KR20220069443A - 인공지능 기반 FMCW LiDAR 고속 신호처리 방법 - Google Patents

Abstract

본 발명은 FMCW RiDAR 고속 신호처리 방법에 관한 것으로, 더욱 상세하게는 일반 신경망 가속기 RTL(Register Transfer Level)를 FMCW(Frequency Modulated Continuous Wave) LiDAR(Light Detection And Ranging) 신호처리기 내부에 구현하고, 객체인식에 대한 공간분해능을 향상시켜 고속 신호처리 과정에서 발생할 수 있는 오류를 줄이기 위한 인공지능 기반 FMCW RiDAR 고속 신호처리 방법에 관한 것이다.
상기 목적을 달성하기 위하여, 본 발명은, FMCW LiDAR가 시작 또는 리셋 시 사전에 저장된 기본 설정 또는 신규 설정을 로딩하는 설정 로딩단계와; 상기 설정 단계에서 설정된 값을 기반으로 디지털 레이저 제어신호를 생성하는 제어신호 생성단계와; 상기 제어신호 생성단계를 거쳐 발사된 레이저를 수신하여 주파수 도메인으로 변환하는 주파수 도메인 변환단계와; 상기 주파수 변환단계를 통해 변환된 주파수 도메인을 CFAR 필터로 통과시켜 유효 데이터 후보 영역을 검색하는 후보 영역 검색단계와; 상기 후보 영역 검색단계로부터 검색된 유효 데이터 후보 영역에 대해 인공지능 기반의 가속된 신경망 계산을 수행하여 유효 데이터를 분류하는 유효 데이터 분류단계와; 상기 분류된 다수의 유효 데이터를 저장하고, 해당 데이터를 기반으로 신호처리를 수행하는 고속 신호처리 단계;를 포함하는 것을 특징으로 한다.

Description

인공지능 기반 FMCW RiDAR 고속 신호처리 방법{ARTIFICIAL INTELLIGENCE BASED FMCW RIDAR HIGH-SPEED SIGNAL PROCESSING METHOD}

본 발명은 FMCW RiDAR 고속 신호처리 방법에 관한 것으로, 더욱 상세하게는 일반 신경망 가속기 RTL(Register Transfer Level)를 FMCW(Frequency Modulated Continuous Wave) LiDAR(Light Detection And Ranging) 신호처리기 내부에 구현하고, 객체인식에 대한 공간분해능을 향상시켜 고속 신호처리 과정에서 발생할 수 있는 오류를 줄이기 위한 인공지능 기반 FMCW RiDAR 고속 신호처리 방법에 관한 것이다.

라이다(LiDAR)는 Light Detection And Ranging의 약자이며, 빛으로 탐지하고 거리를 측정한다는 뜻으로 때로는 LADAR(Laser Detection And Ranging)라는 이름으로 사용되지만, LiDAR가 보다 정확한 용어이며, LiDAR 센서 기술은 탐조등 빛의 산란 세기를 통하여 상공에서의 공기 밀도 분석 등을 위한 목적으로 1930년대 처음 시도되었으나, 1960년대 레이저의 발명과 함께 비로소 본격적인 개발이 가능하였고, 1970년대 이후 레이저 광원 기술의 지속적인 발전과 함께 다양한 분야에 응용 가능한 라이다 센서 기술들이 개발되었으며, 항공기, 위성 등에 탑재되어 정밀한 대기 분석 및 지구환경 관측을 위한 중요한 관측 기술로 활용되고 있으며, 또한 우주선 및 탐사 로봇에 장착되어 사물까지의 거리 측정 등 카메라 기능을 보완하기 위한 수단으로 활용되며, 지상에서는 원거리 거리 측정, 자동차 속도위반 단속 등을 위한 간단한 형태의 LiDAR 센서 기술들이 상용화되어 왔으며, 최근에는 3D reverse engineering 및 미래 무인 자동차를 위한 laser scanner 및 3D 영상 카메라의 핵심 기술로 활용되면서 그 활용성과 중요성이 점차 증가되고 있다.

레이저 거리측정 기술은 레이저를 이용하여 레이저를 발생한 장소에서 레이저를 발생시킨 후 목표물에서 되돌아오는 레이저의 파장을 측정하여 목표물까지의 거리를 원격으로 측정하는 기술이며, 초창기에는 레이저 거리측정 기술이 레이저 및 부품 등의 가격이 비싸고 기술적인 난이도 때문에 주로 군사용으로만 사용되어, 최근에는 이러한 기술을 산업용으로 상용화하기 위해 많은 노력을 하고 있으며, 레이저 거리측정기는 자동화 산업 현장의 무인화 시스템, 선박 접안 시 배의 파손을 막기 위한 거리 측정, 무인 과속 감지기, 차량 충동 방지 시스템 등에 적용되고 있다. 산업용의 경우 측정거리가 약 1㎞ 이내로 짧고 측정오차도 1~10 ㎜ 이내를 만족하고 있다.

