| Abstract | 선박 운항 시 안전을 위해서는 주위 해양 장애물의 움직임을 정확히 파악하는 것이 중요하다. 해양 장애물은 주로 RADAR (RAdio Detection And Ranging)로 탐지되며, CFAR (Constant False Alarm Rate) 알고리즘을 활용해 잡음이 많은 환경에서도 특정 분포의 노이즈를 오탐지할 확률을 이용하여 안정적으로 탐지할 수 있다. 탐지된 데이터는 다수의 점으로 구성되어 있어, DBSCAN (Density-Based Spatial Clustering of Applications with Noise)과 같은 군집화 알고리즘을 이용하여 동일한 장애물을 식별하는 추가적인 과정이 필요하다. 그러나 데이터가 많은 경우, 오랜 계산 시간으로 인해 실시간 군집화가 어려울 수 있다. 최근 활발한 연구가 진행되고 있는 딥 러닝 기반의 이미지 분할 알고리즘은 학습된 모델을 사용하여 이미지 내 객체들을 픽셀 단위로 정확하게 구분할 수 있으며, 이를 통해 별도의 군집화 과정 없이 실시간으로 장애물을 식별할 수 있다. 본 연구에서는 딥 러닝 기반 이미지 분할 알고리즘인 SAM (Segment Anything Model) 기반 알고리즘을 이용하여 RADAR 이미지로부터 장애물 탐지 정보를 추출하였다. 또한, 추출된 탐지 데이터를 활용하여 장애물의 trajectory, COG (Course Over Ground), 그리고 SOG (Speed Over Ground)를 실시간으로 추적하였으며, 이 과정에서 잡음이 포함된 측정값으로부터 장애물의 상태를 추정하는 확장 칼만 필터와 딥 러닝 알고리즘을 결합한 혼합 추적 방법을 적용하였다. 최종적으로, 실제 해양 환경에서 취득한 RADAR 데이터에 본 연구에서 제안한 방법을 적용하여 해양 장애물을 효과적으로 탐지 및 추적할 수 있음을 확인하였다. |
|---|---|
| Publication Date | 2024-08-21 |