Official Blog

Applied의 로그 관리 핸드북: 로그 탐색(파트 2)

2022 년 11 월 1 일
로그 관리 핸드북 시리즈 2부에서는 검토를 위한 흥미로운 이벤트 표시하는 것에 특히 중점을 둔, 로그 탐색 모범 사례를 소개합니다.
더 읽어보기 →

어플라이드의 로그 관리 핸드북: 로그 데이터를 활용하여 자율주행 시스템 강화(1부)

2022 년 10 월 19 일
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.
더 읽어보기 →

Applied Intuition의 V&V 핸드북: ADAS 및 ADS 개발의 다양한 단계에서의 검정 및 검증 (V&V) (1부)

2022 년 7 월 12 일
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.
더 읽어보기 →

지도 검증 방법: IEEE IV 2022에서의 시사점

2022 년 6 월 16 일
올해 IEEE Intelligent Vehicles Symposium에서 Applied Intuition은 실제 자율주행 프로그램에서 사용되는 지도 검증 및 도로 모델 생성 방법에 대해 발표하고 토론을 주도 했습니다.
더 읽어보기 →

자율 시스템의 검증 및 검증: Tech.AD Europe 2022 에서 배운 것

2022 년 5 월 12 일
Applied Intuition은 Tech.AD Europe에서 주요 이해 관계자와 함께 4개의 심층 세션을 주최했습니다. 우리 팀은 자율 시스템 검증 및 검증에 대한 토론을 주도했습니다.
더 읽어보기 →

Caterpillar, 자율 머신의 가상 테스트를 위해 Applied Intuition과 협력

2022 년 5 월 3 일
건설 및 광산 장비의 글로벌 선도 제조기업인 Caterpillar는 자율 시스템 테스트를 가속화하기 위해 Applied Intuition과 협력하고 있습니다.
더 읽어보기 →

온로드 AV에 대한 표준 및 성능 메트릭: NIST 워크숍에서 얻은 교훈

2022 년 4 월 26 일
블로그 소개 페이지 요약: Applied Intuition은 정부, 학계, 산업 전문가들과 함께 NIST 워크숍에 참여했습니다. 패널은 온로드 AV를 위한 AI와 AV 기술에 대한 신뢰를 구축하는 방법에 대해 논의했습니다.
더 읽어보기 →

Applied Intuition은 향상된 운전자 지원 기술의 안전성과 확장성을 개선하기 위해 Nissan과 협력 관계를 맺었습니다

2022 년 4 월 25 일
Applied Intuition은 사고를 줄이고 안전을 개선하기 위해 자동 충돌 방지 시스템을 개발하기 위해 Nissan과 파트너십을 맺었습니다.
더 읽어보기 →

Applied Intuition, 업계 최고의 차량 동역학 시뮬레이션 회사 CarSim 인수

2022 년 3 월 14 일
양사는 최고의 ADAS 및 AV 개발 도구를 제공하기 위해 최선을 다하고 있습니다.
더 읽어보기 →

CARLA를 활용한 대규모 시뮬레이션 및 검증

2022 년 2 월 8 일
Applied 도구는 CARLA와 같은 기타 시뮬레이터와의 통합을 통해 시뮬레이터의 기능을 보완하여 AV 팀이 AV 개발을 효율적이고 성공적으로 확장하고 검증할 수 있도록 지원합니다.
더 읽어보기 →

Applied Intuition과 Supernal은 안전한 자율 항공 모빌리티의 시뮬레이션 분야에서 협력하고 있습니다

2022 년 2 월 3 일
Applied Intuition과 Supernal은 안전한 자율 AAM(Advanced Air Mobility) 차량의 테스트, 인증 및 배포를 위해 협력하고 있습니다.
더 읽어보기 →

오프로드 AV 시뮬레이션에서 서스펜션 모델이 중요한 이유

2022 년 1 월 11 일
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.
더 읽어보기 →

Seegrid, Applied Intuition과 AMR용 자율로봇 시뮬레이션 파트너십 체결

2021 년 12 월 15 일
자율 이동 로봇(AMR) 공급업체의 선두주자는 Applied의 시뮬레이션 도구를 활용하여 차세대 자재 취급 자동화 솔루션을 개발합니다.
더 읽어보기 →

