자율주행 경주로 AI가 강화되어 더욱 안전한 자율주행 자동차 구현

자동차 경주의 즐거움은 겁 없는 운전자들의 찰나의 결정과 대담한 패스에서 비롯됩니다.

그 장면을 상상해 보십시오. 운전자 없이 자동차만이 인공 지능의 보이지 않는 손에 의해 조종됩니다. 운전자가 코스를 조종하지 않고도 질주하는 경주가 펼쳐질 수 있을까요? 그것이 가능하다는 것이 밝혀졌습니다.

고속 경쟁뿐 아니라 자율주행차가 달성할 수 있는 한계를 뛰어넘고 안전성을 향상시키는 분야인 자율주행 경주에 참여하세요.

100여 년 전, 자동차가 탄생하고 사회가 말이 끄는 자동차에서 모터 구동 자동차로 전환되면서 신기술의 안전성과 신뢰성에 대한 대중의 의구심이 생겼습니다.

모터스포츠 경주는 말이 없는 마차의 기술적 성능과 안전성을 선보이기 위해 조직되었습니다.

마찬가지로, 자율 경주는 무인 자동차가 거리를 주행하기 시작하면서 자율 자동차 기술의 신뢰성을 입증하는 현대적인 무대입니다.

자율 경주의 고속 시험은 자율 차량이 거리에서 직면하는 실제 과제를 반영합니다. 즉, 예상치 못한 변화에 적응하고 1초도 안 되는 순간에 반응합니다.

속도는 더 빠르고 반응 시간은 더 짧은 트랙에서 이러한 과제를 해결하면 도로에서 더욱 안전한 자율 주행 차량을 만들 수 있습니다.

저는 인공지능, 로봇공학, 자율주행차를 연구하는 컴퓨터과학과 교수이며, 버지니아대학교에서 Cavalier Autonomous Racing 팀을 이끌고 있습니다.

이 팀은 대학들이 완전 자율형 인디 경주용 자동차를 서로 대결하는 글로벌 대회인 인디 자율 챌린지(Indy Autonomous Challenge)에서 경쟁합니다.

2021년부터 시작된 이 행사는 인디애나폴리스 모터 스피드웨이(Indianapolis Motor Speedway)와 같은 명망 높은 서킷으로 최고의 국제 팀을 끌어 모았습니다.

경쟁과 팀워크로 특징지어지는 이 분야는 집단적 문제 해결 추진이 자율주행차 안전의 발전을 보여줍니다.

2024년 1월 라스베이거스에서 열린 2024 Consumer Electronics Show에서 열린 인디 오토노머스 챌린지 합격대회에서.

우리 Cavalier 팀은 2위를 차지하고 시속 143mph(230km/h)의 속도를 기록하면서 자율적으로 다른 경주용 자동차를 추월하며 미국 최고의 팀으로서의 위상을 확고히 했습니다.

뮌헨 공과대학교의 TUM Autonomous Motorsport가 이 행사에서 우승했습니다.

파인트 크기의 시작

자율 경주 분야는 전문 경주 트랙의 경주용 자동차로 시작된 것이 아니라 로봇 공학 컨퍼런스의 소형 자동차로 시작되었습니다. 2015년에 동료들과 저는 1/10 크기의 자율 경주용 자동차를 설계했습니다.

우리는 원격 조종 자동차를 작지만 강력한 연구 및 교육 도구로 변형시켰습니다. 저는 전통적인 Formula One(F1) 경주용 자동차의 이름을 따서 F1tenth라고 명명했습니다.

F1tenth 플랫폼은 현재 전 세계 70개 이상의 기관에서 소형 자율 레이서 제작에 사용되고 있습니다.

F110 자율 경주 그랑프리는 이제 전 세계의 팀이 모여 각각 하드웨어와 센서가 동일한 차량을 휘두르며 본질적으로 치열한 "알고리즘 전투"에 참여하는 로봇 공학 컨퍼런스의 주요 이벤트입니다.

