초소형 전기자동차의 휠 속도센서 Failsafe 알고리즘에 관한 연구

1. 서 론

최근 도심인구의 증가에 따른 환경오염, 교통체증, 주차 공간 부족현상이 심화되고 있고, 1~2인 가구 증가에 따른 기존 교통시스템 변화가 요구되고 있다. 또한, 도심의 출퇴근 시 1~2인 탑승 차량의 비율이 80 % 이상으로 기존의 4~5인승 차량보다는 1~2인승 초소형 차량의 필요성이 증대되고 있다. 따라서 Micro-mobility가 교통수단으로 등장하고 Car sharing이나 대중교통 연계형 교통체계 등 신 교통차량 기술의 접목이 가능한 생활 밀착형 근거리 이동수단의 개념이 등장하게 된다. 업계와 전문가들은 4륜 차량에 비해 크기와 무게가 적은 3륜 차량이 초소형 전기자동차 시장에서 더 유리할 것으로 전망하고 있다. 3륜의 경우 Tayota의 i-road가 대표적이며 일본 및 유럽에서 Cite Lib Ha:mo project 실증사업이 진행되고 있고 실용성을 높이기 위해 지난 3년간 프랑스 Grenoble에서 실제 주행 테스트를 실시하는 등 도심형 교통수단으로 실용화시킬 계획이 진행되고 있다.^1,12)

본 연구는 총중량이 500 kg 이하인 역3륜 초소형 전기자동차를 제어하는 최상위 제어기(Vehicle Control Unit)에 관한 것이다. VCU는 초소형 전기자동차의 주행관련 정보를 관리하고 주행에 필요한 전기에너지의 흐름을 제어한다. 현재 개발 중인 3륜 초소형 전기자동차에서 VCU의 역할은 Cluster, MCU, BMS 등 CAN 통신을 통해서 차량의 상태 정보를 판단하고 최적의 주행전략을 구현하기 위해 3륜 초소형 전기자동차의 구동시스템을 제어하는 것이다. 또한 초소형 전기자동차는 일반 승용차보다 무게 및 크기가 작기 때문에 차량을 제어하는 역할도 중요하지만 충돌의 위험성을 고려하면 차제의 강도가 약하기 때문에 차량의 센서 결함으로 인한 VCU 오동작을 사전에 방지하는 기능안전 또한 매우 중요하다. 따라서, 센서 고장으로 인해 시스템의 불안정성 발생과 고장 빈도수가 증가하게 되면서 시스템의 고장진단이 중요한 문제로 대두되고 있다. 센서의 고장을 진단하는 것은 동일한 센서를 중복해서 사용하는 방법과 물리적 모델을 기반으로 고장을 감지하는 방법을 대표적으로 사용한다.^2,3) 또한 다중 센서를 사용하지 못 할 경우, 전원인가 초기 Fault 상태를 진단하고 특정 센서의 신호가 출력범위를 벗어날 때 전압크기의 감지와 데이터를 Backup하여 비교하는 방식으로 Failsafe 로직이 적용된다.^4-7) 본 논문은 역3륜 초소형 전기자동차를 제어하는 VCU 개발과 센서의 중복 사용없이 전·후륜 휠 속도 센서와 IMU 센서의 신호를 비교하여 전원 인가 초기 및 주행상태에서 발생할 수 있는 휠 속도센서 결함과 오류를 감지할 수 있는 Fail safety 대응 알고리즘을 구현하고 검증하는데 그 목적이 있다.

