KR102300349B1 - 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법 - Google Patents

탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법 Download PDF

Info

Publication number
KR102300349B1
KR102300349B1 KR1020210047981A KR20210047981A KR102300349B1 KR 102300349 B1 KR102300349 B1 KR 102300349B1 KR 1020210047981 A KR1020210047981 A KR 1020210047981A KR 20210047981 A KR20210047981 A KR 20210047981A KR 102300349 B1 KR102300349 B1 KR 102300349B1
Authority
KR
South Korea
Prior art keywords
unmanned aerial
aerial vehicle
control server
processor
location
Prior art date
Application number
KR1020210047981A
Other languages
English (en)
Inventor
허대웅
Original Assignee
주식회사 프로펠
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 프로펠 filed Critical 주식회사 프로펠
Priority to KR1020210047981A priority Critical patent/KR102300349B1/ko
Priority to KR1020210081674A priority patent/KR102486768B1/ko
Priority to KR1020210081673A priority patent/KR102486769B1/ko
Application granted granted Critical
Publication of KR102300349B1 publication Critical patent/KR102300349B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D27/00—Arrangement or mounting of power plants in aircraft; Aircraft characterised by the type or position of power plants
    • B64D27/02—Aircraft characterised by the type or position of power plants
    • B64D27/24—Aircraft characterised by the type or position of power plants using steam or spring force
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/19—Propulsion using electrically powered motors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • B64C2201/042—
    • B64C2201/127—
    • B64C2201/141—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

무인 항공기가 개시된다. 본 무인 항공기는, 카메라, 무인 항공기의 비행을 제어하는 구동 제어부, 적어도 하나의 관제 서버와 통신을 수행하기 위한 통신부, 프로세서를 포함한다. 프로세서는, 구동 제어부를 통해, 기설정된 제1 경로에 따른 무인 항공기의 비행을 제어하고, 무인 항공기의 비행 중 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하고, 객체가 감지되면, 감지된 객체를 추적하기 위한 제2 경로에 따라, 구동 제어부를 통해 무인 항공기의 비행을 제어하고, 무인 항공기의 위치 정보 및 제2 경로에 대한 정보를 통신부를 통해 관제 서버로 전송한다.

