본문 바로가기
반응형

자율주행25

FSD Planning 테슬라 AI 데이 2022에서 발표된 FSD(Full Self-Driving) 플래닝은, 차량 주변 환경을 인식(퍼셉션)한 뒤 어떻게 경로를 설정하고 주행 동작을 결정할지에 관한 핵심 기술을 의미합니다. 한마디로 “도로 상황을 파악했으니, 이제 어떤 경로로 어떻게 움직일까?”를 실시간으로 결정하는 자율주행의 두뇌 부분입니다. 테슬라는 이 과정을 뉴럴 네트워크 기반으로 대폭 고도화하고 있으며, 기존에 일정 부분 규칙 기반이던 로직을 점차 신경망 중심으로 통합하고 있습니다. 아래에서는 테슬라가 AI 데이 2022에서 발표한 FSD 플래닝의 주요 포인트들을 간단히 정리해 보겠습니다.“Joint Trajectory Planning for Ego and Other Agents“는 참고/부록 참조 1) 전체 구조 .. 2025. 4. 18.
Interaction Search 테슬라 AI 데이 2022에서 언급된 ‘인터랙션 서치(Interaction Search)’란, 실제 도로에서 발생하는 다양한 주행 상황(“인터랙션” 혹은 상호작용)을 효과적으로 찾아내고 분석하기 위한 테슬라만의 데이터 검색·추출 방식입니다. 테슬라는 전 세계에 흩어져 있는 수백만 대 차량으로부터 방대한 운행 영상을 실시간으로 수집하는데, 이 중에서 자율주행 알고리즘이 학습에 활용할 가치가 높은 “특수한 상호작용 장면”을 빠르게 골라내기 위해 인터랙션 서치라는 프로세스를 개발·운용하고 있습니다.아래는 테슬라가 인터랙션 서치를 어떻게 활용하는지, 그리고 왜 중요한지 간략하게 정리한 내용입니다. 1) 왜 ‘인터랙션 서치’가 필요한가?방대한 데이터 규모• 테슬라 차량은 매일 엄청난 양의 주행 영상 및 센서 데.. 2025. 4. 15.
Occupancy Network(점유 네트워크) 도입 배경과 작동 원리 1) 기존 객체 분류 방식의 한계• 차선·차량·보행자 등 사전에 정해진 클래스만 인식하는 방식은, 도로 위 예측 불가능한 물체(낙하물, 동물, 임시 구조물)를 놓칠 수 있다는 문제가 있었습니다.• 테슬라는 이 문제를 해결하고자, 3D 점유(Occupancy) 개념을 도입해 “해당 공간이 비어 있는가?”를 우선적으로 파악하는 방식을 적용합니다.[6][7] 2) 작동 원리• 카메라 여러 대로부터 얻은 영상을 3차원으로 재투영(Depth 추론)하고, 네트워크가 각 지점의 점유 확률을 계산합니다.• 만약 어떤 영역이 “점유됨”으로 예측되면, 그 물체가 무엇이든 충돌 위험 대상이 됩니다.• 이는 “UFO 낙하물” 같은 극단 상황에서도 즉각 회피가 가능하다는 논리적 근거를 제공합니다. 3) 장점과 한계• 장점: 클.. 2025. 4. 12.
하이드라넷(HydraNet)과 멀티헤드 아키텍처 1) 하이드라넷(HydraNet)의 개념• 공통 백본(Backbone) + 여러 헤드 구조로, 한 개의 대형 신경망(백본)에서 각종 비전 태스크(차선, 차량·보행자 감지, 신호등 인식 등)를 여러 헤드(Multi-Head)로 병렬 처리합니다.[6][7]• 테슬라 내부에서는 이를 통해 중복 연산을 줄이고, 다양한 상황(야간, 악천후, 복잡 교차로 등)을 하나의 모델에서 통합 학습 가능토록 만들었습니다. 2) 효율과 확장성• 공통 백본을 활용해, 데이터 양이 많을수록 모델이 더 빠르게 성장하며, 필요할 때 “새로운 헤드”를 OTA 업데이트로 쉽게 추가할 수 있습니다.• 다만, 이 방식은 모델 자체가 매우 커지고, 내부가 블랙박스화되는 경향이 있어 오류 설명이 쉽지 않습니다.[9] 3) FSD Beta와 하이.. 2025. 4. 9.
테슬라 FSD 기술 스택 깊이 파고들기: FSD 컴퓨터(HW3, HW4)와 SoC 내부 구조 테슬라의 FSD(Full Self-Driving) 시스템은 운전자를 대체할 수 있는 수준의 자율주행을 궁극적으로 목표로 하지만, 실제 기능과 법적·기술적 제한 사이에는 여전히 간극이 존재합니다. 본 장에서는 테슬라 FSD의 하드웨어·소프트웨어·데이터 인프라가 어떻게 구성되는지 살펴보며, 베타 프로그램의 특성과 운전자 주의 의무 등에 대해서도 짚어봅니다. 1. FSD 컴퓨터(HW3, HW4)와 SoC 내부 구조1) HW3: FSD 컴퓨터의 초기 완성 • 2019년경부터 테슬라 차량에 적용된 HW3(일명 FSD 컴퓨터)는, 자율주행 연산에 특화된 맞춤형 SoC(System on Chip)를 장착합니다.• 뉴럴 프로세싱 유닛(NPU), GPU, CPU 등이 통합되어 딥러닝 기반 영상 처리와 자율주행 제어를 실.. 2025. 4. 6.
HD 맵 의존성 vs. 실시간 비전 의존성 1) HD 맵(고정밀 지도) 의존도• 웨이모는 정밀 라이다 스캔을 바탕으로 미리 만든 HD 맵과, 주행 중 획득한 라이다 데이터를 대조해 차량 위치를 파악합니다.• 이는 지오펜스 구역 안에서는 매우 안정적이지만, HD 맵이 없는 곳에서는 운행이 어려워 지역 확장성이 제한됩니다. 2) 실시간 비전 의존도 • 테슬라는 HD 맵 없이 카메라+뉴럴 네트워크로 환경을 파악하고, 일반적으로 제공되는 기본 내비게이션 데이터(위성 지도 등)와 결합해 자율주행을 수행합니다.• 이 방식은 전 세계 어디든 이론적으로 주행 가능하지만, 정확한 차선 정보나 도로 구조 파악에 있어 HD 맵보다 신뢰도가 낮을 수 있어, 지속적인 AI 성능 개선이 요구됩니다.[6][7] 3) 최근 추세: 비전 중심 방식으로 전환• 한때 “카메라+라.. 2025. 4. 3.
반응형