서론: 인지 기술에 새로운 전환점이 도래했습니다
기존의 주행 보조 시스템은 더욱 정교하고 잘 조율된 자율 주행 시스템으로 대체되고 있습니다. 이러한 변화는 특히 복잡한 환경을 일관되고 체계적이며 신뢰할 수 있게 이해하는 능력에 대한 새로운 인식 요구를 만들어냅니다. 시각 정보만을 사용하는 시스템은 안개, 비, 야간 역광, 다층 고가도로, 낮은 높이의 고정 장애물과 같은 실제 도로 조건에서 여전히 어려움을 겪고 있습니다. 반면 기존의 3D mmWave 레이더는 고도를 측정할 수 없다는 한계도 가지고 있습니다.
이러한 맥락에서 4D mmWave 레이더는 깊이 인식을 향상시키고 공간 이해력을 강화하며 다양한 환경 조건에서도 안정적인 성능을 유지하는 핵심 감지 기술로 자리매김하고 있습니다. 기존 센서들의 성능 저하로 발생하는 공백을 메우고, 최신 변압기 및 전기차 기반 인식 모델과 일치하는 고부가가치 구조화 데이터를 제공합니다.
본 논문에서는 4D mmWave 레이더의 기술적 중요성, 차세대 센서 융합 시스템에서의 기능, 주요 응용 시나리오, 그리고 다양한 자율 주행 수준에서의 Linpowave의 현실적인 적용 가능성을 모두 살펴봅니다.
4D mmWave 레이더의 기술적 발전
정확한 3D 지식을 위한 향상된 공간 표현
기존의 밀리미터파 레이더는 일반적으로 거리, 속도 및 방위각만 출력하기 때문에 수직 구조물을 식별하는 데 한계가 있습니다. 따라서 램프, 고가도로, 낮은 높이의 장애물 또는 다층 구조의 교통 상황에서는 탐지가 어려울 수 있습니다.
고도(피치 각도)를 추가함으로써 4D mmWave 레이더는 공간 감지 범위를 넓히고 주변 환경에 대한 보다 철저한 3D 해석을 가능하게 합니다.
이러한 개선을 통해 자율주행차는 다음을 구분할 수 있습니다.
고가도로 및 지상 교통
교통 콘, 도로변 연석 및 기타 높이가 낮은 물건들
도로 지형 및 오르막과 내리막 경사
계획 및 제어 모듈은 더욱 구조화된 데이터로부터 더 높은 품질의 입력을 받으므로 다양한 상황에서 더욱 안정적이고 예측 가능한 차량 동작을 구현할 수 있습니다.
고밀도 포인트 클라우드를 통한 더욱 풍부한 기하학적 표현
4D 밀리미터파 레이더는 정교한 MIMO 안테나 어레이와 효율적인 신호 처리 파이프라인을 통해 조밀하고 정돈된 포인트 클라우드를 생성합니다. 이러한 출력물은 라이다만큼 조밀하지는 않지만, 물체의 윤곽, 모양, 움직임 패턴을 설명하기에 충분한 공간적 세부 정보를 제공합니다.
이처럼 풍부한 기하학적 형태는 다음과 같은 점을 장려합니다.
더욱 신뢰할 수 있는 의미 이해 및 환경 모델링
저조도 환경이나 악천후 속에서도 일관된 성능
BEV 기반 딥러닝 모델의 향상된 깊이 사전 정보
4D 레이더는 폭우나 역광과 같이 시각 시스템의 성능이 저하되는 상황에서도 신뢰할 수 있고 유용한 데이터를 지속적으로 제공할 수 있습니다.
다중 센서 융합에서 4D 레이더의 중요성 증대
"핵심 센서"와 "보조 센서"의 차이점
과거에는 밀리미터파 레이더가 주로 시각 시스템을 보조하는 센서로서 속도 및 거리 정보를 제공하는 역할을 했습니다. 그러나 업계가 L2++ 및 L3 기술로 전환함에 따라 4D 레이더는 인지 스택에 점점 더 필수적인 요소가 되고 있으며, 이는 중복성과 구조화된 심도 감지에 대한 필요성을 증가시킵니다.
Fusion은 포인트 클라우드 형식을 사용하기 때문에 비전 심도 맵 및 BEV 모델 입력과 자연스럽게 정렬되어 최적화가 더 간편하고 일관성이 뛰어납니다. 4D 레이더는 안개가 낀 교차로나 야간 고속도로 합류 지점과 같은 까다로운 장거리 신호 환경에서 시스템의 일반화 능력을 크게 향상시킵니다.
Fusion 개발: 규칙 기반에서 모델 기반으로의 전환
최신 안티바이러스 시스템은 수동으로 만든 규칙에 의존하는 대신 신경망을 사용하여 멀티모달 특징을 공동으로 학습합니다.
4D 레이더가 이러한 모델 기반 융합 아키텍처에 기여하는 바는 다음과 같습니다.
안정 속도 및 범위 측정
조명과 무관한 견고한 기하학적 구조
심층 융합에 적합한 구조화된 포인트 클라우드
이러한 특성은 일반적으로 훈련 중 더 높은 감각 양식 가중치를 유발하여 지각 결과의 일관성과 신뢰성을 향상시킵니다.
주요 4D 레이더 응용 시나리오
어렵고 혹독한 날씨
짙은 안개, 야간 역광, 빗방울 반사 등은 모두 시야 시스템의 성능 저하를 초래할 수 있습니다.
4D 레이더는 비교적 안정적인 포인트 클라우드 출력을 유지할 수 있기 때문에 시야가 좋지 않은 조건에서도 지속적인 인식이 가능합니다.
고속 전방 인지
고속도로 상황에서의 예측적 의사결정에는 정밀한 장거리 감지와 초기 궤적 추정이 필수적입니다.
4D 레이더는 다음과 같은 점에서 탁월합니다:
멀리 있는 아주 작은 물체를 포착합니다
부드럽고 일정한 속도 데이터를 제공합니다.
빠른 기동 중 조기 경보를 장려합니다
이러한 특징 덕분에 고속도로 주행 보조 시스템 및 NOA(Non-Oriented Activity)에 특히 유용합니다.
저속 및 근거리 도심 상황
주차, 좁은 도로 주행 및 혼잡한 교통 상황에서의 주행 보조를 위해서는 정지된 장애물과 근거리 세부 정보를 정확하게 감지하는 것이 필수적입니다.
4D 레이더가 제공하는 안정적이고 체계적인 기하학적 데이터는 다음과 같은 이점을 제공합니다.
커브 식별
낮은 높이에 있는 물체 식별
복잡하고 속도가 느린 상황에서의 예측 가능성
린포웨이브의 4D 레이더 기술 및 배치
다양한 시나리오를 포괄하는 종합적인 제품 포트폴리오
린포웨이브는 MIMO 안테나 설계, 포인트 클라우드 모델링 및 신호 처리 파이프라인 분야의 강력한 전문성을 바탕으로 다양한 주행 시나리오에 적합한 광범위한 4D 레이더 제품을 제공합니다.
V300 시리즈: 장거리 및 중거리 사격에 대한 인식
V300은 전면 및 측면 감지용으로 설계되었으며, 이더넷 인터페이스를 통해 고밀도 구조화된 포인트 클라우드를 출력합니다. 다중 센서 융합을 위해 비전 시스템과 쉽게 연동되며, 고대역폭 환경 데이터가 필요한 L2++ 및 L3 시스템을 지원합니다.
U300 시리즈를 이용한 중거리 및 단거리 도심 감지
U300은 주차나 교통 체증 지원(TJA)과 같은 저속 근거리 상황에서 작고 정지해 있거나 가까운 거리에 있는 물체를 안정적으로 감지합니다. 이를 통해 좁은 공간, 협소한 공간 및 혼잡한 도시에서 차량 제어 성능을 향상시킬 수 있습니다.
Linpowave는 개발자에게 SDK, 명확한 포인트 클라우드 문서, API 및 툴체인을 제공하여 효과적인 알고리즘 개발과 기존 융합 프레임워크와의 원활한 통합을 지원합니다.
산업 전망: 핵융합 기술에 대비하고, 비용을 최적화하며, 확장 가능한 기술
레이더 칩셋의 발전과 비용 구조 개선으로 4D mmWave 레이더는 양산 차량에 점점 더 널리 사용되고 있습니다. 비용 효율성, 견고성 및 성능 균형 덕분에 향후 L2++~L3 아키텍처에 필수적인 감지 기술로 자리매김하고 있습니다.
안정성과 구조화된 깊이에 대한 중요성이 점점 커짐에 따라 4D 레이더는 차세대 자율 주행 시스템의 핵심 구성 요소로 계속해서 자리매김할 것으로 예상됩니다.
자주 묻는 질문
LiDAR를 4D mmWave 레이더로 대체할 수 있을까요?
LiDAR와 4D 레이더는 서로 시너지 효과를 발휘합니다. LiDAR의 도입은 시스템 요구사항과 예산에 따라 달라지지만, Vision + 4D 레이더는 경제적이고 널리 사용되는 주류 아키텍처로 부상하고 있습니다.
4D 레이더는 악천후에서 어떻게 작동하나요?
비, 안개 또는 저조도 환경에서 4D 레이더는 일반적으로 시각 방식보다 더 안정적인 감지 성능을 유지합니다. 하지만 시나리오와 구성에 따라 성능이 달라질 수 있습니다.
린포웨이브는 개발 지원을 제공하나요?
물론입니다. Linpowave는 융합 모델 개발을 지원하기 위해 포괄적인 포인트 클라우드 문서, SDK, API 및 툴체인을 제공합니다.
4D 레이더는 도심 도로와 고속도로 모두에 적합한가요?
네. U300 시리즈는 근거리, 도심 및 저속 상황에서 뛰어난 성능을 발휘하는 반면, V300 시리즈는 장거리, 고속 상황에서의 인지 능력에 가장 적합합니다.