자율주행차의 모든 센서는 '비활성' 상태지만 여전히 도심 도로를 원활하게 주행할 수 있는 블랙 기술이 해외에서 인기를 끌고 있다.

본 글은 AI 뉴미디어 큐빗(공개 계정 ID: QbitAI)의 승인을 받아 재인쇄되었습니다.

"머스크, V2X+AI가 자율주행을 더 쉽게 구현할 수 있다고 믿나요?"

지난 이틀 동안 칼 콘래드, 돔 에스포지토, 셰인 스타네스, Jonathan Casey가 이에 대해 이야기해왔습니다. 자율주행 도로변 기술 동영상은 @musk, waymo, Cruise 및 기타 기술 거물과 유명 기업을 따릅니다.

영상에서 자율주행차는 전체 과정을 인계받지 않고 탁 트인 도시 지역의 복잡한 도로를 대처하지만, 이것이 모두를 놀라게 하는 것은 아닙니다. 정말 놀라운 점은 영상 속 차량이 온보드 센서를 모두 완벽하게 차단한다는 점입니다. 이는 이 스마트카가 거의 눈에 보이지 않는 '시각 장애인'이 되었다는 의미다.

L4급 도심 개방도로 자율주행은 노변의 스마트 기기를 통해서만 구현된다는 점을 꼭 아셔야 합니다!

모든 자율주행 과정은 모고 AI 디지털 도로 기지국 2.0(모고 AI 스테이션 2.0)에 의해 감지, 계산, 통신이 완료되어 신호등 상태, 보행자 경고, 도로 상태 경고, 앞차 제동 경고 및 스마트 자동차는 통행권 게임, 속도 향상, 추월, 자동 차선 변경 등 어려운 작업을 안전하게 수행할 수 있도록 차량에 기타 정보를 제공합니다.

이러한 역량으로 인해 이러한 해외 기술 KOL은 차례로 다시 게시하고 다음과 같이 감탄했습니다.

중국의 디지털 도로 기술은 이미 선두에 있으며 산업 표준을 제정할 가능성이 높습니다.
중국 모궈리안(Moguolian)은 'AI+V2X 인프라'를 통해 자율주행차를 현실로 만든다.
멋지네요! V2X 인프라가 있는 도시에서는 자율주행차가 대규모로 배치될 가능성이 더 높습니다!

세계적으로 유명한 기술 매체인 테크미디어투데이(TechMediaToday)와 TG데일리(TGDaily)도 현지 시간으로 각각 3월 27일과 28일에 이 사건을 보도했습니다.

젊은 독자층이 많은 신흥 기술 뉴스 웹사이트 TechMediaToday는 보고서에서 다음과 같이 지적했습니다. "Moguchi AutoLink는 중국 기술 기업의 축소판일 뿐입니다. 중국의 자율주행 기술은 놀라운 속도로 성장하고 있습니다."

1998년 설립된 세계적 기술 매체 TGDaily는 “중국의 Mushroom Connected Vehicles는 '자동차-도로-클라우드' 교통 참여 요소를 유기적으로 연결하여 지능형 커넥티드 카에 대한 보다 포괄적인 교통 정보를 제공하고 자율주행의 안전성을 향상시키기 위해

어떤 능력을 보여주나요?

영상 속 차량은 차량의 모든 센서를 차단한 채 도심 개방도로에서 L4레벨 자율주행 임무를 안전하게 완수하는 모습을 보여줍니다. 차량은 다양하고 복잡한 도로 구간을 쉽게 처리할 수 있습니다.

예를 들어 교차로에서 Mushroom AI 디지털 기지국은 신호등 정보를 차량에 미리 보냅니다.

"전통적인" 자율 주행 차량인 경우 이 프로세스에는 차량 측 카메라가 이미지 데이터를 캡처한 다음 알고리즘으로 식별하는 작업이 포함됩니다.

하지만 이번에는 자율주행차 카메라가 차단되어 신호등 인식 및 반응을 구현하기 위해 신호등 결과가 도로변 스마트 기기를 통해 자율주행차로 전송됩니다.

또 다른 예로, 도로를 건너는 보행자를 만나면 차량이 사전에 적극적으로 회피 조치를 취합니다.

기존 ADAS의 경우 카메라에 포착된 이미지 데이터 외에도 갑작스러운 장애물 대상에 대해 일반적으로 LiDAR 데이터는 시스템의 상호 검증을 위한 중복 보장 역할을 하는 데 필요합니다.

그런데 이번에는 차량의 라이다까지 막혔네요.

ADAS가 "눈이 멀게" 하고 "가이드 목발"을 손에 쥐게 하고, 모두 도로변 장비에 의존하여 차량이 결정을 내릴 수 있도록 데이터를 입력합니다.

