Richard Minsoo Go

Posted on Nov 14

Calibration Engineering — Ch.08: Radar Calibration [KR]

#ai #algorithms #education #statera

STATERA Library · Series 07 · Volume 10 · Chapter 08 · KR
Source: https://github.com/Statera-Library/07_Vol_10_Calibration_Engineering/blob/main/Chapter_08_Radar_Calibration/Chapter_08_Radar_Calibration_KR.md

Volume 10 Calibration Engineering

Chapter 08. Radar Calibration

08.01. Radar Bore Sight Alignment

레이더 보어사이트 정렬(Radar Bore-Sight Alignment)은 레이더 센서(Radar Sensor)의 실제 전자기적 지향 방향(Electromagnetic Pointing Direction)과 차량 또는 로봇의 기준축(Reference Axis) 사이의 관계를 설정하는 과정이다. 교정 구조(Calibration Structure)에서 이는 안테나 위상 교정(Antenna Phase Calibration), 레이더-카메라 외부 파라미터 교정(Radar-Camera Extrinsic Calibration), 최종 검증(Final Validation)에 앞서 수행되는 레이더 교정(Radar Calibration)의 첫 번째 단계에 해당한다. 작은 각도 설치 오차(Angular Installation Error)도 모든 레이더 검출(Radar Detection)에 체계적인 방향 편향(Systematic Directional Bias)을 발생시킬 수 있다.

레이더 좌표계(Radar Coordinate Frame)는 일반적으로 센서의 물리적 장착 형상(Physical Mounting Geometry)을 기준으로 정의되지만, 실제 유효 레이더 보어사이트(Effective Radar Boresight)는 하우징(Housing) 자체가 아니라 안테나 방사 패턴(Antenna Radiation Pattern)과 신호 처리 체인(Signal-Processing Chain)에 의해 결정된다. 따라서 제조 공차(Manufacturing Tolerance), 브래킷 형상(Bracket Geometry), 조립 편차(Assembly Variation), 기계적 변형(Mechanical Deformation)으로 인해 실제 측정축(Measurement Axis)이 명목상의 기계적 중심선(Nominal Mechanical Centerline)과 달라질 수 있다.

보어사이트 오차(Bore-Sight Error)는 일반적으로 방위각(Azimuth)과 고도각(Elevation)의 각도 오프셋(Angular Offset)으로 표현된다. 방위각 오차(Azimuth Error)는 차체 기준 좌표계(Body Reference Frame)에 대해 검출 결과를 수평 방향으로 회전시키며, 고도각 오차(Elevation Error)는 수직 방향을 변화시킨다. 먼 거리의 물체에서는 작은 각도 오프셋도 거리가 증가함에 따라 횡방향 또는 수직방향 위치 오차를 증가시키므로, 장거리 인지(Long-Range Perception)와 추적(Tracking)에서는 정확한 정렬이 특히 중요하다.

실제 교정 절차(Practical Calibration Procedure)에서는 하나 이상의 레이더 반사 타깃(Radar-Reflective Target)을 차량 또는 로봇 기준 좌표계에 대해 정확하게 측량된 위치에 배치한다. 코너 리플렉터(Corner Reflector)는 강하고 반복 가능한 레이더 반사 신호를 제공하기 때문에 자주 사용된다. 타깃 거리는 안정적인 각도 관측(Angular Observation)이 가능할 만큼 충분해야 하며, 동시에 근거리장 효과(Near-Field Effect)나 모호한 다중경로 반사(Multipath Reflection)를 유발할 수 있는 기하학적 조건은 피해야 한다.

측정 중에는 선택한 방법이 제어된 움직임(Controlled Motion)을 명시적으로 사용하는 경우가 아니라면 플랫폼(Platform)과 교정 타깃(Calibration Target)을 정지 상태로 유지해야 한다. 무작위 측정 편차(Random Measurement Variation)를 평균화(Averaging) 또는 통계적 추정(Statistical Estimation)을 통해 줄이기 위해 여러 프레임(Frame)에 걸쳐 레이더 검출 데이터를 수집한다. 이후 측정된 타깃 방향을 알려진 타깃 위치와 레이더 장착 위치로부터 계산한 기하학적 예상 방향(Geometrically Expected Direction)과 비교한다.

예상 타깃 방위각(Expected Target Azimuth)을 θ_ref, 레이더가 측정한 방위각을 θ_meas라고 하면 단순화된 수평 보어사이트 보정(Horizontal Bore-Sight Correction)은 Δθ = θ_ref − θ_meas로 표현할 수 있다. 고도각(Elevation)에도 유사한 관계를 적용할 수 있다. 그러나 실제 양산 시스템(Production System)에서는 하나의 각도 관측값에만 의존하지 않고 다수의 측정값, 타깃 불확도(Target Uncertainty), 레이더 해상도(Radar Resolution), 장착 형상(Mounting Geometry), 잠재적인 비선형 효과(Nonlinear Effect)를 함께 고려하여 추정하는 것이 일반적이다.

여러 타깃 위치(Multiple Target Positions)를 사용하면 관측 가능성(Observability)이 향상되고 실제 보어사이트 오프셋(True Bore-Sight Offset)을 타깃 배치 오차(Target-Placement Error)나 개별 검출 잡음(Detection Noise)과 구별하는 데 도움이 된다. 레이더 시야각(Field of View) 전반에 분산된 타깃을 이용하면 관측된 편차가 거의 일정한 각도 편향(Constant Angular Bias)으로 나타나는지 또는 방향에 따라 변화하는지 판단할 수 있다. 방향에 따라 달라지는 잔차(Direction-Dependent Residual)는 단순한 기계적 정렬 문제 이상의 이상을 의미할 수 있으며 추가적인 레이더 교정이 필요할 수 있다.

