멘토, L5 자율주행 지원 설계 플랫폼 발표

미가공 데이터 통합 관리 ... 실시간 감지 기능 제공

2017년 05월호 지면기사  /  글│윤 범 진 기자 _ bjyun@autoelectronics.co.kr


멘토, 지멘스비즈니스(Mentor, a Siemens business, 이하 멘토)의 DRS360 플랫폼은 각 센서로부터 수집한 미가공 데이터(raw data)를 이용해 SAE L5 자율주행차 설계 검증에 필요한 대기시간을 크게 감소시키고 감지 정확도와 전반적인 시스템 효율성을 향상시킨다.

 

점점 더 많은 자동차 제조사들이 자율주행차 개발 경쟁에 속속 뛰어들면서, 자율주행 단계를 높이기 위해 다양한 종류의 센서를 통합하고 있다. 예를 들어 시각 정보는 카메라, 물체 감지는 레이더, 거리측정 정보는 라이더 등 자율주행 단계가 올라갈수록 센서 수는 증가하고 있다. 이와 함께 안전성을 확보하기 위한 센서 융합의 필요성은 더욱 커지고 있다. 

오늘날 센서 융합은 미가공 데이터로 수행되지 않는다. 각각의 센서는 일반적으로 독자적인 로컬 처리를 수행하고 있다. 따라서 이 프로세싱을 수행하는 데 필요한 전력, 비용, 크기 문제를 수반한다. 또한 자율주행에서 중요한 실시간 성능 구현에도 제약이 따른다. 예를 들어 레벨(L) 3 단계의 자율주행차임에도 카메라와 레이더 수가 4~5개나 돼 각각의 데이터 처리에 필요한 부품 비용이 증가하고, 시스템이 복잡해져 설계 시간도 길어진다.

 

멘토의 해법

 

멘토는 레이더, 라이더, 비전, 초음파 등 다양한 형태의 실시간 미가공 데이터를 통합해 이용할 수 있게 함으로써 감지 정확도와 전반적인 시스템 효율성을 획기적으로 향상시킬 수 있는 자율주행 설계 플랫폼 ‘DRS360’을 발표했다. 

DRS360은 모든 시스템 센서에서 수집한 필터링 되지 않은 정보를 중앙처리장치(CPU)에 직접 전송해 미가공 센서 데이터가 모든 레벨에서 실시간으로 융합되도록 설계됐다. 이것은 일반적인 “센서 퓨전(sensor fusion)”과는 차이가 있다.
 

일반적으로 자동차 제조사에 공급되는 센서는 모듈형으로, 수집된 데이터는 센서에서 어느 정도 전처리(pre-process) 된다. 예를 들어 카메라에서 융합 시스템으로 전송되는 데이터는 실제 이미지 데이터가 아니라 이미지 내에서 차선, 자동차, 교통표지판 등 관심 영역을 묘사한 데이터라고 할 수 있다. 

멘토 ADAS 및 자율주행 사업부의 아민 카시(Amin Kashi) 디렉터는 “각 센서 노드에서 사용되는 센서 모듈에서 전처리용 마이크로컨트롤러를 제거하고 미가공 데이터를 융합하면, ADAS와 자율주행차 개발업체는 실시간 성능의 향상과 시스템 비용 및 복잡성을 크게 줄일 수 있다.”고 말했다.
 

예를 들어, 적응형 크루즈 컨트롤(ACC)과 차선이탈 검출 기능을 지원하는 경우 지금까지의 시스템은 전방 및 주변 자동차나 물체를 검출하기 위해 레이더에서 데이터를 처리하고 ACC에 입력했다. 차선이탈 검출에는 전방 카메라 이미지에서 데이터 처리해 차선이탈 경보시스템(LDWS)으로 보냈다. 따라서 센서의 미가공 데이터를 처리하기 위한 지연이 발생하게 되고, 데이터 또한 완전한 데이터가 아닌 부분 데이터만 얻을 수 있다. 

이와 관련 카시 디렉터는 “자동차 제조사들이 상위 레벨의 자율주행차로 계속 확장하려면 이런 방식은 문제가 있다. 앞으로 L 4, 5까지 올라가려면 계속해서 센서를 추가해야 하고, 그에 따른 전체 시스템의 지연 시간 상승을 피할 수 없다.”며 “이것이 올바른 아키텍처인지 확신을 갖기 어렵게 될 것”이라고 주장했다.

 

자동차 등급 플랫폼

 

DRS360 플랫폼은 ISO 26262에서 가장 높은 수준의 안전성 등급인 ASIL D를 지원하는 시스템에 사용할 수 있도록 안전성, 비용, 전력, 온도, 배기가스 배출 요건을 충족한다. 

주요 센서 공급업체들의 다양한 센서를 수용하는 DRS360 플랫폼은 센서 데이터를 수집해 전처리 및 융합하기 위해 자일링스 Zynq UltraScale+ MPSoC FPGA를 사용한다. FPGA는 자율주행의 다양한 수준에 따라 재구성할 수 있다. 이것은 FPGA의 특징이기도 하다. FPGA 뒤에는 센서 융합, 이벤트 감지, 물체의 의미론적 인식, 상황인식 및 경로계획과 같은 애플리케이션과 액추에이터 제어 등 주요 자율주행 기능을 제공하기 위한 인공지능(AI) SoC(ARM 또는 x86 기반)가 붙고, 다음은 차량 네트워크 게이트웨이를 위한 안전 MCU가 연결된다. 디바이스 간 연결은 멘토가 자체 개발한 CCL(Control and Communication Link)를 통해 이루어진다. 

카시 디렉터는 “필요에 따라 관심 영역에서만 처리되는 DRS360 플랫폼에 직접 연결되는 미가공 센서 데이터는 CPU 부하를 줄여 100 와트(W)의 전력 범위 내에서 완전한 자율주행을 지원한다.”고 강조했다.

센서 퓨전 

 

센서 퓨전은 매우 복잡한 작업에 해당한다. 그러나 멘토가 개발한 중앙집중식(centralized) 접근방식은 필터링 되지 않은 센서 데이터의 정확성과 신뢰성을 향상시켰다. 자체 개발한 미가공 데이터 센서 퓨전 알고리즘 덕분이다. 이 알고리즘을 통합한 1세대 DRS360 하드웨어 개발 보드는 올 하반기 출시 예정이지만, 자율주행을 위한 인식 알고리즘과 사양이 사용자마다 다르기 때문에, 보드는 특정 SoC에 구애받지 않는 개방적인 형태를 표방하고 있다. 센서 퓨전 알고리즘은 IP 형태로 제공될 가능성도 있다.  

<저작권자(c)스마트앤컴퍼니. 무단전재-재배포금지>

PDF 원문보기

본 기사의 전문은 PDF문서로 제공합니다. (로그인필요)
다운로드한 PDF문서를 웹사이트, 카페, 블로그등을 통해 재배포하는 것을 금합니다. (비상업적 용도 포함)

  • 100자평 쓰기
  • 로그인


TOP