2. 역 3륜 초소형 전기자동차 제원

본 연구에서 개발된 차량은 사용자 니즈를 반영하여 기본 플랫폼을 용도에 맞게 변형할 수 있도록 디자인 되었고 특히 역3륜인 Tayota의 i-road와 동일한 제원으로 선정되어 Table 1, Fig. 1과 같이 개발되었다. 차량의 구동시스템은 정격 3 kW(최대 6 kW)급 IPM 타입의 모터와 자동 2단 변속기를 적용하였으며, 4.8 kW의 배터리를 탑재하고 있다. 전장품은 VCU, MCU, BMS, Cluster로 구성되어 있고 운전자 의지를 반영할 수 있는 각종 스위치와 운전자 의지검출을 위한 가속페달, 브레이크 페달이 장착되었으며, 가속페달 2개의 위치센서(APS), 브레이크 스위치 그리고 오일 압력 센서(BPS) 신호 감지에 의하여 차량이 제어된다. 또한 차속을 계산하기 위해서 전륜 2개와 후륜 1개의 휠 속도센서가 장착된다.

Fig. 1

Configuration of 3 wheeler micro-mobility

Table 1

Specification of 3 wheeler micro-mobility

일반적으로 차속 계산은 구동륜보다는 피동륜에 장착된 휠 속도센서를 이용하여 산출을 하지만 주행 중에 발생할 수 있는 센서 신호의 단선, 단락 상태를 고려하여 발생 가능한 조건에 따라 3개의 휠 속도센서 신호를 유효하게 사용할 수 있는 알고리즘을 VCU에 적용하고 EV Plant 모델과 HILS 환경을 이용하여 알고리즘의 성능을 검증하였다.

3. VCU 알고리즘 검증 환경구축

VCU의 차량제어 로직과 Failsafe 알고리즘은 상용 차량모델을 이용한 MILS(Model in the loop simulation) 환경에서도 검증이 가능하지만 본 연구에서는 대상 차량에 맞게 EV Plant 모델을 개발하고 Testbench를 포함한 HILS 시스템 환경을 구축하여 휠 속도 센서의 결함 및 신호 왜곡에 대한 Fail safety 대응 알고리즘을 검증하였다.

3.1 시뮬레이션 모델 개발 (EV Plant)

VCU 로직 평가 및 검증을 위해서 실제 전장시스템과 동일하게 모터, 배터리, 변속기 등 전기 구동계와 운전자 모델을 포함한 차량 시뮬레이션 모델을 Fig. 2와 같이 MATLAB/Simulink 툴을 이용하여 개발하고 사용하였다.

Fig. 2

EV Plant model which was applied the vehicle control logic

모터모델은 기본적으로 구동모터의 토크특성 맵을 이용하고 식 (1)에 의하여 VCU로부터 요구 토크 지령을 받아 모터의 토크와 효율 맵을 이용하여 식 (2)와 (3)같이 출력 값을 계산하며, 인버터 모델은 배터리 전압과 모터 전류에 대한 정보를 받고 인버터의 효율(95 %)을 고려하여 배터리 전압, 전류 값이 산출된다. 또한 배터리 모델은 내부저항 모델을 기본으로 열 특성과 전기화학적 특성을 고려하여 배터리의 충·방전 상태 및 식 (4)에 의하여 SOC를 적분식에 의하여 산출하고 매 계산 주기마다 SOC 값을 갱신하는 등 전기에너지의 흐름이 시뮬레이션 되도록 개발하여 사용하였다.^8-10)

$\[ T_{dmd}=APS\times T_{moto{r}_{\text{max}trq}} \]$

(1)

$\[ Motoring:EP\times {\eta }_{mot-eff}=MP \]$

(2)

$\[ \mathrm{G}\mathrm{e}\mathrm{n}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{t}\mathrm{i}\mathrm{n}\mathrm{g}=MP\times {\eta }_{mot-eff}=EP \]$

(3)

$\[ SOC={SOC}_{initial}-{\int }_0^t\frac{I}{C_{nomianl}\times 3600}dt \]$

(4)

여기서, EP : electric power(kW), MP : mechanical power(kW) 나타낸다.

3.2 HILS 연계 Testbench 구축

VCU 로직평가를 목적으로 MILS(Model in the loop simulation) 환경에서 VCU 기본 로직 모델을 실제 하드웨어를 제어할 수 있도록 상세한 모델 개발이 진행되었고, 개발된 3륜 Micro-mobility용 전기구동계 시뮬레이션 모델과 연동될 수 있도록 Testbench를 포함한 HILS 환경을 구축하였다.

