테슬라 사고의 시사점 - 물리기반 가상 환경에서의 자율주행 시뮬레이션의 중요성

출처: 서울경제, 2023-03-09

 

미 당국, 소방차 들이받은 테슬라 '오토파이럿' 관련 특별조사 착수

 

지난달 18일 새벽 북부 캘리포니아 680번 고속도로에서 테슬라 모델 S 차량이 정차 중인 소방차를 들이 받아...

사고 당시에는 테슬라 운전자가 오토파일럿 시스템을 이용했는지 여부가 확인되지 않았었다. 현재 NHTSA는 사고 당시 오토파일럿 시스템이 작용했을 가능성에 무게를 두고 있다.

NHTSA는 2021년 8월부터 테슬라의 오토파일럿 시스템에 관해 조사를 벌여왔다. 이 기관은 오토파일럿 시스템이 고속도로에 정차 중인 소방차와 구급차 등 긴급 차량을 어떻게 감지하고 반응하는지 살펴보고 있다.

아직 사고의 원인이 밝혀지짖는 않았지만, 오토파일럿이 작동했을 가능성에 무게를 두고... 소방차와 구급차 등 긴급 차량을 어떻게 감지하는지 조사하고 있는 것을 보면, 인지 성능이 얼마나 중요한지... 그리고 안전에 직결된다는 것을 다시 한번 느끼게 된다.

 

과연, 가상 환경에서 이상적인 센서 (Idea Sensor) 모델로 이러한 상황들을 구현하고 검증할 수 있을까?

물리 기반 가상 환경에서의 자율주행 시뮬레이션이 절대적으로 필요한 이유이다. 아래 데모 영상은 오픈 소스 코드인 CARLA에서 가상 환경을 구축하고, Ansys AVxcelerate를 이용하여 물리 속성을 정의한 다음, 자율주행 안전성 평가를 테스트한 내용이다.

 

Physics-based Environment

 

물리 기반 가상 환경

• 도로, 차선, 신호등, 가로등, 건물, 자동차, 사람, 태양 등의 모든 객체에 물리 속성 정의
• 자동차의 경우, 차체, 유리, 범퍼, 상향등/하향등, 브레이크 등, 휠 등 25개의 레이어로 나뉘어 물리 속성 정의
• 레이더, 라이다 센서의 인지에 영향을 주는 객체들의 유전율과 반사율 정의
• 시간, 계절에 따른 태양의 위치 및 빛의 세기 정의 등...

 

툴체인: CARLA + Ansys AVxcelerate + Autoware + Ansys optiSLang + GT Program

• JAMA 기반으로  Disturbance 유형 정의
• Disturvance를 구현할 수 있는 맵 선정 및 모델링
• RoadRunner를 이용한 OpenDrive 생성
• 오픈소스 코드인 CARLA에서 가상 환경 구축
• 자율주행 테스트를 위한 시나리오 정의 및 OpenSCENARIO 생성
• AV Toolchain 연동
• Ansys optiSLang을 이용한 Logical/Concrete Scenario 정의 및 해석, 메타 모델 생성 및 이를 이용한 광대한 시나리오 평가 및 분석- 민감도 및 강건성 평가
• GT Program을 이용한 객체 어노테이션 및 라벨링 데이터 자동 생성

 

어플리케이션 (활용도)

• 가상 환경에서의 엣지 시나리오 (Edge Scenario) 안전성 평가
• 인지 알고리즘 검증 및 고도화
• 판단/제어 알고리즘 평가 및 검증
• 카메라/레이더/라이다 사양 평가 및 검증
• 퓨전 센서 조합, 위치 및 수량 최적화