세계보건기구(WHO)에 따른 2018년 연간 도로 교통사고 사망자 수는 135만명에 달하는 것으로 보고되고 있으며, 이 중 90%는 인간의 실수로 인한 것입니다. 이러한 자동차 사고로 인한 인명 피해 감소, 교통 흐름 개선을 통한 탄소배출량 감소, 그리고 어린이, 노인, 장애인들과 같은 교통약자의 이동성을 개선하는 것 등을 목표로 자율주행 기술 개발이 활발히 진행되고 있습니다.
자율주행차량은 차량에 부착된 다양한 센서로부터 수집된 데이터를 이용해 도로 위의 사물들을 인식하고, 이러한 인식 결과에 기반하여 안전한 주행 경로를 찾아 주행하게 됩니다.
센서는 이벤트를 감지하거나 변화를 정량적으로 측정하는 장치로서 자율주행차의 센서는 차량 내부의 상태 변화를 감지하는 ‘내부 감지 센서’와 차량 외부 환경을 감지하는 ‘외부 감지 센서’로 분류 할 수 있습니다.
내부 감지 센서로는 관성 측정 장치(IMU), 인코더(encoder), 관성 센서(inertial sensor) 및 위치 센서(GNSS) 수신기 등이 있으며, 외부 감지 센서로는 카메라(Camera), 라이다(LiDAR), 레이더(Radar) 및 초음파 센서 등이 있습니다.
자율주행차량은 다수의 비전 카메라, 레이더 센서, 라이다 센서 및 초음파 센서를 사용하여 도로 주변의 환경을 인식합니다. 또한, GNSS, IMU 및 차량 주행 기록계(vehicle odometry sensor) 등을 사용하여 차량의 상대 위치와 절대 위치를 결정합니다.
본 포스팅에서는 자율주행차량이 도로환경을 인식하기 위한 카메라, 라이다 및 레이더 센서의 특징과 장단점에 대해 다루도록 하겠습니다.
카메라 (Camera)
카메라 센서는 운전 환경을 시각적으로 인식하고 분석하는 역할을 맡고 있습니다. 시각적 정보를 제공하며 정확한 인식 능력을 가지고 있습니다. 비용 효율성과 다양한 활용성은 카메라 센서의 장점으로 꼽히지만, 날씨 영향과 데이터 처리의 어려움은 단점으로 고려되어야 합니다. 미래에는 더 나은 알고리즘과 기술로 이러한 단점을 극복하여, 카메라 센서가 자율주행 기술의 핵심 역할을 계속해서 수행할 것으로 기대됩니다.
카메라 센서의 특징
- 시각적 정보 수집: 카메라 센서는 주변 환경의 시각적 정보를 수집할 수 있습니다. 이를 통해 차량은 도로의 차선, 신호등, 신호 표지판, 주변 차량 등의 정보를 인식할 수 있습니다.
- 다용도 활용: 카메라는 이미지 정보를 제공하므로 차선 유지, 주차 보조, 차량 및 보행자 감지 등 다양한 기능에 활용될 수 있습니다.
- 신호 처리 능력: 딥러닝과 같은 기술을 활용하여 카메라 센서는 이미지 데이터를 분석하고 인식합니다. 이를 통해 복잡한 도로 상황에서도 높은 신호 처리 능력을 발휘할 수 있습니다.
카메라 센서의 장점
- 정확한 시각 정보: 카메라는 시각적인 정보를 직접 수집하므로 주변 환경을 정확하게 인식할 수 있습니다. 차선 인식, 신호등 감지 등의 작업에서 높은 정확성을 보입니다.
- 비용 효율성: 카메라 기술은 다른 센서에 비해 상대적으로 비용 효율적입니다. 따라서 대량 생산 및 보급이 가능하며, 자율주행 기술을 보다 접근 가능하게 만듭니다.
카메라 센서의 단점
- 날씨 영향: 카메라 센서는 날씨 변화에 따라 영향을 받을 수 있습니다. 강한 눈이나 비 등의 악천후 환경에서 성능이 저하될 수 있습니다.
- 다양한 조명 조건: 어두운 환경이나 밝은 햇빛 아래에서는 이미지 품질이 저하될 수 있습니다.
- 데이터 처리 필요: 카메라로부터 수집한 이미지 데이터를 실시간으로 처리하려면 높은 연산 능력이 필요합니다. 이를 위해 별도의 컴퓨팅 자원이 요구됩니다.
라이다 (LiDAR)
라이다 센서는 주변 환경을 3D로 감지하고 분석하는 데에 핵심적인 역할을 수행합니다. 정밀한 거리 측정과 고해상도 데이터 생성을 통해 주변 환경을 세밀하게 분석하고 인식할 수 있습니다. 비용과 감지 범위 한계는 고려해야 할 요소이지만, 라이다 센서의 정확성과 신뢰성은 자율주행의 핵심을 이끄는 중요한 요소입니다.
