손대지 않고 운전하는 시대가 왔다!
‘레벨 3’ 자율주행차의 기본 기능은 스마트 크루즈 컨트롤, 차선 유지 및 변경 시스템 등이며, 이 기능은 운전자 개입 없이 작동해야 합니다. 이렇게 되기 위해서는 주변 환경에 대한 매우 정확하고 정확한 인식이 선행되어야겠죠?차선을 유지하거나 변경하기 위해서는 차선에 대한 인식뿐만 아니라 주변 차량에 대한 인식도 필요합니다. 또한 충돌을 방지하기 위해서는 전방 차량을 파악하는 등의 기능도 필요합니다. 안전한 레벨3 자율주행은 그야말로 인식 기술의 향연이라 해도 과언이 아닙니다. 자세한 내용을 살펴보겠습니다. 7월 1일부터 레벨3 자율주행차 출시 및 판매!국토교통부가 세계 최초로 안전기준 제정
7월부터#사람이#핸들을 쥐지 않아도 자동차가 스스로 차선을 유지하며 달리는 형 자동차로 유지 기능이 탑재된#수준 3자동 운전 자동차의 발매와 판매가 가능했다. #국토 교통부는 1월 6일 이런 수준 3의 안전 기준을 도입했다고 발표하고 있습니다. 이들 기준은 세계 최초의 사례로 주목을 모았습니다.이번 안전 기준의 제정은 국토 교통부가 추진한 연구 성과를 바탕으로 유엔 산하의 형 자동차 안전 기준 국제 조화 포럼에서 논의될 국제 동향과 산업과 학계 전문가 의견 수렴 등을 거쳐서 마련됐다.#미국 자동차 공학회(Society of Automotive Engineers)의 자동 운전 자동차 분류에 따르면 지금까지 국내에서 발매, 판매된 자동차의 자동 운전 기능은#자동 제동 속도 조절, 차선 이탈 경고 등에서 드라이버를 지원하는 수준에 해당하는 “수준 1~2″에 속합니다. 레벨 3의 경우는 운전자가 핸들을 쥐지 않고도 주행이 가능한 단계여서 사실상 자동 운전 자동차로 분류됩니다.단, 시스템이 운전자에게 요청하자 핸들을 잡을 필요가 있습니다. “레벨 4″는 조건부 완전 자동 운전에서 “레벨 5″는 모든 조건에서 드라이버 없이 주행하는 완전 자동 운전입니다. 그러므로, 레벨 3은 다음 단계로 발전하는 중간 과정과 평가됩니다.국토 교통부가 발표한 안전 기준에 따르면#자동 운전 모드가 실행되더라도 비상 사태에는 운전자가 핸들을 쥘 수 있게”경고”알람이 울려야 합니다. 예를 들어 운행 중에 고속 도로 출구에 들어가거나 뜻밖의 도로 공사에 처한 경우는 즉시 또는 15초 전에 경고를 통해서 운전자가 직접 운전하도록 했습니다.만약 충돌이 임박하고 있거나 운전자가 시스템의 요구에 대응할 시간이 모자라면 시스템이 비상 운영 기준에 따르고 최대한 둔화 등으로 대응하도록 했습니다. 또, 시스템의 운전 전환 요구에도 10초 이내에 운전자의 대응이 없는 경우는, 비상 운영 기준에 따르고 최대한 감속하고 비상 경고 신호를 작동시키도록 했습니다.이와 함께 비상 사태에 철저히 대비 때문에 운전자의 착석을 감지하고 운전 가능한지 확인됐을 때만 시스템이 작동하도록 했습니다. 뿐만 아니라 시스템의 고장 시 안전에 중대한 위험을 미치지 않도록 시스템의 이중화 등을 고려하여 설계하도록 하고 전 차량과 최소 안전 거리 등도 제시했다.특히 이번의 안전 기준 제정에서는 드라이버가 첨단 조향 장치를 실행하며 방향 지시기를 작동하면 시스템이 드라이버 대신 차선을 바꾸다”차원 2″의 수동 차선 변경 기능도 탑재할 수 있도록 제도화했습니다!국내 자동 운전 인식 기술 개발을 위한 발판을 만들
세계적으로 자동 운전 안전성을 확보하는 주변 환경과 장애물 등을 판별하는 인식 기술 개발이 활발하다. 이런 기술을 개발하고 그 성능을 평가하기 위해서는 실제 도로에서 수집한 다양한 센서 데이터와 기준 정보를 포함한 방대한 데이터 세트가 필수입니다. 그러나 이를 모두 구축하려면 많은 시간과 노력이 걸립니다.한국 국토 정보 공사 공간 정보 연구원에서는 이 문제를 해결하기 위해서 자동 운전 인식 기술 개발을 위한 방대한 KODAS데이터 세트를 구축하고 이를 민간에 공개하고 있습니다. 