추정된 각도 보정값(Angular Correction)은 기계적 방식(Mechanical Correction), 계산적 방식(Computational Correction), 또는 두 방법의 조합으로 적용할 수 있다. 기계적 보정은 센서 또는 브래킷(Bracket)을 조정하여 레이더 축(Radar Axis)을 원하는 기준 방향에 물리적으로 근접시키는 방법이다. 계산적 보정은 기존 설치 형상을 유지하면서 레이더 검출값을 차량 또는 로봇 좌표계로 변환할 때 교정된 회전 파라미터(Calibrated Rotational Parameters)를 적용한다.

보어사이트 교정은 추적 가능한 기하학적 기준(Traceable Geometric Reference)이 없으면 의미가 제한되므로 기준 좌표계(Reference Coordinate System)를 정확하게 정의하는 것이 필수적이다. 따라서 전체 교정 아키텍처(Calibration Architecture)에서는 개별 센서 교정에 앞서 좌표계 변환(Coordinate-Frame Transformation)과 차량 수준의 강체 관계(Rigid-Body Relationship)를 설정한다. 기준면(Datum Surface), 섀시 기준점(Chassis Reference Point), 휠 형상(Wheel Geometry), 측량된 플랫폼 축(Surveyed Platform Axis) 등을 이러한 기준 설정에 사용할 수 있다.

장착 공차(Mounting Tolerance)는 교정 불확도(Calibration Uncertainty)와 구분하여 관리해야 한다. 브래킷이 도면상의 치수 요구사항을 만족하더라도 장거리 레이더 인지 성능에 영향을 미칠 정도의 각도 편차가 발생할 수 있다. 따라서 교정은 명목상의 CAD 형상(Nominal CAD Geometry)이 모든 생산 제품의 실제 전자기적 지향 방향을 나타낸다고 가정하는 대신, 실제 구현된 센서 설치 상태(Realized Sensor Installation)를 기준으로 보정한다.

환경 조건(Environmental Condition)은 교정 결과에 큰 영향을 미칠 수 있다. 금속 벽(Metallic Wall), 바닥 반사(Floor Reflection), 주변 차량, 구조물 기둥(Structural Column), 기타 반사 물체는 다중경로(Multipath) 또는 고스트 검출(Ghost Detection)을 발생시킬 수 있다. 따라서 교정 영역(Calibration Area)은 타깃과 레이더의 가시선(Line of Sight) 주변에 충분한 빈 공간을 확보해야 한다. 정밀한 각도 추정이 필요한 경우 안정적인 센서 온도(Sensor Temperature)와 전원 조건(Power Condition)을 유지하는 것도 측정 반복성(Measurement Repeatability)을 향상시킨다.

교정 정확도(Calibration Accuracy)를 규정할 때는 레이더 해상도(Radar Resolution)도 고려해야 한다. 레이더의 원시 각도 해상도(Raw Angular Resolution)가 반드시 추정 가능한 보어사이트 정확도의 동일한 한계를 의미하는 것은 아니다. 반복 관측(Repeated Observation)과 신호 처리 기법(Signal-Processing Technique)을 이용하면 개별 검출 결과가 나타내는 수준보다 체계적 오프셋(Systematic Offset)을 더 정밀하게 추정할 수 있기 때문이다. 그러나 교정 합격 기준(Calibration Acceptance Threshold)은 센서 아키텍처와 실제 응용 요구사항에 부합하도록 설정해야 한다.

동적 보어사이트 방법(Dynamic Bore-Sight Method)은 정적 타깃 교정(Static Target Calibration)을 보완할 수 있다. 제어된 직선 주행(Controlled Straight-Line Motion) 중에는 정지된 환경 특징(Stationary Environmental Feature)이 플랫폼의 알려진 이동 방향과 일치하는 궤적을 보여야 한다. 지속적으로 나타나는 각도 비대칭(Angular Asymmetry)은 수평 정렬 오차(Horizontal Misalignment)의 증거가 될 수 있다. 이러한 방법은 현장 검증(Field Verification)에 유용하지만, 차량 운동 불확도(Vehicle Motion Uncertainty)와 환경 구조의 영향을 실제 레이더 정렬 오차와 신중하게 분리해야 한다.

이동 로봇(Mobile Robot)과 자율주행 차량(Autonomous Vehicle)에서 보어사이트 오차는 후단 인지 시스템(Downstream Perception)에 직접 전파된다. 잘못 정렬된 레이더는 라이다(LiDAR) 또는 카메라(Camera) 관측값에 비해 검출 물체의 위치를 이동시키고, 점유 추정(Occupancy Estimation)을 왜곡하며, 일관되지 않은 객체 추적(Object Tracking)을 발생시킬 수 있다. 특히 레이더의 속도 정보(Velocity Information)를 다른 센서가 검출한 객체와 연관시키는 경우 이러한 문제는 더욱 중요해진다.

따라서 교정 아키텍처가 보정된 레이더 측정 좌표계(Corrected Radar Measurement Frame)를 센서 기준으로 사용하는 경우, 레이더-카메라 외부 파라미터 교정(Radar-Camera Extrinsic Calibration)에 앞서 보어사이트 정렬을 완료해야 한다. 제공된 구조는 보어사이트 정렬(Bore-Sight Alignment), 안테나 위상 교정(Antenna Phase Calibration), 레이더-카메라 외부 파라미터 교정(Radar-Camera Extrinsic Calibration), 레이더 교정 검증(Radar Calibration Validation)을 각각 분리하고 있으며, 내부 방향 정확도(Internal Directional Accuracy)를 확보한 이후 센서 간 기하학적 정렬(Cross-Sensor Geometric Alignment)을 수행하는 단계적 접근 방식을 지원한다.

교정 결과(Calibration Result)에는 추정된 각도 보정값(Angular Correction), 기준 좌표계 정의(Reference-Frame Definition), 타깃 형상(Target Geometry), 측정 조건(Measurement Condition), 소프트웨어 및 센서 버전, 잔차 오차(Residual Error), 합격 상태(Acceptance Status)를 포함해야 한다. 이러한 파라미터를 보존하면 생산 교정(Production Calibration)과 이후 현장 측정(Field Measurement) 사이의 추적성(Traceability)을 확보할 수 있다. 센서 교체, 브래킷 수리, 충돌, 섀시 변경 또는 원인을 알 수 없는 인지 성능 저하가 발생한 이후 절차를 반복하면 기계적 정렬 상태가 변경되었는지 판단할 수 있다.

