27.4. 센서 데이터 지연(Delay) 처리 및 링 버퍼(Ring Buffer) 아키텍처

1. 개요 및 배경

무인항공기(UAS)의 비행 제어 시스템에서 정확한 상태 추정을 위해서는 다양한 환경에서 수집되는 센서 데이터를 성공적으로 융합(Fusion)해야 한다. PX4-Autopilot의 확장 칼만 필터(EKF2, Estimation and Control Library - ECL)는 관성 측정 장치(IMU), 위성 항법 장치(GPS), 기압계(Barometer), 광학 흐름(Optical Flow), 시각적 오도메트리(VIO) 등 여러 이종 센서의 데이터를 복합적으로 취합하여 최적의 비행 상태를 도출한다.

그러나 각 하드웨어 센서는 통신 버스(I2C, SPI, UART, CAN 등)와 신호 처리 소요 시간이 상이하여 중앙 제어 장치(Pixhawk 등 Flight Controller)에 데이터가 도달하는 시간(Timestamp)에 불가피한 편차가 발생한다. 특히 IMU 데이터는 실시간 비행 제어를 위해 수백 헤르츠(Hz)의 고주파수로 거의 지연 없이 도달하지만, 연산이 복잡한 GPS나 외부 컴패니언 컴퓨터(ROS2 연동 등)를 거치는 VIO 시스템의 데이터는 수십에서 수백 밀리초(ms)가량 데이터 수신이 지연된다. PX4 (펌웨어 v1.14 이상 기준)의 EKF2는 이종 센서 간의 시간 비동기화 및 데이터 도달 지연 문제를 극복하기 위해 ‘지연 보상 융합(Delayed Fusion)’ 방식과 이를 효과적으로 지원하는 ‘링 버퍼(Ring Buffer)’ 아키텍처를 근간으로 삼고 있다.

2. Ardupilot EKF3와의 비교 및 PX4 EKF2의 지연 처리 철학

오픈소스 비행 제어 생태계에서 양대 산맥으로 꼽히는 Ardupilot과 PX4는 수준 높은 EKF 추정기를 보유하고 있지만, 센서 지연(Delay)을 처리하는 기반 철학에서 구조적 차이가 존재한다.

Ardupilot EKF3 (고정 지연 보상 체계): 대체로 센서 관측치가 시스템에 도달하는 즉시(Immediate) 현재 상태에 반영하려는 성향이 강하다. 지연이 예상되는 외부 센서에 대해서는 사전에 설정된 지연 시간 파라미터(Delay Parameter)를 바탕으로 상태 천이 행렬 내부에서 수학적 보상을 가하여 투영하는 방식을 활용해 왔다.
PX4 EKF2 (타임스탬프 롤백 체계): 철저하게 타임스탬프(Timestamp) 중심의 아키텍처를 채택하였다. 과거의 모든 상태 궤적과 IMU 측정치를 링 버퍼에 기록해 둔다. 지연된 데이터(예: GPS 데이터)가 수신되면, EKF의 융합 시점을 해당 과거 시점(Delayed Horizon)으로 되돌려(Rollback) 칼만 업데이트(Kalman Update)를 수행한다. 그 후 다시 현재 시점까지 버퍼링된 고속 IMU 데이터를 재적분(Re-propagation)하여 현재의 상태 추정치를 도출한다. 연산량은 많지만 다중 센서 융합에서 수학적 정합성이 극대화되는 강력한 구조이다.

3. 센서 데이터 지연 문제 메커니즘 도식화

데이터 지연(Latency)이 비행 제어에 치명적인 오차를 유발하는 프로세스를 인지하는 것은 시스템 아키텍처 이해의 첫걸음이다.

sequenceDiagram
    participant S as Sensor (e.g. GPS, VIO)
    participant Bus as Hardware Bus (UART)
    participant FC as Flight Controller (uORB)
    participant EKF as Estimator (ECL/EKF2)

    Note over S: 1. 물리적 환경 측정 이벤트 발생 (t = t0)
    S->>S: 2. 센서 내부 신호 해석 및 직렬화 (Delay 1)
    S->>Bus: 3. 버스를 통한 패킷 전송 시작
    Bus->>FC: 4. 버스 대역폭 및 트래픽에 의한 전송 소요 (Delay 2)
    FC->>FC: 5. 드라이버 수신 후 uORB 토픽 배포 (Delay 3)
    FC->>EKF: 6. EKF 추정기로 데이터 최종 도달 (t = t1)
    Note over EKF: 총 시간 지연 $\Delta t = t_1 - t_0$

