완전한 자율 주행은 개발자가 도로에서 차량을 테스트할 수 있어야만 현실화될 수 있습니다. 1000 밀리아 자율 주행(1000 MAD)는 이탈리아에서 열리는 대회로 참가자들이 이를 실현할 수 있도록 지원합니다.
이 이니셔티브는 참가자들이 약 1,000마일(2,200km)의 공공 도로에서 가능한 한 오랫동안 차량을 자율적으로 주행하는 데 도전합니다. 테스트 기간 동안 차량은 도시, 역사적인 마을, 고속도로 및 도심 도로를 통과해야 합니다. 참가자는 특히 다른 도로 사용자 및 인프라와 상호작용할 때 항상 높은 수준의 안전을 보장해야 합니다.
OxTS 및 1000 MAD
OxTS 는 3년 연속 밀라노 폴리테크니코의 AIDA(인공지능 자율 주행) 팀과 협력하여 마세라티 그란카브리오 폴고레 자동차의 현지화 성능을 파악하는 데 도움을 주었습니다!
AIDA 팀은 드라이브를 하는 동안 두 가지 목표를 세웠습니다:
- 전체 경로 동안 나중에 도움이 될 데이터를 수집하려면 ...
- AI 알고리즘 개선
- 제어 알고리즘 개선
- 차량이 지나간 거리를 디지털 방식으로 재현합니다.
- 미래의 승객을 위한 기내 경험 향상
- 최소 300km의 경로를 자율 주행해야 합니다.
이러한 데이터를 수집하고 사람의 개입 없이 주행할 수 있도록 차량에는 LiDAR, 카메라, 레이더, 그리고 OxTS AV200 GNSS/INS. 이 센서들은 차량이 주행 중 위치를 파악하고 주변 환경을 이해하는 데 도움을 주었습니다.
주행이 완료된 후, 폴리테크니코 디 밀라노는 친절하게도 저희가 분석하고 공유할 수 있도록 내비게이션 데이터를 공유해 주었습니다.
데이터 분석
Key:
- 정확도 불량(불확도 σ>0.8m)
- Average accuracy (0.4m<σ<0.8 m)
- High accuracy (σ<0.4 m)
데이터를 자세히 살펴보지 않고도 약 42.5%가 높은 정확도, 39.3%가 평균 정확도, 18.2%가 낮은 정확도로 분류된다는 것을 알 수 있습니다. 따라서 데이터의 약 82%가 0.8m 미만의 정확도이며, 대학 내 전체 데이터 세트의 거의 절반이 0.4m 미만의 정확도 기준인 높은 정확도 임계값에 해당합니다.
아직 개선해야 할 부분이 남아있지만, 차량이 도시 환경을 통과하는 동안 GNSS 장애물 때문에 위치 측위 정확도가 떨어지는 것으로 추정할 수 있습니다.
이 데이터는 여러 가지 방법으로 개선할 수 있습니다. 다음과 같은 더 높은 등급의 GNSS/INS를 활용함으로써 RT3000 v4 또는 AV200 GNSS/INS 데이터를 다음과 같은 다른 기술과 결합하는 방법도 있습니다. 라이다 관성 주행 거리 측정(LIO). LIO는 360° 시야각 LiDAR 센서의 거리 정보를 사용하여 도심 협곡에서 위치 드리프트를 제한합니다.
대학이 성공적으로 드라이브를 완료하고 수집한 데이터를 분석하고 있다는 소식을 전하게 되어 기쁘게 생각합니다.
밀라노 폴리테크노의 모든 AIDA 팀에게 축하의 말을 전하고 싶습니다.
블로그에 언급된 OxTS GNSS/INS 솔루션에 대해 자세히 알아보려면 아래 양식을 사용하여 문의하시기 바랍니다.
