차량 센서 관점에서의 판단 기술 심화
자율 주행차가 도로 위의 차, 사람, 사물을 어떻게 인식할까?
•
사람이 아닌 자율 주행차의 의사결정이기 때문에
•
차량 주변 각종 정보를 수집한다
•
이 정보를 바탕으로 자체적으로 판단하여 운행
자율 주행 구성요소
•
도로, GPS, 중복성 확보
센서 - 카메라, 레이더(RADER), 라이다(LiDAR), 초음파센서
1) 광학 기반센서
•
지형지물, 거리 인식
◦
카메라, 레이저, 스캐너, 라이다
2) 비광학 기반센서
•
거리 측정
◦
레이더, 초음파
ADAS 기능을 구현하기 위해 많은 센서가 필요
→ 신뢰도가 확보된 센서가 없다면?
•
간단한 시나리오를 위한 시연용 차량에 불과
→ 고성능, 고비용의 센서만 고집한다면?
•
개발사의 수익성 부족으로 기술의 발전 둔화
→ 첨단 운전자 보조 시스템 (Advanced Driver Assistance Systems)
•
센서의 저가화
•
센서 구성의 다변화
⇒ 현실적 솔루션 제공을 통한 보급률 증가
⇒ 완전 자율주행을 위한 중복성 고려
Q) 자율 주행 개별 센서들의 특성 및 장단점은?
학습내용)
1.
차량 센서의 특성 및 원리
2.
센서 융합의 필요성
keyword 1)
차량 센서 특징 및 이해
•
자율 주행 핵심 센서인 카메라, 라이다, 레이더 센서별 특징 및 원리 이해
keyword 2)
센서 융합 원리 이해
•
센서 융합의 필요성 이해 및 high level fusion/low level fusion 차이 이해
keyword 3)
차량 센서 관점 주행 판단
•
센서별 특성 파악 및 센서 융합 개념 이해를 통한 차량 센서 관점 주행 판단 기술 심화
차량 센서의 특성 및 원리
카메라
•
사람의 눈과 가장 유사
•
범용적으로 많이 사용
장점
◦
가격이 낮다
◦
정보의 양이 많다
단점
◦
거리 정보가 약함
◦
조도 변화에 성능 하락 발생
•
가장 대중적인 센서
라이다
•
자율 주행 시대의 필수 센서
•
Point Cloud 형태로 데이터 구성
•
905~1550nm의 짧은 파장으로 공간분해능이 우수
•
Reflectivity 반사도 정보 활용이 가능
장점
◦
점 단위의 거리 정보로 매우 정확함
◦
카메라에 비해 조도 날씨 변화에 강인함
단점
◦
가격이 높음
◦
정보의 양이 부족함
레이더
•
전자기파를 쏴서 돌아오는 것을 측정하는 센서
•
ADAS에 많이 활용
•
센싱 거리가 라이다 보다 길어서 고속도로 자율 주행에 활용
•
파장이 길기 때문에 라이다보다 공개분해능이 약하다
장점
◦
라이다보다 긴 센싱 거리
◦
정확한 종방향 센싱
◦
카메라에 비해 조도/날씨 변화에 강함
단점
◦
비금속 물체에 취약
◦
부정확한 횡방향 센싱
센서 융합의 필요성
→ 센서 융합이 반드시 필요
센서 융합
Low Level Fusion
→ 성능 극대화를 위해 필요한 부분
High Level Fusion
→ 구현이 용이
→ 접근성이 높음
포인트)
1.
대표적인 센서의 특성 및 원리
2.
각 센서별 장단점
3.
주행 상황에 따라 달라지는 센서별 신뢰도
•
이를 고려한 인식 및 판단 기술 필요
4.
각 센서의 한계점을 보완하기 위한 센서 융합 기술
•
Low Level Fusion
•
High Level Fusion
