5G Connected Car 기술 2017. 06. 21
I. 기술동향 1) 자동차산업의변화 Key Trend : Connected, Autonomous, AI (Deep Learning) 14 년기준전세계 700 만대규모인 Connected Car 시장은 20 년 6,900 만대에도달하며급속히성장할전망 (Source: BI Intelligence) # of Connected Car Emergency Call LDW Car Telephone Navigation ACC ADAS AI Cruse Control ABS Air bag Telematics V2X Autonomous Driving Mechanical Electricmechanical Electronic based Software based 1960s 1970s 1980s 1990s 2000s 2010s 2020s LDW: Lane Departure Warning, ACC: Auto Cruise Control 1
I. 기술동향 2) Global 동향 ICT 기업들이 Big Data, AI, Cloud 등을자율주행에접목하여 Biz 혁신추진중 $15.3B 에 Mobileye 인수발표 Mobileye 의 ADAS, computer vision 기술력 + Intel 의 computing power 결합 17 CES에서 DRIVE PX2 H/W와 DriveWorks S/W 탑재한 BB8 자율주행차시연 `16.10월부터테슬라차량에플랫폼탑재 인공지능기반플랫폼 라스베가스에서자율주행버스 ARMA 무료서비스운영 파리리옹역-아우스터리츠역간시범서비스운영 ( 미니버스 EZ10) 영국 BAIC 와자율주행차개발하여 `18 년상용추진 NVIDIA 와 HD Map 개발협력 `18 년자율주행버스 / 트럭상용화목표 Huawei 와 5G 통신기반자율주행협력 실리콘밸리북쪽에위치하며, 8.5km 2 면적에차량테스트를위한환경제공 Easymile, Honda Research Institute USA, Otto, BestMile 등과협력중 자율주행시험면허확보 AI, 음성인식, 로봇기술개발 2
II. 자율주행효과 1) 교통사고감소 자율주행기술을통해인간의졸음, 음주, 판단오류등의실수로발생하는 교통사고를줄일수있음 교통사고발생의원인은운전자의부주의 전체사망원인중교통사고에의한사망이 9 위이며, 고령운전자의교통사고는지속증가추세 3
II. 자율주행효과 2) 효율적자원활용 자율주행기술을통해차량을소유하는것에서공유하는개념으로변화되어 자원낭비와사회적비용을줄일수있음 차량소유 / 관리부담증가 소비자계층 / 행동패턴변화 - 청년층경제활동지연, 고령화 / 베이비부머의은퇴등 실용성중시한합리적소비 Diverse Mobility (One-vehicle Multi-modal) 사회적가치변화 차량증가로인한사회적비용이증가 - 혼잡, 주차난, 공해문제 탄소배출규제, 친환경차보급확대, 카쉐어링확 4
II. 자율주행효과 3) Traffic Congestion 개선 자율주행기술을통해 Traffic Congestion 을획기적으로개선할수있음 5
III. 자율주행핵심기술 주요기술영역 자율주행은 5G/LTE 망의초고속 / 초저지연기술과 Big Data, AI, IoT, 보안등 ICT 기술이융합되는영역 5G/LTE V2X Cloud Vehicle 플랫폼 HD Map V2X Service 인공지능 HD-Map Mission Critical 서비스 V2X Low Latency, High Reliability 제공인프라 실시간처리 / 대용량전송 보안 관제 Analytics Infotain ment LBS 자율주행 S/W IoT Map 인지 판단 V2X ITS 보안 HUD/ AR ADAS 제어 센서 6
