- 자율주행 통합 인지시스템 구성
- 센서 : 카메라, 레이더, 라이다, 초음파
- 차량 네트워크 : 센서 데이터를 자율주행 컴퓨터로 가져오기 위한 통신 링크
- 자율주행 컴퓨터 : 범용 계산을 위한 CPU, GPU. 고속 뉴럴네트워크 계산을 위한 가속기
- 인지 소프트웨어 : 주변 환경 인지 수행을 위한 알고리즘
- 자율주행 통합 인지 기능
- 센서 데이터의 전처리 및 동기화
- 동적 객체 검출 /추적
- 동적 객체의 의도 및 미래 위치 예측 : 동적 객체의 움직임을 분서가여 의도와 미래 거동 예측
- 주행 관련 정적 객체 검출 - 맵매칭 기반 측위에 활용
- 차로, 도로 등의 영역 검출 - 맵매칭 기반 측위에 활용
- 전방 영역 또는 장애물 등의 거리 지도 생성
- 센서별 인지 기술
-
카메라 센서
주로 CNN 등의 딥러닝 모델을 카메라 영상에 적용 - 동적 객체와 정적 객체의 검출, 추적이 가능함
(기존) 물체의 크기나 범퍼 등의 정보를 이용하여 물체의 거리 측정
(최근) 카메라 영상 기반 거리 추정 딥러닝 기술 적용, 스테레오(카메라 2개) 카메라 사용, 카메라 영상으로 차선, 도로, 신호등 등의 객체 검출과 객체의 움직임을 분석하여 주변 차량 또는 보행자의 경로 예측 -
레이더
수신된 전자기 신호 분석 - 조감도 영역(Bird's Eye View)에서 동적 객체의 위치와 속도 측정
물체의 움직임 추적 및 물체 ID 부여
장애물에 의한 Clutter와 물체를 분석할 수 있어야함. -
라이다
포인트 클라우드 데이터를 취득하여 분석 - 3차원 영역에서 동적 객체의 위치 검출, 추적
고해상도 라이다의 경우, 동적 객체의 정확한 종류, 거리 정보 등을 얻을 수 있음
전방 영역 또는 장애물까지의 거리를 정확히 추정 가능 -
센서 융합 기반의 물체 검출
복합 센서로 얻은 정보 융합 후 강인하고 신뢰성 높은 인지 기능 수행