Description

탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법 { UNMANNED DRONE FOR AUTOMATICALLY SETTING MOVING PATH ACCORDING TO DETECTION SITUATION, AND OPERATING METHOD THEREOF }
본 개시는 탐지를 위한 무인 항공기에 관한 것으로, 보다 상세하게는, 객체 탐지 상황을 기반으로 비행 경로를 변경하는 무인 항공기에 관한 것이다.
종래 사고 발생이후 무인 항공기를 운용하여 실종자를 수색하는 시스템이 이용되고 있기는 하나, 주요 거점 별로 또는 주요 권역 별로 활동하는 무인 항공기를 이용하여 권역 별 탐지 및 초동조치를 수행하는 시스템의 개발이 풍부하지 않은 실정이다.
특히, 객체 탐지에 따라 하나 이상의 관제 서버와 상황을 공유하는 무인 항공기의 원거리 통신 및 제어 기술이 보다 구체적으로 구축될 필요가 있다.
등록 특허 공보 제10-21868230000호(드론 관제 시스템)
본 개시는, 탐지 상황에 따라 경로를 변경하여 하나 이상의 관제 서버와 통신을 수행하며 탐지 상황을 공유하는 무인 항공기를 제공한다.
본 개시의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 개시의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 개시의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 개시의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
본 개시의 일 실시 예에 따른 무인 항공기는, 카메라, 상기 무인 항공기의 비행을 제어하는 구동 제어부, 적어도 하나의 관제 서버와 통신을 수행하기 위한 통신부, 상기 카메라, 상기 구동 제어부, 및 상기 통신부와 연결된 프로세서를 포함한다. 상기 프로세서는, 상기 구동 제어부를 통해, 기설정된 제1 경로에 따른 상기 무인 항공기의 비행을 제어하고, 상기 무인 항공기의 비행 중 상기 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하고, 상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어하고, 상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 상기 통신부를 통해 상기 관제 서버로 전송한다.
상기 프로세서는, 상기 객체가 감지되면, 상기 통신부를 통해 적어도 하나의 구조용 이동체와 통신을 수행하여 상기 구조용 이동체의 위치를 식별하고, 상기 구조용 이동체가 상기 감지된 객체로부터 기설정된 거리 이내에 위치하는 경우, 상기 감지된 객체의 주변을 선회하기 위한 제3 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어할 수 있다.
또한, 상기 프로세서는, 권역 별로 구비된 복수의 관제 서버 중 상기 무인 항공기의 위치와 가장 가까운 관제 서버를 식별하고, 상기 위치 정보, 상기 제2 경로에 대한 정보, 및 상기 감지된 객체의 이미지를 상기 통신부를 통해 상기 식별된 관제 서버로 전송할 수 있다.
여기서, 상기 프로세서는, 상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역을 벗어난 경우, 상기 감지된 객체의 위치를 실시간으로 식별하고, 상기 감지된 객체의 이미지들을 실시간으로 획득하고, 상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역으로 이동하도록 상기 구동 제어부를 제어하고, 상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역에 도달한 경우, 상기 실시간으로 식별된 위치에 대한 정보 및 상기 실시간으로 획득된 이미지들을 상기 관제 서버로 전송할 수 있다.
이때, 상기 프로세서는, 상기 실시간으로 식별된 위치에 대한 정보 및 상기 실시간으로 획득된 이미지들이 상기 관제 서버로 전송된 이후, 상기 실시간으로 식별된 위치를 기반으로 예측된 상기 객체의 예상 위치로 상기 무인 항공기가 이동하도록 상기 구동 제어부를 제어할 수 있다.
이 경우, 상기 프로세서는, 이동 경로를 예측하도록 훈련된 적어도 하나의 인공지능 모델에 상기 실시간으로 식별된 위치를 입력하여, 상기 객체의 예상 위치를 판단할 수도 있다.
한편, 상기 프로세서는, 상기 무인 항공기가 상기 제1 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 제1 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어하고, 상기 객체가 감지됨에 따라 상기 무인 항공기가 상기 제2 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 상기 제1 임계치보다 작은 제2 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어할 수도 있다.
본 개시의 일 실시 예에 따른 무인 항공기의 운용 방법은, 기설정된 제1 경로에 따라 이동하는 단계, 상기 무인 항공기의 이동 중 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하는 단계, 상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라 이동하는 단계, 상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 적어도 하나의 관제 서버로 전송하는 단계를 포함한다.
본 개시에 따른 무인 항공기 및 운용 방법은, 객체 감지 상황에 따라 이동 경로를 자동으로 변경하여 유동적인 상황 공유를 수행한다는 장점이 있다.
본 개시에 따른 무인 항공기 및 운용 방법은, 통신 상태, 시야 조건, 배터리 등이 종합적으로 반영된 알고리즘을 통해 탐지의 정확도 및 효율성을 높일 수 있다는 효과가 있다.
도 1은 본 개시의 일 실시 예에 따른 무인 항공기가 적어도 하나의 관제 서버와 통신을 수행하며 경로를 탐지하는 동작을 설명하기 위한 도면,
도 2는 본 개시의 일 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도,
도 3은 본 개시의 일 실시 예에 따른 무인 항공기의 동작(운용 방법)을 설명하기 위한 흐름도,
도 4는 본 개시의 일 실시 예에 따른 무인 항공기가 감지된 객체를 기준으로 선회 비행을 수행하는 동작을 설명하기 위한 도면,
도 5는 본 개시의 일 실시 예에 따른 무인 항공기가 관제 서버와의 통신 가능 거리에 따라 정보 수집 및 상황 공유를 순차적으로 수행하는 동작을 설명하기 위한 도면, 그리고
도 6은 본 개시의 다양한 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도이다.
본 개시에 대하여 구체적으로 설명하기에 앞서, 본 명세서 및 도면의 기재 방법에 대하여 설명한다.
먼저, 본 명세서 및 청구범위에서 사용되는 용어는 본 개시의 다양한 실시 예들에서의 기능을 고려하여 일반적인 용어들을 선택하였다. 하지만, 이러한 용어들은 당해 기술 분야에 종사하는 기술자의 의도나 법률적 또는 기술적 해석 및 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 일부 용어는 출원인이 임의로 선정한 용어도 있다. 이러한 용어에 대해서는 본 명세서에서 정의된 의미로 해석될 수 있으며, 구체적인 용어 정의가 없으면 본 명세서의 전반적인 내용 및 당해 기술 분야의 통상적인 기술 상식을 토대로 해석될 수도 있다.
또한, 본 명세서에 첨부된 각 도면에 기재된 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 부품 또는 구성요소를 나타낸다. 설명 및 이해의 편의를 위해서 서로 다른 실시 예들에서도 동일한 참조번호 또는 부호를 사용하여 설명한다. 즉, 복수의 도면에서 동일한 참조 번호를 가지는 구성요소를 모두 도시되어 있다고 하더라도, 복수의 도면들이 하나의 실시 예를 의미하는 것은 아니다.
