자율주행이 가능한 자동차는 현재 개발 초기 단계에 있으며 가까운 미래에 볼 수 있게 될 것이다. 자율주행차에 대한 상상을 현실로 바꾸기 위해 자동차 제조사들은 센싱, 센서 퓨전, 통신, 고성능 프로세싱 등의 기능에 관한 전자 기술에 의존하고 있다.
자율주행차 제어 시스템은 자동차 모델의 변화와 데이터량 증가에 따른 추가 기능 및 센서 개선에 맞춰 다년간의 발전을 수용할 수 있게끔 확장형으로 만들어야 할 것이다. 확장형으로 이어질 수 있는 혁신들로는 분배 프로세싱과 제한적인 센서 퓨전(fusion)이 있다.
텍사스 인스트루먼트는 모든 자동차 시스템이 필요로 하는 바를 해결하는 혁신적 솔루션과 자동차 전문지식을 바탕으로 이러한 요건들을 충실히 파악하고 있다. 또한 자체적으로 자율주행차 연구를 수행하여 자동차 제조사들이 현재는 물론 미래에도 제대로 작동할 수 있는 시스템의 확장형 솔루션을 찾을 수 있도록 지원하고 있다.
오늘날 가장 놀라운 기술 발전 중 하나로 특정 상황에서 스스로 제어하며 인간의 조작이 거의 없거나 전혀 없는 상태에서 주행할 수 있는 자동차의 발전을 들 수 있다. 자동차 제조사들은 지속적으로 미래 모델에 자율 기능을 도입할 계획임을 발표하고 있고, 산업도 완전 자율 자동차가 10년 내에 등장할 것이라 내다보고 있다. 현재 출시된 차량들 중에는 자동 모니터링과 경고 기능을 가지고 있는 것도 있다. 또 어떤 것은 제한적인 특정 상황에서 자동 제어가 가능하기까지 하다.
앞으로 반자율을 거쳐 완전 자율 차량이 기존 차량들과 함께 도로 위에 등장하게 날도 머지 않았다. 결국 우리가 인식할 수 있는 것보다 더 빨리 모든 신차들이 스스로 주행을 하게 될 것이며, 초기 자동차들이 우리 조상들의 삶을 뒤바꿔 놓았듯이 이 차량들도 우리의 삶을 극적으로 변모시킬 것이다.
이러한 혁신은 도로 환경의 변화를 감지, 인식, 결정하여 이에 맞춰 행동할 수 있는 첨단 전자공학 덕분이다. 자동차 제조사들은 새로운 자동 기능을 도입할 때 전자 시스템 및 부품에 관한 결정에 영향을 미치는 보편적 요소들, 예컨대 성능, 크기, 원가, 전력요건, 신뢰성, 가용성, 지원 등에 직면하게 된다. 이 외에도 확장성의 중요성도 살펴야 한다.
시스템은 센싱 기술의 기능이 추가되고 개선되는 자동차 모델의 변화에 맞춰 해마다 진화를 거듭하게 될 것이다. 계속 새로운 자동화 기능들을 제공하려면, 자동차 제조사들은 확장형 솔루션으로 이 모든 요건의 균형을 맞출 수 있는 최적의 옵션을 전체 시스템 디자인으로 제공하는 기술 공급자에게 의존할 수 밖에 없다.
자율주행차 운행의 장점과 타이밍
자동차 자율주행의 장점은 안전, 편의, 효율, 이렇게 세 단어로 표현할 수 있다. 자율주행차 제어는 대다수 사고의 원인이 되는 인간의 실수를 많은 부분 제거할 수 있어 인명을 구하고 부상을 줄이며 재산피해를 최소화할 수 있다.
또한 스스로 주행하는 자동차는 어린이, 노인, 장애인의 운전기사 노릇을 할 수도 있고, 운전자가 이동 중 다른 일을 알 수 있게 해주며, 심지어 운전자 없이 필요한 장소, 필요한 때에 나타날 수도 있다. 또 자율운행은 연료 효율도 더 뛰어나고 혼잡한 도로에서 더 많은 자동차들이 안전하게 함께 이동할 수 있게 해주어 에너지 비용과 인프라 비용을 줄여준다.
