CARLAverse: A Highly Modular, Distributed, and Multimodal Framework for Human-in-the-Loop Simulation
CARLAverse는 새로운 로컬 클라이언트/중앙 서버 아키텍처를 통해 지연 시간에 민감한 햅틱 피드백을 네트워크 병목 현상으로부터 분리함으로써, 주행, 사이클링 및 보행 환경을 통합하여 확장 가능한 인간 참여형(human-in-the-loop) 실험을 가능하게 하는 오픈 소스 기반의 분산형 멀티모달 시뮬레이션 프레임워크입니다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
자율주走行이 가능한 자동차를 만들기 위해, 엔지니어들은 컴퓨터에게 예측 불가능한 사람들로 가득 찬 세상을 항해하는 법을 가르쳐야 합니다. 컴퓨터는 엄격한 규칙을 따르는 데는 뛰어나지만, 번화한 거리에서 일어나는 미묘하고 무언의 협상, 즉 방향을 틀기 전 어깨 너머로 뒤를 살피는 자전거 운전자, 횡단보도에서 주춤하는 보행자, 또는 차선 변경 신호를 보내는 운전자의 움직임 같은 것들을 다루는 데는 종종 어려움을 겪습니다. 실제 생명을 위험에 빠뜨리지 않고 이러한 복잡한 상호작용을 연구하기 위해, 연구자들은 시뮬레이터를 사용합니다. 이 디지털 환경은 인간이 운전 시나리오를 수행하도록 하고, 컴퓨터는 그들의 반응을 기록합니다. 그러나 주요한 장애물이 남아 있습니다. 현재 대부분의 시뮬레이터는 고립된 섬과 같다는 점입니다. 이들은 인간 운전자에게 가상 세계를 보여줄 수는 있지만, 동일한 공유 공간 내에서 자전거나 보행자로 행동하는 다른 실제 인간들과 그 운전자를 연결하는 데는 어려움을 겪습니다. 여러 사람이 네트워크를 통해 가상 세계에서 상호작용하려고 할 때, 정보 전송의 지연은 환상을 깨뜨려 경험을 느리게 만들거나 신체적 불편함을 유발할 수 있습니다.
칼스루에 대학 응용과학부(Karlsruhe University of Applied Sciences)의 연구팀은 CARLAverse라는 새로운 개방형 시스템을 구축하여 이 과제를 해결했습니다. 이 프레임워크는 자동차, 자전거, 보행자를 위한 서로 다른 유형의 시뮬레이터들이 하나의 동기화된 가상 도시 안에서 연결되고 상호작용할 수 있도록 하는 가교 역할을 합니다. 핵심 혁신은 시스템이 움직임의 물리학을 처리하는 방식에 있습니다. 시스템은 사람의 조향이나 페달링의 모든 미세한 세부 사항을 중앙 컴퓨터로 보내고 답변을 기다리는 대신, 작업을 분할합니다. 각 참가자의 로컬 기기는 스티어링 휠의 저항이나 자전거 핸들의 진동과 같이 사용자가 느끼는 즉각적이고 고속인 힘을 계산하며, 중앙 서버는 더 넓은 교통 흐름과 다른 차량의 위치를 관리합니다. 이 설계는 참가자들이 서로 다른 건물이나 도시에 있더라도 인간이 느끼는 피드백이 즉각적이고 현실적이도록 보장합니다. 이러한 분산 계산을 공유 가상 환경과 결합함으로써, 연구진은 여러 사람이 혼합 교통 상황에서 서로에게 어떻게 반응하는지를 안전하게 연습하고 연구할 수 있는 플랫폼을 만들었으며, 인공지능이 놓치기 쉬운 진정한 사회적 역학을 포착해 냈습니다.
이 시스템은 모듈성을 기반으로 구축되어, 전체를 다시 만들 필요 없이 다양한 하드웨어 설정에 적응할 수 있습니다. 시스템은 자동차 운전, 자전거 타기, 걷기라는 세 가지 뚜렷한 이동 모드를 지원합니다. 자동차의 경우, 시스템은 스티어링 휠과 페달이 있는 표준 드라이빙 시뮬레이터와 연결됩니다. 자전거의 경우, 언덕이나 바람을 모사하기 위해 저항을 조절할 수 있는 스마트 트레이너와 연결됩니다. 보행자의 경우, 가상 현실 헤드셋과 카메라를 사용하여 신체 움직임을 추적함으로써 사람이 자연스럽게 걷고 인간의 높이에서 세상을 볼 수 있게 합니다. 이 접근 방식의 독특한 점은 이러한 서로 다른 경험들을 완벽하게 동기화하는 능력입니다. 가상 현실 속의 보행자가 연석에서 내려오면, 자동차 시뮬레이터 안의 운전자는 그 움직임을 즉시 보고 도로 환경의 적절한 변화를 느낍니다. 시스템은 글로벌 교통 관리의 무거운 작업과 개별 움직임의 민감하고 빠른 계산을 정교하게 분리함으로써 이를 달성합니다.
