[Vision] RADAR 레이더 센서의 구동방식 및 특징

💡 본 문서는 'RADAR 레이더 센서의 구동방식 및 특징'에 대해 정리해놓은 글입니다.
RADAR는 1930년대부터 우리가 사용하는 센서입니다. 원래는 군대에서 적 항공기를 탐지하는 데 사용되었습니다. 오늘날에는 차량의 적응형 순항 제어(Adaptive Cruise Control)와 장애물 감지를 위한 자율 주행 차량에 사용되는 기술입니다. 본 문서에서는 RADAR가 어떻게 작동하는지, 이 센서의 장단점은 무엇인지, 물체의 위치, 클래스 및 속도를 감지하는 데 어떻게 사용할 수 있는지 살펴보겠습니다.

RADAR

자율주행차에서 RADAR는 매우 일반적인 센서입니다. Tesla 또는 Comma.ai와 같은 회사는 카메라 없이는 불가능한 비전 전용 시스템을 보장하기 위해 카메라와 결합된 RADAR를 사용합니다. 다른 제조업체 또한, LiDAR 및 카메라와 결합된 RADAR를 사용하여 Sensor Fusion 모듈을 얻습니다.

RADAR는 물체의 속도를 직접 측정할 수 있으며 낮, 밤, 비, 안개, 눈 등 다양한 시나리오에서 작동할 수 있으며, 무엇보다 가격이 저렴한 장점이 있습니다.

RADAR - Process

RADAR는 Radio Detection And Ranging의 약자입니다. 장애물을 만났을 때 반사되는 전자기(EM)파를 방출하여 작동합니다. 전자파를 이용하여 작동하기 때문에 어떠한 조건에서도 작동이 가능합니다.

우리가 이해해야 할 한 가지는 고등학교 물리학에서와 마찬가지로 파동을 다루고 있다는 것입니다.

예를 들어 모든 파동에는 파장, 주파수뿐만 아니라 진폭 및 위상도 있습니다.

이 파동을 처리하면 장애물을 찾는 데 도움이 됩니다.

1. Hardware —FMCW

다양한 유형의 RADAR가 있으며 가장 인기 있는 RADAR는 FMCW(Frequency-Modulated Continuous Wave)입니다. FMCW RADAR는 지속적인 전력을 방출하며, 매우 작은 범위에서 장애물을 감지할 수 있으며 물체의 범위와 속도를 동시에 측정할 수 있습니다.

파형은 아래와 같으며, 시간이 지남에 따라 주파수가 증가하거나 감소할 수 있는 톱니파라는 신호입니다 . 도플러 효과로 몇 분 안에 그것이 무엇을 의미하는지 살펴보겠습니다.

FMCW RADAR의 하드웨어는 다음과 같이 여러 가지로 구성됩니다.

• A frequency synthesizer  — 파동을 올바른 주파수로 설정하는 것.
• A power amplifier  — RADAR가 장거리(300m)에서 볼 수 있도록 신호를 증폭하는 것.
• An antenna  — 전기를 전자기파로 변환하여 특정 방향으로 보내고 반사(다시 안테나로)시키는 것입니다.
• A Mixer - 주파수 이동에 도움이 되는 것.
• A Processor   — 다른 컴퓨터와 마찬가지로 프로세서는 계산을 돕고 기계 학습, 클러스터링, 추적 등을 수행하기 위해 신호를 처리할 수도 있습니다.

2. Can we detect every object?

알다시피 항상 RADAR의 안테나에 정확히 다시 반사되는 것은 아니며, RCS(Radar Cross Section) 라고 하는 반사 지수가 사용되며 다음 사항을 고려합니다.

• The geometry of the target
• The direction of the RADAR
• The frequency
• The material of the target

RADAR는 반사율과 같은 요소로 장애물을 분류하는 것이 가능합니다.

3. How to estimate the range of an obstacle?

우리가 RADAR로 작업하고 싶을 때 관련된 많은 방정식이 있습니다. 

공기 중에 전파되기 때문에 신호의 속도는 빛의 속도인 c = 3*10⁸ 입니다. 이를 이용하여 신호가 돌아오는 데 걸리는 시간 을 측정할 수 있으며, 목표물을 맞추는 데 걸리는 시간은 T/2입니다. 따라서 물체까지의 거리인 R = c*T/2입니다.

보다 정교한(현실에 가까운) 계산(T)은 bandwidth 또는 period of the chirp과 같은 RADAR의 일부 매개변수 조합으로 계산할 수 있습니다.

4. How to estimate the velocity of an object?

RADAR는 도플러 효과를 활용하여 주파수 편이(doppler shift)를 계산하면 특정 물체의 속도와 방향을 측정할 수 있습니다.

• 적색파: RADAR가 전송하는 것입니다.
• 상단의 파란색 파동: 다가오는 차량에 대한 반사파 로 파장이 작습니다.
• 하단의 파란색 파동: 우리에게서 멀어지는 차량에 대한 반사파 로 파장이 큽니다.

Equation for the doppler shift: 도플러 편이에 대한 방정식이며, 이를 이용하여 차량 속도 vr을 도출할 수 있습니다.

• fD — 주파수의 변화(측정됨, 세부 정보는 남김)
• λ — 파장

5. How to interpret the waves?

RADAR는 파동이며, 이는 진폭과 주파수로 표현할 수 있습니다. 그리고 이는 고속 푸리에 변환(FFT)을 사용하여 이 파동을 해석 가능한 신호로 변환할 수 있습니다.

FFT에 대해 한 가지 이해해야 할 점은 파동을 시간 영역에서 주파수 영역으로 전환하는 데 도움이 된다는 것입니다. 주파수 영역에 들어가면 일부 파동이 다른 주파수에서 반사되어 다른 파동과 분리되는 것을 볼 수 있습니다. 각 피크는 감지된 장애물을 나타냅니다.

6. Noise

추가로 RADAR는 Noise가 매우 심합니다. 명백한 하나의 물체가 있어도, RADAR는 Noise로 인해 여러 개로 감지할 수 있습니다.

이러한 노이즈를 필터링하기 위해 Signal to Noise Ratio(SNR)라는 메트릭을 사용합니다 . RADAR는 파동과 진폭을 출력합니다. 진폭이 높을수록 감지 확률이 높아집니다.

7. Clutter (threshold)

Clutter (threshold)보다 높게 검출된 부분말 물체로 감지하는 기술이며, 이를 응용하면 'dynamic cluttering'과 같은 고급 기술이 가능합니다.

8. Clustering and Detections

마지막으로 FFT로 해석한 reflected waves를 이용하여 장애물을 감지하고 속도를 추정할 수 있습니다.특정 물체를 추출하기 위해서는 클러스터링을 활용해야하며, 계산을 기반으로 하는 클러스터링 알고리즘은 Euclidean Clustering, K-Means Clustering 등이 있습니다.

결론

RADAR는 Noise 때문에 자율 주행의 맥락에서 단독으로 사용할 수는 없지만, 카메라나 LiDAR와 결합하여 사용가능합니다. 많은 상황(도메인)에서 속도를 직접 추정할 수 있으며, 반사율 같은 특성을 고려하여 분류 작업을 수행할 수도 있습니다.

추가로, RADAR는 건물과 장애물 아래를 볼 수 있어, 가까운 범위에서 환경을 추정하려는 경우 매우 강력합니다.

참고

• [Blog] How LiDAR Object Detection Works: https://www.thinkautonomous.ai/blog/how-lidar-detection-works/
• [Blog] How RADARs work - A look at Radio Detection And Ranging: https://www.thinkautonomous.ai/blog/how-radars-work/