연구 개발 내용
멀티모달 AI 기반으로 자율주행 측위 용도의 멀티 센서 융합의 자율주행 학습데이터 수집·가공 기술개발
- 기존의 측위는 RADAR, LiDAR, Camera 등을 느슨하게 통합하고 있어, 인지의 정밀도, 속도 및 동기화에 한계와 제약이 있어, 다양한 주행환경 센서를 멀티모달 AI 기반으로 융합하여 고품질 자율주행 학습데이터로 수집·가공
- 고품질·고성능 인지와 추적에 실용적으로 대응하도록 수집 단계에서부터 AI 기반으로 멀티(5종 이상) 센서를 융합하는 AI를 적용
- 센서 융합기반의 데이터 전처리시스템 개발로, 자율주행 학습데이터를 수집·가공하여, 효과적인 공유를 지원
- 신기술 동향과 신뢰성 향상을 목표로 AI 플랫폼을 블록체인 기반으로 고도화
센서융합의 실시간 데이터와 주행경험 빅데이터 등을 연계하고, 3계층(클라우드-엣지-차량)의 지능을 협업형으로 연결하여, 자율주행 인지/판단/제어 지능을 실시간 안전하고 효과적으로 공유하는 연합AI 중심형 모빌리티 플랫폼 개발
- 연계·연결중심 협업형 의도기반의 연합지능을 제공하는 자율주행 인지/판단/제어 AI SW 및 공통 플랫폼 개발
- 실시간 및 빅데이터의 통합으로 고품질 추론의 모빌리티 AI 개발
- 3계층 연결의 연합차량네트워크(FVN) 및 연합차량클라우드(FVC)기반으로 실시간 모빌리티 인지/판단/제어를 수행하는 연합 AI 개발
- 멀티모달 연합 모빌리티 AI 플랫폼 기술을 차량기반 자율주행 시스템에 최적화 개발하고, 차량 내부 시스템을 고도화
차량중심형으로 학습데이터를 수집·가공하고, 차량중심형 모빌리티 AI 플랫폼을 개발하며, 차량 맞춤의 임베디드 클러스터 컴퓨팅 시스템을 개발하고, 3계층 연결의 연합차량네트워크 지능 간 성능을 검증하고 시스템을 최적화
- 차량중심의 학습데이터 수집·가공 및 모빌리티 AI 플랫폼 기술개발
- 차량 내 최적 임베디드 클러스터 컴퓨팅 시스템(행동 예측, 경로 계획, 장애물 회피 메커니즘의 결합을 지원)을 개발하고, 클라우드중심 및 차량중심 모델 모두에 최적화된 시스템으로 고도화
- 차량 내 인지/판단/제어 맞춤의 GPU/SSD 및 AI 시스템
- 차량 내 컴퓨팅 자원관리 및 임베디드 클러스터 컴퓨팅 시스템
- 차량중심 지능과 연합차량네트워크 기반 지능 간 자율주행 인지/판단/제어 성능을 실증하고 최적화함
모빌리티 AI 플랫폼의 실용성 향상과 민첩한 지능 통합을 지원하도록, 데이터 스티칭 기술, AI 공유 가속화 경량화 기술, 교통사고 회피지원 AI 등 현장요구 기술들을 개발
- 자율주행 차량에 음영지역 데이터 제공을 위한 주행환경 데이터 스티칭 기술
- 엣지 간을 거치는 이종 자율주행 차량 간 AI 공유 가속화 기술
- 음영 및 돌발상황의 실시간 대응용 자율주행 AI 경량화 공유 기술
- 혼잡상황, 교통사고 대응과 회피행동 AI 학습데이터 구축 등
- ADAS 지원 센스 메이킹 AI, EV 충전 AI, 양자 및 블록체인 AI 기술을 통합