Using Vehicle to Cloud Connectivity to Expand New Mobility Use Cases
비히클 투 클라우드 뉴모빌리티 유즈케이스 확대
2021-06-16 온라인기사  / 글| 앤드류 버니(Andrew Birnie), NXP 반도체



EV 효율성에 기본이 되는 에너지 최적화와 함께, 추진 동력원에 대한 실시간 의사결정을 개선하기 위한 복잡한 수학 알고리즘이 개발됐다. 자동차의 연결성이 향상됨에 따라 다른 도로 사용자로부터 수집한 클라우드 기반 AI 기능 및 빅데이터에 액세스하는 내장형 온보드 프로세서를 탑재한 클라우드 엣지 프로세싱 기법으로 알고리즘을 강화할 수 있게 됐다. 임베디드 기술 분야의 글로벌 리더인 NXP는 EV 개발의 선두에 서서 현대 EV의 정교한 기능을 가능하게 하는 다양한 혁신기술 빌딩 블록을 제공하고 있다.

글| 앤드류 버니(Andrew Birnie), NXP 반도체






만약 내일 화석연료 사용이 금지된다면 어떻게 될까? 불가능하게 들리는가? 그럴지도 모르지만 말이 안 되는 일은 아닐 것이다. 현재 세계의 화석연료 의존도가 약화되고 있다는 강력한 지표들이 있기 때문이다.

코로나19 팬데믹으로 인해 석유 수요가 20% 감소하고 그로 인해 가격이 폭락했다. 이후 일부 회복세가 보였지만 분석가들은 이전 수준으로 회복될 가능성은 낮다고 입을 모은다. 전 세계 탄소 배출에 큰 부분(2018년 기준 약 12%)을 차지하는 도로 수송은 화석연료의 주요 소비 부문이며, 정부 규제의 강화에 따라 자동차 제조업체들은 내연기관(ICE) 의존도를 줄이기 위해 혁신하고 있다.  



그림 1 | 선택된 CO2 배출 목표, NXP 반도체


이렇게 더욱더 높아지는 목표는 전기 드라이브트레인 없이는 충족될 수 없는 내연기관(ICE) 설계에 문제가 되고 있다. 따라서 완성차 업체들은 전기차(EV)의 보급률을 높이고 있다.

최근 몇 년간 전 세계의 전기차(EV) 판매량은 2017~2018년 65%로 크게 성장했으며, 특히 유럽과 중국 시장의 실적이 양호하다. 2020년 코로나19에 의해 판매가 영향을 받았음에도 불구하고, EV의 시장 침투는 실제로 증가했다. EV가 기존 ICE 차량의 시장 점유율을 빼앗고 있다는 조기 징후는 2032년까지 자동차의 50%가 드라이브트레인을 보조하는 전기모터를 가질 것이라는 장기 예측과 일맥상통한다.

실제로 하이브리드 또는 전기자동차의 실제 도입율은 전기 대비 휘발유 및 디젤의 상대적 가격, 연비에 대한 입법 및 규제 변화, 소비자 행동 및 기술 발전과 같은 여러 사회적 및 경제적 요인에 따라 달라진다. 이 글에서는 현재 진보되고 있는 일부 기술, 특히 EV 파워트레인의 효율성에 영향을 미치는 기술에 대해 자세히 살펴보겠다.


EV 기술의 진화  

현재 시장에 출시된 주요 EV 유형은 마일드 하이브리드(MHEV)에서 풀 하이브리드 EV(FHEV), 플러그인 하이브리드(PHEV), 순수 배터리 EV(BEV)까지 다양하다. 최초의 하이브리드 카는 1997년에 출시된 토요타 프리우스에 의해 대중화된 FHEV였다. 이후 EV는 배터리 충전이 가능한 플러그인 기능이나 2개의 전기모터(하나는 회생 제동과 배터리 충전에 최적화되고 다른 하나는 차량을 추진하는 토크와 동력에 최적화됨)가 장착된 모델 등 많은 발전이 있었다.

전기차 도입 이후 수년간 제조업체들은 EV 효율성을 개선하는 혁신적인 방법을 찾기 위해 노력해 왔다. 배터리 관리 및 모니터링 개선, 배터리 용량 증가 및 회생제동 사용, 전기구동 시스템 손실 또는 충전 손실 감소 등이 그 예다.