이 모든 장점들 중에서도 안전은 단연 최고의 우선 가치로서, 초기 자동 기능들 중 대다수가 이를 지원하고 있다. 이른바 첨단 운전자 보조 시스템(Advanced Driver Assistance Systems, ADAS)은 운전자의 실수를 방지하여 생명을 구하도록 고안되었다. 또한 ADAS 기능은 미래에도 완전 자율 운행의 중요한 구성요소 역할을 하게 될 것이다.
자율주행 기능은 단계별로 일어나게 될 것이며 자율의 레벨도 함께 높아지게 될 것이다. 전미 고속도로교통안전위원회(National Highway Transportation Safety Administration)의 정의에 따르면, 이러한 레벨은 다음과 같다:
- Level 0 (자동화 없음): 운전자가 항상 전체를 제어한다.
- Level 1 (특정 기능 자동화): 차체자세제어시스템(dynamic stability control systems) 같은 한 개 이상의 자동차 기능을 제어한다.
- Level 2 (결합 기능 자동화): 여기에는 최소한 두 개 이상 주요 기능의 자율이 수반된다. 예컨대, 일부 고급 차량들은 정속주행(active cruise control)과 차선이탈방지(lane keeping)를 함께 결합시키고 있다. 이런 것들을 레벨 2로 분류한다.
- Level 3 (제한적 자율주행 자동화): 특정 상황에서 완전 자율주행이 가능하고, 필요할 때 운전자가 제어를 할 수 있게 되어 있다.
- Level 4 (완전 자율주행 자동화): 상시 완전 제어 상태이며, 운전자가 없는 상태에서도 운행이 가능하다.
자동 주행 기술의 비용이 초기에 비교적 높았기에, 이러한 기능들이 고급 차량에만 등장했지만, 이제 곧 중형차와 소형차로도 확산될 것으로 보인다. 도입 단계에 관한 자세한 내용은 TI 백서 ‘기술 혁신을 통해 보다 안전해진 자동차(Making Cars Safer Through Technology Innovation)’를 참고한다. 이것은 완전자율주행에 있어 자동차 산업과 사회가 당면하게 될 과제들을 논의하고 있다.
첨단 IC가 이네이블링 기술을 가능하게 하다
모든 도입 단계마다 자동화 기능들은 수 많은 부품에 의존하게 된다. 그 부품으로는, 차량 환경 정보를 포착하는 전자 센서와 실제 상황 데이터를 아날로그에서 디지털 데이터로 전환시키는 센서 아날로그 프론트 엔드(AFE), 통신용 집적회로(IC), 방대한 센서 데이터를 분석하고 하이레벨 의미를 추출하여 차량의 행동을 결정하는 고성능 마이크로프로세서 등이 있다.
마이크로컨트롤러(MCU)를 추가해 브레이크와 스티어링, 기타 기계적 기능들은 물론 전체 회로용 전력관리장치를 활성, 제어해보면 자율주행차 운행이 첨단 전자 솔루션에 얼마나 많이 의존하고 있는지 분명해진다.
자동차 시스템 설계자는 전자공학을 선택해 여러 가지 기능을 완수할 때 성능과 가격은 물론 그 컴포넌트들이 확장형 시스템에 잘 맞는지도 반드시 따져보아야 한다. 차량 자동화의 단계별 도입에서 알 수 있듯이, 후에 등장하게 될 보다 완벽한 자율 시스템들은 이전에 도입된 자동화 기능들을 이용해 제작될 것이다.
예를 들어, 현재 주차 보조를 위해 사용되는 서라운드 뷰 카메라는 완전 자율 주행의 마지막 단계에서 전체 감지 제어 시스템에 통합될 것이다. 이와 더불어 서라운드 뷰 카메라는 레이더 및 3D 스캐닝 라이더(LIDAR, LIght Detection and Ranging) 센서와 결합하여 차량 주변 상황에 대해 보조 정보를 제공하게 될 것이다.
보조적으로 3D 정보를 카메라에 제공하는 것 말고도, 레이더와 라이더 센서들은 악천후에 매우 뛰어나다. 따라서 시간이 지날수록 자동화되는 감지 제어 시스템은 보다 복합적, 통합적, 효과적이 될 것이다.
