팀명
Swift Turtles
팀원 명단
서지혜, 김해경, 정현서
지도교수
이규철 교수님
작품 배경 및 목적
UAM(Urban Air Mobility) 시장의 성장과 함께 드론과 같은 무인 비행체의 도입 시도가 산업 전반에 걸쳐 증가하고 있다. 이러한 드론의 충돌이나 추락은 심각한 인적, 재산적 피해를 초래할 수 있다. 현재 충돌 예방에 주로 사용되는 시스템은 날씨, 시야각에 의한 한계가 존재하며 자율주행 드론은 안전성 문제로 아직 실용성이 부족한 상황이다. 따라서 상대 무인 비행체의 경로를 미리 예측하는 모델을 개발하여 안전한 운용을 도와 자율주행 드론의 안정성을 향상시키고 드론 사고를 예방하는데 도움을 준다. 또한 무인 비행체의 교통이 활발해진 미래에는 무인비행체의 이동 경로 예측 데이터를 교통 관리 시스템에 통합해 공역의 효율적인 관리에 도움을 줄 수 있음으로 드론 교통 흐름을 원활하고 혼잡을 줄이는데 도움이된다. 현재 무인비행체의 충돌을 예방하는 방법으로 주로 사용되는 방식은 시각적 도구를 사용하여 충돌을 예방하는 것이다. 하지만 이런 시각적 장치는 날씨가 좋지 않거나 시야각에 한계가 있을 경우 적용하기 어렵다는 단점이 존재한다. 이러한 기존 충돌 예방 방식의 단점을 극복하기 위해 무인 비행체의 경로 예측 방식을 사용하여 앞서 언급한 안전한 드론 운영 환경 개선에 사용될 수 있는 경로 예측 딥러닝 모델을 개발한다.
작품 내용
GPS좌표들로 구성된 3000개 이상의 드론 주행 경로 오픈 데이터셋을 사용하여 전처리 과정을 거치고, 드론의 위치 정보를 학습하는 LSTM 딥러닝 모델을 구축한다. 이때 데이터 전처리는 Python 언어로 Pandas, Numpy, scikit-learn을 활용하며 MinMaxScaler를 통해 정규화하고 모델은 LSTM Layer, Dense Layer를 통해 좌표를 생성하고 생성된 좌표를 Denormalize한다. 지난 N초 간의 드론 좌표(위도, 고도, 경도)를 학습하여 M초 뒤의 예측 좌표를 생성해준다. 개발된 모델의 활용방안은 API 제공 혹은 모델을 드론에 직접 탑재하는 방향이 있다. 자율주행 드론의 주행 중에 센서로 상대 드론의 경로 GPS를 감지하면 이를 토대로 이동 경로를 예측해 충돌을 피해갈 수 있는 알고리즘에 적용할 수 있도록 한다. 상황에 따라 모니터링 시스템에 예상 경로를 표시해주도록 활용도 가능하다.
Comentários