글: 크리스 제이콥스(Chris Jacobs) 자율 교통 및 자동차 안전 사업부 부사장 / 아나로그디바이스(Analog Devices, Inc.)

 

레이더는 100년도 더 된 기술로서, 1904년에 크리스티안 휴엘스마이어(Christian Huelsmeyer)가 선박을 감지하기 위해서 처음 사용했다. 대표적인 애플리케이션으로 군용 레이더, 민간 항공기 관제, 자동차 속도 단속을 들 수 있다. 이 기술은 오늘날 완전히 성숙했고 더 이상의 발전은 이루어지지 않는다고 생각하면 오산이다. 이미징 레이더와 협동 레이더로 판도를 바꿔놓을 만한 새로운 혁신이 일어나고 있다. 이 글에서는 어떠한 방식으로 아나로그디바이스(ADI)가 자동차용으로 레이더를 구현하는 것을 돕고 필요한 소프트웨어와 알고리즘을 제공하는지 설명한다.

 

ADI는 사반세기 넘게 자동차 분야에 종사하면서 수동 및 능동 안전성 애플리케이션을 지원해 왔다. 지난 15년 동안 자동차 레이더용으로 DSP와 데이터 컨버터 같은 제품을 공급해 왔으며, 좀더 최근에는 24GHz 및 77GHz/79GHz 레이더 칩셋을 내놓고 있다.

 

ADI의 자율 교통 및 자동차 안전 사업을 책임지고 있는 크리스 제이콥스(Chris Jacobs) 부사장은 “첨단 운전자 지원 시스템(ADAS)이 자리를 잡고 자율 주행차가 가속화함에 따라서 도로 안전이 무엇보다 중요하게 되었다. 높은 수준의 성능과 고도의 자율성을 실현하면서 생명을 보호하기 위해서는 향상된 첨단 기술을 사용해야 한다. ADI의 제품을 기반으로 하는 자동차 센서가 매일 8명의 생명을 구하고 있다”고 말했다.

 

운전자, 동반 승객, 보행자를 보호하기 위해서는 하드웨어와 소프트웨어 모두에서 대대적인 혁신이 필요하다. 더 효율적이고 최적화된 레이더 기술을 개발해야 하며, 자동차에 적합한 폼팩터와 가격대로 항공우주나 방위용 제품과 동일한 수준의 성능, 기능성, 신뢰성을 제공해야 한다. 

 

ADI 자율 교통 및 자동차 안전 사업부의 마이크 키버니(Mike Keaveney) 테크놀로지 디렉터는 “25만 달러짜리 고해상 이미징 레이더 시스템의 비용은 수백만 달러에 달하는 군용 탱크 가격의 수분의 일에 불과하지만, 평균 가격이 3만 달러 수준인 승용차에는 어울리지 않는다. 이 레이더를 도로 상의 모든 자동차에 사용할 수 있도록 하려면 가격, 크기, 무게, 전력 요구량 같은 것을 자동차에 맞게 최적화해야 한다”고 말했다. 

 

방위산업과 항공우주 분야에 사용되는 고가의 고성능 레이더를 자동차용으로 적합하게 만들기 위해서는 기술, 외관, 경제성 측면의 과제들을 해결해야 한다. 무엇보다 중요한 것은 크기, 무게, 전력(SWaP)을 낮출 뿐만 아니라, 성능은 높이면서 가격대는 낮추는 것이다. 레이더로 물체를 감지하는 것은 물론이고 물체를 식별할 수도 있어야 한다. 그러려면 현재 최고급 시스템에서 가능한 레이더 이미지보다 훨씬 더 높은 해상도가 필요하다.

 

기술을 발전시키고, 안전성을 달성하고, 소비자들에게 효율적이고 경제성이 뛰어난 자동차 레이더를 제공하기 위해 ADI는 다음과 같은 목표를 설정하고 있다:

 

▶ 크기, 가격대, 전력 소모를 늘리지 않으면서 고도의 자율 주행에 요구되는 수준으로 각 분해능(angular resolution)을 높인다.

▶ 반사도가 낮은 목표물로부터 반사점의 수를 늘린다.

▶ 감지 지연시간을 크게 단축한다. 특히 직교 방향으로 움직이는 물체에 대해서 그렇게 한다. 이는 응답 시간을 향상시키고 긴급 상황에서 자동차가 재빨리 조치를 취할 수 있게 한다.

 

▶ 높은 수준의 성능을 유지하면서 폼팩터(크기, 무게, 전력)를 최적화한다.

▶ 자동차의 산업적 디자인을 해치지 않도록 시스템 외관을 유지한다.

