첨단 운전자 보조 시스템(ADAS) 및 자율주행(AD) 개발 프로젝트에서는 전체 기능을 검증하기 위해 대량의 데이터를 기록하는 것이 매우 중요합니다.
예를 들어 L2+ 프로젝트의 경우 테스트 과제에 따라 초당 2GB 이상의 데이터를 기록해야 합니다. 이 데이터는 LIDAR 및 레이더와 같은 센서뿐 아니라 카메라와 제어 장치 간 차량 내 통신에서도 생성됩니다.
실제 환경이든 가상 환경이든 ADAS/AD 애플리케이션을 개발하고 있다면, 벡터는 소프트웨어 및 하드웨어 툴과 임베디드 컴포넌트로 구성된 포괄적인 솔루션을 제공합니다.
주요 내용
- 통합형 ADAS/AD 툴 체인:특정 사용사례에 적합한 툴, 소프트웨어 컴포넌트, 하드웨어를 제공합니다.
- 모든 개발 단계에 적용 가능한 단일 테스트 툴: 전체 프로세스 전반에서 MIL, SIL 또는 HIL 환경의 애플리케이션에 대한 테스트 정의를 사용할 수 있습니다.
- 고성능 센서 및 ECU 통합: 리눅스 및 윈도우 환경에서 높은 데이터 전송 속도와 선택적 데이터 압축 기능을 통해 멀티센서 데이터를 수집 및 기록합니다.
- 측정 데이터의 효율적인 활용: 실제 측정 결과를 활용하여 주행 기능을 분석하고 신속한 프로토타이핑을 지원합니다.
- 센서 객체 검증: 실제 영상과 3D 장면 모두에서 객체 오버레이를 통해 센서 객체를 검증할 수 있습니다.
로그 기록
기능 테스트는 ADAS/AD 개발의 필수 요소입니다. 새로운 소프트웨어 버전을 적용할 때마다 시간과 비용이 많이 드는 시운전을 반복하지 않기 위해, 차량 내 센서 데이터를 기록한 뒤 이후 MIL/SIL/HIL 실행 및 분석에 활용합니다. 동시에 TB(Terabyte) 단위의 데이터를 가혹한 자동차 환경에서 저장해야 하는 과제도 있습니다. 이는 다양한 센서 유형(레이더, LIDAR, 영상 기술 기반)과 시간 동기화 방식으로 기록되어야 하는 복잡하고 방대한 ECU 데이터 때문입니다. 적용 분야에 따라 선택 가능한 압축 방식을 통해 전체 데이터 파이프라인의 메모리 사용량을 최적화하고 비용 효율적인 운영을 지원합니다.
데이터 분석 및 기능 검증
효과적인 데이터 분석은 시스템 성능을 판단하는 데 중요한 역할을 합니다. 다음 단계를 위해 적절한 측정 데이터를 선정하려면 메타 데이터가 필요합니다. 메타 데이터에는 차량, 주행 상황, 소프트웨어 상태에 대한 정보가 포함됩니다. 관련 측정 데이터 세트가 확인되면 두 번째 단계에서 실제 분석 및 검증 과정에 투입합니다. 분석은 수동, 반자동 또는 데이터 마이닝을 활용한 완전 자동 방식으로 수행할 수 있습니다.
동영상 익명화
데이터의 수집과 라벨링뿐만 아니라, 적절한 저장 및 처리도 중요합니다. 데이터는 안전하게 저장, 전송 및 분석되어야 합니다. 대량의 데이터를 기록하는 데 따르는 기술적 과제 외에도, 데이터 보호 요구사항 역시 중요한 역할을 합니다. 얼굴이나 차량 번호판과 같은 개인 정보가 촬영된 경우, 이를 저장하거나 추가로 처리하기 전에 반드시 익명화 처리를 거쳐야 합니다.
시각화 및 데이터 검증
ADAS 센서에서 수집된 데이터는 특수한 고대역폭 센서 인터페이스를 통해 원시 데이터로 전송되거나, 차량 전용 네트워크(예: CAN 또는 차량용 Ethernet)를 통해 객체 데이터로 전송될 수 있습니다.
운전자 보조 시스템 및 자율주행차 개발을 위해 센서 데이터는 직접 분석하거나, 향후 새로운 소프트웨어 버전을 검증하기 위한 Resimulation에 사용하기 위해 기록됩니다. 적절한 소프트웨어는 센서 데이터를 사용하여 감지된 물체를 참조 이미지와 2D/3D 장면에서 그래픽으로 시각화하며, 이 시각화 결과는 검증에 사용됩니다.
설치 초기 설정 예시
측정 대상 기능의 복잡성에 따라 차량 구성은 주로 사용되는 센서의 수와 그에 따른 네트워크 및 센서 인터페이스의 복잡성 측면에서 차이가 있습니다. 이들 모두는 핵심적인 부분에서 동일한 측정 구성을 공유하며, 특성에 따라 다양한 규모로 적용될 수 있습니다.
간단한 구성: 전면 및 측면 레이더가 탑재된 L2 SmartCam
새로운 전방 카메라(예: AEB 또는 LKA)를 개발할 때는 카메라와 전방 및 측면 레이더 센서를 검증 차량에 장착하여 시스템의 정상 동작을 검증합니다. 이 과정에서 센서 데이터뿐만 아니라 CAN 버스를 통해 전송되는 차량 네트워크 데이터도 함께 기록됩니다.
중간 난이도: 5V5R(예: 자동 주차용)
주차 보조 시스템은 주변 환경 감지, 상황 검증, 주차 기능 실행 등 여러 기능을 통합합니다. 이러한 기능을 검증하려면 훨씬 더 많은 데이터를 수집해야 합니다. 일반적으로 설치된 모든 센서(전면 카메라, 전면 레이더, 4개의 서라운드 카메라, 4개의 측면 레이더)에서 데이터를 수집합니다. 차량용 Ethernet도 함께 사용될 경우, CAN을 사용할 때보다 로깅 시 데이터 전송량이 훨씬 더 많아집니다.
매우 높은 복잡도: 자율주행으로 가는 길
자율 주행이나 반자율 주행은 운전자가 점차 차량에 모든 제어권을 넘겨주게 되므로, 오류 없이 안정적으로 작동해야 합니다. 따라서 해당 기능을 검증하기 위한 시운전에는 다수의 센서와 카메라가 사용됩니다: 최소 5개의 레이더 센서, 11개의 카메라(광각 전면 카메라 1개, 전면 카메라 1개, 측면 카메라 4개, 서라운드 카메라 4개, 후면 카메라 1개), 그리고 차량 위쪽에 장착된 LIDAR 센서입니다. 차량 통신(차량용 Ethernet)과 결합되면, 이는 복잡한 측정 구성을 초래할 뿐만 아니라 매우 높은 데이터 전송 속도를 발생시킵니다. 이러한 데이터 전송 속도는 하드웨어 압축을 통해 줄일 수 있습니다.
