1. 목적 및 필요성

멀미는 사람의 몸의 여러 감각기관들이 느낀 정보가 일치하지 않아 발생하는 현상이다. 여러 감각기관 중 눈(시각)은 주변의 평형 상태 정보를, 귀는 소리 외에 균형을 담당하는 반고리관(균형)으로부터 차량의 진동을 뇌에 보내게 된다. 이 때, 뇌에서 두 정보의 균형이 일치하지 않아 혼란이 발생하고 이것이 멀미로 이어진다. 현재 차량의 트렌드가 사람 주행에서 자율 주행으로 변화함에 따라, 차량 내·외부 환경의 변화와 주행 환경의 변화가 생기고 이에 대한 연구가 활발하게 이루어지고 있다. 자율주행 차량은 사람이 차량의 주행 의도를 파악하기 어렵기 때문에 탑승자가 멀미를 느끼기 쉽다. 이러한 환경을 개선하기 위해, 차량의 시트를 능동적으로 제어함으로써 가·감속, 코너링의 관성을 제어하고 승차감을 향상시키는데 목적을 둔다.

2. 활용성 및 기대효과

차량 감속 및 가속 상황 시에 발생하는 관성에 의한 쏠림 현상을 보정하여 탑승자의 승차감을 높이고 멀미를 방지하는 시스템을 제작한다. 이를 위해, 자율주행 차량의 주행 의도를 파악하여 현재 주행 전략에 대응하는 역방향 가속을 짧은 지연시간 내에 시트에 전달함으로써 사람의 신체가 느끼는 가속도를 0으로 만드는데 주력한다. 차량 내 통신(CAN)을 이용하여 차량의 주행 정보를 알아내고, 차량의 시트에 IMU센서를 장착하여 사람이 느끼게 되는 가속도를 파악함으로써 실제 사람의 감각기관이 느끼는 가속도를 보여준다. 최종적으로, 위의 데이터들을 결합하여 실제 시트 제어에 적용함으로써, 승차감과 멀미현상에 대해 보정하게 된다.

자율 주행 자동차 시대가 도래함에 따라, 차량 내부의 환경이 바뀌고 있다. 완전한 자율 주행 차량이 구현될 경우, 차량의 운전대는 사라지고 차량 내부 공간은 편의시설이 들어서게 될 것이다. 차량 내부의 편의시설 중 가장 핵심이 되는 부분은 탑승자의 시트이다. 비행기의 이코노미 클래스와 비즈니스 클래스, 퍼스트 클래스의 시트를 생각하면 이해가 쉽다. 장거리를 이동할수록, 탑승자의 편안함이 자동차 시장에서 더 큰 메리트가 될 것이다. 본 과제에서는 차량 내부의 시트를 개조함으로써, 탑승자의 승차감을 향상시키고, 멀미가 발생할 수 있는 상황을 최소화한다.

Ⅱ. 과제내용 및 제작과정

1. 과제내용

IMU 데이터를 처리하고 Extended Kalman Filter를 적용하여 노이즈를 보정한다. 데이터를 통해 얻은 가속도로 차량의 움직임을 계산하여 시트의 모터를 제어, 사람에게 느껴지는 관성을 보정하는데 본 과제의 목표가 있다. 이때, 시트의 제어기로는 PID Controller를 설계할 것이며, 시스템 이상시의 안전성을 보장하기 위해 Fail-Safe Board를 설계, 이중화를 구현한다. 

2. 제작과정

가. 제작일정

나. 센서 데이터 처리

본 과제의 핵심 센서로 IMU를 선정하였다. IMU는 Inertia Measurement Unit의 약자로 관성 측정 장비를 뜻한다. IMU는 9DoF IMU를 선정하였으며, 자이로센서 3축, 가속도센서 3축, 지자기센서 3축으로 이루어져있다. IMU는 여러 개의 가속도계를 이용하여 선형 가속도를 감지하고, 안정적인 데이터를 확보하는데 목표를 두고 사용하였다.

IMU는 미세한 오차와 drift라는 현상이 발생한다. 가속도계로 측정한 가속도로 위치 정보를 연산할 때, 중력 가속도에 의한 미세한 누적 오차가 안정적인 데이터 확보에 지장을 줄 수 있다. IMU의 위치 변화나 회전운동이 발생할 경우, 중력 가속도의 방향까지 바뀌는 문제가 있으므로 이를 실시간적으로 연산하여 차이를 제거해 줄 뿐만 아니라, 가속도 센서의 스케일 펙터를 적절하게 조정함으로써 한계를 극복하고자 하였다.

가속도 센서와 더불어 안정적인 변위, 가속도 측정을 위하여 자이로 센서를 융합하여 사용하는데, 자이로센서는 drift라는 현상에 의해 정지한 상태로 데이터를 측정하여도 0으로 안정적인 값이 출력되는 것이 아니라, 아래의 그래프와 같이 미세한 떨림이 발생한다. 그래프상의 데이터가 큰 떨림이 없어 오차가 무시할 수준이라 할 수도 있겠으나, 자이로센서는 각속도를 측정하는 센서로 이를 누적 연산하여, 회전각을 계산하면 시간이 지날수록 오차가 쌓여 예측할 수 없는 제어로 이어질 수 있다. 이러한 상황을 방지하기 위해 자이로 센서의 드리프트 최소화 알고리즘을 구현, 안정적인 데이터를 취득하고자 하였다.

