• 한국항공우주학회지
• /
• 제38권11호
• /
• pp.1136-1143
• /
• 2010

NASA가 발사한 LRO 달 탐사선의 정밀궤도 결정을 위해서 지상에서 발사한 레이저를 이용하여 단방향 거리측정 기술이 적용되었는데, 이는 실제 탐사선의 임무에 활용되는 첫번째 시도라고 할 수 있다. 본 연구에서는 LRO 달 탐사선의 레이저 거리측정을 수행하는 탑재체 및 지상 시스템, 레이저 비행시간 및 망원경 지향 오차 요소들을 분석하였다. 또한, 지상에서 발사한 레이저 펄스가 earth window내에 검출되기 위한 기술들을 분석하였다. 이러한 기술들을 적용하여 실제 LRO 달 탐사선의 레이저 추적을 통해서 관측한 데이터를 분석하고 이를 통해 성공적인 단방향 거리측정 기술이 구현될 수 있음을 확인하였다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.