자동차 주변 환경에 대한 인간의 인지를 대체하기 위해서는 고해상도의 레이더와 영상 센서를 갖춘 운전자 보조 시스템이 핵심 기술이다. 이러한 시스템에서 생성되는 다량의 데이터는 통신 네트워크를 통해 실시간으로 처리해야 한다. 이는 레코더 솔루션에 있어서 전례 없는 도전과제를 제기한다. 따라서 중요 사항을 고려하여 적절한 시스템을 선택해야 한다.


현재의 레이더와 영상 센서는 대략 초당 100MB의 계측 데이터를 전달한다. 이 외에 ECU 내부로 부터 대략 초당 50MB의 센서 융합 데이터가 생성된다. 예를 들어, 5개의 레이더 센서와 2개의 영상 시스템을 갖춘 자동차의 경우, 다른 여러 계측 데이터를 합치면 수집과 저장에서 다루어야 하는 데이터량이 대략 초당 1GB에 이른다. 따라서, 테스트 차량이 생성하는 데이터는 시간당 약 3.6TB, 하루에 28.8TB가 된다(그림 1). 이것을 테스트 차량의 수와 사용 일수로 곱하면 엄청난 양의 데이터가 된다. 더구나, 경험에 의하면 기술이 개발될수록 요구사항은 더욱 많아질 것이다.
 

그림 1: 광범위한 센서의 데이터를 기록하고 동시에 전송해야 한다. 센서 데이터 융합을 통해 자동차 주변에 대한 완벽한 데이터를 얻게 된다. 

데이터 상세 기록의 과제

우선, ADAS 센서들을 레코더에 연결한다. 센서가 초당 100MB를 전송하려면 각 센서가 레코더와 기가비트(Gigabit)의 대역폭을 가지는 Ethernet으로 연결돼야 한다. ECU와 레코더 사이의 연결도 마찬가지이다.

메모리 매체로 계획된 것은 하드디스크의 사용이며, 이것으로 아래의 요구사항들이 충족돼야 한다.
 

> 가능한 최대의 디스크 용량

> 차량에 적합한 온도 범위

> 기계적 안정성

> 최소 초당 1기가바이트의 고속 데이터 속도

> 저렴한 가격

이렇게 부분적으로 모순되는 요구사항들을 동시에 충족시킬 수는 없으므로 절충이 필요하다. 프로젝트에 따라 솔리드 스테이트 드라이브(SSD) 또는 고전적인 하드디스크가 사용된다. 차량에 적합한 온도 범위와 같은 요구사항을 언제나 충족시킬 필요는 없다.

하루의 작업일 동안 초당 1GB로 생성되는 자율주행을 위한 테스트 차량의 데이터를 완전히 기록하기 위해 저장 시스템은 거의 30 TB의 용량이 필요하다. 현재 이러한 메모리 크기와 여기에 필요한 전송속도를 실현할 수 있는 것은 다수의 독립적인 대형 하드디스크를 디스크 네트워크로 결합하는 RAID 시스템뿐이다. RAID는 병렬 디스크 접속이 가능하다. 그 결과, 각각의 디스크 성능을 실질적으로 합칠 수 있고, RAID 레벨에 따라서는 예비 기능을 통하여 개별적인 디스크 오류에 대한 보호작용도 가능하다.

저장 하드웨어 자원을 최대로 활용하기 위하여 아래의 항목들이 중요한 역할을 한다.
 

> 레코더 소프트웨어

> 소프트웨어와 드라이버의 구성

> 고성능 Ethernet PHY 사용

> Ethernet 메시지 길이 설정

> 적절한 RAID 레벨 선택

레코더의 CPU는 이러한 대량 데이터 스트림을 처리할 수 있어야 한다. 버스트(Burst) 단계에서 증가하는 데이터량을 완충시킬 수 있는 충분한 RAM이 있어야 한다.

