earticle

영어

Purpose: This study proposes a monocular camera-based precise position estimation technique for unmanned vehicles that can solve the problems of data sparsity and nonlinearity of pixel coordinates and achieve accurate predictions. Method: Using a small motorized vehicle as a target, we define eight movement trajectory scenarios in indoor and outdoor environments and extract position, velocity, and angle information at eight time points. Time-series data augmentation is applied to the LSTM Seq2Seg model and a composite loss function are utilized to simultaneously predict positions at all eight time points. Result: The proposed technique was evaluated based on Ground Sampling Distance, and achieved high prediction performance with a MAE of 2.59 cm and a MSE of 3.21 cm. Conclusion: This study proposed a precise position estimation technique for unmanned vehicles based on a monocular camera, and confirmed the precise prediction performance through experiments.

한국어

연구목적: 본 연구는 소규모 시계열 데이터 세트 환경에서 발생하는 데이터 희소성 및 픽셀 좌표의 비선 형성 문제를 해결하고, 최종 위치 오차를 감소시키기 위한 복합 손실 함수를 통해 정확한 예측을 할 수 있는 단안 카메라 기반 무인 이동체 정밀 위치 추정 기법을 제안하고자 한다. 연구방법: 차량을 모방한 소형 모터카를 목표물로 활용하여 실내외 환경에서 8번의 이동 궤적 시나리오를 정의하고, 1초 간격의 8개 시점 위치, 속도, 각도 정보를 추출한다. 모델의 강건성을 위해 시계열 데이터 증강을 적용하였으며, LSTM Sequence-to-Sequence (Seq2Seg) 모델 및 최종 위치 오차를 감소시키기 위한 복합 손실 함수를 활용하여 전체 8개 시점의 위치를 동시에 예측한다. 연구결과: 제안된 기법은 Ground Sampling Distance 기반 물리적 단위계 환산으로 성능을 평가하였으며 전체 시나리오에 대해 평균 절대오차 2.59cm, 평균 제곱 오차 3.21cm으로 높은 예측 성능을 달성하였다. 결론: 본 연구는 단안 카메라에 기반 한 미래 시점 위치 예측을 위해 설계된 전처리 과정과 LSTM Seq2Seq 모델을 기반으로 무인 이동체의 정밀 위치 추 정 기법을 제안하였고, 실험을 통해 정밀한 예측 성능을 확인하였다. 제안된 기법은 단안 카메라만으로 도 재난 현장이나 군사 작전 등에 투입되는 무인 이동체의 위치 추정에 활용될 것으로 기대된다.