1. 서 론

자율주행 단계 Lv.3⁽¹⁾ 이상의 완전 자율주행차에서는 운전의 필요성이 없다. 기존 비자율차에서 발생하는 대부분의 사고는 휴먼 에러에 기인하며,⁽²⁾ 자율주행차는 이를 예방함으로써 승객과 보행자의 충돌 위험을 낮출 수 있다.^(3,4) 그러나 자율주행차와 비자율차가 혼재된 교통 상황과 기술적 한계로 인해 충돌 사고는 여전히 발생할 가능성이 있다.^(5,6) 따라서 자율주행차가 도입되더라도 충돌안전성에 대한 평가는 여전히 중요한 과제로 남는다.

자율주행차 착석 유형 선호도 조사에 따르면, 자율주행차 승객은 기존 비자율주행차에서 선호되던 정자세 착좌(settling)와 달리 리클라인 자세를 더 선호하는 것으로 나타났다.⁽⁷⁾

리클라인 자세에서는 충돌 시점에서 정면 에어백, B-필러에 D-ring이 고정된 숄더 벨트(B-pillar-integrated, BPI) 등의 구속 장치와 승객 간의 거리가 정자세 대비 증가하므로, 구속 장치의 효과가 저하될 수 있다. 실사고 데이터 분석 에서도 리클라인 자세 승객은 정자세 승객 대비 높은 상해 확률⁽⁸⁾과 사망률⁽⁹⁾을 보였다. 국내 자율주행차 안전도 평가 선행 연구⁽¹⁰⁾에서 다양한 충돌 관련 변수들이 인체 상해에 미치는 영향을 분석한 결과, 리클라인 착좌 자세가 고려해야할 주요 변수로 도출되었다. 따라서 자율주행차 승객 안전성 평가를 위해서는 리클라인 자세를 고려해야 한다.

또한, 자율주행차에서 착좌 자세의 자유도가 증가함에 따라 기존의 BPI 숄더 벨트를 이용한 승객 구속은 실용적이지 않을 수 있어,⁽¹¹⁾ Belt-in-Seat(BIS)의 도입이 검토되고 있다. 따라서 자율주행차 및 리클라인 자세 승객의 안전성을 평가할 때 BIS 시스템을 함께 고려할 필요가 있다.

본 연구의 목적은 국내 자율주행차 정면 충돌 시나리오에서 다양한 시트 등받이 각도가 인체 상해에 미치는 영향을 분석하는 데 있다. 이를 위해 중형 세단, 어코드 유한요소모델을 활용한 차대차 충돌 해석을 수행하였고, 도출된 충돌 펄스를 적용하여 인체 해석 모델을 이용한 파라메트릭 승객 거동 해석을 진행하였다. 이를 통해 시트 등받이 각도가 인체 상해에 미치는 영향을 종합적으로 평가하였다.

2. Baseline 승객 거동 해석 모델 구성

Baseline 승객 거동 해석 모델은 NHTSA Crash Simulation Vehicle models⁽¹²⁾에서 제공하는 중형 세단의 LS-Dyna 2014년식 Honda Accord 차량 모델을 기반으로 하였다. 1열 동승석 승객의 정면 및 경사 충돌 해석에 불필요한 파트들을 제거하고 단순화하여 슬래드 모델을 구성하였다. 모델 단순화 후에 남겨진 실내 인테리어 구성요소는 대시보드(IP), 무릎 지지대(Knee bolster), 센터 콘솔(Center console), 카펫(Carpet), 시트(Seat) 등이다.

시트 등받이 각도는 19°(정자세) 이며, 시트 트랙 위치는 중앙이다. 구속 장치는 동승석 에어백(PAB), 3점식 안전 벨트, 숄더 벨트 프리텐셔너, 3 kN 숄더 벨트 로드 리미터, 니 볼스터로 구성하였다. 구성된 승객 거동 해석 모델과 구속 장치들을 Fig. 1에 나타내었다.

Fig. 1

Baseline vehicle model of a mid-size sedan for crash simulations

3. 인체 해석 모델

3.1. 인체 해석 모델 선정

정면 및 경사 충돌 조건에서 정자세와 리클라인 자세의 승객 거동 해석을 수행하기 위해, 중간 남성 체형을 대표하는 상세 인체 해석 모델인 Global Human Body Models Consortium(GHBMC) M50-O⁽¹³⁾를 선정하였다. 해당 모델은 정면 충돌 슬래드 조건에서 정자세^(14,15)와 리클라인 자세,⁽¹⁶⁾ 그리고 경사 충돌 조건에서 정자세^(17,18)에 대해 생체충실도(biofidelity)가 검증된 바 있다. 본 연구에서는 해석 시점에서 가장 최신 모델인 M50-O v6.1을 사용하였다.

