자율주행 배송 차량은 도로에서 자전거 운전자를 어떻게 처리하나요?

Nov 03, 2026

메시지를 남겨주세요

소피아 앤더슨
소피아 앤더슨
소피아는 기술 지원 엔지니어입니다. 그녀는 고객에게 전문적인 기술 지원을 제공하며, 회사 로봇 제품과 관련된 다양한 문제를 해결하도록 돕습니다. 그녀의 전문성과 인내심은 고객들로부터 높은 평가를 받고 있습니다.

자전거 타는 사람이 정지된 차를 뚫고 지나가거나, 방향 지시등 없이 횡단보도로 돌진하거나, 움푹 들어간 곳을 피하기 위해 브레이크를 확인하는 것을 도시 보도에 서 본 적이 있다면 이륜 통근이 얼마나 혼란스러울 수 있는지 아실 것입니다. 이제 배달 밴의 운전자를 인간 운전자로 바꾸는 것을 상상해 보십시오.자율주행차—가장 큰 골칫거리는 로봇 자동차가 자전거 타는 사람을 읽고 반응하는 방식에 있습니다. 5년 이상 자율 배송 분야에서 일한 사람으로서(그리고 그 절반의 시간을 브루클린, 베를린, 도쿄에서 이러한 차량을 현장 테스트하는 데 보냈습니다), 이러한 것들이 실제로 자전거 운전자를 어떻게 처리하는지, 그리고 이것이 단순히 "차선을 유지하는 것"보다 훨씬 더 중요한 이유에 대해 이야기하겠습니다.

먼저 한 가지만 분명히 짚고 넘어가겠습니다. 자율 배송 차량은 바퀴가 달린 초대형 룸바가 아닙니다. 우리는 인간처럼 모든 도로 사용자와 상호 작용할 수 있는 기술을 구축하고 있으며, 이는 더 정확한 데이터 기반 단계를 통해서만 가능합니다(대부분의 경우). 자전거 타는 사람이 나타나면 우리 시스템은 카메라 피드에서 흐릿한 모양만 보는 것이 아니라 세 가지 동시 검사를 실행합니다. 즉, 자전거 타는 사람이 지금 무엇을 하고 있는지, 다음에 무엇을 할 것인지, 그리고 그것이 주변의 다른 10대의 자동차, 보행자 및 주차된 U-Haul과 어떻게 어울리는지 확인합니다. 그것은 마술이 아닙니다. 그것은 엄청난 양의 센서 데이터, 맞춤형 훈련, 그리고 사이클리스트와의 실제 실제 테스트입니다.

먼저 센서 스택을 분석해 보겠습니다. 자동차가 자전거 타는 사람을 "볼" 수 없으면 반응할 수도 없기 때문입니다. 우리의배달 자율주행차리그에는 6개의 장거리 LiDAR(360도 회전하며 1초에 수백만 개의 레이저 지점을 튕겨 3D로 지도 작성), 8개의 고해상도 카메라(컬러, 저조도, 야간 투시경), 12개의 레이더 센서(뒤에서 다가오는 자전거 타는 사람처럼 빠르게 움직이는 물체를 포착하는 데 적합)가 있습니다. LiDAR는 카메라와 달리 가로등이 깜박이는 황혼에도 자전거 타는 사람과 주차된 자전거, 움푹 들어간 곳과 바퀴 사이의 차이를 구분할 수 있습니다. 초기에 우리 엔지니어들은 카메라에만 의존하려고 시도했고 시애틀에서 아슬아슬한 상황이 발생했습니다. 빨간 신호등에 멈춘 자전거 운전자가 배달 트럭 뒤에 약간 숨어 있었고, 카메라 혼동으로 인해 테스트 밴이 거의 그들의 경로로 기어들어갈 뻔했습니다. LiDAR를 추가하면 부분적으로 차단된 경우에도 자전거 타는 사람의 실루엣과 위치를 포착하므로 이 문제가 해결되었습니다.

그러나 보는 것은 전투의 절반에 불과합니다. 이해는 나머지 부분입니다. 자전거 운전자를 위한 당사의 기계 학습 모델은 특히 실제 자전거 통근자와 자체 테스트 드라이버가 태그한 200만 마일이 넘는 도로 데이터를 통해 훈련되었습니다. 인간이 생각하지 않고도 알아차릴 수 있는 아주 작은 신호를 찾아낼 수 있습니다. 자전거 운전자가 회전하기 위해 핸들바를 움직이는 것, 속도를 높이기 위해 발이 페달을 밟는 것, 심지어 손에 들고 있는 휴대폰이 움푹 들어간 곳을 피하기 위해 방향을 틀 수도 있다는 것을 의미합니다. 예를 들어, LiDAR가 자전거 도로에서 20피트 앞에 있는 자전거 운전자를 포착하면 모델은 단순히 "장애물"을 표시하는 것이 아니라 확률 점수를 실행합니다. 계속 직진할 확률은 70%, 주차된 차량을 추월하기 위해 차선으로 이동할 확률은 25%, 쓰레기통을 피하기 위해 왼쪽으로 방향을 틀 확률은 5%입니다. 이 점수는 사이클리스트의 활동에 따라 초당 10회 실시간으로 조정됩니다. 자동차가 차선을 향해 움직이기 시작하면 확률이 높아지고 차량 속도가 즉시 느려집니다. 인간의 반응 시간 지연은 없습니다(약 1.5초이지만 20mph로 움직이는 자전거는 그 시간에 30피트를 이동합니다).

잠깐만요, 훈련 데이터에 없는 것들은 어떻게 되나요? 자전거 타는 사람들은 좀 이상해요. 나는 택배기사가 TikTok을 스크롤하면서 한 손으로 타고 다니거나, 비둘기를 피하기 위해 방향을 바꾸거나, 심지어 보행자에게 도중에 손을 흔드는 것을 본 적이 있습니다. 우리 시스템은 "안전 백업" 규칙을 사용하여 이러한 극단적인 경우를 처리합니다. 자전거 운전자가 예측할 수 없는 일(예: 신호 없이 도로로 돌진하는 등)을 감지하면 당황하지 않습니다. 먼저 천천히 속도를 줄인 다음(브레이크를 세게 밟아 뒤따르는 차량이 추돌하게 만들지 않음) "완충 구역"을 확인합니다(도로 유형에 따라 이를 설정합니다. 자전거 차선에서는 3피트, 일반 차선에서는 5피트, 일반 차선에서는 그 이상). 바쁜 시내 거리). 우리는 수년에 걸쳐 완충 장치를 엄청나게 조정했습니다. 초기에 우리의 첫 번째 프로토타입은 브루클린의 자전거 타는 사람으로부터 6피트 거리를 유지했고, 이로 인해 자전거 타는 사람은 더 가까이 다가가려고 방향을 틀었습니다. 그들은 차가 그들을 방해한다고 생각했습니다. 이제 자전거 도로에서는 4피트를 유지합니다. 이는 다가오는 차량에 합류하지 않고도 자전거 공간을 제공하기에 충분합니다(또한 자전거 도로가 주차된 차량으로 막히지 않고 깨끗한 거리에서만 이 작업을 수행합니다).

또 다른 큰 문제는 통행권입니다. 인간은 이것에 대해 항상 논쟁하지만 자율 배송 차량은 지역 교통 법규를 T까지 따라야 하지만 자전거 운전자가 종종 규칙을 위반한다는 점도 인식해야 합니다. 우리 모델은 도시별 교통 데이터를 사용하므로 자전거 이용자가 대부분의 교차로에서 우선권을 갖는 암스테르담에서는무인 배송 차량자전거 운전자가 빨간불로 달리고 있더라도 (다른 차량이 오지 않는 한) 자전거 운전자에게 양보합니다. 자전거 운전자가 자동차와 동일한 교통법규를 따라야 하는 시카고에서는 자전거 운전자에게 통행우선권이 있는 경우에만 양보합니다. 우리는 도시 교통부와 긴밀히 협력하여 이러한 규칙을 정기적으로 업데이트합니다. 작년에 우리는 포틀랜드의 교통부(DOT)와 제휴하여 새로운 보호 자전거 도로에 대한 모델을 조정하여 자전거 운전자가 옆에 있을 때 우리 차량이 차선 구분선의 차선 측면 내에 완전히 머물도록 했습니다.

자전거 운전자가 차량을 지나갈 때는 어떻게 되나요? 이는 좁은 도시 거리에서 매우 흔한 시나리오입니다. 자동 배달 차량이 15mph 구역에서 10mph의 속도로 움직이고 있고 자전거 운전자가 뒤에서 나타나 왼쪽으로 지나간다고 가정해 보겠습니다. 우리의 후방 센서(이를 위해 2개의 후면 LiDAR가 있음)는 20피트 떨어진 곳까지 감지하고 시스템은 자전거 타는 사람에게 충분한 공간을 제공하기 위해 약간(1-2mph) 속도를 늦춥니다. 우리는 초기에 실수를 저질렀습니다. 모델이 움직이는 물체를 감지하고 속도를 유지하려고 시도했기 때문에 자전거 운전자가 지나갈 때 첫 번째 테스트 밴의 속도가 빨라졌습니다. 배달원들은 그것을 싫어했습니다. 그들은 밴이 자신들을 “쫓는” 것처럼 느껴져 스트레스를 받았다고 말했습니다. 그래서 우리는 자전거 타는 사람이 지나갈 때 속도를 유지하거나 약간 늦추고, 자전거 타는 사람이 10피트 이상 앞에 있고 깨끗할 때만 속도를 높이도록 시스템을 조정했습니다. 그 작은 변화가 자전거 운전자의 반응 방식에 큰 변화를 가져왔습니다. 그들은 테스트 밴 주위를 돌아다니는 대신 우리의 테스트 밴을 향해 손을 흔들기 시작했습니다.

