For UAV navigation Global Positioning System (GPS) is one of the most used sensors. It is very reliable
but is vulnerable to interference and also cannot be used in scenarios where GPS is not available e.g. indoors.
Due to developments in the field of digital image processing camera can be used effectively as a
standalone or collaborative sensor for UAV navigation.
In our approach we have developed an algorithm that uses monocular vision to estimate the position of UAV
by using feature information between two consecutive frames. No prior information is needed to make an estimate.
The algorithm estimates the position of UAV by matching features between two frames and then using
this information to construct a homography matrix. The homography matrix is then decomposed to get translation
of the UAV. A simulation was constructed and the proposed algorithm was studied. Upon addition of
noise the error of algorithm increased, in order to minimize this error the matched feature points were refined
using RANSAC and LMedS algorithm. A comparison study was done in order to check which of the two can
be implemented to effectively filter out noisy features or mismatches. Finally indoor and outdoor experiments
were conducted to see performance of proposed algorithm.
위성항법장치(GPS)는 무인기(UAV) 항법시스템에 가장 많이 쓰이는 기술 중에 하나이다. 위성항
법장치는 신뢰할 수 있지만 전파방해에 취약하고 실내와 같은 곳에서는 사용할 수 없다. 디지털
영상 처리 기술의 발달로 영상센서는 독립된 항법시스템으로써 혹은 GPS 신호와 공동으로 사
용될 수 있다.
본 논문에서는 한 대의 카메라로부터 얻은 연속적인 두 영상 프레임의 특징점 정보를 이용하여
무인기의 위치를 추정하는 알고리즘을 작성했다. 위치 추정을 위해 요구되는 사전 정보는 없다.
이 알고리즘은 연속적인 두 영상 프레임의 특징점 정보를 매칭(matching)하고 이를 homography
행렬로 작성하여 무인기의 위치 정보를 추정할 수 있다. 작성된 homography 행렬은 무인기의
병렬운동 정보를 얻기 위해 분해된다. 알고리즘을 검증하기 위한 시뮬레이션을 작성하였다. 잡
음에 의한 특징점 매칭 오차를 최소화 하기 위하여 RANSAC 및 LMedS 알고리즘을 적용했다.
RANSAC 과 LMedS 알고리즘이 잡음 필터로써 갖는 성능을 비교하기 위한 연구가 포함되었다.
마지막으로 실내 및 실외 실험이 수행되었으며 이를 통해 알고리즘의 성능을 검증하였다.
