딥러닝 기반 자율 과조향 제어 및 충돌 회피 기술 개발: 세계 최초!

이석준, 공승현 연구원팀이 개발한 QC-SAC 알고리즘은 불완전한 데이터로도 학습이 가능하며, 미끄러운 노면에서의 과조향 상황에서 장애물을 회피하며 안전하게 주행하는 세계 최초의 자율주행 시스템을 구현했습니다. 기존 기술 대비 월등한 성능을 보이며 자율주행 기술의 안전성과 신뢰성을 크게 향상시켰습니다.

빗길에서도 안전한 자율주행의 꿈, 이젠 현실로!

자동차가 미끄러운 도로에서 갑자기 꼬리를 흔들며 제어 불능 상태에 빠지는 과조향(Oversteer). 이는 치명적인 사고로 이어질 수 있는 심각한 문제입니다. 기존의 자율주행 기술은 과조향 상황을 완벽하게 제어하는 데 어려움을 겪었죠. 완벽한 주행 데이터를 확보하기 어렵고, 예측 불가능한 상황에 대처하기 힘들었기 때문입니다.

하지만 이제 희소식이 있습니다! 이석준, 공승현 연구원 팀이 개발한 새로운 자율주행 기술이 이 문제에 대한 해답을 제시합니다. 바로 Q-Compared Soft Actor-Critic (QC-SAC) 알고리즘입니다.

QC-SAC: 부족한 데이터에도 빛나는 성능!

QC-SAC는 기존의 모방 학습(IL), 강화 학습(RL), 혼합 학습(HL) 방식과 달리, 불완전한 주행 데이터로도 효과적으로 학습할 수 있습니다. 마치 경험이 부족한 운전자가 실수를 통해 배우듯이, QC-SAC는 실수를 통해 배우고 빠르게 적응하는 똑똑한 알고리즘입니다.

실험 결과: 기존 기술을 압도하는 성능!

연구팀은 실제 운전자 훈련에서 영감을 받은 벤치마크를 통해 QC-SAC의 성능을 검증했습니다. 미끄러운 도로에서 갑자기 과조향이 발생하고, 앞에는 장애물이 무작위로 배치된 상황을 설정한 것이죠. 그 결과, QC-SAC는 기존의 최첨단 IL, RL, HL 알고리즘을 압도하는 근접 최적의 주행 정책을 달성했습니다.

세계 최초! 안전한 자율 과조향 제어 시스템 구현!

이 연구의 가장 큰 성과는 세계 최초로 장애물 회피 기능을 갖춘 안전한 자율 과조향 제어 시스템을 구현했다는 것입니다. 이는 자율주행 기술의 안전성과 신뢰성을 크게 향상시키는 획기적인 발전입니다. 빗길에서도 안전하게 운전하는 자율주행 자동차의 꿈이 이제 현실로 다가왔습니다!

참고: 이석준, 공승현 연구원의 논문 "Learning-based Autonomous Oversteer Control and Collision Avoidance" 내용을 바탕으로 작성되었습니다.