최종 합격 판정(Final Acceptance)은 최적화 알고리즘(Optimization Algorithm)이 단순히 수렴했는지를 확인하는 것이 아니라 보정값을 적용한 이후의 잔류 보어사이트 오차(Residual Bore-Sight Error)를 평가해야 한다. 독립적인 타깃 위치(Independent Target Position)를 사용하여 보정된 검출 결과가 실제 운용 시야각(Operational Field of View) 전체에서 알려진 기하학적 위치와 일치하는지 검증할 수 있다. 지정된 허용오차(Tolerance) 이내에서 안정적인 잔차가 확인되면 레이더 측정축(Radar Measurement Axis)이 플랫폼 기준 좌표계(Platform Reference Frame)에 신뢰성 있게 정렬되었음을 입증할 수 있다.

08.02. Antenna Phase Calibration

안테나 위상 교정(Antenna Phase Calibration)은 레이더 안테나 배열(Radar Antenna Array)의 송신 및 수신 채널(Transmitting and Receiving Channel) 사이에서 발생하는 위상 차이(Phase Difference)를 식별하고 보정하는 과정이다. 자동차 및 로봇용 레이더에서는 공간적으로 분리된 안테나 소자(Antenna Element)에서 관측된 신호를 비교하여 각도를 추정한다. 채널 사이에 의도하지 않은 위상 오프셋(Phase Offset)이 존재하면 관측되는 파면 형상(Wavefront Geometry)이 달라져 타깃 방향 추정에 체계적인 오차(Systematic Error)가 발생할 수 있다.

현대의 레이더 센서(Radar Sensor)는 여러 송신 및 수신 소자의 조합으로 가상 안테나 개구(Virtual Antenna Aperture)를 형성하기 위해 다중입력 다중출력(Multiple-Input Multiple-Output, MIMO) 아키텍처를 일반적으로 사용한다. 이러한 가상 배열(Virtual Array)의 정확도는 채널 사이의 예측 가능한 진폭 및 위상 관계에 의존한다. 부품 공차(Component Tolerance), RF 배선 차이(RF Routing Difference), 안테나 형상, 믹서(Mixer), 증폭기(Amplifier), 변환기(Converter), PCB 특성으로 인해 채널별 위상 편차가 발생할 수 있으므로 이를 교정해야 한다.

알려진 방향에서 입사하는 이상적인 평면파(Planar Wave)의 경우 안테나 소자 사이의 이론적인 위상 차이는 소자 간격(Element Spacing), 신호 파장(Signal Wavelength), 도래각(Angle of Arrival)을 이용하여 계산할 수 있다. 레이더가 측정하는 실제 위상 차이에는 기하학적 위상 성분(Geometric Phase Term)과 하드웨어에서 발생한 오차가 함께 포함된다. 위상 교정은 이러한 추가 오차를 추정하여 이후 신호 처리 과정에서 의도된 공간적 위상 관계를 복원할 수 있도록 한다.

단순화된 채널 모델(Channel Model)에서는 안테나 소자 i의 측정된 복소 응답(Complex Response)을 H_i = A_i exp(jφ_i)로 표현할 수 있으며, 여기서 A_i는 채널 진폭(Channel Amplitude), φ_i는 위상(Phase)을 나타낸다. φ_ref가 기준 형상에 대한 예상 위상이라면 교정 과정에서는 측정값과 예상 응답 사이의 차이를 보상하는 보정값 Δφ_i를 추정한다. 이렇게 얻어진 보정 계수(Correction Coefficient)는 각도 추정 전에 복소 레이더 샘플(Complex Radar Sample)에 적용된다.

교정 측정(Calibration Measurement)을 수행하려면 정확하게 제어된 위치에 충분히 강하고 안정적인 레이더 단면적(Radar Cross Section)을 가진 타깃이 필요하다. 코너 리플렉터(Corner Reflector)는 배경 반사와 구별할 수 있는 명확한 반사 신호를 생성하므로 일반적으로 적합하다. 교정 환경에서는 다중경로(Multipath), 간섭(Interference), 불필요한 반사체를 최소화하여 측정된 위상 차이가 주로 의도된 타깃과 레이더 채널 특성을 나타내도록 해야 한다.

기하학적 위상(Geometric Phase)과 하드웨어 위상(Hardware Phase)을 정확하게 분리해야 하므로 레이더 좌표계(Radar Coordinate Frame)를 기준으로 타깃 형상과 위치를 정확하게 알고 있어야 한다. 타깃 위치 불확도(Target Position Uncertainty)를 안테나 위상 오차로 잘못 해석하면 부정확한 교정 계수가 생성될 수 있다. 따라서 레이더 보어사이트 정렬(Radar Bore-Sight Alignment)과 기준 좌표계 정의(Reference-Frame Definition)는 안테나 위상 교정 전에 설정하거나 교정 과정에 일관되게 반영해야 한다.

데이터는 일반적으로 하나의 관측값이 아니라 여러 레이더 프레임(Radar Frame)에 걸쳐 수집한다. 반복 측정을 통해 무작위 잡음(Random Noise), 일시적인 간섭, 불안정한 검출을 식별하거나 평균화할 수 있다. 신호대잡음비(Signal-to-Noise Ratio), 타깃 거리, 타깃 각도 위치, 센서 온도, 동작 주파수, 레이더 설정은 측정되는 복소 채널 응답에 영향을 줄 수 있으므로 제어하거나 기록해야 한다.

기준 채널(Reference Channel)을 선택하고 이를 기준으로 다른 모든 채널의 상대 위상(Relative Phase)을 추정할 수 있다. 또는 이론적인 조향 벡터(Theoretical Steering Vector)를 기준으로 전체 배열 응답(Array Response)을 계산하여 교정할 수도 있다. 두 번째 방법은 각각의 물리적 채널을 독립적인 측정 경로로 처리하는 대신 전체 가상 개구(Virtual Aperture)의 공간적 일관성을 평가할 수 있으므로 대규모 MIMO 배열에 특히 유용하다.

