전기자동차의 경고음 설계 및 발생장치 개발

1. 서 론

기존의 내연기관 탑재 자동차에 비해 배터리로 구동되는 전기자동차(Electric Vehicle; EV)는 저속에서 6 dB 정도의 낮은 소음을 발생시키며, 도로 주행 시 주변의 보행자가 차량의 접근을 인지하지 못하여 사고가 발생할 수 있다.¹⁾ 따라서 이를 보완할 수단이 필요하며 미국(FMVSS)과 유럽(GTR), 일본 등지에서는 10~30 km/h의 저속에서 60 dB(A) 정도의 경고음 탑재를 권고하고 있다. 전기자동차의 경고음은 주변 행인에게 차량의 접근을 알릴뿐만 아니라 차량의 속도에 대한 정보 또한 제공할 수 있다.²⁾ 그러나 이 경고음은 본질적으로 소음이며 주변의 행인과 운전자에게 성가심을 유발하고 소음공해가 발생할 여지가 있다. 따라서 보행자에게 차량의 접근을 잘 인지시키면서 성가심을 적게 유발하는 경고음을 설계하여야 한다. 본 논문에서는 앞서 연구된 Whine Index³⁾를 활용하여 쉽게 인지할 수 있으면서 성가심을 적게 유발하는 전기자동차의 경고음 10개를 디자인하였고, 이 경고음을 차량에서 발생시키는 알고리즘을 개발하여 차량에 탑재하였다. 차량에 탑재된 상태에서 경고음을 측정하여 인지성 및 성가심에 대한 평가를 실시하여 설계된 경고음의 적용성을 검증하였다.

2. 경고음 설계

전기 차량의 경고음은 주행 시에 주행속도에 비례하여 증가한다. 그리하여 운전자와 보행자에게 차량의 속도 정보를 청각적으로 제공할 수 있다.

우수한 경고음은 인지성이 좋으면서 성가심을 적게 일으켜야 한다. 선행 연구에 의하면^3,4) 진폭 변조(Amplitude Modulation; AM) 신호와 주파수 변조(Frequency Modulation; FM) 신호가 전기자동차의 경고음으로 적합함을 알 수 있다. 선행연구³⁾에서는 경고음에 대한 합성신호를 제작하여 Whine index를 이용 경고음의 인지성 및 성가심을 평가하였다. 와인인덱스(Whine index)는 식 (1)과 같다.

여기서 T는 와인 성분이 존재한 시간이며, 주파수 f 는 와인성분이 연속되는 구간이다. W(f,t)는 신호에 대한 STFT(Short Time Fourier Transform)를 나타낸다. 본 연구에서는 실제 전기자동차의 소리를 기본음으로 하여 경고음을 설계하였다. Fig. 1은 본 연구를 위하여 녹음한 상용 전기 자동차의 주행 소음이다. 이 주행소음은 진폭변조와 주파수 변조를 가진 신호로서 전기차 소리의 음질이 나도록 본 연구의 목적에 적합하여 선택하였다.

Fig. 1

Time history of the based sound and it is the 1st order signal of 10 designed warning sounds

본 연구에서는 Fig. 1의 신호를 각 주파수에서의 1차 성분으로 하고 이 1차성분의 하모닉(Harmonic) 성분과 각 성분의 진폭을 랜덤(Random)으로 선택하여 합성하였다.

