이원재, 노명일, 이성준, 하지상, 석영수, 오민재, "선박 운항 시 주변 인지를 위한 물체 탐지, 추적 및 거리 추정 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 431, 2019.10.24-26
Domestic Conference
2019.08.08 13:24
이원재, 노명일, 이성준, 하지상, 석영수, 오민재, "선박 운항 시 주변 인지를 위한 물체 탐지, 추적 및 거리 추정 방법", 2019년도 대한조선학회 추계학술발표회, 경주, pp. 431, 2019.10.24-26
조회 수 250
| 첨부 '1' |
|---|
| Abstract | 영상을 통한 선박 주변 상황의 인지 기술은 AIS (Automatic Identification System) 데이터로 인식할 수 없는 소형 선박이나, 장애물을 인지하는 데 있어 중요한 기술이다. 특히, 이 기술은 자율적으로 선박의 주변을 인지해야 하는 자율 운항 선박이나 사람의 실수를 방지하기 위한 운항 보조 시스템으로의 활용성이 매우 높다. 따라서 본 연구에서는 광학 카메라를 통해 촬영된 해양 환경 영상을 대상으로 물체 탐지 및 추적을 실시해 주변 선박 (타선)의 위치 및 이동 경로를 감지했다. 물체 탐지의 경우 최근 컴퓨터 비전 분야에서 널리 쓰이고 있는 CNN (Convolutional Neural Network)을 기반으로 한 딥 러닝 모델과 GPU (Graphics Processing Unit)를 활용하여 수행하였다. 이를 위해 Singapore Maritime Dataset을 학습용 데이터로 활용하여 딥 러닝 물체 탐지 모델을 학습시켰다. 학습된 모델의 정확도를 평가한 결과, 타선 등 물체 추적에 활용할 정도의 성능을 갖춘 것을 확인하였다. 물체 추적의 경우 이미지 상에서 물체와 수평선을 탐지하고, 단순화된 카메라 모델을 기반으로 타선과 카메라 (자선 탑재) 사이의 떨어진 거리와 방향을 추정한 후, 이 두개의 값을 Extended Kalman Filter에 적용하는 방법으로 공간 상에서 타선의 움직임을 추적하였다. 이때 상태 변수로 공간 상에서의 타선의 좌표, 속도, 이동 방향을 선정하였고, 측정 값으로 자선으로부터 타선이 떨어진 거리와 방향을 활용하였으며 각각의 탐지된 물체에 대해 적절한 초기값을 가정하였다. 결과적으로 본 연구에서 일정 거리 이내에서 이동하고 있는 선박들에 대해 탐지 및 거리를 추정하여 최종적으로는 그 선박들의 이동 경로를 추적할 수 있음을 확인하였다. |
|---|---|
| Publication Date | 2019-10-24 |
