자율주행 스택이 센서별 연산량을 ODD 상황에 따라 동적으로 할당하여 실시간 처리 데드라인을 충족하는 구조

Context

자율주행 시스템은 카메라, LiDAR, 레이더 등 다양한 센서에서 매초 기가바이트 단위의 원시 데이터를 처리해야 한다. 모든 센서를 최대 해상도와 주파수로 처리하면 차량의 컴퓨팅 자원이 포화 상태가 된다.

Technical Solution

• LiDAR 포인트 클라우드 → VoxelNet 계열 3D 감지 네트워크로 변환하여 공간적 충실도와 추론 레이턴시 간 트레이드오프 관리
• 레이더 측정값의 불확도(confidence covariance) → 컨텍스트 및 클러터 특성에 따라 동적 조정
• 센서별 처리 나비(레이트, ROI, 해상도, 모델 선택) → 컴퓨팅 부하 실시간 조절
• 퓨전 가중치 → 측정 불확도를 스케일링하여 추적 신뢰도 제어
• 정적 Publish/Subscribe 컴포넌트 그래프 → QoS 정책 및 우선순위 튜닝으로 올바른 작업이 올바른 시간에 실행되도록 확보

Impact

4K/60fps 카메라 스트림의 무압축 처리 시 약 12Gbps 대역폭 요구량이 압축/RAW 포맷으로 절감 가능

Key Takeaway

AV 스택 최적화는 단순한 수학적 기법이 아니라 리소스, 시간, 물리 제약조건을 동시에 관리하는 시스템 엔지니어링 문제이다.