딥 러닝 기반 자율주행 기술의 도입을 위한 주요 기술과 기대 효과 볼께요

Key Technologies and Effectiveness of Deep Learning based Autonomous driving technology Introduction

자동차업계에서는 운전자의 두 손을 자유롭게 하기 위해 인공지능 기반의 자율주행 자동차 개발에 앞 다퉈 과인하고 있다. 시장용으로 발매된 제품 이외에도, 많은 대기업에서 제품 발매를 위해서 여러가지 시험이 행해지고 있다. 자율주행자동차의 핵심은 다양한 센서를 이용해 주변 환경을 인식하고 스스로 판단해 대응조치를 취하는 인공지능 기술이다. 본 논문에서는, 이 인공지능 기술을 활용해 얻을 수 있는 효과에 대해 고찰하고, 주요한 기술 요소에 대해 고찰해 보자.

처음이다.서론 초고속 쵸은그냐은싱 기술(ICT, Information and Commu-nication Technology)의 융합으로 이룬 4차 산업 혁명은 IT기업뿐만 아니라 제조·유통 서비스업에 이르기까지 모든 분야에 걸쳐서 화제다[처음].세계적인 관심 속에 정부도 제4차 산업 혁명 기술을 선점하기 위한 청사진을 발표하고 기술 개발을 위한 전략과 정책을 수입하고 제도적 지원 예정을 두고 있다[2].이 혁명의 핵심적인 기술 혁신에는 빅데이터, 인공지능, 사물인터넷, 무인, 나쁘지 않은 노동기술 등이 포함되는데 그중 인공지능은 인간의 생산성 향상을 목표로 다른 기술과 융합하여 가장 핫한 뉴스가 되고 있다. 특히 알파고와 테슬라의 자율주행 자동차가 출시된 뒤 많은 전시회와 기술세미나 나쁘지 않은의 주요 주제가 되고 있다.인공지능 기술은 금융, 의료, 법률 서비스, 게입니다, 로봇 등 여러가지 산업 분야에 이미 적용되어 넓게 활용되고 있다. 딥러닝은 인공지능에서 가장 빠른 속도로 성장하고 있는 분야로 컴퓨터가 이미 작은 sound, 텍스트 형태가 된 대량의 데이터를 이해할 수 있도록 지원하는 기술이다. 본 논문에서는 자율주행자동차를 위한 주요 기술과 딥러닝 기반의 자율주행기술 도입으로 기대할 수 있는 효과에 대해 알아보자.2. 본론의 패턴 인식과 자연 언어 처리, sound성인식에서 뛰어난 결과를 보이고 있는 딥 달리기는 컴퓨터 비전, 게이요, 로봇과 자율 주행, 의료, 전자 상거래, 금융 등 다양한 분야에 적용되고 있다. 스마트 스피커, 책벗 등 한국 생활 주변과 가까운 곳에서 어렵지 않게 딥러닝 응용 사례를 볼 수 있다.2. 최초의 자율 주행 자동차 자율 주행 자동차는 무이제 바로 동 차는 운전자의 적극적인 개입으로 구분이 될 수 있다."무 차"는 국방의 같은 특수 분야에서 정해진 목적에 따릅니다.타케시를 수행하기 위해서 사람이 탑승하지 않는 차량을 스토리한다. 한편 자율 주행 자동차는 사람을 태우지만 주변 도로와 차량의 상태를 차량 컴퓨터가 감지하고 판단 후 스스로 제어하는 차량을 의미하는[3].자율주행자동차는 차량에 탑재된 각종 센서, 카메라, 라이더(LiDar), 레이더(Radar) 등이 측정한 데이터를 종합한 뒤 딥러닝 기능을 갖춘 고속컴퓨터에서 처리한다. 이 시스템은 주변 사람과 자동차를 구분하고 정지선과 도로표지를 식별해 차량운전에 적용한다. 역시 도로에 있는 장애물이 나쁘지 않고 강한 비나 눈과 같은 예측 불가능한 데이터도 딥러닝을 이용해 구분·인식해 처리할 수 있어야 한다. 이 때문에 딥러닝 기반의 자율주행차에서는 핵심 기술의 개발 주체가 하드웨어 회사에서 소프트웨어 회사로 옮겨오고 있다. 전통적 자동차 회사들은 더 나쁘지 않아는 자율 주행 자동차를 개발하기 때문에, 그림 2와 같이 반도체 통신 IT, 지도, 부품 등 다양한 산업 군의 기업과 협업 구도를 만들어 가고 있다[4].

