정밀 맵·카메라 영상기술 활용
30㎝오차범위내 위치인식 장점
보행자인식·차량속성정보 기반
AI 알고리듬 최적화 연구 활발
30㎝오차범위내 위치인식 장점
보행자인식·차량속성정보 기반
AI 알고리듬 최적화 연구 활발
"2025년까지 운전자 없이 차량 스스로 출발지에서 목적지까지 안전하게 운행하는 '레벨 4·5' 수준의 '완전 무인자율주행차'를 완성하겠습니다."
최정단 한국전자통신연구원(ETRI) 자율주행시스템연구그룹장(사진)은 개발 중인 자율주행차의 최종 목표에 대해 이같이 밝혔다.
최 그룹장은 2013년부터 ETRI의 자율주행 기술 개발을 진두지휘하고 있다. 작년 11월에는 서울 광화문 광장에서 세종로 공원에 이르는 일반 도로 580m 구간에서 자율주행을 성공적으로 시연했다.
그는 "지난해 10월 자율주행 임시운행허가를 받아 ETRI 내부와 연구단지 일대에서 한달 가량 테스트를 해 문제점을 보완한 후 일반 도로에서 성공적으로 시연할 수 있었다"면서 "차량 위치와 장애물, 도로, 신호등, 보행자 등 주행환경을 통합적으로 인식할 수 있도록 인공지능 기술을 고도화하는 연구를 하고 있다"고 설명했다.
현재는 차량이 차선 중앙을 따라가거나 주행 중 앞차와 간격을 유지하는 '레벨 2' 수준 자율주행 기술이 상용화된 상황이다. 자동차에 장착된 센서와 하드웨어, 인공지능 SW 시스템이 운전자를 대신해 운행하는 '레벨 4·5'는 아직 개발 중이다.
최 그룹장은 "기존 자율주행차는 위성 위치정보(GPS)를 이용해 운행하지만, 우리가 개발한 차는 차량 센서와 카메라가 인식한 위치정보 데이터를 모아 구축한 정밀 맵을 기반으로 운행하는 게 가장 큰 특징"이라고 소개했다.
ETRI는 정밀 맵과 카메라 영상기술을 활용해 30㎝ 내 오차 범위에서 위치를 인식하는 세계적 수준의 기술을 확보하고 있다.
한발 나아가 자율주행차가 인식하기 어려운 신호등 정보와 보행자 인식, 차량 속성 정보 등을 정확하게 파악하도록 딥러닝 기술을 적용해 알고리듬을 최적화하는 작업을 하고 있다.
최 그룹장은 "무인자율주행이 가능하려면 자동차 속성은 물론 보행자의 보행의도, 차량 주행 상황, 도로·신호등 같은 교통 인프라 등 주행 중 발생하는 다양한 상황을 분석·예측하기 위한 데이터를 모으는 것이 선행돼야 한다"며 "이런 데이터를 기반으로 안전 운행을 담보하는 인공지능 알고리듬을 설계하는 SW 기술을 갖춰야 세계적 경쟁력을 갖출 수 있다"고 말했다.
이를 위해 최 그룹장은 차량 센서, 카메라 센서, 라디아 센서 등에서 확보한 도로 속성과 실시간 교통 빅데이터를 무인자율주행 관련 연구를 하는 대학과 기업 등에 개방할 계획이다.
그는 "자율주행차 기술을 선도하려면 소프트웨어, 하드웨어, 센서 등 국산화해야 할 것들이 아직 많다"며 "꾸준한 기술개발 지원과 함께 자율주행 관련 법·제도 개선이 지속적으로 이뤄져야 한다"고 지적했다.
최 그룹장은 "앞으로의 무인자율주행차는 노인과 장애인 등 교통 약자나 농어촌 등 교통 취약지에 거주하는 사람의 이동을 돕는 교통서비스로 활용될 것"이라고 말했다.
대전=이준기기자 bongchu@
[ 저작권자 ⓒ디지털타임스, 무단 전재 및 재배포 금지 ]
