자율주행차가 사람들의 삶을 편리하게 하고 현재 도로 상에서 빈번히 발생되고 있는 사고를 줄이기 위해서는 차가 전방뿐만 아니라 주변을 360°로 감지하고 주변에서 어떤 일들이 일어나는지 알 수 있어야 한다.

그러기 위해서는 자동차로 다양한 방식의 센서 메커니즘을 통합해야 한다. 이 중의 어떤 것들은 오늘날 첨단운전자지원시스템(ADAS. Advanced Driver Assistance System)에 이미 사용되고 있으며, 또 어떤 것들은 자율주행차 용으로 새롭게 부상하고 있다.

센서들을 사용하지 않고는 자동차를 자율화하는 것이 가능하지 않을 것이다. 자율주행차가 주변을 감지할 수 있도록 하는 기술은 대표적으로 3가지를 들 수 있다. 라이다, 카메라, 레이더이다. 현재 이들 각각의 기술이 각기 다른 개발 단계에 있다.

이중에서 가장 단순한 기술은 레이더이다. 레이더는 적응식 주행 제어 같은 기능에 이미 사용되고 있다. 자율주행차를 위해서도 레이더가 중요한 역할을 할 수 있다. 특히 주차나 서행 같은 저속 상황을 들 수 있다. 고속도로에서 차선 변경 같이 고속으로 실행되는 기능에도 활용될 수 있다.

최근의 빛에 가까운 성질을 가지고 있으며, 파장이 1~10밀리미터, 주파수가 3만~30만 메가헤르츠(MHz)인 전자기파인 밀리미터파(mmWave) 자동차 레이더 시스템은 단파 전자기파를 사용해서 물체의 거리, 속도, 상대적 각도를 계산할 수 있다. 통상적으로 77기가헤르츠(GHz) 주파수 대역으로 동작하고 매우 작은 움직임까지 구분할 수 있다.

특히, 레이더의 장점은 여러 가지를 들 수 있다. 검증된 기술로서 환경 조건이 변화하는 것에 상관없이 신뢰하게 동작할 수 있다. 하드웨어가 컴팩트하고, 업계에서 확립된 기술로서 규모의 경제를 달성하고 있기 때문에 비교적 가격이 저렴하다.

하지만 근본적인 한계점 또한 존재한다. 이 중에서도 특히 중요한 것이 제공할 수 있는 데이터 양이다. 이러한 이유에서 자율주행차를 위해서는 어느 한 센서 방식에만 의존하는 것이 아니라 일련의 센서들을 결합하는 것이 필요하다.

라이다(Lidar)는 현재 거의 모든 자동차 회사들이 자사 개발 프로그램에 포함시키고 있는 기술로서, 자동차 레이더 시스템을 보완할 수 있다. 레이저 광원으로부터 광 펄스를 방출하면 이 빛이 물체에 부딪혀서 반사된다. 이 각각의 펄스가 출발점으로 되돌아오는 시간을 사용해서 물체까지의 거리를 계산할 수 있다.

이 과정을 초당 수백만 회 반복해서 주변 환경에 대한 실시간 3D 맵을 생성할 수 있다. 그럼으로써 다른 자동차, 도로 인프라, 자전거, 보행자 같은 것들을 식별하고 장애물을 피해서 운전할 수 있다. 다른 센서 방식들과 비교해서 라이다의 가장 큰 장점은 '조감도(bird’s eye)' 뷰를 생성할 수 있으므로 좀더 포괄적인 조망을 제공할 수 있다는 것이다.

포드(Ford)는 이미 이 기술에 집중적으로 투자하고 있다. 이 회사는 현재 진행되고 있는 자율주행차 개발 및 테스트에 벨로다인(Velodyne)의 HDL-64E 라이다 시스템을 사용하고 있으며, 이 시스템을 채택한 첫 모델을 2021년 중으로 출시할 예정이다.

HDL-64E는 64채널 시스템으로서 360° 수평 시야각(FoV)과 26.9° 수직 FoV에 최대 120미터에 이르는 거리를 특징으로 한다. 지원되는 채널 수는 자동차 속도와 관련해서 중요하다. 벨로다인에 따르면, 32채널 시스템을 채택한 차량은 최대 57kph로 자율 주행을 할 수 있는데, 채널 수를 두 배로 늘림으로써 훨씬 더 높은 속도를 지원할 수 있다고 한다.

라이다 보급을 가로막는 가장 큰 걸림돌은 비싼 가격이다. 현재, 라이다 시스템은 가격대가 수천 달러에 달하고 있다. 라이다 시스템은 규모가 늘어난다고 해도 여전히 매우 비쌀 것으로 전망된다.

걸림돌은 가격만이 아니다. 라이다는 자동차 주변에 대한 맵을 생성하는 것은 정확하게 할 수 있으나, 도로 표지판 인식 같은 여타 용도로 필요로 하는 세밀성은 제공하지 못한다. 이와 같은 이미지 인식 및 분류 작업을 위해서는 자율주행차로 고선명 카메라 시스템을 사용해야 한다.

자동차로 전방, 측면, 후방으로 카메라들을 설치하고 화면을 이어 붙여서 주변에 대한 360° 실시간 뷰를 제공할 수 있다. 그럼으로써 사각지대를 최소화하고, 속도 제한이 변경되는 것을 알려주고, 차선을 유지할 수 있다. 필요로 하는 카메라 대수는 시스템의 FoV(최대 120° 가능)와 초광각 렌즈를 사용해서 파노라마 뷰를 제공하는 어안 카메라를 구현하고자 하는지 등에 따라서 달라질 것이다.

카메라 역시 여느 센서 기술과 마찬가지로 장점과 단점을 모두 따져 보아야 한다. 카메라 시스템은 주변을 세밀하게 구분할 수 있으나, 깊이와 거리가 문제가 될 수 있다. 감지된 물체의 정확한 위치를 이해하기 위해서는 물체까지의 거리를 알아야 한다. 또한 카메라는 악천후나 야간 같은 때 등 시정이 좋지 않은 상황에서 물체를 구분하기가 어려울 수 있다.

시스템 개발자들이 인지하기 시작한 또 다른 문제는, 센서 시스템이 다른 자율주행차로 영향을 미칠 수 있다는 점이다. 최근에 라이다가 디지털 카메라 시스템 작동을 방해하지 않는지에 관해서 논의가 이루어지고 있다. 만약 그렇다면 자율주행차들이 마주보며 접근할 때 심각한 문제가 될 수 있다.

현재, 미래의 자율주행차로 센서들을 어떻게 결합할지에 대해서 현재 많은 연구가 활발하게 진행되고 있다. 한 가지 확실한 것은 레이더, 이미지 센싱, 라이다 등 다양한 방식들을 조합함으로써 각각의 장단점을 보완할 수 있다는 것이다. 다양한 센서들을 결합해서 자율주행차에 필요로 하는 다양한 기능을 구현하면서 또한 자율주행차를 위험하지 않게 만들기 위해서 필요로 하는 중복성을 달성할 수 있을 것이다.