첨단 운전자 보조 시스템(ADAS) 및 자율 주행(AD) 엔지니어링팀의 안정적이고 효율적인 자율주차 시스템(APS) 개발을 지원하는 Applied Intuition 자율주차 개발 솔루션을 소개합니다. 솔루션에는 주차 운영 설계 도메인(ODD), 멀티 센서 제품군 및 테스트 사례를 포괄하는 시뮬레이션 및 데이터 도구가 포함되어 테스트 비용을 80% 절감하고 12배 더 빠르게 APS를 배포할 수 있습니다.
미국에서 발생하는 모든 차량 사고의 약 20%가 주차장에서 발생합니다. 특히 쇼핑몰의 주차 구조물이나 식료품점의 야외 주차장과 같이 혼잡한 곳에서는 주차가 스트레스가 될 수 있습니다. 운전자는 좁은 공간을 찾아 주차하는 동안 안전을 확보하기 위해 차량 주변의 보행자와 움직이는 차량을 동시에 모니터링해야 합니다.
자율주차 시스템을 사용하면 차량이 스스로 주차할 수 있어 사고 가능성을 최소화할 수 있습니다. 이는 안전성을 높이고 운전자에게 안전감을 가져다줍니다. 이러한 이점에도 불구하고, 과거의 시스템은 불안정하고 느리며 작동 범위가 제한되어 많은 운전자들이 오늘까지 APS에 의존하지 않았습니다. 하지만 멀티센서 융합 및 점유 네트워크와 같은 L3 도시 및 고속도로 ADAS를 추구하며 개발된 기술로 인해 안전성, 신뢰성, 범위, 속도가 향상된 APS를 개발할 수 있게 되면서 상황이 바뀌고 있습니다.
OEM과 1차 협력사는 APS 개발 시, 고유한 문제에 직면합니다. 첫째, 주차 ODD는 지역, 주차 인프라(예: 지상 주차장, 지하 주차장, 주택가 주차장), 노면 표시 등에 따라 매우 다양합니다. 각 변형은 새로운 에지 케이스 또는 드문 이벤트를 가져올 수 있어 APS에 도전하고 시스템을 양산할 준비가 되기 전, 추가 개발이 요구됩니다.
또한 APS는 다른 차량에 의해 부분적으로 가려지는 취약한 도로 사용자(VRU)를 피하고 좁은 공간에 안전하게 주차할 수 있도록 근거리와 원거리 모두에서 높은 정확도의 360도 센서 및 인식 범위가 필요합니다. 이를 위해서는 초음파 센서, 어안 카메라 등 고속도로 ADAS에 사용되지 않는 감지 방식을 도입하고 10개 이상의 센서를 융합해야 하는 경우가 많습니다.
마지막으로 계획, 예측 및 제어에는 고유한 과제가 있습니다. 주차장은 일반 도로와 인도에 비해 차량과 보행자의 움직임이 덜 구조화되어 있어 모션을 계획하거나 예측하기가 더 어렵습니다. 또한 차량 동역학은 저속과 높은 스티어링 각도에서는 비선형적이 되어 좁은 공간에서 차량 모션 제어가 더욱 복잡해집니다.
이러한 과제로 인해 고속도로 ADAS에 사용되는 것과 동일한 기술 및 툴체인으로는 APS를 포괄적으로 개발, 테스트 및 검증하는 것이 불가능합니다.
Applied Intuition은 ADAS 및 AD 팀이 앞서 언급한 문제를 효율적으로 해결하고 안정적으로 개발할 수 있는 자율주차 개발 솔루션을 개발했습니다. 이 솔루션을 사용하면 다음과 같은 이점이 있습니다.
Sensor Sim, Object Sim, Log Sim를 사용하여 개발 프로세스 초기에 실제 환경에서 시뮬레이션 환경으로 테스트를 앞당기면 안정성을 향상시킬 수 있습니다. 개발 프로세스 전반에 걸쳐 주차 에지 케이스를 테스트하여 안전에 중요한 회귀를 방지할 수 있습니다. 회귀가 발견되면 특정 장애를 대상으로 생성된 합성 주차 데이터로 머신 러닝(ML) 모델을 재학습하고 시뮬레이션에서 새로운 구현을 즉시 테스트할 수 있습니다.
다양한 주차 인프라와 지역에 걸쳐Map Toolset에서 제공되는 편집 가능한 맵으로 주차 ODD의 미묘한 차이를 포착하세요. 초음파 및 어안 카메라와 같은 중요한 APS 센서를 모델링하는 다중 센서 소프트웨어 인더 루프(SIL) 및 하드웨어 인더 루프(HIL) 시뮬레이션으로 360도 감지 및 인식을 종합적으로 테스트하세요. CarSim으로 저속 및 높은 스티어링 각도가 차량 동역학에 미치는 영향을 이해합니다.
안정적인 개발, 테스트 및 검증 APS 최대 12배 더 빠르게. 저희 솔루션은 엔지니어링팀이 개발 프로세스 첫날부터 시뮬레이션 기반 테스트를 시작할 수 있도록 바로 사용 가능한 주차 ODD 분류 체계, 테스트 스위트 및 지도를 제공합니다. 예약 및 사전 커밋 테스트를 통해 팀은 시스템을 실제 도로에 배포하기 전에 회귀 현상을 파악하고 수정할 수 있습니다. 또한 자율주차 개발 솔루션은 프로그래밍 방식으로 생성된 합성 데이터와 실측 데이터 라벨(예: 경계 상자, 깊이, 시맨틱 세분화)을 제공하므로 팀은 데이터 수집 및 라벨링 지연 없이 모델을 재학습할 수 있습니다.
지금 바로 문의하여 Applied Intuition의 자율주차 개발 솔루션에 대해 자세히 알아보세요.
.webp)
.webp)