이러한 지속적인 혁신의 결과로, 지금의 자동차는 차량 안전 및 기능의 여러 영역을 관리하는 다양한 전자 하위 시스템을 포함하고 있다. 이러한 각 하위 시스템은 EV의 안전, 편안함 및 전체적인 운전자 경험에 기여한다. 그러나 파워트레인 및 차량 역학 기능은 차량 에너지 최적화와 주행거리에 상당한 영향을 미친다. 주행거리가 EV의 시장성을 좌우하는 핵심요소인 만큼, 제조업체들이 드라이브트레인 효율 향상에 초점을 맞추고 있는 것은 당연하다.


도메인 제어 아키텍처로의 진화  
 
자동차 전자 설계는 전통적으로 전용 칩이 포함된 ECU(전자제어장치)의 개념을 기반으로 특정 기능의 제어를 책임지고 자체 소프트웨어나 펌웨어를 실행한다. 최근 차량에 점점 더 많은 기능이 추가돼 100개 이상의 ECU를 포함하는 경우도 많아지면서 공간과 전력 소비량에 문제가 발생하고 있다. 또한 자동차의 연결성과 자율성을 향상해야 한다는 요구가 결합돼 ECU 간에 높은 대역폭, 낮은 지연시간 데이터를 공유할 필요성이 대두되고 있다. 결과적으로, EV 전기 시스템은 각 기능 영역이 차량의 액세스 포인트 역할을 하는 도메인 컨트롤러와 함께 자체 협업 하위 네트워크로 분할되는 도메인 제어 아키텍처로 진화하고 있다.

파워트레인 및 차량 역학 도메인 컨트롤러의 경우, 노드는 에너지 최적화에 필요한 계산 집약적 알고리즘을 지원해야 하며 도메인 아키텍처 내에서 통합된 ECU 기능을 호스팅할 수 있을 만큼 강력해야 한다. 이 기능은 기본 프로세싱 하드웨어와 가상화 기술 적용을 통해 구현 가능하다. 최신 컨트롤러 아키텍처는 고급 가상화 기술을 사용해 MCU 내의 작업을 VM(가상 머신)으로 분리해 각 작업에 프로세싱 리소스(예: 메모리, 통신, 타이머 등)를 예약 및 할당할 수 있으므로 간섭의 자유가 보장된다. 대부분 작업이나 기능은 안전에 중요하며, 다른 소프트웨어 개발팀이나 심지어 다른 회사에서 개발되었을 수 있기 때문에 통합 ECU에서 가상화는 특히 중요하다. 가상화를 사용하면 디바이스의 다른 작업에 영향을 미치지 않고 개별 오류를 리셋할 수 있다. 또 이더넷, HSE 또는 EEPROM과 같은 공유 리소스에 대한 액세스를 예약하고 우선순위를 지정할 수 있다.

가상화 기술은 PC와 애플리케이션 프로세서에서는 이미 보편화되었지만, 듀얼 레벨 MPU, VM ID 할당 및 VM 인식 시스템 레벨 리소스와 같은 고급 하드웨어 지원 메커니즘을 통해 구현되는 실시간 마이크로컨트롤러에는 이제야 도입되고 있다.


클라우드 연결로 가능해진
여러 사용 사례  
            

위에서 언급한 도메인 제어 아키텍처의 발전과 함께, 신뢰할 수 있는 자동차 연결성은 클라우드 엣지 컴퓨팅과 AI 기술을 가능하게 해 주요 자동차 애플리케이션의 기능을 풍부하게 하고 있다.

무선 네트워크의 커버리지 및 성능 향상, 특히 5G 보급과 함께 커넥티드 카의 개념이 실현되고 있다. 2019년에는 4,400만 대의 커넥티드 카가 출하됐으며, 대부분은 여러 센서를 장착했고 일부는 시간당 4 TB 이상의 데이터를 생성할 수 있다. 이러한 수준의 연결성은 에너지 최적화, 보험, 플릿 관리, 예방진단 및 침입감지와 같은 커넥티드 카에 대한 광범위한 추가 응용 및 사용 사례를 가능하게 한다. 외부 정보 공유가 가능한 온보드 센서는 운전 경험을 개선하고 독립적인 의사 결정을 위한 입력을 수집함으로써 차량에 자립성을 제공한다.

