ZF와 엠보텍의 새로운 합작기술이 전기차 등 모든 파워트레인 모델의 효율성을 극대화하고 이동시간을 최소화한다. 모델 예측 제어 최적화 알고리즘이 일반 맵과 첨단 운전자 지원 시스템 센서 정보, 파워트레인 노하우와 결합돼, 지속가능한 적응형 순항제어 시스템으로서 차량의 에너지 소비를 줄인다. 소프트웨어 정의 자동차(SDV)를 위해 준비된 이 기능은 승용차 및 상용차에 소프트웨어 애드온으로 쉽게 통합될 수 있다.
글 | 한상민 기자_han@autoelectronics.co.kr
“Eco Control 4 ACC는 배출가스에 대한 비전제로에 한 걸음 더 다가가는 획기적인 개발입니다. 무엇보다 이 솔루션은 일상적인 사용에서 실용적이며 양산 제품에서도 가능합니다.” ZF의 우베 클라스(Uwe Class) 첨단 시스템 개발 부사장이 말했다.
“Eco Control 4 ACC는 CO2 배출량 저감의 게임체인저입니다. ‘단지 코드 조각’으로 최대 8%까지 에너지를 절약할 수 있는 잠재력은 친환경 모빌리티 및 운송수단을 혁신하기 위한 거대한 진전입니다.” 엠보텍(Embotech)의 알렉산더 도마히디(Alexander Domahidi) CTO가 말했다.
전기차든 내연기관이든, 승용차든 트럭이든 급가속, 급제동, 순항 등은 차량의 주행 효율성에 막대한 영향을 미친다. 그리고 이와 관련 자동차 회사들과 그들의 티어는 파워트레인 최적화, 충전 전략, 예측 파워트레인 제어, 적응형 순항제어, 라우팅 등 새로운 접근으로 그들의 기존 모델, 새로운 전기차의 효율성을 최대 40% 가까이 높이려 했고, 파워트레인 자체에 대한 조정 이상으로 첨단 운전자 지원 시스템(ADAS)와 커넥티비티를 활용한 효율화 전략에서 큰 잠재성을 보고 있다.
예를 들어, 적응형 순항제어(ACC)와 같은 ADAS 애플리케이션은 운전을 더욱 편안하게 할 뿐만 아니라 보다 효율적인 운전 전략을 통해 에너지를 절약하고 연료, 전기주행 범위를 늘린다.
최근 ZF는 최대 8% 더 긴 주행거리를 달성할 수 있는 ‘예측(predictive)’ ACC인 ‘ZF Eco Control 4 ACC’를 발표했다. 이 ACC 애드온 솔루션의 핵심 구성요소는 엠보텍의 모델 예측 제어(Model predictive control, MPC) 최적화 알고리즘 소프트웨어로, 특히 파워트레인의 최적 동작점에 대한 차량 내 정보는 물론, 오르막 및 내리막 경사도, 커브 등의 맵 정보를 실시간으로 평가해 활용한다.
이미 ZF는 성공적인 현장 테스트로 Eco Control 4 ACC가 실제 교통에서 최대 8%의 주행거리 이득을 달성할 수 있음을 확인했다.
“우리는 150,000킬로미터의 주행거리를 가진 차량의 전체 수명에 걸쳐 이 솔루션을 사용함으로써 거의 1톤의 CO2 배출을 저감할 수 있는 배터리 전기차 사용사례를 획득했습니다. ZF Eco Control 4 ACC는 HD맵을 필요로 하지 않으며 주어진 차량 사양의 정보 경계에서 실행됩니다. 이것은 종전의 ZF ACC 시스템, 제3 자 ACC 시스템 등 OEM에 대한 추가 기능일 수 있습니다.”
ZF의 기술대변인 미르코 구트만(Mirko Gutemann)이 설명했다.
이 기능은 양산 ACC의 부가 기능으로서 파워트레인 종류에 관계 없이 승용차와 상용차 모두에 적용될 수 있다.
