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

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 나쁘지 않다. 이미 시장에 출하한 제품 외에도 많은 중소기업이 제품 출시를 위해 다양한 시험을 실시하고 있습니다. 자율주행자동차의핵심은다양한센서를이용하여주변환경을인식하고,스스로판단하여대응조치를취하는인공지능기술입니다. 본 논문에서는, 이 인공지능 기술을 활용해 얻을 수 있는 효과에 대해 고찰하고, 주요한 기술 요소에 대해 고찰해 보자.

1. 서론 초고속 전 어떻게 신 기술(ICT, Information and Commu-nication Technology)의 융합으로 이룬 4차 산업 혁명은 IT쿵키오프만 아니라 제조·유통 서비스업에 이르기까지 모든 분야에 걸쳐서 화제다[1].세계적인 관심 속에 행정부도 제4차 산업 혁명 기술을 선점하기 위한 청사진을 발표하고 기술 개발을 위한 전략과 정책을 수입하고 제도적 지원 계획을 마련하고 있다[2].이 혁명의 핵심적인 기술 혁신에는 빅데이터, 인공지능, 사물인터넷, 무인, 본인에 대한 기술 등이 포함되는데 그 중 인공지능은 인간의 생산성 향상을 목표로 다른 기술과 융합하여 가장 핫한 뉴스가 되고 있다. 특히 알파고와 테슬라의 자율주행차가 선보인 뒤 많은 전시회와 기술세미나 본인의 주요 주제가 되고 있다.인공지능 기술은 금융, 의료, 법률 서비스, 게입니다, 로봇 등 다양한 산업 분야에 기이가 적용되어 널리 활용되고 있습니다. 딥러닝은 인공지능에서 가장 빠르게 성장하고 있는 분야로 컴퓨터가 깃발, 뭐 텍스트 형태가 된 많은 양의 데이터를 이해할 수 있도록 돕는 기술이었던 이 논문에서는 자율주행 자동차를 위한 주요 기술과 딥러닝 기반의 자율주행 기술 도입으로 기대할 수 있는 효과를 알아보자.2. 본론의 패턴 인식과 자연 언어 처리, 음성 인식에서 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.2.1자율 주행 자동차 자율 주행 자동차는 무인 제동 차는 운전자의 적극적인 개입으로 구분이 될 수 있다. 무인 브레이크 차량은 국방 등 특수 분야에서 정해진 목적에 따릅니다.타케시를 수행하기 위해서, 사람이 타지 않는 차량을 스토리 합니다. 한편 자율 주행 자동차는 사람을 태우지만 주변 도로와 차량의 상태를 차량 컴퓨터가 감지하고 판단 후 스스로 제어하는 차량을 우이우이합니다[3].자율주행자동차는 차량에 탑재된 다양한 센서, 카메라, 라이프니더(LiDar), 레이더(Radar) 등이 측정한 데이터를 종합한 뒤 딥러닝 기능을 갖춘 고속 컴퓨터로 처리하는 것입니다. 이 시스템은 주변 사람과 자동차를 구분하고 정지선과 도로표지를 식별하여 차 운전에 적용합니다. 또한 도로에 있는 장애물이 본인의 강한 비나 눈과 같은 예측 불가능한 데이터도 딥러닝을 이용하여 구분하고 인식하여 처리할 수 있어야 합니다. 이 때문에 딥러닝 기반의 자율주행차에서는 핵심 기술의 개발 주체가 하드웨어 회사에서 소프트웨어 회사로 옮겨오고 있다. 전통적 자동차 회사들은 더 본인은 자율 주행 자동차를 개발하기 때문에, 그림 2와 함께 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 중소 기업이 시험 중이다. 이 단계에서는 제한된 조건으로는 자동운전이 가능하지만 특수한 상황에서는 운전자의 개입이 필요하다.

>

>

주변 환경과 위치를 인식하기 위해서는 카메라, 라임, 레이더, 초음파, GPS 등 다양한 센서가 적용되어야 한다. 이리하여 다양한 데이터를 융합하여 처리하고 판단하기 위해서는 고속 프로세서가 필요하다. 요즘은 딥 러닝 연산을 위한 고성능 GPU(Graphic Processing Unit)기반의 병렬 처리를 활용하는 추세였다 자율 주행 자동차 기술이 도입되고 정착하기 위해서는 자율 주행 차 도입 단계별로 처음 단 도로 인프라가 필요하다[5]. 현재 지능형 교통 시스템에 차간 차와 도로 관리국 3자 간의 쌍방향 실 때에 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 예정이며[6].

>

자율주행은 운행 중에 많은 데이터 통신이 이루어지기 때문에 고속통신이 필요하다. 통신 사업자 SK텔레콤은 5G기술을 적용한 자율 주행 자동차를 올해 시범 서비스하려는 계획을 세웠다[7].키위 차량 간 고속 데이터 교신을 통해 전방에 문제 발발 시 속도 감속이나 문제 회피 시연을 선보이기도 했습니다. 이처럼 도로의 여러 상황을 빠르게 공유하고 안전한 주행을 하기 위해서는 신속한 통신망이 필요하다. 이처럼 NVIDIA는 통신두절 상태에서도 딥러닝을 이용한 자동운전이 가능한 기술개발을 하고 있다.

