ADAS 와 자율주행 기술은 주행 시 예측 불가능한 변수들이 많아 차량평가와 검증의 중요도가 높아지고 있다. 자율주행 협력사 및 OEM이 HIL, SIL과 같은 Simulation 평가 방법론을 도입하지만 개발일정, 비용, 물리적 여건과 같은 이유로 실제 환경과 차이가 있는 차량평가를 수행하여 양산 이후 자율주행 문제를 겪고 있다.
본 논문의 목적은 Digital Twin 이론을 바탕으로 실 도로 환경과 유사한 환경에서 실제 발생할 수 있는 주행 상황을 도출하여 자율주행 센서 기반 특정 상황에서 더 나은 결과를 도출하는지 검증하고자 한다.
Test Case 별 시나리오에 맞추어 차량, 보행자, 장애물 발견 시 주행 환경에 따른 최적안을 도출한다. 감속 시작 시와 충돌 혹은 정차 시 속도에 대한 평균과 분산 값을 바탕으로 주행 안정성에 대한 검증결과를 도출 한다. 또한 맑음, 흐림과 같은 평상시 날씨 조건과 비, 안개 등 악조건 환경 내 물체 감지여부와 정지 여부에 대한 유효성 검증을 수행한다.
평가 및 검증 결과, 직선 도로 내 단일 차량의 경우 Radar 기반 자율 주행이 감속 시점과 충돌 시 속도에 대한 제동 성능이 좋다는 걸 볼 수 있다. 하지만 다량의 차량 주행 시에는 LiDAR 기반에 대한 속도 분산이 더 고르다는 걸 확인했다. Corner case 유형의 교차로나 다량의 Target 이 움직일 경우 Radar 기반이 감지 성능이 더 좋다는 걸 확인했고, Target이 정지된 경우에는 LiDAR 기반이 더 효율적임을 검증했다.
결론적으로 Digital Twin과 같은 실제 상황 구현 환경에서 도심 혹은 고속도로 내 발생가능 한 모든 변수들을 고려하여 Simulation 검증 확대가 필요하다. 실 도로 환경에서 구현하기 어려운 Corner case 들을 지속 발굴하여 Simulation 범위 내 유효성 검증 확대가 필요하다.