LG전자, 어플라이드 인튜이션과 협력해 합성 데이터로 자율주행 모바일 로봇용 카메라 시스템 개발 가속화

어플라이드 인튜이션과 LG전자가 협력하여 합성 학습 데이터로 자율주행 모바일 로봇(AMR)용 카메라 시스템 개발을 가속화하고 있습니다.

LG전자는 가전, 전자 제품, 자동차 부품 등 다양한 분야에서 기술 혁신을 선도하는 글로벌 기업입니다. LG전자 로봇선행연구소는 실내 및 실외 서비스 목적의 각종 로봇 및 AMR용 카메라 시스템을 개발합니다. Applied는 자율주행 시스템을 안전하게 대규모로 개발, 테스트 및 배포할 수 있는 소프트웨어 솔루션을 제공합니다. LG전자의 로봇선행연구소는 Applied의 합성 데이터 세트를 사용하여 컴퓨터 비전 알고리즘을 개발하고 테스트합니다.

"LG는 기술 업계에서 가장 잘 알려진 혁신 기업 중 하나입니다."라고 Applied Intuition의 CEO 겸 공동 창립자인 Qasar Younis는 말합니다. "이 회사의 로봇선행연구소는 성공적인 인식 알고리즘 학습을 위한 합성 데이터의 중요성을 잘 알고 있습니다. 이 팀과 협력하여 더 빠르고 비용 효율적인 비전 알고리즘 개발을 촉진하게 되어 자랑스럽습니다."

실제 훈련 데이터의 도전 과제

AMR의 인식 시스템을 위한 머신러닝(ML) 알고리즘은 프로덕션 환경에 배포할 수 있을 만큼 충분한 성능을 발휘하기 전에 대량의 다양한 레이블이 지정된 데이터에 대해 학습하고 테스트해야 합니다. 실제 환경에서 이러한 학습 데이터를 수집하는 것은 시간과 비용이 많이 들고 위험한 경우가 많습니다.

특히 고품질의 실측 데이터를 확보할 수 없는 경우 학습 데이터에 라벨을 지정하는 데 어려움이 있을 수 있습니다. 일반적으로 라이다 센서를 사용하여 추정되는 카메라 이미지의 depth 및 optical flow 레이블은 고품질 지상 실측 데이터를 얻기 어려운 두 가지 예입니다. 라이다 포인트 클라우드는 일반적으로 해당 카메라 이미지보다 밀도가 낮기 때문에 일부 카메라 픽셀에는 depth 또는 optical flow 값이 없는 저밀도의 ground truth데이터가 생성됩니다. 이러한 저밀도의 ground truth 데이터를 학습에 사용하면 ML 모델의 이점이 감소합니다.

실제 데이터를 보완하는 합성 훈련 데이터

합성 훈련 데이터는 실제 세계 데이터 수집 및 라벨링의 문제를 해결하는 데 도움이 됩니다. 합성 데이터는 실제 세계에서 수집하는 대신 센서 시뮬레이션을 통해 생성됩니다. 시뮬레이션을 통해 장면 콘텐츠, 날씨, 조명 등을 결정론적으로 제어할 수 있습니다. 따라서 모델 학습에 필요한 정확한 데이터와 레이블을 쉽게 정의하고 얻을 수 있습니다. ML 엔지니어는 인식 모델을 훈련할 때 합성 데이터와 실제 데이터를 결합하여 더 낮은 비용으로 더 빠르게 자율 시스템을 개선할 수 있습니다. 

Applied의 합성 데이터 세트를 사용하는 LG전자

Applied의 합성 데이터 세트는 ML 알고리즘 개발을 위한 레이블이 지정된 데이터 세트입니다. LG전자는 합성 데이터세트를 사용하여 다른 방법으로는 얻을 수 없는 고밀도 픽셀당 깊이(depth) 및 스테레오 양안시차(stereo disparity)의 ground truth를 확보하여 스테레오 비전 알고리즘을 훈련합니다. 이를 통해 궁극적으로 LG는 이전보다 더 안전한 AMR을 더 빠르게 개발, 테스트 및 배포할 수 있습니다.