KR102238280B1 - 수중 물체 감지 시스템 및 그 방법 - Google Patents

수중 물체 감지 시스템 및 그 방법 Download PDF

Info

Publication number
KR102238280B1
KR102238280B1 KR1020200171505A KR20200171505A KR102238280B1 KR 102238280 B1 KR102238280 B1 KR 102238280B1 KR 1020200171505 A KR1020200171505 A KR 1020200171505A KR 20200171505 A KR20200171505 A KR 20200171505A KR 102238280 B1 KR102238280 B1 KR 102238280B1
Authority
KR
South Korea
Prior art keywords
frequency
transmission
data
identified
preset
Prior art date
Application number
KR1020200171505A
Other languages
English (en)
Inventor
박지현
Original Assignee
박지현
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 박지현 filed Critical 박지현
Priority to KR1020200171505A priority Critical patent/KR102238280B1/ko
Application granted granted Critical
Publication of KR102238280B1 publication Critical patent/KR102238280B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52001—Auxiliary means for detecting or identifying sonar signals or the like, e.g. sonar jamming signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52004—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/5205—Means for monitoring or calibrating

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

수중 물체 감지 시스템 및 그 방법이 개시된다. 본 발명의 일실시례에 따른 수중 물체 감지 시스템은 기설정된 대역의 송신주파수를 송신하는 송신모듈; 상기 송신주파수 중 물체로부터 반사된 반사주파수를 수신하는 수신모듈; 상기 수신된 반사주파수를 저장하고, 상기 저장된 반사주파수를 기설정된 데이터로 변환하여 상기 물체의 식별 여부를 판단하는 타겟식별부; 상기 타겟식별부에서 상기 물체가 식별되지 않는 경우, 상기 송신주파수의 주기를 조절하고, 상기 송신모듈에서 상기 주기가 조절된 수정주파수를 송신하도록 제어하는 주파수제어부; 및 상기 타겟식별부에서 상기 물체가 식별된 경우, 상기 변환된 데이터에 기초하여 상기 물체의 이미지 데이터를 생성하는 타겟이미지생성부;를 포함한다.