측정된 위상은 2π 라디안(Radian)을 주기로 반복되기 때문에 위상 래핑(Phase Wrapping)은 별도로 처리해야 한다. 실제 물리적 위상 차이가 −π에서 +π 경계를 통과하면 수치적으로 불연속적인 값처럼 나타날 수 있다. 위상 언래핑(Phase Unwrapping)과 형상 정보를 고려한 추정(Geometry-Aware Estimation)을 사용하여 안테나 소자 사이의 일관된 관계를 유지하고 인위적인 불연속이 큰 교정 오차로 잘못 해석되는 것을 방지한다.

주파수 변조 연속파 레이더(Frequency-Modulated Continuous-Wave Radar, FMCW Radar)에서는 주파수 의존성(Frequency Dependence)도 중요한 고려사항이다. RF 경로마다 서로 다른 군지연(Group Delay)과 주파수 응답(Frequency Response)을 가지므로 채널의 위상 특성이 동작 대역폭에 따라 변할 수 있다. 따라서 높은 정확도가 필요한 시스템에서는 하나의 주파수에서 측정한 단일 보정값만으로 충분하지 않을 수 있으며, 관련 주파수 또는 처프(Chirp) 조건에 따라 교정 계수를 특성화해야 할 수 있다.

온도(Temperature)는 재료 특성, 발진기(Oscillator) 동작, 증폭기 응답, 전기적 경로 길이(Electrical Path Length)를 변화시켜 안테나와 RF 프런트엔드(RF Front-End)의 특성에 영향을 줄 수 있다. 따라서 넓은 환경 온도 범위에서 안정적인 각도 성능이 필요한 경우 생산 교정(Production Calibration) 과정에서 특정 온도 조건의 위상 거동을 특성화하거나 보상 모델(Compensation Model)을 구축할 수 있다. 이러한 온도 민감도(Temperature Sensitivity)는 영구적인 채널 불일치(Permanent Channel Mismatch)와 구분해야 한다.

보정되지 않은 위상 불일치(Phase Mismatch)는 배열 조향 응답(Array Steering Response)을 왜곡하여 각도 피크(Angular Peak)를 이동시키거나 넓게 만들 수 있다. 또한 사이드로브 수준(Side-Lobe Level)을 증가시키고 인접한 타깃 사이의 각도 분리 성능을 저하시키며 시야각(Field of View)에 따라 일관되지 않은 방향 추정 결과를 생성할 수 있다. 이러한 영향은 레이더 거리와 방사 속도(Radial Velocity) 측정이 비교적 정확하게 유지되더라도 객체 위치 추정(Object Localization)과 추적 성능을 저하시킬 수 있다.

따라서 교정 품질(Calibration Quality)은 개별 채널의 위상 잔차(Phase Residual)만 검사하는 것이 아니라 보정된 배열 응답(Corrected Array Response)을 재구성하여 평가해야 한다. 알려진 타깃을 여러 각도 위치에서 관측하여 추정된 방향이 예상되는 기하학적 관계를 따르는지 검증할 수 있다. 사용 가능한 전체 시야각에서 일관된 잔차 오차(Residual Error)를 확보하는 것이 중앙의 단일 타깃 위치에서만 일치하는 것보다 성공적인 교정을 입증하는 더 강력한 근거가 된다.

주된 목적이 위상 교정이라 하더라도 진폭 불균형(Amplitude Imbalance)을 위상과 함께 평가할 수 있다. 채널 사이의 이득 차이(Gain Difference)가 크면 빔포밍(Beamforming) 및 도래 방향(Direction of Arrival) 알고리즘과 상호작용하여 위상 보정만으로 얻을 수 있는 효과를 감소시킬 수 있다. 일관된 위상 관계와 적절한 진폭 균형을 함께 유지하면 설계된 안테나 패턴(Antenna Pattern)과 가상 배열 성능을 보존하는 데 도움이 된다.

최종 교정 데이터(Calibration Data)는 일반적으로 채널별 복소 보정 계수(Complex Correction Coefficient), 설정 식별자(Configuration Identifier), 주파수 정보, 온도 조건, 기준 형상(Reference Geometry), 품질 지표(Quality Metric)로 구성된다. 이러한 파라미터는 해당 레이더 하드웨어와 연계하여 관리해야 한다. 안테나 보드(Antenna Board), RF 부품 또는 전체 센서를 교체하면 이전 하드웨어 구성에서 생성된 교정 계수가 더 이상 유효하지 않을 수 있기 때문이다.

레이더 교정 순서(Radar Calibration Sequence)에서 안테나 위상 교정은 레이더 보어사이트 정렬(Radar Bore-Sight Alignment)을 대체하는 것이 아니라 이를 보완한다. 제공된 구조에서는 레이더 보어사이트 정렬 이후 안테나 위상 교정, 레이더-카메라 외부 파라미터 교정(Radar-Camera Extrinsic Calibration), 레이더 교정 검증(Radar Calibration Validation)의 순서로 구성된다. 이를 통해 내부 배열 일관성(Internal Array Coherence)을 센서 수준의 방향 정렬 및 이후의 센서 간 기하학적 정렬(Cross-Sensor Geometry)과 구분하여 관리할 수 있다.

최종 검증(Final Validation)에서는 보정된 채널 위상(Channel Phase)이 대표적인 동작 조건에서 안정적으로 유지되는지 확인하고 레이더 각도 추정값이 요구 정확도를 만족하는지 검증해야 한다. 잔류 위상 오차(Residual Phase Error), 각도 편향(Angular Bias), 반복성(Repeatability), 사이드로브 특성(Side-Lobe Behavior), 교정 일관성(Calibration Consistency)을 품질 지표로 관리할 수 있다. 검증된 안테나 위상 모델(Antenna Phase Model)은 신뢰성 높은 빔포밍, 타깃 분리(Target Separation), 센서 융합(Sensor Fusion), 레이더 기반 인지(Radar-Based Perception)에 필요한 일관된 공간 측정 정보를 제공한다.

