Ⅰ. 서 론

2014년 미국 구글사의 자율주행 구글카 소개로 자율주행 차량에 대한 관심이 커졌고 자동차 제조사의 기 술개발 경쟁이 더욱 가중되었다. 대부분의 자율주행 차량은 센서를 이용하여 주변을 인지하지만, 지도를 사 용할 경우 GNSS(Global Navigation Satellite System) 신호로 자신의 위치를 파악하여 지도에 매칭하는 방식을 사용한다. 하지만 빌딩이 많은 도심이나 터널 안에서는 정상적인 위성신호를 수신하기 어렵기 때문에 추측 항법(dead reckoning, DR) 기반 관성측정장치(inertial measurement unit, IMU)를 이용하여 절대위치를 추측한다 (IRS Global, 2015). 이 방법의 경우, 추측에 의한 오차가 종방향과 횡방향으로 누적되므로 주기적인 오차보정 이 반드시 병행되어야 한다. 그러므로 사용되는 상대위치 측정방법은 절대 위치값을 알고 있는 임의의 시설 (참조시설)과 떨어져 있는 거리와 각도를 측정하여 상대적으로 위치값을 계산하는 것을 의미한다(KICT, 2015). <Fig. 1>은 누적오차 보정시 기존 도로시설물을 참조시설로 활용하는 상대측위 과정을 보여주고 있다.

<Fig. 1>에서는 자율주행 차량이 1차로로 주행중일 때 GPS(Global Positioning System)에 의한 좌표값을 지 도에 표시하니 오차로 1차로와 2차로 중간에 위치한 경우를 보여주고 있다. 이런 경우에 발생하는 위치 오차 를 도로 기준으로 구분하면 종방향과 횡방향 오차가 된다. 예를 들어, 장대터널을 통과하는 자율주행 차량의 경우, 센서로 차로를 유지하므로 횡방향 오차에 의한 위험상황 노출 가능성이 낮지만, 종방향 오차는 보정 (오차 리셋)되지 않으면 누적되어 위험한 상황으로 초래할 수 있다. 그러므로 GPS 신호 수신이 어려운 터널 에서는 참조시설을 이용한 상대측위로 오차 보정 행위가 지속적으로 필요하다. <Table 1>은 Hofmann et al.(2011)이 지주 형태의 도로 시설물을 측위오차 보정에 활용함에 있어 IMU의 성능수준에 따른 참조시설의 요구 배치간격을 제시한 것이다.

IMU는 가격에 따라 정확도의 차이가 매우 큰 것으로 알려져 있다. 측량에서는 고정밀 IMU를 사용하겠지 만 자율주행 차량에는 일반 IMU를 사용하게 된다. <Table 1>은 일반 IMU을 사용했을 때 80 m 주행시 약 0.3 cm 오차가 발생했다는 것을 보여주는 것으로, Hofmann et al.(2011)의 실험 결과를 적용하면 오차보정을 위한 참조시설의 간격은 80 m 이하로 유지해야 할 것이다. 이와 같은 오차보정용 참조시설은 다양한 종류의 센서에서 인지가 쉬워야 하고, 일정 간격 이하에서 반복적으로 존재해야 하고, 충분한 양의 공급이 필요하다 (Jung and Suhr, 2015). 그러므로 신규 참조시설 설치보다는 기존 도로시설물을 활용하는 것이 유리할 것이다. 본 연구의 목적은 자율주행시 GNSS 위치신호 수신이 어려운 터널 내에서 추측항법의 오차를 일정수준 이하 로 유지하기 위하여 기존 도로시설물중 오차보정용 참조시설로 활용하기에 적절한 시설물의 선정 방법을 제 안하는 것이다. 본 연구의 결과는 자율주행 차량의 터널내 측위보정을 위한 인프라 지원으로서 참조시설의 설치 및 관리에 활용될 것으로 기대된다.

다음 장에서는 관련 연구에 대한 문헌고찰, 3장에서는 진행 방법론을 설명하고 4장에서 실제 절차에 따른 실험 과정과 결과를 정리하였다. 마지막 장에서는 최종 연구에 대한 결론을 언급하였다.

Ⅱ. 문헌고찰

차량의 측위보정에 도로시설물을 활용하는 아이디어는 측위기술 및 지도 기술의 진화와 함께 관련 연구가 지속적으로 이루어지고 있다. 측위기술로 GNSS 신호의 정확도 향상을 위한 D-GPS, 차로를 구분하는 정밀도로 지도 개발, 추가적인 ICT 접목에 의한 추측항법 개발 등이 측위 정확도 향상에 결정적인 역할을 하고 있다.