Description

수중 물체 감지 시스템 및 그 방법{UNDERWATER TARGET DETECTION SYSTEM AND METHOD OF THEREOF}
본 발명은 물체 감지 시스템에 관한 것으로, 보다 상세하게는 주파수 영역을 조절하여 수중에 위치하는 탐지 대상을 정확하게 식별할 수 있는 수중 물체 감지 시스템 및 그 방법에 관한 것이다.
일반적으로 어뢰와 같은 수중 이동체를 탐지하기 위해서 음향센서(Sonar)가 탑재된다.
음향 센서는 수중 음파 전파를 이용하여 수중에 존재하는 물체 및 목표물을 탐지하고 식별하는 장치로서, 수중에서 물체의 위치 탐색 등을 위한 신호탐지, 청음, 통신, 항해 등을 수행하기 위해 수중음향 에너지를 이용하는 장치를 말한다. 즉, 음향센서는 수중 목표물의 거리 및 방위를 측정하는 역할을 수행한다.
그러나, 상술한 음향 센서만을 이용한 물체 감지 시스템의 경우, 어뢰와 같은 수중 이동체에서 발생되는 음향 신호를 분석하여 수중 이동체의 존재 유무를 탐지하기 때문에 수상 선박과의 구분이 어렵고, 음향 신호가 발생되지 않는 이동체는 감지가 불가능하다는 문제점이 있다.
이러한 문제점을 개선하기 위해 종래기술인 한국공개특허공보 제10-2012-0077591호는 사이드스캔 소나를 운영하여 영상정보를 획득하고, 영상의 특징을 이용해 수중 물체를 식별하는 방법에 대하여 개시하고 있고, 한국등록특허공보 제10-1809624호는 스캐닝 영역이 설정되고, 스캐닝 소나에서 출력되는 영상 정보를 취합하여 설정된 영역을 감시하는 수중 감시 시스템에 대하여 개시하고 있다.
그러나 종래의 수중 물체 감시 시스템에서는 사이드스캔 소나의 주파수 영역이 하나로 설정되거나, 서로 다른 스캐닝 주파수를 포함하더라도 회전식 스캐닝 소나를 구비해야 하기 때문에 시스템의 구성비용이 높은 단점이 있다.
따라서, 가변주파수 방식을 이용하여 물체 식별 해상도를 향상시킬 수 있는 수중 물체 감지 시스템에 관한 연구가 필요하다.
본 발명은 수중에 위치하는 물체를 식별하기 위한 스캐닝 주파수를 가변 시킴으로써, 탐지하고자 하는 물체의 스캔 이미지를 고해상도로 획득할 수 있는 수중 물체 감지 시스템 및 그 방법을 제공하는 데 그 목적이 있다.
또한, 물체를 식별하고, 식별된 결과가 딥러닝 알고리즘에 의해 학습됨으로써, 스캐닝 주파수의 가변값을 신속하게 결정할 수 있고, 이에 따라 연산 처리속도를 효과적으로 향상시킬 수 있는 수중 물체 감지 시스템 및 그 방법을 제공하는 데 그 목적이 있다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 여기에 언급되지 않은 본 발명이 해결하려는 또 다른 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일실시례에 따른 수중 물체 감지 시스템은 기설정된 대역의 송신주파수를 송신하는 송신모듈, 송신주파수 중 물체로부터 반사된 반사주파수를 수신하는 수신모듈, 수신된 반사주파수를 저장하고, 저장된 반사주파수를 기설정된 데이터로 변환하여 물체의 식별 여부를 판단하는 타겟식별부, 타겟식별부에서 물체가 식별되지 않는 경우, 송신주파수의 주기를 조절하고, 송신모듈에서 주기가 조절된 수정주파수를 송신하도록 제어하는 주파수제어부 및 타겟식별부에서 물체가 식별된 경우, 변환된 데이터에 기초하여 물체의 이미지 데이터를 생성하는 타겟이미지생성부를 포함한다.
또한, 송신모듈은, 기설정된 대역 중 가장 낮은 주파수가 최초의 송신주파수로 설정되고, 주파수제어부는, 타겟식별부에서 물체가 식별되지 않는 경우, 기설정된 대역 범위 내에서 송신주파수의 주기를 기설정된 비율로 감소시킨 수정주파수를 설정하되, 수정주파수의 주기감소비율은 단계적으로 제어되는 것을 특징으로 한다.
또한, 주파수제어부는, 타겟식별부의 식별 여부 판단 결과가 딥러닝 알고리즘에 의해 학습되고, 학습된 데이터에 기초하여 주기감소비율이 제어되는 단계가 생략되는 것을 특징으로 한다.
