프랑크푸르트 모터쇼(IAA)에서 델파이는 내년 BMW 7시리즈에 탑재되는 ‘제스처 컨트롤’ 기술을 선보였다. 모두에게 생소한 3D 혹은 에어 제스처 기술의 미래 가능성을 BMW와 델파이가 테스트한다. 한편 델파이는 자율주행 기술, 48V 마일드 하이브리드 시스템과 ‘다이나믹 스킵 파이어’ 실린더 비활성화 기술도 공개했다.
자 동차 회사들은 미래의 자율주행 시대를 대비해 사람과 기계지능 간의 소통 연구에 적극 나서고 있다. 대시보드에서 아직 많은 문제점을 노출하고는 있지만 음성을 통해 대시보드의 기능을 제어하는 것처럼, 업계는 예를 들어 미래에 자동차가 사람의 동작을 보고 다음 상황을 예측할 수 있을지, 자율주행차가 보행자와 소통할 수 있을지와 같은 미래의 질문을 염두에 두고 실내에서의 안전하고 간단하게 시스템을 조작하는데 있어 에어 제스처 기술의 가능성을 검토하고 있다. 차가 운전자의 마음을 모두 헤아릴 수는 없지만, 델파이가 제시하는 기술은 운전자가 간단히 손을 흔들거나 손가락을 재빨리 움직이는 것만으로도 운전자가 원하는 바를 읽을 수 있다.
제스처 컨트롤
올해 프랑크푸르트 모터쇼(IAA)에서 델파이는 내년 BMW 7시리즈에 탑재되는 ‘제스처 컨트롤’ 기술을 선보였다. 모두에게 생소한 3D 혹은 에어 제스처 기술의 미래 가능성을 BMW와 델파이가 테스트하는 것이다.
델파이는 IAA에서 운전자 지원 시스템(ADAS)과 인포테인먼트 시스템을 통합한 ‘MyFi’ 콕핏에서 운전자가 차량과 보다 안전하고 편리하게 소통할 수 있는, 주행에 최적화된 HMI 기술을 대거 선보였다. 주요특징은 ▶다양한 옵션과 선택가능한 멀티모달 HMI ▶세계 최초의 통합 3D 제스처 인식 콕핏과 인포테인먼트 제어 ▶차세대 마이크로폰과 클라우드 기반 자연어 인식 음성시스템 ▶운전자 시선 및 운전자 상태 감지 기술 ▶대형 센터스택 터치스크린 ▶재구성 가능한 클러스터 ▶애플과 안드로이드 기기 호환 ▶무선충전 시스템 등이다.
이와 관련 제스처 인식 시스템은 BMW 7시리즈에 론칭되면서 이슈가 되고 있다. 델파이 기술을 통해 운전자는 센터스택 디스플레이 등을 보거나 만지지 않고도 뮤직 플레이리스트를 제어하고 내비게이션 맵의 크기를 조절하며 전화도 받을 수 있다.
델파이의 피에트로 오타비스(Pietro Ottavis) 인포테인먼트 및 드라이버 인터페이스 부사장은 “어떻게 하면 운전자가 지속적으로 전방을 주시하면서 원하는 인포테인먼트 시스템을 사용할 수 있게 할지는 자동차에 인포테인먼트가 도입된 이래 지속적인 도전과제였다”며 “이제 델파이가 이에 대한 매우 유용하고 실용적이며 직관적인 해답을 찾았다고 생각한다”고 말했다.
델파이에 따르면, 제스처 인식기술은 실용적일 뿐만 아니라 운전자의 주의방해 요소 또한 제거한다. 간단히 손과 팔의 제스처로 인포테인먼트 시스템을 컨트롤해 실질적으로 차량과 소통하는 수화로 기능함으로써 운전자가 주행 중 도로를 지속적으로 주시할 수 있도록 해준다.
델파이는 제스처 인식을 위해 선글라스를 보관하거나 실내등을 켜는 오버헤드 콘솔(OHC) 내부 후드라이너에 적외선 카메라를 설치해 변속 기어 위, 센터스택 디스플레이에서 팔걸이까지, 운전자의 허리부터 어깨 높이에서 이뤄지는 운전자의 모든 손제스처를 감지할 수 있게 했다.
델파이의 한 관계자는 “관련 컴포넌트의 위치는 자연광, 온도와 같은 전형적인 자동차 환경의 요구에 대응하면서 운전자에 의해 수행된 행동, 제스처를 최대한 정확히 인식할 수 있도록 전략적 포지셔닝이 중요하다”고 말했다.
시간이 필요한 모험
오타비스 부사장은 “수년 동안 태블릿과 스마트폰에서 많은 제스처가 사용돼왔고 전 세계적으로 어떠한 제스처들을 이해할 것인지에 대해 많은 고민이 있었다”며 “예를 들어 왼쪽에서 오른쪽으로 손을 흔들어 플레이리스트를 재생시킬 수 있는데, 만약 리스트로 되돌아가고 싶으면 손을 반대방향으로, 즉 오른쪽에서 왼쪽으로 흔들기만 하면 된다. 작동을 중단하고 싶다면 세계 평화 신호만 취하면 된다”고 말했다.
마치 전화기의 버튼을 누르듯이 허공에 대고 검지 손가락을 가볍게 두드려 전화를 받거나 끊을 수 있다. 시계 방향으로 원을 그려 볼륨을 높이고 시계 반대 방향으로 그려 볼륨을 낮출 수 있다. 이런 동작은 카 메이커들의 필요에 따라 리스트를 추가하거나 다른 제스처를 사용할 수 있다.
