[표지] 1
제출문 3
보고서 요약서 4
요약문 6
SUMMARY 8
Contents 11
목차 12
제1장 연구개발과제의 개요 20
제1절 연구개발 배경 및 필요성 20
1. 연구개발 배경 20
2. 연구개발 필요성 24
제2절 연구개발 목표 및 내용 26
1. 연구개발의 최종목표 26
제2장 국내외 기술개발 현황 31
제1절 인프라 기반 자율주행 기술동향 31
1. 국내·외 기술동향 31
2. 관제 기술개발 동향 38
3. 정류장 정밀정차 기술개발 동향 39
제2절 대중교통 자율주행 기술 연구개발 현황 40
1. 필요성 및 정책동향 40
2. 자율주행 버스의 기술개발 현황 42
3. 자율주행 버스의 안전성 향상을 위한 필요기술들 46
제3장 연구개발 수행 내용 및 결과 50
제1절 자율주행 대중교통 공공도로 확장을 위한 임시운행 허가 획득 기술개발 50
1. 차량 내 안전장치(고장진단) 기술 개발 50
2. 인증 시나리오별 자율주행 제어기술 및 센서 신호처리 기술 개발 58
3. 주행안정성을 위한 자율주행 엑츄에이터 내구성 개선 기술 개발 89
제2절 정밀 위치검지 센서를 이용한 정위치 측위기술개발 100
1. 정류장내 정위치 정차를 위하여 측위센서 선정 및 환경구성 100
2. 현장테스트를 통한 정밀측위 성능검증 102
제3절 정위치 정차를 위한 차량제어 기술개발 105
1. 측위센서 데이터 기반 차량 종횡방향 제어기술 개발 105
제4절 측위센서와 차량주행제어 기술간 데이터 및 통신 연계기술개발 110
1. 센서와 차량제어기간 데이터 연계성능 테스트 110
2. V2X기반 통합플랫폼(서버), 차량, 인프라간 통신 연계 테스트 113
제5절 정류장에서 탑승객의 승하차 감지 및 인식기술개발 133
1. 정류장 탑승객 감지 인식률 개선 133
2. 원내 현장테스트를 통한 성능검증 142
제4장 목표 달성도 및 관련분야에의 기여도 148
제1절 성과 지표별 목표 달성도 148
제2절 관련분야 기여도 157
제5장 연구개발 결과의 활용 계획 159
제1절 연구성과의 확산 및 기대효과 159
1. 기대효과 159
2. 성과활용 및 확산 계획 159
참고문헌 161
판권기 164
표 2.1.1. BIS와 BMS의 비교 38
표 2.1.2. 정위치 정차 지원 시스템 개발사례 39
표 3.1.1. 정상상태 판별 기준 52
표 3.1.2. 시나리오 2에 대한 metal lane spacing 추정 결과 85
표 3.1.3. 시나리오 3에 대한 metal lane spacing 추정 결과 85
표 3.1.4. 시나리오 4에 대한 metal lane spacing 추정 결과 86
표 3.1.5. 가속 엑츄에이터 제어기 모듈 응답 특성 94
표 3.1.6. 감속 엑츄에이터 모듈 응답 특성 95
표 3.1.7. 조향 엑츄에이터 응답 특성 97
표 3.2.1. MBC 브로드캐스트 RTK 서비스 & 단말기 소개서 100
표 3.4.1. 시스템 주요기능 113
표 3.4.2. 자율주행 운영 소프트웨어 114
표 3.4.3. 패킷 구성 117
표 3.4.4. 통신 구성 117
표 3.4.5. OPCODE 구성 117
그림 1.1.1. 바이모달 트램 20
그림 1.1.2. PRT 20
그림 1.1.3. Future Bus 20
그림 1.1.4. Robot Shuttle 20
그림 1.1.5. VAA구성요소 22
그림 1.1.6. AC Transit의 자율주행차 구성 22
그림 1.1.7. SMART Road 실험 진행 현황 22
그림 1.1.8. V2X기반 개방형 플랫폼 기술(CVIS) 23
그림 1.1.9. V2I기반 사고예방기술(SAFESPOT) 23
