자율주행차(Autonomous Vehicle)는 환경인지센서(이하 센서) 및 인지·판단 알고리즘 등을 사용하여 주변 환경 상황을 인지하고 판단하여 운전자의 조작 없이 이동을 제어하는 자동차를 의미한다. 자율주행차 환경인지에 사용되는 센서로는 카메라(Camera), 레이더(Radio Detection And Ranging, Radar), 라이다(Light Detection and Ranging, Lidar)가 대표적이다. 이러한 각각의 센서는 특성과 장·단점이 다르기 때문에 자율주행차에서 다양한 센서 시스템을 결합하여 자율주행이 이루어진다.

자율주행차의 기술 수준은 Level 0~Level 5로 분류된다. UN 산하의 WP.29(안전기준조화국제포럼)자율주행 자동차 전문가 그룹 및 세계자동차공업협회(OICA)와 미국 자동차 공학회, 미국 도로교통안전국 등 현재 전 세계적으로 자율주행차의 수준을 6단계의 Level로 구분하는 추세이다.​

현재 우리나라는 2020년 7월부터 Level 3 자율주행차의 출시·판매가 가능해졌으며 국토교통부는 자율주행차가 안전하게 제작되고 상용화 될 수 있도록 Level 3 자율주행차의 안전기준을 세계 최초로 도입했다.

미국의 글로벌 시장조사 및 분석 기관 프로스트앤 설리번(Frost & Sullivan)은 완전 자율주행 단계인 Level 4 자율주행차가 2026년부터 시장에 도입될 것으로 예측하고 있다. 이처럼 자율주행차의 수준이 Level 3에서 Level 5로 고도화될수록 주변 환경 인지 및 판단 기술에 대한 안전 요구 사항이 증가할 것으로 예상된다. 이는 자율주행차에 사용되는 센서의 신뢰도가 매우 중요해진다는 의미이다. 비 자율주행차에서는 운전자의 시야가 정보 수집을 담당하는 주체였지만​ Level 4 이상의 단계에서는 이 역할을 운전자가 아닌 자동차가 카메라, 레이더, 라이다 등의 센서를 통해 주행에 관련된 정보를 수집하는 역할을 한다. 

이처럼 자율주행차의 센서는 비 자율주행차를 운전하는 운전자의 눈에 해당하는 역할을 하며 자율주행차의 핵심 부품이라 할 수 있다. 이러한 센서는 주행 안전에 직결되므로 외부 환경의 악조건 속에서도 안정적인 성능이 보장되어야 한다. 하지만 주로 차량 외부에 설치되는 인지센서는 외부 환경적 요인에 취약하다.

비 자율주행차량에서 대부분의 시야를 확보할 수 있는 앞 창유리에 비해 자율주행차량의 센서 크기는 상대적으로 작기 때문에 주행 중 먼지, 날벌레 같은 시야 방해 물질이 센서 표면에 쌓이게 되면 센서의 성능 저하를 유발할 수 있다. 이렇게 센서 표면에 직접 접촉되는 시야 방해 물질로 인해 센서의 성능이 저하되어 자율주행 안전성에 악영향을 미치는 문제는 꾸준히 제기되고 있다.

시야 방해 물질로부터 오염된 센서의 성능을 확보하기 위해 Level 3 수준 이하의 자율주행차는 운전자에게 알림 및 경고 표시를 통해 운전자가 직접 센서를 세척하게 하거나 위급 시 도로의 안전지대로 이동하여 비상조치를 할 수 있는 기능이 있다. 하지만 Level 4 이상의 자율주행차는 센서 표면이 시야 방해 물질로 오염되어 센서의 성능이 저하되면 운전자의 개입 없이 스스로 센서의 성능을 확보하여 자율주행을 해야만 한다. 이를 해결하기 위해서 센서의 클리닝 기술은 반드시 필요하다.

최근 센서 제작사에서는 센서의 오염을 해결하려는 연구가 지속적으로 진행되고 있다. 자율주행차의 센서 클리닝 기술은 카메라의 경우 dlhBowles, Ficosa, Valeo, Continental 社, 라이다의 경우 Waymo, Valeo社 등이 클리닝 시스템을 적용하여 오염된 센서의 성능을 확보하고 있고, 주로 워셔 & 에어를 사용한 세척 시스템을 적용하는 추세이다.

