• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.39-40
• /
• 2017

소나 영상 시뮬레이션은 실시간 처리를 위해 병렬처리를 사용하여 연산성능을 증대시키고 있다. 하지만 모듈 간 병렬처리, 영상처리 알고리즘, 방대한 데이터 처리와 같은 시뮬레이션에 적용되는 작업은 성능향상을 위한 최적의 연산장치와 병렬처리 기법이 달라 실시간 처리를 위한 최적화가 어렵다. 본 논문에서는 효율적인 소나 영상 시뮬레이션의 개발을 위해 연산장치 및 병렬처리 기법에 따른 기술을 분류하고 실제 적용된 사례들을 소개한다.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2000년도 추계학술대회 논문집
• /
• pp.216-221
• /
• 2000

This paper deals with the Gain Control in the processing of the underwater acoustic image obtained from side scan sonar(SSS) system. At first, this paper describes the principles of SSS that is a surveying equipment for the underground of the rivers or dams as well as sea floor. Then this paper analyzes the cause and effects of the time varying intensity from the view point of transmission loss and beam pattern. At last, the time varying gain filter that is adopted by the towfish is introduced.

• 한국군사과학기술학회지
• /
• 제20권1호
• /
• pp.33-39
• /
• 2017

In this paper, an effective feature which is capable of classifying targets among the detections obtained from 2D range-bearing maps generated in active sonar environments is proposed. Most conventional approaches for target classification with the 2D maps have considered magnitude of peak and statistical features of the area surrounding the peak. To improve the classification performance, HOG(Histogram of Gradient) feature, which is popular for their robustness in the image textures analysis is applied. In order to classify the target signal, SVM(Support Vector Machine) method with reduced HOG feature by the PCA(Principal Component Analysis) algorithm is incorporated. The various simulations are conducted with the real clutter signal data and the synthesized target signal data. According to the simulated results, the proposed method considering HOG feature is claimed to be effective when classifying the active sonar target compared to the conventional methods.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.108-118
• /
• 2017

본 논문은 수중 로봇 항법에 사용하기 위한 영상 소나 기반 SLAM (simultaneous localization and mapping) 방법을 제안하고, 성능 평가를 위해 실제 로봇에 탑재하여 실험한 내용을 소개한다. 일반적인 수중 항법은 관성 센서에서 출력되는 정보를 바탕으로 로봇의 위치 및 자세(x,y,z,${\phi}$,${\theta}$,${\psi}$)를 추정한다. 하지만, 장시간 주행할 경우 위치 오차의 누적으로 인하여 정확도가 감소하게 된다. 이에 본 논문에서는 영상 소나로부터 얻을 수 있는 외부 정보를 바탕으로 관성 항법의 위치 추정 성능을 높이고 지도 작성을 수행할 수 있는 SLAM 방법을 제안하고자 한다. 영상 소나를 위한 인공 표식물과 확률 기반 물체 인식 구조를 통해 인공 표식물의 인식 성능을 높이고, 이를 통해 얻게 된 인공 표식물의 위치 정보를 활용하여 관성 항법의 누적 오차를 줄이고자 한다. 항법 알고리즘으로는 확장형 칼만 필터(Extended Kalman Filter, EKF)를 적용하여 로봇의 위치 및 자세를 추정하고 지도를 작성한다. 제안한 방법은 선박해양플랜트연구소에서 보유 중인 수중 로봇 'yShark'에 탑재하여 대형 수조에서 실시간 검증을 수행하였다.

• 한국산학기술학회논문지
• /
• 제14권9호
• /
• pp.4507-4513
• /
• 2013

수중사석고르기와 같은 수중공사작업을 수행하기 위하여 개발 진행 중인 무인수중장비를 수중공사현장에 투입할 경우, 작업 시 발행하는 부유물들로 인하여 탁도가 높아진다. 이러한 수중환경에서 광학카메라를 이용할 경우, 수중전방인식이 불가능할 수 있다. 이를 극복하기 위하여 무인수중장비에 소나를 탑재하고자 한다. 소나를 무인수중 장비에 적용하기에 앞서, 본 연구에서는 소나의 분해능, 탁도가 높은 물 속에서 스캐닝한 소나이미지를 확인하여 장비의 성능을 분석하였다. 그리고 수중공사현장의 경계면을 표시하기 위한 방법을 제안하였다. 이를 통하여 무인수중 장비에 적용하기 위한 소나의 기초 성능을 확인하였다.

