통적으로 차량의 하드웨어의 피로 수명 검증에 집중된 절차가 자율주행자동차의 시험⋅평가의 과정과는 근본적인 차이점을 보이기 때문이다. 현재 양산되고 있는 'Lv. 2 수준'의 자율주행 기술인 첨단 운전자 보조 시스템(ADAS : Advanced Driver Assistance System)의 경우 평가 시험 방법, 절차 및 사용 장비까지 규약(Protocol)의 형태로 정의하고 있으나, 이를 자율주행자동차가 주행되는 환경 영역까지 반영된 검증이 진행되기에는 평가의 방법과 범위가 매우 협소한 실정이다.8,9) 현재는 자율주행자동차 S/W를 개발하는 담당자들의 일부가 시험과 평가의 업무를 개발자 관점에서 병행하고 있으며, 검증⋅시험 업무를 전담하는 평가 담당자의 경우 MILS(Model In the Loop Simulation), SILS(Software In the Loop Simulation) 시스템의 환경 개발 함께 ODD가 포함된 검증 시나리오를 구성하는데 집중하고 있는 상황이다.10) 이런 R&R(Roles and Responsibilities) 구분은 자율주행자동차를 검증하기 위해서는 차량 모델, 타이어 모델, 센서 모델, 액추에이터 모델 및 도로 모델 등이 필수적으로 포함된 상태에서 시나리오가 추가되어야 하기 때문이다. 이런 이유로 자율주행자동차 검증 시스템과 관련된 상당수의 연구 논문들의 경우 MILS, SILS 및 VILS(Vehicle In the Loop Simulation) 환경을 개발에 집중되고 있음을 확인할 수 있다.10-12) 자율주행자동차 검증 시나리오와 관련된 논문들의 경우 센서와 제어기에 집중되어 있으며,13) 차량 동역학(Vehicle dynamics) 모델이 포함된 MILS, SILS 시뮬레이션 검증 시스템과 관련된 연구들의 경우 경험에 기반한 시나리오 또는 정의되지 않은 주행 시나리오와 실도로에서 로딩(Loading)된 이벤트성 주행 데이터를 재연⋅재생(Replay) 하여 주입하거나 프로토콜로 정의된 ADAS NCAP(New Car Assessment Program) 시나리오 범위를 벗어나고 있지 못하고 있는 실정이다.14) 또한, 실제 차량과 유사한 주행 조건을 생성하는데 어려움이 있어 자율주행자동차를 중심으로 방해 차량이 무작위(Random)의 형태로 출현하는 다양한 미시적 교통 시뮬레이션 S/W들과 Co-Simulation 검증 환경을 구성하기도 하지만, 이들 역시 근접 주행과 충돌의 주행 조건을 생성하지 못해 사고를 유발할 수 있는 한계 상황과 고위험 주행에 가까운 충돌 유사 조건에서의 검증이 불가능한 상황이다.

Language: ko