Mattern et al.(2009)에 의하면 독일의 Chemnitz University of Technology에서는 차량의 차선인식 기능과 차 선정보가 표시된 정밀도로지도를 활용하여 측위 정확도를 높이는 연구를 수행하였다. 일반적으로 이용되는 저가 GPS에 의한 오차를 차선의 위치로 보정하여 정확도를 높이는 방식이다. 이 연구에서 제안한 방식은 횡 방향 측위 오차를 1.2 m 이내로 확보하는 기술이라고 언급하였지만, 차선 위치로 보정하므로 종방향 측위 오차는 상당히 클 것으로 판단된다.

Hofmann et al.(2011)은 음영구간에 대한 고정밀 측위 수행을 위하여 스테레오 카메라를 활용한 랜드마크 측위 기술을 개발하였다. 지주와 유사한 형태의 시설물을 랜드마크로 사용하여 스테레오 카메라에 의한 대 상물과의 거리, 차량 이동 방향, 속도를 활용하여 자차의 위치를 추정하는 것이다. 하지만, 지주만을 활용하 므로 표지판 지주, 가로등, 가로수 등 유사 지주에 의한 잘못된 측위에 대한 약점을 가지고 있다.

Jung and Suhr(2015)는 센서 융합 기반 자동차용 정밀 측위시스템을 개발하였다. 보급형 GPS에 추측항법을 사용하면서 차량내 다양한 센서값을 융합하고 도로에 설치된 시설물을 영상센서로 인지하여 오차를 보정하 여 정확도를 높였다. 측위보정을 위한 도로 시설물로는 항법표지판, 안전표시, 노면표시 등 정확도를 높이기 위하여 활용 가능한 다양한 시설을 사용하였다. 이와같은 방식은 기존 방식 보다 정확도는 향상됐지만 너무 많은 도로 시설물을 인지해야 하므로 시스템 부하가 많이 걸려 효율적이지 못하는 문제를 가지고 있다. <Table 2>은 측위보정을 위하여 기존 도시 시설물을 활용하는 연구를 정리한 것이다.

이상의 문헌고찰 결과를 정리에 보면 측위오차 보정 지원시설로 활용하려면 특정 시설물이 아닌 다양한 시설물을 활용할 필요가 있으며, 자율주행에 활용되는 센서 모두에 효과적이어야 한다. 즉, 센서 특성 및 주 변 차량에 의한 가려짐을 고려하여 다양한 설치위치와 모양의 시설물이 필요하고, 주변 인지시 사용되는 영 상센서 뿐만 아니라 라이다센서에도 모두 인지가 잘 되는 시설물을 활용해야 하고, 규칙적으로 설치된 시설 물이 예측이 가능하므로 인지에 더욱 유리할 것으로 판단된다.

Ⅲ. 방법론

본 연구에서는 터널에서 자율주행 차량이 측위를 위한 참조시설로 활용하기에 적절한 시설물로 새로운 전용 시설물은 고려하지 않았고, 기존에 설치되어 운영되고 있는 시설물만을 대상으로 하였다. 시설물을 인 지하는 자율주행용 차량 센서로는 가장 대표적으로 사용되는 영상센서, 레이더센서, 라이다센서를 대상으로 하였으며, 참조시설 선정을 위하여 세가지 측면에서 검토하였다. 첫째로 차량 센서가 앞차 가림 등에 의한 인지 실패를 대비하여 충분히 다양한 위치, 모양, 개수 확보 가능성에 대한 ‘다양성,’ 두 번째로 차량 센서로 터널내 시설물을 얼마나 잘 인지하는 지에 대한 ‘인지성,’ 세 번째로 차량 센서의 인지 부하를 줄이 위한 규 칙적 분포 정도를 의미하는 ‘규칙성’이 검토 항목이다.

터널내 기존 시설물 중에서 어떤 시설물이 참조시설로 활용 가능할 지 검토를 위하여 시설물 조사가 우선 수행된다. 충분히 다양한 시설을 확보하기 위한 ‘다양성’ 검토는 단일 종류 시설물에서는 설치 간격에 의하 여 결정되므로 터널내 시설물에 대한 설치 기준을 검토하여 후보 시설물에 대한 종류와 수량을 검토한다. 터 널내 시설물은 설치 목적이 방재시설, 시선유도시설, 조명, 노면표시, 교통안전표지로 구분되며 도로법과 도 로교통법 관련 기준에 의하여 설치된다. 우선 관련 기준을 근거로 터널 내부 시설물의 종류, 시설물 형태 및 규격, 설치 위치, 배치간격을 조사한다.

