LSTM 기반 이동 장애물 상대 속도 및 경로 예측을 통한 무인항공기 충돌회피기법 연구 = Collision Avoidance Technique of UAV using the Relative Velocity and Trajectory Estimation of Moving Obstacles based on LSTM
저자
발행사항
서산 : 한서대학교 일반대학원, 2020
학위논문사항
학위논문(석사)-- 한서대학교 일반대학원 : 항공시스템공학과 무인항공기시스템공학전공 2020. 2
발행연도
2020
작성언어
한국어
주제어
발행국(도시)
충청남도
형태사항
66 ; 26 cm
일반주기명
지도교수: 이동진
UCI식별코드
I804:44015-200000287061
소장기관
본 논문에서는 충돌 인식 및 회피 성능을 향상시키기 위해 LSTM 기반 이동 장애물 상대 속도 및 경로 예측을 적용한 충돌 회피 알고리즘을 제안한다. 본 논문에서 제안하는 충돌 회피 알고리즘은 물체 탐지 및 위치 추정을 수행한 후, 충돌 인식 및 회피하는 개념을 적용하여 안전한 회피를 수행하는 것을 목표로 한다.
물체 탐지를 위한 탐지 센서로 사전 정보를 알 수 없는 물체에 대한 탐지가 가능하도록 비협업센서를 사용하였다, 무인항공기에 탑재가 용이하고 2차원의 픽셀 정보로부터 물체에 대한 식별이 가능한 영상 센서와 무인항공기에 탑재가 가능하며 주변 물체에 대한 거리 및 방향을 측정할 수 있는 LiDAR를 선정하였다. 영상 센서를 활용한 물체 탐지에는 YOLOv2를 활용하여 환경 요인 변화에 따른 탐지 성능을 방지하였으며, LiDAR에서 탐지한 물체의 거리 및 방향을 영상 센서를 활용한 탐지 결과와 융합하여 탐지 물체의 위치를 추정하였다.
기존의 충돌 인식 및 회피 알고리즘은 물체의 현재 속도 또는 가속도를 이용하여 경로를 예측한 후 충돌 인식 및 회피를 수행한다. 해당 알고리즘은 속도 또는 가속도의 변화가 큰 물체에 대한 경로 예측 오차가 증가하게 되며, 이로 인해 충돌 인식 및 회피 성능이 저하된다. 이를 보완하기 위하여 본 연구에서는 시간에 따른 물체의 속도 및 위치를 예측할 수 있는 LSTM을 충돌 인식 및 회피 알고리즘에 적용하고자 한다. LSTM을 활용하여 물체의 속도 및 위치를 예측하기 위해 시간에 따른 물체의 속도 및 위치에 대한 시계열 데이터를 생성하였다. 생성한 시계열 데이터를 LSTM에 대입하여 학습을 수행하였으며, 학습 결과 정상적으로 물체의 속도 및 위치가 예측되는 것을 확인하였다. 기존의 알고리즘과 LSTM을 적용한 알고리즘의 성능을 비교 및 분석하기 위하여 시뮬레이션을 수행하였다. 시뮬레이션 수행 결과, 속도가 실시간으로 변화하는 물체에 대하여 기존의 알고리즘보다 LSTM을 적용한 알고리즘의 충돌 인식 및 회피 성능이 높은 것을 확인함으로써 본 논문에서 제안하는 알고리즘의 성능을 검증하였다.
In this paper, we propose a collision avoidance algorithm of UAV using the relative velocity and trajectory estimation of moving obstacles based on LSTM to improve collision recognition and avoidance performance. The collision avoidance algorithm proposed in this paper aims to perform safe avoidance by applying the concept of collision recognition and avoidance after performing object detection and position estimation.
We used non-cooperative sensor to detect an object whose prior information is unknown. We selected an image sensor that can be easily mounted on UAV and can identify objects from two-dimensional pixel information. Also we selected a LiDAR that can be mounted on UAV and can measure distances and directions of surrounding objects. We use YOLOv2 for object detection using image sensor to prevent detection performance degradation according to environmental factors. To estimate the position of the detected object, we combined with the distance and direction of the object detected by LiDAR, and the detection result using the image sensor.
The existing collision recognition and avoidance algorithm performs collision recognition and avoidance after predicts trajectory using the current velocity or acceleration of the object. This algorithm degrades collision recognition and avoidance performance, because it increases the trajectory prediction error for an object with large of velocity or acceleration changes. To compensate for this, this paper applied LSTM that can predict the velocity and position of objects over time, to collision recognition and avoidance algorithms. In order to predict the velocity and position of the object using LSTM, we generated time series data about the velocity and position of the object over time. We performed LSTM learning by substituting the generated time series data. As a result of the learning, we confirmed that the velocity and position of the object were predicted normally. We performed simulation to compare and analyze the performance of the existing algorithm and the algorithm based on LSTM. As a result of the simulation, we confirmed the collision recognition and avoidance performance of the algorithm based on LSTM is higher than existing algorithm. Through this simulation result, we verified the performance of the algorithm proposed in this paper.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)