안녕하세요. 여러분.

지독한 중간고사의 기간이 지나고 다시 돌아왔습니다. 한 이틀 정도 신나게 놀고 말이죠. ^^

아 나이 서른 넘어서 시험공부하고 리얼 타임으로 시험볼려고 하니까, 그것 참 괴롭네요. ㅋ

언제까지 이 짓(?)을 해야 하나~  나 좀 살려줘요~~~!  (아!  Estimation Theory 듣고 있어요)

자, 본론으로 들어가죠.  제목이 참 멋있는데요,

지난 주에 구글 카 프로젝의 총 책임자인 크리스 움슨 (Chris Umrson) 이 홈구장인 CMU에

와서 했던 세미나의 제목입니다. 물론 저도 가서 그의 매력적인 세니마를 듣고 왔죠. 물론

이곳에 리포팅 하기 위한 목적도 있었죠. ㅋㅋ 원래 크리스는 이곳 CMU의 팀을 이끌었던

실무자였습니다. 아주 뛰어난 형님이지요. 퍼셉션과 모션 플래닝 분야, 여러 분야를 두루

섭렵했던 친구입니다. 이곳의 리서치 교수였다가 구글의 부름(ㅎ)을 받고 구글로 가서 구글카

프로젝을 리딩하고 있습니다.

세미나 듣고, 시험공부하고 시험치고 해서 기억이 많이 남아 있지 않지만, 몇 가지 인상적인

점들을 알려드리고 싶네요. ㅋ 항상 말이지만, 제 영어듣기가 딸려 내용이 정확하지 않을수

도 있습니다. ^^

일단, 퍼셥션 시스템 !

제가 보기에는 퍼셉션 시스템이 3D 레이져 센서인 벨로다인 센서에 많이 의존하고 있었습니다.

거의 80% 이상의 의존성, 제가 질문을 해보니, 직접적인 해답을 회피했지만, 벨로다인이 없으면

동작하지 않는다고 했으니...  로컬라이징과 맵핑 프로세스, 그리고 이동 물체 트랙킹등을

거의 벨로다인 센서를 사용하여 하고 있었습니다. 비젼 센서는 이 목적에는 사용하지 않았고

단지 신호등 인지에 사용하고 있었습니다.  사용된 기술들을  용어들로 나열해 보면,

- Bayesian tracker

- MHT (Multiple Hyphothesis Tracking) algorithm

- GMM (Gaussian Mixture Model) classification

- SVM (Support Vector Machine ) classification

- SLAM (Simultaneous Localization and Mapping)

- Motion planning

그리고 Map-based approach를 사용하고 있었습니다. 구글 맵을 생각해보시면 대충 이해하실수

있을 실 텐데요, 3D 센서를 사용해서 아주 상세한 맵핑을 한다음에 그 맵을 2D 맵으로 변환하여

저장하고 그 놈을 사용해서 퍼셉션과 모션 플래닝에 사용한다고 하였습니다. 그 동안 25GB의

맵을 저장하였다고 하였습니다.  

이렇듯 5000만원 짜리 벨로다인 센서를 사용하여 진짜로 되는 시스템을 만들어가고 있었습니다.

구글은.. 헌데 제 생각에 구글이니까 그런 프로젝을 진행한다고 생각을 합니다. 이런 프로젝이

GM이나 Ford , Daimler 같은 곳에서 하지 않는 이유는 자명하지요. 자동차 회사는 비젼 센서를

주로 사용하기를 원하잖아요. 그리고 당장 100% 자동화를 할 필요가 없기도 하고. 그냥 인간을

보조해 주는 시스템이면 되니까...  카메라 하나 둘 세개 사용해서 비슷한(아마도 약간 못한) 

성능을 내는 퍼셉션 시스템을 구현 하려고 노력하는 것이죠.  Daimler 그룹이 가장 크게 열심히

하고 있는 거 같습니다. Daimler 의 Franke 가 이곳에 와서 세미나를 했는데, 상당히 인상적인

결과를 많이 보여 줬었습니다. ITSC2010 에서는 Daimler 연구원들이 제 발표에 많이 들어와

들었었더랬는데...  제가 벨로다인 사용할려고 한다고 하니까 다들 웃더군요. ㅋ anyway....

크리스는 구글의 연구 환경을 아주 좋다고 하였습니다. 다시 돌아올거냐는 질문에 그렇게 대답을

하던군요. ㅋㅋㅋ 구글은 분야를 막론하고 가고 싶은 회사인거 같습니다.

저도 한번 가 볼까요 ?