• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권2호
• /
• pp.161-166
• /
• 2006

Localization of mobile agent within a sensing network is a fundamental requirement for many applications, using networked navigating systems such as the sonar-sensing system or the visual-sensing system. To fully utilize the strengths of both the sonar and visual sensing systems, This paper describes a networked sensor-based navigation method in an indoor environment for an autonomous mobile robot which can navigate and avoid obstacle. In this method, the self-localization of the robot is done with a model-based vision system using networked sensors, and nonstop navigation is realized by a Kalman filter-based STSF(Space and Time Sensor Fusion) method. Stationary obstacles and moving obstacles are avoided with networked sensor data such as CCD camera and sonar ring. We will report on experiments in a hallway using the Pioneer-DX robot. In addition to that, the localization has inevitable uncertainties in the features and in the robot position estimation. Kalman filter scheme is used for the estimation of the mobile robot localization. And Extensive experiments with a robot and a sensor network confirm the validity of the approach.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.329-344
• /
• 2023

본 논문에서는 소량 및 불균형 능동소나 데이터세트에 적용된 다양한 딥러닝 기반 표적식별기의 일반화 성능을 종합적으로 분석하였다. 서로 다른 시간과 해역에서 수집된 능동소나 실험 데이터를 이용하여 두 가지 능동소나 데이터세트를 생성하였다. 데이터세트의 각 샘플은 탐지 처리 이후 탐지된 오디오 신호로부터 추출된 시간-주파수 영역 이미지이다. 표적식별기의 신경망 모델은 다양한 구조를 가지는 22개의 Convolutional Neural Networks(CNN) 모델을 사용하였다. 실험에서 두 가지 데이터세트는 학습/검증 데이터세트와 테스트 데이터세트로 번갈아 가며 사용되었으며, 표적식별기 출력의 변동성을 계산하기 위해 학습/검증/테스트를 10번 반복하고 표적식별 성능을 분석하였다. 이때 학습을 위한 초매개변수는 베이지안 최적화를 이용하여 최적화하였다. 실험 결과 본 논문에서 설계한 얕은 층을 가지는 CNN 모델이 대부분의 깊은 층을 가지는 CNN 모델보다 견실하면서 우수한 일반화 성능을 가지는 것을 확인하였다. 본 논문은 향후 딥러닝 기반 능동소나 표적식별 연구에 대한 방향성을 설정할 때 유용하게 사용될 수 있다.

• 전기학회논문지
• /
• 제65권1호
• /
• pp.135-141
• /
• 2016

Recently, the needs for the development and application of marine robots are increasing as marine accidents occur frequently. However, it is very difficult to acquire the information by utilizing marine robots in the marine environment. Therefore, the needs for the researches of sensor networks which are composed of underwater, surface and aerial robots are increasing in order to acquire the information effectively as the information from heterogeneous robots has less limitation in terms of coverage and connectivity. Although various researches of the sensor network which is based on marine robots have been executed, all of the underwater, surface and aerial robots have not yet been considered in the sensor network. To solve this problem, a collaborative control method based on the acoustic information and image by the sonars of the underwater robot, the acoustic information by the sonar of the surface robot and the optical image by the camera of the static-floating aerial robot is proposed. To verify the performance of the proposed method, the collaborative control of a MUR(Micro Underwater Robot) with an OAS(Obstacle Avoidance Sonar) and a SSS(Side Scan Sonar), a MSR(Micro Surface Robot) with an OAS and a BMAR(Balloon-based Micro Aerial Robot) with a camera are executed. The test results show the possibility of real applications and the need for additional studies.

