“라이다는 어떻게 작동하나요?”라는 궁금증이 항상 있었다면 이 블로그에 주목하세요. 그렇다면 이 블로그가 적합합니다. 이 블로그에서는 LiDAR 는 레이저 빛의 펄스를 사용하여 주변 물체까지의 거리를 측정하고 그 측정값을 매우 정확한 3D 공간 데이터로 변환합니다. 또한 LiDAR 매핑 및 자율 내비게이션 프로젝트에서 현지화와 LiDAR 데이터가 어떻게 드림팀을 이루는지에 대해서도 설명합니다. 이러한 조합이 바로 모바일 매핑, 측량, 로봇 공학 및 지능형 차량에서 LiDAR가 중요한 기술이 된 이유 중 하나입니다.

센서의 정의, 각 펄스가 측정되는 방식, 포인트 클라우드가 생성되는 방식, 매핑과 내비게이션에서 데이터가 사용되는 방식 등 몇 가지 핵심 개념으로 나누면 LiDAR를 더 쉽게 이해할 수 있습니다.

라이다는 모바일 매핑과 자율 주행 등 다양한 분야에서 핵심 기술로 활용되고 있습니다. LiDAR에 대해 약자나 레이저가 포함된다는 것 정도만 알고 있다면 계속 읽어보세요. 이 블로그에서는 라이다가 무엇인지, 어떻게 작동하는지, 어떻게 사용되는지 설명합니다. 

라이다 센서는 라이다 기술을 사용하여 주변 환경을 스캔하는 장치입니다. LiDAR는 빛 감지 및 거리 측정의 약자로, 1960년대부터 사용되어 왔습니다, 비록 지난 10년 동안에야 비로소 그 진가를 발휘하기 시작했습니다.

라이다 센서는 애플리케이션에 따라 고정 플랫폼, 차량, 드론 또는 기타 모바일 시스템에 장착할 수 있습니다. 일부 센서는 고정된 방향으로 스캔하는 반면, 다른 센서는 더 넓은 시야를 포착하기 위해 회전하거나 고급 스캔 패턴을 사용합니다. 모든 경우의 목적은 분석, 내비게이션 또는 매핑에 사용할 수 있는 신뢰할 수 있는 공간 데이터를 수집한다는 점에서 동일합니다.

LiDAR는 레이더와 똑같은 방식으로 작동하지만 소리 대신 빛의 펄스를 내보냅니다. 펄스가 물체에 도달하면 해당 물체에서 반사되어 스캐너로 돌아옵니다. 스캐너는 돌아오는 펄스를 감지하고 펄스가 돌아오는 데 걸린 시간을 계산한 다음 이를 사용하여 물체가 얼마나 멀리 떨어져 있는지 계산합니다.

레이더나 소나에 비해 파장이 짧은 LiDAR는 고해상도 데이터에 가장 적합한 센서입니다. 이것이 바로 상세한 표면 정보가 필요할 때 LiDAR가 자주 선택되는 이유 중 하나입니다. 매핑과 내비게이션 워크플로 모두에서 중요한 미세한 특징과 미묘한 모양의 변화를 포착할 수 있습니다.

LiDAR 스캐너는 일반적으로 스캔할 때 수백만 개의 빛 펄스를 내보냅니다. 돌아오는 각 펄스는 공간의 한 점으로 기록되며, 스캔이 진행되는 동안 방대한 점 모음이 생성됩니다. 이러한 점을 포인트 클라우드라고 합니다. 포인트 클라우드는 나중에 처리, 모델링 및 해석의 기초가 되기 때문에 LiDAR 센서의 가장 중요한 결과물 중 하나입니다.

포인트 클라우드가 생성되면 소프트웨어를 사용하여 이를 보다 유용한 출력물로 처리합니다. 여기에는 3D 모델, 지형 표현, 측정된 특징 또는 구조화된 지도 데이터가 포함될 수 있습니다.

거리 측정에 사용되는 LiDAR 기술은 측량 및 매핑과 내비게이션의 두 가지 용도로 주로 사용됩니다.

측량 및 매핑에서 LiDAR 스캐너는 자동차, 드론, 비행기 또는 보트에 부착되어 지역이나 물체 주위를 이동하며 스캔합니다. 이렇게 생성된 포인트 클라우드는 측량 대상의 지도로 변환되며, 이를 통해 정확한 거리를 계산할 수 있습니다. 

