자율 주행 차량의 컴퓨터 비전이 실시간 인식 및 의사 결정을 가능하게 하여 안전성과 전반적인 운전 경험을 어떻게 향상시키는지 살펴보세요.
YOLO Vision 2025를 놓치지 마세요!
2025년 9월 25일
10:00 — 18:00 BST
하이브리드 이벤트
자율 주행 차량의 컴퓨터 비전이 실시간 인식 및 의사 결정을 가능하게 하여 안전성과 전반적인 운전 경험을 어떻게 향상시키는지 살펴보세요.
자율 주행 자동차는 더 이상 미래의 아이디어가 아닙니다. 자율 주행을 위한 인공 지능(AI)의 발전으로 현실이 되어가고 있습니다. 이러한 차량은 주변 세계를 이해하고 해석하기 위해 고급 AI 시스템, 특히 컴퓨터 비전에 크게 의존합니다. 이 기술을 통해 객체를 식별하고, 도로 표지판을 인식하고, 복잡한 환경을 실시간으로 안전하게 탐색할 수 있습니다.
2021년에 270억 달러 이상의 가치를 지닌 글로벌 자율 주행차 시장은 2026년까지 거의 620억 달러로 성장할 것으로 예상됩니다. 이는 자율 주행을 위한 AI가 미래의 운송을 형성하고 있음을 분명히 보여줍니다. 이 기사에서는 보행자 감지, 교통 표지판 인식, 차선 유지 시스템과 같은 주요 애플리케이션을 다루면서 컴퓨터 비전이 자율 주행차에 어떻게 적용되는지 자세히 살펴보고 이러한 혁신이 운전의 미래를 어떻게 변화시키고 있는지 보여줍니다.
AI는 자율 주행차가 주변 환경을 이해하고 실시간으로 결정을 내리는 데 크게 도움이 될 수 있습니다. AI가 보행자 감지 및 교통 표지판 인식과 같은 여러 응용 분야 중에서 자율 주행의 신뢰성을 향상시키는 두 가지 핵심 요소를 어떻게 지원하는지 살펴보겠습니다.
운전은 끊임없는 집중과 주변 상황에 대한 인식을 필요로 합니다. 자율 주행차의 AI는 일상적인 차량 사용의 수많은 측면에서 도움을 줄 수 있습니다. 예를 들어, AI는 보행자를 발견하고 그들의 움직임을 예측하여 보행자의 안전을 지키는 데 중요한 역할을 할 수 있습니다. "자율 주행차의 보행자 감지 연구"에 따르면, 이 과정은 차량 주변에 배치되어 도로, 인도, 횡단보도를 포함한 주변 환경의 전체적인 시야를 캡처하는 차량 카메라에서 시작됩니다. 이러한 카메라는 끊임없이 시각적 데이터를 수집하여 차량이 혼잡하거나 어려운 상황에서도 보행자를 "볼" 수 있도록 돕습니다.
수집된 시각적 데이터는 Ultralytics YOLOv8과 같은 컴퓨터 비전 모델을 사용하여 처리할 수 있습니다. 이를 위해 첫 번째 단계는 이미지 내에서 보행자, 차량 및 교통 표지판과 같은 잠재적 객체의 위치를 식별하는 것을 포함하는 객체 감지를 사용하는 것입니다. 감지되면 AI 모델은 각 감지된 객체가 실제로 무엇인지 결정하는 분류라는 다음 단계로 이동합니다. 모델은 광범위한 데이터 세트에서 학습되므로 부분적으로 가려지거나 움직이는 경우에도 다양한 포즈, 조명 조건 및 환경에서 보행자를 인식할 수 있습니다.
일부 컴퓨터 비전 모델은 탐지 및 분류에 뛰어나지만, 다른 모델은 탐지된 보행자의 움직임을 예측하는 것과 같은 작업에 중점을 둡니다. 이러한 시스템에서 객체가 보행자로 분류되면 AI 모델은 한 단계 더 나아가 다음 움직임을 예측합니다. 예를 들어, 누군가가 횡단보도 가장자리에 서 있으면 자동차는 그 사람이 도로로 들어올지 예측할 수 있습니다. 이러한 예측 능력은 잠재적인 위험을 피하기 위해 속도를 줄이거나, 멈추거나, 방향을 바꾸는 등 실시간으로 반응하는 데 매우 중요합니다. 이러한 결정을 더욱 스마트하게 내리기 위해 AI 시스템은 카메라의 시각적 데이터와 LIDAR와 같은 다른 센서의 입력을 결합하여 자동차가 주변 환경을 보다 완벽하게 이해할 수 있도록 합니다.
TSR(교통 표지판 인식)은 자율 주행 자동차의 또 다른 중요한 부분입니다. 차량이 정지 표지판, 속도 제한 및 방향과 같은 도로 표지판을 실시간으로 인식하고 대응하는 데 도움이 됩니다. 이를 통해 자동차는 교통 규칙을 준수하고 사고를 피하며 승객이 부드럽고 안전한 승차감을 즐길 수 있습니다.
TSR의 핵심은 자동차 카메라를 사용하여 표지판을 식별하는 딥 러닝 알고리즘입니다. 이러한 시스템은 비, 저조도 또는 표지판이 각도에서 보이는 경우와 같은 다양한 조건에서 작동해야 합니다. 이전 방법은 표지판의 모양과 색상을 분석하는 것과 같은 기술에 의존했지만 악천후와 같은 복잡한 상황에서는 종종 실패할 수 있습니다.
