• >
  • 스타랩과제
  • >    RUBIS (Real-time UBIquitous Systems) Lab
RUBIS (Real-time UBIquitous Systems) Lab
실시간 유비쿼터스 시스템 연구실
(Real-time UBIquitous Systems) Lab.
서울대학교 / 총괄책임자 : 이창건 교수 / http://rubis.snu.ac.kr
과제 소개
무인자동차 플랫폼 기술(OSCAR): 실시간 Multicore/GPGPU 최적 활용 기술을 탑재한 세계에서 가장 선도적인 무인자동차 플랫폼 연구
무인자동차 시스템 검증 기술(CPSim): Multicore/GPGPU 기반 무인차 시스템의 기능적/시간적 행태의 정확한 검증 방법론 및 검증 도구
미래 모바일 기술(NANS): 다중 앱/다중 스크린을 동시 활용하는 모바일 플랫폼 및 차량용 인포테인먼트 시스템 개발
무인차 오픈 생태계: 무인차를 위한 Mission Critical 응용 SW 및 시스템 SW 오픈 생태계
국제 최상위 컴퓨터시스템 학회/학술지 논문 게재: 본 과제를 통해 RTSS, ECRTS, RTAS등 국제 최상위 컴퓨터시스템 학회 및 학술지에 논문 게재
인사말
서울대학교 실시간 유비쿼터스 시스템 연구실은 세계 최고 수준의 실시간 시스템 및 소프트웨어 기술을 보유하고 있습니다. 자율주행 자동차 플랫폼(OSCAR, CPSim)과 미래 모바일 테크놀로지(NANS)의 연구를 진행하고 있습니다. 미래부 주관 ‘[SW 스타랩] 무인차를 위한 멀티코어 및 GPGPU 기반의 실시간 시스템 SW 개발’ 과제를 진행하며, 연구 성과를 오픈소스화 공개하고 시스템 분야 발전에 꾸준히 기여하고 있습니다.
영문 소개
The convergence of computing, communication, and sensing technologies allows us to build a ubiquitous computing environment where we can enjoy various information services wherever we go and whenever we want.
As this technology convergence continues, it will become possible that computers integrated with sensing and communication can interact with humans and environments in fine-granular real-time.
With such fine-granular real-time interactions, computer systems can provide intelligent and proactive services such as autonomous vehicles, cyber physical systems, and smart-city, which makes our daily lives more secure and enjoyable.
To realize such real-time ubiquitous systems, we are conducting theoretical and practical researches including temporal behavior analysis of interconnected heterogeneous resources, multicore and GPGPU scheduling and resource allocation, and functional and temporal evaluation of real-time systems.
연락처
LAB : 02) 880-2562
Prof : 02) 880-2862
FAX : 02) 880-8700
찾아오는길
서울특별시 관악구 관악로 1 서울대학교 제1공학관 301동 415호
총괄책임자
서울대학교 / 교수 : 이창건 / 홈페이지 : cglee@snu.ac.kr
이창건 교수는 서울대학교 컴퓨터공학부에 재직 중이며, 서울대학교 RUBIS (Real-time UBIquitous Systems) 연구실을 이끌고 있다. 주요 연구 분야는 실시간시스템, 사이버물리시스템 등 시간제약 안에 컴퓨팅을 완료해야 하며 오류시 그 결과가 치명적인 시스템들을 설계/검증하기 위한 실시간 스케줄링, 멀티코어/매니코어 실시간 자원관리, 실시간 검증 이론 등이며, 주로 자율주행자동차를 효율적이고 안전하게 개발하기 위한 시스템 소프트웨어 기술에 관심을 가지고 있다. LG전자 선임연구원, 미국 오하이오주립대학 조교수 등을 역임하였으며, 2016년부터 2년간 정보과학회 컴퓨터시스템소사이어티 회장으로 봉사하였다. 또한, IEEE SOCA 2013, IEEE RTCSA 2016의 프로그램 위원장을 역임하였으며, RTSS, RTAS, EmSoft, DAC 등 실시간 임베디드 시스템 분야 유수의 국제학회에서 프로그램 위원으로 활동하고 있다.