차량 센서에 의한 기존 시설물의 ‘인지성’은 센서 입장에서 보면 시설물 형체, 설치 위치, 조명 등에 의하 여 영향을 받을 것이다. 자율주행 차량이 주변 도로시설을 인지하는데 사용되는 센서로는 영상센서, 레이더 센서, 라이다센서 등이 있다. 영상센서는 사람의 눈과 유사하게 카메라 렌즈에 투영되는 상에서 이미지를 추 출하는 구조로 앞이 가려지면 성능이 급격하게 떨어진다. 레이더센서는 전자파를 발사하여 돌아온 반사파를 해석하여 물체와의 거리를 인지하는 것으로 전자파의 특성상 투과력이 우수하지만 물체 자체 구분 보다는 거리측정에 장점을 가지고 있다. 라이다센서는 레이더센서의 전자파 대신 레이저를 발사하는 구조로 정확하 게 물체를 인지하지만 상대적으로 고가이다. 최근에는 장점을 조합하기 위하여 영상+레이더, 영상+라이다, 스테레오영상+레이더 등 융합센서도 개발되었다(IRS Global, 2015). 본 연구에서는 각 단일센서가 도로시설 물을 인지하면 융합센서에서도 인지한다는 판단으로 융합센서는 고려하지 않았다. 또한 레이더센서는 물체 자체 보다는 주로 상대적 거리를 측정하는데 사용되므로 검토 대상에서 제외하였다. 즉, 영상센서와 라이다 센서 입장에서 시설물을 보기 위하여 두 센서를 이용하여 실제 터널에서 촬영하고 시설물 형체, 위치, 조명 에 의한 영향을 고려하여 인지성을 판단하는 것이다.

터널내 후보 시설물이 규칙적으로 설치되어 있는 시설인지에 대한 ‘규칙성’ 검토가 수행된다. 후보 시설물 에 대한 규칙성은 참조시설로 역할을 할 수 있는 수량을 의미하고, 차량센서 입장에서도 규칙적으로 설치된 시설물의 경우 예정된 위치에 나타난다는 예측을 할 수 있기 때문에 인지가 수월해 지므로 참조시설로 활용 가치가 높아지므로 중요한 특성이라 할 수 있다. <Fig. 2>는 참조시설 설정 방법 전체를 정리한 것이다.

Ⅳ. 실 험

터널내 측위오차 보정시설의 선정을 위한 과정은 앞절에서 설명한 ‘다양성,’ ‘인지성,’ ‘규칙성’에 따라 진 행하였다. 우선 다양성 검토를 위하여 관련 법에 근거한 터널내 기존 시설물을 조사하고 차량센서의 인지성 조사를 위하여 영상센서, 라이다센서로 실제 터널을 조사하였다. 두 종류 차량센서 모두에서 인지가 잘 되는 후보시설물을 나열하여 마지막 단계인 규칙성 검토를 통하여 후보시설물 위치 및 간격을 정리하여 최종 선 정된 측위오차 보정시설의 성능을 정리하였다.

터널내 시설물의 ‘다양성’ 조사를 위하여 도로교통법에 관련 기준을 검토하였다. 도로교통법 관련 기준으 로는 ‘고속도로 교통안전시설물 설치 매뉴얼’(NPA et al., 2016), ‘조명식 및 발광형 교통안전표지 표준지 침’(NPA, 2015), ‘교통노면표시 설치관리 매뉴얼’(NPA, 2012)이 검토되었다. <Table 3>은 고속도로 터널에 설 치되는 교통안전시설중 참조시설로 활용 가능한 시설물을 정리한 것이다.

도로법 관련 기준으로는 ‘도로터널 방재시설 설치 및 관리지침’(MOLIT, 2015), ‘도로안전시설 설치 및 관 리지침’(MOLIT, 2014)이 검토되었다. 국토교통부 지침에 따르면 터널은 연장 및 위험도 지수에 따라 4개 등 급으로 나뉜다. <Table 4>는 터널 방재등급 산정 기준을 <Table 5>는 방재시설 설치 기준을 보여 준다.