현재 다수의 제작사들이 센서 클리닝 기술 개발을 하고 있지만, 별도의 시야 방해 물질 규격에 대한 규정이 없어, 제작사 자체 고유의 기준에 의해 센서 클리닝 기술을 개발하고 있는 실정이다. 이에 따라 오염된 센서의 성능평가에 적합하고 규격화된 시야 방해 물질의 제작 방법과 효율적인 센서 클리닝 평가 방법에 대한 지속적인 연구가 필요한 실정이다. 또한, 현재 국내·외에서 개발되고 있는 자율주행차의 센서 성능 확보에 대한 규정이 따로 마련되어 있지 않아 관련 규정과 제도의 정비도 필요한 상황이다.

따라서 본 고에서는 가까운 미래에 다가올 완전 자율주행차 시대를 맞이하기 위해, 「자율주행기술개발혁신사업(RS2021-KA162419)」의 일환으로 수행 중인 V2E(Vehicle to Environment) 센서 성능 확보를 위한 클리닝 연구 현황에 대해 소개하고자 한다.

자율주행차의 센서를 깨끗하게 유지하여 센서 본래의 성능을 유지하는 방법을 찾는 것이 센서 클리닝 연구의 주목적이다. 센서 클리닝 시스템은 다양한 기상 조건에서 작동되어야 하며 효율적으로 센서의 표면을 세척하여 목표하는 클리닝 성능을 달성하는 것이 중요하다. 또한, 센서 클리닝 성능을 평가하기 위해서는 시야 방해물질 (이하 Blockage)의 제조 및 재현 방법이 정의되어야 한다​.

Blockage의 정의

본 연구에서 사용하는 Blockage는 자율주행 시 센서의 표면에 쌓여 센서의 성능 저하를 유발하는 시야 방해 물질이다. 주행 환경에 의해 발생되는 대표적인 예로 먼지, 분진, 아스팔트의 유분 등이 있고 자연적인 현상에 의해 발생되는 곤충 사체, 새 배설물, 강우, 강설 등이 있다. 이러한 Blockage를 자율주행차 센서 클리닝 시스템 평가에 적용하기 위해서는 Blockage를 재현하여 실험실 단위에서 제조 및 평가가 가능 할 수 있도록 해야 한다.

Blockage의 재현 기술 개발

● 먼지 재현

현행 일반적인 비 자율주행차 시계 확보 장치의 시험은 “자동차 및 자동차 부품의 성능과 기준에 관한 규칙 제109조”에 의거하여 약 75~80㎛ 이하의 크기로 구성된 미국 애리조나 사막 먼지의 성분이 포함된 ARI A2 Fine 먼지와 일본의 화산재 성분이 포함된 JIS Class 8 상당의 먼지를 사용하여 평가하고 있다. 이러한 ARI A2 Fine과 JIS Class 8 시험용 먼지는 전량 수입에 의존하고 있는 실정이고, 실제 우리나라의 주행 환경에서 발생하는 먼지와는 이질감이 존재한다. 이를 해결하기 위해 우리나라에서 지속 공급이 가능하며 국내 토양과 토질을 고려한 황토 성분이 포함된 KTD 먼지를 Blockage 재현에 적용하여, 먼지 종류별 센서 오염 정도를 파악하기 위해 먼지 성능에 대한 비교 평가를 수행하였다.

● 날벌레 재현

카메라 센서를 제외한 자율주행차의 주요 센서는 차량 외부에 돌출되어 있기 때문에 주행 중 날벌레의 충격으로 인한 센서 오염이 빈번히 발생되며, 이는 자율주행차 센서의 성능 저하로 이어진다. 이러한 주행 중 날벌레의 충돌로 인해 센서의 시야가 가려져 센서의 성능 저하가 발생하는 상황을 재현하기 위해 날벌레 포집 및 충격 장치를 개발하였다. 날벌레 포집 및 충격 장치는 300~400nm의 UV LED를 활용하여 주광성 벌레를 유인하고 3개의 포집 챔버에 음압을 구현하여 벌레를 포집한다. 벌레 포집이 완료되면 평가 대상 센서 커버 전면부로 날벌레를 방출하여, 최대 150km/h의 차속으로 달렸을 때 날벌레가 충격하여 센서의 성능이 저하되는 상황 재현이 가능하다.

