단안 카메라만을 활용한 딥러닝 기반 목표 위성 상대 항법 추정 (Deep Learning-based Target Satellite Relative Navigation Estimation Using Monocular Camera Only)

서지정보

· 발행기관 : 한국항공우주학회
· 수록지 정보 : 한국항공우주학회지 / 52권 / 12호 / 1029 ~ 1038페이지
· 저자명 : 배효용, 박지훈, 노기문, 이대우, 조동현

초록

본 논문에서는 초소형 위성에서 단안 카메라만을 활용하여 딥러닝 기반으로 목표 위성의 상대 항법 정보를 실시간으로 추정하는 방법을 제안하였다. 초소형 위성의 공간 제약을 극복하기 위해 단안 카메라를사용하면서도 딥러닝 기반 특징점 추출기로 강인성을 향상하였고, 평균 0.36초의 빠른 연산 시간을 통해실시간 추정을 달성하고자 하였다. 이를 위해 오프라인 과정에서 2D 특징점, 3D 모델 특징점, 바운딩 박스를계산하고, 온라인에서는 You Only Look Once v5(YOLOv5)로 객체 탐지, High-Resolution Representation Network(HRNet)으로 특징점 추출, Efficient Perspective-n-Point (EPnP)로 최종 자세와 위치를 추정하는파이프라인을 구축하였다. 제안 방식은 기존 대비 향상된 성능을 보였으며, 시뮬레이션에서 10m 이내 거리에서 위치오차 0.049m, 자세오차 0.521도의 양호한 결과를 얻어 초소형 위성 상대항법 추정에 활용할 수있음을 입증하였다.

영어초록

In this paper, we propose a method for real-time estimation of relative navigation information of a target satellite using only a monocular camera on a nano-satellite. To overcome the spatial constraints of the nano-satellite while utilizing a monocular camera, we enhanced robustness with a deep learning-based feature extractor and achieved real-time estimation with a fast computation time averaging 0.36 seconds. For this purpose, offline processes included calculating 2D feature points, 3D model feature points, and bounding boxes, while the online phase involved constructing a pipeline using You Only Look Once v5 (YOLOv5) for object detection, High-Resolution Representation Network (HRNet) for feature extraction, and Efficient Perspective-n-Point (EPnP) for final pose and position estimation. The proposed method demonstrated improved performance compared to existing approaches, with simulation results showing a positional error of 0.049 meters and an attitude error of 0.521 degrees within a distance of 10 meters, proving its applicability for relative navigation estimation in nano-satellites.

참고자료

· 없음