Beam Slice-Based Recognition Method for Acoustic Landmark With Multi-Beam Forward Looking Sonar

Fig.1 Beam Slice-Based Recognition Method for Acoustic Landmark With Multi-Beam Forward Looking Sonar

IEEE Sensors Journal

Date of Publication: 21 September 2017

내용

먼저 기존 방식인 랜드마크(=highlight-shadow) 신호를 기반으로 단순 1D cross-correlation(=matched filter)한 결과를 보이고, false detection이 쉽다는 것을 보인다.

이에 본 연구에서는 하나의 소나 데이터에 2개의 비슷한 형태의 랜드마크 신호가 있을 때, 신호의 각 column을 cross-correlation하여 랜드마크 신호를 찾는 것을 제시한다.
본문의 그림 7, 8 로부터 그 결과를 확인할 수 있다.

이후 DBSCAN clustering으로 랜드마크 신호 column의 후보군을 추려내고, 해당 신호를 k-means clustering하여 highlight, shadow, and background region을 구분하는 것을 보였다.

The method는 수조 실험, 그리고 실해역 실험으로 검증되었다.

생각

기존 방식 부분을 소개할 때, 랜드마크 신호만 잘라놓은 부분은 어찌보면 값이 제한된 impulse response와 비슷한 형태이니 cross-correlation 결과가 phased된 결과인건 자명해 보인다.

수조 실험이나 실해역 실험에서도, 비교됐던 기존 방식의 소나 이미지처럼, 지형이나 다른 objects가 있었으면 어떤 결과가 있었을 지 궁금하다.

본 연구에서 제시한 랜드마크는 소나 이미지에서의 형태가 단순한 편이다. 짧은 highlight region, 뒤의 긴 shadow region, 그리고 그 값들을 감싸고 있는 background region은 어찌보면 phased impulse response에 화이트 노이즈를 추가한 형태일 것이다. 각 칼럼에 대해 cross-correlation 후 mean value가 낮은 column을 고르는 본 연구의 방식으로는, 단순히 shadow region이 길게 나온 column을 고를 가능성이 크다. 그렇다면 높은 지형과 랜드마크의 구분이 어렵다는 뜻이기도 할 것이다.

하지만 위 생각은 계산까지 수행한 주장이 아니라, 단순히 생각에 그친 주장이다. 시뮬레이션으로 계산하면 확인해 볼 수 있을 듯 하다.

---

참고문헌

J. Pyo, H. Cho and S. -C. Yu, “Beam Slice-Based Recognition Method for Acoustic Landmark With Multi-Beam Forward Looking Sonar,” in IEEE Sensors Journal, vol. 17, no. 21, pp. 7074-7085, 1 Nov.1, 2017, doi: 10.1109/JSEN.2017.2755547.