KR101862065B1 - 비행체를 이용한 영상 기반 바람 추정 장치 및 방법 - Google Patents

비행체를 이용한 영상 기반 바람 추정 장치 및 방법 Download PDF

Info

Publication number
KR101862065B1
KR101862065B1 KR1020170093902A KR20170093902A KR101862065B1 KR 101862065 B1 KR101862065 B1 KR 101862065B1 KR 1020170093902 A KR1020170093902 A KR 1020170093902A KR 20170093902 A KR20170093902 A KR 20170093902A KR 101862065 B1 KR101862065 B1 KR 101862065B1
Authority
KR
South Korea
Prior art keywords
target
wind
angle
image
azimuth
Prior art date
Application number
KR1020170093902A
Other languages
English (en)
Inventor
박상혁
류한석
Original Assignee
한국항공대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국항공대학교산학협력단 filed Critical 한국항공대학교산학협력단
Priority to KR1020170093902A priority Critical patent/KR101862065B1/ko
Application granted granted Critical
Publication of KR101862065B1 publication Critical patent/KR101862065B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G01P5/02—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft by measuring forces exerted by the fluid on solid bodies, e.g. anemometer
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes

Abstract

비행체를 이용한 바람 추정 방법에 관한 것이며, 비행체를 이용한 바람 추정 방법은 (a) 상기 비행체의 공기 중 비행 속도 및 기수 방위각을 획득하는 단계; (b) 상기 비행체에 장착된 영상 획득 장치로부터 영상을 수신하고, 상기 비행체의 기수 방향과 상기 영상 내의 목표물 방향이 이루는 기수-목표물 각도를 획득하는 단계; 및 (c) 상기 공기 중 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 상기 기수 방위각과 상기 기수-목표물 각도와 상기 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 상기 바람 속도를 추정하는 단계를 포함할 수 있다.

