자율주행의 인지 성능 향상을 위한 데이터셋 생성 기술 (2)
지난 호에서는 자율주행의 인지 모델을 학습하는 데에 있어, 데이터셋(dataset)의 중요성과 인지 모델 향상을 위한 데이터셋의 요건, 그리고 데이터셋 구축의 제약 사항을 살펴보고, 효율성과 품질 측면에서 정답 데이터를 빠르고 정확하게 생성할 수 있는 자동화 도구의 필요성을 짚었다.
이번 호에서는 모라이 심(MORAI SIM)의 데이터셋 생성 기술을 중점으로 모라이 심의 동작 구조와 특장점을 살펴본다.
■ 연재순서
제1회 자율주행의 인지 성능을 위한 데이터셋의 역할 및 요건
제2회 모라이 심의 데이터셋 생성 기술 소개
■ 김은정
모라이 엔지니어링 서비스팀
홈페이지 | www.morai.ai
모라이 심은 가상의 주행 환경에서 자율주행 테스트를 할 수 있는 시뮬레이션 플랫폼으로, 실제 자율주행 개발에 필요한 학습 데이터셋을 자동 생성할 수 있다. 모라이 심은 데이터셋 구축의 어려움과 제약 사항을 보완하면서 자율주행 인지 모델에 적용하기 위한 일반성, 실사성, 정확성의 조건을 모두 만족하는 학습 데이터셋을 매우 간단한 절차로 생성한다.
모라이 심의 데이터셋 생성 방식
모라이 심은 3D 그래픽 기반의 개발 엔진을 활용하여 실제와 유사한 주행 환경을 비롯해 다양한 객체 모델을 제공한다. 또한 실존하는 객체의 색상과 질감의 표현뿐만 아니라 중력과 충돌, 투과와 같은 물리 조건을 사실감 있게 모사한다. 특히, 현실감 있는 도로 환경을 디지털 트윈 기반의 3D 맵으로 구현해 냄으로써 데이터의 실사성을 완벽히 살릴 수 있다.
그림 1. 라스베이거스의 교통 환경을 재현한 모라이 심의 3D 맵
모라이 심은 환경 구성과 센서 설정 정보를 바탕으로 학습 데이터셋을 생성한다. 시나리오 환경 구성에서는 눈, 비, 안개와 같은 날씨와 조도를 결정하는 시간대, 주변 차량 및 보행자, 장애물의 개수 및 이동 위치 등을 선택한다. 모라이 심의 시나리오 모델은 시뮬레이션의 환경 전반을 현실감 있게 재현하며, 이는 ASAM 오픈 시나리오 표준 기반의 시나리오 생성 도구인 모라이 시나리오 러너(MORAI Scenario Runner)에서 보다 체계적으로 완성할 수 있다. 센서 설정에서는 차량에 장착하는 센서의 종류와 개수, 장착 위치 및 자세 정보를 입력하고, 검출될 이미지 데이터를 프리뷰 기능으로 확인할 수 있다.
그림 2. 모라이 심의 데이터셋 생성 방식
모라이 심은 환경 구성 및 센서 설정 정보를 바탕으로 시뮬레이션 동작의 매 스텝마다 자기 차량의 센서에서 검출하는 데이터를 생성하고 저장한다. 사용자는 모라이 심에서 제공하는 시나리오 환경과 및 센서 모델을 통해 카메라 센서의 이미지, 라이다(LiDAR) 센서의 점군(point cloud) 데이터, GPS 센서의 측위 데이터와 같은 다양한 형식의 데이터를 얻을 수 있다. 특히, 모라이 심에서는 3D 라이다 센서로 점군 데이터를 자동으로 생성하기 때문에, 비싸고 무거운 라이다 센서를 대신하여 주행 평가에 매우 유용하게 활용할 수 있다.
■ 자세한 기사 내용은 PDF로 제공됩니다.