Synergistic Event-SVE Imaging for Quantitative Propellant Combustion Diagnostics

이 논문은 고동적 범위와 연기, 미세 입자 운동이 공존하는 추진제 연소 환경에서 공간 가변 노출 카메라와 스테레오 뉴로모픽 이벤트 카메라를 결합한 폐루프 시스템을 통해 연기 간섭을 제거하고 3D 입자 거동을 마이크로초 단위로 정량적으로 진단하는 새로운 방법을 제시합니다.

핵심

🚀 1. 문제 상황: "안개 낀 밤에 번개 치는 것"을 찍으려다

고성능 로켓 연료 (특히 붕소 가루가 들어간 것) 가 타는 모습을 찍으려 하면 세 가지 치명적인 문제가 동시에 발생합니다.

1. 너무 밝은 불꽃 (HDR 문제): 연료가 타면 눈이 부실 정도로 밝은 불꽃이 나옵니다. 일반 카메라는 이 부분을 찍으면 하얗게 날아가버립니다 (과노출).
2. 너무 빠른 입자 (모션 블러): 연료 입자는 마이크로초 (100 만분의 1 초) 단위로 날아다닙니다. 일반 카메라는 셔터 속도가 느려서 입자가 흐릿하게 찍히거나 아예 안 보입니다.
3. 짙은 연기 (가림 문제): 불꽃 주변은 짙은 연기로 가득 차 있어, 그 뒤에 있는 입자들이 잘 보이지 않습니다.

비유하자면:

안개 낀 밤에, 눈이 부실 정도로 밝은 번개가 치면서 그 옆을 아주 빠르게 달리는 자동차가 지나가는 장면을 찍으려 하는 것과 같습니다.

• 일반 카메라는 번개 때문에 화면이 하얗게 변해버리고,
• 안개 때문에 차가 안 보이며,
• 차가 너무 빨라서 흐릿하게 찍힙니다.

---

🛠️ 2. 해결책: "두 명의 특수요원"이 협력하는 시스템

저자들은 이 문제를 해결하기 위해 두 가지 다른 종류의 카메라를 짝을 지어 사용했습니다. 마치 한 팀의 특수요원들이 각자의 능력을 발휘해 서로를 도와주는 것과 같습니다.

📸 요원 A: "SVE 카메라" (지능형 노출 카메라)

• 역할: **전체적인 그림을 그리는 '지휘관'**입니다.
• 특징: 이 카메라는 한 번에 네 가지 다른 밝기 (노출) 로 사진을 찍습니다. 마치 네 개의 필터를 동시에 씌운 것처럼요.
• 기능:
  • 너무 밝은 불꽃 부분은 어두운 필터로,
  • 어두운 연기 부분은 밝은 필터로 찍어서, **모든 부분이 선명한 '고화질 HDR 사진'**을 만들어냅니다.
  • 특히 연기가 어디에 있는지를 분석해서, "여기는 연기라 가려져 있으니 무시하고, 저기는 입자가 보이니 집중해"라는 지도를 만듭니다.

⚡ 요원 B: "이벤트 카메라" (신경망형 초고속 카메라)

• 역할: **순간 포착의 '스나이퍼'**입니다.
• 특징: 일반 카메라처럼 정해진 시간마다 찍는 게 아니라, 빛이 변할 때마다 (마치 신경 세포가 반응하듯) 마이크로초 단위로 반응합니다.
• 기능:
  • 아주 빠른 입자의 움직임을 흐트러짐 없이 포착합니다.
  • 단점: "무엇이 움직였는지"는 알지만, "얼마나 밝은지"는 모릅니다. (흑백 영화처럼 움직임만 보입니다.)

---

🤝 3. 시너지 효과: "지휘관이 스나이퍼를 안내하다"

이 두 카메라가 따로 놀면 소용이 없습니다. 하지만 함께 작동하면 기적이 일어납니다.

1. **SVE 카메라 (지휘관)**가 먼저 "여기 연기가 짙어서 안 보이지만, 저기 불꽃 입자가 있어요"라고 **지도 (HDR 이미지)**를 그립니다.
2. **이벤트 카메라 (스나이퍼)**는 그 지도를 보고, "아, 저기 입자가 있구나!"라고 연기 때문에 생기는 오작동 (거짓 신호) 을 제거하고 정확한 입자만 잡습니다.
3. 입체 측정: 두 개의 이벤트 카메라가 좌우에서 동시에 찍어서, 입자가 **얼마나 높이 떼어졌는지 (Separation Height)**와 **얼마나 큰지 (Equivalent Size)**를 3 차원 공간에서 정밀하게 계산합니다.

비유하자면:

안개 낀 밤에 지휘관 (SVE) 이 "저기 불빛이 있는 곳에 차가 지나가고 있어"라고 알려주면, 스나이퍼 (이벤트 카메라) 는 안개 속의 잡음은 무시하고 그 차의 정확한 위치와 속도를 쏙쏙 잡아내는 것입니다.

---

📊 4. 어떤 성과를 거두었나요?

