저비용 계측 시스템을 활용한 경주용 차량 주행 성능 분석에 관한 연구
A Study on Driving Performance Analysis of Racing Vehicles Using a Low-Cost Data Acquisition System
- 주제(키워드) 도움말 저비용 계측 시스템 , 스마트폰 기반 계측 시스템 , 차량 주행 성능 분석 , 데이터 수집 시스템（DAS） , 차량 동역학 , 정량적 유사성 평가
- 발행기관 강원대학교 일반대학원
- 지도교수 도움말 최복록
- 발행년도 2026
- 학위수여년월 2026. 6
- 학위명 박사
- 학과 및 전공 도움말 일반대학원 자동차공학과
- 실제URI http://www.dcollection.net/handler/kangnung/000000012428
- UCI I804:42001-000000012428
- 본문언어 한국어
초록/요약 도움말
본 연구의 목적은 저비용 스마트폰 기반 계측 시스템을 활용하여 차량 주행 성능을 정량적으로 분석하고, 기존 상용 데이터 수집 장치（Data Acquisition System, DAS）와의 비교를 통해 실제 활용 가능성을 평가하는 데 있다. 기존 차량 동역학 분석은 고가의 전문 계측 장비에 주로 의존해 왔으며, 이는 교육 및 연구 환경에서의 접근성과 활용 범위를 제한하는 주요 요인으로 작용해 왔다. 이에 본 연구에서는 스마트폰 기반 애플리케이션（APP）을 활용한 저비용 데이터 계측 방법을 제안하고, 이를 상용 DAS와 동일 조건에서 비교·분석함으로써 차량 주행 성능 분석 도구로서의 정량적 활용 가능성을 검토하였다. 연구 방법으로는 먼저 기하학적 주행 궤적 분석을 통해 차량의 최소 회전반경과 차폭을 고려한 실제 주행 가능 최단 거리 모델을 구축하고, 이를 기반으로 이론적 주행 모델과 실제 주행 데이터 간 차이를 분석하였다. 이후 스마트폰 기반 APP 계측 시스템과 상용 DAS를 동일 차량, 동일 조건에서 동시에 운용하여 슬라럼, 서킷 및 일반도로 환경에서 종가속도, 횡가속도, 차량 속도 및 GPS 주행 경로 데이터를 수집하였다. 수집된 데이터는 정량적 평가지표（최대값 비교, 평균 오차（Mean Error）, 평균 절대 오차（Mean Absolute Error）, 평균 제곱근 오차（Root Mean Square Error）, 상대 오차율 및 상관계수）를 활용하여 분석한 결과, 종가속도의 평균 상대 오차는 약 1.0% 내외, 횡가속도의 평균 상대 오차는 약 0.8% 내외로 나타났으며, 두 항목 모두 상관계수는 0.99 이상으로 매우 높은 일치도를 보였다. 차량 속도의 경우 평균 상대 오차는 약 0.17% 내외로 나타났고, 대부분 구간에서 0.3% 이하의 매우 낮은 오차 범위를 보였으며, 상관계수는 0.999 이상으로 분석되었다. 이러한 결과는 적절한 스마트폰 장착 위치와 보정 조건이 확보될 경우, 스마트폰 기반 계측 시스템이 차량의 주요 동역학적 거동을 매우 높은 수준으로 재현할 수 있음을 의미한다. 결과적으로 본 연구에서 제안한 저비용 스마트폰 기반 계측 시스템은 고가의 상용 DAS 대비 주요 차량 주행 성능 분석 항목에서 충분한 활용 가능성을 확보하였으며, 주행 경향 분석, 상대 성능 비교, 교육 및 연구 목적에서 실질적인 대안이 될 수 있음을 확인하였다. 또한 차량 주행 성능 분석의 접근성을 향상시키고, 고가 계측 장비에 대한 의존도를 줄이면서도 데이터 기반 차량 동역학 연구의 활용 범위를 확대할 수 있는 실용적 기반을 제시하였다.
more초록/요약 도움말
Vehicle driving performance analysis has traditionally relied on expensive professional data acquisition systems （DAS）, which limits accessibility and practical use in educational and research environments. The purpose of this study is to quantitatively analyze vehicle driving performance using a low-cost smartphone-based measurement system and to evaluate its practical applicability through comparison with a commercial Data Acquisition System （DAS）. To achieve this objective, a geometric driving trajectory analysis was first conducted to establish a feasible shortest-path model considering vehicle width and minimum turning radius. Based on this model, differences between theoretical driving trajectories and actual driving data were analyzed. Subsequently, a smartphone-based application （APP） measurement system and a commercial DAS were simultaneously operated under identical vehicle and driving conditions. Longitudinal acceleration, lateral acceleration, vehicle speed, and GPS-based driving trajectory data were collected from slalom, circuit, and public-road driving environments. The collected data were analyzed using quantitative evaluation metrics, including peak value comparison, Mean Error （ME）, Mean Absolute Error （MAE）, Root Mean Square Error （RMSE）, relative error, and correlation coefficients. The results showed that the average relative error of longitudinal acceleration was approximately 1.0%, while that of lateral acceleration was approximately 0.8%. Both parameters exhibited correlation coefficients greater than 0.99, indicating a very high level of agreement between the APP and DAS measurements. For vehicle speed, the average relative error was approximately 0.17%, with most measurement sections exhibiting errors below 0.3%, and a correlation coefficient greater than 0.999. These findings indicate that, when appropriate smartphone mounting and calibration conditions are maintained, a smartphone-based measurement system can reproduce major vehicle dynamic behaviors with a high degree of similarity to a commercial DAS. In conclusion, the low-cost smartphone-based measurement system proposed in this study demonstrated sufficient applicability for analyzing key vehicle driving performance parameters when compared with a commercial DAS. The system can serve as a practical alternative for driving trend analysis, relative performance comparison, and educational and research applications. Furthermore, this study provides a practical foundation for improving accessibility to vehicle driving performance analysis, reducing dependence on expensive measurement equipment, and expanding the utilization of data-driven vehicle dynamics research.
more목차 도움말
1. 서론 1
1.1 연구 배경 1
1.2 기존 연구 동향 2
1.3 연구 방법 3
2. 본론 5
2.1 이론적 분석 5
2.1.1 기하학적 최단 거리 5
2.1.2 주행가능 최단 거리 9
2.1.3 실제 주행 데이터 비교 17
2.2 연속 코너 최적 주행 이론 23
2.3 슬라럼 주행 분석 35
2.3.1 시험 조건 및 구성 35
2.3.2 주행 데이터 비교 분석 45
2.4 주행 환경별 APP-DAS 데이터 비교 51
2.4.1 APP과 DAS 비교 51
2.4.2 APP 데이터 계측 절차 52
2.4.3 주행 환경별 데이터 분석 55
2.5 APP과 DAS 데이터의 정량적 비교 분석 66
2.5.1 계측 시스템 장착 위치 통합 66
2.5.2 시험 조건 67
2.5.3 정량적 성능 비교 분석 70
2.6 교육 및 연구 활용 가능성 82
3. 결론 84
4. Reference 85