그림 1.1.10. LOD 시스템 23
그림 2.1.1. PATH 프로젝트 31
그림 2.1.2. AC Transit의 자율주행차 구성 32
그림 2.1.3. SMART Road 실험 진행 현황 32
그림 2.1.4. COOPERS-V2I기반 도로상황 전송 기술 33
그림 2.1.5. CVIS프로그램-V2X기반 개방형 플랫폼 기술 33
그림 2.1.6. SAFESPOT 프로그램-V2I기반 사고예방기술 33
그림 2.1.7. CyberCar-Wifi를 활용 위차/상태 유지 기술 34
그림 2.1.8. WEpod의 주요기술 34
그림 2.1.9. 시티 파일럿 탑재 퓨처버스 35
그림 2.1.10. 네덜란드 Phileas 35
그림 2.1.11. VICS 사업 개념도 35
그림 2.1.12. 스마트하이웨이 시범도로 개념도 36
그림 2.1.13. 바이모달 트램 및 자동운전 제어구조 37
그림 2.1.14. KT 자율주행 5G 버스 시연 37
그림 2.1.15. 차량 자동유도 기술 구성요소 38
그림 2.2.1. 일본 도쿄의 가구당 자동차 보유대수 41
그림 2.2.2. 볼보사의 자율주행 버스 42
그림 2.2.3. 영국의 자율주행 버스 43
그림 2.2.4. Mercedes-Benz의 퓨처버스 44
그림 2.2.5. Yutong사의 자율주행 버스 44
그림 2.2.6. 네덜란드 Phileas 차량 45
그림 2.2.7. precision docking 구성요소 (MGW / BGS / DAS) 47
그림 2.2.8. 자율주행 버스를 위한 정류장 시스템 48
그림 3.1.1. 차량 상태 표시장치의 차량 내 장착 모습 50
그림 3.1.2. 전체화면 레이아웃 및 각부 명칭 51
그림 3.1.3. 5개 모듈의 비정상 상태 51
그림 3.1.4. 5개 모듈의 정상 상태 51
그림 3.1.5. 운전자 우선 모드 52
그림 3.1.6. 시스템 우선 모드 52
그림 3.1.7. 운전자 take-over request 알람 53
그림 3.1.8. 상위제어기의 StateFlow 기반 고장진단 로직 54
그림 3.1.9. 조향관련 고장진단 세부 StateFlow 54
그림 3.1.10. 엑셀, 브레이크 고장진단 세부 StateFlow 55
그림 3.1.11. 시프트 고장진단 세부 StateFlow 55
그림 3.1.12. 고장진단 레이어 56
그림 3.1.13. 운전자우선모드 강제전환 조종장치(파란색 Manual/Auto 버튼) 57
그림 3.1.14. 차로 유지모드 시나리오 58
그림 3.1.15. 끼어들기 및 빠져나가기 시나리오 59
그림 3.1.16. 정체상황 추종 및 해제 모드 시나리오 60
그림 3.1.17. 전방충돌방지 주행 시나리오 62
그림 3.1.18. 7개의 CAN 라인 블록 64
그림 3.1.19. RX_CAN 하위 모듈 65
그림 3.1.20. RX_CAN의 데이터 출력 65
그림 3.1.21. GPS_Serial 출력 65
그림 3.1.22. 차량 속도/내부 변수 출력 66
그림 3.1.23. Radar Process/퓨전값 출력 66
그림 3.1.24. 테이크 오버 판단 67
그림 3.1.25. 메인 제어기 67
그림 3.1.26. 메인제어기 하부 모듈 68
그림 3.1.27. 횡방향 제어기 68
그림 3.1.28. 횡방향 제어기 하부 모듈 69
그림 3.1.29. 보조 제어기 모듈 70
그림 3.1.30. 종방향 제어기 70
그림 3.1.31. 종방향 제어기 하부 모듈 71
그림 3.1.32. 델파이 ESR 레이다 센서 73
그림 3.1.33. 하드웨어 및 소프트웨어 구성 73
그림 3.1.34. 전방차량 인지를 위한 알고리즘 74
