DGIST 로봇및기계전자공학과 남강현 교수 연구팀이 중국 상해교통대학교, 일본 도쿄대학교와의 국제 공동연구를 통해 전기자동차의 주행 상태를 실시간으로 정밀 추정하는 '물리적 AI 기반 차량 상태추정 기술'을 개발했습니다.

이 기술은 전기차의 핵심 제어 성능을 높이고, 자율주행차의 안전성을 크게 향상할 수 있는 핵심 기술로 평가받고 있습니다.

전기차가 급선회하거나 미끄러운 노면을 달릴 때 차량이 옆으로 얼마나 미끄러지는지를 나타내는 '측 방향 미끄럼 각'은 안전한 주행을 위해 필요한 핵심 정보입니다.

그러나 이는 차량 내부 센서로 직접 측정하기 어렵기 때문에, 그동안 자동차 회사들은 복잡한 물리 모델로 추정하거나, 간접적인 계산을 통해 유추해 왔자만, 정확도가 떨어지고 다양한 주행 조건에서 한계가 있다는 문제가 있었습니다.

남강현 교수팀은 이런 문제를 해결하기 위해 차량의 움직임을 설명하는 물리 모델에 더해, 타이어에 걸리는 옆 힘을 측정하는 센서 정보와 AI 기반 회귀 모델을 결합하는 방식으로 AI와 물리 모델을 융합한 '물리적 AI 기반 추정 기술'을 새롭게 개발했습니다.

연구팀은 물리 모델이 설명하기 어려운 비선형 타이어 거동과 주행 환경 변화를 보완하기 위해, 물리 기반 타이어 모델과 AI 기반 학습 모델을 함께 활용하는 하이브리드 추정 프레임워크를 구축했습니다.

특히, 가우시안 프로세스 회귀를 통합한 언센티드 칼만 필터 관측기를 적용해 데이터 기반 학습의 유연성과 물리 모델의 신뢰성을 동시에 확보함으로써, 차량의 미끄럼 각을 기존 방식보다 더 정확하고 빠르게 추정하도록 설계했습니다.

이 기술은 실제 전기차 플랫폼 실험에서도 다양한 노면, 속도, 코너링 상황에서 높은 정확도와 강인한 추정 성능을 보였습니다.

남강현 교수는 "물리 모델과 AI를 결합한 새로운 접근을 통해 전기차의 주행 상태를 보다 정밀하고 신뢰성 있게 추정할 수 있게 됐다"라며, "이번 연구는 차세대 자율주행, 전기차 기술의 핵심 기반이 될 것"이라고 밝혔습니다.

한편, 이번 연구는 한국연구재단 우수신진연구 사업의 지원으로 수행됐으며, DGIST, 상해교통대, 도쿄대와 공동으로 수행한 연구 결과는 세계적 권위 학술지 'IEEE Transactions on Industrial Electronics'에 게재됐습니다.