Description

비행체를 이용한 영상 기반 바람 추정 장치 및 방법 {VISION-BASED WIND ESTIMATION APPARATUS AND METHOD USING FLIGHT VEHICLE}
본원은 비행체를 이용한 영상 기반의 바람 추정 장치 및 방법에 관한 것이다.
비행체의 유도 및 제어 성능은 바람 속도에 의해 영향을 받는다.
일반적으로 비행체를 이용한 바람 속도의 추정은 대기센서로부터 얻는 대기속도와 위성항법시스템(Global Positioning System, GPS)으로부터 얻는 지면속도의 차이를 통해 이루어진다. 그러나, GPS를 이용하는 바람 속도 추정 방법은 GPS 수신이 불가능한 상황에서 바람 속도의 추정이 제대로 이루어지지 못하는 단점이 있으며, 이와 같이 바람 속도의 추정이 제대로 이루어지지 못하는 경우에는 바람의 영향을 반영한 비행체의 정확한 위치 추정이 불가능하게 된다.
본원의 배경이 되는 기술은 논문 ["무인 파라포일 시스템을 위한 바람 추정 기법 연구", 한국항공운항학회지 제23권 제1호 (2015. 3) pp.8-13 1225-9705 KCI, 김태욱, 송용규], [Pachter, M., Ceccarelli, N., and Chandler, P. R., "Estimating MAV's Heading and the Wind Speed and Direction using GPS, Inertial and Air Speed Measurements," AIAA Guidance, Navigation and Control Conference, AIAA Paper 2008-6311, Aug. 2008.], [M. Kumon; I. Mizumoto; Z. Iwai; M. Nagata "Wind Estimation by Unmanned Air Vehicle with Delta Wing", Proceedings of the 2005 IEEE International Conference on Robotics and Automation, pp.1896-1901, DOI: 10.1109/ROBOT.2005.1570390], [Matthew B. Rhudy; Yu Gu; Jason N. Gross; Haiyang Chao "Onboard Wind Velocity Estimation Comparison for Unmanned Aircraft Systems", IEEE Transactions on Aerospace and Electronic Systems, Vol.PP, No.99, 2017, pp.1-1, DOI: 10.1109/TAES.2017.2649218 Year: 2017, Volume: PP, Issue: 99, Pages: 1 - 1, DOI: 10.1109/TAES.2017.2649218] 및 [Sanghyuk Park"Autonomous crabbing by estimating wind using only GPS velocity", IEEE Transactions on Aerospace and Electronic Systems, Vol.52, No.3, 2016, pp.1399-1407, DOI: 10.1109/TAES.2016.140491]에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 바람의 영향을 반영한 비행체의 정확한 위치 추정을 가능하게 하는 비행체를 이용한 영상 기반의 바람 추정 장치 및 방법을 제공하려는 것을 목적으로 한다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, GPS 수신이 불가능한 상황에서도 바람 속도를 추정할 수 있는 비행체를 이용한 영상 기반의 바람 추정 장치 및 방법을 제공하려는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 제1 측면에 따른 비행체를 이용한 바람 추정 방법은, (a) 상기 비행체의 공기 중 비행 속도 및 기수 방위각을 획득하는 단계; (b) 상기 비행체에 장착된 영상 획득 장치로부터 영상을 수신하고, 상기 비행체의 기수 방향과 상기 영상 내의 목표물 방향이 이루는 기수-목표물 각도를 획득하는 단계; 및 (c) 상기 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 상기 기수 방위각과 상기 기수-목표물 각도와 상기 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 상기 바람 속도를 추정하는 단계를 포함할 수 있다. 여기서, 비행체의 공기 중 비행 속도는 비행체의 공기에 대한 상대속도 V air라 할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 제2 측면에 따른 비행체를 이용한 바람 추정 장치는, 상기 비행체에 장착된 영상 획득 장치로부터 영상을 수신하는 영상 수신부; 상기 비행체의 공기 중 비행 속도 및 기수 방위각을 획득하고, 상기 영상을 기반으로 하여 상기 비행체의 기수 방향과 상기 영상 내의 목표물 방향이 이루는 기수-목표물 각도를 획득하는 획득부; 및 상기 공기 중 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 상기 기수 방위각과 상기 기수-목표물 각도와 상기 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 상기 바람 속도를 추정하는 바람 속도 추정부를 포함할 수 있다. 여기서, 비행체의 공기 중 비행 속도는 비행체의 공기에 대한 상대 속도 V air라 할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 제3 측면에 따른 컴퓨터 프로그램은, 본원의 제1 측면에 따른 비행체를 이용한 바람 추정 방법을 실행시키기 위하여 기록매체에 저장되는 것일 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 비행체에 장착된 영상 획득 장치로부터 수신한 영상을 이용하여 바람 속도를 추정할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 영상 기반의 바람 속도 추정을 통해 GPS 수신이 불가능한 상황에서도 바람 속도를 용이하게 추정함과 더불어 바람의 영향을 반영한 비행체의 정확한 위치 추정이 가능하다.
전술한 본원의 과제 해결 수단에 의하면, 고정익 항공기가 방향축 안정성(Directional Stability)으로 인해 바람이 불면 항공기의 기수가 바람이 불어오는 쪽을 향하여 비행하려는 특성이 있고 이에 따라 지상의 고정된 목표물에 대하여 항공기의 상대적인 시선각이 바뀌게 된다는 점을 고려하여, 영상 기반으로 획득된 정보에 기초하여 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 기수 방위각과 기수-목표물 각도와 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터에 적용함으로써 바람 속도를 정확하게 추정할 수 있다.
다만, 본원에서 얻을 수 있는 효과는 상기된 바와 같은 효과들로 한정되지 않으며, 또 다른 효과들이 존재할 수 있다.
도 1은 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 장치의 개략적인 구성을 나타낸 도면이다.
도 2는 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 장치를 설명하기 위해 비행체와 목표물의 위치를 개략적으로 나타낸 도면이다.
도 3은 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 방법에 대한 동작 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결" 또는 "간접적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 장치(100)의 개략적인 구성을 나타낸 도면이고, 도 2는 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 장치(100)를 설명하기 위해 비행체와 목표물의 위치를 개략적으로 나타낸 도면이다.
이하에서는 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 장치(100)를 설명의 편의상 본 바람 추정 장치(100)라 하기로 한다.
도 1 및 도 2를 참조하면, 본 바람 추정 장치(100)는 영상 수신부(110), 획득부(120), 바람 속도 추정부(130)를 포함할 수 있다.
영상 수신부(110)는 비행체(1)에 장착된 영상 획득 장치(또는 카메라)로부터 촬영된 영상을 수신할 수 있다.
여기서, 비행체(1)는 항공기, 드론, 무인기 등을 의미할 수 있다. 일예로, 비행체(1)는 고정익 항공기일 수 있다. 다만 이에만 한정되는 것은 아니고, 비행체(1)는 바람의 영향을 받는 공중에서의 비행 가능한 모든 기기를 포함할 수 있다.
비행체(1)는 적어도 하나의 센서를 포함할 수 있다. 비행체(1)는 일예로 공기속도 센서 및 지자기(또는 지자계) 센서를 포함한 2개의 센서를 포함할 수 있다.
획득부(120)는 공기속도 센서(또는 대기속도 센서)를 통해 비행체(1)와 관련된 속도 정보를 획득할 수 있다. 일예로, 획득부(120)는 비행체(1)와 관련된 속도 정보로서 비행체(1)의 바람(또는 공기, 대기)에 대한 상대속도를 획득할 수 있다. 공기 속도 센서는 일예로 피토관(pitot tube, 피토 튜브)일 수 있다. 또한, 후술할 획득부(120)는 지자기 센서를 이용하여 비행체(1)와 관련된 각도(방향 각) 정보를 수신할 수 있다. 일예로, 획득부(120)는 비행체(1)와 관련된 각도 정보로서 기수 방위각을 획득할 수 있다.
