London의 비정형 도로 환경 극복을 위한 Waymo의 데이터 기반 모델 고도화

Context

미국 시장의 정형화된 도로 환경에 최적화된 기존 자율주행 모델의 한계 직면. 좁은 도로와 비정형적인 교통 흐름을 가진 London 환경에서의 주행 안정성 확보 필요.

Technical Solution

• 실전 주행 데이터를 통한 Local Mapping 및 도로 사용자 행동 패턴 수집
• 수집된 엣지 케이스 데이터를 Simulation 환경에서 반복 재생하여 모델 강건성 확보
• Rule-based 제어를 넘어 비정형적 도로 상황에 대응하는 확률적 판단 모델 구축
• Human-in-the-loop 구조의 Safety Net 설계를 통한 단계적 자율주행 권한 이양
• 미국 시장의 배포 경험을 기반으로 한 전이 학습 및 지역 최적화 전략 적용