 

▶ 매스 마켓인 자동차 시장에 허용 가능한 가격대와 폼팩터로 고해상도 레이더를 구현한다.

▶ 자동차 구매자들이 받아들일 만한 가격대로 제공한다. 결국 비용을 지불하는 것은 소비자이기 때문이다.

 

▶ ADAS 안전성 기능에 관한 당국의 규정을 충족한다(2022 미국 자동 응급 제동 규정 등). 레이더는 더 이상 선택이 아니라 필수가 될 것이다. 성능은 까다로운 ADAS 애플리케이션에서 요구하는 수준을 유지하면서, 시스템 가격대를 소비자들과 OEM이 받아들일 만한 수준으로 지속적으로 낮출 필요가 있다. 

 

오늘날의 자동차 레이더 디바이스는 휴대전화보다 작은 크기로 전방, 후방, 측면의 사각지대에 물체가 존재하는지 여부를 감지할 수 있다. 하지만 이것만으로는 충분하지 않다.

 

이미징 레이더와 높은 수준의 각 분해능을 달성하는 것은 특히 로보택시 같은 경우에 중요하다. 높은 분해능은 단순히 물체 감지뿐 아니라(전방에 어떤 물체가 있다는 것을 감지) 물체 분류까지도 할 수 있다(전방의 물체가 자전거인지, 자동차인지, 사람인지, 어린이인지 구분 가능).

 

높은 분해능을 달성하기 위해 이미징 레이더는 고대역폭 신호 프로세싱과 함께 디지털 빔형성과 위상 배열 기법을 사용한다. 이 모든 것이 대규모의 하드웨어와 프로세싱 성능을 필요로 하는데, 원하는 각 분해능에 따라서 안테나 크기가 늘어나고 커버하고자 하는 안테나 영역에 따라서 채널 수가 늘어난다. 크리스 제이콥스 부사장은 “더 높은 분해능을 달성하기 위해서라면 단순히 더 비싼 하드웨어를 사용하는 것으로는 충분하지 않다”고 말했다.

 

현재 ADI는 레이더를 향상시키고 당면 과제들을 해결할 새로운 혁신적인 접근법을 개발하기 위해서 주요 OEM 및 일차 협력사들과 긴밀하게 협력하고 있다. 오늘날 자동차에 사용되고 있는 레이더는 분해능이 매우 떨어진다. 차 주변에 무엇인가 있다는 것을 감지할 수는 있는데, 그 물체가 사람인지, 오토바이인지, 대형 트럭인지 구체적으로 식별하지는 못한다. 하드웨어 센싱 기술과 소프트웨어 알고리즘을 향상시켜서 분해능을 높임으로써 레이더가 더 많은 것을 구분할 수 있게 되고, 그럼으로써 완전 자율차를 향해서 한 걸음 더 다가서게 될 것이다.

 

현행 자동차 레이더는 수평 각 분해능이 시야각으로 약 10° ~ 20°이다.

 

그림 1: 오늘날 비-이미징 레이더는 각 분해능이 10° ~ 20°로서, 세 사람의 보행자를 레이더 상에서 하나의 물체로 감지할 수 있다.

 

 

이미징 레이더는 각 분해능이 1° ~ 2°로서, 비-이미징 레이더에 비해서 분해능이 10배 더 우수하다. 1° ~ 2°분해능이면 세 사람의 보행자를 각각 구분하고 식별할 수 있다.

 

그런데 분해능이 높아지면 더 많은 데이터를 생성한다. 분해능이 높아질수록 데이터 양이 늘어나기 때문에 더 높은 프로세싱 성능이 필요하다. 따라서 전력 소모를 낮추면서 대량의 데이터를 관리하기 위해서는 이 모든 데이터를 효율적으로 처리하기 위한 진화한 기법이 필요하다. 미래의 레이더에는 효율적인 중앙 처리나 에지 프로세싱이 필요할 것이다.

 

마이크 키버니 테크놀로지 디렉터는 “자동차의 기존 레이더 센서 하드웨어를 활용하는 협동 레이더는 자동차 분야에서 미래로 나아가기 위한 방법이다. 협동 레이더를 위해서는 코히어런시(coherency)가 중요한데, 센싱 레이더를 협력적으로 동작시켜서 코히어런트한 고해상 이미지를 생성하는 것이다. 협동 레이더를 경제적으로 구현할 수 있게 된다면 많은 이점이 가능해질 것”이라고 말했다.

 

협동 레이더는 자동차에서 기존 레이더 시스템의 크기를 크게 늘리지 않고도 이미징 레이더 성능을 제공할 수 있다. 이는 유효 구경(effective aperture)이 센서의 물리적 크기에 의해서가 아니라 시야각이 겹치는 2개(혹은 그 이상)의 분산형 레이더 센서들 사이의 거리에 의해서 결정되기 때문이다. 

