자율주행 자동차 플랫폼 - 드라이브 데이터 플랫폼(DDP) 좋네요

>

자율주행 기술을 현실화하기 위해서는 두 가지 문제를 해결해야 합니다.자율주행자동차는 기본적으로 도로환경과 도로의 다른 사용자(자동차, 보행자 등)를 종합적으로 이해할 필요가 있습니다. 딥러닝과 심층 신경망(Deep Neural Network)은 사물 감지, 인식, 추적 등의 분야에서 자율주행 자동차의 성능 실현에 막대한 잠재력을 보이고 있습니다. 그러나 이들 작업은 많은 메모리를 사용하고 상당한 연산능력을 필요로 합니다. 전력 소비와 발열 문제를 해결하면서도 충분한 연산 능력을 갖춘 임베디드 플랫폼을 개발하는 것은 자동차 업계의 도전 과제였습니다.또 자율 주행 자동차는 제대 좌표계(Global Coordinates)과인 고 정밀(HD)의 지도를 포효은에서 1미터 미만~센티미터 수준의 위치 정밀도를 필요로 합니다. 현재도 1부 센서가 이런 기능을 공급할 수 있는데 수십 만달러의 비용이 들고 광범위하게 상업화하려면 덱무 많습니다.그래서 퀄컴은 드라이브 데이터 플랫폼(DDP, Drive Data Platform)을 개발했습니다. 퀄컴 드라이브 데이터 플랫폼(DDP)은 여러 자동차가 서로의 정보를 끊임없이 주고받아 자율주행 자동차가 도로 환경을 완벽하게 파악할 수 있도록 했습니다. DDP는 퀄컴의 기기내에서 동작하는 기계학습(머신러닝), 엣지분석, 고정밀 포지셔닝 및 헤테로지니어스(이기종) 연결성 등의 첨단기술을 통해 구현되었습니다.

DDP는 올해 초, 라스 베이거스에서 개최된 CES 2017을 지원하고 1의 중요한 이정표를 완공하였습니다. 기계학습(머신러닝)과 자율주행차의 고정밀 포지셔닝을 성공시킨 것입니다. 이 흥미 진진한 테스트에서 퀄컴의 자율 주행 연구용 차량 3대는 샌 디에이고의 바쁜 거리를 돌아다니며 GPS를 사용하기 어려운 환경에서도 위치를 파악할 수 있었습니다.

3대의 차량이 이동하는 센서 및 데이터 수집 플랫폼 역할을 하면서 도로 표지판 차로 같은 주요 교통 표지판을 컴퓨터 비전과 기계 학습 방법으로 감지하고 자동차의 6-자유도 자세를 기반으로 삼각화하고 3차원 지도 프리입니다에 랜드 마크를 배치하 슴니다. 각 자동차는 카메라와 관성 센서를 활용하는 VIO(Visual-Inertial Odometry)기술과 GPS/GNSS정보를 결합하여 심한 아주 정확한 위치 정보(6-자유도 자세)를 제공하는 슴니다. 그리고 샌디에이고 전역을 여러 번 주행하면서 가끔 수집한 데이터를 퀄컴의 클라우드 프로세싱 엔진에 올렸습니다. 이런 데이터의 크라우드 소싱은 고 정밀(HD)의 지도에 정확한 3차원 위치 정보를 발생하고 업데이트하는데 유용하 슴니다.

>

퀄컴은 DDP를 위해 데이터 수집 장소 근처에서 바로 분석하는 이른바 엣지 분석(edgeanalytics)에 집중했습니다. 클라우드가 아닌 기기 자체로 기계 학습 추론을 수행하여 기하학적, 의미론적 관점에서 주변 환경을 정확하게 이해할 수 있었습니다. 퀄컴은 현재 하나 0와트 미만의 저소비 전력을 소비하는 솔루션으로 자율 주행 때문에 최적화된 심층 신경망을 제공하기 위하여 프레이이다 일자리와 인프라를 개발 중으로 합니다.  20하나 6년 하나 0월에 개최된 ECCV(European Conference on Computer Vision)에서 퀄컴은 하나 6종, 사물을 대상으로 학습한 원래단의 심층 심교은망잉 SSD(Single Shot Multibox Detector)을 사용하여 이 기능을 시연했습니다. 데모는 라이브로 네덜란드 암스테르다 음의 거리 장면을 분석해 시야를 포착한 자동차, 자전거, 사람, 기타 물건을 분류하는 것을 선보였습니다. 이번 SSD시연은 6~8와트 미만의 전력을 소비하는 스냅 드래곤 820프로세서를 탑재한 태블릿을 통해서 이루어졌습니다.이번 시연을 통해 통상 클라우드가 나쁘지 않고 서버에서 구현되는 거대하고 복잡한 연산이 필요한 심층 신경망인 SSD가 스마트폰급 SoC(System on Chip)에서 실행될 수 있음을 입증했습니다. 퀄컴은 SSD가 자동차가 주변 장면의 모든 요소를 이해하고 안전성을 향상시키는데 도움이 되는 DDP의 중요한 요소로 여기고 있습니다. SSD가 거리를 건 당신은 보행자를 인식하면 사고를 피하기 위해 차를 멈추게 하는 등의 활동이 가능해지는군요.사물을 감지하기 위해 SSD를 사용하는 것 외에도 퀄컴은 올해 CES에서 시연한 픽셀 수준의 정확도로 교통표지를 감지하는 SSD의 특수한 기술인 Vertex SSD를 개발하고 있습니다.Vertex SSD의 데이터는 특정 이미지/프레이 다이 캡처할 때 카메라의 정확한 6-자유도 위치 선정과 결합하고 주요 랜드 마크의 정확한 매핑을 가능하게 하는 토대가 됩니다.

