자율주행차 인간처럼 판단하려 하고 있다

(출처: ARGO AI)

 

(2020.06.29.) 인간은 차를 운전할 때 어떤 순간에 쳐다봐야 길에서 잠재적 장애물들이 완전히 나타나지 않을지 알고 있다. 예를 들어 트럭이 인간 운전자의 시야를 차단해 길을 건너는 보행자를 못보게 할 수 있지만 운전자라면 신호등이 녹색으로 바뀌었을 때 앞으로 가기 전 횡단보도에 누군가가 있을 수 있다고 생각할 것이다. 현재의 자율주행차들은 이 개념과 고군분투하고 있다.

 

카네기 멜론 대학(CMU)에서 개발된 기술은 이러한 문제를 해결하는데 도움을 줄 수 있을 것이다. 자동차는 지도제작 기술을 통해 센서가 보고 있는 것을 더 자세히 해석 할 수 있다. 거리측정을 위한 레이저 기반 시스템인 차량용 LIDAR의 데이터는 실제로 3차원적이지 않기 때문에 물체의 막힌 부분을 볼 수 없고 현재 알고리즘은 장애물을 판단하지 않는다.

 

CMU 연구진의 방식은 3D 라이브러리 안에서 물체와 데이터 포인트 세트인 포인트 클라우드에 매칭시킨다. 이를 통해 차량은 실제로 볼 수 없는 잠재적 장애물을 고려할 수 있다. 지도 제작을 이용하는 또 다른 방법은 차량이 미래에 물체가 어디에 있을지 예상하는 것을 돕기 위함이다.

 

scene flow 기술 (출처 : Leibniz University Hannover)

 

 

운전을 할 때 가장 중요한 것 중 하나는 안전한 운행을 위해 앞으로 상황이 어떻게 될지 판단하는 것이다. 이제 자율주행차는 포인트 클라우드와 자율주행 데이터를 이용해 인간과 같은 판단을 할 수 있게 됐다. 자율주행차는 scene flow라는 기술을 활용해 일련의 데이터 지점과 그 지점의 속도와 궤적을 계산하여 움직이는 물체가 어디로 향하는지 예측할 수 있다. 인간이 안전운전을 하기 위해서는 이런 종류의 예측 판단이 필요하다. 인간 운전자와 마찬가지로 이 시스템은 사용될수록 더욱 정교하고 정확해진다. 시스템이 실시간으로 데이터를 생성하면 다시 돌아가서 개체에 대해 수행한 예측을 검토하고 오류를 수정한다.

 

 

 

[출처]

https://www.wesa.fm/post/cmu-researchers-want-help-autonomous-vehicles-see-humans#stream/0

CMU Researchers Want To Help Autonomous Vehicles See Like Humans

Edited by Lucy