01

자율주행(AD, Autonomous Driving)은 자동차 부문 ECU의 혁신

적인 기술 및 방법 개발에 상당한 자극을 주고 있다. 카메라, 레

이더 및 라이더와 같은 유형의 고성능 센서가 오늘날 차량에 사

용된다. 동시에, 차량의 환경을 모든 (기상) 조건에서 최대한 정

확하게 탐지하기 위해서는 이러한 센서들이 필요하다. 이 센서들

로부터 전달되는 데이터는 실시간으로 처리되며 여러 센서에서

받은 데이터들이 융합되어 함께 처리된다. 이 과정은 고성능 프

로세서와 그래픽 칩을 통해 이루어진다.

이 유형의 AD ECU는 일반적으로 QNX, PikeOS 또는 INTEGRITY

OS와 같은 POSIX 운영체제에서 작동한다. 이 플랫폼들은 이전에

자동차 ECU 개발 분야에서 사용되지 않았던 IT 도메인의 소프트

웨어 환경을 사용할 수 있게 한다. 예를 들어, 자율주행 기능을 구

현할 때 TensorFlow 또는 ROS(로봇운영체제)와 같은 인공지능

및 머신러닝을 위한 프레임워크도 사용할 수 있다.

이 복잡한 하드웨어 및 소프트웨어 환경은 AD 시스템을 위한 릴

리즈 과정을 어떻게 설계할 수 있는지에 대한 의문을 제기한다.

소프트웨어 자체만으로도, 그에 따른 AD 기능도 복잡한 테스트

및 검증 절차가 요구된다.

AD 기능을 위한 검증 방법

AD 기능 검증을 위해서는 수백만에서 수십억 킬로미터의 테스트

주행이 필요하고, 대부분은 일반 교통환경에서 진행해야 한다는

것이 전문가들의 중론이다. 다른 운전자에 대한 위험 및 시험의

재현성과 같은 여러 측면을 고려한다면 실제 교통환경에서 시험

및 프로토타입 차량으로 테스트한다는 것은 사실 불가능하다. 이

때문에 테스트를 실험실, 다시 말해 시스템을 테스트하기에 적합

한 가상 환경에서 진행해야 한다. 하지만 실험실에서 사용하는

시뮬레이션 모델은 실상황의 근사치만 제공하기 때문에 일반 도

로에서 실제 테스트를 안 할 수는 없다.

테스트를 도로 및 실험실에서 진행하는 데에는 여러 단계 및 방

법들이 수반될 수 있다. 시뮬레이션 차량 환경(hardware-in-the-

loop)에 실제 ECU 및 센서를 통합하려면 ECU와 센서 사이의 전

기적 연결을 구축해야 하며 벡터의 VT System과 같은 고성능 실

시간 시뮬레이션 시스템과도 전기적 연결이 필요하다.

ADAS 기술이 비약적으로 발전함에 있어, 이와 관련된 모두에게 아무런 위험이 없다면 좋을 것이다. 신뢰할 수 있는 테스트 툴 개발

을 위해 일어나는 IT 패러다임 변화에 우리는 어떻게 대응하는가? 더 복잡하거나 전혀 새로운 툴을 개발해야 하는가? 아니면, 그저

예전 방식을 고수하기만 하면 되는가?

ADAS 테스팅을 위한 힘의 결합

툴박스의 능숙한 사용

02

기술기사 / ADAS 테스팅을 위한 힘의 결합

센서 게이트웨이는 속도 센서와 거리 센서로부터 데이터를 수신

한다. 비상 제동 ECU도 SOME/IP를 사용하여 브레이크와 가속 페

달을 제어하는 액추에이터 게이트웨이와 통신한다(그림 2). 센서

게이트웨이와 액추에이터 게이트웨이는 모두 CANoe에서 시뮬

레이션 노드로 구현한다.

비상 제동 기능을 위한 테스트 케이스

ADAS 테스트 환경은 가상의 테스트 차량, 가상의 테스트 운전자,

그리고 직선 테스트 트랙에서의 주행으로 구성된다. 운전자는 어

떠한 조향 조작도 하지 않고 평평한 도로를 따라 20초 동안 주행

한다. 초기 속도는 26m/s(약 93km/h)로 주행하고, 가속 페달은

50%로 밟는다.

테스트 주행이 시작될 때, 장애물로 한 차량이 테스트 차량의 레

이더 범위 바깥에 나타난다. 이 장애물 차량은 처음에는 정지해

있다가 테스트 차량이 처음으로 0m/s의 속도에 다다르면 가속

페달을 최대로 밟으면서 속도를 올린다. 장애물 차량은 테스트

차량과 같은 방향으로 주행한다.

AD 시스템에서는 ECU 소프트웨어가 매우 중요하다. 아래는 하

드웨어를 제외한 ECU 소프트웨어 테스트(software-in-the-loop)

에 대한 내용이다. 이 방법으로 테스트를 동시에 실행할 수 있고

테스트 실행을 자동화하여 야간이나 주말에도 수행할 수 있다.

