DGIST 전기·전자·컴퓨터공학과 박경준 교수 연구팀이 저렴한 센서만으로도 유리 벽 같은 투명한 장애물을 감지할 수 있는 자율주행 소프트웨어 기술을 개발했습니다.

이 기술 개발을 통해 별도 장비 추가 없이 기존 로봇에 바로 적용 가능하면서도, 기존 고가 장비 못지않은 인식 성능을 확보해 고성능 센서의 대안을 제시했다는 평가를 받고 있습니다.

자율주행 로봇은 주변 환경을 인식하고 길을 찾기 위해 보통 빛을 쏘아 반사 시간을 측정해 거리와 구조를 파악하는 일종의 '레이저 눈' 역할을 하는 '라이다 센서'를 사용합니다.

그러나 저가의 라이다는 유리처럼 투명한 물체를 인식하지 못해 빈 공간으로 오인하고, 충돌 사고로 이어질 수 있습니다.

기존에는 이 문제를 해결하려면 고해상도 라이다나 초음파 센서, 카메라를 추가하는 수밖에 없지만 비용이 수십만 원에서 수백만 원까지 증가하고, 시스템도 복잡해지는 단점이 있습니다.

DGIST 박경준 교수팀은 센서는 그대로 두고 소프트웨어만 바꿔 문제를 해결하는 알고리즘 'PINMAP'을 개발했습니다.

PINMAP은 저가 라이다가 간헐적으로만 감지하는 희소한 포인트 데이터를 삭제하지 않고 누적해서 시간이 지남에 따라 유리 벽의 존재 가능성을 확률적으로 계산하는 방식입니다.

이 알고리즘은 ROS 2 생태계에서 지도 작성과 경로 설정에 널리 쓰이는 오픈소스 도구인 Cartographer, Nav2를 기반으로 개발됐으며, 기존 시스템 구조를 그대로 유지한 채 손쉽게 적용할 수 있다는 강점이 있습니다.

DGIST 건물 내에서 진행한 실험에서는, PINMAP이 유리 벽을 96.77% 정확도로 탐지해 냄으로써 동일한 저가 라이다를 사용한 기존 방식의 탐지율이 거의 0%에 그친 것과 비교해, 큰 폭의 성능 향상을 확인했습니다.

박경준 교수는 "PINMAP은 하드웨어 성능이 곧 시스템 성능이라는 기존의 인식을 뒤집고, 소프트웨어가 센서의 가능성을 끌어올릴 수 있다는 새로운 기준을 제시했다"라며 "고성능 장비에 의존하지 않고도, 안정적인 자율주행이 가능하다는 것을 입증한 연구"라고 밝혔습니다.

이번에 연구팀이 개발한 알고리즘은 고가 라이다와 유사한 인식 성능을 확보하면서도, 비용은 10분의 1 이하로 줄일 수 있어 병원, 공항, 쇼핑몰, 물류창고 등 유리나 투명 아크릴 벽이 많은 실내 공간에서 자율주행 로봇의 충돌 사고를 줄이고, 서비스 로봇의 대규모 보급에 기여할 수 있을 것으로 기대됩니다.

이번 연구는 한국연구재단 중견연구자지원사업의 지원을 통해 수행되었으며, DGIST 전기·전자·컴퓨터공학과 채지영 석박사 통합 과정생이 제1 저자로 참여했습니다.

국제 학술지 'IEEE Transactions on Instrumentation and Measurement’에 2025년 5월 7일 자로 온라인 게재됐습니다.