오프로드 지형에서의 AV 주행은 결코 쉬운 과제가 아닙니다. AV는 좁은 오솔길, 터널, 다리를 고려하면서 통행에 필요한 공간과 각도를 검증할 뿐 아니라 주행 가능 경로가 갑작스럽게 끝나는 상황을 감지하고 반응해야 합니다.

이외에도 차량 물리가 작용합니다. 즉, 자율주행 차량은 여유 공간을 감지하는 데 도움이 되는 도로 표시가 없는 상태에서 주위에서 감지되는 개체만을 사용하거나 아무것도 감지되는 않는 채로 경로의 경사각을 감안하여 차량 물리를 계산해야 합니다. Cognata의 시뮬레이션 플랫폼은 자율주행 차량이 직면할 수 있는 다양한 사용 사례를 생성해 주고 이러한 사례의 검증 및 분석을 지원합니다.

오프로드 센서 시뮬레이션에서는 서스펜션 및 조작과 관련하여 어려움이 발생하는데, 그 이유는 시뮬레이션 센서의 움직임을 극복함과 동시에 센서 배치 부위를 보호하기 위해 불가피하게 발생하는 사각지대를 극복해야 하기 때문입니다.

Cognata의 시뮬레이션 플랫폼은 다른 개체, 흙먼지, 초목, 지면의 사각지대, 암흑, 조명 및 그림자로 인해 가시성이 제한되는 다양한 사용 사례를 만들 수 있으며, 이를 통해 가시성이 제한되고 지면에 사각지대가 있는 주행 상황을 검증할 뿐 아니라 차량이 험지 주행으로 인한 센서의 움직임을 보정하도록 학습시킬 수 있습니다.

오프로드 AV 학습에 집중하려면 오프로드 시나리오와 오프로드 애셋이라는 두 가지 측면에도 집중할 필요가 있습니다.

Cognata는 시나리오 카탈로그에 대응하고자 주행 가능 경로 식별부터 장애물 및 열악한 도로 상태 극복까지 오프로드 주행 학습 및 검증을 위해 설계된 매우 다양한 장면을 만들었습니다.

또한 사람, 장애물, 특수한 오프로드 요소와 같이 오프로드에 특화된 합성 애셋을 포함하는 풍부한 카탈로그를 만들었습니다.