전기 자동차의 주요 소음원은 메인모터, 변속기, 각종회전체 등이며, 이들 소음의 특징은 차량의 속도에 따라서 주파수가 증가하는 것이다. 이러한 전기자동차의 소음 발생 현상을 자연스럽게 구현하기 위해서 본 연구에서는 경보음 설계를 위해서 상용전기차의 소리를 녹음하여 사용하였다. Table 1은 본 연구에 사용된 기본신호의 차량 출발시 각 오더의 주파수 성분을 보여준다. 이 기본 신호의주파수 성분은 차량의 속도에 따라서 자연스럽게 증가한다. 본 연구에서는 각 차량의 속도가 5 km/h일 때 1차 성분의 주파수가 175 Hz이며 2차 성분의 주파수는 233 Hz이다. Table 2는 본 연구에서 설계된 10개 신호에 대한 11개의 하모닉 성분들의 오더(Order) 값을 나타낸다. 각 성분의 주파수 값은 이 오더 값에 1차 오더 주파수를 곱하면 된다. 각 오더에 대한 진폭은 속도의 증가에 따라서 선형적으로 증가하는 경향을 가지도록 경고음을 설계하였다. 각 오더의 초기 진폭의 경우는 라우드니스(Loudness)가 급격하게 증가하지 않는 범위 내에서 랜덤하게 선택하였다. 5, 9, 10번 신호는 하모닉 신호의 각 성분들이 오더의 제곱근에 비례하도록 하여 더 서서히 증가하게 하였다. 설계된 10개 신호의 설계원칙은 진폭 변조와 주파수 변조가 동시에 일어나면 인지성이 좋고 성가심이 적다는 앞선 연구³⁾에 기초를 도고 설계하였다. Fig. 2는 설계된 10개 신호에 대한 STFT을 나타낸다. Fig. 2에서 Color bar의 크기는 음압레벨(dBA)를 나타낸다.

Table 1

Frequency of harmonic orders of the basic sound

Table 2

Harmonic orders of ten designed sounds

Fig. 2

Spectrogram for ten warning sounds

저속 주행 중 차량에서 발생하는 경고음은 주변 소음에 의해 마스킹 되어 인지성과 성가심에 영향을 미친다.⁶⁾ 설계된 10개 신호에 대하여 일반도로에서 측정된 배경소음을 더하여 최종적으로 인지성 및 성가심을 평가하였다. 배경소음에 대한 영향을 배제하기 위해서 동일 배경소음 조건을 사용하였다.³⁾ Fig. 3은 설계된 10개의 경보음 신호에 대한 인지성 및 성가심에 대한 평가 결과를 보여준다.

Fig. 3

Two dimensional plot for the annoyance and detectability of ten warning sounds

성가심과 인지성의 평가는 선행 연구³⁾에서 개발된 Annoyance Index(AI)와 Detectability Index(DI)를 이용하여 객관적으로 평가하였다. AI는 성가심인덱스를 나타내면 DI는 인지성을 평가하는 인덱스이다. 각각의 인덱스는 WI를 이용하여 평가하며 식 (2)와 식 (3)과 같다.

이 평가 결과에 따르면 9번 신호는 인지성이 높고 성가심이 낮다. Fig. 3에서 수직축의 점선은 안전 지표 구간으로 차량과 보행자의 거리가 7.5 m인 경우이다. 차량이 20 km/h의 속도로 접근하고 있을 때 보행자가 안전하게 차량의 접근을 인지하기 위해서는 신호의 DI가 4.1 이하이어야 한다.⁵⁾ 이 지표보다 DI값이 크면 차량이 7.5 m 보다 더 가까이 접근해야 보행자가 인지하며, 이 지표보다 DI값이 낮으면 7.5 m 이상에서 차량의 접근을 인지함을 나타낸다. 성가심을 나타내는 수평 축의 AI값은 낮을수록 성가심이 적음을 나타낸다. 신호, 2, 3, 5, 7은 9번보다 성가심 지수는 우수하지만 인지성 지수가 안전지표 범위를 벗어남으로 경보음으로 적합하지 않다. 따라서 성가심을 적게 유발하면서 DI가 낮아 쉽게 인지할 수 있는 9번 신호가 경고음으로 적합함을 알 수 있다.