즉, 획득부(120)는 비행체(1)의 공기 중 비행 속도 및 기수 방위각(
Figure 112017071300698-pat00001
, 기수 각)을 획득할 수 있다. 여기서, 비행체(1)의 공기 중 비행 속도는 비행체의 공기에 대한 상대 속도 V air라 할 수 있다.
또한, 획득부(120)는 영상 수신부(110)에서 수신된 영상을 기반으로 하여 비행체(1)의 기수 방향과 영상 내의 목표물 방향(target direction)이 이루는 기수-목표물 각도(
Figure 112017071300698-pat00002
)를 획득할 수 있다. 달리 표현하여, 획득부(120)는 영상 내 목표물(target, 2)에 대한 비행체(1)의 기수 방향의 상대적인 방향각을 기수-목표물 각도로서 획득할 수 있다.
한편, 일반적으로 고정익 항공기는 방향축 안정성(Directional Stability)으로 인해 바람이 불면 항공기의 기수가 바람이 불어오는 쪽을 향하여 비행하려는 특성이 있다. 이에 따라, 바람이 불면 항공기의 기수 각이 편향하게 되어 결과적으로 지상에 고정된 목표물에 대한 항공기의 상대적인 시선각이 바뀌게 된다. 이러한 특성을 고려하여, 본 바람 추정 장치(100)는 연속적으로 획득되는 영상을 기반으로 하여, 영상 내 식별된 고정 목표물(2)에 대한 비행체(1)의 기수 방향의 상대적인 방향각을 이용함으로써 영상 기반의 바람 속도를 추정할 수 있다.
즉, 본 바람 추정 장치(100)는 기수-목표물 각도를 측정 변수로 이용하여 바람 속도를 추정할 수 있다. 기수-목표물 각도는 비행체(1)의 기수 방향으로부터 영상 내 목표물(target, 2)이 위치한 방향에 이르는 각도를 의미할 수 있다.
획득부(120)는 이미지 인식 알고리즘 및 사용자 입력 중 적어도 하나에 기초하여 식별된 영상 내 목표물의 위치를 이용하여 기수-목표물 각도를 획득할 수 있다. 여기서, 이미지 인식 알고리즘은 목표물의 위치 인식과 관련하여 수동 조작에 의해 이루어지는 마우스 좌표 입력을 대체하여, 사용자가 선택한 목표물을 자동으로 인식하여 추적할 수 있는 기 개발되거나 향후 개발되는 영상 인식 알고리즘을 의미할 수 있다. 또한, 사용자 입력은 일예로 지상관제 소프트웨어로 전송되는 카메라 화면 윈도우의 마우스 좌표 값을 의미할 수 있다.
구체적으로, 획득부(120)는 기수-목표물 각도를 영상 내에서 식별된 목표물(2)에 대한 화소 위치를 이용하여 획득할 수 있다. 이때, 본 바람 추정 장치(100)는 이미 알려지거나 향후 개발되는 자동 영상인식 및 추적 방법을 이용하여 영상 내에서 목표물(2)의 위치를 식별할 수 있다. 예시적으로, 식별되는 목표물(2)은 사용자 입력에 기반하여 설정될 수 있다. 예를 들어, 영상을 보고 있는 사용자가 화면 터치 또는 마우스 클릭 등의 입력을 수행함으로써 목표물(2)이 설정될 수 있다. 또는, 식별되는 목표물(2)은 이미지 인식 알고리즘에 기반하여 자동으로 설정될 수 있다. 목표물(2)은 움직임이 없는 고정된 목표물(고정 목표물)일 수 있다. 예를 들어, 고정 목표물은 전봇대, 건물, 나무, 주차된 자동차 등일 수 있으며, 이에만 한정되는 것은 아니고, 다양한 고정 목표물이 적용될 수 있다.
비행체는 weather cock effect에 의해 바람이 불어오는 방향으로 기수가 향하게 되는 경향을 갖는다. 이러한 바람에 의한 기수 방향 변화에 의하면, 비행체에 설치된 영상 획득 장치(카메라)의 시선방향과 고정된 목표물 위치가 이루는 각도(이는 영상 획득 장치의 고정된 목표물 위치에 대한 viewing angle로서, 공중에서 지면 방향으로 바라본 2차원 평면상에서의 각도를 의미함) 또한 변동될 수 있다. 이러한 바람에 의한 각도 변화 경향에 따르면, 노즈 축(nose axis)에서 시작하여 목표물 방향에 이르는 각도를 측정하는 기수-목표물 각도는, 일예로 영상 획득 장치가 비행체(1)에 부착된 방향에 대한 각도(예를 들어, 영상 획득 장치가 비행체의 기수 방향으로부터 90도의 각도를 이루는 방향의 영상을 획득되도록 부착된 각도)에 편차 각(deviation angle)
Figure 112017071300698-pat00003
를 더함으로써 획득될 수 있다. 여기서, 편차 각은 일예로 마우스 포인트에 대한 화면(또는 영상)상의 좌표로부터 계산될 수 있다.
상기 편차 각 또는 기수-목표물 각도를 산출하는 방법론과 관련하여서는, 상기와 같이 수동 및 이미지 인식 알고리즘 중 적어도 하나에 기반하여 고정 목표물이 식별된 경우, 비행체에 고정적으로 장착된 영상 획득 장치를 이용한 시각적인 측정(visual measurements)을 각도로 변환하는 알고리즘을 이용하면, 기수-목표물 각도가 산출될 수 있다. 예시적으로, 상기 알고리즘은 "S. Park, "Vision-based guidance for loitering over a target", International Journal of Aeronautical and Space Sciences (ISSN:2093-274X), Vol. 17, No. 3, pp. 366-377, Sep. 2016. doi: http://dx.doi.org/10.5139/IJASS.2016.17.3.366" 문헌을 참고하여 이해될 수 있으나, 이에만 한정되는 것은 아니며 공지된 알고리즘 혹은 향후 창안되는 알고리즘이 다양하게 적용될 수 있다.
바람 속도 추정부(130)는 비행체(1)의 공기 중 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델(dynamics model, 역학 모델) 및 비행체(1)의 기수 방위각과 기수-목표물 각도와 비행체(1)의 목표물에 대한 위치 방위각(
Figure 112017071300698-pat00004
)의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 바람 속도를 추정할 수 있다.
바람 속도를 추정하기에 앞서, 바람 속도 추정부(130)는 확장 칼만 필터의 동적 모델과 측정 모델을 정의할 수 있다. 여기서, 바람 속도 추정부(130)는 동적 모델을 정의할 때 Dubins vehicle 모델을 이용할 수 있다. 바람 속도 추정부(130)는 동적 모델과 측정 모델이 정의되면 이를 확장 칼만 필터에 적용함으로써 바람 속도를 추정할 수 있다. 여기서, 확장 칼만 필터는 표준화된 알고리즘으로서 이는 본원이 속하는 기술분야의 통상의 지식을 가진 자에게는 잘 알려진 기술이므로, 이하에서는 확장 칼만 필터의 알고리즘에 대한 설명보다는 그에 적용되는 동적 모델과 측정 모델의 정의에 대하여 구체적으로 설명하기로 한다. 구체적인 설명은 다음과 같다.
바람 속도 추정부(130)는 동적 모델과 관련하여 비행체(1)의 공기 중 비행 속도와 바람 속도의 속도 관계 정보를 하기 수학식 1과 같이 정의할 수 있다. 즉, 속도 관계 정보는 하기 수학식 1을 만족할 수 있다. 달리 표현하여, 속도 관계 정보로서 비행체(1)의 관성 비행 속도(위치 변화)는 하기 수학식 1로 표현될 수 있다. 여기서, 비행체(1)의 관성 비행 속도(위치 변화)는 비행체의 지면에 대한 속도를 의미할 수 있다.
[수학식 1]
Figure 112017071300698-pat00005
여기서, N은 북쪽 방향, E는 동쪽 방향,
Figure 112017071300698-pat00006
는 북쪽 방향을 향한 비행체의 비행 속력(이는 남북 방향에 대하여 어느 일 방향을 양의 방향, 다른 일 방향을 음의 방향으로 설정한 비행체의 비행 속력으로 넓게 이해될 수 있다. 예를 들면, 이는 북쪽 방향을 양의 방향, 남쪽 방향을 음의 방향으로 설정한 비행체의 비행 속력을 의미할 수 있으나 이에만 한정되는 것은 아니며, 남쪽 방향을 양의 방향으로 설정할 수도 있을 것이다),
Figure 112017071300698-pat00007
는 동쪽 방향을 향한 비행체의 비행 속력(이는 동서 방향에 대하여 어느 일 방향을 양의 방향, 다른 일 방향을 음의 방향으로 설정한 비행체의 비행 속력으로 넓게 이해될 수 있다. 예를 들면, 이는 동쪽 방향을 양의 방향, 서쪽 방향을 음의 방향으로 설정한 비행체의 비행 속력을 의미할 수 있으나 이에만 한정되는 것은 아니며, 서쪽 방향을 양의 방향으로 설정할 수도 있을 것이다), V air는 비행체의 바람(또는 공기, 대기)에 대한 상대 속도의 스칼라 값(달리 말해, 비행체의 바람에 대한 상대 속력), V wind는 바람 속도의 스칼라 값(달리 말해, 풍속),
Figure 112017071300698-pat00008
는 기수 방위각을 나타낸다. 여기서, 기수 방위각의 경우, 공중에서 지면 방향으로 바라보았을 때 정북 기준으로 시계 방향이 (+) 방향일 수 있다.
한편, 도 2에 도시된 V는 비행체(1)의 지면(또는 관성) 속도(V)를 나타낸다. 일반적으로 고정익 항공기는 방향축 안정성이 있기 때문에 바람에 대한 상대 속도인 벡터V air(이때, 도 2에서의 V air는 벡터를 의미하고, 수학식 1에서의 V air는 스칼라 값을 의미함. 즉, 수학식 1에 한정하여 V air는 스칼라 값을 의미하고, 본원 명세서 전반에서 V air는 벡터를 의미함)가 비행체(1)의 기수 방향과 나란하게 된다. 그러나, 바람이 부는 경우에는 도 2에 도시된 바와 같이 비행체(1)의 기수 방향이 비행체(1)의 진행 방향(V에 대응하는 방향)과 나란하지 않을 수 있다.
또한, 동적 모델은 바람 속도 변화 정보와 기수 방위각 변화 정보를 포함할 수 있다. 이때, 바람 속도 변화 정보와 기수 방위각 변화 정보는 브라운 운동(Brownian motion)에 대응하는 상수 값으로 설정될 수 있으며, 이는 하기 수학식 2를 만족할 수 있다. 달리 말해, 바람 속도 변화 정보(바람 속도의 미분값)와 기수 방위각 변화 정보(기수 방위각의 미분값)는 브라운 운동을 가정하여 하기 수학식 2와 같이 표현될 수 있다.