사례 연구: 합성 데이터를 활용한 객체 감지 성능 향상

2021 년 12 월 13 일
Applied Intuition의 퍼셉션 팀은 합성 데이터를 사용하여 실제 데이터 세트에서 과소 대표되는 클래스에 대한 퍼셉션 알고리즘의 객체 감지 성능을 개선하는 사례 연구를 수행했습니다.
더 읽어보기 →

이제 모셔널(Motional)의 nuScenes 데이터셋이 Applied Intuition의 Strada를 통해 검색 가능 합니다

2021 년 12 월 13 일
연구원과 개발팀은 nuScenes 데이터 세트에서 특정 장면, 이벤트, 이상 징후를 쿼리하여 학습 데이터 세트를 생성하거나 온로드(on-road) 문제를 검증 및 검정할 수 있습니다.
더 읽어보기 →

국가 안보 및 국방 자문 위원회 발표

2021년 12월 1일
어플라이드 인튜이션은 저명한 전직 국가 안보 및 미 국방부 지도자들로 구성된 전략적 국가 안보 및 국방 자문 위원회의 구성을 발표했습니다.
더 읽어보기 →

일라드 길, 어디션, 코투 매니지먼트가 공동 주도하는 미화 1억 7,500만 달러 시리즈 D 펀딩 발표

2021년 11월 11일
어플라이드 인튜이션(Applied Intuition)은 일라드 길 (Elad Gil), 어디션 (Addition)사의 리 픽셀(Lee Fixel), 코투 매니지먼트 (Coatue Management)사의 토마스 라폰트(Thomas Laffont)가 공동 주도하고 기존 투자자들이 대규모로 참여한 펀딩 라운드에서 미화 1억 7,500만달러을 유치하고 자동차 자문 위원회를 설립하였습니다.
더 읽어보기 →

토크 로보틱스(Torc Robotics), 자율주행 트럭의 개발 및 검증 가속화를 위해 어플라이드 인튜이션(Applied Intuition)과 협력

2021년 11월 09일
다년 간 전략적 협력을 통해 Daimler-Torc의 자율주행 차량이 현실 세계의 예측할 수 없고 잠재적으로 위험한 사건에 선제적으로 대응하는 데 도움이 될 것을 기대합니다.
더 읽어보기 →

Build Vs. Buy: ADAS 및 AV 개발 툴 도입을 위한 전략적 의사 결정

2021년 11월 8일
자율주행차(AV) 엔지니어링 조직은 개발자 툴을 직접 구축할 것인지 혹은 구매할 것인지에 대한 딜레마에 직면해 있습니다. 이 블로그 게시물에서는 엔지니어링 팀이 테스트 및 개발 프로세스에 적합한 툴을 선택할 때 고려하는 몇 가지 옵션에 대해 설명합니다.
더 읽어보기 →

어플라이드 인튜이션의 코어 시뮬레이터가 ISO 26262 인증을 받았습니다

2021 년 11 월 3 일
오늘 우리는 어플라이드 인튜이션의 시뮬레이션 도구 Simian이 TÜV Nord의 ISO 26262 인증을 획득했음을 발표하게 되어 기쁩니다. 첨단 운전자 지원 시스템(ADAS) 및 자율 주행 차량(AV) 시스템 제조업체는 검증 워크플로의 핵심 부분으로 Simian에 의존할 수 있습니다.
더 읽어보기 →