3.2.1 HILS 시스템 환경

HILS 환경은 RTOS가 설치된 Target PC와 OPal 사의 RT-LAB 툴을 사용하였고 실시간으로 생성되는 데이터는 CAN통신을 이용하여 각 전장 및 구동계 모델에 전달하도록 모델을 구현하였다. Host와 각 Target는 Ethernet으로 연결되어 빠른 데이터의 전송속도확보가 가능하다.¹¹⁾ Real Time Simulation 환경을 제공하는 Target PC는 QNX OS V6.x로 운영되며 설치된 기본적인 제원은 Table 2와 같다.

Table 2

RT Software specification

3.2.2 Testbench 구성

VCU 알고리즘은 Matlab에서 제공하는 Design Verifier 기능을 이용하여 알고리즘에서 발생할 수 있는 다양한 오류(최소, 최대치, Overflow value)를 여러 입력 조건을 부여하여 분석하고, 실제 개발된 TI사 TMS320F28335를 적용한 제어모듈에 Code를 실장하여 검증하였다. Simulink 및 Stateflow로 모델화된 코드는 ACG(Automation Code Generation) 기법을 이용하여 C code화 된다.

또한 수학적 모델로 구현된 전기구동계 단위 부품과 제어보드(MCU, LDC, BMS)는 실제 하드웨어로 대처되어 환경이 구성된다. Fig. 3과 같이 Testbench는 실 차량에서 운전자의 의지를 반영하는 조작 스위치, 클러스터, 브레이크 모사장치, 가속페달이 장착되어 있어 실제 차량 안에서 수행되는 동작이 가능하도록 구성되었다. 본 연구의 대상인 휠 속도 센서의 신호는 에뮬레이터 보드를 통하여 실제 신호와 동일하게 모사되어 VCU에서 인식할 수 있도록 구현되었다. 또한 공압 실린더와 브레이크 마스터 실린더를 이용하여 휠 부하 모사장치를 제작하여 휠 구동 초기 차량과 운전자 무게에 해당하는 부하와 구동토크에 따른 주행부하를 모사하였다.

Fig. 3

Test equipment for algorithm verification using VCU in the loop simulation

3.2.3 Fault Injection 방법

차량 주행 중에 발생할 수 있는 휠 속도 센서의 결함 및 신호 왜곡을 임의로 발생시킬 수 있는 Fault injection 환경을 디지털 I/O 보드와 전자식 릴레이를 이용하여 구현하였다. 3개의 채널을 이용하고 임의의 시점에 릴레이를 동작시켜 센서에 연결된 배선이 단선 또는 단락되도록 상태를 모사한다.

4. VCU 알고리즘 검증

VCU의 차량제어 로직과 Fail safety 대응 알고리즘은 모두 MBD(Model Based Design)기반으로 구현하고 휠 속도 센서의 Fail safe 알고리즘을 검증하였다.

4.1 센서 결함 및 차속 산출 오류 분석

Fail safety 대응 알고리즘은 센서 오류 또는 신호의 이상 유무를 판단하여 그에 맞게 동작을 하도록 구현하는 것이 목적이다. 운전자 의지검출 센서에 대한 몇 가지 Failsafe 알고리즘이 구현되었지만 여기서는 휠 속도 센서에 해당하는 알고리즘만 제시한다.

휠 속도 센서의 결함이나 신호 오류에 의한 차속을 산출하지 못 할 경우를 분석하여 Fig. 4에 나타내었다. 차속은 기본적으로 피동륜인 전륜의 휠 속도 센서의 신호를 이용하여 산출하고 여기서 IMU 센서 신호는 오류감지 목적으로 사용한다. 차량에서 차속을 산출하지 못 할 조건으로 센서의 물리적 결함이나 단선이 된 상태(①-③), 어느 한쪽의 신호가 유효하지 못 한 상태(④-⑥), 임의의 장애물에 의해 차가 출발하지 못하고 구동륜 슬립(Slip)이 발생한 상태(⑦), 또한 주행 중 어느 한쪽의 신호가 비정상적으로 입력될 때(⑧-⑨) 등을 고려할 수 있다.