그림 3.1.35. 전방차량인지를 위한 실도로 실험환경 75
그림 3.1.36. 측정된 타겟정보 및 인식된 전방차량 75
그림 3.1.37. 핸들 각도에 따른 차선 정보 추정 76
그림 3.1.38. 차선추정에 따른 전방차량 인지 현장 테스트 76
그림 3.1.39. IR-UWB radar를 이용한 metal lane 검출 시스템 모델 79
그림 3.1.40. Lane detection algorithm 79
그림 3.1.41. x, y 평면에서 레이다에서 차선까지 거리 (a) 계산에 필요한 파라미터 (b) 최소일 때의 예 (b) 최대일 때의 예 80
그림 3.1.42. 차량과 금속차선 위치 및 반사신호 에너지 81
그림 3.1.43. 차선인지 실험환경 82
그림 3.1.44. Metal lane이 있을 때와 없을 때 energy detector output histogram 83
그림 3.1.45. 실험 시나리오 83
그림 3.1.46. 시나리오 1에 대한 에너지 디텍터 아웃풋 및 IR-UWB 신호 84
그림 3.1.47. 시나리오 2에 대한 에너지 디텍터 아웃풋 및 IR-UWB 신호 84
그림 3.1.48. 시나리오 3에 대한 에너지 디텍터 아웃풋 및 IR-UWB 신호 85
그림 3.1.49. 시나리오 4에 대한 에너지 디텍터 아웃풋 및 IR-UWB 신호 86
그림 3.1.50. 맨홀 측정실험 환경 86
그림 3.1.51. Round manhole의 에너지 디텍터 아웃풋 및 IR-UWB 신호 87
그림 3.1.52. Square manhole의 에너지 디텍터 아웃풋 및 IR-UWB 신호 87
그림 3.1.53. 조향 엑츄에이터 차량 장착 90
그림 3.1.54. 감속 엑츄에이터 모듈 차량 장착 90
그림 3.1.55. 가속 엑츄에이터 제어모듈 차량 설치 91
그림 3.1.56. 조향 엑츄에이터 3D Modeling 92
그림 3.1.57. 조향 엑츄에이터 부품 제작 92
그림 3.1.58. 감속 엑츄에이터 모듈 3D Modeling 93
그림 3.1.59. 가속 엑츄에이터 제어모듈 93
그림 3.1.60. 가속 엑츄에이터 동작 성능 점검 94
그림 3.1.61. 감속 엑츄에이터 모듈 동작 성능 점검 95
그림 3.1.62. 감속 엑츄에이터 모듈 Takeover 인식 성능 점검 96
그림 3.1.63. 감속 엑츄에이터 모듈 부하 시험 점검 96
그림 3.1.64. 조향 엑츄에이터 동작 성능 점검 97
그림 3.1.65. 조향 엑츄에이터 Takeover 인식 성능 점검 98
그림 3.1.66. 조향 엑츄에이터 부하 성능 점검 98
그림 3.1.67. Takeover 반복 시험 성능 점검 99
그림 3.2.1. 차량 내 MRP-2000이 서버에 위치 정보를 송신하는 방법 101
그림 3.2.2. 자동차 주행시험장(왼쪽) 및 GPS 기반 주행시험장 맵(오른쪽) 102
그림 3.2.3. GPS기반 종횡방향 주행사진 103
그림 3.2.4. 데이터 전달 개략도 104
그림 3.3.1. 횡방향 차량제어 105
그림 3.3.2. 카메라 정보 출력 105
그림 3.3.3. 차선정보 / 차선인지 상태 출력 106
그림 3.3.4. 조향값 데이터 출력 107
그림 3.3.5. 최종 조향 데이터 생성 108
그림 3.3.6. 종방향 차량제어 109
그림 3.3.7. 현재 속도값을 바탕으로 타겟 속도값 결정/APS,BPS 출력 109
그림 3.4.1. PC와 CAN 통신을 하기 위한 케이블 110
그림 3.4.2. CAN 메시지 생성 코드 일부 111
그림 3.4.3. 원내 위성지도 및 10동 주위 맵 추출 112
그림 3.4.4. 시스템 구성도 113
