$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] DTW와 Kalman Filter를 결합한 비행표적의 광학추적 방법
The Optical Tracking Method of Flight Target using Kalman Filter with DTW 원문보기

한국항행학회논문지 = Journal of advanced navigation technology, v.25 no.3, 2021년, pp.217 - 222  

장석원 (국방과학연구소)

초록
AI-Helper 아이콘AI-Helper

EOTS(electro-optical tracking system)는 유도무기의 성능 평가를 위해 유도무기를 추적하여 영상을 획득하는데 활용되고 있다. 유도무기에 대한 추적을 잃어버렸을 경우 유도무기가 매우 빠르게 비행하기 때문에 운용자가 이를 다시 포착하는 것은 거의 불가능하다. 레이더나 텔레메트리 데이터를 활용하여 재 포착 하는 방법이 활용되고 있으나 데이터를 실시간으로 수신할 수 있는 통신망의 설치가 수반되어야하기 때문에 장소에 대한 제약이 따른다. 하지만 유도무기 비행시험 수행 시 계산되는 예상 궤적은 실시간으로 수신할 필요 없이 저장해두었다가 사용할 수 있기 때문에 통신망 설비와 관계없이 활용이 가능하다. 본 논문에서는 미리 알고 있는 비행체의 예상 궤적을 활용하여 비행체를 잃어버렸을 시 비행체의 위치를 예상하는 방법을 제안한다. DTW (dynamic time warping)를 통해 예상궤적과 추적궤적을 비교하여 비행체의 각속도를 추정하고 이를 Kalman Filter의 보정단계에서 관측 값으로 활용하여 비행체의 다음 상태를 예측한다. 제안한 방법의 타당성을 실제 비행체 궤적에 적용하여 검증하였다.

Abstract AI-Helper 아이콘AI-Helper

EOTS(Electro-Optical Tracking System) is utilized in acquiring visual information to assess a guided missile's performance. As the missile travels so fast, it is almost impossible for operator to re-capture the lost target. The RADAR or telemetry data are used to re-capture the lost target however f...

주제어

표/그림 (12)

참고문헌 (7)

  1. N. Dalal and B. Triggs, "Histograms of oriented gradients for human detection," in Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, San Diego: CA, pp. 886-893, 2005 

  2. D. G. Lowe, "Distinctive image features from scale-invariant keypoints," International Journal of Computer Vision, Vol. 60, No. 2, pp. 91-110, Nov. 2004. 

  3. R. Girshick, J. Donahue, T. Darrell, and J. Malik, "Rich feature hierarchies for accurate object detection and semantic segmentation," in Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Columbus: OH, pp. 580-587, 2014 

  4. J. Redmon and A. Farhadi, YOLOv3: An incremental improvement. Technical Report, arXiv preprint arXiv: 1804.02767, 2018 

  5. G. Zhai, C. Wu and Y. Wang, "Millimeter wave radar target tracking based on adaptive Kalman Filter," 2018 IEEE Intelligent Vehicles Symposium, Changshu:China, pp. 483-458, 2018 

  6. J. Tang, A. Singh, N. Goehausen and P. Abbeel, "Parameterized maneuver learning for autonomous helicopter flight," in 2010 IEEE International Conference on Robotics and Automation, Anchorage: AK, pp. 1142-1148, 2010 

  7. S. Park, "Design of small optical tracker for use in the proving ground," Journal of Advanced Navigation Technology, Vol. 24, No. 3, pp. 224-231. Jun. 2020. 

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로