보조 센서(카메라, 레이더, 라이더)의 사용 증가는 전자 시스템의 확장 근거가 된다. 확장성이란 새로운 센서를 시스템에 쉽게 추가할 수 있다는 뜻이기 때문이다. 또 다른 이유로 개별 센서들은 세월이 흐르면서 발전하기 마련이고 그러면 보다 많은 통신 프로세싱 대역폭이 필요해지기 때문임을 들 수 있다.
카메라는 대역폭의 증가 필요성을 보여주는 확실한 사례이다. 또한 카메라는 감지 시스템에서 중추적 역할을 한다. 오늘날 카메라는 인간이 소화할 수 있는 데이터를 분석하는데 있어 가장 효과적인 센서이기 때문이다.
카메라는 통신과 프로세싱에 필요한 방대한 데이터 스트림을 제공하며, 앞으로 이미지 해상도가 증가하게 되면 이 처리량도 크게 확대될 것이다. 이러한 처리량 증가를 효과적으로 처리하려면, 처음부터 시스템을 재차 확장 가능하게 설계 해야 한다.
프로세싱 센서 입력
사실상 시스템 확장은 여러 프로세싱 단계들을 어디에서 어떻게 수행하느냐에 달려 있다. 그림 1은 자율주행차에 완전 장착된 감지 제어 시스템의 데이터 흐름을 보여주고 있다. 왼쪽은 GPS(global positioning), IMU(inertial measurement unit), 카메라, 라이더, 레이더, 초음파 등 입력 센서들이다. 각각의 센서는 특정 양의 전담 센서 프로세싱을 맡고 있으며 원시데이터를 처리, 물체 표현을 생성해내어 퓨전 시스템의 그 다음 단계에서 이를 사용하게 한다.
이 그림의 개념도는 여러 가지 단계에서 일어나는 서로 다른 유형의 센서 퓨전들을 잘 보여주고 있다. 예를 들어, 한 쌍의 카메라에서 나온 원시데이터를 융합시켜 깊이 정보를 추출할 수 있다. 이 프로세스를 스테레오 비전이라고 한다. 마찬가지로, 서로 다른 양상의 센서들에서 나온 데이터의 뷰 필드를 겹쳐 국지적으로 융합시킴으로써 물체 탐지 및 분류 작업을 개선할 수도 있다.
온보드 센서가 제공하는 물체 표현은, 그것이 싱글 센서에서 비롯된 것인지, 두 개 이상의 센서 융합에서 비롯된 것인지에 상관 없이, 근처 차량들과 인프라 자체의 추가 정보와 결합된다. 이 정보는 DSRC(dedicated short-range communication), 이른바 V2V(vehicle-to-vehicle) 및 V2I(vehicle to-infrastructure) 통신에서 비롯되는 정보이다.
자율주행차 플랫폼: 기능 다이어그램
온보드 지도와 관련 클라우드 기반 시스템은 셀룰러 통신을 통해 추가 입력정보를 제공한다. 모든 센서 블록에서 나온 출력정보를 이용해 차량 주변 환경에 대한 3D 지도를 만든다. 이 지도에서는 커브 및 차선 표시, 차량들, 보행자들, 도로 표지판, 신호등, 해당 차량의 위치 등이 그 지역 지도 속에 표시되며 안전주행을 위해 반드시 인식해야 되는 그 밖의 물체들도 들어 있다.
이 정보는 “행동 엔진(action engine)”에 의해 사용된다. 행동 엔진은 전체 시스템의 의사결정자 역할을 한다. 이 행동 엔진은 해당 차량이 무엇을 해야 할지 결정하고, 차량의 기계적 기능을 제어하는 로크-스텝, 듀얼 코어 MCU에 활성화 신고를 보낸 후 운전자에게 메시지를 보낸다. 그 밖의 입력 정보들은 나머지 시스템의 비상 제어 정지가 필요할 때 차량 내에서 운전자의 상태를 감시하는 센서에서 나온다.