연구 논문 "다중 클래스 교통 표지판 탐지를 위한 YOLOv8 기반 접근 방식"에서 저자는 YOLOv8 모델을 사용하여 교통 표지판이 있는 이미지 영역을 식별하는 방법을 설명합니다. 이 모델은 다양한 각도, 조명 및 거리와 같은 다양한 조건에서 교통 표지판 이미지를 포함하는 데이터 세트에서 훈련되었습니다. YOLOv8 모델이 교통 표지판을 포함하는 영역을 탐지하면 정확하게 분류하여 80.64%의 인상적인 정밀도를 달성합니다. 이러한 기능은 자율 주행 차량이 중요한 교통 표지판을 실시간으로 식별하여 도로 상황을 이해하는 데 도움이 되어 잠재적으로 더 안전한 운전 결정을 내리는 데 기여할 수 있습니다.
AI는 자율 주행 자동차의 작동 방식을 점진적으로 변화시켜 더욱 안전하고 효율적으로 만들고 있습니다. 스마트 알고리즘과 데이터를 빠르게 처리하는 능력을 통해 이러한 자동차는 위험 요소를 감지하고, 더 나은 운전 결정을 내리고, 환경에 미치는 영향을 줄일 수도 있습니다. AI가 자율 주행 자동차에 제공하는 주요 이점은 다음과 같습니다.
AI는 실시간으로 위험 요소를 감지하고 대응하여 자율 주행 자동차의 안전성을 향상시킬 수 있습니다. 미국 도로교통안전국(NHTSA) 보고서에 따르면 심각한 충돌 사고의 94%가 인적 오류로 인해 발생합니다. AI는 인간 운전자보다 빠르게 반응하여 이러한 사고를 줄일 수 있으며, 자율 시스템이 더욱 발전함에 따라 사고율을 90%까지 낮출 수 있습니다.
자율 주행 차량 객체 감지 분야의 AI는 안전을 향상시킬 뿐만 아니라 교통 흐름도 개선합니다. AI를 사용하여 이러한 차량은 속도를 조정하고 최적의 거리를 유지하며 급제동 또는 가속의 필요성을 줄일 수 있으며, 이 모든 것이 교통 체증을 최소화하는 데 도움이 됩니다. AI 알고리즘은 또한 자동차가 가장 효율적인 경로를 따르고 불필요한 정지를 피하며 인간 운전자보다 연료 소비를 더 잘 관리하도록 하여 연료 효율성을 최적화합니다. 결과적으로 AI는 운전 경험을 향상시킬 뿐만 아니라 배출 가스 및 연료 비용 절감에도 기여합니다.
자율 주행 자동차의 미래는 환경이나 상황에 관계없이 인간의 개입 없이 완전 자율 주행을 의미하는 레벨 5 자율성을 달성하는 데 달려 있습니다. 기술이 어디로 향하고 있는지 이해하려면 미국 자동차 기술 학회(SAE)에서 정의한 자율 주행의 5단계를 자세히 살펴봐야 합니다.
현재 시판되는 대부분의 차량은 레벨 2 자율 주행으로 작동하며, 여기서 자동차는 스티어링 및 속도 제어를 지원할 수 있지만 운전자는 여전히 개입해야 합니다. Mercedes-Benz는 특정 조건에서 운전자가 스티어링 휠에서 손을 떼고 도로에서 눈을 떼고 주변을 둘러볼 수 있는 레벨 3 자율 주행을 달성한 최초의 회사 중 하나입니다.
그러나 지도나 사람의 개입 없이 번화한 도시 중심부에서 외딴 시골길에 이르기까지 모든 지형을 탐색할 수 있는 레벨 5 자율성을 달성하는 것은 상당한 과제입니다. 이러한 과제에는 예측 불가능한 환경에서 실시간으로 의사 결정을 내릴 수 있는 고급 AI 개발, 복잡한 기상 조건 처리, 모든 주행 시나리오에서 안전 보장 등이 포함됩니다.
AI는 자율 주행 자동차를 더욱 현실로 만드는 데 핵심적인 역할을 합니다. AI는 이러한 차량이 물체를 감지하고, 교통 표지판을 인식하고, 차선을 유지하도록 돕고, YOLOv8과 같은 컴퓨터 비전 모델을 통해 교통 관리 및 주차 관리 최적화를 지원하여 운전을 더 안전하고 원활하게 만듭니다. YOLO 및 CNN과 같은 기술을 통해 자동차는 도로에서 스마트한 결정을 내릴 수 있습니다. 현재 대부분의 자율 주행 자동차는 운전을 지원하지만 여전히 사람의 주의가 필요한 레벨 2에서 작동하며 제한적인 핸즈프리 운전을 허용하는 레벨 3 자율성이 테스트되고 있습니다.
앞으로의 가장 큰 과제는 레벨 5 자율 주행에 도달하는 것입니다. 레벨 5에서는 차량이 사람의 도움 없이 어떤 조건에서도 스스로 운전할 수 있습니다. 이를 위해서는 예상치 못한 상황을 처리하고 모든 상황에서 실시간 의사 결정을 내릴 수 있는 시스템을 구축하기 위한 더 많은 노력이 필요합니다. AI가 발전함에 따라 완전 자율 주행차는 더욱 가까워지고 있으며, 더 안전한 도로와 더 편안한 운전 경험을 약속합니다.
AI에 대해 더 알고 싶으신가요? GitHub 저장소를 탐색하여 획기적인 프로젝트를 살펴보고 성장하는 커뮤니티와 연결해 보세요. 헬스케어 혁신부터 자율 주행 혁신에 이르기까지, 저희는 AI의 미래를 주도하고 있습니다!
.webp)