[수학식 2]
Figure 112017071300698-pat00009
여기서,
Figure 112017071300698-pat00010
은 북쪽 방향으로 부는 바람의 속력 변화 정보(
Figure 112017071300698-pat00011
)에 대응하는 상수 값(달리 말해, 북쪽 방향을 향한 바람 속력 변화 정보에 대응하는 상수 값),
Figure 112017071300698-pat00012
는 동쪽 방향으로 부는 바람의 속력 변화 정보(
Figure 112017071300698-pat00013
)에 대응하는 상수 값(달리 말해, 동쪽 방향을 향한 바람 속력 변화 정보에 대응하는 상수 값),
Figure 112017071300698-pat00014
는 기수 방위각 변화 정보(
Figure 112017071300698-pat00015
)에 대응하는 상수 값을 나타낸다. 참고로, 북쪽 방향으로 부는 바람 또는 북쪽 방향을 향한 바람의 속력이라 함은, 남북 방향에 대한 바람의 속력으로 이해될 수 있다. 즉, 북쪽 방향으로 부는 바람 또는 북쪽 방향을 향한 바람의 속력은, 남북 방향에 대하여 어느 일 방향을 양의 방향, 다른 일 방향을 음의 방향으로 설정한 바람의 속력으로 이해될 수 있다. 예를 들어 이는 북쪽 방향을 양의 방향, 남쪽 방향을 음의 방향으로 설정한 바람의 속력을 의미할 수 있다. 한편, 동쪽 방향으로 부는 바람 또는 동쪽 방향을 향한 바람의 속력도 상술한 바와 유사하게 이해될 수 있다.
본 바람 추정 장치(100)는 기수 방위각 변화 정보를 고려함으로써 강건한 바람 속도 추정이 이루어지도록 하고, 이에 따라 보다 정확한 비행체(1)의 위치 추정을 가능하게 할 수 있다.
다음으로, 바람 속도 추정부(130)는 측정 모델과 관련하여 기수 방위각과 기수-목표물 각도와 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 정의할 수 있다.
구체적으로, 바람 속도 추정부(130)는 바람 속도를 추정하기 위해 기수 방향과 영상 내의 목표물 방향이 이루는 기수-목표물 각도의 기하학적 관계식을 유도할 수 있다. 이를 위해, 바람 속도 추정부(130)는 영상 내 목표물(2)의 위치를 원점으로 하여 비행체의 목표물에 대한 위치 방위각을 하기 수학식 3과 같이 정의할 수 있다. 즉, 비행체의 목표물에 대한 위치 방위각은 하기 수학식 3을 만족할 수 있다. 수학식 3에 의하면, 비행체의 목표물에 대한 위치 방위각은 영상 내 목표물(2)의 위치를 원점으로 했을 때 비행체의 위치와 관계되어 정의될 수 있다. 달리 표현하여, 비행체의 목표물에 대한 위치 방위각은 원점으로 지정된 영상 내 목표물(2)의 위치를 기준으로 하여 산출되는 방위각을 의미한다.
[수학식 3]
Figure 112017071300698-pat00016
여기서,
Figure 112017071300698-pat00017
는 비행체의 목표물에 대한 위치 방위각, P N은 원점으로부터 북쪽 방향을 향한 비행체의 위치(달리 말해, 원점에서 북쪽 방향으로의 비행체 위치), P E는 원점으로부터 동쪽 방향을 향한 비행체의 위치(달리 말해, 원점에서 동쪽 방향으로의 비행체 위치)를 나타낸다. 참고로, 원점으로부터 북쪽 방향을 향한 비행체의 위치 또는 원점으로부터 북쪽 방향으로의 비행체 위치라 함은, 남북 방향에 대한 비행체의 위치로 이해될 수 있다. 즉, 원점으로부터 북쪽 방향을 향한 비행체의 위치 또는 원점으로부터 북쪽 방향으로의 비행체 위치는, 남북 방향에 대하여 원점을 기준으로 어느 일 방향을 양의 방향, 다른 일 방향을 음의 방향으로 설정한 비행체의 위치로 이해될 수 있다. 예를 들어 이는 북쪽 방향을 양의 방향, 남쪽 방향을 음의 방향으로 설정한 비행체의 위치를 의미할 수 있다. 한편, 동쪽 방향을 향한 비행체의 위치도 상술한 바와 유사하게 이해될 수 있다.
기수-목표물 각도는 상기 수학식 3을 통해 정의된 비행체의 목표물에 대한 위치 방위각을 고려하여 하기 수학식 4와 같이 정의될 수 있다. 즉, 기수-목표물 각도의 기하학적 관계식으로 표현되는 측정 모델은 하기 수학식 4를 만족할 수 있다.
[수학식 4]
Figure 112017071300698-pat00018
여기서,
Figure 112017071300698-pat00019
는 기수-목표물 각도의 측정값,
Figure 112017071300698-pat00020
는 비행체의 목표물에 대한 위치 방위각(달리 표현하여, 목표물을 기준으로 한 비행체의 위치 방위각),
Figure 112017071300698-pat00021
는 기수 방위각,
Figure 112017071300698-pat00022
은 기수-목표물 각도의 측정값에 대한 측정 잡음(noise) 정보를 나타낸다.
수학식 4에 의하면, 측정 모델은 기수-목표물 각도의 측정값에 대한 측정 잡음 정보를 고려할 수 있다. 또한, 측정 모델에는 기수 방위각에 대한 측정 잡음 정보가 고려된 기수 방위각의 측정값이 고려될 수 있다. 기수 방위각의 측정값은 하기 수학식 5와 같이 표현될 수 있다.
[수학식 5]
Figure 112017071300698-pat00023
여기서,
Figure 112017071300698-pat00024
은 기수 방위각의 측정값,
Figure 112017071300698-pat00025
는 기수 방위각,
Figure 112017071300698-pat00026
는 기수 방위각에 대한 측정 잡음 정보를 나타낸다.
이러한 본 바람 추정 장치(100)는 측정 잡음이 고려된 기수-목표물 각도와 측정 잡음이 고려된 기수 방위각을 측정 변수로 고려할 수 있다. 이때, 바람 추정 장치(100)는 측정 잡음을 고려함으로써 강건한 바람 속도 추정을 수행할 수 있다.
바람 속도 추정부(130)는 바람 속도 추정시 동적 모델과 관련된 상기 수학식 1 및 2를 확장 칼만 필터의 설정에서 상태 동적 방정식(state dynamic equations)으로 이용할 수 있으며, 이는 함수
Figure 112017071300698-pat00027
로 정의될 수 있다. 이에 따라 상태 변수(state variables) 벡터는 하기 수학식 6과 같이 표현될 수 있다.
[수학식 6]
Figure 112017071300698-pat00028
P N은 목표물로부터 북쪽을 향한 비행체의 위치, P E는 목표물로부터 동쪽을 향한 비행체의 위치,
Figure 112017071300698-pat00029
는 북쪽을 향하는 바람 속도,
Figure 112017071300698-pat00030
은 동쪽을 향하는 바람 속도,
Figure 112017071300698-pat00031
는 기수 방위각을 나타낸다.
이때, 수학식 6에서의 상태 변수의 오차는 바람 속도 추정이 안정적이고 정확해짐에 따라 점차 0으로 수렴될 수 있다.
또한, 바람 속도 추정부(130)는 바람 속도 추정시 측정 모델과 관련된 상기 수학식 4 및 5를 확장 칼만 필터의 설정에서 측정 방정식(measurement equations)으로 이용할 수 있으며, 이는 함수
Figure 112017071300698-pat00032
로 정의될 수 있다. 이에 따라, 이들의 야코비안 행렬(Jacobian matrix)은 하기 수학식 7과 같이 표현될 수 있다.
[수학식 7]
Figure 112017071300698-pat00033
한편, 바람 속도 추정부(130)는 바람 속도 추정을 수행함에 있어서 프로세스 잡음과 측정 잡음을 고려할 수 있으며, 프로세스 잡음은 하기 수학식 8과 같은 행렬로 표현되고, 측정 잡음은 하기 수학식 9와 같은 행렬로 표현될 수 있다.
[수학식 8]
Figure 112017071300698-pat00034
[수학식 9]
Figure 112017071300698-pat00035
한편, 확장 칼만 필터에 적용되는 초기 공분산 행렬(Covariance matrix)은 하기 수학식 10과 같을 수 있다.
[수학식 10]
Figure 112017071300698-pat00036
이때, 수학식 10의 행렬 내 대각선 요소들에서 첫번째 요소와 두번째 요소는
Figure 112017071300698-pat00037
과
Figure 112017071300698-pat00038
각각에 대한 공분산을 나타낸다. 공분산은 일예로 100으로 설정될 수 있으며, 이에만 한정되는 것은 아니고, 비행체(1)의 현재 위치를 찾기 위한 더 빠른 수렴(convergence)을 위해서는 공분산 값을 증가시킬 수 있다. 달리 말해, 더 빠른 수렴을 위해 공분산 값은 보다 큰 값으로 설정될 수 있다.
본 바람 추정 장치(100)는 비행체가 바람이 불어오는 쪽으로 비행하려 함에 따라 지상의 고정된 목표물에 대한 항공기의 상대적인 시선각이 바뀌게 된다는 점을 고려하여, 비행체의 영상 획득 장치로부터 수신한 영상을 이용하여 바람 속도를 추정할 수 있다. 특히, 본 바람 추정 장치(100)는 수신한 영상에 기반하여 획득된 지상의 고정 목표물에 대한 상대적인 비행체의 방위각, 기수 방위각 및 비행체의 바람에 대한 상대 속도가 고려된 확장 칼만 필터를 이용하여 바람 속도를 추정할 수 있다.
이러한 본 바람 추정 장치(100)는 영상 기반의 바람 속도 추정을 수행함으로써 GPS를 사용하지 않거나 GPS 수신이 불가능한 상황에서도 바람 속도를 용이하게 추정할 수 있다. 본 바람 추정 장치(100)는 영상 기반으로 바람 속도를 정확히 추정할 수 있으며, 이를 통해 바람의 영향이 반영된 비행체의 위치 또한 정확하게 추정할 수 있다. 즉, 본 바람 추정 장치(100)를 이용함으로써 GPS에 의존하지 않는 항법 비행이 가능하고 영상 기반의 바람 속도 추정이 가능하다.