또한, 타겟식별부는, 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하며, 샘플링 데이터에 기초하여 물체의 식별 여부를 판단하는 식별률을 산출하되, 식별률은, 샘플링 데이터의 평균값(αAvg), 최대값(αMax) 및 최소값(αmin)을 산출하고, 평균값(αAvg) 대비 최대값(αMax)과 최소값(αmin)의 차이값(αM-m)의 비율에 기초하여 결정되는 것을 특징으로 한다.
또한, 본 발명의 본 발명의 일실시례에 따른 수중 물체 감지 방법은 송신주파수를 송신하는 단계, 송신주파수 중 물체로부터 반사되는 반사주파수를 수신하는 단계, 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하여 샘플링 데이터를 생성하고, 샘플링 데이터에 기초하여 물체의 식별률을 산출하는 단계, 산출된 식별률이 기설정된 기준값 미만인 경우, 송신주파수를 송신하는 단계로 복귀하되, 송신주파수의 주기가 기설정된 비율로 감소된 수정주파수를 송신하도록 제어하는 단계 및 식별률이 상기 기준값을 만족하는 경우, 물체로부터 반사된 반사주파수 중 주기가 가장 짧은 반사주파수의 샘플링 데이터에 기초하여 물체의 이미지 데이터를 생성하는 단계를 포함한다.
본 발명의 수중 물체 감지 시스템 및 그 방법은 수중에 위치하는 물체를 식별하기 위한 스캐닝 주파수를 가변 시킴으로써, 탐지하고자 하는 물체의 스캔 이미지를 고해상도로 획득할 수 있는 효과가 있다.
또한, 물체를 식별하고, 식별된 결과가 딥러닝 알고리즘에 의해 학습됨으로써, 스캐닝 주파수의 가변값을 신속하게 결정할 수 있고, 이에 따라 연산 처리속도를 효과적으로 향상시킬 수 있는 효과가 있다.
도 1은 본 발명의 일실시례에 따른 수중 물체 감지 시스템의 구성도이다.
도 2는 본 발명의 일실시례에 따른 수중 물체 감지 시스템의 물체 알고리즘을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시례에 따른 수중 물체 감지 시스템의 타겟식별부를 설명하기 위한 도면이다.
도 4는 본 발명의 일실시례에 따른 수중 물체 감지 방법의 순서도이다.
이상과 같은 본 발명에 대한 해결하고자 하는 과제, 과제의 해결 수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시례 및 도면들에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시례들을 참조하면 명확해질 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 보다 상세히 설명하기로 한다.
도 1은 본 발명의 일실시례에 따른 수중 물체 감지 시스템의 구성도이고, 도 2는 본 발명의 일실시례에 따른 수중 물체 감지 시스템의 물체 알고리즘을 설명하기 위한 도면이고, 도 3은 본 발명의 일실시례에 따른 수중 물체 감지 시스템의 타겟식별부를 설명하기 위한 도면이고, 도 4는 본 발명의 일실시례에 따른 수중 물체 감지 방법의 순서도이다.
<실시례 1>
도 1을 참고하면, 본 발명의 일실시례에 따른 수중 물체 감지 시스템(100)은 송신모듈(110), 수신모듈120), 타겟식별부(130), 주파수제어부(140) 및 타겟이미지생성부(150)를 포함할 수 있다.
상기 송신모듈(110)은 기설정된 대역의 송신주파수를 송신하고, 상기 수신모듈(120)은 상기 송신주파수 중 물체로부터 반사된 반사주파수를 수신하며, 상기 타겟식별부(130)는 상기 수신된 반사주파수를 저장하고, 상기 저장된 반사주파수를 기설정된 데이터로 변환하여 상기 물체의 식별 여부를 판단하며, 상기 주파수제어부(140)는 상기 타겟식별부(130)에서 상기 물체가 식별되지 않는 경우, 상기 송신주파수의 주기를 조절하고, 상기 송신모듈(110)에서 상기 주기가 조절된 수정주파수를 송신하도록 제어하며, 상기 타겟이미지생성부(150)는 상기 타겟식별부(130)에서 물체가 식별된 경우, 상기 변환된 데이터에 기초하여 상기 물체의 이미지 데이터를 생성할 수 있다.