만약 시스템이 해당 지연 $\Delta t$ 를 무시하고 $t_1$ 시점의 상태(IMU 기준)와 $t_0$ 시점의 물리적 측정치(GPS 기준)를 그대로 융합하게 되면, 필터는 이 시차(Time difference)를 물리적인 외부 충격이나 드리프트(Drift) 오차로 오인한다. 이는 결국 불필요한 보상 작동을 유발해 기체의 잦은 진동(Oscillation)이나 제어 발산(Flyaway)으로 이어질 수 있다.

4. 링 버퍼(Ring Buffer) 템플릿 아키텍처 분석

PX4-Autopilot의 소스 코드(ECL 라이브러리 내부)에서 지연 보상을 안정적으로 수행하게 하는 소프트웨어 구성 요소가 링 버퍼(Ring Buffer)이다. src/modules/ekf2/EKF/ringbuffer.h 같은 헤더 파일 내에 템플릿(Template) 클래스로 구현되어 메모리를 최적화한다.

4.1 `RingBuffer` 클래스 소프트웨어 설계 구조

링 버퍼는 메모리 상에서 논리적으로 연결된 원형(Circular) 형태의 배열 큐(Queue)로 작동한다. 비행 제어를 담당하는 NuttX RTOS 기반 환경에서 Malloc 등을 통한 무분별한 런타임 동적 할당은 메모리 파편화(Fragmentation)와 시간 제약(Deadline) 위반을 초래할 수 있으므로, 초기화 시 확보한 연속 메모리를 바탕으로 가장 오래된 데이터를 최신 데이터가 덮어쓰는(Overwrite) 방식으로 운용된다.

// PX4 ECL 소스코드 링버퍼 컨셉 요약 (C++ Template)
template <typename element_type>
class RingBuffer {
private:
    element_type *_buffer{nullptr};
    uint8_t _head{0};
    uint8_t _tail{0};
    uint8_t _size{0};
    uint64_t _first_newest_timestamp{0};
public:
    // 초기화 과정 메모리 할당
    bool allocate(uint8_t size) { /* ... */ }
    
    // 데이터 보관 (가장 오래된 데이터는 Overwrite)
    void push(const element_type &sample) { /* ... */ }
    
    // 타임스탬프 이진 탐색 및 보간
    bool pop_oldest(element_type &sample) { /* ... */ }
    // ...
};

타임스탬프 쌍 구조: 버퍼에 기록되는 각각의 배열 원소(Element)는 측정 데이터(Sample Data) 뿐 아니라 시스템 절대 타임스탬프(time_us)를 쌍으로 저장하여 시계열을 유지한다.
타임스탬프 기반 이진 탐색 알고리즘: 특정 지연 시점의 상태를 꺼내어 오기 위해 링 버퍼는 내장된 이진 탐색(Binary Search) 알고리즘을 사용한다. 시간 복잡도 O(log N)을 통하여 목표 시간의 전후 데이터를 빠르게 검색한 뒤 선형 보간(Linear Interpolate)을 수행하여 정확한 과거 값을 연산해 낸다.

4.2 EKF2 내의 주요 목적별 버퍼 인스턴스

EKF2 알고리즘은 데이터를 목적지와 빈도에 맞게 독립적인 버퍼로 세분화하여 보관하고 스케줄링한다.

버퍼 명칭	저장 데이터 항목	크기 정책	주요 목적
`_imu_buffer`	IMU 적분 데이터 ( $\Delta V$ , $\Delta \theta$ )	초기 할당 (고정)	최대 속도(최소 200Hz 이상)로 유입되는 기준 데이터
`_gps_buffer`	위성 좌표 (Lat, Lon, Alt) 및 3축 속도	센서별 독립 할당	최장 지연을 보상하기 위해 데이터 보관
`_mag_buffer`	3축 지자계 (Magnetometer) 데이터	독립 할당	기수(Heading) 유지 (지연 보상을 통한 외부 간섭 회피)
`_output_buffer`	산출된 과거 시스템의 상태 (State) 궤적	동적 할당	EKF 필터 적용(Rollback) 후 재적분 기준점으로 활용

테이블 셀에 포함된 수학적 표기 중 분리 기호는 \vert 규칙을 따른다.

