국민대학교 자동차IT융합학과 김종찬 교수 연구팀(석사과정 장원석, 정한샘)이 주도해 UC Irvine Nikil Dutt 교수팀, 한양대학교 강경태 교수 연구팀과 국제 공동연구로 자율주행 시스템의 안전성을 획기적으로 개선할 수 있는 실시간 객체 검출 시스템을 개발했다.
자율주행 시스템은 도로로 뛰어드는 어린아이, 급하게 차선을 변경하는 자동차 등 갑자기 시야에 등장하는 위험 물체를 최대한 빠르게 검출해야 한다. 이를 위해 딥러닝 기반의 객체 검출 시스템이 사용된다. 본 연구는 저전력 임베디드 시스템에서 물체의 등장부터 검출까지 종단간 지연시간(end-to-end delay)을 최신 기술 대비 평균 76% 단축했다. 이번에 개발된 기술은 기존 최적화 방법과 달리 객체 검출 정확도에 아무런 영향 없이 지연시간을 단축한다. 이를 위해 임베디드 시스템의 멀티코어 CPU와 GPU의 상호 간섭을 최소화하는 새로운 병렬화 기술을 적용했다.
연구 결과는 “R-TOD: Real-Time Object Detector with Minimized End-to-End Delay for Autonomous Driving”로 명명된 논문으로 컴퓨터 분야 최우수 플래그십 학술대회인 IEEE Real-Time Systems Symposium (RTSS)에 채택되어 오는 12월 3일 발표된다. 컴퓨터 분야는 SCI 저널보다 최우수 학술대회의 학문적 가치를 더 크게 인정하기 때문에 연구재단에서는 엄격하게 선별된 학술대회에 대해서 가장 높은 Impact Factor의 SCI 저널과 동일한 성과로 인정한다. RTSS는 그중에서도 실시간 컴퓨팅 분야의 전 세계 최고 전문가들이 진검승부를 펼치는 곳이다. 개발 결과물은 R-TOD (Real-Time Object Detector)로 명명된 오픈 소스 프로젝트로 GitHub에 공개된다.
한편, 이 연구는 국토교통부의 “V2X 기반 화물차 군집주행 운영기술 개발”, 산업통상자원부의 “긴급조향제어를 위한 딥러닝 기반 상황 인지 및 판단 기술 개발”, 과학기술정보통신부의 “실시간 자율 복원 사이버물리 시스템 기초 연구”, 미국 NSF (National Science Foundation)의 지원을 받아 수행되었다.