Technology

A-CITY를 준비하는 네이버랩스의 주요 기술들(Automous Everywhere Everything Everyday)


A-CITY는 네이버랩스의 기술로 도전하는 미래 도시상입니다. 도심의 각 공간들을 다양한 자율주행 머신들로 연결하고, 인공지능이 방대한 데이터를 분석해 예측하며, 공간 데이터를 정보화하고 업데이트하여 배송과 물류 등의 서비스들까지 자동화 되는 도시를 위한 기술을 연구합니다.

이를 위해 우리는 도심을 구성하고 있는 다양한 공간의 데이터를 모아 머신들을 위한 고정밀 지도를 만들고, 장소/환경/목적에 따라 변용 가능한 지능형 자율주행 머신 플랫폼 개발하고 있습니다. 또한 자연스러운 HMI (human-machine interaction)를 연구해 일상의 공간에서 사람들에게 유용한 서비스를 제공하는 것이 목표입니다.

A-CITY라는 미래 도시상을 앞당기기 위해 지금 우리가 집중해 고도화하고 있는 핵심 기술들입니다.

 

매핑 로봇 M1, 실내 자율주행을 위한 시작

M1은 실내 공간의 3차원 고정밀 지도를 제작하는 매핑 로봇입니다. LiDAR로 수집한 포인트 클라우드에 SLAM 기술을 적용하여 만든 고정밀 지도는 실내 자율주행 서비스 로봇을 비롯해 다양한 위치 기반 서비스의 핵심 데이터로 사용됩니다. 현재 M1의 업그레이드 버전인 M1X를 통해 정확도를 높이는 동시에 데이터 활용성을 더욱 확장하고 있습니다.

M1 자세히 보기

 

도로 자율주행을 위한 핵심 데이터, 하이브리드 HD매핑

자율주행머신을 위한 도로 HD맵을 제작하는 독창적인 솔루션입니다. 도심 단위 대규모 지역을 촬영한 항공사진 이미지에서 도로 면의 레이아웃 정보를 추출하고, 자체 개발된 MMS (mobile mapping system)인 R1이 수집한 데이터를 유기적으로 결합하는 방식으로 광대한 영역의 HD맵을 빠르고 정확하게 제작하는데 효과적인 방식입니다.

하이브리드 HD매핑 자세히 보기

 

HD맵을 자동으로 업데이트하는 기술들

머신을 위한 지도 역시 최신성은 중요합니다. 네이버랩스에서는 도로 HD맵을 위한 ACROSS 프로젝트와 실내 지도를 위한 셀프업데이팅맵 기술을 연구합니다. ACROSS는 다수의 차량에 장착한 매핑 디바이스로 도로 레이아웃(차선 정보, 정지선 위치, 도로 마커 등)이나 3차원 정보(교통표지판, 건물, 신호등, 가로등 등)의 변화를 감지하여 업데이트하는 기술입니다. 셀프업데이팅맵은 자율주행로봇과 AI를 통해 대규모 쇼핑몰의 POI 변화를 자동으로 인식하는 기술입니다.

ACROSS 프로젝트 자세히 보기
셀프업데이팅맵 기술 자세히 보기

 

노면과 환경이 불규칙한 인도(sidewalk) 매핑 & 측위

실내와 도로의 중간 지대라 할 수 있는 인도(sidewalk)는 계절이나 날씨의 영향을 많이 받습니다. 또한 노면도 훨씬 불규칙합니다. 그래서 네이버랩스는 인도에서의 매핑과 측위 기술 개발을 위해 'COMET'이라는 프로젝트를 진행 중입니다. 인도 환경에 적합한 센서 구성의 디바이스를 제작하고, 이 매핑 장비로 취득한 데이터를 처리하기 위한 알고리즘도 개발하고 있습니다. 단기적으로는 사람이 장착하며 테스트를 하겠지만, 향후 다양한 노면에서 이동이 가능한 4족 보행 로봇이 직접 데이터를 취득할 수 있게 테스트할 예정입니다. 네이버랩스의 펀딩으로 MIT에서 개발한 치타3와 미니치타가 활용될 것입니다.

또한 네이버랩스 유럽에서 진행 중인 날씨/계절/시간/조명 등의 환경 변화에도 특정 위치를 정확히 파악하는 VL 연구(R2D2)도 아주 혁신적인 기술입니다. 이 기술은 CVPR 2019의 Long-Term Visual Localization 부문 Local Feature Challenge에서 1위를 수상하기도 했습니다.

R2D2 프로젝트 더 보기

 

도로 위의 끊김 없는 정밀 측위 (localization) 기술

도심의 복잡한 환경에서도 자율주행 머신이 자신의 위치를 실시간으로 정밀하게 추정하는 기술을 연구합니다. 빌딩숲이나 터널 등 GPS 신호에 의존할 수 없는 지역에서도 끊김 없이 안정적인 측위를 하기 위해 자체 개발 HD맵을 하나의 가상 센서처럼 활용하고 LiDAR, Camera, 관성센서, Wheel Encoder 등 다양한 센서로부터 획득된 정보를 종합하여 가장 정확한 좌표를 추출하는 기술을 고도화하고 있습니다. 올해 말까지 오차범위 10cm 이내의 정밀도를 목표로 각 알고리즘의 완성도를 높이는 한편, 서울/경기 주요 지역의 실제 도로에서 지속적으로 검증해 나갈 계획입니다.

