자율주행 차량 HDR 카메라 기술: 전방 및 터널 시나리오에서 극한 조명 문제 정복하기

자율주행의 빠른 발전은 극한 조명 조건을 처리할 수 있는 고급 비전 시스템을 요구합니다. 고동적 범위 (HDR) 카메라기술은 안전한 항해를 위한 중요한 촉진제로 부상하였으며, 특히 햇빛의 눈부심과 터널과 낮 사이의 갑작스러운 전환과 같은 시나리오에서 그렇습니다. 이 기사는 HDR 혁신이 자동차 인식 시스템을 어떻게 변화시키고 있는지, 기술적 도전 과제를 해결하며 자율주행 차량의 미래를 어떻게 형성하고 있는지를 탐구합니다.

전통적인 카메라는 100dB 동적 범위(DR)를 초과하는 시나리오에서 밝기와 어둠의 균형을 맞추는 데 어려움을 겪습니다. 자율 시스템의 경우, 이 제한은 치명적인 실패의 위험을 초래합니다:

• 터널 전환: 어둠에서 눈부심으로의 갑작스러운 전환은 카메라를 밀리초 동안 맹목적으로 만들어 물체 감지 지연을 초래할 수 있습니다.

• LED 깜박임: PWM 디밍이 적용된 교통 신호 및 차량 헤드라이트는 깜박이는 효과를 만들어 AI 알고리즘을 오도합니다.

• 야간 가시성: 저조도 조건에서는 하이라이트가 과도하게 노출되지 않도록 보행자나 장애물을 감지하기 위해 향상된 감도가 필요합니다.

자율 HDR 카메라는 극단적인 대비에서 세부 사항을 캡처하면서 실시간 성능을 유지하기 위해 >140dB DR을 달성해야 합니다.

1. 분할 픽셀 및 이중 변환 이득 (DCG)

소니의 서브픽셀-HDR 아키텍처는 픽셀을 큰(저감도) 서브픽셀과 작은(고감도) 서브픽셀로 나누어 4개의 노출 수준을 동시에 캡처합니다. 이 접근 방식은 다중 프레임 스티칭에서 모션 블러를 제거하지만 크로스토크 및 25%의 빛 손실과 같은 문제에 직면합니다.

개선 사항:

• LOFIC (측면 오버플로우 통합 커패시터): 오버플로우 전하를 저장하기 위해 커패시터를 통합함으로써, LOFIC 센서는 단일 노출에서 15EV DR을 달성합니다. DCG와 결합하여 적응형 이득 전환을 가능하게 하여 모션 아티팩트를 줄입니다.

• 사례 연구: Xiaopeng의 XNGP 시스템은 LOFIC 지원 카메라를 사용하여 터널 인식 거리를 30미터 연장합니다.

2.지역 다중 노출 센서

Canon의 산업용 센서는 프레임을 736개의 독립 노출 영역으로 나누어 그림자를 조절하면서 60fps 비디오를 캡처합니다. 처음에는 보안을 위해 설계되었지만, 이 "픽셀 수준 HDR"은 자동차 엣지 감지를 향상시킬 수 있습니다.

3. AI 기반 이미지 신호 처리 (ISP)

딥 러닝 알고리즘은 이제 HDR 출력을 다음과 같이 개선합니다:

• 모션 보상: 다중 노출 캡처에서 프레임 정렬.

• LED 깜박임 억제 (LFM): LED PWM 주기와 센서 판독 동기화.

• 소음 감소: 관련 없는 소음을 억제하면서 중요한 영역(예: 도로 표지) 우선 순위 지정.

예시: ON 반도체의 LFM 지원 센서는 터널 입구 시나리오에서 깜박임 아티팩트를 90% 줄입니다.

HDR 기술은 단순한 점진적 개선이 아니라 자율 주행 안전을 위한 기본적인 기둥입니다. LOFIC 및 AI 강화 ISP와 같은 혁신은 극한 조명에서 카메라가 달성할 수 있는 한계를 확장하고 있습니다. 산업이 Level 4/5 자율주행으로 나아감에 따라, HDR 시스템은 태양광, 터널 및 도시의 눈부심이 초래하는 "보이지 않는 장애물"을 극복하는 데 중심적인 역할을 계속할 것입니다.