DDP를 지원하는 동시에 헤이과인의 기술인 고정밀 포지셔닝을 지원하기 위해 퀄컴은 여러 종류의 자동차마모 부품센서(GPS/GNSS 수신기, 카메라, 관성센서) 정보를 긴밀히 결합하는 알고리즘을 개발하고, 비용 효율적인 솔루션을 개발했습니다. 이 기술의 기초가 되는 것이 이 4년간 지속적으로 완성시킨 VIO(Visual-Inertial Odometry, 시각적 관성 측정 방법)이다.VIO는 단안(단순히 눈)카메라와 관성 센서(가속도계와 자이로스코프미터)의 장점을 활용함으로써 두 데이터를 결합하여 편차가 한퍼센트 미만의 카메라의 6-자유도 자세의 궤도를 발발한다. 단안 카메라는 움직이기에 대한 상대적인 위치를 추정할 수 있지만, 물간의 실제 거리인 크기를 정확한 단위, 즉 미터/피트 단위로 공급할 수 없습니다. 그러니까 융합이 필요해요. 반면 관성센서는 잡스ound가 포함돼 있지만 움직인다의 직접적인 척도 추정이 가능하다. 그러한 관성 센서는 움직이는 이 많을 때 위치 추정에 오차가 발생하기 쉽습니다. 그래서 퀄컴은 확장 카르만 필터(Extended Kalman Filter)기법을 활용한 엔진을 개발하고 카메라의 6-자유도 자세, 모든 핵심 비전 기능의 위치와 깊이, 관성 센서의 기본적인 편차와 척도의 잘못 등을 통합적으로 예측할 수 있게 되었습니다.

역시 퀄컴은 VIO 엔진과 GPS/GNSS 측정 엔진을 밀접하게 연결하는 융합 엔진을 개발했습니다. GPS/GNSS 수신기는 개방된 공간에서 양호한 위치정보를 공급하지만, 고층건축 등이 밀집한 시가지 공간처럼 다중경로 환경에서는 성능이 크게 떨어집니다. 이를 극복하기 위해 VIO 기술을 통한 우수한 품질의 상대적 움직임 측정치와 비교하여 GPS 위성 측정치를 선택적으로 사용합니다. 특히 RANSAC 기반의 강력한 아웃라이어(Outlier) 거부 알고리즘을 적용하여 수백 개의 GPS 위성으로부터 가상거리(Pseudorange) 측정을 추적합니다. 위치의 가장 타당한 추측과 초치없는 계측값은 거부되고 VIO와의 융합을 위한 슬라이딩 창을 통해 나머지 계측값으로 위치를 계산합니다. 현재는 밝은 하항 시 이 개방된 공간에서만 대단이 정확한 GPS 위치 정보를 복구할 수 있지만, 퀄컴은 이 수법으로 자동차가 도심 협곡을 주행할 때도 정확한 위치 정보를 알 수 있습니다.

>

차량 센서와 자동차에 장착된 관성 센서에의 차량간 액세스는, 향후 수년내에 안전한 차량 운송을 보장하는데 있어서 가장 중요하게 될 것입니다. 차량이 도로의 특정 지점에서 신음 소리를 감지하면 위험 위치에서 가까운 거리에 있는 차량에 정확한 위치 정보를 알려 중대한 사고를 예방하는 등의 하나가 가능해지는군요.

>

퀄컴은 차량 간 통신을 가능하게 하고 차량 센서의 범위를 확장하는 V2X(Vehicle-to-X)기술을 선도했고 이를 현실로 만들옷슴니다. 퀄컴은 802.p Wi-Fi베이스의 DSRC(Dedicated Short Range Communications)기술을 사용한다 V2X기술에 대한 경험을 바탕으로 무선망을 활용하는 C-V2X(Cellular V2X)를 설계하고 자신이 가고 있으며 이는 곧 다가올 5G NR을 통해서 더욱 발전하고 자기 갈 것 이다니다.몇 년 전 퀄컴은 기기 대기 기간 동안 커뮤니케이션 기능을 개발해 사용자가 주변 세계를 발견하고 상호작용할 수 있도록 해 왔지만 기술을 더욱 발전시켜 자동차 산업에 적용했습니다. C-V2X기술은 3GPP발매 4의 일부로 혼잡한 도로에서 예상되는 높은 기기 밀도만 아니라 최대 500km/hr(상대 속도)의 차량 이동 귀추도 지원하는 이다니다. 또 추후 발표하는 릴리스의 5/일 6용으로 5G NR을 활용하여 대용량의 데이터 처리, 상당히 적은 지연 시간과 높은 신뢰성을 지원하는 차량에 최적화된 추가적인 기능에 대한 개발에서 차량 간의 커뮤니케이션을 지원할 예정 이다니다.

>