[온세미=프로덕트 마케팅 고인규] 완전 자율주행차를 실현하려면 여러 유형의 센서에서 수집한 정보를 결합해야 하는데 그 중에서 카메라가 가장 중요할 것이다. 카메라는 차량 탑승자와 도로의 다른 사용자의 안전을 보장하기 위해서 모든 조건에서 가장 미세한 세부 사항까지 지속적으로 캡처하는 것이 중요하다. 이번 기고에서는 자율주행 차량에 필요한 최적의 기능 조합을 제공하는 이미지 센서를 선택할 때 고려해야 할 주요 기능을 살펴본다.

이미지 센서는 자율 주행을 구현하는 데 중요한 역할을 한다. [사진=온세미]
이미지 센서는 자율 주행을 구현하는 데 중요한 역할을 한다. [사진=온세미]

 

이미지 센서는 빛의 광자를 전자로 변환한 다음 디지털 이미지 데이터로 저장한다. 이미지 센서는 이제 스마트팩토리, 의료용 이미징부터 자동차에 이르기까지 다양한 카메라 비전 애플리케이션에서 일반적으로 사용된다.

이미지 센서의 선택은 애플리케이션에 필요한 성능 수준에 따라 달라진다. 필요한 프레임 속도, 예상 조명 조건, 원하는 시스템 허용 오차에 대한 지식이 있으면 가장 적합한 이미지 센서를 결정할 때 유용한 출발점이 되지만 비전 시스템에 대한 엔지니어링 전문 지식이 부족하면 프로세스가 어려울 수 있다. 다행히도 다양한 이미지 센서의 성능을 비교하는 데 사용할 수 있는 몇 가지 기준이 있다.

 

▶ 센서 해상도 및 감도

센서 해상도는 이미지를 캡처하는 감광성 표면의 행과 열에 있는 픽셀 수를 결정하기 때문에 측정 정확도가 중요한 애플리케이션에서 매우 중요한 사양이다. 필요한 최소 픽셀 수는 이미지에서 감지할 수 있는 가장 작은 특징에 따라 달라진다. 이론상으로 물체의 단일 특성을 해결하는 데 차원당 2픽셀만 사용할 수 있지만 대비와 이미지 노이즈가 부족해 실제 적용 시에는 최소 4~5개의 중첩 픽셀이 있어야 특성을 완전히 해결할 수 있다.

감도는 광자를 전자로 변환하는 센서의 효율을 측정하는 척도로 거의 모든 애플리케이션에서 중요하다. 그리고 감도는 센서가 사용 가능한 이미지를 식별하는데 필요한 시간과 조도(조명)을 측정한 값이다. 또 센서 노이즈의 영향을 받기 때문에 SNR(Signal-to-Noise Ratio)도 중요한 사양이다.

SNR이 높은 센서는 저조도 환경에서도 높은 품질의 이미지를 제공한다. 감도는 저조도 환경에서 높은 이미지 품질이 필요한 감시 및 의료 분야에서 특히 중요하다. 이미지 센서의 데이터시트에 명시돼 있지만 제조업체마다 센서의 감도를 비교하기 어려울 수 있다. 매우 낮고 어두운 조명 조건에서도 높은 수준의 디테일이 필요하기 때문에 자율주행 차량에서 사용할 이미지 센서를 선택할 때 해상도와 감도는 주의 깊게 검토해야 할 핵심 사양이다.

 

▶ 다이나믹 레인지 및 프레임 속도

다이나믹 레인지는 최소(노이즈) 신호와 픽셀의 최대 용량 사이의 비율을 나타내며 이미지 밝기 수준을 표현한다. 이는 극한의 조명 환경을 경험하는 애플리케이션의 특히 중요한 기능이다. 다이나믹 레인지에 대한 측정결과는 EMVA(European Machine Vision Association) 1288 표준을 기반으로 하며 데시벨(dB)로 표시되고 대부분의 센서 데이터 시트에서 쉽게 비교할 수 있다.

오른쪽 이미지의 다이나믹 레인지가 훨씬 더 높다. [사진=온세미]
오른쪽 이미지의 다이나믹 레인지가 훨씬 더 높다. [사진=온세미]

 

프레임 속도는 센서가 전자적으로 읽을 수 있는 초당 이미지(프레임) 수(fps)로 제공되는 센서 속도의 척도다. 높은 프레임 속도는 빠르게 움직이는 물체를 캡처하는 애플리케이션에서 중요하다. 여기서 흐려짐을 방지하고 모션 아티팩트를 줄이는데 짧은 노출 시간이 중요하다. 달성 가능한 최대 프레임 속도는 센서 픽셀 수가 증가함에 따라 감소한다.

예를 들어 전체 해상도 20MP 센서를 사용하는 것보다 저품질 VGA(Video Graphics Array) 이미지 센서를 사용하면 더 높은 프레임 속도를 달성할 수 있다. ROI(Regions Of Interest)를 지원하는 센서를 사용하면 높은 프레임 속도와 고해상도를 결합할 수 있다. 이는 이미지에서 처리를 위해 감지할 하나 이상의 영역을 정의하고 다른 이미지 영역을 모두 무시하기 때문이다.