또한, 본 명세서 및 청구범위에서는 구성요소들 간의 구별을 위하여 "제1", "제2" 등과 같이 서수를 포함하는 용어가 사용될 수 있다. 이러한 서수는 동일 또는 유사한 구성요소들을 서로 구별하기 위하여 사용하는 것이며 이러한 서수 사용으로 인하여 용어의 의미가 한정 해석되어서는 안 된다. 일 예로, 이러한 서수와 결합된 구성요소는 그 숫자에 의해 사용 순서나 배치 순서 등이 제한되어서는 안 된다. 필요에 따라서는, 각 서수들은 서로 교체되어 사용될 수도 있다.
본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성되다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 개시의 실시 예에서 "모듈", "유닛", "부(part)" 등과 같은 용어는 적어도 하나의 기능이나 동작을 수행하는 구성요소를 지칭하기 위한 용어이며, 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈", "유닛", "부(part)" 등은 각각이 개별적인 특정한 하드웨어로 구현될 필요가 있는 경우를 제외하고는, 적어도 하나의 모듈이나 칩으로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.
또한, 본 개시의 실시 예에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적인 연결뿐 아니라, 다른 매체를 통한 간접적인 연결의 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 포함한다는 의미는, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
도 1은 본 개시의 일 실시 예에 따른 무인 항공기가 적어도 하나의 관제 서버와 통신을 수행하며 경로를 탐지하는 동작을 설명하기 위한 도면이다.
도 1을 참조하면, 무인 항공기(100)는 권역 별로 구비된 복수의 관제 서버(200-1, 2, …) 중 적어도 하나의 통신을 수행할 수 있다.
구체적으로, 무인 항공기(100)는 GPS(Global Positioning System) 등 다양한 센서를 이용하여 무인 항공기(100)의 위치를 식별할 수 있으며, 무인 항공기(100)의 위치 정보를 관제 서버(200)로 전송할 수 있다.
또한, 무인 항공기(100)는 관제 서버(200)로부터 수신된 제어 신호를 기반으로 비행 경로 내지는 비행 시간 등을 설정할 수 있다.
무인 항공기(100)는 적어도 하나의 해안 구역, 위험 구역, 기타 다양한 정찰 내지는 탐지 구역 등 다양한 경로를 비행 및 탐지할 수 있다.
한편, 도 1을 참조하면, 무인 항공기(100)는 권역 별로 구비된 복수의 관제 서버(200-1, 2, …) 중 무인 항공기(100)의 현재 위치와 가장 가까운 관제 서버(200-1)와 통신을 수행할 수 있다.
또는, 무인 항공기(100)는 무인 항공기(100)가 현재 비행 중인 경로(11)와 가장 가까운 관제 서버(200-1)와 통신을 수행할 수도 있다.
또는, 무인 항공기(100)는, 서로 다른 권역들을 관리하는 복수의 관제 서버(200-1, 2, …) 중, 무인 항공기(100)의 현재 위치나 현재 비행 경로를 포함하는 권역을 관리하도록 설정된 관제 서버(200-1)와 통신을 수행할 수도 있다.
무인 항공기(100)는 탐지 중 감지된 객체의 이미지, 객체의 위치, 무인 항공기(100)의 위치/경로 등에 대한 정보를 관제 서버(200-1)로 전송할 수 있다.
도 1을 참조하면, 경로(11)의 탐지 중 실종자, 조난자 등 특정 객체(12)가 감지된 경우, 무인 항공기(100)는 객체(12)를 추적하기 위한 경로에 따라 비행을 수행하며 객체를 추적 감시할 수 있다.
또한, 무인 항공기(100)는 객체의 이미지 및 객체의 위치 정보를 관제 서버(200-1)로 전송할 수 있다.
이렇듯, 본 개시에 따른 무인 항공기(100)는 객체의 탐지 상황에 따라 자동으로 경로를 변경하며 상황을 공유하는 바, 능동적인 탐지를 수행하여 유의미한 자료를 관제 서버로 전송할 수 있다는 효과가 있다.
이하 도면들을 통해, 본 개시에 따른 무인 항공기(100)의 구성 및 동작을 보다 상세하게 설명한다.
도 2는 본 개시의 일 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도이다.
도 2를 참조하면, 무인 항공기(100)는 카메라(110), 통신부(120), 구동 제어부(130), 프로세서(140) 등을 포함할 수 있다.
카메라(110)는 외부 환경에 대한 다양한 이미지를 획득하기 위한 구성이다.
카메라(110)는, RGB 카메라, TOF(Time of Flight) 카메라, 열상 카메라, 스테레오 카메라 등 다양한 종류의 카메라를 포함할 수 있다.
카메라(110)는 다양한 시야각을 가지는 카메라를 포함할 수 있으며, 복수의 카메라를 포함할 수도 있다.
한편, 도시되지는 않았으나, 무인 항공기(100)는 카메라(110)의 촬영을 보조하기 위한 적어도 하나의 광 출력부를 포함할 수 있다. 광 출력부는 적어도 하나의 LED(Light Emitting Diode) 내지는 그 밖에 레이저 출력 수단을 포함할 수 있으나, 이에 한정되지 않는다.
이 경우, 프로세서(140)는 카메라(110)의 촬영 시 카메라(110)가 촬영하는 지점에 광을 출력하도록 광 출력부를 제어할 수 있으며, 그 결과 야간에도 카메라(110)의 촬영을 이용한 탐지가 가능하다는 효과가 있다.
통신부(120)는 무인 항공기(100)가 다양한 외부 장치와 데이터를 송수신하기 위한 구성으로, 통신을 위한 적어도 하나의 회로를 포함할 수 있다.
구체적으로, 통신부(120)는 관제 서버(200-1, 2, …), 구조대 서버, 구조선, 비행체, 구조 차량, 다른 무인 항공기, 기타 다양한 단말과 통신을 수행할 수 있다.
통신부(120)는 TCP/IP(Transmission Control Protocol/Internet Protocol), UDP(User Datagram Protocol), HTTP(Hyper Text Transfer Protocol), HTTPS(Secure Hyper Text Transfer Protocol), FTP(File Transfer Protocol), SFTP(Secure File Transfer Protocol), MQTT(Message Queuing Telemetry Transport) 등의 통신 규약(프로토콜)을 이용하여 하나 이상의 외부 전자 장치와 다양한 정보를 송수신할 수 있다.
이를 위해, 통신부(120)는 무선 통신을 통해 구현된 네트워크를 기반으로 외부 장치와 연결될 수 있다. 이때, 통신부(120)는 외부 장치와 직접적으로 연결될 수도 있지만, 네트워크를 제공하는 하나 이상의 외부 서버(ex. ISP(Internet Service Provider))를 통해서 외부 전자 장치와 연결될 수도 있다.
네트워크는 영역 또는 규모에 따라 개인 통신망(PAN; Personal Area Network), 근거리 통신망(LAN; Local Area Network), 광역 통신망(WAN; Wide Area Network) 등일 수 있으며, 네트워크의 개방성에 따라 인트라넷(Intranet), 엑스트라넷(Extranet), 또는 인터넷(Internet) 등일 수 있다.
무선 통신은 LTE(long-term evolution), LTE-A(LTE Advance), 5G(5th Generation) 이동통신, CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), GSM(Global System for Mobile Communications), DMA(Time Division Multiple Access), WiFi(Wi-Fi), WiFi Direct, Bluetooth, NFC(near field communication), Zigbee 등의 통신 방식 중 적어도 하나를 포함할 수 있다.
여기서, 통신부(120)는 상술한 무선 통신 방식에 따른 네트워크 인터페이스(Network Interface) 또는 네트워크 칩을 포함할 수 있다. 한편, 통신 방식은 상술한 예에 한정되지 아니하고, 기술의 발전에 따라 새롭게 등장하는 통신 방식을 포함할 수 있다.
