홈 사례 연구 Ellipse-D로 자율주행 차량 엔지니어링 발전시키기

자율주행 차량 엔지니어링: Ellipse-D와 함께하는 취리히 UAS 레이싱(Zurich UAS Racing)의 항법 시스템

취리히 UAS 레이싱(Zurich UAS Racing)은 드라이버리스(무인) 주행을 불가능하게 만들었던 치명적인 위치 드리프트 문제를 해결했습니다. 자율주행 차량 엔지니어링 분야의 이러한 획기적인 발전 덕분에 팀은 유명한 포뮬러 스튜던트(Formula Student) 대회에서 오토크로스(autocross) 종목을 향한 여정을 시작할 수 있게 되었습니다.

"Ellipse-D 덕분에 트랙에서 차량의 절대 위치를 파악할 수 있게 되었습니다. 정확한 위치 파악은 무인 시스템 운영에 필수적입니다. 우리의 가장 큰 문제 중 하나는 시간이 지남에 따라 발생하는 위치 드리프트였습니다. Ellipse-D를 통해 이전에 불가능했던 오토크로스 종목에 도전할 수 있게 되었습니다." | 취리히 UAS 레이싱 팀 수석 리더, 핀 셸러(Finn Scheller).

INS차량
자율주행 차량 공학의 최신 기술, ZUR04

취리히 UAS 레이싱(ZUR)은 스위스 빈터투어에 위치한 취리히 응용과학대학교의 열정적인 포뮬러 스학생(Formula Student) 팀입니다. 2019년에 설립된 이 의욕적인 학생 협회는 세계 최대 규모의 공학 경진대회인 포뮬러 스학생에 참가하여 전 세계 대학들과 경쟁할 전기 및 자율주행 레이스카를 제작하고 있습니다.

취리히 UAS 레이싱 팀 인터뷰

이 팀은 다양한 학과에서 모인 70여 명의 열정적인 학생들로 성장했으며, 모두 레이싱 성능 최적화와 자율주행 차량 공학 발전이라는 목표를 공유하고 있습니다.

포뮬러 스튜던트

국제적으로 높은 명성을 자랑하는 포뮬러 스학생 경진대회는 학생 팀들이 포뮬러 레이스카를 설계 및 제작하여 엔지니어링 디자인, 비용 분석, 동적 트랙 이벤트 등 다양한 부문에서 경쟁하도록 장려합니다.

드리프트 보정을 지원하는 Ellipse D와 함께하는 ZUR04 주행 모습

차량 소개: ZUR04

ZUR의 여정은 2021년 첫 기능성 차량 제작으로 시작되었으며, 2022년부터 전기차(EV) 대회에 성공적으로 참가하고 있습니다. 무인 레이스카인 ZUR04는 총 140 kW의 출력을 내는 4개의 전동 휠 허브 모터를 탑재하여 학생 자율주행 차량 공학의 최첨단을 보여주며, 정지 상태에서 시속 100km까지 단 2.5초 만에 도달할 수 있는 가속 성능을 갖추고 있습니다.

이 차량은 유인 및 무인 레이싱 모두를 위해 설계되었으며, 프로 레이싱 카에 버금가는 성능을 발휘합니다. 무인 시스템은 현재 테스트 단계에 있습니다.

ZUR은 고속 경주의 까다로운 요구 사항을 충족하면서 자율주행 레이싱 시스템과 원활하게 통합할 수 있는 고급 관성 항법 시스템(INS)이 필요했습니다.

주요 과제는 시간에 따른 위치 드리프트로 인해 기존 위치파악 시스템이 자주 실패하는 역동적인 레이싱 환경에서 안정적인 포지셔닝을 달성하는 것이었습니다.

이 시스템은 운전자 없는 시스템 작동에 필수적인 절대 위치 정확도를 제공해야 했으며, 특히 복잡한 콘 배열을 통해 정밀한 항법이 필요한 까다로운 오토크로스 종목에서 그러했습니다.

간단히 말해, 이러한 사항들이 핵심 문제점이었습니다.

