“눈·비 악천후 오작동 없다” DGIST, 자율주행 거리 센싱 기술 개발

- DGIST 임성훈 교수팀

자율주행차.[게티이미지뱅크]

[헤럴드경제=구본혁 기자] 대구경북과학기술원(DGIST) 전기전자컴퓨터공학과 임성훈 교수팀이 장소, 날씨에 구애받지 않고 다양한 환경에서 안전하게 자율주행 할 수 있는 깊이 추정 딥러닝 기술을 개발했다. 향후 깊이 센싱 기술을 필수적으로 탑재하는 실내·외 로봇 비전, 3차원 객체 검출 등의 많은 분야에 적용될 것으로 기대된다.

자율주행 운전 시에는 주위의 거리를 감지해 주변 환경을 정확하게 인식할 수 있는 깊이 센싱 기술이 중요하다. 이 때문에 자율주행을 위한 딥러닝 기반의 깊이 센싱 기술들을 활발히 연구하고 있다. 하지만 기존 사용된 기술들은 특정한 조건을 갖춘 실험용 데이터에서는 준수한 성능을 달성했으나, 안개가 있거나 비가 오는 등의 변수가 있을 시에는 오탐지 및 낮은 품질의 성능을 보여 실사용에는 한계가 있었다.

연구팀은 어떤 조건에서도 동일하게 작동할 수 있도록 일반화 하는 것에 집중했다. 다양한 신경망 구조와 깊이 센싱 문제 사이의 관계를 분석했다. 이를 통해 입력 영상 전체에 대한 집중적인 특징 추출과 효과적인 특징 정합을 통해 높은 정확도와 신뢰성을 갖춘 깊이 센싱 기술을 개발했다. 또한 장소와 날씨 등 다양한 환경에서의 자율주행 데이터에 대한 선행 연구와 제안한 기술을 평가하여 일반화 성능을 분석했다.

이번 연구를 수행한 임성훈(왼쪽부터) 교수, 배진우 연구원, 황규민 박사과정생.[DGIST 제공]

연구팀은 다양한 환경과 깊이 센싱 벤치마크에 대해 선행 연구들과 제안한 기술을 평가, 신경망 구조에 따른 깊이 센싱 기술들의 일반화 성능에 대해 분석했다. 이를 통해 일반화 성능을 향상시키기 위한 신경망의 구조 및 평가 지표를 제안했다.

임성훈 교수는 “이번 연구를 통해 제안한 단안 카메라 깊이 센싱에 대한 일반화 연구는 기존의 편향된 자율주행 인공지능에서 벗어나, 사람들이 믿고 이용할 수 있는 자율주행 인공지능에 한 걸음 더 다가갈 수 있도록 하는 기술”이라며 “향후 관련 기술의 다양한 분야의 적용을 통해, 신뢰할 수 있는 인공지능 기술 개발에 큰 영향을 미칠 것으로 기대된다”고 말했다.”

nbgkoo@heraldcorp.com