이혜원, 노명일, 박정호, "선박 추적을 위한 센서 데이터 연관 방법", 2022년도 대한조선학회 춘계학술발표회, 제주, pp. 309, 2022.06.02-04
Domestic Conference
2022.03.30 21:52
이혜원, 노명일, 박정호, "선박 추적을 위한 센서 데이터 연관 방법", 2022년도 대한조선학회 춘계학술발표회, 제주, pp. 309, 2022.06.02-04
조회 수 246
| 첨부 '1' |
|---|
| Abstract | 선박은 AIS (Automatic Identification System), 레이더, 카메라 등 여러 종류의 센서로부터 주변 환경에 대한 정보를 얻으며, 인식의 정확도를 보다 높이기 위해 여러 센서 데이터를 융합하는 과정을 거친다. 각 센서 데이터는 포함하는 정보와 수신 주기 등이 모두 상이하며, 이에 각 센서 데이터를 서로 연관시키는 작업이 필수적으로 이루어져야 한다. 특히, AIS 데이터의 경우 선박의 고유 식별 번호 (MMSI, Maritime Mobile Service Identity)를 포함하고 있지만, 레이더나 카메라로부터 탐지된 선박은 정보가 제한적이기 때문에 데이터 연관을 통해 ID를 부여하는 과정이 필요하다. 일반적으로 데이터 연관에는 위치를 기반으로 한 NN (Nearest Neighbor) 방법이 주로 사용된다. 하지만 이는 선박의 밀도가 높고 센서의 이상치가 빈번한 경우에는 정확도가 떨어진다는 단점이 있다. 또한, 각 센서가 포함하는 다양한 정보를 활용하기 어렵다. 따라서 본 연구에서는 데이터 연관을 위해 데이터 패턴을 매칭시키는 PPM (Point Pattern Matching) 방법을 활용하였다. 그리고 카메라가 포함하는 시각 정보를 활용하여 정확도를 높일 수 있도록 선박의 위치뿐만 아니라 속도와 크기 등의 정보를 활용하여 데이터 연관을 수행하였다. 이를 통해 AIS, 레이더, 그리고 카메라로부터 얻은 선박의 다양한 정보들을 연관시키고 최종적으로 센서 융합에 활용하였다. 데이터 연관 방법의 효용성을 확인하기 위해 가상 시뮬레이션 환경을 구축하여 각 센서 데이터를 생성하였다. 카메라의 경우 Unity를 활용하여 가상의 이미지를 생성하고, 딥 러닝 모델을 통해 선박을 탐지하여 위치 및 크기 데이터를 얻었다. 최종적으로 제안한 방법들을 시뮬레이션을 통해 검증하였으며, 기존의 데이터 연관 방법보다 개선된 결과를 얻을 수 있음을 확인하였다. |
|---|---|
| Publication Date | 2022-06-02 |