08.03. Radar Camera Extrinsic

레이더-카메라 외부 파라미터 교정(Radar-Camera Extrinsic Calibration)은 레이더 좌표계(Radar Coordinate Frame)와 카메라 좌표계(Camera Coordinate Frame) 사이의 강체 기하학적 관계(Rigid Geometric Relationship)를 결정하는 과정이다. 제공된 교정 구조에서 이 과정은 레이더 보어사이트 정렬(Radar Bore-Sight Alignment)과 안테나 위상 교정(Antenna Phase Calibration) 이후, 레이더 교정 검증(Radar Calibration Validation) 이전에 수행된다. 목적은 레이더 검출값을 카메라 좌표계 또는 공통 차량 기준 좌표계(Common Vehicle Reference Frame)로 정확하게 표현하기 위해 필요한 회전(Rotation)과 병진(Translation)을 추정하는 것이다.

외부 파라미터 관계(Extrinsic Relationship)는 일반적으로 3개의 병진 파라미터와 3개의 회전 파라미터를 포함하는 6자유도 강체 변환(Six-Degree-of-Freedom Rigid-Body Transformation)으로 표현된다. 레이더 포인트를 p_r로 나타내면 카메라 좌표계에서 대응하는 위치는 p_c = R_cr p_r + t_cr로 표현할 수 있으며, 여기서 R_cr은 레이더-카메라 회전 행렬(Radar-to-Camera Rotation Matrix), t_cr은 두 센서 좌표계 사이의 병진 벡터(Translation Vector)를 의미한다.

이러한 변환을 추정하기 전에 정확한 좌표계 정의(Coordinate-Frame Definition)가 필수적이다. 레이더 좌표계는 측정 규약에 따라 전방, 횡방향, 수직축을 사용할 수 있으며, 카메라 좌표계는 일반적으로 광학 중심(Optical Center)과 영상 투영 기하(Image Projection Geometry)를 기준으로 정의된다. 따라서 수학적으로는 유효하지만 물리적으로 잘못된 교정 결과를 방지하려면 축 방향(Axis Direction), 좌표계 방향성(Handedness), 단위(Unit), 변환 순서(Transformation Order)를 명확하게 정의해야 한다.

레이더와 카메라는 환경을 서로 다른 방식으로 관측하기 때문에 외부 파라미터 교정은 유사한 측정 정보를 생성하는 센서 사이의 교정보다 어렵다. 레이더는 거리(Range), 방향(Direction), 그리고 일반적으로 방사 속도(Radial Velocity)를 직접 측정하는 반면 카메라는 투영된 영상 강도(Projected Image Intensity)를 기록한다. 따라서 교정 과정에서는 동일한 물리적 타깃을 나타내는 레이더 검출값과 식별 가능한 영상 특징(Image Feature) 사이에 신뢰할 수 있는 대응 관계(Correspondence)를 설정해야 한다.

타깃 기반 교정(Target-Based Calibration)은 두 센서 방식에서 모두 안정적으로 검출할 수 있는 물체를 사용한다. 코너 리플렉터(Corner Reflector)와 같은 레이더 반사 구조(Radar-Reflective Structure)는 강한 레이더 반사 신호를 제공하며, 여기에 부착하거나 기하학적으로 연계된 시각 패턴(Visual Pattern)은 정확한 카메라 관측을 제공할 수 있다. 레이더 반사점과 시각 기준 사이의 공간적 관계를 정확하게 알아야 하며, 이 관계의 불확도는 추정되는 외부 파라미터에 직접 반영된다.

하나의 타깃 위치에만 의존하기보다는 공통 시야각(Common Field of View) 전체에서 여러 타깃 자세(Target Pose)를 관측해야 한다. 수평 위치, 거리, 그리고 관측 가능한 경우 수직 위치를 변화시키면 변환에 대한 기하학적 제약(Geometric Constraint)이 향상된다. 타깃이 불충분하게 분포되어 있으면 일부 파라미터의 관측 가능성(Observability)이 낮아져 최적화 알고리즘이 수렴하더라도 센서 사이의 실제 물리적 관계가 부정확하게 추정될 수 있다.

영상 관측은 초점 거리(Focal Length), 주점(Principal Point), 렌즈 왜곡(Lens Distortion)에 영향을 받으므로 레이더-카메라 외부 파라미터를 추정하기 전에 카메라 내부 파라미터 교정(Camera Intrinsic Calibration)을 완료해야 한다. 카메라 좌표계로 변환된 3차원 포인트는 카메라 모델(Camera Model)을 사용하여 영상 좌표로 투영된다. 내부 파라미터 또는 왜곡 보정이 부정확하면 투영 잔차(Reprojection Residual)가 레이더-카메라 외부 파라미터 오차로 잘못 해석될 수 있다.

교정 문제(Calibration Problem)는 레이더 타깃 관측값을 카메라 좌표계로 변환한 후 영상 평면(Image Plane)에 투영하는 방식으로 구성할 수 있다. 예측된 픽셀 위치(Predicted Pixel Position)를 실제 관측된 시각 타깃 위치와 비교한다. 이후 최적화 과정(Optimization Process)은 센서 설치의 물리적 기하학을 유지하면서 모든 측정값의 재투영 오차(Reprojection Error) 또는 대응 오차(Correspondence Error)를 최소화하도록 회전과 병진 파라미터를 조정한다.

작은 각도 오차가 거리가 증가할수록 횡방향 영상 변위를 증가시키기 때문에 회전 오차(Rotation Error)는 원거리 관측에 큰 영향을 미치는 경우가 많다. 반면 병진 오차(Translation Error)는 시차(Parallax)가 크게 나타나는 근거리에서 특히 중요할 수 있다. 따라서 회전 및 병진 성분을 과도한 파라미터 결합(Parameter Coupling) 없이 추정하려면 교정 데이터셋에 적절한 거리 분포를 가진 관측값을 포함해야 한다.

