🚗 Day 9: Radar와 LiDAR 데이터 비교

안녕하세요! ✨
앞서 Day 8에서는 Python으로 Radar 거리·속도 추정 시뮬레이션을 해봤습니다.
오늘은 자율주행차의 핵심 센서인 Radar와 LiDAR 데이터를 비교하면서 두 기술의 장단점을 정리해보겠습니다.

Radar와 LiDAR 데이터 비교

---

🔍 Radar와 LiDAR의 공통점

• 둘 다 주변 환경을 인식하는 센서
• 물체의 위치와 거리를 탐지할 수 있음
• 자율주행차에서는 단독이 아닌, 센서 융합(Sensor Fusion) 방식으로 함께 사용

---

📊 Radar vs LiDAR 비교표

구분	Radar	LiDAR
원리	전파(Radio Wave) 반사 분석	레이저(Laser) 반사 분석
거리 측정	수백 미터까지 가능	수십 ~ 수백 미터, 정확도 높음
속도 측정	Doppler 효과로 속도 측정 가능	속도 측정은 직접 불가(추가 알고리즘 필요)
해상도	낮음 (물체 형태 파악 어려움)	매우 높음 (3D 점군 데이터 생성)
환경 영향	비·안개·눈에도 강함	날씨에 취약
비용	상대적으로 저렴	고가(점차 가격 하락 중)
주요 활용	ACC, 전방 충돌방지, 속도 추정	SLAM, 지도 제작, 객체 인식

---

🛠 데이터 특성 차이

1. Radar 데이터
   • 보통 거리, 속도, 반사 강도 중심
   • 데이터 포맷: Range-Doppler Map, Radar Cube
   • 저차원 데이터지만 실시간 속도 인식에 강점
2. LiDAR 데이터
   • 3차원 점군(Point Cloud) 생성
   • 물체의 형태, 차선, 도로 구조까지 세밀하게 표현 가능
   • 데이터량이 방대하여 전처리와 연산 비용 필요

👉 요약하면, Radar는 속도·거리, LiDAR는 형태·구조에 강점을 가진다고 할 수 있습니다.

---

🚘 자율주행차에서의 센서 융합

• Radar + LiDAR를 함께 사용하면
  • Radar → 속도와 거리 보강
  • LiDAR → 정밀한 3D 환경 인식
• 두 센서의 단점을 보완하며 안전성과 신뢰성을 높일 수 있습니다.

예:

• 웨이모(Waymo) → LiDAR + Radar + 카메라 융합
• 테슬라(Tesla) → 카메라 기반 중심, 하지만 Radar도 일부 모델에 활용

---

📌 정리

• Radar: 속도·거리 측정에 강함, 날씨에 유리
• LiDAR: 고해상도 3D 환경 인식에 강함, 하지만 날씨에 취약
• 실제 자율주행차는 두 센서를 융합해 최적의 성능을 낸다.

반응형

---

🚀 다음 글 예고

다음 글에서는 [Day 10: ROS2에서 Radar 센서 플러그인 다뤄보기] 를 다룹니다.
Radar 데이터를 ROS2 환경에서 불러와 직접 확인하는 방법을 소개하겠습니다.

---

✅ 오늘 글이 도움이 되셨다면 좋아요와 공유 부탁드립니다.