Enhancing Autonomous Vehicle Navigation with a Clothoid-Based Lateral Controller

로봇에게 자동차 운전법을 가르친다고 상상해 보세요. 단순히 "상점에 가라"고 말하는 것만으로는 부족할 것입니다. 지도도 주어야 하겠지만, 더 중요한 것은 어떻게 조향(steering)을 하는지 가르쳐야 한다는 점입니다. 이것이 바로 컴퓨터가 운전대를 잡는 자율주행 자동차의 세계입니다. 큰 과제는 단순히 어디로 갈지를 아는 것이 아니라, 승객을 휘청거리게 하거나 술 취한 선원처럼 차를 흔들리지 않게 하면서 어떻게 부드럽게 목적지에 도달할 것인가를 알아내는 것입니다.

이를 위해 엔지니어들은 '횡방향 제어(lateral control)'라고 불리는 기술을 사용합니다. 이것은 차가 차선을 유지하거나, 차선을 변경하거나, 경로를 벗어나지 않고 곡선을 따라가는 능력을 의미합니다. 이 과정의 핵심 요소는 '경로 계획(path planning)'으로, 이는 자동차가 따라갈 선을 바닥에 그리는 것과 같습니다. 하지만 직선을 그리는 것은 쉽습니다. 인간 운전자처럼 자연스럽게 느껴지는 부드러운 곡선을 그리는 것은 어렵습니다. 만약 자동차가 너무 급격하게 회전하려고 하면 핸들을 갑자기 확 꺾는 듯한 느낌을 줍니다. 여기서 '클로소이드(clothoid)'라는 특별한 종류의 수학적 곡선이 등장합니다. 클로소이드는 직선에서 시작해 아주 일정한 속도로 점점 더 굽어지는 '마법의 도로'라고 생각할 수 있습니다. 이는 직선에서 갑자기 급커브로 변하는 것이 아니라, 부드럽게 이어지는 것을 의미합니다. 즉, 덜컹거리고 거친 승차감과 부드럽게 미끄러지듯 춤추는 승차감의 차이입니다.

이제 당신이 복도를 걷고 있다고 상상해 보세요. 발끝만 보고 걷는다면 넘어질 것입니다. 반대로 너무 멀리 앞을 본다면 바로 앞에 있는 장애물을 놓칠 수도 있습니다. 발걸음을 완벽하게 조절하려면 딱 적당한 거리 앞을 내다봐야 합니다. 자율주행 자동차의 세계에서도 이를 '전방 주시 거리(lookahead distance)'라고 부릅니다. 우리가 살펴볼 새로운 연구는 특히 도로가 뒤틀리거나 굽이치거나, 혹은 차량에 무거운 짐이 실려 있을 때 자동차가 정확히 얼마나 멀리 앞을 내다볼 것인지를 결정하는 문제를 다룹니다.

부드러운 조향을 구현하는 로봇 드라이버

이 연구에서 버지니아 공대의 아시쉬 샤주(Aashish Shaju), 스티브 사우드워드(Steve Southward), 메디 아흐마디안(Mehdi Ahmadian)이 이끄는 연구팀은 자율주행 트럭을 위한 새로운 '두뇌'를 구축했습니다. 그들은 구체적인 문제를 해결하고자 했습니다. 바로 세미 트레일러와 같은 대형 차량이 승객을 멀미 나게 하거나 트럭이 전복되지 않게 하면서 경로를 완벽하게 따라가는 방법입니다.

그들의 비밀 병기는 **클로소이드 기반 제어기(clothoid-based controller)**입니다. 일반적인 조향 방식이 자동차를 즉각적으로 원형 궤도로 밀어 넣으려는 로봇이라면, 클로소이드 방식은 마치 무용수와 같습니다. 이 방식은 곡선이 점점 더 타이트해지도록 경로를 만들어내며, 이는 실제 인간 운전자가 하는 방식과 같습니다. 이를 통해 핸들이 부드럽게 돌아가도록 하여 갑작스럽고 무서운 충격을 방지합니다.

하지만 정말 영리한 부분은 연구진이 자동차가 앞을 내다보는 규칙을 고정하지 않았다는 점입니다. 그들은 **프레셰 거리(Fréchet distance)**라는 수학적 개념을 사용하는 '스마트한 눈'을 자동차에 부여했습니다. 두 개의 줄이 있다고 상상해 보세요. 하나는 자동차가 따라가야 할 완벽한 경로이고, 다른 하나는 현재 자동차가 실제로 지나가고 있는 경로입니다. 프레셰 거리는 한 명은 첫 번째 줄을 따라 걷고, 다른 한 명은 두 번째 줄을 따라 걷는 사람과 강아지를 연결하는 '목줄의 길이'와 같습니다. 만약 강아지가 사람에게서 멀어진다면 목줄은 길어집니다. 만약 둘이 나란히 걷고 있다면 목줄은 짧아집니다.

연구진의 제어기는 끊임없이 이 '목줄 길이'를 확인합니다. 만약 목줄이 너무 길어진다면(즉, 자동차가 계획된 경로에서 너무 많이 벗어난다면), 제어기는 자동차가 얼마나 앞을 내다볼지를 자동으로 조정합니다. 이는 마치 자동차가 "앗, 내가 경로를 벗어나고 있어! 이 문제를 해결하기 위해 바로 앞의 도로를 더 가까이 봐야겠어"라고 말하거나, "길이 곧고 잘 가고 있으니, 다음 움직임을 계획하기 위해 더 멀리 내다봐야지"라고 판단하는 것과 같습니다. 이 과정은 급커브, 직선 구간, 그리고 트럭의 속도에 맞춰 실시간으로 적응하며 일어납니다.

