운송드론을 위한 영상기반 착륙점 추적알고리즘 연구 (A Study on Vision-based Landing Mark Tracking Algorithm for Delivery Drones)

서지정보

· 발행기관 : 대한전자공학회
· 수록지 정보 : 전자공학회논문지 / 56권 / 1호 / 75 ~ 84페이지
· 저자명 : 김 홍 봉, 송 태 언, 박 장 한, 최 병 인

초록

본 논문은 운송드론의 영상기반 착륙을 위한 착륙점 영상추적 알고리즘 적용연구에 관한 것이다. 현재까지 대부분의 연구개발에서 운송드론은 GPS같은 위성항법 기반으로 착륙을 하고 있으나, 착륙시의 안전을 고려하여 운용자가 영상으로 안전여부를 확인하고 착륙지점을 지정하는 운용 방안이 필요하다고 본다. 본 연구에서는 운송드론이 착륙지점에 다가가며 운용자가 드론이 보내온 영상에서 착륙점을 지정하고, 이를 추적하여 드론이 착륙하는 운용개념을 가정하고, 이에 적합한 세 종류의 영상추적기 (MOSSE, KCF, DSST)에 대한 성능비교연구 결과를 기술한다. 특히 착륙지점 표식의 크기가 드론이 다가감에 따라 크게 변하는 특징과 추적기의 실시간성을 고려한 영상추적기의 패러미터 설정에 대한 방안을 제안한다. MOSSE와 KCF필터의 경우 추적창 크기가 고정되어 있어 드론이 착륙점에 다가가며 영상추적 필터링 시간의 변화가 거의 없으나, DSST 알고리즘의 경우 최대추적창 크기 패러미터를 480픽셀에서 60픽셀로 변화시키면 필터링 속도가 최대 약 8배 빨라진다. 그리고 최대추적창 크기 패러미터가 120픽셀일 때 추적성능과 필터링시간이 우수함을 보여준다. 상용드론으로 획득한 비행영상을 활용하여 각 영상추적기 성능평가 결과를 보이고, 향후 운송드론에 본 연구에서 수행한 영상추적기를 어떻게 적용할지에 대한 방향을 제시한다.

영어초록

This paper is concerned with visual trackers for vision-based landing of delivery drones. To date most delivery drones have depended on GNSS (Global Navigation Satellite System) like GPS (Global Positioning System) for landing. However, we believe that for security reasons the drone operator should make sure the landing spot is clear by watching the streaming video from the drone and point the final landing spot in the image. In this study assuming an operational concept in which the operator points the landing spot on the drone video as the drone approaches the landing place, a comparison study of three visual trackers (MOSSE, KCF, DSST) is described. Especially, considering a distinctive property that the landing mark size increases dramatically as a drone draws near the landing place and real-time requirement of visual tracker, we propose how to adjust parameters of the visual trackers. For the size of tracking window is fixed in MOSSE and KCF filters, the time spent for filtering is almost constant as drone approaches the landing mark. However, in case of DSST, as the maximum tracking window size parameter changes from 480 pixels to 60 pixels, the filtering speed becomes almost eight times faster. When the maximum tracking window size parameter is 120 pixels, good performance is shown in terms of tracking and filtering time. Video data obtained from flying a commercial drone are utilized for a performance evaluation and comparison study, and methods to apply the results to delivery drones are proposed.

참고자료

· 없음