Win Tech - 자율주행차 및 스마트카를 위한 3차원 라이다 영상센서 기술
Win Tech는 공공연구기관의 연구성과 확산을 위해 국가과학기술연구회(NST)와 공동으로 우수 공공기술을 선별하여 게재하고 있습니다.
▲ 민봉기 책임연구원
한국전자통신연구원 ICT부품소재연구소
자율주행차 및 스마트카 분야는 2010년 구글의 자율주행차 시연 이후 뜨겁게 이슈가 되고 있는 분야이며, 최근 들어 의미 있는 역사적인 변화가 이루어지고 있다.
지난 2016년 2월 10일 미국 고속도로교통안전국(NHTSA: National Highway Traffic Safety Administration)은 구글 자율주행자동차에서 개발한 인공지능 기반 자율주행컴퓨팅시스템을 운전자(Driver)로 인정했다.
이는 전통적인 운전자, 즉 인간으로만 한정되었던 운전자 개념을 넘어선 것으로 향후 자율주행기술과 관련된 큰 변화를 시사하고 있다.
2016년 1월 현재 구글에서 자율주행자동차 55대로 테스트한 총 주행거리는 385만㎞ 수준에 이르고, 이 중에서 완전자율모드로 주행한 거리는 227만㎞이다.
이 거리를 운행하면서 발생한 사고는 한 번 기록되었는데, 부상자가 없는 경미한 접촉사고였다(그림 1 참조).
이러한 구글의 자율주행차 기술의 성공은 인공지능, 기계학습, 딥러닝과 관련된 소프트웨어 설계능력에 기반한 것이지만, 소프트웨어의 구동에 필수적인 데이터는 주변상황에 대한 다양한 정보를 검출할 수 있는 센서들을 통하여 제공된다.
따라서 최종 자율주행성능은 센서들의 성능에 의하여 크게 좌우된다. 물론 차량에는 이미 수많은 센서, 예를 들면 다양한 형태를 가진 비전 카메라, 레이더 센서, 초음파 센서 등이 이미 장착되어 있다.
그러나 이 중에서 자율이동, 즉 자율주행을 지원하기 위해서 가장 필수적인 요소는 주변 공간에 대한 높은 분해능의 3차원 정보이다.
이러한 높은 수준의 분해능을 가진 3차원 공간정보는 기존의 센서들로는 확보가 불가능하기 때문에 라이다(LIDAR: Light Detection and Ranging) 기술이 자율주행차 시대의 핵심 센서로 인식이 되고 있다.
물론 차량 안정성 확보가 가능하도록 충분한 정보(Redundancy)를 제공하기 위해 라이다 기술과 더불어 다양한 센서 기술들을 함께 이용하겠지만, 어떤 센서 기술의 조합으로도 라이다 기술이 제공하는 공간 분해능은 확보할 수 없다.
구글 무인자율주행자동차의 성공은 바로 이와 같이 우수한 라이다 모듈(실제로 적용된 모델은 벨로다인사의 HDL-64 모델)의 특징을 활용하여 세계 최초로 응용했고, 이를 기반으로 관련 자율주행 소프트웨어 기술을 비약적으로 발전시켰기 때문에 가능했던 것이다.
구글이 이용한 라이다 모델은 수직방향으로 64 픽셀의 해상도를 가진 것으로 현재에도 가장 우수한 성능을 보이고 있는 제품이다.
하지만 높은 가격과 큰 부피로 인하여 실제 상용화에는 걸림돌이 되고 있으며, 이러한 문제를 해결하거나 회피하기 위한 다양한 시도가 이루어지고 있다.
글로벌 IT기업이 자율주행차 분야에서 이룬 기술혁명은 기존 글로벌 양산차 기업들에게도 커다란 자극이 되었으며, 기존의 첨단운전보조시스템(ADAS: Advanced Driver Assistance Systems)을 더욱 발전시켜 자율주행 기능을 구현하는 방향으로 연구개발 및 관련 투자가 진행 중에 있다.