3.2. 상해 예측 방법

승객 거동 해석 결과를 바탕으로 신체 부위별 상해 확률을 계산하였다. 상해 확률은 Table 1에 제시된 사체 시험(PMHS) 데이터를 기반으로 개발된 상해 확률 함수들을 활용하여 Fig. 2에 나타낸 신체 부위에 대하여 예측하였다.

Fig. 2

Body regions for injury risk prediction

4. 파라메트릭 충돌 해석

4.1. 충돌 해석 매트릭스

시트 등받이 각도에 따른 인체 상해 민감도 분석과 함께, 다양한 충돌 펄스 및 안전 벨트 시스템을 고려하여 파라메트릭 충돌 해석을 수행하였다. 해석 종료 시간은 리클라인 자세 승객의 거동을 충분히 관찰할 수 있도록, 일반적인 정자세 충돌 해석에서 사용하는 150 ms 대신 200 ms로 설정하였다. 전체 해석 매트릭스는 Table 2에 나타낸 것과 같이 총 30개의 충돌 해석으로 구성된다.

4.2. 리클라인 시트 모델링

Baseline Accord 차량 모델의 동승석 시트에 헤드레스트가 포함되어 있지 않으나, 리클라인 자세 승객의 착좌 및 충돌 해석에는 헤드레스트가 필요하다. 따라서 NHTSA⁽¹²⁾에서 제공하는 다른 차량 모델인 2010년식 Toyota Yaris 모델의 1열 동승석 헤드레스트를 분리하여 Accord 시트 모델에 적용하였다.

Baseline 해석 모델의 정자세(19°) 시트 모델을 기반으로, 리클라이너 회전 중심점을 기준으로 등받이와 헤드레스트를 회전시켜 리클라인 시트(35°, 45°, 50°, 55°)를 Fig. 3과 같이 모델링 하였다.

Fig. 3

Reclined seat modeling

4.3. 시트 통합형 안전벨트 모델링

Baseline 해석 모델에 적용되어 있는 B-pillar 고정형 안전벨트 시스템(B-pillar integrated, BPI) 외에, 시트 통합형 안전벨트(Belt in seat, BIS)를 추가로 고려하였다.

시트 통합형 안전벨트(BIS) 모델링은 Fig. 4와 같이 B-pillar 고정형 안전벨트(BPI) 모델을 기반으로 D-ring 위치를 시트 우측 상부로 이동시킨 후, 이를 시트 등받이 파트에 강체로 고정하여 구현하였다. 등받이 각도 50°의 리클라인 시트의 시트 통합형 안전벨트 모델링 결과를 Fig. 4에 나타내었다.

Fig. 4

Belt-in-seat modeling for a seat with 50° seatback angle

4.4. 충돌 해석 초기 자세

총 다섯 가지 등받이 각도에 대해 착좌 해석을 수행하였으며, 그 결과를 Fig. 5에 나타내었다. 해당 해석 결과는 후속 단계인 충돌 해석의 초기 자세로 활용되었다.

Fig. 5

Settling simulation results for five different seatback angles

THOR 더미의 흉부각도(thorax angle) 측정 방식과 동일한 절차를 적용하여 각 등받이 각도에서 인체모델의 흉부각도를 측정하였다. 흉부각도는 어깨 회전 중심점과 H-point를 잇는 선과 지면으로부터의 수직선 사이의 각도로 정의된다. 측정 결과는 Table 3에 나타내었다.

4.5. 자율주행차 차대차 충돌 해석

국내 자율주행차 충돌 시나리오 연구⁽²⁷⁾에서 국내 150건의 정면충돌 실사고 데이터를 PC-CRASH 프로그램으로 재구성한 결과, LTAP-OD(Left Turn Accrosing Path – Opposite Direction) 유형이 가장 많이 발생하였다. 본 연구에서는 이 중 발생 빈도와 충돌 심각도가 모두 높은 2개의 시나리오(21KR0040, 21KR0090)를 선정하였다. 추가로, 현행 충돌 안전성 평가(NHTSA NCAP, KNCAP)에서 시행 중인 정면 고정벽 56 kph 충돌 조건도 포함하였다.