● 곤충 재현

곤충 발사 장치는 총 형태의 발사 장치로 곤충의 사체를 실리콘 캡에 넣어 발사 장치에 삽입하고 압축공기의 압력 조절을 통해 발사 속도를 변경하여 발사할 수 있도록 제작하였다. 주요 특징으로는 곤충의 형상을 최대한 유지하여 평가 대상 센서 전면부에 적중할 수 있도록 하였고 곤충의 사체가 센서를 효과적으로 오염시킬 수 있도록 하였으며, 총 형태로 제작하여 휴대성과 이동성이 뛰어나 실차 센서 오염​ 평가에 적합하게 제작하였다. 이와 같이 Blockage 재현 기술을 통해 센서의 오염 상황 재현이 완료되면, 센서 클리닝 평가용 Test Bench를 이용해 Blockage의 세척 능력 평가를 수행한다.

Blockage의 세척 능력 평가 Test Bench

Blockage의 세척 능력 평가용 Test Bench는 오염된 센서를 센서 마운트 부에 장착 후 워셔 & 에어 시스템을 이용하여 세척할 수 있도록 개발된 평가 장치이다. 워셔 & 에어의 분사 압력과 분사 패턴, 분사액의 유량, 분사 각도와 입사 각도 등을 조절하여 세척 평가를 시행 후 실시간 비전 카메라에 촬영된 센서 커버 표면부의 세척 전/후 이미지 분석을 통해 세척률을 분석하고 최적의 세척 성능을 나타내는 워셔 & 에어 클리닝 시스템의 설계 파라미터를 도출할 수 있다.

Blockage 세척 장치 시작품 개발

실험실 단위에서 수행된 Blockage의 재현과 Test Bench 워셔 & 에어 클리닝 시스템 단품 평가 결과를 기반으로 실제 자율주행차에 클리닝 시스템을 적용하기 위해 에스엘社에서 <그림 9>와 같이 워셔 & 에어, 와이퍼, 전기습윤, 피에조 타입 등 클리닝 시스템별 5종의 시작품을 제작하였다. 각 클리닝​ 시스템 별 Blockage 세척 능력 성능 평가를 통해 클리닝 시스템의 특징을 도출하였으며, 결과는 <표 1~5>와 같다.

센서 클리닝 시스템 단품 5종의 성능 평가 결과, 각 시스템별 클리닝 시 취약 부분이 도출되었으며, 취약 부분이 실제 자율주행에 작용하는 영향을 도출하기 위해 클리닝 시스템 5종을 실차 센서에 적용하여 상관성 검증을 수행하였다. Blockage 클리닝 시스템 실차 적용단품 평가에서 도출된 결과를 기반으로 센서 클리닝 시

취약 부분이 실제 자율주행차 시스템 측면에서 작용하는 영향을 파악하여 클리닝 평가 기술에 반영해야 한다. 단품 단위 평가와 실제 자율주행차 시스템에서의 상관성 검증을 위해 오토노머스에이투지社에서 5종의 센서 클리닝 시스템을 실제 자율주행차량에 적용하여 자동차안전연구원 K-city에서 자율주행을 실시하고 있다. 실차 단위의 클리닝 시스템 성능 검증을 실시하여 개선점을 도출하는 연구가 현재 활발히 진행 중에 있다.

이상과 같이 Blockage로 인해 센서성능이 저하되는 상황에서 성능 확보를 위한 클리닝 기술 개발 연구에 대한 현황을 간략히 소개하였다.

가까운 미래에 실현될 Level 4 수준의 자율주행차 시대를 맞이하기 위해서는 센서 클리닝 평가 기술 개발은 필수적이다. Blockage로 인한 자율주행차 센서의 성능 저하 상황을 예방할 수 있다면 우리의 생활 속에 녹아든 더욱더 안전한 자율주행차 시대를 맞이할 수 있을 것이다. 현재의 센서 클리닝 시스템 연구를 더욱 발전시켜 향후 연구에서는 가상환경 시뮬레이터를 활용한 Blockage 센서 영향도 평가를 진행하고 있다. 그리고 실제 강우, 강설 등의 환경을 재현하여 다양한 환경을 고려한 효과적인 센서 클리닝 기술 개발뿐 아니라 향후 적용될 자율주행 리빙랩 실증도시를 통한 검증이 이루어질 수 있도록 지속적인 연구를 진행할 예정이다.​

글 / 손성호 (한국교통안전공단 자동차안전연구원)

출처 / 오토저널 2023년 6월호