센서 플랫폼 또는 관측 대상이 움직이는 경우에는 시간 동기화(Time Synchronization)도 고려해야 한다. 서로 다른 시간에 획득된 레이더 검출값과 카메라 영상은 외부 파라미터 형상이 정확하더라도 서로 다른 물리적 위치를 나타낼 수 있다. 정적 교정 환경(Static Calibration Scene)은 이러한 문제를 줄일 수 있으며, 동적 교정 절차에서는 시간 오차가 공간적 정렬 오차로 잘못 해석되는 것을 방지하기 위해 타임스탬프 정렬(Timestamp Alignment), 운동 보상(Motion Compensation), 동기화된 데이터 획득(Synchronized Acquisition)이 필요하다.

레이더 측정 불확도(Radar Measurement Uncertainty)는 카메라 특징점 불확도(Camera Feature Uncertainty)와 다르므로 추정 과정에서 이를 고려해야 한다. 레이더의 각도 측정은 거리 측정보다 정확도가 낮을 수 있는 반면, 적절하게 설계된 시각 타깃의 경우 카메라 픽셀 위치를 매우 정확하게 추정할 수 있다. 가중 최적화(Weighted Optimization)를 적용하면 서로 다른 불확도 특성을 가진 측정값이 최종 변환 계산에 적절한 비율로 기여하도록 할 수 있다.

이상치(Outlier) 역시 중요한 고려사항이다. 다중경로 레이더 반사(Multipath Radar Return), 클러터(Clutter), 잘못된 타깃 연관(Incorrect Target Association), 영상 검출 실패(Image Detection Failure), 부분 가림(Partial Occlusion)은 잘못된 대응 관계를 생성할 수 있다. 강건 추정 기법(Robust Estimation Method)을 사용하면 이러한 측정값의 영향을 줄일 수 있다. 교정 품질은 최종 최적화 비용(Optimizer Cost)에만 의존하지 않고 수치적 잔차와 잔차 오차의 공간적 분포를 함께 평가해야 한다.

변환 파라미터를 추정한 후 레이더 검출값을 카메라 영상에 투영하면 직관적인 검증 방법을 제공할 수 있다. 올바르게 교정된 검출값은 서로 다른 거리와 영상 영역에서 해당 물리적 객체와 일관되게 정렬되어야 한다. 한 방향으로 지속적으로 나타나는 체계적 변위(Systematic Displacement)는 남아 있는 병진 또는 회전 편향을 나타낼 수 있으며, 영상 위치에 따라 달라지는 오차는 카메라 모델 또는 레이더 각도 교정 문제를 의미할 수 있다.

변환 관계는 공통 차량 또는 로봇 좌표계(Common Vehicle or Robot Coordinate Frame)에서도 검증할 수 있다. 동일한 환경을 관측할 때 레이더와 카메라에서 추정된 객체 위치는 기하학적으로 일관된 궤적(Geometrically Consistent Trajectory)을 보여야 한다. 이러한 시스템 수준 검증(System-Level Verification)은 외부 파라미터 교정의 최종 목적이 단순한 영상 오버레이(Image Overlay)가 아니라 센서 융합(Sensor Fusion), 객체 연관(Object Association), 추적(Tracking), 점유 추정(Occupancy Estimation), 환경 이해(Environmental Understanding)를 지원하는 것이기 때문에 중요하다.

기계적 안정성(Mechanical Stability)은 외부 파라미터가 얼마 동안 유효하게 유지될 수 있는지를 결정한다. 센서 브래킷, 체결부품(Fastener), 섀시 변형(Chassis Deformation), 진동(Vibration), 열팽창(Thermal Expansion), 유지보수, 충격 또는 센서 교체로 인해 레이더와 카메라 사이의 상대 자세(Relative Pose)가 변할 수 있다. 따라서 교정 파라미터는 실제 하드웨어 구성, 설치 상태, 소프트웨어 버전, 기준 좌표계, 교정 시점(Calibration Timestamp)과 연계하여 관리해야 한다.

레이더-카메라 외부 파라미터 교정을 잘못된 레이더 내부 교정(Radar Internal Calibration)을 암묵적으로 보상하기 위한 수단으로 사용해서는 안 된다. 상당한 보어사이트 또는 안테나 위상 오차를 가진 레이더는 방향 편향이 포함된 검출값을 생성할 수 있으며, 이 경우 외부 파라미터 최적화기가 레이더 오차의 일부를 센서 변환 파라미터에 흡수할 수 있다. 단계적 교정 구조(Staged Calibration Structure)는 센서 간 정렬 이전에 레이더 방향 및 배열 교정을 확립함으로써 이러한 문제를 방지하는 데 도움이 된다.

생산 교정(Production Calibration)에서는 반복 가능한 고정 장치(Repeatable Fixture), 제어된 타깃 형상(Controlled Target Geometry), 자동화된 데이터 품질 검사(Automated Data-Quality Check), 객관적인 합격 기준(Objective Acceptance Threshold)이 필요하다. 생산 설비를 사용할 수 없는 현장 재교정(Field Recalibration)에서는 휴대용 타깃 또는 환경 특징을 사용할 수 있다. 어느 경우든 추정된 회전, 병진, 잔차 통계(Residual Statistics), 타깃 구성, 센서 식별자, 합격 및 불합격 기준에 대한 추적성(Traceability)을 유지해야 한다.

최종 검증(Final Validation)에서는 변환 파라미터 추정에 사용된 데이터에만 의존하지 않는 독립적인 측정값을 사용해야 한다. 독립적인 타깃 위치와 실제 운용을 대표하는 거리를 이용하면 교정 결과가 공통 센싱 영역(Shared Sensing Region) 전체에서 일반화되는지 판단할 수 있다. 안정적인 레이더-영상 대응(Radar-to-Image Correspondence), 낮은 체계적 잔차 편향(Systematic Residual Bias), 일관된 융합 객체 형상(Fused-Object Geometry)이 확인되면 후단 인지(Downstream Perception)를 위해 레이더와 카메라 좌표계가 신뢰성 있게 연결되었음을 입증할 수 있다.

