자율주행차가 인식하는 세상

자율주행차 기술이란 도로 위에 사물이 있고 없고를 인식하는 것을 넘어,

장애물인지 보행자인지 종류를 인지할 수 있어야 합니다.

주변의 장애물, 사람의 움직임과 의도 등 주변 상황을 정확히 인지한 후 가속

페달 각도, 브레이크 압력, 스티어링 휠의 각도 등을 차량 스스로 조정해야만 안전한

자율주행이 가능해집니다.

뿐만 아니라 출발지에서 도착지까지의 경로, 차량의 현재 위치, 차선과 교차로

등을 종합적으로 파악하는 정밀 지도 기능 또한 자율주행에 있어 필수 기술이라

할 수 있습니다.

자율주행차는 대부분 카메라, 레이더(Radar), 라이다(LiDAR) 센서를 함께 사용합니다.

현재 상용화된 부분 자율주행차는 센서 카메라와 레이더 센서를 묶어서 자율주행에

적용하고 있습니다.

자율주행의 눈과 귀가 되어주는 센서들은 각각의 장단점이 있기 때문에 함께

적용해 상호보완 하는 작업을 시도 중입니다.

상황에 따라 어떤 센서가 적용되고 있는 걸까요?

자율주행차가 교통표지판을 인식하는 방법은 2단계로 나눌 수 있습니다.

카메라로 먼저 인식하고 이를 분류하는 방식입니다.

카메라는 차선이나 표지판 정보를 읽어낼 수 있기 때문에 차선이탈경보나

차선유지보조시스템에 활용되고 있습니다.

카메라가 사람의 전방 사물이나 차선 인식, 신호등, 보행자 등 도로의 복합

환경을 인식하지만 역광이나 안개, 상향등과 같은 외부 조건에 취약해 센서의

오류가 발생할 수 있습니다.

이를 보완하기 위해 카메라 혹은 렌즈를 2개를 써서 사람의 눈처럼

교통표지판을 3차원으로 인지하도록 보완 및 개발되고 있는 상태입니다.

카메라처럼 바로 보고 인지하는 방식과 달리 인공지능(딥러닝)을 만나면

자율주행기술은 더욱 고도화됩니다.

기존에 설치되어 있는 사물이나 도로 환경에 대해 수집한 빅데이터를

분류함으로써 ‘예측’이 가능해진 것입니다.

딥러닝 기반 카메라 영상 인식기술은 내비게이션 데이터에 도로의 경사도,

휘어짐, 도로표지판 등의 정보를 실시간으로 전송할 수 있습니다.

현대자동차는 첨단 지능형 헤드램프를 개발해 기존의 지능형 헤드램프와

달리 야간자율주행 시 차선, 도로표지판 등의 정보를 실시간으로 감지해

빛을 세밀하게 조절합니다.

카메라 센서의 단점인 외부 환경에 대한 취약을 극복한 사례라고 볼 수 있습니다.