AI 기반 초기 경보 시스템, 실제 교통 상황에서 학습

ミュンヘン 공과 대학(TUM)의 연구자 팀이 개발한 차량용 새로운 초기 경보 시스템은 실제 교통 상황에서 학습할 수 있는 AI를 사용합니다. BMW 그룹과의 협력을 통해 자율 주행 차량에 유용할 수 있는 시스템을 개발했습니다. 이 시스템은 7초前的 경보를 제공할 수 있으며, 이는 차량이 혼자 처리할 수 없는 상황입니다. 정확도는 85%입니다.

현재 자율 주행 차량 개발은 모든 교통 참여자의 행동을 분석할 수 있는 복잡한 모델을 사용합니다. 그러나 이러한 모델은 아직 복잡하거나 예측할 수 없는 상황을 처리할 수 있는 능력을 보여주지 못했습니다.

新的 초기 경보 시스템을 개발한 팀은 뮌헨 로봇공학 및 기계 지능 학교의 의장인 에케하르트 스타인바흐(Eckehard Steinbach) 교수와 협력했습니다.

연구는 “자율 주행을 위한 상태 및 카메라 정보의 늦은 융합을 사용한 내省적 실패 예측”이라는 제목으로 IEEE Transactions on Intelligent Transportation Systems에 발표되었습니다.

新的 접근 방식은 AI를 사용하여 시스템이 과거 상황에서 학습할 수 있습니다. 이러한 과거 상황은 자율 주행 차량이 실제 교통에서 한계에 도달한 상황입니다. 이는 차량이 인간 운전手を 필요로 하는 상황입니다.

RNN과 7초前的 경보

新的 시스템은 센서와 카메라를 사용하여 주변 상황을 캡처하고, 스티어링 휠 각도, 도로 상태, 날씨와 같은 상태 데이터를 기록합니다. AI 시스템은 반복적 신경망(RNN)을 사용하여 데이터를 처리하고 패턴을 인식합니다. 새로운 운전 상황이 감지되면 운전手に 미리 경보를 제공합니다.

“차량을 더 자율적으로 만들기 위해 많은 기존 방법은 차량이 현재 이해하는 교통 상황을 연구하고 모델을 개선하려고 합니다. 우리의 기술의 큰 장점은 차량이 생각하는 것을 완전히 무시합니다. 대신에 실제로 발생하는 데이터에 초점을 맞추고 패턴을 찾습니다”라고 스타인바흐는 말합니다. “이 방식으로 AI는 모델이 인식하지 못하거나 아직 발견하지 못한 잠재적으로 위험한 상황을 발견합니다. 따라서 우리의 시스템은 차량의 약점을 알고 있을 때와 어디에 있는지 아는 안전 기능을 제공합니다.”

이 기술은 BMW 그룹과 함께 테스트되었으며, 공공 도로에서 자율 주행 차량이 분석되었습니다. 이는 인간 운전気が 개입한 2500건의 상황에서 테스트되었으며, 시스템은 85%의 정확도를 가지고 7초前的 경보를 제공할 수 있음을 보여주었습니다.

이 기술은 많은 데이터에 의존합니다. 이는 시스템이 본 상황의 수에 제한되기 때문입니다. 데이터는 현재 도로에 있는 개발 차량의 수에 따라 자동으로 생성됩니다.

“테스트 운전 중에 잠재적으로 위험한 상황이 발생할 때마다 새로운 훈련 예제를 얻습니다.”

데이터가 중앙에 저장되므로 전체 차량이 이를 학습할 수 있습니다. 상황들에 대해 학습된 데이터는 실제 교통 상황에서 발생한 데이터입니다. 이 데이터를 통해 시스템은 더 나은 예측을 할 수 있습니다.