동적 객체 분할 시연 장면

자율주행차의 가장 큰 숙제인 ‘안전성’ 문제를 해결할 핵심 기술이 전남대학교에서 나왔다.

전남대 미래모빌리티학과 김찬수 교수 연구팀이 한양대와 공동으로 LiDAR 기반 동적 객체 분할 기술을 개발해, 복잡한 도로 환경에서도 사람·자전거·차량 등 움직이는 물체를 더 정확히 인식하고 대응할 수 있게 됐다.

15일 전남대에 따르면 전남대학교 미래모빌리티학과 김찬수 교수와 한양대학교 미래자동차공학과 조기춘 교수의 공동 연구팀이 자율주행차의 안전성을 높일 핵심 기술을 개발했다. 이 연구는 전기·전자 공학 분야 세계 상위 1.8% 수준의 국제 학술지 IEEE Transactions on Intelligent Vehicles (Impact Factor: 14.3)에 실리며 국제적 가치를 인정받았다.

이번에 개발된 기술은 라이다(LiDAR, Light Detection and Ranging) 기반 동적 객체 분할 기술이다. 라이다는 자율주행차에 장착되는 거리·형상 측정 센서로, 주변 사물에 레이저 빔을 쏘아 반사되는 시간을 측정해 3차원 지도를 만든다.

연구팀은 이 기술을 활용해 도로 위의 수많은 물체 중에서 움직이는 물체(동적 객체)와 고정된 물체(정적 객체)를 구별하는 방법을 고도화했다. 이는 자율주행차가 보행자·자전거·다른 차량 등 움직이는 대상의 움직임을 실시간으로 예측하고, 도로·건물·가로등 등 고정된 환경을 정밀 지도에 반영하기 위해 반드시 필요한 핵심 기술이다.

연구팀은 라이다와 관성측정장치(IMU, Inertial Measurement Unit) 센서를 결합해 ‘AWV-MOS-LIO’ 알고리즘을 개발했다.
이 알고리즘은 센서에서 생길 수 있는 위치 오차와 라이다 레이저의 입사각 문제(레이저가 비스듬히 들어가 생기는 오차)를 줄이기 위해 포인트 데이터의 불확실성(데이터 신뢰도)을 고려하는 분석 기법을 도입했다. 또, 키프레임(Keyframe, 주요 시점 데이터)을 활용해 다양한 각도에서 얻은 정보를 종합하고, 물체의 크기까지 고려해 인식 오류를 줄였다.

실험 결과, 이 시스템은 기존 기술보다 움직이는 물체를 구별하는 정확도가 6.3% 높아졌고, 자율주행차의 위치를 파악하는 오도메트리(차량 주행 위치·거리 추정) 성능도 14.4% 개선됐다.

김찬수 교수는 “이번 연구는 자율주행차가 복잡한 환경에서도 더 안전하게 주행할 수 있는 기반을 마련했다는 점에서 의미가 크다”며, “앞으로 전남대학교 지역혁신중심대학지원체계(RISE)사업을 통해 기술을 더욱 발전시켜 다양한 자동화 시스템에 적용할 계획”이라고 밝혔다.