첨단 자율주행 알고리즘, 안전하면서 공격적인 차선 변경 가능케 해

• 새 차선 변경 알고리즘, 차량 카메라와 센서가 수집한 실시간 데이터에 의존
• 즉시 새로운 버퍼 존(buffer zones) 생성 및 계산
• 공격적부터 보수적까지 다양한 운전 스타일 허용하면서 안전성 보장

자율주행차 첫 걸음이 1980년대 항잠금 브레이크 시스템(ABS)에서 시작돼 여전히 남아있단 사실 아시나요? 아이디어는 센서로 휠 잠금 방지해 차량이 제어 불능 스키드 상태 되는 것 막는 것이었습니다. 10년 후 제조사들은 센서를 트랙션과 안정성 제어에 사용했습니다.

그 이후 먼 길 왔습니다. 이제 자율주행차는 센서, 레이더, 카메라, 인공지능 조합으로 목적지 간 이동합니다. 기술 기업들은 자율주행 알고리즘을 지속 개선해 더 안전하고 신뢰성 높게 만들고 있습니다.

자율주행 시스템의 핵심 부분 중 하나가 차선 변경 알고리즘으로, 개발자들 사이 뜨거운 주제입니다. 기존 차선 변경 알고리즘 대부분은 두 가지 제한 중 하나를 가집니다:

1. 실시간 분석 불가능한 복잡한 통계 모델 기반이거나
2. 너무 단순해 항상 '차선 변경 안 함'이라는 단일 해법만 도출

이제 MIT 연구진이 실시간 정보에 의존해 이전 자율주행 시스템보다 더 공격적[인간 같은] 차선 변경을 가능케 하는 새 알고리즘을 개발했습니다. 실시간 정보란 차량 카메라와 센서가 수집한 다른 차량 데이터(속도, 방향 등)를 의미합니다.

기존 차선 변경 알고리즘

주 목표는 최소 데이터로 인간처럼 운전하게 만드는 것입니다. 새 알고리즘은 공격적부터 보수적까지 다양한 운전 스타일에 적응하면서 안전성 보장.

알고리즘 작동 방식

자율주행차에 가장 중요한 건 안전입니다. 알고리즘은 충돌 방지를 위해 다른 차량 주변에 버퍼 존(buffer zones)을 계산합니다. 이 버퍼 존엔 모든 인근 차량의 현재 및 미래 위치가 포함됩니다.

알고리즘은 차량 속도와 방향 분석해 짧은 시간 프레임 동안 다른 차량의 미래 위치 계산합니다. 차선 변경 시점 결정은 전적으로 이 버퍼 존에 달려 있습니다.

시스템 효율성과 성능은 트래픽 패턴 모델 맥락에서 버퍼 존 계산 방법에 기반합니다. 보통 최적 버퍼 존은 사전 계산되는데, 교통이 빠르고 밀집되면 너무 제한적이 돼 차량 차선 변경 방해합니다.

그러나 제안된 알고리즘은 즉석에서 새로운 버퍼 존을 계산합니다. 이 버퍼 존을 신뢰할 수 있게(충돌 없게) 만들기 위해 가우시안 분포(Gaussian distribution)라 불리는 효율적 수학적 방법을 사용합니다. 이는 사건의 정확한 이항 분포를 근사하는 연속 함수입니다.

출처: MIT

분포는 차량 현재 위치를 보여줍니다. 차량 치수와 위치 추정 불확실성 고려. 이 추정치[차량 속도와 방향]로 로지스틱 함수를 생성하고, 이를 가우시안 분포와 곱합니다.

제안된 알고리즘

이것은 분포를 (더 빠른 속도로) 차량 운동 방향으로 치우치게 합니다. 분포가 바로 차량의 새 버퍼 존입니다. 변수 수가 적어 시스템이 실시간 계산 가능.

테스트

시뮬레이션으로 이 알고리즘 테스트했습니다. 시뮬레이션 환경엔 16대 자율주행차와 수백 대 다른 차량이 있었습니다.

참고: 3D 맵 없이 내비게이션 가능한 새 자율주행 기술

새 알고리즘 실행 중인 자율주행차들은 서로 직접 통신하지 않았고, 모두 충돌이나 갈등 없이 병렬로 실행되었습니다. 각 차는 다른 리스크 파라미터와 연관되어 개발자들이 여러 운전 스타일 생성 가능.