Top

자율주행차량 기술 입문 [하드웨어와 소프트웨어 아키텍처부터 안전&보안에 이르기까지]

  • 원서명Introduction to Self-Driving Vehicle Technology (ISBN 9780367321253)
  • 지은이행키 샤프리(Hanky Sjafrie)
  • 옮긴이김은도, 남기혁, 서영빈, 이승열
  • ISBN : 9791161755250
  • 33,000원
  • 2021년 05월 21일 펴냄
  • 페이퍼백 | 288쪽 | 188*235mm
  • 시리즈 : 임베디드 시스템

판매처

YES24 교보문고 영풍문고 알라딘 인터파크

책 소개

2022년 대한민국학술원 우수학술도서 선정도서
요약

자율주행차량(SDV)을 가능하게 하는 핵심 개념을 알려주고, 기술적인 인사이트를 제공할 수 있는 자율주행차 기술을 설명한다. 센서와 인지 기술뿐만 아니라 SDV에 관련된 기능 안전과 사이버 보안까지 모든 것을 다룬다. 또한 실용적인 노하우를 전수하고 SDV 기술이 나아가는 방향과 함께 구체적인 SDV 애플리케이션을 논의한다. 이 책은 이 흥미로운 분야에서 경력을 쌓길 원하고 SDV 알고리즘의 기초를 더 많이 배우고 싶어 하는 소프트웨어 개발자나 엔지니어들에게 좋은 출발점이 될 것이다. 마찬가지로 학술 연구원, 기술 애호가, 언론인에게도 유용할 것이다.

이 책에서 다루는 내용

■ 하드웨어, 소프트웨어, 기능 안전, 사이버 보안에 이르기까지 실제 SDV 개발에서 중요한 사항
■ ADAS(Advanced Driver Assistance Systems)와 자율주행 분야에서 연구 및 개발 경험이 풍부한 현업 실무자 집필
■ 최신 SLAM, 다중 센서 데이터 융합, 기타 SDV 알고리즘의 이론적 기초
■ 로봇 운영체제(ROS), 오픈소스 자동차 제어(OSCC)와 함께 실용적인 정보와 실습 자료
■ 기업들이 추구하는 전략과 관련 동향, 애플리케이션 소개와 업계로부터 얻을 수 있는 기술적 인사이트

이 책의 대상 독자

자율주행차 분야에서 경력을 쌓길 원하고 SDV 알고리즘의 기초를 더 많이 배우고 싶어 하는 소프트웨어 개발자, 엔지니어, 학술 연구원, 기술 애호가, 언론인에게 적합하다.

상세 이미지

저자/역자 소개

지은이의 말

자율주행차량(SDV, Self-Driving Vehicle)은 현재 뜨거운 화두다. 그러나 SDV는 복잡한 기술을 바탕으로 구성돼 있으며, 정확한 작동 방식에 대한 정보를 얻기가 어렵다. 이 책은 SDV를 가능하게 하는 핵심 개념을 알려준다. 자율주행차량 기술의 겉만 훑는 것이 아니라, 기술적으로 깊은 인사이트를 제공한다. 이 흥미로운 분야에서 경력을 쌓길 원하고 SDV 알고리즘의 기초를 더 자세히 알고 싶은 소프트웨어 개발자 또는 엔지니어라면 이 책은 좋은 출발점이 될 것이다. 마찬가지로 SDV에 전문 지식을 적용하고 SDV 프로토타입을 구축하는 데 무엇이 필요한지 알고 싶은 학계의 연구원이라면 이 책이 좋은 참고서가 될 수 있다. 더불어 SDV 관련 기술에 대한 명확하고 읽기 쉬운 전반적 개요를 원하는 모든 기술 마니아와 저널리스트에게도 적합하다. 센서 및 인지 기능뿐만 아니라 기능 안전과 사이버보안에 이르기까지 모든 기초 지식을 다룬다. 또한 몇 가지 실용적인 노하우를 전수하고 기술이 나아가는 방향에 대한 논의와 함께 구체적인 SDV 애플리케이션을 살펴본다. 안타깝게도 이 신흥산업에서 기술적인 세부 사항을 언급하는 것에 대한 우려와 거부감이 있다. SDV 회사들은 차량 테스트 중에 수집한 시스템이나 데이터의 세부 정보를 공유하지 않으려고 하는데, 이 데이터는 자동차를 운전하도록 가르치는 경쟁에서 귀중하기 때문이다. 바라건대 이 책이 이러한 정보 공유의 불균형을 해소할 수 있는 길을 가길 기대한다.

