NGV 캠퍼스 자율주행 기술 이해 정리

자율주행 자동차 기술 이해

1장 자율 주행 기술의 5단계 개요

0단계
운전자 보조

1단계
가감속을 통한 보조

2단계
특정 조건에서 시스템이 보조

3단계
자율주행, 운전권 이양 준비

4단계
원하는 영역내에서 자율주행, 모니터링 필요 x

5단계
궁극의 자율주행. 운전자 불필요

2장 자율주행 기술의 발전현황

1. DARPA GRAND CHALLENGE(2004)-사막코스, 첫 대회에 완주팀X, 두번째 대회에 스탠포드 대학 우승
2. DARPA URBAN CHALLENGE-도심코스
3. 구글에서 자율주행차 연구 시작
현 단계는 반자율주행 기술 탑재(크루즈, 차로 유지)
딥러닝 인공지능과 차량용 반도체, 네트워크를 이용한 자율주행이 개발되고 있다. 

3장 자율주행 기술의 미래 발전방향

FALL BACK - 차가 고장났을 경우 피드백을 통해 안정성을 높인다.
교통 흐름 파악 - 네트워크 이용
데이터 확장 및 인공지능 기술의 진화로 자율주행 진화
시뮬레이션을 통해 신뢰성 있는 테스트와 검증
인공지능 알고리즘과 반도체 기술이 발전하며 자율주행 기술 고도화

4장 자율주행 기술 구성

인지 - 센서 = 사람의 감각기관/측위 - 지도와 비교
판단 - 경로계획
제어 - 판단의 결과
자율주행플랫폼 - 센서/차량네트워크/클라우드/통신

5장 자율주행 기술의 요소 : 센서, 인지, 측위

센서 - 외부 정보를 받아들임.
인지 - 센서를 통해 주변 환경에 대한 정보를 알아냄.
측위 - odometry(주행기록계)를 활용하여 gps가 없는 공간에서도 측위를 알 수 있다. + map matching을 활용한다.

6장 자율주행 기술의 요소 : 판단, 제어

판단기술 - 충돌 여부 판단, 경로 계획, 위험 회피
제어 - 차량을 올바르게 제어

7장 자율주행 기술 인프라 : 통신, 고정밀지도

차세대 지능형 교통 시스템(C-ITS) - 자율주행 실현을 위해 차와 인프라 기술간의 협력 필요
 v2x,v2v,v2i,모바일 엣지 컴퓨팅 등 여러 통신을 사용
클라우드를 통해 정밀지도 사용

8장 자율주행 기술 인프라 : 데이터, 하드웨어

라벨링 - 딥러닝용 데이터/클라우드 서버에서 과정 수행
딥러닝 - 차량 주행 시 취득한 데이터 이용, 시뮬을 통해 얻은 데이터 활용
NPU - 임베디드 하드웨어. 딥러닝 계산에 특화된 반도체/ 저전력, 실시간성 중요.