도로의 실시간 교통 상황에는 동적 대상 차량과 사람, 인프라 수준의 교통 표지판 및 조명뿐만 아니라 도로 비상 사태, 사고, 건설 등이 포함되며 모두 첨단 기술을 기반으로 합니다. 도로 끝에 설치된 AI 디지털 도로 기지국. 인공지능 알고리즘, 실시간 인식, 인식, 계산을 거쳐 차량으로 전송됩니다.

즉, 이 시스템은 '회피'에 더해 더욱 발전된 자율주행 액션도 완성할 수 있습니다.

예를 들어, 저속 차량이 있는 경우 도로변 스마트 기지국은 차량이 적극적으로 차선을 변경하고 추월할 수 있도록 관련 의사 결정 데이터를 제공합니다.

교차로에서도 보호되지 않은 조향이 있습니다.

차량 측 센서 능동 입력은 없지만 획득한 교통 데이터의 양과 AI 알고리즘의 컴퓨팅 전력 요구 사항의 관점에서 볼 때 영상에 나오는 길가 기술은 더, 더, 더 풍부하고 안전 수준에서 보다 시기적절한 데이터와 이중 안전 이중화를 제공합니다.

클라우드 시스템을 사용하여 특정 지역의 교통 흐름을 전 세계적으로 제어하면 교통 효율성을 극대화하고 사고를 줄일 수도 있습니다.

차량 측 센서에 의존하지 않고 노면 기술만 활용해 자율주행을 구현하는 이 영상이 해외에서 큰 인기를 얻은 이유도 바로 여기에 있습니다.

기존의 자율주행 기술 노선과 달리 놀라운 결과 뒤에는 비교하고 논의할 만한 차원이 더 많습니다.

이게 무슨 시스템인가요?

외국 기술계를 충격에 빠트린 이번 영상은 차량-도로-클라우드 통합을 전문으로 하는 국내 자율주행 기술 기업 모구오토얼라이언스에서 나온 영상입니다.

소프트웨어와 하드웨어를 통합한 표준화된 제품을 Mushroom AI 디지털 도로 기지국 2.0이라고 합니다. 이는 도시 도로, 고속도로, 명승지 및 공원 등에 대규모로 신속하게 배포할 수 있는 도로 디지털 인프라입니다.

Δ 도시 장면

Δ 고속 장면

Δ 경치 좋은 길

영상 속 6분 측정 도로 구간은 후난성 헝양시 주요 도로에 위치하며 도심을 가로지릅니다. MOU는 이곳에 38km의 디지털 도로를 건설 및 업그레이드했으며, 자체 개발한 AI 디지털 도로 기지국을 대규모로 배치했습니다.

모구치 오토링크의 AI 디지털 도로 기지국은 실제로 소프트웨어와 하드웨어가 통합된 제품으로, 엣지 컴퓨팅 컴포넌트(MEC), 차량-도로 협력 통신 유닛(RSU), 다양한 센서 컴포넌트가 포함되어 있으며 자율적으로 작동합니다. MEC 회사가 개발한 지능형 도로 시스템은 다중 모드 인식 융합과 V2X 컴퓨팅 엔진을 실현합니다.

도로 교통 신호 기둥, 갠트리 및 기타 인프라에 수백 미터마다 배치하여 사각지대 없이 지속적인 감지 범위를 형성하고 도로를 따라 지속적인 차량-도로 협업 네트워크 범위를 제공할 수 있습니다.

직관적으로 이해하는 것은 기지국에 배치된 센서를 통해 도로의 실시간 상태를 파악한 후 엣지 컴퓨팅 장치를 통해 계산을 수행한 후 고성능 통신 모듈을 통해 차량에 "말"하고, 자율주행차는 특정 작업을 수행합니다.

차량 측 센서로만 수집한 도로 정보에 비해 도로 양쪽에 배치된 Mushroom AI 디지털 도로 기지국은 더 넓은 시야와 더 긴 거리를 제공합니다. 심지어 킬로미터 떨어진 곳의 교통 상황도 예측합니다. 특히 "유령 프로브"와 같은 사고를 피하기 위해.

현재 헝양의 38km에 달하는 디지털 도로는 하루 평균 46.2TB의 데이터 흐름을 처리하고, 18억 5천만 프레임의 감각 데이터를 분석하고, 교통 참여자 식별 196만 4천 회, 조명 상태 정보 2,592만 회 발행, V2X 이벤트 계산 2.37을 달성할 수 있습니다. 10억 회, 차량-도로 협업 상호작용이 2,737만 회 발생했습니다. 매일 약 5,000대의 지능형 커넥티드 카가 Mogo AI Digital Road Base Station 2.0(Mogo AI Station 2.0)과 상호작용합니다.

