실제 도로 환경에서의 자율주행 시험에서는 보행자나 야생동물이 갑자기 주행 경로로 진입하는 등 예기치 않은 사건이 발생할 수 있다. 또한 다양한 기상 조건에서 실제 시험 주행을 수행하는 경우 위험한 상황으로 이어질 수 있다. 더 나아가 자율주행 차량은 센서 및 GPS의 한계로 인해 악천후에서 비정상적으로 작동할 수 있다. 현실 세계와 거의 동일한 수준으로 주행 조건을 재현하는 주행 시뮬레이터는 시장 진입을 위한 검증에 필요한 시간과 비용을 크게 줄일 수 있어 널리 사용되고 있다. 본 논문에서는 다중 소스 영상을 이용하여 악천후 조건에서 SiLS 데이터를 수집하고 검증할 수 있는 가상 주행 시험 환경을 설계한다. 제안하는 방법은 기상, 시간대, 이동 객체를 포함하여 실제 자율주행 시험에서는 쉽게 검증하기 어려운 다양한 사건을 반영하는 가상 시험 환경을 생성한다. 시나리오 기반 가상 환경 이벤트를 구성하고, V2X-Car 엣지 클라우드와 연동된 실제 환경의 DCU(Data Concentrator Unit)를 사용하여 다중 소스 영상 분석 및 검증을 수행함으로써, 현실 상황에서 발생할 수 있는 위험 요인을 효과적으로 다룰 수 있다. 우리는 V2X 통신과 다중 소스 영상 분석을 활용하는 시나리오를 통해 제안 방법을 시험하고 검증하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.