자율주행 인지 센서 기술 동향 본 게시글은 KEIT의 ‘자율주행 인지 센서 기술 동향’ 보고서를 공부 차원에서 정리한 자료입니다.
사실과 다른 내용이 있을 수 있으므로 직접 확인하는 과정은 필수입니다.
여기 올린다고 추천이 아니라 공부용이에요.
1. 자동 운전 사고 ① 다양한 센서를 장착한 자동 운전 차량이 개발되고 자동 운전 차량 사고 발생이 증가하고 있다.
특히 주변 환경을 인식하는 센서가 환경 변화에 대한 아직 인식과 잘못된 인식을 바탕으로 다양한 인명 사고가 빚어지고 있다.
②”테슬라 안전 보고서(2022년)에 따르면 AutoPolot자동 운전 차는 431만마일당 1건, 인간 운전 차는 140만마일당 1건의 사고가 발생한 것으로 파악되고 자동 운전 기능의 탑재의 필요성을 나타냈지만, 미국 도로 교통 안전국(NHTSA)이 테슬라에 소프트웨어(FSD)를 탑재한 충돌 사고 차량에 대한 전수 조사 및 자료 제출을 요청하고 자동 운전 기술의 불완전성에 대한 우려도 높아졌다.
③ 결국 이를 해결하기 위해서는 인간과 비슷한 수준이나 그 이상의 성능을 확보한 인지 센서가 필요.그러나 아직 가시 객체 검출만 가능한 기존의 인식 센서는 인간 수준의 인지 성능을 확보하지 못했으며 Lv.4이상의 완전 자동 운전의 실현이나 보급은 아직 상당 기간 늦춰질 전망이다.
2. 센서의 한계 성능 ① 현재 상용화된 카메라, 레이더(Radar), 라이더(Lidar:Light Detection and Ranging)의 경우 차량에 장착되는 위치, 운행 조건, 날씨/주변 환경 등 외부 환경 요인에 의해서 센서의 검출 및 인식 성능에 분명한 한계가 존재했다.
자동 운전 차량의 주된 사고 원인은 이런 인지 센서를 잘못 인식/미 인식의 잘못된 동작에 의한 것으로 보고 있다.
② 야간, 강우, 강설, 안개 등 악천후 기상 조건에 대해서 센서별 검출 및 대비 성능이 다른 한계가 존재한다.
③ 자동 운전 기술이-바, 구글처럼 전통 완성 차 메이커가 아니라, IT기업을 중심으로 개발되어 센서와 제어기에 대한 안전 설계 부족, 특검 중 부족 등이 발생했다.
④ 이러한 문제점 해결을 위해 카메라, 레이더, 라이다, 초음파 센서 등 기존 가시 객체 검출 센서의 성능 고도화 및 한계 성능 극복을 위한 다양한 시도가 이루어지고 있다.
3. 자율주행 인지 센서 기술 동향 ① 자율주행의 최종 목표는 인간이 운전하는 더 높은 주행 안전도와 신뢰도 확보다.
현재 자율주행차에 활용되고 있는 센서로는 아래 그림과 같이 카메라, 레이더, 라이다, 초음파 센서 등이 있다.
② 카메라는 주변 환경을 촬영하고 이미지에 출력하는 센서이며 값이 다른 센서보다 싼 딥 러닝 기술을 활용한 객체, 차선 신호 인식 등 다양한 정보를 제공하여 높은 해상도로 주변을 세세하게 구분할 수 있다.
그러나 정확한 거리 판단이 어렵게 감지된 물체의 위치를 파악하기 어렵고 이를 보정하는 추가 작업이 필요, 주변 환경의 밝기와 색에 크게 영향을 받기 때문에 악천후 뒤 그림자, 야간 등은 시야와 작동이 제한된다는 단점이 있다.
③ 레이더는 전자파를 이용하고 주변 환경을 탐지하는 기술, 물체의 거리, 고도, 상대적 각도 등을 측정하는 데 높은 성능을 나타내는 날씨 조건에 영향을 받지 않는다는 장점이 있다.
그러나 레이더에 사용되는 파장은 작은 물체를 감지하거나 물체의 형태 및 속성을 파악하는 데 제한이 있고 다른 차량과 벽, 건물 등의 장애물을 구분하기 어렵다.
그러므로 정확도를 높이기 위해서 다른 센서와 함께 사용할 필요가 있다.
