플래시 라이다를 사용한 템플릿 매칭 기반의 지형참조항법 :

윤인도

추천

검색

자료유형: 학위논문

저자정보: 윤인도 (서울대학교, 서울대학교 대학원)

발행연도: 2018

저작권: 서울대학교 논문은 저작권에 의해 보호받습니다.

이용수3

이 논문의 연구 히스토리 (2)

2018

플래시 라이다를 사용한 템플릿 매칭 기반의 지형참조항법

윤인도 기계항공공학부 2018.01 학위논문

2017

플래시 라이다를 사용한 매칭 기반 항법의 상관자별 성능 분석

윤인도 , 전현철 , 박찬국 한국항공우주학회 학술발표회 초록집 2017.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

This thesis compares and analyzes a performance of template matching based terrain referenced navigation (TMTRN) using correlation functions according to different error types and correlation functions. Conventional batch processing TRN generally utilizes the radar altimeter and adopts mean square difference (MSD), mean absolute difference (MAD), and normalized cross correlation (NCC) for matching a batch profile with terrain database. If a flash LiDAR is utilized instead of the radar, it is possible to build a profile in one-shot. A point cloud of the flash LiDAR can be transformed into 2D profile, unlike a vector profile obtained from batch processing. Therefore, by using the flash LiDAR we can apply new correlation functions such as image Euclidean distance (IMED) and image normalized cross correlation (IMNCC) which have been used in computer vision field. The simulation result shows that IMED is the most robust for different types of errors.

Chapter 1 Introduction 1
1.1 Motivation and background . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objectives and contributions . . . . . . . . . . . . . . . . . . . . 3
Chapter 2 Related Works 5
2.1 Terrain Referenced Navigation . . . . . . . . . . . . . . . . . . . 5
2.1.1 LiDAR-based TRN . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2 Image-based TRN . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Template Matching . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.1 General idea of template matching . . . . . . . . . . . . . 16
2.2.2 Correlation function . . . . . . . . . . . . . . . . . . . . . 17
Chapter 3 Template matching based TRN 22
3.1 Relationship with BPTRN . . . . . . . . . . . . . . . . . . . . . . 22
3.2 TMTRN algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Chapter 4 Simulation Results 30
4.1 Template matching of terrain PC . . . . . . . . . . . . . . . . . . 30
4.2 TMTRN simulation . . . . . . . . . . . . . . . . . . . . . . . . . 33
Chapter 5 Conclusions and Future Works 46
5.1 Summary of the contribution . . . . . . . . . . . . . . . . . . . . 46
5.2 Future works . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)