현재 한양 대학교 성균관 대학교 한국 교통 대학교, 모빌텍 모라이 등 약 20여개의 관련 대학 연구실 및 스타트 업이 KODAS데이터 세트를 이용하고 인식 기술에 대한 연구를 진행하고 있습니다.차량 탑재 센서는#환경 인식 센서 5종 16개와#위치 인식 센서 3종 4개로 구성되어 있습니다. 환경 인식 센서는#LIDAR5대,#RADAR3대, 카메라 6대,#온습도 센서 1대,#조도 센서 1대이며 위치 인식 센서는 GPS/INS, DMI, OBD-II입니다. KODAS데이터 세트 획득 시스템은 향후 센서의 확장성 때문에 분산식에서 구축했습니다.전체적인 시스템 동기화 때문에 MasterPC와 다수의 SlavePC간의 인터페이스는#EtherCAT통신에서 구축했습니다. 차량에 탑재한 카메라의#검정과 LIDAR-카메라의 검정, LIDAR-INS검정 등을 하고 관련#파라미터는#KODAS데이터 세트에 포함되어 있습니다. KODAS데이터 세트의 우수성에 대해서
KODAS데이터 세트는 국내 도로 환경에서 획득된 최초의 결과로 해외 데이터 세트 대비 3D GT(Ground Truth)및 프레임 수가 최대 40배 이상입니다. KODAS데이터 세트는 이동 데이터(차량, 보행자 등)와 고정 환경 데이터(신호등 표시판 등)로 구성되어 있어, 데이터의 속성 정보는 목에 위치, 측정 거리 및 평균 속도 측정 시간, 기상(낮, 야간), 햇빛(맑음, 흐림, 비, 눈)신호(유, 무), 도로 타입(고속화 도로, 시내 도로, 캠퍼스, 골목), 복잡도(한적, 보통 복잡)을 포함한다.또한 센서 융합 기반의 인식 기술 개발을 위한 자동 운전 자동차에 탑재된 단일 센서에서는 인식하기 어려운 환경의 데이터를 다수 구축했습니다. 특히 최신형 128채널 LIDAR(VLS-128)센서를 국내에서 처음 도입했으며 여기서 도출된 데이터를 민간에 제공함으로써 최신 기술 개발에 공헌했습니다.KODAS데이터 세트는 인식 기술 평가 시스템도 지원한다. 이동 및 고정체에 대한 2D/3D어노테이션(GT)데이터를 제공하고 이를 기반으로 각종 인식 기술의 성능을 평가할 수 있습니다. 뿐만 아니라, 딥 러닝 기반 객체 인식 기술을 개발하기 위해서, 학습 데이터 세트와 테스트 데이터 세트로 분류하고 사용자에게 제공합니다.이처럼 KODAS데이터 세트를 이용하여 이용자가 인식 기술을 개발하고 그 성능을 직접 평가할 수 있습니다. 한국 국토 정보 공사는 KODAS데이터 세트를 바탕으로 2019년 11월에 “자동 운전 인식 기술 콘테스트”를 개최했습니다. 콘테스트는 전방 영상 기반 융합 인식 기술, 전 방향 거리 기반 융합 인식 기술, 위치 추정의 3가지로 분류하여 이루어졌습니다.이 이벤트를 통해서 자동 운전 인식 기술 개발의 저변 확대와 진입 장벽을 낮추는 데 기여하였습니다. 현재 KODAS데이터 세트는#국가 중점 데이터에 선정됐으며”2020년도 공공 데이터 이용 활성화 지원 사업”의 “자동 운전 인공 지능 인식 기술 활성화를 위한 융합 데이터베이스 서비스 구축”과제를 수행할 예정입니다.2021년까지 더 풍부하고 고도화한 데이터 세트를 구축할 것이고, KODAS데이터 세트는 인식 기술 분야의 발전에 매우 큰 역할을 하고 있어 더”레벨 3″자동 운전 안전성 확보에 큰 도움이 된다고 기대됩니다!ⓒ LX_공간 정보 잡지(26호)글. 임·준혁 조·고려대 한국 국토 정보 공사 공간 정보 연구원 선임 연구원KODAS 데이터셋은 국내 도로 환경에서 획득된 최초의 결과로 해외 데이터셋 대비 3D GT(Ground Truth) 및 프레임 수가 최대 40배 이상입니다. KODAS 데이터셋은 이동체 데이터(차량, 보행자 등)와 고정환경 데이터(신호등, 표지판 등)로 구성되어 있으며 데이터 속성정보는 획득위치, 측정거리 및 평균속도, 측정시간, 기상(주간, 야간), 일광(맑음, 흐림, 비, 눈), 신호(유, 무), 도로유형(고속화도로, 시내도로, 캠퍼스, 골목), 복잡도(한적, 보통, 복잡)를 포함한다.또 센서 융합 기반 인식 기술 개발을 위해 자율주행차에 탑재된 단일 센서로는 인식하기 어려운 환경의 데이터를 다수 구축했습니다. 