08.04. Radar Calibration Validation

레이더 교정 검증(Radar Calibration Validation)은 전체 레이더 교정 체인(Radar Calibration Chain)이 요구되는 기하학적 정확도(Geometric Accuracy)와 인지 정확도(Perception Accuracy)를 만족하는 측정 결과를 생성하는지 확인하는 과정이다. 제공된 구조에서 검증은 레이더 보어사이트 정렬(Radar Bore-Sight Alignment), 안테나 위상 교정(Antenna Phase Calibration), 레이더-카메라 외부 파라미터 교정(Radar-Camera Extrinsic Calibration) 이후에 수행되며, Chapter 08 Radar Calibration의 최종 단계에 해당한다. 개별 교정 절차가 성공적으로 완료되었다는 사실만으로 전체 시스템 동작이 정확하다고 가정하지 않고 이들의 통합된 결과를 평가한다.

검증은 명확하게 정의된 기준 좌표계(Reference Coordinate System)와 측정 가능한 합격 기준(Acceptance Criteria)을 설정하는 것에서 시작해야 한다. 레이더 거리(Radar Range), 방위각(Azimuth), 고도각(Elevation), 각도 편향(Angular Bias), 반복성(Repeatability), 센서 간 정렬(Cross-Sensor Alignment)을 알려진 기준 형상(Reference Geometry)과 비교하여 평가할 수 있다. 요구 허용오차(Tolerance)는 의도된 운용 거리와 인지 기능을 반영해야 하며, 단거리 장애물 검출에 허용되는 오차가 장거리 위치 추정이나 객체 추적에는 충분하지 않을 수 있다.

정적 검증(Static Validation)에서는 일반적으로 정확하게 측량된 위치에 배치된 레이더 반사 타깃(Radar-Reflective Target)을 사용한다. 코너 리플렉터(Corner Reflector)는 강하고 반복 가능한 반사 신호를 제공하며 레이더 시야각(Field of View) 전체의 서로 다른 거리와 각도에 배치할 수 있다. 측정된 타깃 위치와 기준 위치를 비교하면 잔류 거리 및 각도 오차(Residual Range and Angular Error)를 확인할 수 있으며, 센서 중심축에서 벗어난 영역에서도 교정 성능이 일관되게 유지되는지 평가할 수 있다.

검증 데이터셋(Validation Dataset)은 교정 과정에서 사용했던 형상을 단순히 반복하는 것이 아니라 여러 타깃 구성(Multiple Target Configuration)을 포함해야 한다. 독립적인 타깃 위치(Independent Target Location)는 교정 파라미터가 실제 운용 센싱 영역 전체에서 일반화되는지를 더욱 확실하게 입증한다. 시야각의 중앙과 경계 영역, 근거리와 원거리에서 측정을 수행하면 하나의 유리한 타깃 위치만 검증할 경우 발견되지 않을 수 있는 잔류 편향(Residual Bias)을 확인할 수 있다.

보어사이트 검증(Bore-Sight Validation)은 보정된 레이더 방향이 플랫폼 기준 좌표계(Platform Reference Frame)와 일치하는지를 확인하는 데 중점을 둔다. 알려진 기준 방향에 배치된 타깃은 보정 이후 예상되는 방위각과 고도각을 나타내야 한다. 추가적인 비축 타깃(Off-Axis Target)을 사용하면 잔류 오차가 일정한 편향으로 나타나는지 또는 각도에 따라 변화하는지를 판단할 수 있으며, 후자의 경우 단순한 보어사이트 오프셋을 넘어 안테나 배열, 장착 또는 신호 처리 효과가 존재할 가능성이 있다.

안테나 위상 검증(Antenna Phase Validation)은 보정된 안테나 배열 또는 가상 배열(Virtual Array)의 일관성(Coherence)을 평가한다. 잔류 채널 위상 오차(Residual Channel Phase Error)는 빔 패턴(Beam Pattern)을 왜곡하고 각도 피크를 이동시키며 사이드로브(Side Lobe)를 증가시키고 인접한 타깃 사이의 분리 성능을 저하시킬 수 있다. 따라서 검증에서는 채널 수준의 잔차뿐 아니라 시스템 수준의 도래 방향(Direction of Arrival) 성능도 함께 평가하여 수치적으로 작은 위상 오차가 실제 레이더 인지에 미치는 영향을 확인해야 한다.

레이더-카메라 외부 파라미터 검증(Radar-Camera Extrinsic Validation)은 카메라 좌표계로 변환된 레이더 검출값이 대응하는 시각 관측값과 일치하는지를 확인한다. 영상에 투영된 레이더 포인트(Projected Radar Point)는 서로 다른 영상 영역과 거리에서 실제 물리적 타깃과 기하학적으로 일관되어야 한다. 지속적인 수평 또는 수직 변위는 남아 있는 회전이나 병진 편향을 의미할 수 있으며, 위치에 따라 변화하는 오차는 카메라 내부 파라미터, 레이더 각도 교정 또는 변환 모델의 문제를 나타낼 수 있다.

기준 장비와 타깃 배치 역시 완벽하게 정확하지 않기 때문에 측정 불확도(Measurement Uncertainty)를 검증 과정에 포함해야 한다. 측량 불확도(Survey Uncertainty), 타깃 치수, 레이더 해상도, 검출 편차, 환경 영향은 모두 관측되는 잔차에 영향을 준다. 따라서 합격 여부를 결정할 때 기준값과 레이더 측정값 사이의 모든 차이를 센서 오차로 간주하지 않고 교정 오차(Calibration Error)와 측정 시스템 불확도(Measurement-System Uncertainty)를 구분해야 한다.

반복성 시험(Repeatability Testing)은 동일한 교정 구성이 반복 측정에서도 유사한 결과를 생성하는지를 평가한다. 여러 레이더 프레임, 전원 재인가(Power Cycle), 반복적인 타깃 설정을 통해 데이터를 수집할 수 있다. 제한된 분산과 함께 안정적인 평균 오차가 유지되면 반복 가능한 교정 상태를 의미하지만, 편향이 변화하거나 분산이 과도하게 증가하면 열적 불안정성(Thermal Instability), 하드웨어 불일치, 타깃 모호성, 간섭 또는 불충분한 신호 품질을 의심할 수 있다.

