[논문]쿼드콥터와 객체추적 기법을 이용한 스마트 드론에 관한 연구

양우석; 천명현; 장건우; 김상훈

쿼드콥터와 객체추적 기법을 이용한 스마트 드론에 관한 연구
A Study on Smart Drone Using Quadcopter and Object Tracking Techniques 원문보기

양우석 (국립한경대학교 전기전자제어공학과) , 천명현 (국립한경대학교 전기전자제어공학과) , 장건우 (국립한경대학교 전기전자제어공학과) , 김상훈 (국립한경대학교 전기전자제어공학과)

본 논문에서는 객체 추적이 가능한 쿼드콥터의 구현에 대하여 연구하였다. 드론의 안정적인 호버링 및 영상촬영을 위하여 쿼드로터의 비행원리와 PID 제어에 대한 이론을 연구하고 보다 안전한 실험환경 구성을 위한 Solution을 제시하였다. 또한 색 정보와 광흐름(Optical Flow) 기법을 공간 주파수 영역의 영상처리 방법(Nonlinear Matched Filter)과 융합하여 객체추적 하는 방법을 연구하였다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 쿼드콥터의 자세제어와 안전한 실험 방법 및 객체추적방법에 대하여 연구하였다. 특히 드론을 실험하는 과정에서 본 연구자들이 만든 실험대로 드론의 자세제어 안정화를 꾀했으며 보다 안전하고 효율적인 실험환경을 구축하였다.
이에 사용자가 원하는 객체를 설정하고 그것이 움직임에 따라 지속적으로 추적하여 최적의 영상을 제작할 수 있도록 하기 위해 도움이 되는 기술 개발이 필요하게 되었다. 영상처리기술을 활용하여 사용자가 원하는 것을 지정하였을 때 이것을 지속적으로 추적하고 촬영하여 보다 쉽게 원하는 영상을 습득하게 하게 도움을 주는 것을 목표로 하고 있다.

제안 방법

실험을 통해 PID gain 값이 실제 드론의 호버링에 끼치는 영향은 P, D, I순으로 크다는 것을 알 수 있었다. gain값 조정을 위해 초기 D와 I값을 0으로 맞추고 P, D, I 순으로 적절한 gain값을 조정하는 방법을 사용하였다. 본 실험에 사용된 베어링 이외에 좀 더 높은 자유도를 가지는 베어링을 사용하면 Roll, Pitch와 약간의 Yaw도 함께 제어 할 수 있다.
CAM-Shift와 색 검출 방식을 융합하여 객체추적을 시도 해 보았지만 원하는 객체와 비슷한 색 정보를 가진 것이 존재할 경우나 혹은 배경의 색 정보가 이와 유사할 경우 관심영역 설정이 정확하게 되지 않는 것을 볼 수 있었다. 따라서 보다 정확한 객체 검출이 필요하다는 것을 인지하여 공간 주파수 영역에서의 영상처리 기술을 추가하여 실험하였다.
따라서 보다 정확한 객체 인식방법이 필요하게 되었고 이것을 위하여 영상간의 컨벌루션 연산을 이용한 상관관계 필터 즉, 정합필터(Matched Filter)중 k차 비선형 정합필 터(k^th Low Nonlinear Matched Filter)를 사용하는 방법을 연구하였다. 또한 처리 속도를 높이기 위한 공간 주파수 영역에서의 영상처리 기법을 사용하였다.
쿼드콥터의 자세제어를 연구 하는 데에 있어 프로펠러에 의해 실험자가 부상을 입을 가능성이 항상 존재한다. 따라서 안전을 위하여 안면 보호구 및 방검 장갑 등을 착용하였고 PID 자세제어를 위한 실험에서 드론을 보다 효과적으로 고정하기 위하여 아래 (그림 4)와 같이 실험대를 제작하였다.
Low Nonlinear Matched Filter)를 사용하는 방법을 연구하였다. 또한 처리 속도를 높이기 위한 공간 주파수 영역에서의 영상처리 기법을 사용하였다.
CAM-Shift는 Continuously Adaptive Mean-Shift 의 약자로 Mean-Shift를 계속해서 수행하며 객체의 탐색 영역을 스스로 조정하는 기법이며 Mean-Shift기법의 변형으로 객체의 고속추적이 가능하다. 본 논문에서는 Cam-Shift와 색 정보를 이용한 자동 관심 영역 설정을 이용하여 객체를 추적하였다.

데이터처리

먼저 원하는 roll, pitch, yaw, altitude 를 결정하면 각 변수의 현재 값을 센서 모델을 통해 받아들인 후에 각각의 오차를 비례,적분, 미분 해준다. 이 값을 통해 각 모터에 얼마만큼의 전압을 걸어주어야 하는지를 inverse kinematics를 통해 계산해 낸다. 모터 드라이버에 해당 전압이 인가되면 로터의 모델을 통해 프로펠러의 속도가 계산된다.

이론/모형

본 논문에서는 (그림 2)와 같이 PID제어를 기반으로 하여 이중PID제어 알고리즘을 적용하였다. 외부 루프는 Pcontroller, 내부 루프에서는 PID controller를 적용했다.