구동 제어부(130)는 무인 항공기(100)의 비행을 제어하기 위한 구성이다. 구동 제어부(130)는 무인 항공기(100)의 이착륙, 무인 항공기(100)의 3차원 방향의 이동, 무인 항공기(100)의 피치(pitch), 롤(roll), 요(yaw) 방향의 회전 등을 제어할 수 있다.
일 예로, 구동 제어부(130)는 무인 항공기(100)에 구비된 각 프로펠러의 회전을 구동하기 위한 회전 모터 등을 제어하기 위한 적어도 하나의 제어 회로를 포함할 수 있다. 또한, 구동 제어부(130)는 무인 항공기(100)에 구비된 적어도 하나의 엔진(ex. 제트 엔진)을 구동할 수도 있다.
프로세서(140)는 무인 항공기(100)에 포함된 전반적인 구성을 제어하기 위한 구성으로, CPU(Central Processing Unit), AP(Application Processor), GPU(Graphic Processing Unit), VPU(Video Processing Unit), NPU(Neural Processing Unit) 등 다양한 유닛으로 구성될 수 있다.
일 예로, 프로세서(140)는 무인 항공기(100)의 메모리에 저장된 인스트럭션을 실행함으로써 무인 항공기(100)의 각 구성을 제어할 수 있다.
이하 도면들을 통해 본 개시의 다양한 실시 예에 따른 프로세서(140)의 제어에 따른 무인 항공기(100)의 동작을 설명한다.
도 3은 본 개시의 일 실시 예에 따른 무인 항공기의 동작을 설명하기 위한 흐름도이다.
도 3을 참조하면, 무인 항공기(100)는 기설정된 제1 경로에 따라 이동할 수 있다(S310).
여기서, 기설정된 제1 경로는, 해안 구역, 해상 구역, 산악 구역, 위험 구역 등 다양한 구역을 정찰 내지는 탐지하기 위한 경로에 해당할 수 있다.
기설정된 제1 경로는, 적어도 하나의 관제 서버를 통해 설정된 것일 수 있다.
일 예로, 관제 서버는 지도 상에 포함되는 복수의 구역 별 사고 발생 이력에 따라 사고 발생이 잦은 적어도 하나의 구역을 선택하고, 해당 구역을 무인 항공기(100)의 비행을 위한 경로로 설정할 수 있다.
다른 예로, 관제 서버는 지도 상에 적어도 하나의 비행 경로를 설정하는 사용자 입력을 수신할 수 있으며, 사용자 입력에 따라 설정된 비행 경로를 무인 항공기(100)로 전송할 수도 있다. 여기서, 사용자 입력은, 관제 서버에 구비된 사용자 입력부를 통해 수신되거나 또는 관제 서버(100)와 통신 가능한 적어도 하나의 단말 장치를 통해 수신될 수 있다.
다른 예로, 관제 서버는 사고 발생 지점을 기준으로 비행 경로를 설정할 수도 있다. 이 경우, 관제 서버는 사고 발생 지점을 중심으로 일정 거리 내의 구역을 순찰하기 위한 새로운 경로를 설정할 수 있다.
또는, 무인 항공기(100)가, 관제 서버로부터 수신된 사고 발생 지점에 대한 정보를 기반으로, 경로를 직접 설정할 수도 있다.
프로세서(140)는 GPS 센서 등을 통해 무인 항공기(100)의 위치 정보를 식별할 수 있으며, 실시간 이동 경로 및 실시간 위치 정보를 통신부(120)를 통해 관제 서버로 전송할 수 있다. 이때, 프로세서(140)는 권역 별로 구비된 복수의 관제 서버 중 무인 항공기(100)와 가장 가까운 관제 서버와 통신을 수행할 수 있다.
그리고, 무인 항공기(100)는 제1 경로의 비행 중 카메라(110)를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지할 수 있다(S320).
일 실시 예로, 프로세서(140)는 카메라(110)를 통해 획득된 이미지 내에 기설정된 모양 또는 기설정된 컬러의 객체가 존재하는지 여부를 식별할 수 있다.
일 예로, 프로세서(140)는 이미지를 분석하여 이미지 내에 기설정된 모양(ex. 사람 형상, 동물 형상, 선박 형상, 비행체 형상 등)을 가지는 객체가 존재하는지 여부를 식별할 수 있다.
여기서, 프로세서(140)는 기설정된 모양을 가지는 객체를 식별하기 위한 적어도 하나의 모듈 내지는 인공지능 모델을 이용할 수 있다. 구체적으로, 프로세서(140)는 카메라(110)를 통해 촬영된 이미지를 상술한 인공지능 모델에 입력하여, 기설정된 모양을 가지는 객체의 존재 여부를 감지할 수 있다.
본 인공지능 모델은, 기설정된 모양을 가지는 다양한 객체(ex. 사람, 동물, 선박, 비행체 등)가 포함된 이미지를 기반으로, 해당 모양을 식별하도록 훈련된 모델일 수 있다. 여기서, 각 이미지에 포함된 객체의 윤곽이나 모양이 마킹된 상태로 각 이미지가 훈련에 이용될 수도 있으나, 이에 한정되지 않는다.
또한, 프로세서(140)는 뎁스 카메라를 통해 뎁스 이미지를 획득하고, 획득된 뎁스 이미지에 포함된 각 객체의 모양을 식별할 수 있다. 이 경우, 프로세서(140)는 기설정된 모양의 객체가 존재하는지 여부를 판단할 수 있다.
또한, 프로세서(140)는 RGB 카메라를 통해 촬영된 이미지의 픽셀 별 R/G/B 값을 기반으로, 기설정된 컬러의 객체가 존재하는지 여부를 감지할 수 있다.
일 예로, 인간의 흔적이 없는 자연 지형 내에 존재하기 어려운 기설정된 컬러(ex. 빨간색, 흰색 등)에 대한 정보가 무인 항공기(100)의 메모리에 기저장되어 있을 수 있다.
이 경우, 프로세서(140)는 이미지 내 적어도 하나의 픽셀의 R/G/B 값이 기설정된 컬러에 매칭되는지 여부를 식별하고, 이미지 내에 기설정된 컬러에 매칭되는 픽셀이 임계 숫자 이상 존재하는 경우, 적어도 하나의 객체가 존재하는 것으로 판단할 수 있다.
또한, 일 실시 예로, 프로세서(140)는 적어도 하나의 기설정된 객체를 식별하도록 훈련된 인공지능 모델에 이미지를 입력하고, 인공지능 모델의 출력을 기반으로 적어도 하나의 객체를 인식할 수도 있다.
본 인공지능 모델은, 기설정된 객체(ex. 사람, 동물, 선박, 비행체 등)를 포함하는 복수의 이미지를 기반으로 객체를 식별하도록 훈련된 모델일 수 있으며, 일 예로, 본 인공지능 모델은 CNN(Convolutional Neural Network)으로 구성되어 이미지에 포함된 객체의 종류를 출력하는 분류기로 동작할 수 있다.
또한, 일 실시 예로, 프로세서(140)는 열상 카메라를 통해 촬영된 열상 이미지를 기반으로 적어도 하나의 객체를 감지할 수 있다. 열상 카메라는, 일 예로 적외선 기반의 카메라일 수 있으나, 이에 한정되지 않는다. 열상 카메라를 통해, 무인 항공기(100)는 야간에도 다양한 객체를 감지할 수 있다.
구체적인 예로, 프로세서(140)는 열상 이미지 내에서 인간 또는 동물의 체온에 매칭되는 기설정된 온도 범위를 가지는 적어도 하나의 객체를 감지할 수 있다.
이 경우, 프로세서(140)는 열상 이미지를 통해 감지된 객체를 포함하는 영역을 RGB 카메라로 촬영하여 RGB 이미지를 획득할 수도 있다. 그리고, 프로세서(140)는 RGB 카메라를 통해 촬영된 이미지를 분석하여 객체를 인식할 수도 있다.
이렇듯, 상술한 다양한 실시 예들에 따라 객체가 감지되는 경우, 무인 항공기(100)는 감지된 객체를 추적하기 위한 제2 경로에 따라 이동할 수 있다(S330).
여기서, 제2 경로는, 감지된 객체의 이동에 따라 객체를 추적하기 위한 경로, 또는 감지된 객체의 주변을 선회하기 위한 경로에 해당할 수 있다.
일 예로, 프로세서(140)는 실시간으로 객체의 이미지를 촬영하도록 카메라(110)를 제어하여 복수의 이미지를 획득하고, 획득된 복수의 이미지에 포함된 객체의 위치 변화를 기반으로 객체의 이동 방향을 식별할 수 있다.
이 경우, 프로세서(140)는 식별된 객체의 이동 방향에 따라 무인 항공기(100)가 이동하도록 구동 제어부(130)를 제어할 수 있다.
다른 예로, 프로세서(140)는 감지된 객체의 위치를 기반으로 일정 거리 내의 영역을 선회하기 위한 경로를 설정하여, 구동 제어부(130)를 제어할 수도 있다.
한편, 무인 항공기(100)는, 감지된 객체를 추적하기 위한 제2 경로로 비행하다가, 적어도 하나의 구조용 이동체가 근접하면, 객체의 주변을 선회하기 위한 제3 경로로 비행할 수도 있다. 관련하여, 구체적인 실시 예는 도 4를 통해 후술한다.
