DOI QR코드

DOI QR Code

Experimental results on Shape Reconstruction of Underwater Object Using Imaging Sonar

영상 소나를 이용한 수중 물체 외형 복원에 관한 기초 실험

  • Lee, Yeongjun (Marine Robotics Lab, Korea Research Institute Of Ships & Ocean Engineering) ;
  • Kim, Taejin (Marine Robotics Lab, Korea Research Institute Of Ships & Ocean Engineering) ;
  • Choi, Jinwoo (Marine Robotics Lab, Korea Research Institute Of Ships & Ocean Engineering) ;
  • Choi, Hyun-Taek (Marine Robotics Lab, Korea Research Institute Of Ships & Ocean Engineering)
  • 이영준 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실) ;
  • 김태진 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실) ;
  • 최진우 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실) ;
  • 최현택 (한국해양과학기술원 부설 선박해양플랜트연구소 수중로봇연구실)
  • Received : 2016.06.20
  • Accepted : 2016.08.26
  • Published : 2016.10.25

Abstract

This paper proposes a practical object shape reconstruction method using an underwater imaging sonar. In order to reconstruct the object shape, three methods are utilized. Firstly, the vertical field of view of imaging sonar is modified to narrow angle to reduce an uncertainty of estimated 3D position. The wide vertical field of view makes the incorrect estimation result about the 3D position of the underwater object. Secondly, simple noise filtering and range detection methods are designed to extract a distance from the sonar image. Lastly, a low pass filter is adopted to estimate a probability of voxel occupancy. To demonstrate the proposed methods, object shape reconstruction for three sample objects was performed in a basin and results are explained.

본 논문은 수중에서 사용되는 영상 소나를 이용하여 수중 물체의 외형 복원을 수행하여 보고 그 결과를 분석한다. 일반적으로 해양 측량에 많이 사용되는 다중빔 해양 측심기(Multi-beam echo sounder, MES)보다 더 자세한 수중 환경 관찰이 가능한 영상 소나는 상하 방사영역 정보의 불확실성으로 인해 3차원 복원 연구로 활용되기에 어려움이 있다. 이에 본 논문에서는 소나 영상에서 얻는 물체에 대한 3차원 높이 정보의 불확실성을 줄이기 위해 영상 소나의 상하 방사영역을 좁게 조정하여 영상 소나의 3차원 물체 외형 복원의 어려움을 극복하고자 한다. 또한, 음향 채널별 잡음 제거 필터를 적용하고, 음향 채널별 상호보완 거리값 검출 방법의 적용을 통해 3차원 위치 정보의 정확도를 높이고자 한다. 제안한 수중 물체 외형 복원 방법은 3가지 물체(원뿔, 구, 기둥)에 대해 3차원 복원 실험을 수행하여 보고 그 결과를 분석하였다.

Keywords

References

  1. SC. Yu, "Development of real-time acoustic image recognition system using by autonomous marine vehicle," Journal of ocean engineering, vol.25, no. 1, pp. 90-105, 2008.
  2. M. VanMiddlesworth, M. Kaess, F.S. Hover and J.J. Leonard, "Mapping 3D Underwater Environments with Smoothed Submaps," Conf. on Field and Service Robotics (FSR), pp. 17-30, Brisbane, Australia, 2013.
  3. H. Kawano and T. Ura, "Navigation algorithm for autonomous underwater vehicle considering cruising mission using a side scanning SONAR in disturbance," Conf. on Oceans, pp. 403-408, 2001.
  4. I. T. Ruiz, S. Raucourt, Y. Petillot, and David M. Lane, "Concurrent mapping and localization using sidescan sonar," Journal of Oceanic engineering, vol.29, no.2, pp. 442-456, 2004. https://doi.org/10.1109/JOE.2004.829790
  5. B. Zerr, G. Mailfert, A. Bertholom, and H. Ayreault, "Sidescan sonar image processing for AUV navigation," Conf. on Oceans, vol.1, pp. 124-130, 2005.
  6. H. Kang, "Identification of Underwater Object using Sonar image," Journal of the Institute of Electronics and Information Engineers, vol. 53, no. 3, pp. 91-98, 2016. https://doi.org/10.5573/ieie.2016.53.3.091
  7. B. On, S. Kim, W. Moon, S. Im, and I. Seo, "Detection of an Object Bottoming at Seabed by the Reflected Signal Modeling," Journal of the Institute of Electronics, vol. 53, no. 5, pp. 55-65, 2016.
  8. F. Chaillan, C. Fraschini, P. Courmontagne, "Speckle noise reduction in SAS imagery", Signal process, vol.87, pp. 762-781, 2007. https://doi.org/10.1016/j.sigpro.2006.08.001
  9. John PF and H Arnold Carr, "Sound underwater images : A guide to the generation and interpretation of side scan sonar data," Lower cape Pub Co, 1990.

Cited by

  1. Improvement of Tracking Control of a Sliding Mode Controller for Robot Manipulators by a Neural Network vol.16, pp.2, 2018, https://doi.org/10.1007/s12555-017-0186-z