본 연구에서는 마커없이 구조물의 변위를 측정할 수 있는 영상기반 변위계측 시스템(NVDMS)을 제안한다. 기존의 방식과 제안하는 NVDMS는 크게 두 가지의 차이점이 있다. 첫째, NVDMS는 마커를 사용하지 않고 구조물의 특징점의 픽셀좌표 변화를 추출한다. 둘째, 특징점의 픽셀좌표를 물리좌표로 변환하는 scaling factor는 기존 방식에선 마커의 크기로부터 계산되는 반면, NVDMS에서는 카메라와 구조물사이의 거리, 각도, 초점거리로 계산된다. 3층 축소모형의 자유진동 실험에서 제안한 NVDMS로부터 얻은 변위데이터의 신뢰도를 분석하기 위해 LDS로부터 얻은 변위데이터의 비교를 하였으며, 얻어진 변위데이터를 이용하여 동특성을 분석하였다. 분석결과 NVDMS는 마커없이 구조물의 동적변위를 정밀하게 측정가능할 뿐만 아니라 얻어진 변위데이터로부터 추출한 동특성의 신뢰도 또한 높았다.

본 연구에서는 마커없이 구조물의 변위를 측정할 수 있는 영상기반 변위계측 시스템(NVDMS)을 제안한다. 기존의 방식 과 제안하는 NVDMS는 크게 두 가지의 차이점이 있다. 첫째, NVDMS는 마커를 사용하지 않고 구조물의 특징점의 픽셀좌 표 변화를 추출한다. 둘째, 특징점의 픽셀좌표를 물리좌표로 변환하는 scaling factor는 기존 방식에선 마커의 크기로부터 계 산되는 반면, NVDMS에서는 카메라와 구조물사이의 거리, 각도, 초점거리로 계산된다. 3층 축소모형의 자유진동 실험에서 제안한 NVDMS로부터 얻은 변위데이터의 신뢰도를 분석하기 위해 LDS로부터 얻은 변위데이터의 비교를 하였으며, 얻어진 변위데이터를 이용하여 동특성을 분석하였다. 분석결과 NVDMS는 마커없이 구조물의 동적변위를 정밀하게 측정가능할 뿐 만 아니라 얻어진 변위데이터로부터 추출한 동특성의 신뢰도 또한 높았다.

This paper presents a vision-based relative pose estimation algorithm and its validation through both numerical and hardware experiments. The algorithm and the hardware system were simultaneously designed considering actual experimental conditions. Two estimation techniques were utilized to estimate relative pose; one was a nonlinear least square method for initial estimation, and the other was an extended Kalman Filter for subsequent on-line estimation. A measurement model of the vision sensor and equations of motion including nonlinear perturbations were utilized in the estimation process. Numerical simulations were performed and analyzed for both the autonomous docking and formation flying scenarios. A configuration of LED-based beacons was designed to avoid measurement singularity, and its structural information was implemented in the estimation algorithm. The proposed algorithm was verified again in the experimental environment by using the Autonomous Spacecraft Test Environment for Rendezvous In proXimity (ASTERIX) facility. Additionally, a laser distance meter was added to the estimation algorithm to improve the relative position estimation accuracy. Throughout this study, the performance required for autonomous docking could be presented by confirming the change in estimation accuracy with respect to the level of measurement error. In addition, hardware experiments confirmed the effectiveness of the suggested algorithm and its applicability to actual tasks in the real world.