[논문 리뷰] Critical ride comfort detection for automated vehicles

Alexander Genser, Roland Spielhofer외 2명|arXiv (Cornell University)|2021. 06. 01.

Vehicle Dynamics and Control Systems참고 문헌 34인용 수 2

한 줄 요약

이 논문은 차량 동역학 모델링, 몬테카를로 시뮬레이션, 도로 표면 표현을 활용하여 자율주행차에서 대규모이고 비용 효율적인 승차 편안함 평가를 위한 시뮬레이션 프레임워크를 제안한다. 임계값 기반 방법, ISO 2631, 그리고 국제 거칠기 지수(IRI)를 비교한 결과, ISO 2631가 실제 IRI 분류와 가장 유사하게 나타났으며, 임계값 기반 방법은 심각한 편안함 이벤트를 과소 또는 과소 평가할 위험이 있음을 확인했다.

ABSTRACT

In a future connected vehicle environment, an optimized route and motion planning should not only fulfill efficiency and safety constraints but also minimize vehicle motions and oscillations, causing poor ride comfort perceived by passengers. This work provides a framework for a large-scale and cost-efficient evaluation to address AV's ride comfort and allow the comparison of different comfort assessment strategies. The proposed tool also gives insights to comfort data, allowing for the development of novel algorithms, guidelines, or motion planning systems incorporating passenger comfort. A vehicle-road simulation framework utilizable to assess the most common ride comfort determination strategies based on vehicle dynamics data is presented. The developed methodology encompasses a road surface model, a non-linear vehicle model optimization, and Monte Carlo simulations to allow for an accurate and cost-efficient generation of virtual chassis acceleration data. Ride comfort is determined by applying a commonly used threshold method and an analysis based on ISO 2631. The two methods are compared against comfort classifications based on empirical measurements of the International Roughness Index (IRI). A case study with three road sites in Austria demonstrates the framework's practical application with real data and achieves high-resolution ride comfort classifications. The results highlight that ISO 2631 comfort estimates are most similar to IRI classifications and that the thresholding procedure detects preventable situations but also over- or underestimates ride comfort. Hence, the work shows the potential risk of negative ride comfort of AVs using simple threshold values and stresses the importance of a robust comfort evaluation method for enhancing AVs' path and motion planning with maximal ride comfort.

연구 동기 및 목표

• 다양한 도로 조건에서 자율주행차(AV)의 승차 편안함 평가를 위한 확장 가능하고 비용 효율적인 방법을 개발하기 위해.
• 임계값 기반 방법, ISO 2631 지침, 국제 거칠기 지수(IRI)의 세 가지 승차 편안함 평가 전략의 성능을 비교하기 위해.
• 실제 오스트리아 도로 데이터를 활용하여 프레임워크를 검증하고 심각한 편안함 구역을 탐지할 수 있는 능력을 평가하기 위해.
• 자율주행차 경로 및 운동 계획 시스템에 승차 편안함을 통합하기 위한 실질적인 통찰을 제공하기 위해.
• 간단한 가속도 임계값 기반 방법의 한계를 규명하고, 자율주행차 개발에서 표준화된 방법인 ISO 2631의 도입을 권장하기 위해.

제안 방법

• 비선형 물리적 차량 모델과 적응형 크루이즈 컨트롤(ACC)을 갖춘 미세구조 차량-도로 시뮬레이션 프레임워크를 개발한다.
• 모델링 오차를 최소화하기 위해 최적화 절차를 통해 실제 운동 데이터를 기반으로 차량 모델을 校정한다.
• 속도, 횡방향 위치, 도로 마찰 계수 등의 다양한 입력 시나리오를 생성하기 위해 몬테카를로 시뮬레이션 내에서 라틴 하이퍼큐브 샘플링(LHS)을 적용한다.
• 다양한 주행 조건에서 포괄적인 승차 편안함 평가를 위한 가상의 차체 가속도 데이터를 생성한다.
• 세 가지 방법을 사용해 승차 편안함을 평가한다: (1) 가속도 임계값 기반 방법(ax, ay, az), (2) 인간의 진동 노출에 대한 ISO 2631 기준, (3) IRI 기반 분류.
• 세 개의 오스트리아 시험 지역에서의 실제 IRI 측정치와 비교하여 결과를 검증함으로써 방법의 정확성과 일관성을 평가한다.

실험 결과

연구 질문

• RQ1 임계값 기반 방법, ISO 2631, IRI는 실제 도로 구간에서 편안함 수준을 어떻게 분류하는가?
• RQ2 임계값 기반 방법은 실제 IRI 데이터에 비해 심각한 승차 편안함 이벤트를 얼마나 과소 또는 과소 평가하는가?
• RQ3 실제 도로 조건에서 ISO 2631 방법은 IRI 기반 분류와 얼마나 잘 일치하는가?
• RQ4 제안된 시뮬레이션 프레임워크는 가상 데이터를 사용하여 고해상도로 심각한 편안함 구역을 정확하게 탐지할 수 있는가?
• RQ5 방법 선택이 승객의 편안함을 고려한 자율주행차의 운동 및 경로 계획에 미치는 영향은 무엇인가?

주요 결과

• ISO 2631를 통한 편안함 평가 결과는 실제 IRI 기반 분류와 가장 높은 일치도를 보였으며, 이는 승차 편안함 평가에 있어 그 신뢰성을 시사한다.
• 임계값 기반 방법은 심각한 편안함 이벤트를 탐지했지만, 종방향(ax) 및 횡방향(ay) 가속도에 대해 과소 또는 과소 평가 경향을 보였다.
• Ts1에서 az 임계값 방법은 테스트 구간의 32.07%를 심각한 구역으로 분류했으며, 이는 도로의 거칠기 변화에 매우 민감함을 보여준다.
• Ts2에서는 ISO 2631 방법이 종방향 진동(LU)에 대해 21개의 심각한 구역, 수직 진동(VU)에 대해 8개의 심각한 구역을 탐지했으며, IRI보다 높은 탐지율을 보였다.
• IRI 방법은 Ts1의 95.04%와 Ts3의 98.83%를 '좋음'(G)으로 분류했으며, 일반적으로 낮은 거칠기를 나타내지만 여전히 심각한 세그먼트를 식별했다.
• 프레임워크는 심각한 편안함 이벤트에 해당하는 최대 가속도를 성공적으로 탐지하여, 실제 불편 유발 요인을 탐지할 수 있는 능력을 검증했다.