ETRI-Knowledge Sharing Plaform

KOREAN
기술이전 검색
Year ~ Transaction Count Keyword

Detail

Vision based Autonomous Driving Perception AI Technology

Manager
Min Kyoung-Wook
Participants
Kang Do Wook, Kang Jungyu, Jooyoung Kim, Min Kyoung-Wook, Jae-Hyuck Park, Sung Kyung Bok, Song Yoo-Seung, Taeghyun An, Lee Dong-Jin, Yongwoo Jo, Dooseop Choi, Jeong Dan Choi, Seung Jun Han
Transaction Count
4
Year
2020
Project Code
20HS2300, Development of Fully Autonomous Driving Navigation AI Technology in high-precision map shadow environment , Min Kyoung-Wook
19HS4200, Development of Fully Autonomous Driving Navigation AI Technology in high-precision map shadow environment , Min Kyoung-Wook
18HS6600, Development of Fully Autonomous Driving Navigation AI Technology in high-precision map shadow environment , Min Kyoung-Wook
본 기술이전 대상인 “영상기반 자율주행 인지 인공지능 기술”은 카메라 센서를 기반으로 도심 및 비포장도로 주행환경에서 차선/마커, 신호등, 2D 이동객체(차량, 보행자, 바이크, 사이클리스트 등), 주행가능영역을 인식하는 인공지능 핵심기술이며 이를 활용하여 자율주행 인지 및 판단 시스템을 제작할 수 있는 기반 기술이다.
● 본 기술이전의 목적은 자동차/자동차 부품 또는 모빌리티 서비스에서 운전자 보조 시스템 또는 자율주행 시스템 개발을 위해 필요한 자율주행 인공지능 기반 인지 및 예측 기술을 제공하는 데 목적이 있음

● 기술이전 대상 기술이 활용될 수 있는 자율주행 기술은 레벨이 4단계 및 5단계로 높아질수록 기술 실현에 가장 큰 영향을 미치는 핵심 인공지능 기술이며, 도심 및 농어촌 비포장도로에서 주행하는데 필요한 요소 기술임

● 또한, 완전자율주행 기술을 실현하기 위하여, 단독 차량 중심 자율주행이 아니라 인프라와 협력하기 위하여, 인프라의 인지 및 예측 기술에 확장 적용할 수 있는 기술임

● 특히 중소·벤터 기업이 자율주행 기술을 개발하여 서비스에 적용하기 위하여 인공지능을 위한 많은 학습데이터의 확보가 중요하며, 단시간에 데이터를 수집 및 가공하기에 비용과 시간이 소요됨. 따라서 본 기술에 포함된 학습 데이터를 기술이전 함으로써 중소·벤처 기업이 자율주행 모빌리티 서비스에 수익을 창출할 수 있는 기반을 마련할 수 있음
본 기술은 자율주행을 위한 핵심 기능을 인공지능을 적용하여 개발하였음. 특히 카메라 및 라이다 센서를 이용한 자율주행 인지 및 예측 기능을 구현하기 위한 학습/추론모델을 제공하고, 학습할 수 있는 학습 데이터를 제공함으로써 다양한 형태로의 변형을 통한 자율주행 SW 기술 적용이 가능함
본 기술이전 대상인 “영상기반 자율주행 인지 AI 기술”은 카메라 센서를 이용하여 자율주행에 필요한 주행환경/상황 인식 인공지능으로 처리하는 기술이다. 본 기술은 인지의 4 가지 세부 기술로 구성이 되어 있으며 해당 기술들을 통합함으로써 자율주행 인지 및 판단 시스템 구현 및 제작이 가능함
■ 1 세부기술: 영상기반 시멘틱세그멘테이션 기술
(1) 학습 데이터(영상 비식별화)
- 2,736 프레임(7.83GB)
- 51개 Class (주행가능영역: 3개 Class, 차선/마커: 8개 Class)
(2) 영상기반 시멘틱 세그멘테이션 인식 소프트웨어
- 영상 시멘틱세그멘테이션 SW, 차선인식 SW, 마커인식 SW, 주행가능영역인식 SW
■ 2세부기술: 영상기반 차량 후미등 인식 기술
(1) 학습 데이터(영상 비식별화)
- 29,769 프레임(1,076 연속)(8.3GB)
- 8 Class
(2) 영상기반 차량 후미등 인식 소프트웨어
- 차량 후미등 인식 SW
■ 3세부기술: 영상기반 신호등 인식 기술
(1) 학습 데이터(영상 비식별화)
- 93,424 프레임(57GB)
- 23 Class
(2) 영상기반 신호등 인식 소프트웨어
- 신호등 인식 SW
■ 4세부기술: 영상기반 2D 이동객체 인식 기술
(1) 학습 데이터(영상 비식별화)
- 25,256 프레임(21GB)
- 18 Class
(2) 영상기반 차량 후미등 인식 소프트웨어
- 2D 이동객체 인식 SW
본 기술이전의 범위는 “영상기반 자율주행 인지 AI 기술”을 설계하고 구현할 수 있는 학습 데이터, 기술문서와 소프트웨어 소스임.
● 도심환경 자율주행, 농어촌 교통소외지역 자율주행, 첨단운전자보조시스템 제품화 및 사업화를 위한 인지/판단 기술에 활용될 수 있음
● 완전자율주행(레벨4,5)의 기술 실현을 위해 인공지능이 가장 중요한 역할을 수행하며, 본 기술을 적용할 경우 기술의 수준 및 완성도가 높아 자율주행 관련 서비스에 다양하게 적용 가능
● 또한 공공목적의 자율주행 셔틀 서비스, 향 후 민간 모빌리티 서비스에 본 기술을 적용함으로써 교통사고로 유발되는 사회?경제적 비용을 절감하는데 효과가 있음