그동안 개발되고 상용화된 경고, 긴급 제동 애플리케이션 등의 운전자 지원 시스템은 직선 주행, 혹은 고속도로에서의 안전과 편의를 우선 고려해 디자인된 시스템으로 도시에 적용하기엔 부족함이 있다. 시스템은 보행자, 사이클리스트와 같은 여러 유형의 도로 사용자, 그리고 이들의 다양한 양상, 해당 차량 운전자의 행태, 주변상황에 맞춤 대응해야만 한다. 지난 5월 운전자와 차량의 인지 능력을 향상시켜 보다 주도면밀하게 주행안전을 도모하기 위한 독일 업계의 UR:BAN 이니셔티브 프로젝트가 중간 점검을 가졌다.   

도시화의 심화는 도시교통 네트워크의 수용량이 한계에 다다르고 있어 더욱 복잡하고 비효율적이며 위험해지고 있다는 뜻이다. 따라서 자동차를 비롯해 수많은 도로 사용자와 관계되는 도시교통은 혼잡과 사고위험 방지, 원활한 소통을 위해 더욱 첨단화돼야만 하는 상황이다. 자동차 업계의 엔지니어들에 따르면 합리적 비용의 컴포넌트와 기술을 사용한 고속도로, 고속, 직선주행에 대한 반자동, 자동주행의 기술적 완성은 거의 마무리됐다. 다만 차는 반쪽짜리가 아닌 자동주행, 자율주행을 위해 더욱 복잡하고 어려운 저속주행, 도시환경에 대응해야만 하는 상황이다. 그리고 이를 위한 방법은 기존 센싱 기술의 고도화, 네트워크화 등을 통한 차량 인지력을 확대다.   

도시화와 미래교통 대응을 위해 자동차 선진국 독일의 업계는 현재 UR:BAN 이니셔티브(도시공간: 사용자 중심 지원 시스템과 네트워크 관리)를 수행 중이다. 이 이니셔티브는 2012년 론칭돼 2016년까지 수행되는 정부 주도 프로젝트다. 목표는 차량의 센싱 범위의 획기적 향상과 운전자의 지능적 운전을 가능하게 해 혼잡한 도시교통의 안전성을 높이는 것이다. 도시에서 발생하는 교통사고를 줄이는 것이 최대 목표이고, 이것이 가능하지 않을 경우 교통 효율과 주행 쾌적성을 높이면서 사고의 심각성을 완화하고자 한다.


세부 구성은 ▶더욱 신뢰할 수 있고 보행자 등 모든 도로 사용자의 안전도를 향상시킬 새로운 운전자 지원 시스템(ADAS) 개발의 “인지 지원(Cognitive Assistance)” ▶V2X 등 첨단 지능형 교통 시스템에 대한 simTD 프로젝트의 성과를 더욱 공공히 하는 “네트워크화된 교통 시스템(Networked Traffic System)” ▶인지 지원 프로젝트를 지원하는 새로운 HMI(Human Machine Interface), HVI(Human Vehicle Interaction)에 대한 “인적 요소(Human Factors in Traffic)” 등이다.

프로젝트에는 다임러, BMW, 아우디, 폭스바겐, 오펠, 만 등 카 메이커, 보쉬, 콘티넨탈 등 서플라이어를 비롯해 다양한 전자 소프트웨어 기업과 연구기관, 여러 도시 등 31개 기업, 기관, 당국이 참여하고 있다.  
그리고 지난 5월 중순 이들은 브라운슈바이크에 위치한 독일 항공우주 센터(DLR)에서 UR:BAN 이니셔티브의 중간 점검을 갖고 그들의 지식과 경험, 성과를 공유했다.

인지 지원

그동안 개발되고 상용화된 경고, 긴급 제동 애플리케이션 등의 ADAS는 직선 주행, 혹은 고속도로에서의 안전과 편의를 우선 고려해 디자인된 시스템이기 때문에 전방의 차량에만 대응하는 수준이다. 이를 도시에 적용하려면 보다 넓은 시야를 확보하고 보행자, 사이클리스트와 같은 다른 도로 사용자들의 다양한 양상에도 대응해야만 한다.

