소개: 인식 기술에 새로운 전환점이 있습니다
기존의 보조 운전이 보다 정교하고 잘 조화된 자율 운전 시스템으로 바뀌고 있습니다. 이러한 변화는 인식, 특히 복잡한 환경에 대한 일관되고 체계적이며 신뢰할 수 있는 이해를 제공하는 능력에 대한 새로운 요구를 창출합니다. 비전 전용 시스템은 안개, 비, 야간 백라이트, 다층 고가교, 높이가 낮은 고정 장애물 등의 실제 도로 조건으로 인해 여전히 어려움을 겪고 있습니다. 반면 기존 3D mmWave 레이더는 고도를 측정할 수 없다는 점에서 한계도 있습니다.
이런 점에서 4D mmWave 레이더는 깊이 인식을 향상시키고, 공간 이해력을 강화하며, 다양한 환경 상황에서 안정적인 성능을 유지하는 근본적인 감지 기술로 자리잡고 있습니다. 이는 다른 센서의 성능 저하로 인해 생긴 공백을 메우고 최신 변압기 및 BEV 기반 인식 모델과 일치하는 구조화된 고가치 데이터를 제공합니다.
4D mmWave 레이더의 기술적 중요성, 차세대 센서 융합 시스템에서의 기능, 중요한 적용 시나리오, 다양한 자율 주행 수준에 걸친 Linpowave의 현실적인 배포가 모두 이 기사에서 검토됩니다.
4D mmWave 레이더의 기술 발전
정확한 3D 지식을 위한 향상된 공간 표현
기존 밀리미터파 레이더는 일반적으로 거리, 속도, 방위각을 출력하기 때문에 수직 구조물을 식별하는 능력이 제한되어 있습니다. 이로 인해 경사로, 고가교, 높이가 낮은 장애물 또는 다층 교통 상황이 어려울 수 있습니다.
4D mmWave 레이더는 고도(피치 각도)를 추가하여 공간 감지 범위를 넓히고 주변 환경에 대한 보다 철저한 3D 해석을 가능하게 합니다.
이러한 개선을 통해 자율주행 자동차는 다음을 구별할 수 있습니다.
-
고가 및 지상 교통
-
신호등, 도로변 연석 및 기타 높이가 낮은 물품
-
도로 지형 및 상승 및 하강 경사
계획 및 제어 모듈은 더욱 구조화된 데이터로부터 고품질 입력을 받아 다양한 상황에서 차량 동작을 더욱 안정적이고 예측 가능하게 만듭니다.
고밀도 포인트 클라우드를 통한 더욱 풍부한 기하학적 표현
4D mmWave 레이더는 정교한 MIMO 안테나 배열과 간소화된 신호 처리 파이프라인의 도움으로 조밀하고 조직화된 포인트 클라우드를 생성합니다. 이러한 출력은 LiDAR만큼 밀도가 높지는 않지만 물체의 윤곽, 모양 및 동작 패턴을 설명하는 데 충분한 공간적 세부 정보를 제공합니다.
이러한 기하학적 풍부함은 다음을 장려합니다.
-
더욱 신뢰할 수 있는 의미 이해 및 환경 모델링
-
어두운 곳이나 기상 조건에서도 일관된 성능
-
BEV 기반 딥 러닝 모델의 향상된 사전 깊이
4D 레이더는 폭우나 역광 등 시각 시스템이 저하되는 상황에서도 안정적이고 유용한 데이터를 계속 제공할 수 있습니다.
다중 센서 융합에서 4D 레이더의 중요성 증가
'지원 센서'가 아닌 '핵심 센서'
과거에는 mmWave 레이더가 주로 보조 센서 역할을 하여 시력 지원을 위한 보조 속도 및 거리 정보를 제공했습니다. 업계가 L2++ 및 L3으로 전환함에 따라 4D 레이더는 인식 스택에 점점 더 중요해지고 있으며, 이로 인해 중복성과 구조화된 깊이 감지의 필요성이 증가합니다.
Fusion은 비전 심도 맵 및 BEV 모델 입력과 자연스럽게 일치하는 포인트 클라우드 형식 덕분에 더욱 일관되고 최적화가 더 간단합니다. 4D 레이더는 안개가 자욱한 교차로나 야간 고속도로 합류 지점과 같은 까다로운 롱테일 상황에서 시스템의 일반화 기능을 크게 향상시킵니다.
퓨전 개발: 규칙 기반에서 모델 기반으로 전환
수동으로 생성된 규칙에 의존하는 대신 최신 AV 스택은 신경망을 사용하여 다중 모드 기능을 공동으로 학습합니다.
이러한 모델 기반 융합 아키텍처에 대한 4D 레이더의 기여는 다음과 같습니다.
