자율주행차가 단순히 도로를 따라가는 것만으로는 충분하지 않습니다.
사람처럼 부드럽고 안전하게 그리고 상황에 따라 유연하게 반응할 수 있어야 합니다.
하지만 문제는 AI가 그런 운전 습관을 어떻게 배우냐는 것입니다.
그 해답 중 하나가 바로 Simcenter Prescan + AI 기술의 결합입니다.
1. 자율주행차는 어떻게 사람처럼 운전을 배우는가?
자율주행 AI가 실제 운전자처럼 운전하려면 사람이 어떻게 운전하는지를 먼저 알아야 합니다.
이를 위해 Siemens는 다음과 같은 방식으로 모사학습(Imitation Learning)을 적용합니다:
✔️ Step 1: 운전자 데이터 수집
실제 사람이 고속도로, 도심 등을 주행하면서 발생하는 데이터를 수집합니다.
여기에는 조향(핸들 조작), 가속/감속, 차선 변경 시 반응, 브레이크 타이밍 같은 정보가 포함됩니다.
동시에 차량 주변 환경 정보도 함께 저장합니다
(전방 차량, 차선 위치, 보행자, 속도, 거리 등)
✔️ Step 2: 불필요한 데이터 제거 (데이터 필터링)
직진만 하는 구간, 일정한 속도로 주행하는 상황은 AI 학습에 큰 도움이 되지 않습니다.
대신, 위험하거나 판단이 필요한 상황
예를 들어 1)앞 차량이 갑자기 속도를 줄이는 경우, 2)차선 사이에 차량이 끼어드는 상황, 3)교차로 진입 전 결정 상황 등을 중심으로 데이터를 필터링합니다.
✔️ Step 3: Prescan에서 가상 환경 구성
이제 이 데이터를 기반으로 Prescan을 사용해 다음을 구현합니다:
✅ 실제 도로와 유사한 시뮬레이션 환경 구성 (차선, 도로 곡률, 신호등, 터널 등 포함)
✅ 차량의 동역학(15 DOF 모델 포함)을 반영하여, 현실처럼 움직이는 자동차 구현
✅ 센서(카메라, 라이다, 레이더)도 가상으로 탑재 가능
이렇게 구성된 환경은 현실과 매우 유사하며 반복 시뮬레이션이 가능합니다.
✔️ Step 4: AI 학습 – 사람의 행동을 따라 하기
Prescan 환경에서 수집한 사람의 주행 데이터를 바탕으로 AI가 “이런 상황에서는 어떻게 반응해야 하는지”를 학습합니다.
이 과정을 통해 차선 변경 시 타이밍, 급정지 시점, 장애물 회피 방법 등 사람의 운전 스타일을 모방하게 됩니다.
✔️ Step 5: 학습된 AI를 테스트
학습된 AI가 실제로 얼마나 사람처럼 운전하는지 확인해야 합니다.
Prescan은 동일한 가상 시나리오에서 사람이 운전했던 궤적과 AI가 운전한 궤적을 비교하고 충돌 여부, 반응 속도, 승차감, 궤적 유사도 등을 측정합니다.
✅ 사람처럼 운전하는가?
✅ 안전 기준을 충족하는가?
✅ 다양한 상황에서도 안정적으로 반응하는가?
2. Prescan + HEEDS: AI가 스스로 위험한 상황을 만들어낸다?
단지 수동적으로 데이터를 넣고 학습하는 걸로는 부족할 수 있습니다. 그래서 Siemens는 AI 기반 시나리오 생성도 함께 선보입니다.
Adaptive Sampling (적응형 샘플링)
일반적으로 자율주행 테스트에서는 수천 개의 시나리오를 실행해야 합니다. (예: 2500개 시뮬레이션으로 안전/비안전 경계를 측정)
하지만, AI 기반 적응형 샘플링을 사용하면, 단 250개의 시뮬레이션만으로도 경계 구역(안전 vs 비안전)을 정확히 식별할 수 있습니다.
Prescan + HEEDS를 통해 AI는 다음을 학습합니다:
✅ 어떤 조건에서 충돌 위험이 있는지
✅ 운전자의 반응이 어떻게 달라지는지
✅ 그 데이터를 바탕으로 새로운 테스트 시나리오를 생성
결과적으로, 테스트 커버리지는 넓히고 시뮬레이션 비용은 줄일 수 있는 효과를 불러옵니다.
Simcenter Prescan은 AI가 사람처럼 운전하는 법을 배우고 위험 상황을 스스로 학습하며 설계부터 테스트까지 AI 기반 워크플로우를 구축하는 자율주행 AI 훈련 플랫폼으로의 역할도 가능합니다.
출처: https://siemens.highspot.com/items/60113c66b7b739731df54a29?lfrm=srp.0#1
댓글 없음
댓글 쓰기