대단한 통찰력… 이제 와서 이것저것 읽은 게 퍼즐이 합쳐지는 기분이야. 1. 그 유명한 2007 DARPA 어반 챌린지였어. 이때 개발된 놀라운 시내 자율주행을 가능케 한 핵심 기술인 라이다. localization+HD 매핑 기술이다.
방법은 이렇다. 한정된 지역의 3d HD맵을 미리 잡은 상태에서 차선, 신호등, 표지판 등의 인식을 ai가 하는 것이 아니라 사람이 노가다에서 HD맵 상에 잡아둔다. 이후 라이다를 사용해 HD맵 상에서 현재 차량의 위치를 정밀하게 localization하면서 운전하면 주변 환경을 인공지능을 통해 인식할 필요 없이 매우 정밀한 자율주행이 가능함을 확인했다. 이를 통해 자율주행 기술의 큰 발전을 이룰 수 있었다.
하지만 이 기술은 2007년, 즉 아직 딥러닝 기술이 화두로 떠오르기 전에 개발된 기술이다. 이때 AI 기술은 매우 처참해 주변 환경 인식이라는 게 당초 불가능했다.
2. 그러나 상황은 조금 달라지지만 2010년경 GPU 컴퓨팅 파워의 증가로 이전 머신러닝에서 멸시받던 신경망이 딥러닝으로 발전하면서 학계에서 놀라운 성과를 보이기 시작한다. 이 시점에서 일론 머스크는 카메라+딥러닝만으로(인간의 눈과 뇌에 해당하는) 라이더나 HD맵 등으로 자율주행이 충분히 가능하다고 믿어 구글 웨이모와는 다른 길을 걷게 된다.
3. 정보 수집을 하면서 느낀 내 생각은 어떨까. 라이더+HD맵은 자전거 보조바퀴 같은 것이라고 느꼈다. 결국 원래는 딥러닝으로 풀어야 할 문제를 우회해 해결한 것이다. 보조바퀴를 이용해 자전거를 타면 누구나 넘어지지 않고 자전거를 탈 수 있다. 하지만 제대로 된 자전거 실력은 늘지 않는다. 라이더+HD맵을 사용하면 매우 어려운 문제인 비전&딥러닝을 풀지 않고 자율주행을 구현할 수 있다. 그러나 이런 편법은 결국 나중에 문제가 된다.
현재 테슬라의 자율주행 기능이 다른 기업보다 실수와 사고율이 높기 때문에 기술력이 낮다고 말하는 것은 보조바퀴를 차고 자전거를 타는 아이가 보조바퀴 없이 자전거를 연습하는 아이보다 넘어지지 않는 것이 낫다고 말할 정도로 포인트를 잘못 잡은 생각이다.
라이더를 이용해 자율주행을 하면 결국 초반에는 잘해도 점점 장애가 된다. 비싼 비용도 문제가 되고(향후 매우 저렴하겠지만) 그것을 떠나 laser를 쏘는 라이더의 특성상 에너지 사용이 크기 때문에 전기차 주행거리의 약 10~20%를 날리고 있다. 라이다를 사용하는 차량 간 러서 간섭이나 안구 악영향도 언젠가 만약 라이다 차량이 한 거리에 수십 대씩 매일 돌아다니는 상황이 온다면 문제가 될 수 있다. 이들은 물리적으로 해결하기 어려운 문제들이다. 또 전 세계의 고정밀 HD맵을 취득해 매일의 변화를 갱신하는 것도 돈이 든다.
라이더 기술에 대해 대부분의 사람들이 오해하고 있는 부분부터 지적하고 싶다.라이더 vs 카메라가…blog.naver.com
#카카콜라 #자율주행 #테슬라 #웨이모 #라이더카메라 #HD맵 #딥러닝
- 참고하면 좋은 글
- (1) 로보택시는 멀었지만 자율주행 기술을 자동차 OE에 판매하거나 공유하는 대가로 플랫폼 사용료를 받는 것은 5년 안에 가능하지 않을까-자율주행 기술의 가장 빠르고 경제적 효과가 큰 분야는 일정 구간을 반복 주행하는 셔틀이 될 것으로 예상한다. 흔히 자율주행차만 생각하기 쉽지만 자율주행 기술 응용 분야는 무궁무진하다. 주변 환경이 단순한 농업이나 광산 분야도 자율주행 운송 툴을 활용하면 비용 절감 효과가 클 전망이다.자율주행 관련 보고서입니다. 리포트를 바탕으로 솔로몬 씨가 내용을 정리했습니다. 1. 자율주행차시장의 blog.naver.com
- (2) 로보택시로 가는 과정은 순탄치 않을 것 같아. 운전할 때 가치판단을 코딩해야 하니까 1. 현재 소비자들이 접할 수 있는 최고 수준의 기술인 레벨2 혹은 2플러스 시장의 최강자가 바로 모빌아이입… blog.naver.com
- (3) 인지-판단-제어 중인 판단은 데이터 양이 중요하지만 테슬라가 수집한 데이터는 상당히 많기 때문에 순조롭게 진행되고 있다.(1)라이더 회사와 관련 회사를 정리한 기사다. 라이더에게 투자할 때 참고하자. (2) 자율주행…blog.naver.com