Mars Auto builds autonomous trucks to fully automate long-haul truck operations.


https://s3-us-west-2.amazonaws.com/secure.notion-static.com/20efbf87-10b8-444f-98ac-4778d97d0b26/team1_cropped.jpg

1. Mars Auto

마스오토는 화물차를 위한 자율주행 기술을 만들고 있습니다.

마스오토는 두명의 엔지니어들에 의해 3년 전에 만들어진 회사입니다. Zoox, Cruise 등을 비롯해 세상에 알려진 많은 자율주행 회사들은 기존에 자율주행 경험이 있는 창업자들에 의해서 만들어졌습니다. 저희는 자율주행차를 만들어 본 경험이 없던 엔지니어들이었고, 자율주행차가 어떻게 동작하는지도 몰랐습니다. 다만 자율주행 기술에 큰 기회가 있을거라고 생각했습니다. 저희는 차도 없었고 센서도 없었으므로 실제 자율주행차를 만들수는 없었고, 게임 속에서 달리는 자율주행차를 먼저 구현해 보았습니다. (https://github.com/marsauto/europilot)

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/4bc1648e-24fa-49a2-98f1-1d1a81064b98/day_(1).gif

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/76df61ca-d629-450f-9bb6-eb5c903bd54a/night.gif

이걸 만들다 보니 실제로 자율주행차를 만들 수도 있겠다는 확신이 생겼습니다. 저희가 선택했던 게임은 트럭으로 화물을 운송하는 게임이었습니다. 그래서 게임처럼 화물 운송을 자동화 할 수 있으면 굉장히 많은 것들을 할 수 있겠다고 생각했습니다. 자동화 된 운송에 대한 수요가 있는지 알아보기 위해 많은 화물 운송 업체들을 만나 본 결과, 이 사업을 하는것에 대해 큰 확신을 갖게 되었습니다.

3년이 지난 지금도, 화물 운송 시장에서는 운전은 물론이고 운행 기록 관리나 배차 등 대부분의 업무를 사람이 하고 있습니다. 저희는 그 중에 가장 비효율적인 것이 사람이 운전하는 일 이라고 생각합니다. 그리고 이런 문제를 해결하는 것은 기존의 화물 운송 업체들이 할 수 없다고 생각합니다. 화물 운송은 사람이 하기에 힘들고 위험합니다. 역사적으로 사람이 하기에 힘들고 어려운 일들은 기계로 대체되어 왔습니다. 이제는 기술이 발전하여 사람이 운전을 자동화 시킬 수 있게 되었고, 따라서 운송의 자동화는 앞으로 수 년 내에 반드시 일어날 너무 당연한 미래입니다. 마스오토는 압도적인 기술력을 바탕으로 화물 운송을 완전 자동화 시키고자 합니다.

2. Self-driving 2.0

거의 모든 자율주행 회사들이 HD (high-definition) map 에 의존하는 자율주행 기술을 개발합니다. 미리 어느 장소에서 주행할지를 알고, 그 장소의 지도를 이미 가지고 있다면, 그 다음부터는 자율주행 문제를 비교적 쉽게 풀 수 있습니다. HD map 에 의존하는 기술은 비싸고 scalable 하지 않습니다. 이런 기술은 차를 적당히 잘 달리게 할 수 있습니다. 데모 비디오를 만들고 시범 서비스를 할 수 있고, 기술을 판단할 역량이 부족한 투자자들에게 큰 투자를 받아 낼 수도 있습니다. 하지만 이런 기술을 상용화하고, 수백 수천대의 차량에 디플로이 해서 경제적인 가치를 만들어 내는 일은 거의 불가능합니다.

HD map 을 사용하는 기술은 굉장히 오래 된 기술이고, 기존에 자율주행 기술을 개발하던 사람들에게 익숙한 기술입니다. 저희는 기존에 자율주행 기술을 개발해 본 적이 없었습니다. 그래서 기존에 오래된 자율주행 기술들이 무인 자동차를 만들기 굉장히 어렵겠다는 생각을 할 수 있었고, 결과적으로 더 나은 방법을 찾을 수 있었습니다. 저희는 데이터에 기반한 자율주행 기술을 개발합니다. 저희는 HD map 과 high-precision GPS 를 사용하지 않고, 카메라 기반의 machine learning 모델로 주행합니다. 저희는 자율주행 시스템에서의 heuristic algorithm 과 hand-tuned parameter 들을 지양합니다. 대신에 저희 시스템에서 대부분의 의사결정은 machine learning 모델을 사용하여 이루어집니다.

현실 세계는 너무 복잡합니다. 그래서 lane 과 obstacle 을 찾고, path planning 을 하고, decision making 하는 방법들을 일일이 시스템에 가르쳐 주기는 정말 어렵습니다. 사람이 작성한 프로그램이 사람보다 운전을 잘하는 것은 정의상 불가능하므로, 이렇게 아무리 열심히 해 봐야 사람처럼 주행하는 프로그램을 만들 수 있을 뿐 입니다. 저희는 데이터 기반으로 스스로 학습하는 프로그램을 만드는것이 사람보다 운전을 잘 하는 프로그램을 만드는 유일한 방법이라고 생각했습니다. 데이터가 무한대로 있다면 이 시스템은 무한대로 안전해질 수 있습니다. 저희는 무한대의 데이터를 얻기 위해 100% 자동화 된 data acquisition pipeline 을 개발하였습니다. 이 시스템은 카메라 한대와 차량에 이미 부착되어 있는 센서들만을 이용하여, 주행 데이터에서 바로 모델 학습에 사용될 수 있는 ground truth 를 자동으로 생성할 수 있습니다. 모델의 학습 과정에서 사람의 개입이 전혀 필요 없기때문에, 이론적으로 주행 데이터가 늘어날수록 시스템이 더 안전해 질 수 있습니다. 저희가 만드는 자율주행 기술은 HD map 에 의존한 기술보다 만들기 훨씬 어렵습니다. 하지만 제대로 만들 수 있기만 하면 무인 자동차를 만들 수 있는 유일한 방법입니다.

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/cfc62cd3-652d-4102-9e55-c7dfcae79ecd/ezgif.com-gif-maker_(4).gif

Automatic ground truth generation from a single RGB camera

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/b1d48d24-f1a6-4d21-acca-8914bac809b7/porter_best.jpg

Mars Auto

https://s3-us-west-2.amazonaws.com/secure.notion-static.com/60cde10a-c596-4142-9e99-4c6a3bb69781/zoox.jpg

Zoox