• 한국음향학회지
• /
• 제42권4호
• /
• pp.370-376
• /
• 2023

수중영상은 수중 잡음과 낮은 해상도로 표적의 형상과 구분이 명확하지 않다. 그리고 딥러닝의 입력으로 수중영상은 전처리가 필요하며 Segmentation이 선행되어야 한다. 전처리를 하여도 표적은 명확하지 않으며 딥러닝에 의한 탐지, 식별의 성능도 높지 않을 수 있다. 따라서 표적을 구분하며 명확하게 하는 작업이 필요하다. 본 연구에서는 수중영상에서 표적 그림자의 중요성을 확인하고 그림자에 의한 물체 탐지 및 표적 영역 획득, 그리고 수중배경이 없는 표적과 그림자만의 형상이 담긴 데이터를 생성하며 더 나아가 픽셀값이 일정하지 않은 표적과 그림자 영상을 표적은 흰색, 그림자는 흑색, 그리고 배경은 회색의 3-모드의 영상으로 변환하는 과정을 제시한다. 이를 통해 딥러닝의 입력으로 명확히 전처리된 판별이 용이한 영상을 제공할 수 있다. 또한 처리는 Open Source Computer Vision(OpenCV)라이브러리의 영상처리 코드를 사용했으면 처리 속도도 역시 실시간 처리에 적합한 결과를 얻었다.

• 대한전기학회논문지:전기물성ㆍ응용부문C
• /
• 제48권6호
• /
• pp.456-461
• /
• 1999

In this study, the characteristics of Ultrasonic Transducer fabricated with PZT-Polymer 1-3 type piezoelectric ceramic/polymer composite are investigated. 3-D underwater object restoration using the self-made ultrasonic transducer and modified SCL(Simple Competitive Learning) neural network was presented. The ultrasonic transducer was satisfied with the required condition of commerical ultrasonic transducer in underwater. The modified SCL neural network using the acquired object data $16\times16$ low resolution image was used for object restoration of $32\times32$ high resolution image. The experimental results have shown that the ultrasonic transducer fabricated with PZT-Polymer 1-3 type piezoelectric ceramic/polymer composite could be applied for SONAR system.

• 한국산업융합학회 논문집
• /
• 제26권1호
• /
• pp.133-141
• /
• 2023

Accurate measurement of seafloor topography plays a crucial role in developing marine industries such as maritime safety, resource exploration, environmental protection, and coastal management. The seafloor topography is constructed using side scan sonar (SSS) and single beam echosounder (SBES) or multibeam echosounder (MBES), which transmit and receive ultrasound waves through a device attached to a marine survey vessel. However, the use of a sonar system is affected by noise pollution areas, and the single beam has a limited scope of application. At the same time, the multibeam is mainly applicable for depth observation. For these reasons, it is difficult to determine the boundaries and areas of seafloor topography. Therefore, this study proposes a method to improve the backscatter data of multibeam echosounder, which has a relationship with the seafloor quality, by using digital image processing to classify the shape of the underwater surface.

• Ocean Systems Engineering
• /
• 제13권2호
• /
• pp.195-224
• /
• 2023

This paper proposes a method for the acoustic imaging wherein the traditional requirement of the relative movement between the transmitter and target is overcome. This is facilitated through the beamforming acoustic array in the transmitter, in which the target is illuminated by the array at various azimuth and elevation angles without the physical movement of the acoustic array. The concept of beam steering of the acoustic array facilitates the formation of the beam at desired angular positions of azimuth and elevation angles. This paper substantiates that the combination of illumination of the target from different azimuth and elevation angles with respect to the transmitter (through the beam steering of beam forming acoustic array) and the beam steering at multiple frequencies (through SF) results in enhanced reconstruction of images of the target in the underwater scenario. This paper also demonstrates the possibility of reconstruction of the image of a target in underwater without invoking the traditional algorithms of Digital Image Processing (DIP). This paper comprehensively and succinctly presents all the empirical formulae required for modelling the acoustic medium and the target to facilitate the reader with a comprehensive summary document incorporating the various parameters of multi-disciplinary nature.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2018년도 제58차 하계학술대회논문집 26권2호
• /
• pp.1-2
• /
• 2018