성능/효과

CAM-Shift와 색 검출 방식을 융합하여 객체추적을 시도 해 보았지만 원하는 객체와 비슷한 색 정보를 가진 것이 존재할 경우나 혹은 배경의 색 정보가 이와 유사할 경우 관심영역 설정이 정확하게 되지 않는 것을 볼 수 있었다. 따라서 보다 정확한 객체 검출이 필요하다는 것을 인지하여 공간 주파수 영역에서의 영상처리 기술을 추가하여 실험하였다.
아래 (그림 5)와 같이 객체의 색 정보를 지정하면 그에 맞는 관심영역이 자동적으로 설정되고 이것을 CAM-Shift 방식으로 추적하게 된다. 객체가 빠르게 움직여도 효과적으로 추적이 가능하였고 객체가 영상에서 사라진 후 다시 나타나는 경우에도 찾아내는 것을 알 수 있었다.
공간 주파수 영역에서의 영상처리 방법으로 비선형 정합필터(Nonlinear Matched Filter)를 사용하여 객체의 정확한 추적이 가능함을 알았다. 따라서 CAM-Shift 나 Optical Flow 기법과 융합하여 보다 정확한 객체추적이 가능하도록 알고리즘을 개선하는 방법을 연구 중이다.
드론과 봉은 2개의 베어링을 이용하여 연결되어 마찰로 인한 실험 오차를 최소화 하는 동시에 단단하게 고정될 수 있다. 실험대를 이용하면 Roll과 Pitch의 PID Gain 값을 조정할 때 Roll, Pitch 각각의 Gain 값에만 집중하여 제어 할 수 있으므로 보다 안전하고 정확한 실험이 가능하다.
실험을 통해 PID gain 값이 실제 드론의 호버링에 끼치는 영향은 P, D, I순으로 크다는 것을 알 수 있었다. gain값 조정을 위해 초기 D와 I값을 0으로 맞추고 P, D, I 순으로 적절한 gain값을 조정하는 방법을 사용하였다.
본 논문은 쿼드콥터의 자세제어와 안전한 실험 방법 및 객체추적방법에 대하여 연구하였다. 특히 드론을 실험하는 과정에서 본 연구자들이 만든 실험대로 드론의 자세제어 안정화를 꾀했으며 보다 안전하고 효율적인 실험환경을 구축하였다.

후속연구

또한 영상처리 부분에서 비선형 MACH 필터(Nonlinear Maximum Average Correlation Height Filter) 등의 보다 발전된 기법을 추가하여 객체추적에 활용할 예정이다.
때문에 연산 시간이 늘어나게 되는 단점이 있음을 알게 되었다. 앞으로의 연구 방향은 PID 제어 알고리즘을 개선하고Kalman Filter를 추가하여 진동 잡음을 제거 하는 방법을 고안하는 것이다. 이를 통하여 보다 정밀하고 안정성 있는 제어를 가능하게 할 것이다.
앞으로의 연구 방향은 PID 제어 알고리즘을 개선하고Kalman Filter를 추가하여 진동 잡음을 제거 하는 방법을 고안하는 것이다. 이를 통하여 보다 정밀하고 안정성 있는 제어를 가능하게 할 것이다.

핵심어

질문

논문에서 추출한 답변

I제어란?

이때 미세한 진동을 없애기 위해 I제어가 쓰인다. I제어는 P제어 후 남아있는 잔류편차를 시간 단위로 적분하여 값을 누적시킨 뒤 일정 지점에서 조작량을 증가시키는 제어 방식이다. 이렇게 비례와 적분 동작의 조합으로 이루어진 제어를 PI제어라 한다.

PID제어는 어떤 동작들을 적절하게 사용하는가?

PID제어는 비례(Proportional), 적분(Integral), 미분(Derivative)동작을 적절하게 사용한다. PID제어를 쿼드콥터의 자세제어에 적용 하게 되면, P제어는 입력각도와 현재각도의 오차에 비례해서 제어하여 목표하는 각도에 근접하게 할 수 있다.

Optical Flow기법 이란?

객체추적에 활용 가능한 또 다른 방법은 위 (그림 6)과같은 광 흐름(Optical Flow)기법이다. 광 흐름 기법은 영상 내에서 자동적으로 특징 점을 지정하고 현재 프레임과 다음 프레임에서 특징 점의 차이를 바탕으로 화면의 움직임을 인지하거나 물체를 추적하는 방식이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

쿼드콥터와 객체추적 기법을 이용한 스마트 드론에 관한 연구
A Study on Smart Drone Using Quadcopter and Object Tracking Techniques 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

쿼드콥터와 객체추적 기법을 이용한 스마트 드론에 관한 연구 A Study on Smart Drone Using Quadcopter and Object Tracking Techniques 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

쿼드콥터와 객체추적 기법을 이용한 스마트 드론에 관한 연구
A Study on Smart Drone Using Quadcopter and Object Tracking Techniques 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper