A Smart-Scheduled Hybrid (SSH) EKF-FGO State Estimation

기술 요약: 스마트 스케줄링 기반 하이브리드 EKF–FGO 상태 추정

문제 정의
로보틱스, 특히 동시 위치 추정 및 지도 작성(SLAM) 파이프라인 내에서 신뢰할 수 있는 상태 추정은 추정 정확도와 계산 비용 사이의 절충안을 필요로 한다. 확장 칼만 필터(EKF)와 같은 필터링 기반 방식은 효율적인 실시간 업데이트를 제공하지만, 선형화 오류로 인해 추정기의 불일치(inconsistency)가 발생하고 시간이 지남에 따라 드리프트(drift)가 누적되는 문제를 겪는다. 반대로, 요인 그래프 최적화(FGO)를 사용하는 최적화 기반 방식은 여러 상태를 공동으로 정밀하게 조정함으로써 전역적 일관성을 개선하지만, 훨씬 더 높은 계산 요구량을 초secnd한다. 이러한 개별 방식들의 특성은 잘 알려져 있으나, 이들의 결합 방식, 즉 전역 최적화를 호출하는 시점의 시간적 구성(temporal organisation)에 대한 체계적인 분석은 제한적으로 이루어져 왔다. 실제로 최적화 스케줄링은 명시적인 설계 변수라기보다 암묵적인 설계 선택 사항으로 취급되는 경우가 많다.

방법론
이러한 공백을 메우기 위해, 저자들은 스마트 스케줄링 하이브리드(SSH) EKF–FGO 프레임워크를 제안한다. 이 프레임워크는 재귀적 필터링과 배치 최적화 사이의 상호작용을 명시적이고 실험적으로 제어 가능하도록 설계되었다. 핵심 방법론은 다음과 같다:

1. 하이브리드 구조: 시스템은 매 타임 스텝마다 재귀적 EKF 필터링을 수행하여 상태 추정치를 전파한다. 주기적으로, 스케줄링 파라미터 $W$에 의해 정의된 이산 간격마다 배치 최적화가 트리거된다.
2. 양방향 정보 교환:
   • EKF에서 FGO로: 각 최적화 이벤트 시, 현재의 EKF 추정치(평균 $\mu_t$ 및 공분산 $P_t$)가 단항 사전 요인(unary prior factor)으로서 요인 그래프에 주입된다. 이 사전 정보는 스케일링 파라미터 $\alpha$에 의해 가중치가 부여되어, 필터의 믿음(belief)과 전역 최적화 사이의 균형을 조절한다.
   • FGO에서 EKF로: 배치 최적화가 수행된 후, 필터링과 최적화 구성 요소 간의 일관성을 유지하기 위해 EKF는 최적화된 상태 추정치로 재초기화된다.
3. 실험적 제어: 본 연구는 스케줄링 간격 $W$의 효과를 고립시키기 위해 솔버 구조(Gauss-Newton 반복)와 연산량을 고정한다. 연구는 스케줄링 효과를 분석하기 위한 일관된 기하학적 조건을 보장하기 위해 원형 궤적을 가진 평면 SLAM 시뮬레이션을 활용한다.

주요 기여
본 연구의 주요 기여는 하이브리드 상태 추정 시스템에서 최적화 스케줄링을 별도의 설계 차원으로 실험적으로 규명한 것이다. 새로운 추론 알고리즘이나 솔버 아키텍처를 제안하기보다는, 본 논문은 배치 최적화의 빈도가 다음 항목들에 어떻게 영향을 미치는지 분석하기 위한 통제된 프레임워크를 제공한다:

• 중간 추정 동작 (특히 최적화 전 드리프트).
• 계산 비용.
• 필터링과 배치 최적화 사이의 트레이드오프 공간.

결과
SSH EKF–FGO를 순수 EKF 및 클래식한 "오도메트리 전용" FGO 베이스라인(전파 시 필터링 없이 수행)과 비교한 시뮬레이션 실험을 통해 몇 가지 핵심적인 발견을 도출하였다:

• 드리프트 감소: 하이브리드 방식은 오도메트리 전용 전파에 비해 최적화 전 드리프트를 크게 감소시킨다. 스케줄링 간격 $W$가 2에서 50 사이일 때, 하이브리드 추정기는 베이스라인 대비 약 **80–90%**의 드리프트 감소를 달ach성한다. 간격이 긴 경우(예: $W=200$)에도 드리프트는 베이스라인보다 3~4배 낮게 유지된다.
• 비대칭적 트레이드오프: 연구는 시스템 동작의 결정적인 비대칭성을 확인하였다:
  • 드리프트: 스케줄링 간격 $W$가 증가함에 따라 점진적이고 단조롭게 증가한다.
  • 계산 비용: $W$가 증가함에 따라 급격히 감소한다.
• 운영 영역: 이러한 비대칭성은 빈번한 최적화의 드리프트 감소 이점을 대부분 유지하면서도 계산 부하를 10배 이상 줄일 수 있는 유리한 운영 영역(예: $W \in [10, 50]$)을 생성한다.
• 최종 정확도: 하이브리드 추정기의 최종 절대 궤적 오차(ATE)는 모든 스케줄링 간격에 걸쳐 거의 일정하게 유지되며 순수 배치 FGO의 정확도와 밀접하게 일치한다. 이는 적어도 한 번의 배치 최적화가 발생한다면, 스케줄링이 최종 수렴보다는 주로 중간 동작에 영향을 미친다는 것을 나타낸다.

의의
본 논문은 최적화 스케줄링이 하이브리드 상태 추정에서 핵심적이지만 아직 충분히 탐구되지 않은 설계 차원이라고 결론짓는다. 연구 결과는 스케줄링을 튜닝 가능한 파라미터로 명시적으로 다룸으로써, 엔지니어가 추정 정확도와 계산 효율성 사이의 트레이드오프를 더욱 효과적으로 탐색할 수 있음을 보여준다. SSH 프레임워크를 통해 FGO 수준의 전역적 일관성과 EKF 수준의 중간 안정성을 유지하면서 상당한 계산 비용 절감이 가능하다. 저자들은 이 연구를 기존의 증분형 솔버(iSAM2 등)를 대체하기 위한 것이 아니라, 하이브리드 시스템에서 스케줄링의 근본적인 역학을 이해하기 위한 도구로 포지셔닝하며, 향후 적응형 전략 및 더 복합적인 궤적으로 분석을 확장할 계획이다.