광학 지형 영상을 기반으로 한 자기 위치결정을 사용하는 우주선은 비행 경로를 따라 적절한 랜드마크 정보가 필요하다. 달의 근접 항법을 수행할 때에는 달의 분화구가 직관적인 선택이 된다. 그러나 고지대나 태양 고도가 낮은 지역에서는 그림자가 과도하게 형성되어 분화구가 덜 신뢰할 만해지며, 그 결과 분화구 검출이 드물고 예측하기 어렵다. 따라서 본 논문은 불리한 조명과 거친 지형에서도 사용할 수 있는 항법 랜드마크를 제안하는 방법을 제시하고, 이를 달 비행 계획에 적용하는 절차를 제공한다. 양호한 랜드마크를 결정하기 위해, 다양한 조명 기하에서 그럴듯한 랜드마크 후보를 구분하도록 CNN(Convolutional Neural Network) 기반 객체 검출기를 학습하고, 여러 날짜에 기인하는 비행 경로 상의 랜드마크 검출 확률을 예측한다. 검출 확률이 더 유리한 날짜는 사전에 확인할 수 있으며, 이는 임무 계획에 유용한 도구가 된다. 수치 실험 결과, 제안된 랜드마크 검출기는 고지대에서 태양 고도 1.8° 미만에서도 사용 가능한 항법 정보를 생성하는 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.