빠르게 변화하는 자율주행차 분야에서는 인식 시스템이 정확하고 강력하게 작동하는 것이 매우 중요합니다. 최근에는 새가 사물을 보는 방식과 자동차가 주변 환경을 더 잘 이해하는 데 도움이 되는 LiDAR(Light Detection and Ranging)이라는 기술이 크게 개선되었습니다. 하지만 우리는 주변 환경을 이해하는 이러한 새로운 방식이 상황이 어렵거나 달라졌을 때 얼마나 잘 작동하는지에 대해 충분히 알지 못합니다.
2024년 IEEE 국제 로봇공학 및 자동화 컨퍼런스(ICRA)의 RoboDrive 챌린지는 신뢰할 수 있는 자율주행차 인식의 한계를 개선하는 것을 목표로 합니다. 이 대회는 센서의 비정상적인 상황과 문제를 처리할 때 최첨단 자율 주행 자동차 인식 모델의 강점을 테스트하는 최초의 대회 중 하나입니다. 이 챌린지에는 BEV 감지, 지도 세분화, 탑승자 예측, 깊이 추정, 멀티모달 BEV 감지 등 자동차가 주변 상황을 이해하는 데 도움이 되는 각기 다른 방법에 초점을 맞춘 5개의 트랙이 있습니다.
트랙 2 - 강력한 지도 세분화에서는 참가자가 고급 머신러닝 알고리즘을 사용하여 고해상도 조감도에서 정확한 지도 세분화를 수행해야 합니다. 이 과제에는 분할된 차선, 보도, 녹지 공간과 같은 다양한 도시 지형지물을 자세히 분석하는 작업이 포함됩니다. 또한 이 트랙에서는 다양한 조명, 기상 조건 및 소음 조건에서 참가자의 이미지 분할 기능을 테스트합니다.
ICRA 2024 RoboDrive 챌린지는 11개국 93개 기관(대학, 기업 등)에서 140개 팀이 등록하는 등 학계와 업계의 폭넓은 관심을 받고 있습니다. 전체 참가자 중 the Advanced Research Lab of Samsung R&D Institute China – Beijing (SRC-B)는 트랙 2 - 강력한 지도 세분화에서 유망한 성적을 거두었습니다.
이번 챌린지에서 SRC-B의 연구팀은 지도 세분화 작업의 견고성을 개선하기 위해 여러 가지 방법을 모색했습니다. 연구팀은 아래에 요약된 대로 대규모 실험을 수행하여 중요한 결과를 도출했습니다:
다양한 구성 옵션이 손상 견고성에 미치는 영향을 분석하여 강력한 지도 세분화 모델을 위한 방법에는 시간적 융합 모듈과 강력한 백본(예: 스윈베이스 트랜스포머)을 활용하는 것이 포함될 수 있다는 것을 발견했습니다. 또한 일부 데이터 증강 방법은 지도 세분화 모델의 견고성을 개선하는 데 효과적입니다. 그럼에도 불구하고 향후 연구를 위해 더 발전된 증강 방법에 대한 추가 조사가 필요합니다. 이러한 새로운 연구 결과를 바탕으로 SRC-B는 "혁신상"을 수상했습니다.
향후 SRC-B는 자율주행, 로봇 등 지능형 에이전트가 주변 환경을 자율적으로 탐색하고 상호작용하는 다양한 시나리오에서 이 기술을 활용해 특히 센서에서 예외가 발생하는 경우 알고리즘의 견고성을 보장하는 솔루션을 제공할 계획입니다.
SRC-B Team for the 2024 RoboDrive Challenge
하만, 디스플레이, 배터리, 카메라, 소프트웨어 다 능력되지만 전기차는 절대 직접 안 하는..