자율주행에서 카메라 vs 라이다 vs 레이더 특징 비교

자율주행 "카메라 vs 라이다 vs +레이더" 영상 비교

 

1. 카메라 (Camera)

카메라는 사람이 세상을 보는 것과 가장 유사하게 주변 환경을 인지하는 수동형(Passive) 센서입니다.

작동 원리: 가시광선 영역의 빛을 받아들여 2D 이미지 또는 비디오를 캡처합니다.

주요 장점:

• 고해상도 및 풍부한 정보: 색상, 질감, 형태 등 상세하고 현실적인 고해상도 이미지를 제공하여 교통 표지판, 신호등, 차선 등을 인식하고 분류하는 데 탁월합니다.
• 저렴한 비용: 다른 센서에 비해 제조 비용이 가장 저렴하여 대량 생산에 유리합니다.
• 기술 성숙도: 이미지 처리 및 컴퓨터 비전 기술이 매우 발전해 있습니다.

주요 단점:

• 환경 영향: 빛에 의존하므로 어두운 밤, 역광, 짙은 안개, 폭우, 폭설 등 악천후나 다양한 조명 조건에서 성능이 급격히 저하됩니다.
• 거리 및 3D 정보 부족: 기본적으로 2D 이미지를 제공하기 때문에 정확한 거리(Depth) 정보를 얻으려면 스테레오 비전(두 대의 카메라 사용)이나 딥러닝 기반의 복잡한 추가 처리가 필요하며, 라이다만큼 정밀하지 않습니다.

 

2. 라이다 (LiDAR, Light Detection and Ranging)

라이다는 레이저(빛)를 사용하여 주변 환경을 정밀하게 측정하는 능동형(Active) 센서입니다.

작동 원리: 레이저 펄스를 발사하고 물체에 반사되어 돌아오는 시간을 측정하여 정확한 거리와 각도를 파악합니다. 이 데이터를 모아 주변 환경의 3차원 점군(Point Cloud) 지도를 생성합니다.

주요 장점:

• 고정밀 3D 매핑: 밀리미터(mm) 또는 센티미터(cm) 수준의 매우 높은 정확도로 물체의 거리, 모양, 위치를 3차원으로 측정하여 정밀한 환경 인식이 가능합니다.
• 조명 조건 영향 적음: 자체 광원을 사용하므로 주야간에 걸쳐 상대적으로 일정한 성능을 유지합니다.

주요 단점:

• 높은 가격: 특히 기계식(Mechanical) 라이다는 구조가 복잡하고 고가여서 양산차 적용에 부담이 됩니다. (최근 솔리드 스테이트 라이다 등으로 가격이 낮아지는 추세입니다.)
• 날씨 영향: 레이저(광파)를 사용하므로 안개, 비, 눈, 먼지와 같은 환경 요소에 의해 레이저 빔이 산란되어 성능이 크게 저하될 수 있습니다.

 

3. 레이더 (Radar, Radio Detection and Ranging)

레이더는 전파(무선파)를 사용하여 물체를 감지하고 움직임을 측정하는 능동형(Active) 센서입니다.

작동 원리: 전자기파(무선파) 펄스를 방출하고 물체에 반사되어 돌아오는 전파를 수신하여 거리, 속도, 방향을 측정합니다. 도플러 효과를 이용해 물체의 상대 속도를 정확히 측정할 수 있습니다.

주요 장점:

• 악천후 및 환경 변화에 강함: 전파를 사용하므로 비, 안개, 눈, 먼지 등 광파를 사용하는 카메라나 라이다가 취약한 악천후 환경에서도 안정적인 성능을 발휘합니다.
• 상대 속도 측정: 물체의 속도를 매우 정확하게 측정하여 '고속 주행 및 충돌 방지 시스템(ACC, AEB)'에 핵심적으로 사용됩니다.
• 저렴한 비용: 카메라 다음으로 비용이 저렴하며, 소형화가 용이합니다.

주요 단점:

• 낮은 해상도 및 객체 분류 어려움: 라이다나 카메라에 비해 공간 해상도가 낮아 물체의 정확한 형태를 파악하거나, 작은 물체, 또는 가까이 붙어 있는 물체를 구별(클러터 현상)하기 어렵습니다.
• 색상 및 형태 정보 부족: 물체의 종류(예: 사람, 차량, 표지판)를 구분하거나 색상 정보를 제공하지 못합니다.

 

📊 핵심 비교 정리

특징	카메라 (Camera)	라이다 (LiDAR)	레이더 (Radar)
측정 원리	가시광선 (수동형)	레이저 펄스 (능동형)	전파 (능동형)
주요 정보	2D 이미지, 색상, 형태, 텍스트	3D 점군 데이터, 고정밀 거리 및 형태	거리, 상대 속도, 방향
정확도 (3D)	낮음 (추가 연산 필요)	매우 높음 (cm 수준 정밀도)	낮음 (낮은 공간 해상도)
날씨 영향	매우 높음 (밤, 안개, 비에 취약)	높음 (비, 안개, 눈에 취약)	매우 낮음 (악천후에 강함)
속도 측정	어려움 (추가 연산 필요)	어려움 (보조 센서 필요)	매우 정확함 (도플러 효과)
비용	가장 저렴함	가장 높음 (하드웨어 복잡도)	저렴함
주요 용도	차선/신호/표지판 인식, 객체 분류	정밀한 3D 지도 생성, 환경 모델링	장거리 감지, 속도/충돌 방지

 

---

일론머스크: 우리가 경험한 바로는 센서가 많아질수록 오히려 혼란을 유발합니다. 예를 들어, 상황이 충돌할 때 '카메라를 믿을 것인가, LiDAR를 믿을 것인가'라는 판단이 필요하게 되죠. 이런 혼란이 사고로 이어질 수 있습니다. 그러니까 이건 단순히 비용 문제가 아니에요.
제가 여러 차례 말씀드렸듯이, 특정 상황에서는 LiDAR가 유용하게 사용될 수 있습니다. 저는 스페이스X의 드래곤 우주선이 우주 정거장 도킹에 사용된 LiDAR 개발을 총괄했습니다. 따라서 LiDAR의 장점과 단점을 잘 알고 있습니다.