진보된 자동차 연결성에 기반한 클라우드 엣지 프로세싱 기술은 이러한 사용 사례를 더욱 풍부하게 만들 수 있다. 텐서플로우(Tensorflow), 카페(Caffe), 파이토치(Pytorch)와 같은 딥러닝 프레임워크는 클라우드에서 머신러닝(ML) 모델을 훈련시킬 수 있다. 그다음 자동차의 처리 장치(엣지)에 배포된다(그림 2). 엣지에서 실행되는 ML 모델은 자동차 센서에서 생성된 실시간 데이터에 대해 작동하며 추론이라고 불리는 프로세스를 사용해 학습된 모델을 기반으로 예측한다. 자동차 데이터가 클라우드와 계속 동기화되므로 모델을 지속적으로 업데이트할 수 있다.



그림 2 | 클라우드 - 엣지 프로세싱, 가트너



EV 에너지 최적화 과제       

하이브리드 카에서 전기 추진 모터의 역할은 여정의 일부에서 ICE를 지원하는 것이다. 이 부분의 상대적 비율이 증가하면, 충전된 차량이 주행할 수 있는 거리(주행거리)를 소모하면서 CO2 배출량이 감소한다.

현재 진행 중인 연구개발 활동은 주행 중에 토크 동력원의 의사 결정(예: ICE 또는 전기모터)을 개선해 드라이브트레인 및 전체적인 자동차 효율을 높이는 데 초점을 맞추고 있다. 최신 xEV 아키텍처에서, ICE 제어장치, 전기모터 제어장치, 배터리 관리 시스템 및 제동 제어장치 위에 위치한 추진 도메인 컨트롤러는 차량 토크와 에너지 전략을 실행하는 역할을 한다.

기본 의사결정은 자동차가 현재 상황에서 사용 가능한 데이터를 활용해 즉각적으로 수행될 수 있지만, 완전히 방전된 배터리로 목적지에 도달할 수 있도록 더 많은 정보를 추가하고 전체 여정을 포괄하는 의사결정 시간을 연장함으로써 결정의 질이 크게 향상된다. 추진 도메인 제어 소프트웨어는 온보드 센서의 풍부한 데이터에 액세스할 수 있으며, 위에서 설명한 ML 기술이 더해져 의사 결정을 개선할 수 있다. 연구에 따르면 예측 기어 선택(예를 들면 언덕에 대한 GPS 정보 또는 카메라가 관찰한 교통량에 따라)과 속도와 같이 추진 도메인 컨트롤러에 더 많은 예측 제어가 허용되는 경우 최대 30%의 효율성 절감이 가능하다.

추진 컨트롤러는 온보드 센서에서 생성된 데이터를 사용할 뿐만 아니라 클라우드에서 다른 도로 사용자의 크라우드 소싱 데이터에 액세스해 모델링 프로세스를 개선하고 효율성을 개선할 수 있다. 이러한 업데이트는 기존 제어 알고리즘을 정교화해 토크 분배, 공기역학 제어, 회생 제동 및 주행거리 계산과 같은 부분을 개선할 수 있다.

이렇게 수학적으로 집약적인 제어 전략은 상당한 처리 수준을 필요로 하며 온보드 내장 처리 능력이 증가돼야 달성될 수 있다. 이러한 고급 기능을 지원하는 데 필요한 기술은 매우 복잡하며, 소수의 제조업체만이 개발자가 필요로 하는 필수 툴 및 지원 환경과 함께 이를 안정적으로 제공할 수 있다.


NXP, EV 에코시스템의 핵심 플레이어       

빠르게 진화하는 EV 시장에서 NXP의 광범위한 제품 및 시스템 솔루션 포트폴리오는 여러 개의 빌딩 블록으로 모든 EV 유형을 다룬다(그림 3).

NXP의 추진 도메인 제어 솔루션은 고급 S32S 마이크로컨트롤러를 기반으로 구축됐으며, 록스텝 아키텍처의 쿼드 Arm® Cortex®-R52 프로세서가 탑재된 ASIL D 장치로 디바이스로 총 8개의 코어를 제공한다. NXP의 이전 자동차 디바이스 제품군보다 10배 높은 성능의 S32S는 가상화 및 하이퍼바이저를 포함한 HCU 제어 알고리즘의 고급 프로세싱 요구 사항을 지원할 수 있다. 이러한 프로세싱 기능은 SIP와 모터 제어에 최적화된 고급 타이머 및 아날로그 하위 시스템과 같은 다양한 주변 기능에 통합된다.



