자율주행차를 극한의 테스트에 투입하기 위한 Toronto - Waterloo 조사 자료: 캐과인다 겨울 ~처럼

>

새로운 Dataset을 통해 엔지니어는 눈이 내리는 날씨로 인한 인지 과제를 극복할 수 있는 자율주행차용 새로운 알고리즘을 테스트하고 수정할 수 있을 것입니다.토론토대, 워털루대, Scale AI(University of Toronto, University of Waterloo, Scale AI)의 협업으로 새롭게 유출된 데이터는 겨울철 운전의 도전을 다루기 위해 미래의 자율주행차를 훈련시키는데 도움이 될 것입니다.이들 팀과 함께 응용과학공학부 Toronto 대학 항공우주연구소의 스티븐 Steven Waslander 부교수, Waterloo 대학의 Krzyszt of Czarnecki 교수는 캐과인더 불리한 주행조건 Dataset(Canadian Adverse Driving Conditions Dataset, CADC)을 유출했습니다.얼음으로 덮인 눈 덮인 캐과인더 도로의 실제 스캔을 토대로 한 이 Dataset은 자동차가 스스로 운전할 수 있는 컴퓨터 알고리즘을 위한 가상 훈련코스 역할을 합니다."많은 훌륭한 훈련 Dataset이 있는데, 그것들은 화창하고 여름날 수집되었다"라고 Waslander는 이야기를 하고 있습니다. 이러한 Dataset에 대해 훈련된 알고리즘을 사용해 불리한 조건으로 사용하려고 하면 그들은 어렵게 느끼는 경향이 있다. 이들은 보행자과의 다른 차량과 같은 물체를 잘못 분류해 더 완전히 놓치기도 하는데 이는 모두 폭설로 인한 센서 데이터 전천 때문이었다."

