The Korean Society Of Automotive Engineers

Current Issue

Transactions of the Korean Society of Automotive Engineers - Vol. 29 , No. 11

[ <응용논문> ]
Transactions of the Korean Society of Automotive Engineers - Vol. 29, No. 11, pp.995-1001
Abbreviation: KSAE
ISSN: 1225-6382 (Print) 2234-0149 (Online)
Print publication date 01 Oct 2021
Received 11 May 2021 Revised 03 Jul 2021 Accepted 05 Jul 2021
DOI: https://doi.org/10.7467/KSAE.2021.29.11.995

ADAS 장착 차량의 교통사고 분석을 위한 AEBS 시뮬레이션 모델 개발
백세룡1) ; 김천호1) ; 김종혁2) ; 박하선2) ; 임종한*, 3)
1)가천삼송자동차연구센터
2)국립과학수사연구원 교통과
3)가천대학교 기계공학과

Development of AEBS Simulation Model for Traffic Accident Analysis of Vehicle with ADAS
Seryong Baek1) ; Cheonho Kim1) ; Jonghyuk Kim2) ; Hasun Park2) ; Jonghan Lim*, 3)
1)Gachon-Samsong Automotive Research Center, 1342 Seongnam-daero, Sujeong-gu, Seongnam-si, Gyeonggi 13120, Korea
2)Traffic Accident Analysis Division, National Forensic Service, 10 Ipchun-ro, Wonju-si, Gangwon 26460, Korea
3)Department of Mechanical Engineering, Gachon University, Gyeonggi 13120, Korea
Correspondence to : *E-mail: kkjong@gachon.ac.kr


Copyright Ⓒ 2021 KSAE / 192-02
This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License(http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium provided the original work is properly cited.
Funding Information ▼

Abstract

In this study, a simulation model of the AEBS(Autonomous Emergency Braking System), a representative ADAS, was developed. PC-Crash was created to carry out vehicle crash analysis in traffic accidents, but, recently, an Active Safety function was installed to indicate vehicle characteristics through active safety devices. The Active Safety function can implement an active safety system through programming. The AEB system in this study was based on the APTIV ESR (Electronically Scanning Radar) 2.5 specifications, so that the FoV(Field of view), Ego path, braking time, etc. can be modified later, and changed to a radar of different specifications, depending on the design of the vehicle. The developed model was verified through an actual traffic accident scenario. If convergence improved through various actual vehicle tests and comparative analyses in the future, it is expected to be used in an analysis to determine whether or not the AEB system can be useful in actual traffic accidents.


Keywords: ADAS, AEBS, Traffic accident analysis, Accident reconstruction, PC-Crash
키워드: 첨단운전보조장치, 긴급제동보조장치, 교통사고분석, 사고재구성, 사고재구성프로그램

1. 서 론

최근 센서 및 전자제어 기술 발전과 교통안전 법규의 강화로 인해 ADAS(Advanced Driver Assistant System)상용화가 증가하고 있다.1) 현재 도로에는 다양한 종류와 등급의 ADAS가 장착 차량이 혼재되어 주행하고 있기 때문에 사고발생시 분석에 복잡도가 증가할 것으로 예상된다. 에어백, 안전벨트 등의 수동안전 장치는 작동하면 흔적이 남기 때문에 사고를 조사하는 과정에서 작동 여부를 정확히 판단할 수 있는 반면 능동안전 장치는 사고의 상황에 따라 작동해도 흔적을 남기지 않을 수 있다. 따라서 ADAS 장치의 작동유무를 파악하기 위해 다양한 관점에서의 분석이 필요하다. 특히 교통사고 분석은 사고 당시의 조건 및 환경을 정확하게 알 수 없기 때문에 물리적으로 타당한 범위 내에서 다양한 변수를 가정하고 여러 가설을 검증하는 방식으로 수행되기 때문에 실차시험보다는 시뮬레이션의 필요성이 중요시된다.

