ROBOTION

[태그:] 현기차 자율주행

  • 현기차 자율주행, 판단 제어 기술 소개

     자동차 주행환경은 예기치 않은 변수가 많고, 순간적으로 빠른 판단을 요하는 상황이 자주 발생합니다. 때문에 인지 기술을 통해 수집한 정보를 얼마나 빨리, 정확하게 판단하느냐가 운명을 가르기도 합니다. 또, 방대한 정보와 정확한 판단이 선행됐지만, 이를 상황에 맞게 제대로 구현하지 못한다면 무용지물이 될 수밖에 없습니다. 때문에 인지와 판단 과정을 거쳐 의도한대로 차량을 제어하는 제어 기술은 자율주행을 완성하는 화룡점정과도 같습니다. 현기차 자율주행, 어떻게 판단하는가?  보고 듣고 말하고 자고 먹는 등 사람의 모든 행동을 주관하는 두뇌는 우리 몸의 본부와 같습니다. 때문에 인지된 각종 정보를 종합하고 상황을 고려해 판단하는 기술 역시 두뇌에 비유되곤 합니다. 인지센서를 통해 수집된 각종 정보를 바탕으로 주행환경과 목표지점에 적합한 주행전략을 수립하는 게 판단 기술이기 때문입니다. 특히 판단 부문은 인지와 밀접하게 연관되는 만큼 두 기술이 얼마나 잘 협업을 이루고 조화를 이루느냐에 따라 전체 자율주행의 완성도가 좌우됩니다. 이런 판단 기술의 주요 구성품들은 인간공학적설계(HMI, Human Machine Interface), 사고기록장치(EDR, Event Data Recorder), DCU(DomainControl Unit) 등으로, 인지와는 달리 차량 내부에 탑재돼 눈으로 확인하기는 어렵습니다. 현기차 자율주행 기술, 좋은 답을 찾는 과정  일반적으로 판단 기술 분야는 경로 생성 기술로 알려져 있다. 각종 센서들로부터 입수된 많은 정보를 바탕으로 주행을 시작한다고 가정할 때, 그 경로 안에 만일 보행자나 장애물이 있다면 그것을 피해갈 것인지, 그냥 가도 되는 것인지, 안전하거나 혹은 위험한 것인지 등 그야말로 엄청나게 많은 솔루션이 도출될 수 있습니다. 인생에 답이 없듯, 여기에도 정답은 없습니다. 어떤 선택을 하느냐에 따라 답은 셀 수 없이 많아지기 때문입니다. 물론, 빠른 길인가, 더 안전한 길인가 하는 명제처럼 좋은 답과 나쁜 답은 있을 수 있는데 엔지니어들은 이것을 ‘최적화’라고 표현합니다. 다시 말해 최적의 경로를 찾아내는 과정, 그것이 판단 기술의 핵심인 것입니다. 판단 기술과 관련해 10번이 넘는 대회를 경험하면서 참가 학생들의 마인드나 기술 수준은 상당히 높아졌지만, 아직까지 최적의 경로를 검증할만큼 진보한 것은 아닙니다. 때문에 이번 공모전에서는 교차로 진입이나 방향 지시 표지판을 이해해 그 내용을 정확히 수행하는지 등의 미션을 통해 기본적인 판단 기능 수준을 평가할 방침입니다. 공모전, 내 인생을 바꾼 그 특별한 기억 공모전 시즌이 돌아오니 10회 대회 때 참가해 우승했던 기억이 납니다. 이제는 후배들에게 기술자문에, 조언도 해주고 있으니 감회가 새롭고 마음이 벅차네요. 사실 공모전은 제 인생을 바꾼 결정적 사건 중 하나였습니다. 보통 엔지니어링을 공부하다 보면 전문적인 기술 분야를 꿈꾸기 마련인데, 공모전을 통해 완성차 제작과 관련한 모든분야를 접하고, 각 파트와 협업·조율하는 과정에서 소통하는 법도 배우고 나니 제 사고가 얼마나 좁았었는지 깨달을 수 있었습니다. 공모전을 통한 값진 경험이 저를 오늘 이 자리에 서게 한 것이죠. 후배들도 이렇게 좋은 기회를 꼭 경험해 세상을 더 넓게 보라고 말하고 싶습니다. 저도 초심을 잃지 않고 많은 사람들이 공감할 수 있는 실용적인 자율주행자동차를 만들기 위해 노력할 테니까요. -현대자동차 연구원 수기-  현기차 자율주행 기술, 어떻게 제어하는가?  눈, 귀와 같은 감각기관을 통해 얻은 정보를 두뇌에서 판단하고 나면 다음 단계는 ‘액션’입니다. 때문에 우리 몸에서 액션을 담당하는 팔이나 다리, 신경계 등은 자율주행 과정 중 제어에 비유되곤 합니다. 다시 말해 제어란 인지된 정보를 바탕으로 그 의미를 판단한 후 이를 실제로 구현하는 기술. 