레이저를 이용한 거리측정에는 다음과 같은 방법이 알려져 있는데, 대표적인 펄스의 왕복시간을 측정하는 pulsed TOF(time of flight), 신호의 위상차를 통해 거리를 측정하는 위상변이(phase shift), 그리고 주파수에 변화를 준 후 주파수 차이를 통해 거리 정보를 추출하는 주파수 변조법(FMCW, frequency modulated continuous wave) 기술 등이 있다.

TOF 방식은 레이저가 펄스 신호를 방출하여 측정 범위 내에 있는 물체로부터의 반사 펄스 신호들이 수신기에 도착하는 시간을 측정함으로써 거리를 측정하며, TOF 방식은 우수한 성능을 보여주지만, 시스템의 크기가 크고 고비용이 요구되고, 저가의 거리 측정 시스템에는 주로 phase shift 또는 FMCW 방식이 사용된다.

Phase shift 방식은 특정 주파수를 가지고 연속적으로 변조되는 레이저 빔을 방출하고 측정 범위 내에 있는 물체로부터 반사되어 되돌아오는 신호의 위상 변화량을 측정하여 시간 및 거리를 계산하는 방식이지만, Phase shift 또는 FMCW 방식은 신호의 흔들림이나 간섭 현상(crosstalk)에 의해 시스템의 성능이 제한되고, 특히 FMCW 방식은 주파수 변화의 비선형성에 의해 시스템 성능이 제한된다는 단점이 있다.

일반적으로, coherent 방식을 이용한 FMCW LiDAR는 파장 특성상 탐지 거리는 굉장히 긴 반면에, 송신광과 수신광의 위상차로 진동수가 약간 다른 두 개의 소리가 간섭을 일으켜 소리가 주기적으로 세어졌다 약해졌다 하는 맥놀이 현상에 의하여 생긴 주파수인 맥놀이 주파수(beat frequency)를 계산하기 위하여 사용되는 FFT(Fast Fourier Transform)의 경우에는 칩 내부에서 시간, 공간적으로 제한이 있기 때문에 해상도에도 제한이 있고, 또한 고속 파이프라인 형태로 동작하기 때문에 수행시간이 긴 복잡한 알고리즘으로 이를 보조할 수 없다.

또한 주파수 도메인에서 CFAR(Constant false alarm rate) 필터를 거친 최대 PSD(Power Spectral Density) 만으로 beat frequency를 파악하는 것이 정답이라고 하기에는 무리가 있으며, 표적에 맞는 반사광의 세기는 거리에 따라 감쇠하기도 하고, 수학적으로 완벽한 점을 만들 수 없는 광학계의 레이저는 쪼개져서 반사되거나, 물체의 광 투과율에 따라 약한 강도로 반사되거나 여러 차례에 걸쳐 반사될 수도 있기 때문이다.

따라서 이런 단점들을 극복하고 해상도를 높이기 위해서, 신호 처리 로직 내부에 FFT(Fast Fourier Transform) 한 사이클 이내로 동작할 수 있는 최적화된 NN(Neural Network)을 구현하고, 객체인식에 대한 공간분해능을 향상시켜 고속 신호처리 과정에서 발생할 수 있는 오류를 줄이기 위한 인공지능 기반 FMCW RiDAR 고속 신호처리 기술 개발이 필요한 상황이다.

대한민국 공개특허공보 제10-2019-0104478호

본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 안출된 것으로서, 신호 처리 로직 내부에 FFT(Fast Fourier Transform) 한 사이클 이내로 동작할 수 있는 최적화된 NN(Neural Network)을 구현하고, 객체인식에 대한 공간분해능을 향상시켜 고속 신호처리 과정에서 발생할 수 있는 오류를 줄이기 위한 인공지능 기반 FMCW RiDAR 고속 신호처리 방법을 제공하는 것이다.

