본 논문은 자동계류시스템에 활용 가능한 선박의 6자유도 자세 추정을 위한 기법을 다루고 있다. 일반적으로 계류 중인 선박은 바람, 파도, 화물 적·양하로 인한 흘수의 변화, 기조력에 의한 해수면의 높이 변화 등 선박의 운동을 유발하는 다양한 외력이 존재한다. 이 러한 외력은 선박의 자세를 변경시키는데, 선박의 자세가 안정되도록 제어하는 것이 자동계류시스템의 역할이다. 본 논문은 이러한 상황 을 고려하여 대상 선박에 대하여 비접촉식 방법으로 높은 정확도 및 정밀도를 가지는 6-자유도 자세 추정기법을 제안한다. 제안된 방법은 스테레오 비전을 이용하여 2D 텍스쳐 정보와 3D 깊이 정보를 함께 이용한 기법으로, 2D 특징 추출/표현, 3D 필터링, 특징 매칭, 3D 대응쌍 의 가중치 계산, 자세 파라미터 추정 단계로 구성되어 있다. 본 논문에서는 자세 추정 정확도/정밀도를 더욱 개선하기 위해 기하학적 매칭 기법을 통해 두 단계의 특징 선별 및 가중치 산출 전략을 제안한다. 제안된 방법은 각각의 자유도에 대한 변위에 대해 정확도 및 정밀도 분석을 통해 평가된다.

This paper deals with a method to estimate the 6-DOF pose of a marine vessel, which can be used in automatic mooring systems. In general, a moored vessel is affected by external forces that cause the motion of the vessel, such as wind, waves, changes in draft due to cargo loading and unloading, and changes in sea level due to tidal forces. These external forces change the pose of the vessel, and the role of the automatic mooring system is to control the motion of the vessel so that it is stable. Considering this situation, this paper proposes a vision-based 6-DOF pose estimation algorithm for marine vessel, which can produce high accurate and precise performance. The proposed method uses 2D texture information and 3D depth information together using a stereo vision system, and consists of the following steps: 2D feature extraction/description, 3D filtering, feature matching, computation of the weight of 3D correspondence pairs, and pose parameter estimation. In order to further improve the pose estimation performance in accuracy/precision point of view, this paper also proposes a two-step feature selection and a weight computation strategy through geometric matching. The proposed method is evaluated through accuracy and precision analysis for displacements for each degree of freedom.

요 약
Abstract
1. 서 론
2. 시스템 구성
    2.1 대상 카메라 센서
    2.2 자세 추정 소프트웨어 구성
3. 자세 추정 알고리즘
    3.1 기준 모델 정의
    3.2 2D 특징 추출 및 표현
    3.3 3D 필터링
    3.4 특징 매칭
    3.5 3D 대응쌍의 가중치 계산
    3.6 3D 자세 파라미터 추정
    3.7 3D 필터링 단계에서의 도메인 지식 적용
4. 실험 및 고찰
    4.1 실험환경
    4.2 결과 및 분석
5. 결 론
Acknowledgement
References

• 김헌희(국립목포해양대학교 기관시스템공학부 교수) | Heon-Hui Kim (Professor, Division of Marine System Engineering, Mokpo National Maritime University, Mokpo 58628, Korea)
• 남택근(국립목포해양대학교 기관시스템공학부 교수) | Taek-Kun Nam (Professor, Division of Marine System Engineering, Mokpo National Maritime University, Mokpo 58628, Korea) Corresponding author
• 배동현(국립목포해양대학교 기관시스템공학과 석사과정) | Dong-Hyun Bae (Master’s Student, Department of Marine Engineering, Mokpo National Maritime University, Mokpo 58628, Korea)