한편, 도 2를 참조하면, 본 바람 추정 장치(100)는 획득된 비행체의 기수 방위각과 공기 중 비행 속력 V air에 기반하여 비행체의 공기에 대한 상대 속도의 벡터 값을 획득할 수 있다. 또한, 본 바람 추정 장치(100)는 기수 방위각을 알고 있고 기수-목표물 각도를 측정할 수 있는 경우, 기수 방위각과 기수-목표물 각도와 목표물 위치를 원점으로 하는 비행체의 목표물에 대한 위치 방위각 간의 각도 관계를 나타내는 상기 수학식 4를 이용하여 비행체의 목표물에 대한 위치 방위각을 획득할 수 있다. 그러므로, 목표물(2)과 비행체(1) 간의 거리 r이 결정되는 경우, 비행체(1)의 위치를 획득할 수 있다. 이에 대한 보다 구체적인 설명은 다음과 같다.
이하에서는 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 장치(100)의 유용성 분석과 관련하여, 비행체와 목표물 사이의 거리를 결정할 수 있는지 여부에 대하여 기술한다.
공기에 대한 상대 속도인 벡터(
Figure 112017071300698-pat00039
), 즉 비행체의 공기 중 비행 속력(airspeed) V air과 비행체의 기수 방위각(heading angle)
Figure 112017071300698-pat00040
를 알고 있다고 사전 가정하자.
만약, 도 2에 도시된 각도 관계에 의하여(즉, 수학식 4에 의하여) 기수-목표물 각도인
Figure 112017071300698-pat00041
를 측정할 수 있고 비행체의 기수 방위각을 알고 있다면, 본원의 일 실시예에 따른 바람 추정 장치(100)는 수학식 4를 이용함으로써 비행체의 목표물에 대한 위치 방위각
Figure 112017071300698-pat00042
를 구할 수 있다. 그러므로, 목표물(2)과 비행체(1) 간의 거리 r이 결정되는 경우, 비행체의 위치를 측정(관측)할 수 있다.
도 2를 참조하면, 비행체의 목표물에 대한 위치 방위각
Figure 112017071300698-pat00043
가
Figure 112017071300698-pat00044
를 결정하기 때문에, 바람 추정 장치(100)는 반경 방향(radial direction)으로
Figure 112017071300698-pat00045
를 알 수 있다. 또한, 바람 추정 장치(100)는 비행체의 공기에 대한 상대 속력과 비행체의 기수 방위각에 의하여
Figure 112017071300698-pat00046
를 결정할 수 있다.
[수학식 11]
Figure 112017071300698-pat00047
상기 수학식 11에 의하면, 거리 r을 결정할 수 있을 때에만
Figure 112017071300698-pat00048
를 알 수 있다.
이때, 속도 벡터(velocity vector)는 위치 벡터(position vector)의 미분 값이라 할 수 있다. 이에 따르면, 상기 수학식 11의 양변을 미분하여 하기 수학식 12를 도출하고, 일정한 풍속(constant wind velocity)으로 가정하여 하기 수학식 12를 한번 더 미분하면, 하기 수학식 13이 도출될 수 있다.
[수학식 12]
Figure 112017071300698-pat00049
[수학식 13]
Figure 112017071300698-pat00050
수학식 13으로부터
Figure 112017071300698-pat00051
를 안다면
Figure 112017071300698-pat00052
또한 알 수 있다. 하기 수학식 14의 꼴로 만들면, 하기 수학식 14의 a 및 b는 하기 수학식 15를 만족할 수 있다.
[수학식 14]
Figure 112017071300698-pat00053
[수학식 15]
Figure 112017071300698-pat00054
이후, 상기 수학식 15의 두번째 식을 미분하는 경우, 하기 수학식 16이 도출될 수 있다.
[수학식 16]
Figure 112017071300698-pat00055
상기 수학식 16에서
Figure 112017071300698-pat00056
는 하기 수학식 17을 만족할 수 있다.
[수학식 17]
Figure 112017071300698-pat00057
이후 상기 수학식 17을 상기 수학식 15의 두번째 식에 대입하는 경우, 하기 수학식 18이 도출될 수 있다.
[수학식 18]
Figure 112017071300698-pat00058
상기 수학식 18에 의하면, r은 하기 수학식 19와 같이 결정될 수 있다.
[수학식 19]
Figure 112017071300698-pat00059
이에 따르면, 비행체의 기수 방위각
Figure 112017071300698-pat00060
와 기수-목표물 각도(달리 표현하여, 측면 방위각, side bearing angle)
Figure 112017071300698-pat00061
를 측정할 수 있는 경우, 상기 수학식 4의 관계식에 의하여, 바람 추정 장치(100)는 비행체의 목표물에 대한 위치 방위각
Figure 112017071300698-pat00062
를 결정할 수 있다. 이는 곧
Figure 112017071300698-pat00063
를 나타내며, 이를 수학식 19와 함께 수학식 11에 적용하여 비행체의 위치
Figure 112017071300698-pat00064
를 추정할 수 있다.
또한, 본원에서는 기수 방위각
Figure 112017071300698-pat00065
와 비행 속력
Figure 112017071300698-pat00066
를 측정할 수 있다고 가정했기 때문에
Figure 112017071300698-pat00067
를 알고,
Figure 112017071300698-pat00068
에 의해
Figure 112017071300698-pat00069
를 산출할 수 있다. 따라서, 본원의 일 실시예에 따른 바람 추정 장치(100)는 도 2에 도시된 각도 관계에 의하여(즉, 수학식 1에 의하여) 바람 속도(
Figure 112017071300698-pat00070
)를 추정할 수 있다.
이하에서는 상기에 자세히 설명된 내용을 기반으로, 본원의 동작 흐름을 간단히 살펴보기로 한다.
도 3은 본원의 일 실시예에 따른 비행체를 이용한 바람 추정 방법에 대한 동작 흐름도이다.
도 3에 도시된 비행체를 이용한 바람 추정 방법은 앞서 설명된 본 바람 추정 장치(100)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 본 바람 추정 장치(100)에 대하여 설명된 내용은 비행체를 이용한 바람 추정 방법에 대한 설명에도 동일하게 적용될 수 있다.
도 3을 참조하면, 단계S31에서는 비행체의 공기 중 비행 속도 및 기수 방위각을 획득할 수 있다.
다음으로, 단계S32에서는 비행체에 장착된 영상 획득 장치로부터 영상을 수신하고, 비행체의 기수 방향과 영상 내의 목표물 방향이 이루는 기수-목표물 각도를 획득할 수 있다. 여기서, 목표물은 지상에 고정된 목표물을 의미하고, 비행체는 고정익 항공기를 의미할 수 있다.
이때, 단계S32에서는 이미지 인식 알고리즘 및 사용자 입력 중 적어도 하나에 기초하여 식별된 영상 내 목표물의 위치를 이용하여 기수-목표물 각도가 획득될 수 있다.
다음으로, 단계S33에서는 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 기수 방위각과 기수-목표물 각도와 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 바람 속도를 추정할 수 있다.
여기서, 동적 모델은 바람 속도 변화 정보와 기수 방위각 변화 정보를 포함할 수 있다. 또한, 바람 속도 변화 정보와 기수 방위각 변화 정보는 브라운 운동(Brownian motion)에 대응하는 상수 값으로 설정될 수 있다.
단계S33에서 속도 관계 정보는 상기 수학식 1을 만족할 수 있다. 또한, 바람 속도 변화 정보와 기수 방위각 변화 정보는 상기 수학식 2를 만족할 수 있다.
또한, 단계S33에서 비행체의 목표물에 대한 위치 방위각은, 영상 내 목표물의 위치를 원점으로 했을 때 비행체의 위치와 관계되어 정의될 수 있다.
측정 모델은 기수-목표물 각도의 측정값에 대한 측정 잡음 정보를 고려하여 정의될 수 있으며, 측정 모델은 상기 수학식 4를 만족할 수 있다.
또한, 측정 모델에는 기수 방위각에 대한 측정 잡음 정보가 고려된 기수 방위각의 측정값이 고려될 수 있다.
상술한 설명에서, 단계 S31 내지 S33은 본원의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본원의 일 실시 예에 따른 비행체를 이용한 바람 추정 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다. 예시적으로, 상기 기록매체는 비행체의 비행을 제어하는 컴퓨터에 포함되는 구성일 수 있다. 예를 들어, 본원의 일 실시 예에 따른 비행체를 이용한 바람 추정 방법은 그에 대하여 컴파일된 바이너리 파일이 비행체의 비행을 제어하는 컴퓨터의 기록매체에 저장되는 형태로 구현될 수 있다.
또한, 전술한 비행체를 이용한 바람 추정 방법은 기록 매체에 저장되는 컴퓨터에 의해 실행되는 컴퓨터 프로그램 또는 애플리케이션의 형태로도 구현될 수 있다. 예시적으로, 비행체의 비행을 제어하는 컴퓨터의 기록매체에 저장되는 상기 컴파일된 바이너리 파일이 상기 컴퓨터 프로그램 또는 애플리케이션에 대응하는 파일일 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
100: 비행체를 이용한 바람 추정 장치
110: 영상 수신부
120: 획득부
130: 바람 속도 추정부