실제에 있어서, 테스트 주행은 테스트의 범위와 지속시간 등이 매번 상당히 다를 수 있다. 어떤 경우에는 계측 데이터를 다른 시스템으로 하루 만에 전송할 수 있고, 또 어떤 경우에는 장기적인 테스트가 일주일 내내 진행될 수도 있다. 여기서 분명히 해야 할 것은 로거에 있는 디스크를 교체함으로써 데이터 전송이 가능한지, 또는 장기간의 테스트 주행을 방해하지 않는 데이터를 신속하게 판독하는 방법이 있는가 하는 문제이다. 하루 중에 생성되는 데이터를 백업할 수단이 없는 경우 사용자는 디스크 크기를 조정하는 것 외에 달리 방법이 없다.

계측 데이터가 누구를 위한 것인가 하는 문제도 남는다. 특정 센서의 raw data를 센서 공급자에게 보내려면 모든 데이터가 하나의 계측 파일에 저장된 경우 별도의 작업 단계에서 해당 데이터를 추출해야 한다.

레코더의 에너지 관리 시스템은 전원 부족이나 전압 강하로 인한 이상기능이 발생하지 않는 한 전원을 끌 때까지 시스템의 전원을 유지하는 역할을 한다. 반면에, WLAN을 통해 계측 데이터를 판독하여 전송하는 중에 잠시 멈출 때 레코더가 절전 모드로 전환되지 않아야 한다. 동시에, 차량 배터리에는 확실하게 재시동할 수 있는 충분한 에너지가 항상 있어야 한다.

최상의 레코더 하드웨어라 할지라도 최적으로 작동하는 레코더 소프트웨어가 있어야 한다. 일차 업무는 계측 데이터를 받아서 디스크 시스템에 기록하는 것이다. 추가로, 소프트웨어는 개발자에게 기록의 시작과 정지와 같은 서비스를 제공하며, 트리거 조건을 규정할 수 있게 한다.

데이터는 다수의 Ethernet 포트를 통하여 동시에 레코더에 도달한다. 전형적으로, 여기에는 ECU로부터의 XCP-on-Ethernet 정보를 비롯하여 엔지니어들이 자율주행 또는 ADAS 어플리케이션에 사용하는 레이더 센서와 카메라로부터의 raw data가 포함된다. 데이터를 하드디스크에 효율적으로 전송하기 전에 레코더 소프트웨어가 해야 하는 중요 업무는 다양한 데이터 소스의 시간 동기화다. 데이터를 저장한 후에는 더 이상 처리할 필요가 없도록 CPU 자원을 최대한 최적으로 사용하여 데이터를 준비시켜야 한다. 이를 위하여, 데이터 크기에 상관없이 일정하게 기록할 수 있는 계측 데이터 포맷이 필요하다.

요약하면, 이렇게 상정할 수 있다. 하드웨어와 소프트웨어의 개별적인 구성요소들을 매우 신중하게 선택해야 한다. 하드웨어와 소프트웨어의 완전한 솔루션은 서로 완벽하게 어울려야 한다.
 

확장 가능한 기본 개념은 최대의 유연성을 제공한다

센서 연결, 하드디스크, 소프트웨어와 하드웨어와 같은 모든 기능 장치에 대한 종합적인 확장성을 가지면 ADAS 데이터 기록 중에 발생할 수 있는 모든 요구사항을 최상으로 충족시킬 수 있다.

전형적인 Ethernet과 차량용 Ethernet

신호 소스 연결을 위하여 전형적인 Ethernet과 차량용 Ethernet이 모두 적합하다. 필요한 연결의 수는 프로젝트마다 크게 다를 수 있다. 직접 연결을 위한 포트의 수가 레코더에 충분하지 않은 경우 스위치를 위쪽에 연결해야 한다. 그러면 스위치가 위쪽 소스의 데이터를 10 gigabit Ethernet 케이블을 통하여 함께 레코더에 보낸다. 필요한 경우, 스위치는 차량용 Ethernet을 전형적인 Ethernet으로 물리적으로 변환시키는 게이트웨이 기능을 수행할 수도 있다. 그래서 Ethernet 기본 구조는 예를 들어 프로젝트 기간에 필요한 포트의 수가 늘어나는 경우 확장 가능하도록 만들어진다.
 

