MIT의 Lex Fridman 자율주행 강의 : 카메라+딥러닝(테슬라) vs 라임니다니다+맵(웨이모) 확인

MIT의 Lex Fridman의 MIT Self-Driving Carsseries 강의입니다. 그는 MIT에서 Research Scientist이며 Deep Learning 강의를 진행 중입니다. 그의 강의를 바탕으로 주요 내용을 요약해 봤다. 우선 2018년 자율 주행 관련 뭉지에울 돌아보고 2019년의 전망에 대해서 밝히고 있다. 특히 라입니다.와 카메라의 비교가 압권입니다.​<2018년 리뷰>1. 자율 주행 데이터 2018년에 발족, 자율 주행 데이터가 비약적으로 증가하고 있으며, 이는 디 프로 닌 기반의 영상 분석 기술의 발달에 의해서 모델의 비약적인 성장이 기대된다. 웨이 모와 이 회사 전체의 일정 단계를 넘어섰으며 2019년에는 한층 더 비약적인 정보의 증가를 하는 것이라고 생각하고 있다.1)웨이도 자율 주행 천만마일 달성(L4)2), 테슬라 오토 파일럿 1억마일 달성(L2):카메라에 의해서 달성된 비상으로 나온 성과->뉴럴 네트워크에 사용되는 매우 남양의 데이터

>

​ 2. 자율 주행 사고 2018년 테슬라와 우보에서 큰 자율 주행 사고가 있었지만 이 사고 때문에 더 신중히 접근해야 합니다.생각이 제기되고 있다. 물론 이런 사고에도 불구하고 실제로는 사람보다 3배 이상 안전으로 알려졌다.1)우보(L3/L4):보행자 사고(18년 3월 181)2), 테슬라 오토파 1롯데(L2):탑승자 사고(18년 3월 231)​ 3. 자율 주행 택시 시범 운행 2018년에는 작은 규모, 낮은 속도, 언제나 운전자 동반, 다양한 자율 주행 택시가 시험 운행되며 우보의 경우 사고 후 새로운 운행을 재기하지 않은 상태였다 ex)Voyage, Uber, Waymo One등 ​<전망>1. 뉴욕 우보 운전자가 약 46,000명 정도의 것을 감안하면 자율 주행 택시가 맛의 단계를 넘어설 수 있는 의미 있는 운항 규모는 최소 1만대 정도로 보고 있다. 이에 대해서 다양한 오토 기업의 전망에서 보면, 테슬라가 당연히 가장 공격적인 전망을 내놓고 있으며 1담보 대출 마스크는 2019년을 목표로 하고 있다. 정 스토리의 결국 자율주행은 인간보다 과인이어야 적용될 것이다.

>

2. 자율 주행 기술은 천장률 주행 기술(동사)과 완전 자율 주행 기술(우에이모 등)에서 자신하는 것이 합리적이었다 거짓 없이 결국 완전 자율주행의 길을 테슬라는 반자율 주행 기술을 지속적으로 발전시켜 완전 자율주행으로 가는 것을 목표로 하고 있고, 웨이모는 완전 자율주행 기술을 알고리즘 기반으로 하면서 할 수 있는 땅을 넓혀 가는 것을 목표로 하고 있었다. 거짓 없이 결국 웨이모는 지디지 기술을 지향하고 있고, 테슬라는 남의 눈을 지향하고 있다. 현재로서는 사람들의 인식이 테슬라가 가장 빨리 완전 자율주행을 완성할 것으로 예상하고 있다.

>

3. 운전은 거짓 없이 어려운 일이었다 예를 들어 강남 한복판의 도로를 생각해 보자. 너무 많은 객체가 서로의 생각으로 소통 없이 움직인다. 그래서 날씨, 예를 들어 눈이 오면 어떻게 운전해야 하는지도 매우 어렵다. 그래서 갑자기 들어오는 보행자들... 어쨌든 운전이란 매우 어렵다. 그래서 인간의 능력은 매우 뛰어나다. 결실 내용은 딥러닝 기반으로서 어느 정도 간간이 걸리는 것이었다 이런 의미에서 일본 론 마스크도 언제 안전하게 될지를 예측하기가 쉽지 않음을 의미하는 것이었다 ​ 4. 자율 주행 기술의 방법 2개:카메라+디플러 닌(동사)vs라임+맵(웨이 모)인데, 비전 방법은 테슬라가 추구하는 방법의 표준 대부분의 데이터를 기록할 인간이 모르는 방식의 디플러 씨에서 운행을 하는 방식이었다 데이터가 많으면 정확해지는데, 데이터가 많지 않으면 정확하지 않고, 라임 방식에 비해 평균적인 성능을 모니터링 할 수 있다. 라임은 맵에 따라 위치를 파악해 자율주행을 하는 방식이지만 발전은 지속적이지 않다.

>

아래의 비교표를 보면 더 나쁘지는 않은지 확인할 수 있지만 테슬라가 실시하고 있는 레이더, 카메라, 초음파에 의한 시스템이 데이터만 충분히 확보되고 적정한 알고리즘을 사용하면 라이더입니다. 시스템에 비해 보다 효율적인 것을 확인할 수 있다.

>

​