센서 퓨전 - 백지장도 맞들면 낫다.
3-14 서로의 데이터를 비교해서 사물을 더 정확히 인식한다.
카메라, 레이더, 라이더까지 사람을 대신해서 주변을 인식하는데 필요한 센서들은 각각의 장단점이 명확하다. 카메라는 색과 형상을 구분할 수 있지만, 명암에 영향을 받는다. 레이더는 거리에 대한 정보를 쉽고 저렴하게 모을 수 있지만 해상도가 떨어진다. 라이더는 해상도는 좋지만 가격이 비싸고 기후 조건에 영향을 많이 받는다.
센서들 간의 장단점각각의 센서들의 장점은 살리고 단점은 보완하는 알고리즘의 개발이 자율 주행 SW 측면에서는 가장 큰 화두이다. 초기에는 각각의 센서들이 인식한 정보를 융합해서 종합적으로 인지하는 초기 융합 형태로 개발이 되었다. 그러나 센서 업체들마다 각자의 알고리즘을 기반으로 최적화된 인지 프로세스가 업그레이드되면서 일단 각각의 센서들이 각자 정보를 분석해서 상황을 인지한 다음 이를 통합해서 종합적으로 재판단하는 로직으로 진화해 오고 있다.
2D 좌표계 데이터를 제공하는 카메라에 3D 좌표계 거리 정보를 더해 줄 수 있는 레이다를 융합하면 카메라 영상에 거리를 합친 3차원 지도 구성이 가능하다. 라이더를 통해 얻은 정밀한 3D 스캔 정보에 카메라를 통해 얻은 사물의 색이나 형상을 융합하면 더욱 실사에 가까운 데이터를 확보할 수 있다. 레벨 4 이상의 주행을 위해서는 카메라+레이다+라이다 센서 모두가 필요하다는 것이 대체적인 중론이다.
센서들의 장점을 살려 역할을 나눈다. 그러나 이런 통합 정보 처리를 위해서는 많은 양의 데이터를 한꺼번에 처리할 수 있는 시스템이 확보되어야 한다. 또한 센서 업체들 간의 연합도 더욱 활발해질 것으로 예상된다. 실차에 적용하기 위해서는 성능의 향상뿐 아니라, 센서 자체의 가격은 낮추고, 데이터 프로세스는 더욱 간소화하는 노력이 필수적이다.