글로벌 IT기업과는 다르게 글로벌 양산차 기업들은 비교적 저가의 저렴한 라이다 센서를 활용하여 초기 시장진입을 빠르게 준비하는 대신, 제공하는 자율주행 수준은 비교적 낮은 수준으로 하여 최종적으로는 조기에 상업화가 될 수 있도록 노력하고 있다.
이와 같은 라이다 센서에 대한 글로벌 IT기업과 글로벌 양산차 기업들의 동시다발적인 관심과 수요는 3차원 라이다 영상센서 기술에 대한 이해를 대중과 관련 기업에 확대할 수 있는 좋은 기회가 되었다.
원래 라이다 기술은 빛을 조사한 후 원거리 물체에서 반사된 신호를 측정하고 이를 분석하여 거리로 환산하는 모든 방식을 통칭하며, 그 기원은 구름의 높이를 측정하는 것에서 시작되었다.
일정한 한 지점까지의 거리를 측정하는 라이다 기술이 2차원의 좌표에 해당하는 각각의 방향으로 거리를 측정하여 공간에 대한 3차원 정보를 획득할 수 있는 센서 기술로 진화되어 발전하였으며, 효과적인 실시간 3차원 정보를 얻기 위해서 스캔 속도 또는 프레임 레이트(Frame Rate)를 높이고 탐지거리 및 영역을 확대하기 위한 다양한 방법들이 제시되고 있다.
3차원 라이다 영상센서는 상당히 다양한 기술로 구현이 가능한데, 레이저(빛)를 조사하여 획득하는 능동형 라이다 기술은 검출에 응용되는 파장과 검출기의 구성형태에 따라서 크게 네 부분으로 구분이 가능하다(그림 2 참조).
3차원 라이다 영상센서 기술은 기본적으로 레이저를 조사하고, 조사된 레이저의 반사 신호를 검출하여 거리를 탐지하는 방식이므로, 구현 방식에 따라서는 조도가 낮은 실내용으로만 응용이 가능한 경우도 있고, 실내외 또는 실외용으로 가능한 경우도 있다.
실제 실외용으로 응용되기 위해 가장 문제가 되는 요소는 태양광에 의한 조도 변화이다.
일반적으로 직사광선에 닿는 표면의 밝기는 7~8만 럭스에 해당하기 때문에 야외용으로 동작하기 위해서는 이러한 조도에서도 반사된 레이저 신호를 안정적으로 검출하여 동작하도록 설계되어야 한다.
이를 위해서는 기본적으로 광검출기의 감도가 우수해야 하고 빛을 조사하는 파워가 충분해야 한다.
이때 빛을 조사하는 부분, 즉 송광부에서 출력되는 광파워는 시각안전 등급 Class 1이 확보되어야 해당 응용파장에서 시각안전성이 확보된다.
파장관점에서 볼 경우 라이다 기술은 1,550㎚ 대역과 830~905㎚ 대역을 이용하는 기술로 나누어진다.
830~850㎚ 대역 및 905㎚ 대역의 파장은 눈에 보이지 않으면서도 저렴한 가격의 실리콘 광검출기를 이용할 수 있는 장점이 있는데, 실제 수광부를 집적회로로 원칩화하여 매우 저렴하게 구현할 수 있다는 특징이 있다.
하지만 해당 파장대역의 일반 실리콘 광검출기의 광검출 효율이 5% 미만 수준으로 떨어져서 효과적인 검출에 불리한 조건이며, 검출기가 어레이인 경우 빔을 분산(Diffuse)해야 하기 때문에 변조된 신호에 대한 반복 측정을 통하여 노이즈를 줄이는 기법을 활용하더라도 일반적으로 10m 이내에서만 탐지가 가능하다.
보통 탐지거리를 늘리기 위해서는 수광되는 파워를 높여야 하는데, 이를 위해서 송광되는 빛의 분산각을 줄이거나, 송광되는 빛 자체의 파워를 높여야 한다.
그러나 빛을 분산하는 각도를 줄이면 탐지거리를 늘릴 수 있지만, 탐지범위(각도)가 줄어드는 문제점이 있으며, 송광파워를 늘리면 시각에도 안전하지 않을 수 있는 문제가 있어 현재 기술상으로 한계가 있다.
