ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

라이다기반 자율주행 인지 및 예측 인공지능 기술

전수책임자
민경욱
참여자
강도욱, 강정규, 김주영, 민경욱, 박재혁, 성경복, 송유승, 안택현, 이동진, 조용우, 최두섭, 최정단, 한승준
기술이전수
5
이전연도
2020
협약과제
18HS6600, 고정밀 맵 음영 환경의 완전자율주행 네비게이션 인공지능 기술개발, 민경욱
19HS4200, 고정밀 맵 음영 환경의 완전자율주행 네비게이션 인공지능 기술개발, 민경욱
20HS2300, 고정밀 맵 음영 환경의 완전자율주행 네비게이션 인공지능 기술개발, 민경욱
본 기술이전 대상인 “라이다기반 자율주행 인지 및 예측 인공지능 기술”은 라이다 센서를 기반으로 도심 및 비포장도로 주행환경에서 차선/마커, 3D 이동객체(차량, 보행자, 바이크, 사이클리스트 등), 주행가능영역을 인식하고, 차량의 움직임을 예측하는 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 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 “라이다기반 자율주행 인지 및 예측 AI 기술”은 카메라 및 라이다 센서를 이용하여 자율주행에 필요한 주행환경/상황 인식 및 예측을 인공지능으로 처리하는 기술이다. 본 기술은 인지 및 예측의 3 가지 세부 기술로 구성이 되어 있으며 해당 기술들을 통합함으로써 자율주행 인지 및 판단 시스템 구현 및 제작이 가능하다.
■ 1세부기술: 라이다기반 3D 이동객체 인식 기술
(1) 학습 데이터
- 2,000 프레임(1.7GB)
- 12 Class
(2) 라이다 기반 3D 이동객체 인식 소프트웨어
- 3D 이동객체 인식 SW
■ 2세부기술: 라이다기반 시멘틱세그멘테이션 기술
(1) 학습 데이터
- 15,000 프레임(5GB)
- 6 Class
(2) 라이다 기반 시멘틱세그멘테이션 인식 소프트웨어
- 라이다 시멘틱세그멘테이션 SW
■ 3세부기술: 차량 움직임 예측 기술
(1) 학습 데이터
- 1,577km (84MB)
- 자차/타차 주행 궤적
(2) 라이다 기반 시멘틱세그멘테이션 인식 소프트웨어
- 타 차량 움직임 예측 SW
● 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