ADAS 핵심 센서인 카메라·레이더·라이다를 성능·비용·한계 관점에서 비교합니다. 센서 융합 관점, 대표 기능 매칭, 현재 양산 트렌드까지 한 번에 정리.
1. 서론
자율주행 품질은 센서 선택에서 시작됩니다. 완벽한 단일 센서는 없으며, 카메라·레이더·라이다의 장단점을 이해하고 융합하는 전략이 핵심입니다.
2. 정의와 목적
- 카메라: 고해상도 영상으로 분류·인식에 강점.
- 레이더: 전파로 거리·속도를 정밀 측정, 악천후에 강함.
- 라이다: 레이저 포인트클라우드로 정밀 3D 형상 파악.
목적: 다양한 환경에서 안정적인 인지 성능과 비용·패키징 균형 달성.
3. 기능 설명(비교 포인트)
- 인지 범주:
- 카메라: 차선/신호/표지, 객체 클래스 인식 우수.
- 레이더: 차량/장애물 검출·속도 추정 특화.
- 라이다: 정밀 거리·형상 재현.
- 환경 강건성:
- 카메라: 야간/눈비/역광에 취약.
- 레이더: 악천후 강함, 해상도는 낮음(이미징 레이더로 개선).
- 라이다: 비·안개 감쇠 영향, 청결·패키징 민감.
- 지연·연산:
- 카메라: 연산량 큼(딥러닝), 단가는 저렴.
- 레이더: 연산·대역폭 부담 낮음, 최근 각도 해상도↑.
- 라이다: 데이터량 큼, 전력·비용 부담.
4. 구성 요소(활용·융합)
- 카메라: RGB/IR, 광학계·발수/디포깅, DNN(검출/세그/차선).
- 레이더: 77/79GHz, MIMO 안테나, 도플러 트랙킹, 클러터 억제.
- 라이다: 스캐닝/솔리드스테이트, 채널 수, 반사율 보정.
- 융합 레벨:
- Low-level(센서원시), Mid-level(객체트랙), High-level(의사결정).
- 권장: 카메라+레이더 기본, 라이다는 ODD·원가에 따라 옵션화.
5. 대표 기능(센서 매칭)
- AEB/ACC/FCW: 레이더 필수(거리·속도) + 카메라 보조(분류).
- LKA/LKD/TSR: 카메라 핵심(차선·표지·신호).
- BSD/CTA: 레이더 강점(측후방 접근).
- APA/AVP: 근접 카메라·초음파 기본, 정밀 주차/발렛은 라이다 유리.
- L3 도심 인지 강화: 라이다 또는 고성능 이미징 레이더 + 다중 카메라.
6. 현재 자동차 수준(양산 트렌드)
- 주류: 카메라+레이더의 L2/L2++ 조합(비용·성능 균형).
- 프리미엄/특정 ODD: 라이다 선택적 채용(L3 안전 마진 확대).
- 대안: 고해상도 카메라 + 이미징 레이더로 라이다 축소 시도.
7. 총정리
- 카메라=분류/차선, 레이더=거리·속도/악천후, 라이다=정밀 3D.
- 단일 해법은 없고, 목표 ODD·원가·전력·패키징에 맞춘 센서 융합이 답입니다. L2는 카메라+레이더가 효율적, L3 일부는 라이다로 안전 여유를 확보합니다.
8. FAQ
Q1. 라이다 없이 L3 가능한가요?
가능은 하나 ODD를 제한하고, 이미징 레이더+다중 카메라+정밀지도로 리스크를 관리해야 합니다.
Q2. 악천후에서 어떤 센서가 유리하나요?
레이더가 가장 강건합니다. 카메라는 전처리·열선·IR로 보완, 라이다는 청결·하우징 관리가 중요합니다.
Q3. 비용 대비 효율이 좋은 조합은?
대부분의 L2/L2++는 카메라+레이더가 표준입니다. 라이다는 고도 기능/브랜드 전략에 따라 선택.
키워드
ADAS, 카메라, 레이더, 라이다, 센서 융합, 이미징 레이더, 차선 인식, AEB, ACC, L3, 자율주행 센서 비교