컨벌루션 뉴럴네트워크 기반의 드론 이동패드 탐 지와 착륙 (Convolutional Neural Network-based Moving Pad Detection and Landing for a Drone)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 32권 / 1호 / 27 ~ 37페이지
· 저자명 : 아오 방첸, 김동헌

초록

본 논문에서는 드론이 사람의 조작 없이 착륙하기 위하여 드론 패드를 자동으로 탐지하는효율적인 방법을 제시한다. 기존 컨볼루션 신경망에는 깊이 분리 가능한 컨볼루션에 채널간의 특징 융합이 없기 때문에, 움직이는 물체를 감지할때 정확도가 낮다. 본 연구에서는 H 마크 탐지 효율성을 향상시키기 위해 개선된 MobileNet-SSD 기반으로 모델을 구축한다. 또한, 채널 셔플 및 적응형 오류 보정은 모델 훈련 및 객체 감지에 사용된다. 마지막으로, 드론하단에 설치된 단안 카메라를 사용하여 드론과 이동 패드 사이의 실시간 거리 측정을 수행한다. 시뮬레이션 결과를 통해 드론이 패드에 근접했을 때 감지와 착륙을 위해 제안된 알고리즘이 효과적으로 설계된다는 사실을 입증한다.

영어초록

The paper presents some efficient methods for a drone to detect and land on a drone pad without human control. Since conventional convolutional neural networks lack feature fusion between channels in depth-wise separable convolution, accuracy for detection moving objects is low. For the reason, in this study, an improved MobileNet-SSD-based model is built to improve H-mark detection efficiency. As well, channel shuffle and adaptive error correction are adopted for model training and object detection. Finally, a real-time distance measurement between the drone and its moving pad is performed using a monocular camera installed at the bottom of the drone. The simulation results proved that the proposed algorithm was effectively designed for detection and landing when the drone got close to the pad.

참고자료

· 없음