Ⅱ ROAD SENSEVISION LAB
01 / INTRO

자율주행차는
미끄러운 도로를 어떻게
미리 알아챌까?

Vision-Based Road Friction Estimation

앞에 무엇이 있는지를 아는 것만으로 충분할까?

FRONT CAMERA 도로 표면 인식 중⌖
CAMERA: ACTIVE
SPEED: 60 km/h
ROAD: ANALYZING...
VISION INPUT / ROAD SURFACE
EXPLORE THE TECHNOLOGY ↓

자동차는 어떻게
미끄러운 도로를 알아낼까?

01▣

CAMERA

전방 도로 촬영

→
02⌘

AI ANALYSIS

도로 상태 분석

→
03μ

FRICTION ESTIMATION

마찰 수준 추정

→
04⊕

VEHICLE CONTROL

속도·제동 조절

03 / TECHNICAL FLOW

How does the car know
the road is slippery?

자율주행차는 도로의 마찰을 어떻게 추정할까?

카메라는 마찰력을 직접 측정하지 않는다. AI가 도로의 시각적 특징을 분석하고, 그 결과를 이용해 앞으로 사용할 수 있는 마찰 수준을 추정한다.

↓↓↓↓↓
STEP 01ROAD CAMERA
FORWARD ROAD IMAGECAMERA / ACTIVE
SURFACE TEXTUREVISUAL PATTERNROAD APPEARANCE

MODEL OUTPUT PROBABILITY

CLASS 15%
CLASS 213%
CLASS 364%
CLASS 415%
CLASS 53%
Demo values for visualization — not experimental results.
CLASS PROBABILITIES↓EMPIRICAL INFERENCE MODEL↓ESTIMATED μ
ESTIMATED μ0.00

Camera does not directly measure μ.
카메라가 μ를 직접 측정하는 것이 아니라, 영상 정보를 기반으로 추정한다.

RAW AI ESTIMATE frame-to-frame variationFILTERED ESTIMATE stable control signal

출력값을 안정화한 뒤 차량 제어에 전달합니다.

LOW FRICTION DETECTED60 → 48 → 35 km/hSPEED PLAN UPDATED
SAFE SPEED노면 상태에 맞춰 목표 속도를 조절
BRAKING PLAN필요한 감속 시점과 제동 계획을 조정
MOTION / VEHICLE CONTROL주행 궤적과 차량 제어 한계를 결정하는 정보로 활용

STEP 01 / ROAD CAMERA

도로를 먼저 본다

차량의 전방 카메라에서 앞으로 주행할 도로의 영상이 입력된다.

RESEARCH EXAMPLE
Zhao et al. (2024)

“Road friction estimation based on vision for safe autonomous driving”
Mechanical Systems and Signal Processing

TOP-1 ACCURACY
94.84%
TOP-2 ACCURACY
99.22%

5개 road friction class 분류 결과의 probability를 이용해 road peak friction coefficient를 추정하는 구조

WHAT ARE THE LIMITATIONS?

추정은 직접 측정이 아닙니다.

  1. Camera-based estimation is an estimation, not a direct friction measurement.
  2. Actual tire-road friction changes depending on road condition, tire condition, temperature, load and other factors.
  3. Vision-based models may perform differently in unfamiliar environments, so combining vision with vehicle dynamics or other sensor information is also an important research direction.
04 / INTERACTIVE SIMULATION

Interactive Simulation

노면 마찰 추정 기술이 실제 주행에 어떤 차이를 만드는가

LIVE SCENARIO / EDUCATIONAL MODEL

같은 도로 상황에서도 노면 상태와 마찰 정보 활용 여부에 따라 차량의 감속과 정지 결과는 달라진다.

ROAD CONDITION: DRYSIMULATION μ: 0.80FRICTION INFO: ON
40 m
OBSTACLE VEHICLE
EGO VEHICLE60 km/h
BRAKING ZONE
READY TO RUN
ROAD CONDITIONDRY
SIMULATION μ0.80
CALCULATED BRAKING DISTANCE17.7 m
VEHICLE STATUSCruising
SIMULATION RESULTRun a scenario to see the result
INITIAL SPEED 60 km/hOBSTACLE DISTANCE 40 mFINAL RESULT —

같은 시나리오를 OFF / ON으로 번갈아 실행해 차이를 확인해보세요.

FRICTION INFO OFFNot runDelayed reaction in low friction
FRICTION INFO ONNot runEarly braking and safer stop

같은 속도, 다른 제동거리.

같은 속도에서 노면 상태에 따라 자동차의 정지 위치가 어떻게 달라지는지 확인해보세요.

Simulation assumption
60 km/h
30 km/h100 km/h
ROAD CONDITION

조건을 변경하면 자동차가 시작 위치로 돌아갑니다.

LIVE BRAKING SIMULATIONTOP VIEW · 고정 축 0–250 m
BRAKING START
40 m
STOP LINE
90 m
EXPECTED STOP 57.7 m
17.7 m
050100150200250 m
제동 구간 · 자동차 앞부분 기준제동 시작 → 정지선: 50 m

일반 노면 · 비교적 높은 마찰 수준

STOP RESULT—START를 눌러 정지 위치를 확인하세요.
d = v² / (2μg)

v = 속도 ÷ 3.6 (m/s) · g = 9.81 m/s²

교육용 가정값을 사용한 평탄한 도로의 단순 모델입니다. 인지·반응 거리, 경사, 타이어 상태 등은 포함하지 않습니다. 제동 전 주행 구간은 연출용이며, 애니메이션은 실제 시간의 1.4배속입니다.