자율주행차의 첫 번째 표준
ISO 22737:2021 지능형 운송 시스템
자율주행 자동차는 현재 많은 자율주행 시스템 개발자와 제조사에 의해 다양한 프로토타입으로 제작되고 있습니다. 따라서 이 시스템을 서로 비교하는 것은 무의미합니다.이러한 문제에 대해 ISO(International Standardization Organization) 자율주행차에 대해 최초 표준(ISO22737)이 발표되었습니다.
모든 기상 조건, 모든 도로, 모든 교통 상황에서 주행하는 레벨 5 자율주행차는 없습니다. 모든 무인차량은 날씨, 교통 등 다양한 운전조건에서의 성능에 관해 시스템별로 제한을 두고 운행 및 테스트하고 있는 자율주행차량 프로토타입입니다.
자율주행 시스템은 사람, 상품, 서비스의 운송 방법에 변화를 가져오고 있습니다. 이러한 새로운 운송 방법 중 하나는 사전 정의된 경로로 작동하는 저속 자율 주행(LSAD) 시스템입니다. LSAD 시스템은 라스트 마일 수송, 상업 지역, 비즈니스 또는 대학 캠퍼스 지역 및 기타 저속 환경 등의 애플리케이션에 사용됩니다.LSAD 시스템에 의해 구동되는 차량은 안전하고 편리하며 저렴한 이동성을 제공하고 도시 혼잡을 줄이는 등 많은 이점을 잠재적으로 가질 수 있습니다. 그것은 또한 운전할 수 없는 사람들에게 개선된 모빌리티를 제공할 수 있지만, 전 세계 산업에서 LSAD 시스템의 다양한 애플리케이션을 통해 제조자, 운영자, 최종 사용자 및 규제 기관이 안전한 배치를 보장하기 위한 지침을 제공해야 합니다.
인기글
LSAD 시스템 요건 및 절차는 LSAD 시스템 제조자가 설계에 최소 안전 요건을 포함하도록 지원하여 최종 사용자, 운영자 및 규제 기관이 조달 시 최소 성능 요건을 참조할 수 있도록 하기 위한 것입니다.
자율주행 시스템 개발 방향의 자동차가 차선을 바꾸면서 주변 자동차를 피하고 원하는 지점까지 이동하려면 시스템이 안전하게 목적지에 도달할 수 있도록 하는 능력이 필요합니다. 자율주행 시스템은 실시간으로 시스템이 조금씩 움직일 때마다 기능을 수행하고 장애물을 피하면서 목적지까지 도착할 수 있도록 합니다. 이를 가능하게 하기 위해서는 다음과 같은 기능과 계획이 필요합니다.
감지(Sensor input & fusion) 인지(Perception) 계획(Path Planning) 동작(Control)
Typical Functional Blocks■ Sensor input & fusion 센서 융합은 여러 개의 #레이더 #라이더 및 #카메라 입력을 결합하여 차량 주변 환경의 단일 모델 또는 이미지를 형성하는 기능입니다. 결과 모델은 서로 다른 센서의 강도 균형을 맞추기 때문에 더 정확합니다. 이후 차량 시스템은 센서 융합을 통해 제공되는 정보를 사용하여 보다 지능적인 작업을 지원할 수 있습니다.
레이더는 혹독한 기상 조건에서도 거리와 속도를 정확하게 결정하는 데 매우 강력하지만 거리 표지판을 읽거나 신호등 색깔을 볼 수 없습니다. 카메라는 표지판을 자주 읽거나 보행자, 자전거 또는 기타 차량 등의 물체를 분류합니다. 그러나 먼지, 태양, 비, 눈 또는 어둠에 취약합니다. #Lidar는 물체를 정확하게 감지할 수 있지만 카메라나 레이더의 범위나 경제성이 없습니다.
센서 융합은 소프트웨어 알고리즘을 사용하여 이러한 센서 유형의 데이터를 함께 취득하여 가장 포괄적이고 정확한 환경 모델을 제공합니다.
차량은 센서 융합을 사용하여 같은 유형의 여러 센서(레이더 등)의 정보를 융합할 수도 있습니다. 이것은 부분적으로 겹치는 시야를 활용하여 인식을 향상시킵니다. 여러 레이더가 차량 주변 환경을 관찰함에 따라 두 개 이상의 센서가 동시에 물체를 감지합니다. 360° 인식 소프트웨어에 의해 해석되는 여러 센서의 감지는 중첩 또는 융합하여 차량 주변 물체의 감지 확률과 신뢰성을 높여 보다 정확하고 신뢰할 수 있는 환경 표현을 얻을 수 있습니다.
■ Perception 자율주행차 인식 감지에는 차량 센서에서 데이터를 수집하고 이 데이터를 처리하여 차량 주변을 감지하는 작업이 포함됩니다. 이것은 운전자의 시각 감각과 비슷합니다. 효과적인 자동차 인식 감지는 비전, RADAR 및 LIDAR 감지를 조합하여 활용합니다. 각 감지 방식에는 장단점이 있지만 센서 융합 기술을 활용하여 강점을 보완하고 약점을 보완할 수 있습니다.현재 도로에 있는 대부분의 RADAR 시스템은 위상 고정 루프, 램프 제너레이터, 송신기, 수신기 및 ADC를 포함하는 24GHz 개별 RF 기술을 기반으로 합니다.
LIDAR은 자동차 인식 감지 전략의 핵심 기둥입니다. LIDAR은 빛 펄스를 사용해 자율주행차 주변을 실시간으로 3D 디지털 이미지로 변환합니다.
실제 인식은 라이다, 레이더, 카메라, 초음파 센서 등 다양한 센서로부터 데이터를 수집하고 자율주행차 컴퓨팅 디바이스에서 이러한 관찰을 처리함으로써 실현된다. 이러한 계산 결과를 통해 AI는 차량을 안전하고 효율적으로 운전할 수 있습니다.
■ Planning & Control 계획(Path Planning)은 이동할 필요가 있는 경로를 생성하는 것입니다. 인지(Perception) 단계에서 자동차, 나무처럼 피해야 할 것과 도로처럼 다녀도 되는 장소를 나누었는데, 나누어진 것을 바탕으로 적은 비용으로 짧은 거리를 이동하여 목적지에 도착할 수 있도록 경로 계획을 세웁니다.
동작(Control)은 계획된 경로를 잘 따르도록 제어하는 것입니다. 아무리 경로를 잘 설계하더라도 바람과 같은 외부 환경의 겨울철 도로 위 결빙과 같은 자율주행 시스템의 움직임을 방해하는 요소를 극복하고 정해진 경로를 따라 잘 이동해야 합니다. 이 마지막 단계는 컨트롤러와 제어 시스템이 실행하기 위해 해당 경로를 따르기 위한 최선의 동작을 계산합니다.
Rugged ALLIN ONE IPC 소개 감지(Sensor input & fusion) + 인지(Perception) + 계획(Path Planning) + 동작(Control) Rugged ALLIN ONE Solutions 데이터센터 운영이 아닌 가혹한 외부환경에서도 최고의 성… blog.naver.com