5. 지연 보상 융합 사이클 (Delayed Fusion Horizon) 로직

PX4의 지연 보상 시스템은 크게 현재 시간(Current Time)과 데이터를 물리적으로 혼합하는 지연 융합 지평선(Fusion Time Horizon)으로 분리된 듀얼 타임 라인 체계로 돌아간다.

지연 지평선(Fusion Horizon) 추정: EKF는 활성화된 센서 중 지연 파라미터 허용값이 가장 큰 센서(보통 GPS 혹은 ROS2 VIO 노드)의 최대 지연(Maximum Delay)을 참조한다. 현재 최신 IMU 데이터의 타임스탬프에서 이 최대 딜레이를 뺀 과거의 안전 구역을 _time_delayed 시점으로 설정하여 링버퍼 포인터를 맞춘다.
데이터 도출 및 일치화: 해당 _time_delayed 시점까지 다른 지연 센서(GPS)의 데이터가 충분히 버퍼를 채워 내려오면, 버퍼에서 해당 시점의 관측치 데이터 구조체를 추출(Pop/Interpolate) 해 낸다.
상태 롤백(Rollback) 및 칼만 업데이트(Kalman Update): 시스템 상태 벡터와 공분산 행렬 식을 _time_delayed를 기준으로 세팅한다. 지연된 데이터가 바로 지금 발생한 것처럼 간주하고 EKF의 수학적 융합 및 오차 교정(Corrections)을 가한다.
역동적 상태 재전파(Dynamic Re-propagation): 과거 시간에 맞춰 값이 보정되었다면, 그 시간부터 현재 시점까지 차곡차곡 쌓아놓았던 IMU 버퍼(_imu_buffer)의 델타 속도와 각도를 꺼내어 보정된 과거 상태표 위에 차분히 순방향으로 누적 적분시킵니다. 이 연산 사이클이 완료되면 비행 제어 루프를 위한 깨끗한 현재 상태 출력치(Output State)가 탄생한다.

5.1 지연 보상 연산의 처리 흐름도

graph TD
    A[최신 IMU 데이터 도달] --> B(Ring Buffer에 IMU 및 상태 이력 저장)
    B --> C{현재 계산된 Fusion Horizon 시간에 <br> 지연 관측치(GPS/VIO) 존재 여부?}
    C -- Yes (데이터 일치) --> D[지연 Horizon의 이력 상태 기준으로 <br> 관측치 EKF 업데이트 수행]
    D --> E[버퍼 내 보관된 IMU 데이터를 <br> 순방향으로 순차 누적 적분]
    C -- No (데이터 부재) --> E
    E --> F[현재 시간 기준의 비행 제어용 고품질 추정 상태 배포]

6. QGroundControl (QGC)를 이용한 지연 파라미터 동적 관제

실제 기체를 빌드 할 때는 탑재되는 컴패니언 컴퓨터 성능, UART 케이블의 노이즈, 통신 모듈 대역폭 등에 따라 이론과 다른 통신 지연이 일어난다. PX4는 지상 관제 플랫폼 인 QGroundControl (QGC)의 Parameters 관리 창을 통해 각각의 센서 지연 허용값을 정밀하게 조율할 수 있도록 인터페이스를 제공한다.

EKF2_GPS_DELAY : GPS 모듈에서 측정이 일어난 순간부터 메인 드라이버까지의 예상 시스템 지연 (기본값: 보통 110ms ~ 200ms 선에서 조율된다).
EKF2_MAG_DELAY : 지자계 센서 처리 지연 설정 파라미터.
EKF2_BVP_DELAY : 비전 포지셔닝(Vision Position) 데이터 도달 지연. XRCE-DDS 퍼블리싱 주파수와 노드 연산 처리량에 따라 상당히 가변적이므로, 자율 에이전트(ROS2) 시스템 구축 시 응답성을 결정짓는 매우 중요한 변수로 활용된다.

이러한 지연 보상의 최적화를 통해, 고급 개발자는 고속 비행을 수행하거나 장애물 회피를 구사하는 로봇 공학 에이전트의 순간 안정성을 현격히 개선할 수 있다.