AEBS(Advanced Emergency Braking System)는 교통사고에서 운전자 부주의로 발생하는 사고 중 가장 빈번하게 발생하는 추돌 사고를 방지하기 위한 대표적인 ADAS로 이미 미국과 유럽에서 상용 차량에 대해 의무 장착을 진행해왔으며 우리나라에서도 최근 출시되는 대부분의 차량에 장착되고 있는 추세이다. 하지만 위급상황이 아닌 일반적인 주행 상황에서 AEBS의 오작동으로 인해 후행하는 차량에 의해 추돌을 당하는 사고가 발생할 수 있다.

교통사고 분석에는 이론식뿐만 아니라 다양한 실험을 진행하고 분석해 만들어진 실험식을 사고분석에 사용하고 있다. 교통사고 분석과 AEBS에 관련된 연구 동향은 다음과 같다. 최용순 등2)은 PC-Crash와 교통사고 데이터베이스를 이용한 레이더각도에 따른 AEBS 적용성에 관한 연구로 충돌해석 프로그램과 교통사고 데이터베이스를 사용하여 실제 충돌사고에서 레이더 감지 각도에 따른 충돌 회피 여부를 파악했다. 그 결과로 레이더 각도가 커지면서 충돌 회피율도 점차 높아진다는 것을 확인하였고 이 시뮬레이션을 바탕으로 다양한 실사고 분석을 통한 AEBS의 레이더 각도를 설계하는데 사용할 수 있는 기반을 마련하였다. 박지양과 윤영한3)은 실사고에서 AEBS의 거리감지범위에 따른 승객 상해 심각도 분석에 대한 연구로 다양한 분석 프로그램을 통해 KIDAS(심층조사DB) 데이터에서 생성된 실제 이벤트에 AEBS가 탑재되었다고 가정할 때 AEBS 감지 거리에 따라 탑승자의 부상이 감소함을 확인하였다. 이기원과 박만복5)은 교차로 안전 규제 대응을 위한 Test 시나리오에 관한 연구로 AEBS에서 LiDAR와 카메라 센서를 사용하는 시스템이 설치된 차량에게 필요한 교차로 상황에서의 다양한 테스트 시나리오를 제안했다. Bae 등4)은 TTC(Time to Collision)에 따라 2단계 제동 전략을 구성하여 차량의 안전성과 승차감 모두를 만족시키기 위한 자율 제동 알고리듬을 개발했다. 알고리듬은 첫 번째 단계는 정상 제동 상황에서 감속뿐 아니라 승차감도 좋게 제공하기 위한 부분 제동, 두 번째 단계는 비상 제동 상황에서 전방 충돌을 피하기 위한 완전 제동 전략이다. CarSim을 이용한 컴퓨터 시뮬레이션을 MATLAB/Simulink와 결합하여 주행 상황을 구현했고, 마지막으로 차량의 안전성과 더불어 승차감을 만족시키는 성공적인 성능을 얻었다.5)

기존에 진행된 AEBS 연구는 대부분 개발 또는 시험평가를 위한 연구로 시험 규정에 부합하는 조건으로만 규정되어 실제 사고를 분석하기 위한 연구가 부족한 실정이다. ADAS는 상황에 따른 작동 조건이 매우 다양하므로 단순 실험식을 만들기 어렵다. 따라서 다양한 상황을 반영해 AEBS 작동을 추정할 수 있는 시뮬레이션 모델을 제작하고자 한다. 본 연구에서는 교통사고 재현 프로그램인 PC-Crash에서 구동 가능한 AEBS 시뮬레이션 모델을 개발해 사고분석에 사용하고자 한다. 개발된 시뮬레이션 모델은 Euro Ncap의 CCRs(Car-to-Car Rear Stationary) 시험조건에 따라 자체적으로 진행한 시험 결과와 비교하여 최종 개선한 후 AEBS 사고분석을 위한 모델을 제작하고자 한다.