Claims (19)

  1. 비행체를 이용한 바람 추정 방법에 있어서,
    (a) 상기 비행체의 공기 중 비행 속도 및 기수 방위각을 획득하는 단계;
    (b) 상기 비행체에 장착된 영상 획득 장치로부터 영상을 수신하고, 상기 비행체의 기수 방향과 상기 영상 내의 목표물 방향이 이루는 기수-목표물 각도를 획득하는 단계; 및
    (c) 상기 공기 중 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 상기 기수 방위각과 상기 기수-목표물 각도와 상기 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 상기 바람 속도를 추정하는 단계,
    를 포함하는 비행체를 이용한 바람 추정 방법.
  2. 제1항에 있어서,
    상기 동적 모델은, 바람 속도 변화 정보와 기수 방위각 변화 정보를 포함하는 것인, 비행체를 이용한 바람 추정 방법.
  3. 제2항에 있어서,
    상기 바람 속도 변화 정보와 상기 기수 방위각 변화 정보는 브라운 운동(Brownian motion)에 대응하는 상수 값으로 설정되는 것인, 비행체를 이용한 바람 추정 방법.
  4. 제3항에 있어서,
    상기 속도 관계 정보는 하기 수학식 1을 만족하고,
    [수학식 1]
    Figure 112017071300698-pat00071