최종적으로 선정된 총 3개의 충돌 조건에 대한 충돌 펄스를 확보하기 위해, NHTSA에서 제공하는 2014년식 Honda Accord 차량 모델을 활용하여 Fig. 6과 같이 차대차 충돌 해석을 수행하였다. 해석 결과, 21KR0040 조건은 충돌 심각도 45 km/h, PDOF -15°, 21KR0090 조건은 충돌 심각도 30 km/h, PDOF 3°, 정면 고정벽 조건은 충돌 심각도 56 km/h, PDOF 0°를 각각 나타내었다. 차량 질량 중심(CG)에서 측정한 가속도 데이터를 기반으로 산출⁽¹⁰⁾한 충돌 펄스를 Fig. 7에 나타내었다.

Fig. 6

Three crash conditions for car-to-car simulation

Fig. 7

Vehicle kinematics time histories from 3 car-to-car crash simulations

5. 승객 거동 해석 결과

5.1. 해석 정상 종료율

총 30개 해석 중 29개 해석이 정상적으로 종료(150 ms 이후)되었으며, 에러가 발생한 1개 해석(시트 등받이 각도 35°, 충돌 조건 Frontal 56 kph, 안전 벨트 BPI)은 103 ms 시점에 out-of-range 과대 하중 발생 에러로 조기 종료되었다. 에러 발생한 해석은 영향도 분석에서 제외되었다.

5.2. 시트 등받이 각도별 인체 상해 분석

승객 거동 결과를 바탕으로 예측한 시트 등받이 각도별 상해 확률을 Fig. 8에 나타내었다. 모든 해석 결과에서 대퇴골, 정강이뼈, 발목 상해 확률은 10% 미만으로 나타나 분석에서 제외하였다. 전반적으로 리클라인 각도 증가 시, 정자세 대비 두개골, 경추, 복부, 요추 상해 확률이 증가하였다. 안전 벨트 BPI 유형의 경우, 최대 상해 확률은 시트 등받이 각도 45~55° 에서 발생하였으며, 안전 벨트 BIS 유형의 경우, 45~50° 에서 발생하였다.

Fig. 8

Probability of Injury for different seatback angles

각 충돌 펄스, 안전 벨트 유형별로 시트 등받이 각도에 따른 신체 부위별 상해 확률의 선형 회귀식의 기울기를 Table 4에 나타내었다. 등받이 각도 증가에 따라 요추 부상 위험의 증가가 두드러졌다.

5.3. 승객 거동 해석 Snapshot

전체 해석 중, 충돌 조건 Frontal 56 kph, 안전 벨트 유형 BPI 조건에서 수행된 5개 해석의 승객 거동을 Fig. 9에 나타내었다. 해당 조건의 의자 등받이 각도 19°, 45°, 50°, 55° 에서 머리와 IP 간의 직접 접촉이 발생하였다.

Fig. 9

Crash simulation (Crash pulse : Frontal 56 kph, Seat belt type : BPI)

5.4. 머리 거동 분석

전체 해석 결과의 머리 가속도, 각속도, 변위 time-history 데이터를 Fig. 10에 나타내었다. 머리 횡방향(Y) 이탈량이 증가하면, 동승석 에어백(PAB)에 안착하지 못할 위험이 높아진다. 경사 충돌 조건인 21KR0040, 21KR0090에서 머리 횡방향 이탈량을 분석한 결과, 안전 벨트 BPI 유형에서는 등받이 각도 45°에서 최대 횡방향 이탈량이 나타났으며, 그 이상의 등받이 각도에서 이탈량 증가가 관찰되지 않았다. 반면, BIS 유형에서는 시트 등받이 각도가 증가할수록 머리 횡방향 이탈량이 증가하는 경향을 보였다.

Fig. 10

Time-history head kinematics for occupant crash simulations

충돌 조건 21KR0040, 안전 벨트 BPI 유형의 경우, 정자세(19°) 대비 리클라인(50°) 승객 인체 모델의 머리 가속도, 각속도가 증가하는 경향을 보였으며, 이는 동일한 충돌 조건에서 아이오닉5 차량과 THOR 더미를 활용한 충돌 실험⁽²⁸⁾ 결과와 Table 5와 같이 동일한 경향이었다.

5.5. 서브마리닝 (submarining) 발생 여부

리클라인 승객의 정면 충돌에서 주요 관심 대상인 서브마리닝 발생 여부를 확인하였다. 이를 위해 해석 결과에서 얻은 랩 벨트 하단 가장자리 노드와 좌·우측 ASIS 및 PSIS(Anterior/Posterior Superior Iliac Spine 좌표의 시간 이력 데이터를 입력값으로 활용하여, 서브마리닝 여부를 자동 판별하는 MATLAB 프로그램을 개발하였다.