 

 

일차 레이더는 오늘날 자동차에 흔히 사용되는 레이더이다. 각 소스에서 전송된 레이더는 물체에 부딪혀 반사된 다음 원래의 출발점으로 되돌아온다. 일차 레이더의 구경 또는 성능은 레이더 트랜스미터 자체의 폭이며, 수 인치(inch)로 표시된다.

 

SuperRADAR는 시야각이 겹치는 여러 개의 레이더 빔을 사용해서 알고리즘적으로 코히어런시를 달성하기 위한 ADI의 접근법이다.

 

SuperRADAR 기반 협동 레이더는 레이더 소스들 간의 타이밍을 위해서 저속 링크를 사용한다. 각각의 센서들은 데이터를 중앙의 프로세서로 또는 하나의 레이더에서 다른 레이더로 전송할 수 있으며, 좀더 경제적인 방법으로는 에지 센서에서 바로 처리할 수도 있다. 

 

크리스 제이콥스 부사장은 “기존의 협동 레이더 시스템은 레이더들 사이에 고주파 링크를 실행해야 하므로 구현하기가 쉽지 않다. 이러한 유형의 코히어런시를 달성하기 위해서는 상당한 하드웨어 관련 비용이 든다”고 말했다.

 

자동차 레이더에 사용하기 위해서는 협동 레이더의 가성비를 크게 향상시켜야 한다. 크리스 제이콥스 부사장은 “예전처럼 단순히 자동차에 하드웨어를 추가하는 것은 더 이상 해결책이 될 수 없다. 문제를 해결하기 위한 발상의 전환이 필요하다. 알고리즘적으로 기술들을 결합함으로써 동일한 하드웨어를 가지고도 전반적인 시스템 성능을 높일 수 있다. ADI의 SuperRADAR 접근법은 코히어런트하지 않은 여러 이미지를 코히어런트하게 중첩할 수 있다”고 말했다.

 

 

 

협동 레이더는 어떻게 작동할까? 각각의 소스로부터 전송된 레이더가 물체에 부딪혀 반사되면 양쪽 레이더 리시버에 포착된다. 그러므로 일차 레이더를 사용할 때 하나의 뷰와 1x의 시점이 아니라, 동일한 대상에 대해서 2개의 뷰와 2x의 시점을 얻는다. 또한 양쪽 레이더가 협력적으로 동작하므로, 레이더 구경(성능에 비례)은 자동차 앞부분의 크기와 같다. 다시 말해 두 코너 레이더 사이의 거리이다(약 4피트). 이와 달리 일차 레이더를 사용할 때는 구경이 수 인치 대이다.

 

이러한 접근법을 활용함으로써 자동차 주변의 여러 지점에 설치할 수 있고 뛰어난 물체 감지와 분류를 할 수 있는 경제적인 센서 설계를 달성할 수 있다.

 

SuperRADAR는 SWaP를 줄일 뿐 아니라 훨씬 더 적은 하드웨어를 사용해서 시스템의 능력을 향상시키고 더 높은 분해능을 달성할 수 있다. 그러므로 비용은 낮추면서 애플리케이션 성능을 높일 수 있다.

 

SuperRADAR는 동일한 양의 하드웨어를 사용해서 두 배의 성능을 제공한다. 혹은 동일한 성능을 유지하면서 레이더 채널 수를 절반으로 줄일 수 있다. 크리스 제이콥스 부사장은 “SuperRADAR를 사용하면 개별 레이더로 달성할 수 있는 것보다 두 배에 달하는 분해능을 달성할 수 있다. 추가적인 프로세싱 성능이 필요할 수 있겠지만, 자동차 등급 DSP/MCU가 향상됨에 따라서 프로세싱 성능 요구 사항은 해결될 수 있을 것”이라고 말했다.

 

실제적으로 SuperRADAR는 레이더 융합(radar fusion)이다. 2개의 서로 다른 레이더 뷰를 융합함으로써 결과적으로는 이들 레이더를 개별적으로 사용해서 달성할 수 있는 것보다 더 우수한 분해능을 달성할 수 있다. 제이콥스 부사장은 “미래에는 융합이 ADAS를 구현하기 위한 표준적인 방법이 될 것”이라고 말했다.

 

자동차 이미징 시스템을 위해서는 전방의 움직임 속도, 다시 말해 자동차가 주행하는 방향과 직교 방향으로 움직이는 물체의 속도를 빠르게 계산하는 능력이 중요하다. 하지만 주로 카메라를 기반으로 하는 아무리 최상급의 머신 러닝 알고리즘이라 하더라도, 충분히 낮은 오탐지 비율로 직교 방향 움직임을 감지하는 데에는 ~300ms가 걸린다. 보행자가 자동차 전방에서 60mph로 걸어가고 있다고 가정하면, 수 밀리초 차이로 아무 일도 일어나지 않거나 생명을 위협하는 사고가 일어날 수도 있다. 그러므로 응답 시간이 중요하다.

 

300ms의 지연이 필요한 이유는, 10개의 연속적인 비디오 프레임들로 델타 벡터 계산을 하기 위해서 시간이 걸리기 때문이다. 충분히 낮은 오탐지 비율로 확실하게 감지하려면 이 숫자의 프레임이 필요하다. 하지만 SuperRADAR는 유효 구경이 넓고 2개 혹은 그 이상의 센서들로부터 이미지를 코히어런트하게 결합할 수 있으므로, 한 번의 30ms 측정 사이클로 속도의 접선 방향과 지름 방향 성분을 정확하게 계산할 수 있다(이 지연시간은 현재 최상급 시스템보다 10배 더 빠른 것이다). 이처럼 낮은 지연시간은 포뮬러 1 운전자가 반응하는 데 걸리는 100ms보다도 짧고 보통 사람들의 반응 시간보다는 훨씬 더 짧은 것이다.

 

 

오늘날의 통상적인 이미징 레이더 기술을 사용하면, 전방에 무엇인가가 움직인다는 것을 감지하기 위해서 여러 개의 카메라 이미지가 필요하다. 각각의 카메라 이미지마다 30ms가 걸린다. 이미지가 10개라면 300ms가 소요된다. 이 시간 동안, 자동차는 수 미터를 주행할 수 있다.

 

 

SuperRADAR는 두 레이더가 협력적으로 동작함으로써 삼각측량을 해서 움직이는 물체를 포착할 수 있다. 먼저 레이더 빔 1을 사용해서 위치 1에서 사람을 맵핑하고 30ms 후에 레이더 빔 2를 사용해서 위치 2에서 맵핑하기만 하면 된다. 이렇게 해서 사람이 어디로 움직이는지 알 수 있다.

 

그러므로 SuperRADAR는 주행 경로를 가로질러서 움직이는 물체를 기존 이미징 레이더의 1/10의 시간에 감지할 수 있다. 

 

SuperRADAR는 전반적인 시스템 비용을 낮출 수 있는 효과적인 기법일 뿐만 아니라 성능 요구를 충족하고 최종 애플리케이션의 가치를 높일 수 있다.

 

크리스 제이콥스 부사장은 “고객들은 고가의 로보택시 애플리케이션에나 사용되는 이미징 레이더 성능을 원하면서도 가격대는 고가의 하드웨어가 아니라 자동차에서 감당할 수 있는 수준으로 낮추기를 원한다. 이것을 가능하게 하는 것이 바로 SuperRADAR이다. 이 기술은 하드웨어 풋프린트와 소프트웨어를 최소화하면서 성능은 두 배로 높일 수 있다”고 말했다.

 

자동차의 미래

미래의 자동차를 위해서는 현행 시스템들에서 근본적인 아키텍처 변화가 필요할 것이다. 미래의 자동차 플랫폼은 오늘날과 크게 달라질 것이다.

 

자동차 분야에서 다년간의 경험과 전문성을 쌓고 있는 ADI는 하드웨어와 소프트웨어를 결합해서 미래의 자동차에 필요로 하는 레이더 프로세싱을 달성하고 최종 애플리케이션의 가치를 높일 수 있도록 돕고 있다. 알고리즘 차원의 이 접근법은 자동차 제조사들의 당면 과제인 총 유지비용(TCO)을 낮출 수 있게 해준다.

 

SuperRADAR는 이제 막 개척되기 시작한 무수한 가능성을 품고 있다. 이 기술은 높은 성능을 달성하면서 경제성이 뛰어난 솔루션으로서 ADAS의 진화에 기여할 뿐만 아니라, 궁극적으로 사람의 생명을 구하는 데 기여할 것이다.

 

###

 

저자 소개

크리스 제이콥스(Chris Jacobs)는 1995년에 ADI에 입사했다. 컨수머, 통신, 산업용, 자동차 분야의 설계 엔지니어링, 설계 관리, 사업 관리와 관련한 다양한 직책을 역임했다. 현재는 자율 교통 및 자동차 안전 사업부 부사장을 맡고 있다. 클라크슨 대학에서 컴퓨터 공학을 전공했으며, 노스이스턴 대학에서 전기공학 석사학위, 보스턴 대학에서 MBA를 취득했다. 문의: chris.jacobs@analog.com