그림 3.4.5. 통신 Socket Deamon 프로그램 화면 구성 114
그림 3.4.6. 센터 운영 프로그램 화면 구성 115
그림 3.4.7. 자율주행 차량 운영 프로그램 화면 구성 116
그림 3.4.8. 장치관리자 설정 화면 119
그림 3.4.9. AutonomousVehicle.ini COMPORT 수정 119
그림 3.4.10. AutomousVehicle.ini IP 수정 120
그림 3.4.11. 전송주기 설정 120
그림 3.4.12. 차량번호 설정 120
그림 3.4.13. GPS 수신정보 121
그림 3.4.14. GPS 정보 송신 121
그림 3.4.15. 센터 운영 S/W GUI 122
그림 3.4.16. APManager.ini 표시 창 122
그림 3.4.17. 자율주행차량 GPS 데이터 처리 알고리즘 123
그림 3.4.18. GPS에서 수신된 데이터에서 위도/경도 데이터 추출 124
그림 3.4.19. 센터로 전송할 차량정보(위도, 경도, 속도, 차량번호) 생성 125
그림 3.4.20. 센터로 차량정보 전송 125
그림 3.4.21. 노선정보 처리 알고리즘 126
그림 3.4.22. 클라이언트 소켓에서 데이터 수신 후 노선정보 표출 126
그림 3.4.23. 센터 통신 GPS 데이터 처리 알고리즘 127
그림 3.4.24. 서버 소켓에서 데이터 수신 후 정류장에 전송 127
그림 3.4.25. 센터운영 프로그램 GPS 데이터 처리 128
그림 3.4.26. 클라이언트 소켓에서 데이터 수신 후 차량정보 화면 표출 128
그림 3.4.27. 클라이언트 소켓의 통신 프로토콜 정의 129
그림 3.4.28. 클라이언트에서 소켓을 송수신하는 방법 130
그림 3.4.29. 서버에 송신할 데이터를 가공하는 gpsSend 클래스 131
그림 3.4.30. 위도와 경도를 얻어내는 gpsCreator 함수 132
그림 3.4.31. 현재 시간을 얻어내는 timeCreator 함수 132
그림 3.4.32. 주어진 데이터를 합산하는 send 함수 132
그림 3.5.1. 바운딩 박스의 좌표 값과 높이와 너비값 133
그림 3.5.2. DarkNet-53의 구조 134
그림 3.5.3. DarkNet-53의 성능 134
그림 3.5.4. DarkNet으로 자율주행 차량의 블랙박스 내용을 학습한 예시 134
그림 3.5.5. YOLO Mark 소스 다운로드 135
그림 3.5.6. YOLO Mark 솔루션 파일 열기 136
그림 3.5.7. YOLO Mark 컴파일 환경 설정 136
그림 3.5.8. YOLO Mark 실행파일 생성 136
그림 3.5.9. YOLO Mark 프로그램 실행 137
그림 3.5.10. 가중지파일 생성프로세스 137
그림 3.5.11. 가중치파일 생성을 위한 트레이닝 138
그림 3.5.12. 가중치파일 진행상태 표출 그래프 138
그림 3.5.13. YOLOv3 알고리즘 다운로드 139
그림 3.5.14. 소프트웨어 개발 프로세스 140
그림 3.5.15. 승객 승하차 판단 순서도 140
그림 3.5.16. 실제 버스운영 환경에서의 승하차 인지 141
그림 3.5.17. 자율주행 원내테스트 운행노선 142
그림 3.5.18. 승하차 완료준비상태(왼쪽) 승하차 완료후 상태(오른쪽) 143
그림 3.5.19. 정류장에서 승하차 완료정보를 관제로 전송 144
그림 3.5.20. 차량내 관제 데이터 수신 모듈 144
그림 3.5.21. 자율주행 상태로 차량 운행 145
그림 3.5.22. 정류장 메시지 생성시간(15:42:03.464) 145
그림 3.5.23. 차량에서 메시지 받은시간(15:42:04.435) 146