Various underwater studies using underwater sonar sensors are actively in progress. However, unlike the ground, the underwater has a lot of noise. So it is difficult to accurately recognize the underwater environment. The final purpose of this study is to improve the efficiency of the underwater environment recognition using the underwater sonar sensor by developing a filtering algorithm that removes noise and expresses the object from the underwater sonar image captured by the underwater sonar sensor. To develop a filtering algorithm, convolutional calculations were used with three types of filters. This paper is about the case study that conducted to set the parameters of ‘Gabor Filter’ suitable for underwater sonar image during the design process of filtering algorithm. As a result, it was possible to find the most suitable ‘Gabor Filter’ parameters for underwater sonar images. And it showed high accuracy with a binary map of obstacles created by hand using the naked eye. Through this study, it can be utilized not only as a binary map of real-time obstacles, but also as an algorithm for generating object masks in underwater sonar images for deep learning.

추천천 하구 근처에 홍수퇴적물 분포 패턴을 분석하기 위해, 측면주사소나(side scan sonar) 이미지와 해저퇴적물의 특성을 수심 50 m 이하 연안지역에서 조사하였다. 소나 이미지 분석을 바탕으로 연구 지역의 해저는 기반암, 모래질펄, 홍수퇴적물 분포지역, 3개 지역으로 구분된다. 각 지역의 측면주사소사 이미지의 색상은 아주 검은 색, 비교적 밝은색, 그리고 암회색으로 표시된다. 해저퇴적물은 암회색 지역에서 자갈 33.73%, 모래 62.88%, 실트 3.37%, 점토 0.02%이고, 모래질 펄 지역에서 모래 10.31%, 실트 56.42%, 점토 33.27%로 분석되었다. 특히 암회색 지역의 퇴적물은 다량의 불에 탄 식물 조각편을 포함하고 있어 주변 연안에서 관찰할 수 있는 퇴적물과는 뚜렷한 차이를 보인다. 홍수퇴적물의 분포 형태는 추천천 하구에서 해양으로 해안선에 수직하게 분포하지 않고, 연안을 따라서 분포되어 있음을 확인할 수 있었다. 결론적으로 연구 지역의 연안류의 흐름이 해저퇴적상의 공간적 분포 형태에 지배적으로 영향을 주었다.

소너를 이용한 어군량 조사에서 자동화가 용이하고 고기의 분포상태에 관계없이 측정이 가능한 에코적분법에 관한 정량화법의 기초 연구로서, 소너 화상의 휘도를 2 승 적분하여 어군량을 정량화하고 이 값을 다른 어군량 지표와 비교, 분석한 결과를 요약하면 다음과 같다. 1. 휘도를 이용하여 작성한 에코그램으로부터 어군과 해저를 분명하게 식별하는 것이 가능하여 화상을 이용한 어군량의 정량화에 있어서 휘도는 유용한 정보이다. 2. 소너 화상으로부터 계수법에 의하여 얻어진 어군의 수는 픽셀 휘도의 2승 적분치에 정의 상관을 나타내었으나, 어군의 계수법은 어군의 규모에 관계하지 않고 어군을 계수하기 때문에 오차가 클것으로 판단되어 정량화법으로서는 좋은 방법이라 할 수 없다. 3. 면적측정법으로 계측된 어군면적은 픽셀 휘도의 2승 적분치에 비례하고 유의한 상관을 나타내었으므로, 어군량 지표로서 유용 가능하다고 판단된다. 4. 소너 화상의 휘도를 2 승 적분하여 얻어진 어군량 정보는 고기의 분포상태에 관계없이 측정이 가능하여 어군량을 정량화하는 방법으로서 유용할 것으로 판단된다.

사이드 스캔 소-나 시스템을 이용하여 태안반도 부근 신두리 해역에서 해저면 음향영상 자료를 획득하였다. 후방산란 음향강도와 해저퇴적물의 물성에 대한 상호관계를 연구하였다. 그리고 위의 두 자료 모두 해저수심과 각각 비교해석 하였다. 해저퇴적물의 물성 대부분은 음향강도와 좋은 상관관계를 보이고 있지만, 퇴적물의 분포양상은 암반노출지역을 제외하고는 해저면 음향영상과 정확하게 일치하지는 않았다. 해저수심은 해저면 음향영상의 분포형태에 영향을 미치고 있었을 뿐만 아니라, 해저퇴적물의 물성 분포에서도 선형적인 관계를 보이고 있었다.

In the ground environment, mobile robot research uses sensors such as GPS and optical cameras to localize surrounding landmarks and to estimate the position of the robot. However, an underwater environment restricts the use of sensors such as optical cameras and GPS. Also, unlike the ground environment, it is difficult to make a continuous observation of landmarks for location estimation. So, in underwater research, artificial markers are installed to generate a strong and lasting landmark. When artificial markers are acquired with an underwater sonar sensor, different types of noise are caused in the underwater sonar image. This noise is one of the factors that reduces object detection performance. This paper aims to improve object detection performance through distortion and rotation augmentation of training data. Object detection is detected using a Faster R-CNN.

In this paper we present (1) analysis of imaging sonar measurement for two-view relative pose estimation of an autonomous vehicle and (2) bundle adjustment and 3D reconstruction method using imaging sonar. Sonar has been a popular sensor for underwater application due to its robustness to water turbidity and visibility in water medium. While vision based motion estimation has been applied to many ground vehicles for motion estimation and 3D reconstruction, imaging sonar addresses challenges in relative sensor frame motion. We focus on the fact that the sonar measurement inherently poses ambiguity in its measurement. This paper illustrates the source of the ambiguity in sonar measurements and summarizes assumptions for sonar based robot navigation. For validation, we synthetically generated underwater seafloor with varying complexity to analyze the error in the motion estimation.

This paper proposes an underwater localization algorithm using probabilistic object recognition. It is organized as follows; 1) recognizing artificial objects using imaging sonar, and 2) localizing the recognized objects and the vehicle using EKF(Extended Kalman Filter) based SLAM. For this purpose, we develop artificial landmarks to be recognized even under the unstable sonar images induced by noise. Moreover, a probabilistic recognition framework is proposed. In this way, the distance and bearing of the recognized artificial landmarks are acquired to perform the localization of the underwater vehicle. Using the recognized objects, EKF-based SLAM is carried out and results in a path of the underwater vehicle and the location of landmarks. The proposed localization algorithm is verified by experiments in a basin.