연결·자율주행 차량 원격조작을 위한 종단 지연 측정 프레임워크

초록

본 논문은 원격 운전 상황에서 발생하는 전체 지연(E2E)을 구성하는 시각 지연(G2G)과 조작‑구동 지연(M2M)을 동시에 정밀 측정할 수 있는 시스템을 제안한다. GPS‑PPS 기반으로 동기화된 두 대의 Raspberry Pi 5와 MPU‑6050 자이로, TEPT‑4400 포토트랜지스터, LED를 이용해 각각의 지연을 ±4 ms 정밀도로 측정한다. 4G·5G 상용망에서 수행한 실험 결과, 평균 E2E 지연은 약 500 ms이며, 그 중 M2M이 60 %를 차지한다.

상세 분석

이 연구는 원격 조작(teleoperation) 환경에서 운전자가 체감하는 지연을 두 개의 물리적 서브시스템—시각 피드백 경로와 제어‑구동 경로—로 명확히 구분하고, 각각을 독립적으로 계측하는 방법론을 제시한다. 기존 연구들은 주로 카메라‑디스플레이 사이의 Glass‑to‑Glass(G2G) 지연만을 측정했으며, 실제 차량이 조향 명령에 반응하는 Motion‑to‑Motion(M2M) 지연은 간과되었다. 저자는 이 두 지연을 합산한 End‑to‑End(E2E) 지연이 운전 성능에 미치는 영향을 정량화하고, 특히 M2M이 전체 지연의 60 %를 차지한다는 사실을 실험적으로 입증한다.

핵심 기술은 다음과 같다. 첫째, 양쪽(운전자 스테이션과 차량)에 MPU‑6050 6축 IMU를 부착해 조향 휠의 각속도를 실시간으로 측정한다. 저역통과(Low‑Pass) 필터와 임계값(threshold) 검출을 통해 ‘동작 시작’ 시점을 디지털 타임스탬프로 기록한다. 둘째, 차량 측에서는 조향 휠 움직임이 감지되면 LED를 켜고, 이 LED가 원격 스테이션 카메라 화면에 보이면 TEPT‑4400 포토트랜지스터가 광신호를 전기 신호로 변환해 GPIO 인터럽트를 발생시킨다. 이 인터럽트 시점이 G2G 지연의 종단점이 된다. 셋째, 두 Raspberry Pi 5는 각각 GPS 수신기의 PPS(1 Hz Pulse‑Per‑Second)와 NMEA 데이터를 이용해 Chrony로 하드웨어‑레벨 시계 동기화를 수행한다. PPS 기반 동기화는 평균 오프셋 3 µs, 최대 12 µs 수준으로, 기존 NTP 기반 동기화보다 10배 이상 정밀하다.

수식적으로는
M2M = GY_vehicle − GY_station,
G2G = PT_trigger − LED_On,
E2E = PT_trigger − GY_station − LED_Delay,
으로 정의하고, 각 타임스탬프에 포함되는 측정 오차(E_GY, E_LED, E_PT)를 별도 항으로 전개한다. 이를 통해 실제 물리적 지연(M2M_phy, G2G_phy)과 시스템‑내부 오차(E_M2M, E_G2G, E_E2E)를 정량적으로 구분한다.

실험에서는 4G와 5G 상용망을 이용해 여러 차례 측정을 수행했으며, 베이스라인 테스트(물리적 움직임을 최소화한 상태)에서 M2M 평균 3.5 ms, G2G 평균 0.47 ms, E2E 평균 3.95 ms의 내부 오차를 확인했다. 실제 주행 상황에서는 네트워크 전송 지연, 전처리·후처리 지연, PID 제어 지연 등이 추가돼 전체 E2E가 500 ms 수준에 도달했다. 특히 네트워크 지연 변동성(4G vs 5G)과 차량 제어 파이프라인의 처리 지연이 M2M에 크게 기여함을 확인했다.

이 시스템의 장점은 (1) 저비용 상용 하드웨어만으로 ±4 ms 수준의 정밀도를 확보한다는 점, (2) 양쪽에서 동일한 센서와 소프트웨어 스택을 사용해 비대칭 오류를 최소화한다는 점, (3) GPS‑PPS 동기화로 네트워크 의존성을 배제하고 언제든지 독립적인 측정이 가능하다는 점이다. 한계로는 IMU 샘플링 레이트가 I²C 버스와 Linux 스케줄러에 의해 제한돼 400 µs 주기로 제한적이며, LED‑광 검출 과정에서 주변광에 민감할 수 있다는 점이 있다. 향후 작업에서는 SPI 기반 고속 센서 인터페이스와 광학‑전기‑디지털 변환 지연을 보정하는 캘리브레이션 절차를 도입해 측정 정확도를 더욱 향상시킬 수 있다.