멈추고, 피하고, 회전하는 등 구체적인 자동차의 움직임으로 이어지기 때문에 자율주행의 마지막 단계라고 할 수 있습니다. 그런 맥락에서 주요 부품들 역시 우리 몸속의 신경과 근육처럼 차를 뜯기 전까지는 확인하기 어렵습니다. 파워트레인(Powertrain), 브레이크(Brake), 스티어링(Steering), 서스펜션(Suspension) 등의 액추에이터(Actuator)가 그것. 자연히 이들을 관장하는 스마트 크루즈 컨트롤(SCC, Smart Cruise Control)이나 차선 유지 지원 시스템(LKAS, Lane Keeping Assist System) 등은 제어 기술의 구현 정도를 가늠해보게 하는 척도가 됩니다. 그런데 한 가지 재미있는 점은 우리가 흔히 생각하는 제어의 영역이 두뇌를 통해 얻는 정보를 답습하는 수준이라는 사실. 하지만 제어는 이뿐만 아니라 인지나 판단 과정에서 잘못된 정보가 인식됐을 때 이를 스스로 빨리 안정화시키는 것도 핵심 부분입니다. 현기차 제어의 대표 기술, 조향과 가감속  차량을 움직이는 제어에는 크게 조향과 가감속기술이 있습니다. 쉽게 말해 조향은 운전자의 임의대로 스티어링 방향을 조작하는 것. 가감속은 가속페달과 제동페달을 통해 차량을 달리게, 혹은 멈추게 하는 기술을 말합니다. 과거 운전자가 조작하는 기계적인 힘으로 동작하던 조향과 가감속 제어는, 최근 차량 내부 통신 규격인 CAN 통신을 이용해 각각 MDPS 모터, 혹은 엔진제어기를 조절하는 방식으로 변화하고 있습니다. 차량의 각 부품끼리 데이터를 주고받고, 서로의 움직임을 제어하는 언어인 이 통신 규격은 각 자동차 회사마다 고유의 규칙이 있으며 저마다의 노하우가 담겨 있습니다. 이번 공모전에 참가한 대학들은 완성차 연구원들 고유의 차량 내부 통신언어를 이용하는 대신, 직접 와이어와 피스톤 등을 통해 스티어링과 가감속 페달을 제어하는 방식을 사용합니다. 자율주행자동차라는 테마로 치러지는 3번째 대회인 만큼, 제어 부문에서 튜닝이나 자동차 개조 등 학생들의 제어기 제작 수준이 이미 상당해졌지만, 차가 흔들리거나 다른 방향으로 주행할 때 실제 운전자가 조작하는 것처럼 최대한 빨리 안정화시키는 등의 기술력은 아직 부족해 이 부분을 어떻게 해결하는가가 제어 관련 검증 포인트가 될 것으로 판단됩니다.  자율주행의 핵심은 ‘안전’이다 공모전에 참가한 학생들을 보면 동질감이 느껴져 마음 한편 흐뭇해지곤 합니다. 사실 저도 1회 대회 출신이거든요. 물론 기술력은 그때와 비교해 엄청나게 차이가 나지만 말입니다. 하지만 제 위치가 참가 학생에서 연구원으로 바뀌었건, 또 기술력이 그때와 상당한 차이를 보이건 간에 공모전을 통해 느끼는 분명한 한 가지는 자율주행자동차야말로 ‘안전’을 위해 탄생한 자동차라는 사실입니다. 소비자들은 직접 운전하지 않아도 되니 그저 편하다고 생각하지만, 목적지까지 나를 안전하게 데려다 주는 기술, 이것이야말로 자율주행의 핵심입니다. 편의가 아닌, 안전. 제가, 또 우리가 미래자동차를 꿈꾸며 마음에 새겨야 할 포인트일 것입니다. 처음 만든다는 그 자부심 저는 10회 대회 때 데모카를 제작하면서 공모전을 함께 준비하는 행운을 얻었습니다. 당시 차량을 받아 개조를 하기 시작했는데, 주어진 시간이 겨우 두 달뿐이었습니다. 그야말로 막막함, 그 자체였죠. 하지만 이론상으로 알던 다양한 지식을 실전에서 직접 실현해 볼 수 있어 무척 재미있었습니다. 비록 데모카였지만, 회사는 물론 국내에서도 처음 만든 자율주행자동차였기에 자부심이 컸습니다. 지금은 자문책을 담당하다 보니 그때의 설렘은 다소 줄어들었을지 몰라도 자율주행자동차에 대한 열정만큼은 여전히 뜨겁습니다. 그리고 그 열정을 이제는 안전한 주행이나 격정적인 드라이빙 감각 등 저마다 다른 고객의 니즈를 반영한 맞춤 차량을 만들기 위해 모두 쏟아 부을 생각입니다.-현대자동차 연구원 수기-   