 자이로스코프의 Drift

센서 데이터 처리 과정중, IMU센서를 drift처리와 가속도 스케일 펙터만으로는 데이터 안정성 확보에 부족함이 있음을 인지하였다. 이를 위해 노이즈 제거 필터중 현재 산업에서 가장 많이 쓰이는 칼만 필터에 대한 학습을 진행하였다. IMU와 본 과제에서 수행하려는 시스템은 비선형 시스템으로 선형 칼만 필터로는 안정적인 제어가 불가하다. 따라서 비선형 시스템에 적용하기 위해 확장 칼만 필터와 무향 칼만 필터에 대하여 학습하였다. 확장 칼만 필터는 선형 칼만필터를 비선형 시스템에 확장, 적용하기 위한 아이디어이다. 확장 칼만 필터는 비선형 시스템을 선형화하며, 이 선형화 모델을 지속적으로 업데이트하여 비선형 시스템을 표현한다. 무향 칼만 필터는, 비선형 함수의 평균, 공분산을 추정하여 기존 시스템의 확률 분포와 유사한 새로운 확률 분포를 만들고, 새로운 확률 분포를 통해 시스템의 출력값을 추정하여 참값을 추종한다. 확장 칼만 필터와 무향 칼만 필터 모두 장∙단 점이 있고, 과제에서 사용하는 보드의 처리장치의 성능이 높은 편이 아니므로, 두 가지 필터를 모두 설계하여, 시스템의 성능을 평가한 후 진행하려한다.

다. 상세도면 및 과제사진 (설계도, 부품도, 제작과정으로 자세히 기술)

본 과제에서 하드웨어 부분은 시트의 개조과정에서 많은 문제가 발생하였다. 첫 번째로는 사람의 무게(시트 포함 약 100kg)를 충분히 제어 가능한 모터의 선정이었다. 두 번째로는 기존의 전동시트의 구조가 과제에 사용하기에 무리가 있다는 것이었다. 세 번째로는 두 번째와 직결되는 문제로 현재 구조를 사용할 수 없어 새로운 개조가 필요하여 어떤 방식으로 시트를 움직일지의 문제이다. 그래서 이러한 문제에 봉착하여 다시 처음으로 돌아가 차근차근 설계를 다시 하였다.

먼저 시트의 최하단에 리니어모터를 사용하여 시트를 움직이려고 했던 계획은 리니어모터의 특성상 너무 느려 실시간 시스템에 부적합하여 DC Motor를 사용하는 것으로 계획을 변경하였다.

시트의 개조 방식을 3가지 정도 생각해보았다.

1. 과제개발성과

종방향 무가속 시스템을 구현하기 위한 단계를 크게 나누면 센서데이터 처리, 시스템 모델 설계, 제어 시스템 구현으로 볼 수 있다. 이중 가장 기초가 되는 센서 데이터 처리를 위한 스케일 펙터 조절, Drift 감쇄를 진행하였다. 스케일 펙터를 조절하여 중력 가속도로 인한 오차를 줄이는 방법과 Drift 감쇄를 통해 회전각의 오차를 감소시키는 방법이다. 이를 통해 저가의 IMU 센서의 성능을 올릴 수 있었다. 추가로 칼만 필터를 사용하여 데이터의 안정성을 확보하는 방법에 대해 연구를 진행하고 있다.

시스템 모델 설계를 위해 여러 가지 아이디어와 시뮬레이션을 거치고 있다. 시트와 사람의 무게의 합을 100kg이라고 가정할 때 100kg의 하중을 견디면서도 빠른 반응속도와 정확한 제어를 하는 시스템을 구현하기 위해, 적합한 시스템 모델을 정하고 있다. 제어 시스템은 시스템 모델 설계가 되지 않아 진행하지 못했다.

2. 문제점 및 개선방안 (작품에 대한 것뿐만 아니라, 과제수행의 전반적인 내용에 대하여 기술)

문제점

전동시트의 구조가 매우 저속으로 움직이게 설계되어 있어 이에 대해 새로운 구조를 만드는 것에 대한 굉장한 시간이 필요함. 현재 새로운 구조를 구상하는 데에 많은 시간에 들어가고 갈등이 가장 컸음. 전동시트에 대해 지식이 없는 상태로 분해하며 진행하였는데 구조를 이해하는 것은 시간이 경과함에 따라 할 수 있었다. 하지만 구조를 변경하는데 있어서는 아이디어 면에서 쉽지 않아 대학원, 기업체 멘토의 조언을 많이 받았다.

Extended Kalman Filter를 사용하고자 하는데 시스템 모델을 설정하는데 어려움이 있다. 이에 현재 사용되고 있는 비슷한 모델의 시스템 모델을 모사해야 할 수도 있을 것 같다. 혹은 비선형 시스템에서도 문제없이 작동시킬 수 있는 Unscented Kalman Filter 또는 Particle Filter를 사용해야 할 것으로 사료된다.

현재 PID 제어기는 사용법에 대한 공부를 하고 있는 상태이다. PID 제어기를 공부하면서 느낀 것은 gain값을 적절히 설정해야 시스템이 잘 추종한다는 것이다. 여기서 문제가 발생한다. 본 과제는 탑승자의 무게가 항상 일정하지 않으므로 PID 제어기의 gain값이 유동적으로 변해야 한다는 것이다. 그래서 PID 제어기를 adaptive하도록 만들어야 할 것으로 사료된다.

과제를 수행하며 가장 문제였던 것은 대면의 부제인 것 같다. 현재 사태를 고려하여 최대한 비대면으로 온라인 세미나 형식으로 진행하였다. 하지만 서로의 설명이 잘 되고 있다고 생각했지만 과제를 실행해가며 서로의 의견을 이해한 내용이 달라 상당 시간 지체되기도 했었다.

개선방안

비대면의 세미나 형식으로는 한계가 있다고 판단되어 앞으로는 최소의 인원이라도 대면의 방식으로 하여 직접 소통하며 진행하고 미처 오지 못한 인원은 화상의 형태로 실시간으로 같이 소통하는 것으로 생각하고 있다.