본 글에서는 자율주행 차량에 장착되는 카메라 센서 및 열화상 카메라 센서 시뮬레이션 사례를 선보이고자 한다. 디바인테크놀로지가 직접 제작한 강남대로 및 서해대로 맵에서 테스트가 진행되었으며, 모든 객체에는 고유 물성이 정의된 물리기반 가상환경이다. 사용된 소프트웨어는 물리 센서를 제공하는 Ansys AVxcelerate와 오픈소스 주행시뮬레이션인 CARLA가 사용되었다. 카메라 센서 및 열화상 카메라 센서 시뮬레이션 사례 Feasibility Study for Autonomous Vehicle's Camera Sensor 테스트 항목은 다음과 같으며, 태양의 위/경도 위치 및 시간에 따른 태양의 밝기가 고려되었다. 시간에 따른 카메라 센서 시뮬레이션 카메라 F-number 변화에 따른 카메라 센서 평가 ..

자율주행 차량을 개발하는 데 있어, 무엇보다 주요한 것은 안전성이라 할 수 있겠다. 그렇게 때문에 기술 발전을 통한 차량의 안전 기능은 지속적으로 개선되어오고 있다. 그리고, 이러한 발전의 중심에 선 기술 중 하나가 바로 4D 이미징 레이더 기술이다. 4D 이미징 레이더는 MIMO (Multiple Input Multiple Output) 기술을 사용하여 레이더의 성능을 향상시킨 기술로, 자율주행 차량뿐만 아니라, 여러 산업 분야에 널리 사용되고 있다. 자율주행의 경우, 전방 환경을 3D로 감지하고 속도 정보까지 측정할 수 있어서 정지되어 있는 사물 뿐 만 아니라, 움직이고 있는 객체의 존재와 높이를 포함한 각 객체에 대한 더욱 정밀한 감지와 구분이 가능하다. 이 기술은 일부 레벨 2 및 레벨 3 기능의..

LiDAR(Light Detection and Ranging) 기술은 정확하고 실시간으로 객체 인식을 가능하게 하는 자율주행 시스템 개발의 중요한 구성 요소로 부상했다. LiDAR 센서는 레이저 빔을 방출하고 빔이 객체에 부딪힌 후 반사되는 데 걸리는 시간을 측정하여 상세한 3D 포인트 클라우드 데이터를 생성한다. 포괄적인 광학 및 센서 시뮬레이션 소프트웨어인 Ansys Lumerical, Zemax, SPEOS, AVxcelerate의 토탈 솔루션은 충실도가 높은 LiDAR 시스템을 분석하고 패키징 하기 위한 고급 기능을 제공한다. 이번 글에서는 LiDAR 분석의 중요성을 살펴보고, 여러 솔루션 중 Ansys SPEOS 사용의 이점에 대해 논의하고, LiDAR 성능 및 패키징을 최적화하기 위한 기능을 ..

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 ..

자율주행 시뮬레이션을 위한 물리 기반 센서 이상적인 카메라 센서 (Ideal Sensor)는 컴퓨터 비전 및 이미지 처리에 사용되는 이론적 개념이 포함되어 있다. 카메라 센서의 노이즈와 왜곡이 없고, 무한한 동적 범위 관점에서 완벽하다고 가정한다. 이상적인 카메라 센서로 촬영한 이미지는 아티팩트 (artifacts)가 없으며 색상과 밝기가 정확하게 표현된다. ​ 반면, 물리 기반 카메라 센서는 카메라 센서의 실제 속성을 고려한 보다 현실적인 모델이다. 여기에는 캡처된 이미지의 품질에 영향을 미치는 노이즈, 왜곡 및 제한된 동적 범위와 같은 요소가 포함된다. 물리 기반 카메라 센서는 일반적으로 렌즈 수차, 센서 노이즈 및 기타 물리적 속성과 같은 카메라의 광학적 속성을 시뮬레이션하는 수학적 모델을 기반으로..

이번 글에서는 물리 기반 가상환경을 구축하기 위해서 필요한 Ansys AVxcelerate에 대해서 알아보고자 한다. ​ ​ 자율주행차를 개발하려면 다양한 주행 시나리오에서 차량의 동작을 포괄적으로 이해해야 한다. 물리적 테스트 및 실제 시험과 같은 전통적인 테스트 방법은 비용이 많이 들고 시간이 많이 걸리며 잠재적으로 위험할 수 있다. Ansys AVxcelerate를 사용한 시뮬레이션을 통해 안전하게 자율 주행 차량 시스템을 테스트할 수 있고, 비용을 절감할 수 있으며 효율적인 방법을 찾을 수 있다. ​ Ansys AVxcelerate의 주요 기능 중 하나는 물리 기반 센서 및 환경을 시뮬레이션하는 기능이다. 즉, 엔지니어는 다양한 유형의 날씨, 지형, 조명 및 자율 주행 차량과 센서 시스템의 성능에..

SOTIF 시나라오 구현 사례 이전 글에서, 물리 기반 자율주행 시뮬레이션의 중요성에 대해 이야기하였는데, 그 이유에 대해서 좀 더 자세하게 살펴보고자 한다. 자율주행 차량에 탑재되는 레이더 및 라이다 센서는 일반적으로 ADAS/AD에서 환경의 객체를 감지하고 식별하는데 사용된다. 객체의 유전율과 반사율은 이러한 센서의 성능에 영향을 미치게 되는데, 유전율은 전자기파의 전파 속도와 방향에 영향을 미치며, 반사율은 센서로 다시 반사되는 에너지의 양을 결정한다. 물리기반 시뮬레이션에서는 객체의 유전율과 반사율을 정확하게 정의하고 시뮬레이션 환경에 통합할 수 있다. 이를 통해 우리는 다양한 기상 조건이나 조명 조건에서 센서의 성능을 테스트 및 평가하고 그에 따라 센서 매개변수를 조정할 수 있다. 또한 물리 기..