KCL - SPECIAL KCL 솔루션 3
자율주행차의 도로교통안전시설 성능평가 도로안전반
자율주행차가 도로 위를 달리려면 도로교통 인프라 구축이 필수. KCL 도로안전반은 기상재현 표준암실 기반 도로교통 인프라 성능평가 등으로 안전한 미래 자동차 자율주행 환경 조성에 앞장서고 있다.
글 • 이인철(더북컴퍼니) / 사진 • 박충렬
정부는 2027년 완전자율주행차(LEVEL 4) 상용화를 목표로 2024년까지 전국 주요 도로에 자율주행차의 안전한 운행을 위한 통신, 교통관제, 도로 등 도로교통 인프라를 완비할 계획이다. 이를 위해선 다양한 센서 기반의 도로교통인프라의 인식 성능평가와 인증을 위한 시험 방법 표준화가 선행돼야 한다.
현재 경찰청과 국토교통부, 산업통상자원부에서 관련 표준화 를 준비 중이며, KCL 건설본부 건설재료센터 도로안전반이 이 사업에 참여하고 있다. 도로안전반 정윤석 책임연구원은 “현재 KCL은 미래 자동차 2030 전략과 관련해 경찰청, 국토교통부, 산업통상자원부의 ‘자율주행기술개발혁신사업’ 관련 세 건의 연구과제를 수행하고 있다”고 설명했다.
Q 자율주행기술개발혁신사업은 자율주행 융합 신사업 육성과 자율주행에 대한 국민 수용성을 향상시키는 것이 주요 내용인데, 도로안전반에서는 어떤 과업에 참여하고 있나요?
자율주행기술개발혁신사업은 산업통상자원부, 과학기술정보통신부, 국토교통부, 경찰청이 공동으로 추진하는 과업으로 차량 융합 신기술, 도로교통 융합 신기술, 자율주행 서비스 등 5개 분야 84개 세부 과제로 나뉩니다. KCL은 경찰청의 ‘Lv.4(완전자율주행차) 대응 교통안전 인프라 표준 및 평가기술개발’과 국토교통부의 ‘클라우딩 소싱 기반의 디지털 도로교통 인프라 융합 플랫폼 기술개발’, 산업통상자원부의 ‘자율주행 인지예측 지능제어 차량 부품시험 기준 및 표준 평가기술개발’에 참여하고 있습니다.
Q 경찰청의 ‘Lv.4(완전자율주행차) 대응 교통안전 인프라 표준 및 평가기술개발’은 자율주행 도로 환경을 어떻게 바꾸나요?
신호기, 신호등, 교통안전표지, 노면 표시(차선 등) 등 교통안전 시설물의 정보 제공 방식을 변경하는 것입니다. 현재의 정보 제공 방식은 사람 눈을 기준으로 만들었는데, 자율주행차에도 정보를 제공하게 됩니다. 자율주행차는 센서가 사람 눈을 대신하므로 센서가 교통안전 시설물 정보를 인식할 수 있도록 하는 것이죠. 그런데 문제는 센서가 차량 모델별로 다르고, 차량 당 여러 개다 보니 변수도 많아 지금보다 훨씬 많은 시험·인증이 필요합니다. 또한 관련 표준도 필요하고요.
Q KCL은 어떤 내용을 연구개발하고 있나요?
KCL은 도로안전반에서 운용 중인 표준암실을 활용한 ‘Lab 기반 실험환경 조사와 분석’을 통해 교통안전시설의 인프라별 특성을 고려한 성능 표준안을 제시하고 성능평가 분석 도구를 개발합니다. 또한 인프라별 성능평가 시스템 고도화와 성능평가 표준화, 운영 매뉴얼을 만듭니다. 자동기어 자동차가 보편화 됐지만 여전히 수동기어 자동차를 운전하는 사람이 있듯, 완전자 율주행차가 상용화되더라도 도로에는 한동안 사람이 직접 운전하는 차량도 공존하게 됩니다. 그래서 수동형·능등형 교통안전시설 인프라 성능평가 표준안과 운영 매뉴얼도 개발합니다.
Q ‘클라우딩 소싱 기반의 디지털 도로교통 인프라 융합 플랫폼 기술’은 향후 자율주행차에 어떻게 적용되나요?
자율주행차에는 정밀 전자지도를 탑재합니다. 이 지도에는 주행 환경에 대한 상세 정보가 담겨 있어 자율주행 시스템의 의사결정에 중요한 역할을 수행하죠. 정밀 전자지도는 정보의 신뢰성과 최신성 유지가 필수입니다. 클라우드 소싱 기반의 디지털 도로교통 인프라 융합 플랫폼은 디지털 도로교통 인프라 정보를 클라우드 소싱 기법으로 수집하고, 수집된 데이터를 검증 및 변화된 정보를 갱신해 전용 지도를 만듭니다. 그리고 이를 개방형 플랫폼 형태로 다수의 사용자에게 배포하지요.
