Underwater robots have been an emerging research area at the intersection of the field of robotics and oceanic engineering. Their applications include environmental monitoring, oceanographic mapping, and infrastructure inspections in deep sea. Performing these tasks, the ability of autonomous navigation is the key to a success, especially with the limited communications in underwater environments. Considering the highly dynamic and three dimensional environments, the autonomous navigation technologies including path planning and tracking have been one of the interesting but challenging tasks in the field of study. Cameras have not been at the center of attention as an underwater sensor due to the limited detection ranges and the poor visibility. Use of visual data from cameras is still an attractive method for underwater sensing and it is especially effective in the close range detections. In this thesis, the vision-based navigation techniques for underwater robots have been studied in depth. In order to overcome the limitations of cameras and to make use of the full advantages of image data, a number of approaches have been taken. The topics include color restoration algorithm for the degraded underwater images, detection and tracking methods for underwater targets, and robot guidance algorithms based on the visual detection results. The feasibilities of the proposed algorithms have been shown in the experiments with an underwater robot platform and the results have been analyzed both qualitatively and quantitatively.
수중로봇은 해양공학의 떠오르는 연구 분야이자 로봇공학의 새로운 응용 분야로 관련 연구가 활발히 이루어지고 있다. 수중로봇의 활용 분야는 미지의 해저 지형 탐사, 수중 환경 모니터링, 심해 구조물 진단 등을 포함한다. 이와 같은 임무를 수행함에 있어서 로봇의 효과적인 내비게이션은 성공적인 완수를 위한 필수 조건이며, 특히 통신에 제약이 있는 수중 환경에서는 그 자율성이 강조된다. 3차원의 동적인 수중 환경에서의 로봇 내비게이션은 쉽지 않은 문제이며 이를 위해 다양한 센서와 알고리즘이 시도되고 있다. 수중에서의 카메라 영상 정보는 그 질의 저하와 짧은 가시거리 때문에 활용이 제한적이었다. 그러나 카메라는 다른 수중센서에 비하여 그 가격이 저렴하고 근거리에서 풍부한 정보를 제공한다는 장점을 가진다.
본 논문은 수중로봇의 자율 내비게이션을 위한 카메라 영상처리 기법 및 영상기반의 경로생성에 대한 연구이다. 영상 질의 저하를 극복하여 근거리 내에서의 로봇 내비게이션에 적용함으로써 카메라 영상 정보의 활용을 최대화하는 시도이다. 본 연구의 내용은 수중영상의 복원, 영상기반 물체인식 및 추종, 영상처리 결과를 활용한 로봇의 경로유도를 포함한다.
수중영상의 저하된 질을 향상시키기 위해 수중영상 모델에 기반을 둔 영상 복원 알고리즘을 제안하고 실험을 통해 이를 검증하였다. Jaffe-McGlamery Underwater Image Model을 기반으로 수중영상의 특성을 정의하고, 거리와 감쇠 계수에 따른 조도의 변화를 수식적으로 모델링하였다. 또한 로봇의 내비게이션에 활용하기 위해 추가적인 단순화를 하여 실시간 적용을 가능한 복원 알고리즘을 구현하였다. 실제 수중영상을 복원하여 그 성능을 테스트하였고, 실제 물체인식 등 영상처리 결과에 미치는 영향도 분석하였다.
수중로봇 내비게이션을 위한 물체인식과 추종 기법을 구현하여 실제 로봇에 적용하였다. 실험을 위해 제작한 경로 표식과 목표 물체를 효과적으로 검출하기 위해 다양한 영상처리 기법을 적용해보고 성능이 뛰어난 방식을 선택하였다. 수중영상의 특성과 제작된 물체의 형태에 가장 효과적인 방법은 템플릿 기반의 물체인식 기법이었으며, 검출된 물체를 추종하는 데는 Mean Shift Tracking 기법을 활용하였다. 실제 수중영상에 적용하여 그 성능을 평가하였다.
성공적으로 물체의 위치가 검출되면 이를 수중로봇의 내비게이션에 활용하는 기법에 대해서도 연구를 수행하였다. 바닥에 부착된 경로 표식을 이용해 로봇을 제어함에 있어서 부드러운 경로추종를 위해 가상 경유점 생성을 통한 경로유도 방식을 제안하였다. 구조화된 환경에서 실험을 통해 가능성을 검증하였다. 또한 영상으로 검출된 목표 물체를 기반으로 접근 또는 회피하는 알고리즘을 구현하여 실험을 수행하였다.
본 논문에서는 영상기반의 수중로봇 내비게이션을 위한 수중영상 복원, 물체인식 및 추종, 영상기반 경로생성에 대하여 연구하였으며 실험을 통해 그 성능을 평가하였다. 향후 과제에는 영상 복원 알고리즘의 추가적인 성능평가, 다양한 물체를 활용한 영상처리 기법에 대한 연구, 실제 환경에 적용 등이 포함된다.