환경 강건성(Environmental Robustness)은 레이더 동작이 다중경로(Multipath), 금속 구조물, 지면 반사(Ground Reflection), 강수(Precipitation), 전자기 간섭(Electromagnetic Interference), 주변 이동 물체의 영향을 받을 수 있기 때문에 중요하다. 제어된 검증은 기준 성능(Baseline Performance)을 설정하며, 대표적인 환경 시험은 실제 조건에서도 교정이 유효하게 유지되는지를 판단한다. 가능한 경우 환경에 의해 발생하는 아티팩트(Environmental Artifact)는 영구적인 교정 오차와 별도로 식별해야 한다.

넓은 온도 범위에서 동작하는 시스템에서는 온도 검증(Temperature Validation)이 필요할 수 있다. RF 부품, 안테나 특성, 발진기(Oscillator) 동작, PCB 특성, 기계적 치수의 변화는 위상 또는 방향 응답을 변화시킬 수 있다. 선택된 온도 조건에서 측정을 수행하면 하나의 교정 데이터셋이 전체 온도 범위에서 유효한지 또는 온도 의존형 보상(Temperature-Dependent Compensation)과 추가 교정 계수가 필요한지를 판단할 수 있다.

동적 검증(Dynamic Validation)은 차량 또는 로봇이 이동하는 동안 레이더 성능을 평가함으로써 정적 타깃 시험을 보완한다. 플랫폼 운동을 독립적으로 측정하면서 알려진 정적 구조물 또는 제어된 이동 타깃을 관측할 수 있다. 교정이 정확하다면 기하학적 및 시간적으로 일관된 궤적을 생성해야 한다. 동적 시험은 정적 시험에서 나타나지 않을 수 있는 진동, 타임스탬프 정렬(Timestamp Alignment), 운동 보상(Motion Compensation), 장착 거동과 관련된 오차를 발견할 수 있다.

시스템 수준 검증(System-Level Validation)은 평가 범위를 원시 센서 파라미터에 한정하지 않고 레이더 교정이 후단 인지(Downstream Perception)에 미치는 영향을 확인해야 한다. 올바르게 교정된 레이더는 일관된 객체 연관(Object Association), 속도 추정(Velocity Estimation), 추적(Tracking), 점유 표현(Occupancy Representation), 센서 융합(Sensor Fusion)을 지원해야 한다. 정렬 오류는 중복 객체, 불안정한 추적, 잘못된 연관 또는 레이더, 카메라 및 다른 센서 방식 사이의 체계적인 불일치로 나타날 수 있다.

통계 분석(Statistical Analysis)은 교정 합격 여부를 결정하는 실용적인 근거를 제공한다. 평균 잔차 오차(Mean Residual Error)는 체계적 편향을 나타내고, 표준편차(Standard Deviation)는 측정 분산을 설명하며, 백분위수(Percentile) 또는 최악 조건 지표(Worst-Case Metric)는 성능 한계를 나타낸다. 또한 거리, 방위각, 고도각, 온도 또는 운용 조건별로 결과를 분류하면 전체 평균값은 양호하더라도 교정 품질이 저하되는 특정 영역을 식별할 수 있다.

가능한 경우 최종 검증을 수행하기 전에 합격 및 불합격 기준(Pass/Fail Criteria)을 설정해야 한다. 정의된 운용 영역 전체와 반복 측정에서 요구되는 오차 지표가 지정된 한계 이내에 유지되면 교정을 승인할 수 있다. 검증 실패가 발생했을 때는 자동으로 재교정을 수행하기보다는 원인을 진단해야 한다. 근본 원인은 기계적 장착, 안테나 하드웨어, 타깃 설정, 동기화, 환경 반사 또는 잘못된 기준 형상에 있을 수 있기 때문이다.

교정 검증 기록(Calibration Validation Record)에는 센서 식별자, 하드웨어 및 소프트웨어 버전, 교정 계수(Calibration Coefficient), 타깃 형상, 기준 장비, 환경 조건, 시험 구성, 잔차 통계, 합격 상태를 보존해야 한다. 이러한 기록은 생산, 유지보수, 현장 운용 사이의 추적성(Traceability)을 제공한다. 또한 현재 성능을 이전 교정 상태와 비교하여 점진적인 성능 저하(Gradual Degradation)를 식별할 수 있도록 한다.

센서 형상이나 전기적 동작을 변화시킬 가능성이 있는 사건이 발생한 이후에는 재검증(Revalidation)을 고려해야 한다. 레이더 교체, 브래킷 조정, 충돌, 섀시 수리, 안테나 또는 RF 하드웨어 교체, 주요 소프트웨어 변경, 원인을 알 수 없는 인지 성능 저하는 새로운 검증 주기를 수행해야 하는 근거가 될 수 있다. 주기적 또는 상태 기반 모니터링(Condition-Based Monitoring)을 이용하면 교정 드리프트(Calibration Drift)가 자율 운용을 저해할 정도로 심각해지기 전에 이를 탐지할 수도 있다.

전체 검증 과정은 보어사이트 정렬, 안테나 위상 보정(Antenna Phase Correction), 레이더-카메라 외부 파라미터 변환(Radar-Camera Extrinsic Transformation)이 하나의 교정된 센싱 시스템(Calibrated Sensing System)으로 일관되게 동작한다는 것을 입증함으로써 레이더 교정 루프(Radar Calibration Loop)를 완성한다. 성공적인 검증에는 낮은 체계적 잔차 오차, 허용 가능한 반복성, 안정적인 센서 간 기하학적 관계, 강건한 인지 성능이 요구되며, 이를 통해 레이더가 차량 또는 로봇 플랫폼에 신뢰성 있게 통합될 준비가 되었음을 객관적으로 입증할 수 있다.

저자: Richard Minsoo Go

LinkedIn: Richard Minsoo Go

DEV Community