[논문]도심 자율주행서비스 테스트를 통한 자율주행 기술개발 현황 및 5G연계 미디어의 역할

최정단; 민경욱; 한승준; 성경복; 이동진; 최두섭; 조용우; 강정규

도심 자율주행서비스 테스트를 통한 자율주행 기술개발 현황 및 5G연계 미디어의 역할 원문보기

방송과 미디어 = Broadcasting and media magazine, v.24 no.1, 2019년, pp.63 - 72

최정단 (한국전자통신연구원) , 민경욱 (한국전자통신연구원) , 한승준 (한국전자통신연구원) , 성경복 (한국전자통신연구원) , 이동진 (한국전자통신연구원) , 최두섭 (한국전자통신연구원) , 조용우 (한국전자통신연구원) , 강정규 (한국전자통신연구원)

초록
AI-Helper

고령인구의 증대 및 출생 인구의 감소로 과소지와 대중교통 취약지역이 확산되고 있다. 이러한 인구구조의 변화는 교통약자의 독립적 이동이 더욱 불편해지고, 물류의 수송이 어려워 진다. 한편, 도심은 차량의 포화상태로 대기환경의 질이 나빠지고 도심도로는 주차장으로 변질될 뿐만 아니라, 운전자와 보행자 모두에게 안전의 위협이 되고 있다. 이러한 환경과 이동의 효율성을 극대화 하는 방안으로 친환경자동차와 자율주행기술의 접목이 연구개발 중이다. 자율주행기술은 자율주행차와 도로 인프라에 ICT가 융 복합되어 이동과 수송분야의 새로운 산업과 서비스 창출이 가능하다. 본 고에서는 교통약자의 이동과 물류의 수송을 지원하는 자율주행기술의 개발 동향을 살펴본다. 특히 광화문, K-City 등의 도심 자율주행서비스 테스트 경험을 통해 해결해야 하는 복잡한 도심 주행 환경의 인지와 교차로 및 합류로, 비정형 도로환경에서의 주행협상기술의 필요성을 소개한다. 도심의 주행 환경은 고속도로와 같은 자동차 전용도로와 달리, 신호등과 교차로, 2륜 이동체 및 버스 등이 다양하게 혼재된 것으로 인지 및 판단 기능의 고도화가 적극적으로 요구된다. 그리고, 다양한 자율주행서비스 시장을 확산하기 위해 요구되는 이동하는 공간과 시간을 메꿔 줄 미디어 콘텐츠의 역할에 대해 설명하고자 한다.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

도심 자율주행서비스에 특화된 장애물 검출 및 로컬라이제이션 등의 주요기술과 다양한 도로 및 교통 환경을 학습하기 위한 학습용 주행데이터 셋을 구축하는 것에 관해 서술하였다. 인식용 영상 데이터 셋과 주행궤적 데이터 셋을 구축하여 다양한 인공지능 기술에 접목한 결과도 나열하였다.
본 고에서는 운전자의 인식과 판단 오류, 행동 부주의를 극복하기 위한 자율주행시스템을 소개하고 도심에서의 테스트 현황과 이를 통한 문제점을 살펴본다. 특히, 다른 운전자와의 주행 협상을 위해서는 주행우선 순위에 기반하여 자차의 행동을 결정해야 한다.
특히, 다른 운전자와의 주행 협상을 위해서는 주행우선 순위에 기반하여 자차의 행동을 결정해야 한다. 이를 위해 인공지능기술을 활용하는 연구내용을 소개한다. 마지막으로 미디어와 콘텐츠의 활용에 대해 알아보고, 미래의 자율이동성에 대비하기 위해서는 지속적인 연구와 실패 및 도전이 필요하다는 결론을 맺고자 한다.

