특별히 설계된 AWS 및 파트너 서비스와 솔루션을 사용하여 자율 주행 차량 개발에 속도를 내 보세요
장점
자율 주행 사용 사례 및 솔루션
사용 사례별 솔루션 살펴보기
데이터 관리, 처리 및 분석
이 솔루션은 유연하고 확장 가능한 데이터 플라이휠을 제공하며, 여기서 범주화된 데이터는 각 단계에 따라 점점 반복적으로 증가하는 워크로드를 계속 공급하여 모델 개발, 시뮬레이션, 테스트 및 검증을 최적화합니다.
모델 및 알고리즘 개발
강력한 솔루션을 구축하여 차선 유지 보조장치, 어댑티브 크루즈 컨트롤 및 자동긴급제동장치를 비롯한 중요한 자율 주행 기능을 가능하게 하므로 시장 출시 시간을 단축할 수 있습니다.
주요 솔루션에 대해 자세히 알아보기
AWS용 Weights and Biases
Weights & Biases는 더 뛰어난 모델을 더 빨리 구축하기 위한 선도적인 개발 우선 MLOps 플랫폼입니다. Weights & Biases의 기계 학습 팀은 실험을 추적하고, 모델 및 데이터 세트 종속성을 파악하며, 데이터 세트를 시각화 및 파악하고, 결과를 협업 및 공유합니다.
선택한 AWS 서비스 시작하기
고객 사례
주요 자동차 회사들이 어떻게 AWS 자율 주행 솔루션으로 비즈니스 혁신을 꾀하고 있는지 알아보세요.

Mobileye: 무인 주행을 향한 험한 길 탐색
다양한 첨단 운전자 보조 시스템(ADAS)과 도로에서 진행되는 AV 테스트 프로그램 수의 증가가 보여 주듯이 자율 주행 차량(AV)은 현실이 되어 가고 있습니다. 전 세계에서 ADAS 및 자율 주행 솔루션을 위한 기술 개발을 선도하고 있는 Mobileye는 이러한 기술 혁신의 중심이 되었습니다.

Amazon EC2 스팟 인스턴스를 통해 시뮬레이션 용량은 늘리고 비용은 낮춘 Lyft
Lyft는 자체 자율 주행 시스템의 성능 및 안전성을 개선하기 위해 Amazon EC2 스팟 인스턴스를 통해 시뮬레이션 용량은 늘리고 비용은 낮췄습니다.

AWS에서 전 세계적인 규모로 딥 러닝을 활용하여 안전한 자율 주행 기술의 개발을 가속화하는 Toyota Research Institute
Toyota Research Institute는 수집하는 엄청난 양의 데이터를 Amazon EC2 P3 인스턴스를 사용하여 처리하여 자체 자율 주행 시스템의 개발을 가속화하고 있습니다.

AWS로 자율 주행 기술 개발의 속도를 높인 Momenta
Momenta는 AWS 스토리지 및 IoT 솔루션을 사용하여 자율 주행 차량에 장착된 센서에서 수백 페타바이트에 달하는 데이터를 수집하여 처리하고 있습니다.

AWS로 자율 주행 기계 학습 모델의 학습 속도를 몇 주에서 12시간으로 단축시킨 WeRide
WeRide는 AWS로 자율 주행 기계 학습 모델의 학습 속도를 몇 주에서 12시간으로 단축시켰습니다.

AWS를 사용하여 레벨 4 자율 주행 트럭을 개발한 TuSimple
TuSimple은 수십 억 마일을 주행을 시뮬레이션하여 AWS에서 정교한 딥 러닝 알고리즘을 사용하는 자체 자율 주행 플랫폼을 개발했습니다.
주요 산업 파트너와 함께 혁신
AWS에서 솔루션을 구축하면서 기술 전문성과 고객 성공을 입증한 AWS 파트너로 구성된 글로벌 커뮤니티와 함께 소통해 보세요.
리소스
AWS Automotive 블로그 게시물, 동영상, 팟캐스트 및 기타 리소스에서 최신 개발 정보를 자세히 알아보세요.
자율 주행 개발 Ebook
자율 주행 차량은 인간 운전자에 대한 의존도를 최소화하여 궁극적으로 인간 없이도 안전하고 효율적이며 접근 가능한 미래를 약속합니다. 이 ebook을 읽고 Toyota Research, Lyft, Momenta, TuSimple이 AWS에서 구축하여 자체 자율 주행 시스템의 개발을 어떻게 가속화할 수 있었는지 알아보세요.

어떻게 자율 주행 트럭이 자율 주행 차량 개발의 예기치 못한 영웅이 되었는가
고속도로에서 매일 지나치는 견인 트럭인 Class 8 상용 트럭은 일반적으로 비교적 예측 가능한 조건의 장거리 경로에서 천문학적 주행 거리를 기록합니다. 이는 자율 주행 기술을 개발 및 입증하기 위한 이상적인 환경입니다.

GPU 및 컨테이너의 지원을 받아 AWS RoboMaker에서 충실도 높은 시뮬레이션 실행
고충실도 시뮬레이션을 지원하기 위해 현재 AWS RoboMaker는 컴퓨팅 집약적 워크플로(예: 고충실도 시뮬레이션)를 위해 개발된 GPU 기반 시뮬레이션 작업을 지원합니다.

자율 주행을 위해 rviz 및 Webviz를 사용하여 AWS에서 ROS Bag 데이터 배포 및 시각화
이 블로그 게시글에서는 널리 사용되는 두 가지 시각화 도구를 사용하여 AWS에서 ROS bag 데이터를 배포 및 시각화하는 방법에 대한 세 가지 솔루션을 설명합니다.

Amazon SageMaker Ground Truth를 사용하여 동영상 레이블 지정
모델이 점점 더 정교해짐에 따라 동영상 콘텐츠에 기계 학습 예측을 적용하는 AWS 고객이 점점 늘고 있습니다. 안전을 위해 도로 상태와 움직이는 물체를 정확하게 감지하고 실시간으로 추적해야 하기 때문에 자율 주행은 가장 대표적인 사용 사례입니다.

Amazon SageMaker Ground Truth를 사용하여 3D 포인트 클라우드 레이블 지정
작업자는 기본 제공 그래픽 사용자 인터페이스(GUI)와 탐색 및 레이블 지정을 위한 단축키를 사용하여 3D 객체('자동차', '보행자' 등)에 레이블, 상자 및 카테고리를 빠르고 정확하게 적용할 수 있습니다.

Capgemini Driving Automation System Validation
OEM이 자율 주행의 기본 아키텍처 및 기술을 빠르게 도입하도록 지원합니다.

DXC 및 AWS Robotic Drive Cloud
자율 주행 관련 워크로드를 위해 최적화된 AWS 서비스를 강화하여 자율 주행 기능 및 소프트웨어의 구축을 가속화하기 위해 AWS에서 도구, 서비스 및 기본 백엔드 플랫폼을 제공합니다.
시작하기