또한, 프로세서(140)는 무인 항공기(100)의 위치 정보 및 제2 경로에 대한 정보를 관제 서버로 전송할 수 있다(S340). 이때, 프로세서(140)는 감지 또는 인식된 객체에 대한 정보를 함께 전송할 수 있다.
그 결과, 관제 서버는 무인 항공기(100)의 위치 정보에 따라 객체의 위치(발견 위치)를 식별할 수 있으며, 무인 항공기(100)의 변경된 제2 경로를 식별할 수 있다. 또한, 관제 서버는 객체를 추적하는 무인 항공기(100)의 제2 경로를 기반으로 객체의 이동 상태 및/또는 이동 방향을 식별할 수도 있다.
한편, 도 4는 본 개시의 일 실시 예에 따른 무인 항공기가 감지된 객체를 기준으로 선회 비행을 수행하는 동작을 설명하기 위한 도면이다.
도 4를 참조하면, 프로세서(140)는 통신부(120)를 통해 구조용 이동체(400)와 통신을 수행하여 구조용 이동체(400)의 위치를 식별할 수 있다.
이 경우, 프로세서(140)는 통신부(120)를 통해 구조용 이동체(400)에 구조 요청을 전송할 수 있으며, 객체의 위치 정보를 함께 전송할 수 있다. 이때, 프로세서(140)는 통신부(120)를 통해 다이렉트로 구조용 이동체(400)와 통신을 수행할 수도 있고, 또는 관제 서버를 통해 구조 요청을 전송할 수도 있다.
구조용 이동체(400)는, 구조용 선박, 구조용 비행체, 구조용 차량 등에 해당할 수 있으며, 무인 항공기(100)와 통신을 수행하기 위한 적어도 하나의 모듈을 포함할 수 있다.
그리고, 구조용 이동체(400)가 감지된 객체(11)로부터 기설정된 거리 이내에 위치하는 경우, 프로세서(140)는 감지된 객체의 주변을 선회하기 위한 제3 경로(410)에 따라, 구동 제어부(130)를 통해 무인 항공기(100)의 비행을 제어할 수 있다.
즉, 객체가 감지됨에 따라 객체를 추적하는 제2 경로로 비행하던 무인 항공기(100)는, 구조용 이동체(400)가 근접함에 따라 객체 주변을 선회하는 제3 경로(410)로 비행할 수 있고, 그 결과 구조용 이동체(400)의 센서 또는 구조용 이동체(400)에 탑승한 구조대 인원이 무인 항공기(100)의 선회 비행을 토대로 객체의 위치를 빠르게 발견할 수 있다는 장점이 있다.
여기서, 무인 항공기(100)는 감지된 객체가 위치하는 지점에서 수직 방향으로 무인 항공기(100)의 고도만큼 더 높은 지점을 중심으로 원을 그리며 선회할 수 있다. 또는, 무인 항공기(100)는 감지된 객체가 위치하는 지점에서 구조용 이동체(400)의 방향으로 일정 거리만큼 이동한 지점에서 수직 방향으로 무인 항공기(100)의 고도만큼 더 높은 지점을 중심으로 원을 그리며 선회할 수 있다.
여기서, 무인 항공기(100)가 선회하며 그리는 원의 반지름은 시야 상태에 따라 다르게 설정될 수 있다.
일 예로, 시야 상태는, 안개의 정도나 미세먼지의 농도에 따라 복수의 단계로 구분될 수 있다. 여기서, 시야 상태의 단계가 높을수록 주변 시야 확보에 더 용이한 것으로 정의될 수 있다. 즉, 안개가 적고 맑을수록, 미세먼지의 농도가 낮을수록, 시야 상태의 단계가 높아질 수 있다.
이 경우, 프로세서(140)는 카메라(110)를 통해 촬영된 주변 이미지를 기반으로 시야 상태를 식별할 수 있다.
여기서, 프로세서(140)는 이미지에 포함된 각 픽셀 값을 분석하여 이미지에 포함된 노이즈(ex. 안개, 미세먼지)를 식별하고, 노이즈가 많을수록 시야 상태의 단계를 낮게 판단할 수 있다.
또는, 프로세서(140)는 시야 상태를 판단하도록 훈련된 적어도 하나의 인공지능 모델을 이용할 수 있다. 본 인공지능 모델은, 단계 별 시야 상태에 해당하는 이미지들(ex. 동일한 지역을 촬영한 맑은 날의 이미지, 흐린 날의 이미지, 안개 낀 날의 이미지, 미세먼지 농도가 높은 날의 이미지 등)을 기반으로 시야 상태를 판단하도록 훈련된 모델일 수 있다.
그리고, 프로세서(140)는, 판단된 시야 상태의 단계를 기반으로 무인 항공기(100)의 선회 비행의 경로를 설정할 수 있다. 구체적으로, 시야 상태의 단계가 낮을수록(시야 상태가 안 좋을수록), 프로세서(140)는 무인 비행기(100)가 더 큰 반지름을 가지는 원을 그리며 선회하도록 제어할 수 있다.
이 경우, 시야 상태가 안 좋은 기상 조건에서 구조용 이동체(400)가 무인 항공기(100)를 발견할 가능성이 높아진다. 반면, 무인 항공기(100)가 쉽게 발견될 수 있는 맑은 날의 경우, 무인 항공기(100)가 객체를 중심으로 선회하는 경로의 반지름이 좁아질수록 무인 항공기(100)를 발견한 구조용 이동체(400)가 객체의 위치를 빠르게 식별할 수 있다는 장점이 있다.
이후, 구조용 이동체(400)로부터 객체를 발견했음을 알리는 정보가 수신되면, 프로세서(140)는 다른 객체를 감지하기 위한 적어도 하나의 탐지 경로(ex. 제1 경로)에 따라 무인 항공기(100)의 비행을 제어할 수 있다.
한편, 도 5는 본 개시의 일 실시 예에 따른 무인 항공기가 관제 서버와의 통신 가능 여부에 따라 정보 수집 및 상황 공유를 순차적으로 수행하는 동작을 설명하기 위한 도면이다.
도 5를 참조하면, 무인 항공기(100)는 권역 별로 구비된 복수의 관제 서버(200-1, 2, …) 중 무인 항공기(100)의 위치와 가장 가까운 관제 서버(200-1)와 통신을 수행할 수 있다.
다만, 무인 항공기(100)의 탐지 경로 중 적어도 일부는 무인 항공기(100)와 관제 서버(200-1) 간에 통신이 가능한 영역을 벗어날 수도 있다.
통신이 가능한 영역을 벗어났는지 여부는, 무인 항공기(100)를 통해 실시간으로 판단될 수 있다.
구체적으로, 무인 항공기(100)는 실시간으로 무인 항공기(100)의 위치 및 경로에 대한 정보를 관제 서버(200-1)로 전송하는 한편, 관제 서버(200-1)로부터 적어도 하나의 응답 신호 또는 제어 신호를 수신할 수 있다.
여기서, 관제 서버(200-1)와 송수신되는 데이터/신호의 전송 속도가 임계 속도 미만이거나, 또는 데이터/신호의 송수신 성공 비율이 임계치 미만이거나, 또는 데이터/신호의 수신 감도가 임계 감도 미만인 경우, 프로세서(140)는 무인 항공기(100)가 관제 서버(200-1)와 통신 가능한 영역을 벗어난 것으로 식별할 수 있다.
이렇듯, 관제 서버(200-1)와 통신 가능한 영역을 벗어난 경로를 탐지하던 무인 항공기(100)는, 도 5와 같이 적어도 하나의 객체를 감지할 수 있다(S510). 또는, 무인 항공기(100)는 통신 가능한 영역 내에서 객체를 감지한 뒤, 객체의 추적 중에 통신 가능한 영역을 벗어날 수도 있다.
이 경우, 무인 항공기(100)는 적어도 하나의 센서(ex. GPS 센서)를 통해 객체의 위치를 실시간으로 식별할 수 있으며, 감지된 객체의 이미지 역시 카메라(110)를 통해 실시간으로 촬영하여 저장할 수 있다(S520).
그리고, 무인 항공기(100)는 다시 통신 가능한 영역으로 이동할 수 있다(S530).
구체적으로, 객체의 이미지에 대한 저장량이 일정 용량 이상이거나, 또는 저장된 객체의 이미지의 수가 일정 수 이상인 경우, 프로세서(140)는 무인 항공기(100)가 객체의 추적을 중단하고 통신 가능한 영역으로 이동하도록 구동 제어부(130)를 제어할 수 있다.
여기서, 무인 항공기(100)는 관제 서버가 위치한 방향으로 이동하면서, 실시간으로 관제 서버와의 통신 가능 여부를 판단할 수 있다.
이후, 통신 가능한 영역에 도달한 무인 항공기(100)는 앞서 실시간으로 식별된 위치에 대한 정보 및 실시간으로 획득된(저장된) 이미지들을 관제 서버(200-1)로 전송할 수 있다(S540).
그리고, 무인 항공기(100)는 객체의 예상 위치로 다시 이동할 수 있다(S550).
예상 위치는, 앞서 실시간으로 식별된 객체의 위치를 기반으로 예측된 것일 수 있다.
일 예로, 무인 항공기(100)의 프로세서(140)는, 이동 경로를 예측하도록 훈련된 적어도 하나의 인공지능 모델에 앞서 실시간으로 식별된 (시간 별) 위치를 입력하여, 객체의 예상 위치를 판단할 수 있다.
또한, 프로세서(140)는 객체의 시간 별 위치 및 객체가 위치한 지형에 대한 정보를 인공지능 모델에 입력할 수도 있다. 지형에 대한 정보는, 각 지점이 수상인지 지상인지에 대한 정보, 각 지점의 수심 또는 고도에 대한 정보를 포함할 수 있다.