그림 3 | EV 시스템의 주요 구성 요소, NXP 반도체


S32S247TV(S32S)는 NXP의 혁신적인 시스템-인-패키지(SIP) 접근 방식을 사용해 개발된 MCU의 첫 번째 예로, MCU가 구성 기능으로 분할돼 각각에 대해 최적의 프로세스 기술을 적용한 다음, 결과로 생성된 개별 다이(die)를 기본 CMOS 프로세스의 전체 성능을 갖춘 SIP로 결합한다.
S32G 차량 네트워크 프로세서는 동일한 플랫폼에서 고성능 실시간 및 애플리케이션 프로세싱과 서비스 지향 게이트웨이, 도메인 컨트롤러 및 안전 코프로세서를 위한 네트워크 가속을 목표로 한다. S32G는 엣지 프로세싱 요구 사항을 지원하기 위해 필요한 네트워크 인터페이스 및 가속 기능과 통합된다.

NXP는 자동차 제조업체와 공급업체들이 S32 플랫폼에서 차세대 하이브리드 및 전기차 애플리케이션 개발을 조기에 시작하고 가속화할 수 있도록 돕는 두 가지 강력한 툴, 그린박스(GreenBox) 개발 플랫폼과 골드박스(GoldBox) 레퍼런스 설계를 출시했다.
그린박스 개발 플랫폼은 HCU 제어 알고리즘의 설계 및 테스트와 에너지 관리 작업을 지원하는 고성능 처리 플랫폼이다. 그린박스 플랫폼을 보완하는 NXP 골드박스 레퍼런스 설계는 S32G MCU에서 개발을 지원해 클라우드/엣지 프로세싱을 실행하는 데 필요한 연결성과 처리 능력을 제공하는 서비스 지향 게이트웨이를 구현할 수 있게 한다.

기후변화의 영향이 더욱 뚜렷해지면서 전 세계 각국 정부는 배출 규제를 강화하고 있고 자동차 제조업체들은 점점 더 혁신적인 EV 모델로 대응하고 있다. 주행거리는 EV의 주요 차별화 요소이며, 효율성 향상을 목표로 배터리, 회생제동, 전기모터 성능 및 드라이브트레인 성능과 같은 분야에 수년간 상당한 투자가 이루어졌다.

EV 효율성에 기본이 되는 에너지 최적화와 함께, 추진 동력원에 대한 실시간 의사 결정을 개선하기 위한 복잡한 수학 알고리즘이 개발됐다. 자동차의 연결성이 향상됨에 따라 다른 도로 사용자로부터 수집한 클라우드 기반 AI 기능 및 빅데이터에 액세스하는 내장형 온보드 프로세서를 탑재한 클라우드 엣지 프로세싱 기법으로 알고리즘을 강화할 수 있게 되었다.

임베디드 기술 분야의 글로벌 리더인 NXP는 EV 개발의 선두에 서서 현대 EV의 정교한 기능을 가능하게 하는 다양한 혁신 기술 빌딩 블록을 제공하고 있다. NXP는 이러한 빌딩 블록의 복잡성과 고객에게 시장 출시 속도가 매우 중요하다는 점을 인지하고, 복잡한 EV 제어 시스템의 신속한 개발을 가능하게 하는 그린박스 및 골드박스 개발 시스템과 같은 툴에도 투자했다.  [AEM]

 



앤드류 버니(Andrew Birnie), NXP 반도체

글래스고 대학 졸업 후, NXP 제품 개발 분야에서 다년간 근무하였으며, 현재 자동차용 마이크로 컨트롤러 및 프로세서 분야의 시스템 엔지니어. 자동차 시장과 고객 수요를 분석하여 NXP의 전장 시스템 기술 혁신과 차세대 MCU 솔루션 개발에 전념,
 



<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>

PDF 원문보기

본 기사의 전문은 PDF문서로 제공합니다. (로그인필요)
다운로드한 PDF문서를 웹사이트, 카페, 블로그등을 통해 재배포하는 것을 금합니다. (비상업적 용도 포함)

  • 100자평 쓰기
  • 로그인


  • 세미나/교육/전시

TOP