>

2.2자율 주행 자동차의 주요 기술

>

믹크 도로 교통 안전국(NHTSA, National Highway Tra-ffic Safety Administration)로 구분한 자율 주행 기술 단계를 기준으로 현재는 부분적인 자율 주행이 가능한 3단계를 목표로 다수의 작은 기업이 시험 중이던 이 단계에서는 제한된 조건에서는 자율 주행이 가능하지만 특수 상황에서는 운전자의 개입이 필요하다.

>

>

주변환경과위치를인식하기위해서는카메라,라이더,레이더,초음파,GPS등다양한센서가적용되어야합니다. 그 때문에, 여러가지 데이터를 융합해 처리하고 판단하기 위해서는, 고속 프로세서가 필요하다. 최근에는 딥러닝 연산을 위해 고성능 GPU(Graphic Processing Unit) 기반의 병렬처리를 활용하는 추세입니다. 자율 주행 자동차 기술이 도입되고 정착하기 위해서는 자율 주행 차 도입 단계별로 처음부터 단 도로 인프라가 필요하다[5]. 현재 지능형 교통 시스템에 차간 차와 도로 관리국 3자 간의 쌍방향 실시간 정보 소통이 가능하지 않으면 안 되기 때문에 자율 주행 자동차 전용 시설이 필요하다.

>

현대 자동차는 화성 시내의 특정 구간에 V2X(Vehicle to Everything)인프라를 구축하고 자율 주행 자동차 개발을 가속화하고 있다. 자동차안전조사요원도 자율주행차 시험을 위한 K-city 개발에 착공했다. 여기에는 고속 도로 요금소 본 인수, 횡단 보도, 건물 지하도 주차 시설 등의 모의 도시를 만들어 자율 주행 자동차 기술 개발과 검증에 활용할 계획입니다[6].

>

자율주행은 운행 중에 많은 데이터 통신이 이루어지기 때문에 고속통신이 필요하다. 통신 사업자 SK텔레콤은 5G기술을 적용한 자율 주행 자동차를 올해 시범 서비스하려는 방안을 세웠다[7].이미 차량 간 고속 데이터의 교신을 통해서 전방에 사건 발생 당시 속도 둔화와 사건 회피의 시연을 선 보이기도 했다. 이처럼 도로의 여러 상황을 빠르게 공유하고 안전한 주행을 하기 위해서는 신속한 통신망이 필요하다. 이와 함께 NVIDIA는 통신두절 상태에서도 딥러닝을 이용한 자율주행이 가능한 기술개발을 추진하고 있다.