2. 연구에 사용된 장비

본 연구에서는 교통사고 분석 프로그램인 PC-Crash에서 사용 가능한 AEBS 모델을 개발하였다. AEBS 모델은 레이더 단독 방식, 카메라 단독 방식, 레이더와 카메라의 센서퓨전 방식으로 전방 차량의 유무와 거리를 감지하고 판단한 후 작동 유무를 결정한다. 본 연구에서는 레이더 단독 방식의 시뮬레이션 모델을 개발하였다. 시뮬레이션 모델은 실제 시스템에 적용되는 각 부품과 알고리즘을 모사하는 방식으로 제작하였다. 제작된 모델은 2개의 FoV를 가지는 모델로 선정하여 추후 차종에 따른 레이더의 특성을 사용자가 수정할 수 있도록 제작하였다. 시뮬레이션 모델 개발에 사용된 레이더는 APTIV ESR 2.5이다. 해당 레이더가 적용된 국내 차종으로는 제네시스 G80과 현대자동차 그랜져 IG 모델로 해당 차종은 각 브랜드의 대표 차종이다. 2018년부터 2020년까지 제네시스 G80의 누적 판매량은 약 62,400대이며 현대자동차 그랜져 IG는 115,900대로 전체 차량 판매량에 큰 비중을 차지한다. 또한 타사의 레이더 역시 APTIV ESR 2.5와 동일하게 중거리와 장거리를 측정하는 레이더가 보편적으로 사용되고 있기 때문에 APTIV 사의 레이더를 기반으로 시뮬레이션 모델을 만든다면 추후 최소한으로 수정을 통해 다른 차량의 레이더도 모사할 수 있을 것으로 판단된다.

2.1 PC-Crash(교통사고분석 프로그램)

PC-Crash는 교통사고 분석을 위해 개발된 프로그램으로 초기 개발은 차대차 충돌해석을 위해 개발되었다.6) 이후 차대 보행자, 차대 오토바이 등의 사고를 분석할 수 있는 기능이 추가되었고 3D 기능이 탑재되어 분석된 결과를 3차원으로 관찰하거나 블랙박스 영상을 비교할 수 있는 기능도 추가되었다. 기존의 교통사고 분석은 충돌 후 차량, 노면, 주변 구조물에 남은 흔적을 토대로 충돌 전 주행 상황을 예측하여 가해자와 피해자를 구분하는 방식으로 진행했다.7) 최근 자율주행 시대를 준비하며 적용되는 ADAS는 운전자가 조작하지 않아도 운행 중 또는 사고 직전에 차량을 자체적으로 통제하기 때문에 기존의 사고분석 기법만으로는 교통사고 분석에 어려움이 있다. 최근 PC-Crash에 ADAS 기능을 모사할 수 있는 Active safety 기능이 추가되었으나 기본으로 제공되는 ADAS 장치가 실제 시스템을 모사하기에는 다소 부족함이 있다.

2.1.1 PC-Crash Active Safety

Active safety 기능에서는 기본 사양의 ACC(Adaptive Cruise Control), AEBS를 제공하고 시스템을 구성할 수 있는 센서, 컨트롤 유닛, 액추에이터를 제공한다. 각 블록은 Input과 Ouput 설정을 통해 연결할 수 있고 세부 특성은 Visual basic 프로그래밍 언어를 이용해 모사할 수 있다. Active safety에서 제작된 시스템은 원하는 차량에 적용할 수 있고 적용된 차량은 시뮬레이션에서 그 특성이 반영된다. 시뮬레이션이 완료되면 2D View와 그래프로 결과를 확인할 수 있다.

2.2 APTIV ESR 2.5

APTIV ESR 2.5 레이더는 미드-레인지와 롱-레인지 두 가지 측정 모드를 지원하는 제품으로 각 레인지의 거리와 각도는 Fig. 1과 같다.


Fig. 1 
Radar detection zone of aptiv ESR 2.5

기존의 멀티모드 레이더 시스템은 기계적 장치 또는 여러 개의 레이더를 겹쳐 사용하는 방식으로 시스템에 필요한 시야를 확보했지만 Aptiv ESR은 단일 레이더를 사용하여 미드-레인지, 롱-레인지 모드를 지원하며 최대 64개의 대상을 식별할 수 있고 차량 및 보행자를 식별할 수 있다.8)


3. 시뮬레이션 모델 개발

PC-Crash에서 구동될 AEBS 모델은 실제 장치의 작동 절차에 따라 계산되도록 개발되었다. 개발된 모델의 AEBS 작동을 위한 계산 수행 과정은 Fig. 2와 같으며 AEBS가 작동하거나 시뮬레이션이 종료될 때까지 15 ms마다 반복 계산하도록 설계되었다.


