‘2016 국제필드로봇포럼’에선 자율주행자동차 분야의 다양한 기술과제들과 이슈들이 소개됐다.

한국산업기술평가관리원(KEIT) 미래형자동차 조희영 PD가 ‘주요국의 로봇카 시장동향 및 정책’, DGIST 미래자동차연구센터 권순 선임연구원이 ‘자율주행자동차를 위한 딥 드라이빙’, 고려대 정우진 교수가 ‘지능형 로봇기술과 자율주행자동차’, 자동차부품연구원 스마트자동차기술연구본부 박지훈 박사가 ‘자율주행 및 자율협력주행 차량 기술개발’에 대해 각각 강연을 했다.

▲ KEIT 조희영 미래형 자동차 PD

우선 KEIT 조희영 미래형 자동차 PD는 ‘미래형 자동차의 기술개발 동향과 전망’에 대해 발표하면서 파워트레인의 전동화, 자율주행차, 커넥티드카, 퍼스널 모빌리티 등 4가지가 중요한 흐름으로 떠올랐다고 말했다. 조 PD는 배기가스, 온실가스 규제 등 영향으로 파워트레인의 전동화 추세가 진행되고 있으며, 자율주행차는 카세어링으로 가면서 전기차가 중요해질 것이라고 강조했다. 카세어링은 실제 운영비가 중요한데 이를 위해선 연료비를 절감할 수 있는 전기차 개발이 필요하다는 것. 조 PD는 정부가 추진하고 있는 자율주행자동차와 관련해 8대 핵심 부품 개발과 2대 시스템 개발 과제도 소개했다.

▲ DGIST 미래자동차연구센터 권순 선임연구원

DGIST 미래자동차연구센터 권순 선임연구원은 ‘자율주행자동차를 위한 딥 드라이빙’을 주제로 발표했다. 그는 앞으로 자율주행자동차 분야에선 다양한 센서의 융합으로 인한 기술적인 문제들이 드러날 것이라고 강조했다. 권 연구원은 DGIST가 연구하고 있는 딥 드라이빙 기술의 목적은 사람처럼 운전하는 것이라며 딥러닝 알고리즘의 적용과 실증적인 결과들을 소개했다.

CNN(Convolution Neural Networks)을 활용한 딥 드라이빙 기술을 적용한 결과 영상처리 알고리즘 보다 성능이 향상된 것으로 나타났다는 것. 엔드 투 엔드(end-to-end) 러닝에 딥러닝은 강하다고 지적이다. DGIST는 실제 3만장의 도로 영상을 확보하고 학습을 통해 실시간 딥러닝 시뮬레이터룰 구현해 테스트했다. 이어 실제 도로에서 적용한 결과 야간 차량 검출 등 테스트에서 상당한 효과가 있었다는 것.

▲ 고려대 정우진 교수

고려대 정우진 교수는 ‘지능형 로봇기술과 자율주행자동차’ 기술에 관해 발표했다. 정 교수는 현재 혼잡한 생활도로 환경에서 지능 성장형 자율주행시스템 과제를 현재 수행하고 있다. 생활도로상에서는 로봇 기술이 잘 적용되지 않는데 특히 GNSS나 오도메트리(odometry) 방법에 오차 요인이 발생한다는 것. 이때 레이저 기반 활용 방식이 유의미할수 있다는 것. 정 교수는 매우 복잡한 생활도로를 가정하고 DT-RRT 기반 차량용 경로 계획기를 테스트하고 있다.

정 교수는 자율주행자동차를 단계적으로 실용화한다는 생각을 기져야할 필요가 있다고 지적했다. 마치 비행기가 태풍상황에서는 뜨지 않은 것처럼 악천후에는 자율주행차를 운행하지 않으면 되고 ‘트롤리 딜레마(trolley dillemma)’ 상황에선 자율자동차가 멈추면 된다는 것. 이와 함께 자동차, 로봇, 인공지능 등 분야 협력이 중요하다고 강조했다.

▲ 자동차부품연구원 스마트자동차기술연구본부 박지훈 박사

‘자율주행 및 자율협력주행 차량 기술개발’에 대해 발표했다. 그는 자율주행자동차 3단계부터는 자동차 업체와 인프라 사업자가 책임을 갖게 된다고 지적했다. 이 단계에선 사회적인 수용성, 소비자 수용성, 산업적인 수용성 문제가 중요해진다고 강조했다.