이 경우, 인공지능 모델은, 지형 내 객체의 시간 별 위치를 기반으로 향후 객체의 위치를 예측할 수 있다.
본 인공지능 모델은, 적어도 하나의 움직이는 객체의 시간 별 위치에 대한 정보(ex. 과거 실제 조난자의 시간 별 위치에 대한 기록)를 기반으로 훈련된 모델일 수 있으며, RNN(Recurrent Neural Network) 모델일 수 있으나, 이에 한정되지 않는다.
또한, 본 인공지능 모델은, 객체의 시간 별 위치에 대한 정보에 더하여 해당 객체가 위치했던 지형에 대한 정보(ex. 과거 실제 조난자가 조난당했던 지형에 대한 정보)를 기반으로 훈련된 모델일 수 있다.
다른 예로, 무인 항공기(100)로부터 객체의 실시간 위치에 대한 정보를 수신한 관제 서버(200)를 통해 객체의 예상 위치가 판단될 수도 있다. 이 경우, 관제 서버(200)는 무인 항공기(100)가 예상 위치로 이동하도록 하는 제어 신호를 전송할 수 있다.
상술한 실시 예들 중 적어도 하나에 따라 예상 위치로 이동한 무인 항공기(100)는, 객체를 다시 발견함에 따라 객체에 대한 탐지를 재개할 수 있다.
이 경우, 무인 항공기(100)는 앞서 이미 관제 서버(200-1)로 전송된 객체의 실시간 위치에 대한 정보 및 이미지들은 메모리 내에서 삭제할 수 있다. 그 결과, 객체에 대한 추적이 재개되면서 새롭게 수집되는 객체의 실시간 위치에 대한 정보 및 객체의 이미지가 용량 문제없이 메모리에 저장될 수 있다.
한편, 무인 항공기(100)는 배터리 잔량에 따라 적어도 하나의 충전 지점으로 이동할 수 있다. 관련하여, 무인 항공기(100)의 메모리에는 적어도 하나의 충전 지점의 위치에 대한 정보가 저장될 수 있으며, 무인 항공기(100)는 배터리 잔량에 따라 무인 항공기(100)와 가장 가까운 충전 지점으로 이동할 수 있다.
구체적으로, 프로세서(140)는 비행 중인 무인 항공기(100)의 배터리 잔량이 임계치 미만인 경우, 무인 항공기(100)가 가장 가까운 충전 지점으로 이동하도록 구동 제어부(130)를 제어할 수 있다.
이 경우, 프로세서(140)는 가장 가까운 충전 지점과 무인 항공기(100) 간의 거리에 따라 임계치를 실시간으로 산출할 수도 있다. 구체적인 예로, 프로세서(140)는 무인 항공기(100)의 단위 거리 이동 별 배터리 사용량에 충전 지점까지의 거리를 곱한 값을 식별하고, 식별된 값에 120%를 곱한 에너지량에 매칭되도록 배터리의 임계치를 설정할 수 있으나, 이에 한정되지 않는다.
또한, 프로세서(140)는, 객체가 감지되었는지 여부에 따라, 충전 지점으로 이동하는 시점과 관련된 배터리의 임계 비율을 다르게 설정할 수 있다.
일 예로, 무인 항공기(100)가 탐지 경로인 제1 경로로 비행 중인 상태에서 무인 항공기(100)의 배터리 잔량이 제1 임계치 미만인 경우, 프로세서(140)는 무인 항공기(100)가 충전 지점으로 이동하도록 구동 제어부(130)를 제어할 수 있다.
반면, 제1 경로로 비행 중에 객체가 감지됨에 따라 무인 항공기(100)가 제2 경로(: 객체 추적)로 비행 중인 경우에는, 무인 항공기(100)의 배터리 잔량이 제1 임계치보다 작은 제2 임계치 미만이 됨을 전제로, 프로세서(140)는 무인 항공기(100)가 충전 지점으로 이동하도록 구동 제어부(130)를 제어할 수 있다.
즉, 객체가 감지되어 추적 비행 중인 경우에는, 객체가 감지되지 않은 일반적인 탐지 비행 중인 경우보다 상대적으로 충전 지점으로의 이동이 늦춰질 수 있다. 그 결과, 감지된 객체에 대한 추적이 보다 원활하게 진행될 수 있다.
다만, 비록 제2 임계치가 제1 임계치보다는 작더라도, 충전 지점까지 도달하지 못한 채 무인 항공기(100)가 방전되어서는 안되므로, 제2 임계치는, 무인 항공기(100)의 단위 거리당 배터리 사용량에 충전 지점까지의 거리를 곱한 값의 에너지량보다는 크도록 설정되어야 한다.
한편, 도 6은 본 개시의 다양한 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도이다.
무인 항공기(100)는 카메라(110), 통신부(120), 구동 제어부(130), 프로세서(140) 외에도 센서부(150), 메모리(160) 등을 더 포함할 수 있다.
센서부(150)는 주변 환경에 대한 정보를 획득하기 위한 다양한 종류의 센서를 포함할 수 있다. 구체적으로, 센서부(150)는, GPS 센서, 지자기 센서, 가속도 센서, 풍향/풍속 센서, 라이다 센서 등을 포함할 수 있다.
프로세서(140)는 상술한 다양한 센서를 통해 획득된 센싱 데이터를 기반으로 무인 항공기(100)의 비행을 구동하도록 구동 제어부(130)를 제어할 수 있다.
구체적으로, 프로세서(140)는 센서부(150)를 통해 무인 항공기(100)의 위치, 속도, 가속도, 방향 등을 실시간으로 식별하여 조정할 수 있다.
프로세서(140)는 센싱 데이터를 기반으로 적어도 하나의 객체가 감지됨에 따라 카메라(110)를 통해 이미지를 획득할 수도 있다. 일 예로, 라이다 센서를 통해 획득된 센싱 데이터를 통해 적어도 하나의 객체가 감지되는 경우, 프로세서(140)는 감지된 객체를 촬영하도록 카메라(110)를 제어할 수 있다. 이 경우, 프로세서(140)는 카메라(110)를 통해 획득된 이미지를 분석하여 객체를 인식할 수 있다.
메모리(160)는 무인 항공기(100) 내 구성요소들의 전반적인 동작을 제어하기 위한 운영체제(OS: Operating System), 적어도 하나의 인스트럭션 및 데이터를 저장하기 위한 구성이다.
메모리(160)는 ROM, 플래시 메모리 등의 비휘발성 메모리를 포함할 수 있으며, DRAM 등으로 구성된 휘발성 메모리를 포함할 수 있다. 또한, 메모리(160)는 하드 디스크, SSD(Solid state drive) 등을 포함할 수도 있다.
메모리(160)는 상술한 다양한 실시 예에 따른 인공지능 모델을 저장할 수 있다. 메모리(160)는 CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network), GAN(Generative Adversarial Network) 및 심층 Q-네트워크(Deep Q-Networks) 등 다양한 인공지능 모델을 포함할 수 있으나, 이에 한정되지 않는다.
메모리(160)는 카메라(110)를 통해 촬영된 객체의 이미지, 객체의 실시간 위치에 대한 정보, 무인 항공기(100)의 실시간 위치에 대한 정보, 적어도 하나의 기설정된 경로에 대한 정보 등을 저장할 수 있다.
한편, 이상에서 설명된 다양한 실시 예들은 서로 저촉되지 않는 한 복수의 실시 예가 결합되어 구현될 수 있다.
한편, 이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다.
하드웨어적인 구현에 의하면, 본 개시에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다.
일부의 경우에 본 명세서에서 설명되는 실시 예들이 프로세서 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상술한 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.
한편, 상술한 본 개시의 다양한 실시 예들에 따른 각 장치에서의 처리동작을 수행하기 위한 컴퓨터 명령어(computer instructions) 또는 컴퓨터 프로그램은 비일시적 컴퓨터 판독 가능 매체(non-transitory computer-readable medium)에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어 또는 컴퓨터 프로그램은 무인 항공기 등 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시 예에 따른 무인 항공기의 동작을 상술한 특정 기기가 수행하도록 한다.
비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.
이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
100: 무인 항공기 110: 카메라
120: 통신부 130: 구동 제어부
140: 프로세서

