선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 기존에 제안된 유도미사일 탐색기 상의 표적 크기 추정알고리즘인 TSE에 대한 성능개선을 위해 TTSE 알고리즘에 대한 연구결과를 나타내었다. TTSE 알고리즘은 TSE의 단점인 표적의 위치정보만을 사용한다는 점을 보완하기 위해 기존에 제안되었던 MBE 알고리즘의 표적 크기정보를 측정정보로 사용하는 방식을 융합한 알고리즘으로 두 개의 측정정보를 사용하여 표적의 크기를 추정함으로써 보다 정확하고 효과적인 표적 크기추정을 가능케 하였다.
제안 방법
- CCD영상에 표적 크기주정 알고리즘을 수행하기 위해 필요한 표적의 크기측정치를 산출하기 위해 ET (Edge Template) 알고리즘 및 크기추정을 위해 ET-MBE 알고리즘이 제안되었다. ET 알고리즘은 CCD영상에서 표적의 크기를 산출하기 위한 알고리즘이기 때문에 최근 새롭게 개발된 TSE 알고리즘의 초기값 및 정확한 표적의 위치를 산출하기 위한 측정값으로도 사용가능하다.
- TSE 알고리즘과 표적추적 필터의 결합은 표적추적 결과 표적으로 선택된 측정치의 크기정보를 TSE 알고리즘에서 사용하고 TSE 알고리즘에 의해 결정된 표적의 크기만큼 표적의 탐색영역을 확장하는 방법을 사용한다.
- 모델링한 전차의 크기는 포신을 제외하고 가로 약 10m, 세로 8m, 높이 6m 크기이다. 때문에 건물에 비해 매우 작으며 전후의 형상보다 좌우의 형상이 전차의 형상이 복잡하기 때문에 크기 추정이 어려워 본 시뮬레이션에서는 좌측을 향하는 전차 상황을 테스트한다.
- 실제 전차가 CCD상에 나타난 모습은 인터넷이나 실제 확인을 통해 이루어졌으며 이에 대한 모델링은 실측치에 근거하여 이루어졌다. 또한 CCD탐색기 환경의 영상도 인터넷이나 실제 자연환경에 대한 촬영을 근거하여 제작하였으나 단지 성능확인을 위해 바위나 잔디 등 세부적인 자연환경에 대한 모델링 및 묘사를 본 시뮬레이션에서는 생략하였다. 사용된 공력 데이터는 실측값을 기반으로 하나 실측값을 측정하기 위한 자세한 사항은 본 논문의 요지를 벗어난 사항으로 생략한다.
- 환경을 구성하였다. 시뮬레이션은 3차원 그래픽 라이브러리인 OpenGL로 구성되었으며 동체고정형 CCD 탐색기를 장착한 표적과 상대거리가 1km인 경우 발사하는 시나리오의 단거리 유도탄의 비행을 모사하는 시뮬레이션이다. 시뮬레이션을 제작하기 위해 실제 전차가 CCD상에서 어떻게 나타나는지 확인 및 해당영상을 구현하였으며 사용된 유도미사일의 움직임 또한 실제 측정한 공력데이터 값을 기반으로 제작되었다.
- 시뮬레이션은 3차원 그래픽 라이브러리인 OpenGL로 구성되었으며 동체고정형 CCD 탐색기를 장착한 표적과 상대거리가 1km인 경우 발사하는 시나리오의 단거리 유도탄의 비행을 모사하는 시뮬레이션이다. 시뮬레이션을 제작하기 위해 실제 전차가 CCD상에서 어떻게 나타나는지 확인 및 해당영상을 구현하였으며 사용된 유도미사일의 움직임 또한 실제 측정한 공력데이터 값을 기반으로 제작되었다. 실제 전차가 CCD상에 나타난 모습은 인터넷이나 실제 확인을 통해 이루어졌으며 이에 대한 모델링은 실측치에 근거하여 이루어졌다.