두 번째로, Mushroom Digital Road 기지국은 뛰어난 데이터 처리 기능과 초저 풀링크 지연 시간을 갖추고 있습니다. 전체 38km 여행의 총 컴퓨팅 성능은 10,000TFlops를 초과하며 이는 자전거 한 대의 컴퓨팅 성능을 뛰어넘습니다. 동시에 차량-도로-클라우드 통합 시스템을 기반으로 한 알고리즘은 자율주행 단말기가 시기적절하고 신속한 결정을 내리는 데 도움을 줄 수 있습니다. 시스템의 응답 속도는 인간의 반응 속도보다 3배 빠른 100밀리초 이내에 도달할 수 있습니다.

L4 레벨 자율 주행을 지원하는 것 외에도 이 디지털 도로 기지국은 해당 지역의 다른 L1-L3 차량에 데이터를 제공할 수도 있습니다. 그리고 승용차뿐만 아니라 이론적으로 시스템에 연결된 모든 상업용 차량과 저속 무인 차량은 기지국으로부터 강력한 데이터 지원과 서비스를 얻을 수 있습니다.

디지털 도로 건설이 가속화됨에 따라 디지털 기지국에서 얻는 데이터는 기하급수적으로 증가할 것이며, AI 알고리즘을 피드백하여 시스템을 더욱 지능화하여 궁극적으로 교통 사고를 줄이고 교통 상황을 전반적으로 개선할 수 있습니다.

Moguchi AutoLink의 접근 방식은 chatGPT와 약간 비슷합니다. 둘 다 아래에서 위로 문제를 해결합니다. 자율주행은 많은 기술과 마찬가지로 지난 수년 동안 잘 작동하지 않은 이유는 알고리즘 융합을 배경으로 충분한 데이터를 얻을 수 없고 컴퓨팅 성능도 강력하지 않기 때문입니다.

모구치 오토링크의 디지털 도로 기지국은 데이터(시선을 초월한 '신'의 관점, 막다른 골목이 없는 종합 정보)와 컴퓨팅 파워(에지 컴퓨팅, 차량 측 컴퓨팅, 클라우드 컴퓨팅 다중 오버레이)의 문제를 근본적으로 해결합니다. 시스템 관점에서 보면 전례 없는 슈퍼컴퓨터 문제가 될 것입니다. 다수의 기지국은 24시간 내내 엄청난 양의 데이터를 생성하여 대규모 자율주행 모델이 빠른 반복과 진화를 이루도록 돕고, 이는 자율주행 기술 개발에 상상할 수 없는 변화를 가져올 수 있습니다.

중국이 자율주행을 개발할 또 다른 가능성

이 영상이 뜨거운 논의를 불러일으킨 이유는 모궈리안만의 기술 축적과 충분한 '블랙 테크놀로지'를 갖춘 노상 제품 개발 외에도 또 다른 이유가 있기 때문입니다. 일종의 자율주행 기술 경로는 거의 중국에서만 실현될 수 있습니다. 이는 많은 해외 ​​동료들을 매우 부러워하게 만듭니다.

Mushroom AutoLink와 같은 시스템이 구축되면 차량이나 도로 구간에 관계없이 다양한 L1~L4 차량에 필요한 거의 전방위적인 기본 자율주행 서비스를 제공하게 됩니다.

이러한 V2X를 대규모로 구현하려면 현재 중국의 디지털 도로 인프라만 충분히 완성되어 있고, 시장도 충분히 크고, 정책도 충분히 활발하기 때문에 해외 구현보다 더 많은 장점이 있습니다.

도로 주행 성능 영상 공개에 이어 모궈리안은 자전거 자율 주행 영상도 공개했는데, 이는 도심 개방 도로에서도 L4 자율 주행 성능을 달성했습니다.

차량 엔드와 로드 엔드가 협력하고 두 시스템이 서로 중복되어 전체 자율 주행의 신뢰성이 향상됩니다.

그 뒤에 있는 클라우드 플랫폼과 결합하여 국가가 옹호해 온 "차량-도로-클라우드 통합"을 진정으로 실현합니다.

해외 기술계의 KOL과 언론은 머쉬룸 오토링크(Mushroom AutoLink)의 길가 기술에 감탄합니다. 중요한 이유는 머스크가 수년간 설교한 끝에 테슬라로 대표되는 자전거 지능이 자율주행의 유일한 고전 교리가 되었다는 점입니다. 그러나 Moguchi AutoLink는 도시 개방형 도로에서 L4 레벨 자율 주행을 달성하기 위해 Mogu AI 디지털 도로 기지국만 사용하여 자율 주행이 더욱 강력하고 안정적이며 전반적인 사회 경제적 이익이 더 나은 경로를 보여주었습니다.

그리고 @Musk와 Cruise, Waymo 같은 기술 기업이 있습니다. 사실 표현되지 않은 서브텍스트가 있습니다 -

해외에서는 그런 방법이 불가능할 수도 있습니다.

위 내용은 자율주행차의 모든 센서는 '비활성' 상태지만 여전히 도심 도로를 원활하게 주행할 수 있는 블랙 기술이 해외에서 인기를 끌고 있다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!