레이다 기반 휠체어용 계단 인식 및 차원 측정 시스템

** 본 논문은 전동 휠체어 사용자가 건물 내부의 비장애인용 구역에서 마주치는 가장 큰 물리적 장벽인 계단을 자동으로 탐지하고, 안전하게 오를 수 있도록 지원하는 센서·알고리즘 통합 시스템을 제안한다. 기존의 트랙·레그 기반 계단 오르기 기구는 계단 형상에 대한 사전 지식이 필요하거나, 미끄러짐 위험이 높아 실용성이 떨어진다. 또한 라이다·카메라와 같은 광학 센서는 조명, 반사율, 먼지 등에 민감해 실외 환경에서 신뢰성이 낮다. 이러한 문제점을 해결하고자 저자들은 94 GHz FMCW 레이다와 회전 거울 스캐너를 결합한 2차원 스캔 시스템을 설계하였다. 레이다는 10 GHz 대역폭을 이용해 1.5 cm 거리 해상도를 제공한다. 이는 계단 단계 간 거리보다 충분히 작아 개별 계단을 구분할 수 있다. 레이다의 전파는 빛과 달리 햇빛·먼지·비에 영향을 받지 않으며, 물체의 전자기 반사 특성에 따라 강도가 달라지기 때문에 날카로운 모서리를 가진 계단을 높은 RCS(레이다 단면)로 감지한다. 하지만 단일 안테나(SISO) 레이다는 각도 정보를 제공하지 못한다. 이를 보완하기 위해 알루미늄으로 만든 볼록형 회전 거울을 도입하였다. 거울은 레이다 빔을 90° 반사시켜 수직·수평(높이·깊이) 평면을 스캔한다. 거울은 340° 회전 가능하며, 0.25°의 각 해상도로 3 m 거리에서 1 cm 높이 해상도를 달성한다. 거울과 레이다 사이의 거리(22 cm)는 후처리 단계에서 보정된다. 이 구조는 추가 안테나 배열 없이도 컴팩트하게 구현 가능해 휠체어에 직접 장착할 수 있다. 데이터 처리 흐름은 다음과 같다. 레이다가 연속 chirp 신호를 송신하고, 수신된 에코는 FFT를 통해 거리 스펙트럼으로 변환된다. DC 성분은 고역통과 필터로 제거하고, 각 피크는 목표 물체의 거리와 반사 강도를 나타낸다. 잡음·클러터 억제를 위해 Cell‑Averaging CFAR을 적용한다. CFAR은 슬라이딩 윈도우 내 평균을 기준으로 임계값을 설정해, 강도가 임계값을 초과하는 피크만을 남긴다. 이를 통해 계단 면의 고강도 영역이 2D 강도 맵으로 시각화된다. 계단을 실제로 검출하기 위해 파티클 필터 기반 알고리즘을 사용한다. 초기 파티클은 Gaussian 다중모드(GMM) 방식으로 고강도 영역 주변에 집중 배치한다. 파티클은 해당 위치의 반사 강도에 비례하는 가중치를 부여받고, 가중치에 따라 재샘플링을 수행한다. 재샘플링을 반복하면 파티클이 고강도 평면(계단 면)으로 수렴한다. 저자는 1000개의 파티클을 10개의 모드로 초기화했으며, 평균 2~5번의 재샘플링만으로 수렴한다. 수렴된 파티클은 (x, y) 좌표와 가중치를 기반으로 클러스터링한다. 클러스터링 민감도 ρ는 0.5로 설정해 과도한 분할을 방지하고, 클러스터당 파티클 수가 평균의 10% 미만이면 잡음 클러스터로 간주해 제거한다. 또한 10 cm 이하 거리 차이로 인접 클러스터를 중복으로 판단하고, 파티클 수가 적은 클러스터를 폐기한다. 최종적으로 남은 클러스터 수가 계단 수가 된다. 각 클러스터 내 파티클의 가중 평균을 이용해 깊이(d)를 추정한다. 구체적으로, 클러스터 i의 깊이는 \( d_i = \frac{\sum_{j=1}^{N_i} w_j x_j}{\sum_{j=1}^{N_i} w_j} \) 로 계산한다. 높이(h)는 3 dB 빔 모델을 활용한다. 레이다 빔의 상하 3 dB 경계 사이 각도를 이용해 빔 중심에서 하위 3 dB 경계까지의 거리 차이를 보정함으로써, 클러스터 상단 파티클의 y‑좌표를 실제 계단 상단 높이로 변환한다. 실험에서는 2 m 거리에서 y‑좌표 측정 오차가 1.8 cm였으며, 빔 모델 보정을 통해 최종 높이 오차를 1 cm 이하로 낮출 수 있었다. 실험은 실내 목재 계단과 실제 건물 외부 환경에서 수행되었다. 1 m~3 m 거리에서 3단계 계단을 대상으로, 시스템은 100% 계단 수 검출, 평균 깊이 오차 0.9 cm, 평균 높이 오차 1.1 cm를 기록했다. 또한 햇빛·그늘·먼지 등 다양한 조명·기상 조건에서도 레이다 신호가 안정적으로 유지되어, 라이다·카메라 기반 시스템이 실패하는 상황에서도 정상 작동했다. 한계점으로는 레이다 빔이 멀어질수록 폭이 넓어져 클러터가 증가하고, 복합 구조물(난간·손잡이 등)과 혼동될 가능성이 있다. 현재 시스템은 2D 평면만 스캔하므로, 비대칭 계단이나 곡선형 경사면에 대한 확장은 제한적이다. 향후 전자식 스캔(Phased‑Array)이나 다중 빔을 도입해 각도 해상도를 향상시키고, 딥러닝 기반 객체 분류를 결합해 복합 환경에서도 정확한 계단 구분이 가능하도록 개선할 수 있다. 결론적으로, 레이다와 회전 거울을 결합한 저비용·고신뢰성 계단 인식·차원 측정 시스템은 휠체어의 자동 계단 오르내림 기능 구현에 실질적인 기여를 할 수 있다. 레이다의 환경 독립성은 라이다·카메라 기반 접근법의 약점을 보완하며, 파티클 필터와 CFAR을 통한 효율적인 데이터 처리 파이프라인은 실시간 적용 가능성을 높인다. 향후 시스템을 다중 센서 융합 및 고차원 스캔으로 확장한다면, 보다 복잡한 실내·실외 환경에서도 휠체어의 자율 이동성을 크게 향상시킬 수 있을 것으로 기대된다. **