자율주행 레벨4와 레벨5에서 Redundancy 필요성
자율주행차의 레벨4와 레벨5에서는 차량이 모든 판단을 수행해야 한다. 염수 분무가 많은 해안가 주행, 다양한 전파의 장애를 일으키는 고전압 타워에서 주행, 통신 불가 지역, 움푹 패인 도로 등 차량은 다양한 환경에서 주행하기 때문에 혹시 모를 고장과 관련해서 안전과 신뢰성을 보장하기 위해서 redundancy 확보가 중요하다. Redundancy 미확보시 만약 사고가 발생하는 경우 보상 비용과 회사 인지도 저하 등 치명적인 영향을 미칠수 있기 때문에 기술 개발과 비용이 증가하더라고 Redundancy를 확보해야 한다. 이는 자율주행 레벨4 이상의 차량 제작비용 증가로 이어진다.
Redundancy 확보 필요 분야에는 아래와 같다.
1. 인지 및 감지
대부분의 자동차 회사는 자율주행을 위해서 카메라, 라이다, 레이터, 초음파 센서를 이용해서 센싱 영역을 중복으로 감지한다. 이는 하나의 센서가 고장시 인지기능 저하에 의해서 자율주행 기능 적용 수준이 낮아지더라도 센싱 기능을 보장한다. 예, 안개 또는 폭설로 인해 카메라가 가려져도 LIDAR는 계속 작동한다.
자율주행 4단계 또는 5단계에서는 차량이 책임을 지고 차량을 운행해야 한다. 만약 카메라 하나의 센서만을 이용하고, 카메라 센서를 중복으로 적용한다고 하더라도, 카메라가 안개 및 폭설에 가려지게 되면 차량은 자율주행을 할 수 없게 된다.
2. 제어 시스템
조향 및 제동, 구동 시스템은 전동화가 이루어져야 하며, 이중화 구조를 갖춰야 한다. 이를 위해 2중 엑츄에이터, 예비 기계식 제어 장치, 백업 제어 장치, 고장 발생 시 위험을 최소화하는 안전 장치 로직이 적용이 검토될 수 있다.
3. 컴퓨팅 하드웨어
Redundant 온보드 컴퓨터(ECU/GPU)는 병렬 의사 결정 스택을 실행한다. 하나는 주 컴퓨터로, 다른 하나는 백업 컴퓨터로 작동할 수 있다. Triple Modular Redundancy(TMR)을 사용하여 의사 결정에 투표하기도 한다. 테슬라는 자율주행 제어기에 2개의 자체 제작 반도체를 적용하여 하나는 자동조종장치 autopilot 활성화 시 실제 차량을 제어하고, 다른 하나는 그림자 모드 shadow mode로 작동하여 운전자의 예기치 못한 조작이나 신경망의 불확실성을 감지한다.
4. 전원 공급 장치
와이어, 커넥터, 정비 등의 문제에 의해서 전원 공급이 중단될 수도 있다. 사고 발생시에도 주요 부분에 원활한 전원 공급을 위해서 전원 이중화 설계를 해야 한다. 전원 손실 최소화를 위해서 백본 전원라인 설계가 검토되어지기도 한다. 자율주행 메인 제어기, 중요 센서 (예, GPS, IMU), 엑추에이터, 이중 배터리 시스템 (주 배터리 + 보조 배터리), 와이어 경로 이중 설계, UPS 등이 고려될 수 있다.
5. 위치 인식 및 내비게이션
RTK-GPS + IMU + 차속 센서 + SLAM등으로 구성하여 GPS가 손실되더라도 IMU와 SLAM을 통해 위치 추정 보조가 가능해야 한다.
6. 차량내 통신
CAN과 이더넷 등을 이용하여 이중 통신 버스를 적용하며, 안전에 중요한 시스템은 격리된 채널 또는 전용 채널에서 실행한다. 일부 설계에서는 V2X용 이중화 무선 링크를 적용한다.
7. 외부 통신
차량간 또는 외부 시설(예, 신호등)과의 통신을 하게 되는 경우 외부 통신에 대한 이중화가 필요하다.
테슬라.
1. 인지 및 감지: 8-12개의 카메라를 사용하며, 카메라간 중첩 뷰, 특히 전면부는 tri-cam을 사용하여 리던던시를 확보. 극한 환경에서는 자율주행 자체가 불가능할 수 도 있음
2. 제어시스템: 조향, 제동, 구동 시스템 모두 전동화
3. 컴퓨팅 하드웨어: 2개의 자체 제작 반도체를 확보
4. 전원 공급장치: 이중 파워 라인, 이중 브레이크 엑츄에이터, safety critical path에 다중 ECU 적용하여 ASIL-D를 위한 ISO26262를 만족함
5. 위치 인식 및 내비게이션: localization을 위한 6축 IMU와 GPS 보유
6. 차량내 통신
7. 외부 통신
테슬라 AI 방식의 리스크
- Cross-modal 중복성 없음: 안개, 햇빛 반사, 렌즈 가려짐으로 인해 카메라 입력 손실로 자율주행이 불가할 수 있다. 레이더가 없기 때문에 Tesla는 시야가 좋지 않은 상황에서 거리를 독립적으로 확인할 수 없다.
- 시각적 한계: 2D 카메라 이미지에서 깊이를 추정하는 것은 장거리 또는 고속 주행 시 오류가 발생하기 쉽다. Tesla는 동작 시차 + 시계열 추론을 사용하여 이를 보완하지만, 이를 위해서는 고품질 신경망이 필요하다.
- 초음파센서 제거 영향: Tesla Vision은 카메라 설치 위치에 따라서 근거리 영상 확보 영역에 한계가 있을수 있으며, 이는 근거리(주차) 처리 및 연석, 낮은 장애물 감지가 초음파 센서 대비 안 좋을 수 있다.