녹색 확인
링크가 클립보드에 복사됨

자율 주행 자동차의 AI

자율주행 차량의 컴퓨터 비전이 어떻게 실시간 인식과 의사 결정을 지원하여 안전과 전반적인 주행 경험을 향상시키는지 살펴보세요.

자율 주행 자동차는 더 이상 미래의 아이디어가 아니라 자율 주행을 위한 인공 지능(AI)의 발전에 힘입어 현실이 되고 있습니다. 이러한 차량은 특히 다음과 같은 고급 AI 시스템에 크게 의존합니다. 컴퓨터 비전에 의존하여 주변 세계를 이해하고 해석합니다. 이 기술을 통해 사물을 식별하고 도로 표지판을 인식하며 복잡한 환경을 실시간으로 안전하게 탐색할 수 있습니다.

전 세계 자율주행차 시장의 글로벌 자율 주행 자동차 시장 가 2021년에 270억 달러가 넘고 2026년에는 620억 달러로 성장할 것으로 예상되는 가운데, 자율주행용 AI가 자율 주행 교통의 미래를 만들어가고 있습니다. 이 글에서는 보행자 감지, 교통 표지판 인식, 차선 유지 시스템과 같은 주요 애플리케이션을 통해 컴퓨터 비전이 자율주행차에 어떻게 적용되는지 자세히 살펴보고, 이러한 혁신이 운전의 미래를 어떻게 변화시키고 있는지 보여드립니다.

자율 주행 자동차에서 AI의 역할

AI는 자율주행차가 주변 환경을 이해하고 실시간으로 의사 결정을 내리는 데 큰 도움을 줄 수 있습니다. 자율주행의 안정성을 향상시키는 두 가지 핵심 요소인 보행자 감지 및 교통 표지판 인식에 AI가 어떻게 활용되는지 살펴보세요.

보행자 감지를 위한 AI

운전은 운전대를 잡는 동안 끊임없이 집중하고 주변 상황을 인지해야 합니다. 자율 주행 차량의 AI는 일상적인 자동차 사용의 수많은 측면에 도움을 줄 수 있습니다. 예를 들어, AI는 보행자를 발견하고 움직임을 예측하여 보행자의 안전을 지키는 데 중요한 역할을 할 수 있습니다. "자율주행차의 보행자 감지 연구에 따르면 이 과정은 도로, 보도, 횡단보도를 포함한 주변 환경을 전체적으로 파악하기 위해 차량 주변에 배치된 카메라에서 시작됩니다. 이러한 카메라는 지속적으로 시각 데이터를 수집하여 바쁘거나 어려운 상황에서도 차량이 보행자를 '인식'할 수 있도록 도와줍니다.

수집된 시각 데이터는 다음과 같은 컴퓨터 비전 모델을 사용하여 처리할 수 있습니다. Ultralytics YOLOv8. 이를 위해 첫 번째 단계는 객체 감지 을 사용하여 이미지 내에서 보행자, 차량, 교통 표지판과 같은 잠재적인 물체의 위치를 식별하는 것입니다. 물체가 감지되면 AI 모델은 다음 단계로 이동합니다. 분류-즉, 감지된 각 객체가 실제로 무엇인지 결정하는 다음 단계로 이동합니다. 모델은 훈련된 방대한 데이터 세트을 학습하여 보행자가 부분적으로 가려져 있거나 움직이는 경우에도 다양한 포즈, 조명 조건 및 환경에서 보행자를 인식할 수 있습니다.

일부 컴퓨터 비전 모델은 감지 및 분류에 탁월한 반면, 다른 모델은 감지된 보행자의 움직임을 예측하는 것과 같은 작업에 중점을 둡니다. 이러한 시스템에서는 물체가 보행자로 분류되면 AI 모델이 다음 움직임을 예측함으로써 한 단계 더 나아갑니다. 예를 들어 누군가가 횡단보도 가장자리에 서 있는 경우, 차량은 그 사람이 도로로 들어올지 여부를 예측할 수 있습니다. 이러한 예측 능력은 차량이 잠재적인 위험을 피하기 위해 속도를 줄이거나 멈추거나 방향을 바꾸는 등 실시간으로 대응하는 데 매우 중요합니다. 이러한 결정을 더욱 스마트하게 내리기 위해 AI 시스템은 카메라의 시각 데이터와 라이다와 같은 다른 센서의 입력을 결합하여 자동차가 주변 환경을 더욱 완벽하게 이해할 수 있도록 합니다.

