레이더를 통해 자동차는 코너 주변의 위험 요소를 감지할 수 있습니다.

오늘날의 차량에 쉽게 통합되는 새로운 레이더 시스템은 도플러 레이더를 사용하여 건물 및 주차된 자동차와 같은 표면에서 전파를 반사시킵니다. 레이더 신호는 비스듬히 표면에 부딪히므로 반사가 당구대의 벽에 부딪히는 큐볼처럼 반사됩니다. 신호는 모퉁이에 숨겨진 물체를 공격합니다. 레이더 신호의 일부는 자동차에 장착된 감지기로 다시 반사되어 시스템이 모퉁이에 있는 물체를 보고 움직이는지 정지해 있는지 알 수 있습니다.

이 시스템을 통해 자동차는 오늘날의 LiDAR 및 카메라 센서가 기록할 수 없는 가려진 물체를 볼 수 있습니다. 예를 들어, 자율 주행 차량이 위험한 교차로 주변을 볼 수 있도록 합니다. 레이더 센서는 특히 LiDAR 센서에 비해 상대적으로 비용이 저렴하고 대량 생산으로 확장됩니다. 이 시스템은 자동차, 자전거, 보행자를 포함한 사물을 구별하고 방향과 다가오는 속도를 측정할 수 있습니다.

최근 몇 년 동안 엔지니어들은 자동차가 도로의 다른 물체를 감지할 수 있도록 하는 다양한 센서 시스템을 개발했습니다. 그들 중 다수는 가시광선 또는 근적외선을 사용하는 LiDAR 또는 카메라에 의존합니다. 충돌을 방지하는 이러한 센서는 이제 현대 자동차에서 일반적입니다. 그러나 광학 감지는 자동차의 시야에서 벗어난 항목을 식별하는 데 사용하기 어렵습니다. 이전 연구에서 팀은 모서리 주위에 숨겨진 물체를 보기 위해 빛을 사용했습니다. 그러나 이러한 노력은 고출력 레이저가 필요하고 단거리에 제한되기 때문에 현재 자동차에 사용하기에는 실용적이지 않습니다.

그 초기 연구를 수행하면서 팀은 가시광선 대신 이미징 레이더를 사용하여 자동차 시야 밖의 위험을 감지하는 시스템을 만들 가능성을 조사했습니다. 매끄러운 표면에서의 신호 손실은 레이더 시스템의 경우 훨씬 낮으며 레이더는 물체를 추적하는 입증된 기술입니다. 문제는 자동차 및 자전거와 같은 모서리 주변의 물체를 그리는 데 사용되는 레이더의 공간 해상도가 상대적으로 낮다는 것입니다. 연구원들은 센서가 작동할 수 있도록 레이더 데이터를 해석하는 알고리즘을 만들 수 있다고 믿었습니다. 알고리즘은 매우 효율적이며 현재 세대의 자동차 하드웨어 시스템에 적합합니다.

시스템이 물체를 구별할 수 있도록 팀은 표준 레이더가 사용 가능한 정보보다 배경 소음을 고려하는 레이더 신호의 일부를 처리했습니다. 팀은 인공 지능 기술을 적용하여 처리를 개선하고 이미지를 읽습니다. 시스템을 실행하는 컴퓨터는 매우 희소한 양의 데이터에서 자전거 타는 사람과 보행자를 인식하는 방법을 배워야 했습니다.

이 시스템은 현재 보행자와 자전거 이용자를 감지하는데, 이는 엔지니어들이 보행자와 자전거 이용자가 작은 크기와 다양한 모양 및 움직임으로 인해 가장 어려운 물체라고 생각했기 때문입니다. 시스템도 차량을 감지하도록 조정할 수 있습니다.

연구원들은 레이더와 신호 처리의 개선을 모두 포함하는 응용 분야에 대한 여러 방향에서 연구를 따를 계획입니다. 이 시스템은 자동차 안전을 근본적으로 개선할 수 있는 잠재력이 있습니다. 기존 레이더 센서 기술에 의존하기 때문에 차세대 자동차에 탑재할 레이더 시스템을 준비하는 것이 가능해야 합니다.