지은이 소개

행키 샤프리(Hanky Sjafrie)

ADAS(Advanced Driver Assistance System)와 AD(Autonomous Driving) 분야에서 자동차 소프트웨어 엔지니어링을 전문으로 하는 독립 엔지니어링 컨설팅 회사인 SGEC의 CEO다. 센서 기술(레이더, 라이다, 초음파 등)부터 자동차 사이버 보안까지 자동차 제조업체와 자동차 기술 공급업체의 다양한 R&D 프로젝트를 수행하면서 풍부한 관련 경험을 쌓았다. SGEC에 몸담기 전에는 BMW와 아우디에서 ADAS/AD 및 인포테인먼트 시스템 영역 내의 다양한 시리즈를 연구 개발하는 프로젝트와 실리콘밸리에 기반을 둔 자율주행 스타트업에 적극적으로 참여했다. 자동차 업계의 고객들과 협력하는 것 외에도 지멘스(Siemens), 보스턴 컨설팅 그룹(Boston Consulting Group), 프라이스워터하우스쿠퍼스(PricewaterhouseCoopers), 롤랜드 버거(Roland Berger) 등에 자율주행 기술에 대한 인사이트를 제공하고 있다.

옮긴이의 말

오늘날 인공지능 기술은 하루가 다르게 빠른 성장을 거듭하고 있으며, 안정적인 초고속 통신 기술까지 더해져 급기야 어릴 적 상상 속에만 존재했던 자율주행 기술을 현실로 만들기에 이르렀습니다. 이 책은 특히 글만으로는 이해하기 힘든 복잡한 이론을 그림으로 친절하게 설명하고 있어서 학계와 산업계를 막론하고 자율주행 기술을 공부하고자 하는 모든 사람에게 좋은 입문서가 될 것입니다. 대한민국의 수많은 공학도가 미래의 자율주행 산업을 선도하는 데 이 책이 조금이나마 도움이 될 수 있길 희망합니다. 저 역시 이러한 훌륭한 기술 서적의 번역 출판 작업에 기여하게 돼 매우 큰 보람을 느낍니다.
-김은도

2018년에 출간된 자율주행 관련 서적을 함께 번역했던 팀과 또 다시 작업할 기회를 갖게 돼 즐거웠습니다. 각자 회사 일로 바쁘고 COVID-19로 어수선한 상황임에도 온라인 협업을 통해 무사히 출간돼서 더 기쁩니다. 지난 책의 경험을 반영해 나름 정성을 쏟은 만큼 독자들에게 작게나마 도움이 되길 바랍니다.
-남기혁

좋은 인연을 만나 함께 번역할 수 있어서 즐거웠습니다. 지난 긴 시간 동안 COVID-19는 우리의 삶을 크게 뒤흔들었습니다. 일상 곳곳에서 사람이 하는 일을 기계가 대체하고 있으며, 자율주행 기술은 그 결실을 맺어가는 듯합니다. 시대의 흐름은 빠르고, 우리가 공부해야 할 요소들은 하루가 다르게 늘어나고 있습니다. 독자들이 격변하는 세상을 읽어내는 안목을 키우는 데 이 책이 도움이 되면 좋겠습니다.
-서영빈

