Session I 좌장: 윤상원 교수(한양대)
10:00~10:40 강연1: 지속가능한 자율주행 기술 발전을 위한 노력 정성균 이사
(포티투닷)
실도로 환경에는 자율주행 시스템의 설계 과정에서 미처 고려되지 못한 다양한 변수들이 존재한다. 최근 자율주행 기술을 구현하는데 있어 여러 학습 기반의 알고리즘들이 활용되고 있으나, 대체로 롱테일 영역에서는 취약한 특성을 갖는다. 따라서 엣지케이스에 해당하는 데이터를 수집하고 이를 체계적으로 관리하는 방법이 필요하다. 본 발표에서는 모델을 재학습, 평가, 배포하는 일련의 작업을 효율적으로 운영하고 자율주행 시스템의 기능을 추가 또는 변경하는 과정에서 사이드 이펙트를 최소화 하는 내용에 대해서 소개한다.
10:40~11:20 강연2: 5G 기반 클라우드 환경에서 자율주행자동차 소프트웨어 컴포넌트 할당 최적화 임원택 대표이사
(에이스랩)
최근 5G 기반 통신 기술과 클라우드 컴퓨팅 기술의 발전으로 자율차의 자율주행 컴퓨팅 연산 부담을 클라우드나 엣지 서버로 분산시키는 방법(Computation offloading)에 대한 연구가 활발히 이루어지고 있다. 하지만 클라우드와의 데이터 통신 중 발생하는 지연 시간과 네트워크의 처리량 한계로 인하여 자율주행 소프트웨어가 정상 작동하지 못할 위험성이 있다. 이를 위해 본 강연에서는 자율주행 소프트웨어의 컴포넌트별 특성(전력 소모, 컴퓨팅 자원 소모, 통신량, 요구 응답시간 등)을 기반으로 비용함수와 제약조건을 도출하였고, 이를 바탕으로 클라우드와 차량 엣지의 이기종 컴퓨팅 유닛에 소프트웨어 컴포넌트의 최적의 할당을 도출하는 방법에 대하여 소개한다.
11:20~12:00 강연3: 주행환경 변화에 강인한 딥러닝기반 시각인지 기술 임성훈 교수
(DGIST)
딥러닝 기술이 급속도로 발전하면서, 딥러닝을 기반의 자율주행을 위한 시각인지 기술이 고도화 되고 있다. 하지만 딥러닝의 약한 일반화 능력으로 인해 주행환경 및 센서의 변화에 취약하며, 기술 활용 범위가 극히 제한되고 있다. 본 강연에서는 환경적 변화에 강인한 시각인지 신경망 학습 기술에 대해 소개하고자 한다.
12:00~13:20 중식
Session I 좌장: 이성훈박사 (DGIST)
13:20~14:00 강연4: 데이터 기반 자율주행 경쟁력 제고 방안 장성욱 소장
(카카오모빌리티)
카카오모빌리티가 자율주행 서비스를 위해 개발하고 있는 주요 기술과 자율주행 알고리즘을 소개합니다. 또한 다양한 모빌리티 서비스를 통한 데이터 확보 방안과 데이터를 활용한 자율주행 알고리즘 고도화 방향에 대해서 논의합니다.
14:00~14:40 강연5: 퀀텀딥러닝기반 멀티에이전트 강화학습과 자율이동체 응용 김중헌 교수
(고려대학교)
최근 강화학습 기술은 자율주행 등 다양한 동적 환경에 적용되어 많은 연구의 성과를 얻고 있다. 그 중에서 다수의 군집을 Control하고 Coordination하는 멀티에이전트 강화학습은 특별히 많은 각광을 받고 있으나 그 수렴성이나 성능에 있어서 아직 많은 개선의 여지가 있다. 본 강의에서는 이러한 멀티에이전트 강화학습을 수행함에 있어 퀀텀딥러닝 기반의 성능 최적화와 자율이동체나 통신시스템으로의 다양한 응용에 대해서 논한다.
14:40~15:00 휴식
15:00~15:40 강연6: LiDAR 인지 기술, 그리고 자율주행 모빌리티로의 적용 김재광 대표이사
(뷰런테크놀로지)
라이다 센서는 다른 센서와 비교해서 정확한 거리 정보를 얻을 수 있다는 장점을 가지고 각광을 받고 있는 센서이다. 특히 생명하고도 직결되는 자율주행 기술의 대중화를 위해서 라이다 센서는 cm단위의 장애물 위치 검출을 바탕으로 없어서는 안되는 센서로 평가 받고 있다. 라이다 센서의 시스템 적용을 위해서 측정 포인트를 활용한 인지 결과를 추출하는 것이 필수적인 요소이며, 이를 위해 많은 자율주행 회사들이 기술 개발을 하고 있다. 본 강연에서는 자율주행을 위해 필요한 라이다 인지 기술에 대해서 살펴보고, 차량을 넘어서 다양한 자율주행 모빌리티로의 적용 사례에 대해 살펴보고자 한다.
15:40~16:20 강연7: Dynamic맵을 이용한 교통안전이벤트 제공 기술 이기욱 책임
(LG유플러스)
Dynamic맵(LDM)은 차량과 인프라에서 수집한 도로상태정보, 교통정보, V2X정보를 통신을 이용하여자율주행차량에 제공함으로써 차량에 탑재된 센서의 한계를 극복하고 안전한 자율주행이 가능하게 하는 동적정보 수집분배 플랫폼입니다. 본 발표에서는 유플러스가 준비하고 있는 Dynamic맵 주요기술과 사례를 소개합니다.