• 센서학회지
• /
• 제32권2호
• /
• pp.110-117
• /
• 2023

Reconstructing underwater geometry in real time with forward-looking sonar is critical for applications such as localization, mapping, and path planning. Geometrical data must be repeatedly calculated and overwritten in real time because the reliability of the acoustic data is affected by various factors. Moreover, scattering of signal data during the coordinate conversion process may lead to geometrical errors, which lowers the accuracy of the information obtained by the sensor system. In this study, we propose a three-step data processing method with low computational cost for real-time operation. First, the number of data points to be interpolated is determined with respect to the distance between each point and the size of the data grid in a Cartesian coordinate system. Then, the data are processed with a nonlinear interpolation so that they exhibit linear properties in the coordinate system. Finally, the data are transformed based on variations in the position and orientation of the sonar over time. The results of an evaluation of our proposed approach in a simulation show that the nonlinear interpolation operation constructed a continuous underwater geometry dataset with low geometrical error.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.1044-1049
• /
• 2018

CNN(Convolutional Neural Networks)은 동물의 시각정보처리과정을 모델링한 신경망으로 다양한 분야에서 좋은 성능을 보여주고 있다. 본 논문에서는 CNN을 사용하여 능동소나 신호의 스펙트로그램을 분석하고, 표적과 비표적을 식별하는 연구를 수행하였다. 데이터를 표적이 포함된 비율에 따라 8클래스로 구분하고, CNN의 학습에 사용하였다. 신호의 스펙트로그램을 프레임별로 나누어 입력으로 사용한 결과, 표적신호의 위치에서만 표적신호에 해당하는 7개 클래스의 식별 결과가 순차적으로 나타나는 특성을 사용하여 표적과 비표적을 식별해낼 수 있었다.

• 한국음향학회지
• /
• 제40권6호
• /
• pp.546-554
• /
• 2021

수중 탐지를 위한 합성개구소나(Synthetic Aperture Sonar, SAS) 신호처리에서는 탑재플랫폼이 직선경로를 따라 주행한다고 가정한다. 그러나 실제로는 플랫폼의 복잡한 운동에 따른 궤적 교란으로 인해 SAS 영상에 번짐과 같은 왜곡이 발생한다. 본 연구에서는 예인형 SAS 개발을 위해 궤적 교란에 의한 SAS 영상 왜곡을 개선하기 위한 방법으로서, Redundant Phase Center (RPC)을 이용한 예인체 운동 추정 및 영상 보정, 그리고 자동 초점 기법인 Phase Gradient Autofocus (PGA) 기법에 대해 검토하였다. 그리고 시뮬레이션을 통해, sway로 인해 왜곡된 SAS 영상에 이 기법들을 적용하고 그 성능 및 유효성에 대해 살펴보았다.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.246-254
• /
• 2020

본 논문에서는 학습 기반 압축 센싱 기법을 이용한 측면주사 소나 영상의 비균일 잡음 제거 알고리즘을 제안한다. 제안하는 기법은 Iterative Shrinkage and Thresholding Algorithm(ISTA) 알고리즘을 기반으로 하고 있으며 성능 향상을 위해 학습네트워크의 비선형성을 강화시키는 전략을 선택하였다. 제안된 구조는 입력 신호를 비선형 변환과 초기화 하는 부분, Sparse 공간으로 변환 및 역변환하는 ISTA block, 특징 공간에서 픽셀 공간으로 변환하는 부분으로 구성된다. 제안된 기법은 다양한 모의 실험을 통해 잡음 제거 성능 및 메모리 효율성 측면에서 우수함이 입증되었다.

• 전자공학회논문지
• /
• 제53권10호
• /
• pp.116-122
• /
• 2016

본 논문은 수중에서 사용되는 영상 소나를 이용하여 수중 물체의 외형 복원을 수행하여 보고 그 결과를 분석한다. 일반적으로 해양 측량에 많이 사용되는 다중빔 해양 측심기(Multi-beam echo sounder, MES)보다 더 자세한 수중 환경 관찰이 가능한 영상 소나는 상하 방사영역 정보의 불확실성으로 인해 3차원 복원 연구로 활용되기에 어려움이 있다. 이에 본 논문에서는 소나 영상에서 얻는 물체에 대한 3차원 높이 정보의 불확실성을 줄이기 위해 영상 소나의 상하 방사영역을 좁게 조정하여 영상 소나의 3차원 물체 외형 복원의 어려움을 극복하고자 한다. 또한, 음향 채널별 잡음 제거 필터를 적용하고, 음향 채널별 상호보완 거리값 검출 방법의 적용을 통해 3차원 위치 정보의 정확도를 높이고자 한다. 제안한 수중 물체 외형 복원 방법은 3가지 물체(원뿔, 구, 기둥)에 대해 3차원 복원 실험을 수행하여 보고 그 결과를 분석하였다.