과거에는 여러 시뮬레이터를 연결하기 위해 메시지를 주고받는 중간 매개체 역할을 하는 소프트웨어 계층에 의존하곤 했습니다. 연구진은 이러한 중간 매개체들이 너무 많은 지연을 발생시키며, 이는 포스 피드백(force feedback)이나 모션 플랫폼과 같이 물리적 피드백에 의존하는 시스템에서는 용납될 수 없다는 것을 발견했습니다. 이를 해결하기 위해 CARLAverse는 이러한 추가 계층을 우회하여, 로컬 기기가 간소화된 통신 채널을 통해 중앙 서버와 직접 통신할 수 있도록 합니다. 이 직접적인 통신 라인은 운전자가 핸들을 돌릴 때 가상 자동차가 즉각적으로 반응하고, 포스 피드백 모터가 지연 없이 손을 밀어내도록 보장합니다. 마찬가지로, 자전거를 탈 때 지형에 맞춰 실시간으로 저항이 조절됩니다. 이러한 정밀함은 매우 중요한데, 아주 작은 지연이라도 발생하면 사람이 메스꺼움을 느끼거나 시뮬레이션에서의 존재감을 상실할 수 있기 때문입니다.
연구진은 몰입감을 높이기 위해 고급 기능들도 통합했습니다. 시스템은 사용자의 위치를 기반으로 소리를 생성하므로, 운전자는 도시 내 위치에 따라 엔진 굉음이 다르게 들리며, 보행자는 다가오는 자동차 소리를 올바른 방향에서 듣게 됩니다. 시각 요소는 화면이나 헤드셋의 이미지가 사용자의 관점과 완벽하게 일치하도록 세심하게 처리되어, 가상 현실에서 흔히 발생하는 어지러움을 방지합니다. 자전거 시뮬레이터의 경우, 시스템은 심지어 바람과 도로 경사의 물리적 힘을 계산하여 트레이너의 저항을 조절함으로써 실제 라이딩처럼 느껴지게 합니다. 보행자의 경우, 시스템은 표준 웹캠을 사용하여 신체 움직임을 추적하고, 사람이 몸을 기울이거나 몸짓을 하는 방식을 가상 세계로 번역하여 손을 흔들거나 둘러보는 것과 같은 자연스러운 상호작용이 가능하게 합니다.
이 연구의 궁극적인 목표는 교통 상황에서의 인간 행동을 이해하기 위한 도구를 제공하는 것입니다. 실제 사람들을 공유된 가상 공간에 배치함으로써, 연구자들은 그들이 어떻게 우선권을 협상하고, 어떻게 의도를 신호하며, 예상치 못한 사건에 어떻게 반응하는지를 관찰할 수 있습니다. 이러한 데이터는 인공 에이전트만으로는 수집하기 어렵습니다. 컴퓨터는 인간의 신체 언어와 망설임의 미묘한 뉘앙스를 재현하는 데 종종 실패하기 때문입니다. CARLAverse 프레임워크는 여러 기관이 동시에 참여하여 먼 거리의 시뮬레이터를 연결할 수 있는 대규모 실험을 가능하게 합니다. 이러한 능력은 자동차, 자전거, 사람이 동시에 참여하는 복잡한 교통 시나리오를 연구할 수 있는 문을 열어주며, 우리 도로의 사회적 구조에 대한 더 풍부한 이해를 제공합니다. 현재 이 시스템은 시뮬레이션 단계이지만, 연구진은 물리 모델을 더욱 검증하고 자전거를 위한 모션 플랫폼과 보행자를 위한 전방향 트레드밀을 추가하는 등 기능을 확장할 계획입니다. 이 기술을 개방적이고 접근 가능하게 만듦으로써, 연구팀은 다른 연구자들이 유사한 연구를 수행할 수 있도록 장벽을 낮추고, 미래의 교통 시스템을 더욱 안전하고 인간의 요구에 부응하도록 만드는 협력적인 노력을 촉진하고자 합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.