자율 주행 자동차란?

자율 주행 자동차는 데이터를 수집, 인식 및 분석하여 독립적인 결정을 내리고 주변 상황에 따라 작업을 수행합니다. 차량의 자동화가 급증하고 있으며, 이제 도로에는 무인 차량과 인간 운전자가 운전하는 일정 수준의 자율 주행 기능을 갖춘 차량이 존재합니다.

자동차 섹터의 자동화 레벨은 자동화 없음(레벨 1)부터 완전 자동화(레벨 5)까지 총 5단계로 나누어집니다(항공 우주 분야는 3단계). 농업 및 광업 분야의 자율 주행 자동차는 인간의 개입 없이도 작업을 수행합니다. 항공 우주 분야에서는 자동 조종 기능 때문에 비행기의 98%가 자동화되어 있지만, 엄격한 규제로 인해 완전 자율 주행 항공기를 보려면 아직 한참이 걸릴 것으로 예상됩니다.

레벨 5 자율 주행 자동차는 아직 존재하지 않습니다. 자율 주행 자동차의 AI(인공 지능)는 인간의 실수를 방지하지만 아직 인간 운전자와 비교할 수 있는 수준까지 발전하지는 않았기 때문입니다. 그러나 Waymo는 무인 레벨 4 자율 주행 자동차을 한계까지 끌어올리고 있습니다. 또한 Ford 및 Tesla와 같은 자동차 제조업체의 자율 주행 기능은 레벨 2와 레벨 3으로 간주되며, 각각 부분 자동화와 조건부 자동화를 의미합니다. 향후 10년 안에는 완전 자율 주행 레벨 5 자동차를 도로에서 볼 수 있을지도 모릅니다.

기존 차량(즉, 내연기관 엔진 또는 전기 차량)을 설계하는 것보다 자율 주행 자동차를 설계하는 것이 더 복잡합니다. 자율 주행 차량은 자체 "두뇌"를 가지고 있으며 필요한 모든 안전 기능을 갖추고 일반적인 주행 작업을 수행하도록 설계되었기 때문입니다. 사고가 발생하면 책임을 물을 운전자가 없기 때문에 법적으로 애매한 부분이 발생할 수 있습니다. 따라서 제조업체가 법적 문제가 발생할 수 있는 상황을 방지해야 하므로 안전 시스템의 설계 및 검증이 더욱 복잡해집니다.

자동차의 자동화가 사회에 가져다주는 이점은 다음과 같습니다.

• 교통 체증이 심할 때도 편안하게 출퇴근 가능, 장거리 주행 시 다른 작업 수행 가능
• 자율 주행 자동차의 더 나은 예측 기능을 통해 교통 사고 감소
• 최적의 속도로 주행 시 교통 체증 감소
• 인간의 실수, 주의 산만, 피로로 인한 위험이 감소하여 고속도로에서의 속도 및 안전성 향상
• 장애인을 위한 교통편 이용 증가
• 교통 체증 감소로 인한 탄소 배출량 감소(EV(전기 차량)에 접목할 경우 효과가 훨씬 더 커짐)
• 더 저렴한 차량을 생산하여 새로운 경제 시장을 창출하는 데 도움이 되며, 대량 생산을 통해 비용 절감

그러나 다음과 같은 몇 가지 잠재적인 단점도 있습니다.

• 소프트웨어의 작은 오류 하나가 사고로 이어질 수 있으므로, 기술적으로 매우 복잡한 시스템에 대한 방대한 데이터 요구 사항이 있음
• 엄격한 테스트 요구 사항으로 인해 생산 비용이 높음
• 해커가 클라우드 기반 소프트웨어에 침입할 가능성이 있음
• 대량의 데이터를 실시간으로 처리하기 위한 강력한 통신 네트워크 필요 

앞서 언급했듯이, 자동차의 자율 주행은 5단계로 나뉘며, 항공 우주의 경우에는 3단계로 나뉩니다. 레벨 1은 자율 주행 기술이 없음을 의미하고, 레벨 5는 완전 자율 주행 차량으로 간주됩니다. 대부분의 자율 주행 자동차은 레벨 2 또는 레벨 3입니다. 

레벨 0~2

자동화 기능이 없는 차량부터 보조 주행 기능을 사용하는 차량까지가 레벨 0~2에 해당합니다. 이러한 단계에서는 운전자가 여전히 차량을 완전히 제어할 수 있으며 항상 주의를 집중해야 합니다. 이러한 단계의 자동화 툴은 제어권을 장악하지 않고 운전자의 주행 작업을 보조합니다.

레벨 3~5

레벨 3부터는 인간 운전자가 차량에 대해 전적인 책임을 지지 않으며, 자율 주행 시스템이 주행 환경을 모니터링합니다.  

