R&S®SMBV100B GNSS Simulator를 AVL DRIVINGCUBE™ 툴체인에 통합하여 차량 수준에서 첨단 운전자 보조 시스템과 자율 주행 기능을 완전히 새로운 방식으로 검증할 수 있습니다. 완성차의 물리 센서 시험 시스템을 차량 테스트 베드에서의 시험 과정과 결합하면 빠르고 재현 가능하며 비용 효율적인 테스트를 실시할 수 있습니다. 현실적이고 안전한 조건에서 가능한 모든 주행 시나리오를 실행할 수 있습니다.
자동차 산업에서 자율 주행 자동차와 관련된 부문이 점차 늘어나고 있습니다. 이미 사용되고 있는 레벨 2 ADAS(Advanced Driver Assistant Systems) 및 부분 자율 주행에서 미래의 완전한 자율 주행(AD : Autonomous Driving)까지, 기능의 복잡성이 크게 증가하고 있습니다. 가능한 모든 조건과 변동 환경에서 이러한 기능을 검증하려면 자동차 개발 분야에서 많은 과제를 해결해야 합니다.
예를 들어 AEB(Autonomous Emergency Braking), ACC(Adaptive Cruise Control) 등의 기능, 고속도로 자율 주행과 같은 풀오토 기능은 완성차 내부의 수많은 상황과 차량 구성으로 매우 많은 양의 기능적, 비기능적 검증 및 최적화가 필요합니다.
이러한 기능의 기능적 안전을 보장하기 위해 수천 수만 킬로미터의 주행거리와 복잡한 시나리오를 테스트해야 함에 따라 더욱 첨단화된 검증 방식이 요구되고 있습니다.
오늘날 ADAS 및 AD를 검증하는 방식은 기본적으로 세 가지입니다. 일반적으로 일반 도로 또는 주행시험로(Proving Ground)에서 주행 테스트로 수행하는 방식과 HiL(Hardware-in-the-Loop) 방식의 테스트가 있으며, 순수한 가상의 소프트웨어 기반 시뮬레이션 테스트, 즉, 하드웨어 구성요소 없이 수행하는 방식이 있습니다.
주행시험로 또는 일반 도로에서 수행하는 테스트는 현실적이지만 완전하게 재현할 수 없으며, 테스트 운전자와 다른 테스트 참가자에게 위험할 수 있습니다. 또한 주행시험로에서 다음 테스트 주행까지 시나리오를 리셋하려면 많은 시간이 필요합니다. HiL 기반 테스트는 실제 ECU(Electronic Control Unit)와 기능을 사용하지만 차량의 나머지 부분에 대한 복잡한 시뮬레이션이 필요하기 때문에 셋업이 어렵습니다. 순수한 시뮬레이션은 매우 생산적이고 효율적이며 유연합니다. 하지만 가상 테스트에서는 물리적인 요소를 사용하지 않기 때문에, 검증의 중요성이 매우 높은 차량 시스템 간의 실제 상호작용을 테스트하지는 않습니다.
ADAS 및 AD 검증 방법
| 검증 방법 | 장점 | 단점 | |
|---|---|---|---|
| 분야 | 주행시험로 또는 일반 도로에서 주행 테스트 | 모든 구성요소를 실제 환경에서 테스트 | 재현 불가, 위험하며 많은 비용 소요 |
| 실험실 | 완전한 차량을 이용한 ViL 테스트 | 이 문서에서 설명 | |
| 실험실 | 구성요소 수준 HiL 테스트 | 실제 하드웨어 사용하며 유연하며 재현 가능 | 복잡한 셋업 |
| 실험실 | 하드웨어 부품 없이 소프트웨어 시뮬레이션 | 유연하며 효율적이며 경제적 | 시스템 간 실제 상호작용을 테스트하지 않음 |
각 방식의 단점은 대부분 ViL(Vehicle-in-the-Loop) 방식으로 해결할 수 있으며, 이 방식에 대한 자세한 설명은 아래에 나와 있습니다.
AVL DRIVINGCUBE™는 실제 도로 테스트와 시뮬레이션 간의 차이를 해결하는 다양한 검증 방식을 제공합니다. 개별 구성요소를 기반으로 하는 순수한 HiL 방식과 달리, 이 방식은 가상 실험 환경에서 즉시 주행 가능한 차량을 테스트합니다. 테스트 대상인 컨트롤 유닛은 물리 또는 동작 센서 모델(즉, 소프트웨어 시뮬레이션에서 발생한 센서 출력을 ECU로 공급), 혹은 물리 센서 시뮬레이터에 의해 시뮬레이션 환경에 연결됩니다. 이 테스트 환경은 모든 유형의 ADAS 및 AD 기능(예: Predictive ACC 모델에서 작동 시 차량을 자동으로 가속 또는 감속)을 평가하도록 설계되었습니다.
