적용분야
APPLICATIONS
적용분야
-
자율주행
위치 추정·객체 인식용 3D 점군
라이다는 차량 주변 환경을 정밀한 3D 점군으로 실시간 측정해 자율주행에 필요한 위치 추정, 객체 분할과 추적의 기반 데이터를 제공합니다. 조명과 관계없이 동작하므로 야간 주행에도 쓸 수 있고, 차선 유지·적응형 순항 제어·자동 긴급 제동 같은 기능에서 카메라를 보완합니다.
-
매핑
차량·백팩·드론 탑재 모바일 매핑
라이다로 도로, 건물, 실내 공간을 3D 점군으로 측정해 지도와 3D 모델을 만듭니다. 차량·백팩·드론 등에 탑재해 목적에 맞는 모바일 매핑 시스템을 구성할 수 있습니다.
-
보안
감시 구역 침입 감지·추적
라이다는 감시 구역의 실시간 3D 맵을 생성해 모든 조명 조건에서 안정적으로 물체를 감지·추적하고 센티미터 단위의 거리 데이터를 제공합니다. 그림자나 조명 변화로 생기는 카메라의 오탐이 적고, 얼굴 같은 개인 식별 정보가 남지 않습니다.
-
로보틱스
AMR 위치 인식과 장애물 회피
자율 이동 로봇(AMR)은 공장·물류 창고·매장·야외 등 다양한 환경에서 사람의 개입 없이 작업을 수행합니다. 라이다는 로봇이 주변을 인식하고 스스로 위치를 파악해 장애물을 피하며 이동하는 데 필요한 실시간 3D 데이터를 제공합니다.
-
드론
항공 측량과 지형 데이터 수집
무인 항공기에 라이다를 탑재하면 넓은 지역의 지리 공간 데이터를 빠르게 수집할 수 있습니다. 측량, 매핑, 시설 점검용 3D 모델을 만들 수 있고, 가볍고 전력 소모가 적은 센서는 비행 중 위치 추정과 경로 계획에도 쓰입니다.
-
산업 자동화
이동 장비 안전, 위험 구역 감시
라이다가 생성하는 점군은 정밀한 측정, 물체 추적, 움직임 감지가 필요한 산업용 애플리케이션에 적합합니다. 이동 장비에 장착해 안전한 운행을 돕거나, 고정 설치로 위험 구역 접근을 감시하고 대규모 실내 공간을 매핑하는 데 쓰입니다.
-
지능형 교통 시스템(ITS)
보행자·차량 흐름·주차 모니터링
라이다는 보행자 안전, 차량 흐름, 주차 공간 등 도시 곳곳의 상태를 측정하고 모니터링합니다. 얼굴이나 번호판 같은 개인 식별 정보는 남지 않습니다.
-
차량용 ADAS·자율주행
ACC·AEB·사각지대 감시용 차량 레이더
차량에 장착한 레이더는 앞차와의 거리와 상대 속도를 직접 측정해 적응형 순항 제어, 자동 긴급 제동, 사각지대 감시 같은 첨단 운전자 보조 기능을 뒷받침합니다. 비·눈·안개·역광에서도 성능이 유지되어 카메라·라이다와 함께 자율주행 센서로 쓰입니다.
-
산업·특수 차량
공항·항만·공장의 자율 이동 장비
공항 견인차, 항만 야드 트럭, 물류 창고의 자율 이동 로봇 같은 산업 차량에 레이더를 장착해 주변 360°를 감시합니다. 먼지·진동·극한 기온을 견디는 구조라 실외 작업장에서도 쓸 수 있고, 사람과 장애물을 감지해 충돌을 막습니다.
-
교차로 신호 제어
정지선·접근 차량 검지로 신호 제어
교차로에 설치한 레이더 하나로 정지선 대기 차량과 멀리서 접근하는 차량을 함께 검지해 실시간 교통량에 맞춰 신호를 제어합니다. 도로를 파내야 하는 루프 검지기와 달리 지상에 설치하므로 공사와 차로 통제 없이 짧은 시간에 구축할 수 있고, 여러 차로를 한 대로 감시해 설치·유지 비용을 크게 줄입니다.
-
교통 정보 수집·모니터링
차량 수·속도·차종 24시간 수집
주요 간선도로와 교차로의 차량 수, 속도, 차종, 점유율을 24시간 수집해 교통 관제 센터로 전달합니다. 눈·비·안개·야간에도 성능이 유지되고 개인을 식별하는 영상을 남기지 않아 지능형 교통 시스템(ITS)의 기반 센서로 적합하며, 수집한 데이터는 신호 최적화와 정체 대응, 도로 계획에 활용됩니다.
-
속도·법규 위반 단속
여러 차로의 차량을 동시에 추적
레이더는 각 차량의 속도와 위치를 차로별로 정확히 측정해 과속, 신호 위반, 끼어들기 같은 위반 행위를 판별합니다. 이동식 단속 장비에 탑재해 필요한 곳에서 바로 운용하거나 고정식 단속 시스템과 결합할 수 있으며, 한 대로 여러 차로의 차량을 동시에 추적해 단속 정확도를 높입니다.
-
보행자·자전거 안전
횡단보도·정류장 주변 보행자 검지
횡단보도와 정류장, 자전거 도로 주변의 보행자와 자전거를 검지해 차량과의 충돌 위험을 미리 파악합니다. 위험 상황이 감지되면 신호를 연장하거나 운전자에게 경고를 보내 사고를 예방하고, 보행자 통행량 데이터는 안전한 교차로 설계의 근거가 됩니다.