설계된 10개의 경고음을 실차에 탑재하기 위해서는 실제 경보음 발생 장치를 제작해야하며 이 장치를 통하여 발생하는 경보음이 재현이 가능한지를 점검해야 한다. 본 연구에서는 dSPACE사의 MicroAautobox 와 MATLAB사의 Simulink를 이용하여 경보음 발생장치를 개발하였다. 본 장치를 무향실내부에 설치하여 MATLAB사의 Simulink과 dSPACE사의 MicroAutoBox를 이용하여 실시간으로 경고음 발생시켜 Head Acoustics사의 Binaural Head를 이용하여 발생된 경보음을 녹음한 후 설계 된 경보음과 비교하였다. 차량의 속도는 실차에서 측정된 속도정보를 Simulink에 반영 하였으며, 속도 증가에 따른 경고음의 진폭은 차량의 가속 조건과 동조하여 경고음의 세기를 조절한 뒤 출력하였다. Fig. 4는 개발 장치와 개발 장치를 이용하여 설계된 경보음의 재현을 위한 실험 장치를 나타낸다.

Fig. 4

Sound generator of the designed warning sound (a) MicroAutoBox of dSpace company (b) speaker of sound generation and artificial head for sound recording installed in an anechoic chamber

Fig. 5는 설계된 음과 무향실에서 발생 장치를 통하여 재현된 음에 대한 Spectrogram 비교를 나타낸다. 이 결과에 의하면 스피커 영향으로 저속에서 진폭의 차이가 다소 있지만 전반적으로 일치함을 확인하였다.

Fig. 5

Comparison between the designed sound and the recorded sound in the anechoic chamber (a) designed sound (b) recorded sound in artificial head

3. 주행평가

실제 도로에서의 경고음을 평가하기 위해서 시험차량에 경고음 발생장치를 부착하여 녹음하였다. 10개의 신호 중 AI의 값이 유사한 신호 중 3, 7, 9번 신호와 다른 신호들과 차이를 보이는 1, 4, 6, 8번 신호를 선택하여 1, 3, 4, 6, 7, 8, 9번 신호에 해당하는 경보음을 차량에서 발생시키고, 차량을 주행하여 주행 녹음을 실시하여 경보음에 대한 인지성과 성가심을 평가하였다. 설계된 경고음을 재생하기 위해 Fig. 6과 같이 차량의 전면에 스피커를 설치하였다.

Fig. 6

Sound generator installed at the test vehicle and it is located at the position of 45 cm above the ground

경고음은 신호 증폭기를 통해 증폭된 뒤 스피커를 통해 재생된다. 주행평가 시 설계된 경고음만을 재생하기 위해서 자체 경고음을 끌 수 있는 상용 전기자동차가 필요하여 시험차량으로 Renault Samsung SM3 ZE를 선정하여 대여 후 시험에 사용하였다. 상용 전기자동차의 경우 속도정보를 획득할 수가 없어서 정속주행 조건에서 시험하였다. Fig. 7은 경고음 발생장치와 녹음장치의 설치 흐름도이다.

Fig. 7

Flow chart of the equipments for generator and record of a warning sound

시험차량의 주행 시험 조건은 선행 연구⁷⁾를 참조하여 진행하였다. Fig. 8은 차량의 주행 녹음을 위한 마이크로폰의 위치를 나타낸다. 차량이 녹음 위치로부터 30 m 전에 진입할 때 녹음을 실시하여 녹음 위치로부터 30 m 후 지점으로 진출 할 때 까지 주행소음을 녹음 하였다. 녹음은 차량의 주행 중심선으로부터 2 m 떨어진 거리에서 시행하였다.

Fig. 8

Position of microphone and vehicle for measurement of a warning sound

Fig. 9는 차량의 실험 과정과 녹음이 진행되는 현장을 나타낸다. dSPACE사의 MicroAutoBox에서 생성된 경고음은 직접 사용하기에 음압 레벨이 낮기 때문에 독립적으로 배터리로부터 전원을 공급받는 앰프를 사용하여 신호를 증폭시킨 뒤 사용하였다. 이 때 스피커로부터 발생하는 경고음이 법규를 만족하도록 신호의 진폭을 조정하였다. 녹음을 위하여 Bruel&Kjaer 4955 마이크로폰을 이용하였으며 녹음된 신호는 National Instruments 사의 DAQ-9171를 통하여 샘플링 한 후 컴퓨터에 저장하였다.

