자율주행에서의 정밀한 종방향 제어는 구동기 역학이 갑작스럽게 변화하는 데 의해 도전받고 있다. 협력적 적응형 순항제어(Cooperative Adaptive Cruise Control, CACC)는 차량 간 통신을 활용하여 적응형 순항제어(Adaptive Cruise Control, ACC)보다 향상시키지만, 차량 및 환경 변화로 인해 고유 파라미터가 변동하면 어려움을 겪는다. 기존 방법들은 구동기 거동을 정적으로 취급하며 교란 추정에 의존하여, 이로 인해 거친(저크) 움직임이 발생한다. 본 논문은 실시간으로 비선형적으로 추정된 응답 파라미터를 사용하는 자기적응 피드포워드(controller)와 내재적(내생적) 불확실성 보상기 접근법을 제안한다. CACC 시뮬레이션 결과, 차간 거리 오차를 최대 96%까지 감소시키고 구동기 파라미터를 정확히 추정함으로써, CACC의 안정성과 안전성 향상에 강한 잠재력을 보여주었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.