트랙에서의 승리는 순수한 힘이 아니라 첨단 AI 알고리즘의 자동차 제어에 의해 주장됩니다.

F1tenth는 또한 학생들이 로봇 공학 연구를 탐구할 수 있는 매력적이고 접근 가능한 관문으로 부상했습니다.

수년에 걸쳐 저는 이러한 차량을 만들고, 운전하고, 자율적으로 경주하는 방법을 설명하는 강좌와 온라인 강의 시리즈를 통해 수천 명의 학생들에게 다가갔습니다.

현실화

오늘날 우리의 연구 범위는 소규모 모델에서 241kph(150mph) 이상의 속도로 경쟁하고 경주 트랙에서 다른 자율 차량과 복잡한 추월 동작을 실행하는 실제 자율 인디 자동차로 발전하면서 크게 확장되었습니다.

이 자동차는 Indy NXT 섀시의 수정된 버전을 기반으로 제작되었으며 자율 주행을 가능하게 하는 센서와 컨트롤러가 장착되어 있습니다.

인디 NXT 경주용 자동차는 프로 경주에 사용되며 인디애나폴리스 500으로 유명해진 인디 자동차의 약간 작은 버전입니다.

실제 경마장에서 이러한 첨단 기계를 경주하는 험난한 현실은 자율주행차가 할 수 있는 일의 한계를 뛰어넘습니다.

자율 경주는 로봇공학과 AI의 과제를 새로운 수준으로 끌어올려 연구자들이 기계가 환경을 인식하는 방식에 대한 이해를 개선하고 안전한 결정을 내리며 전통적인 방법이 흔들리기 시작하는 복잡한 기동을 빠른 속도로 제어하도록 요구합니다.

정밀도는 매우 중요하며 조향 및 가속 시 오류의 여지가 매우 얇기 때문에 자동차의 움직임, 공기역학 및 드라이브트레인 시스템에 대한 정교한 이해와 정확한 수학적 설명이 필요합니다.

또한 자율주행 연구자들은 레이더와 비슷하지만 전파 대신 레이저를 사용하는 카메라, 레이더, 라이더의 데이터를 사용하여 경쟁사를 우회하고 고속의 예측할 수 없는 경주 환경을 안전하게 탐색하는 알고리즘을 만듭니다.

우리 팀은 자율 경주를 위한 세계 최초의 공개 데이터 세트를 공유하여 전 세계의 연구자들이 자율 차량의 미래를 정의하는 데 도움이 될 수 있는 알고리즘을 개선하는 데 참여하도록 초대했습니다.

자율주행차용 도가니

단순한 기술 쇼케이스 이상의 자율 경주는 중요한 연구 분야입니다. 자율 시스템이 이러한 극한 조건에서 안정적으로 작동할 수 있으면 도로 교통의 일반적인 조건에서 작동할 때 본질적으로 버퍼를 보유하게 됩니다.

자율주행 경주는 경쟁이 혁신을 촉진하고, 협업이 성장을 촉진하며, AI 제어 자동차가 결승선을 향해 경주하는 테스트베드로서 보다 안전한 자율주행 자동차를 향한 길을 제시합니다.

편집자 추천:

• AI 딥페이크, 바이든 로보콜로 정치적 데뷔
• AI 시대에도 항공 교통 관제에 여전히 인간의 손길이 필요한 이유
• 뉴욕타임스 소송으로 인해 ChatGPT의 생존이 위태로워졌습니다.
• ChatGPT 및 기타 언어 AI는 우리만큼 비합리적입니다.

편집자 주: 이 기사는 버지니아 대학교 로봇 공학 및 인공 지능 부교수인 Madhur Behl이 작성했으며 크리에이티브 커먼즈 라이센스에 따라 The Conversation에서 재출판되었습니다. 원본 기사를 읽어보세요.