(A+)테슬라는 라이다없이 완전자율주행을 이룰 수 있을까

목차

없음

본문내용

2019년 4월 22일 테슬라(Tesla)의 자율주행 데이 행사에서 테슬라의 회장 일론 머스크는 “라이다는 바보들이나 쓰는 장치이다. 라이다에 의존하는 회사들은 앞으로 불행해질 것이다.”라고 말하며 라이다를 쓰지 않겠다는 의지를 밝혔다. 또한 2020년 9월 21일 대망의 테슬라의 배터리 데이 행사에서, 테슬라의 회장 일론 머스크는 2020년 안에 완전자율주행 베타 버전 모델을 출시하겠다고 발언하여 라이다 없이도 완전 자율주행을 이룰 수 있다는 자신감을 내비쳤다. 하지만 라이다 제조 기업 루미나(Luminar)의 오스틴 러셀 등 라이다 전문가들은 테슬라가 라이다를 이용하지 않기 때문에 완전 자율주행을 이루지 못할 것이라고 주장한다. 그렇다면 라이다는 무엇이며 자율주행에서 어떤 역할을 담당하는가? 테슬라는 라이다 없이도 완전자율주행을 이룰 수 있는가? 이 질문들에 답하기 위해 자율주행의 과정과 자율주행 센서들의 특징에 대한 이해가 필요하다.

자율 주행을 위해서는 인식, 판단, 제어의 과정이 필요하다. (성경복 외., 2018: 4,5) 인식 과정에서는 자신의 위치와 장애물의 위치를 파악한다. 이 과정은 운전에서 운전자 눈의 역할과 비슷하다. 판단 과정에서는 인식한 데이터를 바탕으로 차량의 행동을 결정하며 이는 운전 중 뇌가 상황을 파악하는 과정에 비유할 수 있다. 제어 과정에서는 판단 과정에서 결정한 행동을 실제로 차량의 방향과 속도를 제어하여 이행하며, 이는 운전 중 손을 이용하여 핸들을 조작하고 발을 이용하여 엑셀이나 브레이크를 밟는 과정에 대응한다.
인식 과정에서 위치 파악을 위해서 자율주행 센서가 이용되는데, 자율주행 센서는 자율주행을 위해 필요한 데이터를 입력받는 장치이다. 자율주행 센서에는 카메라, 레이다, 라이다 등이 있다.

참고 자료

권정훈. (2018). TOF기반의 2차원 LADAR 센서 개발 및 1축 구동장치를 활용한 3D 정보 획득에 대한 연구. 충남대학교 공학석사학위논문.
김동호, 조평동. (2003). 차량용 레이더 응용기술 및 발전 방향. 18(1), 33-41.
김정주. (2017). 2D LiDAR기반 3차원 포트홀 검출 시스템 구현. 전남대학교 공학석사학위논문.
김종덕, 권기구, 이수인. (2012). 라이다 센서 기술 동향 및 응용. 『전자통신동향분석』, 27(6), 134-143.
성경복, 민경욱, 최정단. (2018). 자율주행 자동차 기술동향 및 핵심기술. 정보와 통신 열린강좌, 35(1(별책7호)), 3-13.
IRS Global. (2015). 『자율주행차의 핵심 기술로 주목받는 자동차용 센서 시장전망과 개발동향 및 참여업체 사업전략』. 인천시 계양구 용종동: IRS Global.
Eric Woods, Sam Abuelsamid. (2020). Navigant Research Leaderboard: Automated Driving Vehicles. Guidehouse INSIGHTS, Accessed March 13, 2020.
https://guidehouseinsights.com/reports/guidehouse-insights-leaderboard-automated-driving-vehicles
Fred Lambert. (2020). Video of Tesla Model 3 crashing into a truck on Autopilot goes viral. Electrek, November 8, 2020.
https://electrek.co/2020/06/01/tesla-model-3-crashing-truck-autopilot-video-viral/
Yan Wang, Wei-Lun Chao, Divyansh Garg, Bharath Hariharan, Mark Campbell, and Kilian Q. (2019). Pseudo-LiDAR From Visual Depth Estimation: Bridging the Gap in 3D Object Detection for Autonomous Driving. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 8445-8453.