[계측기 뉴스] 자율주행차량(Autonomous Vehicles)이 기술의 혁신을 주도 대박이네

자동차 산업과 기술이 보다 긴밀하게 통합되어 이동.운송 분야의 혁신 속도가 가속화되고 기존 산업 구조를 송두리째 바꿀 수 있는 새로운 기회가 창출되고 있습니다. 안전하고 효율적이며 편리한 자율주행차(AVs) 설계는 데이터 연결, 파워트레인 전화(electrification), 자율운전 시스템 및 과거에 없던 수많은 반도체 디바이스(그림시)를 포함하여 클라우드와 애초단 기술이 복합적으로 필요하다. AVs의 중요한 혁신적인 영역은 센싱과 인지 시스템 그리고 전력 최적화된 고성능 프로세서를 개발하는 것입니다.​

>

​

AVs는 정확한 위치를 파악하고, 고정된 물체와 움직이는 물체를 정확히 탐지하여 구분하며, 그 물체까지의 거리를 측정하기 위해 차량 주변을 인지하는 수단이 필요할 것입니다. 대부분의 AVs는 카메라 기반의 이다베디드 비전 시스템, 레이더 및 LiDAR 센서를 포함하여 센싱과 인지 시스템을 조합하여 사용합니다. 이러한 탐사 기술은 상호 보완적인 장점을 가지고 있어 AVs용으로 효과적인 센서 통합 제품이 될 수 있습니다.카메라 기반의 비전 시스템은 풍부한 시간 정보를 캡처하지만, 대상까지의 거리를 판단하기에는 제한적이다. LiDAR(Light Detection And Ranging)은 고해상도의 정밀한 거리측정이 가능하나 안개, 연기도 눈부심 같은 시간적으로 불명확한 환경영향에 대해서는 제약을 받습니다. 기존의 레이더는 이런 조건에서 "인지" 할 수 있지만 LiDAR에서 실행할 수 있는 고해상도 3D매핑이 불가능한 것입니다.​

ADAS(Advanced Driver-Assistance System) 및 AVs의 카메라 기반 센싱은 이미지 센서, 이미지 처리 알고리즘 및 고성능 컴퓨팅 하드웨어의 발전으로 가능하게 되었습니다. 이러한 기술들은 향후 AVs 개발에서 핵심적인 혁신 영역이 될 것입니다. 카메라 기반의 탐사는 다른 탐사 기술과 결합하고 차량 주위에 상세한 3D표현을 만들어 냅니다. 이것에 의해, 카메라를 장착한 차량수가 증가함에 따라, 도로 상태, 교통, 위험, 주차 공간의 가용성, 그 외 여러가지 정보에 관한 중요한 데이터 소스가 될 것입니다.일부 베디드 비전 시스템은 비전 프로세싱 알고리즘에 필요한 높은 병렬처리 수준에 최적인 FPGA(Field Programmable Gate Array)와 GPU(graphics processing unit)를 사용합니다. 거기서, 현재까지 가장 성공한 자동차 영상 처리 솔루션은, 전용 하드웨어 가속 ASIC(Application-Specific Integrated Circuit)인 Mobileye EyeQ시리즈입니다. Mobileye의 ADAS 애플리케이션 성공의 중요한 요소는 실제 정세에서 광범위한 측정을 거쳤다는 것입니다. 이를통해차세대칩으로도알고리즘과실리콘을지속적으로개선할수있습니다.​

LiDAR는 차량과 관련해서 매우 높은 해상도의 물체에 대한 매핑을 만들기 위해서 AVs에 아주 중요한 탐사 기술이다(그림 2). LiDAR는 차량 근처에 있는 물체를 추적할 뿐만 아니라 연석이 과도한 차선 표시와 같은 도로 형상을 느끼는데 유용할 것입니다. LiDAR 센서는 레이저 펄스를 전송하고 후방 산란되어 반사된 빛 에너지를 감지하여 경과 시각을 기준으로 대상까지의 거리를 계산합니다. 초기 AVs 플랫폼은 레이저 펄스를 유도하기 위해 회전 미러 어셈블리를 사용하는 스캐닝 LiDAR 시스템을 사용하였습니다. 이러한 제품들은 성능이 뛰어나고, 좋은 범위를 가지고 있지만 부피가 커 생산비용이 많이 듭니다.​