이러한 한계로 인하여 빔을 분산하지 않고 일정한 빔의 크기가 유지되는 상태로 다수의 송수광 채널이 회전하여 100m 내외의 3차원 영상을 확보 가능한데, 이 방법이 기술적으로 가장 간단하기 때문에 상업적으로 가장 많이 응용되고 있다(그림 3 참조).
하지만 회전형의 경우 수직해상도가 높아질 경우 부피가 급격하게 커지는 문제점이 있고, 회전 자체가 모듈의 수명 및 안정성과도 관련성이 높아 광범위한 사용에 제약이 되고 있다.
반면 1,550㎚ 파장 대역의 경우는 일반적인 850㎚ 및 905㎚ 파장대역보다 1,000배 이상 높은 에너지를 사용하더라도 눈에 안정적인 특징(시각안전)이 있어 탐지거리 확보에 유리하다.
다만 이 파장대역의 경우 저렴한 실리콘이 아닌 상대적으로 고가의 화합물 광검출기를 사용해야 한다.
또 플래시 라이다(Flash LIDAR)로 알려진 어레이 방식으로 구현할 경우 화합물 광검출기도 어레이로 구성해야 할 뿐만 아니라, 어레이 구동을 위한 Readout IC칩도 필요하여 최종적으로 차량용에 적합하지 않은 고가의 솔루션이 된다(그림 4 참조).
동일한 파장대역으로 응용하는 다른 관련 기술로는 보다 낮은 송광파워를 이용하는 단일광자 광검출모드(Geiger-mode)를 활용한 라이다 영상센서도 있지만, 이 영상센서에서 발생하는 Dark Count 및 After Pulsing 등으로 인한 디지털 노이즈에 대해 신호처리를 해야 적절한 수준의 3차원 영상 확보가 가능한 문제점이 있다(그림 5 참조).
이처럼 3차원 라이다 영상센서를 확보하는 데 다양한 기술적인 문제점들이 있는데, 이러한 문제점을 상당부분 해결하고 있는 국내 독자기술도 있다.
한국 전자통신연구원은 스터드(STUD: STatic Unitary Detector) 기술 방식을 세계 최초로 제안하였는데, 이 방식은 저가격으로 고분해능 3차원 영상을 얻는 데 최적인 솔루션이다.
이 기법을 활용한 다양한 연구시제품을 확보하고 있으며(그림 6 참조), 이 방식으로 현재 세계 최고 수준의 해상도 및 분해능을 가진 3차원 영상을 확보하였다(그림 7 참조).
또한 모듈 구성의 유연성이 높아 광각/360도 탐지형태로도 구현이 가능하며, 회전부가 없기 때문에 센서모듈의 소형화가 용이한 특징이 있다.
특히 최근 3차원 영상센서 기술은 자율주행차 이외에도 다양한 응용 분야(자율이동로봇, 경계감시, 경전투로봇, 드론 등)에서 다양한 성능을 만족할 수 있도록 구현되어야 하는데, 스터드 라이다 방식은 비용적인 측면을 고려하면서도 산업계 요구수준을 충분히 만족시킬 수 있는 구도이다.
자율주행차 시대는 분명 머지않은 미래에 있다. 이 때에는 레이저(빛)를 이용한 3차원 라이다 영상센서가 모든 자율주행차에 탑재될 뿐만 아니라, 상당한 수의 자율이동체(로봇 및 드론)에도 탑재될 것으로 예상되고 있다.
이는 향후 3차원 라이다 영상센서 시장이 매우 빠르게 성장할 것이며, 관련 산업에 파급효과가 크다는 것을 의미한다.
이제 미래 자동차에서 3차원 라이다 영상센서 기술은 차량에 장착된 하나의 센서가 아닌 미래 글로벌 자율주행차 및 스마트카 시장의 근간을 흔들 수 있는 플레이어 역할을 할 것이다.
따라서 국내에서 보유하고 있는 라이다 기술 및 IT기술의 강점을 접목하여 현재 대한민국이 가진 자동차 강국의 위상을 미래에는 스마트카 강국의 위상으로 이어갈 수 있기를 기대한다.