[Daily Contents] 자율주행의 개요 및 현황

자율주행 개요

• No 운전자 조작: 자동차 스스로
• 환경인식: 차량 도로 등 환경 인식
• 주행 경로 생성: 차량의 미래 이동 경로 생성
• 차량 주행: 조향, 가속, 제동 조작

역사

• 2010년 구글 자율주행차 발표
• 2015년 자율주행 2단계 상용화 시작(테슬라)
• 2020년 Level 3 가시화, Level 4 시범 서비스 강화(약속의 해, 약속 파기)
• 미래형 서비스에 대한 고려

알고리즘 요약

사람이 운전하는 것과 유사

• 카메라, 라이다 등의 센서 뿐만 아니라 차량의 정보와 교통 인프라 등을 수집해서 해석한 후에 어떤 경로로 가야 할 지, 속도를 높일 건지 줄일 건지 등의 판단을 통해 차량 제어

• 트롤리 딜레마: 자율주행에 대한 윤리적 고민
• MIT Moral Machine 프로젝트: 딜레마 상황에서 자율주행차 인공지능의 윤리적 결정에 대한 사회적 인식 수집

자율주행 6단계

• SAE(미국 자동차 공학회) 정의, 업계 표준

• Level 0 - 비자동화
• Level 1, 2 - 운전자 개입을 위해 항시 운전 주시 필요
• Level 3 - 시스템 요청시 운전자 개입
• Level 4 - 특정 구간에서 운전자 개입 불필요
• Level 5 - 전 구간에서 운전자 개입 불필요

완성차 업체 및 IT 빅 테크 기업의 자율주행차 현황

• 기술적 측면
  • 빅 테크 기업: 급진적 전략으로 Level 4 이상 자율주행 기술 개발
  • 완성차 업체: 점진적 전략으로 Level 1부터 순차적으로 개발
• 제도적 측면
  • 대부분 Level 2: 사용자 책임(테슬라 포함)
  • 법적인 책임이 있는 Level 3 상용화 시작

주요 자율주행차 및 센서 시스템

상용화된 주요 자율주행차

• 부분 자율주행차 상용화
• 고속도로 한 차선 자율주행 수준
  • [ 제네시스 EQ900, 테슬라 모델5, 아우디 A8, 낫산 세레나, 벤츠 E350e ]

아우디 A8, 벤츠 E클래스 센서 사례

• 연구용 차량에는 라이다 많이 사용
• 실제 차량에는 라이다 제한적 사용(비용 문제)

Level 3 차량 라이다 탑재

• 2021년 혼다(5개), 벤츠 EQS(1개) 등 상용화
• 2022년 현대(2개), 볼보(장거리 라이다) 탑재 예정

테슬라 자율 주행용 센서 및 시스템

• 8개의 카메라
  • 전방 3개
    • FOV 50도 150m, FOV 35도 250m, FOV 150도 60m
  • 측면 2개 (B-필러)
  • 후방 3개
• 1개 레이더
• 12개 초음파 센서
• 슈퍼 컴퓨터: 엔비디아 드라이브 PX2
  • Tegra 프로세서 _ 2, GPU _ 2
  • 딥러닝 처리속도: 고성능 컴퓨터 150대 동시 처리 수준

테슬라

• 딥러닝 기반 인식 시스템
• 실 도로 주행 데이터 수집하여 인공지능 학습
• 쉐도우 모드: 자율주행 시능이 사용되지 않을 때에도 데이터 수집
• FSD(Full Self-Driving)
  • V8, V9: 도심 자율주행
  • V10: 고도화, 스마트 써몬(Smart Summon)

자율주행 연구용/테스트 차량

• 고성능 라이다
• 정밀 GPS
• 고정밀 지도(HD 맵) - 위치 오차 20cm 이내

구글 5세대 자율주행 센서 시스템

• 라이다: 5개
• 카메라: 500m 표지판 인식
• 레이더: Image Radar

현대 loniq 5 Robotaxi(2021)

• 라이다: 5개
• 카메라: 13개
• 레이더: 12개

폭스바겐 I.D Buzz AD(2021)

• 라이다: 6개
  • 장거리 라이다 1개(Argo AI, 1400m)
  • 단거리 라이다 5개(Hesal, 900m)
• 카메라: 14개
• 레이더: 11개

고성능 자율주행 센서의 필요성

웨이모 보고서

• 라이다/카메라/레이더 조합
• 비/안개 등 악조건 인식 가능
• 밤/낮으로 인식 가능
• 보행자 돌발 상황 빠른 인식 가능
• 카메라/라이다는 안개에서 인식 어려움
• 안개에 사용 가능한 4D 이미징 레이더