HD map aided localization 더 보기

 

실내에서 사진 한 장으로 위치를 인식하는 VL 기술

VL (visual localization) 기술은 이미지를 분석해 현재 위치를 인식하는 기술입니다. GPS가 통하지 않는 실내에서도 아주 정밀하게 현재 위치를 알 수 있습니다. 네이버랩스의 이VL 기술은 M1이 촬영한 3D 데이터에서 특징점을 추출하고 비교해 위치를 인식하는 솔루션으로 최고 수준의 글로벌 경쟁력을 가지고 있습니다. 현재 실내 자율주행 로봇 플랫폼에 이 기술이 적용되어 있으며, VL 외에 센서와 영상 정보를 분석해 위치를 추적하는 VIO (visual-inertial odometry), 사물을 인식해 위치나 방향을 6DoF(전후상하좌우)로 추정하는 VOT (visual object tracking) 기술 등과 결합한 AR 기술도 함께 개발하고 있습니다. AR은 공간 그 자체를 인터페이스로 활용하기 위해 아주 중요한 기술이기도 합니다.

VL 기술 자세히 보기

 

사람의 팔과 유사한 구조의 로봇팔, AMBIDEX

일상 공간에서 사람들에게 직접 서비스를 제공하기 위해서는 아주 정교한 동작이 가능하면서 동시에 안전한 로봇팔이 필수입니다. 네이버랩스와 코리아텍이 산학협력으로 개발한 AMBIDEX는 와이어 구조의 혁신적인 동력 전달 메커니즘으로 사람들과 안전하게 인터랙션 할 수 있는 로봇 팔입니다. 또한 AMBIDEX의 활동 반경을 확장하기 위해 허리부를 추가했습니다. 더 똑똑하고 정교한 서비스 시나리오를 수행할 수 있도록 시뮬레이터를 통한 강화 학습 등을 함께 연구하고 있습니다.

AMBIDEX 자세히 보기

 

도로 위의 자율주행 머신들을 위한 온로드 머신 플랫폼

네이버랩스는 2017년 IT업계 최초로 국토부 자율주행 임시운행을 허가 받은 이후 실제 도로 위에서 측위, 인지, 플래닝과 컨트롤에 이르는 모든 영역의 도로 자율주행 기술들을 종합적으로 고도화하고 있습니다. 또한 하이브리드 HD매핑과 ACROSS 솔루션으로 도로 자율주행을 위한 HD맵을 제작합니다. 이러한 기술들과 데이터를 통합하여 이후 물류/배송/ 무인샵 등 다양한 목적으로 커스터마이즈할 수 있는 도로 자율주행 머신 플랫폼을 개발하고 있습니다.

네이버랩스 자율주행 기술 더 보기

 

맵 클라우드와 강화학습을 통한 실내 자율주행, AROUND 플랫폼

AROUND플랫폼은 자율주행 서비스 로봇 대중화를 목표로 네이버랩스가 개발한 독자적인 솔루션입니다. 매핑 로봇 M1이 만든 맵 클라우드(map cloud)를 기반으로 위치를 인식하여 경로를 계획하고, 심층 강화학습 (deep reinforcement learning) 알고리즘을 적용해 레이저스캐너의 도움 없이 매끄러운 자율주행이 가능하다는 것이 특징입니다. 지도 생성, 위치 파악, 경로 생성, 장애물 회피 등의 핵심 기능을 직접 수행해야 하는 기존 많은 자율주행 로봇과는 달리, 저가의 센서와 낮은 프로세싱 파워만으로 정확도 높은 실내 자율주행을 구현했습니다.

AROUND 자세히 보기

 

로봇 서비스의 새로운 가능성, 5G 브레인리스 로봇 플랫폼

네이버랩스는 CES 2019에서 세계 최초로 5G 브레인리스 로봇 시연에 성공한 바 있습니다. 로봇의 두뇌 역할을 하는 컴퓨터를 클라우드로 옮기고 5G로 연결하는 기술입니다. 다수의 로봇을 동시에 제어할 수 있어 제작 비용을 효과적으로 줄일 수 있고, 클라우드가 로봇의 두뇌 역할을 대신하기 때문에 크기가 작으면서 지능도 뛰어난 로봇을 만들 수도 있습니다. 우리는 이 기술을 AROUND 플랫폼과 연계하는 연구로 확대하고 있습니다. 이를 통해 네이버 데이터센터 ‘각’이 여러 로봇들의 두뇌가 되어 다양한 방식의 로봇 서비스를 제공하고자 합니다.

5G 브레인리스 로봇 기술 자세히 보기

태그