모델 예측 제어
“ZF에서 오랫동안 양산돼온 기존 ACC도 예측 기능을 갖고 있지만, 이 솔루션은 기존 솔루션과 비교해 추가 개발된 특수 기능, MPC 최적화를 통해 드라이브라인 시스템과 ACC 시스템을 결합합니다. 즉, 두 도메인의 상호 작용을 실시간으로 최적화할 수 있습니다. 근본적으로 새로운 솔루션인 Eco Control 4 ACC는 아직 양산 단계에 있지는 않지만, 양산 적용이 가능한 상황입니다.” 구트만이 말했다.
최적 주행 전략의 기초는 예측 순항제어가 효율성을 최대화해야 하는지, 아니면 이동시간을 최소화해야 하는지에 대한 운전자의 개별 선택에서 시작된다. 이 두 전략의 균형 잡힌 혼합도 가능하다. 또 시스템은 운전자가 설정한 속도에 최대한 맞춰진다. 이런 사전 설정에 따라 나머지는 모두 자동으로 실행된다.
그러면, 알고리즘은 내비게이션 시스템의 맵 데이터와 다음의 ‘500미터’에 대한 파워트레인 시스템의 작동 데이터를 지속적으로 평가한다.
이것은 오르막 및 내리막 경사, 커브 또는 속도 제한에 대한 정보 등을 평가에 지속적으로 통합하고 지원 시스템이 최상의 방법으로 시간과 에너지 균형을 맞추려고 시도한다는 의미한다. 특히, 이 시스템은 기존 ACC와 달리 엄격한 규칙 기반이 아니다. 최적화에서, 소프트웨어는 동시에 그리고 실시간으로 500미터 지평선에서 모든 가능한 유즈케이스와 모든 디폴트 설정을 비교한다. 또 시스템은 파워트레인의 효율 맵을 사용해 현재 작동점을 최적화한다.
“현재의 접근법은 맵 데이터, ADAS 입력 데이터, 파워트레인 데이터에 기초합니다. MPC 접근법은 V2X와 같은 시스템들, ZF의 cubiX 섀시 제어기로부터의 추가 입력들을 적용시키기 위한 이상적인 기초입니다. ZF는 필요한 연산력, 웨이포인트 수, 잠재적 효율 편익 사이에서 가능한 최상의 균형을 달성하기 위해 승용차를 위한 500미터의 지평선을 선택했습니다. 이 지평선은 다른 차량 유형의 전형적인 속도 및 목적에 따라 조정될 수 있고, 어떤 경우든 이 지평선에 대해 해당 맵 데이터 및 주행 정보가 고려됩니다.” 구트만이 설명했다.
ZF와 엠보텍의 역량은 여기서 서로를 완벽하게 보완한다. ZF는 전체 차량에 대한 시스템의 이해로부터 지원 시스템에 대한 적절한 정보를 제공하고 가속 및 제동을 제어한다. 엠보텍은 이 데이터와 임베디드 솔루션의 실시간 평가를 위한 적절한 알고리즘에 대한 깊은 이해에 기여한다.
내연기관에도 탁월
결과적으로, 이들은 ACC의 편안함을 희생하지 않고 운전자에게 더 긴 주행거리와 낮은 운영 비용을 제공해 환경에 대한 부담을 지속적으로 줄일 수 있는 시스템을 제공한다.
“ZF의 솔루션은 기존 ACC가 이미 운전자 지원 기능이기 때문에 사람의 영향이 직접적인 역할을 하지 않는 것처럼 SAE 자율주행 등급과는 무관합니다. 현대 차량 E/E 아키텍처의 고성능 컴퓨터에서 다루는 연산능력을 필요로 합니다. 파워트레인 유형의 경우엔 내연기관이 회생을 거의 사용하지 않기 때문에 전기차보다 더 효율이 최적화되는 경향이 있습니다. 예를 들어 순항 및 제동 전략을 통해 더 큰 최적화를 달성할 수 있습니다.” 구트만이 말했다.
ZF의 ACC 애드온은 주행거리가 긴 상용차를 포함해 모든 모델 유형, 파워트레인 브릿지 기술의 효율성을 높이는 데 매우 유용하다. 일반적으로 ZF는 이 추가 기능을 통해 다양한 차량 유형에 대한 에너지 절약 옵션을 제공하고자 한다. 특히, 장거리 교통은 지형적 영향을 통해 절약 잠재력을 실현할 수 있는 최고의 기회를 제공한다.
<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>