This thesis addresses a formulation and develops a novel approach to solve a landmark characterization problem for spacecraft flying over the moon with the ability to autonomously compute their absolute position based on a measured two-dimensional image of the lunar terrain. The goal of landmark characterization is to enhance the availability of image data in a harsh natural environment before flight. In a surface image, unique features can be localized to unknown landmarks that represent absolute positions, and an analyzed level of discrimination between regions of the landmarks can explore reliable landmarks. In particular, the proposed algorithms and procedures are structured to improve the performance of existing techniques by taking into account changes in the location of the sensor and the natural environment. The problem is formulated as a regional characterization method based on deep neural network (DNN), and four incremental approaches are proposed: a) the DNNs are trained and validated to quantify regional uniqueness (i.e., differences between regions); b) the DNNs are applied to create characterized performance maps for evaluating the integrity of the landmarks; c) flight simulation demonstrates the usefulness of the landmark decision process using the performance map even in dark highlands; d) through a camera-based indoor experiment considering a test case of a flat plain on the near side of the moon, it is demonstrated that landmarks selected using the proposed method can compensate for the shortcomings of a classical algorithm.
In addition, it is demonstrated that performance maps can be utilized to confine a marginal window of usable landmarks due to changes in the mission time of the spacecraft.
본 학위 논문에서는 달 표면 상공을 비행하는 우주 비행체의 이차원 영상 기반 랜드마크 구성 방법에 대한 문제 정의 및 효과적인 접근법에 대하여 다룬다. 본 논문에서 다루는 랜드마크 구성 문제의 목적은 주변의 도움을 받을 수 없는 조건에서 자율적으로 우주 비행체 자신의 절대 위치 추정을 위한 지표면 영상 데이터의 가용성과 효율성을 최대로 증진하는 것이다. 일반적으로 대기가 없는 달의 지형은 시간에 따라 변화가 적으며, 자연적으로 오랫동안 변화가 누적된 표면의 흔적은 현시점의 근방에서 지역적으로 고유한 특징을 갖는다고 가정할 수 있다. 이러한 특징을 반영하는 지표면 달 영상 내에서 지역별 유일한 특징은 절대 위치를 나타내는 임의의 랜드마크로 한정하여 구역화할 수 있으며, 이 지역들 간의 고유한 차이를 비행 전에 특성화하여 분석하면 랜드마크로 사용할 수 있는 최상의 지역을 탐색할 수 있다. 특히, 논문에서 제안하는 기법과 절차들은 태양의 위치와 영상 측정 장치의 상태 등의 변화 조건에서 장소나 시간의 제약이 있는 기존의 기법에 상당한 효율을 증진시킬 수 있도록 고안되었다. 랜드마크 구성 문제는 인공 신경망 기반의 랜드마크 지역 특성화 방법으로 해결하며, 크게 다음의 네 가지 단계를 통해 문제 접근한다: a) 기저 가정의 타당성을 확인하기 위하여 인공 신경망 적용하여 지역 간의 고유성 차이를 계량화하고 분석한다; b) 심층 인공 신경망을 이용하여 비행 전 랜드마크의 무결점을 평가할 수 있는 성능 지도를 제작한다; c) 비행 시뮬레이션을 통하여 성능 지도를 이용한 랜드마크의 결정 과정과 산악 음지 지역을 대상으로 그 결과의 효용성을 보인다; d) 달 앞면의 평평한 평원을 대상으로 실제 카메라를 이용한 영상을 통해 결정된 랜드마크가 고전적인 알고리즘의 단점을 보상할 수 있음을 보인다.
이에 덧붙여, 본 논문에서 두 번째 단계에서 제작된 성능 지도는 임무 계획의 변동성에 대한 가용 랜드마크의 탐색 윈도우 구성에 도움을 줄 수 있음을 보인다