Fig. 4

Failure mode analysis chart for failsafe logic

4.2 차속 산출 알고리즘

차속은 BSW(Basic Software)에서 휠 속도 센서 신호의 주기를 계산하고 각 휠의 회전속도를 계산한 후 산출하는데, 여기서 알고리즘에는 FR, FL, Rear 센서, IMU 센서, 모터 회전속도 등이 사용되며, 기본은 FR, FL의 평균값을 사용하지만 각 센서의 고장 및 오류발생 시 발생 가능한 Fault 시나리오 및 알고리즘에 의하여 유효한 신호를 적용하여 차속을 계산하도록 Fig. 5와 같이 구현하였다. 또한 차량이 직진 방향 주행의 경우에만 차속을 적용하기 위하여 IMU 센서에 의해 계산된 차속이 ‘~=0’이면서 D(Drive) 버튼 신호가 입력되었을 때 차속 계산 값이 출력된다.

Fig. 5

Vehicle speed calculation diagram using an IMU sensor and wheel speed sensors

4.3 휠 속도센서 Failsafe 알고리즘

실제 차량에서 Fail은 치명적인 결과를 초래할 수 있으나 사전에 센서의 고장을 판단하기는 어렵다. 따라서 자가진단을 통해서 고장을 판단하여 대응 할 수 있어야 한다. 기본적으로 가상의 센서 모델과 실제 센서와의 값 차이를 판별하여 판단할 수 있으나 본 연구에서는 IMU 센서와 3개의 휠 속도 센서를 비교하여 오류를 감지하는 알고리즘을 구현하였다. 휠 속도 센서의 고장여부와 차속 산출 오류상태의 판별은 크게 3가지로 구분하여 IMU 센서 신호가 유효한 조건, 신호가 무효한 조건, 차량이 정지된 상태에서 후륜 휠만 구동되는 경우를 고려하였다.

첫 번째, Fig. 6과 같이 IMU 센서 신호가 유효한 조건하 종 방향의 가속도를 이용하여 절대 차량속도를 계산하고 이 값과 비교하여 FR, FL, Rear 등 각각 센서의 Fault 상태를 판별하도록 적용하였다.

Fig. 6

A part of the failsafe algorithm for vehicle speed calculation

두 번째, IMU 센서 신호가 무효한 조건하에서 차량속도를 산출하는 알고리즘에는 FR, FL 센서만 사용이 되고 각각 센서의 Fault 상태를 판별하도록 적용하였다.

세 번째, 차량이 전방의 장애물이나 도로 노면상태에 따라 주행을 못하는 상태에서 후륜 휠만 구동되는 경우 현재의 거동상태를 감지하고 Fault 상태가 아님을 판단하는 로직과 Rear 센서와 모터 회전속도 값 중에서 Rear 센서의 Fault 상태를 판별하여 유효한 값을 적용하여 운전자가 구동 상태를 인지하도록 차속을 출력한다.

4.4 Failsafe 알고리즘 검증 결과

고장여부 판별조건 중 첫 번째인 IMU 센서값이 유효하다고 판단되는 경우, 임의로 FR과 FL 휠 속도 센서의 배선을 각각 단선했을 때 구현된 Failsafe 알고리즘대로 동작하는 여부를 검증하였다.

Fig. 7과 같이 약 60s에서 FR 단선이 되었을 때 FR fault가 발생되고 FR과 FL의 평균값으로 차속을 계산하여 출력되고 있다.

Fig. 7

It is showed a test result for failsafe algorithm with a valid IMU sensor signal when FR sensor fault is injected by design at 60 s

위 그래프에서 FR fault가 발생할 때 차속이 반으로 감소하는 현상은 보이지 않으며, 또한 FR 속도와 차속의 차가 크지 않아서 전환되는 순간이 구별되지 않지만 FL의 신호에 의한 차속을 계산하는 알고리즘으로 전환됨을 그래프를 통해서 확인할 수 있었다. Fig. 8과 같이 약 23 s에서 FL 단선을 하였을 때 FL fault 플래그가 발생되고 FR의 신호에 따라 차속을 계산하는 알고리즘으로 전환됨을 확인할 수 있다.

Fig. 8

It is showed a test result for failsafe algorithm with a valid IMU sensor signal when FL sensor fault is injected by design at 23 s

또한, 임의로 Rear 휠 속도센서 배선을 단선했을 때도 마찬가지로 Fig. 9와 같이 Fault 상태를 판단함을 볼 수 있다. 이 경우는 차속계산에 영향을 주지 않고 기본 로직대로 전륜 차속의 평균값을 적용한다.

Fig. 9

It is showed a test result for failsafe algorithm with a valid IMU sensor signal when Rear sensor fault is injected by design at 6 s

두 번째, IMU 센서 값이 무효하다고 판단되는 경우, 임의로 FR과 FL 휠 속도센서의 배선을 각각 단선했을 때 구현된 Failsafe 알고리즘대로 동작하는 여부를 검증하였다.

Fig. 10과 같이 약 15 s에서 FR 단선을 하였을 때 FR fault 플래그가 발생됨을 알 수 있고, FL의 신호를 이용해 차속을 계산하는 알고리즘을 전환됨을 확인할 수 있다. Fig. 11과 같이 약 7 s에서 FL 단선을 하였을 때 FL fault 플래그가 발생되고 FR의 신호를 이용해 차속을 계산하는 알고리즘으로 전환됨을 확인할 수 있다.

Fig. 10

It is showed a test result for failsafe algorithm with a invalid IMU sensor signal when FR sensor fault is injected by design at 15.5 s

Fig. 11

It is showed a test result for failsafe algorithm with a invalid IMU sensor signal when FL sensor fault is injected by design at 7.5 s

세 번째, 차량이 정지된 상태에서 후륜 휠만 구동되는 상태에서 차속이 출력됨을 보여주고 있다.

차속의 출력 값은 Fig. 12와 같이 IMU 센서 값은 무효하고 Rear 센서의 배선이 단선된 상태에서 R fault 플래그는 발생되지 않으나 Rear 차속이 0 이면 모터 회전속도를 이용하여 차속을 계산하는 블록으로 전환되는 결과를 얻을 수 있었다. 다만 이 경우는 운전자에게 모터의 구동상태를 인지시키는 역할을 할 뿐이다.

Fig. 12

It is showed a test result when the vehicle is stopped by an obstacle and Rear sensor fault is injected by design

5. 결 론

역3륜 초소형 전기자동차의 휠 속도 센서 결함에 대한 Failsafe 및 차속 산출 알고리즘을 구현하고 HILS 환경에서 Fault injection 기법을 적용하여 VCU 성능 및 Failsafe 알고리즘 검증을 수행하였다. 이 연구에서 얻은 결론은 다음과 같다.

• 1) 차속산출 알고리즘에는 FR, FL, Rear 센서, IMU 센서, 모터 회전속도 등을 사용하고 상호 비교를 통해 오류를 감지하도록 구현하였다.
• 2) 차속을 산출함에 있어 IMU 센서값이 유효하다고 판단되는 경우, Fault injection 기법을 적용하여 임의로 FR과 FL 휠 속도센서 배선을 각각 단선했을 때 센서의 이상 유무를 감지하는 알고리즘에 따라 Fault 플래그가 발생하고 두 신호 중 유효한 신호에 따라 차속을 계산하는 알고리즘으로 전환되어 차속이 출력됨을 확인할 수 있다.
• 3) IMU 센서 값이 무효하다고 판단되는 경우, 임의로 FR과 FL 휠 속도센서 배선을 각각 단선했을 때도 마찬가지로 유효한 신호에 따라 차속을 계산하는 알고리즘으로 전환됨을 확인할 수 있다.
• 4) 차량이 전방의 장애물이나 도로 상태에 따라 주행을 못하고 구동륜인 후륜 휠만 구동되는 상태일 때 R fault 플래그가 “0”이면 Rear 휠 속도센서를 사용하고 1이면 모터의 회전속도를 이용하여 차속을 계산 후 운전자에게 모터의 구동상태를 인지시키는 알고리즘으로 전환되는 결과를 얻을 수 있었다.