2.3자율 주행 자동차의 도입 효과 도로 교통 안전 공단 20하나 5년 통계에 따르면 교통 사건 전체의 원인의 95퍼센트 이상이 운전자의 부주의로 인한 과실이었다 이에 응하고, 운전자 과실을 최소화하고 교통사이기 때문의 인명 손실과 경제적 손실을 줄이기 위해서 자동차 선진국에서는 자율 주행 자동차 기술 개발에 많은 예산을 투입하고 있다[8].자동차에 딥러닝을 이용한 자율주행 기술을 도입해 가장 기대할 수 있는 효과는 운전자의 과실에 의한 교통사건을 크게 줄하나 수 있다는 점이었던 사람이 아니라 컴퓨터가 내린 종합적인 판단이므로 안전성 향상을 기대할 수 있다. 이를 통해 교통 효율성을 높일 수 있다. 운전자의 사고적인 주행이 배제되기 때문에 주행속도를 일원적으로 유지하면서 차선변경이 본인 도로로의 합류를 할 수 있다. 그러다 자동운전 기술의 도입에 의해, 운전자 면허가 의미를 가지지 않게 되는 일이 있다. 이를 통해 노인의 신체적 교통약자의 자유로운 이동성도 확보할 수 있다. 화물 수송차를 위한 운전기사를 양성하기 위한 비용절감 효과를 기대할 수 있다. 자율 주행 기술을 화물용 트럭에 적용하려는 노력이 상용 자동차 회사에서 진행 중이며 우보(Uber)은 무인제 율쥬헹탁시ー을 운행한 자율 주행 기술에 차량 내부 감시(in-cabin monitoring)기능을 추가하고 응급 그이츄이 생성 때 일일이 9에 통보 후 차량을 안전 지역으로 옴키고 본인과 가까운 응급 센터에서 환자를 이송하고 목숨을 구할 수 있다. 운전자가 필요 없는 완전한 자율주행이 가능해지면 고정된 운전석과 조종 장치가 필요 없어 공간 활용도가 향상되기 때문에 조종 공간을 줄이고 운송 공간을 확대할 수 있다. 이동수단에서 개인적 생존공간의 확장으로 패러다임의 변화를 초래하는 자율주행기술은 자동차뿐만 아니라 다른 형태에서도 조사개발이 진행되고 있었는데, 땅을 움직이는 이동체도 궤도본인 보행용으로 변경하여 특수작업용이 본인 서비스 목적으로 활용 가능하다. 자율주행 기술은 해양이 본인의 항공 업무에서도 주목을 받고 있다. 바다 속 특수로 무본인 통신이 어려운 심해지역에서 스스로 판단해 작업을 수행할 수 있고 화물운송용 선박에 자율주행 기술을 적용해 해양물류의 변화를 노릴 수도 있다. 비행체 분야에서도 기존의 무인 기본 원격조종 기술에 딥러닝을 활용한 자율주행 기술을 더해 활동 범위를 확대하기 위한 개발도 이뤄지고 있었다.

3. 결론 오랫동안 상상처럼 생각하고 온 인공 지능 기술이 강력한 GPU의 등장과 함께 점차 현실화되고 있다. sound성 인식, 이미지 인식, 신호 인식에서 주변의 것을 인식한 뒤 목적지까지 안전하게 차를 운전하는 자율 주행 자동차까지 여러 분야에서 인공 지능 기술이 사용되고 있다. 단기간에 딥러닝 기반의 자율주행 기술이 우리 생활 전반에 바로 도입되지는 않겠지만, 많은 긍정적인 효과를 목표로 다양한 조사 개발이 진행될 것입니다. 자동차의 경우 운전자의 편의를 위해 다양한 ADAS(Advanced Driver-Assistance System-s) 기술에 딥러닝이 먼저 적용되고 많은 시험과 보완을 거친 후 본격적인 자율주행차가 도로에 등장합니다.본 논문에서는 딥러닝 기반의 자율주행 기술을 도입해 얻을 수 있는 효과와 적용하기 위해 필요한 기술요소에 대해 고찰했다.

참고 문헌[1]위키 백과(ko.wikipedia.org/wiki)– 제4차 산업 혁명[2]대통령 직속의 4차 산업 혁명 위원회(www.4th-ir.go.kr)[3][4]치에솔지, 인사이트 자율 주행 자동차의 현 주소, 2017[5]한겨레 신문, 자율 주행 시절 사건은 기술 없는 도로 인프라, 2017.11.20[6]오토 모티브, 자율 주행 자동차 시험장 K-city의 착공, 2017.08.30[7]조선의 구슬 5G, 자율 주행 자동차 올해 안에 시범 서비스, 2018.03.15[8]융합 연구 정책 센터, 융합 연구 검토 2017.10월호.04p의 그림 1.https://tinyurl.com/auto-sensor그림 2. http://www.insightors.com/wp-content/uploads/2017/03/170307_, 자율 주행 자동차 개발 협력-관계도 1024x500.jpg그림 3.Evercore ISI, SAE International도 4.www.nvidia.com/drive도 5. 한겨레 2017.11.20그림 6. 국토 교통부

NVIDIAAI 플랫폼 제품 자세히 보기

문의:nvidia@hancommds.com