BMW는 인지 지원의 하위 프로젝트인 “교통약자 보호”에서 보행자 보호를 향상시키는 새로운 ADAS를 개발하고 있다. 시스템은 주변상황, 차량 충돌위험 가능성을 평가하기 위해 보행자 행태와 상황을 분석한다. 사고는 제동, 스티어링, 두 가지 모두를 통해 피할 수 있다. BMW 5시리즈 리서치 차량은 예를 들어 머리와 상체와 같은 보행자의 상세한 특징을 인식할 수 있고, 보행자가 어느 방향으로 갈지를 구분할 수 있다. BMW 기술연구소는 시스템 완성도를 높이기 위해 상황에 대한 더욱 완벽한 그림을 그리기 위해 다양한 분야를 통해 디자인하는 서브 프로젝트인 “환경 측정과 모델링”에서 상황을 평가하고 데이터를 퓨전하는 강력한 평가 알고리즘을 개발하고 있다. 

다임러 역시 UR:BAN 이니셔티브의 인지 지원 부문에서 한 축을 담당하고 있다. 동일하게 사이클리스트, 보행자 등이 포함된 교차로 등 복잡한 상황에서 차량이 다가오거나 차선변경을 할 때와 같은 난처한 상황에서 운전자를 지원하는 새로운 지원 시스템을 개발하고 있다.




다임러의 운전자 지원 시스템 연구 및 첨단 엔지니어링 부문의 랄프 귀도 헬비치(Ralf Guido Herrtwich) 박사는 “UR:BAN 이니셔티브는 사고를 예방하고 피해를 줄이려는 다임러의 ‘실제안전(Real-Life Safety)’ 전략과 완벽하게 일치한다”며 “센서의 지능적 결합과 시스템은 도시교통에서 잠재적 위험 감지를 돕고 적절한 시점에 최선의 반응을 하도록 한다”고 말했다.  

교통약자 보호 프로젝트의 일환으로 개발된 다임러의 이미지 기반 보행자 인식기술은 매우 많은 도로 사용자를 감지할 뿐만 아니라 차선 변경이나 회전 시의 감지 성능을 높인다. 감지 범위는 일반적이지 않은 위치, 자세, 신체 일부분이 가려진 보행자, 자전거나 바이크 탑승자, 휠체어 사용자, 어린아이 등을 포함한다. 다임러는 프로젝트를 거치는 동안 센서로부터 획득한 자세한 정보와 함께 ‘인적 요소’ 부문에서 연구되고 경험에 의해 정의된 행동 패턴을 결합, 다리의 움직임이나 머리에 기반해 보행자가 가는 방향을 예측하는 향상된 감지와 인지기술을 개발했다. 환경에 대한 센싱 정보를 자차의 움직임, 차선의 코스, 빈 공간과 같은 정보(context knowledge)와 결합해 잠재적 위험 파악을 보다 정확하고 신뢰할 수 있도록 만들고 있다.

인지 지원의 하위 프로젝트에는 “스티어링과 제동을 통한 충돌회피”도 있다. 오펠의 연구팀의 경우 제동만으로 충돌을 회피할 수 없는 경우 조향에 시스템이 개입해 비어 있는 도로 공간을 이용해 사고에서 탈출하는 기술을 개발해 데모했다. 데모 차량은 첨단 카메라, 레이더와 통제 불능의 상태에서 자동화된 제어를 위해 완벽히 수정된 제동, 스티어링 시스템을 장착했다. 오펠은 시험차에 HMI(Human Machine Interaction)와 운전자 주의력 감지 측면의 최신 기술들도 통합했다. 운전자 반응의 고려가 제어 간섭 전략 최적화의 가장 중대한 기준이기 때문이다.




새로운 종방향 제어

한편 콘티넨탈은 카 메이커, 다른 서플라이어들과 함께 “인지 지원” 프로젝트의 일환으로 비좁은 도로 통과, 차선 변경, 좁은 길에서 마주친 차량, 긴급상황 대처 등 여러 곤란한 상황에서 운전자를 지원하기 위해 설계된 다양한 프로토타입 애플리케이션을 개발 중이다. 

인지 지원의 하위 프로젝트 “도시에서의 안전한 종횡방향 차량 제어”의 책임자인 콘티넨탈 섀시안전 사업본부 선행 엔지니어링 팀의 스테판 뤼크(Stefan L웛e) 박사는 “우리는 새로운 종횡방향 지원 시스템을 개발해 심각한 사고를 방지하고 도시 운전을 편하게 만들려 한다”며 “각 기능들은 혼잡한 도시교통에서 차량 흐름을 원활히 하고 오염을 줄이며 소극적인 운전자가 안전하고 자신 있게 도시교통을 통과하도록 돕는다”고 말했다.

