USE CASE: Autonomous vehicles
안전, 삶의 질 향상과 혼잡 및 배출 감소
자동차 산업은 운송 및 모빌리티 혁명의 정점에 있습니다. 전 세계의 많은 자동차 제조사들이 완전한 전기식 미래를 향해 참여하고 있습니다.
5G로 구동되는 미래의 자동차는 이전과는 전혀 다른 연결 경험을 제공할 것입니다.
그리고 점점 더 강력한 소프트웨어 알고리즘을 통한 완전 자율주행차(AV)를 향한 여정은 계속될 것입니다.
자율주행차는 다양한 사회적, 환경적 이점을 약속합니다.
- 안전: 2019년 미국에서 발생한 30,000명 이상의 교통사고 사망자 중 90% 이상이 사람의 실수로 발생한 것으로 추정됩니다. 일부 예측에 따르면 AV가 시장에 10% 침투하면 이 수치가 절반으로 줄어들 수 있습니다.
- 삶의 질 향상: AV는 운전자가 필요하지 않기 때문에 도시와 농촌지역의 운전연령보다 어린 사람들, 노인, 장애인, 소외된 지역사회의 이동성을 평등하게하여 더 연결되고 건강하며 생산적인 삶을 살 수 있도록 지원할 수 있는 잠재력을 제공합니다.
- 혼잡 및 배출감소: 미국 사람들은 연간 평균 54시간을 교통 체증으로 보냅니다. AV는 2050년까지 교통 흐름을 35% 개선할 것을 약속합니다. 고속도로의 트럭 군집주행부터 주차 공간의 자동 위치 파악까지 2050년까지 비자율주행차와 비교했을때 자율 전기 자동차는 승용차당 최대 21%, 상업용 차량당 최대 15%의 배출가스 절감 효과를 제공할 수 있습니다.
광범위한 AV 도입에 대한 중대한 도전
AV의 광범위한 전개와 도입에 있어 가장 큰 장애물은 AV가 안전하다는 것을 입증하는 것입니다.
이러한 안전을 입증하기 위해서 필요한 마일 수를 물리적으로 운전하는 것은 불가능합니다.
이러한 공학적 문제에 대한 답은 '시뮬레이션'입니다.
시뮬레이션을 사용하면 엔지니어는 엣지나 코너 케이스를 포함한 모든 경우에 차량의 반응을 설정하고 테스트할 수 있으며, 이는 물리적 테스트를 통하여 실현하기 매우 어려운 것입니다. 따라서, 차량의 전체 안전 요소를 크게 증가시킬 수 있습니다.
오직 시뮬레이션만이 AV를 현실에서 실용성있게 할 수 있습니다.
시뮬레이션은 빠르고 비용 효율적이며 안전한 AV 개발을 위한 솔루션입니다.
시뮬레이션을 통해 엔지니어는 현실세계 시나리오에서 가상 AV모델을 만들고 설계 및 테스트 속도를 수십 배로 높일 수 있습니다. 시뮬레이션은 자율주행차 개발에 중요한 미션이며 자동차 제조업체, 공급업체 및 자율주행 모빌리티 회사에서 대규모로 사용됩니다. 예를 들어 OEM 및 테크 회사들은 하루에 수백만 가상 마일을 주행할 수 있습니다.
이는 2020년 캘리포니아 도로에서 기업들이 실시한 거의 200만 마일에 달하는 물리적 테스트와 대조됩니다.
4가지 중요 AV 기술에 적용된 Ansys 시뮬레이션 솔루션
Ansys의 솔루션은 자율주행차 OEM, 공급업체 및 모빌리티 회사들에게 4가지 주요 분야에서 도움을 줍니다.
- 자율시스템: Ansys의 기능 안전 및 사이버 보안 도구는 자율주행차 시스템의 내결함성을 강화하고, 예상치 못한 상황을 더 잘 처리하고, 사이버 공격에 대한 저항력을 높이는 데 사용됩니다.