문헌에 의한 조사 결과를 기반으로 차량 센서의 ‘인지성’ 조사를 위하여 실제 터널에서 영상센서와 라이 다센서의 기존 시설물에 대한 인지 성능을 조사하였다. 조사 대상 터널은 장대터널이며 최대 4차로에 안정 적 조명으로 관련 규정에 따라 시설물 관리가 양호한 곳으로 영동고속도로 신갈-호법 분기점 구간내 마성터 널과 양지터널을 선택하였다. 마성터널은 경기도 용인시 구성읍 동백리에 위치한 길이 1,450 m 터널로 인천 방향 편도 5차로(2차로 터널+3차로 터널), 강릉방향 편도 5차로(2차로 터널+3차로 터널)로 운영되고 있다. 양 지터널은 경기도 용인시 처인구 양지면에 위치한 길이 약 700 m 터널로 인천방향 편도 2차로 2개, 강릉방향 편도 4차로 1개로 운영되고 있다. 영상센서와 라이다센서가 터널내에서 어떤 시설물을 잘 인지하는지 조사 하려면 일반화된 터널환경이 적절할 것이다. 특히 터널벽에 있는 시설물의 인지는 차량과 시설물 간의 거리 가 중요하므로 다양한 차로수 터널에서 조사가 이루어져야 한다. 또한 조명과 시설물의 관리상태에 따라 인 지 가능성이 달라질 수 있으므로 관리수준이 높은 터널을 선택하여 기타 변수에 의한 편차를 줄이는 것이 필요하다. 이런 측면에서 본 연구가 선택한 두 개 터널은 2011년 영동고속도로 확장시 증설된 터널로 상태가 양호하며 2, 3, 4 차로 터널 환경을 모두 가지고 있고, 고속도로 구간이므로 시설 관리수준이 가장 높아 인지 성능 조사를 위한 환경 측면에서 대표성을 갖는다고 판단된다.

조사는 우선 영상센서의 역할로 블랙박스 영상을 이용하여 대상 터널을 조사하였다. 블랙박스 카메라로 촬영된 영상을 육안으로 판단하여 다양성 조사에서 검토된 터널내 시설물 중 인지성이 우수한 시설물을 구 분하였다. 영상센서는 카메라 영상의 화소를 분석하여 개체를 인지하는 구조로 사람이 물체를 보고 인지하 는 구조와 거의 유사하다(Kang and Kim, 2012). 그러므로 블랙박스 영상에서 육안으로 시설물이 잘 보이면 영상센서로부터 인지가 잘 되는 것과 차이가 없다고 판단하였다. 다음으로 영상에서 인지성이 우수해 보이 는 시설물을 라이다센서의 촬영 결과와 비교하여 최종 측위보정 지원시설 후보군으로 선정하였다. <Fig. 3> 는 카메라에 의한 시설물 촬영 결과중 참조시설로 활용하기에 인지성이 우수해 보이는 시설물 4개를 보여주 고 있다.

<Fig. 3>에서와 같이 카메라를 이용하여 터널을 촬영한 결과 제트팬, 차로이용규제신호등(lane-use control signal, LCS), 대피안내표시등, 소화전함이 인지 용이한 시설로 조사되었다. 제트팬은 터널내 화재시 연기를 배출하는 제연설비로 위험도지수 2등급 이상인 터널이며 터널길이가 500m 이상일 때 설치하고 500m 미만이 거나 위험도지수가 3등급 이하이면 자연환기방식을 적용할 것을 권장하고 있다. LCS는 터널 내부의 사고 또 는 작업시 차량의 진입 통제 및 운행가능 차선을 표시하는 장치로 ‘도로터널 방재시설 설치 및 관리지침’에 따르면, LCS는 위험도지수기준등급 2등급 이상의 터널에 설치가 의무화되어있다. 400∼500m 간격으로 설치 하되 곡선터널일 경우에는 시야확보범위 이내로 간격을 축소하여 설치할 수 있다. 유도표지등A는 대피자를 안전지역으로 유도하기 위해 대피시설에 설치하는 표지판으로 천장에 설치하므로 시인성이 높은 편이다. 소 화전함과 안내표시등은 모든 등급의 터널에 설치가 의무화되어 있다.

카메라로 촬영한 같은 터널구간에 대하여 라이다센서(32 channel) 촬영을 실시하였다. 카메라 촬영과 마찬 가지로 제트팬, LCS, 대피안내표시등, 소화전함이 인지 용이한 것으로 나타났다. <Fig. 4>는 4가지 시설물에 대한 레이저 점군 자료이다.

<Fig. 4>에서 보여주는 바와 같이 제트팬, LCS, 대피안내표시등, 소화전함 모두 레이저 점군 자료에서 시 설물 인지가 용이한 것으로 나타났다. 라이다센서의 특성상 크기가 크고 외관이 돌출된 시설물일수록 인지 가 쉽다는 일반적인 경향이 조사결과에서 그대로 나타난 것이다. 특히, 이 네가지 시설은 터널 상단에 설치 되어 있으므로 주변 차량에 의한 가려짐도 적어 더욱 인지가 잘 된 것으로 보인다.

