지난달, 자율 주행 플래투닝 시험 트랙에서 발생한 사고로 인식 오류로 인해 두 대의 트럭이 충돌했습니다. 차량 탑재 시스템이 유령 장애물을 감지했는데, 이는 전방 LIDAR와 후방 레이더 데이터 간의 동기화 불일치로 인해 생성된 존재하지 않는 개체였습니다. 이 오류로 인해 두 번째 트럭이 급제동했고, 첫 번째 트럭이 추돌하는 사고가 발생했습니다. 이 사례는 자율 주행 차량 군집을 위한 센서 융합의 중요한 취약점을 드러냅니다.
기술 분석: LIDAR-레이더 데이터 융합의 시간적 불일치 🚛
이상적인 플래투닝 시스템에서 LIDAR는 10Hz로 환경을 스캔하는 반면 레이더는 20Hz로 작동합니다. 제어 장치(ECU)에서 보정되지 않은 지연 시간이 존재할 때, 가드레일에서 반사된 마이크로파가 LIDAR가 빈 공간을 확인하기 직전에 정적 객체로 기록될 수 있습니다. 정밀한 타임스탬프 없이 두 점군을 병합하면 시스템은 이 잔여물을 실제 장애물로 해석합니다. Unreal Engine 및 Vissim과 같은 도구를 사용하면 이 오류를 재현할 수 있습니다. 전자는 환경 형상과 유령 장애물의 궤적을 렌더링하고, Vissim은 주변 교통의 반응을 모델링합니다. CloudCompare는 시간적 불일치를 식별하기 위해 점군 분석을 용이하게 합니다.
더 강력한 차량 인식 시뮬레이션을 향하여 🛠️
이 사고는 ADAS 시스템 검증이 도로 테스트에만 국한될 수 없음을 보여줍니다. 3D 엔진 및 교통 소프트웨어를 사용한 시뮬레이션에는 오류 허용 융합 알고리즘을 훈련하기 위한 센서 동기화 불일치 시나리오가 포함되어야 합니다. 고정 주파수가 아닌 도착 순서대로 데이터를 정렬할 수 있는 동적 시간 버퍼를 ECU에 구현하는 것은 이미 가상 환경에서 테스트 중인 솔루션입니다. 목표는 어떤 유령 장애물도 다시는 실제 사고로 이어지지 않도록 하는 것입니다.
자율 주행 플래투닝 중 트럭 간 V2V 통신의 동기화 오류가 다층 LIDAR와 같은 3D 센서 시스템을 통해 실시간으로 감지 및 수정되어 시험 트랙에서 발생한 것과 같은 충돌을 방지할 수 있을까요?
(참고: Foro3D에서 우리 자동차는 마력보다 폴리곤이 더 많습니다)