- 센서: Ansys의 물리학 기반 시뮬레이션 기능은 센서의 범위와 감도를 개선하고 인식 알고리즘을 테스트 및 훈련하는 데 사용됩니다. 여기에는 LIDAR, 카메라 및 Ansys의 실시간 레이더 솔루션용 애플리케이션이 포함됩니다.
- 가상 테스트 드라이버: Ansys의 시뮬레이션은 광범위한 운전 상황에서 자율 시스템의 안전성을 검증하기 위해 가상으로 방대한 양의 테스트 드라이브를 수행하는 데 사용됩니다.
- 자율 주행 소프트웨어: Ansys의 모델 기반 소프트웨어 개발 도구는 자율주행 소프트웨어를 강력하고 업계 표준을 준수하도록 만드는 데 사용됩니다.
고객 사례
FLIR: 더 안전한 자동차를 위한 열 감지 카메라
안전이 가장 중요하기 때문에 열화상 카메라를 추가하면 자율주행차가 물체를 감지하고 악천후 및 조명 조건에서 보행자를 보호하고 일상적인 일광 시나리오에서 성능을 향상시킵니다.
FLIR는 열화상 카메라가 특히 저조도 및 어두운 조건에서 자동 비상 제동을 어떻게 향상시키는지 보여주기 위해 예비 테스트를 실시했습니다.
FLIR는 탁월한 제동 성능을 달성하기 위해 가시광 센서, 열 센서, 레이더 센서를 융합하여 이 작업을 개선하기 위한 조치를 취하고 있습니다.
Ansys와의 협력을 통해 가상 열 세계에서 열 센서가 개발되어 엣지 케이스에 대한 빠르고 물리적으로 정확한 시뮬레이션 검증이 가능해졌습니다.
AEYE: 자율주행 안전 가속화
차세대 자율주행차는 AEye와 Ansys 기술을 활용하여 인간의 눈이 도로 상태에 집중하고 평가하는 방식을 모방합니다. AEye는 Ansys의 업계 최고의 시뮬레이션 솔루션을 iDAR™(지능형 탐지 및 거리 측정) 플랫폼 설계에 통합하여 고객이 물리적 프로토타입 제작을 줄이고 자율 시스템의 안전성과 신뢰성을 향상시킬 수 있도록 지원합니다.
자율 주행을 보호하려면 기존 인식 플랫폼으로는 안정적으로 감지할 수 없는 특정 위험한 도로 시나리오를 빠르고 정확하게 해석하는 차세대 센서가 필요합니다. 센서의 효율성을 검증하기 위해 철저한 도로 테스트는 성공적으로 완료되어야 하며 상당한 개발 시간과 비용이 필요합니다. Ansys를 통해 AEye는 다음과 같은 역량을 강화합니다. 자동차 제조업체는 물리적 프로토타입 제작을 최소화하여 단 며칠 만에 수백만 마일에 걸친 운전 상황을 잠재적으로 시뮬레이션할 수 있습니다.
Indy Autonomous Challenge: 자율과 고속 레이싱의 만남
Indy 500의 본거지인 IMS(Indianapolis Motor Speedway)는 2021년 Indy Autonomous Challenge를 통해 새로운 형태의 레이싱을 개최했습니다. Energy Systems Network가 주도한 이 이니셔티브는 대학 팀이 완전 자율 경주용 자동차를 프로그래밍하여 IMS에서 150만 달러의 상금을 두고 경쟁하도록 함으로써 최첨단 자율 자동차 기술을 발전시키려고 했습니다.
초기 혁신 자율주행 산업은 테스트 우선, 프로토타입 개발 접근 방식을 중심으로 진행되었습니다. 하지만 인디 자율 챌린지에서는 레이스팀은 시뮬레이션 우선 접근 방식을 채택하여 경주용 자동차를 받거나 트랙 시설에 접근하기 전에 Ansys 솔루션을 사용하여 제어 알고리즘을 안전하게 개발하고 테스트했습니다. Ansys는 이 이벤트의 독점적인 시뮬레이션 협력자로서 일련의 개발 과제를 주최했으며, 최종 시뮬레이션 레이스에서 경주 차량 간에 동기화된 조정 기능을 갖춘 트랙의 가상 모델을 선보였습니다.