특히 최신형 128채널 LIDAR(VLS-128) 센서를 국내 최초로 도입해 여기서 도출된 데이터를 민간에 제공함으로써 최신 기술 개발에 기여했습니다.KODAS 데이터셋은 인식기술평가시스템도 지원한다. 이동체 및 고정체에 대한 2D/3D 어노테이션(GT) 데이터를 제공하고 이를 기반으로 각종 인식 기술의 성능을 평가할 수 있습니다. 뿐만 아니라 딥러닝 기반 객체 인식 기술을 개발하기 위해 학습 데이터 세트와 테스트 데이터 세트로 분류하여 사용자에게 제공합니다.이렇게 KODAS 데이터셋을 이용하여 사용자가 인식 기술을 개발하고 그 성능을 직접 평가할 수 있습니다. 국토정보공사에서는 KODAS 데이터셋을 기반으로 2019년 11월 ‘자율주행 인식 기술 경진대회’를 개최하였습니다. 경연대회는 전방 영상 기반 융합 인식 기술, 전방위 거리 기반 융합 인식 기술, 위치 추정 세 가지로 분류해 진행됐습니다.이 행사를 통해 자율주행 인식 기술 개발 저변 확대와 진입 장벽을 낮추는 데 기여했습니다. 현재 KODAS 데이터셋은 #국가 중점 데이터로 선정되어 ‘2020년도 공공데이터 이용 활성화 지원사업’의 ‘자율주행 인공지능 인식 기술 활성화를 위한 융합 데이터베이스 서비스 구축’ 과제를 수행할 예정입니다.2021년까지 더욱 풍부하고 고도화된 데이터셋을 구축할 전망으로 KODAS 데이터셋은 인식기술 분야 발전에 매우 큰 역할을 하고 있으며, 나아가 ‘레벨3’ 자율주행의 안전성을 확보하는 데 큰 도움이 될 것으로 기대된다!ⓒ LX_공간정보매거진(26호) 문_임준혁, 조국 한국국토정보공사 공간정보연구원 선임연구원KODAS 데이터셋은 국내 도로 환경에서 획득된 최초의 결과로 해외 데이터셋 대비 3D GT(Ground Truth) 및 프레임 수가 최대 40배 이상입니다. KODAS 데이터셋은 이동체 데이터(차량, 보행자 등)와 고정환경 데이터(신호등, 표지판 등)로 구성되어 있으며 데이터 속성정보는 획득위치, 측정거리 및 평균속도, 측정시간, 기상(주간, 야간), 일광(맑음, 흐림, 비, 눈), 신호(유, 무), 도로유형(고속화도로, 시내도로, 캠퍼스, 골목), 복잡도(한적, 보통, 복잡)를 포함한다.또 센서 융합 기반 인식 기술 개발을 위해 자율주행차에 탑재된 단일 센서로는 인식하기 어려운 환경의 데이터를 다수 구축했습니다. 특히 최신형 128채널 LIDAR(VLS-128) 센서를 국내 최초로 도입해 여기서 도출된 데이터를 민간에 제공함으로써 최신 기술 개발에 기여했습니다.KODAS 데이터셋은 인식기술평가시스템도 지원한다. 이동체 및 고정체에 대한 2D/3D 어노테이션(GT) 데이터를 제공하고 이를 기반으로 각종 인식 기술의 성능을 평가할 수 있습니다. 뿐만 아니라 딥러닝 기반 객체 인식 기술을 개발하기 위해 학습 데이터 세트와 테스트 데이터 세트로 분류하여 사용자에게 제공합니다.이렇게 KODAS 데이터셋을 이용하여 사용자가 인식 기술을 개발하고 그 성능을 직접 평가할 수 있습니다. 국토정보공사에서는 KODAS 데이터셋을 기반으로 2019년 11월 ‘자율주행 인식 기술 경진대회’를 개최하였습니다. 경연대회는 전방 영상 기반 융합 인식 기술, 전방위 거리 기반 융합 인식 기술, 위치 추정 세 가지로 분류해 진행됐습니다.이 행사를 통해 자율주행 인식 기술 개발 저변 확대와 진입 장벽을 낮추는 데 기여했습니다. 현재 KODAS 데이터셋은 #국가 중점 데이터로 선정되어 ‘2020년도 공공데이터 이용 활성화 지원사업’의 ‘자율주행 인공지능 인식 기술 활성화를 위한 융합 데이터베이스 서비스 구축’ 과제를 수행할 예정입니다.2021년까지 더욱 풍부하고 고도화된 데이터셋을 구축할 전망으로 KODAS 데이터셋은 인식기술 분야 발전에 매우 큰 역할을 하고 있으며, 나아가 ‘레벨3’ 자율주행의 안전성을 확보하는 데 큰 도움이 될 것으로 기대된다!ⓒ LX_공간정보매거진(26호) 문_임준혁, 조국 한국국토정보공사 공간정보연구원 선임연구원