마지막으로 해당 차량이 주변 환경을 어떻게 “파악(understand)”하고 있는지 운전자에게 시각적으로 알려줘야 한다. 운전자가 해당 차량과 주변 환경을 시각화하는데 도움을 주는 디스플레이는 도로 상태를 경고해줄 수 있고 신기술 습득에서도 역할을 할 수 있다. 예를 들어, 해당 차량이 운행에 사용하는 3D 지도를 운전자가 눈으로 볼 수 있다면, 차량의 자동 제어에 대해 더 큰 믿음을 가지고 그것에 의존할 수 있게 될 것이다.
알고리즘 및 시스템의 확장
카메라, 레이더, 라이더, 기타 센서에 대한 확신과 더불어 자율주행차에는 상당한 양의 고성능 프로세싱이 필요하며, 이것은 본질적으로 이종일 수 밖에 업다. 막대한 양의 입력 데이터를 다루는 낮은 단계의 센서 프로세싱은 병렬로 동작하는 비교적 간단한 반복 알고리즘을 사용하는 경우가 많다.
고급 퓨전 프로세싱은 데이터가 적은 편이지만 알고리즘은 복잡하다. 여러 다양한 알고리즘들이 서로 다른 프로세싱 아키텍터에 의해 최적 구현된다. 그 프로세스 유형들로는 SIMD(single-instruction, multiple data), VLIW(very long instruction word), RISC(reduced instruction set computing) 등이 있다. 이러한 아키텍처들은 특정 기능을 수행할 때 하드 코딩된 하드웨어 액셀러레이터의 도움을 받을 수도 있다.
자율주행차를 운행하는데 필요한 멀티레벨 이종 프로세싱은 계층적 분배 프로세싱에 의해 지원된다. 이 경우 센서 프로세싱은 최종 단계의 융합 및 행동 엔진과 별개로 수행된다. 그림 2는 차량 주변부 센서들 근처에서 센서 프로세싱이 완전히 분배돼 있는 차량을 보여주고 있다.
이 모두가 최종 단계의 융합 및 행동 프로세서에 출력정보를 공급함으로써 해당 차량이 무엇을 해야 하고 차량의 기계적 부품에 어떤 명령을 내려야 하는지를 결정하게 한다. 이 분배 프로세싱 체제를 대신할 수 있는 것이 완전 중앙집중식 아키텍처이다. 이 경우, 모든 프로세싱이 단 하나의 멀티코어 장치에서 일어난다.
완전 중앙집중식 프로세싱에 기반한 시스템은 모든 센서에서 나온방대한 양의 데이터를 고속으로 전송한다. 통신 및 프로세싱은 현재의 모델에 적합해야 할 뿐만 아니라 앞으로의 센서 추가와 개선도 수용할 수 있게끔 초기 설계부터 충분히 여유 있게 만들어야 한다. 이와 달리, 분배 아키텍처의 경우, 결과물로서의 물체 표현을 전달하는데 필요한 대역폭 요건에 크게 영향을 주지 않고도 센서 해상도를 늘릴 수 있다.
센서 퓨전(두 개 이상 보조 센서들의 해석을 합성하는 프로세싱)은 분배 시스템에서도 일어나고, 중앙집중식 시스템에서도 일어난다. 대개의 경우, 융합되는 센서들은 서로 가깝거나, 같은 장치 안에 넣어지기도 한다. 광역 고속 통신의 필요성이 최소화되기 때문이다. 레이더와 라이더를 추가하여 카메라 프로세싱 요건도 줄일 수 있다. 물체 탐지 및 분류에서 레이더와 라이더가 보다 풍부하고 정확한 3D 정보를 제공해줄 수 있기 때문이다.
TI의 자율주행차 연구개발
TI는 수십 년 간 자동차 산업과 관계를 이어오며 가치 있는 전문지식으로 자동차 제조사들에게 필요한 기술을 만들고 다가올 도전과제들을 미리 내다봐왔다.
ADAS와 자율주행 기능이 빠르게 성장할 것임을 깨달은 TI는 자율주행차에 필요한 솔루션을 파악, 개발하는데 막대한 노력을 기울이고 있다. TI의 개발로는, 감지 서브시스템과 제어 통합의 모든 요소들과 더불어, 실시간으로 데이터를 분석하는 방법 등도 있다.