Fig. 2 
Flow chart of AEBS simulation model

APTIV ESR 2.5는 최대 64개의 대상을 식별할 수 있지만 PC-Crash에서 동시에 시뮬레이션 할 수 있는 차량의 수는 최대 32대인 관계로 시뮬레이션 모델에서 감지하는 차량은 AEBS 적용 차량을 제외한 31대로 설정하였다. Table 1은 각 블록의 특성과 파라메터를 나타낸 것으로 Feature는 해당 블록에 적용된 기능 Control parameter은 사용자가 입력할 수 있는 변수, Output parameter는 다음 블록이 받을 Parameter 또는 사고분석을 위해 필요한 그래프를 출력하기 위한 요소이다.

Table 1 
Test vehicle specification
Distance sensor
(Sensor-Radar)
Feature -Subject vehicle dynamic data
-Vehicle information
-Select target vehicle
-TV dynamic data
-Drawing field of view
Control
parameter
-Distance range(FoV-Long)
-Angle range(FoV-Long)
-Distance range(FoV-Mid)
-Angle range(FoV-Mid)
-Cycle time
-Ego-path margin
-Recognize angle threshold
Output
parameter
-Index(Target vehicle)
-Longitudinal distance
-Lateral distance
-V-rel
-Distance
-Angle
AEBS
(Control unit)
Feature -TTC calculation
-AEBS algorithm
Control
parameter
-AEB deceleration
-Braking margin
-AEB Release Fcn.
Output
parameter
-AEB_activation
-AEB_deceleration_cmd
-Braking distance
EmBrake
(Actuator)
Feature -AEB activation
-Partial braking TTC
-Full braking TTC
-Partial braking deceleration
-Full braking deceleration
-Warning activation(Only diagram)
Output
parameter
-Embrk_act

Fig. 3은 개발된 모델의 블록다이어그램을 나타낸 것으로 센서, 컨트롤유닛, 액추에이터의 구성으로 제작하였고 모든 데이터를 그래프로 출력할 수 있게 제작하였다. 각 블록에는 작동 특성을 Visual basic 코드로 작성하여 적용하였다.

TTC=distancerelativevelocityrelative(1) 

Fig. 3 
AEBS simulation model of PC-Crash

식 (1)은 예상충돌시간인 TTC를 도출하는 공식을 나타낸 것으로 Distance sensor 블록에서 SV(Subject Vehicle)와 TV(Target Vehicle)의 상대거리와 속도를 받아온 후 AEBS 블록에서 계산된다.


4. 시뮬레이션 모델 검증

본 연구에서 개발된 모델을 검증하기 위해 100 % Offset 추돌 상황으로 시험을 수행하였다. 시험 결과는 개발된 모델과 비교하였고 Feature 및 Control parameter를 수정하여 시험과의 정합성을 향상시켰다.

4.1 AEBS 시험

CCRs 조건은 SV가 정지된 TV를 향해 전진하여 TV의 후면에 충돌하는 시험이다.9) Fig. 4는 시험을 위해 필요한 가속, 등속, 제동 구간을 확인하기 위해 사전 시뮬레이션 결과를 나타낸 것이다.


Fig. 4 
Simulation result for testing

4.1.1 시험 차량 및 장비

시험차량은 SV와 타겟 차량으로 구분할 수 있다. SV는 AEBS 장치가 구동될 차량으로 기아자동차 니로 차량을 사용하였다. 타겟 차량은 시험 중 충돌의 위험이 있는 관계로 충돌에도 차량 및 탑승자에 피해를 최소화 할 수 있도록 제작하였다. 크기 및 외부 형상은 기아자동차 레이의 후면으로 제작하였으며 내부에는 PVC 파이프, 충격흡수제 등을 사용하여 제작하였다. Table 2는 SV와 TV의 제원을 나타낸 것이다.

