TI, 엣지 AI 기반 레이다 센서와 차량용 오디오 프로세서 출시

텍사스 인스트루먼트(TI)는 보급형부터 고급형까지 다양한 차량에 도입할 수 있는 엣지 AI 기반 60GHz 밀리미터파(mmWave) 레이다 센서 ‘AWRL6844’와 프리미엄 오디오 기능을 합리적인 가격으로 구현하는 'AM275x-Q1 MCU'와 'AM62D-Q1' 프로세서를 출시했다. 

AWRL6844는 온칩 가속기(On-chip accelerator)와 DSP를 활용해 로컬 데이터 처리를 수행해 안전벨트 미착용 알림, 어린이 탑승 감지, 차량 침입 감지 등의 기능을 쉽게 한다. 

TI의 차세대 오디오 DSP 코어를 탑재한 AM275x-Q1 MCU와 AM62D-Q1 프로세서는 프리미엄 오디오 기능을 더욱 합리적인 가격으로 제공한다. 특히, TAS6754-Q1 클래스 D 오디오 증폭기를 비롯한 TI의 최신 아날로그 제품과 결합해 완벽한 오디오 증폭기 시스템을 구성할 수 있다.

실내 레이더 설계 과제

설계 과제 1: 안전벨트 미착용 알림을 위한 탑승자 모니터링
오늘날 안전벨트 알림 시스템은 각 특정 좌석에 맞게 보정되고 조정된 좌석 중량 센서가 탑재된다. 기존에는 이러한 시스템이 자동차 앞좌석에만 설치됐지만, 전 좌석 안전벨트 착용이 의무화되면서 뒷좌석에도 중량 센서를 배치하고 있다. 문제는 뒷좌석에 센서를 배치하면 센서 수가 2배 이상 늘어 추가 케이블 연결과 보정 및 튜닝 시간이 필요하다는 것이다. 또 중량 센서 메시는 사람과 무생물 물체를 구별할 수 없으며 잘못된 탑승 경보를 발동할 수 있다. 

설계 과제 2: 어린이 탑승 감지
2025년 유로 NCAP 설계 요구 사항에 따라, 직접 감지 애플리케이션만 주차된 차량에서 어린이를 감지하기 위한 안전 점수를 받게 된다. 이 규제를 충족하기 위해서 자동차 제조사는 센서를 추가할 수 있다. 어린이 탑승 감지를 위해 초광대역(UWB) 센서를 재사용할 수 있지만, 필요한 성능을 달성하려면 UWB 센서를 하나 이상 추가해야 한다. 또한, 고해상도 데이터가 없으면 탑승 감지 시스템이 어린이와 성인을 구분하는 데 어려움을 겪을 수 있으며, 이는 향후 NCAP의 또 다른 요구 사항이다.

설계 과제 3: 차량 침입 감지
고급형 차량에서 침입 감지 시스템은 점점 더 보편화하고 있다. 대첨리서치(Thatcham Research)가 인증한 침입 이벤트 감지가 포함된 시스템은 일반적으로 초음파 센서를 사용해 침입자를 감지한다. 차량 옆을 지나는 사람이나 주변 활동으로 인해 차가 흔들리는 등 침입과 관계없는 움직임이 초음파 센서 기반 시스템을 작동시키는 경우가 많다. 
 

TI가 AWRL6844 레이다 센서를 개발하면서 가장 역점을 둔 점은 유로 NCAP 등의 규제 요건을 충족하면서 설계 복잡성과 특히 비용을 최소화하고 실내 안전 시스템 감지 기능을 확장하는 것이었다. 그 결과물인 AWRL6844는 딥 러닝(AI) 기능과 함께 세 가지 감지 기능을 단일 칩에 통합함으로써 기존 차량 내부 모니터링 프레임워크와 비교할 때 시스템 복잡성과 비용을 약 50% 절감할 수 있다고 한다. 
케빈 오르티즈(Kevin Ortiz) TI 레이더 제품 마케팅 엔지니어는 “3가지 차량 내 감지 기능을 통합함으로써 좌석 중량 측정 매트(in-seat weight mats), 초음파 센서 등 다수의 센서 기술을 대체할 수 있어 차량당 총 구현 비용을 평균 20달러 절감할 수 있다”라고 강조했다.


엣지 AI를 통해 차량 내 감지 문제 해결

AWRL6844의 성능은 엣지 AI 기능이 좌우한다고 해도 과언이 아니다. AWRL6844의 16개 가상 채널은 향상된 공간 해상도를 제공해 차량이 주행하는 동안 차량 내 탑승자를 감지하고 위치를 파악할 수 있다. 고해상도 데이터의 AI 처리는 레이다가 사람과 물건을 구분하는 데 도움이 된다. 이러한 알고리즘은 짧은 시간 동안 데이터를 컴파일해 탑승자를 더 빠르게 감지하고 위치를 파악하며 잘못된 감지를 줄인다. 통합 DSP에서 실행되는 지능형 클러스터링 알고리즘은 차량 이동으로 인한 잡음을 필터링해 정확하게 차량에서 사람의 존재를 확인할 수 있다. 

