The emphasis of the thesis is placed on proposing a vision-only estimation of relative position and attitude for formation flying and aerial refueling of UAVs. It covers from image processing and state estimation.
The two pose estimation algorithms were proposed for vision only estimation. One algorithm was Gaussian Least Squares Differential Correction proposed by Newton. This was known as Gauss Newton method. It guaranteed the convergence if the start point of initial value is near the true. Another approach is Levenberg-Marquadt algorithm proposed by Levenberg and Marquadt. It was interpolation of Gauss Newton method and steepest descent method. This has tuning parameter , weighting value between Gauss Newton and Steepest descent. So it was called heuristic algorithm.
The accuracy and robustness of pose estimation problem are improved through some ideas. First, we reduced the noise of feature position of beacon. To do this, we applied Kalman Filter to feature position. Second, we consisted of the relative navigation filter. This filter is organized relative attitude kinematics and relative position equation. To do this we have to calculate variance covariance matrix of non-linear least squares result. Some ways are introduced in this thesis. Through this filter, we could estimate relative velocity additionally and the accuracy was improved. Two methods are adjusted to improve accuracy. And, we estimate initial state for non-linear least squares algorithm for robustness. To estimate the initial state, the object function is linearized.
Vision-only estimation algorithm give target state information on image plane of the camera which can be converted into relative position and attitude information with known beacon position of leader. Actual estimation is performed in near range for validation.
본 논문에서는 영상센서 만을 이용한 무인기들의 편대비행 및 공중급유를 위한 상대 위치 및 자세 추정에 대해서 다루었다. 다변 하는 공중상황에서 편대비행 및 공중급유를 실시할 때, GPS재밍, 또는 통신 장애 등의 상황에서 영상센서만을 이용하여 선도기와 후속기간의 상대적인 위치와 자세를 영상정보만을 이용하여 추정할 수 있다.
상대 위치 및 자세를 추정하기 위해서는 선도기 좌표계상에서 그 위치를 알고 있는 특징점의 위치를 이용하게 된다. 추정에 사용되는 주요 알고리즘의 경우 현재까지, 주로 비선형 최소 자승기법을 이용하여 추정하게 되는데, 이를 분석하고 이 알고리즘의 단점을 보완하고 해의 정확도를 높이기 위한 기법들이 적용되었다.
해의 정확도를 높이기 위한 기법으로는 2가지 기법을 적용하였다. 첫 번째로는, 특징점의 위치의 정확도가 상대 위치 및 자세 추정 결과에 영향을 준다는 점에 착안하여, 특징점의 위치의 정확도를 높이기 위한 필터를 구성하였다. 두 번째로는, 비선형 최소자승기법의 결과를 측정치로 사용하는 상대 항법 필터를 구성하였다. 두 기법 모두 시뮬레이션과 실험을 통하여 검증하였다.
비선형 최소 자승기법의 가장 큰 문제점인, 국부수렴 문제를 해결하기 위해서는 반복수행을 하기 위한 초기값이 참값과 얼마나 가까이 있느냐가 큰 영향을 미친다. 어떠한 가정도 없이 초기값을 주기 위해서, 본 논문에서는 핀 홀 카메라 모델을 선형화하여 AX=0 형태의 문제를 풀어 냄으로써 초기값을 계산하였다. X의 크기를 회복시키기 위한 2가지 기법을 제시하고 최종적으로 2번째 기법을 선택함으로써, 비선형 최소 자승기법의 국부수렴 문제가 해결된다는 것을 시뮬레이션을 통해 검증하였다.
