[전기신문 안상민 기자] 한국광기술원(원장 신용진)이 자율주행차의 안정성 향상을 위해 인공지능 기술을 활용해 야간 카메라 영상을 주간 카메라 영상처럼 실시간 처리하는 야간환경 저조도 영상변환 기술을 개발했다고 1일 밝혔다.

현재 자율주행기술은 라이다(LiDAR) 센서를 이용하는 그룹과 카메라 영상을 이용하는 그룹으로 나눠지는데 라이다센서는 자율주행 기술에 많이 시도되고 있으나 고가이면서 광학적 안정성 확보가 어려워 자율주행차 대중화에 걸림돌이 되고 있다.

또 적외선 카메라 기반의 야간 영상기술은 높은 가격에도 불구하고 흑백 영상 위주의 낮은 객체 인식성능을 보이는 제약이 있다.

반면 저가의 일반 카메라와 영상분석을 이용한 자율주행 기술은 가격 측면에서는 상용화에 유리하지만 야간 환경에서 차량 주변 객체 인식성능이 떨어지는 등 해결해야 할 숙제가 남아 있다.

박안진 한국광기술원 지능형광IoT연구센터 박사팀이 이번에 개발한 ‘인공지능 기술을 이용한 저조도 야간-주간 영상변환 기술’은 야간 환경에서 보행자‧차량 인식, 경로 예측, 도로표지판 같은 고정 객체 인식, 도로 상황 인식 등 자율주행에서 요구되는 난제를 해결한 기술로 평가된다.

이 기술은 인공지능 기술의 한 분야인 ‘CycleGAN(생성적 적대 신경망)’에 독창적인 매칭 레이어 네트워크를 도입한 기술로 부가적인 야간환경 데이터 수집이나 추가적인 인공지능 학습이 필요하지 않아 주야간 모든 환경에서 선명한 영상을 제공하는 이점이 있다.

이에 카메라 기반 자율주행 기술에서 나타나는 야간 주변 환경 인식성능 저하 문제를 해결함으로써 주행 안정성 향상에 크게 기여할 것으로 기대된다.

김정호 한국광기술원 지능형IoT연구센터 센터장은 “이번에 개발에 성공한 기술을 통해 라이다센서나 적외선카메라 등 고가 장비를 대체함으로써 자율주행차의 상용화와 대중화가 더 빨라질 것으로 기대한다”며 “국내 자율주행 기술 관련 산업 생태계 활성화를 위해 최선을 다하겠다”고 말했다.

저작권자 © 전기신문 무단전재 및 재배포 금지