AWRL6844의 넓은 시야는 현재 레거시 존재 감지 시스템의 사각지대인 발밑 공간과 후방을 향한 자동차 좌석에서 어린이를 감지하는 기능을 향상시킨다. 어린이 탑승 감지 소프트웨어는 하이브리드 처리 접근방식을 사용한다. 이 접근방식은 기존 레이다 처리 기술이 먼저 중요한 정보를 추출하고, 로컬 기계학습 모델은 실시간 데이터를 사용해 성인과 어린이를 분별하는 분류 시스템을 설정한다. 이 하이브리드 접근방식을 사용하면 새로운 테스트 사례 또는 요구 사항을 통합하기 위해 모델을 빠르게 튜닝 및 수정할 수 있으므로 OEM 배포 시간이 단축된다. TI의 물리 정보 기반 신경망은 시스템이 더 지능적인 결정을 내려 90% 이상의 분류 정확도를 얻을 수 있도록 도와준다. 

케빈 오르티즈에 따르면, 이 센서는 주행 중 탑승자와 무생물(물건)을 구별하는 데 98%의 정확도를 달성했다. 어린이 탑승 감지의 경우, AI 모델을 사용해 호흡과 같은 미세한 움직임을 식별해 90%의 분류 정확도를 달성했다. 침입 감지의 경우, AWRL6844의 통합 저전력 모드 및 기계학습 값 체인은 차량이 꺼져 있는 동안 배터리를 소모하지 않고 감지 기능을 개선하는 데 도움이 된다. AWRL6844의 저전력 아키텍처는 50mW 미만의 전력을 소비하면서 초당 10회 침입자 감지 이벤트를 감지하고 계산할 수 있다. 
AWRL6844는 저전력 외에도 온칩 가속기에서 침입자 감지 처리를 실행함으로써 디바이스의 다른 코어로부터 인터럽트를 최소화하면서 높은 정확도를 유지한다. 

 
포괄적 오디오 포트폴리오로 프리미엄 차량 오디오 구현

오늘날 차량용 오디오 시스템은 최초의 단일 스피커 차량 라디오에 사용되는 진공관 구동 증폭기보다 훨씬 더 정교하다. 일부 신형 자동차 모델에는 차량 전체에 20개 이상의 스피커가 있다. 이러한 첫 번째 시스템에서 몰입형 고품질 오디오 시스템으로의 전환은 크기, 무게, 비용, 오디오 품질 면에서 더 나은 오디오를 제공할 수 있는 설계에 중점을 두고 있다. 하지만 고품질 오디오 성능을 유지하면서 솔루션과 비용을 줄이는 것이 과제로 남아 있다.

TI의 AM275x-Q1 MCU와 AM62D-Q1 프로세서는 TI의 벡터 기반 C7x DSP 코어, Arm 코어, 메모리, 오디오 네트워킹 및 하드웨어 보안 모듈을 단일 SoC로 통합해 차량용 오디오 증폭기 시스템에 필요한 부품의 수를 줄여준다. C7x 코어는 행렬 곱셈(matrix multiply) 가속기와 결합돼 전통적인 AI 기반 오디오 알고리즘과 엣지 AI 기반 오디오 알고리즘을 모두 처리할 수 있는 신경 처리 유닛(NPU)를 형성한다. 이와 같은 차량용 오디오 SoC는 확장이 가능해 최소한의 설계 변경과 비용 투자만으로도 엔트리 레벨부터 하이엔드 시스템까지 메모리와 성능에 대한 요구 사항을 충족시킬 수 있다.

또한, TI의 차세대 C7x DSP 코어는 다른 오디오 DSP보다 4배 이상의 처리 성능을 제공해 오디오 엔지니어가 단일 코어 내에서 다양한 기능을 관리할 수 있도록 지원한다. AM275x-Q1 MCU와 AM62D-Q1 프로세서는 공간 음향, 액티브 노이즈 캔슬링(ANC), 사운드 합성, 이더넷 기반의 오디오 비디오 브리징(Audio Video Bridging, AVB)을 통한 첨단 차량 네트워킹과 같은 기능을 통해 몰입감 있는 차내 오디오 환경을 구현한다. 
차량용 클래스 D 증폭기에 익숙한 설계 엔지니어는 고주파 스위칭 잡음을 필터링하기 위해 오디오 채널당 LC(인덕터-커패시터) 필터 2개가 필요하다. LC 필터의 크기를 축소하기 위해 TI는 최대 2.1MHz 스위칭을 지원하는 오디오 증폭기를 개발해 훨씬 더 작고 저렴한 인덕터 사용을 가능하게 했다.
TI의 독점 단일 인덕터(1L) 변조 기술을 탑재한 TAS6754-Q1 오디오 증폭기는 기존 Class-D 증폭기 대비 인덕터 수를 절반으로 줄이면서도 동급 최고의 오디오 성능과 소비전력을 제공한다. TAS67xx-Q1 제품군은 자동차 제조업체가 요구하는 실시간 부하 진단 기능을 통합해 오디오 품질은 그대로 유지하면서도 디자인을 간소화하고 비용을 절감하고 효율성을 높일 수 있도록 지원한다. 

---