Claims (8)

  1. 무인 항공기에 있어서,
    카메라;
    상기 무인 항공기의 비행을 제어하는 구동 제어부;
    적어도 하나의 관제 서버와 통신을 수행하기 위한 통신부; 및
    상기 카메라, 상기 구동 제어부, 및 상기 통신부와 연결된 프로세서;를 포함하고,
    상기 프로세서는,
    상기 구동 제어부를 통해, 기설정된 제1 경로에 따른 상기 무인 항공기의 비행을 제어하고,
    상기 무인 항공기의 비행 중 상기 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하고,
    상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어하고,
    상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 상기 통신부를 통해 상기 관제 서버로 전송하고,
    상기 프로세서는,
    권역 별로 구비된 복수의 관제 서버 중 상기 무인 항공기의 위치와 가장 가까운 관제 서버를 식별하고,
    상기 위치 정보, 상기 제2 경로에 대한 정보, 및 상기 감지된 객체의 이미지를 상기 통신부를 통해 상기 식별된 관제 서버로 전송하는, 무인 항공기.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 객체가 감지되면, 상기 통신부를 통해 적어도 하나의 구조용 이동체와 통신을 수행하여 상기 구조용 이동체의 위치를 식별하고,
    상기 구조용 이동체가 상기 감지된 객체로부터 기설정된 거리 이내에 위치하는 경우, 상기 감지된 객체의 주변을 선회하기 위한 제3 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어하는, 무인 항공기.
  3. 삭제
  4. 제1항에 있어서,
    상기 프로세서는,
    상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역을 벗어난 경우, 상기 감지된 객체의 위치를 실시간으로 식별하고, 상기 감지된 객체의 이미지들을 실시간으로 획득하고,
    상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역으로 이동하도록 상기 구동 제어부를 제어하고,
    상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역에 도달한 경우, 상기 실시간으로 식별된 위치에 대한 정보 및 상기 실시간으로 획득된 이미지들을 상기 관제 서버로 전송하는, 무인 항공기.
  5. 제4항에 있어서,
    상기 프로세서는,
    상기 실시간으로 식별된 위치에 대한 정보 및 상기 실시간으로 획득된 이미지들이 상기 관제 서버로 전송된 이후, 상기 실시간으로 식별된 위치를 기반으로 예측된 상기 객체의 예상 위치로 상기 무인 항공기가 이동하도록 상기 구동 제어부를 제어하는, 무인 항공기.
  6. 제5항에 있어서,
    상기 프로세서는,
    이동 경로를 예측하도록 훈련된 적어도 하나의 인공지능 모델에 상기 실시간으로 식별된 위치를 입력하여, 상기 객체의 예상 위치를 판단하는, 무인 항공기.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 무인 항공기가 상기 제1 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 제1 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어하고,
    상기 객체가 감지됨에 따라 상기 무인 항공기가 상기 제2 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 상기 제1 임계치보다 작은 제2 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어하는, 무인 항공기.
  8. 무인 항공기의 운용 방법에 있어서,
    기설정된 제1 경로에 따라 이동하는 단계;
    상기 무인 항공기의 이동 중 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하는 단계;
    상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라 이동하는 단계; 및
    상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 적어도 하나의 관제 서버로 전송하는 단계;를 포함하고,
    상기 관제 서버로 전송하는 단계는,
    권역 별로 구비된 복수의 관제 서버 중 상기 무인 항공기의 위치와 가장 가까운 관제 서버를 식별하고,
    상기 위치 정보, 상기 제2 경로에 대한 정보, 및 상기 감지된 객체의 이미지를 상기 식별된 관제 서버로 전송하는, 무인 항공기의 운용 방법.
KR1020210047981A 2021-04-13 2021-04-13 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법 KR102300349B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020210047981A KR102300349B1 (ko) 2021-04-13 2021-04-13 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
KR1020210081674A KR102486768B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
KR1020210081673A KR102486769B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210047981A KR102300349B1 (ko) 2021-04-13 2021-04-13 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법