제안 방법

장애물 인지 및 주행전략 수립 부분에서 수집된 데이터셋을 활용하여 인공지능 알고리즘을 적용하였으며, 대덕연구단지와 광화문의 실도로 테스트 결과를 나타내었다. 그리고, 다양한 기술의 현재 상황, 기술적으로 해결해야할 문제점과 정책과 더불어 풀어야 할 사회적 수용성 문제를 살펴보았다.
최근 주행 영상의 세밀한 분석을 위해 영상을 픽셀단위로 분할하여 의미 이해를 위한 시멘틱 세그멘테이션 기술 적용을 위한 데이터 세트를 구축하였다. 대전시내 영역을 포함하여 고해상도 영상을 이용하고, 8개의 의미그룹(평지, 노면표식, 휴먼, 차량, 공사중, 객체, 자연, void)으로 구성된 총 50종의 환경 클래스로 분류하였다. 각 픽셀에 해당 클래스에 해당하는 숫자(0~49⁾를 부여하여 저장한다.
이종의 센서로부터 수집된 정보를 동기화 저장하여 사용이 용이하도록 표현해야 한다. 또한, 영상의 경우 각 카메라의 내부 파라미터와 스테레오 카메라간의 외부 파라미터를 동시에 저장하여 데이터 셋을 활용하려는 사용자가 직접 캘리브레이션을 변경하여 실험 할 수 있도록 하였다.
본 고의 테스트에서 도심 환경의 자율주행시스템은 제한된 시나리오를 기반으로 출발지에서 목적지까지 운전자의 개입이 전혀 없는 자율주행 3단계 수준을 다룬다. 신호등과 보행자 인지를 위한 영상 센서시스템에 주안점을 두고 있으며, 합류가 가능한 시점을 판단하기 위해 차량 측후방을 인지하는 라이다 센서를 융합하였다.
본 고의 테스트에서 도심 환경의 자율주행시스템은 제한된 시나리오를 기반으로 출발지에서 목적지까지 운전자의 개입이 전혀 없는 자율주행 3단계 수준을 다룬다. 신호등과 보행자 인지를 위한 영상 센서시스템에 주안점을 두고 있으며, 합류가 가능한 시점을 판단하기 위해 차량 측후방을 인지하는 라이다 센서를 융합하였다. 출발지에서 목적지까지의 경로계획 및 자동차선변경 등을 위해 정밀 맵을 사용하였다.
도심 자율주행서비스에 특화된 장애물 검출 및 로컬라이제이션 등의 주요기술과 다양한 도로 및 교통 환경을 학습하기 위한 학습용 주행데이터 셋을 구축하는 것에 관해 서술하였다. 인식용 영상 데이터 셋과 주행궤적 데이터 셋을 구축하여 다양한 인공지능 기술에 접목한 결과도 나열하였다. 장애물 인지 및 주행전략 수립 부분에서 수집된 데이터셋을 활용하여 인공지능 알고리즘을 적용하였으며, 대덕연구단지와 광화문의 실도로 테스트 결과를 나타내었다.
자차 주변의 타차량 주행궤적 데이터를 효과적으로 표현하고 공유하기 위한 주행궤적 데이터 셋을 구축하고 모델링 하였다. 수집 데이터의 각 프레임별 차량의 위치를 표한하기 위해 프레임 번호별로 차량의 위치를 기록한다.
인식용 영상 데이터 셋과 주행궤적 데이터 셋을 구축하여 다양한 인공지능 기술에 접목한 결과도 나열하였다. 장애물 인지 및 주행전략 수립 부분에서 수집된 데이터셋을 활용하여 인공지능 알고리즘을 적용하였으며, 대덕연구단지와 광화문의 실도로 테스트 결과를 나타내었다. 그리고, 다양한 기술의 현재 상황, 기술적으로 해결해야할 문제점과 정책과 더불어 풀어야 할 사회적 수용성 문제를 살펴보았다.
차량에 탑재된 다수의 센서를 사용하여 차량 주변 환경을 효과적으로 표현하고 공유하기 위해 데이터 셋 모델을 개발하였다. 차량 전방위의 환경을 수집하기 위해 5쌍의 스테레오 카메라와 4개의 라이다 센서, 차량내부센서, GPS 센서를 사용해 차량의 주위를 표현하였다. 이종의 센서로부터 수집된 정보를 동기화 저장하여 사용이 용이하도록 표현해야 한다.
차량에 탑재된 다수의 센서를 사용하여 차량 주변 환경을 효과적으로 표현하고 공유하기 위해 데이터 셋 모델을 개발하였다. 차량 전방위의 환경을 수집하기 위해 5쌍의 스테레오 카메라와 4개의 라이다 센서, 차량내부센서, GPS 센서를 사용해 차량의 주위를 표현하였다.
최근 주행 영상의 세밀한 분석을 위해 영상을 픽셀단위로 분할하여 의미 이해를 위한 시멘틱 세그멘테이션 기술 적용을 위한 데이터 세트를 구축하였다. 대전시내 영역을 포함하여 고해상도 영상을 이용하고, 8개의 의미그룹(평지, 노면표식, 휴먼, 차량, 공사중, 객체, 자연, void)으로 구성된 총 50종의 환경 클래스로 분류하였다.

이론/모형

자율주행학습용 데이터 세트는 주행 영상과 영상에서의 차량이나 보행자 등의 위치와 속성에 대한 참값(ground truth) 정보를 포함한다. 영상으로부터 객체의 위치를 검출하기 위해 주로 딥러닝(DNN: Deep Neural Network)을 사용한다. 또한 주변 차량의 위치정보와 센서정보를 융합, 주변 차량의 미래 위치 정보를 예측하는 DRNN(Deep Recurrent Neural Network) 등이 연구 중이다.

성능/효과

자율주행 시험 허가를 획득한 구글(waymo)의 경우, 최근 1000만 마일(1,610만 km) 주행에 성공했지만, 피닉스시에서 시행된 실제 상용서비스인 ‘웨이모 원’은 합류로 등의 교차로에서 머뭇거리거나 진입 시점을 결정하기까지 많은 어려움이 있다는 후기가 있다. 이러한 테스트를 통해 주행 레코드와 사용자의 만족도를 높일 수 있는 데이터를 수집하여 다양한 도로 및 교통 환경에서 발생될 수 있는 돌발상황 대응을 위한 사전학습이 가능하다.