재시뮬레이션을 사용하여 자율모드해제 이벤트에 대한 AV 스택 검증하기

2021 년 10 월 18 일
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.
더 읽어보기 →

ADAS 및 AV 개발을 위한 ASAM OpenSCENARIO V2.0 및 그 중요성에 대한 입문서

2021 년 9 월 27 일
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.
더 읽어보기 →

AV 및 ADAS 시스템 엔지니어가 공공 도로 주행데이터를 사용하여 요구 사항을 자동으로 검증하는 방법

2021 년 9 월 13 일
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.
더 읽어보기 →

AV 검증 시 오류 사례를 식별하기 위한 계산 효율적 기계 학습 기반 접근 방식

2021 년 7 월 1 일
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.
더 읽어보기 →

다중 로봇 시스템의 자율 시스템 협조 및 작업 할당 시뮬레이션에 대한 접근 방식

2021 년 5 월 10 일
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.
더 읽어보기 →

광선 추적(ray tracing) 및 불칸(Vulkan) API를 활용한 고성능 센서 모델

2021 년 4 월 5 일
Applied 팀은 자율 시스템의 테스트 및 검증 시 광선 추적을 통해 센서 데이터를 개선하기 위해 불칸(Vulkan) 렌더링 기능을 활용하고 있습니다.
더 읽어보기 →

연구에서 제품까지: 인식 시뮬레이션을 위한 전략 (2부)

2021 년 3 월 29 일
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.
더 읽어보기 →

연구에서 제품까지: 인식 시뮬레이션을 위한 전략 (1부)

2021 년 3 월 25 일
인식 시뮬레이션에는 여러 형태가 있습니다. 생산 배포를 위한 트레이닝 및 검증에 가장 적합한 접근 방식은 어떤 것일까요?
더 읽어보기 →

개방형 표준과 AV/ADAS 개발에서의 주요 역할

2021 년 3 월 21 일
Applied는 시뮬레이션용 개방형 표준을 지원하며 ASAM 표준을 밀접하게 다뤄왔습니다. 이 게시물을 통해 현재 존재하는 일부 제약에도 불구하고 Applied가 표준을 다루는 방식을 확인하실 수 있습니다.
더 읽어보기 →

자율 시스템 개발에서 엄격한 검증 문제 극복

2021 년 2 월 6 일
‘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.
더 읽어보기 →

ADAS 및 AV 개발의 요구사항 관리 및 추적성에 관한 접근법

2021 년 1 월 4 일
AV 개발 라이프사이클 전체에 걸쳐 점점 더 복잡해지는 요구사항을 관리하기 위해 전통적인 기업 및 ML 중심 기업이 취하는 접근 방식에 대해 논의합니다.
더 읽어보기 →

알려진, 그리고 알려지지 않은 메트릭스 수치화 또는 지표 수치화를 통한 ADAS 및 AV 개발

2020 년 11 월 16 일
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.
더 읽어보기 →

합성 데이터를 통한 인식 알고리즘 개선 및 바운딩 박스당 비용 절감

2020 년 9 월 16 일
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.
더 읽어보기 →

레벨 2 - 레벨 4 자율 주행 차량 시스템에 대한 진행, 회귀 및 모듈식 테스트

2020 년 8 월 17 일
Applied 팀은 본 포스팅에서 자율 주행 시스템의 회귀 테스트와 관련된 문제를 논의하고 테스트를 효과적으로 설정하고 오류를 디버깅하기 위한 모범 사례를 공유합니다.
더 읽어보기 →

자율주행을 위한 합성인식 데이터 시뮬레이션 접근법: 프로그래밍 방식의 환경 합성 및 합성 환경에 대한 재연성(Determinism) 논의

2020 년 7 월 6 일
자율 주행을위한 센서 시뮬레이션은 어렵고 실시간으로 처리 할 수있는 고 충실도 시뮬레이션이 필요합니다. 인식 시스템을 정확하게 테스트하는 데 사용할 수있는 기술이 있습니다.
더 읽어보기 →

주어진 ODD에서 도메인 커버리지를 사용하여 자율 주행 시스템의 성능 측정

2020 년 6 월 4 일
이 게시물에서 Applied 팀은 현재 사용되는 커버리지 메트릭, 일반적인 문제 및 도움이 될 수 있는 ODD 기반 도메인 커버리지 접근 방식에 대한 통찰력을 공유합니다.
더 읽어보기 →

ISO 26262, SOTIF 및 자율 시스템의 시뮬레이션

2020 년 5 월 11 일
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.
더 읽어보기 →