산업 배경: 주차는 결코 단순하지 않은 시나리오입니다.
자율주행 기술 개발에 있어 주차는 흔히 "저속, 저위험" 시나리오로 인식되어 왔습니다. 상대적으로 통제된 환경 덕분에 자동 주차는 오랫동안 자율주행의 진입점으로 여겨져 왔으며, 기술적으로 단순하다고 오해받기도 했습니다. 그러나 자동 주차 시스템(APS) 에서 홈존 주차 시범 운영(HPP), 그리고 최종적으로 자동 발렛 주차(AVP) 로 발전함에 따라 이러한 인식은 점차 도전을 받고 있습니다.
엔지니어링 경험에 따르면 주차 환경에서는 인지 시스템에 높은 수준의 안정성, 연속성 및 신뢰성이 요구됩니다. 완전 무인 주차 시나리오에서는 짧은 인지 오류조차도 차량 안전과 시스템 가용성에 직접적인 영향을 미칠 수 있습니다. 따라서 인지 시스템의 이중화는 선택 사항이 아닌 핵심 시스템 설계 원칙으로 자리 잡았습니다.
주차 환경의 공학적 현실
주차장은 매우 불규칙적이고 복잡한 환경입니다. 지하 공간은 종종 저조도, 역광, 인공 조명이 공존하는 등 조명 조건이 일정하지 않습니다. 출입구 구역은 밝기 변화가 극심할 수 있습니다. 또한 주차장에는 지면 잠금 장치, 기둥, 콘, 공중에 매달린 파이프, 보행자, 배송 차량 등 다양한 장애물이 존재합니다. 이러한 물체들은 모양과 크기가 제각각이며 표준화된 특징이 없습니다. 인접한 차량, 벽, 기둥으로 인한 잦은 가림 현상은 인지 시스템을 더욱 어렵게 만듭니다. 시스템은 매우 짧은 시간 내에 이러한 장애물을 감지, 분류하고 경로를 계획해야 합니다.
이러한 상황에서는 단일 모달리티 인식의 한계가 더욱 두드러집니다. 카메라 기반 비전은 의미론적 이해에는 탁월하지만 조명, 렌즈 오염, 질감이 낮은 표면에 민감하여 깊이 정확도와 객체 감지 신뢰도를 저하시킬 수 있습니다. 초음파 센서는 근거리 충돌 방지에는 효과적이지만 공간 영상 촬영 기능이 부족하고 주변 환경에 대한 포괄적인 인식을 제공할 수 없습니다. 무인 주차 시나리오에서 이러한 한계는 시스템 가용성에 직접적인 영향을 미칠 수 있습니다.
자동 주차 수준 및 인지 요구 사항의 진화
자동 주차 시스템이 APS에서 HPP, 그리고 최종적으로 AVP로 발전함에 따라 인지 시스템의 책임과 요구 사항은 크게 증가합니다.
APS(자동 주차 시스템)
APS는 주로 근거리 장애물 감지를 위해 초음파 센서에 의존하며, 카메라가 주차선 식별을 보조합니다. 운전자는 차량 내에 머물면서 필요시 개입할 수 있으므로 시스템 오류에 대한 허용 범위가 비교적 높습니다.
HPP(주택 구역 주차 시범 사업)
HPP는 차량이 지정된 영역 내에서 고정된 경로를 자율적으로 주행하고 기억할 수 있도록 합니다. 인지 시스템은 역동적인 환경에서 목표물을 지속적으로 추적하고 안정적인 위치 정보를 유지해야 합니다.
AVP(자동 발렛 파킹)
AVP는 운전자가 없는 레벨 4 자율주행 시나리오를 나타냅니다. 이 시스템은 다양한 환경 조건에서 안정적으로 작동해야 합니다. 이를 위해서는 인지 시스템이 여러 감지 방식에 걸쳐 중복성을 제공하여 하나의 센서가 고장 나더라도 안전한 작동을 보장해야 합니다.
