6단계의 자율주행 레벨 설명
이 글에서는 자율주행의 6가지 레벨을 살펴보고 현재 산업계 표준과 향후 자율주행 차량의 발전 가능성에 대해 이야기합니다.
Created on March 14|Last edited on May 30
Comment
자율주행 레벨은 자동화 정도에 따라 6단계로 분류됩니다. 미국 자동차공학회(SAE)에서 분류한 단계에 따르면 레벨 0인 비자동화에서부터 완전 자율주행차까지 다양합니다.
레벨에 따른 자동화 수준은 다음과 같습니다.
- 레벨 0: 운전자동화 없음
- 레벨 1: 저수준 운전자동화(크루즈 컨트롤 등)
- 레벨 2: 부분 운전자동화로, 운전자가 상시 주의하고 있어야 함
- 레벨 3: 자율주행이 가능하나 위험 조건에서 운전자가 개입해야 함
- 레벨 4: 고도 운전자동화
- 레벨 5: 완전 운전자동화
자율주행 자동차의 6단계 레벨, 작성자 제공 이미지
목차
목차자율주행차의 현황자율주행의 레벨자율주행 레벨 0: 운전자동화 없음자율주행 레벨 1: 운전자 보조자율주행 레벨 2: 부분 운전자동화자율주행 레벨 3: 조건부 운전자동화자율주행 레벨 4: 고도 운전자동화자율주행 레벨 5: 완전 운전자동화자율주행차의 미래추천 자료
자율주행차의 현황
자율주행차는 수많은 거대 기업들이 막대한 투자를 하고 있는 신흥 기술 분야입니다. 자율주행차의 매력을 높이는 큰 장점 중 하나는 운전 중 인적 오류를 줄여 삶의 만족도를 높이는 기능입니다. 지루한 출퇴근길, 비생산적인 교통정체 시간, 사고를 줄일 수 있습니다.
Object Detection for Autonomous Vehicles (A Step-by-Step Guide)
Digging into object detection and perception for autonomous vehicles using YOLOv5 and Weights & Biases
The nuScenes Dataset
nuScenes is a large-scale 3D perception dataset for Autonomous Driving provided by motional. The dataset has 3D bounding boxes for 1000 scenes.
자율주행의 레벨
자율주행차의 6가지 레벨에 대해 자세히 알아보고 현재 산업계 표준과 향후 발전 가능성에 대해 살펴보겠습니다.
개념을 명확하게 하기 위해, 각 레벨을 다음 세 가지 주요 요소로 분류합니다.운전자 요구사항, 차량 기능, 예시.
자율주행 레벨 0: 운전자동화 없음
이 단계에서는 차량에 자동화가 구현되지 않습니다. 오늘날 도로를 달리는 거의 모든 자동차가 이 범주에 속합니다. 후진할 때 도움이 되는 카메라나 충돌 경고 장치 등 일부 기능이 있을 수 있지만 차량의 이동을 제어할 수는 없습니다.
레벨 0 - 비자동화, 작성자 이미지
레벨 0 요약
- 운전자 요구사항: 사람이 모든 작동을 수행하고 항상 차량을 제어합니다.
- 차량 기능: 자동 긴급 제동, 차선 이탈 경고, 사각지대 경고, 후방 캠, 충돌 경고 등
- 예: 거의 모든 차량
자율주행 레벨 1: 운전자 보조
다음 자동화 단계는 레벨 1입니다. 이 레벨에서는 차량이 지정된 시간에 단 하나의 자율주행 작업만 수행할 수 있습니다. 이 작업은 안전과 관련이 있으며, 조향 또는 제동과 같은 기본적인 이동 보조 기능을 제공합니다.
레벨 1 - 운전 보조, 작성자 이미지
조향과 제동 기능을 모두 제공하는 경우 레벨 2에 속합니다.
💡
레벨 1 요약
- 운전자 요구사항: 사람이 대부분의 작동을 수행하고 항상 차량을 제어합니다.
- 차량 기능: 차선 중앙 유지, 어댑티브 크루즈 컨트롤
- 예: 2020 BMW 3 시리즈, 2020 Volvo S60
자율주행 레벨 2: 부분 운전자동화
레벨 2는 자동화 단계의 세 번째 레벨입니다.
이 레벨의 모든 차량에는 어떤 형태로든 첨단 운전자보조 시스템(ADAS)이 탑재됩니다. ADAS는 고속도로와 같이 교통량이 적은 환경을 포함하여 매우 특정한 상황에서 조향, 제동, 가속을 제어합니다.
레벨 2 - 부분 운전자동화, 작성자 이미지
레벨 2 요약
- 운전자 요구사항: 운전자는 항상 주의력을 유지하고 대부분의 상황에서 개입해야 합니다.
- 차량 기능: 차선 중앙 유지 및 어댑티브 크루즈 컨트롤의 동시 작동
- 예: 2021 현대 팰리세이드 및 오토파일럿이 장착된 테슬라에 사용되는 고속도로 운전보조 장치
자율주행 레벨 3: 조건부 운전자동화
레벨 3은 자동화 단계의 네 번째 레벨입니다. 차량이 대부분 자체 주행하기 때문에 레벨 2에 비해 기술적으로 크게 개선되었지만, 새로운 문제가 대두되며 이 내용은 아래에 설명되어 있습니다.
