MIT의 Lex Fridman 자율주행 강의 : 카메라+딥러닝(테슬라) vs 라입니다+맵(웨이모) 봅시다

MIT의 Lex Fridman의 MIT Self-Driving Carsseries 강의였다. 그는 MIT에서 Research Scientist이며 Deep Learning 강의를 진행 중이었다 그의 강의를 바탕으로 주요 스토리를 요약해 봤다. 우선 20하나 8년 자율 주행 관련 사건을 돌아보고 20하나 9년의 전망에 대해서 밝히고 있다. 특히'라이입니다'과 '카메라의 비교'가 압권이었다 ​<20하나 8년 리뷰>하나. 자율 주행 데이터 20하나 8년에 발족, 자율 주행 데이터가 비약적으로 증가하고 있으며, 이는 디 프로 닌 기반의 영상 분석 기술의 발달에 의해서 모델의 비약적인 성장이 기대된다. 웨이 모와 테슬라 전체 쵸쯔쵸은한 단계를 넘어 20하나 9년에는 한층 더 비약적인 정보의 증가를 하는 것이라고 생각하고 있다.하나)웨이도 자율 주행 하나쵸은망마쵸쯔 만들기(L4)2)테슬라 오토 파쵸쯔 롯하나옥마쵸쯔 만들기(L2):카메라에 의해서 달성된 너무 너무 나는 성과->뉴럴 네트워크에 사용되는 매우 매우 남양의 데이터

>

​ 2. 자율 주행 사건 2018년 테슬라와 우보에서 큰 자율 주행 사건이 있었지만 이 사건 때문에 더 신중히 접근해야 합니다는 생각이 제기되고 있다. 물론 이런 사건에도 불구하고 실제로는 사람보다 3배 이상 안전으로 알려졌다.1)우보(L3/L4):보행자 사건(18년 3월 18하나)2)테슬라 오토 승부나 롯데(L2):탑승자의 사건(18년 3월 23개)​ 3. 자율 주행 택시 시범 운행 2018년에는 작은 규모, 아침은 속도, 언제나 그랬던 것처럼 운전자 동반, 다양한 자율 주행 택시가 시험 운행되며 우보의 경우, 사건, 다음의 새로운 운행을 재기하지 않은 상태다.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 했고 하나 론 마스크는 2019년을 목표로 하고 있다. 결국 자율주행은 사람보다 자기 것을 해야 적용된다고 본다.

>

2. 자율 주행 기술은 천장률 주행 기술(동사)과 완전 자율 주행 기술(우에이모 등)로 나눌 합리적이었다 정내용 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. 정내용 결국 웨이모는 지면기반 기술을 목표로 하고 있으며 테슬라는 사람의 눈을 목표로 하고 있다. 현재로선 사람들의 인식이 테슬라가 가장 먼저 완전 자율주행을 완성할 것으로 예상하고 있다.

>

3. 운전은 거짓 없이 어려운 일이다. 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 그리 뛰어나다고 할 수 없다. 결국은 딥러닝 기반으로서도 어느 정도 시간은 걸린다는 것이다. 이런 의미에서 하나는 마스크도 언제 안전해질지 예측하기가 쉽지 않다는 것을 의미한다.​ 4. 자율 주행 기술의 비결 2개:카메라+디플러 닌(동사)vs라이더+맵(웨이 모)인데, 비전의 비결은 테슬라가 추구하는 비결인 그대로 대부분의 데이터를 기록할 인간이 모르는 방식의 디플러 씨에서 운행을 하는 방식이다. 데이터가 많으면 정확해지지만, 데이터가 많지 않으면 정확하지 않으며, 라이인 방식에 비해 평균적인 성능을 moning 할 수 있다. 라이더는 맵에 따라 위치를 파악해 자율주행을 하는 방식이지만 발전은 지속적이지 않다.

>

이하의 비교표를 보면 무엇이 자신인지 확인할 수 있지만, 테슬라가 실시하고 있는 레임, 카메라, 초음파에 의한 시스템이 데이터만 충분히 확보되어 적정한 알고리즘을 사용하면 라임 시스템에 비해 더욱 효율적이라는 것을 확인할 수 있다.

>

​