III. 자율주행핵심기술 5G/LTE V2X - 5G N/W 5G 망은 5G Architecture 더빠르고 ( 속도 : 최대 20Gbps) 더짧은지연으로 ( 지연 : 무선 : 1ms, E2E: 10ms) 더많은 Device 를 (Cell 당수천개의 Connection) 최적화된 QoS 로 서비스별 N/W 분리 (Slicing) Telco service UHD & Hologram O&M Massive IoT Network slices Telco/IT functions Virtualization Cloud Core Telco API Orchestration Mission- Critical IoT V2X 핵심서비스를 제공함 Unified Converged Transport Cloud RAN 7
III. 자율주행핵심기술 5G/LTE V2X - V2X 기술 고속으로이동하는차량의 V2X 구현을위해서는 저지연 통신기술이필수적임 - 100km/h 로운행중인차가위험발생후 10ms 뒤에감지하면 28cm 정도이동하나, 100ms 후에는 2.8m 나이동함 지연 10ms 저지연 자율주행 ( 협력통신, 보행자인식, 신호등인식, 충돌방지, 원격운전등 ) 5G V2X 100ms 전방충돌감지 & 긴급제동 LTE V2X 도로안전정보 고급정보 / 미디어 (HD Map 스트리밍, AR/VR, 차량 Data Upload, 차량간실시간영상전송 ) 100kbps 고속 700Mbps Data 속도 8
III. 자율주행핵심기술 5G/LTE V2X - V2X 시나리오 Cellular V2X 기술을타차량의카메라, 도로상의 CCTV, 스마트신호등과함께이용하여 운전자의시야를무한대로확장 적용시나리오 Cellular V2X vs. WAVE 구분 Cellular V2X WAVE (802.11p) 개요 LTE 를차량통신에적합하도록직접통신및자원할당방식개선 무선랜기술을차량통신에적합하도록커버리지및접속시간개선 고속도로교통상황알림 전방영상전송 사각지대충돌방지 차량간센서데이터공유 Virtual Traffic Light 협력주행 표준화 필드시험 V2V 완료 (16.9 월 ), V2I 진행중 (17.6 월 ) 15 년부터 Huawei, Nokia 등통신장비업체진행 완료 (2010~2012 년 ) 12 년부터유럽 / 미국 / 일본교통부주도 ( 국내는국토부 ) 대역폭최대 75Mbps (10 MHz기준 ) 최대 27Mbps (10 MHz기준 ) 무선지연 20~30ms 10ms 내외 커버리지 LTE 기지국 1~5km ( 전국망 ) 별도기지국구축최대 1km Network Assisted Personal Driving Ecosystem 기존통신장비 / 단말제조사, 이통사 교통인프라, 무선랜제조사 9
III. 자율주행핵심기술 Vehicle 플랫폼 - T-RemotEye 자율주행차량의관제및데이터분석을위해서는플랫폼구축이필요함 차량관제서비스 - 차량및운전자데이터관리 - 차량소모품교체및고장패턴분석 차량데이터분석 - 자율주행차량데이터의실시간전송 / 분석 - 사고및위험상황분석및사전경고 보안 / 인증강화 - 보안 / 인증상태모니터링및위험상황경고 FMS: Fleet Management System, TMS: Transport Management System, PdM: Predictive Maintenance, FOTA: Firmware update Over The Air, OBD: On-Board Diagnostics, ADAS: Advanced Driver Assistance Systems, IVI: In-Vehicle Infotainment 10
III. 자율주행핵심기술 Vehicle 플랫폼 - V2V 기반 T map V2V 기술은 T map 에적용되어사고 / 급정거이벤트를실시간으로전송함으로써 2 차교통사고예방에기여 - 2 차교통사고의치사율은일반사고치사율보다최대 7 배높음 08~ 14 년, 한국도로공사 - T map 사용자間후행차량에급정거이벤트를전달하는 V2V 통신기능개발하여 WIS2017 에시연 - 베타테스트를거쳐하반기상용화예정 1 급정거감지Machine Learning 기반 2 이벤트전송 3 후행차량에대해 Multicast Event 전송 Multicast Domain 선행차량후행차량 1 후행차량 N 11