이렇게 하면 전체 이미지 해상도를 효과적으로 낮춰 더 높은 프레임 속도를 구현할 수 있다. 일반 자동차와 마찬가지로 자율주행차는 고속으로 주행하는 동안 다양한 빛 환경을 경험하게 되므로 이 애플리케이션에 사용할 이미지 센서를 선택할 때는 높은 다이내믹 레인지와 높은 프레임 속도가 중요하다.

 

▶ 움직임과 색상

롤링 셔터와 글로벌 셔터는 CMOS 이미지 센서에 사용되는 두 가지 판독 방식이다. 롤링 셔터는 센서의 픽셀이 노출되는 대로 한 줄씩 읽어 들이는 방식으로 매우 빠른 기술이다. 이는 픽셀당 트랜지스터를 적게 사용하고 노이즈가 적으며 글로벌 셔터를 사용하는 센서보다 민감도가 높고 비용이 저렴하다.

롤링 셔터 센서는 높은 다이내믹 레인지를 요구하는 애플리케이션에 권장된다. 글로벌 셔터는 모든 픽셀이 동시에 노출되어 픽셀 라인 사이에 캡처 지연이 없다. 그러나 이 방식은 비용이 많이 들고 구현하기 어렵다.

측정 기록과 존재 감지와 같은 애플리케이션에서는 흑백 이미지 센서가 적합하지만 이제는 많은 애플리케이션에서 컬러 이미지 센서가 필요하다. 그럼에도 불구하고 흑백 센서는 여러 이점을 제공한다. 센서가 컬러 이미지를 제공하기 위해서 RGB 필터는 베이어(Bayer) 패턴으로 배열된 픽셀 단위로 적용된다.

그러나 베이어 색상 보간법은 디테일과 전반적인 측정 정확도를 떨어뜨린다. 그러므로 컬러 센서는 애플리케이션에 컬러 정보가 필요할 때에만 사용해야 한다. 따라서 자율주행차 애플리케이션은 컬러 이미지 센서와 롤링 셔터 방식을 사용하는 센서가 필요하다.

 

▶ 픽셀 크기

픽셀 크기가 클수록 이미지 품질이 좋아진다는 오해가 있다. 픽셀 크기가 크면 빛을 모으는 면적이 더 넓어지지만 그렇다고 해서 이미지 품질이 더 좋아지는 것은 아니다. 해상도, 픽셀 노이즈 지표와 같은 요소도 이미지 품질을 결정하는 데 중요한 역할을 한다.

픽셀이 작을수록 DSNU(Dark Signal Nonuniformity)가 낮아지고 온도가 높을수록 DSNU는 저조도 성능을 제한한다. 경우에 따라서 작은 픽셀 센서가 큰 픽셀 센서보다 더 나은 성능을 발휘할 수 있다. 카메라 시스템을 설계할 때 우수한 성능을 달성하려면 속도, 감도, 이미지 품질 특성 간의 최적의 균형을 고려하는 것이 중요하다.

 

▶ CMOS 센서 솔루션

하이퍼룩스(Hyperlux) 센서 제품군은 온세미의 2세대 초노출 픽셀 기술 플램폼으로 자동차 이미지 애플리케이션을 위해 3MP에서 8MP 이상 범위의 해상도에서 뛰어난 성능을 제공한다.

LFM(LED flicker mitigation) 기술이 적용된 120dB 이상의FF(Flicker Free) 단일 노출 및 150dB의 울트라 HDR(High Dynamic Range)는 자동차 온도 범위에서 안정적인 이미지 품질과 다이나믹 레인지를 제공해 다양한 조명 범위에서 설정을 변경할 필요가 없다. 따라서 지연 시간이 줄고 안정성이 향상된다.

2.1µm 이미지 센서에는 스마트 ROI, 비닝, 윈도잉, 이중 출력과 같은 유연한 기능이 포함된다. 이런 기능을 통해 다양한 해상도(ROI), 다양한 통합 시간 데이터 등 유연한 데이터 형식 출력을 병렬 형태로 사용할 수 있다. 이 센서는 ASIL-D시스템용으로 설계됐으며 정교한 실시간 안전 메커니즘과 오류 감지 기능을 통해 더 높은 수준의 ADAS 시스템을 구현할 수 있다.

 

▶ 선택의 핵심은 바로 이해

이번 기고에서는 해상도, 감도, 속도, 다이내믹 레인지, 움직임, 색상 등 자율주행차 애플리케이션에 사용할 CMOS 이미지 센서를 선택할 때 고려해야 할 주요 기능에 대해 알아봤다. 온세미의 하이퍼룩스 이미지 센서는 이런 각 기능을 최적으로 조합해 다양한 자동차 애플리케이션에 사용하기에 최적이다.

회원가입 후 이용바랍니다.
키워드
개의 댓글
0 / 400
댓글 정렬
BEST댓글
BEST 댓글 답글과 추천수를 합산하여 자동으로 노출됩니다.
댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글수정
댓글 수정은 작성 후 1분내에만 가능합니다.
/ 400
내 댓글 모음
저작권자 © 테크월드뉴스 무단전재 및 재배포 금지