이 시스템을 실험해 보니 놀라운 결과들이 나왔습니다.

• 보이지 않던 것 보임: 기존 카메라로는 볼 수 없었던, 연료 입자가 불꽃에서 **떨어지는 순간 (마이크로초 단위)**을 선명하게 포착했습니다.
• 입자 크기 분석: 떨어지는 입자들이 얼마나 큰지, 어떤 모양인지 (산호처럼 뭉친 모양 등) 를 통계적으로 분석할 수 있었습니다.
• 정밀한 측정: 입자가 얼마나 높이 날아올랐는지 0.56% 오차만으로 측정할 수 있었습니다.

💡 5. 결론: 왜 이 기술이 중요한가요?

이 기술은 로켓 엔진 설계자들에게 마법 같은 도구를 제공합니다.

• 안전성: 엔진이 불안정하게 타는 이유를 입자 수준에서 찾아낼 수 있습니다.
• 효율성: 연료 배합을 최적화하여 더 강력하고 깨끗하게 연소되도록 만들 수 있습니다.
• 실시간 진단: 과거에는 연료를 다 태운 뒤 잔해를 줍고 분석해야 했지만, 이제는 타는 동안 실시간으로 정밀한 데이터를 얻을 수 있습니다.

한 줄 요약:

"안개와 번개, 그리고 초고속 자동차가 동시에 등장하는 혼란스러운 상황에서도, 두 가지 특수 카메라가 손잡고 협력하여 로켓 연료 입자의 모든 비밀을 낱낱이 밝혀낸 혁신적인 기술입니다."

기술 요약

1. 문제 정의 (Problem Statement)

고에너지 추진제 (특히 붕소 분말이 첨가된 고체 추진제) 의 연소 과정을 실시간으로 모니터링하는 것은 다음과 같은 세 가지 주요 물리적 제약으로 인해 매우 어렵습니다.

• 극단적인 동적 범위 (HDR): 연소 과정에서 발생하는 백열 입자 (매우 밝음) 와 연기 (어두움) 가 동시에 존재하여 기존 카메라의 동적 범위 (약 60dB) 를 초과합니다. 이로 인해 밝은 영역은 과다 노출 (Saturation) 되고, 연기 영역은 세부 정보가 손실됩니다.
• 초고속 운동: 입자의 운동 속도가 마이크로초 (microsecond) 단위로 매우 빠릅니다. 기존 고속 카메라는 모션 블러 (Motion Blur) 를 방지하기 위해 노출 시간을 줄이면 신호 대 잡음비가 떨어지거나, 반대로 노출 시간을 늘리면 모션 블러가 발생합니다.
• 연기 가림 (Smoke Occlusion): 연소 과정에서 생성된 밀도 높은 연기는 시야를 가리고, 기존 이미지 기반의 특징 추출 및 입자 추적을 불안정하게 만듭니다.

기존의 단일 센서 기반 진단 기술 (고속 카메라, 레이저 기반 산란법 등) 은 이러한 조건들이 복합적으로 작용할 때 정량적인 입자 크기 및 위치 측정에 한계가 있습니다.

2. 방법론 (Methodology)

저자들은 공간 가변 노출 (SVE, Spatially Variant Exposure) 카메라와 스테레오 쌍의 뉴로모픽 이벤트 카메라를 결합한 폐루프 (Closed-loop) 측정 시스템을 제안합니다. 두 센서는 독립적으로 작동하지 않고 상호 보완적으로 연동됩니다.

A. 하드웨어 구성 및 보정

• SVE 카메라: 픽셀 수준에서 4 개의 서로 다른 중성 밀도 필터를 사용하여 단일 샷으로 4 개의 노출 이미지를 동시에 획득합니다. 이는 모션 아티팩트 없이 HDR 이미지를 생성합니다.
• 이벤트 카메라: 뉴로모픽 센서로, 밝기 변화에 대해 마이크로초 단위의 시간 해상도와 120dB 이상의 동적 범위를 가집니다. 절대 밝기 정보는 없지만 빠른 운동 감지에 탁월합니다.
• 동기화 및 보정: 하드웨어 트리거를 통해 SVE 프레임과 이벤트 스트림을 동기화 (정밀도 12µs 이내) 하며, Zhang 의 방법을 사용하여 내/외부 파라미터를 보정하여 3D 공간 정합을 수행합니다.

B. 핵심 알고리즘

1. 연소 특화 HDR 이미지 생성 (Smoke-Aware HDR Fusion):

   • SVE 카메라의 4 개 노출 이미지를 기반으로 **연기 가능성 지도 (Smoke-likelihood map)**를 생성합니다.
   • 밝기 편차, 웨버 대비, 대기 산란 모델 기반의 대비 특징, 노출 간 변동성 등 4 가지 특징을 결합하여 연기가 두꺼운 영역과 입자 방출 영역을 구분합니다.
   • 이 지도를 기반으로 Retinex 모델을 적용하여 조명 (Illumination) 과 반사 (Reflection) 계층을 분리합니다. 연기 (산란) 는 조명 계층에서 억제하고, 입자 (방사) 는 반사 계층에서 강화하여 보정된 HDR 이미지를 생성합니다.

