반도체 전문 온라인 매거진 - 올포칩

글 / 사벤 이펙(Sarven Ipek) 마케팅 매니저(LiDAR 담당), 밥 스캐널(Bob Scannell) 제품 마케팅 매니저(Inertial Measurement Units 담당), 제럴드 돕프(Gerald Dopf) 선임 사업개발 매니저(레이더 담당) / 아나로그디바이스(Analog Devices, Inc.)

청바지와 증기 엔진을 발명한 1차 산업혁명에 이어 대량 제조의 2차 산업혁명을 거쳐서, 인류는 끊임없이 새로운 기술들을 도입하면서 진보해 왔다.

오늘날에는 인더스트리4.0과 자율 시스템이 가속화하면서 새로운 산업혁명이 시작되고 있다. 자원과 인력을 더 효율적으로 활용할 수 있도록 기술들이 계속해서 빠르게 진화하고 있다.

제조, 광산, 농업, 물류를 비롯한 다양한 분야로 자동화 및 자율화 로봇, 자동차, 드론 같은 것들을 도입함으로써 새로운 산업혁명을 위한 토대를 놓고 있다.

자율 애플리케이션에 요구되는 시스템 성능을 달성하기 위해서는 장비가 주변 환경을 인지하고 이동할 수 있어야 한다. 이를 위해서는 다양한 센서들을 융합하고 인공지능(AI)나 머신 러닝 기반 알고리즘을 사용해서 분석해야 한다. 여러 센서 기술들을 융합함으로써 안전성, 효율, 비용, 유연성을 향상시킬 수 있다.

자율 시스템을 위해서는 여러 가지 센서들로부터 수집된 고충실도 데이터를 집중적으로 필요로 하며 이것을 AI와 알고리즘으로 제공해야 한다. 현재 널리 사용되는 센서들로는 레이더, LiDAR, 비전, 초음파, 관성 센서를 들 수 있다. 아래 표는 각 인지 센서의 장단점을 요약한 것으로서, 각각의 센서들을 보완하기 위해서 시스템으로 다중의 센서가 필요하다는 것을 알 수 있다.

인더스트리 4.0을 위해서는 다양한 과제들을 해결해야 한다. 열악한 환경에서 자율적으로 움직이는 기계 장비(로봇, 코봇 등)를 위해서는 주변의 물체를 감지하기 위해 크기는 작으면서 정확한 레이더 기술이 필요하다. 효율, 생산성, 안전성을 높이기 위해서는 주변의 물체를 감지하고 식별할 수 있어야 한다.

최근에 RF 트랜시버 IC 기술이 발전하면서 레이더가 인지 애플리케이션에서 중요한 센서 기술로 빠르게 자리잡고 있다. 이러한 예로서 77GHz 완벽히 통합된 완전 디지털 트랜시버 MMIC를 들 수 있다. 이 제품은 고속 고선형성 FMCW 처프(chirp)에 높은 출력 전력과 저잡음 송신 및 수신 채널이 특징이며, MIMO 안테나 어레이와 결합해서 고성능 고해상도 레이더 시스템을 경제적으로 구현할 수 있다. 레이더 기반 디지털 빔 포밍 기술은 열악한 환경 조건에서 다양한 물체들에 대해서 시선 속도(radial velocity), 각도, 거리를 감지할 수 있다. 이러한 기능은 역동적인 환경에서 로봇, 코봇, AGV와 안전하고도 효율적으로 상호작용하기 위해서 필요하다.

산업용 환경에서 자율 시스템은 물체를 안전하게 회피하는 것도 중요하지만 물체를 식별하고 집을 수도 있어야 한다. LiDAR는 물체를 감지하고 분류하는 능력이 뛰어나므로 이러한 동작들을 수행하는데 필요한 정밀성을 제공한다.

테라헤르츠 주파수 대역에서 동작하는 LiDAR 시스템은 미세한 각 분해능을 달성하고, 이것은 높은 해상도의 깊이 맵(depth map)으로 이어진다. 이러한 고해상도 깊이 맵에 비전, IMU(Inertial Measurement Unit), 레이더 정보를 결합해서 물체를 식별하고 신뢰성 있게 의사결정을 할 수 있다. LiDAR 시스템은 햇빛이 밝은 야외 같이 역동적인 환경에서 작동할 수 있도록 설계되었다. LiDAR는 900nm대와 1500nm대 파장의 협폭 펄스를 사용하고 높은 전력으로 구동되기 때문에 이처럼 까다로운 조건에서도 더 멀리 감지할 수 있다. 협폭 펄스는 여러 물체들을 감지할 수 있도록 보다 미세한 깊이 분해능이 가능하며, 900nm대와 1500nm대의 적외선 광은 태양 복사가 덜하다.

