How Virtual Sensors Streamline Complex System Development

What is a Virtual Sensor?

가상 센서가 무엇인가요?

가상 센서는 디지털 트윈 개념에 뿌리를 두고 있습니다. 이름에서 알 수 있듯이 물리적 센서가 주변 환경에서 "보는" 것을 기반으로 데이터를 생성하는 반면, 가상 센서는 제 3의 정보를 기반으로 계산하거나 추론합니다. 이 데이터는 환경을 대표하는 역할을 하며, 1D, 2D 또는 3D을 기반으로 할 수 있으며 가상 센서는 센서가 카메라일 때 이를 처리하여 디지털 이미지로 변환합니다. 

가상 센서가 칩과 최종 제품 설계자의 친구 같은 역할을 할 수 있는 시나리오는 여러가지가 있습니다. 카메라의 변수를 예로 들어보겠습니다. 이 원리는 LiDAR 및 레이더와 같은 모든 물리적 센서에 적용될 수 있습니다.

한 예로, 가상 카메라는 특정 자율 주행 차량 모델에 대한 실 카메라의 사양을 결정하는 데 도움이 될 수 있습니다.

• 흑백 아니면 컬러 중 어떤 것을 택할지? 
• 픽셀 수는 몇개여야 하는지? 
• 최적의 심도 (Depth of Field) 는 얼마인지? 
• 최상의 정보를 얻기 위해서 이 카메라를 차량의 어느 위치에 배치 시킬지? 

픽셀 수, 컬러 밸런스, 시그널 처리 등을 조정하면서 가상 카메라로 실험하면 값비싼 시제품에 비용을 들이지 않고도 위와 비슷한 질문에 대한 해답을 얻을 수 있습니다. 

설계 단계에서 카메라는 렌즈, 센서, 이미지 시그널 프로세서 등 세가지 이상의 요소로 구성될 수 있습니다. 가상 카메라는 최종적인 이미지 품질을 시뮬레이션하여 이러한 구성 요소의 상호 작용을 테스트하고 올바른 조합을 설정 할 수 있습니다.  

Virtual Sensors in Testing and AI Model Development

테스트 및 AI 모델 개발의 가상 센서

설계가 끝나면 이제 카메라를 현장에서 테스트 할 차례입니다. 윈드 스크린 뒤나 사이드 미러에 가상으로 설치하면 최종 제품이 작동하는 환경에서 어떻게 보일지, 궁극적으로 차량에 통합되었을 때 얼마나 잘 작동할지 정확하게 파악할 수 있습니다.

가상 센서가 활용되는 또 다른 부분은 카메라가 감지하는 환경을 해석하는 AI 모델을 개발하는 것입니다. 도로 표지판이나 보행자와 같은 요소의 가상 이미지를 통해 모델을 훈련하고 개발할 수 있으므로 광범위한 물리적 정보 수집이 필요하지 않습니다. AI 모델이 완전히 형성되면 실제 카메라에서 이를 활용하여 자율주행 차량이 정상적으로 작동할 수 있도록 할 수 있습니다. 

요약해서 얘기하자면, 가상 센서가 실제 자율 주행 차량이 대응해야 할 시나리오를 찾아내거나 발생하기를 기다리는 대신에 직접 시나리오를 생성할 수 있습니다. (예를 들어, 도로 한가운데서 공을 따라 뛰어나오는 어린이가 있을 경우 어떻게 대응할지, 긴급 엠뷸런스 차량에 어떻게 양보할지 등의 상황) 자동차 칩 설계 분야에서 디지털 트윈 모델과 가상 센서는 OEM사의 증가하는 요청과 성능 요구 사항을 충족하기 위한 아키텍처 탐색, 소프트웨어 개발, 하드웨어 및 소프트웨어 통합, 실리콘 출시 전 시스템 온 칩 (SoC) 검증, 반도체 모델의 테스트 및 검증에서 점점 더 중대한 역할을 할 것으로 예상됩니다.   

이와 동시에, 고사양의 칩, 카메라, 발전된 자동차 기술에도 불구하고 자율주행차가 아직 도로에 널리 보급되지 않았다는 점도 주목할 필요가 있습니다. 무엇보다도 시스템 전체가 처리해야 하는 데이터의 양이 여전히 장애물로 남아 있습니다. 현재 자율주행차는 데이터를 간소화 할 수 있는 완전한 시스템으로 설계되기보다는 구성 요소 별로 설계됩니다. 카메라, 전자 제어 장치 (ECUs), 환경 측면에서 가상화는 구성 요소의 상호 의존성을 파악하고 벽을 허물어 팀워크와 시스템 최적화를 개선하는 데 도움이 될 수 있습니다.