교통 표지판, 신호등 또는 주차된 차량 등 복잡한 도시의 장애물뿐만 아니라 다른 능동적이고 수동적인 도로 사용자를 확실히 감지하는 것이 지원 기능의 핵심이다. 때문에 연구 차량에서 센서는 장거리 레이더, 스테레오 카메라뿐 아니라 차량 모서리에 네 개의 단거리 레이더가 탑재돼 차량의 전후방, 측방향을 포착하고 인식해 전방위 시야를 확보한다.

비좁은 도로 지원 기능은 이웃 차선의 차량, 고정 장애물 또는 주차된 차량을 지나갈 때 차선유지 지원 기능과 유사하게 스티어링 조작에 개입해 운전자를 지원한다. 도로가 너무 좁아 차량이 통과할 수 없다면 경보가 울리고 계기판에 아이콘이 나타난다. 운전자 쪽에서 아무런 반응이 없는 경우 긴급 제동 시스템을 작동시킨다. 접근차량 지원 기능은 전방에서 접근해 오는 차량을 평가해 좁은 길을 통과하는 차량에 대해 위험을 초래할 수 있는지를 판단한다. 공간이 너무 좁아 양쪽 차량이 동시에 지나갈 수 없다면 차량을 멈추도록 한다.

전방위 시야를 가진 차선변경 지원 기능은 주변 센서의 도움을 받아 차선에서 운전 차량의 위치를 확인해(차량 뒤쪽 차선을 비롯 다른 차선도 모니터된다) 안전하게 차선을 변경할 수 있는지 판단한다. 안전하다고 판단되면 요청에 따라 차선 변경을 수행할 수 있다. 운전자는 언제든지 핸들을 돌리거나 브레이크를 조작해 종횡방향 지원 장치를 통제할 수 있다. 적응형 속도 제안 기능은 도시교통에서 운전을 더 안전하고 효율적으로 만든다. 엔진 토크 변경과 마찬가지로 피드백 가속 페달(AFFP)은 운전자에게 햅틱 피드백을 제공해 운전자가 속도를 줄이도록 한다. 이 신호 덕분에 운전자는 운전 행동을 미리 조정하거나 중요한 상황을 인지할 수 있다.



운전자에 대한 센싱과 평가 

인지기술을 향상시키는 ‘인적 요소’ 부문은 예상할 수 있고 스트레스 없는 주행에 대한 것으로 혁신적 디스플레이의 창조와 위험 상황에서 차량을 능동적 지원자로 탈바꿈시킬 컨트롤 콘셉트를 만드는 것이다. 새로운 지원 기능은 복합적인 교통상황에서 지원 정보와 함께 운전자에게 제공될 뿐만 아니라 운전부하를 줄일 수 있게 정보의 흐름과 제공을 지능적으로 필터링한다. 이를 위해, 지원은 과중한 운전부하나 운전부주의 등을 감지해 운전자의 현재 상태, 활동 등에 대응해 적용된다. 차량 제어와 디스플레이의 디자인 내에 적응형 지원을 적용함으로써 운전자는 보다 쉽게 정보를 받고, 반응 이전에 쉽게 상황을 예측할 수 있게 된다. 이런 예측 가능한 접근이 안전하고 효율적이며 경제적인 도시운전 경험의 핵심이다. 인적 요소 프로젝트는 ▶도심 드라이빙 ▶도시 환경을 위한 HMI ▶행동 예측과 주의력 감지 ▶시뮬레이션 ▶제어성 등의 하위 프로젝트들을 지닌다. 

BMW와 BMW 기술연구소는 제어성 프로젝트에서 여러 연구기관들과 함께 표준 기기, 효율화를 위한 체계적 기반, 어떤 상황에서 시간이 크리티컬한 요소인지에 포커스하며 HMI 콘셉트와 기능 제어성의 타당성을 판단하는 기준을 만들고 있다. 또 “행동 예측과 주의력 감지” 부문에서는 초기 상황에서 시스템 제안을 운전자의 계획에 맞추기 위한 운전자 주의력 감지 방법 개발에 집중하고 있다.

오펠 역시 인적 요소를 통해 새로운 시스템을 향상시키고 있다. 오펠의 연구는 ‘새로운 기술적 시스템을 통한 정보의 습득은 운전자가 새로운 정보를 얻고 이것을 어떻게 활용하고 어떻게 정확히 대응할지를 알 때에만 주행과 안전을 향상시킬 수 있다’는 데에서 출발한다. 