>

AVs용 LiDAR의 감지 범위와 각도 분해능에서 필요로 하는 성능을 유지하면서 시스템 크기와 비용을 줄이는 데 역점을 두고 있습니다. 이로 인해 반도체를 이용한 LiDAR 시스템이 개발되어 기계적 스캐닝 LiDAR 시스템에 비해 복잡성, 크기 및 비용이 감소하였습니다. 반도체 LiDAR 시스템의 과제는 필요한 범위와 해상도를 높이는 것이다. 이는 GaAs(gallium-arsenide) 광검출기, MEMS 기술을 사용한 가상빔 스티어링 및 최초단의 신호처리 알고리즘을 포함한 광범위한 기술의 레이저방출기, 옵틱스, 광검출기 및 신호처리 등에 혁신적인 설계가 적용되어야 할 것이다.자동차 레이더는 자율주행차 분야에서 가장 완성도가 높은 감지 기술 중 하본인이다. 이는 2000년대 초, 맞춤형 쿠르 주 제어 시스템의 한세대임. LiDAR는 보다 넓은 시야와 해상도를 높일 것이다. 반면 LiDAR와 카메라 기반 감지 시스템은 연기나 안개 같은 다양한 형태의 시각에 효율이 떨어지지만 레이더는 민감하지 않을 것이다. 레이더와 LiDAR의 기능은 겹치는 부분이 있지만 센서 통합의 장점과 안전에 필수적인 어린이 애플리케이션으로 공존할 가능성이 높아집니다.상대적인 성숙도에도 불구하고 여전히 자율주행차에 대한 레이더 기술 혁신의 여지는 남아 있습니다. 77 GHz대역의 고주파 레이더는 장거리 성능을 향상시키고 보행자와 동물을 탐지하는 데 필요한 비금속 물체에 높은 반사율을 제공하는 것이다. 신호처리 알고리즘의 발전으로 성능은 계속 향상될 것으로 예상됩니다. RFCMOS 기술을 사용하면, 보다 높은 기능 통합을 실현할 수 있으므로, 보다 소형 레이더 시스템의 설계가 가능할 것이다. 자동차 레이더 시스템 온칩 기술은 이러한 유형의 혁신의 한 예이다.​

자율주행 차량 시스템의 혁신은 대부분 '가상운전자' 또는 차량의 뇌를 최적화하는 데 중점을 둡니다. 가상운전자는 차량 감지, 구동 및 통신 서브시스템에 연결되는 기계학습 알고리즘과 미들웨어로 구성됩니다. 이 기술이 자율주행차량 기능의 핵심입니다.앞으로 자율주행차 개발자들은 가상 드라이버 소프트웨어 스택을 센서, 액튜에이터, 데이터 통신 프로토콜을 위해 인터페이스를 사용하고 플랫폼에 통합하는 차량 업체에 라이선스를 공급할 가능성이 있습니다. 따라서 본인은 완전히 정의되어 있지 않으며, 일부 탐지 기술은 제어 시스템에서 분리되어 있어 충분히 성숙하지 않습니다.​

AV 시스템의 발전은 많은 기술 영역에서 혁신을 주도하고 있습니다. 그러다 보니 혁신 속도가 빨라지면서 자동차 회사뿐 아니라 재료, 부속, 제조 장비 공급 업체들도 어려움을 겪고 있습니다. 자동차 기술의 인텔리전스 및 지적 재산의 관리는 자동차 메이커와 공급 기업이 경쟁력 있는 벤치마킹, 특허 라이선스 협상 및 면책을 통해 시장 지위를 보호하고 매출의 추가 흐름을 파악하는데 도움이 됩니다.이러한 프로세스는 시장 참가 실사 판정을 서포트할 것이다. 역시 회사는 경쟁사의 지적재산권 및 기술 강점을 이해하고 차별화를 시도하며, 중요한 기술적 설계 판정을 내리고 특허를 취득하여 위험도가 낮은 시장에 진입할 수 있습니다. 역시 부속, 회로 및 시스템 차원에서 경험이 있어 객관적인 제3자 분석을 통하여 특허 클레이라고 특허 거래 가치 평가를 지원할 수 있슴니다. 마지막으로 부속된 기본 비용 구조를 이해하면 가격 협상에 도움이 됩니다.