Ansys는 이탈리아 롬바르디아주 밀라노 Politecnico di Milano(POLIMI)의 우승자 PoliMOVE에게 100,000달러를 수여했으며, 준우승자 독일 바이에른 뮌헨 Technische Universität München(TUM)의 TUM Autonomous Motorsport에게 상금 50,000달러를 수여했습니다.
Source:
Researchgate - https://www.researchgate.net/publication/277025982_Preparing_a_nation_for_autonomous_vehicles_
Opportunities_barriers_and_policy_recommendations
Science - https://www.sciencedaily.com/releases/2019/05/190519191641.htm#:~:text=A%20fleet%20of%20driverless%20
cars,35%20percent%2C%20researchers%20have%20shown
Jooyong - https://www.ce.utexas.edu/prof/kockelman/public_html/TRB19EnergyAndEmissions.pdf
AV Perm - https://www.dmv.ca.gov/portal/news-and-media/av-permit-holders-report-close-to-2-million-test-miles-incalifornia/
USE CASE: Autonomous vehicles
안전, 삶의 질 향상과 혼잡 및 배출 감소
자동차 산업은 운송 및 모빌리티 혁명의 정점에 있습니다. 전 세계의 많은 자동차 제조사들이 완전한 전기식 미래를 향해 참여하고 있습니다.
5G로 구동되는 미래의 자동차는 이전과는 전혀 다른 연결 경험을 제공할 것입니다.
그리고 점점 더 강력한 소프트웨어 알고리즘을 통한 완전 자율주행차(AV)를 향한 여정은 계속될 것입니다.
자율주행차는 다양한 사회적, 환경적 이점을 약속합니다.
광범위한 AV 도입에 대한 중대한 도전
AV의 광범위한 전개와 도입에 있어 가장 큰 장애물은 AV가 안전하다는 것을 입증하는 것입니다.
이러한 안전을 입증하기 위해서 필요한 마일 수를 물리적으로 운전하는 것은 불가능합니다.
이러한 공학적 문제에 대한 답은 '시뮬레이션'입니다.
시뮬레이션을 사용하면 엔지니어는 엣지나 코너 케이스를 포함한 모든 경우에 차량의 반응을 설정하고 테스트할 수 있으며, 이는 물리적 테스트를 통하여 실현하기 매우 어려운 것입니다. 따라서, 차량의 전체 안전 요소를 크게 증가시킬 수 있습니다.
오직 시뮬레이션만이 AV를 현실에서 실용성있게 할 수 있습니다.
시뮬레이션은 빠르고 비용 효율적이며 안전한 AV 개발을 위한 솔루션입니다.
시뮬레이션을 통해 엔지니어는 현실세계 시나리오에서 가상 AV모델을 만들고 설계 및 테스트 속도를 수십 배로 높일 수 있습니다. 시뮬레이션은 자율주행차 개발에 중요한 미션이며 자동차 제조업체, 공급업체 및 자율주행 모빌리티 회사에서 대규모로 사용됩니다. 예를 들어 OEM 및 테크 회사들은 하루에 수백만 가상 마일을 주행할 수 있습니다.
이는 2020년 캘리포니아 도로에서 기업들이 실시한 거의 200만 마일에 달하는 물리적 테스트와 대조됩니다.
4가지 중요 AV 기술에 적용된 Ansys 시뮬레이션 솔루션
Ansys의 솔루션은 자율주행차 OEM, 공급업체 및 모빌리티 회사들에게 4가지 주요 분야에서 도움을 줍니다.
고객 사례
FLIR: 더 안전한 자동차를 위한 열 감지 카메라
안전이 가장 중요하기 때문에 열화상 카메라를 추가하면 자율주행차가 물체를 감지하고 악천후 및 조명 조건에서 보행자를 보호하고 일상적인 일광 시나리오에서 성능을 향상시킵니다.
