반응형
안녕하세요! ✨
앞서 Day 5에서는 LiDAR 데이터 전처리(노이즈 제거, 다운샘플링) 를 다뤘습니다.
오늘은 자율주행차에서 LiDAR와 함께 중요한 역할을 하는 Radar 센서의 기본 원리를 알아보겠습니다.

🔍 Radar란 무엇인가?
Radar(Radio Detection and Ranging)는 전파(Radio Wave) 를 발사한 뒤, 물체에 반사되어 돌아오는 신호를 분석해 거리와 속도를 측정하는 센서입니다.
👉 자율주행차에서는 특히 앞차와의 거리 유지, 속도 측정, 충돌 방지 시스템에 필수적으로 사용됩니다.
📡 FMCW Radar의 원리
자율주행에서 가장 널리 쓰이는 레이더는 FMCW(Frequency Modulated Continuous Wave) 방식입니다.
- 주파수를 조금씩 변화시키는 연속파(FM 신호) 를 발사
- 목표물에 반사되어 돌아온 신호와 원래 보낸 신호의 차이(Beat Frequency)를 계산
- 이 차이를 이용해 거리와 속도를 동시에 추정
👉 FMCW의 장점
- 거리와 속도를 동시에 측정 가능
- 고속 주행 환경에서 안정적
- LiDAR보다 악천후(비, 눈, 안개)에 강함
🌊 Doppler 효과란?
Radar가 속도를 측정할 수 있는 핵심 원리가 바로 Doppler 효과입니다.
- 구급차가 가까이 올 때는 “삐-이-익” 소리가 높게 들리고, 멀어질 때는 낮게 들리죠?
- 이것이 바로 도플러 효과: 물체가 움직이면 반사된 파동의 주파수가 변하는 현상입니다.
Radar는 이 주파수 변화를 분석해 목표물이 접근하는지, 멀어지는지, 그리고 그 속도가 얼마인지를 계산합니다.
🛠 Radar vs LiDAR 비교
- LiDAR: 빛(레이저) → 거리 측정 정확도 높음, 하지만 날씨에 약함
- Radar: 전파 → 거리·속도 측정 가능, 날씨에 강함, 하지만 해상도 낮음
👉 그래서 실제 자율주행차에서는 두 센서를 함께 사용(센서 퓨전) 하여 단점을 보완합니다.
📌 정리
- Radar는 전파를 이용해 거리와 속도를 측정
- FMCW 방식은 거리+속도를 동시에 계산 가능
- Doppler 효과로 목표물의 속도를 추정
- 자율주행차에서는 LiDAR와 Radar를 함께 사용해 안전성을 강화
반응형
🚀 다음 글 예고
다음 글에서는 [Day 7: Radar 신호 처리 흐름 (송신, 반사, 수신)] 을 다룹니다.
Radar가 실제로 신호를 주고받으며 정보를 처리하는 과정을 구체적으로 살펴보겠습니다.
✅ 오늘 글이 도움이 되셨다면 좋아요와 공유 부탁드립니다.
반응형
'자율주행' 카테고리의 다른 글
| 🚗 Day 8: Python으로 Radar 거리·속도 추정 시뮬레이션 (0) | 2025.09.04 |
|---|---|
| 🚗 Day 7: Radar 신호 처리 흐름 (송신, 반사, 수신) (0) | 2025.09.03 |
| 🚗 Day 5: LiDAR 데이터 전처리 (노이즈 제거, 다운샘플링) (0) | 2025.09.01 |
| 🚗 Day 4: LiDAR로 장애물 거리 측정 Python 실습 (0) | 2025.08.31 |
| 🚗 Day 3: ROS2에서 LiDAR 데이터 시각화 (RViz 실습) (0) | 2025.08.30 |