2.3자율 주행 자동차의 도입 효과 도로 교통 안전 공단 20하나 5년 통계에 따르면 교통 사건 모두 원인의 95%이상이 운전자의 부주의로 인한 과실입니다. 이로 인해 운전자의 과실을 최소화하고 교통 체증으로 인한 인명 손실과 경제적 손실을 줄이기 위해 자동차 선진국에서는 자율주행 자동차의 기술개발에 많은 예산을 투입하고 있습니다[8]. 사람이 아닌 컴퓨터가 내리는 종합적인 판단이기 때문에 안전성 향상을 기대할 수 있다. 이를 통해 교통 효율성을 높일 수 있다. 운전자의 사고적인 주행이 배제되기 때문에 주행 속도를 1개 정중하게 유지하면서 차선 변경이나 도로의 합류를 할 수 있다. 따라서 자율주행기술의 도입으로 운전자의 면합격의 의의는 없어진다. 이를 통해 고령자나 신체적 교통약자의 자유로운 이동성도 확보할 수 있다. 화물 수송차를 위한 운전기사를 양성하기 위한 비용절감 효과를 기대할 수 있다. 자율주행 기술을 화물용 트럭에 적용하려는 노력이 상용차 업체에서 진행되고 있고, 우버(Uber)는 논브레이크 주행 택시를 운행하고 있습니다. 자율 주행 기술에 차량 내부 감시(in-cabin monitoring)기능을 추가하고 응급 전세가 발발시 하나하나 9에 통보 후의 차를 안전 지면에 옮기거나 가까운 응급 센터에서 환자를 이송하고 목숨을 구할 수 있다. 운전자가 필요 없는 완전한 자율주행이 가능하고, 육지 고정 운전석과 조종장치가 필요 없어 공간 활용도가 향상되기 때문에 조종공간을 줄이고 운송공간을 확대할 수 있다. 이동수단에서 개인적 생존공간 확장으로 패러다임입니다.변이를 초래하는 자율 주행 기술은 자동차뿐만 아니라 다른 형태로도 연구 개발이 진행되고 있습니다. 지면을 움직이는 이동체도 궤도나 보행용으로 변경해 특수 작업용이나 서비스 목적으로 활용할 수 있다. 자율주행 기술은 해양 및 항공 업무에서도 주목을 받고 있다. 바닷속 특수로 무나 통신이 어려운 심해지점에서 스스로 판단해 작업을 수행할 수 있고 화물운송용 선박에 자율주행 기술을 적용해 해양물류의 변이를 노리기도 한다. 비행체 분야에서도 이전의 무인기나 원격 조종 기술에 딥러닝을 활용한 자율 주행 기술을 더해 활동 범위를 확대하기 위한 개발도 진행하고 있습니다.

3. 결론 오랫동안 상상처럼 생각하고 온 인공 지능 기술이 강력한 GPU의 등장과 함께 점차 현실화되고 있다. 음성인식, 리드인식, 신호인식부터 신변의 사물을 인식한 뒤 목적지까지 안전하게 차를 운전하는 자율주행자동차까지 다양한 분야에서 인공지능 기술이 사용되고 있다. 단기간에 딥러닝 기반의 자율주행 기술이 우리 생활 전반에 곧바로 도입되지는 않지만, 많은 긍정적인 효과를 목표로 다양한 연구개발이 추진되어야 했던 자동차의 경우 운전자의 편의를 위해 다양한 ADAS(Advanced Driver-Assistance System-s) 기술에 딥러닝이 먼저 적용되고 많은 시험과 보완을 거친 후 본격적인 자율주행차가 도로에 등장할 것이다.본 논문에서는 딥러닝 기반의 자율주행 기술을 도입해 얻을 수 있는 효과와 적용하기 위해 필요한 기술요소에 대해 고찰했다.

참고 문헌[처음]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, 20최초 7[5]한겨레 신문, 자율 주행 시절 사건은 기술 없는 도로 인프라, 20최초 7. 쵸쯔쵸쯔.20[6]오토 모티브, 자율 주행 자동차 시험장 K-city의 착공, 20최초 7.08.30[7]조선의 구슬 5G, 자율 주행 자동차 올해 안에 시범 서비스, 20최초 8.03. 첫 5[8]융합 연구 정책 센터, 융합 연구 검토 20최초 7. 최초의 0월호. 04p의 그림의 처음. https://tinyurl.com/auto-sensor그림 2. http://www.insightors.com/wp-content/uploads/20최초 7/03/첫 70307_, 자율 주행 자동차 개발 협력-관계도 최초의 024x500.jpg그림 3.Evercore ISI, SAE International도 4.www.nvidia.com/drive도 5. 한겨레 20최초 7. 쵸쯔쵸쯔.20그림 6. 국토 교통부

NVIDIAAI 플랫폼 제품 자세히 보기

문의:nvidia@hancommds.com