김윤식, 노명일, 김하연, 여인창, 손남선, "실해역 환경에서 해상 장애물 추적을 위한 위치 예측 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 145, 2026.02.09-02.12
Domestic Conference
2026.02.24 11:07
김윤식, 노명일, 김하연, 여인창, 손남선, "실해역 환경에서 해상 장애물 추적을 위한 위치 예측 방법", 2026년도 한국CDE학회 동계학술발표회, 용평, p. 145, 2026.02.09-02.12
조회 수 487
| 첨부 '1' |
|---|
| Abstract | USV (Unmanned Surface Vehicle)는 해양 감시, 해상 구조, 탐사 임무 등 다양한 해양 활동을 수행하기 위해 주변의 해상 장애물을 정확하고 신뢰성 있게 탐지하고 추적하는 기능이 필수적이다. 이를 위해 USV는 RADAR (RAdio Detection And Ranging), LiDAR (Light Detection And Ranging), 카메라 등 다양한 센서를 활용한다. 이 중 카메라는 높은 공간 해상도의 시각 정보를 제공하여 해상 장애물의 형상과 경계를 정밀하게 식별할 수 있고, 비교적 저비용 및 경량으로 탑재가 가능해 실용적인 해상 인지 센서로 널리 활용된다. 따라서 카메라 이미지 기반 해상 장애물 위치 예측에서는 이미지에서 장애물을 안정적으로 탐지한 뒤, 자선과 장애물 간 상대 거리와 각도를 정확히 산출하는 과정이 핵심이다. 그러나 기존의 2차원 탐지 기반 위치 예측 방법은 2차원 탐지와 2차원 위치 예측을 순차적으로 수행하므로, 각 단계에서 발생한 오차가 누적되어 최종 위치 예측 정확도가 저하되는 한계가 있다. 이러한 문제는 복잡한 해양 환경이나 장애물이 수평선 인근에 위치하는 상황에서 더욱 두드러진다. 본 연구에서는 이를 개선하기 위해 3차원 탐지 기반의 해상 장애물의 위치 예측 방법을 제안하였다. 제안된 방법은 3차원 공간에서 장애물 탐지와 위치 예측을 통합적으로 수행하여, 기존의 2차원 탐지 기반 위치 예측 방법의 누적 오차를 완화하고 위치 예측 성능을 향상시키는 것을 목표로 한다. 이를 위해, 실해역에서 취득한 센서 데이터를 활용해 장애물의 3차원 위치와 크기를 자동으로 생성하는 라벨링 방법을 개발하였다. 이렇게 구축된 3차원 라벨링 데이터로 3차원 탐지 모델을 학습한 뒤, 실해역 환경에 적용하여 성능을 검증하였다. 그 결과, 제안된 방법의 해상 장애물 위치 예측 정확도가 기존 방법 대비 유의미하게 향상됨을 확인하였다. |
|---|---|
| Publication Date | 2026-02-10 |
