달의 반대편에 가본 적이 없다면 어느 시점에서 자율주행차 기능에 대한 소문에 사로잡힌 적이 있을 것이다. 자율주행차의 미래에 대한 일반적인 추측은 ADAS(Advanced Driver Assistant Systems)와 진정한 자율주행 사이의 오해로 뒤죽박죽이다. 그러나 몇 가지 분명한 사실이 있다.

무엇보다도 진정한 자율주행차( SAE 레벨 4 및 5 )가 오고 있다. 태양이 떠오르는 것처럼 자동차 제조업체는 완전 자율 주행 차량을 세상에 선보일 것이다. 둘째, 새로운 레벨 4 및 5 차량은 현재 존재하는 네트워크에서 표준 성능을 발휘할 수 없다.

하지만 왜 안돼? 이 질문에 답하기 위해 시속 180마일로 경쟁적으로 경주하는 12대의 완전 자율 주행 차량이 있는 트랙의 테스트 사례를 고려하자.  

빨라야한다.

IAC (Indy Autonomous Challenge )에서 교수팀과 대학원생 팀은 다른 차량을 추월하고 방어하면서 최고 속도로 수 마일 트랙을 탐색할 수 있는 완전한 자율 주행 차량을 만들고 프로그래밍한다. 이 작업을 수행하는 데 필요한 데이터 처리량은 상당하다.

AI 차량은 언제든지 자신이 우주 어디에 있는지, 트랙의 맥락에서 어디에 있는지, 다른 차량과의 근접성, 자동차의 모든 시스템 상태, 팀에서 제공하는 환경 및 전략 정보를 알아야 한다. ...그리고 이 모든 정보는 무선을 통해 초당 여러 번 정확하게 업데이트되어야 한다.

이러한 연결 처리량은 Cisco의 CURWB(Ultra-Reliable Wireless Backhaul)를 통해 가능해지며 IAC 이벤트 중에 모든 차량 내 및 차량-트랙사이드 연결을 제공합니다. 500Mbps의 동기 속도에서 무선 연결은 광섬유와 같은 성능을 제공하며 차량 내부의 Cisco 스위치는 40Gbps의 속도로 HD 카메라, LiDAR 및 센서를 연결한다.

속도는 또한 차량이 연결을 변경하는 방식에서 중요한 역할을 한다. 자율 주행 레이서가 시속 60마일의 속도로 급커브를 돌고 경쟁자가 안쪽으로 빠르게 진입하는 경우를 상상해 보십시오. 1~2초라도 네트워크 연결이 끊기면 재앙이 된다.

Cisco는 사용 가능한 네트워크와 트랙의 다음 섹션에 대한 최적의 연결을 고려하는 AI 기반 예측을 사용하여 이 문제를 극복합니다. 연결 및 세션 관리의 원활한 핸드오프는 마이크로초 단위로 측정되며 자동차는 계속 경주한다. 

모두가 함께 노력해야 한다.

현실 세계에서 작동하기 위해 자율 차량은 네 바퀴와 네트워크 액세스가 있는 컴퓨터로 격하되면 대규모로 성공하지 못할 것이다. 실제 작동에 도달하려면 자율주행차가 네트워크에 연결되는 것 이상이 필요하다. 자동차는 네트워크의 확장처럼 행동해야 한다. 

IAC에서 위의 턴 예제로 돌아간다. 회전에 진입하는 자동차는 센서가 도달할 수 있는 정보만 가지고 있다. 차량 AI는 카메라를 통해 주변 환경을, 내부 센서를 통해 차량 구성 요소 상태를, 소나/레이더/LiDAR를 통해 물체와 다른 차량의 근거리 근접성을 파악한다.

한편, 네트워크는 중요한 보충 정보를 호스팅합니다. 트랙 주변의 기상 조건은 어떨까? 현재 성능에서 자동차의 예상 연료 수명은 얼마일까? 센서 범위를 벗어난 다른 차량의 위치는 어디이며 팀의 최신 레이스 전략은 무엇일까?

데이터는 자동차와 네트워크 간에 양방향으로 이동하여 최상의 결과를 얻는다. 그리고 CURWB는 미국에서 4백만 마일이 넘는 도로에서 2억 8천만 대의 자동차를 위해 확장되지 않지만 5G, 6G 또는 7G일 수 있다. 차량, 무선 및 데이터 저장소에 대한 차세대 요구 사항은 우리가 네트워크를 구축하는 방법과 서비스 공급자가 네트워크를 운영하는 방법에 근본적인 변화를 요구한다. 광범위하게 채택되기 전에 필요한 신뢰를 고취하려면 클라우드-차량 통신의 대대적인 점검이 필요하다.  

자신감을 불러일으켜야 한다 

IAC 팀은 수십만 달러 가치의 자동차에 수년간의 작업을 투자합니다. 위험을 0으로 줄여야 한다. 위험을 제거하고 신뢰도를 높이는 중요한 단계는 가능한 최고의 연결 안정성을 제공하는 것이다.

차량이 충돌이 임박했음을 감지하면 팀은 네트워크를 알 수 있는 자신감이 필요하며 차량은 사고를 피하기 위해 그에 따라 대응한다. 팀이 레이스 전략을 변경하는 경우 업데이트 및 변경 사항이 자동차에 빠르고 안정적으로 적용되는지 알아야 한다.

이러한 확신이 전달되면 팀은 생각의 초점을 보다 전략적인 작업으로 옮길 수 있다. 알고리즘을 업데이트하고 최적화하고, 자동차 출력과 안정성을 개선하고, 효율성을 높이고, 가능한 최고의 경주 전략을 만드는 것이 실제 작업이다. 그들의 네트워크 시스템이 처음부터 끝까지 그리고 그 이상까지 전달될 것이라는 것은 기정사실이다. 

자율주행차 네트워크의 미래  

Indy Autonomous Challenge를 위한 연결성을 제공하는 문제를 극복하는 것은 자율주행차가 전 세계의 고속도로와 샛길로 가는 방법에 대한 로드맵을 알려준다. 이 연습은 180MPH 경주 관리를 달성하는 것뿐만 아니라 소비자 차량에 대한 더 빠르고 안정적인 결과를 가능하게 하기 위해 네트워크 구축에 대한 생각을 바꿔야 한다는 것을 보여준다.

그리고 이 외에도 Kyle Connor가 “자동차 경주는 수십 년 동안 혁신의 발상지였습니다. 백미러와 디스크 브레이크에서 신생아 집중 치료실이 "피트 스톱"처럼 설치되는 방식에 이르기까지. 따라서 CAV(Connected and Autonomous Vehicles)의 혁신과 관련하여 Cisco와 Indy Autonomous Challenge 간의 파트너십은 우리 모두에게 흥미로운 기회였습니다.” 

자율주행 경주용 자동차와 완전 자율 주행 차량의 미래를 위해 Cisco는 미래 네트워크에 필요한 통찰력과 기능을 제공함으로써 승리를 제공한다.