Domestic Conference

김하연, 노명일, 하지상, 조영민, 이혜원, "센서 데이터를 활용한 해상 장애물의 개선된 추적 방법", 2023년도 대한조선학회 춘계학술발표회, 부산, pp. 436, 2023.05.02-04

by SyDLab posted Jun 09, 2023
?

단축키

Prev이전 문서

Next다음 문서

ESC닫기

크게 작게 위로 아래로 댓글로 가기 인쇄
Extra Form
Abstract 선박의 충돌 회피를 위한 해상 장애물의 탐지 및 추적에는 RADAR (Radio Detection And Ranging), AIS (Automatic Identification System), 카메라 등의 센서 데이터가 주로 사용되고 있다. 본 연구에서는 확장 칼만 필터 (Extended Kalman Filter) 기반의 개선된 추적 방법과 인공신경망 기반의 추적 방법을 센서 데이터에 적용해 해상 장애물의 경로 (trajectory), 속력 (Speed Over Ground, SOG), 진행 방향 (Course Over Ground, COG)을 추적했다. 확장 칼만 필터 기반의 개선된 추적 방법은 해상 장애물의 시스템 모델과 측정값을 이용하여 추정값을 업데이트하는 방법으로, 센서의 노이즈 특성에 따라 파라미터를 변경하여 사용한다. 최적의 파라미터를 결정하고 추적의 정확도를 개선하기 위해 이를 최적화 문제로 정식화하여 최적화를 수행하고, 이를 사용해 해상 장애물의 상태를 추적했다. 인공 신경망 모델 중 하나인 LSTM (Long Short-Term Memory)기반의 추적 방법은 과거 데이터에 기반하여 해상 장애물의 이전 상태로부터 다음 상태를 예측하는 방법이다. 제안한 두 가지 추적 방법으로 해상 장애물의 상태를 추적해 정답으로 가정한 AIS 데이터와 비교한 결과, 두 방법 모두 기존 방법 대비 높은 정확도로 해상 장애물을 추적함을 확인했다.
Publication Date 2023-05-04

김하연, 노명일, 하지상, 조영민, 이혜원, "센서 데이터를 활용한 해상 장애물의 개선된 추적 방법", 2023년도 대한조선학회 춘계학술발표회, 부산, pp. 436, 2023.05.02-04