도 2를 참고하면, 상기 수중 물체 감지 시스템(100)은 수중에서 물체가 탐지(S210)되면, 상기 물체가 탐지된 방향으로 상기 송신모듈(110)을 통해 상기 송신주파수가 송신(S220)되고, 상기 송신주파수 중 상기 물체로부터 반사된 상기 반사주파수를 상기 수신모듈(120)이 수신(S230)하게 된다. 상기 수신된 반사주파수는 상기 타겟식별부(130)로 전달되며, 상기 반사주파수는 샘플링 데이터로 변환(S240)될 수 있다. 상기 변환된 샘플링 데이터는 기설정된 조건에 기초하여 상기 물체의 식별 여부를 판단(S250)할 수 있다.
상기 판단 결과, 상기 물체가 식별되지 않는 경우, 상기 송신주파수의 주기를 조절하여 상기 물체를 향해 재송신하도록 제어(S260)하고, 상기 제어 신호에 기초하여 상기 송신주파수를 송신하는 단계(S210)로 복귀할 수 있다.
반면, 상기 판단 결과, 상기 물체가 식별된 경우, 상기 샘플링 데이터를 상기 타겟이미지생성부(150)로 전달하여, 상기 샘플링 데이터를 이미지 데이터로 변환(S270)할 수 있다.
보다 상세하게는, 상기 송신모듈(110)은 상기 기설정된 대역 중 가장 낮은 주차수가 최초의 송신주파수로 설정되고, 상기 주파수제어부(140)는 상기 타겟식별부(130)에서 상기 물체가 식별되지 않는 경우, 상기 기설정된 대역 범위 내에서 상기 송신주파수의 주기를 기설정된 비율로 감소시킨 수정주파수를 설정하되, 상기 수정주파수의 주기감소비율은 단계적으로 제어될 수 있다.
예를 들어, 상기 송신모듈(110)은 500 Hz ~ 50 kHz의 범위의 주파수를 송신하도록 설정된 경우, 상기 최초 송신주파수는 500 Hz로 설정될 수 있다. 이때, 상기 송신모듈(110)이 상기 500 Hz의 송신주파수를 송신하고, 상기 타겟식별부(130)에서 상기 물체가 식별되지 않는 경우, 상기 주파수제어부(140)는 상기 송신주파수의 주기 Tinit(2,000 μsec)를 주기 T1(200 μsec)으로 감소시켜 5 kHz의 제1 수정주파수를 송신하도록 제어할 수 있다.
또한, 상기 5 kHz의 제1 수정주파수를 송신하고, 상기 타겟식별부(130)에서 상기 물체가 식별되지 않는 경우, 상기 주파수제어부(140)는 상기 주기 T1(200 μsec)을 같은 비율로 감소시켜 주기 T2(20 μsec)를 갖는 50 kHz의 제2 수정주파수를 송신하도록 제어할 수 있다.
일례로, 상기 최초 송신주파수에서 상기 주기 Tinit을 감소시키는 비율은 사용자 설정에 기초하여 조정될 수 있다.
상기 타겟식별부(130)는 상기 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하며, 상기 샘플링 데이터에 기초하여 상기 물체의 식별 여부를 판단하는 식별률을 산출하되, 상기 식별률은, 상기 샘플링 데이터의 평균값(αAvg), 최대값(αMax) 및 최소값(αmin)을 산출하고, 상기 평균값(αAvg) 대비 상기 최대값(αMax)과 상기 최소값(αmin)의 차이값(αM-m)의 비율에 기초하여 결정될 수 있다.
예를 들어, 도 3을 참고하면, 상기 반사주파수를 1초단위로 샘플링하여 50개의 샘플링 데이터가 생성된 경우, 상기 50개의 샘플링 데이터에 대한 평균값(αAvg), 최대값(αMax) 및 최소값(αmin)을 산출(S251)할 수 있다.
이때, 상기 평균값(αAvg)은 60이고, 상기 최대값(αMax) 및 상기 최소값(αmin)은 각각 87 및 42로 산출될 수 있다. 따라서, 상기 식별률은 하기 [수학식 1]에 의해 75%로 산출(S252)될 수 있다.
[수학식 1]
Figure 112020133632385-pat00001
따라서, 상기 식별률과 기설정된 기준값(ex. 60%)을 비교(S253)하여, 상기 식별률이 상기 기준값을 만족하는 경우, 상기 샘플링 데이터가 상기 타겟이미지생성부(150)로 전달(S253)될 수 있다.
