### 0.0.1 센서 데이터 융합(Fusion) 파이프라인 설계 철학 차이 (ECL EKF2 vs AP_NavEKF3)

단순히 센서 드라이버 계층을 넘어서, 추출된 1차원 데이터가 추정기(Estimator)의 융합 행렬 내부로 흡수되는 핵심 코어 철학에서도 큰 방향성의 차이가 존재한다. 현재 통용되는 양 진영의 주력 모델인 PX4의 ECL EKF2 와 Ardupilot의 AP_NavEKF3 를 대조해 본다.

PX4 ECL EKF2의 로컬 센서 융합 철학 (다이내믹 상태 재지정)

PX4의 필터(EKF2)는 고도로 수학적인 상태 앙상블 체계를 갖춘 추정기 라이브러리 모듈(ECL)을 내장하고 있다. 옵티컬 플로우나 LiDAR가 유입될 때 EKF2의 가장 놀라운 특징은 좌표계 **Reference Frame의 즉각적인 스와핑(Swapping)**이다.

• GPS 신호 품질이 하락하여 Float/Fix가 붕괴되는 순간, EKF2는 파라미터(EKF2_OF_CTRL, EKF2_RNG_CTRL)에 지정된 조건에 따라 지구 중심 항법(Earth Frame) 상태 변수를 동결하고, 옵티컬 플로우(V_x, V_y)와 거리 측정계(Z)를 근간으로 하는 Local Cartesian 좌표계 추측 항법망으로 필터 상태 벡터(State Vector)의 가중치를 단숨에 전이시킨다.
• 이 과정에서 발생할 수 있는 위치 JUMP(튀는 현상)를 억제하기 위해 Reset 델타 오프셋을 발행하여 Position Controller(위치 제어기) 측에 통보하며 부드러운 인수인계를 달성한다. 이 아키텍처는 센서 변경의 이음매가 매우 매끄럽게 설계되어 고속 실내 전술 비행에 압도적인 우위를 점할 수 있게 한다.

Ardupilot AP_NavEKF3의 로컬 센서 융합 철학 (강건한 뱅크 이중화 체계)

이에 반해 Ardupilot의 EKF3는 무지막지한 **다중 뱅크 이중화(Multi-lane Architecture 혹은 Core Redundancy)**로 승부한다. 코드를 분석해 볼 때 EKF3는 처음부터 여러 개의 가상 칼만 필터 코어(Core 0, Core 1…)를 동시 다발적으로 백그라운드에서 평행 구동 시킨다.

• 각각의 코어마다 입력되는 센서의 선호 가중치를 살짝 다르게 배치할 수 있다. 예를 들어 Core 0은 GPS 우선주의 플로우 필터, Core 1은 순수 옵티컬 플로우/LiDAR 우선주의 필터로 돌아가게 한 뒤 독립적으로 각각의 상태 벡터를 추정한다.
• 레인 스위칭 메커니즘 (Lane Switching): 만약 주 코어(Core 0) 필터의 옵티컬 플로우 추정 분산치(Variance)나 측정치 혁신 결함(Innovation Error)이 한계선을 넘어가면, 메인 루프 알고리즘은 단번에 Core 0을 내치고 뒤에서 조용히 건강한 추정치를 쌓아가고 있던 보조 Core 1 데이터를 표면(Primary Output)으로 꺼내 쓴다.
• 이러한 아키텍처는 무거운 컴퓨팅 파워를 소모하고 메모리 집약적이지만, 센서 고장에서 회복 불가능한 필터 발산을 아예 통째로 도려낼 수 있기 때문에 농업용이나 방산용 체공 안전성(Safety Tolerance) 측면에서는 결코 포기할 수 없는 강력한 시스템 통합 철학으로 인정받고 있다.