지난 화요일, 최첨단 로봇 배달 트럭이 주요 센서 중 하나의 치명적인 오작동으로 도시 교차로에서 멈춰 섰습니다. 부상자는 발생하지 않은 이 사고는 레벨 4 자율 주행 시스템의 핵심 취약점을 드러냈습니다. 인간의 개입 없이 작동하도록 설계된 이 차량은 센서의 불규칙한 판독으로 인해 신호등 신호를 잘못 해석하여 갑자기 정차했고, 2시간 넘게 교통을 차단했습니다.
고장 난 센서 아키텍처 및 오류 시뮬레이션 🛠️
기술 분석 결과, 트럭 지붕에 장착된 회전 빔 LIDAR 모듈의 결함이 원인으로 지목되었습니다. 이 센서는 64개의 레이저를 방출하여 주변 환경의 3D 포인트 클라우드를 생성합니다. 시뮬레이션에서 우리는 LIDAR, 밀리미터파 레이더, 세 대의 스테레오 카메라 간의 2-out-of-3 이중화를 포함하는 시스템 아키텍처 다이어그램을 모델링했습니다. LIDAR의 반환 신호에 가우시안 노이즈를 주입하여 오류를 재현했으며, 이는 정적 객체에 대한 오탐지를 생성했습니다. 데이터 융합 시스템이 레이더보다 LIDAR를 우선시하면서 카메라의 올바른 결정을 무효화하고 비상 제동을 명령했습니다. 3D 시각화는 포인트 클라우드가 왜곡되어 트럭 앞에 유령 벽을 만드는 방식을 보여줍니다.
디지털 사각지대 해결을 위한 지능형 이중화 💡
이번 사고는 단순한 하드웨어 중복만으로는 충분하지 않음을 보여줍니다. 기술적 해결책은 환경 조건에 따라 각 센서의 가중치가 달라지는 가중 투표 시스템을 구현하는 것입니다. 예를 들어, 조명이 좋은 도시 교차로에서는 카메라가 LIDAR보다 더 큰 권한을 가져야 합니다. 또한 각 센서 데이터의 시간적 일관성을 비교하는 지속적인 자가 진단 루프를 모델링해야 합니다. LIDAR가 레이더가 200밀리초 이상 감지하지 못하는 객체를 보고하는 경우, 시스템은 해당 투표를 0으로 낮추고 센서가 재보정될 때까지 축소된 안전 모드를 활성화해야 합니다.
단일 센서의 오작동으로 자율 주행 트럭이 교차로 한가운데서 멈춰 섰다는 점을 고려할 때, 3D 시스템에서 감각적 이중화를 보장하고 치명적인 오류 발생 시 차량의 완전한 마비를 방지하기 위해 하드웨어 및 소프트웨어 수준에서 어떤 안전 프로토콜을 구현해야 합니까?
(추신: ADAS 시스템은 장인어른과 같습니다: 항상 당신이 하는 일을 지켜보고 있습니다)