검은 얼음(black ice)은 시각적으로 투명하여 운전자가 주행 중 육안으로 식별하기 어렵기 때문에 도로에서 치명적인 위험 요소이다. 검은 빙판 도로 표면에서 타이어와 노면 사이의 마찰은 일반 도로에 비해 현저히 작기 때문에 제동거리가 크게 증가하며, 이는 중대한 교통사고로 이어진다. 검은 얼음과 같은 도로 위험 감지는 지금까지도 활발히 시도되어 왔으며, 대개 지능형 비전 시스템(예: 카메라)을 활용한 방법론에 초점을 두어왔다. 그러나 현재의 영상 기반 방법은 도로 표면에서 차량으로 전달되는 진동에 취약하여 정확도가 저하되는 경향이 있다. 또한 카메라와 라이다(LiDAR, light detection and ranging) 센서를 결합하면 특히 도로 표면 분류 기능까지 확장할 경우 복잡성과 계산 부담이 증가한다. 따라서 본 연구에서는 차량 종방향 모델로부터 차량의 종방향 속도와 타이어 유효 반경을 추정하여, 이를 기반으로 한 새로운 도로 표면 분류의 가능성을 조사한다. 본 연구는 Kalman filtering에 기반한 센서 융합 유형의 간접 도로 표면 분류 알고리즘을 탐구한다.

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