1. 자율주행 자동차 어디까지 왔나?
이제는 자율주행 자동차(무인차)라는
말이 낯설지 않다. 많은 연구와 개발이 진행되어 단순 자율 주행 기술은 '성숙기'에 접어들고 있다. 언론에서는 자율주행 자동차를 눈앞에서 볼 수 있게 될 날이 멀지 않았다고 한다. 그렇다면, 여기서 말한 '성숙기'란 어느 정도의 기술 레벨을 의미하는 것일까?
[그림 1] 자율주행 자동차의 기술레벨
[그림 1]은 자율 주행 자동차의 기술 레벨 이다. 여기서 레벨 0은 사람의 운전에 무인 자율주행자동차의 시스템이 시각, 청각 형태로 보조하는 시스템이다. 현재 자동차에서 구현되어있는 후방 주차 경고 알람과 같은 시스템이 그 예이다. 레벨1은 사람의 판단에 의해 크루즈 시스템과 같이 단순 속도 제어 정도가 가능한 시스템이고, 레벨 2는 완전히 멈추고 다시 출발 하는 등의 능동 제어가 가능한 시스템이다. 또한, 레벨 3은 사람의 판단이 없더라도, 교차로 등을 진입할 수 있는 정도의 시스템이고, 레벨 4는 특정 구간 뿐만 아니라, 출발지에서 목적지 사이의 모든 구간의 자율 주행이 가능한 시스템을 말한다.
지금은 과연 어느 수준일까? 미국 도로교통안전국(NHTSA, National Highway Traffic Safety Agency)의 차량 자율화 수준 구분에 따르면 현재 자율 주행 자동차 수준은 2~3단계 사이로, 아직까진 ‘완전 자율 주행 자동차 수준’인 4단계에 미치지 못한다.
2. 국내외 자율주행 자동차의 시장 동향
[그림 2] 무인 주행 시스템을 연구하는 자동차 회사의 기술력 조사
가장 많은 연구가 진행된 곳은 ‘구글’이다. 기본적인 자율주행 기술뿐만 아니라 전 세계를 아우르는 지도 및 자율주행 관련 데이터를 보유하고 있다. 앞으로 자율주행에 있어 표준화된 OS나 생태계를 구축하는데 앞장설 것으로 보인다. 실제 자동차 업계에서 선두를 달리고 있는 그룹이 포드, GM, 닛산, 벤츠이다.
포드의 목표는 2020년까지 첫 번째 자율주행차를 생산하고 2021년 본격적인 시험에 돌입하는 것이다. 포드는 약 8,400억 원을 투입해 자율주행차 제조혁신센터를 설립했으며 전기차와 자율주행차 상용화를 위해 2020년까지 약 5.4조 원을 투입할 예정이다. 현재 미국 애리조나, 캘리포니아, 미시간 3개 주에서 자율주행 시험을 진행 중이고 2017년부터 유럽으로 확대해 시험 차량을 30대에서 100대로 늘릴 계획을 갖고 있다.
GM은 최근 차량공유업체인 Lyft에 투자하고 자율주행기술 스타트업 업체인 Cruise Automation을 인수하는 등 공격적인 행보를 보이고 있다. GM 산하의 자율주행개발팀이 자율주행기술 개발 및 관련업체 인수, 플랫폼 전략을 지휘하고 있으며 해당 개발 센터가 올해 실리콘밸리에 건립될 예정이다.
닛산은 2015년 조사결과에 비해 가장 급속한 경쟁력 순위 상승을 기록했다. 2018년에는 고속도로에서 차선변경이 가능한 차량을, 2020년에는 시내 자율주행이 가능한 차량을 각각 선보이고 2022년 이후 완전 자율주행차를 출시할 것이라고 예고한 바 있다. 작년 8월에는 일본 최초로 레벨 2 수준의 자율주행 기능을 탑재한 미니밴 ‘세레나’를 출시하기도 했다.
벤츠는 우버, Lyft 등이 선점하고 있는 앱기반 차량공유 및 차량 호출 서비스 시장을 겨냥하고 있는 모습이다. 상용차의 경우 고속도로 파일럿 시스템을 장착한 ‘벤츠 퓨처 트럭 2025’로 자율주행을 테스트 중이며 최근 네덜란드에서 시범 운행을 시작했다. 뿐만 아니라 올해 4월 상하이국제모터쇼에서는 벤츠의 자율주행기술이 한 단계 진화한 비포장도로에서도 자율주행을 할 수 있는 ‘더 뉴 S-클래스’를 공개하기도 했다.
과연 국내 업체들은 어떤 준비를 하고 있을까? 현대자동차는 지난 1월 CES 2017에서 아이오닉 자율주행차로 야간 주행에 성공했다. 올해 9월에는 서울 광화문에서 자율주행차 셔틀 서비스를 선보일 예정이다.
자동차 부품업체인 현대모비스는 2020년까지 레벨 3 이상의 고속도로 자율주행기술 확보하고 2022년까지 상용화하는 것이 목표이다. 지난 해 6월 자동차 부품업체로는 처음으로 국내 자율주행차 임시운행 허가를 취득했으며 이미 고속도로에서 차선 변경, 분기로 진입, 본선 합류가 가능한 수준의 HDA2(고속도로 주행지원시스템) 기술을 확보했고 2019년 양산을 준비 중이다.
지난 해 국내 통신사 중 처음으로 자율주행차 개발에 참여한 SK텔레콤은 인텔, BMW, 모빌아이, 엔비디아 등 자율주행기술 업체들과의 협력을 통해 2021년 5G 기반 완전 자율주행차 상용화를 목표로 하고 있다. 올해 1월에는 모빌아이의 자율주행 칩셋에 T맵 활용 등에 관한 협력방안을 협의했고 엔비디아와는 5G 기술 및 자율주행기술 개발 협력을 발표했다.