측량 애플리케이션에는 복도 매핑, 인프라 캡처, 자산 검사, 지형 모델링 및 광범위한 지리 공간 데이터 수집이 포함될 수 있습니다. 정확한 워크플로는 다양하지만 핵심 원칙은 동일합니다. LiDAR 센서는 대규모로 높은 수준의 디테일로 형상을 캡처합니다.

내비게이션에서 라이다는 다양한 센서로 구성된 시스템에 장착되어 자율주행 플랫폼 주변 환경을 스캔합니다. 이 데이터는 SLAM과 같은 알고리즘을 사용한 물체 감지 및 실시간 매핑을 비롯한 다양한 애플리케이션에 사용됩니다.

이러한 시스템에서 라이다는 플랫폼이 주변에 무엇이 있는지, 환경이 실시간으로 어떻게 변화하고 있는지 파악하는 데 도움을 줍니다. 이는 장애물을 감지하고, 지형을 식별하고, 복잡한 공간에서 안전한 이동을 지원하는 데 중요한 역할을 합니다.

이 두 가지 애플리케이션 모두에서 LiDAR 데이터를 유용하게 사용하려면 위치 측위 데이터와 결합해야 합니다.

측량에서 LiDAR에서 생성된 포인트 클라우드는 지구상에 위치해야 하며, 각 포인트에는 일련의 좌표가 주어져야 합니다. 이 과정을 지오레퍼런싱이라고 합니다. 

지오레퍼런싱은 측량사가 포인트 클라우드 데이터를 유용하게 사용하는 데 절대적으로 중요합니다. 지오레퍼런싱이 없으면 포인트 클라우드를 사용하여 거리를 안정적으로 측정하거나 측량 대상의 위치를 정확하게 나타낼 수 없습니다. 또한 지오레퍼런싱을 수행하려면 측량하는 동안 LiDAR 스캐너의 위치를 정확하게 기록할 수 있는 장치가 필요합니다. 이 장치는 일반적으로 GNSS/보강 관성 항법 시스템 또는 GNSS/INS입니다. 

많은 측량 전문가들이 LiDAR 데이터를 지오레퍼런싱하기 위해 OXTS GNSS/INS 장치를 사용합니다. OXTS를 사용하면 다양한 환경에서 높은 수준의 정확도를 얻을 수 있습니다. 결정적으로, OXTS는 LiDAR와 GNSS/INS 데이터를 결합하여 지오레퍼런스 포인트 클라우드를 생성하는 전용 도구를 갖추고 있습니다: OXTS 지오레퍼런서. 지오레퍼런서는 데이터를 빠르고 쉽게 지오레퍼런싱할 수 있게 해줍니다, 하지만 에는 LiDAR와 GNSS/INS를 정밀하게 정렬하여 선명한 포인트 클라우드를 생성하는 보어사이트 보정 도구도 포함되어 있습니다. 

다양하고 영리한 알고리즘과 센서 융합 기능 덕분에 OXTS 장치는 위성 신호가 좋지 않거나 아예 없는 지역(예: 실내에서 측량하는 경우)에서도 정확한 데이터를 제공하는 데 특화되어 있습니다. 또한 대부분의 주요 라이다 브랜드와 사전 구축된 통합 기능을 갖추고 있어 라이다 매핑 페이로드에 저희 기술을 쉽게 통합할 수 있습니다.

현지화 데이터가 LiDAR 매핑에 유용한 것처럼, LiDAR 데이터는 현지화 데이터를 개선하는 데도 도움이 될 수 있습니다. OXTS는 LiDAR 스캐너의 포인트 클라우드 데이터를 분석하여 속도 측정값을 계산하는 LiDAR Boost를 개발했습니다. 이러한 측정값은 지하 주차장과 같이 GNSS 신호가 존재하지 않는 지역에서 위치 정확도를 개선하기 위해 GNSS/INS에서 사용할 수 있습니다. 이미 많은 측량 및 자율 주행 페이로드에 LiDAR가 포함되어 있기 때문에 추가 장비 없이도 내비게이션 데이터의 품질을 향상시킬 수 있는 LiDAR Boost의 잠재력에 기대가 큽니다!