ECU 소프트웨어를 실험실에서 테스트하려면 실제 하드웨어 없

이 실행할 필요가 있고, 한편으로는 테스트해야 하는 소프트웨어

의 환경, 즉 차량 및 차량의 움직임을 비롯하여 차량 외부환경 및

센서들을 시뮬레이션할 필요가 있다. 또한, 테스트 자동화와 같

은 다른 요구사항도 다룰 필요가 있다. 이를 위해 여러 제조사의

툴을 개별 서브태스크에 사용할 수 있지만 풍부한 경험과 전문가

지식을 활용해야 가능하다. 따라서, 이 특수 툴들을 결합한 테스

트 환경을 구성하는 것이 필요하다. 이 툴들을 연계하기 위해선

Functional Mock-up Interface(FMI)와 같은 표준 인터페이스가

매우 중요하다. 사용자가 툴 간의 통신에 대한 기술적 세부 사항

을 처리할 필요가 없기 때문이다.

아래에는 System Under Test(SUT)가 가상 환경에서 시뮬레이션

이 되고 이를 위해 사용 가능한 툴과 가능성을 보여주는 프로토

타입 환경이 제시돼있다. 테스트 환경은 비상 제동 기능을 테스

트하기 위한 다양한 시나리오에 기초하여 기술하였다.

예를 들어, 벡터의 PREEvision 프로세스 툴은 요구사항과 테스트

데이터 관리에 적합한 솔루션으로 테스트 사양과 테스트 결과를

관리한다. 실제 테스트 설계, 즉 테스트 케이스 생성은 vTESTstu-

dio를 이용하여 개발한다. 이것은 CANoe에 로딩되어 실행되는

소위 실행 가능한 테스트 유닛을 생성하기 위해 사용된다.

CANoe는 테스트를 위한 런타임 환경과 함께 타겟에 대한 통신

버스 시뮬레이션을 제공한다. 테스트가 실행되면, 테스트 리포트

가 생성되어 테스트 데이터 관리 시스템에 저장된다. 이 방식은

요구사항부터 테스트 결과까지 end-to-end 추적을 가능하게 한

다(그림 1).

SUT는 비상 제동 기능이 구현되는 ECU이다. 이것은 SOME/IP를

통하여 센서 및 액추에이터와 통신하고 Linux에서 AUTOSAR

Adaptive ECU로 존재한다. 전반적인 시스템은 SOME/IP를 통하

여 비상 제동 ECU와 교신하는 센서 게이트웨이로 구성된다. 이

그림 1: ADAS 시스템 테스팅을 위한 툴체인 (요구사항 및 테스트 관리 시스템 연결 포함)

그림 2: ECU 에뮬레이션, 센서/액추에이터 시뮬레이션 및 환경/시나리오 시뮬레이션으로 구성된 시스템 설정

03

기술기사 / ADAS 테스팅을 위한 힘의 결합

툴 사이의 상호작용

TASS의 PreScan 툴의 시나리오를 사용하여 환경 시뮬레이션을

제공하는 방식으로 각 툴에 태스크가 분배되면 CANoe는 ECU

와 통신을 수행하고, 다른 한편으로 테스트를 실행한다. 시뮬레

이션 시간은 타이밍 마스터 역할을 하는 CANoe가 제공한다. 차

량 환경, 차량 및 운전자에 대한 더 구체적인 모델은 PreScan에

서 계산되고, 이에 근거하여 거리 감지를 위한 레이더 센서들을

시뮬레이션한다. 여기서 이상적인 것부터 실제 센서와 유사한 것

까지 디테일의 수준을 달리하여 센서 모델을 선택할 수 있다. 또

한, 전체 시나리오는 PreScan에서 시각화된다(그림 3). 이 구성에

사용되는 또 하나의 툴은 vTESTstudio이다. 이 툴은 테스트 설계

를 위한 개발 환경을 구성하고, CAPL, .NET 또는 그래픽으로 테

스트를 개발할 수 있도록 한다.

CANoe와 PreScan 사이의 통신을 위해 Functional Mock-up In-

terface(FMI)에 기반한 접근법을 선택했다. 이 접근법은 Named

Windows Pipe를 통하여 구현된 실제의 통신 계층을 내포한다.

별도의 프로그램이 다양한 Functional Mock-up Units(FMU)을

위한 컨테이너와 Named Windows Pipe의 서버 역할을 한다. 여

기서, 개별 FMU는 해당 FMU의 로딩에 의해 쉽게 전환될 수 있

는 PreScan experiments를 나타낸다(그림 4).

CANoe와 PreScan 툴 모두 표준화된 기능으로 FMU를 로딩할 수

있고 각각의 동작영역에서 실행할 수 있다는 점에서 FMI 솔루션

은 매우 유용하다. FMU 컨테이너는 이 프로젝트를 위하여 특별

히 설계된 요소이다.

전망

ADAS/AD 시스템의 가상 테스트가 필요할 때 요구되는 센서와

액추에이터 데이터는 시뮬레이션 형태로 이용할 수 있어야 한다.

이런 시스템의 경우 서로 다른 수많은 형식의 데이터를 처리해야

하므로 효율적이고 신뢰할 수 있는 툴 결합이 요구된다.

