센서 시뮬레이션

카메라, 레이더, LIDAR 및 초음파 센서를 위한 가상 센서를 사용한 ADAS용 환경 인식

주변 환경 인식은 주행 보조 및 자율 주행(ADAS/AD)의 기반을 마련합니다. 주행 기능의 개발 및 평가를 위해, 차량 및 환경 시뮬레이션 소프트웨어인 DYNA4는 카메라, 레이더, LIDAR 및 초음파 센서에 대한 검증된 모델을 제공합니다.

다양한 추상화 수준

가상 시승 소프트웨어인 DYNA4는 다양한 추상화 수준의 시뮬레이션된 센서 입력을 제공합니다. 사용사례와 테스트 대상 시스템의 제약 조건에 따라 서로 다른 수준 간에 전환할 수 있습니다.

물리 기반 원시 데이터를 제공하는 센서: 가상으로 생성된 카메라 이미지 또는 LIDAR 포인트 클라우드를 사용하여 인식 알고리즘을 평가합니다
탐지 수준의 센서: 레이더, 카메라, LIDAR 등 여러 센서의 탐지 결과를 활용하여 저수준 센서 융합 알고리즘을 평가합니다
센서 출력에서
생성된 객체 목록: 레이더 및 카메라와 같은 여러 센서에서 생성된 객체 목록을 사용하여 고수준 센서 융합 알고리즘을 평가합니다
융합된 객체 목록
: 융합된 객체 목록을 입력으로 사용하여 ADAS/AD 기능을 평가합니다

가상 센서의 장점

전체 차량 평가
: 기록된 데이터를 사용하는 설정과 달리, 일관된 피드백을 바탕으로 지각 및 제어 기능을 평가하기 위한 폐쇄 루프 시뮬레이션
초기 개발 단계에서의 유연성: 실제 센서 설치 초기 설정이 아직 완전히 확정되지 않은 상황에서 가상 센서를
통해 다양한 매개변수를 변경할 수 있음
위험 없는 평가
: 현실에서는 관찰하기 어렵거나 안전 위험을 초래하는 까다로운 시나리오를 가상 환경에서 손쉽게 재현

정확히 적합한 입력 원시 센서 데이터부터 완전히 이상화된 객체 목록에 이르기까지, System Under Test의 입력에 맞는 추상화 수준을 선택할 수 있습니다
효율성 향상 및 수작업
감소: 실제 데이터(ground truth) 정보를 완전히 활용할 수 있어 수동 라벨링이 불필요해집니다

대표적인 사용사례

Testing BASELABS Dynamic Grid with Virtual Test Drives in DYNA4

개발 초기 단계에서 센서 구성을
결정한다
기능 평가
: 예를 들어, NCAP 충돌 시나리오에서 도출된 물체 목록을 입력으로 사용하여 자동 긴급 제동 알고리즘을 평가하되, 인식의 영향을 의도적으로 배제
견고성 테스트
: 예를 들어, 렌즈 오염으로 인해 화질이 저하된 카메라 프레임을 사용하여 자동 주차 기능의 성능을 평가
성능 테스트
: 예를 들어, HIL 환경에서 인위적으로 주입된 카메라 영상 및 레이더 감지 데이터를 활용하여 자율 주행 기능의 기능성 및 타이밍을 평가
현실에서는 관찰하기 어렵거나 위험한 시나리오, 물체 및 환경적 요인을 포함하여 AI 기반 인식 알고리즘의 학습 및 평가를 위한 데이터셋 보강