SK텔레콤과 경쟁이 예상되는 KT는 최근 자율주행 운행허가를 신청하겠다고 밝혔으며, 상용차로는 첫 번째로 면허를 획득할 가능성이 높다. 올해 3월 강원도 평창에서 레벨 3 수준의 5G 기반 자율주행버스를 시연한 바 있으며 2018년 2월 평창동계올림픽 기간에는 평창과 서울에서 자율주행버스를 시범 운영할 예정이다.
네이버랩스는 올해 2월 국내 ICT 업계 처음으로 자율주행차 임시운행 허가를 취득했다. 뿐만 아니라 지난 3월 2017 서울모터쇼에서 국내 ICT 업계 최초로 자체 재발중인 자율주행차를 공개한 바 있다. 네이버랩스의 송창현 대표는 완전 자율주행차 개발에 박차를 가하고 있다고 밝혔으며 이를 위해 시각인지기술과 딥러닝기술을 바탕으로 연구·개발을 진행하고 있다.
구글, 애플과 경쟁중인 삼성전자는 지난 3월 전장부품업체 하먼의 인수에 이어서 5월에는 자율주행차 시험운행 허가를 받았다. 해당 시험운행의 목전은 자체 개발 중인 AI 기반 자율주행 소프트웨어의 기초 시험이며, 중장기적으로는 자율주행 알고리즘 등의 선행 연구를 하기 위한 차원이라고 한다.
3. 차세대융합기술연구원에서의 자율 주행 자동차 기술 연구
[그림 3] 발렛 파킹에 관한 연구 개요도
현재 차세대융합기술연구원에서는 자율 주행 자동차 기술 단계인 2~3단계에서 완전 자율 주행
기술 단계인 4단계로 올리는 역할을 수행함으로써 도심 내에서 다양한 상황에 대응 가능한 자율 주행 기술
개발을 하고 있다.
대표적으로, 차세대융합기술연구원에서는 판교 제로시티 자율주행추진단을 발족해, 올해 12월까지 일반인들이 탑승할 수 있는 자율주행 셔틀 서비스를 도입하기 위한 연구를 하고 있다. 이 시스템이 개발되면 자율 주행 셔틀 차량을 통하여 판교역에서 판교제로시티 입구까지 약 2.5km 구간에 시속 30km의 속도로 이동 할 수 있게 된다.
또한, 서울대학교와 차세대융합기술연구원에서는 주차장 입구에서 스스로 주차영역까지 경로 계획을 하고 주차를 수행하는 연구를 진행 하고 있다. 이는 자율 주행 기술이 현실화 되려면 협소하고 복잡하여 사람이 주행하기 힘든 상황에서도 성공적으로 주행을 수행 해야 할 수 있어야 하기 때문이다. 특히, 복잡한 주차 환경에서는 주차 영역에 대한 판단이 어렵고, 전/후진이 많은 경로 계획이 요구되어 고도의 경로계획 및 제어 기술이 요구된다. 우선, 지정된 실험 구간의 차선 위치 및 종류, 차선 폭, 횡단 보도 위치, 건물 위치 정보를 기반으로 한 도로 네트워크 구축한다. 도로 네트워크 정보 기반으로 주차장 진입로에 정차상태로 있을 때, 임의의 주차 구역까지 최단 거리 전역 경로를 계획한다. 주행 제어 중 장애물 회피 및 주차 영역에 도달 할 수 있는 고속 경로 재 탐색 알고리즘을 구현한다. 좁은 공간에서의 차량의 방향성을 고려하여 불필요한 경로 계획을 하지 않고 전방 및 후방 경로 계획도 안정적으로 실현하도록 하는 것이 비 구조화된 도로에서 경로 계획의 핵심이다.
대표적으로, 차세대융합기술연구원에서는 판교 제로시티 자율주행추진단을 발족해, 올해 12월까지 일반인들이 탑승할 수 있는 자율주행 셔틀 서비스를 도입하기 위한 연구를 하고 있다. 이 시스템이 개발되면 자율 주행 셔틀 차량을 통하여 판교역에서 판교제로시티 입구까지 약 2.5km 구간에 시속 30km의 속도로 이동 할 수 있게 된다.
또한, 서울대학교와 차세대융합기술연구원에서는 주차장 입구에서 스스로 주차영역까지 경로 계획을 하고 주차를 수행하는 연구를 진행 하고 있다. 이는 자율 주행 기술이 현실화 되려면 협소하고 복잡하여 사람이 주행하기 힘든 상황에서도 성공적으로 주행을 수행 해야 할 수 있어야 하기 때문이다. 특히, 복잡한 주차 환경에서는 주차 영역에 대한 판단이 어렵고, 전/후진이 많은 경로 계획이 요구되어 고도의 경로계획 및 제어 기술이 요구된다. 우선, 지정된 실험 구간의 차선 위치 및 종류, 차선 폭, 횡단 보도 위치, 건물 위치 정보를 기반으로 한 도로 네트워크 구축한다. 도로 네트워크 정보 기반으로 주차장 진입로에 정차상태로 있을 때, 임의의 주차 구역까지 최단 거리 전역 경로를 계획한다. 주행 제어 중 장애물 회피 및 주차 영역에 도달 할 수 있는 고속 경로 재 탐색 알고리즘을 구현한다. 좁은 공간에서의 차량의 방향성을 고려하여 불필요한 경로 계획을 하지 않고 전방 및 후방 경로 계획도 안정적으로 실현하도록 하는 것이 비 구조화된 도로에서 경로 계획의 핵심이다.
0 개의 댓글:
댓글 쓰기