  • 위치 표류(Drift): 시간이 지남에 따라 발생하는 심각한 위치 표류로 인해 정확한 측위가 어려움.
  • 오토크로스 제약: 위치 지정 문제로 인해 오토크로스 종목 출전 불가.
  • 제한된 데이터 인사이트: 소프트웨어 최적화를 위한 차량 동역학 데이터 부족.
결승선에 다가간 취리히 UAS 레이싱 팀

그리고 이것들이 핵심 요구사항이었습니다.

  • 정밀 측위: 트랙 상의 절대 위치 파악 필요.
  • ROS 통합: 기존 ROS 기반 자율주행 시스템과의 원활한 통합.
  • 컴팩트한 솔루션: 우수한 중량 대비 출력비를 갖춘 경량 유닛.
  • 오픈 문서화: 쉽게 접근할 수 있는 기술 리소스.
  • 고동역학 성능: 극한의 레이싱 조건을 견딜 수 있는 능력.

ZUR의 시나리오를 평가한 후, 당사는 정밀성과 신뢰성이 가장 중요한 까다로운 응용 분야를 위해 특별히 설계된 관성 항법 시스템(INS)인 Ellipse-D를 추천했습니다.

Ellipse-D는 가장 작은 듀얼 안테나 RTK GNSS/INS 시스템으로, 동적 레이싱 애플리케이션을 위해 센티미터 수준의 측위와 정밀한 방위각을 제공합니다.

이 기술은 자율주행 차량 엔지니어링 솔루션의 중요한 발전을 의미하며, 팀에 다음과 같은 이점을 제공합니다:

  • 고정밀도: 자율주행 레이싱에서 정밀한 트랙 주행과 장애물 회피에 필수적인 센티미터 수준의 위치 정확도.
  • 듀얼 안테나 헤딩: 전기 모터 및 전자 시스템의 자기 간섭으로 기존 나침반 기반 시스템의 성능이 저하되는 까다로운 환경에서 우수한 성능 발휘.
  • 레이싱 규격 준수: 뛰어난 진동 제어 및 내열성을 갖추어 고동역학 레이싱 어플리케이션에 이상적인 컴팩트한 디자인과 견고한 구조.
취리히 UAS 레이싱 카에 장착된 Ellipse D 사례 연구

마지막으로 ZUR의 목표에 필수적인 네 번째 요소는 ROS 통합이었습니다. 팀원들의 표현에 따르면, 이는 다른 기능들과 결합되어 시장에서 가장 비용 효율적인 솔루션을 완성했습니다.

“우리에게 가장 매력적인 요소는 오픈소스 문서와 인터페이스 라이브러리였습니다. 이미 차량에 ROS가 실행되고 있는 우리 팀에게 ROS를 통한 완전한 지원 또한 큰 장점이었습니다. 덕분에 통합이 수월했습니다. 또한 제품을 통해 성능을 향상할 수 있도록 지원해 준 SBG Systems의 노력에도 감사드립니다. 유사한 제품을 공급하는 다른 업체들과 비교했을 때, SBG Systems는 최고의 가성비를 제공했습니다.”라고 셸러(Scheller)는 강조합니다.

고급 통합 및 성능

통합 과정은 Ellipse-D의 다기능성과 SBG Systems 지원 접근 방식의 효과를 잘 보여주었습니다. RaspberryPi 및 NVIDIA Jetson 컴퓨팅 플랫폼 모두에 연결된 이 시스템은 sbgECom 라이브러리와 ROS2 패키지를 모두 활용하여 포괄적인 데이터 액세스 및 처리를 수행합니다.

ZUR04 내부 장착된 Ellipse D

이 아키텍처를 통해 맞춤형 알고리즘 개발에 필요한 유연성을 유지하면서 자율주행 시스템 전반에 걸쳐 실시간 항법 데이터를 배포할 수 있습니다.