구성원
성명 학위 연구 분야 사이트
권오철 박사과정 미래 모바일 기술 ockwon@rubis.snu.ac.kr
이지화 박사과정 실시간 자원활용 기술 jhlee@rubis.snu.ac.kr
조영은 박사과정 실시간 자원활용 기술 yecho@rubis.snu.ac.kr
이원석 석사과정 시스템 검증 기술 wslee@rubis.snu.ac.kr
장원재 석사과정 실시간 기계학습 기술 wjjang@rubis.snu.ac.kr
소울리스 석사과정 실시간 자원활용 기술 taylor@rubis.snu.ac.kr
알료나 석사과정 자율주행 플랫폼 기술 alena@rubis.snu.ac.kr
알렉스 석사과정 실시간 기계학습 기술 alex@rubis.snu.ac.kr
김도형 석사과정 시스템 검증 기술 dhkim@rubis.snu.ac.kr
정재환 석사과정 시스템 검증 기술 jhjeong@rubis.snu.ac.kr
스타랩 과제 소개
미래 무인차의 복잡한 프로그램들을 실시간 실행하기 위해 Multicore/GPGPU에 내재한 방대한 병렬성 활용이 필수적인데, 이와 관련해서는 초기 이론 연구 단계로 절대강자가 없는 Zero-base 경쟁구도가 형성된다. 이는 차량용 핵심 SW를 모두 외국 기술에 의존하는 현재의 국면을 전환할 절호의 기회가 된다.본 과제에서는 “무인차를 위한 가장 선도적인 Multicore/GPGPU 실시간 컴퓨팅 이론 및 기반 SW 플랫폼”을 개발한다. 또한, 이를 기반으로 무인차 SW 오픈 Repository 및 무인차 원격 실험실을 구축/공개하여, Mission Critical 시스템이라는 태생적 한계에서 기인하는 Car Maker 중심의 폐쇄적 기술개발 구조를 혁파하고, 폭넓은 오픈 커뮤니티의 개발자가 손쉽고 안전하게 무인차용 응용 SW뿐 아니라 시스템 SW까지도 개발, 실험, 공헌할 수 있는 “무인차를 위한 Mission Critical 응용 SW 및 시스템 SW 오픈 생태계”를 구축한다. 무인자동차를 위해서는 Vision, Lidar, Radar 센서 등으로부터 수집된 방대한 데이터를 처리하여 주변 상황을 인지하는 알고리즘, Automatic Emergency Braking, Traffic Jam Assistance, Super Cruise Control, Evasive Steering, Lane Change Assist 등의 복잡한 프로그램들을 가능한 적은 수의 ECU에 탑재하여 수십ms의 실시간제약조건을 만족하며 실행할 수 있어야 한다. 이를 위해, 막대한 병렬성을 내재한 Multicore/GPGPU로 컴퓨터 그래픽 처리를 위한 GPU를 사용하여 CPU가 전통적으로 취급했던 응용 프로그램의 계산을 수행하는 기술의 활용이 필수적이다. Multicore/GPGPU이용하기 위해 넘어야 할 두 가지 장벽이 있다. ‘실시간제약조건하에서의 Multicore/GPGPU 병렬성 활용의 장벽’, 그리고 ‘Multicore/GPGPU 상에서 구동될 시스템에 대한 수행행태 검증의 장벽’. 본 연구에서는 이 둘을 모두 극복하여, “실시간제약조건하에서 Multicore/GPGPU 병렬성의 궁극적 활용”과 동시에 “Multicore/GPGPU 상에서 구현될 무인차 행태의 조기 검증”을 확보한 무인차를 위한 Multicore/GPGPU 실시간 컴퓨팅 이론 및 기반 SW 플랫폼을 개발하고자 한다. 이를 위한 연구 핵심 주제들을 아래에 공유한다.
내용
실시간제약조건하에서 Multicore/GPGPU 병렬성을 한계치까지 활용하는 스케줄 이론
본 연구는 실시간제약조건을 가지는 다수의 센서 데이터 처리 및 제어 프로그램들이 Multicore/GPGPU의 병렬성을 최적으로 활용하여 실행될 수 있도록 하는 스케줄 이론을 개발하고자 한다. 각 태스크는 일정한 시간(Minimum Inter-release Time) 이상의 간격을 두고 반복적으로 발생하며, 매 발생 시 수행해야 하는 연산 요건은 DAG로 표현된다. DAG의 각 정점은 CPU 또는 GPU에서 병렬적으로 수행할 수 있고, 병렬화된 CPU 쓰레드와 GPU 쓰레드의 개수, 즉 병렬버전에 따라 각 쓰레드별 최악수행시간이 주어진다. CPU 쓰레드는 선점과 이전이 가능하나 GPU 쓰레드는 GPU에서 수행을 시작하면 도중에 수행을 멈추거나 다른 GPU로 옮겨갈 수 없다. DAG의 두 정점을 연결하는 화살표는 선행 정점의 수행이 완료되어야 후행 정점의 수행을 시작할 수 있음을 의미한다. 또한, 각 태스크는 발생 시마다 정해진 데드라인 안에 수행을 마쳐야 한다. 본 연구의 목표 스케줄링 문제는, 이렇게 주어진 모든 태스크들에 대하여, 태스크의 각 정점의 병렬버전을 정하고, 그렇게 병렬화된 각 쓰레드가 언제 어느 CPU 코어와 GPU 디바이스에서 수행될지 결정하는 문제이다.
