새로운 기능, 새로운 기술: GNSS를 사용하지 않는 현지화를 가능하게 만든 이야기 - 파리 오스틴과의 인터뷰

최근에 출시하신 것을 보셨을 것입니다. WayFinder의 새로운 GNSS 거부형 로컬라이제이션 솔루션입니다. 이 솔루션은 즉시 작동하는 완벽한 솔루션으로, GNSS/INS가 포함되어 있습니다, LiDAR그리고 두 대의 카메라와 온보드 처리 성능으로 LiDAR 데이터를 위치추적 데이터로 변환하여 까다로운 환경에서도 위치 이동을 제한합니다.

최근 블로그에서 저희의 수석 프로덕트 오너인 패리스 오스틴과 함께 GNSS를 사용하지 않는 로컬라이제이션과 WayFinder를 어떻게 구현했는지 이야기를 나눠보았습니다.

Paris: GNSS를 사용하지 않는 로컬라이제이션 솔루션을 개발하게 된 데에는 두 가지 주요 요인이 있었습니다. 첫 번째는 고객이 활동하는 공간에서 충족되지 않은 요구가 있다는 것을 알 수 있었기 때문입니다. 사실 이는 다양한 산업 분야에서 공통적으로 나타나는 요구였습니다. 기본적으로 로컬라이제이션 데이터를 사용하는 모든 사람들은 GNSS 신호 없이 정확한 로컬라이제이션 데이터를 얻는 방법과 GNSS 기반 로컬라이제이션과 다른 방법 간에 전환하는 방법이라는 두 가지 과제를 해결해야 한다는 점에 대해 고민하고 있었습니다.

두 번째 도전은 여러 면에서 가장 큰 과제였습니다. SLAM과 같은 기술은 수년 전부터 존재해 왔으며 훌륭한 실내 측위 데이터를 제공하지만, 이를 실외에서도 작동하는 시스템에 통합하는 것은 아직 상업적으로 확장 가능한 방식으로 이루어지지 않았습니다.

두 번째 요인은 로컬라이제이션 기술로 할 수 있는 일의 한계를 뛰어넘고자 하는 진정한 열망이었습니다. 저희 팀은 수십 년 동안 관성 내비게이션 기술을 선도해 왔으며, 이 분야의 미래는 GNSS를 사용하지 않는 위치 측정을 위한 다중 센서 융합에 있다는 것을 충분히 인지하고 있었습니다. 그래서 우리는 이러한 열망과 시장에서 직면한 과제를 결합했고, 모든 것이 여기서 시작되었습니다.

Paris: 웨이파인더의 시작은 위치 정확도를 개선하는 데 사용할 수 있는 속도 데이터를 생성하기 위해 라이다 데이터를 사용하는 후처리 방법인 라이다 관성 주행 거리 측정(LiDAR Inertial Odometry)을 개발하는 것이었습니다. 몇 년 전에 개발한 이 기술은 약한 GNSS 신호를 보완하고 지하 주차장과 같은 환경에서 GNSS를 대체할 수 있는 놀라운 결과를 제공합니다.

우리는 이를 실시간으로 구현할 수 있다면 GNSS를 사용하지 않는 강력한 위치 파악 기능을 갖게 될 것이라는 사실을 금방 깨달았습니다. 그래서 실시간 LiDAR 지원을 어떻게 만들고 이를 실행하는 데 필요한 하드웨어는 무엇일까요? 이것이 바로 WayFinder를 실제로 작동시키는 기술인 LiDAR Boost의 기반이 되었습니다.

자세히 알아보기: LiDAR Boost가 GNSS 거부 측위를 지원하는 방법

목표는 항상 독립적인 GNSS 거부형 로컬라이제이션 솔루션을 만드는 것이었습니다. GNSS/INS가 완전한 로컬라이제이션 솔루션인 것처럼 WayFinder도 완전히 자급자족할 수 있기를 바랐습니다.

따라서 저희가 가장 먼저 한 일은 필요한 하드웨어를 선택하는 것이었습니다. 그리고 비슷한 시도를 하고 있는 모든 분들께 가장 중요한 조언을 드리고자 합니다. 먼저 하드웨어를 정리하세요. 하드웨어에는 빌드에 영향을 줄 수 있는 변수가 너무 많기 때문에 어떤 센서, 프로세서 등을 사용할지 잘 파악해야 합니다. 예를 들어, 같은 라이다의 여러 장치 간에도 변수가 있을 수 있습니다. 하드웨어부터 시작함으로써 앞으로 더 많은 문제를 피할 수 있었습니다.

