I. 결과물 개요 II. 기술의 개념 및 내용 다양한 경로를 통해 수집/정제된 주행환경 데이터를 기반으로 이종 차량 자율주행 학습 데이터 상호 활용을 위해 이종 차량 특성을 고려한 자율주행 학습 데이터 변환 및 차량 구성요소별 데이터 증식 기술 - 이종 차량: 물리적인 제원(차폭, 전장, 높이 등)이 다른 차량, 또는 자율주행에 관계되는 주요 센서(radar, camera, LIDAR 등)의 장착 위치, 각도 및 센서 특징이 상이한 경우 * 본 내용은 손행선 책임연구원(☎ 031-739-7423, hsson@keti.re.kr)에게 문의하시기 바랍니다. ** 본 내용은 필자의 주관적인 의견이며 IITP의 공식적인 입장이 아님을 밝힙니다. ***정보통신기획평가원은 현재 개발 진행 및 완료 예정인 ICT R&D 성과 결과물을 과제 종료 이전에 공개하는 “ICT R&D 사 업화를 위한 기술예고”를 2014년부터 실시하고 있는 바, 본 칼럼에서는 이를 통해 공개한 결과물의 기술이전, 사업화 등 기술 활용도 제고를 위해 매주 1~2건의 관련 기술을 소개함 자율주행데이터 변환 및 증식 SW Chapter 04 개발목표시기 2023. 12. 기술성숙도 (TRL) 개발 전 개발 후 5 7 결과물 형태 SW-System 검증방법 자체 검증, 3자 검증 Keywords 자율주행, 학습데이터, 인공지능, 데이터 변환, 데이터 증식 Autonomous Driving, Learning Data, Artificial Intelligence, Data Transformation, Data Augmentation 외부기술요소 100% 개발기술 권리성 특허, SW ICT R&D 동향 정보통신기획평가원 35 를 이종 차량으로 정의함 - 데이터 변환 기술: 특정 자율주행차에서 수집된 센서 데이터를 물리/기하적으로 변환하 여 이종차량 학습/검증에 적합한 데이터로 변경하는 기술로, 센서 프로파일 정보 기준 으로 카메라, 라이다, 레이더 등 센서의 특성, 왜곡, 시야각, 시점, 위치 등을 이용 차량 에 맞게 변경 - 데이터 증식 기술: 취득된 실환경 정보 또는 가상정보로부터 날씨, 조명, 객체 등이 변경된 새로운 데이터를 생성(증식) ※ Real to Real 증식 - 수집된 데이터와 수집 당시의 환경 정보를 통해 환경, 객체요 소 등이 변경된 다른 형태의 데이터를 생성 ※ Virtual to Real 증식 - 시뮬레이터 상의 가상환경 또는 모사된 센서 정보로부터 실환경 정보 및 실제 센서 정보를 생성