>

​ 이 문제를 해결하기 때문에 두 교수는 Waslander가 "케봉잉다에서 운전하라고 할 때 볼 수 있는 최악의 조건 중 1부"이란 Dataset을 만들기로 자결했습니다."우리는 new 아이디어를 창출하고 혁신을 가능하게 하기 위해서 조사 커뮤니티를 참가시키고 싶다"라고 Czarnecki는 내용이다. 이는 여러분이 감정적으로 문제를 해결하는 비결이었다. 스스로 해결하기에는 너무 큰 문제는 해결할 수 있다.이 Dataset은 8대의 온보드 Camera, LiDAR(광감지 및 범위조정) 스캐너, GPS 추적기 등 모든 센서를 장착한 Lincoln MKZ hybrid인 Autonomoose로 만들어졌습니다. Waslander와 Czarnecki는 자율 주행 소프트웨어 테스트 베드로서 차량을 개발했지만 Autonomoose는 초당 10개의 영상 이본의 스캔 속도에서 데이터를 저장하는 녹화 전체도 갖추고 있습니다.​ 이 두번의 겨울 동안 이 팀은 남서쪽 온타리오(Ontario)주 일대에 Autonomoose를 갖고 왔으며 1,000㎞이상의 주행 데이터를 기록했습니다. 이 가운데 치열한 눈 오는 조건으로 약 33km를 선택하고 Dataset의 기초를 형성했습니다.이들 팀은 샌프란시스코에 본사를 둔 AI인프라 기업의 스케일 AI와 협력해 이 데이터에 라벨을 붙였습니다. 컴퓨터와 인간의 이미지 인식의 조합을 통해서 Scale AI는 지봉잉의 차의 17만 8천 건과 보행자의 만 3천건 이상에 태그를 붙였습니다."데이터는 현재의 기계 학습 조사에서 중요한 보틀 넥입니다."라고 Scale의 설립자 겸 CEO인 Alexandr Wang은 내용했습니다. 겨울철 운전현실을 경험하는 신뢰할 수 있는 고품질 데이터가 없다면 이런 환경에서 안전하게 작동하는 자율주행 시스템을 구축하는 것은 불가능할 것이다.마지막으로 각 팀은 통계 분석, 처리 및 검증을 수행하였으며, 현재 사용 가능한 소프트웨어로 데이터를 구문 분석할 수 있는 형식으로 배치하였습니다. 그 결과: 최고의 성능을 발휘하는 캐본더 겨울 운전을 대표하는 가상 환경.Dataset 이외에도 팀은 GitHub에 전체 문서와 지원 툴을 제공하여 arXiv에 공개적으로 게시된 과학 기사를 제공하고 있습니다. 모두 개방하여 조사자에게 무료로 이용할 수 있습니다. (상용제품의 개발에 이용하려면 , 추가의 솜옷이 필요하다.) "우리는 산업계와 학계의 쌍방이 그것을 미치는 것을 바라고 있습니다"라고 Waslander는 내용이다. 그는 "한국은 세계가 각지에서 운전을 하고 악천후도 향후 1어의 날 조건이었다 우리는 요기로 조건이 좀 더 어려워질 수 있기 때문에 케봉잉, 10년 또는 15년 담쵸지는 것을 원치 않는다."Waslander와 그의 팀은 역시 그들의 장래의 작업에 그 데이터를 광범위하게 쓰겠죠.내 조사실에서는 겨울 운전에 관한 문제를 해결하기 위해 강력한 조사 프로그램을 구축하고 있다고 그는 말했다.인터럽트제가 전해드리는 뉴스 중 가장 하고 싶지만 쉽지 않은 영역이 아마 기술적인 부분이 아닐까 싶다. 기술적인 배경이 없으면 이해하기도 어렵고, 잘못된 소개를 할 수도 있기 때문에 거의 매일 신중하게 소개를 하는 것 같습니다. 이 부분은 점점 강해지는 것 같아요.그럼에도 불구하고 가끔 전해 드리는 자율주행차의 인지 능력에 대한 센서가 있는 것 같습니다. 가장 자주 전해드리는 소식은 camera와 LiDAR에 대해서 입니다. 현재 자율주행차 개발에 있어서 경제적인 부분과 안전을 우선하는 두 그룹의 개발방향에서 등장하는 센서입니다. 물론 LiDAR의 사용여부가 그 가운데 있습니다.현재는 Camera와 AI의 소프트웨어는 자율주행을 실제 도로에 배치하기 위해 노력하는 기업에 의해 적극적으로 개발되고 있는 추세입니다. 아직 실제 판매로 이어지는 것은 아니지만, 먼 미래의 보다 안전한 자율주행 기술을 위해 LiDAR을 사용하는 기업의 조사는 끊임없이 계속되고 있습니다. 최근에는 저렴한 LiDAR가 등장하여 몇몇 기업에서 경제적 타당성 테스트를 진행하고 있습니다.이러한 보다 확실한 인지 능력을 갖추기 위해 센서 수, 설치 위치 등 다양한 비결을 고려하며 자율주행차를 개발하고 있지만 대부분의 자율주행차 개발업체들은 자신들의 자율주행차를 마련해 날씨가 좋은 곳에서 테스트를 진행하고 있습니다. America를 예로 들면, 서부 땅을 중심으로 주변 주(State)에 테스트가 집중되어 있다고 할 수 있습니다. 최근 들어 Florida, Washington, Detroit 등 조금 날씨의 영향을 받는 곳으로 테스트지를 확대하고 있습니다. 하지만 아직 본격적이라고는 할 수 없습니다.날씨의 영향 중 가장 매서운 조건이 아마도 눈(Snow)이 아닐까. 대부분의 자율주행차는 Camera를 이용해 도로의 분리선을 구분한 뒤 가운데를 따라 이동한다. 하지만 눈이 내린 경우 대부분 도로 구분을 할 수 없습니다. 이 공지는 그런 환경에서의 자율주행 테스트 결과를 Dataset으로 구성해서 공개한다는 것이었습니다.캐본인더는 아무래도 America보다 북쪽에 위치해 있기 때문에 자신들의 자율주행차 개발을 위해 넘어야 할 장애물은 이런 날씨에 대한 상념이 아닐까. 눈과 관련된 자율 운전 소식은 이전에도 여러 번 전해드린 것 같습니다. 핀란드 헬싱키에서 자율 주행 셔틀 운행하는 Sensible4와 눈이 쌓인 지면을 확인할 수 있는 기술을 갖고 있는 WaveSense을 소개하였습니다.지금까지 자주차는 자신의 말날씨의 영향이 적은 땅에서 개발이 활발하지만, 점점 관심이 높아지면 더 넓은 땅,정부로 확장해 나갑니다. 그리고 자신들이가지고 있는 자연 환경 뿐만이 아니라, 교통 문화등의 장애물에 대한 상념이나 조사도 행해집니다. 물론기술적으로극복할수있는부분에서해결되는것은그본인들의접근이쉽지만사람들의다양한이해관계는정내용해결이쉽지않은문제가될것입니다. 이런 장애물을 해결해 나가는 과정이 그렇게 짧지는 않다고 생각합니다. 그래도 조금이라도 앞으로 본인이 될 수 있는 환경 조성이 중요하다고 생각합니다.자료를 공개한 저자들이 밝힌 대로 이번 혹심한 날씨 속에서 자율주행 Dataset 공유는 관련 조사를 하는 사람들에게 좋은 기회가 되지 않을까 싶다. 앞으로도 각 토지별, 형세별 다양한 Data 공유는 보다 본인이 자율주행 개발 환경을 만들 수 있지 않을까 한다. WEF에서도 이러한 이유로 Dataset 공유를 추진하고 있습니다.Autonomoose에서 눈 위에서 운행하는 동영상입니다.

공개된 Canadian Adverse Driving Conditions Dataset 사이트입니다.

PS: 검색에서 보시고 원하시는 스토리를 찾지 못하셨을 경우, '태그' 또는 '검색'을 해보면 더 많은 자료를 찾을 수 있습니다. 그래도 찾으시는 스토리가 없으시면 (이미하나,메시지) 제가 알고 있는 범위 내에서 도와드리려고 합니다. 부차는 가져오지 않으셔도 됩니다.Over the Vehicle!!!참고 자료

​