III. 자율주행핵심기술 Vehicle 플랫폼 - 보안 퀀텀기술을활용하여 True Random Number 를생성하는 QRNG(Quantum Random Number Generator) 등차량통신에적용가능한기술필요 자동차통신데이터보안위협 생명의위협 해커들의원격해킹으로브레이크가작동하지않게된자동차가도로변구덩이에빠져있음. 양자암호통신 Chip <Connected Car> X 양자암호키탈취시도시양자암호키변형으로실시간적발가능 양자암호통신 Chip < 사용자 ( 고객 )> 해커들이차량내부시스템을해킹하기위해휴대폰을이용, 타깃이되는차량네트워크에접속을시도하고있는모습. < 도청자 ( 해커 )> 양자암호화된데이터는절대해독불가 SK 텔레콤은미국의 Connected Car 와자동항법장치를감독하는 ITIC (International Transportation Innovation Center) 와양해각서를체결하였음 (2015) 12
III. 자율주행핵심기술 HD Map - HD Map 개념 HD Map 은자율주행차량의위치및이동경로파악을위해반드시필요함 구성요소 정밀지도와 PoI(Point of Interest), 동적교통상황 정보가복합되어제공지도 Layer 4 실시간보행자, 차량, 신호등정보 기대효과 차선, 신호등, 표지판정보까지제공하여기상악화조건에서도안전운전제공 영상 / 센서가미치는못하는지역의정보까지실시간으로제공 Layer 3 도로공사, 사고, 노면정체, 날씨등교통정보 Layer 2 랜드마크, 표지판, 구간별제한속도 Layer 1 정적정밀지도 13
III. 자율주행핵심기술 HD Map - 생성및업데이트 방대한데이터로부터차선, 신호등, 표지판등의정확한위치정보를추출해야하며, 지속적으로변화되는도로상황에대한효율적인업데이트방안이필요함 Cloud 인프라 학습 Lidar, 카메라, INS/GPS 신호, 표지판.. Raw Data (Point-cloud) 객체 Detection Map 생성 HD Map Road Survey 차량 Update HD map 다운로드 - 1 개의 point 가 32byte 로위치, 색상등속성을표시 - 초당 70 만포인트 * 60 초 * 32byte = 1.33GB/km (60km/h 이동가정, Velodine HDL 32E 모델기준 ) 변화감지 객체 Detection 정밀측위 Crowd Sourcing 차량 ( 카메라, GPS) - Landmark 정보를구조화한 Data 로객체당속성표시 - 500KB/km 14
III. 자율주행핵심기술 자율주행 S/W - 인지 / 판단 / 제어 자율주행 S/W 는인지, 판단, 제어의 Process 를가지며, 현재 Level 3 단계지원함 HD Map 인지 Perception 판단 Decision 제어 Control 가속 / 감속 Sensors Landmark 인식및경로탐색 상황판단및주행전략결정 V2X 입력 차로, 차선, 횡단보도, 표지판, 터널, 고가등 Landmark 변화및이동체인식 보행자, 신호등, 사고차량, 공사구간등 차선변경, 추월, 가 / 감속, 좌 / 우회전, 정차등 주행경로갱신 목표경로, 우회주행등 차량제어 목표조향각 / 토크, 목표가 / 감속제어 출력 조향 Level 1 Level 2 Level 3 Level 4 Assisted ( 조향, 가 감속등에운전자가도움을받는수준 ) Partial Automation ( 앞차와간격유지, 고속도로차선인식가능, 운전자가주변상황주시 ) Conditional Automation ( 고속도로등특정지역에서의자율주행가능 ) High Automation ( 돌발상황時, 운전자개입 ) Level 5 Full Automation ( 모든곳에서운전자개입없는자율주행 ) 현재 ( 17) 2020년 ~ 2025년 ~ [ 출처 : 미국자동차기술자협회 (SAE)] 15
III. 자율주행핵심기술 자율주행 S/W - 인공지능 차량이신호등, 보행자, 도로, 건물등사물을인식하고, 경로판단 / 제어를위해서는 딥러닝기반의학습모델수립및학습절차가필수적임 차량의객체인식 딥러닝기반의학습모델 16
IV. R&D 추진방향 1) 5G 기술적용 BMW Driving Center 에세계최대 5G 망을구축하고, 실차량에 5G 단말을탑재하여 초연결 / 대용량 / 초저지연 Connectivity 서비스 ( 관제, 360 VR, 차량제어등 ) 시연 17
