데이터 연관 (Data Association)
한 줄 정의: 센서가 얻은 각 측정이 어느 표지물이나 추적 대상에서 나온 것인지 짝을 정하는 문제입니다.
쉽게 풀면
로봇이 기둥 세 개를 보았을 때, 이 중 어느 것이 지도에 있던 1번 기둥이고 어느 것이 새 기둥인지 정해야 위치를 제대로 고칠 수 있습니다. 이렇게 "이 측정은 저 대상의 것"이라고 짝을 짓는 일을 데이터 연관이라고 합니다. 짝을 잘못 지으면 지도와 위치가 한꺼번에 크게 틀어질 수 있습니다.
왜 중요한가
SLAM, 다중 표적 추적, 센서 융합에서 추정 성능을 좌우하는 핵심 난제입니다. 잘못된 루프 폐쇄나 추적 대상의 신원 뒤바뀜 같은 문제가 데이터 연관 오류로 설명되므로 논문에서 오류 원인 분석에 자주 등장합니다.
논문에서는 이렇게 쓰입니다
"표지물 데이터 연관은 마할라노비스 거리 기반의 최근접 이웃 방법으로 수행하였고, 게이팅 임계값을 넘는 측정은 새 표지물로 초기화하였다."
연관 방법과 임계값 처리를 밝힌 문장입니다.
조금 더 깊게 보면
가장 단순한 방법은 예측 측정과 실제 측정 사이의 마할라노비스 거리가 가장 작은 쌍을 고르는 최근접 이웃 방법이며, 게이팅으로 후보를 먼저 줄입니다. 여러 측정을 한꺼번에 일관되게 맞추는 결합 호환성 분기 한정(JCBB), 여러 가설을 확률적으로 섞는 JPDA, 가설을 나무 형태로 유지하는 다중 가설 추적(MHT) 등이 있습니다. 최근에는 시각 특징 기술자나 학습된 임베딩으로 외형 유사도를 함께 쓰기도 합니다.
주의할 점
특징점 정합은 두 영상 사이 특징점 짝을 찾는 좁은 문제이고, 데이터 연관은 측정과 추정 중인 대상 전반의 대응을 다루는 넓은 개념입니다. 통계학에서 말하는 변수 간 "연관"과는 뜻이 다릅니다.