인공지능 기술이 나날이 발전함에 따라 우리 삶의 많은 부분이 자동화되고 지능화돼 가고 있습니다. 더욱이 COVID-19로 인해 자동화에 대한 수요가 폭발적으로 늘어나고 있는 상황입니다. 이러한 시대적 변화의 흐름 속에서 자율주행 기술은 화려한 등장을 예고하고 있습니다. 멀지 않은 미래에 자율주행 기술은 우리의 삶 속에서 많은 부분을 변화시킬 것입니다. 독자들이 이 책을 통해 자율주행 기술에 입문해서 다가올 자율주행 시대에 조금이라도 앞서 나갈 수 있길 바랍니다.
-이승열

옮긴이 소개

김은도

한양대학교 ERICA에서 응용물리학과를 졸업한 뒤, 과학기술연합대학원대학교(UST)를 통해 한국전자통신연구원(ETRI) 표준연구본부에 근무하며 정보통신네트워크공학을 전공으로 박사 학위를 취득했다. 현재는 KT 융합기술원 인프라연구소에 선임연구원으로 재직 중이며, 주 연구 분야는 네트워크 AI 기술이다. ICT-DIY 활동에 관심이 많아 대학원생 시절 ICT-DIY 커뮤니티의 리더를 역임하기도 했으며, AI, IoT, 빅데이터, 블록체인 등의 다양한 대회 수상 경력이 있다.

남기혁

고려대 컴퓨터학과에서 학부와 석사 과정을 마친 후 한국전자통신연구원에서 선임연구원으로 재직하고 있다. 한빛미디어에서 출간한 『Make: 센서』(2015), 『메이커 매뉴얼』(2016), 『이펙티브 디버깅』(2017), 『전문가를 위한 C++』(2019), 『리팩토링 2판』(2020)과 에이콘출판사에서 출간한 『현대 네트워크 기초 이론』(2016), 『도커 컨테이너』(2017), 『스마트 IoT 프로젝트』(2017), 『파이썬으로 배우는 인공지능』(2017), 『메이커를 위한 실전 모터 가이드』(2018), 『Go 마스터하기』(2018), 『자율주행 자동차 만들기』(2018), 『The Hundred-Page Machine Learning Book』(2019), 『스콧 애론슨의 양자 컴퓨팅 강의』(2021) 등을 번역했다.

서영빈

서울시립대학교 기계정보공학과를 졸업하고 과학기술연합대학원대학교(UST) 국방과학연구소(ADD) 캠퍼스에서 석박사 통합과정에 재학 중이다. 주 연구 분야는 관성항법(Inertial Navigation)이며, 그중에서도 관성항법장치의 지능형 교정을 전문적으로 연구하고 있다.

이승열

부산대학교 IT응용공학과를 졸업하고 현재 과학기술연합대학원대학교(UST) 박사 과정에 재학 중이다. 한국전자통신연구원(ETRI) 표준연구본부 5G 표준화 팀에서 근무 중이며, 주 연구 분야는 인공지능을 이용한 네트워크 지능화/자동화 기술이다.

목차

목차
  • 1장. 개요
    • 1.1 SDV 기술의 간략한 역사
    • 1.2 SDV란 무엇인가?
    • 1.3 SDV 기술의 기대 효과
    • 1.4 기존 자율주행차량 관련 서적과 다른점
    • 1.5 이 책의 대상 독자
    • 1.6 이 책의 구성
    • 1.7 당부의 말
    • 참고 문헌

  • 2장. 하드웨어
    • 2.1 센서
      • 2.1.1 핵심 고려 사항
      • 2.1.2 센서의 종류
        • 2.1.2.1 레이더
        • 2.1.2.2 라이다
        • 2.1.2.3 초음파 센서
        • 2.1.2.4 카메라
        • 2.1.2.5 위성 항법 시스템
        • 2.1.2.6 IMU
        • 2.1.2.7 오도메트리 센서
    • 2.2 컴퓨팅 플랫폼
      • 2.2.1 핵심 고려 사항
      • 2.2.2 컴퓨팅 플랫폼의 예
    • 2.3 액추에이터 인터페이스
      • 2.3.1 액추에이터 인터페이스의 구성 요소
      • 2.3.2 드라이브 바이 와이어 시스템 실현
    • 2.4 차량 내부 네트워크
    • 2.5 요약
    • 참고 문헌

