연구
HOME > 연구 > 연구성과
연구성과
Menu
데이터 기반 전기차 에너지 소비 모델 연구
본 연구에서는 자체 개발 및 제작한 전기차용 OBD-II 단말기를 활용하였고, 제주도 참여형 연구(Participatory Research)를 통해 시중에 보급된 120대 전기차로부터 주행 데이터 및 충전 데이터를 수집한다. 수집된 데이터로부터 모터·배터리 공학 분석을 통해 주행 에너지를 추정 및 예측하기 위한 전기차 에너지 소비 모델 등을 개발한다. 또한, 전기 캠핑카, 전기 트럭 등과 같은 다양한 차종에도 단말기를 적용 및 데이터 수집을 통해 에너지 소비 모델을 비롯한 다각화된 연구를 진행한다.
초소형 전기차 기반 모빌리티 시스템 연구
사용자 중심의 교통서비스 제공을 위한 모빌리티 통합 서비스 및 정책이 대두됨에 따라 개인용 이동수단(Personal Mobility)을 통해 모빌리티 연계형 이동서비스가 등장하고 있다. 초소형 전기차 는 고령화 및 소규모 가구 사회에서 효율적이며, 환경친화적이며, ‘Mobility as a Service’와 같은 공유형 이동수단에 적합하다. 본 연구에서는 초소형 전기차의 효용을 증대시키기 위해 짧은 주행거리와 부족한 충전 인프라에 대응하기 위한 주행 에너지 최적 경로 선택, 초소형 전기차 인프라 최적 계획 연구, 전기 스쿠터나 교통수단과의 연계 시스템 연구 등을 수행한다.
자율주행 모빌리티 시스템 연구
자율주행차는 GPS 및 레이더, 라이다, 카메라, IMU 등 다수의 센서가 장착되어 도심 교차로 주행 환경에서 다양한 교통체계를 인지하고 판단하여 주행하지만 장착된 센서의 감지 거리를 벗어나는 영역에 대한 예측 및 판단의 한계 등으로 자율주행차의 교차로 사고 비율은 전체 사고의 88%로 사고 비율이 높다. 따라서, ITS 인프라 기반 V2X 통신을 통한 차량 간 안전하고 효율적인 주행은 자율주행 시대의 핵심 요소이다. 이러한 점을 고려하여 본 연구에서는 V2X 기반 비신호 교차로 자율주행 차량 간 제어 시스템을 제안한다. 차량 간 제어를 위해 Open AI Gym 기반 시뮬레이션 환경을 구축하였고, DQN과 어텐션 메커니즘을 통해 차량 간 위치, 속도 등의 정보에 대한 강화학습 모델을 구축하였다. 차량 간의 충돌방지 및 효율적인 주행을 위해 설계된 협력적인 보상함수를 통해 네트워크를 학습하게 되며, 그 결과 강화학습 기반 차량 제어를 통해 기존의 비신호교차로 교통 체계에 비해 좋은 효과를 보여준다.
