라이다 센서 심화
Q) 현재 라이다 센서 개발에서 해결해야 할 중요한 주제는?
→ 고해상도 라이다 센서는 가격이 높아 해상도를 유지하면서 가격을 낮추는 것이 중요한 이슈!
학습 내용)
1.
라이다 센서 개요
2.
라이다 센서 데이터 기반 인지
keyword 1)
기계식 라이다
→ 라이다의 몸체나 부분을 모터를 사용하여 기계적으로 회전
keyword 2)
솔리드 스테이트 라이다
→ Optical phased array를 이용하여 각 안테나의 위상을 조정
→ 고정식
→ 거리가 짧은 것이 단점
keyword 3)
MEMS 라이다
→ 레이저 송신 방향을 반사 거울을 전기적으로 제어하여 조절
•
진동, 저온에 취약
라이다 센서 개요
•
주변 환경에 대한 3차원의 정밀한 스캐닝 가능
기존
•
905nm 파장 사용 → 습도의 영향 → 수신 감쇄 발생
최근
•
1550nm 파장 사용 개발 중
라이다 센서 종류
기계식 라이다
•
송수신 방향 변경함으로써 360도, 장거리 인지 가능
장점
•
넓은 범위의 스캐닝 수행 가능
단점
•
진동 등에 의한 내구성 문제 발생
솔리드 스테이트 라이다
→ 기계식 라이다 보완
•
Optical Phased Array (배열 안테나 구조) 사용
•
안테나 원소의 위상 조절
◦
원하는 방향으로 레이저 발사, 송신
장점
•
고정식 → 진동 등에 크게 영향 없음
단점
•
레이저의 송신 파워 분산
◦
장거리로 도달 어려움
MEMS 라이다
장점
•
레이저의 장거리 도달 가능
단점
•
진동, 저온에 취약
라이다 센서 데이터 기반 인지
라이다 센서 데이터
= 레이저가 반사되어서 온 결과물
→ 최근에는 물체 검출 + 환경 인지 딥러닝 기법 연구 중
→ 3차원 공간에서의 동정적 물체 검출 및 추적 가능
→ 차량 전방 등의 환경에 대한 거리 측정 가능
→ 고정밀 지도 생성 및 맵매칭을 통한 측위를 알 수 있다
•
라이다 데이터를 딥러닝 기반 인지 시스템으로 변환하기 위해서는 방대한 데이터셋이 필요
◦
데이터셋 확보 중요