또한 팀은 Ellipse-D의 기능을 활용하여 INS 데이터를 활용하는 고급 토크 벡터링 알고리즘을 개발하고 있습니다. 아울러 정확한 트랙 그라운드 트루스(ground truth)를 제공하기 위해 GNSS RTK 기반 로버와 베이스 스테이션을 구축했습니다.

올 여름 트랙 테스트가 예정된 무인 레이스카 ZUR05에 INS를 통합한 데 이어, 팀은 새로 제작한 레이스카 ZUR05에도 INS를 적용했습니다. Ellipse-D는 차기 시즌 무인 차량인 ZUR06에서도 핵심적인 역할을 담당할 것입니다.

ZUR은 SBG Systems와 협업하며 가장 만족스러웠던 세 가지 주요 특징을 강조했습니다.

  • 오픈소스: 첫째, 그들은 교육적 임무와 개발 방법론에 부합하는 오픈소스 접근 방식을 높이 평가했습니다. 투명한 문서와 인터페이스 라이브러리를 통해 학생들은 자율주행 차량 공학에서 귀중한 학습 기회를 제공하며, 특정 요구에 따라 시스템을 이해하고 수정할 수 있습니다.
  • 우수한 문서화: 팀은 통합 프로세스를 간소화해 준 포괄적이고 공개된 제품 가이드를 높이 평가했습니다. 제한된 기술 세부 정보만 제공하는 많은 상용 시스템과 달리, SBG Systems의 접근 방식은 빠른 이해와 구현을 가능하게 했습니다.
  • 원활한 소통: 마지막으로, 그들은 항상 의견이 경청되고 모든 질문에 대한 답변을 받을 수 있었다며 뛰어난 커뮤니티 소통과 지원을 강조했습니다. 이러한 신속한 지원은 촉박한 대회 마감 기한 내에 작업하는 학생 팀에게 매우 중요했습니다.

구현을 통해 ZUR의 가장 중요한 과제였던 위치 드리프트 문제가 해결되었습니다. 이 위치 드리프트는 이전에 ZUR이 오토크로스 종목에 참가하는 것을 방해했습니다. Ellipse-D의 센티미터 수준 정확도와 듀얼 안테나 헤딩 결정 기능을 활용하여, 팀은 이제 차세대 레이스카로 다음 시즌(2026년 여름)에 무인으로 경쟁하는 것을 목표로 시험 주행을 시작할 수 있게 되었습니다.

취리히 UAS 레이싱 팀 차량 상세 보기

이번 협력은 자율주행 차량 기술 발전에서 산업계와 학계 파트너십의 강력한 시너지를 보여주는 좋은 예입니다.

"Ellipse는 INS 시스템을 시작하기에 가장 완벽한 제품입니다. 앞으로는 새로 개발된 이더넷 기반 차량 시스템과 연동하여 더욱 강력한 시스템을 사용할 계획입니다."라며 셸러는 소감을 마쳤습니다.

ZUR과 같은 학생 팀을 지원하기 위한 당사의 노력은 전문 등급의 항법 기술에 대한 접근성을 제공함으로써 차세대 엔지니어들이 자율주행 레이싱에서 가능한 것의 한계를 뛰어넘을 수 있도록 지원하는 방법을 보여줍니다.

+ 12
지난 12년 동안 고도화된 최첨단 알고리즘을 바탕으로 독보적인 사용자 경험을 제공합니다.
164
Qinertia를 통해 164개국의 모든 기준국에 직접 액세스하세요.
+ 12 000
Qinertia에서 글로벌 CORS 네트워크의 최신 기준국 데이터를 다운로드하세요.
+ 5 400
다양한 사전 설정된 좌표 참조 시스템(CRS)을 확인해 보세요.

Ellipse-D

Ellipse-N은 컴팩트하고 고성능인 GNSS 연동 관성 항법 시스템으로 안정적인 방향, 위치, 히브 측정을 제공합니다.

IMU와 듀얼 밴드 GNSS 수신기를 결합하고 센서 융합 알고리즘을 사용하여 까다로운 환경에서도 정확한 포지셔닝을 제공합니다.

정지 상태에서 정확한 방위를 제공하는 듀얼 안테나 기능을 제공합니다.