- 시뮬레이션을 제작하기 위해 실제 전차가 CCD상에서 어떻게 나타나는지 확인 및 해당영상을 구현하였으며 사용된 유도미사일의 움직임 또한 실제 측정한 공력데이터 값을 기반으로 제작되었다. 실제 전차가 CCD상에 나타난 모습은 인터넷이나 실제 확인을 통해 이루어졌으며 이에 대한 모델링은 실측치에 근거하여 이루어졌다. 또한 CCD탐색기 환경의 영상도 인터넷이나 실제 자연환경에 대한 촬영을 근거하여 제작하였으나 단지 성능확인을 위해 바위나 잔디 등 세부적인 자연환경에 대한 모델링 및 묘사를 본 시뮬레이션에서는 생략하였다.
- 이러한 문제를 해결하고자 ET 알고리즘 개선 및 표적의 크기 정보를 사용하여 TSE 알고리즘을 개선한 TTSE (Target Size Information - Triangulation based target Size Estimator) 알고리즘을 제안한다. 본 논문의 II장에서는 TSE 알고리즘을 Ⅲ장에서는 표적의 크기정보를 사용하는 TTSE 알고리즘에 대해 설명하고 IV장에서는 제안한 TTSE 알고리즘의 성능을 확인 및 검증하기 위해 수행한 시뮬레이션 결과를 설명하고 마지막 V장에서는 결론을 내린다.
- 이와 같은 문제점은 ET 알고리즘을 기반으로 하는 표적 추적위치가 변하기 때문에 표적의 요격율에도 영향을 미친다. 이러한 문제점을 개선하기 위해 기존의 ET에서 사용하는 4개의 최대 매칭점이 교차하는 위치가 아닌 4개의 최대 매칭점이 구성하는 크기 정보를 사용하도록 개선한다.
- 제안한 TTSE 알고리즘의 성능을 분석하기 위하여 시뮬레이션 환경을 구성하였다. 시뮬레이션은 3차원 그래픽 라이브러리인 OpenGL로 구성되었으며 동체고정형 CCD 탐색기를 장착한 표적과 상대거리가 1km인 경우 발사하는 시나리오의 단거리 유도탄의 비행을 모사하는 시뮬레이션이다.
- 제안한 표적 크기추정 알고리즘은 영상표적추적 알고리즘의 성능을 개선하는 알고리즘이며 단독으로는 표적 추적이 불가능하기 때문에 다양한 표적추적 필터 알고리즘 [12-16]중 견실한 표적추적이 가능한 알고리즘인 HPDAF [16]를 결합하여 표적 크기추정 및 표적추적에 이르는 유도미사일 탐색기상에 동작 가능한 알고리즘을 구성하였다.
대상 데이터
- 표적으로 모델링하여 사용하였다. 모델링한 전차의 크기는 포신을 제외하고 가로 약 10m, 세로 8m, 높이 6m 크기이다. 때문에 건물에 비해 매우 작으며 전후의 형상보다 좌우의 형상이 전차의 형상이 복잡하기 때문에 크기 추정이 어려워 본 시뮬레이션에서는 좌측을 향하는 전차 상황을 테스트한다.
- 본 시뮬레이션에서 정지 표적의 요격성능을 확인하기 위한 대상으로 정지표적으로 가장 일반적인 대상인 건물보다 크기가 작고 형상이 균일하지 않아 크기추정이 어려운 전차를 표적으로 모델링하여 사용하였다. 모델링한 전차의 크기는 포신을 제외하고 가로 약 10m, 세로 8m, 높이 6m 크기이다.
데이터처리
- 시뮬레이션에서 사용하는 알고리즘은 제안한 TTSE 알고리즘과 CCD 영상에서 ET 알고리즘[10] 과 TSE 알고리즘[8] 을 결합한 ET-TSE [11] 알고리즘으로 제안한 알고리즘에 대한 기존 알고리즘 대비 개선된 효과를 비교한다.
