[오토저널] 자율주행을 위한 센서기술동향

2020.09.08. 15:26:35

2,380

자율주행 시스템의 구성요소들은 도로와 GPS를 포함한 인프라부터 제동과 조향 시스템의 Redundancy 확보 등 다양하지만, 레이더, 카메라, 라이다 등의 센서들이 가장 중요한 요소라고 할 수 있다. 주행상황을 판단하고 최적의 제어값을 도출하는 고도의 인공지능 알고리즘을 가지고 있어도 성능과 신뢰성이 확보된 센서 없이는 간단한 시나리오에서의 데모를 위한 데모카가 되어 버린다. 또한, 고성능, 고비용의 센서들만을 고집한다면 소비자의 외면뿐만 아니라 개발사의 수익성 부족으로 기술의 발전은 오히려 늦어질 것이다. ADAS로 지칭되는 보조적 자율주행 시스템의 보급률이 높아진 것은 센서의 저가화, 센서 구성의 다변화를 통한 현실적인 솔루션 제공 덕분에 가능해졌다.

궁극적인 완전 자율주행을 위해서는 Redundancy를 고려하여 상호 보완적인 다수의 센서가 필요하고 이를 위해 글로벌 제조사들은 각각의 전략을 가지고 최적의 센서 구성을 고민하고 있다. 자율주행기술을 선도하고 있는 업체별 센서 구성에 대해 탐색하고 레이더, 카메라, 라이다 등으로 구분되는 자율주행용 센서들의 기본 원리 및 향후 방향성에 대해 기술해보고자 한다.

Waymo<그림 1>, Uber 등 로보택시를 목적으로 하는 자율주행 플랫폼 개발 업체들은 다수의 레이더, 카메라, 라이다 센서를 장착하고 있다. 러시아의 Yandex<그림 2>도 비슷한 구성의 센서를 이용하고 있으며 현대모비스와 협업을 통해 자율주행 플랫폼의 양산화 개발을 진행 중이다. BMW, Daimler 등 독일 제조사들은 상기 3가지 센서를 모두 사용하면서 근거리 인식을 위한 초음파 센서도 활용하고 있는 것이 특징이다. Tesla는 유일하게 라이다 센서를 사용하지 않으면서도 다소 적극적인 자율주행 컨셉을 가지고 있어서 안전성에 대한 이슈가 지속되고 있다<표 1>.

현대자동차도 수소전기자동차 넥쏘를 기반으로 하여 자율주행 차량 모델을 평창올림픽 기간에 성공적으로 시범 운행하였다. 운전자 보조시스템으로 정의되는 넥쏘의 양산형 모델은 전방레이더, 전방카메라, 후측방레이더 만을 사용하지만 자율주행 시험운행 모델은 카메라, 전/후방 라이다, 측방 라이다를 추가하여 고정밀 주행상황 인식 및 Redundancy를 확보하였다.

이렇듯 모든 제조사들이 레이더와 카메라를 필수 센서로 채택하고 있으며, 라이다와 초음파 센서를 선택적으로 사용하고 있다. 특히, 라이다는 높은 가격에 대한 현실화와 환경에 민감한 단점을 극복한다면 자율주행 레벨 3 이상의 시스템에서 Redundancy 확보와 높은 신뢰도를 위하여 레이더, 카메라만큼 필수적인 센서가 될 것으로 판단된다. 제조사별 센서 구성이 다양한 이유는 국가별 법규, 도로별 환경, 지역별 사용자 니즈를 반영한 아키텍쳐 설계의 차이에 의한 것으로 지속적인 최적화가 진행될 것으로 판단된다. 대체적인 센서 시스템 아키텍쳐 변화의 단기적인 방향성은 센서 소형화 및 저가화를 통해 장착 센서 수 증대와 개별 센서들의 해상도 및 인식거리의 증대로 요약될 수 있다.

최근 주요 자동차 제조사들의 가장 높은 관심 영역은 자율주행 레벨 3 수준의 고속도로 자율주행의 양산이며, 해당 사양은 전방 및 측방 5개 레이더와 전방카메라, 전방라이다로 구성된 센서 조합을 기본으로 하여<그림 3>, 제조사들의 추가적인 센서적용을 통해 기능과 안전을 강화해 나가고 있다.

레이더는 환경에 강건하며 원거리 인식성능이 우수하며, 가격경쟁력이 우수하여 기본이 되는 센서이다. 송신안테나를 통해 송출된 전파는 차량 등의 물체에 반사되어 수신안테나를 통해 수신된다. 이 송/수신 신호의 시간/주파수 차이를 통해 거리 및 상대속도를 추정할 수 있으며 위상차를 통해 방향을 판단할 수 있다<그림 4>. 현대모비스를 비롯한 국내 개발사에서도 자체 개발품을 양산 중이며 200m 이상 검지 가능한 장거리 레이더, 160m 수준의 중거리 레이더, 80m 이하의 근거리 레이더로 구분된다. 또한, 소형화/저가화를 통해 최근에는 초음파센서를 대신하여 고성능 주차 센서로도 개발 중이며, 송수신 채널의 증대를 통해 고해상도화도 진행중이다.

카메라는 해상도와 화각 확대에 따라 지원하는 기능의 종류와 성능도 비례하여 증대되고 있다. 해상도는 0.3M 화소부터 1.0M, 1.7M, 2.6M 화소까지 개발되었으며 고성능 7.4M 화소도 개발 중이다. 높은 해상도일 수록 인식 가능한 물체 종류가 증가하고 원거리 인식 성능이 향상되지만, 요구되는 연산량 또한 급격히 증대되어 목표 시나리오에 맞는 최적화가 동반되고 있다. 화각은 52도 사양이 널리 보급되었으며, 최근 100도 이상의 광각을 통해 근거리 표지판 인식 등 기능의 다변화를 가져오고 있다<그림 5>. 또한, 물체 인식 방식에서도 전통적인 객체 검출 방식뿐만 아니라 딥러닝 기반 통합 다중 스케일 학습 방식이 추가되면서 인식의 정확도와 신뢰도가 급격하게 발전하고 있다.

라이다는 정밀한 3D 형상 인식이 가능한 센서로 높은 해상도로 정확한 거리값을 얻어낼 수 있는 것이 특징이다. 송신된 적외선 레이저가 물체에 맞고 돌아온 신호를 측정하여 거리값을 얻게 된다<그림 6>. 과거에는 360도 측정을 위한 회전형 라이다가 자율주행 레벨4 이상의 시스템 개발을 위해 사용되었지만, 대규모 양산화를 위한 소형화된 솔리드 또는 소형미러 방식의 단방향 라이다가 개발되고 있다<그림 7>.

여전히, 센서들의 발전과 병행하여 센서 시스템 아키텍쳐는 개별 센서의 장단점을 반영한 센서 융합기술 개발 과정을 반복하면서 성능, 강건성, 가격, 패키지의 개선을 포함하여 지속적으로 탐색되어야할 과제이다.

글 / 황재호 (현대모비스 )
출처 / 오토저널 2020년 4월호 ( http://www.ksae.org )

<저작권자(c) 글로벌오토뉴스(www.global-autonews.com). 무단전재-재배포금지>