Fig. 9

Photograph for the test vehicle and test location

본 연구에서 녹음된 주행 경보음은 기존 상용 전기자동차 들의 경고음과 본 연구를 통하여 설계된 경고음 들이다. 이들 녹음된 신호를 성가심 지수 및 인지성 지수에 적용하여 경보음에 대한 객관적 평가를 시행하였다.

전기차 경보음에 대한 법규는 저속으로 주행 시 일정 음압을 상회해야 한다.⁴⁾ 따라서 인지성과 법규를 만족하면서 성가심이 낮은 경보음이 우수한 경보음이다. 주행 경보음을 평가하기 위해서는 마지막으로 차량의 주행 속도를 결정해야한다. 선행연구에 의하면, 차량의 속도가 낮을 경우 경고음이 쉽게 인지할 정도로 크지 않으며, 반대로 속도가 높을 경우 노면과 타이어 사이의 소음에 의해 경고음이 잘 들리지 않는다. 본 연구에서는 20 km/h를 주행속도로 선정하여, Fig. 8에서 보여주는 바와 같은 조건에서 주행소음을 측정하여 시험차량들의 대표 경보음으로 선정하였다. Fig. 10(a)는 설계된 10개의 경보음 가운데 선정된 7개의 경보음에 대한 녹음된 경보음의 음압레벨을 나타낸다. Fig. 10(b)는 4대의 상용 전기자동차(SM3 ZE, IONIQ, LEAF, I3)로부터 측정된 6개의 경고음에 대한 녹음된 음압 레벨을 나타낸다. 이 결과에 의하면 대부분의 신호는 법규치 60 dBA를 상회한다. 상용 차량의 경고음은 차량 전면의 스피커에 의해 재생되는 경고음보다 낮은 음압레벨을 나타낸다. 이는 상용 전기자동차에서 발생되는 경고음은 엔진 룸을 통하여 저감되기 때문이다. Fig. 11은 본 연구를 통하여 설계된 7개 경보음의 녹음신호와 4대의 상용 전기자동차로부터 발생하는 6개 경보음의 녹음신호에 대한 AI(Annoyance Index) 및 DI(Detectability Index)값이다.

Fig. 10

Sound pressure level(SPL) of the recorded warning sounds of (a) seven designed sounds and (b) six commercial elective vehicles

Fig. 11

Objective evaluation for 13 recorded warning sounds based on DI index and AI Index

이 결과에 의하면 발생장치의 설치 위치의 상이점 때문에 상용 전기 자동차의 경보음과 설계된 7개의 신호의 결과와 직접 비교는 어렵다. 그러나 설계된 7 경보음 가운데 음압이 법규를 만족하고(62-66 dB(A), 성가심이 낮은 신호는 신호 9번임을 알 수가 있다. 이 신호는 AI 및 DI 가 낮아 성가심을 적게 유발하며 차량 접근에 대한 인지성도 우수하다.

4. 결 론

본 논문에서는 전기자동차의 경보음의 설계 및 발생장치의 개발에 관하여 연구하였다. 경보음 설계 방법으로 전기자동차의 접근성을 나타내는 인지성과 소리에 대한 성가심을 나타내는 성가심을 향상 시키는 방향으로 경보음을 설계하였다. 전기자동차의 경보음에 대한 인지성과 성가심을 향상하기 위해서는 진폭 변조와 주파수변조가 적절하게 이루어진 신호로 경보음이 구성되어야 한다. 상용 전기자동차에서 발생하는 소음은 메인 모터, 변속기, 기타 회전체 등에서 발생하는 것으로 진폭 변조와 주파수변조가 적절하게 이루어진 신호이다. 따라서 본 연구에서는 내연기관⁸⁾ 대신 상용 전기 자동차의 소리를 기본 신호로하여 다양한 주파수 및 진폭변조를 가진 신호 10개를 설계하여 성가심 및 인지성에 대한 객관적 평가를 시행하였다. 이 평가를 위하여 인지성 지수 및 성가심 지수를 사용하였다. 결과적으로 10개의 경보음 신호 중 7개의 신호를 선택 후 실차 시험을 실행하여 선택된 신로에 대한 검증실험을 시행하였다. 검증시험을 위하여 경보음 발생 장치 및 관련 알고리즘을 개발 하였다. 실차 시험에서는 7개의 설계된 경보음과 4대의 상용차동차에서 사용되는 경보음을 녹음하여 인지성과 성가심을 평가 하였다. 또한 경보음은 음압레벨에 대한 법규를 만족해야함으로 음압레벨을 측정하여 결과를 평가 하였다. 본 연구의 결과에 의하면 법규를 만족하는 하면서 인지성과 성가심을 향상 시키는 경보음의 설계는 가능하며 설계된 신호를 전기자동차에 탑재하여 적용 할 수 있음을 발견하였다. 설계 방법으로는 다양한 주파수 및 진폭 변조의 신호들을 설계하여 인지성지수와 성가심 지수 활용하여 객관적인 평가를 진행한 후 인지성 지수 및 성가심 지수의 값이 낮은 신호를 경보음으로 선택하는 것이다. 이 방법은 실제 차량에 적용 시에도 우수한 경보음이 된다는 것을 본 연구를 통하여 검증하였다. 향후 증가하는 전기자동차⁹⁾에 대한 추가 연구로 전기차의 경보음에 대한 운전자 인식 음질 평가 법이 필요하다.

Acknowledgments

이 논문은 정부(교육과학기술부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2015R1A2A1A15052549, No. 2016R1A2B2006669).

References

• A. Zeitler, “Psychoacoustic Requirements for Warning Sounds of Quiet Cars”, SAE International Journal of Passenger Cars - Electronic and Electrical Systems, 5(2), p572-578, (2012). [https://doi.org/10.4271/2012-01-1522]
• T. Bräunl, “Synthetic Engine Noise Generation for Improving Electric Vehicle Safety”, International Journal of Vehicle Safety, 6(1), p1-8, (2012).
• S. K. Lee, S. M. Lee, T. J. Shin, and M. U. Han, “Objective Evaluation of the Sound Quality of the Warning Sound of Electric Vehicles with a Consideration of the Masking Effect: Annoyance and Detectability”, Int. J. Automotive Technology, 18(4), p699-705, (2017). [https://doi.org/10.1007/s12239-017-0069-6]
• E. Parizet, W. Ellermeier, and R. Robart, “Auditory Warnings for Electric Vehicles: Detectability in Normal-vision and Visually-impaired Listeners”, Applied Acoustics, 86, p50-58, (2014). [https://doi.org/10.1016/j.apacoust.2014.05.006]
• S. K. Lee, S. M. Lee, and M. U. Han, “Evaluation of the Sound Quality of the Warning Sound of Electric Vehicles with a Consideration of the Masking Effect”, Transactions of the Korean Society for Noise and Vibration Engineering, 27(4), p493-501, (2017). [https://doi.org/10.5050/ksnve.2017.27.4.493]
• G. N. Jacobsen, J. G. Ih, W. Song, and E. N. Macdonald, “Predicting Detectability and Annoyance of EV Warning Sounds Using Partial Loudness”, Proceedings of the 45th International Congress and Exposition on Noise Control Engineering, p1706-1715, (2016).
• P. M. Pedro, P. O. Ramón, C. D. Nuria, N. S. Josue, L. C. Miguel, and R. S. Jaime, “Study of the Effectiveness of Electric Vehicle Warning Sounds Depending on the Urban Environment”, Applied Acoustics, 116, p317-328, (2017).
• H. W. Yoon, and S. K. Lee, “Analysis of Influence of Oil Pan Structure Modification on Radiation Noise of an Engine Using FEM”, Transactions of KSAE, 25(5), p573-580, (2017). [https://doi.org/10.7467/ksae.2017.25.5.573]
• S. W. Jin, S. M. Kim, and C. B. Lee, “A Study on Evaluation of Handling Performance for KSAE Electric Car Using 4 Parameter Evaluation Method”, Transactions of KSAE, 25(4), p448-456, (2017). [https://doi.org/10.7467/ksae.2017.25.4.448]