Table 2 
Test vehicles specification
Subject vehicle Make / Model Kia / Niro 2016(Hybrid)
Length 4,355 mm
Width 1,805 mm
Hight 1,545 mm
Wheel base 2,700 mm
Weight 1,425 kg
Target vehicle Model Target vehicle dummy(Kia ray)
Length 1,000 mm
Width 1,595 mm
Hight 1,700 mm
Weight 30 kg

모델 개발과 검증을 위해 차량의 가속도, 제동 신호, GPS 정보를 수집했다. 또한 내, 외부에서 촬영한 영상과 데이터를 매칭 시키기 위해 제동 신호를 내부와 외부 측면에서 관찰할 수 있도록 장치를 제작하여 영상으로 촬영하였다. Fig. 5(c)는 차량의 거동 데이터를 수집하기 위한 장치를 나타낸 것으로 마이크로컴퓨터가 내장된 본체에 가속도 센서, 브레이크 신호 검출 프로브, GPS 모듈, 측면 제동등 인디케이터, 내부용 제동등 인디케이터를 연결할 수 있게 제작하였다. 가/감속도는 수집 장치에 설치된 자체 센서를 차량의 무게중심 위치에 설치해 수집하였고 제동 신호는 제동등에 연결한 프로브를 통해 얻은 On/Off 상태를 기록할 수 있게 제작하였다.


Fig. 5 
Test equipments

4.1.2 시험 결과

시험 결과는 데이터 수집 장치와 영상으로부터 측정한 데이터를 분석하여 시험 차량이 제동을 시작한 위치와 최종 정지한 위치를 측정했다.

Table 3은 제동 시작지점과 차량이 정지한 지점을 TV 차량의 후면으로부터 측정한 거리를 나타낸 것으로 제동 시작지점은 차량의 제동등이 점등하는 시점에 노면 표시한 거리를 바탕으로 측정되었다. Fig. 6은 시험에서 취득한 가속도와 시뮬레이션의 가속도를 비교한 것으로 붉은색 선은 시험 차량에서 취득한 종방향 가속도이며 파란색 점선은 시뮬레이션 모델에서 취득한 종방향 가속도 데이터이다. 시험을 통해 측정된 차량의 제동시작지점, 종료지점에는 부분제동과 완전제동이 구분되지 않기 때문에 차량의 가속도 데이터를 병합하여 초기 시뮬레이션을 수행하여 속도에 따른 TTC를 도출하였다.

Table 3 
Distance to braking start and stop point
Target speed
(Real speed)
Distance to
braking start
Distance to
complete braking
10 (11) 1.94 0.92
20 (21) 3.54 1.13
30 (27) 6.84 1.23
40 (37) 10.52 1.25
50 (46) 14.64 -0.20
60 (56) 21.15 -2.65


Fig. 6 
Comparison of acceleration in simulation and experiments

4.2 시뮬레이션 모델 정합성 분석

시험 결과를 분석하여 차량의 속도에 따라 TTC와 감속도가 달라지는 것을 확인하였다. 시뮬레이션 모델에 속도에 따른 변화를 적용하기 위해 Fig. 7과 같이 시험 데이터를 적용해 속도에 따른 TTC와 제동 감속도 관계를 그림으로 표시하였다.


Fig. 7 
Relational expressions derived from experiments

Table 4는 개발된 AEBS 최종 모델의 시뮬레이션 결과로 제동 시작 지점과 최종 정지 위치, 충돌 유무를 시험과 비교한 것이다.

Table 4 
Comparison in simulation and experiments
Speed
(km/h)
Distance to
braking start (m)
Distance to
stop (m)
Collision
Test Sim. Test Sim. Test Sim.
10 1.94 2.01 0.92 0.81 X X
20 3.54 4.37 1.13 1.16 X X
30 6.84 6.42 1.23 1.20 X X
40 10.52 10.52 1.25 0.97 X X
50 14.64 15.00 -0.20 -0.10 O O
60 21.15 21.11 -2.65 -2.45 O O

10~40 km/h는 충돌 없이 정차하였으나 50 km/h 이상에서는 감속은 되었으나 충돌을 회피하지는 못했다.

시뮬레이션 모델의 경우 제동 시작지점과 최종 정지 위치에서 시험과 다소 오차가 있는 것으로 확인되었다. 실제 차량의 제동장치의 경우 기계적인 작동에 의한 지연시간이 있으나 시뮬레이션 모델에서는 지연 없이 목표 감속도가 즉각 적용되어 실제와 차이를 보이는 것으로 판단된다.10)


5. 결 론

본 연구에서는 실차시험을 통해 AEBS의 작동 조건을 파악하고 시험 결과를 바탕으로 시뮬레이션 모델을 개발하였으며 그 결과는 다음과 같다.