하드디스크: 상호교환 가능한 RAID 시스템

고성능 RAID 제어기를 제공하는 것 이외에, 하드웨어에 충분한 수의 하드디스크 슬롯이 있어서 프로젝트 사양에 따라 유연성 있게 장착될 수 있어야 한다. 여기서 중요한 것은 모든 디스크가 장착된 전체 RAID 시스템이 교체가 용이하거나 데이터 다운로드를 위한 고성능 인터페이스가 있어야 한다.

레코더 소프트웨어: 데이터 소스당 하나의 인스턴스

가장 효율적인 작동은 각 데이터 소스에 대하여 데이터를 수신하여 디스크에 저장하는 하나의 계측 인스턴스를 할당할 때 가능하다. 이 경우, 각 인스턴스는 별개의 계측 파일을 생성한다. 그 결과, 전체 계측은 다수의 계측 파일로 나누어진다. 소프트웨어가 하는 일은 계측 데이터의 통합성과 시간 동기화를 보장하는 것이다. 그래서 추가 소스로 인하여 프로젝트가 확장되면 또 하나의 계측 인스턴스가 만들어질 뿐이다.
 

레코더 하드웨어: 클론 선호

하드웨어 자원이 모두 고갈되고 하드디스크 슬롯과 Ethernet 포트가 모두 사용 중인 경우, 이 문제는 레코더를 추가로 사용하여 해결할 수 있다. 그러나 시간 동기화를 상실해서는 안 된다. 작동 개념의 문제도 발생한다. 사용자는 어떻게 여러 레코더에서 동시에 정확한 계측을 시작하고 중지할 수 있는가? 이상적으로는, 사용자의 관점에서 볼 때 계측 업무를 하나의 플랫폼에서 하든 여러 개에서 하든 추가 레코더가 완전히 투명하도록 만드는 것이다.
 

완전히 확장 가능한 솔루션

벡터의 레코더 플랫폼은 이미 여러 개의 10-gigabit 및 1-gigabit Ethernet 포트가 장착된 PC 디자인에 기초한다. 확장 장치에는 최대 8개의 RAID 하드디스크를 매우 빠르고 완전하게 교환할 수 있는 공간이 있다. 또한 무정전 전원공급장치(UPS)와 같은 추가 확장을 위한 공간도 있다. VX1000 계측 및 캘리브레이션 하드웨어는 raw 센서 데이터와 ECU 융합 데이터를 모두 수집하여 Ethernet을 통하여 PC로 보내는 데 사용된다.
 

CANape는 레코더 소프트웨어이다. CANape version 15.0에 새롭게 포함된 “고성능 분산 기록” 기능은 여러 계측 인스턴스를 동시에 사용할 수 있으며, 이로 인하여 컴퓨터의 다중 코어 아키텍처를 최대로 활용할 수 있다(그림 2). 따라서 인스턴스들은 하나의 PC에 한정되지 않는다. 오히려 사용자는 네트워크상의 다른 PC들에 쉽게 분산시킬 수 있다. 레코더 솔루션의 일부로 사용되는 PC들은 Ethernet으로 연결하기만 하면 된다. CANape는 계측 업무를 여러 PC에 분산시키고 시간 동기화를 보장한다. 트리거에 의한 계측에서도 CANape는 모든 계측 인스턴스에 대하여 프로세스의 정확한 시간 제어를 제공한다(그림 3). 사용자는 전체 설정에 대하여 단 하나의 CANape 라이선스만이 필요하다.
 