    (여기서, N은 북쪽 방향, E는 동쪽 방향,
    Figure 112017071300698-pat00072
    는 북쪽 방향을 향한 비행체의 비행 속력,
    Figure 112017071300698-pat00073
    는 동쪽 방향을 향한 비행체의 비행 속력, V air는 비행체의 바람에 대한 상대 속력, V wind는 풍속,
    Figure 112017071300698-pat00074
    는 기수 방위각을 나타냄)
    상기 바람 속도 변화 정보와 상기 기수 방위각 변화 정보는 하기 수학식 2를 만족하는 것인, 비행체를 이용한 바람 추정 방법;
    [수학식 2]
    Figure 112017071300698-pat00075

    (여기서,
    Figure 112017071300698-pat00076
    은 북쪽을 향한 바람 속력 변화 정보에 대응하는 상수 값,
    Figure 112017071300698-pat00077
    는 동쪽을 향한 바람 속력 변화 정보에 대응하는 상수 값,
    Figure 112017071300698-pat00078
    는 기수 방위각 변화 정보에 대응하는 상수 값을 나타냄).
  5. 제1항에 있어서,
    상기 (b) 단계는,
    이미지 인식 알고리즘 및 사용자 입력 중 적어도 하나에 기초하여 식별된 상기 영상 내 목표물의 위치를 이용하여 상기 기수-목표물 각도를 획득하는 것인, 비행체를 이용한 바람 추정 방법.
  6. 제1항에 있어서,
    상기 비행체의 목표물에 대한 위치 방위각은, 상기 영상 내 목표물의 위치를 원점으로 했을 때 상기 비행체의 위치와 관계되어 정의되는 것인, 비행체를 이용한 바람 추정 방법.
  7. 제6항에 있어서,
    상기 측정 모델은 상기 기수-목표물 각도의 측정값에 대한 측정 잡음 정보를 고려하는 것인, 비행체를 이용한 바람 추정 방법.
  8. 제7항에 있어서,
    상기 측정 모델은 하기 수학식 3을 만족하고,
    [수학식 3]
    Figure 112017071300698-pat00079

    (여기서,
    Figure 112017071300698-pat00080
    는 기수-목표물 각도의 측정값,
    Figure 112017071300698-pat00081
    는 비행체의 목표물에 대한 위치 방위각,
    Figure 112017071300698-pat00082
    는 기수 방위각,
    Figure 112017071300698-pat00083
    은 기수-목표물 각도의 측정값에 대한 측정 잡음 정보를 나타냄)
    상기 비행체의 목표물에 대한 위치 방위각은 하기 수학식 4를 만족하는 것인, 비행체를 이용한 바람 추정 방법;
    [수학식 4]
    Figure 112017071300698-pat00084