  • 3장. 인지
    • 3.1 로컬라이제이션
      • 3.1.1 GNSS 기반 로컬라이제이션
      • 3.1.2 휠 오도메트리 기반 로컬라이제이션
      • 3.1.3 INS 기반 로컬라이제이션
      • 3.1.4 외부 참조 정보를 이용한 로컬라이제이션
      • 3.1.5 라이다 기반 로컬라이제이션
      • 3.1.6 카메라 기반 로컬라이제이션
      • 3.1.7 다중 센서 융합 기반 로컬라이제이션
    • 3.2 매핑
      • 3.2.1 점유 격자 지도
      • 3.2.2 특징 지도
      • 3.2.3 관계 지도
      • 3.2.4 다른 유형의 지도
    • 3.3 SLAM
      • 3.3.1 점유 격자 지도
        • 3.3.1.1 칼만 필터
        • 3.3.1.2 파티클 필터
      • 3.3.2 최적화 접근 방법
        • 3.3.2.1 그래프 기반 SLAM
        • 3.3.2.2 번들 조정
    • 3.4 개체 탐지
      • 3.4.1 특징 추출
        • 3.4.1.1 HOG
        • 3.4.1.2 SIFT
        • 3.4.1.3 MSER
      • 3.4.2 분류
        • 3.4.2.1 서포트 벡터 머신
        • 3.4.2.2 랜덤 포레스트
        • 3.4.2.3 인공 신경망
    • 3.5 다중 센서 데이터 융합
      • 3.5.1 분류
      • 3.5.2 기술
        • 3.5.2.1 확률적 접근
        • 3.5.2.2 증거 접근 방식
        • 3.5.2.3 다른 접근 방법
    • 3.6 요약
    • 참고 문헌

  • 4장. 아키텍처
    • 4.1 기능적 아키텍처
      • 4.1.1 인지
      • 4.1.2 계획
        • 4.1.2.1 경로 계획
        • 4.1.2.2 행동 계획
        • 4.1.2.3 동작 계획
      • 4.1.3 차량 제어
        • 4.1.3.1 차로 유지
        • 4.1.3.2 어댑티브 크루즈 컨트롤
        • 4.1.3.3 차로 변경
    • 4.2 시스템 아키텍처
      • 4.2.1 하드웨어 계층
      • 4.2.2 미들웨어 계층
      • 4.2.3 애플리케이션 계층
    • 4.3 SDV 미들웨어의 예
      • 4.3.1 로봇 운영체제
      • 4.3.2 ADTF
      • 4.3.3 AUTOSAR
    • 4.4 요약
    • 참고 문헌

  • 5장. 모든 구성 요소 결합하기
    • 5.1 준비
      • 5.1.1 차량 선택
      • 5.1.2 차량 네트워크
      • 5.1.3 센서 선택 및 교정
    • 5.2 개발
      • 5.2.1 OSCC: Open Source Car Control
        • 5.2.1.1 OSCC 제어기
        • 5.2.1.2 X 바이 와이어(X-by-wire) 시스템
        • 5.2.1.3 OSCC 소프트웨어
      • 5.2.2 미들웨어 및 장치 드라이버 설치
        • 5.2.2.1 ROS
        • 5.2.2.2 센서 드라이버
        • 5.2.2.3 CAN 드라이버
      • 5.2.3 소프트웨어 구현
        • 5.2.3.1 핸드 코딩 개발
        • 5.2.3.2 모델 기반 개발
      • 5.2.4 맵 구축과 로컬라이제이션
      • 5.2.5 차량 데이터 읽기
      • 5.2.6 차량 명령 전송
      • 5.2.7 기록과 시각화
        • 5.2.7.1 데이터 기록 및 재생
        • 5.2.7.2 RViz 툴을 사용한 시각화
    • 5.3 시험
      • 5.3.1 단위 시험
      • 5.3.2 통합 시험
      • 5.3.3 시스템 시험
      • 5.3.4 인수 시험
    • 5.4 요약
    • 참고 문헌