반면, 상기 평균값(αAvg)은 60, 상기 최대값(αMax) 및 상기 최소값(αmin)은 각각 63 및 51로 산출된 경우, 상기 식별률은 20%로 산출(S252)되며, 상기 기준값과 비교(S253)하여, 상기 식별률이 상기 기준값 미만이므로 상기 주파수제어부(140)에 의해 상기 송신모듈(110)이 상기 수정주파수를 재송신하도록 제어하는 제어신호가 생성(S254)될 수 있다.
일례로, 상기 수정주파수를 상기 샘플링 데이터로 변환하기 전에 상기 수정주파수에 포함된 노이즈 성분을 제거하는 필터링 과정이 추가로 수행될 수도 있다.
또한, 상기 샘플링 데이터는 텍스트 형태로 변환되어 데이터 손실을 최소화하고, 데이터 전달 용량을 감소시켜 상기 수중 물체 감지 시스템(100)의 데이터 처리 속도를 향상시킬 수 있다.
한편, 상기 주파수제어부(140)는 상기 타겟식별부(140)의 식별 여부 판단 결과가 딥러닝 알고리즘에 의해 학습되고, 상기 학습된 데이터에 기초하여 상기 주기감소비율이 제어되는 단계가 생략 될 수 있다.
일례로, 상기 딥러닝 알고리즘에 의해 상기 타겟식별부(140)에서 산출된 상기 식별률의 범위가 설정되고, 상기 설정된 범위에 최적화된 상기 수정주파수가 할당될 수 있다.
이에 따라, 상기 주파수제어부(140)는 상기 타겟식별부(140)에서 산출된 상기 식별률이 포함된 범위를 확인하고, 상기 범위에 할당된 상기 수정주파수가 상기 송신모듈(110)에 의해 송신되도록 하는 제어 신호를 생성할 수 있다.
<실시례 2>
도 4를 참고하면, 본 발명의 일실시례에 따른 수중 물체 감지 방법은 송신주파수를 송신하는 단계(S100), 상기 송신주파수 중 물체로부터 반사되는 반사주파수를 수신하는 단계(S200), 상기 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하여 샘플링 데이터를 생성하고, 상기 샘플링 데이터에 기초하여 상기 물체의 식별률을 산출하는 단계(S300), 상기 산출된 식별률이 기설정된 기준값 미만인 경우, 상기 송신주파수를 송신하는 단계(S100)로 복귀하되, 상기 송신주파수의 주기가 기설정된 비율로 감소된 수정주파수를 송신하도록 제어하는 단계(S400) 및 상기 식별률이 상기 기준값을 만족하는 경우, 상기 물체로부터 반사된 상기 반사주파수 중 주기가 가장 짧은 상기 반사주파수의 상기 샘플링 데이터에 기초하여 상기 물체의 이미지 데이터를 생성하는 단계(S500)를 포함할 수 있다.
상기와 같은 본 발명의 효과에 따르면, 수중에 위치하는 물체를 식별하기 위한 스캐닝 주파수를 가변시킴으로써, 탐지하고자 하는 물체의 스캔 이미지를 고해상도로 획득할 수 있는 수중 물체 감지 시스템 및 그 방법이 제공될 수 있다.
또한, 물체를 식별하고, 식별된 결과가 딥러닝 알고리즘에 의해 학습됨으로써, 스캐닝 주파수의 가변값을 신속하게 결정할 수 있고, 이에 따라 연산 처리속도를 효과적으로 향상시킬 수 있는 수중 물체 감지 시스템 및 그 방법이 제공될 수 있다.
또한, 본 발명의 일실시례에 따른, 수중 물체 감지 방법은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 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 매체는 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.
이상과 같이 본 발명의 일실시례는 비록 한정된 실시례와 도면에 의해 설명되었으나, 본 발명의 일실시례는 상기 설명된 실시례에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서 본 발명의 일실시례는 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.
110 : 수신모듈
120 : 송신모듈
130 : 타겟식별부
140 : 주파수제어부
150 : 타겟이미지생성부