상기 목적을 달성하기 위하여, 본 발명은, FMCW LiDAR가 시작 또는 리셋 시 사전에 저장된 기본 설정 또는 신규 설정을 로딩하는 설정 로딩단계와; 상기 설정 단계에서 설정된 값을 기반으로 디지털 레이저 제어신호를 생성하는 제어신호 생성단계와; 상기 제어신호 생성단계를 거쳐 발사된 레이저를 수신하여 주파수 도메인으로 변환하는 주파수 도메인 변환단계와; 상기 주파수 변환단계를 통해 변환된 주파수 도메인을 CFAR 필터로 통과시켜 유효 데이터 후보 영역을 검색하는 후보 영역 검색단계와; 상기 후보 영역 검색단계로부터 검색된 유효 데이터 후보 영역에 대해 인공지능 기반의 가속된 신경망 계산을 수행하여 유효 데이터를 분류하는 유효 데이터 분류단계와; 상기 분류된 다수의 유효 데이터를 저장하고, 해당 데이터를 기반으로 신호처리를 수행하는 고속 신호처리 단계;를 포함하는 것을 특징으로 한다.

이상과 같은 본 발명에 따른 인공지능 기반 FMCW RiDAR 고속 신호처리 방법에 있어서, 종래 신호의 흔들림이나 간섭 현상에 의해 시스템의 성능이 제한되고, 특히 FMCW 방식은 주파수 변화의 비선형성에 의해 시스템 성능이 제한되며, 맥놀이 주파수를 계산하기 위하여 사용되는 FFT의 경우에는 칩 내부에서 시간, 공간적으로 제한이 있기 때문에 해상도에도 제한이 있고, 또한 고속 파이프라인 형태로 동작하기 때문에 수행시간이 긴 복잡한 알고리즘으로 이를 보조할 수 없는 문제점을 벗어나, 신호 처리 로직 내부에 FFT(Fast Fourier Transform) 한 사이클 이내로 동작할 수 있는 최적화된 NN(Neural Network)을 구현하고, 객체인식에 대한 공간분해능을 향상시켜 고속 신호처리 과정에서 발생할 수 있는 오류를 감소시킬 수 있도록 한다.

본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.

따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

본 발명에 따른 방법은, FMCW LiDAR가 시작 또는 리셋 시 사전에 저장된 기본 설정 또는 신규 설정을 로딩하는 설정 로딩단계와, 상기 설정 단계에서 설정된 값을 기반으로 디지털 레이저 제어신호를 생성하는 제어신호 생성단계와, 상기 제어신호 생성단계를 거쳐 발사된 레이저를 수신하여 주파수 도메인으로 변환하는 주파수 도메인 변환단계와, 상기 주파수 변환단계를 통해 변환된 주파수 도메인을 CFAR 필터로 통과시켜 유효 데이터 후보 영역을 검색하는 후보 영역 검색단계와, 상기 후보 영역 검색단계로부터 검색된 유효 데이터 후보 영역에 대해 인공지능 기반의 가속된 신경망 계산을 수행하여 유효 데이터를 분류하는 유효 데이터 분류단계와, 상기 분류된 다수의 유효 데이터를 저장하고, 해당 데이터를 기반으로 신호처리를 수행하는 고속 신호처리 단계를 포함하여 이루어진다.

또한, 본 발명은 한편, 다양한 전자적으로 정보를 처리하는 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 저장 매체에 기록될 수 있다. 여기서, 저장 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 저장 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것 들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 저장매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media) 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상에서 첨부된 도면을 참조하여 본 발명을 설명함에 있어 특정형상 및 방향을 위주로 설명하였으나, 본 발명은 그 발명에 속하는 기술분야에서 통상의 지식을 가진 사람에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.

Claims (1)

1. FMCW LiDAR가 시작 또는 리셋 시 사전에 저장된 기본 설정 또는 신규 설정을 로딩하는 설정 로딩단계와;
   상기 설정 단계에서 설정된 값을 기반으로 디지털 레이저 제어신호를 생성하는 제어신호 생성단계와;
   상기 제어신호 생성단계를 거쳐 발사된 레이저를 수신하여 주파수 도메인으로 변환하는 주파수 도메인 변환단계와;
   상기 주파수 변환단계를 통해 변환된 주파수 도메인을 CFAR 필터로 통과시켜 유효 데이터 후보 영역을 검색하는 후보 영역 검색단계와;
   상기 후보 영역 검색단계로부터 검색된 유효 데이터 후보 영역에 대해 인공지능 기반의 가속된 신경망 계산을 수행하여 유효 데이터를 분류하는 유효 데이터 분류단계와;
   상기 분류된 다수의 유효 데이터를 저장하고, 해당 데이터를 기반으로 신호처리를 수행하는 고속 신호처리 단계;를 포함하는 것을 특징으로 하는 인공지능 기반 FMCW RiDAR 고속 신호처리 방법.