Acknowledgments

A part of this paper was presented at the KSAE 2017 Spring Conference

본 논문은 산업통상자원부에서 주관하는 디자인 융합 Micro-모빌리티 신산업 생태계구축(사용자 니즈를 반영한 3륜 Micro-모빌리티에 관한 기술개발, 과제번호 : R0004061)사업의 지원 하에 수행된 연구이며, 관계된 여러분들께 감사드립니다.

References

• S. Lee, and J. Ahn, “E-mobility Status and Major Issues”, The Korean Institute of Electrical Engineers, Vol.66(No.7), p7-12, (2017).
• I. Giraud, P. Laurence, and G. L. Gissinger, “Real Time Fault Detection and Diagnosis”, AVEC’96 International Symposium on Advanced Vehicle Control, (1996).
• K. C. Min, G. B. Lee, and K. S. Yi, “Failsafe Logic for a Vehicle Stability Control System”, Journal of Mechanical Science and Technology, Vol.22(No.11), p1685-1691, (2004).
• J. H. Park, H. O. Kim, J. W. Jeon, and S. H. Hwang, “Development Of ECU Fail-Safe System Using 32-bit embedded System”, KSAE Annual Conference Proceedings, p1823-1830, (2009).
• C. H. Nam, Y. Y. Hwang, S. H Kim, K. Y. Jeong, I. B. Yang, and J. H. Seo, “Model-based In-Wheel Drive System VCU Performance Verification and Evaluation”, KSAE Spring Conference Proceedings, p1963-1968, (2013).
• S. Sakai, H. Sado, and Y. Hori, “Motion Control in an Electric Vehicle with Four Independently Driven In-Wheel Motors”, IEEE/ASME Transactions on Mechatronics, Vol.4(No.1), p9-16, (1999). [https://doi.org/10.1109/3516.752079]
• Y. Hori, “Future Vehicle Driven by Electricity and Control - Research on Four-Wheel-Motored “Uot Electric March II””, IEEE Transactions on Industrial Electronics, Vol.51(No.5), p954-962, (2004). [https://doi.org/10.1109/tie.2004.834944]
• S. W. Kim, J. M. Jo, J. Y Han, S. S. Kim, H. J Cha, and S. S. Yu, “Development of a Battery Model for Electric Vehicle Virtual Platform”, Transactions of KSAE, Vol.23(No.5), p486-493, (2015). [https://doi.org/10.7467/ksae.2015.23.5.486]
• S. G. Lee, H. J. Shin, N. T. Jeong, C. H. Bak, K. Y. Jung, H. S. Kim, S. H. Hwang, and M. W. Suh, “Development of Component Design Environment for a Electric Vehicle using Virtual Integrated Development Environment”, KSAE Spring Conference Proceedings, p1259-1262, (2014).
• D. B. Jung, M. J. Kim, H. M. Kang, K. D. Min, Y. R. Cho, and C. B. Lee, “Study on the Development of Control Strategy for Series Hybrid Electric Bus based on HILS”, Transactions of KSAE, Vol.20(No.6), p83-91, (2012). [https://doi.org/10.7467/ksae.2012.20.6.083]
• Y. J. Ko, “Study on the Application of the Electric Drive System of Fuel Pump for Diesel Engine of Commercial Vehicle using HILS”, Transactions of KSAE, Vol.22(No.2), p166-174, (2014). [https://doi.org/10.7467/ksae.2014.22.2.166]
• Y. J. Ko, “E-Mobility Trend and Wheel Mobility Development”, KSAE Spring Conference Proceedings, p1340, (2017).