Related Child Applications (2)

Application Number Title Priority Date Filing Date
KR1020210081673A Division KR102486769B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
KR1020210081674A Division KR102486768B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법

Publications (1)

Publication Number Publication Date
KR102300349B1 true KR102300349B1 (ko) 2021-09-09

Family

ID=77777593

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020210047981A KR102300349B1 (ko) 2021-04-13 2021-04-13 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
KR1020210081674A KR102486768B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
KR1020210081673A KR102486769B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법

Family Applications After (2)

Application Number Title Priority Date Filing Date
KR1020210081674A KR102486768B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
KR1020210081673A KR102486769B1 (ko) 2021-04-13 2021-06-23 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법

Country Status (1)

Country Link
KR (3) KR102300349B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240088171A (ko) 2022-12-13 2024-06-20 국방과학연구소 영상 기반 지상 이동체 추적 유도 시스템 및 그 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612615B1 (ko) * 2023-04-14 2023-12-12 (주)메타파스 무인 항공기 기반 자동 점검/순찰 시스템 및 방법

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110130913A1 (en) * 2003-06-20 2011-06-02 Geneva Aerospace Unmanned aerial vehicle control systems
US20140347475A1 (en) * 2013-05-23 2014-11-27 Sri International Real-time object detection, tracking and occlusion reasoning
KR20150133536A (ko) * 2014-05-20 2015-11-30 주식회사 엘지유플러스 드론을 이용한 보안 서비스 제공 방법 및 시스템
CN105681450A (zh) * 2016-02-23 2016-06-15 袁梦杰 无人机共享方法、服务器、客户端及系统
US20160251081A1 (en) * 2014-12-08 2016-09-01 Government Of The United States As Represetned By The Secretary Of The Air Force Apparatus and method employing autonomous vehicles to reduce risk
WO2016161426A1 (en) * 2015-04-03 2016-10-06 3D Robotics, Inc. Systems and methods for controlling pilotless aircraft
KR20160119956A (ko) * 2015-04-07 2016-10-17 (주)코아텍 드론을 이용한 추적 시스템
US9471059B1 (en) * 2015-02-17 2016-10-18 Amazon Technologies, Inc. Unmanned aerial vehicle assistant
KR101700395B1 (ko) * 2015-10-16 2017-02-13 (주)삼성정보통신 경호용 드론 및 이를 이용한 이동식 경호 시스템
US20170076438A1 (en) * 2015-08-31 2017-03-16 Cape Analytics, Inc. Systems and methods for analyzing remote sensing imagery
US20170088261A1 (en) * 2015-09-29 2017-03-30 Tyco Fire & Security Gmbh Search and Rescue UAV System and Method
WO2017077543A1 (en) * 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis
KR101739980B1 (ko) * 2015-12-02 2017-05-26 (주)그린아이티코리아 무인 비행체를 이용한 에스코트 서비스 시스템 및 방법
US20170249846A1 (en) * 2016-02-26 2017-08-31 Ford Global Technologies, Llc Autonomous vehicle passenger locator
WO2017172932A1 (en) * 2016-03-30 2017-10-05 Culver Matthew Systems and methods for unmanned aerial vehicles
KR102186823B1 (ko) 2019-05-31 2020-12-07 황태현 드론 관제 시스템

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110130913A1 (en) * 2003-06-20 2011-06-02 Geneva Aerospace Unmanned aerial vehicle control systems
US20140347475A1 (en) * 2013-05-23 2014-11-27 Sri International Real-time object detection, tracking and occlusion reasoning
KR20150133536A (ko) * 2014-05-20 2015-11-30 주식회사 엘지유플러스 드론을 이용한 보안 서비스 제공 방법 및 시스템
US20160251081A1 (en) * 2014-12-08 2016-09-01 Government Of The United States As Represetned By The Secretary Of The Air Force Apparatus and method employing autonomous vehicles to reduce risk
US9471059B1 (en) * 2015-02-17 2016-10-18 Amazon Technologies, Inc. Unmanned aerial vehicle assistant
WO2016161426A1 (en) * 2015-04-03 2016-10-06 3D Robotics, Inc. Systems and methods for controlling pilotless aircraft
KR20160119956A (ko) * 2015-04-07 2016-10-17 (주)코아텍 드론을 이용한 추적 시스템
US20170076438A1 (en) * 2015-08-31 2017-03-16 Cape Analytics, Inc. Systems and methods for analyzing remote sensing imagery
US20170088261A1 (en) * 2015-09-29 2017-03-30 Tyco Fire & Security Gmbh Search and Rescue UAV System and Method
KR101700395B1 (ko) * 2015-10-16 2017-02-13 (주)삼성정보통신 경호용 드론 및 이를 이용한 이동식 경호 시스템
WO2017077543A1 (en) * 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis
KR101739980B1 (ko) * 2015-12-02 2017-05-26 (주)그린아이티코리아 무인 비행체를 이용한 에스코트 서비스 시스템 및 방법
CN105681450A (zh) * 2016-02-23 2016-06-15 袁梦杰 无人机共享方法、服务器、客户端及系统
US20170249846A1 (en) * 2016-02-26 2017-08-31 Ford Global Technologies, Llc Autonomous vehicle passenger locator
WO2017172932A1 (en) * 2016-03-30 2017-10-05 Culver Matthew Systems and methods for unmanned aerial vehicles
KR102186823B1 (ko) 2019-05-31 2020-12-07 황태현 드론 관제 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240088171A (ko) 2022-12-13 2024-06-20 국방과학연구소 영상 기반 지상 이동체 추적 유도 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20220141716A (ko) 2022-10-20
KR20220141717A (ko) 2022-10-20
KR102486769B1 (ko) 2023-01-10
KR102486768B1 (ko) 2023-01-10

Similar Documents

Publication Publication Date Title
US11879737B2 (en) Systems and methods for auto-return
JP6496323B2 (ja) 可動物体を検出し、追跡するシステム及び方法
CN110494360B (zh) 用于提供自主摄影及摄像的系统和方法
US9557738B2 (en) Return path configuration for remote controlled aerial vehicle
WO2018103689A1 (zh) 无人机相对方位控制方法及装置
US10029790B2 (en) Device that controls flight altitude of unmanned aerial vehicle
JP6324649B1 (ja) 検出システム、検出方法、及びプログラム
US11531340B2 (en) Flying body, living body detection system, living body detection method, program and recording medium
KR102300349B1 (ko) 탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법
CN107820585B (zh) 飞行器降落方法、飞行器和计算机可读存储介质
JPWO2018198313A1 (ja) 無人飛行体のアクションプラン作成システム、方法及びプログラム
US20230359204A1 (en) Flight control method, video editing method, device, uav and storage medium
WO2022141956A1 (zh) 飞行控制方法、视频编辑方法、装置、无人机及存储介质
US20220221857A1 (en) Information processing apparatus, information processing method, program, and information processing system
KR102300348B1 (ko) 실시간 이미지 분석을 기반으로 현장 상황을 공유하는 무인 항공기, 및 제어 방법
JP6360650B1 (ja) 異常検知システム、方法及びプログラム
KR101876829B1 (ko) 소형 드론의 실내 비행제어를 위한 유도 제어 시스템
KR102351057B1 (ko) 재난 상황 복잡도를 기초로 무인항공기를 제어하기 위한 장치 및 이를 위한 방법
CN111052028B (zh) 用于自动水面和天空检测的系统和方法
JP6847424B2 (ja) 検出装置、検出方法、コンピュータプログラム及び学習モデル
CN116762354A (zh) 影像拍摄方法、控制装置、可移动平台和计算机存储介质
KR102289743B1 (ko) 복수의 무인항공기를 이용한 목표를 탐색하기 위한 장치 및 이를 위한 방법
KR102266467B1 (ko) 검출 확률을 기초로 무인항공기를 이용한 목표를 탐색하기 위한 장치 및 이를 위한 방법
KR20240122973A (ko) 드론에 장착된 라이다 센서를 기초로 하는 수심 측량 시스템

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant