주요 콘텐츠로 건너뛰기

자율 주행 - 보다 안전한 미래 모빌리티

첨단 운전자 지원 시스템 (ADAS: Advanced Driver Assistance System)에서 완전한 레벨 5 자율 주행에 이르기까지 인공 지능, 머신 러닝, 센서에 특별히 중점을 둔 컴퓨팅 유닛은 스로틀 입력 값을 토크 요구 값으로 변환, 안전 시스템 모니터링, 제어 루프 및 동력 제한 등과 같은 자율 주행 차량의 주요 제어 기능을 처리한다. 따라서 자율 주행 차량 (AV)은 미래의 모빌리티를 보다 효율적이고 안전하며 깨끗하게 만드는 데 기여할 수 있다.

Autonomous driving

 

자율 주행 차량의 작동 방식

센서는 차량을 무인화하는 핵심 요소이다. 카메라, 레이더, 초음파 및 라이다(LiDAR)를 통해 자율 주행 차량은 주변을 시각화하고 물체를 감지할 수 있다. 오늘날 자동차에는 다양한 작업을 수행하는 점점 더 많은 환경 센서가 장착되어 있다. 시청각용 제어 시스템 통합 센서는 인식, 결정 및 실행의 세 부분으로 구성된다.

How Autonomous Vehicle Works

 

How Autonomous Vehicle Works

 

01. 인식 레이어

인식을 통해 센서는 물체를 감지 할뿐만 아니라 주변 물체를 학습하고 궁극적으로 분류하고 추적할 수 있다. 센서 인식 작업은 위치 파악, 감지 및 추적의 세 부분으로 구성된다. 이 모든 것들은 서로 다른 수준에서 수행되는 데이터 융합을 통해 이루어졌다. 예를 들어 위치 파악은 일반적으로 GPS, IMU 및 LiDAR의 데이터를 통합하는 알고리즘에 의해 수행되어 고해상도 그룹 맵이 생성된다. 시각 기반 딥 러닝 기술은 방대한 양의 데이터를 자율적으로 처리할 수 ​​있기 때문에 물체 감지에 대한 정확한 결과를 얻는다.

02. 결정 레이어

의사 결정은 AV가 수행해야하는 가장 어려운 작업 중 하나이다. 여기에는 예측, 경로 계획 및 장애물 회피가 포함된다. 그 모든 것들은 이전의 인식을 기반으로 수행된다. 통합 센서 시스템의 가장 중요한 부분인 의사 결정은 중요한 임무를 완수하기 위해 최소 두 대의 컴퓨터가 필요하다. 컴퓨터 중 하나(영상 처리 컴퓨터)는 센서에서 전달되는 방대한 양의 데이터를 처리한 다음 분류된 데이터를 다른 컴퓨터(드라이빙 컴퓨터)로 전송한다. 분석된 데이터의 도움으로 드라이빙 컴퓨터는 가속기 및 브레이크와 같은 장치에 명령하여 속도를 조정할 수 있다.

03. 실행 레이어

실행 레이어는 가속기, 브레이크, 기어박스 등의 상호 연결로 구성된다. 실시간 운영 체제(RTOS)에 의해 구동되는 이러한 모든 장치는 드라이빙 컴퓨터에서 지시한 명령을 수행하여 인공 지능이 설정한 작업을 수행할 수 있다. 따라서 AV는 조향, 변속, 가속 및 제동이라는 차량 작동의 "사주 (four pillars)"라고 알려진 필요한 모든 기계적 동작을 실행할 수 있다.

 

고성능 컴퓨팅 능력의 요구

7StarLake GPGPU 시리즈

자율 주행 제어 장치는 자율 주행 차량의 핵심 제어 장치이다. 7Starlake는 고성능 GPGPU 컴퓨터를 EASYMILE로 설계하여 최첨단 무인 셔틀 EZ10을 구현했다. EZ10은 2015년에 출시되었으며 아시아, 중동, 북미 및 유럽을 포함한 26개국에서 최대 200개 사이트를 운영되고 있다. EZ10에는 조향 핸들, 가스 페달 또는 브레이크 페달이 없으며 100 % 무인 장치이다. 일반 자동차에 비해 GPU, CPU 및 FPGA와 같은 하드웨어 가속기는 계산 집약적 작업을 처리하는 자율 주행 차량에 매우 중요하다.

EZ10

전 세계적으로 자율 주행차 사용이 기하 급수적으로 증가함에 따라 7StarLake는 자율 주행차에 적합한 제품을 지속적으로 개발하고 있다. 7StarLake의 GPGPU AI Fusion 컴퓨터는 예측할 수 없는 다양한 조건에 대한 탁월한 내구성과 다중 사용을 위한 완벽한 적응으로 이미지 처리 및 주행을 위한 완벽한 구조를 제공한다. 다양한 비전 센서 데이터를 동기식으로 처리할 수 ​​있으며 모든 관련 센서 인터페이스, 버스 및 네트워크를 지원하는 자율 주행을 위한 고성능 솔루션을 제공한다.

환경 조건 및 용도에 따라 AV는 다른 시설 요소 및 시스템 구성이 필요하다. 최근의 혁신 및 검토 과정에서 AV는 화물 리프터, 셔틀 버스, 전투용 MUTT (군사용 유틸리티 전술 트럭)의 세 가지 주요 분야에서 일반적으로 사용된다. 작업에 대한 자세한 내용은 아래의 하이라이트 솔루션을 확인 바람.

Autonomous Driving-01