신뢰성 높은 자율주행을 위한 첨단 운전자 지원 시스템

발명의 배경과 필요성

기술의 배경과 문제점

• 자율주행자동차는 인간의 감각을 모방하여 운전 상황을 판단하고 제어하는 첨단 운전자 지원 시스템 (ADAS)이 필요함. ADAS는 운전자의 안전을 보장하고 사고를 예방하는 데 중요한 역할을 함.
• 기존의 ADAS 기술은 주로 카메라와 레이더 센서를 통해 보행자를 인식하는 방식으로, 사전에 충분한 대응이 어려워 사고 위험이 여전히 존재함. 이로 인해 보다 신뢰성 높은 기술의 필요성이 대두됨.

기술의 필요성

• 기존 ADAS 기술의 한계를 극복하기 위해은 시뮬레이션과 머신러닝을 결합하여 분산 환경에서 동작하는 첨단 운전자 지원 시스템의 필요성이 강조됨. 이를 통해 다양한 운전 상황에 신속하게 대응하고, 사고를 사전에 예방할 수 있음.

구현방법

기술의 원리

• 이 발명은 시뮬레이션을 기반으로 한 머신러닝 기술을 사용하여 객체를 인식하고, 객체와의 거리를 판단하여 자동차의 움직임을 조절함으로써 동작함.

구체적인 구현 방법

• 프레임워크부는 환경 데이터 송신과 제어 데이터 수신을 담당하며, 3D 차량 시뮬레이터 모듈, 검증 모듈, 통계 서비스 모듈을 포함함.
• 프로토타입부는 지능적 이미지 처리 모듈, 차량 제어 결정 모듈, 프로토타입 어댑터 모듈로 구성됨.
• 지능적 이미지 처리 모듈은 YOLO 프레임워크를 사용하여 객체를 인식하고, CNN을 통해 학습된 모델을 적용함. 차선 유지 보조 시스템과 자동 긴급 제동 시스템을 포함함.
• 검증 모듈은 분산 시뮬레이션 시스템을 사용하여 다양한 기능을 검증함. FMU 종속 시뮬레이터와 FMU 마스터 시뮬레이터로 구성됨.

기술의 장점

• 다양한 환경에서 신뢰성 높은 운전 지원 기능을 제공함으로써 사고 예방 가능성을 높임.
• 분산 시뮬레이션을 활용하여 실시간으로 다양한 운전 상황에 대응할 수 있어 높은 수준의 안전성을 확보함.

실험 및 결과

실험의 목적

• 발명의 실제 성능을 검증하기 위해 다양한 시나리오에서 객체 인식률, 자동 긴급 제동 시스템, 차선 유지 보조 시스템을 테스트함.

실험 방법 및 과정

• 마이크로소프트에서 제공하는 AirSim 시뮬레이터를 활용하여 실도로 및 차량, 보행자를 모델링하여 검증 환경을 구성함.
• 지능적 이미지 처리 모듈에서는 OpenCV 라이브러리와 YOLO 프레임워크를 사용하여 객체 검출 및 차량 제어를 결정함.

실험 결과

• 객체 인식률은 보행자 93.81%, 자동차 90.73%, 신호등 93.26%로 측정됨. 자동 긴급 제동 시스템은 모든 테스트에서 100%의 방어율을 기록함. 차선 유지 보조 시스템의 정확도는 교차로 포함 환경에서 83.04%, 교차로 제외 환경에서 95.73%로 확인됨.

활용 방안 및 기대효과

활용 방안

• 본 발명은 자율주행차량 및 첨단 운전자 지원 시스템에 직접 적용될 수 있음. 또한, 다양한 환경에서 운전자의 안전을 보장할 수 있는 또 다른 응용 분야로 활용 가능함.

기대효과

• 자동차 사고를 미연에 방지하고 운전자의 안전성을 높이며, 다양한 환경에서 높은 신뢰성을 제공함으로써 자율주행차 기술 발전에 기여할 수 있음.

시장 동향

자율주행차 ADAS 시장 동향

• 전세계 LiDAR(라이다) 시장이 자율주행차 등 첨단 산업의 발달로 2022년부터 2027년까지 연평균 22%의 높은 성장세를 기록할 것으로 예상됨. 특히 차량용 라이다 시장의 경우 중국과 프랑스, 미국 등이 성장을 주도할 것으로 분석됨. 2027년 라이다 시장 규모는 63억 달러에 이를 전망임.
• 자율주행차와 밀접한 ADAS(첨단운전자보조시스템) 분야의 성장세가 가장 높음. 2021년 기준 ADAS향 라이다 시장 규모는 3800만 달러에 불과하나, 2022~2027년까지 연평균 73% 성장해 20억 달러에 이를 전망임.
• ABI 리서치는 2012년 글로벌 ADAS 시스템 시장이 166억 달러에 달했다고 분석함. 2020년에는 2610억 달러까지 성장할 전망이며, 이는 연간 41%의 고성장을 의미함.
• 프로스트 앤 설리번의 보고서에 따르면, 2011년 약 4.8%를 기록한 국내 ADAS 보급률이 2018년에는 약 75.7%까지 늘어날 것이며, 2011년 2,560만 달러를 기록했던 국내 ADAS 시장 크기는 2018년에는 5억 960만 달러에 달할 것으로 전망됨.
• 자율주행차 시장은 글로벌 경기침체로 위축되는 분위기였지만 성장 가능성이 매우 큰 분야인 만큼 최근 기업들의 투자가 다시 이뤄지고 있음. 글로벌 자율주행차 시장 규모는 지난해 233억 달러에서 오는 2030년 1332억 달러로 급성장할 전망임.

