전체 글165 [H-모빌리티 클래스 자율주행 공통 내용 정리] 8. 자율주행 기술 인프라 : 데이터, 하드웨어 1. 자율주행 데이터 1) 자율주행을 위한 딥러닝 등의 머신러닝 기술은 대규모 학습 데이터 요구 - 차량 주행 시 취득한 데이터 이용 - 시뮬레이션을 통해 얻은 주행 데이터 활용 - 급속도로 증가하는 데이터에 대한 관리 필요 - 데이터에 정답을 붙여주는 라벨링 과정 필요 - 데이터 증가로 학습 모델이 개선될 때마다 주기적인 자율주행 기능 업데이트 필요 2) 클라우드 기반 데이터 수집, 가공, 학습 과정 - 테스트 차량 또는 자율주행차가 수집한 데이터를 클라우드로 전송 - 클라우드에서 가공 및 라벨링 과정 수행 : 데이터의 선별 필요 - 자율주행 기능의 학습(트레이닝) 수행 - 학습된 자율주행 기능의 테스트 및 검증 - 학습된 자율주행 기능을 OTA를 통해 탑재 -> 자율주행 기능의 업그레이드 완성 - O.. 2022. 2. 17. [H-모빌리티 클래스 자율주행 공통 내용 정리] 7. 자율주행 기술 인프라 : 통신, 고정밀 지도 1. 자율주행을 위한 인프라 1) 차세대 지능형 교통 시스템(C-ITS, Cooperative-intelligent transportation systems) - 자율주행 실현을 위해 자율주행차와 인프라 기술 간의 협력 필요 2. 자율주행을 위한 통신 1) V2X - 차량이 유,무선망을 통해 다른 차량 및 도로 등 인프라가 구축된 사물과 정보 교환 - 통신 표준 : IEEE 802.11p의 DSRC 방식과 이동통신방식 기반의 C-V2X 기술로 표준화 진행 중 - 지능형 교통 시스템을 위한 5.9GHz 주파수 대역 할당 2) V2V(차량 간 통신) - 차량간 실시간 정보 공유, 자율주행의 안전성 강화 및 충돌 방지 - 5G에서는 실시간 정보 교환을 위해 지연시간(latency) 목표를 10ms 이하로 함 .. 2022. 2. 17. [H-모빌리티 클래스 자율주행 공통 내용 정리] 6. 자율주행 기술의 요소 : 판단, 제어 1. 판단 기술 1) 주변 환경에 대한 정보를 기반으로 자율주행차가 안전하고 신속하게 목적지까지 가기 위해 경로 계획 및 의사 결정 수행 2) 경로 계획 : 목적 지점까지 이동 시 안전성과 신속성 목표로 최적의 경로 결정 3) 의사 결정 : 차선 유지, 차선 변경, 위험 회피 등을 결정 4) 타차량과의 상호작용 - 차선 변경 시 또는 타차량 차선 변경 시 상대 차와의 협상 -> 타차량 운전 성향 및 의도 파악 필요 5) 보행자와의 상호작용 - 보행자의 미래 위치 및 거동 예측 후 충돌 방지 - 센서 정보 활용으로 보행자의 자율주행차 주시 여부 파악 6) 위험도 분석 - 주변 동적 객체 또는 장애물과의 충돌 위험도 평가 - 충돌 확률 분석 7) 위험 회피 판단 - 자동긴급제동 기술 : 충돌 위험 및 충돌 .. 2022. 2. 17. [H-모빌리티 클래스 자율주행 공통 내용 정리] 5. 자율주행 기술의 요소 : 센서, 인지, 측위 1. 자율주행 센서 기술 1) 센서 기술 - 외부 정보를 받아들이는 부분 - 카메라,라이다,레이더,초음파 센서 주로 사용 - 다중 센서 사용 -> 각 센서의 장점만을 취하기 위해 센서 융합기술 적용 2. 인지 기술과 측위 기술 1) 인지 - 센서를 통해 취득된 데이터를 처리하여 주변의 환경에 대한 정보를 알아냄 - 움직이는 물체의 존재 여부 및 위치 파악 - 동적 객체 검출 및 동적 객체의 행동, 미래 위치, 의도 예측 - 정적 객체 검출 및 충돌 장애물의 존재 여부와 상대 거리 파악 2) 측위 - GPS와 센서 정보 등을 활용하여 정밀지도 위에서 자율주행차 위치 추정 - cm 단위의 측위 정확도 필요 - GPS : 위치 정보를 주지만 정확도가 떨어지고 음영지역에서는 사용할 수 없는 단점 - 센서 정보를.. 2022. 2. 17. 이전 1 2 3 4 5 ··· 42 다음