자율 주행 자동차용으로 개발된 저렴한 항법 시스템

KISTI 미리안 『글로벌동향브리핑』 2015-01-20

미국의 미시건 대(University of Michigan)에서 개발된 새로운 소프트웨어 시스템은 자율 주행 자동차가 직면하고 있는 가장 어려운 난관 가운데 하나인, 자신의 위치를 결정하는데 사용되는 고가의 레이저 스캐너 문제를 해결하도록 돕기 위하여 비디오 게임 기술을 이용하고 있다. 미시건 대의 컴퓨터 과학 및 공학 부문 박사과정생인 라이언 월콧(Ryan Wolcott)은 이 기술이 자율 주행 차량의 가격을 수천 달러 정도 낮출 수 있다고 예측하였다. 이 기술은 저렴한 비용으로 레이저 스캐너와 같은 수준으로 정확도를 가지면서 자율 주행 차량이 하나의 비디오카메라를 이용하여 주행하는 것을 가능케 한다. 이 기술을 상세히 소개한 라이언 월콧의 논문은 지난 2014년 9월 14~18일에 미국 시카고에서 개최된 지능 로봇과 관련된 한 국제 학술회의(명칭: Conference on Intelligent Robots and Systems)에서 최고의 학생 논문상을 수상하였다. "오늘날 개발되고 있는 대부분의 자율 주행 차량에서 사용되는 레이저 스캐너에는 수만 달러의 비용이 소요된다. 나는 동일한 작업을 수행할 수 있는 더 저렴한 센서가 있을 것이라고 생각했다. 카메라는 몇 달러만으로 구매할 수 있으며, 이미 많은 자동차에 사용되고 있다. 그래서 이러한 카메라는 누가 봐도 분명한 고려 사항 가운데 하나"라고 라이언 월콧이 말했다. 라이언 월콧이 개발한 시스템은 구글(Google)의 자율 주행 자동차를 포함하여 현재 개발되고 있는 다른 자율 주행 차량에서 사용되고 있는 항법 시스템(navigation system)에 기초하여 만들어졌다. 기존의 항법 시스템은 환경에 대한 실시간 지도를 만들기 위하여 3차원의 레이저 스캔 기술을 이용하며, 이 실시간 지도를 시스템에 저장된 이전의 지도와 비교한다. 초당 수천 번의 비교를 수행한 후에 수 센티미터의 범위 내에서 차량의 위치가 결정될 수 있다. 라이언 월콧이 개발한 시스템은 동일한 접근법을 사용하지만 하나의 결정적인 차이점이 있다. 그의 소프트웨어는 비디오 게임처럼 지도 데이터를 3차원 그림으로 변환한다. 다음으로 자동차의 항법 시스템은 이 합성 사진들을 통상적인 비디오카메라에서 스트리밍되고 있는 실제 세계의 사진들과 비교할 수 있다. 핵심적인 난관 가운데 하나는 엄청난 비디오 데이터를 실시간으로 처리할 수 있는 시스템을 설계하는 것이었다고 이 기술에 대하여 라이언 월콧과 함께 연구하고 있는 조선 구조 및 해양 공학 전공의 미시건 대 부교수인 라이언 유스티스(Ryan Eustice)가 전했다. "시각 데이터는 다른 어떠한 종류의 데이터보다 더 많은 공간을 차지한다. 그래서 난관 가운데 하나는 엄청난 데이터를 처리하면서도 실시간으로 정확한 위치를 전달할 수 있는 시스템을 만드는 것이었다"고 라이언 유스티스 부교수가 말했다. 연구팀은 이러한 작업을 수행하기 위하여 비디오 게임 업계를 살펴보았으며, 게이머들에게 잘 알려진 그래픽 처리 기술을 이용하여 시스템을 만들었다. 이 시스템은 저렴하지만, 매 초마다 수천 건의 복잡한 결정을 수행할 수 있었다. "이러한 그래픽 처리 작업을 그래픽 처리 장치에 맡길 수 있다면, 대량 생산되고 널리 획득 가능한 기술을 이용하는 것이 될 것이다. 이것은 매우 강력하며, 그리고 매우 저렴한 비용이 소요된다"고 라이언 유스티스 부교수가 설명하였다. 연구팀은 미시건 대가 위치한 도시인 앤 아버(Ann Arbor)의 도심 도로에서 이번에 개발한 시스템을 성공적으로 시험하였다. 비록 안전을 위하여 자동차를 수동으로 제어할 수 있는 환경으로 유지하였지만, 항법 시스템은 성공적으로 정확한 위치 정보를 제공하였다. 추가적인 시험은 올해(2015년) 여름에 개장할 예정인 미시건 대의 새로운 엠 시티(M City) 시험 시설에서 수행될 예정이다. 이 시스템은 적어도 현재로는 레이저 스캐너를 완전하게 대체하지 않을 것이다. 레이저 스캐너는 장거리 장애물 탐지와 같은 다른 기능을 수행하기 위해 아직 필요할 것이다. 그러나 더 저렴한 주행 시스템을 만들기 위한 중요한 진전이라고 연구자들은 말한다. 결과적으로 이들의 연구는 지도 기반의 항법을 지나 인간이 수행하는 것과 좀 더 유사하게 도로를 보는 시스템을 실현하기 위한 길을 닦는 데에 도움이 될 것이다. "지도 기반의 항법은 무인 자동차의 첫 번째 물결에서 중요한 부분이 될 것이다. 그러나 지도가 없는 곳을 갈 수 없다는 한계를 가지고 있다. 카메라를 자동차에 장착하고 이를 가지고 우리가 무엇을 할 수 있는가를 탐색하는 것은 인간 수준의 인식을 가지는 자동차를 향한 초기 단계"라고 라이언 유스티스 부교수가 말했다. 카메라 기반의 시스템은 레이저 기반의 항법처럼 아직도 동일한 많은 장애물을 직면하고 있다. 이러한 장애물에는 예를 들어 어떻게 가변하는 날씨 조건에 적응하고, 어떻게 도로 상에서 예기치 않은 변화에 대처할 것인지 등이 포함된다. 그러나 이번에 개발된 기술은 무인 자동차를 실현시키기 위하여 계속 발전하고 있는 기술 분야에서 가치 있는 새로운 도구를 제공하고 있다. [관련 논문의 서지 정보] Ryan W. Wolcott and Ryan M. Eustice, Visual localization within LIDAR maps for automated urban driving, 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems, pp176-183, 14-18 Sept. 2014, Chicago, IL, 10.1109/IROS.2014.6942558, http://robots.engin.umich.edu/publications/rwolcott-2014a.pdf 2015-01-16_LowCostNavi1.jpg 2015-01-16_LowCostNavi2.jpg 2015-01-16_LowCostNavi3.jpg http://phys.org/news/2015-01-lower-cost-self-driving-cars.html