물론 어떤 시스템도 완벽하지는 않습니다. 지난 겨울, 우리는 보스턴에서 자전거 운전자가 질퍽한 자전거 도로를 타고 있었는데 타이어가 회전하여 배달 차량의 경로로 바로 방향을 틀게 하는 테스트를 실시했습니다. 우리의 LiDAR가 이를 감지했지만, 눈이 반사하는 빛(센서 데이터가 손상됨)으로 인해 모델을 조정하는 데 0.5초가 걸렸습니다. 시간이 지남에 따라 밴의 속도가 느려졌지만 저조도/눈 관련 훈련 데이터를 더 추가해야 한다는 사실을 알게 되었습니다. 다시 돌아가서 2주 동안 진창 조건에서 테스트하고 자전거 타는 사람의 모든 방향 전환과 눈 속에서의 감속을 태그하여 이제 모델이 30% 더 빠르게 반응했습니다. 이것이 바로 이 기술의 특징입니다. 반복적입니다. 우리는 단지 만들고 떠나는 것이 아니라 자전거 타는 사람들과 함께 자전거를 타고(물론 자발적으로) 매주 데이터를 수집합니다.

또 다른 일반적인 질문: 이 차량은 자전거 운전자에게 경적을 울립니까? 아니요, 우리는 절대 그렇게 하지 않을 것입니다. 경적을 울리면 사람들, 특히 교통 체증을 헤쳐나가는 자전거 운전자를 놀라게 합니다. 대신 우리는 밴의 자전거 타는 사람을 바라보는 쪽의 깜박이는 불빛을 켜거나 "천천히 움직여 공간을 확보하세요"라고 말하는 조용한 음성 경고(밖에서는 거의 들을 수 없음)와 같은 미묘하고 방해가 되지 않는 신호를 사용합니다. 우리는 런던의 번화한 지역에서 한 번 경적을 울리는 것을 테스트했는데 자전거 운전자가 주차된 차량으로 방향을 틀었습니다. 이는 완전히 재앙이었습니다. 그러니 경적을 끄고 신호를 조용하고 명확하게 유지하세요.

이제 더 큰 그림에 대해 이야기해 보겠습니다. 자율 배송 기술은 단순히 밴이 스스로 운전하도록 만드는 것이 아니라 모든 사람, 특히 자전거 운전자와 같은 취약한 도로 사용자를 위해 도로를 더욱 안전하게 만드는 것입니다. NHTSA는 2022년 미국 교통사고로 857명의 자전거 운전자가 사망했다고 밝혔는데, 그 중 상당수는 운전자 실수(주의 산만, 과속, 사각지대 확인 미흡) 때문이었습니다. 우리의자동 배송 차량주의가 산만해지지 말고, 제한 속도를 5mph 이상 초과하지 말고, "사각지대"(360도 센서로 인해 인간 운전자보다 훨씬 작음)를 초당 10번 확인하십시오. 우리가 운영하는 지역에서 테스트 차량은 100만 마일이 넘는 테스트에서 자전거 타는 사람과 충돌한 적이 없습니다. 그건 큰 일이에요.

Automated Delivery Vehicles suppliersDriverless Delivery Vehicles best

하지만 아직 끝나지 않았습니다. 우리는 자전거 운전자의 앱(Strava 또는 배달 택배 도구 등)과 직접 통신하여 경로를 공유하는 새로운 기능을 개발 중입니다. 이를 통해 자전거 운전자는 우리가 어디에 있는지, 무엇을 하고 있는지 정확히 알 수 있습니다. 자전거 타는 사람이 단지 주변 시야에 밴이 보이는 대신 "앞에 공간을 확보하기 위해 배달 밴이 속도를 늦추고 있습니다"라는 알림을 받는다고 상상해 보세요. 이것이 다음 단계이며 현재 샌프란시스코에서 테스트 중입니다.

자체 배송에 이 기술을 사용하려는 기업이거나 자전거 이용자가 도시 거리를 덜 혼란스럽게 만들 수 있는 방법이 궁금하다면 언제든지 저희 팀에 문의하세요. 우리는 지역 식료품 체인점부터 전국 택배 회사에 이르기까지 모든 업체와 제휴 관계를 맺고 있으며, 모든 도로 사용자와 더 잘 협력할 수 있도록 항상 시스템을 개선하고 있습니다.


참고자료:

  1. 국립고속도로교통안전청. (2023).2022년 교통 안전 정보: 자전거 운전자 사망. 미국 교통부.
  2. 장(Zhang), Y., 외. (2022). “자전거 운전자 인식 자율주행 차량 계획: 도시 환경을 위한 데이터 기반 접근 방식.” 지능형 교통 시스템에 관한 IEEE 거래.
  3. 포틀랜드시 교통국. (2023).자전거 도로 보호 성능 및 안전 보고서.
  4. 유럽자전거연맹. (2022).도시 자전거 인프라에 자율주행차의 안전한 통합.
문의 보내기
문의 보내기