FLIR는 열화상 카메라가 특히 저조도 및 어두운 조건에서 자동 비상 제동을 어떻게 향상시키는지 보여주기 위해 예비 테스트를 실시했습니다.
FLIR는 탁월한 제동 성능을 달성하기 위해 가시광 센서, 열 센서, 레이더 센서를 융합하여 이 작업을 개선하기 위한 조치를 취하고 있습니다.
Ansys와의 협력을 통해 가상 열 세계에서 열 센서가 개발되어 엣지 케이스에 대한 빠르고 물리적으로 정확한 시뮬레이션 검증이 가능해졌습니다.
AEYE: 자율주행 안전 가속화
차세대 자율주행차는 AEye와 Ansys 기술을 활용하여 인간의 눈이 도로 상태에 집중하고 평가하는 방식을 모방합니다. AEye는 Ansys의 업계 최고의 시뮬레이션 솔루션을 iDAR™(지능형 탐지 및 거리 측정) 플랫폼 설계에 통합하여 고객이 물리적 프로토타입 제작을 줄이고 자율 시스템의 안전성과 신뢰성을 향상시킬 수 있도록 지원합니다.
자율 주행을 보호하려면 기존 인식 플랫폼으로는 안정적으로 감지할 수 없는 특정 위험한 도로 시나리오를 빠르고 정확하게 해석하는 차세대 센서가 필요합니다. 센서의 효율성을 검증하기 위해 철저한 도로 테스트는 성공적으로 완료되어야 하며 상당한 개발 시간과 비용이 필요합니다. Ansys를 통해 AEye는 다음과 같은 역량을 강화합니다. 자동차 제조업체는 물리적 프로토타입 제작을 최소화하여 단 며칠 만에 수백만 마일에 걸친 운전 상황을 잠재적으로 시뮬레이션할 수 있습니다.
Indy Autonomous Challenge: 자율과 고속 레이싱의 만남
Indy 500의 본거지인 IMS(Indianapolis Motor Speedway)는 2021년 Indy Autonomous Challenge를 통해 새로운 형태의 레이싱을 개최했습니다. Energy Systems Network가 주도한 이 이니셔티브는 대학 팀이 완전 자율 경주용 자동차를 프로그래밍하여 IMS에서 150만 달러의 상금을 두고 경쟁하도록 함으로써 최첨단 자율 자동차 기술을 발전시키려고 했습니다.
초기 혁신 자율주행 산업은 테스트 우선, 프로토타입 개발 접근 방식을 중심으로 진행되었습니다. 하지만 인디 자율 챌린지에서는 레이스팀은 시뮬레이션 우선 접근 방식을 채택하여 경주용 자동차를 받거나 트랙 시설에 접근하기 전에 Ansys 솔루션을 사용하여 제어 알고리즘을 안전하게 개발하고 테스트했습니다. Ansys는 이 이벤트의 독점적인 시뮬레이션 협력자로서 일련의 개발 과제를 주최했으며, 최종 시뮬레이션 레이스에서 경주 차량 간에 동기화된 조정 기능을 갖춘 트랙의 가상 모델을 선보였습니다.
Ansys는 이탈리아 롬바르디아주 밀라노 Politecnico di Milano(POLIMI)의 우승자 PoliMOVE에게 100,000달러를 수여했으며, 준우승자 독일 바이에른 뮌헨 Technische Universität München(TUM)의 TUM Autonomous Motorsport에게 상금 50,000달러를 수여했습니다.
Source:
Researchgate - https://www.researchgate.net/publication/277025982_Preparing_a_nation_for_autonomous_vehicles_
Opportunities_barriers_and_policy_recommendations
Science - https://www.sciencedaily.com/releases/2019/05/190519191641.htm#:~:text=A%20fleet%20of%20driverless%20
cars,35%20percent%2C%20researchers%20have%20shown
Jooyong - https://www.ce.utexas.edu/prof/kockelman/public_html/TRB19EnergyAndEmissions.pdf
AV Perm - https://www.dmv.ca.gov/portal/news-and-media/av-permit-holders-report-close-to-2-million-test-miles-incalifornia/