  • 1) 시험을 통해 기아 니로 차량 AEBS의 예비제동 시점과 감속도, 완전제동 시점과 감속도를 파악해 속도에 따라 제동 특성을 달리하는 시뮬레이션 모델을 개발하였다.
  • 2) 교통사고 분석을 위한 AEBS 시뮬레이션 모델을 개발하였으며 개발된 모델은 시험과 비교했을 때 충돌 유무는 일치하였으나 제동 시작점 및 최종 정지 위치에서는 다소 오차가 있었다.
  • 3) 오차는 유압 시스템의 브레이크 지연 시간과 레이더의 측정간격에 의한 것으로 판단된다.

시뮬레이션 모델에 물리적 특성을 적용하는데 한계가 있기 때문에 실제 시스템을 완벽하게 모사할 수 없지만 AEBS가 개입된 사고발생시 사고의 상황을 재현하고 분석하는데 도움이 될 것으로 기대된다. 하지만 차종에 따라 AEBS의 특성이 다를 수 있기 때문에 다양한 차종으로 시험을 수행해 데이터베이스를 구축해야 실제 교통사고 분석에서 더욱 정확한 결과를 얻을 수 있을 것으로 판단된다.

향후 추돌조건 외의 다양한 충돌 유형의 사고분석에 대응하기 위해 다양한 조건의 시험이 필요하다. 하지만 현실적으로 모든 상황을 시험할 수 없으므로 최소한의 시험을 통해 ADAS의 작동 조건을 확인할 수 있는 시험 프로토콜과 시뮬레이션 모델의 구축이 필요할 것으로 판단된다.


Acknowledgments

본 연구는 국립과학수사연구원 과학수사 감정기법 연구개발사업(2020-교통-03)의 연구비를 지원받아 수행되었음.


References
1. S. M. Lee, Y. H. Hwang and B. J. Kang, “Trend of Global NCAP Regarding ADAS,” KSAE Fall Conference Proceedings, pp.849-854, 2019.
2. Y. S. Choi, S. H. Kim, J. K. Jung and J. K. Yoon, “A Study on the Applicability of AEBS According to Radar Angle Using PC-Crash and Traffic Accident Database,” Transactions of KSAE, Vol.25, No.6, pp.691-701, 2017.
3. J. Y. Park and Y. H. Youn, “An Evaluation of Occupant Injury Severity Based on Distance Detection Range of AEB in a Real Accident,” Journal of Auto-Vehicle Safety Association, Vol.11, No.3, pp.7-12, 2019.
4. J. J. Bae, M. S. Lee and N. Kang, “Partial and Full Braking Algorithm According to Time-to-Collision for Both Safety and Ride Comfort in an Autonomous Vehicle,” Int. J. Automotive Technology, Vol.21, No.2, pp.351-360, 2020.
5. K. W. Lee and M. B. Park, “A Study of Test Scenario for 2020 Intersection Safety Control,” Transactions of KSAE, Vol.26, No.5, pp.654-662, 2018.
6. S. Datentechnik, PC-CRASH-Operating and Technical Manual, Linz, Austria, 2015.
7. S. R. Baek, Y. H. Hwang, B. J. Kang, J. H. Kim, H. S. Park and J. H. Lim, “Development of AEBS Simulation Model for Traffic Accident Analysis of Vehicles with ADAS,” KSAE Fall Conference Proceedings, pp.713, 2020.
8. Hexagon, Aptiv ESR 2.5 Datasheet, https://hexagondownloads.blob.core.windows.net/public/AutonomouStuff/wp-content/uploads/2020/10/aptivesr-25-24v-datasheet.pdf
9. Euro NCAP, European New Car Assessment Programmetest Protocol–AEB Systems Version 2.0.1, https://cdn.euroncap.com/media/32278/euroncap-aeb-c2c-test-protocol-v201.pdf
10. J. Y. Park, Y. C. Kim and H. B. Kim, “A Study on the Response Time of Electronic Brake Using Hydraulic Pump,” Transactions of KSAE, Vol.27, No.11, pp.853-860, 2019.