모든 기능 살펴보기
Ellipse D INS 유닛 Ckeckmedia

Ellipse-D 견적 요청

당사의 제품이나 서비스에 대해 질문이 있으신가요? 견적이 필요하신가요? 아래 양식을 작성해 주시면 당사 전문가 중 한 명이 신속하게 요청을 처리해 드리겠습니다. 또한 +33 (0)1 80 88 45 00번으로 전화 문의도 가능합니다.

파일을 드래그 앤 드롭하거나, 업로드할 파일 선택
최대 5 MB 허용되는 파일 형식: csv, jpeg, jpg, heic, png, pdf, txt

궁금한 점이 있으신가요?

FAQ 섹션에 오신 것을 환영합니다! 여기에서 당사가 소개하는 애플리케이션에 대한 가장 일반적인 질문과 답변을 확인하실 수 있습니다. 찾으시는 내용이 없다면 언제든지 당사에 직접 문의해 주세요!

자율주행차는 어떻게 작동하나요?

자율주행 자동차는 운전자의 개입 없이 스스로 주행하고 제어할 수 있는 정교한 시스템을 갖춘 차량입니다. 이 차량들은 자율주행 센서와 알고리즘을 조합하여 주변 환경을 인식하고, 의사결정을 내리며, 자율주행 작업을 수행합니다. 목표는 차량이 주행의 모든 측면을 안전하고 효율적으로 처리할 수 있는 완전한 자율성을 달성하는 것입니다.

 

자율주행차는 주변 환경을 인식하기 위해 다양한 핵심 기술에 의존합니다. 여기에는 다음이 포함됩니다:

 

  • GNSS(위성항법시스템): 자율주행차의 위치, 속도, 방향에 대한 실시간 업데이트를 제공합니다.
  • INS(관성항법장치): GNSS 신호가 끊기는 상황에서도 정확도를 유지합니다. 자율주행차의 위치, 속도, 방향에 대한 실시간 업데이트를 제공합니다.
  • LiDAR(빛 탐지 및 거리 측정): 레이저 빔을 사용하여 차량 주변 환경의 상세한 3D 맵을 생성하는 기술입니다. 이 기술은 자동차가 다른 차량, 보행자, 도로 표지판을 포함하여 주변의 물체를 감지하고 측정할 수 있도록 돕습니다.
  • 레이더(Radio Detection and Ranging): 전파를 이용하여 물체의 속도, 거리 및 방향을 탐지하는 기술입니다. 레이더는 특히 악천후 상황에서나 원거리의 물체를 탐지하는 데 유용합니다.
  • 카메라: 차선 표시, 신호등, 도로 표지판을 포함하여 차량 주변 환경의 시각적 정보를 캡처합니다. 복잡한 시각적 단서를 해석하고 시각적 데이터를 바탕으로 의사 결정을 내리는 데 필수적입니다.

차량의 6가지 자율주행 단계란 무엇인가요?

SAE(미국자동차공학회)의 J3016 표준에 정의된 6가지 자율주행 단계는 차량의 자동화 수준을 설명합니다. 세부 내용은 다음과 같습니다:

 

  • 레벨 0: 비자동화. 자동 긴급 제동이나 사각지대 경고와 같은 경고 또는 순간적인 보조 기능은 있지만 지속적인 자동화는 없습니다.
  • 레벨 1: 운전자 지원. 어댑티브 크루즈 컨트롤(속도 및 거리 유지)이나 차선 유지 보조와 같은 단일 자동화 지원 시스템입니다.
  • 레벨 2: 부분 자동화. 조향 및 가감속과 같은 시스템의 결합이지만 의사결정 기능은 포함되지 않습니다.
  • 레벨 3: 조건부 자동화. 특정 조건(예: 고속도로 주행)에서 차량이 대부분의 주행 작업을 처리합니다. 시스템이 주변 환경을 모니터링할 수 있습니다.
  • 레벨 4: 고도 자동화. 미리 정의된 시나리오에서 차량이 독립적으로 주행합니다. 해당 구역에서는 운전자의 주의가 필요하지 않습니다.
  • 레벨 5: 완전 자동화. 인간 운전자가 처리할 수 있는 모든 환경에서 차량이 모든 작업을 수행할 수 있습니다. 스티어링 휠이나 페달이 없을 수도 있습니다.

