최근 급증하고 있는 보행자 및 차량 추돌 사고에 대한 방지책의 하나로 지능형 자동차에 대한 연구가 진행되고 있다. 특히 종방향 제어기는 선행 차량 인식 및 보행자 인식 시스템과 함께 능동형 안전 시스템을 구성하기 위해 반드시 필요한 구성요소이다. 본 논문은 다음의 과정을 통해 지능형 차량을 위한 비선형 제어기를 설계하고 검증함으로써, 설계한 시스템의 실현 가능성을 보였다.
첫 번째로, 지능형 차량을 위한 종방향 속도 및 거리 제어기를 비선형 강인 제어 기법인 동적 표면 제어(Dynamic Surface Control : DSC)를 이용하여 설계하였다. 또한, 설계된 제어기의 성능과 적용 가능성을 PCU(Powertrain Control Unit), ETS(Electronic Throttle System)등의 하드웨어와 상용 코드를 이용한 차량 모델로 구성된 HILS(Hardware-in-the Loop Simulation) 시스템을 이용하여 검증하였다.
두 번째로, 차량의 주행 안전성 증가와 종방향 제어기의 성능 향상을 위해 차체의 기구학 및 MEMS(Micro Electro Mechanical System) 가속도 센서와 각속도 센서, 그리고 차량의 절대 속도를 측정할 수 있는 GPS(Global Positioning System)를 이용하여 차량의 자세를 예측 하는 알고리즘을 개발하였다. 이때, 도로면과 엔진의 진동으로부터 유입되는 외란의 영향을 칼만 필터를 통해 감소 시킴으로써 예측된 피치각(Pitch Angle)과 롤각(Roll Angle)의 정확도를 향상하였다.
끝으로, 위에서 설계한 종방향 제어기와, 자세 예측 알고리즘을 실제 시스템인 네트워크 기반의 무인 ATV(All-Terrain Vehicle) 시스템에 적용하였다. 이를 위하여, 사용된 네트워크 시스템의 데이터 전송 지연 시간, 데이터 손실율 등의 네트워크 특성을 우선 파악하고, 발생할 수 있는 시간 지연 및 데이터 손실등의 외란에도 불구하고 시스템이 안정적으로 동작할 수 있도록 관측기(Observer) 기반의 종방향 제어기를 설계하여 적용하였다. 이론적인 바탕을 토대로 설계한 제어기의 안정성을 입증하고, 시뮬레이션을 통해 그 성능을 검증하였다.
Alternative Abstract
Since the number of car accidents increases, active safety systems to reduce the collision have been studied for last two decade. Especially, a longitudinal controller is a key technology to develop an active safety system. In this paper, it is designed and implemented to show its feasibility to real vehicle.
First, longitudinal velocity and distance controllers are designed for an Adaptive Cruise Control (ACC) system, then their performace is validated using hardware-in-the loop simulation (HILS) system including Electronic Throttle System (ETS) and Powertrain Control Unit (PCU), which are implemented for a commercial passenger vehicle.
Second, the algorithm for estimating both pitch and roll of a vehicle is developed using a MEMS accelerometer array and global positioning system to improve the safety of a vehicle and the performance of a longitudinal vehicle controller. To reduce noises from communication, engine vibration and road disturbance, pre-signal processing algorithm and discrete Kalman filter are proposed. Then, its performance will be validated through the indoor test and real vehicle test.
Finally, the proposed longitudinal controller is implemented to ATV as a real vehicle. The ATV is configured as a distributed system whose individual subsystems communicate each other via Controller Area Network (CAN). Before designing a longitudinal controller, CAN-based network model is configured via
experiment. Then the observer based dynamic surface control technique is used to overcome model uncertainties, indeterministic time-delay and packet loss. Also, the stability of the proposed system is validated via LMI approach. At the end of this paper, the performance of the proposed longitudinal controller is validated via a simulation.