라이다 센서의 특징
- 거리 측정: 라이다 센서는 레이저 빛을 사용하여 주변 물체와의 거리를 정확하게 측정할 수 있습니다. 이를 통해 차량은 주변 환경의 3D 모델을 생성하고 분석할 수 있습니다.
- 고해상도 매핑: 라이다 센서는 고해상도의 3D 포인트 클라우드 데이터를 생성합니다. 이 데이터를 활용하여 도로, 건물, 보행자 등의 물체를 정확하게 매핑하고 인식할 수 있습니다.
- 다양한 조건에서의 작동: 라이다 센서는 날씨나 조명 조건에 상관없이 일정한 정확도를 유지할 수 있습니다. 이는 밤, 비, 안개 등의 환경에서도 높은 신뢰성을 제공합니다.
라이다 센서의 장점
- 정밀한 거리 측정: 라이다 센서는 레이저 빛을 사용하여 물체와의 거리를 매우 정밀하게 측정할 수 있습니다. 이를 통해 차량은 주변 환경의 거리와 높이를 정확하게 이해할 수 있습니다.
- 고해상도 데이터: 라이다 센서는 고해상도의 3D 데이터를 생성하므로 주변 환경을 더욱 세밀하게 분석하고 인식할 수 있습니다.
- 다양한 환경 적응: 날씨와 조명 조건의 변화에 영향을 받지 않고 일정한 정확도를 유지하므로 다양한 환경에서도 신뢰성 있는 센서로 작동합니다.
라이다 센서의 단점
- 높은 비용: 라이다 센서는 정밀한 거리 측정과 고해상도 데이터 생성을 위해 복잡한 기술을 사용하므로 비용이 비교적 높을 수 있습니다.
- 감지 범위 한계: 일반적인 라이다 센서의 감지 범위는 상대적으로 제한적일 수 있습니다. 멀리 떨어진 물체를 감지하는 데 한계가 있을 수 있습니다.
레이더 (Radar)
레이더 센서는 차량 주변의 물체를 감지하고 거리 및 속도를 정밀하게 측정하는 역할을 수행합니다. 주변 환경의 거리 및 속도를 정밀하게 측정하고 파악합니다. 날씨에 영향을 받지 않는 특성과 고속 주행에 적합한 성능으로 레이더 센서는 자율주행 차량의 안전성을 높이는데 큰 역할을 합니다. 객체 분류의 어려움과 공간 해상도의 한계를 극복하면서, 레이더 센서는 더욱 뛰어난 기능을 발전시킬 것으로 기대됩니다.
레이더 센서의 특징
- 마이크로파 기술: 레이더 센서는 마이크로파 레이더를 사용하여 주변 환경의 물체를 감지합니다. 이는 날씨 조건이나 조명 변화에 크게 영향을 받지 않는 특징을 가지고 있습니다.
- 거리 및 속도 측정: 레이더 센서는 물체와의 거리를 정밀하게 측정하고, 해당 물체의 속도도 측정할 수 있습니다. 이를 통해 주변 차량과의 거리 유지와 차량의 상대 속도를 파악할 수 있습니다.
- 장거리 감지: 레이더 센서는 상대적으로 장거리에서 물체를 감지할 수 있어 주변 환경을 넓은 범위에서 모니터링할 수 있습니다.
레이더 센서의 장점
- 날씨에 영향받지 않음: 레이더 센서는 레이더 파장을 사용하여 작동하기 때문에 비, 안개, 눈과 같은 악천후 조건에서도 높은 신뢰성을 유지합니다.
- 고속 주행에 적합: 레이더 센서는 고속 주행 시에도 정확한 거리 및 속도 측정을 제공하므로 고속도로 주행에서 유용하게 활용됩니다.
- 높은 신뢰성: 레이더 센서의 측정 결과는 상대적으로 정확하며, 다양한 환경에서도 일관된 성능을 발휘하여 안전한 주행을 지원합니다.
레이더 센서의 단점
- 객체 분류 어려움: 일반적인 레이더 센서는 물체의 형태나 종류를 정확하게 구별하기 어려울 수 있습니다. 따라서 정확한 객체 분류에는 추가적인 정보가 필요할 수 있습니다.
- 낮은 공간 해상도: 레이더 센서의 공간 해상도는 일반적으로 카메라나 라이다에 비해 낮을 수 있습니다. 따라서 세부적인 환경 정보를 분석하기에는 제한이 있을 수 있습니다.