 

이러한 레벨은 인간이 제어하는 차량에서 모든 주행 작업을 처리할 수 있는 완전 자율주행 시스템으로의 발전 과정을 보여줍니다.

INS는 외부 보조 센서의 입력을 수용합니까?

당사의 관성 항법 시스템은 대기 데이터 센서, 자력계, 주행거리계, DVL 등 외부 보조 센서의 입력을 수용합니다.

이러한 통합을 통해 INS는 특히 GNSS 음영 지역에서 매우 다재다능하고 신뢰성 높은 성능을 발휘합니다.

이러한 외부 센서는 보완 데이터를 제공하여 INS의 전반적인 성능과 정확도를 향상시킵니다.

IMU와 INS의 차이점은 무엇인가요?

관성 측정 장치(IMU)와 관성항법장치(INS)의 차이점은 기능과 복잡성에 있습니다.
IMU(관성 측정 장치)는 가속도계와 자이로스코프가 측정한 차량의 선형 가속도 및 각속도에 대한 원시 데이터를 제공합니다. 롤, 피치, 요 및 모션에 대한 정보를 공급하지만 위치나 항법 데이터를 계산하지는 않습니다. IMU는 위치나 속도를 결정하기 위해 외부 처리에 필요한 움직임 및 방향에 대한 필수 데이터를 전달하도록 특별히 설계되었습니다.
반면, INS(관성항법장치)는 IMU 데이터와 고급 알고리즘을 결합하여 시간에 따른 차량의 위치, 속도 및 방향을 계산합니다. 센서 융합 및 통합을 위한 칼만 필터링과 같은 항법 알고리즘을 통합합니다. INS는 GNSS와 같은 외부 측위 시스템에 의존하지 않고 위치, 속도, 방향을 포함한 실시간 항법 데이터를 공급합니다.
이 항법 시스템은 일반적으로 종합적인 항법 솔루션이 필요한 응용 분야, 특히 군용 UAV, 선박, 잠수함 등 GNSS 음영 지역에서 활용됩니다.

AHRS와 INS의 차이점은 무엇인가요?

자세 방위 참조 장치(AHRS)와 관성항법장치(INS)의 주요 차이점은 기능과 제공하는 데이터의 범위에 있습니다.

 

AHRS는 방향 정보, 구체적으로 차량이나 장치의 자세(피치, 롤)와 방위(요)를 제공합니다. 일반적으로 자이로스코프, 가속도계, 자력계를 포함한 센서 조합을 사용하여 방향을 계산하고 안정화합니다. AHRS는 3개 축(피치, 롤, 요)의 각도 위치를 출력하므로 시스템이 공간 내에서 자신의 방향을 파악할 수 있습니다. 주로 항공, UAV, 로봇 공학, 해양 시스템에서 차량 제어 및 안정화에 필수적인 정확한 자세 및 방위 데이터를 제공하는 데 사용됩니다.

 

INS는 방향 데이터만 제공하는 것(AHRS처럼)에 그치지 않고, 시간에 따른 차량의 위치, 속도, 가속도까지 추적합니다. GNSS와 같은 외부 참조에 의존하지 않고 관성 센서를 사용하여 3차원 공간에서의 움직임을 추정합니다. AHRS에 있는 센서(자이로스코프, 가속도계)를 결합할 뿐만 아니라, 위치 및 속도 추정을 위한 더 고급 알고리즘을 포함할 수 있으며, 정확도를 높이기 위해 종종 GNSS와 같은 외부 데이터와 통합됩니다.

 

요약하자면, AHRS는 방향(자세 및 방위)에 초점을 맞추는 반면, INS는 위치, 속도, 방향을 포함한 전체 항법 데이터 세트를 제공합니다.