YOLO 기반 바운딩 박스를 이용한 UAV 동적 목표 추적 및 추정

본 논문은 무인 항공기(UAV) 플랫폼에 장착된 단안 카메라와 최신 객체 검출 딥러닝 모델인 YOLO를 결합하여, 동적 목표를 지속적으로 추적하고 그 위치·속도를 정확히 추정하는 종합 시스템을 제안한다. 기존 연구에서는 연속적인 특징점(예: 코너, 에지) 가용성을 전제로 하였으나, 실제 환경에서는 목표가 가려지거나 급격히 움직여 특징점이 사라지는 경우가 빈번하다. 이를 극복하고자 저자는 YOLO가 출력하는 바운딩 박스의 중심을 이미지 특징점으로 정의하고, 바운딩 박스 면적을 이용해 깊이 정보를 추정한다. 시스템 모델링은 크게 두 부분으로 나뉜다. 첫째, 카메라와 목표 사이의 기하학적 관계를 핀홀 카메라 모델을 통해 2D 이미지 좌표(u, v)와 바운딩 박스 면적 a를 목표의 3차원 위치 (x₁, x₂, x₃)와 연결한다. 여기서 x₃는 카메라와 목표 사이의 깊이이며, a = A·fₓ·f_y / x₃² 형태의 식(7)으로 표현된다. A는 목표 물체의 실제 면적이며, 카메라 광축이 목표 면에 수직이라는 가정 하에 정확한 깊이 추정이 가능하도록 설계되었다. 둘째, 목표의 동역학은 상수 속도 모델(가속도 0)로 가정하고, 상태 벡터 x =