1. 수행배경

자율주행 자동차는 ‘스스로 도로의 환경 인식, 위험판단, 주행 경로 생성, 차량 제어를 통해 안전한 주행이 가능한 자동차’로 정의된다. 자율주행 자동차의 상용화는 운전자의 주행 편의성, 안전성, 효율성에 효과를 보일 뿐만 아니라 도로 사용자의 안전성과 효율성에도 긍정적인 효과를 보일 것으로 기대된다.

하지만 완전 자율주행 자동차의 시대가 되기 전까지 일반 차량 중심으로 설계된 기존 도로 인프라 (Infrastructure)에서 일반 차량, 이륜차 이용자, 보행자를 안전하게 회피해야 한다. IEEE Spectrum. 2017. The Big Problem with Self-driving Cars is People에서 언급되었듯이 도로 사용자의 행동에 대한 이해 부족으로 인한 안전사고 문제가 발생 될 것이며 자율주행 자동차의 비효율적인 회피 및 주행으로 인한 정체, 사고 등의 문제가 발생할 것이다.

이에 본 과제에서는 보행자(어린이, 노약자), 이륜차 이용자로 정의되는 취약 도로 사용자 VRU(Vulnerable road user)를 인지 및 행동 예측을 통해 자율주행 자동차 탑승자의 안전성을 확보하며 VRU를 안전하게 회피하는 효율적인 주행 경로를 생성하여 자율주행 자동차의 성능 저하, 도로 상황 영향을 최소화하는 자율주행시스템을 개발하고자 한다. 

2. 수행기간

• 기술개발의 내용		기간 (주 )
  인지	Yolov3 tiny weight 학습 및 실험	5
  	Stereocamera 를 RC car 에 장착 후 Object Detection 실행	3
  판단	동적환경에서의 RRT* 알고리즘 구현	5
  	매트랩에서 C++ 언어 변경	3
  Localization	LiDAR 장애물 검출	3
  	LiDAR localization	3
  제어	RC car control command 구체화	2
  	RC car 보드 플랫폼 디자인 및 제작	4
  	인지, 판단 알고리즘 통합	상시
  트랙 제작	주행 시나리오 구체화	2
  	트랙 제작	2
  통합 테스트	테스트	상시

3. 개발작품 설명

       a. VRU 인지

차량 주변의 환경을 인식하기 위한 센서(Sensor)인 stereo camera를 통해 딥러닝 알고리즘을 이용한 방식을 도입한다. 사용할 딥러닝 알고리즘은 실시간 객체 검출에 뛰어난 성능을 보여주는 YOLOv3 알고리즘을 사용한다. 알고리즘을 통해 자율주행 중 발견되는 객체를 정확하게 인식을 한 후 물체를 파악하여 물체의 종류에 따라 시나리오를 수행해 나간다. 카메라를 통해 탐지하지못한 객체를 파악하기 위해 lidar 센서를 사용하여 사각지대의 객체를 파악한다.

b. 로켈라이제이션

자율주행 중 가장 기본이 되는 로컬라이제이션은 2D 1 channel LiDAR 와 IMU 센서를 사용한다. RC car로 나오는 플랫폼의 특성상 모터에 추가적인 부속품을 달아 속도와 위치를 추정하기는 어렵다. 이에 LiDAR와 IMU를 활용하여 SLAM 기법을 사용한다. SLAM은 위치추정 및 지도작성을 동시에 진행하는 것으로, 임의 공간에서 이동하면서 주변을 탐색할 수 있는 차량이 공간의 지도 및 현재 위치을 파악한다.

c. VRU 회피 경로 생성

각 객체가 따로 움직이는 동적장애물에서의 경로 생성은 VRU의 이동벡터를 기반으로 만들어진다. 인지센서를 통해 만들어진 예측된 VRU의 이동벡터(경로, 속도)와 RC카의 기존 경로 및 속도를 이용하여 충돌 판단을 한다. 충돌이 있으면, VRU와 RC카가 충돌지점까지 걸리는 시간(t)으로 예상 위치를 맵핑하고 최종 경로를 생성하게 된다. 예측, 맵핑, 경로생성의 단계는 실시간으로 이루어진다.

d. 자율주행 RC car 제어

VRU 인지 및 회피 경로 생성을 통해 얻어진 경로를 자율주행 RC car가 경로를 추종하기 위한 제어를 실시한다. 횡방향 제어는 전륜에 장착된 서보 모터를 사용하여 모터와 연결된 ESC의 입력을 통해 종방향 제어를 수행한다. 실제 차량과 RC car의 동작 특성이 다르므로 그에 맞는 커스텀 과정 또한 진행 한다.

e. 시물레이션 트랙 제작 및 주행 테스트

자율주행 RC car의 VRU 회피 동작을 확인하기 위해서 실제 주행 트랙에서의 시뮬레이션 과정을 가지게 된다. 시뮬레이션 트랙은 차량이 1/12스케일에 맞춰 도로 상황을 1/12 스케일로 축소하여 제작했다. 현재 VRU 사고 중 가장 빈번히 일어나는 4가지 상황을 선택하여 주행 트랙에 구현하였다.

4. 활용방안

(1) VRU 안전 확보

연구의 결과는 궁극적으로 자율주행차량이 VRU를 도로위에서 회피하는 것을 도움으로써 VRU의 안전 확보에 긍정적 영향을 줄 것이다.

(2) 차량 내 탑승자의 불편함 해소

회피 행동에서 차량 내 탑승자의 불편함을 최소화하기 위한 방법의 연구가 고려될 것이며, 이는 직접적으로 차량에 대한 만족도로 이어질 만큼은 중요한 요소이다.

(3) 교통사고로 인한 재산 피해 감소

회피를 함으로써, VRU과의 충동을 방지. 결국 이는 교통사고로 인한 재산 피해 감소로 이어질 수 있다.

(4) 상용 자율주행 차량 적용

상용 자율주행차량에 본 시스템을 적용시켜 VRU에 의해 발생하는 사고 감소