라이다
IT 위키
더 많은 작업
라이다(LiDAR, Light Detection And Ranging)는 레이저 빛을 쏘아 물체에 반사되어 돌아오는 시간이나 위상 변화를 측정해 거리를 구하고, 이를 빠르게 반복해 주변 환경을 3차원 점의 집합(포인트 클라우드)으로 그려 내는 센서 기술이다.
- 비행시간(ToF, Time of Flight) 방식 : 짧은 레이저 펄스를 쏘고 반사되어 돌아오는 시간 t를 잰다. 거리는 빛의 속도 c를 써서 d = c × t / 2로 구한다. 가장 널리 쓰인다.
- 주파수 변조 연속파(FMCW) 방식 : 주파수를 연속적으로 바꾼 레이저를 쏘고, 돌아온 빛과 보낸 빛의 주파수 차이로 거리를 구한다. 도플러 효과로 상대 속도까지 동시에 잴 수 있고 다른 라이다나 햇빛의 간섭에 강하다. 이른바 4D 라이다.
- 레이저 빔을 수평·수직으로 훑어(스캐닝) 각 방향의 거리를 모으면 3차원 포인트 클라우드가 된다. 반사 세기(intensity)도 함께 얻어 차선이나 표지판 인식에 쓴다.
| 시기 | 내용 |
|---|---|
| 1960년대 | 1960년 레이저가 발명된 직후, 레이저로 거리를 재는 연구가 시작되었다. 초기에는 구름·대기 관측에 쓰였다 |
| 1971년 | 아폴로 15호가 레이저 고도계로 달 표면을 측정했다 |
| 1990년대 | GPS와 관성항법장치가 결합되어 항공기에서 지형을 측량하는 항공 라이다가 실용화되었다 |
| 2005~2007년 | 미국 DARPA 그랜드 챌린지·어번 챌린지에서 회전식 다채널 라이다(벨로다인 HDL-64E)를 단 차량들이 좋은 성적을 내며 자율주행용 라이다가 주목받았다 |
| 2010년대 | 자율주행 개발 경쟁으로 라이다 업체가 급증하고, 기계 회전부를 없앤 솔리드 스테이트 방식 개발이 본격화되었다 |
| 2020년대 | 스마트폰·태블릿에 소형 라이다가 탑재되고, 양산차에 고정형 라이다가 들어가기 시작했다. FMCW 방식과 칩 단위 라이다 개발이 진행 중이다 |
| 방식 | 원리 | 장점 | 단점 |
|---|---|---|---|
| 기계식 회전형 | 레이저·검출기 묶음을 모터로 360도 돌린다 | 넓은 시야(360도), 성숙한 기술 | 크고 비싸며 기계 마모로 내구성이 낮다 |
| MEMS 미러 | 아주 작은 거울을 전기로 흔들어 빔 방향을 바꾼다 | 소형화, 저가화 | 시야각이 좁고 진동에 영향 |
| 광위상배열(OPA) | 여러 광소자의 위상을 조절해 움직이는 부품 없이 빔 방향을 바꾼다 | 완전 반도체형, 소형·고신뢰 | 아직 개발 단계, 출력·효율 과제 |
| 플래시 | 카메라 플래시처럼 넓은 영역을 한 번에 비추고 검출기 배열로 받는다 | 움직이는 부품 없음, 단순 | 측정 거리가 짧다 |
움직이는 부품이 없는 MEMS·OPA·플래시 방식을 묶어 솔리드 스테이트 라이다라 한다.
- 905nm : 실리콘 검출기를 쓸 수 있어 싸지만, 눈 안전 기준 때문에 출력을 높이기 어려워 탐지 거리가 제한된다.
- 1550nm : 눈의 수정체를 통과하지 않아 출력을 높일 수 있고 탐지 거리가 길지만, 인듐갈륨비소(InGaAs) 검출기 등이 필요해 비싸다.
- 검출기로는 애벌랜치 광다이오드(APD), 단일광자 애벌랜치 다이오드(SPAD) 배열을 쓴다.
- 지상 고정형(건축물·문화재 정밀 측량), 차량 탑재형(자율주행, 도로 지도 제작), 항공형(지형·산림 측량), 위성형(대기·빙하 관측), 휴대형(스마트폰·태블릿)
| 구분 | 라이다(LiDAR) | 레이더(RADAR) |
|---|---|---|
| 사용 파 | 빛(레이저, 근적외선) | 전파(차량용은 주로 77GHz 밀리미터파) |
| 파장 | 약 1μm(905nm, 1550nm) | 수 mm~수 cm |
| 해상도 | 매우 높음. 물체 형태 인식 가능 | 낮음. 물체 존재와 위치 위주(4D 이미징 레이더로 개선 중) |
| 탐지 거리 | 수십~200m 이상(차량용) | 수백 m까지 |
| 속도 측정 | ToF 방식은 연속 측정으로 간접 계산(FMCW는 직접) | 도플러 효과로 직접 측정 |
| 날씨 영향 | 비·눈·안개·먼지에 약하다 | 악천후에 강하다 |
| 조명 영향 | 밤에도 동작. 강한 햇빛에 잡음 | 영향 없음 |
| 비용·크기 | 비싸고 크다(점차 낮아지는 중) | 싸고 작다 |
| 주요 용도 | 3차원 형상 인식, 정밀 지도 | 거리·속도 측정, 적응형 순항 제어, 충돌 경고 |
두 센서는 장단점이 서로 보완적이라 자율주행 차량은 카메라·라이다·레이더를 함께 달고 결과를 합치는 센서 융합을 쓴다.
- 가격 : 초기 자율주행 시험차의 회전형 라이다는 수천만 원대였다. 양산차 보급을 위해 솔리드 스테이트화와 반도체 공정 적용으로 단가를 낮추는 것이 핵심 과제다.
- 카메라 중심 접근과의 경쟁 : 테슬라처럼 카메라와 AI만으로 자율주행을 구현하려는 진영과, 안전을 위해 라이다 중복성을 고집하는 진영이 맞서 있다.
- 악천후 성능과 표준화 : 기상 조건별 성능 검증, 라이다 간 간섭 방지, 성능 시험 표준이 필요하다.
- 데이터 처리 : 초당 수백만 점의 데이터를 실시간 처리할 컴퓨팅과 AI 인식 기술, 포인트 클라우드 학습 데이터가 필요하다.
- 산업 경쟁력 : 광원·검출기·신호처리 칩 같은 핵심 부품의 기술 자립과 공급망 확보가 과제다.