④ 라이더는 레이저를 이용하고 주변 환경의 거리, 방향 위치 등을 측정하는 센서이다.
매초 수백만번 이상의 레이저를 방출하고 주변을 스캔하며 높은 해상도와 매우 정확한 거리 측정 능력을 보인다.
실시간으로 주행 경로를 계산하고 조정하는 데 매우 유용하다.
그래서 오토바이를 탑재한 자동 운전 차가 복잡한 환경에 노출돼도 주변 여건을 신속하고 정확히 인식하다는 장점이 있다.
⑤ 다른 센서와 비교해 라이다의 가장 큰 장점은 조감도를 생성할 수 있어 보다 포괄적인 조망을 3차원 형식으로 제공한다는 점이다.
다만 다른 센서에 비해 가격이 비싸고 크고 무겁다는 단점이 있다.
이러한 단점에도 불구하고 우수한 해상도와 거리 정보를 제공한다는 장점이 있어 이종 센서와 함께 사용될 때 자율주행 시스템의 성능을 높여준다.
4. 자율주행 인지센서 시장 동향 ① 4대 핵심 인지센서인 카메라, 레이더, 라이다, 초음파 센서 시장 규모는 2020년 93억달러에서 2025년 223억달러 수준으로 240% 성장이 예상된다.
특히 라이다 센서의 경우 연평균성장률(CAGR)이 36% 이상으로 가파른 성장세를 보이고 있다.
② 자율주행 단계가 높아질수록 인지 정확도 향상과 안전도 이중화를 위해 차량에 장착되는 센서의 종류와 수량이 급격히 늘어날 것으로 예측된다.
③ 2030년의 자동 운전 자동차 대수가 약 8천 만대로 예상되며 이들 수준 3이하의 자동 운전 및 센서 시장 규모가 전체 75%규모다.
레벨 4이상의 고도 자동 운전이 약 25%수준으로 예상되고 상당 기간 조건부 자동화 수준의 자동 운전용 센서 시장이 줄 것으로 예측된다.
5. 차세대 인지 센서 개발 ① 수준 4이상의 완전 자동 운전을 실현하기 위해서는 현재 차량에 장착되어 있는 가시 객체 검출 외에 블랙 아이스, 눈, 포트 홀, 강우시의 노면 인식 같은 비가시 위협 객체 검출과 표면 재질 이식에 의한 보행자 진위 여부 식별, TOF라이더에 한계 성능인 안개/안개 등에 의해서 숨겨진 객체 검출 등이 가능한 새로운 타입의 차세대 인지 센서 개발 및 경쟁력 확보 및 경쟁력 확보 및 경쟁력 확보와 경쟁력 확보② 3D의미 추론 카메라:다중 분광과 능동적 거리 사을 이용하고 대상 객체의 표면과 재질과 상태 정보 기반의 비가시 위협 객체 식별이 가능하다.
또, 검출 대상 단체의 주요 구성 성분(피부, 솜, 얼음, 물, 검은 아이스, 금속 등)의 인식도 가능하다.
③ 4D주파수 변조 방식 라이더:4D(3D+속도)탐사를 통해서 말 인식, 공간 위치 인식, 위험 상황 감지 등 자동 운전을 가능한 주파수 변조 방식을 적용하고 기존 ToF방식 라이더의 한계 성능인 안개/안개 등에 의해서 숨겨진 객체 인식이 가능하다.
④ 인공 지능 인식 SW의 신뢰성 확보도 중요하다.
레벨 4자동 운전은 인공 지능 기반의 다양한 오브젝트 속성과 주행 및 판단 의도 기술 개발 등이 매우 보편화될 것으로 보인다.
이 때문에 동적 장애물 겨우 회피, 정차 또는 돌발 상황 등을 판단하기 위해서, 3차원 위치, 크기, 진행 방향, 장애물의 종류와 주변 장애물의 파악이 가능해야 한다.
·차량 인식 속성의 예:경찰 차, 구급차, 어린이 통학 버스, 트럭·보행자 인식 속성의 예:교통 경찰, 어린이, 노약자, 도로 공사 인부 등·이상 행동 물체 속성의 예:급감 속도 및 급발진 반복, 위협적인 행동을 하는 차량 또는 보행자 등※참고자료 첨부파일 KEIT [이슈리뷰] 2023 [7월호] 4 [자율주행] 인지센서 [기술] 동향. pdf파일 다운로드 내 컴퓨터 저장네이버 MYBOX에 저장네이버 MYBOX에 저장