    원문: 네이버 블로그에서 보기

  • 현기차 자율주행, 인지 기술 소개

     사람이 길을 걸을 때 눈으로 길을 살피고 안전한지 확인한 후 비로소 걸음을 떼는 것처럼 자율주행자동차 역시 전방을 센서로 스캔해 차선을 확인하고, 보행자나 선행차량은 없는지 또 신호는 어떻게 되는지 등을 판단한 다음에야 시동을 걸고 주행하기 시작합니다. 물론 이 모든 과정의 주체는 바로 자동차입니다. 이렇게 스스로 주행환경을 인지하고 판단해, 제어하는 세 가지 핵심 기술이 바로 자율주행을 완성하는 키 포인트입니다. 현기차 자율주행 대중화 시대를 선도한다 자율주행 기술은 운전자가 설정하는 기본 정보를 바탕으로 그것을 구현하는 수준에서부터 시작돼 현재는 보다 진보한 기술과 시스템을 통해 주행 중 일어날 수 있는 위험상황을 미리 감지해 사전 경고하는 수준까지 발전했습니다. 최근의 고도화된 센서, 정교해진 맵 등이 이 과정에서 제 구실을 톡톡히 하고 있습니다. 또한 여기에서 한 발 더 나아가 사고로 인한 피해를 최소화하기 위해 자동차 스스로 조향 및 제동 기술에 직접 관여하는 등 ‘안전’을 향한 주행을 멈추지 않고 있습니다. 이에 따라 현기차는 2015년부터 기존의 운전 보조 기능을 확대하고, 어드밴스드 스마트 크루즈 컨트롤(ASCC, Advanced Smart Cruise Control)이나 차선 유지 지원 시스템(LKAS, Lane Keeping Assist System) 등과 같은 장치를 통해 고속도로 자동주행을 구현, 2020년부터는 고속도로에서 차선 변경도 가능한 자율주행을 완성한다는 계획입니다. 더불어 2025년부터는 도심 자율주행까지 가능케 한다는 예정이어서 자율주행 대중화 시대를 열 전망입니다.현기차 인지 기술, 어떻게 인지하는가?  목적지를 향해 갈 때 첫 번째 할 일은 그곳까지의 노선을 파악하는 것. 도로의 차선이나 신호, 보행자, 선행차량 등을 지각하는 일이 우선돼야 하기 때문에 자율주행의 첫 단계도 인지 기술로부터 시작됩니다. 자율주행을 구성하는 3가지 기술 중 인지 기술은 한마디로 우리 몸의 눈과 같다고 할 수 있습니다. 우리가 눈을 통해 각종 정보를 읽고 받아들이는 것처럼, 자율주행자동차 역시 차량에 장착된 카메라나 레이더(Radar), 라이다(Lidar)와 같은 센서로 주변환경을 파악하고, 스캐너로 정확한 정보를 습득해 인지합니다. 때문에 인지 기술에서는 정확하게 정보를 수집할 수 있는 능력이 그 어떤 것보다 중요합니다. 위성으로부터 신호를 받아 현재 위치를 파악하는 ① GPS, 주변 환경을 모니터링하고 장애물을 인지하는 레이저 스캐너, 도로 위의 횡단보도를 인식하는 영상센서가 주요 구성 항목인 것도 이 때문입니다. 정확한 정보 수집을 위해 오차범위가 적은 ② DGPS나 보다 정밀한 측정 기술을 구현하기 위한 레이저 스캐너, 스테레오 카메라와 같은 고성능 센서가 집중 개발되는 이유도 여기에 있습니다. 