-
로봇 팔레타이징·디팔레타이징
크기가 다른 상자의 위치·높이 측정
ToF 카메라는 팔레트 위에 쌓인 상자의 위치·크기·높이를 한 번에 측정해 로봇이 순서대로 쌓거나 내릴 수 있게 합니다. 상자 크기가 섞여 있거나 층이 기울어져 있어도 3D 점군으로 상태를 파악하므로, 물류 센터에서 사람이 하던 반복적인 상하차 작업을 안정적으로 자동화할 수 있습니다.
-
로봇 빈 피킹·그리퍼 비전
로봇 팔 끝에 다는 3D 카메라
로봇 그리퍼에 ToF 카메라를 장착하면 플라스틱 빈이나 부품의 위치와 자세를 3D로 인식해 별도의 티칭 없이 집을 수 있습니다. 작고 가벼운 카메라라 로봇 팔 끝에 바로 붙일 수 있고, 적재 상태가 매번 달라지는 현장에서도 로봇이 매번 위치를 새로 인식해 집습니다.
-
자율 지게차·AGV
랙·팔레트 위치와 기울기 측정
자율 지게차가 랙과 팔레트를 정확히 쌓으려면 대상의 위치와 기울기를 실시간으로 알아야 합니다. ToF 카메라는 반사가 심한 금속 랙이나 조명이 어두운 창고에서도 안정적인 거리 데이터를 제공해, 사람 없이 24시간 운영되는 무인 창고의 적재·하역을 가능하게 합니다.
-
프로젝션 피킹·작업 보조
작업자 손동작 확인으로 오출고 방지
작업자가 어느 칸에서 물건을 집었는지 ToF 카메라가 3D로 판별해 잘못된 출고를 막고, 프로젝터로 다음 작업 위치를 바닥과 선반에 직접 표시합니다. 의약품처럼 정확성이 중요한 물류 현장에서 교육 시간을 줄이고 작업 속도와 정확도를 함께 높입니다.
-
식품 안전 검사
육류 가공 라인 오염 부위 검출
ToF 카메라로 측정한 표면 형상을 다른 광학 검사 결과와 결합하면 육류 가공 라인에서 오염 부위의 위치를 정확히 특정할 수 있습니다. 사람의 육안 검사에 의존하던 공정을 일관된 기준으로 자동화해 식품 안전 수준을 높이고, 비접촉 측정이라 위생 관리에도 유리합니다.
-
농업·축산 자동화
축사 안 동물의 위치·자세 인식
착유 전 세척처럼 축산 현장에서 반복되는 작업을 로봇이 대신하려면 움직이는 동물의 위치와 자세를 실시간으로 알아야 합니다. ToF 카메라는 축사의 먼지·습기·유기물 속에서도 3D 데이터를 안정적으로 제공해 로봇 팔이 동물에 안전하게 접근하도록 돕고, 농업 로봇의 작물·지형 인식에도 활용됩니다.
-
야간 보행자 자동 긴급 제동(AEB)
전조등이 닿지 않는 거리의 보행자 감지
열화상 카메라는 사람과 동물이 내는 체온을 그대로 보기 때문에 완전한 어둠 속에서도 전조등 조사 거리보다 훨씬 멀리서 보행자를 감지합니다. 레이더·가시광 카메라만 쓰는 기존 AEB가 놓치기 쉬운 야간 보행자 사고를 줄이고, 더 이른 경고로 제동 거리를 확보해 강화되는 야간 AEB 안전 기준에 대응할 수 있습니다.
-
야간 투시·운전자 시야 보조
계기판·디스플레이에 열화상 표시
차량 전방의 열화상 영상을 계기판이나 디스플레이에 표시해 운전자가 어둠 속 보행자, 자전거, 동물을 미리 알아차리게 합니다. 이미 100만 대 이상의 승용차에 적용된 성숙한 기술로, 가로등이 없는 도로나 시골길에서 운전자의 인식 거리를 크게 늘려 줍니다.
-
안개·연기·눈부심 속 인식
가시광 카메라가 못 보는 조건에서 감지
열화상은 가시광이 아니라 물체가 내는 적외선 에너지를 보기 때문에 안개, 연기, 먼지, 역광, 맞은편 차량의 전조등 눈부심에 영향을 거의 받지 않습니다. 낮과 밤, 날씨와 관계없이 24시간 일정한 성능을 유지해 다른 센서의 성능 공백을 메우는 역할을 합니다.
-
다중 센서 융합 자율주행
가시광·레이더·라이다와 함께 쓰는 열화상
열화상 카메라는 기존 센서와 다른 파장을 보기 때문에 센서 융합에서 서로의 약점을 보완하고 중복성을 확보합니다. 가시광 영상과 열화상을 함께 학습한 인식 알고리즘은 객체 감지·분류 정확도가 높고 오탐이 적습니다.
-
로보택시·자율주행 셔틀
운전자 없는 차량의 야간 보행자 감지
로보택시와 자율주행 셔틀은 운전자가 없으므로 야간이나 악천후에도 스스로 사람을 인식해야 합니다. 열화상 카메라를 센서 구성에 포함하면 조명 조건에 상관없이 보행자와 동물을 안정적으로 감지할 수 있어, 자율주행 차량과 시험 차량의 인식 시스템에 채택되고 있습니다.
-
인식 알고리즘 개발·열화상 데이터셋
학습 데이터셋과 차량용 개발 키트
차량용 열화상 인식을 개발하려면 실제 주행 환경에서 촬영한 학습 데이터와 평가용 카메라가 필요합니다. 낮과 밤에 촬영해 주석을 단 수만 장 규모의 열화상·가시광 데이터셋, 차량에 바로 장착하는 개발 키트, 감지·추적 소프트웨어 프레임워크를 활용하면 신경망 학습과 센서 평가를 빠르게 시작할 수 있습니다.