레벨 3에서는 운전자가 비상 상황이 발생하지 않는 한 차량을 제어하지 않으며 레벨 4와 레벨 5는 완전한 무인 상태입니다. 레벨 4와 레벨 5의 주요 차이점은 레벨 4 차량은 지오펜스가 지정되어 있어 특정 작동 조건 내에서 작동해야 하는 반면, 레벨 5 차량은 완전한 자율 주행 기능이 지원되어 어디서나 자율 주행이 가능하다는 것입니다. 또한 레벨 5 차량은 미리 정해진 조건에 구애받지 않습니다.

오늘날 주변에서 볼 수 있는 다양한 자율 주행 단계의 예

• Uber는 캘리포니아에서 레벨 2 ADAS(첨단 운전자 보조 시스템) 자동차와 레벨 3 자율 주행 자동차를 운영하고 있습니다. 
• Uber는 조만간 AI를 활용하여 레벨 4 차량으로 업그레이드할 계획이며, 곧 미국 외 국가에 중국의 로봇 택시 서비스를 도입할 예정입니다.
• 샌프란시스코, 로스앤젤레스, 피닉스 및 오스틴에서는 이미 Waymo를 통해 자율 주행 자동차를 사용할 수 있지만, 해당 위치로 지오펜스가 지정되어 있습니다.

레벨 5 차량으로 전환하기 위해 해결해야 할 과제

장애물이 없는 도로에서 사용 가능한 레벨 5 자율 주행 차량을 만드는 기술은 이미 완성되었습니다. 그러나 비포장 도로처럼 일반적인 도로로 보이지 않아서 차량의 알고리즘에 혼동을 초래할 수 있는 다양한 종류의 도로와 도로에 존재하는 장애물, 공사 구역, 예측할 수 없는 방식으로 행동하는 사람은 완전히 자동화된 차량 설계를 어렵게 만듭니다.

센서는 자율 주행 자동차의 가장 중요한 컴포넌트이며 모든 운전자 보조 기술의 기반이 됩니다. 센서는 데이터 융합 알고리즘을 사용하는 자율 주행 자동차의 "두뇌"가 정보에 입각한 결정을 내릴 수 있도록 처리 대상 데이터를 모두 수집합니다. 다양한 데이터가 많을수록 자율 주행 자동차는 더 나은 결정을 내릴 수 있습니다. 그래서 자율 주행 자동차에 다양한 종류의 센서가 사용되는 것입니다.

자율 주행 자동차을 인간과 비교하면 센서는 잠재적 위험을 감지하는 귀와 눈을 나타냅니다. 그러면 두뇌(AI를 나타냄)가 관찰을 기반으로 주변 환경을 해석합니다. 오늘날 센서는 여전히 인간의 감각만큼 정확하지는 않지만, 많은 센서를 결합하면 차량 환경을 완벽하게 파악할 수 있습니다.

자율 주행 자동차의 주요 센서는 다음과 같습니다.

• 카메라: 차량의 눈 역할을 하며 주변 세계를 봅니다.
• 라이다: 거리를 분석하고 차량과 장애물 사이의 거리를 계산합니다.
• 레이더: 단거리를 측정하고 속도를 계산합니다.
• 열 센서: 카메라가 적합하지 않을 때(예: 터널 및 어두운 조건) 카메라에 잡히지 않는 사람과 개체가 방출하는 열의 온도를 측정하는 방식으로 사용됩니다.
• 초음파 센서: 주차 시 연석과 다른 차량을 감지하기 위해 바퀴에 장착됩니다.

센서 융합 알고리즘은 자율 주행 자동차가 효과적으로 운행하는 데 매우 중요합니다. 센서 융합 알고리즘은 각 센서에서 개체의 속도부터 간격까지 다양한 데이터를 가져와서 종합적으로 분석하여 상황을 평가합니다.

또한 환경에 따라 다양한 센서의 우선 순위를 결정합니다. 예를 들어 어두운 경우 열화상 카메라의 데이터를 카메라 데이터보다 우선하여 결정을 내립니다.

자율 주행 자동차는 컴포넌트 설계, 시스템 설계 및 검증 등 여러 단계를 거쳐 설계됩니다. 워크플로를 간소화하기 위해 모든 설계 단계에서 시뮬레이션 소프트웨어가 사용됩니다.

컴포넌트 설계에는 렌즈, 기계식 배럴, 여러 센서 및 차량의 센서 위치 최적화가 포함됩니다. 컴포넌트가 개별적으로 완벽하더라도 차량의 형상 또는 센서 작동을 방해하는 섭동으로 인해 원하는 위치에 맞지 않을 수 있습니다. 

컴포넌트를 다양한 시나리오와 기상 조건에 적용하여 차량의 운영 생태계에서 효과적으로 작동하는지 확인하기 위해 시뮬레이션이 사용됩니다. 전체 설계 공정에서 모든 단계를 최대한 빨리 검증하여 시간과 비용을 줄이는 것이 관건입니다.

