덴소는 2020년을 목표로 자동차 전용도로에서 주행의 조건부 자동화를 실현하기 위한 기술개발, 테스트를 진행하고 있다. 예컨대 밀리미터파 레이더, 화상 센서를 활용한 차선 내에서의 자율주행, 자동 차선변경 실험 등이다. Automotive World 2017에서 덴소의 와카바야시 히로유키 전무의 강연을 들었다. 
 
 
자동차에 대한 ‘안심’, ‘안전’에 대한 대응과 진화가 없다면 교통사고 사망자 수는 2020년에 전 세계적으로 190만 명에 달할 것이다. 따라서 UN은 ‘교통안전을 위한 행동 10년(UN Decade of Action for Road Safety 2011 - 2020)’ 헌장을 만들어 활동 중이다. 이는 2020년 교통사고 사망자 수를 절반 줄인 90만 명 이하로 낮추는 것을 목표로 한다.

각국의 교통사고 사망사고 유형을 보면, 독일의 경우 도로이탈로 인한 사망사고가 51%로 절반 이상을 차지한다. 이는 아우토반 등의 고속도로 주행이 많은 환경 탓으로, 한 번 차가 도로에서 이탈할 경우 심각한 위험에 처하기 때문이다. 미국의 프리웨이 환경도 마찬가지여서 전체 사망사고에서 도로이탈의 비율이 42%에 이른다. 반면 일본의 경우엔 보행자 사망사고가 36%로 가장 높다. 또 교외에서의 고령자 사고가 많다.

사고와 그 원인이 되는 주요 요인들은 운전 미숙, 과속, 운전부주의 등이다. 이런 것들로 인해 접촉사고와 같은 가벼운 사고부터 대형사고까지 다양하게 발생한다. ‘안심’은 이런 요인과 잠재적 위험을 운전자 지원으로 배제시키는 것이다. 그래도 사고가 발생할 경우엔 ‘안전’을 통해 피해를 최소화 한다. 위험한 상황에 노출시키지 않는 안심과 안전을 실현해 사용자가 안심하고 자동차를 사용하도록 하는 것이 덴소의 목표다.


관련 기초연구, 조사, 분석과 함께 주행환경 인식, 차량 운동제어, 사람과 자동차를 연결하는 HMI, 인프라와 사회를 연결하는 정보통신 등 모든 부분에 덴소는 철저히 대응하고 있다. 예를 들어 덴소는 2025년이 되면 자동차 부품 제조사로서 활동해야할 영역을 자동차 뿐만 아니라 클라우드란 네트워크에 어떤 가치를 제공할 수 있을 지에 대한 연구와 네트워크 및 사회 전체를 보고 있다.

자동차가 달리게 되면 주변 100 m 반경의 정보는 카메라, 레이더, 라이더, 초음파 센서 등 주행환경 인식 센서가 담당한다. 그리고 이 센서로 감당하지 못하는 1,000 m, 10,000 m 전방은 V2X와 클라우드 등 정보통신 부문이 담당할 것이다. 차 내에서는 콕핏 시스템, 운전자 모니터링 시스템 등 HMI 제품이 운전자와 소통해 안전한 주행과 효율적인 상호소통을 가능케 할 것이다.
 



DNN 화상센서와 뮤직 레이더
주행환경 인식 센서들은 센서마다 저마다의 장단점이 존재한다. 카메라는 물체를 식별할 수 있지만 사람의 눈처럼 역광이나 시야가 나쁜 때에는 감지를 잘 할 수 없다. 밀리미터파 레이더는 날씨의 영향을 거의 받지 않지만 분해능이 낮기 때문에 물체의 종류를 구별하기 어렵다. 또 전파가 반사되지 않는 것은 볼 수 없다.

라이더는 분해능이 높고 전파를 반사하지 않는 것도 볼 수 있지만 카메라처럼 시야가 좋지 않으면 성능이 떨어진다. V2X는 자동차가 무엇인가를 무선으로 통신해 소통하는 것으로 전방의 보이지 않는 것을 알려줄 수는 있지만, 이는 단지 정보만 전달하는 데 그친다. 따라서 이들의 신뢰성을 높이기 위해서는 센서 퓨전 기술이 필요하다.

카메라는 전방 화상을 처리하고 인식해 자동차와 보행자를 검출한다. 덴소는 여기서 하드웨어로 야간 성능을 높이는 기술, 소프트웨어로 인공지능을 응용한 화상처리로 그 성능을 높이고 있다. 현재 개발 중인 야간 보행자 감지 기술과 인공지능 기술의 고감도 이미지 센서를 탑재함으로써 카메라의 고성능화를 실현해 빛이 적은 야간에도 정확하게 피사체를 촬영할 수 있게 했다. 또 이 카메라에 내열성, 내진성과 같은 차량 요구사항까지 반영해 차에 탑재할 수 있도록 하고 있다.


