실시간 충돌 회피를 위한 인간형 피드포워드 플래너와 MPC 통합

초록

본 논문은 급작스러운 정적 장애물(무스 테스트) 상황에서 기존 비선형 MPC가 실시간 제약을 만족하지 못하는 문제를 해결하고자, 인간의 급격한 조향 반응을 모방한 최대 조향 피드포워드 플래너(MSF)를 도입한다. MPC와 MSF의 출력을 가중치 함수로 결합해 실시간 충돌 회피를 구현하고, 전기차 FPEV2‑Kanon을 이용한 다양한 속도·위험도 실험을 통해 제안 방법의 유효성을 검증한다.

상세 분석

이 연구는 자동운전 시스템이 가장 위험한 상황 중 하나인 ‘무스 테스트’를 실시간으로 처리할 수 있는 제어 구조를 제시한다. 기존 문헌에서 비선형 모델 예측 제어(MPC)는 제약 처리와 최적화 능력에서 뛰어나지만, 비상 상황에서 요구되는 고속 연산을 만족하지 못한다는 한계가 있다. 특히, 급작스러운 장애물 등장 시 이전 단계에서 얻은 warm‑start 해가 급격히 변해 최적화 초기값이 부실해지고, NLP 솔버가 제한된 시간 안에 수렴하지 못해 해가 불가능하거나 품질이 낮아진다.

논문은 이러한 문제를 두 가지 축으로 접근한다. 첫째, 계획 단계에서 완전한 동적 모델 대신 단순화된 단일 트랙(키네마틱) 모델을 사용해 연산량을 크게 줄인다. 둘째, 인간 운전자가 장애물을 감지하면 즉시 최대 조향 각도로 급격히 차선을 바꾸는 직관적인 행동을 수학적으로 모델링한다. 이를 ‘Maximum Steering Maneuver’ y_max(t, v_x) 로 정의하고, 조향 속도·각도 제한(δ_max, ·δ_max) 을 고려한 미분 방정식으로 해석한다. y_max은 다양한 전진 속도에 대해 사전 계산된 곡선으로, 장애물까지의 남은 시간(τ)과 장애물 폭(w)을 이용해 ‘측면 조향 지표 ν = w·y_max(τ, v_x)’ 를 산출한다.

MPC 플래너는 안전 장벽 함수 y_safe(k)를 시그모이드 형태로 정의해, 차량 중심이 장애물 폭의 절반을 통과하도록 요구한다. 이때 y_safe는 차량의 현재 위치·속도와 장애물까지의 거리·폭을 실시간으로 반영한다. 두 플래너가 각각 생성한 종횡 가속도 명령(˙v*_x, ˙v*_y)을 가중치 함수가 상황에 따라 동적으로 조정한다. 예를 들어, MPC 해가 조향 한계에 근접하거나 시간 초과 시 가중치를 MSF 플래너에 더 부여한다.

결합된 가속도 명령은 피드백 선형화(FBL) 컨트롤러에 입력돼 목표 조향각과 목표 속도로 변환된다. 속도 제어는 전동식 토크 분배법(TDL)을 통해 양쪽 인휠 모터에 할당하고, 전동 파워 스티어링(FB‑EPS)은 목표 조향각을 추적한다. 전체 구조는 인식(관성·GPS·IMU 기반 상태 추정·장애물 검출), 플래너(MPC+MSF), 제어(속도·조향) 로 구성된 폐쇄 루프 시스템이다.

실험에서는 FPEV2‑Kanon 전기차를 이용해 30 km/h, 50 km/h, 70 km/h 등 다양한 속도와 장애물 폭(0.5 m~1.2 m)에서 테스트했다. 결과는 순수 비선형 MPC가 30 ms 이상 소요돼 실시간(≤20 ms) 요구를 충족하지 못하는 반면, 제안된 하이브리드 플래너는 평균 12 ms 내에 해를 제공하고, 충돌 회피 성공률을 95 % 이상으로 유지함을 보여준다. 또한, 조향 각도와 차량 횡변위가 인간 운전자의 직관적 반응과 유사하게 나타나, 시스템의 해석 가능성 및 승객 신뢰도 향상에 기여한다.

이 논문은 실시간 충돌 회피를 위한 두 가지 핵심 아이디어—(1) 경량화된 키네마틱 모델 기반 MPC와 (2) 인간형 최대 조향 피드포워드 플래너—를 결합함으로써, 고속 연산 제한을 극복하고 안전성을 확보한 점이 가장 큰 공헌이다. 향후 연구에서는 복합 장애물(동적·정적) 상황, 다중 차량 협조, 그리고 학습 기반 초기값 생성 기법을 통합해 더욱 일반화된 실시간 회피 시스템을 구축할 여지가 있다.