어둠, glare, 먼지, 연무나 반복적인 저시정 환경에서 사람·장애물의 거리와 접근 속도를 독립적으로 확인해야 한다면 mmWave radar를 camera·LiDAR의 보완 sensor로 시험할 가치가 있습니다. 다만 angular resolution, multipath와 작은 정지 물체 분리가 문제일 수 있어 radar 하나로 분류·형상·안전 기능을 모두 해결할 수는 없습니다.
전체 sensor 지형은 Physical AI 로봇 센서, range 구조는 2D vs 3D LiDAR, 영상식 depth는 stereo·ToF·structured light camera, 결합 원리는 robot sensor fusion에서 확인하십시오. 이 글은 radar를 어디에 추가할지 결정하는 시험 기준에 집중합니다.
sensor를 환경이 아니라 결정 변수로 비교한다
선택표에는 검출 대상 크기·재질·속도, 필요한 range·angle·classification, 조명, 먼지·증기·비, occlusion, 설치 높이와 처리 지연을 넣습니다. ‘나쁜 날씨에 강하다’ 같은 일반론보다 어떤 조건에서 어떤 miss와 false alarm을 줄여야 하는지 먼저 정의합니다.
radar는 range와 radial velocity를 직접 제공하는 점이 강점이고 camera는 texture·color·semantic 분류, LiDAR는 기하와 자유공간 표현에 유리합니다. 실제 성능은 device, antenna, processing, cover, mounting과 application에 따라 달라집니다.
| 판단 항목 | mmWave radar | camera | LiDAR |
|---|---|---|---|
| 주요 측정 | range·radial velocity·angle | intensity·color·semantic | range·geometry·reflectivity |
| 저조도 | 조명 비의존 | 조명·exposure 영향 | active ranging이나 광학 조건 영향 |
| 분류·형상 | 제한된 point/feature | 풍부한 의미 정보 | 3D 형상 강점 |
| 대표 오류 | multipath·ghost·angle 혼동 | glare·blur·occlusion | 흡수·반사·날씨·blind zone |
range·Doppler와 angular resolution을 따로 본다
TI mmWave radar 개요는 mmWave sensing과 개발 자료를 제공하는 vendor 공식 출발점입니다. radar가 내는 range, azimuth·elevation angle, radial velocity와 signal strength 중 application이 실제로 쓰는 값을 고정하고, raw detection과 tracker output을 구분합니다.
거리 해상도가 좋아도 가까운 두 대상의 angle을 분리하지 못할 수 있고, radial velocity는 sensor 시선 방향 성분입니다. 옆으로 움직이는 사람이나 정지한 얇은 물체는 장면과 mounting에 따라 어려워질 수 있으므로 camera·LiDAR label과 ground truth로 확인합니다.
저시정 장점은 동일 장면의 paired test로 검증한다
정상 조명, darkness, 역광·glare, 먼지·증기, 오염된 cover에서 같은 대상 trajectory를 반복해 detection probability, false alarm, track continuity, range·velocity error와 reacquisition time을 비교합니다. sensor별 trigger와 timestamp를 같게 해야 조건 차이를 측정할 수 있습니다.
TI TIDA-010281 reference design과 TI application report SWRA831A는 설계·응용 아이디어를 제공하는 vendor 자료입니다. 성능 표현은 해당 hardware·설정·시험 조건에 귀속하고, 독립적인 로봇 장면 시험으로 재현해야 합니다.
.jpg){kind=link}
mounting·blind zone·multipath가 설치 성능을 결정한다
radar 높이, tilt, field of view, chassis·arm occlusion, radome·protective cover, cable와 vibration을 실제 CAD와 robot motion에서 검사합니다. sensor 바로 앞 blind zone, 바닥·벽 reflection, 금속 구조물과 payload가 만드는 shadow를 route별 map에 표시합니다.
multipath는 실제 대상이 아닌 위치에 ghost를 만들거나 range·angle을 흔들 수 있습니다. 벽 모서리, 좁은 aisle, 유리·금속 panel, moving arm과 dock 주변을 별도 scene으로 두고, 단순 amplitude threshold가 사람 또는 작은 장애물을 지우지 않는지 확인합니다.
fusion은 raw 신호가 아니라 시간·frame·불확실성부터 맞춘다
extrinsic calibration, coordinate frame, timestamp, latency와 update rate를 맞춘 뒤 detection 또는 track association을 설계합니다. radar track을 camera box나 LiDAR cluster와 결합할 때 각 sensor covariance, occlusion과 unmatched detection을 보존해야 한 sensor의 확신이 다른 sensor의 경고를 덮지 않습니다.
early fusion, feature fusion, late decision fusion 중 하나를 유행으로 고르지 말고 필요한 failure independence와 compute budget에 맞춥니다. degraded mode에서는 camera glare, LiDAR contamination, radar interference를 health signal로 감지하고 어떤 기능을 감속·중단할지 정의합니다.
현장 acceptance test는 miss와 diagnostic coverage를 함께 센다
대표 route에서 성인·작은 물체·정지·접근·횡단, 부분 occlusion, 여러 대상, low-visibility와 sensor fault를 조합합니다. 대상별 detection·track·velocity error뿐 아니라 false stop, missed stop, operator intervention과 처리 p95·p99를 기록합니다.
radar가 있다는 사실 자체는 기능안전 등급을 만들지 않습니다. 위험 기능이면 sensing chain, fault detection, communication, compute, braking 또는 safe stop까지 전체 safety requirement와 diagnostic coverage를 별도로 검증합니다.
| 시험 scene | 측정값 | fusion 기대 반응 | 실패 조치 |
|---|---|---|---|
| darkness·glare | track·classification·latency | radar range/velocity로 보완 | 감속·재획득 |
| 먼지·cover 오염 | sensor health·miss·false alarm | degraded sensor 격리 | cleaning alert·safe mode |
| 금속 aisle | ghost·angle error | map·cross-sensor reject | zone tuning·route 제한 |
| 횡단·정지 소형물 | track continuity·minimum range | camera/LiDAR 보존 | blind-zone 보완 |
device·지역·software version별로 승인 범위를 남긴다
주파수 band, 출력, certification과 사용 조건은 지역과 정확한 device에 묶어 확인합니다. 개발 board나 reference design의 적합성을 최종 제품 인증으로 확대하지 말고 antenna, enclosure, firmware와 mounting 변경 후 필요한 재시험을 수행합니다.
release manifest에는 radar device·firmware·configuration, calibration, cover, mounting pose, fusion model, threshold, test dataset, 환경 범위와 known blind zone을 기록합니다. route, payload, chassis, sensor stack이나 software가 바뀌면 영향받는 acceptance scene을 다시 실행합니다.
자주 묻는 질문
mmWave radar가 camera와 LiDAR를 대체할 수 있나요?
일반적으로는 보완재입니다. 거리와 radial velocity, 저조도 resilience는 유용하지만 의미 분류, 정밀 형상과 일부 작은 정지 물체에는 다른 sensor가 필요할 수 있습니다.
radar는 먼지나 어둠에서 항상 검출하나요?
항상은 아닙니다. 대상 반사 특성, angle, range, cover, interference와 multipath가 영향을 주므로 동일 장면 paired test가 필요합니다.
radar를 추가하면 perception이 기능안전 요구를 충족하나요?
자동으로 충족하지 않습니다. sensor부터 compute, communication, actuation과 safe stop까지 safety requirement와 diagnostic coverage를 검증해야 합니다.
확인한 공식 자료
- TI TIDA-010281 reference design
- TI mmWave radar application report SWRA831A
- TI mmWave radar development portal
마지막 확인: 2026년 8월 7일