라이다 (LiDAR)
쉽게 풀면
LiDAR는 "Light Detection And Ranging"의 줄임말로, 빛으로 거리를 재는 기술입니다. 원리는 박쥐의 초음파 반향정위와 비슷합니다. 아주 짧은 레이저 펄스를 사방으로 쏘고, 그 빛이 물체 표면에 부딪혀 되돌아오는 데 걸린 시간을 정밀하게 측정합니다. 빛의 속도는 이미 알고 있으므로, "걸린 시간 × 빛의 속도 ÷ 2"로 물체까지의 정확한 거리를 계산할 수 있습니다(비행시간 측정, Time of Flight). 이 과정을 회전하거나 스캔하는 거울을 이용해 초당 수십만 번씩 여러 방향으로 반복하면, 주변 공간을 수백만 개의 점으로 이루어진 3차원 지도(포인트 클라우드)로 그려낼 수 있습니다. 카메라와 달리 빛의 밝기에 의존하지 않고 직접 거리를 측정하기 때문에, 어두운 곳에서도 물체까지의 거리를 정확하게 알 수 있는 것이 큰 장점입니다.
왜 중요한가
LiDAR는 자율주행, 로봇 내비게이션과 같은 실시간 공간 인식 응용뿐 아니라, 산림 바이오매스 추정이나 지형 측량 같은 원격탐사 분야에서도 핵심 센서로 쓰입니다. 카메라만으로는 얻기 어려운 정밀한 거리 정보를 직접 제공하기 때문에, 3차원 환경 인식이 필요한 다양한 공학·지구과학 연구에서 기본 데이터 획득 수단으로 폭넓게 인용됩니다.
논문에서는 이렇게 쓰입니다
이 문장은 로봇이 스스로 주변 지도를 만들면서 자신의 위치를 동시에 파악하는 데, 360도로 회전하며 3차원 거리 정보를 얻는 LiDAR와 관성 측정 센서(IMU)의 데이터를 함께 사용했다는 뜻입니다.
산림생태학·원격탐사 연구에서 항공 LiDAR 자료로 숲의 구조와 바이오매스를 추정할 때 사용된다.
서비스 로봇 연구에서 상대적으로 저렴한 2D LiDAR를 이용해 실내 장애물 회피를 구현할 때 언급된다.
조금 더 깊게 보면
LiDAR는 거리 측정 방식에 따라 펄스가 왕복하는 시간을 직접 재는 비행시간(Time of Flight) 방식과, 변조된 빛의 위상 변화를 이용하는 위상 방식 등으로 나뉘며, 최근에는 반사파의 도플러 효과를 이용해 거리와 속도를 동시에 측정하는 FMCW 방식도 연구되고 있습니다. 또한 얻어진 포인트 클라우드는 그 자체로 활용되기보다 지면점 분류, 노이즈 제거, 객체 분할 등의 후처리를 거쳐 지도 작성이나 객체 인식 등 후속 작업에 사용되는 경우가 대부분입니다.
주의할 점
LiDAR는 카메라 기반 인식보다 거리 측정 정확도가 높지만, 안개·비·눈처럼 빛을 산란시키는 날씨에는 성능이 떨어지고 유리처럼 투명하거나 반사가 심한 표면은 제대로 감지하지 못할 수 있습니다. 그래서 실제 시스템에서는 LiDAR 하나에만 의존하기보다 카메라, 가속도계, 자이로스코프 등 여러 센서의 정보를 함께 결합하는 센서 융합 방식을 흔히 사용합니다.