골반 로컬 좌표계는 다음과 같이 정의하였다. Local +X축은 좌·우측 PSIS 노드의 중점에서 좌·우측 ASIS 노드의 중점을 잇는 벡터, Local +Y축은 좌측 ASIS에서 우측 ASIS를 향하는 벡터, Local +Z축은 Local +X축과 +Y축의 벡터곱(cross product)으로 설정하였다. 해석 매 순간, 랩 벨트 하단 가장자리 노드들을 골반 로컬 좌표계로 변환한 뒤, 좌·우측 ASIS 지점에서 벨트가 ASIS를 넘어 복부 방향으로 이동하였는지(Local X > 0 및 Local Z > 0) 여부를 기준으로 Fig. 11과 같이 판별하였다.

Fig. 11

Determination of submarining occurrence

분석 결과, 고려한 30개 모든 해석 조건에서 서브마리닝은 발생하지 않았으며, 그 결과를 Fig. 12에 제시하였다. 서브마리닝이 발생하지 않은 가능한 이유 중 하나는, 니 볼스터에 무릎이 충돌하면서 골반의 차량 전방 방향 거동을 제한한 것으로 판단된다.

Fig. 12

Identification of submarining

선행 연구에서⁽²⁹⁾ 인체 모델을 활용하여 리클라인 승객의 정면 충돌 해석을 수행한 결과, 승객 체형이 작을수록 서브마리닝이 발생할 가능성이 높다는 경향이 보고된 바 있다. 본 연구는 중간 체형의 남성 모델 해석을 수행하여 모든 조건에서 서브마리닝이 발생하지 않았다. 추후에는 작은 체형 여성 모델의 승객 거동 해석을 수행해 서브마리닝이 발생하는지 확인할 필요성이 있다.

또한, 본 연구에서는 기존 자동차에서 사용되는 고정점과 벨트시스템에 대해서 의자 각도 효과를 분석하였다. 추후에는, 벨트 고정점 위치, 랩벨트 PT(Pretensioner) 적용 여부, 벨트 각도 등 다양한 설계 변수를 통합적으로 분석하여, 벨트 설계 특성이 서브마리닝 발생 위험도에 미치는 영향을 정량적으로 규명하기 위한 추가 연구가 필요하다.

추가적으로, 현재 사용되고 있는 인체 모델이 다양한 자율차 승객 자세와 벨트 설계 안에 대해서 서브마리닝의 발생 여부를 판별할 수 있는지에 대한 추가 검증도 필요하다.

6. 결 론

본 연구는 국내 자율주행 정면 충돌 시나리오에 대한 선행 연구⁽¹⁰⁾ 에서 도출된 리클라인 승객 보호의 우선적 고려 필요성을 바탕으로 다양한 시트 등받이 각도에서 승객 거동 해석을 수행하고 이에 따른 인체 상해 영향을 평가하였다.

연구 결과를 요약하면 다음과 같다.

1) 리클라인 각도가 증가함에 따라 두개골, 경추, 복부, 요추의 상해 확률이 전반적으로 증가하는 경향을 보였으며, 이는 두 가지 안전벨트 유형(BPI, BIS) 모두에서 동일하게 나타났다.

2) 신체 부위별 최대 상해 확률은 고려한 리클라인 각도 범위 내에서 주로 45°~55°에서 발생하였으며, BIS 조건의 경우 45°~50° 에서 발생하였다.

3) 모든 충돌 조건에서 서브마리닝은 관찰되지 않았으나, 이는 하나의 벨트 고정점으로부터 도출된 결과이므로, 다양한 벨트 설계안에 대한 추가 연구가 필요하다. 또한, 인체모델의 골반 부분의 생체충실도가 서브마리닝을 모사하기에 충분한지도 검토할 필요가 있다.

4) 본 연구의 분석 결과는 고려된 차량 및 인체 모델, 충돌 조건, 안전 장치 세팅에 한정되므로, 보다 다양한 조건에 대하여 추가 연구가 필요하다.

5) 향후 연구에서는 다양한 체형(5%tile 여성, 95%tile 남성)과 충돌 조건을 고려하여 시트 등받이 각도 변화가 승객 상해에 미치는 영향을 평가할 필요가 있다.