TRACK 2

자율주행/AI/보안

>> 다른 트랙 확인하기

10:50 ~ 11:30

Drive to the Future

 

Xiaogang Wang  

Co-Founder & Head of SenseTime Research 

@ SenseTime

카메라를 이용하여 자율주행 자동차를 효율적으로 개발하는 방법을 소개합니다.

 

- 다양한 날씨와 조명 조건에서 여러 종류의 차선을 식별하며 운전자에게 차량과 차선 간격, 차선 이탈 경고 알람 전송

- 차량이 차선을 벗어났음에도 차량 표시등이 켜지지 않으면 경고 신호 알람 전송

- 싱글 렌즈 카메라를 사용하여 차량 앞의 보행자와 차량을 실시간으로 감지

- 차량과 인식된 물체 간의 거리, 실시간 상대 속도, 상대적/절대적 충돌 시간 등을 계산하여 위급 상황 시, 경고 신호 전송

 

12:40 ~ 13:20

NVIDIA GPU 기반의 자율주행 플랫폼

 

차정훈 상무 @ NVIDIA Korea

NVIDIA GPU 기반의 자율주행 플랫폼을 소개하며 자율주행 차량 개발을 가속화 할 수 있는 방법에 대해 이야기

합니다. NVIDIA의 자율주행 플랫폼은 향상된 딥러닝 연산 성능과 여러 개의 AI 심층신경망을 활용한 기술이 탑재되어 있으며 이를 통해, 안전하고 고도화된 자율주행을 구현할 수 있도록 지원합니다.

 

13:20 ~ 14:00

자동차 산업에서 스마트 팩토리를 위한 스플렁크

플랫폼 소개 및 사례

 

조용현 이사 @ Splunk

자동차 산업은 최근 들어 엄청난 전환을 경험하고 있으며 다양한 서브 시스템의, 이기종 벤더의 공장운영 시스템을

이제 사람에 의해서 유지하는 데 한계에 직면하고 있습니다. 이를 극복하기 위해서 IT/OT의 융합 속도가 점차 빨라지고 복잡해지고 있습니다. 이러한 상황에서 단위시스템 수준의 분석보다는 다양한 장치로 연결된 펙토리 수준에서의 분석을 요구하고 있습니다.

본 세션에서는 스플렁크가 어떻게 자동차 산업에 부서간, 시스템간, 서비스간의 상관관계를 제공하고 대규모, 대용량의 데이터를 통합해 가고 있는지 설명합니다.

14:30 ~ 15:10

차량 사이버보안 관점의 ECU 보안취약점 검증 방법 

 

자율주행, 커넥티드카, ADAS 등의 기술들이 대두되면서 차량 사이버보안에 대한 관심이 높아지고 있습니다. 현재 차량 사이버보안 관련된 최신의 자료는 J3061이지만 프로세스와 관련된 내용이 주된 내용이며 구체적인 방법은 언급하고 있지 않습니다. 이번 발표에서는 현업에서 실제 적용할 수 있는 보안취약점 검증 방법에 대해 공유합니다.

남동현 과장 @ 한컴MDS

15:10 ~ 15:50

ADAS/자율주행차 개발을 위한 QNX 플랫폼 소개 

이용재 부장 @ QNX

자율주행 자동차는 복잡한 SW와 HW가 포함되어 있습니다. SW는  Camera, Lidar/Radar와 같은 대량의 센서

데이터를 실시간 처리하고 차량 제어에 대한 Safe Decision을 제공하는 것이 필요합니다. 이를 제공하기 위한

QNX Platform 을 소개하고 ADAS/Safety 솔루션의 적용 사례에 대해 소개합니다.

16:10 ~ 16:50

V2X 서비스의 가상 검증 방안

김유섭 과장 @ 한컴MDS

V2X 서비스는 실제 운행 조건에서 진행되어야 하기 때문에, 고비용 고리스크를 수반합니다.

비용과 위험을 최소화하기 위해 도로 환경을 가상 환경으로 구성하여 시스템을 검증할 수 있는 방안을 제시합니다.

16:50 ~ 17:30

ADAS기반의 자율주행 개발에서 대두되는 SOTIF(Safety of The Intended Functionality)를 비롯한 Safety 확보 방안

임재훈 부장 @ ANSYS

안전한 자율주행을 위해 독일 선진사들이 채택하는 SOTIF 분석, Edge Case 분석, Physics based Closed Loop Simulation, 그리고 기존 기능안전과의 공존방안등에 대해 사례를 기반으로 알아봅니다.