  • 6장. 그 외 기술들
    • 6.1 기능 안전
      • 6.1.1 왜 기능 안전이 중요한가?
      • 6.1.2 ISO 26262
        • 6.1.2.1 안전 관리
        • 6.1.2.2 엔지니어링 프로세스와 요구 사항
        • 6.1.2.3 차량 안전 무결성 레벨
        • 6.1.2.4 제품 개발
        • 6.1.2.5 제품 생산 및 안전 라이프사이클
        • 6.1.2.6 지원 프로세스
      • 6.1.2 남아있는 문제
    • 6.2 사이버 보안
      • 6.2.1 왜 사이버 보안이 중요한가?
      • 6.2.2 자율주행차량 사이버 보안 표준
      • 6.2.3 안전한 SDV 설계
        • 6.2.3.1 안전한 하드웨어
        • 6.2.3.2 안전한 소프트웨어
        • 6.2.3.3 차량 내부 네트워크 통신 보안
        • 6.2.3.4 차량 외부 통신 보안
      • 6.2.4 남아있는 문제
    • 6.3 V2X 통신
      • 6.3.1 왜 V2X가 중요한가?
      • 6.3.2 V2X 표준
      • 6.3.3 V2I 적용 사례
        • 6.3.3.1 도로 공사 경고
        • 6.3.3.2 도로 위험과 사고 경고
        • 6.3.3.3 신호등 단계 이벤트
      • 6.3.4 V2V 적용 사례
        • 6.3.4.1 교차로 이동 보조 경고
        • 6.3.4.2 잘못된 방향 주행 경고
        • 6.3.4.3 추월 금지 경고
      • 6.3.5 V2P 적용 사례
        • 6.3.5.1 VRU 경고
      • 6.3.6 남아있는 문제
    • 6.4 백엔드 시스템
      • 6.4.1 왜 백엔드 시스템이 중요한가?.
      • 6.4.2 백엔드 시스템 기능
        • 6.4.2.1 SOTA 업데이트
        • 6.4.2.2 고화질 맵
        • 6.4.2.3 차량 관리
      • 6.4.3 남아있는 문제
    • 6.5 요약
    • 참고 문헌

  • 7장. 응용과 전망
    • 7.1 SDV 기술 응용 SDV
      • 7.1.1 교통 수단 적용 사례
        • 7.1.1.1 자가용
        • 7.1.1.2 공공 셔틀
        • 7.1.1.3 라스트 마일 배송
        • 7.1.1.4 도로 화물 운송
      • 7.1.2 비교통 수단 적용 사례
        • 7.1.2.1 무인 트랙터
        • 7.1.2.2 비상 대응 로봇
        • 7.1.2.3 보안 로봇
    • 7.2 SDV 개발 전략 동향
      • 7.2.1 진화 전략
      • 7.2.2 혁신 전략
      • 7.2.3 변형 전략
    • 7.3 SDV를 위한 딥러닝 동향
      • 7.3.1 SDV를 위한 딥러닝 적용
        • 7.3.1.1 시맨틱 추상화 학습
        • 7.3.1.2 종단 간 학습
      • 7.3.2 남아있는 질문들
    • 7.4 요약
    • 참고 문헌

도서 오류 신고

도서 오류 신고

에이콘출판사에 관심을 가져 주셔서 고맙습니다. 도서의 오탈자 정보를 알려주시면 다음 개정판 인쇄 시 반영하겠습니다.

오탈자 정보는 다음과 같이 입력해 주시면 됩니다.

(예시) p.100 아래에서 3행 : '몇일'동안 -> 며칠동안

정오표

정오표

[p.77: 6행]
일반적으로 SDV는
->
일반적으로 로봇은