달-보조 임무를 위한 시뮬레이션 기반 항법유도 및 광학 랜드마크 선택 연구

Simulation-driven Navigation for Lunar-Assisted Missions and Optical Landmark Selection

연구 내용

조명 조건과 지형 불확실성이 큰 달 고원 비행에서 광학 지형 이미지 기반 랜드마크 후보를 선택하고 탐지확률을 사전 예측하여 임무계획을 지원하는 연구

달 임무에서 광학 지형 영상에 기반한 자체위치결정은 그림자와 낮은 태양 고도에서 랜드마크 탐지가 불안정해집니다. 이훈희 연구실은 CNN 기반 객체 검출기를 학습해 후보 랜드마크의 탐지 가능성을 조명 기하 조건에 따라 추정하고, 비행 경로에 대해 날짜별 탐지확률을 예측하여 임무 계획에서 사용 가능한 랜드마크를 선정합니다. 또한 달 중력 사용 궤도 전이 경로를 고정밀 동역학 모델과 해법 탐색 절차로 설계하고, 계절 변화가 전이 효율에 미치는 영향을 해석하여 항법유도 설계의 입력 조건을 정리하는 방법을 수행합니다.

관련 프로젝트

0건

연구 흐름

초기 연구는 달 지형 이미지 기반 항법에서 랜드마크 탐지의 신뢰성을 높이기 위해 CNN 기반 객체 검출 학습 절차를 정립하고, 조명 기하가 탐지 후보에 미치는 영향을 반영하는 방향으로 진행되었습니다. 이후 2020년에는 낮은 태양 고도와 음영이 심한 환경에서도 사용할 수 있는 랜드마크 선정 방법과 임무 적용 절차를 제시했습니다. 이어서 2024년에는 달-보조 GEO 전이에서 계절 변화에 따른 궤도 전이 효율 차이를 고정밀 동역학 모델과 초기조건 정렬 기반 해석으로 확장하여 항법유도 설계에 필요한 경로 후보와 영향 요인을 정리하는 흐름을 확보했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

달 지형 기반 시각항법 알고리즘
랜드마크 탐지 확률 기반 임무계획
조명 조건 추정 및 품질평가 모듈
달-보조 궤도 전이 경로 탐색
계절 변동 기반 ΔV 민감도 분석
위치결정 입력 데이터 선별
표준 항법 시뮬레이션 시나리오
고장/오차에 강한 랜드마크 선택
영상 기반 항법 검증 프레임워크
임무 요구조건 기반 후보 경로 생성