사용자는 CANape를 다양한 방식의 로거 소프트웨어로 사용할 수 있는 이점이 있다. 시스템은 전문가가 아닌 일반 사람들도 쉽게 사용할 수 있다. 그래서, 어플리케이션 추가 개발에 종사하는 엔지니어들은 소프트웨어의 전체 기능을 임의로 사용할 수 있다. 필요한 테스트주행 거리를 달성하기 위하여 개발 지식이나 툴 지식이 없는 사람은 야간에 주행할 수 있다. CANape는 자동으로 데이터를 기록할 수 있으며, 차량에 대한 수정은 불필요하다. 시스템은 표준화된 ASAM-MDF-4.1 포맷을 사용하여 데이터를 저장하므로, 계측 데이터를 평가 과정의 또 다른 툴에서 직접 사용할 수 있다.
 

그림 2: XCP on Ethernet, 영상 및 레이더 raw data를 위한 ADAS 환경에서 초고속 데이터 전송속도를 위한 확장 가능한 분산 레코더 솔루션
 

그림 3: CANape를 이용한 센서와 ECU 데이터 기록, 알고리즘 최적화 및 실제 또는 가상 ECU 신호인가 

결론

일관성 있게 확장 가능한 아키텍처를 갖춘 레코더 솔루션을 사용함으로써 운전자 보조 시스템 개발자들은 거의 무한대로 확장이 가능한 매우 유연한 시스템을 가진다. 현재의 자율주행 프로젝트에서 레이더, 영상 및 ECU 데이터를 저장하기 위한 초당 500MB 내지 700MB의 데이터 속도도 현재 단 하나의 PC로 다룰 수 있다. 요구사항이 증가함에 따라, 투자에 대한 안전은 VX1000 하드웨어로 보장된다. 이것은 완전한 솔루션의 확장성에 의하여 ECU와 raw 센서 데이터 모두에 사용될 수 있다.

자율주행에 필요한 모든 관련 대상들과 함께 주위를 완전히 감지하는 것은 소프트웨어와 하드웨어 툴 및 내장된 구성요소들로 구성된 종합 솔루션으로 더 빠르고 더 신뢰성 있게 실현할 수 있다. 다양한 종류의 센서 소스들과 이들을 융합하기 위한 소프트웨어 개발에는 작업 프로토타입을 사용하는 것이 도움된다. 벡터의 vADASdeveloper 프로토타이핑 환경과 Baselabs의 Create 알고리즘 라이브러리의 결합이 실제 사용에서 입증되었다(그림 4).
 

검증과 테스트 외에도 벡터는 예를 들어 Hypervisor/POSIX 기반의 개념을 가진 ECU 아키텍처의 정의 단계와 같은 다중코어 고성능 플랫폼에서 컴퓨팅 중심의 알고리즘 요구사항에 대한 특정 프로젝트 지원도 제공한다. 나아가, 주행 조작을 위한 전술 알고리즘을 계산하는 자동차의 컴퓨터에는 더욱 유연한 운영 시스템이 필요하다. 여기에, AUTOSAR adaptive 플랫폼이 적용된다. 이것은 ECU가 미래의 요구사항에 충족하도록 지원한다.<AEM>
 

그림 4: 고속도로 주행지원, 사각지대 모니터링 기능이 있는 차선 변경 지원, 또는 자동 주차와 같이 움직이는 대상 및 고정된 대상의 모든 시나리오에 적용할 수 있는 vADASdeveloper의 시각화 기능 

<저자>

Andreas Patzer는 Karlsruhe Institute of Technology에서 전기공학을 전공하였다. 전문분야는 계측 제어 기술과 정보 자동화 기술이다. 2003년 슈투트가르트에 있는 Vector Informatik GmbH에 입사하였으며, 계측과 캘리브레이션 제품 라인의 팀장으로서 “고객관리와 서비스”를 담당하고 있다.