Paris: 항상 그렇듯이 이 빌드는 오랜 기간에 걸쳐 진행되었고, 그 과정에서 팀이 얼마나 열심히 일했는지 자랑스럽게 생각합니다. 그리고 이런 종류의 작업을 해본 사람이라면 누구나 알겠지만, 여러 요소가 서로 다른 속도로 움직였습니다. 예를 들어 실시간 라이다 알고리즘은 하드웨어가 완성되기 훨씬 전에 이미 개발을 시작했기 때문에 준비가 완료되었습니다. 다른 소프트웨어는 하드웨어가 완성된 후에 준비되었습니다. 여러 팀을 조율하고 하드웨어를 통합하고 데이터를 통합하는 데 많은 어려움이 있었지만 팀원들이 정말 잘 처리해 주었습니다.

또한 사용자가 시스템과 데이터를 모니터링할 수 있는 웹 인터페이스에도 많은 노력을 기울였습니다. 다른 엔지니어들도 프로젝트의 마지막 단계인 사용자 인터페이스를 완성하기 위해 80%의 노력을 기울인 기분을 공감할 것이라고 확신합니다. 우리 엔지니어 팀에게는 새로운 영역이었지만, 완성된 결과물은 훌륭했고 우리 팀을 더욱 강하게 만들었다고 생각합니다.

Paris: 웹 인터페이스를 구축하는 과정에서, 그리고 실제로 프로젝트의 여러 영역에서 엔지니어들은 새로운 기술과 작업 방식을 탐구하기 위해 안전지대를 벗어나게 되었습니다. 앞서 말했듯이 웹 애플리케이션은 우리에게 새로운 영역이었으며, 엔지니어들은 새로운 기술을 배우는 것을 좋아했습니다. 빌드의 복잡성 때문에 팀원들이 과거보다 더 긴밀하게 협업할 수 있었고, 이는 큰 도움이 되었습니다. 이제 모두가 다른 팀이 무엇을 가져오는지 훨씬 더 잘 알고 있고, 자신의 작업이 다른 팀이 하는 일에 어떻게 부합하는지 이해하게 되어 더 효율적이고 효과적으로 일할 수 있게 되었습니다.

결국 이러한 모든 노력과 성장을 통해 GNSS를 사용하지 않는 새로운 현지화 기능을 제공할 수 있게 되었으며, 이는 저희와 고객 모두에게 정말 흥미로운 일입니다.

Paris: 개인적으로 가장 흥미로운 것은 고객을 위한 통합 수준입니다. 정말 바로 사용할 수 있습니다. 한 센서에서 다른 센서에서 사용할 수 있는 형식으로 데이터를 가져오는 작업이 얼마나 복잡한지 한 번이라도 센서 융합을 시도해 본 사람이라면 누구나 알 것입니다. WayFinder가 프로젝트에서 이러한 어려움을 덜어준다는 사실에 많은 엔지니어가 매우 만족할 것입니다!

또한 프로젝트에 제공하는 현지화 전문성도 마음에 듭니다. 실시간 센서 융합을 시도하는 다른 사람들도 있지만, 이는 엄청나게 복잡한 작업이며 OXTS는 20년 동안 이 문제를 해결해 왔습니다. 저는 이러한 독특한 관점이 WayFinder를 가장 다재다능한 솔루션 중 하나로 만들었다고 생각합니다. 전반적으로 - 모든 환경.

Paris: WayFinder는 실시간 센서 융합을 위한 플랫폼을 구축할 수 있다는 증거입니다. 다음 단계는 그 토대 위에 무엇을 구축할 수 있을지 고민하는 것입니다.

LiDAR 부스트는 이러한 센서 중 하나이지만, 비슷한 기능을 구현할 수 있는 다른 센서도 많이 있습니다. 예를 들어 카메라 기반 주행 거리 측정이나 레이더가 있습니다. 사용자가 더 다양한 센서를 연결할 수 있는 새로운 알고리즘이 개발되어 설정을 유연하게 구축할 수 있을 것으로 기대합니다.

로봇 워크플로와의 통합도 더욱 긴밀해질 것으로 예상됩니다. 웨이파인더의 주요 사용 사례는 일반적으로 로봇 제어 시스템의 일부인 자율 내비게이션을 위한 GNSS를 사용하지 않는 로컬라이제이션입니다. 사람들은 로봇 제어 분야에서 엔비디아 젯슨으로 놀라운 일을 하고 있는데, 이를 어떻게 접목할 수 있을까요?

기술적 수준을 넘어 이제 다양한 환경에서 더 나은 측위 데이터를 고객에게 제공할 수 있게 되었으니, GNSS를 사용하지 않는 다양한 측위 문제를 해결할 수 있을 것 같아 기대가 됩니다. 예를 들어, ADAS 테스트에서 차량 간 수동 감지에 사용할 수 있을까요? 여러 면에서 한계가 없습니다. 그리고 OXTS는 고객과 협력하여 이 기술의 다음 단계로 나아갈 방향을 모색할 것입니다. 우리는 사람들을 위한 완벽한 제품을 만들고 싶기 때문에 웨이파인더를 발전시키는 과정에 고객을 참여시키는 것이 합리적입니다.