자율주행 자동차에 대한 기술이 나날이 발전하고 있는 요즈음, 신발매되는 차량은 기본적으로 첨단 운행 보조 시스템이 탑재되어 나오고 있습니다.
출처 : 디지털 화폐이지만 운행 보조는 각종 센서를 이용해 차선 이탈이나 주차 보조 등 단순한 편의 기능을 제공하는 것입니다.그래서 완전한 자율주행 자동차라고는 할 수 없지만 완전한 자율주행을 하기 위해서는 운전자가 스티어링 휠이나 가속 및 감속에 대한 차량 운행에 대한 제어권을 완전히 의존해야 실현이 됩니다.
출처 : waymo현재 웨이코에서 레벨4단계의 차량개발이 진행되고 있다고 들었습니다. 레벨 4는 단순하게 말하면 운전자가 매우 긴급한 상황을 제외하고 전혀 운행에 개입할 필요가 없는 단계라고 합니다.웨이모는 구글 슬렉스연구소에서 개발하는 무인자동차 기업이다. 구글카라는 이름으로도 알려져 있다.출처 : 위키백과 자율주행차 구성은 3가지 센서와 머신러닝이 가능한 인공지능 플랫폼이 탑재되어 있습니다.
3종류의 센서를 조사하면 1. 라이더 센서
출처 : geospatial world 자율주행차 상단부의 원통형 센서로 주변의 사물을 3차원 데이터를 획득하여 사물에 대한 인지도를 돕는 센서 입니다. 야간에 매우 편리합니다. 사람의 시야와 같은 기능인데 운전자의 시야는 120도인데 반해 라이더 센서는 360도를 인지하여 운행을 돕습니다.
2. 카메라센서
출처 : The Verge 카메라 센서는 유일하게 주변 색상에 대한 인지가 가능하며, 신호 시스템 및 차선 식별을 지원합니다.
3) 레이저센서는
출처: emerj.com 운행 중 이동하는 물체를 인지할 수 있습니다.주변에 운행하고 있는 차량에 관한 정보를 획득합니다.또한 환경적인 요소에 대한 제약이 적습니다.
하지만 센서를 통해 획득한 정보만으로는 자율 주행을 하는 것은 아닙니다. 상황 판단도 매우 중요하지만, 예측 내용은 센서만으로는 매우 어려운 것입니다.
그러면 이에 대한 판단은 단순한 소프트웨어가 아니라 인공지능을 판단할 수 있습니다.여기서 적용되는 인공지능은 단순한 머신러닝 수준이 아니라 사람처럼 판단하는 수준의 최적화된 인공지능이 필요합니다. 머신 러닝 단계의 하나인 딥 러닝이 인간에 가장 가까운 성능을 낼 수 있습니다.
출처 : The Verge 딥러닝을 쉽게 표현하자면 사람의 뇌와 관련된 모델을 모방하여 만들어진 인공지능입니다. 사람도 어떤 문제를 해결하기 위해서는 학습을 해야 합니다.
출처 : pnas.org 이러한 학습 방법에 대한 부분을 모방한 것입니다.다만 남들과 다른 점은 학습 속도가 매우 빠르고 무한대에 가까운 데이터를 습득할 수 있고, 이를 기반으로 오차가 거의 없는 예측과 판단이 가능합니다.이런 기술을 자율주행에 탑재해 운용해야만 진정한 자율주행 자동차 시대가 열립니다.
이상 자율주행과 딥러닝에 대한 짧은 소견이었습니다.앞으로도 이와 관련된 내용을 짧게 리뷰해 보도록 합시다.