    (여기서,
    Figure 112017071300698-pat00085
    는 비행체의 목표물에 대한 위치 방위각, P N은 원점에서 북쪽 방향으로의 비행체 위치, P E 은 원점에서 동쪽 방향으로의 비행체 위치를 나타냄).
  9. 제1항에 있어서,
    상기 측정 모델에는 상기 기수 방위각에 대한 측정 잡음 정보가 고려된 상기 기수 방위각의 측정값이 고려되는 것인, 비행체를 이용한 바람 추정 방법.
  10. 제1항에 있어서,
    상기 목표물은 고정된 목표물인 것인, 비행체를 이용한 바람 추정 방법.
  11. 제1항에 있어서,
    상기 비행체는 고정익 항공기인 것인, 비행체를 이용한 바람 추정 방법.
  12. 비행체를 이용한 바람 추정 장치에 있어서,
    상기 비행체에 장착된 영상 획득 장치로부터 영상을 수신하는 영상 수신부;
    상기 비행체의 공기 중 비행 속도 및 기수 방위각을 획득하고, 상기 영상을 기반으로 하여 상기 비행체의 기수 방향과 상기 영상 내의 목표물 방향이 이루는 기수-목표물 각도를 획득하는 획득부; 및
    상기 공기 중 비행 속도와 바람 속도의 속도 관계 정보를 포함하는 동적 모델 및 상기 기수 방위각과 상기 기수-목표물 각도와 상기 비행체의 목표물에 대한 위치 방위각의 기하학적 관계 정보를 포함하는 측정 모델을 확장 칼만 필터(Extended Kalman Filter, EKF)에 적용하여 상기 바람 속도를 추정하는 바람 속도 추정부,
    를 포함하는 비행체를 이용한 바람 추정 장치.
  13. 제12항에 있어서,
    상기 동적 모델은, 바람 속도 변화 정보와 기수 방위각 변화 정보를 포함하는 것인, 비행체를 이용한 바람 추정 장치.
  14. 제13항에 있어서,
    상기 바람 속도 변화 정보와 상기 기수 방위각 변화 정보는 브라운 운동(Brownian motion)에 대응하는 상수 값으로 설정되는 것인, 비행체를 이용한 바람 추정 장치.
  15. 제12항에 있어서,
    상기 획득부는,
    이미지 인식 알고리즘 및 사용자 입력 중 적어도 하나에 기초하여 식별된 상기 영상 내 목표물의 위치를 이용하여 상기 기수-목표물 각도를 획득하는 것인, 비행체를 이용한 바람 추정 장치.
  16. 제12항에 있어서,
    상기 비행체의 목표물에 대한 위치 방위각은, 상기 영상 내 목표물의 위치를 원점으로 했을 때 상기 비행체의 위치와 관계되어 결정되는 것인, 비행체를 이용한 바람 추정 장치.
  17. 제16항에 있어서,
    상기 측정 모델은 상기 기수-목표물 각도의 측정값에 대한 측정 잡음 정보를 고려하는 것인, 비행체를 이용한 바람 추정 장치.
  18. 제12항에 있어서,
    상기 측정 모델에는 상기 기수 방위각에 대한 측정 잡음 정보가 고려된 상기 기수 방위각의 측정값이 고려되는 것인, 비행체를 이용한 바람 추정 장치.
  19. 제1항 내지 제11항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터에서 판독 가능한 기록매체.
KR1020170093902A 2017-07-25 2017-07-25 비행체를 이용한 영상 기반 바람 추정 장치 및 방법 KR101862065B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170093902A KR101862065B1 (ko) 2017-07-25 2017-07-25 비행체를 이용한 영상 기반 바람 추정 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170093902A KR101862065B1 (ko) 2017-07-25 2017-07-25 비행체를 이용한 영상 기반 바람 추정 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101862065B1 true KR101862065B1 (ko) 2018-05-29

Family

ID=62452925

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170093902A KR101862065B1 (ko) 2017-07-25 2017-07-25 비행체를 이용한 영상 기반 바람 추정 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101862065B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111766397A (zh) * 2020-06-19 2020-10-13 北京航空航天大学合肥创新研究院 一种基于惯性/卫星/大气组合的气象风测量方法
CN116952222A (zh) * 2023-09-18 2023-10-27 中安锐达(北京)电子科技有限公司 一种低慢小目标探测系统多源数据融合方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050044954A1 (en) * 2003-08-26 2005-03-03 The Boeing Company Method and apparatus for determining absolute angular velocity
KR101040265B1 (ko) * 2010-09-29 2011-06-09 엘아이지넥스원 주식회사 이동체의 각속도 측정장치
KR20110080394A (ko) * 2010-01-05 2011-07-13 국방과학연구소 비행체의 항법 방법 및 이를 이용한 관성항법장치 필터 및 항법 시스템
US9758257B1 (en) * 2016-04-07 2017-09-12 Sunlight Photonics Inc. Airflow sensing systems and apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050044954A1 (en) * 2003-08-26 2005-03-03 The Boeing Company Method and apparatus for determining absolute angular velocity
KR20110080394A (ko) * 2010-01-05 2011-07-13 국방과학연구소 비행체의 항법 방법 및 이를 이용한 관성항법장치 필터 및 항법 시스템
KR101040265B1 (ko) * 2010-09-29 2011-06-09 엘아이지넥스원 주식회사 이동체의 각속도 측정장치
US9758257B1 (en) * 2016-04-07 2017-09-12 Sunlight Photonics Inc. Airflow sensing systems and apparatus

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111766397A (zh) * 2020-06-19 2020-10-13 北京航空航天大学合肥创新研究院 一种基于惯性/卫星/大气组合的气象风测量方法
CN116952222A (zh) * 2023-09-18 2023-10-27 中安锐达(北京)电子科技有限公司 一种低慢小目标探测系统多源数据融合方法
CN116952222B (zh) * 2023-09-18 2023-12-08 中安锐达(北京)电子科技有限公司 一种低慢小目标探测系统多源数据融合方法

Similar Documents

Publication Publication Date Title
CN107727079B (zh) 一种微小型无人机全捷联下视相机的目标定位方法
EP3158412B1 (en) Sensor fusion using inertial and image sensors
EP3158293B1 (en) Sensor fusion using inertial and image sensors
CN108253967B (zh) 用于目标相对引导的方法和装置
WO2016187759A1 (en) Sensor fusion using inertial and image sensors
EP3158411B1 (en) Sensor fusion using inertial and image sensors
CN111426320B (zh) 一种基于图像匹配/惯导/里程计的车辆自主导航方法
Andert et al. Optical-aided aircraft navigation using decoupled visual SLAM with range sensor augmentation
KR101862065B1 (ko) 비행체를 이용한 영상 기반 바람 추정 장치 및 방법
Suzuki et al. Development of a SIFT based monocular EKF-SLAM algorithm for a small unmanned aerial vehicle
Mebarki et al. Image moments-based velocity estimation of UAVs in GPS denied environments
Deng et al. Visual–inertial estimation of velocity for multicopters based on vision motion constraint
Andert et al. Improving monocular SLAM with altimeter hints for fixed-wing aircraft navigation and emergency landing
Haddadi et al. Visual-inertial fusion for indoor autonomous navigation of a quadrotor using ORB-SLAM
Miller et al. UAV navigation based on videosequences captured by the onboard video camera
Moore et al. Vision-only estimation of wind field strength and direction from an aerial platform
Sharifi et al. Multiple model filters applied to wind model estimation for a fixed wing UAV
KR101340158B1 (ko) 고정 표적을 이용한 무인항공기의 표적 위치 보정 방법 및 컴퓨터 판독 가능한 기록매체
Madany et al. Modelling and simulation of robust navigation for unmanned air systems (UASs) based on integration of multiple sensors fusion architecture
Gonçalves et al. Vision-based automatic approach and landing of fixed-wing aircraft using a dense visual tracking
Ryu et al. Vision-based wind and position estimation with fixed-wing unmanned aerial vehicle
KR101821992B1 (ko) 무인비행체를 이용한 목표물의 3차원 위치 산출 방법 및 장치
Kannan et al. Vision-based tracking of uncooperative targets
Lan et al. Research of autonomous vision-based absolute navigation for unmanned aerial vehicle
Xiaoqian et al. Nonlinear extended Kalman filter for attitude estimation of the fixed-wing UAV

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant