• 목록

<그림 1. K-Radar 구축을 위한 자율주행 센서 수트; 눈이 오는 상황에서 약 5분동안 고속도로에서 주행 후, 위 그림과 같이 모든 센서에 눈이 덮이게 된다. 특히, 센서 전방에 덮인 눈으로 인해서, 라이다와 카메라의 전방 측정치는 모두 소실된다(그림 2 참고).>

가시광선 및 적외선을 사용하는 카메라, 라이다와 달리, 상대적으로 긴 파장 (약 4mm)의 전파를 사용하는 레이다는 자율주행용 인지 센서 중 유일하게 (1) 악천후에 대해서 강건하게 동작하며, (2) 객체의 상대 속도 정보를 측정할 수 있는 가장 중요한 센서이다. 그럼에도 불구하고, 복잡한 전처리 과정과 생산 기술의 한계로 인해서, 현재 자율주행 업계에서는 저해상도의 3D (i.e., 거리, 방위각, 도플러) 레이다가 카메라, 라이다의 보조 센서로 사용되고 있다. 보조 센서로 사용되는 3D 레이다와 달리, 최근 높이 정보까지 고해상도로 측정 가능한 4D 레이다 기술이 개발 및 보급됨에 따라서, 4D 레이다는 자율주행의 주요 인지 센서로 주목받고 있다. 하지만, 다양한 데이터셋 및 벤치마크 (e.g., KITTI, NuScenes) 를 통해서 널리 연구되고 있는 카메라, 라이다와 달리, 4D 레이다 연구를 위한 데이터셋 및 벤치마크는 부재한 상황이다.

<그림 2. K-Radar 예시; 그림 1과 같은 주행 상황에서 전방 차량의 측정치가 소실되는 (1) 카메라, (2) 라이다와 달리, (3) 4D 레이다는 악천후와 무관하게 전방 차량을 관측한다.>

공승현 교수 연구팀은 국내 유일 4D 레이다 업체인 ㈜ 스마트 레이다 시스템과 협업하여, 세계 최초로 악천후 환경 (e.g., 폭설, 폭우, 안개 등)에서의 자율주행을 위한 4D 레이다 대용량 데이터셋 및 벤치마크를 구축하였다. K-Radar는 도로 위 주요 객체에 대해서 3D 경계 박스 및 속도 정보가 정밀하게 라벨링된 22k 이상의 4D 레이다 데이터를 제공한다. 특히, K-Radar는 (1) 세계에서 유일하게 4D 레이다 데이터를 제공하며, (2) 극한의 날씨 상황 (e.g., 시간 당 4cm 이상의 적설량) 과 다양한 도로 환경 (e.g., 고속도로, 국도, 도심지 등)에서 취득하였고, (3) 정밀하게 동기화된 카메라, 라이다, RTK-GPS, IMU 데이터를 함께 제공한다. 따라서, 공승현 교수 연구팀은 K-Radar를 통해서 악천후 환경에서의 자율주행에 필수적인 4D 레이다 기반의 객체 인식, 객체 추적, SLAM 연구를 선도하고 더 나아가 센서 퓨전 연구까지 확장할 수 있음을 밝혔다.

현재 공승현 교수 연구팀은 4D 레이다에 특화된 인코딩 기술을 개발함으로써 세계 최고 수준의 객체 인식 성능을 달성하고 관련 논문을 준비 중에 있다. 향후, 공승현 교수 연구팀은 전방 측정치 기반의 4D 레이다 연구에서 더 나아가, (1) 차량 전방위 (i.e., 360 방위각)의 주행 정보를 다수의 레이다로 모두 탐지하고, (2) 4D 레이다와 차량 내부 카메라를 융합함으로써, 현재까지의 기술로는 거의 불가능했던 악천후 환경에서의 자율주행을 구현할 계획이다. K-Radar는 연구실 홈페이지(http://ave.kaist.ac.kr/)를 통해서 공개될 예정이다.