터널내 자율주행 차량의 측위보정을 위한 지원시설은 주변 차량 가려짐, 조명 이상, 시설물 불량 등 다양 한 이유로 차량센서가 인지를 실패할 수 있기 때문에 가능한 많은 참조시설 확보가 필요하다. 결국 어떤 악 조건에서도 100 m 이내에 최소한 1개 참조시설 이상을 인지해야 한다. <Table 6>은 지금까지 시설물 설치기 준 검토, 카메라 촬영, 라이다센서 촬영 결과를 다양성, 인지성, 규칙성이라는 세가지 평가지표에 따라 종합 적으로 선정한 것이다.

<Table 6>에서와 같이 기존 시설물로는 설치간격이 긴 순서에 따라 소화전함, 안내표시등, 유도표지등A, LCS, 최고/최저속도제한표지, 제트팬이 참조시설로 활용 가능하다고 판단된다. 최고/최저속도제한표지는 LCS와 유사한 모양으로 설치되므로 인지성 측면에서 거의 같은 수준이므로 추가하였다. 다양한 모양의 시설 물을 선택하여 다양성을 유지하므로 차량센서 측면에서 인지가 쉽도록 선택하였다. 인지성에 따라 주변 차 량에 의한 가려짐을 줄이기 위하여 터널 상단에 위치한 시설물로 선택되었고, 일정한 간격으로 규칙성에 부 합하는 시설물을 포함시켰다. 간격이 짧은 시설물은 충분히 많은 물량 제공이 될 것으로 판단되었다. 대략 계산을 해 보면, <Table 6>에서 제시된 시설물을 오차보정 시설로 사용할 경우 500 m 터널 기준 13개의 참 조시설(소화시설 9개, 나머지 각 1개씩 4개)이 존재하게 된다. 그러므로 6개(약 반) 참조시설만 인지했다 하 더라도 83 m(500m/6개)에 하나씩 인지한 것으로 일반 IMU의 경우 Hofmann et al.(2011)이 제시한 80 m 주행 에 0.3 m 오차를 반영할 때 적절한 수준의 선택이라고 판단된다.

Ⅴ. 결 론

본 연구에서는 자율주행시 터널 내에서 추측항법의 오차를 일정수준 이하로 유지하기 위하여 기존 도로 시설물중 오차보정용 지원시설로 활용하기에 적절한 시설물의 선정 방법을 제안하였다. 터널내 시설물 관련 기준 및 지침을 검토하여 설치위치, 간격을 조사하였고 영상센서와 라이다센서의 인지 수월성을 확인하기 위하여 카메라 촬영 결과 및 라이다 점군 자료를 분석하였다. 최종적인 기존 시설물중 참조시설로 적합한 시 설물의 선택은 다양성, 인지성, 규칙성이라는 세가지 평가지표에 따라 종합적으로 선정하였다. 최종적으로 선정된 시설물은 소화전함, 소화전안내표시, LCS, 유도표지등A, 최고/최저속도제한표지, 제트팬이다.

일반적으로 자율주행 차량은 측위보정 지원시설의 인지에 영상센서 또는 라이다센서를 사용하게 되므로 두가지 센서 모두 인지 용이한 시설물의 선택이 필요하다. 또한 참조시설 역할의 시설물은 일정한 간격에 따 라 반복적으로 설치되어 있는 것이 유리하고 다양한 시설이 충분히 많이 있는 것이 필요하다. 그러므로 참조 시설 선택을 위한 평가지표로 다양성, 인지성, 규칙성이 적절한 지표라고 판단된다. 본 연구의 결과에서 제 시된 후보 시설물의 설치간격을 고려할 때 기존 시설물만으로도 참조시설의 역할이 충분히 가능하다고 결론 내렸다. 본 연구의 결과는 자율주행 차량의 터널내 측위보정을 위한 인프라 지원 측면으로 시설 제공에 활용 될 것으로 기대된다.

인프라 측면에서의 측위오차 보정시설 제공은 기존 시설물의 선정으로 끝나는 것은 아니다. 선정된 참조 시설에 측위를 위한 기준점 위치를 설정하고 정확한 좌표값을 정밀도로지도에 추가하여 제공되어야만 비로 소 참조시설로 역할을 하게 될 것이다. 이와 관련된 부분은 향후 추가적인 연구가 필요하다고 판단된다.