연구시설장비

서브비주얼 배경이미지

정보제공 : ZEUS 장비활용종합포털(www.zeus.go.kr)

고해상도 라이다

Highresolution Lidar

DRIS No.	DRIS-28-0027
시설장비등록번호	NFEC-2018-05-243673
보유기관	(재)지능형자동차부품진흥원
담당자
연락처
이메일

장비정보

모델명	VLP-32C	제작사	Velodyne Lidar
취득일자	2018-04-19	취득금액	66,000,000원
5대 미래산업 분류	UAM	활용용도	시험
표준분류	광학/전자영상장비 > 광파발생/측정장비 >
장비위치	대구광역시 달성군 구지면 국가산단서로 201 (재)지능형자동차부품진흥원 시험동 F1 1
장비설명	○ 자율주행이 가능한 딥러닝 기반 개방형 EV 차량 플랫폼을 구축을 위해서 구현된 아키텍처에 필수적인 센서 데이터 중 하나가 고해상도 라이다임 ○ 자율주행에 필요한 필수 인지 센서(Lidar, Radar, Camera, GPS&IMU, V2X)등이 구축되어야 하는데 그중 인지부분으로도 담당이 필요하지만, 차량의 Path Planning, Localization(위치 파악), MAP 구축등을 위해 고 채널, 고해상도의 라이다 구축이 필요함 - 연구 개발을 위해 구축되는 라이다이므로 정밀한 데이터 수집이 요구되기 때문에 고 사양 Lidar 구축이 필요함 - 부품 개발을 위한 DB 구축용 Lidar 데이터 획득을 위해 64CH의 고해상도 라이다가 고려되었으나, 무게로 인한 차량의 거동 정보 등의 문제로 인하여 거리가 짧지만 높은 데이터 정밀도를 갖은 HDL-32와 측정거리에 우위를 갖은 Ultra Puck으로 검토를 진행하였음. 그중 차량의 주변 환경 변수를 검토하여 대응하기 위해서는 비교적 장거리인 Ultra Puck로 선택하여 구성 할 예정임
구성 및 기능	❍ Specifications: - Time of Flight Distance Measurement with Calibrated Reflectivities 32 Channels - Measurement Range: Up to 200 m - Accuracy: ±3 cm - Single and Dual Returns - Field of View (Vertical): Up to 40.0° - Angular Resolution (Vertical): At Least 0.33° - Field of View (Horizontal): 360° - Angular Resolution (Horizontal/Azimuth): 0.1° –0.4° - Rotation Rate: 5 Hz – 20 Hz - Integrated Web Server for Easy Monitoring and Configuration - Laser Product Classification: Class 1 Eye-safe per IEC 60825-1:2014 - Wavelength: 903 nm - Beam Divergence: 0.18° (3.0 mrad) - Power Consumption: 12 W (Typical) - Operating Voltage: 9 V – 18 V (with Interface Box and Regulated Power Supply) - Weight: At Least 900 g - Shock: 51 GPeak, 6 ms, Half Sine Wave - Vibration: 10 Hz to 1,000 Hz, 2.76 Grms - Environmental Protection: IP67 - Operating Temperature: Up to -10°C to +40°C - Storage Temperature: Up to -40°C to +105°C - 3D LiDAR Data Points Generated: Single Return Mode (Up to ~600,000 points per second), Dual Return Mode(Up to ~1,200,000 points per second) - Up to 100 Mbps Ethernet Connection - UDP Packets Contain (Time of Flight Distance Measurement, Calibrated Reflectivity Measurement, Rotation Angles, Synchronized Time Stamps) - GPS: $GPRMC NMEA Sentence from GPS Receiver format included
사용/활용예	• 본 과제활용 방안 - 본 기관의 주요 목표 항목인  딥러닝 기반 개방형 자율주행 인식/제어/경로설정 알고리즘 및 탑재 기술 개발,  실시간 자율주행 기능 구현을 위한 개방형 S/W 및 알고리즘 개발 항목에 대하여 본 과제에서 개발하고자 하는 자율주행 기능 구현을 위한 각종 딥러닝 기반 알고리즘 개발 및 성능 분석/평가에 활용할 예정임. - 딥러닝 기반 알고리즘 및 탑재 기술 개발을 위해 라이다 센서로부터 타겟에 대한 거리정보를 전송 받아 알고리즘 개발에 활용하여야 함. - 통상적으로 다른 센서에 비해 라이다 센서는 360도 전방위의 차량 주변 데이터를 실시간으로 수집 가능하므로 인공지능 기반 실시간 도로영역/주변환경 검출에 용이함. • 기타 활용 방안 본 과제뿐만 아니라 각종 자율주행자동차, 로봇 등 분야에서 거리 및 형태측정용 센서로 활용
이용안내
유의사항

이용료안내

담당자에게 문의하시기 바랍니다.