글로벌오토뉴스

상단배너

  • 검색
  • 시승기검색

“시속 200km는 가뿐한”, 자율주행 기술 어디까지 발전할까?

페이지 정보

글 : desk(webmaster@global-autonews.com)
승인 2022-11-30 05:03:04

본문

폭스바겐과 포드가 투자한 아로고AI가 문을 닫은 이유에 대해 포드의 CEO 짐 팔리는 레벨4 ADAS의 미래에는 낙관적이지만 수익성 있는 자율주행차는 아직 멀었고 반드시 그 기술을 직접 만들 필요가 없다는 의견을 밝혔다. 그렇다고 자율주행 기술개발이 멈추는 것은 아니다. 화성여행이 투자자들을 끌어 모으는 허구라고 해도 관련 사업은 여전히 인류를 구하는 미래라는 주장이 계속되고 있다. 자율주행은 그런 차원과는 달리 2010년 구글이 안전을 명목으로 내세웠던 만큼 안전장비로써의 발전은 계속된다는 것을 의미한다. 그와 관련 메트랩(METALAB)과 시뮬링크(Simulink)로 데이터 분석과 시물레이션을 지원하며 수학 컴퓨팅 소프트웨어를 전문으로 하는 미국 메스웍스의 자율주행 관련 기술에 관한 내용을 공개했다. 그 내용을 전제한다.(편집자 주)

 

“레이싱카는 한치의 오차만 허용해도 치명적인 상황으로 이어질 수 있어 수천 시간의 주행 시뮬레이션을 통해 철저히 준비했습니다”

 

지난 2021년 10월 미국 인디애나에서 열린 무인 자동차 경주대회 “인디 자율주행 챌린지(IAC, Indy Autonomous Challenge)”의 우승팀 TUM(뮌헨공과대학교) 자율주행 모터스포츠(Autonomous Motorsports)(이하 “TUM”) 주장이자 박사과정생인 알렉산더 비슈뉴스키(Alexander Wischnewski)가 전한 소감이다.

최근 테슬라 열풍으로 자율주행 시장이 크게 성장하고 있다. 자율주행 차량은 레이더, 광학카메라 등의 첨단 센서와 정교한 프로그래밍을 요구하는 제어 기능이 필요해 일반 차량보다는 훨씬 복잡한 기술을 요구한다. 이러한 점에서 IAC는 자율주행차의 소프트웨어 성능만을 겨루는 세계 최초의 레이스 대회로 자율주행 성능 검증에 있어 최적화된 시험장이라 볼 수 있다. 작년 개최된 IAC에는 한국의 KAIST팀을 포함해 전 세계 21개 대학교에서 모인 9개 팀이 참가했다. 하드웨어 개조는 허용되지 않았기에 모든 팀이 이탈리아 경주용 자동차 Dallara AV-21을 기반으로 자체 제작한 소프트웨어를 탑재해 치열한 레이싱 대결을 펼쳤다. 순수 기술력으로만 승부를 겨룬 이 대회에서 최종 우승팀은 두 랩(LAB) 평균 최고속도 218km/h을 기록한 TUM이 차지했다.

368c4263d0942079541117dc68b47edb_1669752

이번 IAC에서 TUM이 우승할 수 있었던 비결은 무엇이었을까? 바로 “디지털 트윈과 시뮬레이션”에 집중 투자했기 때문이다. TUM은 전체 리소스 중 30%를 실제 환경과 유사하게 구축하는데 투자했다. 덕분에 참가 팀들 중 유일하게 실시간 다중 차량 시뮬레이션을 활용할 수 있었다. 이 시뮬레이션은 파워트레인, 서스펜션, 타이어 등 차량의 작동 기능을 모두 모델링하여 종합적으로 분석 및 접근할 수 있도록 지원한다.