TI 연구의 많은 부분이 자율주행차에서 사용할 기술을 확장하는데 초점이 맞춰져 있다. 차량 감지 기술로서 라이더의 중요성은 두 말할 나위 없지만, 지금의 라이더는 폭넓게 채택되기에는 너무 크고 값비싸서 TI가 풀어야 할 숙제이기도 하다. 자동차 제조사에게 이로운 또 다른 연구 분야들로는 초음파, 센서 융합을 위한 고속 데이터 통신, 차량 감지 및 사용자 인터페이스의 강화 등이 있다.
또한 TI의 개발은 자율주행차 등 자동차 전자공학을 지원하는데 필요한 전체 아날로그 임베디드 프로세싱 IC에서도 계속 이어지고 있다. 전력관리 IC, 센서 신호 조절, 인터페이스, 트랜시버 등 광범위한 포트폴리오가 신호 체인 및 전력 공급을 지원하고 있다.
차량 외부에 센서 기술을 공급하는 것 외에도, TI는 특정 캐빈에서 사용할 수 있는 초음파 센서와, 스티어링 휠의 유도성 센서 및 전기용량성 센서로 운전자의 상태 정보를 제공하고 있다. TI의 DLP 광시야 헤드업 디스플레이 기술은 차량이 도로에 대해 “파악”한 것을 운전자가 눈으로 볼 수 있게 하여 차량 운행을 감시하며 계속 주의를 기울 수 있게 해준다.
또한 첨단 이종 프로세싱은 필수 기반 소프트웨어와 더불어 알고리즘 및 애플리케이션의 신속한 개발을 촉진시킨다.
예를 들어, TI의 TDA2x 시스템온칩(SoC) 기술은, 방대한 비디오 시스템 정보 처리에 특화된 EVE(Embedded Vision Engines)와 카메라 사전 처리용 ISP(image signal processor), 일반적인 신호 처리용 DSP(digital signal processor), 몇몇 ARM 프로세스 등이 들어 있는 프로그래머블 Vision AccelerationPac으로 이 범위를 채우고 있다.
자체 소프트웨어 프레임워크 외에도, TI는 컴퓨터 비전 가속을 위한 Khronos OpenVX 표준의 핵심 기여자로서, 임베디드 이종 프로세서에서 저전력 고성능 프로세싱의 필요성에 부응하고 있다. 이 시스템 솔루션은 MCU, 멀티코어 DSP, 이종 비전 프로세스 등 TI의 모든 SoC 포트폴리오에서 확장이 가능하다.
미래 교통에 대한 현재의 투자
이번 호에서는 IoT를 위한 Splunk 앱 두 가지와 실제 Splunk를 도입하여 IoT누가 가장 성공적으로 ADAS와 자율주행차를 도입하게 될지 자동차 제조사들의 위험도 커지고 있다. 자동화 기능의 단계별 도입과 지속적인 센서 개선을 감안하면, 전자시스템을 설계할 때 확장성을 고려해 설계해야 할 것이다.
시스템 디자인에 영향을 미치는 그 밖의 요소들로는, 차량과 환경에 관한 3D 지도를 개선시켜주는 보조 센서 데이터의 융합, 저가 라이더 센서의 개발, 이네이블링 하드웨어 및 소프트웨어의 발전 등을 수 있다.
요약
TI는 자율주행차의 현실화를 위해 노력하는 자동차 제조사들이 당면한 문제들을 충분히 인식하고 있으며, 자율주행차에 무엇이 필요한지 알아내어 자동차 제조사가 필요로 하는 최적의 솔루션을 설계하기 위해 상당한 연구노력을 기울이고 있다.
이 연구는 전세계 제조 및 지원에서 TI가 가진 강점과 더불어 광범위한 TI의 선도적 포트폴리오를 보완해줄 것이다. TI의 기술은 자동차 제조사가 현재 단계별로 진행 중인 ADAS 안전 기능을 구현하는데 앞으로도 중요한 역할을 하게 될 것이며, 미래의 자율주행차를 가능하게 하는 데에도 이바지하게 될 것이다.
글 : 페르난도 무히카 박사(Fernando Mujica, Ph.D.) / 킬비연구소 자율주행차 R&D 책임자
자료제공 : 텍사스 인스트루먼트<www.ti.com>
그래도 삭제하시겠습니까?