자율 주행 차량을 테스트하고 검증하는데 필요한 거리는 테스트 중인 자율주행 레벨, 주행 환경의 복잡성, 테스트 프로그램의 특정 목표 등 여러 요인에 따라 달라질 수 있다.
자율 주행 차량은 일반적으로 안전성과 신뢰성을 보장하기 위해 다양한 시나리오와 조건에서 테스트되는데, 여기에는 공공도로 뿐만 아니라, 폐쇄된 코스나 테스트 트랙과 같은 통제된 환경에서의 테스트가 포함된다.
경우에 따라서, 자율주행차 회사는 데이터를 수집하고 차량의 성능을 검증하기 위해 수백만 마일의 테스트를 수행한다. 그러나, 마일 수만으로 테스트 적합성을 나타내는 유일한 지표는 아니라는 점에 유의해야 한다. 이유는 테스트 시나리오의 품질과 다양성도 중요하기 때문이다.
자율 주행 차량의 안전성과 신뢰성을 확립하기 위해 테스트 프로그램에는 종종 다양한 기상 조건, 교통 패턴 및 도로 유형을 포함한 광범위한 실제 시나리오를 시뮬레이션하는 것이 포함된다. 이를 통해 개발자는 잠재적인 문제를 식별 및 해결하고 자율주행 시스템을 개선할 수 있다.
또한 규제 기관 및 산업 표준에는 자율 주행 차량 테스트에 대한 특정 요구 사항 또는 지침이 있을 수 있고, 이러한 요구 사항은 국가 또는 지역에 따라 다를 수 있다.
전반적으로 자율 주행 차량의 테스트 및 검증에 필요한 거리는 제어된 테스트 환경과 실제 시나리오의 조합을 포함하는 포괄적인 프로세스 관점에서 볼 필요가 있다. 그렇기 때문에, 자율 주행 기술의 안전성과 견고성을 보장하는데 중점을 두고 진행하게 되고, 여기에는 광범위한 주행 마일과 시뮬레이션 시간이 포함되게 된다.
참고로, 아래 표는 Nidhi Kalra와 Susan M. Paddock이 2016년에 기고한 'Driving Safety' 자료이다.
하루 24시간, 1년 365일, 시속 25마일의 평균속도로 주행하는 100대의 자율주행 차량으로.. 1억 마일당 사망자 1.09명 이하인 것을 95%의 신뢰도로 입증하기 위해서는, 테스트 기간이 12.5년 소요된다.
이것이 자율주행 차량의 신뢰성을 입증하기 위한 기준이나 표준이 될 수 없겠지만, 신기술 또는 자율주행차의 안전성 검증을 위해서는 통계적으로 상당한 주행 테스트 거리가 필요해 보인다. 그렇게 때문에, 개발 기간과 비용을 줄이기 위해서는 실차 테스트와 함께 시뮬레이션 시험평가 기술이 반드시 필요하다고 할 수 있겠다.
예상치 못한 위험한 상황, 다양한 기상 조건, 교통 패턴 및 도로 유형을 포함한 광범위한 실제 시나리오를 가상환경에서 테스트하는 것이 자율주행 차량의 신뢰성을 입증할 수 있는 빠른 길이다.
기술문의
'자율주행' 카테고리의 다른 글
| Ansys AVxcelerate를 이용한 자율주행 4D 이미징 레이더 시뮬레이션 (0) | 2023.06.20 |
|---|---|
| Ansys SPEOS를 이용한 고성능 라이다 분석 및 패키징 기술: 자율주행 시스템에 대한 라이다 센서 인지 향상 (0) | 2023.06.15 |
| 테슬라 사고의 시사점 - 물리기반 가상 환경에서의 자율주행 시뮬레이션의 중요성 (0) | 2023.03.22 |
| Ansys optiSLang을 이용한 자율주행 시뮬레이션 (0) | 2023.03.17 |
| 자율주행 시뮬레이션을 위한 카메라 센서 비교 (0) | 2023.03.15 |