Claims (5)

  1. 기설정된 대역의 송신주파수를 송신하는 송신모듈;
    상기 송신주파수 중 물체로부터 반사된 반사주파수를 수신하는 수신모듈;
    상기 수신된 반사주파수를 저장하고, 상기 저장된 반사주파수를 기설정된 데이터로 변환하여 상기 물체의 식별 여부를 판단하는 타겟식별부;
    상기 타겟식별부에서 상기 물체가 식별되지 않는 경우, 상기 송신주파수의 주기를 조절하고, 상기 송신모듈에서 상기 주기가 조절된 수정주파수를 송신하도록 제어하는 주파수제어부; 및
    상기 타겟식별부에서 상기 물체가 식별된 경우, 상기 변환된 데이터에 기초하여 상기 물체의 이미지 데이터를 생성하는 타겟이미지생성부;를 포함하고,
    상기 타겟식별부는,
    상기 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하며, 샘플링 데이터에 기초하여 상기 물체의 식별 여부를 판단하는 식별률을 산출하되,
    상기 식별률은,
    상기 샘플링 데이터의 평균값(αAvg), 최대값(αMax) 및 최소값(αmin)을 산출하고, 상기 평균값(αAvg) 대비 상기 최대값(αMax)과 상기 최소값(αmin)의 차이값(αM-m)의 비율에 기초하여 결정되는 것을 특징으로 하는 수중 물체 감지 시스템.
  2. 제1 항에 있어서,
    상기 송신모듈은,
    상기 기설정된 대역 중 가장 낮은 주파수가 최초의 송신주파수로 설정되고,
    상기 주파수제어부는,
    상기 타겟식별부에서 상기 물체가 식별되지 않는 경우, 상기 기설정된 대역 범위 내에서 상기 송신주파수의 주기를 기설정된 비율로 감소시킨 수정주파수를 설정하되, 상기 수정주파수의 주기감소비율은 단계적으로 제어되는 것을 특징으로 하는 수중 물체 감지 시스템.
  3. 제2 항에 있어서,
    상기 주파수제어부는,
    상기 타겟식별부의 식별 여부 판단 결과가 딥러닝 알고리즘에 의해 학습되고, 상기 학습된 데이터에 기초하여 상기 주기감소비율이 제어되는 단계가 생략되는 것을 특징으로 하는 수중 물체 감지 시스템.
  4. 삭제
  5. 송신주파수를 송신하는 단계;
    상기 송신주파수 중 물체로부터 반사되는 반사주파수를 수신하는 단계;
    상기 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하여 샘플링 데이터를 생성하고, 상기 샘플링 데이터에 기초하여 상기 물체의 식별률을 산출하는 단계;
    상기 산출된 식별률이 기설정된 기준값 미만인 경우, 상기 송신주파수를 송신하는 단계로 복귀하되, 상기 송신주파수의 주기가 기설정된 비율로 감소된 수정주파수를 송신하도록 제어하는 단계; 및
    상기 식별률이 상기 기준값을 만족하는 경우, 상기 물체로부터 반사된 상기 반사주파수 중 주기가 가장 짧은 상기 반사주파수의 상기 샘플링 데이터에 기초하여 상기 물체의 이미지 데이터를 생성하는 단계;를 포함하고,
    상기 식별률을 산출하는 단계는,
    상기 수신된 반사주파수를 저장하고, 기설정된 시간단위로 샘플링하며, 샘플링 데이터에 기초하여 상기 물체의 식별 여부를 판단하는 식별률을 산출하되,
    상기 식별률은,
    상기 샘플링 데이터의 평균값(αAvg), 최대값(αMax) 및 최소값(αmin)을 산출하고, 상기 평균값(αAvg) 대비 상기 최대값(αMax)과 상기 최소값(αmin)의 차이값(αM-m)의 비율에 기초하여 결정되는 것을 특징으로 하는 수중 물체 감지 방법.
KR1020200171505A 2020-12-09 2020-12-09 수중 물체 감지 시스템 및 그 방법 KR102238280B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200171505A KR102238280B1 (ko) 2020-12-09 2020-12-09 수중 물체 감지 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200171505A KR102238280B1 (ko) 2020-12-09 2020-12-09 수중 물체 감지 시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR102238280B1 true KR102238280B1 (ko) 2021-04-08

