딥 러닝 기법을 이용한 노면 상태 분류 알고리즘

Abstract

최근 차량의 승차감과 조종안정성의 양립을 위해 많은 자동차 회사들이 능동 현가장치 제어 시스템에 대한 연구가 많이 이루어지고 있다. 네 바퀴에 들어오는 노면 입력을 각각 판단하여 그에 대응하도록 댐핑을 조절하여 승차감을 향상시키고자 하는 시스템이 존재한다. 또한 차량의 롤각과 노면과의 슬립 정도를 판단하여 서스펜션의 단단한 정도를 조절해주는 제어 시스템에 대한 연구도 활발히 이루어지고 있다. 이렇듯, 능동 현가장치 제어 시스템에 있어서 노면 상태에 대한 정보가 굉장히 중요한 요소이다. 본 논문에서는 차량 내부에 장착되어 CAN으로 받을 수 있는 신호를 이용하여 딥 러닝 기법을 통해 노면 상태를 분류하는 알고리즘을 제안한다. 노면 상태와 관련되어있고 CAN으로부터 받을 수 있는 센서 값들 중, 어느 센서 값이 노면 상태 분류에 중요한 인자인지를 판단하는 연구를 수행한다. 그 후, 선택된 중요한 센서 값들을 사용하여 딥 러닝 기법 중 특징추출에 강점을 가지고 있는 Convolutional Neural Network를 이용한 알고리즘을 설계한다. 제안하는 노면 상태 분류 알고리즘을 실차 데이터 기반으로 성능을 검증한 후 어느 정도의 노면 분류 정확도를 확보하는지 분석하였다.