돌발상황 / 사고상황 주행 판단
완전 자율 주행 서비스 실현을 위해서는 어떠한 기술이 필요할까?
→ 인식, 판단, 제어, 휴먼인터페이스, 통신, 보안 등 실시간이면서도 신뢰할 수 있는 시스템 기술이 요구된다.
(안전도 향상, 다양한 모빌리티 제공, 도로교통 효율성 향상, 공해 저감, 자원 사용 효용성 향상 등)
자율 주행의 성공 여부? → 1%의 사고 발생 여부에 달려있다.
→ 완벽한 자율 주행 시스템을 마련하기 위해서는 대응이 중요
Q) 자율 주행차의 돌발 상황 / 사고 상황 주행 판단을 위해서는 어떠한 기술들이 더 발전되어야 할까?
학습 내용)
1.
돌발 상황 / 사고 상황 주행 판단 개념
2.
돌발 상황 / 사고 상황 판단 원리
keyword 1)
돌발상황 / 사고상황 주행 판단 개념
→ 자율 주행차는 다양한 돌발상황 및 사고상황에 대한 대응이 가능한 솔루션 구축이 필요
keyword 2)
돌발상황 / 사고상황 주행 판단 원리
→ Rule-Based 관점과 AI-Based 관점에서 돌발상황 및 사고상황 주행 판단에 대한 기술적 구현 가능
keyword 3)
돌발상황 / 사고상황 주행 판단 기술
→ 사람 이상의 수준으로 돌발상황 및 사고상황에서 유연한 대처가 가능한 주행 판단 성능 고도화 필요
돌발 상황 / 사고 상황 주행 판단 개념
→ 예시) 임시 공사 구간 상황, 차량 간 사고 상황
자율 주행차 프로세스가 필요 → 돌발, 사고상황 종류가 다양해 예외 케이스 항상 발생
ex) 임시 공사 구간 상황
1.
구조물 크기
2.
구조물 배치
ex) 사고 상황
1.
상황, 자세 종류에 따라 다양한 사고 상황 존재
→ 판단 기술 구현시
•
범용적 솔루션 활용 불가
◦
모든 상황에 대한 주행 상황 구별 판단 기술이 필요
돌발 상황 / 사고 상황 판단 원리
1.
Rule-Based 관점에서의 판단
→ 간단한 규칙을 통해 돌발상황 및 사고상황 판단 가능
→ 경우의 수가 많기 때문에 규칙 기반 판단은 한계가 있다
→ 카메라, 라이다, 레이더를 통해 단순한 규칙을 세울 시 대응이 쉽지 않다
•
보수적인 자율 주행은 가능하지만
•
사람이 운전하는 듯한 효율적인 운전 주행은 쉽지 않다
—> AI 기반 연구가 활발히 진행 중
2.
AI-Based 관점에서의 판단
→ 장면의 상황 판단을 위하여 딥러닝 알고리즘을 활용
ex) 카메라에 돌발, 사고상황 영상 장면 상황 결과 도출
→ 장면 분류(Scene Classification), 장면 이해 기술(Scene Understanding)
→ 딥러닝 모델을 학습시켜, 다양한 영상 장면에 대한 주행 상황 판단 결과값을 얻을 수 있다.
→ 장면 상황 판단 후, 주행을 연속으로 하는 것이 필요
•
임시공사 구간 판단 알고리즘
•
주행 가능 공간 판단 알고리즘
→ 카메라 기반 딥러닝, Classical vision(영상처리방식)으로 추출이 가능
→ 카메라 뿐만 아니라 라이다, 레이더를 통해 Scene 분류 후 주행 가능 공간 탐색 가능
→ 센서를 모두 활용해 효율적인 자율 주행 시스템 구현할 수 있다.
포인트)
1.
돌발상황 및 사고상황에 대한 상황 분류, 이해 기술이 필요
•
Rule-Based
•
AI-Based
2.
도로 위 주행 가능 영역을 찾아 경로 생성 기반의 주행 계속 여부, 정차 여부 판단 및 연속 주행
•
Rule-Based
•
AI-Based
3.
물체 종류 및 배치 등 경우의 수가 많아 기술적으로 어려운 주행 시나리오 판단
4.
안전하고 효율적인 솔루션이 마련되도록 연구 진행 필요