Multicore/GPGPU 기반 무인차 시스템의 기능적/시간적 행태의 정확한 검증 방법론 및 검증 도구
본 연구에서 개발하는 무인차 시스템 기능적/시간적 동시 검증 도구는, 개발자는 System Configurator를 이용하여 Multicore/ GPGPU 기반 ECU들의 구성하고, 그 위에서 수행될 제어 프로그램들 간의 관계, 제어 프로그램 코드 등을 기술하여 전체 무인차 시스템을 설계한다. 이 설계에 기반하여, Multicore/GPGPU 기반 ECU 상에 구현되었을 때 발생할 이벤트 시간들을 동일하게 시뮬레이션하며 그 시간에 맞춰 센싱 및 제어 프로그램들을 수행한다. 또한 자동차의 움직임을 모사하는 동역학 시뮬레이터와 연동되어 구현 상황의 시간에 맞춰 수행되는 센싱 및 제어 프로그램들의 자율제어 성능을 기능적/시간적으로 동시 검증한다. 이후, ECU들이 시뮬레이션 ECU에서 실제 ECU로 준비되어 감에 따라 시뮬레이션 되는 ECU와 실제 ECU가 혼재하는 Hybrid 검증을 단계적으로 진행한다. 이러한 단계적 검증을 통해, 최종적으로 모든 ECU가 실제 ECU가 되어 실제 자동차에 탑재된 무인차가 안정적으로 개발될 수 있다.
무인차 제어 프로그램들을 Multicore/GPGPU 상에서 실제 수행할 수 있는 HW/SW 플랫폼
개발된 Multicore/GPGPU 병렬성 활용 스케줄 이론이 실행 오버헤드 시간, 메모리 요구량 등의 측면에서 실현가능한 것이 되기 위해서는 실제 HW/SW 플랫폼 환경에서의 검증이 필요하다. 이를 위해, 본 연구에서는 우선 PC를 기반으로 재구성 가능한 제어서버급 Multicore/GPGPU HW 플랫폼을 구축하여 이 위에서 컴퓨팅 리소스(CPU 코어 및 GPU 디바이스)를 제어하고, 다양한 스케줄 정책으로 제어 태스크들을 수행시킬 수 있는 개방형 SW 플랫폼을 구축한다. 이를 통해 Multicore/GPGPU 병렬성 최적 활용 스케줄링의 성능을 ECU 개발 이전에 확인하는 테스트베드로 사용 할 수 있으며, 더 나아가 향후 수백 수천대의 무인차로부터 현재위치, 목적지, 교통상황 등을 수집하여 막힘없고 안전한 소통이 되도록 교통량을 최적 분산하여 실시간 경로가이드를 제공하는 통합관제 서버로 활용할 수 있다.
연구 성과
- SCI 논문 3건(RTSS 2018’, ECRTS 2018’, RTAS 2015’)
- 국제학회 논문 9건
- 국내 학회 논문 25건
개발 성과
- SW 등록 6건
- OSCAR, CPSim, NANS
수상 성과
- 10th OSS World Challenge 1, 2위 (미래부 장관상) - CPSim, NANS
- OSS Award (Asia OSS Forum)
학계/산업계 협력 성과
학계
- Yale: OSCAR 무인자동차 플랫폼 기술과 Multicore/GPGPU 자원관리 기술을 이용하여 Certified OS, Simplex, Hypervisor 기술 접목함
- UCBerkeley: CPSim을 사용하여 무인자동차 태스크의 Multicore/GPGPU 기능적 시간적 검증에 활용함
- 서울대학교: 서울대학교 시흥캠퍼스 표준 자율주행 플랫폼에 OSCAR 무인자동차 플랫폼과 Multicore/GPGPU 자원관리 기술, Vehicle Routing & Scheduling 기술을 이용함
산업계
- Phantom AI(Silicon Valley 벤쳐): OSCAR 무인자동차 플랫폼 기술과 Multicore/GPGPU 자원관리 기술을 이용함
- 현대자동차: CPSim의 Multicore/GPGPU 기능적 시간적 동시 검증 기술과 TC/Aurix ECU 바이너리 포팅기술을 이용함
- 액션파워(스타트업): OSCAR 무인자동차 플랫폼을 이용하여 음성인식 제스쳐기술을 탑재 활용함
졸업생 취업현황
년도 이름 학위 취업 기관명
2018 이재우 박사후연구원 중앙대학교
2017 김강욱 박사 SAP
2017 위경수 박사 현대자동차
2017 주혜진 석사 LG전자
2017 어정윤 석사 서울대학교 대학원
2017 빅토리아 석사 직토
2016 최환석 석사 액션파워
컨퍼런스 Workshop
Functionally and Temporally Correct Simulation of Cyber-Systems for Automotive Systems (RTSS@Work 2017 Workshop – Paris)
http://2017.rtss.org/rtsswork-program/
A Problem of Time vs. Density Tradeoff in Multicore Fluid Scheduling(RTSOPS 2017 Workshop – Croatia)
http://www.cister.isep.ipp.pt/rtsops2017/
경진대회
제1회 컴퓨터시스템 소사이어티 시스템 개발 경진대회 (2017 – 서울대학교)
https://cse.snu.ac.kr/en/node/27028