earticle

영어

This paper addresses the fusion processing techniques of multi-sensor data perceived through IR sensors of the military robots for surveillance, in which they are positioned in a limited range with a close distance between each of the robots. To combine multi-sensor data from distributed battlefield robots, we propose a set of fusion rules to formulate the combined prediction from multi-source data expressed in degrees of reliability for the type of a target that has the mathematical properties of probabilities. We have implemented three fusion operators to compare the capabilities of their fusion processing, and have experimented them in simulated, uncertain battlefield environments. In addition, the locations of multiple targets are estimated from the angle of arrival and the locations of multi-sensors. We use the triangulation method and the line equation method for the location estimation, and also use the linear prediction for the out-of-sight targets. The experimental results show that the fusion of multi-sensor data from military robots and location estimation for multiple targets can be successfully tested in randomly generated military scenarios.

한국어

본 논문은 통합 전자전 환경에서 일정한 지역에 위치한 다수의 감시/정찰 로봇이 분산되어있는 표적의 유형에 대한 정보를 융합하는 기법을 제안한다. 로봇이 획득한 정보는 확률속성을 갖는 값으로 정의되며, 표적의 유형에 대한 신뢰도를 나타낸다. 다수의 로봇이 획득한 정보를 융합하여 표적의 유형에 대한 종합적인 하나의 예측값을 제공하기 위하여 일련의 융합규칙을 사용한다. 표적과 로봇사이의 거리에 따른 표적 탐지에 대한 확률분포를 생성하였으며, 이를 기반으로 표적의 유형에 대한 정보를 융합하는 실험을 다양한 전장상황에서 수행한다. 또한 센서로부터 표적의 각도 정보를 수신하여 센서의 위치 좌표와 표적의 각도 정보를 바탕으로 분산된 다중표적의 각 위치좌표를 추정한다. 추정기법으로는 사인 법칙을 이용한 삼각측량법과 직선의 방정식을 이용한 교차점 방식을 사용하며, 표적이 센서 탐지거리를 벗어나는 경우에는 선형예측을 이용한 위치추정을 수행한다. 시뮬레이터를 활용한 실험에서 제안한 융합규칙을 이용하여 임의로 생성된 분산표적의 유형에 대한 신뢰도를 성공적으로 융합할 수 있음을 확인하고, 표적과 센서의 개수 변화에 따른 각 좌표 추정 방식의 장단점과 추정오차를 비교해본다.