시각 정보만을 이용한 주차 솔루션의 한계점
시각 알고리즘은 상당한 발전을 이루었지만, 주차 환경에서 시각 정보만을 활용하는 접근 방식에는 본질적인 한계가 있습니다. 흰 벽이나 광택 바닥과 같이 질감이 낮은 표면은 깊이 추정 정확도를 떨어뜨릴 수 있습니다. 비, 먼지, 렌즈 오염은 카메라 영상에 영향을 미칩니다. 또한, 저속 환경에서 여러 대의 고해상도 카메라 영상 스트림을 처리하는 것은 상당한 연산 부하와 지연 문제를 야기합니다. 이러한 요인들은 보완적인 센서 없이 시각 정보만을 활용한 솔루션으로는 AVP(자동 주차 시스템) 환경에서 지속적인 가용성을 보장할 수 없음을 시사합니다.
4D mmWave 레이더의 시스템 수준 가치
4D mmWave 레이더는 고도 차원을 도입하여 센서가 더욱 완전한 공간 정보를 출력할 수 있도록 합니다. 주차 상황에서의 이점은 다음과 같습니다.
공간 장애물 인식 : 주행 가능한 물체와 지면 걸림돌, 연석, 매달린 물체와 같은 실제 장애물을 구분하여 불필요한 제동을 줄입니다.
밀집 환경에서의 목표물 분리 : 높은 각도 해상도를 통해 서로 가까이 위치한 보행자, 차량 및 기둥을 구분할 수 있어 경로 계획에 신뢰할 수 있는 정보를 제공합니다.
전천후 물리적 이중화 : 밀리미터파 레이더는 빛에 영향을 받지 않고 비, 먼지 또는 연기의 영향을 덜 받으므로 카메라가 손상된 경우에도 거리 및 속도 측정을 유지합니다.
이러한 특징 덕분에 4D 레이더는 필수적인 이중화 센서 역할을 하며, 단일 센서에 의존하지 않고도 절대적인 신뢰성을 확보하여 무인 주차 시스템의 작동 범위를 확장할 수 있습니다.
다중 모드 융합 및 시스템 신뢰성
최신 AVP(자동 주차 시스템) 아키텍처는 멀티모달 융합 기술을 활용합니다. 비전 센서는 의미론적 이해를 담당하고, 초음파 센서는 근거리 충돌 방지를 관리하며, 4D 밀리미터파 레이더는 장거리 동적 및 정적 장애물을 감지하는 동시에 비전 시스템에 장애가 발생할 경우를 대비한 백업 기능을 제공합니다. 이러한 이기종 백업 시스템은 전반적인 오류 발생 확률을 줄이고 실제 주차 환경에서 시스템 가용성을 향상시킵니다.
미래 동향 및 핵심 시스템 역량
4D 밀리미터파 레이더 기술이 성숙되고 비용이 절감됨에 따라, 그 역할은 보조적인 인식 기능을 넘어 시스템의 핵심 기능으로 진화하고 있습니다. 지하 환경이나 GPS 신호가 차단된 환경에서 레이더 포인트 클라우드는 위치 파악 및 주변 환경 매핑을 지원하여 자율 주차 시스템에 고정밀 인식 지원을 제공합니다. 이러한 추세는 레이더의 가치가 장애물 회피를 넘어 신뢰할 수 있는 무인 주차 시스템의 필수적인 요소로 자리매김하고 있음을 보여줍니다.
결론
APS에서 AVP에 이르기까지 자동 주차 기술의 발전은 "자동 주차가 가능한가"에서 "복잡한 환경에서 얼마나 안정적으로 작동할 수 있는가"로 초점을 옮겨왔습니다. 4D mmWave 레이더는 3차원 공간 인식, 전천후 신뢰성, 물리적 이중화를 제공하여 엔지니어링 수준에서 무인 주차 시스템을 지원합니다. 이 기술의 가치는 시스템 수준의 신뢰성과 다중 모드 연동 에 있으며, 이를 통해 자동 주차 기술이 실제 환경에서 안전하고 지속적으로 작동할 수 있도록 합니다.