Trajectory Planning for an Articulated Commercial Vehicle using Model Predictive Contouring Control

"Trajectory Planning for an Articulated Commercial Vehicle using Model Predictive Contouring Control" 논문에 대한 상세한 기술적 요약입니다.

1. 문제 제기

이 논문은 복잡한 물류 시나리오에서 굴절식 상용 차량(특히 트랙터 - 세미트레일러) 의 자율 궤적 계획이라는 과제를 다룹니다. 승용차와 달리 이러한 차량은 다음과 같은 고유한 어려움을 겪습니다:

• 크기와 기하학적 구조: 이들은 훨씬 더 크며 (약 16.5m 길이), 오프트래킹 (offtracking) 현상을 보입니다. 이는 세미트레일러가 트랙터와 다른 경로를 따라 이동하여 내측 바퀴가 코너를 잘라내거나 외측 바퀴가 인접 차로를 침범하게 만드는 현상입니다.
• 불안정성: 후진 기동은 잭나이핑 (jackknifing, 굴절각의 불안정 접힘) 에 취약합니다.
• 시나리오 의존적 우선순위: 다양한 주행 작업은 차량 내 다른 "앵커 포인트 (anchor points)"를 우선시해야 합니다. 예를 들어, 도킹 (docking) 중에는 세미트레일러의 후방 위치가 중요하고, 충전 중에는 트랙터의 포트가 중요하며, 고속도로에서는 둘 다 중앙에 있어야 합니다.
• 기존 방법의 한계: 승용차에 사용되는 표준 모델 예측 컨투어링 제어 (MPCC) 는 종종 차량을 단일 점으로 단순화하거나 고정된 기준 경로를 가정하여, 굴절식 차량의 복잡한 운동학과 경계 제약을 고려하지 못합니다.

2. 방법론

저자들은 트랙터 - 세미트레일러에 맞춘 확장된 모델 예측 컨투어링 제어 (MPCC) 프레임워크를 제안합니다.

A. 차량 모델링

• 운동학 모델: 트랙터에는 운동학 자전거 모델이 사용되며, 이는 굴절점을 통해 세미트레일러와 결합됩니다.
• 상태 벡터: 상태에는 트랙터의 위치 $(x_1, y_1)$, 헤딩 각도 ($\psi_1, \psi_2$), 속도 ($v_1$), 조향 각도 ($\delta_0$) 가 포함됩니다.
• 확장된 상태: 핵심적으로, 이 모델은 세 개의 앵커 포인트에 해당하는 세 개의 독립적인 진행 상태 (progress states) ($\theta_0, \theta_1, \theta_2$) 를 도입합니다:
  1. 트랙터 전방 차축 ($i=0$)
  2. 트랙터 후방 차축 ($i=1$)
  3. 세미트레일러 차축 ($i=2$)
     각 앵커 포인트는 기준 경로 따라 이동한 거리를 근사하기 위한 고유한 가상 속도 ($v_{\theta}$) 를 갖습니다.

B. 최적화 공식화

이 문제는 동역학과 제약 조건을 따르며 비용 함수 $J$를 최소화하는 제약 비선형 최적화 문제로 공식화됩니다:

• 목적 함수 ($J_m$): 각 앵커 포인트에 대해 컨투어링 오차 (경로에서의 횡방향 편차) 와 지연 오차 (종방향 편차) 를 최소화하면서 경로 속도를 최대화합니다.
  • 주요 혁신: 시나리오 의존적 가중치를 통해 계획자가 특정 앵커 포인트를 우선시할 수 있게 합니다 (예: 도킹 중 세미트레일러에 대한 가중치 $q_{c,2}$ 증가).
• 편의성 항 ($J_c$): 승객/화물의 편의성을 보장하기 위해 높은 가속도와 조향 속도에 페널티를 부과합니다.
• 제약 조건:
  • 운동학/동역학적 한계: 조향 각도, 조향 속도, 속도, 가속도에 대한 경계값.
  • 도로 경계: 세 개의 모든 앵커 포인트에 명시적 제약이 적용되어 전방 트랙터 차축, 후방 트랙터 차축, 세미트레일러 차축이 모두 주행 가능한 통로 (좌우 경계로 정의됨) 내에 머무르도록 합니다. 이는 " swept path (쓸어진 경로)"가 장애물과 충돌하는 것을 방지합니다.
  • 안전: 전복을 방지하기 위한 횡가속도 제약.

C. 구현

• 솔버는 Python으로 구현된 CasADi와 IPOPT 솔버를 사용하는 재귀적 지평선 (receding horizon) 방식을 사용합니다.
• 예측 지평선은 전진 및 후진 기동에 대한 충분한 선행 거리와 계산 부하 (반복당 약 100ms) 를 균형 있게 맞추기 위해 15 초로 설정됩니다.

3. 주요 기여

1. 굴절식 차량을 위한 확장된 MPCC: 차량을 단일 점으로 취급한 기존 방법의 한계를 극복한 트랙터 - 세미트레일러에 대한 MPCC 의 첫 적용.
2. 다중 앵커 포인트 제약 공식화: 트랙터 전방, 트랙터 후방, 세미트레일러 차축에 대한 도로 경계 제약을 명시적으로 동시에 공식화. 이는 차량 전체의 swept path 가 주행 가능 한도 내에 머무르도록 하여 잭나이핑과 오프트래킹 충돌을 방지합니다.
3. 시나리오 의존적 우선순위화: 기본 알고리즘 구조를 변경하지 않고 단순한 매개변수 조정을 통해 특정 차량 부품을 우선시할 수 있는 능력 (예: 도킹 시 세미트레일러 우선, 충전 시 트랙터 우선).
4. 검증: 풀스케일 프로토타입에서의 성공적인 시뮬레이션 및 실세계 테스트.

4. 결과

• 시뮬레이션 시나리오: 알고리즘은 90 도 회전과 고객 구역 진입 (전진 및 후진) 을 포함하는 물류 시나리오에서 테스트되었습니다.
  • 성공: 차량은 잭나이핑이나 주행 가능 지역 이탈 없이 양방향으로 통로를 성공적으로 통과했습니다.
  • 제약의 필요성: 세미트레일러 제약이 비활성화되었을 때, 시뮬레이션은 전진 시 세미트레일러가 코너를 잘라내거나 후진 시 잭나이핑하는 결과를 보여 다중 점 제약의 필요성을 입증했습니다.
  • 가중치 민감도: 가중치 $q_{c,2}$(세미트레일러 우선순위) 를 변화시킨 결과, 더 높은 가중치는 세미트레일러의 횡방향 편차를 줄였지만 횡가속도 한계를 만족하기 위해 트랙터가 더 공격적으로 조향하고 속도를 줄여야 함을 보여주었습니다.
• 실세계 프로토타입: 이 방법은 풀스케일 DAF 트랙터 - 세미트레일러 프로토타입에 구현되었습니다. 차량은 실제 환경에서 계획된 궤적을 성공적으로 따랐으며, 실용적 적용 가능성을 확인했습니다.

5. 의의

이 연구는 자율 승용차 계획과 복잡한 중량 물류 요구 사항 사이의 중요한 격차를 해소합니다. 굴절 운동학과 다중 점 경계 제약을 처리하도록 MPCC 를 확장함으로써, 저자들은 다음과 같은 강력한 솔루션을 제공합니다:

• 안전성: 잭나이핑을 방지하고 모든 바퀴가 차선 경계 내에 머무르도록 보장.
• 효율성: 좁은 공간에서의 자율 도킹 및 후진을 가능하게 하여, 현재 물류 자동화의 주요 병목 현상인 문제를 해결.
• 유연성: 알고리즘 재작성이 아닌 단순한 매개변수 조정을 통해 다양한 운영 모드 (도킹, 충전, 고속도로 주행) 에 적응하는 통합 제어 프레임워크 제공.

이 논문은 동적 환경에서 견고한 주행 가능 통로를 구축하는 것이 여전히 과제이지만, 제안된 MPCC 확장이 완전 자율 굴절식 상용 차량을 향한 중요한 단계라고 결론지었습니다.