LiDAR 시스템 도입이 더욱 확대되려면 여러 과제들이 해결돼야 한다. 여기에는 복잡하고 비용이 많이 드는 신호 체인, 광학 설계, 시스템 테스트와 캘리브레이션 등이 포함된다. 이러한 과제들을 해결하기 위해 신호 체인을 통합하고 복잡성, 크기, 전력 소모, 전반적인 유지 비용을 줄이기 위한 개발들이 진행되고 있다.

내비게이션 센싱 – 기계에 감정을 제공

​

산업용 기계류에서 센서의 사용이 폭발적으로 늘어나고 이들로부터 수집되는 데이터가 증가하면서, 이들의 위치와 상대적인 동작 역시 중요해지고 있다. 자율이라는 용어는 이동성과도 관련된 것으로서, 장비의 위치를 특정하거나 이동 방향을 안내하거나 운전대를 정밀하게 조절하는 것이 핵심 기술이다. 이러한 동작들을 정밀하게 감지할 수 있으면 보다 난이도가 높고 중요하면서 안전성과 신뢰성도 함께 요구되는 애플리케이션에 자율 주행 기술을 사용할 수 있게 된다. 예를 들어서 스마트 농장은 농작물 관리의 효율을 끊임없이 향상시키기를 원하는데, 장비의 위치를 센티미터 이내의 정확도로 특정할 수 있다면 투입물은 절약하면서 산출을 극대화할 수 있다.

자율 내비게이션을 위한 한 가지 방법은 GNSS 위치 서비스를 사용하는 것이다. 그런데 GNSS는 거의 어디서나 사용할 수 있기는 하나 신호 중단에 취약하다. 완전 자율을 위해서는 신호 중단이나 장애가 없이 동작해야 한다. 이러한 경우, 관성 센서를 사용해서 모션 측정을 보완할 수 있다. 모든 3개 축에 직선 및 회전 센서들을 결합해서 6자유도(degrees of freedom)의 IMU를 달성할 수 있다. 또한 상대 고도, 방향, 속도를 제공할 수 있도록 IMU의 출력을 추가적으로 처리할 수 있는데, 이를 추측 항법 유도(dead-reckoning guidance)라고 한다.

센티미터 대의 포지셔닝 정확도를 위해서는 특수한 관성 센서가 필요하다. 컨수머용의 IMU는 시간이 지남에 따라 출력이 편차를 일으킬 수 있다. 그러면 ‘원하는’ 동작과 진동이나 축을 교차하는 외란 같은 오차 요인을 구분하지 못한다. 이에 반해 고성능 관성 센서는 안정성이 시간당 1로 우수하고, 특수한 센서 아키텍처를 사용해서 선형 중력 오차를 제거하고, 온도와 정렬 불량을 보정하도록 설계되었다. GPS 및 인지 센서와 비교해서 이러한 정밀 모션 캡처 성능을 10배 ~ 100배까지 더 향상할 수 있어 인간의 모션 감지 능력을 대체할 수 있다.

새로운 산업혁명이 가속화하고 있으며, 이를 뒷받침할 자율화를 실현하기 위한 관련 센싱 기술들이 빠르게 진화하고 있다. 레이더, LiDAR, 카메라를 사용하면 근거리와 원거리에서 물체를 정확하게 감지하고 분류할 수 있다. 그럼으로써 산업용 자율화 장비들이 사람처럼 인지하고 이동할 수 있게 할 수 있다. 또한 자율 애플리케이션을 위한 감정(gut feel)이나 추측 항법 기능을 제공하려면 관성 센서가 매우 중요하다. 이러한 센서들이 정밀할수록 인공 지능에 더 높은 품질의 데이터를 제공할 수 있으며, 그럼으로써 더 안전하면서 더 효율적인 애플리케이션을 달성할 수 있다.