2. SVE 가이드 이벤트 기반 입자 추출:

   • 생성된 HDR 이미지는 이벤트 카메라에 **절대 밝기 참조 (Intensity Reference)**를 제공합니다. 이벤트 카메라는 밝기 변화만 감지하므로 연기나 배경 노이즈로 인한 가짜 이벤트 (Artifacts) 를 구별하기 어렵습니다.
   • HDR 이미지의 밝기 정보를 기반으로 이벤트 스트림을 필터링하여 연기 유발 아티팩트를 제거하고, 실제 연소 입자 (활발한 연소, 완전 소멸, 부분 소멸 상태) 를 분류합니다.

3. 스테레오 3D 측정 파이프라인:

   • 정제된 이벤트 데이터를 기반으로 양안 시차 (Triangulation) 를 수행하여 입자의 **3D 위치, 분리 높이 (Separation Height), 등가 입자 크기 (Equivalent Particle Size)**를 마이크로초 단위로 추정합니다.
   • 입자의 비구형 형태를 고려하여 단면적 기반의 등가 반지름을 통계적으로 산출합니다.

3. 주요 기여 (Key Contributions)

1. 연소 맞춤형 광학 측정 방법론: SVE 센싱과 다중 단서 연기 밀도 지도를 통합하여 입자 복사 (Radiation) 와 체적 산란 (Scattering) 을 분리하는 하이브리드 광학 방식을 제안했습니다.
2. 강도 (Intensity) 가이드 이벤트 처리: SVE 에서 유도된 HDR 프레임을 강도 사전 지식 (Prior) 으로 활용하여 이벤트 스트림의 연기 유발 아티팩트를 억제하고, 입자 상태를 정확히 분류하는 새로운 처리 기법을 개발했습니다.
3. 스테레오 3D 측정 파이프라인: 특징 추출부터 분리 높이 및 등가 반지름 추정까지 이어지는 전체적인 3D 재구성 파이프라인을 구축하고, 기하학적 보정 및 교차 센서 일관성 검증을 통해 정확성을 입증했습니다.

4. 실험 결과 (Results)

붕소 기반 추진제 연소 실험을 통해 제안된 시스템의 성능을 검증했습니다.

• HDR 융합 품질: 기존 PESPD-MEF 알고리즘 및 단일 노출 이미지보다 **평균 기울기 (Average Gradient)**가 향상되어 입자 경계와 구조적 세부 사항이 명확하게 보존되었습니다. 특히 연기 영역에서는 노이즈를 억제하면서도 입자 특징을 유지했습니다.
• 측정 정확도: 스테레오 보정 결과, 최대 상대 오차는 **0.56%**로 측정되어 높은 기하학적 정확도를 입증했습니다.
• 입자 분리 및 크기 측정:
  • 기존 프레임 기반 카메라로는 포착하기 어려운 빠른 분리 (Lift-off) 순간을 마이크로초 단위로 성공적으로 감지했습니다.
  • SVE 와 이벤트 카메라 간의 측정 결과 (입자 크기 변화 추이) 가 높은 일관성을 보였습니다.
  • 입자 크기 분포는 다중 모드 (Multimodal) 구조를 보였으며, 이는 붕소 응집체의 다양한 크기 클래스 (예: 산호 모양의 응집체) 를 실시간으로 통계적으로 분석할 수 있음을 의미합니다.
• 연기 환경 내성: 연기가 짙고 밝은 연소 환경에서도 SVE 가이드 필터링을 통해 정확한 입자 궤적 추적이 가능했습니다.

5. 의의 및 결론 (Significance)

이 연구는 극한의 동적 범위, 초고속 운동, 그리고 연기 가림이라는 세 가지 난제가 동시에 존재하는 고에너지 추진제 연소 진단에 대한 실용적인 해결책을 제시합니다.

• 기술적 혁신: 뉴로모픽 이벤트 카메라의 단점 (절대 밝기 정보 부재) 을 SVE 카메라의 강점 (HDR, 절대 강도) 으로 보완하는 시너지 효과를 입증했습니다.
• 공학적 가치: 엔진 안정성, 추진제 성능 최적화, 연소 불안정성 억제를 위해 필요한 마이크로초 해상도의 3D 연소 진단을 가능하게 하여, 기존에 불가능했던 실시간 정량적 분석을 제공합니다.
• 향후 전망: 이 프레임워크는 다양한 추진제 화학 조성과 작동 압력 조건으로 확장 가능하며, 온라인 진단 도구로의 최적화를 통해 향후 엔진 설계 및 제어에 중요한 기여를 할 것으로 기대됩니다.

결론적으로, 본 논문은 복잡한 연소 환경에서 정밀한 입자 계측을 가능하게 하는 보정 일관성 (Calibration-consistent) 을 갖춘 새로운 진단 패러다임을 제시했습니다.