현기차 자율주행, 동행하는 인지와 예측  현기차 인지 기술은 단순히 인지 과정만을 요구하진 않습니다. 도로 주변의 여러 정보를 파악하다 보면 자연스럽게 예측이 필요한 상황이 벌어지기 때문입니다. 우리가 운전할 때 터널을 통과하는 경우를 떠 올려보세요. 터널에 진입한 순간 일시적으로 시야가 어두워져 아무 것도 보이지 않지만, 그렇다고 터널 속 상황을 예측할 수 없는 것은 아닙니다. 이미 우리 머리 속에는 터널에 진입하기 전, 선행차량이 무엇이고, 어느 정도의 차간거리를 두고 주행하고 있었는지 입력돼 있기 때문입니다. 현기차 자율주행, 네비게이션 GPS 신호에 의존해 경로를 결정하는 자율주행자동차도 마찬가지입니다. 특히 일반도로와 동일 궤적을 갖는 고가도로에서 GPS를 사용하는 내비게이션은 운전자가 어느 도로 위에서 주행 중인지 구분하기 쉽지 않습니다. 따라서 안전한 자율주행을 위해서는 이러한 상황에서 주변환경을 인지 해 올바른 경로 예측을 돕는 기술이 요구됩니다.  현기차 인지 미션, 공모전의 난도를 높이다 인지 기술에는 레이더, 라이다와 같은 대표적인 구성품 외에도 카메라를 비롯한 V2X(Vehicle to everything), Digital Map, GPS 등 자율주행자동차를 구성하는 핵심 부품 중 대다수가 여기에 해당합니다. 그만큼 인지 기술은 자율주행 기술에서 가장 기본적이면서도 중요한 분야이며, 최근 더욱 고도화되면서 가장 주목 받고 있기도 합니다. 제12회 자율주행자동차 경진대회에서도 인지 기술을 검증하는 미션의 난도가 한층 높아졌습니다. 주행 코스에는 교차로 상황 판단, 선행차량 낙하물인지 회피, 주차공간 인지 및 주차 미션 등 인지 기술을 검증하는 미션이 곳곳에 포진해 있는데, 이 미션을 수행하기 위해서는 정확한 정보 습득이 필수입니다. 하지만 이번 대회에서는 오차 범위가 큰 일반 GPS를 사용하게 함으로써 그만큼 정확한 정보습득이 까다로워졌고 미션 수행도 어려워졌습니다. 인지 능력을 정교화하는 선행 학습 자율주행자동차가 미션을 인지해 수행할 때 중요한 선행 과정이 하나 있습니다. 바로 학습입니다. 예를 들어 공모전에서 보행자 미션을 수행하는 3번 코스의 경우, 자동차가 인식해야 할 보행자를 두 번째에 위치시켰다면 자동차는 여러 더미들과 보행자를 구별해 정확하게 보행자만을 인식해야 합니다. 여기에서 자율주행자동차가 일반 더미와 보행자를 구별하는 기준. 그것이 바로 학습입니다. 연구원들은 평소 팔, 다리, 머리 등 보편적으로 사람이라고 판단할 수 있는 특징을 모아 미리 자동차에 학습시키고, 이런 기반에서 자동차는 카메라를 통해 그 특징을 포착, 미션을 완수하는 것. 이는 관련 사례가 많아질수록 인지 능력도 정교해지기 때문에 연구원들은 각각의 상황에 따라 가능한 많은 사례를 수집하고 있습니다.     

    원문: 네이버 블로그에서 보기