이 테스트에 대해 아래의 예상값이 만들어졌다.

1. 20초 이내에는 충돌이 없다.

2. 테스트 차량이 정지하기 이전:

> 테스트 차량이 장애물 차량으로부터 “임계” 거리 이상으로

떨어져 있는 한, 액추에이터 게이트웨이가 수신하는 브레

이크 압력 신호는 0bar이고, 수신된 가속 페달 신호는 50%

이다.

> 테스트 차량이 임계 거리 미만이 되자마자 브레이크 압력

신호는 150bar가 되고 가속 페달 신호는 0%가 된다(비상

제동 기능이 운전자의 제어 신호를 무시).

3. 테스트 차량이 정지한 이후:

> 테스트 차량이 장애물과 임계 거리 미만에 있는 한, 브레이

크 압력 신호는 계속하여 150bar가 되고, 가속 페달 신호는

0%이다.

> 테스트 차량과 장애물 사이의 거리가 임계 거리보다 커지

자마자 브레이크 압력 신호는 0bar가 되고, 가속 페달 신호

는 50%가 된다(운전자의 제어 신호).

이 예상값들은 위에 제시된 프레임워크 조건에서 테스트하게 되

는 실행 가능한 테스트 단계들로 변환되어야 한다. 이를 위해, 전

반적인 테스트는 3단계로 나누어진다. 첫 단계의 제한사항은 장

애물과의 거리가 임계 거리보다 큰 것이다. 이 상황에서, 임계 거

리는 비상 제동이 작동되지 않는 경우 충돌이 발생하게 되는 거

리를 의미한다. 이 테스트 단계에서는 차량이 가속 페달을 50%

밟은 상태로 이동하고, 브레이크 압력은 0bar이며, 비상 제동은

비활성화되어 있다. 두 번째 단계는 장애물과의 거리가 임계 거

리 미만인 사례를 다룬다. 이 경우, 테스트 차량은 150bar의 브레

이크 압력으로 제동한다. 가속 페달 신호는 0%이다. 비상 제동이

활성화된다. 세 번째 단계에서는 장애물 차량이 테스트 차량이

정지하자마자 움직이기 시작한다. 이 단계에서는 첫 번째 단계에

서와 마찬가지로 테스트 차량이 50%의 가속 페달 설정과 0bar의

브레이크 압력으로 계속 이동한다. 비상 제동은 비활성화된다.

그림 3: PreScan으로 운전 상황 및 환경 시각화

아울러, ADAS/AD 기능은 다수의

ECU에 분산되어 구현될 수 있다. 테

스트 엔지니어의 관점에서 볼 때, 소

프트웨어, 즉 어플리케이션에 관심

이 더 집중되고, 고립된 블랙박스인

ECU는 눈에 덜 띈다는 것을 의미한

다. 서비스 지향 아키텍처(SOA)는

개별 기능 요소에 대한 통신 인프라

를 제공할 것이다. 이 시스템들을 테

스트하는 것은 미래의 툴을 위해 중

요한 과제가 될 것이다. SOA 덕분에

전통적인 네트워크들에서 통신 버스

시뮬레이션은 결국 전체 residual 시

스템의 시뮬레이션이 된다. 실제 모

델은 상호 서비스 제공자 또는 소비

자, 복잡한 데이터 유형 지원, 서로

다른 (Ethernet) 프로토콜들의 연결

은 물론 기존 네트워크들의 시뮬레

이션에도 필요하다.

04

기술기사 / ADAS 테스팅을 위한 힘의 결합

그림 4: 테스트 실행 플랫폼 역할을 하는 CANoe, ECU 에뮬레이션, 환경 시뮬레이션을 위한 PreScan 및 개별 시나리오 전환을 위한 Named Piper Server로 구성된 소프트웨어 아키텍쳐

Dominik SkandaHeidelberg University에서 물리학을 전공했다. 2016년부터 벡터의 임

베디드 소프트웨어 연구개발 부서에서 근무하고 있으며, ADAS 관련 주

제가 그의 주요 담당 분야이다.

Francisco González독일 Stuttgart University에서 임베디드 시스템 석사 학위를 취득했다.

현재 벡터에서 임베디드 소프트웨어/ADAS와 관련된 연구개발을 담당

하고 있다.

Jochen Neuffer독일 Esslingen University of Applied Sciences에서 통신기술을 전공했

다. 2002년부터 벡터의 네트워크와 분산 시스템 분야에서 제품관리 엔

지니어로 근무하고 있다.

Oliver PhilippTASS International 소속의 그는 Darmstadt Technical University에서 수

학공학을 전공했다. 졸업 후, 차량, 환경 및 센서 시뮬레이션 분야에서

다양한 직책으로 근무하였고, 2018년 현재 TASS International에서 시

장개발 관리자로 근무하고 있다.

독일 출판물 “Elektronik automotive“ 2018년 9월 특별호

이미지 권리

그림 1, 2, 4: Vector Informatik GmbH

그림 3: Vector Informatik GmbH