따라서 HMI는 서브 프로젝트 사람의 경험, 행태에 대한 ADAS의 방법이다. 이 작업의 핵심은 운전자와 소통하는 새로운 기술 요소의 통합과 개발에 있어 심리학, 엔지니어, 물리학 등 학제 간의 팀워크다. 중요한 질문에는 운전자는 어떤 콘텐츠를 운전 전략을 따르기 위해 필요로 하는가, 어떤 표현형태가 시스템 사용에 동기를 부여하는가 등이다. 전문가들은 다양한 시뮬레이터와 실제 교통상황에서 지원 시스템의 영향력을 테스트했다. 사물과 과제 데이터의 평가는 시스템 디자인과 레이아웃 평가를 위한 기본이 됐다. 

행동 예측과 주의력 감지에서 오펠의 목표는 BMW와 동일하게 기본적인 차량 센서를 이용한 운전자 주의력 감지를 위한 알고리즘 개발이었다. 알고리즘은 긴급 제동 상황과 같은 나중의 회피 동작 이전의 초기 상황에서 명확해져야만 한다. 50명 이상의 확대된 테스트와 데이터 기록은  모든 운전자에 대한 종방향 또는 횡방향 유도에서 동작의 전개 이전에 특정 행동 패턴과 특징을 보여준다. 이를 통해 오펠의 팀은 운전자가 조향 또는 제동을 통해 긴급상황을 회피할 수 있을지를 예측했다. 이 정보가 경고를 적용할지, 회피 전략을 시행할지를 결정하는데 도움을 준다.



네트워킹과 통신

한편 콘티넨탈은 UR:BAN 이니셔티브의 “네트워크 교통 시스템” 프로젝트에서 차량이 신호등과 통신해 인터넷 정보를 얻어 도시교통 흐름을 개선하고 더욱 효율적이며 안전한 운전을 가능케 함을 보여줬다. 이는 이미 세계 최대 규모의 C2X(Car to X) 프로젝트 중 하나인 simTD에서 실효성을 입증한 바 있다.

콘티넨탈의 인포테인먼트 및 커넥티비티 사업부의 첨단 기술 프로젝트 매니저인 홍준 푸 박사(Hongjun Pu)는 “원칙적으로 우리는 지능형 인프라와 차량을 연결해 운전자가 볼 수 없는 것을 보고 예측할 수 있도록 하는 확장된 e호라이즌(electronic horizon)을 구축하고 있다”며 “예를 들어 신호등 주기에 대한 정보를 갖고 있고 차량 위치를 알고 있다면 정지 신호등을 피하기 위해 차량이 유지해야 하는 속도 범위를 미리 계산할 수 있다”고 말했다.

차는 모바일 네트워크를 통해 신호등 주기에 관한 위치 기반 데이터를 수신한다. 그리고 예를 들어 콘티넨탈의 M2X프로-모듈에서 얻은 위치 데이터와 함께 이 데이터를 이용해 다음 몇 킬로미터에 대한 예상 경로에 맞춰 권장 속도를 계산할 수 있다. 차는 이를 이용해 운전자에게 직접 관련 정보를 알려주거나 적응형 순항제어 등의 전략을 통해 더 세밀하게 종적 제어를 수행할 수 있다.

차량이 교차로에 접근하면 C2C, C2I 통신과 WLAN ITS-G5 표준에 따라 차는 신호등과 직접 통신할 수 있다. 차는 교차로, 신호등 주기, 교차로의 지형 및 구조에 대한 믿을 수 있는 정확한 데이터는 물론 교차로 위상기하학(MAP) 기능과 신호위상 및 타이밍(SPaT)을 통해 유효 제한속도에 대한 데이터도 수신한다. 게다가 시스템은 신호등 신호의 갑작스런 변경이나 공사로 인한 운행제한 차선과 같은 돌발 상황을 차량에 전달할 수 있다. 운전자는 어떤 차선으로 변경해야 하는지, 파란 신호등을 통과하려면 속도를 얼마로 유지해야 하는지, 정지 신호에서 언제 멈춰야 하는지를 알 수 있다.

푸 박사는 “불가피한 제동 시 에너지 회생 시스템을 충분히 활용하거나, 파란 신호등이 켜지기 직전에 시동을 걸도록 스타트/스톱 시스템을 준비시키는 것과 같은 크루즈 전략을 채택하는데 사용될 수도 있다”며 “차와 인프라 간 직접 및 간접 통신을 통해 교차로에서 일어나는 일을 운전 전략으로 고려하는 한편 인터넷 데이터로 운전자의 시야를 확장시킬 수 있다”고 말했다. 

AEM_Automotive Electronics Magazine