테스트 베드에서는 실제 도로보다 시나리오를 훨씬 더 쉽게 재현할 수 있기 때문에 AVL DRIVINGCUBE™는 검증 및 최적화 중 ADAS 및 AD 기능의 효율성을 높여줍니다. 또한 작동하는 동안 차량에 접근하기가 수월합니다. 실제 도로에서는 실행이 불가능한 심각한 상황을 안전하게 검증할 수 있습니다. 특히 센서 시뮬레이션과 자극 시스템은 복잡한 주행 시나리오의 정확한 검증을 위해 중요합니다.
Predictive ACC(Adaptive Cruise Control) 테스트 셋업
R&S®SMBV100B를 이용한 GNSS 수신기 자극 신호
R&S®SMBV100B GNSS Simulator를 사용하면 실제 GNSS RF 신호로 차량에 탑재된 GNSS 시스템에 신호를 보내 검증 환경을 넓힐 수 있습니다. 따라서 Predictive ACC(Adaptive Cruise Control) 또는 H2H(Hub-to-Hub) 작동과 같은 항법 및 지도 기반 ADAS 및 AD 기능을 테스트할 수 있습니다.
R&S®SMBV100B는 GPS, Galileo, GLONASS, BeiDou 등의 모든 글로벌 항법 위성 시스템과 다양한 SBAS(Satellite Based Augmentation System)용 신호를 생성할 수 있습니다. 60개 가용 채널을 사용하면 복수의 GNSS 위성이 존재할 수 있는 현실적인 Constellation을 쉽게 설정할 수 있습니다.
또한 모든 주파수 대역(예: L1, L2, L5)에서 동시에 신호를 발생해 최신 다주파 GNSS 수신기의 통합 및 검증이 가능합니다.
위성 가시성과 전력 레벨을 즉시 조정할 수 있으므로 차폐 및 차단된 GNSS 신호를 추가로 모델링할 수 있습니다. R&S®SMBV100B GNSS Simulator는 LAN, USB, GPIB 인터페이스를 통해 테스트 베드에서 발생된 원격 명령을 수신합니다. GNSS 시뮬레이션에 필요한 위치 및 자세 데이터를 SCPI 또는 UDP 명령을 사용해 시뮬레이터로 스트리밍할 수 있어 AVL DRIVINGCUBE™에 간단히 통합할 수 있습니다.
최고 100 Hz의 높은 스트리밍 속도와 최저 20 ms의 낮은 명령 처리 지연속도가 결합되어 빠른 처리와 신호 정확도를 보장합니다.
AVL과 로데슈바르즈는 첨단 운전 보조 시스템 및 차량 수준 자율 주행 기능 부문의 기술 파트너입니다.
ViL 환경에서 트럭용 Predictive ACC 기능 테스트
AVL DRIVINGCUBE™는 연비 검증, Predictive ACC 기능과 같은 ADAS 시스템 개발을 간소화할 수 있습니다.
Predictive ACC 기능은 지리적 고도 지도와 GNSS 수신기가 계산한 실제 트럭 위치를 기반으로 전면의 도로의 위상을 고려합니다. 그런 다음, 전체 경로에 대해 최적의 에너지 소비를 달성하기 위해 차량 속도와 엔진 작동 전략을 조정합니다.
로데슈바르즈와 ACC는 Predictive ACC의 기능을 테스트하기 위해 스톡홀름에서 트럭용 섀시 동력계에 위에서 언급한 툴체인을 설치했습니다.
AVL DRIVINGCUBE™ 가상 환경에 지리적 맵을 사용해 가상 트럭을 주행하는 트랙을 생성합니다. ACC 기능 (4)이 통제하는 물리적 트럭의 이동을 섀시 동력계 (5)가 기록한 다음 시스템 컨트롤러 (1)로 전송합니다.
시스템 컨트롤러가 가상 트랙에서 트럭 모델 주행을 기반으로 예상되는 주행 저항을 계산합니다. 그런 다음 그에 따라 동력계가 제공하는 저항을 설정하여 물리적 트럭으로 주행 저항을 다시 투영합니다.
전송된 물리적 트럭의 이동을 기반으로 트랙에서 가상 트럭의 위치가 업데이트됩니다. 그런 다음 이 위치 데이터가 R&S®SMBV100B (2)로 전송되고 이 기기에서 해당 GNSS 신호가 생성됩니다. GNSS 신호가 물리적 트럭의 GNSS 수신기 (3)로 공급되고 GNSS 수신기는 수정된 위치를 계산한 다음 ACC 기능이 작동 전략을 적절히 조정하도록 합니다.
그 결과, 스웨덴에서 이 툴체인을 사용한 테스트 베드에서 실제 트럭을 주행하면서, 독일 도로에서 가상 트럭의 주행 테스트를 할 수 있었습니다. GPS 무선 신호의 생성을 위해, R&S®SMBV100B GNSS Simulator가 사용됩니다.
이 테스트 셋업은 기존 ADAS/AD 검증 및 테스트에 비해 다양한 이점이 있습니다. 모든 구성요소는 시험주행로 테스트와 같은 방식으로 차량 수준에서 테스트합니다. 하지만 이 방식은 HiL(Hardware-in-the-Loop) 테스트와 같이 유연하고 재현이 가능해, 실험실 환경과 같이 효율적인 테스트 셋업으로 활용할 수 있습니다.
관련 상품
