파라미터 불확실성에 강인한 CACC 구현을 위한 식물 등가 제어기 설계

초록

본 논문은 차량 플래토닝에 사용되는 협동 적응형 크루즈 컨트롤(CACC)의 피드백 선형화가 파라미터 불확실성으로 인해 성능 저하를 일으키는 문제를 해결한다. 기존 CACC 제어법을 재설계하지 않고도, 동일한 명목 폐루프 동작을 유지하면서 파라미터 변동에 대한 민감도를 최소화하는 식물 등가 컨트롤러(PEC) 구현을 최적화한다. 불확실성에 대한 L₂ 트래젝터리 매칭 목표를 LMI 기반의 convex 최적화로 풀어, 이질적인 차량군에서도 안정성과 H∞ 성능을 보장한다. 실험 결과는 제안 방법이 파라미터 변동에 대한 로버스트성을 크게 향상시킴을 보여준다.

상세 분석

이 연구는 CACC 설계에서 흔히 사용되는 피드백 선형화가 “정확한 차량 파라미터”를 전제로 한다는 근본적인 한계를 지적한다. 실제 차량은 질량, 공기저항, 점성 마찰, 구동계 시간상수 등 여러 파라미터가 시간에 따라 변동하거나 측정 오차가 존재한다. 이러한 불확실성을 그대로 두고 명목 모델에 기반한 선형화 제어를 적용하면, 선형화 항이 완전히 소거되지 않아 잔여 비선형항(ϕ)이 발생하고, 이는 플래토닝의 문자열 안정성 및 거리 유지 성능을 저하시킨다.

논문은 먼저 차량의 종합적인 비선형 longitudinal 모델을 제시하고, 파라미터를 6개의 그룹(p₁…p₆)으로 묶어 각각 명목값과 편차(Δ₁…Δ₆)로 표현한다. 이를 기반으로 피드백 선형화 제어법을 적용하면, 이상적인 2차 시스템(τ_des)과 실제 시스템 사이에 ϕᵢ(Δ)라는 불확실성 유발 항이 나타난다.

핵심 아이디어는 “식물 등가 컨트롤러(PEC) 구현”이다. 동일한 명목 폐루프 입출력 관계를 유지하면서도 내부 상태 방정식을 자유롭게 변형할 수 있는 자유도(F_i,i, F_i,i‑1)를 활용한다. 이러한 자유도는 LMI 제약식 안에서 설계 변수로 취급되어, 불확실성에 의해 발생하는 ϕᵢ가 폐루프에 미치는 영향을 최소화하도록 최적화된다. 특히, 변환 행렬 F_i,i‑1을 적절히 선택하면 앞차의 입력 u₁에 대한 의존성을 없앨 수 있어 이질적인 플래토에서도 구현이 용이하다.

수학적으로는 시스템을 다각형(polytopic) 불확실성 형태로 변환하고, Lemma 1(Quadratic Stability)과 Lemma 2(Bounded‑Real Lemma)를 이용해 안정성 및 H∞ 성능을 보장한다. 최적화 목적은 L₂ 트래젝터리 매칭(불확실성에 의한 출력 에너지 최소화)과 H∞ 이득(최악 상황 입력‑출력 게인) 사이의 가중합이며, 이는 SDP(Semidefinite Programming) 형태의 convex 문제로 해결된다.

실험에서는 실제 차량에 구현된 PEC 기반 CACC가 파라미터 변동(예: 적재 중량 변화, 공기 저항 변화) 상황에서도 거리 오차와 가속도 진동을 크게 감소시켰으며, 명목 설계와 동일한 문자열 안정성을 유지함을 확인했다. 결과적으로, 기존 CACC 제어법을 전면 수정하지 않고도 로버스트성을 크게 향상시킬 수 있음을 입증한다.