그림 1. Ultralytics YOLOv8 보행자 감지.

교통 표지판 인식을 위한 AI

TSR의 줄임말인 교통 표지판 인식은 자율 주행 자동차의 또 다른 중요한 부분입니다. 이 기능은 차량이 정지 표지판, 속도 제한, 길 안내와 같은 도로 표지판을 실시간으로 인식하고 이에 대응할 수 있도록 도와줍니다. 이를 통해 차량이 교통 규칙을 준수하고 사고를 피하며 승객이 원활하고 안전한 주행을 즐길 수 있도록 합니다.

TSR의 핵심은 차량의 카메라를 사용하여 표지판을 식별하는 딥러닝 알고리즘입니다. 이러한 시스템은 비가 오거나 조도가 낮거나 표지판을 비스듬히 볼 때와 같은 다양한 조건에서 작동해야 합니다. 기존 방식은 표지판의 모양과 색상을 분석하는 등의 기술에 의존하지만, 악천후와 같은 복잡한 상황에서는 종종 실패할 수 있습니다.

연구 논문 "다중 클래스 교통 표지판 감지를 위한 YOLOv8 기반 접근 방식"에서 저자는 교통 표지판이 있는 이미지 영역을 식별하기 위해 YOLOv8 모델을 사용하여 교통 표지판이 있는 이미지의 영역을 식별하는 방법을 설명합니다. 이 모델은 다양한 각도, 조명, 거리 등 다양한 조건의 교통 표지판 이미지가 포함된 데이터 세트에 대해 학습되었습니다. YOLOv8 모델이 감지하면 교통 표지판이 있는 지역을 정확하게 분류하여 80.64%라는 놀라운 정확도를 달성했습니다. 이러한 기능은 자율주행 차량이 중요한 교통 표지판을 실시간으로 식별하여 도로 상황을 이해하는 데 도움을 줄 수 있으며, 잠재적으로 더 안전한 주행 결정에 기여할 수 있습니다.

그림 2. 컴퓨터 비전 모델이 교통 표지판을 정확하게 감지하고 분류하여 자율주행 차량의 안전한 주행을 가능하게 합니다.

자율 주행 자동차에서 AI의 이점

인공지능은 자율주행차의 작동 방식을 점진적으로 변화시켜 더 안전하고 효율적으로 만들고 있습니다. 스마트 알고리즘과 빠른 데이터 처리 능력을 갖춘 자율주행차는 위험을 감지하고 더 나은 주행 결정을 내릴 수 있으며, 심지어 환경에 미치는 환경에 미치는 영향. 다음은 자율 주행 자동차가 제공하는 몇 가지 주요 이점입니다.

향상된 안전성

AI는 실시간으로 위험을 감지하고 대응함으로써 자율주행차의 안전성을 향상시킬 수 있습니다. 미국 도로교통안전국(NHTSA)의 보고서에 따르면 심각한 충돌 사고의 94%가 사람의 실수로 인해 발생한다고 합니다. AI는 인간 운전자보다 빠르게 반응하여 이러한 사고를 줄일 수 있는 잠재력을 가지고 있으며, 자율주행 시스템이 더욱 발전함에 따라 잠재적으로 사고율을 90%까지 낮출 수 있습니다.

원활한 교통 흐름 및 연료 효율성 향상

자율주행 차량의 물체 감지에 사용되는 AI는 안전뿐만 아니라 교통 흐름 개선에도 도움이 됩니다. 이러한 차량은 AI를 사용하여 속도를 조절하고 최적의 거리를 유지하며 급제동이나 급가속의 필요성을 줄여 교통 혼잡을 최소화할 수 있습니다. 교통 혼잡. 또한 AI 알고리즘은 차량이 가장 효율적인 경로를 따르고 불필요한 정차를 피하며 인간 운전자보다 연료 소비를 더 잘 관리하도록 함으로써 연료 효율성을 최적화합니다. 결과적으로 AI는 운전 경험을 개선할 뿐만 아니라 배기가스 배출량과 연료비를 줄이는 데도 기여합니다.

