최근 몇 년 동안 가장 약속되고 지연된 발명품 중 하나는 자율 주행 차입니다. 크게 선전 된 Elon Musk의 약속과 다른 대기업 중에서도 Google과 Uber가 투자 한 시간과 비용을 넘어서 목표는 여전히 먼 길인 것 같습니다.
아마도 문제는 하드웨어가 아니라 소프트웨어입니다. 많은 정보가 있습니다 안전을 보장하기 위해 각 차량의 제어 장치를 처리 할 수 있어야합니다. 다른 차량과 보행자에있는 사람들의 승객 수
이를 위해 엄청난 양의 데이터가 필요합니다. 실제 조건에서 수많은 테스트를 수행해야만 얻을 수 있습니다. 카메라와 LiDAR가 장착 된 차량이 필요합니다.
자율 주행 차의 연구 프로세스 속도를 높이기 위해 일부 제조업체는 보유한 데이터를 경쟁 업체 및 학계와 공유하고 있습니다.
포드는 디트로이트의 여러 차량에서 얻은 데이터를 공개합니다.
너무 그렇다. Ford는 포괄적 인 데이터 세트를 게시하고 있습니다 자신의 프로젝트에서 학자 및 연구원을 지원하기 위해 자체 테스트 중에 획득했습니다. 이것은 Waymo와 같은 다른 경쟁사에 의해 이미 수행되었습니다.
회사에서 설명하는대로
학술 커뮤니티가 효과적인 자율 주행 차량 알고리즘을 만드는 데 필요한 데이터를 확보하도록하는 것보다 연구 개발을 촉진하는 더 좋은 방법은 없습니다.
포드가 공유하는 자료 XNUMX 년 동안 수집되었으며 여러 자율 주행 연구 차량에 의해 생성되었습니다.. 그것은 포함합니다 LiDAR 센서 및 카메라 데이터, GPS 및 궤적 정보, 3D 포인트 클라우드 및지면 반사도 맵.
LIDAR는 레이저 이미지의 감지 및 범위를 나타내는 영어 약어입니다. 레이저 방출기에서 물체 또는 표면까지의 거리를 빔을 이용하여 측정 할 수있는 장치로, 물체까지의 거리는 펄스 방출과 반사 신호를 통한 검출 사이의 지연 시간을 측정하여 결정됩니다.
포인트 클라우드는 일반적으로 X, Y 및 Z 좌표로 식별되고 객체의 외부 표면을 나타내는 역할을하는 XNUMX 차원 좌표계의 정점 세트입니다.
XNUMX 차원 레이저 스캐너는 일반적으로 포인트 클라우드를 만드는 데 사용됩니다. 이 레이저는 물체 표면에있는 많은 포인트를 자동으로 측정하고 포인트 클라우드로 데이터 파일을 생성합니다. 포인트 클라우드는 장치가 측정 한 포인트 세트를 나타냅니다.
포드 해당 데이터를 시각화하기 위해 자신의 도구를 공유하고 있습니다.
회사 기여의 중요성은 기간뿐만 아니라데이터는 비, 태양, 구름, 눈을 포함한 다양한 기상 조건에서 수집되었습니다.
선택한 지역이 디트로이트 대도시 지역이므로 차량은 밀집된 도시 지역, 고속도로, 터널, 주거 지역, 공항, 건설 구역 및 보행자 활동을 통과해야했습니다. 즉, 미래의 자율 주행 차량이 순환해야하는 다양한 시나리오를 합리적으로 표현한 것입니다.
또한이 데이터는 여러 차량에서 가져온 것입니다.,이를 통해 연구자들은 두 가지 관점에서 동일한 상황을 분석 할 수 있습니다. 이렇게하면 중앙 서버에 연결할 필요없이 자율 단위가 서로 정보를 공유 할 가능성을 실시간으로 조사하여 더 나은 의사 결정을 내릴 수 있습니다.
첫 번째 데이터 세트 l 아래에서 학술적으로 사용할 수 있습니다.크리에이티브 커먼즈 라이선스 Attribution-NonCommercial-ShareAlike 4.0 International License. 회사는 정기적 인 업데이트를 게시 할 것을 약속합니다.
시각화 도구를 사용하려면 권장 Ubuntu 16.04, ROS Kinectic 로봇 프레임 워크 및 32GB 이상의 노트북.
포드는 2021 년 첫 번째 자율 주행 차 라인을 출시하기를 원했지만 COVID-19 변명으로 XNUMX 년 더 연기했다.
어쨌든 우리 나라에서 그들을 보는 데 오랜 시간이 걸릴 수 있습니다. 이러한 유형의 차량이 사람들의 안전을 보장하기 위해 순환 할 수 있어야한다는 정보로 인해 시나리오 인식에 대한 오랜 사전 프로세스가 필요할 것입니다. 비용 때문에 기업과 정부의 협력이 필요합니다. 그리고 나는 전문 운전사 조합이 반대하지 않고 그것을 받아 들일 것이라고 생각하지 않습니다.