In this paper, research on estimation of the states of Target Of Interest using fixed-wing Unmanned Aerial Vehicle(UAV) for surveillance, intercept, tracking and assessment purposes is performed. States that are of interest vary according to the user's needs. In this research, the target position, velocity, and acceleration are chosen to be the states of interests. Unmanned Aerial Vehicles can be controlled via remote Ground Control Center (GCS) and are operated airborne, making it easier to observe any object. These advantages led target tracking with UAVs to be one of intensively researched and studied areas in aerospace engineering. Methods of acquiring measurements of a target with a UAV platform are using sensors like Radar, Vision Camera, or Range Finders. Among those various sensors, this research is focused on using a vision sensor that is convenient to come by, cheap, and easy to implement unto lightweight UAV for target state estimation. vision Sensors, despite all its advantages, measure Line Of Sight(LOS) angles only which are known to be highly non-linear. This type of problem is called Bearing Only Measurement(BOM) problem. Line Of Sight angle measurements that are functions of relative distances make target dynamic modeling hard to be implemented into a filter. To solve this issue, the Pseudomeasurement equation that can transform the LOS measurement equation with relative distance states to target states which enabled the filter to use the 3D variable turn model and Kinematic Constraint into the state transition matrix and measurement equation. Bias Compensation Pseudomeasurement Filter (BCPMF) is used to implement this dynamic model, which is known to be robust to initial conditions over Modified Gain Pseudomeasurement Filter(MGPMF) and Modified Gain Extended Kalman Filter(MGEKF). Moreover, Two-Stage Kalman Filter(TSKF) form was used to benefit from the parallel computation. With these methods, TBCPMF 3DVT-KC is proposed and simulated to assess performance.
본 논문에서는 고정익 무인항공기를 감시, 공격, 추적 및 피해 평가 등 다양한 임무에 사용하기 위해 관심표적의 상태변수를 추정하는 연구를 수행하였다. 사용자의 요구에 따라 표적의 상태변수는 여러가지가 될수있다. 본 연구에서는 표적의 위치, 속도 및 가속도로 설정하였다. 무인기항공기는 지상국에서 원격으로 조종이 가능하고, 공중이라는 이점을 사용하여 관심표적을 추적하는 용도로 항공우주공학에서 매우 활발히 사용되고 연구되고있다. 무인항공기를 사용하여 표적에 관한 측정값을 얻는 방법은 항공기에 레이더, 카메라 센서, 거리측정기 센서 등으로 얻을수 있다. 이중 본 연구에서는 가격이 싸고, 획득이 용이하며 크기가 작은 무인항공기에 장착이 편리한 카메라 센서를 사용하여 표적 상태 변수 추정을 실시한다. 카메라 센서는 그 장점에 비해 비선형성이 강한 시선각 측정값(Bearing Only Measurement)을 주는 센서이다. 또한 시선각 측정값은 표적과 항공기의 상대거리 변수에 대한 함수로 표적의 가속도를 포함한 동역학 모델을 필터에 적용하기 어렵다는 문제가 존재한다. 본 연구에서는 이러한 문제를 해결하기 위해 Pseudomeasurement 관계식을 사용하여 시선각 측정값을 표적의 상태변수로 변경한 후 3D 가변 선회(3D Variable Turn) 모델과 기구학적 구속조건(Kinematic Constraint)을 상태 천의 행렬과 측정값 수식에 적용하였다. 필터는 Modified Gain Extended Kalman Filter(MGEKF)와 Modified Gain Pseudomeasurement Filter(MGPMF)에 비해 초기조건에 강건한 특성을 가진 Bias Compensation Pseudomeasurement Filter (BCPMF)를 사용하였다. 또한 병렬 계산의 이점을 위해 Two Stage Kalman Filter 형태를 사용하였다. 이 기법들을 사용하여 TBCPMF 3DVT-KC 필터를 제안하였고 컴퓨터 시뮬레이션을 통해 성능을 확인하였다.
