웨이모, 백업드라이버 없는 완전자율주행 택시 공식 운행

출처: Nick Oza/The Republic

 

(2020.10.09.) 웨이모는 지난 1년 동안 엄선된 라이더 그룹에 제공하던 서비스를 확대하여 앞으로 몇 주 동안 일반 대중들이 아리조나 주 피닉스에서 무인 자율주행차를 탈 수 있도록 제공한다. 이 서비스는 8일 목요일 일반 대중에게 공개된다. 이후 웨이모는 일부 차량에 운전대를 잡는 인적 백업 드라이버를 다시 도입해 서비스 영역 확대에 힘쓸 예정이다. 예비 운전자들이 탑승하지 않는 자율차량들은 50평방마일의 구역에서 서비스를 제공할 것이다. 비상시에 인수인계하고 차를 운전할 수 있는 원격 감시하는 사람이 없다.

 

코로나바이러스가 발생하기 전 웨이모는 일주일에 1000~2000대의 자율주행차를 제공하였다. 대부분의 차량에는 보조 드라이버가 있었지만, NDA에 서명한 5~10%의 일부 승객은 인간 백업 드라이버가 없는 무운전자 상태를 경험하기도 했다. 웨이모는 피닉스 지역에서 얼마나 많은 일반인이 완전자율형 차량을 이용할 수 있을지는 아직 공개하지 않았다.

구글의 모기업인 알파벳의 계열사인 웨이모는 결국 캘리포니아로 서비스를 확장하기를 바라고 있지만 아직 구체적인 확장 계획은 발표하지 않고 있다.

 

웨이모는 안전을 위해 차 안에 있는 물티슈와 소독용 젤을 제공하고 탑승자들에게 코로나 바이러스에 노출되지 않았는지 체크리스트에서 확인 요청한다. 웨이모는 승차자에게 마스크를 착용하도록 하고, 차내 카메라를 이용해 마스크를 착용하고 있는지 확인한다. 마스크를 착용하지 않은 것을 감지하면 차량 지원팀이 출동해 승차자에게 규정을 리마인드 시킬 것이지만 여정을 중단할지의 여부는 아직 발표 하지 않았다. 이 차량에는 세균을 제거하는 공기 순환 기능도 있다. 운전자 없이 자율운행하는 것은 웨이모가 다목적 운전 알고리즘을 구축한다는 목표에 근접하게 하는 것 외에도, 대유행과 산불로 인해 잠재적으로 안전하지 못한 환경에서 일하도록 강요된 안전 운전자들의 위험을 줄일 수 있는 방법이 될 수 있다.

 

 

출처: Nick Oza/The Republic

 

웨이모 자동차는 작년에 5.5시간 동안 운전하는 자동차 한 대가 수집하는 것과 동등한 데이터 세트인 거의 2테라바이트에 가까운 데이터를 모았다고 발표했다. 웨이모는 피닉스에서 2년 동안 300~400대의 자동차를 시험해 왔으며 이는 피닉스의 경관에 대한 페타바이트의 정보를 잠재적으로 기록했다는 것을 의미한다. 같은 도로를 수 백번 운전한 인간 운전자가 다른 차량이나 보행자처럼 변화되는 환경의 일부에만 집중하면 되는 것처럼, 웨이모 드라이버는 우리의 고도로 세밀한 지도에서 도로의 영구적인 특징을 파악한 다음, 그 주변의 세계를 정확하게 인지하기 위해 탑재된 시스템을 사용하여 집중한다.

 

웨이모는 모든 AI 리서치를 출판하거나 연구원들이 발표한 모든 논문을 수집하지는 않는다. 그러나 웨이모의 드라고미르 앙겔로프 연구실장은 일반적으로 연구소의 가장 영향력 있는 작업의 저자에 속한다. 그래서 올해 앵겔로프의 출판물을 추적함으로써 웨이모의 연구실에서 무슨 일이 일어나고 있는지 짐작할 수 있다. 명백해 보이는 것은 자율주행차 설계의 가장 단순하고 어려운 문제가 아직 해결되지 않았다는 점이다. 연구자들은 여전히 보행자와 같이 자동차 주위에서 물체를 더 잘 추적할 수 있는 방법, 물체가 어디로 갈지 예측하는 방법, 그리고 자동차에게 세상을 설명하는 더 많은 훈련 데이터를 얻는 방법에 대해 고심하고 있다.

 

웨이모의 근황에 대한 자세한 내용은 다음과 같다.

 

 

움직이는 물체의 궤적 예측

자율주행 자동차는 다른 자동차, 자전거, 스쿠터 또는 보행자들이 어디로 가고 있는지 예측할 수 있어야 한다. 이 논문에서 웨이모는 자동차 주변의 물체에 대한 잠재적 궤적을 생성하고, 그 물체가 발생할 가능성에 대해 순위를 매겨 자동차가 물체와 부딪히지 않는 경로를 스스로 계획할 수 있는 방법에 대해 논한다. 보행자나 다른 차가 어디로 움직일지에 영향을 줄 수 있는 표지판이나 불빛을 분석한다.

 

여러 개체 추적

보행자나 자동차가 어디로 갈지 예측하기 위해서는 우선 자동차가 주변의 다른 모든 차량과 보행자를 추적할 수 있어야 한다. 연구원들은 이 문제가 자동차와 보행자들이 시력을 잃고 복잡한 방식으로 서로 교류하기 때문에 매우 어렵다고 말한다. 이번 웨이모 연구는 어수선한 장면에서 보행자와 자동차를 식별하는 데 그치지 않고, 이들이 떠났다가 다시 시야에 들어올 때 이를 다시 인식하는 데 초점을 맞추고 있다.

 

훨씬 더 많은 교육 데이터 통합

페타바이트 단위의 주행 데이터로는 충분하지 않기 때문에 웨이모 연구자들은 이미 보유하고 있는 데이터를 새로운 합성 데이터를 생성하기 위해 활용함으로써 데이터의 효과를 높일 수 있는 방법을 모색하고 있다. 그들은 자동차의 데이터를 이용하여 시나리오의 3D 모델을 만든 다음 마치 자동차가 도로의 다른 위치에 있는 것처럼 다른 관점에서 그 장면을 보는 방식으로 한다. 이 새로운 데이터는 물체를 감지하고, 행동을 예측하고, 자동차의 움직임을 계획하기 위한 알고리즘에 주입될 수 있다.

 

 

 

 

[출처]

abcnews.go.com/Technology/wireStory/waymo-removing-backup-drivers-autonomous-vehicles-73502551

Waymo removing backup drivers from its autonomous vehicles

https://onezero.medium.com/actual-self-driving-taxis-are-hitting-city-streets-db41095d8a02

Actual Self-Driving Taxis Are Hitting City Streets

 

Edited by Lucy