이중 레이더 기술로 자율주행차가 안개 속을 볼 수 있도록 지원

 

(2020.11.17.) 자율주행차는 일반적으로 라이다와 레이더를 모두 이용해 전방 도로의 장애물을 감지하지만 어느 시스템도 안개 앞에서 차량을 식별하는 데 능숙하지 않다. 하지만 캘리포니아 샌디애고 대학 연구진들이 레이더를 이중으로 사용한다면 영상 인신 기능이 좋아질 수 있다는 것을 발견했다. 관찰 범위가 겹치는 서로 다른 지점에 레이더 2대를 배치함으로써 존재하는 물체를 탐지할 가능성이 높은 고해상도 영역을 만들어낸다.

 

라이다 센서는 레이저 펄스를 내보낸 다음 해당 빛이 항목에서 반사되는 데 걸리는 시간을 측정하여 물체의 모양과 거리를 측정한다. 레이더는 전파를 송신하는데, 전파가 반사되는 것을 감지하는 기술이다. 하지만 안개, 먼지, 비 또는 눈 같은 공기 중의 장애물은 라이다 시스템이 사용하는 빛을 흡수하고 레이저 진행을 방해하여 이러한 조건에서는 신뢰할 수 없다. 레이더는 불리한 영향을 받지는 않지만, 감지하는 것에 대해 부분적인 이미지만 만들어낼 수 있다. 이상적인 조건에서도, 전파가 물체에 전송되고 튕겨 나갈 때 방출되는 무선 신호의 극히 일부만이 센서에 반사되기 때문이다. 캘리포니아 샌디에이고 대학의 Dinesh Bharadia 팀은 자동차 후드에 두 개의 레이더 장치를 설치함으로써 후자의 문제를 해결했다.

 

 

실시간 교통량에서 자동차의 치수를 예측하는 다중 레이더 시스템. 빨간색 상자는 예측이고, 파란색 상자는 지상 사실 측정. (출처 : Kshitiz Bansal)

 

레이더 영상에는 어떤 물체도 속하지 않는 임의의 점들이 나타내는 것이 일반적인데 이 시스템은 레이더의 다른 문제점인 잡음을 극복했다. 레이더가 많아지면 소음이 더 커질 수 있는데 연구진이 개발한 특수 알고리즘으로 레이더들이 받는 반사 신호를 결합하여 하나의 합성 이미지를 만드는 동시에 관련 없는 배경 소음을 걸러낸다. 이 설정은 이미 안개 조건이 형성된 시뮬레이션에서 성공적으로 테스트 되었다. 두 개의 레이더 장치는 서로 약 1.5m의 간격을 두고 있다.

 

연구의 또 다른 핵심은 두 개의 레이더의 데이터를 결합한 데이터셋을 구축했다는 것이다. 데이터셋은 실시간 교통 상황 및 모의 실험 안개 조건에서 주야간 주행 장면의 5만4000개 레이더 프레임으로 구성된다. 앞으로의 작업은 빗속에서 더 많은 데이터를 수집이 될 예정이다. 이를 위해 먼저 더 나은 하드웨어 보호 커버를 구축할 필요가 있을 것이다.

 

연구진은 현재 이 기술을 자동차에 장착된 광학 카메라와 결합할 수 있을지 도요타 사와 협의 중이다. 더 비싼 라이다 센서는 결국 불필요한 것으로 판명될 수 있다.

 

 

 

 

[출처]

https://jacobsschool.ucsd.edu/news/release?id=3161

Jacobs School News Item | Jacobs School of Engineering

https://newatlas.com/automotive/radar-self-driving-cars-fog/

Dual-radar tech could help self-driving cars see through fog

 

Edited by Lucy