에어 제스처는 아직 초기개발 단계에 있고 많은 도전과제를 극복해야 하지만, 많은 카 메이커들을 통해 2018년까지 유럽과 북미시장에서 상용화될 예정이다. 가장 큰 도전은 에어 제스처가 소비가전 시장에서도 생소한 기술이란 점이다.
델파이의 한 관계자는 “에어 제스처는 소비가전 시장에서도 친숙치 않고, 처음에는 차에서도 원하는 것을 하기 위해 어떻게 손을 움직여야 할지를 잘 모를 것”이라고 말했다.
이같은 범용적인 제스처 언어의 부족, 차내에서 제어 가능한 애플리케이션의 제약, 안전 이슈에 따른 확실한 인식이 요구되기 때문에 에어 제스처는 터치 제스처에 비해 매우 제한적인 적용이 예상되고, BMW7시리즈에서도 몇 가지 애플리케이션에 적용될 예정이다.
제스처 컨트롤은 운전자와 차량 간 다양한 소통방법을 제공하는 멀티모달 HMI 중 하나로 터치, 음성 등 기존 컨트롤러를 보완한다.
자율주행, ADAS 솔루션
델파이의 제프 오웬스(Jeff Owens) CTO는 “능동안전과 커넥티비티 기술 융합이 급속도로 진행되는 상황에서 구현기술 포트폴리오를 확대하면서 제조업체의 기술 통합을 지원하는 소프트웨어 개발에 상당한 역량을 더하고 있다”며 “이산화탄소 배출규제 충족, 교통사고 사상자 저감, 커넥티드 기술의 연속성 실현을 위해 어떤 조건 하에서도 항상 동작할 수 있는 구현기술이 요구된다”고 말했다.
델파이는 IAA 전시장에서 자율주행 차량을 공개했다. 이 차는 올해 초, 샌프란시스코에서 뉴욕까지 총 5,500 km(3,400 마일)를 99% 자율주행 모드로 횡단, 성공함으로써 북미 최장 거리 자율주행 기록을 달성했다. 델파이는 자율주행 알고리즘을 공급하는 카네기멜론 대학(CMU)의 창업기업 오토마티카(Ottomatika)를 인수함으로써 이 분야의 리더십을 더 공고히 하기도 했다.
델파이는 모듈 방식의 확장 가능한 맞춤형 솔루션을 고객에게 제공하기 위해 단계별 자율주행을 평가하기 위한 레이더, 비전, 카메라 센서 등을 아우디 SQ5에 장착했다. 이를 통해 차는 고속도로에서 스스로 차선을 변경할 수 있고, 도심에서 포인트 투 포인트 자율주행을 할 수 있다. 이같은 자율주행의 핵심 중 하나는 최고 사양의 프로세서를 통해 다양한 제어기술과 기능을 완벽하게 구현하는 멀티-도메인 컨트롤러다. 델파이의 멀티-도메인 컨트롤러는 안전, 바디, 인포테인먼트 등의 전자 도메인과 자율주행 기능의 작동에 필요한 대량의 복잡한 데이터를 신속하고 효율적으로 관리할 수 있도록 한다. 멀티-도메인 컨트롤러는 아우디의 파일럿 드라이빙 플랫폼에 공급된다.
델파이는 ADAS와 관련해 저비용, 고기능 라이더(LiDAR) 센서에 주목했다.
최근 델파이는 3D 라이더 센싱의 선두주자 쿼너지(Quanergy)에 전략적 투자를 단행함으로써 자사의 ADAS 역량을 강화했다. 장애물 감지, 디지털 맵핑, 표면 모델링, 원거리 이미징 등이 레이저 거리 감지 센서인 라이더 스캐너에 의해 구현된다. 쿼너지와 델파이는 저비용, 고기능 반도체 라이더 제품군을 출시하기 위해 협업중이며, 센서는 레벨3, 레벨4 솔루션으로 공급될 예정이다.
48V와 다이나믹 스킵 파이어
델파이는 파워트레인의 고효율화 시스템도 선보였다. 가솔린과 디젤 엔진을 위한 48V 마일드 하이브리드 시스템은 이산화탄소 배출량을 10% 이상 저감시킬 뿐 아니라 제동 시 손실되는 에너지를 전기에너지로 저장해 다시 모터를 통해 저속 모드나 스톱-스타트 시에 동력을 공급한다. 48V 시스템은 더 높은 전압 방식의 마일드 하이브리드 시스템에 비해 30% 비용으로 70% 수준의 성능을 제공할 수 있다.
또 델파이가 공개한 다이나믹 스킵 파이어(Dynamic Skip Fire)는 기존의 실린더 비활성화 기술에서 진화된 기술로 원가상승을 최소화하면서 연비를 최대 15%까지 개선한다. 이 기술은 실린더 비활성화를 위한 부품과 제어 알고리즘을 통해 운전자에 의해 요구되는 엔진 성능, 차량의 운전성, 정숙성을 고려해 각 개별 실린더의 연소 시기와 휴지 시기를 엔진 연소 사이클 단위로 결정해 최적의 연비 효율을 만들어낸다.
<저작권자 © AEM. 무단전재 및 재배포, AI학습 이용 금지>