로그 관리 핸드북 시리즈 2부에서는 검토를 위한 흥미로운 이벤트 표시하는 것에 특히 중점을 둔, 로그 탐색 모범 사례를 소개합니다.

로그 데이터는 자율 시스템 개발의 가장 필수적인 구성 요소 중 하나입니다. 우리의 로그 관리 핸드북은 로그 데이터의 시작부터 저장까지 로그 파일의 여정을 논의하고, 산업 전반에 걸친 자율주행 프로그램을 위한 일반적인 사례들을 제시합니다.

자율 시스템을 안전하게 개발하고 배포하는 것은 어려운 작업입니다. Applied Intuition의 V&V 핸드북은 자율 시스템을 안전하게 개발, 테스트, 상용 배포하는데 어떠한 것들이 필요한 지를 종합했습니다.

Applied 도구는 CARLA와 같은 기타 시뮬레이터와의 통합을 통해 시뮬레이터의 기능을 보완하여 AV 팀이 AV 개발을 효율적이고 성공적으로 확장하고 검증할 수 있도록 지원합니다.

오프로드 차량은 종종 고르지 않은 지형을 처리해야 하기 때문에 서스펜션 모델은 오프로드 시뮬레이션에 매우 중요합니다. 차량의 서스펜션을 고려하지 않은 시뮬레이션은 실제 세계를 완전히 대표하지 못하는 결과를 초래할 수 있습니다.

Applied Intuition의 퍼셉션 팀은 합성 데이터를 사용하여 실제 데이터 세트에서 과소 대표되는 클래스에 대한 퍼셉션 알고리즘의 객체 감지 성능을 개선하는 사례 연구를 수행했습니다.

연구원과 개발팀은 nuScenes 데이터 세트에서 특정 장면, 이벤트, 이상 징후를 쿼리하여 학습 데이터 세트를 생성하거나 온로드(on-road) 문제를 검증 및 검정할 수 있습니다.

본 블로그는 개방루프 로그 재생과 재시뮬레이션을 통해 퍼셉션, 로컬라이제이션, 모션 계획 그리고 제어 시스템의 성능을 평가하여 자율모드해제에 대한 자율주행 스택을 검증하고 확인하는 방법에 대해 살펴봅니다.

추상적, 논리적, 구체적 시나리오는 자율주행 시스템의 안전성을 테스트, 검정 및 인증하는 데 필수적인 역할을 합니다. OpenSCENARIO V2.0을 사용하면 추상적 시나리오를 더 쉽게 생성하고 도구 간에 전송할 수 있습니다.

공공 도로 주행 데이터를 사용하여 요구 사항을 검증하는 것은 역사적으로 어려운 일이었습니다. Applied Intuition의 "시나리오 검색"을 사용하면 기존 접근 방식과 관련된 오류가 발생하기 쉽고 시간 소모적인 작업을 자동화 할 수 있습니다.

기하급수적으로 큰 매개 변수 공간에서 오류 사례를 찾기 위해서는 보다 계산 효율적인 접근 방식이 요구됩니다. 기존 검증 워크 플로를 보완할 수 있는 ML 기반 접근 방식을 확인해보세요.

자율 다중 로봇 시스템의 상업적 응용 분야는 점점 증가하는 중입니다. 이 게시물에서는 시스템 알고리즘의 확실한 안전성과 발전을 위한 사용 사례, 테스트 및 검증 고려 사항의 예시를 설명합니다.

Applied 팀은 자율 시스템의 테스트 및 검증 시 광선 추적을 통해 센서 데이터를 개선하기 위해 불칸(Vulkan) 렌더링 기능을 활용하고 있습니다.

Applied 팀은 5가지 주요 요구 조건에 대한 인식 시뮬레이션 접근 방식의 장단점을 평가합니다. 상세한 센서 검증을 통해 시뮬레이션 된 라이다(lidar)는 실제 데이터와 거의 구분되지 않습니다.

인식 시뮬레이션에는 여러 형태가 있습니다. 생산 배포를 위한 트레이닝 및 검증에 가장 적합한 접근 방식은 어떤 것일까요?

Applied는 시뮬레이션용 개방형 표준을 지원하며 ASAM 표준을 밀접하게 다뤄왔습니다. 이 게시물을 통해 현재 존재하는 일부 제약에도 불구하고 Applied가 표준을 다루는 방식을 확인하실 수 있습니다.

‘모든 사항'에 대한 확인 및 검증을 수행하는 정형화된 방법이 일차적으로 고려될 수 있지만, L3+ 자율 시스템을 개발하고 배포하기 위해 필요한 수준의 확인 및 검증 방법을 조합하여 사용하는 것이 더 효과적입니다.

AV 개발 라이프사이클 전체에 걸쳐 점점 더 복잡해지는 요구사항을 관리하기 위해 전통적인 기업 및 ML 중심 기업이 취하는 접근 방식에 대해 논의합니다.

AV 개발을 위해 많은 양의 주행 및 시뮬레이션 데이터가 생성되고 있지만 데이터를 효과적으로 활용하기가 어렵습니다. 저희 Applied 팀이 기존의 요구 사항을 추적하고 설정 범위 내의 데이터 공백을 찾아내는 데이터 활용법에 대해 설명해 드리겠습니다.

이 블로그에서 Applied 팀은 안전에 초점을 맞추면서 AV 알고리즘을 교육하고 개발하기 위한 더 빠르고 비용 효율적인 접근 방식을 가능하게 하는 합성 생성, 라벨 지정 데이터를 사용한 보완 접근 방식에 대해 설명합니다.

Applied 팀은 본 포스팅에서 자율 주행 시스템의 회귀 테스트와 관련된 문제를 논의하고 테스트를 효과적으로 설정하고 오류를 디버깅하기 위한 모범 사례를 공유합니다.

자율 주행을위한 센서 시뮬레이션은 어렵고 실시간으로 처리 할 수있는 고 충실도 시뮬레이션이 필요합니다. 인식 시스템을 정확하게 테스트하는 데 사용할 수있는 기술이 있습니다.

이 게시물에서 Applied 팀은 현재 사용되는 커버리지 메트릭, 일반적인 문제 및 도움이 될 수 있는 ODD 기반 도메인 커버리지 접근 방식에 대한 통찰력을 공유합니다.

이 게시물에서 Applied 팀은 안전에 중요한 시스템을 구축하기 위한 프레임워크에 시뮬레이션이 어떻게 적용되는지, 이 기술에 대한 최근 표준화 노력 및 이 사용 사례를 지원하기 위한 시뮬레이션 도구의 요구 사항을 공유합니다.