머신러닝 기반 ADAS

• 현대자동차와 기아자동차는 운전자의 주행성향에 맞춰 부분 자율주행을 구현하는 기술인 SCC-ML(머신러닝 스마트 크루즈 컨트롤)을 세계 최초로 개발함. 이 기술은 AI를 활용해 1만개 이상의 주행 패턴을 학습하여 운전자의 성향에 맞는 자율주행을 구현함. SCC-ML은 SAE 자율주행 단계에서 레벨 2.5 수준을 구현하며, 차선 변경까지 자동으로 지원함
• 스트라드비젼의 SVNet 기술은 머신러닝에서 딥러닝으로 전환 후, 다양한 주행 상황에서 정확도가 75%에서 90% 이상으로 향상됨. 이 기술은 초경량 고효율 소프트웨어로서 많은 주행 패턴을 학습하고, 저가의 칩에서도 높은 성능을 발휘함
• 자동차 산업에서 AI와 머신러닝의 도입은 자율주행, 커넥티드카, 모빌리티 등 다양한 분야에서 혁신을 이끌고 있음. 자율주행 기술의 발전은 새로운 비즈니스 영역을 개척하며, 전 세계적으로 AI 기반 운전자 보조 시스템의 수요가 급증하고 있음

분산 시뮬레이션 ADAS

• 글로벌 ADAS 시장은 2012년부터 2020년까지 연간 41%의 고성장을 지속함. 2012년 시장 규모는 166억 달러였으며, 2020년에는 2610억 달러에 이를 것으로 전망됨.
• EU 지역의 ADAS 시스템 시장은 유로 NCAP 사양에 의해 더욱 성장할 것으로 전망됨. 주요 ADAS 시스템으로는 속도 지원 시스템(SAS), 자율 비상 제동(AEB), 차선 이탈 경고/유지 보조 시스템(LDW/LKA) 등이 있음.
• 중국 ADAS 시장은 2013년 9억 7천만 달러에서 2019년 31억 달러로 성장할 전망임. 이는 6년간 3배 성장에 해당함.

YOLO 기반 객체 인식

• YOLO(You Only Look Once) 모델은 이름 그대로 이미지를 한 번만 보고 물체를 검출하는 딥러닝 기술임. 기존 모델들은 이미지를 여러 번에 걸쳐 확인하는 반면, YOLO는 한 번의 처리로 객체를 검출함. 이는 실시간 객체 검출이 필요한 상황에서 큰 장점을 가짐. 예를 들어, YOLO를 사용하여 개발된 화재 감지 시스템은 열 감지 기반 시스템보다 23초나 감지 시간을 단축시키는 결과를 보임.
• YOLO 알고리즘은 이미지에서 객체를 포함할 가능성이 높은 영역을 선택하고 이 영역을 분류하는 기존 방식과 달리, 이미지를 격자 형태로 나누어 각 영역에서 객체가 존재할 확률을 계산함. 이러한 접근법 덕분에 이미지를 한 번만 보고도 객체를 검출할 수 있어, 동영상처럼 실시간 프로젝트에서 유용함.
• YOLO 모델은 최근 여러 버전으로 업그레이드 되었으며, 최신 YOLOv8 모델은 맞춤형 아키텍처와 적응형 훈련 기능, 고급 이미지 분석 기능 등을 도입하여 성능을 개선함. 이 모델은 CSPDarknet, EfficientNet, ResNet 등의 다양한 백본을 지원하여 더욱 유연한 활용이 가능함.

차선 유지 보조 시스템

• 차선 유지 보조 시스템(LKAS)은 졸음 운전이나 운전 미숙에 의한 차선 이탈을 방지해주는 시스템임. 운전자가 방향지시등을 조작하지 않고 차선을 벗어나면 경고음이나 핸들, 시트의 진동으로 운전자에게 알려주고, 나아가 자동으로 운전대를 움직여 차량이 차선을 유지하도록 함.
• 차선 유지 보조 시스템은 자율주행 3단계 기술로, 차선을 중앙으로 따라가는 시스템임. LFA (Lane Following Assistance), LCA (Lane Centering Assistance)로 불리며, 운전자 개입 없이 스스로 차선을 유지함.
• 국산 차에는 고속도로 주행 시 앞차와의 간격과 차선을 유지하는 HAD (Highway Driving Assist) 기술이 적용되고 있음. 이는 내비게이션을 기반으로 고속도로 진입 여부를 판단하고, 앞차와의 간격 거리 유지 및 차선 유지를 지속함.

자동 긴급 제동 시스템

• 자동 긴급 제동(AEB) 시장은 2017년 6억 달러를 초과했으며, 2024년까지 연평균 성장률(CAGR) 14.5%로 성장할 것으로 예상됨.
• 승용차 판매가 증가하면서 AEB 시장 확장에 크게 기여할 것임. 주요 자동차 제조업체들은 중형 및 대형 차량에 충돌 방지 기술을 갖추고 있으며, 전기 및 하이브리드 차량 제조업체들도 대부분의 차량에서 AEB 시스템을 표준으로 제공하고 있음.
• NHTSA는 2029년까지 모든 신차에 긴급 제동 시스템 장착을 의무화할 예정임. 이로 인해 사회적 비용 절감 효과가 기대됨.
• 주요 AEB 시장 참여자들은 혁신을 통해 시장 점유율을 높이기 위해 자동차 제조업체들과 협력하고 있음.
• 자율 차량 수요 증가와 차량 안전에 대한 우려가 AEB 시장 성장을 촉진하고 있음.
• 만도와 같은 기업들은 자동 긴급 제동 시스템 수요 증가에 따른 혜택을 받을 가능성이 높음.