Q 자율주행차의 경우 악천후 시 센서 오류, GPS 불량 시 차선이탈 가능성 등도 제기되고 있습니다. 이런 상황에 대한 대비는 어떻게 하고 있나요?
기존 도로교통 시설물 소재 변경 등의 개선, 시설물 형태와 기능 변경을 통해 자율주행차의 인식 성능을 높여 안전성을 확보하는 연구가 진행 중입니다. 이 과정에서 KCL은 기관별·단계별 연구개발 성과 로드맵을 검증하고 실증하는 역할을 맡습니다. Lab 기반 성능 기준을 수립하기 위한 실험 환경 구현은 도로안전반이 운용 중인 인공강우 표준암실에서 강우 모사시험을, 주광·터널 환경 등 모사에서 조도시험을 구현할 계획입니다.
Q 산업통상자원부의 ‘자율주행 인지예측 지능제어 차량 부품시험 기준 및 표준 평가기술개발사업’에서 환경 대응 센서 평가기술 개발 연구를 진행하고 있습니다. 이 연구는 어떻게 진행하나요?
강우·안개·연기 등 기상 조건 변화를 고려한 모의 환경을 구축 하고, 평가 시나리오를 만들어 기상 악조건 변화와 Lab 기반 성능평가를 진행합니다. 이를 통해 자율주행차의 인지예측 센서시험 기준을 확립하고 표준 평가기술개발을 하게 됩니다.
Q 미래 자동차 전략과 관련한 세 가지 연구 모두 현재 도로안전반의 주요 사업인 차선 내마모도시험, 표준암실을 활용한 Lab 기반 성능평가, 실도로 기반 성능평가를 활용하고 있습니다.
KCL은 기상재현 표준암실 기반 도로교통 인프라 성능평가에 독보적 노하우를 갖고 있습니다. 또한 표준암실 기반 재귀반사 성능평가 인프라와 실도로 기반 재귀반사 성능평가 장비를 모두 보유하고 있어 도로 환경 위험 요소에 선제적으로 대응할 수 있는 시스템을 갖췄습니다. 이를 토대로 기업에 차선 내마모도 시험부터 표준암실 기반 실내 재귀반사 성능평가, 실도로 기반 재귀반사 성능평가까지 원스톱 서비스를 제공하고 있습니다.
Q 마지막으로 2024년 자율주행차의 도로교통 인프라를 완비하기 위해선 늦어도 2023년까지 관련 표준이 마련돼야 합니다. 현재 연구개발 중인 과제는 어느 정도 진척되고 있나요?
세 건의 과제 모두 컨소시엄을 구성한 공동 연구입니다. 지난 6월 첫 회의를 진행했고, 2023년까지 표준을 만들기 위해 현재 각자 연구과제를 충실히 수행 중입니다.
차선 내마모도시험, 재귀반사시험 원스톱 서비스
KCL 도로안전반은 기업에게 기상재현 표준암실 기반 차선 내마모도시험과 재귀반사시험 원스톱서비스를 제공하고 있다.
차선 도료의 재귀반사 성능, 내구 성능을 알아보는 시험으로 지름 6.4m 턴테이블에 36개의 시험판이 있다. 10km/h의 회전속도로 물을 분무하며 3시간 운행 한 후, 건조 상태로 60km/h 속도로 회전시키며 제조자가 제시한 교통량 등급까지 운행한다. 매 시간 운행 방향을 반대로 돌리고, 제조자가 제시한 교통량 등급까지 운행이 완료된 시험판을 턴테이블에서 해체해 실내 재귀 반사 성능을 측정한다.
차선 내마모도시험 후 시험판 위에 재귀반사 성능을 알아보는 시험기를 올려놓고 총 최저 측정 면적 이상을 측정한다. 노면이 건조할 때, 노면이 젖은 상태일 때, 노면에 비가 내릴 때 의 재귀반사 성능을 모두 확인할 수 있다.
현장에 시공된 차선의 재귀반사 성능 을 평가할 수 있는 시험으로, 장비는 실내 재귀반사 성능시험기와 동일한 규격이다. 차량은 측정하고자 하는 노면표지에 접근해 운행하고, 태블릿 PC에 재귀반사 성능을 측정하도록 센서 각도를 조정한다. 시험 종료 후 결괏값은 100m 이상 단위로 평균값 으로 성적서를 발급한다.
문의 KCL 도로안전반 043-718-9015