후속연구

이를 위해 인공지능기술을 활용하는 연구내용을 소개한다. 마지막으로 미디어와 콘텐츠의 활용에 대해 알아보고, 미래의 자율이동성에 대비하기 위해서는 지속적인 연구와 실패 및 도전이 필요하다는 결론을 맺고자 한다.
정밀맵 기반 2대의 카메라를 이용하여 신호등의 현시정보를 인지한다. 뿐만 아니라, 도심의 자율주행시스템은 다양한 2륜 이동체, 보행자, 불법 주정차, 교차로, 합류로 등에서 다양한 연구가 필요된다.
향후에는 도심의 자율주행서비스 뿐만 아니라, 교통약자 및 대중교통취약지 거주민의 자유로운 이동을 위해 차선이 명확하지 않은 도로 등에서도 주행이 가능하도록 기술을 고도화 해야 한다. 이러한 다양한 테스트를 위해 필요한 시뮬레이션 SW를 연구하는 등의 지속적인 연구개발을 통해 신뢰성 높은 완전자율주행서비스가 가능할 것으로 기대한다.
안전하고 편리한 미래의 자율이동성에 대비하기 위해서는 지속적인 연구 시도와 실패 및 도전이 필요하다. 향후에는 도심의 자율주행서비스 뿐만 아니라, 교통약자 및 대중교통취약지 거주민의 자유로운 이동을 위해 차선이 명확하지 않은 도로 등에서도 주행이 가능하도록 기술을 고도화 해야 한다. 이러한 다양한 테스트를 위해 필요한 시뮬레이션 SW를 연구하는 등의 지속적인 연구개발을 통해 신뢰성 높은 완전자율주행서비스가 가능할 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	자율주행시스템은 어떤 시스템들로 구성되어 있는가?	자율주행시스템은 기본적으로 전자제어가 가능한 플랫폼을 기반으로 외부주행환경을 인식하는 시스템과 방향과 속도를 결정하는 판단과 주행전략시스템, 그리고 최종적으로 차량을 제어하는 시스템으로 구성되어 있다. 자율주행기능의 복잡도에 따라 자율주행기술의 단계가 나뉘어지며, 이러한 시스템을 구성하는 세부적인 방법은 개발팀 마다 중점적으로 사용하는 센서 시스템이나 접근 방법에 따라 다소 차이가 있다.
	현재 해결해야하는 자율주행기술의 문제점은 무엇이 있는가?	이동과 수송의 공간을 활용한 다양한 미디어의 연결, 미디어를 이용한 콘텐츠 개발 등은 자율주행이동서비스를 이용한 산업생태계간의 융합이 가능해진다. 다만, 이동 플랫폼에서 사용할 수 있는 에너지 자원의 한계와 통신의 대역폭, 보안 등의 해결해야 하는 문제는 여전히 남아 있다.
	자율주행기술이란 무엇인가?	운전자의 안전운전을 지원하는 시스템 일부는 이미 제품으로 상용화되는 추세이다. 이러한 자율주행기술은 전자화된 자동차를 기반으로 운전자 대신 차량에 장착된 센서와 SW를 이용해서 교통법규를 지키고 교통상황에 적절히 대처하며 출발지에서 목적지까지 안전하고 편리하게 이동하는 융·복합적인 기술분야이다. 교통사고 저감과 이동효율성의 증대 및 교통약자의 이동편의성을 지원하는 등 사람의 이동 서비스(Maas: Mobility as a service)에서 최근에는 물류 등으로 확대되어 수송 서비스(Taas : Transportation as aservice)에도 활발한 연구가 진행중이다.

참고문헌 (6)

S-J.Han, Robust Ego-motion Estimation and Map Matching Technique for Autonomous Vehicle Localization with High Definition Digital Map, IEEE ICTC 2018(2018), pp. 630-635.
J. Levinson, M. Montemerlo, and S. Thrun, "Map-based precision vehicle localization in urban environments," Robotics: Science and Systems, vol. 4. 2007. p.1 -8.
J. Levinson, and S. Thrun, "Robust vehicle localization in urban environments using probabilistic maps," in Proc. Robotics and Automation, 2010, pp. 4372-4378.
H. Sobreira, et al., "Map-matching algorithms for robot self-localization: a comparison between perfect match, iterative closest point and normal distributions transform," Journal of Intelligent & Robotic Systems, Jan., 2018, pp. 1 -14.
S-J. Han and J.Choi, "Real-time precision vehicle localization using numerical maps," ETRI Journal, vol. 36, no. 6, 2014, pp. 968-978

원문보기 상세보기
Lee et al., DESIRE: distant future prediction in dynamic scenes with interacting agents, CVPR 2017.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증