안전 규정은 시스템의 기능 및 안전에 대한 요구 사항을 정의하므로 컴포넌트와 감지 시스템을 설계하는 데 핵심적인 역할을 합니다. 채택 가능한 자동화 단계는 지역 및 산업 관련 규정별로 차이가 있습니다. 예를 들어, 광업 및 농업 분야에는 이미 완전 자동화가 사용되는 것과 달리, 자동차 및 항공 우주 분야에서는 현재 부분 자동화 기능을 사용할 수 있습니다.

자율성이 더 높은 차량을 설계할 때 산업에 적용되는 제약 조건의 예를 설명하기 위해 가장 규제가 심한 산업 두 가지를 살펴보겠습니다.

• 항공 우주: 항공 우주 분야에서 출시되는 모든 것은 반드시 엄격한 검증을 거쳐야 하며, 모든 센서는 극한 온도 범위, 고속 및 고진동 환경에서 작동해야 합니다. 오늘날 비행기의 98%는 자동 조종 기능으로 자동화되어 있지만, 조종사가 없는 비행기는 잠재적인 안전 문제 때문에 승인되기 어려울 것입니다. Ansys는 항공 우주 분야의 자율 주행 기능을 검증하는 새로운 규정을 제정하고자 하는 ARP6983 컨소시엄의 회원입니다.
• 자동차: 지역별로 규정이 다릅니다. Tesla는 미국에서 FSD(완전 자율 주행) 기능을 갖춘 자동차를 보유하고 있지만 유럽에서는 현재 규제 승인을 기다리고 있습니다. 또한 BMW는 유럽에서 두 번째 레벨 3 하이웨이 어시스턴트를 출시했습니다.

시뮬레이션 소프트웨어는 두 가지 확실한 장점이 있습니다.

1. 가상 테스트 및 개발을 지원하여 시간과 리소스를 절약함으로써 값비싼 프로토타입 제작의 필요성을 줄입니다.
2. AI 기반 시스템의 검증 및 확인(V&V)에 필수적입니다. 이러한 시스템은 광범위한 시뮬레이션 테스트가 필요한 확률적 고장률 평가를 통해서만 검증할 수 있기 때문입니다.

이러한 두 가지 장점은 모두 중요하지만 개발 공정의 서로 다른 측면과 관련이 있으며 직접적인 연관성은 없습니다.

설계 공정 전반에서 Ansys 소프트웨어가 사용되는 방식에 대한 몇 가지 주요 예는 다음과 같습니다.

• Ansys Systems Tool Kit 소프트웨어: 실제 미션과 관련하여 플랫폼과 페이로드를 분석할 수 있는 물리 기반 모델링 환경을 제공합니다.
• Ansys medini analyze 소프트웨어: 차량이 안전하고 규제 요구 사항을 충족하도록 보장합니다.
• Ansys AVxcelerate Autonomy 소프트웨어: 안전한 자율 주행 기술의 개발, 테스트 및 검증을 지원하기 위해 특별히 설계된 솔루션입니다.
• Ansys AVxcelerate Sensors 소프트웨어: 카메라, 레이더, 라이다 및 열화상 카메라와 같은 센서의 시뮬레이션을 통합하여 복잡한 ADAS 시스템 및 자율 주행 자동차를 가상으로 평가합니다.
• Ansys optiSLang 소프트웨어: 다양한 테스트 환경을 확장하고 논리적인 일련의 테스트 시나리오를 결정하는 데 사용됩니다.
• Ansys Zemax OpticStudio 소프트웨어: 차량의 카메라 및 라이다 시스템에서 렌즈 스택을 최적화하는 데 사용됩니다.
• Ansys Lumerical FTDT 소프트웨어: 최고 성능의 CMOS 센서를 설계하는 데 사용됩니다.
• Ansys Speos 소프트웨어: 광학 시스템의 설계와 성능을 시뮬레이션하고 최적화합니다(렌즈 및 패키징 공간 포함).
• Ansys HFSS 소프트웨어: 무선 주파수 센서, 라이다, 레이더 및 카메라 등 자율 주행 자동차에 사용되는 다양한 고주파 전자 부품을 설계하는 데 사용되는 3D 전자기 시뮬레이션 소프트웨어입니다.

전반적으로 시뮬레이션은 개발 시간과 출시 시간을 단축하는 데 도움이 되며, 공정 전반에 걸쳐 다양한 시뮬레이션 소프트웨어 패키지를 결합할 수 있습니다. Ansys는 레벨 2 및 레벨 3 차량 개발 작업을 개선하는 데 주력하고 있으며, 향후 레벨 4 및 레벨 5 자율 주행 자동차를 위한 보다 철저한 설계 공정을 구현하기 위해 노력하고 있습니다.

Ansys에서 제공하는 자율 주행 자동차용 소프트웨어 솔루션의 이상적인 조합을 확인해 보십시오.

관련 리소스