일본산업뉴스요약

자율운전 안전성 향상
도쿄대학과 나고야대학 기술 개발

사람의 운전을 도와주는 자율주행 차의 안전성을 높이는 기술 개발이 이어지고 있다. 도쿄대학은 GPS의 정밀도가 떨어지는 터널 안에서도, 차의 현재 위치를 정확하게 파악하는 장치를 시작(試作)했다. 나고야대학과 도요타자동차 등은 인공지능(AI)을 이용하여 보행자를 정밀하게 구별하는 기술을 개발했다. 2025년에 보급시기를 맞이할 것으로 예상되는 자율주행에 응용하는 것도 시야에 넣고 있다.

자율운전은 운전자의 판단 실수를 줄이고, 정체를 완화하거나, 운전이 익숙하지 않은 고령자의 운전을 돕는다. 주위나 차량의 위치를 정밀하게 인식하는 기술이 필수다.

도쿄대학이 Denso社 등과 개발한 장치는 GPS의 전파가 도달하지 않는 터널 안이나 실내의 입체주차장 등에서도 정밀하게 주행 위치를 산출할 수 있다.

자율주행 차의 대부분은 주행차선이나 정차위치를 정할 때 GPS의 위치정보를 사용한다. 실내에서는 위치를 잃을 우려가 있었지만, 도로에서 벗어날 걱정은 없어 진다.

새로운 장치는 한 면이 1cm인 사각형 크기로, 액체를 넣은 용기가 올려져 있다. 차내에 고정시켜 두고 액체가 흔들리는 모습을 센서로 기록하면, 차가 어디에서 어느 정도 기울었는가를 알 수 있다. 속도 데이터 등을 통해 차가 진행한 방향과 거리를 추정할 수 있어서 터널 입구부터의 이동 경로를 계산할 수 있다.

이전에도 차의 각도나 가속도를 통해 이동 경로를 조사할 수 있는 방법은 있었지만, 새로운 장치는 진동 등의 영향을 받지 않고 GPS를 보완한다.

나고야대학과 도요타자동차 등은 전방의 보행자를 90% 이상의 확률로 검출할 수 있는 기술을 개발했다. 차에 설치된 카메라로 전방의 풍경을 찍어서 레이저 거리계측기의 정보와 조합시킨다.

AI에 다양한 자세의 사람의 영상을 입력시켜 얼굴의 방향을 외운다. 도로를 건너려고 하는 보행자를 빠르게 발견하여 운전자에게 알리거나 자동으로 브레이크를 걸거나 할 수 있다. 스마트폰에 집중하고 있는 보행자도 인식하여 위험성을 판단할 수 있다. 실용화를 목표로 계속 연구를 진행하고 있다.

도로의 결빙을 발견하는 기술을 개발한 것이 RICOH社다. 비슷한 재질도 구별할 수 있는「편광(偏光) 카메라」와, 일반 카메라로 찍은 화상을 분석한다. 검출오류 비율은 종래의 10분의 1에서 100분의 1이 되었다. 비에 젖은 도로와 결빙된 도로에서는 브레이크를 거는 방법이 다르기 때문에, 판단을 잘못하면 미끄러지는 위험도 있다.

자율주행 기술의 개발에서는 교차점에서의 위험 감지나, 도로 표지선 등이 아직 정비되지 않은 도로 위의 주행, 많은 보행자나 자전거의 인식 등 많은 과제가 남아 있다.

도로상황에 대응 과제
주행 데이터 축적, 엄격하게

정부는 2025년 무렵까지 컴퓨터가 항상 운전을 담당하는 완전 자율주행을 달성하겠다는 목표를 내걸고 있지만, 실현까지는 많은 장애물이 놓여 있다. 전망이 좋지 않은 교차로나 사각지대에서 튀어나오는 아이 등 어려운 상황에 대응하는 기술이 필요하기 때문이다.

자율주행은 일반적으로 사람이 운전에 어느 정도 관여하느냐의 정도에 따라 4단계로 나눌 수 있다. 지금 실용화 진행되고 있는 것은, 사람이 운전을 하고 컴퓨터가 핸들이나 브레이크 등의 조작을 지원하는 레벨2다. 완전 자율주행은 가장 난이도가 높은 레벨4다.

도로 위에 표지선이 있고 장애물이 적은 고속도로라면, 완전 자율주행의 가능성이 보인다. 최근 미국 콜로라도에서는 무인 트레일러가 약 190킬로미터 주행에 성공했다고 한다. 기술수준은 레벨4에 가깝다.

그러나 지난 5월, 고속도로에서도 미국 테슬러 모터스의 자율주행 차가 운전 중에 다른 차와 충돌하는 사망사고가 발생했다. 레벨2에서도 안전성을 의문시하는 목소리가 나오고 있다. 앞으로는 센서 등의 성능을 높이는 것과 동시에, 주행 중에 발견하는 보행자의 움직임이나 다른 차의 주행과 같은 데이터를 인공지능(AI)에 학습시키는 중요성도 커진다.

미국 구글의 자율주행 차의 시험 주행 거리는 10월, 200만 마일(약 322만 킬로미터)을 넘었고, 계속 데이터를 축적하고 있다.「(자율주행 차가 흔하지 않은)일본에서는 데이터를 수집하기 어렵기 때문에 정밀도가 향상되지 않는다」(나고야대학, 니노미야 교수). 따라서 유럽이나 미국에 뒤처진다는 견해도 있다.

     -- 끝 --