지연 문제와 '수정구슬'

팀이 극복해야 했던 또 다른 장애물이 있었습니다. 컴퓨터가 핸들을 얼마나 돌릴지 결정하더라도, 물리적인 트럭이 즉각적으로 반응하지는 않는다는 점입니다. 명령과 트럭의 실제 움직임 사이에는 미세한 지연, 즉 '지연(lag)'이 존재합니다. 이는 마치 노이즈 캔슬링 헤드폰을 쓴 친구에게 "왼쪽으로 돌아!"라고 외치는 것과 같습니다. 당신이 말을 하고 친구가 듣고 실제로 몸을 돌릴 때쯤이면 이미 상황이 변해 있을 수 있기 때문입니다.

이를 해결하기 위해 팀은 **리드 필터(lead filter)**를 추가했습니다. 이것을 '수정구슬'이라고 생각하면 됩니다. 트럭이 실제로 회전하기 전에, 리드 필터는 트럭이 잠시 후 무엇을 할 것인지 예측하여 조향 시스템이 미리 준비할 수 있도록 알려줍니다. 이는 지연을 상쇄하여, 특히 트럭이 빠르게 이동하거나 무거운 짐을 실었을 때 훨씬 더 민첩하고 안정적으로 느껴지게 만듭니다.

이론 검증

연구진은 단순히 종이 위에 그림만 그린 것이 아니라, TruckSim®과 Simulink® 소프트웨어를 사용하는 첨단 시뮬레이션 실험실에서 이를 테스트했습니다. 그들은 새로운 제로 컨트롤러를 다음과 같은 엄격한 스트레스 테스트에 투입했습니다.

1. 8자 주행(The Figure-8): 트럭이 지속적인 급회전을 요구하는 8자 패턴을 주행하게 했습니다. 트럭은 곡선이 가장 가파른 구간에서도 최대 오차 0.4미터(작은 발걸음 정도의 길이) 미만으로 경로를 유지했습니다.
2. 차선 변경(The Lane Change): 장애물을 피하기 위해 빠르게 방향을 틀었다가 다시 돌아와야 하는 '이중 차선 변경'을 시뮬레이션했습니다. 트럭은 이를 부드럽게 처리하며 오차 범위를 ±0.2미터 이내로 유지했습니다.
3. 레이스 트랙(The Race Track): 급격한 헤어핀 커브와 경사진 코너가 섞인 잔드보르트(Zandvoort) 레이스 트랙 시뮬레이션에서도 테스트했습니다. 트럭은 약 ±0.4미터의 오차로 레이싱 라인을 따라갔습니다.

이 모든 테스트 동안 트럭은 최대 30km/h(약 18.6mph)의 속도로 주행했습니다. 조향 각도는 부드럽고 통제되었으며 급격하게 튀는 현상이 없었습니다. 이는 승객에게 편안한 승차감을 제공하고 화물을 안전하게 보호할 수 있음을 시사합니다.

발견한 점 (그리고 발견하지 못한 점)

결과는 이 클로소이드 기반의 접근 방식이 프레셰 거리(스마트한 '목줄') 및 리드 필터(수정구슬)와 결합했을 때, 무거운 트럭이 경로를 유지하는 데 매우 효과적이라는 것을 보여줍니다. 트럭은 높은 정밀도로 도로를 추적했으며, 기존의 제어 방식에서 흔히 발생하는 급격한 움직임 없이 주행했습니다.

하지만 논문은 이러한 결과가 실제 고속도로에서의 주행이 아닌 컴퓨터 시뮬레이션 결과임을 주의 깊게 명시하고 있습니다. 또한 연구팀은 한 가지 한계점을 지적했습니다. 그들의 '수정구슬'(리드 필터)은 30km/h의 속도에 맞춰 튜닝되었습니다. 만약 트럭이 훨씬 더 빠르게 달린다면 현재의 설정은 제대로 작동하지 않을 수 있으며, 시스템을 재조정해야 합니다. 그들은 고속 주행 환경에서는 테스트하지 않았으므로, 고속에서도 완벽하게 작동할 것이라고 보장할 수는 없습니다.

또 다른 인기 있는 방식인 모델 예측 제어(MPC)와 비교했을 때, 그들의 새로운 컨트롤러는 경로를 유지하는 측면에서는 대등한 성능을 보였으나, 처음 경로를 벗어났을 때 경로를 수정하는 데 약간 더 시간이 걸렸습니다. 하지만 다른 연구는 가벼운 승용차 모델을 사용한 반면, 이번 연구는 무거운 트럭 모델을 사용했기 때문에 조건이 완전히 동일하지는 않습니다.

결론

이 연구는 무거운 트럭에게 부드럽게 운전하는 법을 가르치는 유망한 새로운 방법을 제시합니다. 자연스러운 곡선의 흐름을 모방하는 수학적 기법을 사용하고, 자동차가 얼마나 멀리 내다볼지 결정하는 스마트한 방식을 도입함으로써, 연구팀은 차량의 안정성을 유지하고 승객을 편안하게 만드는 시스템을 만들었습니다. 비록 현재는 시뮬레이션 단계이지만, 이 기술을 더 높은 속도로 확장할 수 있다면, 우리는 머지않아 고속도로를 무대 위의 무용수처럼 부드럽게 미끄러져 가며 세상의 굽이진 길을 능숙하게 다루는 트럭을 보게 될지도 모릅니다.