IV. R&D 추진방향 2) 인공지능플랫폼 인공지능기술기반의 NUGU 스피커출시하였고, 자율주행기술에도인공지능기술적용 NUGU 사례 자율주행을위한 SDRNet 개방형인공지능서비스플랫폼 - 스마트디바이스로부터데이터추출하여 AI 딥러닝기반의인지 / 판단모델생성및 Training 딥러닝을위한데이터센터구축 플랫폼에서추론 / 예측판단수행 ADNet - 음성 / 영상 / 텍스트인식및지식데이터 (KB) 구축 - API 화하여스마트스피커, T-map, Btv 연동 인공지능스피커 NUGU 자율주행차 인지 (PDNet, LaneNet 등 ) 판단 (PilotNet 등 ) 제어 (PilotNet 등 ) - 국내최초의인공지능스피커 NUGU 출시 - 음성 / 문맥인식및이에따른스마트홈제어 - 누구나주식회사 를통한 DB 축적및성능향상 DSNet 인지판단제어 ADNet-Trainer 교통인프라 도로교통정보 도로센서 (CCTV, 속도계등 ) 교통정보서비스 교통관제시스템 (C-ITS 등 ) 18
IV. R&D 추진방향 3) HD Map 개발 T map 경쟁력을기반으로자율주행을위한 HD map 기술개발 - T map 의실시간교통정보, POI 정보를활용한 HD map 개발추진 - Deep Learning 기반의자동업데이트기술확보로운용 / 유지비용절감 Raw Data 수집 Road Survey 데이터정합 / 보정 맵생성 ( 객체추출 / 속성입력 / 구조화편집 ) 자동검수 / 보정 -MMS 차량운행 -Raw data 수집 (Lidar, Camera, INS/GPS, 등 ) -Raw data 정합 / 검증 - 기준점활용, 정확도보정 -GPS 음영구간보정 - 영상내, Landmark 검출 -Point-cloud 기반 Landmark 검출 - 영상기반 Landmark 속성파악 - In-vehicle 실시간 Landmark 인식 - 미검출 landmark 보정 19
IV. R&D 추진방향 4) 5GAA (5G Automotive Association) 5G 기술을활용한 Use Case 발굴을위해 Ecosystem 과협력추진중 `16 년 9 월설립 개요 Intelligent Transportation 및 Autonomous Driving 을가속화하기위한이동통신솔루션개발을 목표로하는 Telecom-Automotive 공동연구단체 Mission: 차량관련통신솔루션개발 시험 프로모션, 표준화지원및상용화 / 글로벌시장확산 Operator(11 개 ): SKT, AT&T, Verizon, Vodafone, Deutsche Telecom, China Mobile, NTT Docomo, KDDI 외 참여사 ( 총 47 개사 ) OEM(8개 ): Audi, BMW, Daimler, FORD, Jaguar, Rolls-Royce, SAIC motors, BAIC group Supplier(17개 ): BOSCH, LGE, Continental, 삼성전자, DENSO, Valeo, DANLAW, FEV, FICOSA 외 Chip Vendor(5개 ): Qualcomm, Intel, Huawei, gemalto, Infineon Infra Vendor(6개 ): Ericsson, Rohde & Schwarz, Nokia, ZTE, VIAVI, KEYSIGHT `17 년주요일정 1차 WG 미팅 : 2/21 ~ 2/23( 스페인 ) Work Group 역할소개, Process 협의 2차 WG 미팅및 1차총회 : 5/8 ~ 5/12( 네덜란드 ) WG Chairs 및 4개 Board Chair 선출 3차 WG 미팅 : 7/18 ~ 7/20( 스칸디나비아예정 ) 4차 WG 미팅 : 11/13 ~ 11/17( 미국또는중국예정 ) WG WG1: Use case 및기술요구사항, WG2: System Architecture/Solution 개발 WG3: 평가및테스트베드, WG4: Spectrum WG5: Use Case 발굴을통한 Go to Market 20
21