- TTSE 알고리즘은 TSE의 단점인 표적의 위치정보만을 사용한다는 점을 보완하기 위해 기존에 제안되었던 MBE 알고리즘의 표적 크기정보를 측정정보로 사용하는 방식을 융합한 알고리즘으로 두 개의 측정정보를 사용하여 표적의 크기를 추정함으로써 보다 정확하고 효과적인 표적 크기추정을 가능케 하였다. 제안한 알고리즘은 시뮬레이션을 통해 기존에 제안되었던 템플릿매칭과 ET-TSE 알고리즘과 비교하였으며 개선된 성능을 확인 하였다. 본 알고리즘은 실제 CCD 환경에 적용하여 표적 요격 성능의 개선을 기대 할 수 있을 것으로 판단된다.
성능/효과
- 기존의 TSE 알고리즘에서는 표적의 위치정보를 필요로하기 때문에 식 (5)에 의한 표적의 크기에 대한 계산은 1회 수행하나 제안한 TTSE 알고리즘에서는 매 시간 산출되는 TSE의 각도정보 및 M侣E의 표적의 측정크기 정보를 동시에 사용하여 알고리즘의 성능을 개선한다.
- 표적의 크기추정 성능이 가장 극대화 되는 285 仓ame의 영상의 결과를 비교해보면 제안한 알고리즘인 TTSE 알고리즘이 ET-TSE 알고리즘보다 정확한 표적 크기 추정 성능을 보이며 기존의 ET-TSE와 같은 템플릿을 사용하는 표적의 단점이 보완되어 표적의 중심을 정확하게 추정하는 것을 확인할 수 있다. 또한 정확한 비교를 위해 285P・ame에 대한 표적 크기 추정영역 픽셀 대비 표적의 픽셀 및 표적 크기 추정역역 내 존재하는 표적의 픽셀을 비율로 비교한 표 1의 결과에서도 ET-TSE 알고리즘보다 TTSE 알고리즘이 상대적으로 우수함을 확인할 수 있다.
- 알고리즘이 적용되기 시작하는 234 ftame의 영상에서는 실선으로 사각형으로부터 표적의 크기추정에 두 알고리즘 모두 큰 차이는 없으나 점선으로 된 사각형으로부터 제안한 1TSE 알고리즘이 보다 표적의 크기를 정확하게 추정하는 것으로 나타났다. 표적의 크기추정 성능이 가장 극대화 되는 285 仓ame의 영상의 결과를 비교해보면 제안한 알고리즘인 TTSE 알고리즘이 ET-TSE 알고리즘보다 정확한 표적 크기 추정 성능을 보이며 기존의 ET-TSE와 같은 템플릿을 사용하는 표적의 단점이 보완되어 표적의 중심을 정확하게 추정하는 것을 확인할 수 있다.
- 알고리즘이 적용되기 시작하는 234 ftame의 영상에서는 실선으로 사각형으로부터 표적의 크기추정에 두 알고리즘 모두 큰 차이는 없으나 점선으로 된 사각형으로부터 제안한 1TSE 알고리즘이 보다 표적의 크기를 정확하게 추정하는 것으로 나타났다. 표적의 크기추정 성능이 가장 극대화 되는 285 仓ame의 영상의 결과를 비교해보면 제안한 알고리즘인 TTSE 알고리즘이 ET-TSE 알고리즘보다 정확한 표적 크기 추정 성능을 보이며 기존의 ET-TSE와 같은 템플릿을 사용하는 표적의 단점이 보완되어 표적의 중심을 정확하게 추정하는 것을 확인할 수 있다. 또한 정확한 비교를 위해 285P・ame에 대한 표적 크기 추정영역 픽셀 대비 표적의 픽셀 및 표적 크기 추정역역 내 존재하는 표적의 픽셀을 비율로 비교한 표 1의 결과에서도 ET-TSE 알고리즘보다 TTSE 알고리즘이 상대적으로 우수함을 확인할 수 있다.
후속연구
- 제안한 알고리즘은 시뮬레이션을 통해 기존에 제안되었던 템플릿매칭과 ET-TSE 알고리즘과 비교하였으며 개선된 성능을 확인 하였다. 본 알고리즘은 실제 CCD 환경에 적용하여 표적 요격 성능의 개선을 기대 할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.