4D 이미징 레이더

• 물체의 대략적인 모양 인식 가능
• 비/안개 등 악조건 인식 가능
• 300m 거리에서도 물체 인식 가능
• 2024년 상용화 예정(빠르면 내년에)

3D 초음파 센서

• 차량 근거리 환경 인식 중요
• 비/안개 등 악조건 인식 가능
• 근거리에서 라이다 센서 대체 가능
• 가격 및 크기 장점

완전 자율주행 준비

자동차가 책임지는 자율주행

• 자율주행 시 자동차 책임
• 본격화되는 자율주행 3, 4, 5단계 및 상용화 전망
  • 법, 제도 변경: 2020년부터 진행
  • Level 3 상용화: 2021년부터 시작, 2023년 활성화 전망
  • Level 4 시범 서비스 다양화: 도심 자율주행 시범 서비스 다양화

운전자 중심 자율주행(0, 1, 2)

운전자 보조 시스템
특정 조건일 때만 센서 사용
차량 외부 상황 위주의 모니터링

자동차 중심 자율주행(3, 4, 5)

자동차가 모든 시스템을 관리
실시간으로 센서 사용
사용자 모니터링 필수화
차량 고장 진단 모니터링 필수화

• 구글 웨이모 자율주행 택시 서비스
• 모셔널-리프트 자율주행 택시 서비스
• 판교 제로셔틀
• 바이두 무인 자율주행 택시

Level 4 고려

• 당분간 자율주행 셔틀 위주
  • 교통량이 적거나 정해진 루트의 자율주행
• 오토노머스 a2z 카카오 모빌리티: 세종시 유료 서비스
  • 2020년 12월 시작
  • 카카오 T앱으로 예약 및 호출
• 오토노머스 a2z: 세종시 자율주행 셔틀
  • 2021년 5월부터 일반인 이용
• 포티투닷: 상암대로 일대를 주행하는 자율주행 택시 서비스
  • 2022년 2월 10일부터 시작

도심 주행의 어려움

• 웨이모 문제
• 구글 웨이모의 주요 문제점
  • 좌회전 상황
  • 도로 합류 상황
  • 사람이 많은 상황
  • 서있는 차량 끼어들기
  • 고속도로 램프 진입 상황

자율주행 트럭

• 물류 시장 뒷받침
• 대부분 고속도로 운행
• 제도적인 이슈
• 승용차보다 상용차가 수월
• 투심플, 플러스, 임바크, 오로라(전기) 자율주행 트럭

자율주행 시뮬레이터

• 자율주행 시뮬레이터의 발전
  • 자율주행 알고리즘 고도화를 위한 다양한 상황의 주행 데이터 필요
  • 실제 도로에서는 생각보다 다양한 주행 상황 발생하지 않음

정밀 자율주행을 위한 시뮬레이션 기술-웨이모

• 시뮬레이션 시티
• 2021년 7월 발표한 자율주행 시뮬레이터
• 소나기, 어두워지는 빛, 태양의 눈부심 등 다양한 주행 환경 구현
• 구글이 자율주행으로 모은 3,200km 이상의 데이터와 NHTSA의 충돌 사고 데이터 등 내외부 데이터를 종합하여 테스트
• 시뮬레이션 환경은 수십개의 도시에서 매일 수집되는 정보를 통해 지속적으로 업데이트

정밀 자율주행을 위한 시뮬레이션 기술-테슬라 AI Day

• 오토라벨링 기술
• 차량과 보행자의 움직임 경로 예측을 통해 가려진 물체에 대해서도 오토라벨링
• 실제 세계와 거의 유사한 시물레이션 World 생성
  • Real World Clip으로부터 Auto-Labeled Reconstruction을 생성
  • Real World Clip과 Auto-Labeled Reconstruction을 결합하여 시뮬레이션 World 생성

정밀 자율주행을 위한 시뮬레이션 기술-모라이

• 완벽한 자율주행을 위한 시뮬레이션 환경 제공을 위해 디지털 트윈 기반의 가상 환경을 포함한 시뮬레이터
• 유일한 국내 도로 환경을 포함한 시뮬레이터
• 시뮬레이터 내의 가상 차량 및 센서를 현실과 유사하게 모델링하여 실제와 유사한 자율주행 개발 환경 제공

완전 자율주행 시대

• 도로 위에 모든 차량이 완전 자율주행차
• 교통 인프라 최소화
  • 교통 신호 불필요: 설치 및 운영에 드는 비용이 매우 큼