자율 주행 자동차의 미래 

자율주행차의 미래는 환경이나 상황에 관계없이 사람의 개입이 필요 없는 완전 자율주행을 의미하는 레벨 5 자율주행을 달성하는 데 초점을 맞추고 있습니다. 자율주행 기술이 어디로 향하고 있는지 이해하려면 다음에서 정의한 자율주행의 5단계 수준을 세분화하여 살펴보는 것이 중요합니다. 미국 자동차 공학회(SAE):

  • 레벨 0: 자동화 없음. 운전자가 완전히 제어합니다.
  • 레벨 1: 운전자 지원. 크루즈 컨트롤과 같은 기본 시스템은 운전을 보조하지만 사람의 감독이 필요합니다.
  • 레벨 2: 부분 자동화. 차량이 스티어링과 가속을 모두 제어할 수 있지만 운전자는 운전에 집중하고 운전대를 잡을 준비가 되어 있어야 합니다.
  • 레벨 3: 조건부 자동화. 차량이 대부분의 주행 작업을 관리할 수 있지만 복잡한 상황에서는 사람의 개입이 필요합니다.
  • 레벨 4: 고도의 자동화. 대부분의 환경과 조건에서 차량이 스스로 운전할 수 있지만 극한 상황에서는 여전히 운전자가 필요할 수 있습니다.
  • 레벨 5: 완전 자동화. 차량이 완전 자율적으로 작동하며 사람의 입력 없이 모든 조건에서 작동할 수 있습니다.

현재 대부분의 상용 차량은 레벨 2 자율 주행으로 작동하며, 차량이 조향 및 속도 제어를 보조할 수 있지만 운전자는 여전히 운전에 참여해야 합니다. 메르세데스-벤츠 는 특정 조건에서 운전자가 스티어링 휠에서 손을 떼고 도로에서 눈을 떼고 주변 환경을 살펴볼 수 있는 레벨 3 자율주행을 달성한 최초의 기업 중 하나입니다.

그러나 차량이 지도나 사람의 개입 없이 복잡한 도심부터 외딴 시골길까지 모든 지형을 탐색할 수 있는 레벨 5 자율 주행에 도달하려면 상당한 도전 과제가 있습니다. 이러한 과제에는 예측할 수 없는 환경에서 실시간으로 의사 결정을 내리고, 복잡한 기상 조건을 처리하며, 모든 주행 시나리오에서 안전을 보장할 수 있는 고급 AI를 개발하는 것이 포함됩니다.

주요 내용

AI는 자율 주행 자동차를 더욱 현실로 만드는 열쇠입니다. 이러한 차량이 물체를 감지하고, 교통 표지판을 인식하고, 차선을 유지하고, 다음과 같은 컴퓨터 비전 모델을 통해 YOLOv8같은 컴퓨터 비전 모델을 통해 교통 관리주차 관리 최적화와 같은 컴퓨터 비전 모델을 통해 더 안전하고 원활한 주행을 지원합니다. YOLO 와 같은 기술을 통해 자동차는 도로에서 현명한 결정을 내릴 수 있습니다. 현재 대부분의 자율주행차는 운전을 보조하지만 여전히 사람의 주의가 필요한 레벨 2 수준에서 작동하며, 제한적인 핸즈오프 운전을 허용하는 레벨 3 자율성은 테스트 중입니다.

앞으로의 큰 과제는 자동차가 사람의 도움 없이 어떤 조건에서도 스스로 운전할 수 있는 레벨 5 자율 주행에 도달하는 것입니다. 이를 위해서는 예기치 않은 상황을 처리하고 모든 상황에서 실시간으로 의사 결정을 내릴 수 있는 시스템을 구축하는 데 더 많은 노력이 필요할 것입니다. AI가 발전함에 따라 완전 자율 주행 자동차는 더 안전한 도로와 더 편안한 운전 경험을 약속하며 점점 더 가까워지고 있습니다.

AI에 대해 궁금하신가요? 살펴보기 깃허브 리포지토리 에서 획기적인 프로젝트에 대해 알아보고 성장하고 있는 커뮤니티. From 헬스케어 혁신에서 자율 주행에 이르기까지 유니티는 AI의 미래를 주도하고 있습니다!

Facebook 로고트위터 로고LinkedIn 로고복사 링크 기호

이 카테고리에서 자세히 보기

인공지능의 미래
를 함께 만들어 갑시다!

머신 러닝의 미래와 함께하는 여정 시작하기