PUKYONG

GUIDE OAK 국가리포지터리 부경대학교

검색

PUKYONG Repository 대학원 기계시스템공학과

Metadata Downloads

Abstract: 수중 글라이더는 광범위한 해양환경의 탐사를 위한 무인 수중 잠수 정으로 미션 수행 후 사람이 수작업으로 회수하며, 해상 상황에 따라 작업이 어렵고 위험이 크며 회수에 많은 시간이 소요된다. 이 연구에서는 Sea State 3의 해상 환경에서 동작 가능한 ROV 플 랫폼을 이용한 글라이더의 회수 절차 시, 근거리에서의 글라이더 탐지 와 회수고리의 탐지, ROV의 자세제어 동작을 수행하는 딥러닝 모델을 개발하여 ROV 운용자의 작업을 보조한다. 이를 위해 실내 수조 및 실해 역에서 데이터를 취득하고 각 동작을 위한 딥러닝 모델을 개발하여 추 론 성능을 평가하고, 실해역에서 ROV에 의한 회수작업에 딥러닝 모델 에 의한 작업 보조를 적용한다.

URI: https://repository.pknu.ac.kr:8443/handle/2021.oak/33555
http://pknu.dcollection.net/common/orgView/200000740590

Table Of Contents: Chapter 1 Introduction · 1
1.1 Purpose of the study 1
1.2 Scope of the study 3
Chapter 2 Preliminaries 5
2.1 Mathematical Model of ROV 5
2.2 Object Detection with Deep Learning · 15
Chapter 3 Method · 20
3.1 Configuration of ROV Glider Recovery Platform 20
3.1.1 ROV Platform 20
3.1.2 Retrieval Ring to Recover the Glider 28
3.1.3 Retrieval Ring Hook Gripper and Body Clamp 32
3.2 Preparation of Training Datasets for Deep Learning Models 34
3.2.1 Data Acquisition for Attitude Control of the ROV Platform 35
3.2.2 Data Acquisition for Glider and Retrieval Ring Detection 38
3.2.3 Design of a Deep Learning Model for Attitude Control of the ROV Platform · 44
3.2.4 Design of a Deep Learning Model for the Detection of Gliders 48
3.2.5 Design of a Deep Learning Model for the Detection of Glider Retrieval Ring 54
Chapter 4 Experiments 57
4.1 Acquisition of Training Data for Deep Learning Models in a Variety of Environments 57
4.1.1 Collecting Data in the Indoor Water Tank 57
4.1.2 Collecting Data in the Marine Environment · 62
4.2 Evaluation of the Inference Performance of Deep Learning Models for Glider Detection 66
4.3 Evaluation of the Inference Performance of Deep Learning Models for the Detection of the Retrieval Ring 83
4.4 Evaluation of the Inference Performance of Deep Learning Models for the Attitude Control of the ROV Platform 94
Chapter 5 Conclusion 100
References 104

Authorize & License

qrcode