자율 해상 UAV 비행을 위한 심층 단안 포즈 추정의 하드웨어 및 비전 인 더 루프 검증

원문 발행 2026. 06. 18. 00:18원문 언어 영어AI 한국어 번역arXiv cs.AI 원문 보기

요약

해상 자율 UAV 운용을 위한 하드웨어 검증 기반의 비전 인 더 루프(Vision-in-the-loop) 프레임워크를 제안합니다. 딥 트랜스포머 기반의 단안 포즈 추정기와 지연 칼만 필터를 결합하여 실제 임베디드 환경의 지연 및 계산 제약을 반영한 안정적인 비행 제어를 구현했습니다.

핵심 포인트

실사 같은 해상 환경을 에뮬레이션하는 하드웨어 검증 프레임워크 제시
딥 트랜스포머 기반의 단안 포즈 추정 기술 적용
지연 칼만 필터를 통한 IMU 데이터와 비전 측정값의 융합
인지 지연 및 계산 제약 등 실제 임베디드 효과를 반영한 검증
자율 이륙, 궤적 추적 및 착륙 실험을 통한 폐루프 비행 입증

선박에서의 자율 UAV(Unmanned Aerial Vehicle) 운용은 신뢰할 수 있는 비전 기반의 상대적 포즈 추정 (Relative Pose Estimation)을 필요로 하지만, 해상에서의 검증은 비용이 많이 들고 날씨에 의존적이며 위험합니다. 본 논문은 실사 같은 해상 환경을 에뮬레이션하면서 완전 자율 실내 비행을 가능하게 하는 하드웨어 검증된 비전 인 더 루프 (Vision-in-the-loop) 프레임워크를 제시합니다. 렌더링된 해상 뷰는 딥 트랜스포머 기반 (Deep Transformer-based) 단안 포즈 추정기 (Monocular Pose Estimator)에 의해 온보드에서 처리됩니다. 지연된 비전 측정값은 지연 칼만 필터 (Delayed Kalman Filter)를 사용하여 고주파 IMU (Inertial Measurement Unit) 데이터와 융합되어 기하학적 제어 (Geometric Control)를 위한 일관된 상태 추정치를 제공합니다. 이 시스템은 순수 시뮬레이션에는 존재하지 않는 인지 지연 (Perception Latency), 비동기 업데이트 (Asynchronous Updates), 계산 제약 (Computational Constraints)을 포함한 중요한 임베디드 효과를 포착합니다. 자율 이륙, 궤적 추적 및 착륙 실험은 안정적인 폐루프 (Closed-loop) 비행을 입증합니다. 결과적으로 본 연구는 선박 배치를 앞두고 해상 UAV 자율성을 개발하기 위한 안전하고 하드웨어적으로 현실적인 중간 단계를 구축합니다.

AI 자동 생성 콘텐츠

원문 바로가기

자율 해상 UAV 비행을 위한 심층 단안 포즈 추정의 하드웨어 및 비전 인 더 루프 검증

요약

핵심 포인트

댓글