레벨 3 자율주행차는 대부분 스스로 주행하며, 극한 환경이나 고장이 발생한 경우에만 사람이 개입하면 됩니다.
이러한 수준의 자율성에는 다양한 사용성 문제가 따릅니다. 매우 극한 상황(예: 사고 발생)에서 차량이 운전자에게 제어권을 전환하는 상황을 생각해 보세요. 이것이 바로 이 단계를 완전히 건너뛰고 레벨 2에서 레벨 4로 개발을 가속하는 이유 중 하나입니다.
레벨 3 - 조건부 운전자동화, 작성자 이미지
레벨 3 요약
- 운전자 요구사항: 운전자는 운전 중 항상 주의를 기울여야 합니다. 운전자는 극한 상황 중 차량을 제어해야 합니다.
- 차량 기능: 교통 정체 중 운전.
- 예: 메르세데스 벤츠는 레벨 3 차량을 개발하는 데 있어서 주도적인 기업입니다. 벤츠의 주행 파일럿(Drive Pilot) 시스템은 교통 상황을 탐색하고 기상 조건을 감지할 수 있습니다.
자율주행 레벨 4: 고도 운전자동화
자동화 단계의 다섯 번째 레벨입니다. 레벨 4 수준의 자율성이 구현되면 운전 중 사람이 개입할 필요가 없습니다. 시스템이 스스로 주행하고 운전자는 타고 있기만 하면 되기 때문에, 운전대와 페달은 필요 없어질 수 있습니다.
레벨 4 자율주행차의 주요 제한 요소 중 하나는 지오펜싱(geofencing)의 사용입니다. 이러한 차량은 특정 구역에 대해 지오펜싱이 적용되어 해당 구역 밖에서는 주행할 수 없습니다. 악천후도 이러한 차량에 영향을 미쳐 주행을 방해할 수 있습니다.
레벨 4 - 고도 운전자동화, 작성자 이미지
레벨 4 요약
- 운전자 요구사항: 목적지를 입력하고 즐거운 시간을 보낼 수 있습니다. 책을 읽거나 설치된 로잉 머신에서 운동을 할 수도 있습니다.
- 차량 기능: 무인 택시 및 교통 시스템.
- 예: Google의 자율주행차 웨이모(Waymo)는 이 레벨을 목표로 하고 있습니다. 이 글을 쓰는 현재로서는 피닉스(Phoenix)에서만 운행되고 있습니다.
자율주행 레벨 5: 완전 운전자동화
레벨 5는 자율주행 단계에서 가장 높은 레벨입니다. 이 차량은 모든 조건에서 스스로 주행할 수 있습니다. 지오펜스에 구애받지 않고 어디든 이동할 수 있습니다. 악천후와 파손된 도로에서도 안전하게 사람을 운송할 수 있습니다.
현재 SF 영화가 아니고서는(예: 배트모빌) 이 레벨의 실제 사례는 없습니다. 배트모빌은 GPS를 사용하여 배트맨을 추적하고 필요할 때 배트맨이 있는 곳으로 이동할 수 있습니다. 또한 혼잡한 교통, 파손된 도로, 악천후를 쉽게 통과할 수 있습니다.
레벨 5 - 완전 운전자동화, 작성자 이미지
레벨 5 요약
- 운전자의 역할: 목적지를 입력한 다음 휴식 또는 수면을 취하거나 책을 읽을 수 있습니다.
- 차량 기능: 이동에 제한이 없는 무인 운송.
- 예: 배트모빌 및 Lexus 2054.
자율주행차의 미래
일부 전문가들은 레벨 4가 2024년 또는 2025년에 공급될 것으로 예상하지만, 비용과 법제화로 인해 대중화가 지연될 수 있습니다.
위에서 언급한 바와 같이, 레벨 4의 조기 도입은 투자 수익률이 가장 높은 택시 및 운송 업계에서 시작될 가능성이 높습니다. 그렇게 하면 규모의 경제를 통한 비용 절감에 도움이 되고, 모든 사람들이 레벨 4(그리고 바라건대 레벨 5)를 사용할 수 있게 될 것입니다.
추천 자료
The Many Datasets of Autonomous Driving
Below we'll explore the datasets used to train autonomous driving systems to perform the various tasks required of them.
Autonomous Vehicle Companies and Their ML
The race in the autonomous vehicle space has resulted in a large number of companies vying for a position at the top. Here's what some of the main ones are doing.
The ML Tasks Of Autonomous Vehicle Development
This report goes through the different tasks in the autonomous vehicle development lifecycle and the various machine learning techniques associated with them.
A System of Record for Autonomous Driving Machine Learning Models
A look at the most useful Weights & Biases features for autonomous vehicle companies
Add a comment
Iterate on AI agents and models faster. Try Weights & Biases today.