해상 선박의 안전을 위해 해저의 객체 및 장애물의 정확한 탐지를 위해 해저환경에서 감쇠현상이 비교적 적은 음파 기반의 소나가 널리 활용된다. 그러나 기존의 소나 영상 시뮬레이션은 고해상도의 영상, 잡음 처리, 해저지형과 객체 데이터 등의 방대한 데이터 처리로 인해 물체 탐지 및 식별을 위한 처리속도와 비용이 크게 증가한다. 이러한 문제를 최소화하기 위해서 해저지형, 객체 생성과 잡음 처리 모델을 Multi-Threading, SIMD 등 병렬처리를 적용하여 처리속도를 최적화 한다. 본 논문에서는 혼합된 병렬처리 방법을 적용하여 소나를 기반으로 해저 환경 시뮬레이션을 위한 모의 신호를 생성하는 성능을 향상시킨다. 병렬처리로 인해 개선된 성능을 순차처리에 따른 속도와 실험적으로 비교한다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.225-233
• /
• 2024

능동소나는 은밀하게 기동하는 수중 물체를 탐지하기 위해 음파를 송신하여 표적에서 반사되어 돌아오는 신호를 탐지한다. 그러나 능동소나의 수신 신호에는 표적의 반향음 외에도 해저면/해수면의 잔향, 생물 소음 및 기타 잡음 등이 섞여 있어 표적 인식을 어렵게 한다. 기존의 문턱값 이상의 신호를 탐지하는 기법은 설정한 문턱값에 따라 오탐지가 발생하거나 표적을 놓치는 경우가 발생할 뿐 아니라 다양한 수중환경마다 적절한 문턱값을 설정해야하는 문제가 있다. 이를 극복하기 위해 Constant False Alarm Rate(CFAR) 등의 기법을 이용한 문턱값의 자동산출과 진보된 형태의 추적 필터 및 연계 기법을 적용한 연구가 수행되었지만, 상당수의 탐지가 발생하는 환경에서는 그 한계가 있다. 최근 심층학습 기술이 발달함에 따라 수중 표적 탐지분야에도 이를 적용하기 위한 노력이 있었으나, 분류기 학습을 위한 능동소나 데이터의 획득이 매우 어려워 데이터가 희소할 뿐 아니라, 극소수의 표적과 상대적 다수의 비표적으로 인한 데이터의 불균형성으로 어려움이 있다. 본 논문에서는 탐지 신호의 에너지 분포 영상을 이용하되, 데이터의 불균형성을 고려한 방식으로 분류기를 학습하여 표적과 비표적을 구분하는 기법을 기존 소나처리 기법에 추가하여 표적의 오분류를 최소화하면서 비표적을 제거하여 능동소나 운용자의 표적 인식을 용이하게 하였다. 그리고 동해에서 수행한 해상실험에서 획득한 능동소나 데이터를 통해 제안 기법의 유효성을 검증하였다.

• 전자공학회논문지
• /
• 제53권5호
• /
• pp.55-65
• /
• 2016

해저면에 착저된 물체를 탐지하는 문제는 다양한 분야에서 중요한 문제이다. 본 논문에서는 천해에서 평탄한 해저면에 물체가 놓여있는 경우 이것의 위치를 탐지하는 방법을 제안한다. 기존 방법으로는 사이드스캔소나를 사용하여 탐지영역내에서 영상을 얻고 영상신호처리 기술을 이용하여 원통을 인식하는 연구들이 수행되어 왔으나 이는 높은 주파수를 사용하기 때문에 탐지거리가 짧고 깨끗한 영상을 얻기 위한 탐지시간이 길다. 본 논문에서는 6~20KHz의 중주파수의 linear frequency modulated (LFM) signal을 사용하는 monostatic active sonar system을 사용하여 수심 100m 내외의 천해에서 연속적인 ping에 따른 received reflected signals 간의 모델링을 수행하여 이 모델링 error의 변화에 따라 착저된 물체의 유무를 결정짓게 된다. 이 방법은 해저면이 균일한 sediment로 구성되었다는 가정만을 기반하며, 추가적으로 sediment를 구성하는 종류에 대한 사전 정보가 필요없다는 장점이 있다. 탐지확률과 탐지거리 측면에서 제안된 방법의 가능성을 모의실험을 통하여 검증하였다.