Family

ID=75480401

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200171505A KR102238280B1 (ko) 2020-12-09 2020-12-09 수중 물체 감지 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR102238280B1 (ko)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH085728A (ja) * 1994-06-22 1996-01-12 Tech Res & Dev Inst Of Japan Def Agency 水中画像ソーナー
JP2003084060A (ja) * 2001-09-10 2003-03-19 Furuno Electric Co Ltd 水中探知装置
US6678209B1 (en) * 2001-11-21 2004-01-13 Luc Peng Apparatus and method for detecting sonar signals in a noisy environment
JP2004101251A (ja) * 2002-09-06 2004-04-02 Nec Corp 水中物体の捜索運用方式及び捜索用プログラム
JP2012168122A (ja) * 2011-02-16 2012-09-06 Nec Corp ソーナーシステム、送信装置、受信装置、ソーナー用目標物特定方法、及びそのプログラム
JP2014077702A (ja) * 2012-10-10 2014-05-01 Furuno Electric Co Ltd 魚種判別装置、信号処理装置、水中探知機、魚種判別方法、及びプログラム
KR102054153B1 (ko) * 2019-07-11 2019-12-12 가온플랫폼 주식회사 딥러닝 기반 잠수함 소나 음파데이터와 잠망경 영상데이터와의 융합을 통한 인공지능 자동식별시스템
KR20200003400A (ko) * 2017-05-11 2020-01-09 베라톤 인코포레이티드 확률 맵 기반의 초음파 스캐닝

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH085728A (ja) * 1994-06-22 1996-01-12 Tech Res & Dev Inst Of Japan Def Agency 水中画像ソーナー
JP2003084060A (ja) * 2001-09-10 2003-03-19 Furuno Electric Co Ltd 水中探知装置
US6678209B1 (en) * 2001-11-21 2004-01-13 Luc Peng Apparatus and method for detecting sonar signals in a noisy environment
JP2004101251A (ja) * 2002-09-06 2004-04-02 Nec Corp 水中物体の捜索運用方式及び捜索用プログラム
JP2012168122A (ja) * 2011-02-16 2012-09-06 Nec Corp ソーナーシステム、送信装置、受信装置、ソーナー用目標物特定方法、及びそのプログラム
JP2014077702A (ja) * 2012-10-10 2014-05-01 Furuno Electric Co Ltd 魚種判別装置、信号処理装置、水中探知機、魚種判別方法、及びプログラム
KR20200003400A (ko) * 2017-05-11 2020-01-09 베라톤 인코포레이티드 확률 맵 기반의 초음파 스캐닝
KR102054153B1 (ko) * 2019-07-11 2019-12-12 가온플랫폼 주식회사 딥러닝 기반 잠수함 소나 음파데이터와 잠망경 영상데이터와의 융합을 통한 인공지능 자동식별시스템

Similar Documents

Publication Publication Date Title
JP5708294B2 (ja) 信号検出装置、信号検出方法及び信号検出プログラム
JP2018054581A (ja) 検出装置、検出方法、および検出プログラム
JPH11295419A (ja) 送受信分離型反射方式の超音波距離測定方法とその装置
JP6610977B2 (ja) 目標探知システム、方法およびプログラム
US8854921B2 (en) Method and device for actively detecting objects in view of previous detection results
KR102238280B1 (ko) 수중 물체 감지 시스템 및 그 방법
KR102503404B1 (ko) 이상 음원 결정 방법 및 ai 음향 카메라
JP2010139330A (ja) 車間距離検出装置および車速制御システム
JP2005337732A (ja) レーダ装置
US11789145B2 (en) Method and apparatus for detecting at least partial flooding of a motor vehicle
JP2000111646A (ja) ドップラ検出表示方法及びシステム
JP5991599B2 (ja) 目標探知装置
JPH0157738B2 (ko)
JP6541179B2 (ja) 信号処理装置
JP5549109B2 (ja) 画像ソナー用解析システム、画像ソナー用解析方法、画像ソナー用解析プログラム
US11719815B2 (en) Object detection device
JPH05100022A (ja) ソナー信号処理装置
JP2001296359A (ja) バイスタティック処理装置
JP3420177B2 (ja) レーダ信号検出装置
JP2012173224A (ja) 残響フィルタ、アクティブソーナー装置、残響除去方法及び残響除去プログラム
JP2970198B2 (ja) 表面欠陥検出方法
JP2000241545A (ja) 航行物体までの距離検出装置および距離検出方法
JP2972630B2 (ja) ウェーキ検出装置
KR100837636B1 (ko) 지하 신호원 탐지 시스템 및 그 방법
JP2022168855A (ja) 超音波トランスデューサの組からの信号を処理するための装置及び方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant