Short-Horizon Position Accuracy of Single-Track Models: Implications for Motion Planning of Autonomous Vehicles

기술 요약: 단일 트랙 모델의 단기 지점 정확도

문제 정의
정확하고 계산 효율적인 차량 모델은 자율주행 차량의 모션 플래닝, 특히 모델 예측 제어(MPC) 프레임워크 내에서 매우 중요하다. MPC에서 차량 모델은 제어 동작을 계산하기 위해 미래의 궤적을 예측하며, 따라서 모델의 충실도는 궤적의 실행 가능성과 안전성에 직접적인 영향을 미친다. 고충실도 모델들이 존재하지만, 이들은 온라인 사용에 너무 많은 계산 비용이 들 수 있어 많은 연구자들이 단일 트랙(자전거) 모델에 의존하게 된다. 그러나 이러한 모델들의 위치 정확도가 다양한 주행 기동에 대해 실제 측정값과 비교하여 체계적으로 평가된 적은 없다. 역사적으로 차량 역학 연구는 위치 정확도보다는 가속도 및 요 레이트(yaw-rate) 응답에 집중해 왔으며, 이는 주차나 저속 기동과 같이 엄격한 공차가 요구되는 작업에 필수적이다. 본 논문은 서로 다른 단일 트랙 모델 변형들을 실제 차량 데이터와 비교하여 단기 지점 정확도를 평가함으로써 자율주행 커뮤니티와 차량 역학 커뮤니티 사이의 간극을 메우고자 하며, 이를 통해 MPC를 위한 모델 선택에 유용한 정보를 제공한다.

연구 방법론
본 연구는 Oxford Technical Solutions (OxTS) RT3000 v3 GNSS-INS 시스템과 CANedge2 데이터 로거가 장착된 2011년형 닛산 리프(Nissan Leaf) ZE0를 활용하였다. 질량, 무게 중심(CG) 위치, 요 관성 모멘트를 포함한 차량 파라미터는 물리적 측정 및 표준 방법을 통해 식별되었다. 코너링 강성은 선형 타이어 영역 내에서의 실험 데이터를 최소제곱법으로 피팅하여 식별되었으며, Magic Formula (MF) 타이어 파라미터는 평판 플랭크(flat plank) 타이어 테스트 시설의 데이터를 통해 도출되었다.

세 가지 단일 트랙 모델 변형이 평가되었다:

1. 기구학적 모델 (Kinematic Model): 타이어 슬립을 무시하고 순간 회전 중심을 기준으로 회전한다고 가정한다.
2. 선형 동역학 모델 (Linear Dynamic Model): 선형 타이어 거동(일정한 코너링 강성)을 갖는 횡방향 및 요 역학을 포함한다.
3. 비선형 동역학 모델 (Nonlinear Dynamic Model): 비선형 Magic Formula 타이어와 준정적 종방향 하중 이동을 포함하는 횡방향 및 요 역학을 포함한다.

모델들은 일정한 속도의 피겨 에이트(figure-eight) 주행부터 횡가속도 최대 6 m/s²에 달하는 정상 상태 코너링, U턴, 라운드어바웃 주행에 이르는 7가지 주행 시나리오(S1–S7)에 걸쳐 테스트되었다. 각 시나리오에 대해 모델들은 100 ms 간격으로 측정된 상태값으로 초기화되었으며, 5초의 예측 지평(prediction horizon) 동안 시뮬레이션되었다. 예측된 궤적은 실제 측정값과 비교되었으며, 전역 오차를 차량 헤딩 기준의 종방향 및 횡방향 성분으로 분해하여 분석하였다.

주요 결과
위치 정확도와 관련하여 다음과 같은 조사 결과가 도출되었다:

• 기구학적 모델 대 동역학 모델: 기구학적 모델은 두 동역학 모델보다 현저히 낮은 성능을 보였으며, 대부분의 시나리오에서 약 2배에서 6배 더 큰 오차를 나타냈다. 이러한 차이는 높은 횡가속도(4 m/s² 및 6 m/s²)에서의 정상 상태 코너링에서 가장 두드러졌는데, 이는 기구학적 모델이 타이어 슬립을 무시함으로써 속도 의존적 언더스티어 효과를 포착하지 못하기 때문이다.
• 선형 동역학 모델 대 비선형 동역학 모델: 충실도가 높을수록 정확도가 높아질 것이라는 예상과 달리, 선형 및 비선형 동역학 모델은 테스트된 모든 시나리오에서 유사한 정확도를 보였다. 상대적 차이는 센티미터 단위였으며, 절대 오차는 데시미터 단위였다.
• 유사성의 원인: 이러한 유사한 성능은 두 가지 요인에 기인한다: (1) 대부분의 시나리오에서 타이어 슬립각이 선형 영역 내부 또는 근처(전륜 슬립 < ±3°, 후륜 슬립 < ±2°)에 머물러 선형 및 비선형 힘 응답이 일치하였고, (2) 종가속도가 제한적이어서 하중 이동 효과가 미미했기 때문이다.
• 파라미터 식별의 영향: 고가속 시나리오(S4, 6 m/s²)에서 비선형 모델이 예상외로 선형 모델보다 더 큰 오차를 생성했다. 이는 파라미터 식별의 품질 때문인 것으로 분석되었다. 비선형 모델의 파라미터는 선형 강성에 맞춰 스케일링되었으나, 마찰 한계가 지배적인 높은 슬립 수준에서는 편차를 보였다. 이는 정확한 파라미터 식별 없이 모델 복잡성만 높이는 것이 오히려 성능을 저하시킬 수 있음을 시사한다.

의의 및 기여
본 논문의 주요 기여는 MPC 애플리케이션을 위한 모델 복잡성, 파라미터화 품질, 그리고 위치 정확도 사이의 트레이드오프에 대한 경험적 통찰을 제공하는 것이다. 저자들은 테스트된 운행 조건(승용차, 적절한 속도 및 횡가속도) 하에서 **선형 동역학 모델이 최적의 절충안(trade-off)**이라고 결론지었다. 이 모델은 기구학적 모델보다 훨씬 높은 정확도를 제공하면서도, 위치 정확도를 희생하지 않고 비선형 모델의 증가된 파라미터화 노력과 잠재적인 식별 불확실성을 피할 수 있다.

본 연구는 모델 선택이 단순히 더 높은 충실도의 모델이 본질적으로 우월하다는 기본 가정에 의해 결정되는 것이 아니라, 예상되는 운행 조건과 파라미터를 정확하게 식별할 수 있는 능력에 의해 주도되어야 함을 강조한다. 저자들은 향후 연구에서 이러한 모델들을 폐루프(closed-loop) MPC 애플리케이션에서 평가하고, 결합 슬립(combined slip), 더 높은 속도, 그리고 페이로드 가변성과 더 긴 예측 지평이 최적의 모델 선택을 변화시킬 수 있는 자율주행 트럭 조건으로 확장할 필요가 있다고 언급하였다.