자율주행 기술 인프라 : 데이터, 하드웨어
Q) 자율주행에서 학습 데이터를 모아서 지속적으로 인공지능 성능을 개선하려면 어떤 기술이 필요할까?
→ 학습 데이터가 늘어날수록 인공지능 기술은 진화한다. 인공지능 기술이 업그레이드 될 때마다 차량의 소프트웨어를 무선으로 업데이트해 줄 수 있는 OTA (Over the Air) 기술이 필요하다.
학습 내용)
1.
자율주행 데이터
2.
자율주행 하드웨어
keyword 1)
라벨링 과정
→ 학습 데이터에 정답을 붙여주는 과정
keyword 2)
차량 네트워크
→ 차량에서 고속 센서 데이터를 자율주행 컴퓨터로 전송하기 위한 네트워크
keyword 3)
NPU
→ Neural Processing Unit
→ 딥러닝 계산에 특화된 칩셋
자율주행 데이터
•
자율주행 시 많은 센서 데이터 생성
•
센서 데이터를 이용한 인공지능 모델 학습
•
시뮬레이션을 통해 얻은 주행 데이터 활용
→ 급속도로 증가하는 데이터에 대한 관리가 필요
→ 데이터에 정답을 붙여주는 라벨링 과정 필요
→ 데이터 증가 → 머신러닝 모델 학습 성능 개선 → 주기적인 자율주행 기능 업데이트 필요
•
테스트 차량 또는 자율주행차가 수집한 데이터를 클라우드로 전송
◦
클라우드에서 가공 및 라벨링 과정 수행
→ 데이터 선별 필요
•
자율주행 기능의 학습(트레이닝) 수행
•
학습된 자율주행 기능의 테스트 및 검증
•
학습된 자율주행 기능을 OTA를 통해 탑재
⇒ 자율주행 기능의 업그레이드 완성
OTA (Over the Air) : 기기에 내장된 소프트웨어를 무선으로 업데이트 시키는 기술
자율주행 하드웨어
자율주행 센서
•
주변 환경 정보를 받기 위한 하드웨어
•
차량용 네트워크
◦
차량 내 고속 센서 데이터 네트워크 지원
•
차량용 반도체 프로세서
◦
전체적인 자율주행 기능 수행 및 관리
•
임베디드 하드웨어
◦
인지, 판단 등의 딥러닝 수행
•
저전력으로 구동, 실시간성이 중요