좀 더 자세히 살펴보면 구동방식은 이렇다. TUM은 우선 모션 제어 소프트웨어 설계 후 C++코드를 생성하여 기술적 기반을 만들었다. 이후 차량 및 환경 모델링 기능을 활용하여 대회와 동일한 환경에서 9대의 레이싱카를 구현하였고 실제 환경에서 이 제어 시스템이 어떻게 작동하는지 테스트하기 위해 실제 자동차의 제어 컴퓨터에 HIL(Hardware-in-the-Loop) 시뮬레이터를 연결하여 소프트웨어 기술력을 높였다.

한편 소프트웨어 업체 선정 과정에서 TUM은 매스웍스의 그래픽 구현 프로그램 Simulink와 Speedgoat의 실시간 하드웨어인 HIL(Hardware-in-the-Loop) 시뮬레이션과 Vehicle Dynamics Blockset을 선택했다. 매스웍스는 자율주행 분야에서 다방면적으로 기술적 지원이 가능했고 SpeedGoat는 다양한 I/O모듈 제공과 더불어 거의 모든 프로토콜과 커넥터, 플러그 등을 지원하고 있기 때문이었다.

이 두 기업은 자율주행 분야에서 긴밀한 관계를 구축하고 있다. 가령 매스웍스에서 새 기능이 출시되면 Speedgoat 역시 새로운 Blockset을 출시해 하드웨어적 지원이 끊기지 않도록 하고 있는 점이 TUM의 소프트웨어 선정에 있어 영향을 끼쳤다. 덕분에 TUM은 대회 준비과정에서 두 기업을 통해 문제없이 디지털 트윈을 실행할 수 있었고 개발 환경부터 실제 환경까지 다양한 레이싱 시나리오를 매끄럽게 구현할 수 있었다.

368c4263d0942079541117dc68b47edb_1669752

TUM의 주장 비슈뉴스키가 말한 것처럼 실제 환경에서의 실수는 최악의 경우 레이싱에 참여하지 못하는 사태까지 발생시킨다. 수 없이 많은 시뮬레이션 돌린 소프트웨어는 실제 서킷에서 어떻게 작동했을까?

TUM은 대회 시작 4개월 전부터 실제 환경에서 주행하기 시작했고 소프트웨어적 난이도를 점차 높여갔다. 그리고 이러한 노력은 IAC에서 진가를 발휘했다. 1차 라운드에서 동시에 여러 대의 레이싱카들이 경쟁할 것으로 예상했던 TUM은 실제로는 한 대씩 주행하자 두 랩(LAB) 평균 최고속도 218km/h을 기록하면서 압도적인 기술력을 자랑했다. 반면 참가한 9팀 중 랩을 완주한 팀은 4팀밖에 없었다. 2차 라운드에서는 1:1 레이스로 레이싱카 두대가 동시에 달렸다. 경쟁팀인 밀라노 공대의 PoliMOVE와 각축전을 벌인 TUM은 한때 제어 오류로 차가 회전하면서 잔디밭으로 밀려 나갔지만 알고리즘 훈련 덕분에 자동차를 안전하게 정지할 수 있었다. 비록 1:1 레이스는 2위였지만 최종 종합성적은 평균 최고속도 시속218km을 기록한 TUM으로 이 대회의 우승을 차지했다.

이번 IAC는 단순히 자율주행 차량의 순위싸움이 아닌 전체적인 자율주행 기술을 높이는 대회로 평가된다. 앞으로 더 많은 자율주행 기업들이 각축전을 벌이면서 자율주행 기술력을 높일 수 있기 때문이다.

한편, 이번 대회를 준비하면서 기술력과 노하우를 축적한 TUM은 완전 자율주행 자동차를 위한 안전하고 확장 가능한 플랫폼을 개발회사 Driveblocks를 설립하였다. 이 회사의 공동 창립자이자 수석기술관이 된 비슈뉴스키는 회사 주요 목표로 “안전하고 신뢰할 수 있는 자율주행 화물 배송을 실현하기 위한 상용차를 만드는 것”이라면서 자율주행 레이싱을 통해 얻은 경험으로 회사의 비전을 현실로 만들 계획이다.

출처 : 매스웍스 자료 제공
  • 페이스북으로 보내기
  • 트위터로 보내기
  • 구글플러스로 보내기
하단배너
우측배너(위)
우측배너(아래)