Sensor Fusion Class for Automated driving

퇴근 전에 하나 글을 더 올려본다.

자율주행을 고려하든지 안하든지 간에 현재 자동차에는 많은 편의성과 안전성의 목적으로 여러 ECU가 탑재되고 있다. 정확히 말하면 ECU가 증가하고 있다.

ECU가 증가하게 되면 ECU만 고려하는게 아니라 함께 시스템을 갖추는 Sensor도 함께 증가하게 된다.

이러한 Sensor는 단일 제품으로만 활용될 수도 있지만, 다른 Sensor와 동작하여 기능을 수행하게 되는 경우가 많다. 자 그러면 Sensor간의 Fusion되는 경우를 다음과 같이 나눠 보자.

출처: Competitive, Complementary and Cooperative Fusion (W. Elmenreich, Sensor Fusion in Time-Triggered System, 2002)

첫 번째, Competitive Fusion을 살펴보자.

이 경우에는 독립적인(Independent), 그리고 중복되는(Redundancy) 센서를 사용하는 경우이다.

목적은 그림과 같이 신뢰성과 정확도를 높이기 위해서 사용된다. 그러나 같은 동일 제품을 사용하게 되는 경우에는 Common cause fault. failure를 초래할 수 있다.

두 번재로, Complementary Fusion이다.

이는 Environment까지 분리되어 있으므로, 확실하게(?) Independent와 redundancy 를 확보했다고 할 수 있다. 그리고 Sensor 2나 Sensor 3가 고장이 나더라도 상호 보완적인 요소로 동작할 수 있다. 

기능안전을 위해서는 Complementary Fusion 레벨부터 고려해야 하는건 아닌가? 조심스럽게 생각해본다.

마지막으로 Cooperative Fusion이다.

이 경우에는 하나의 Single sensor만으로 요구사항을 충족시킬 수 없다. 

그럼 하나의 예시를 다음 그림과 같이 들어서 이해해보자. (여기서는 읽는 사람의 경험과 의견에 따라 다르게 생각할 수 있을 것 같다. 댓글을 통해서 신나게 의논해보면 좋을 것 같다.)

자 Radar, Camera로부터 대상에 대해서 정보를 받아오고, Logic에서 Object Fusion을 하는 경우를 살펴보면 위 경우는 어디에 해당할까?

일단 환경(Environment)를 생각해보자. Radar, Camera의 Environment는 같을까? 이는 다른 환경이라고 보는 것이 맞을 것 같다. 센서 역할을 수행하는 Radar, Camera는 제품이 다르고, 위치, 목적, 범위 등이 다르기 때문이다. (그럼 Competitive fusion은 제외)

Object information이 동일한 lane을 확인하는 것이다. 라고 한다면 이 경우에는 Complementary Fusion이라고 할 것이다.

반대로 Radar에서는 물체의 유무만을 판단하고, Camera에서 물체가 사람인지, 표지판인지, 동물인지 등을 구분하는 경우라면 Cooperative Fusion이라고 할 수 있을 것이다.

자 여기서 말하고 싶은 것은 어떤 것이 딱 이거다!!! 라고 말할 수 없다. 뚜껑을 열어봐서 어떻게 구성되고, 요구사항을 누가 얼만큼 수행하는지를 살펴보아야 할 것이다.

그래도 위와 같은 카테고리로 Sensor의 Fusion 분류를 나눌 수 있겠구나!! 라고 생각할 수 있으면 좋겠다.

자 오늘도 수고 많으셨습니다.

모두들 퇴근하세요.

감사합니다.