-
안정적인 속도 및 범위 측정
-
조명에 영향을 받지 않는 견고한 기하학적 구조
-
심층융합에 적합한 구조화된 포인트 클라우드
이러한 특성은 일반적으로 훈련 중 모달리티 가중치를 높여 인식 출력의 일관성과 신뢰성을 향상시킵니다.
중요한 4D 레이더 적용 시나리오
힘들고 악천후
짙은 안개, 야간 역광, 비 반사 등은 모두 비전 시스템 성능을 저하시킬 수 있습니다.
비교적 안정적인 포인트 클라우드 출력을 유지하는 4D 레이더의 능력 덕분에 가시성이 낮은 조건에서도 지속적인 인식이 가능해졌습니다.
앞으로의 고속 인식
고속도로 시나리오에서 예측 의사결정을 내리려면 정확한 장거리 감지와 조기 궤도 추정이 필요합니다.
4D 레이더는 다음과 같은 기능이 뛰어납니다.
-
멀리 있는 작은 물체 캡처
-
부드럽고 일정한 속도의 데이터 제공
-
빠른 기동 중 조기 경고 장려
이 기능은 고속도로 보조 운전 및 NOA에 특히 유용합니다.
저속 및 근거리 도시 상황
주차, 좁은 도로 내비게이션, 교통량이 많은 지원에는 정적 장애물과 근거리 세부정보를 정확하게 감지하는 것이 필요합니다.
4D 레이더가 제공하는 안정적이고 체계적인 기하학적 데이터는 다음을 향상시킵니다.
-
도로변 식별
-
낮은 높이의 물체 식별
-
복잡하고 속도가 느린 상황에서의 예측 가능성
4D 레이더 기술 및 Linpowave 배포
여러 시나리오를 포괄하는 포괄적인 제품 포트폴리오
Linpowave는 MIMO 안테나 설계, 포인트 클라우드 모델링, 신호 처리 파이프라인에 대한 강력한 전문 지식을 바탕으로 다양한 운전 시나리오에 적합한 광범위한 4D 레이더 제품을 제공합니다.
V300 시리즈: 장거리 및 중거리 인식
전면 및 측면 감지용으로 설계된 V300은 이더넷 인터페이스를 사용하여 고밀도 구조화된 포인트 클라우드를 출력합니다. 다중 센서 융합을 위한 비전과 쉽게 인터페이스하고 고대역폭 환경 데이터가 필요한 L2++ 및 L3 시스템을 지원합니다.
U300 시리즈를 사용한 중거리 및 단거리 도시 감지
U300은 주차 또는 교통 정체 지원(TJA)과 같은 저속 근거리 상황에서 소형, 고정형 또는 근거리 물체를 안정적으로 감지합니다. 이를 통해 제한된 공간, 비좁은 공간, 혼잡한 도시에서 차량 제어가 향상됩니다.
Linpowave는 개발자에게 SDK, 명확한 포인트 클라우드 문서, API 및 툴체인을 제공하여 효과적인 알고리즘 개발과 현재 융합 프레임워크와의 원활한 통합을 촉진합니다.
업계 전망: 퓨전 지원, 비용 최적화 및 확장 가능
4D mmWave 레이더는 레이더 칩셋이 발전하고 비용 구조가 개선됨에 따라 대중 시장 차량에서 점점 더 널리 사용되고 있습니다. 비용 효율성, 견고성 및 성능 균형으로 인해 향후 L2++에서 L3 아키텍처까지 중요한 감지 기술로 자리매김하고 있습니다.
4D 레이더는 안정성과 구조화된 깊이에 대한 중요성이 커지고 있기 때문에 계속해서 차세대 자율 주행 시스템의 중요한 구성 요소가 될 것으로 예상됩니다.
FAQ
LiDAR를 4D mmWave 레이더로 대체할 수 있나요?
LiDAR와 4D 레이더는 함께 잘 작동합니다. LiDAR 채택은 시스템 요구 사항과 예산에 따라 달라지지만 Vision + 4D 레이더는 인기 있고 경제적인 주류 아키텍처로 떠오르고 있습니다.
악천후에서 4D 레이더는 어떻게 작동하나요?
비, 안개 또는 저조도의 경우 4D 레이더는 일반적으로 시각보다 더 안정적인 감지를 유지합니다. 시나리오와 구성은 성능에 영향을 미칩니다.
Linpowave는 개발 지원을 제공합니까?
물론이죠. 융합 모델 개발을 돕기 위해 Linpowave는 포괄적인 포인트 클라우드 문서, SDK, API 및 도구 체인을 제공합니다.
4D 레이더는 도시 도로와 고속도로 도로 모두에 적합합니까?
그렇습니다. U300 시리즈는 근거리, 도시, 저속 상황에서 좋은 성능을 발휘하는 반면, V300 시리즈는 장거리, 고속 인식에 가장 적합합니다.