신경망(Deep Neural Network, DNN) 기술 개발에는 뇌의 신경회로 모델 알고리즘, 대량 학습 데이터, 학습을 위한 계산 환경이 필요하다. 덴소는 이런 다양한 요소를 고려한 기술개발 속도를 높이기 위해 현재 여러 기업 대학과 연계를 적극 추진하고 있다. 알고리즘 기술에서는 기술 파트너, 대학과 공동개발에 나섰고, 학습 데이터에서는 덴소의 해외거점은 물론 국내외 벤처기업과 협력해 대량의 데이터를 효율적으로 수집하고 있다. 최적의 계산 환경을 구축하는 데는 덴소 그룹 내 IT연구소와 대학이 협업하고 있다. 또 DNN의 화상센서 탑재를 위한 하드 IP를 반도체 메이커와 개발 중이다.

자율주행 실현을 위해서는 장애물과 표지판, 차량이 주행하기 위한 프리 스페이스 검출, 위험이 예상되는 장면의 인식 등 다양한 상황인식 기술이 필요하다. 그러나 기존의 패턴인식과 화상인식 수준으로는 인식이 필요한 대상을 인위적으로 특징화해야만 하기 때문에 사전에 이를 학습시킬 필요가 있다. 이에 반해 DNN을 이용한 화상인식은 스스로 대상물의 특징을 추출해 학습하기 때문에 다양한 대상물의 인식과 검지 정확도를 비약적으로 증대시킬 수 있다.


예를 들어 기존 기술은 도로의 흰색 라인을 인식하는 정도였지만, DNN을 이용한 덴소의 기술은 주행가능 영역과 장애물 등 주행할 수 없는 영역을 구별해서 인식할 수 있다. 또 자동차의 뒷부분 등 차량의 특정 방향만 인식하는 것이 이제는 대상 차가 어떤 각도, 어떤 방향으로 가더라도 확실히 자동차로서 인식할 수 있다. 보행자의 경우는 특정 박스를 통해 보행자가 존재한다는 정도만 알려줬지만, 이제는 보행자의 형상까지 인식하고 다음 행동을 예측할 수 있다.

밀리미터파 레이더는 전파를 내보내고 그 반사파를 수신함으로써 물체를 감지하고 거리를 예측하는 기술이다. 그런데 분해능이 높지 않다. 예를 들어 가드레일 옆을 달리는 차는 어렴풋하게 관측할 수 있을 뿐이다. 그러나 덴소의 레이더는 뮤직(MUltiful SIgnal Classification)이라는 고분해능화가 가능한 독자적인 신호처리 기술을 통해 가드레일 옆의 차량도 확인할 수 있다.

라이더로 불리는 레이저 레이더는 레이더와 달리 레이저 광을 보내 물체를 감지한다. 밀리미터파 레이더에 비해 매우 높은 분해능을 갖는다. 덴소는 현재 프로토타입 라이더를 통해 차량이 주행 중 환경지도를 작성하면서 안전하게 주행할 수 있는 영역을 검출하도록 하고 있다. 이 라이더는 좁은 길에서도 다이내믹하게 지도를 생성할 수 있고 차량과 보행자 등 이동물체를 문제없이 검출한다.

V2X는 높은 통신 신뢰성이 요구된다. 덴소는 이를 위해 20년 전부터 관련 요소기술을 개발해왔다. 일본 최초의 프로토타입을 만들어 기술기준 적합성을 만족해 실증실험을 시작했고, 700 MHz 대역의 V2X 실험기를 여러 카 메이커에 제공해 표준 규격을 만드는 데 기여했다. 그 결과 2015년에 토요타의 크라운, 프리어스 등의 모델에 기술을 탑재하기 시작했다.

덴소는 2020년을 목표로 자동차 전용도로에서 주행의 조건부 자동화를 실현하기 위한 기술을 개발, 테스트하고 있다. 밀리미터파 레이더, 화상센서를 활용한 차선 내에서의 자동주행, 자동 차선변경 등을 하고 있다. 자동화에 필요한 정보를 어떻게 하면 이해하기 쉽게 운전자에게 전달할 수 있을지에 대한 기술도 개발, 시험 중이다. 또 이 두 가지 센서로는 검출할 수 없는 상황에 대해 V2X 기술을 도입하고 그 애플리케이션과 성능을 높이는 작업을 진행하고 있다.