KR102503118B1 - 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법 - Google Patents

함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법 Download PDF

Info

Publication number
KR102503118B1
KR102503118B1 KR1020220116197A KR20220116197A KR102503118B1 KR 102503118 B1 KR102503118 B1 KR 102503118B1 KR 1020220116197 A KR1020220116197 A KR 1020220116197A KR 20220116197 A KR20220116197 A KR 20220116197A KR 102503118 B1 KR102503118 B1 KR 102503118B1
Authority
KR
South Korea
Prior art keywords
target identification
target
data
identification model
results
Prior art date
Application number
KR1020220116197A
Other languages
English (en)
Inventor
김민지
Original Assignee
한화시스템(주)
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 한화시스템(주) filed Critical 한화시스템(주)
Priority to KR1020220116197A priority Critical patent/KR102503118B1/ko
Application granted granted Critical
Publication of KR102503118B1 publication Critical patent/KR102503118B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G13/00—Other offensive or defensive arrangements on vessels; Vessels characterised thereby
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B49/00—Arrangements of nautical instruments or navigational aids
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63G—OFFENSIVE OR DEFENSIVE ARRANGEMENTS ON VESSELS; MINE-LAYING; MINE-SWEEPING; SUBMARINES; AIRCRAFT CARRIERS
    • B63G1/00—Arrangements of guns or missile launchers; Vessels characterised thereby
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F41—WEAPONS
    • F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
    • F41H11/00—Defence installations; Defence devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명에 따른 표적 데이터 수집 및 식별을 위한 함정 전투체계 시스템은 표적 식별을 위한 소정의 센서로부터 획득된 센싱 데이터를 기반으로 표적 데이터를 생성하는 센서 처리부와, 상기 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성하는 표적 식별 모델 처리기를 포함하는 정보처리장치 및 상기 표적 식별 결과에 대한 운용자의 검증 및 라벨링 결과를 저장하는 표적 식별 데이터 수집기와, 상기 표적 식별 결과에 대한 검증 및 라벨링 결과를 포함하는 표적 식별 데이터를 표적 식별 데이터 DB에 저장하는 정보저장장치를 포함하는 다기능콘솔을 포함한다.

Description

함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법{NAVAL COMBAT SYSTEM AND METHOD FOR COLLECTING AND IDENTIFYING TARGET DATA THEREOF}
본 발명은 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법에 관한 것으로서, 특히 각 함정이 획득한 표적 정보 및 표적 식별 결과를 공유하고, 이를 학습 데이터로 구성하여 각 함정마다 공통 적용 가능한 표적 식별 모델을 학습함으로써, 일관적인 표적 식별 수행 및 임무 수행 능력 향상을 기대할 수 있도록 한 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법에 관한 것이다.
도 1은 종래 기술에 따른 표적 플랫폼 라이브러리를 설명하기 위한 도면이다.
함정 전투 체계는 표적 데이터에 대하여 대표적인 표적 데이터 DB인 표적 플랫폼 라이브러리(10)를 사용하여 표적 데이터를 관리한다. 이러한 표적 플랫폼 라이브러리(10)는 국가, 클래스, 센서, 무장 정보를 조합하여 하나의 플랫폼으로 관리하도록 모아둔 사전 서비스로, 센서가 획득한 정보와 표적 이미지에 기반하여 운용자가 수동으로 입력하여 DB화한 것이다. 운용자는 표적 플랫폼 라이브러리 서비스(10)를 통해 입력한 표적 정보를 각 함정에서 로컬로 관리되는 DB에 등록할 수 있다.
각 함정마다 로컬에서 관리되는 표적 플랫폼 라이브러리(10)는 각 함정마다 상이하며 통합되어 있지 않아, 타 함정이 표적 정보를 획득하더라도 해당 표적에 대하여 최초 획득한 표적 정보로 판단하게 되므로, 이를 운용자가 표적 플랫폼 라이브러리(10)에 재등록해야 하는 과정을 필요로 한다. 그리고 등록한 표적은 다른 표적 식별 판단에 영향을 주지 못하는 문제가 있다.
또한, 함정 전투 체계에서의 표적 식별은 함정 전투 체계가 제공하는 센서 정보, 광학 이미지를 보고 운용자가 판단하는 방식으로 수행된다. 이 경우, 모든 운용자가 일관적인 표적 식별 결과를 도출하지 못하는 문제가 있다. 즉, 표적 식별 판단 기준은 운용자의 경험과 지식에 따르기 때문에 표적 식별 소요 시간과 식별 결과가 달라질 수 있으며 이는 임무 수행에 영향을 미치는 요소로 작용한다.
또한, 현재 함정 전투 체계에서 자동으로 표적을 식별하는 기능은 없으며, 이는 운용자의 판단으로 표적 식별이 수행된다. 따라서, 함정 전투 체계가 자동으로 표적을 식별하기 위해서는 AI 기술 적용이 필수적이나, 모든 함정들이 AI 기반 학습 모델을 탑재하기 위한 하드웨어를 구축하는 데는 많은 비용을 필요로 한다.
본 발명이 해결하고자 하는 과제는 각 함정이 획득한 표적 정보 및 표적 식별 결과를 공유하고, 이를 학습 데이터로 구성하여 각 함정마다 공통 적용 가능한 표적 식별 모델을 학습함으로써, 일관적인 표적 식별 수행 및 임무 수행 능력 향상을 기대할 수 있는, 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법을 제공하는 것이다.
다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 제1 측면에 따른 표적 데이터 수집 및 식별을 위한 함정 전투체계 시스템은 표적 식별을 위한 소정의 센서로부터 획득된 센싱 데이터를 기반으로 표적 데이터를 생성하는 센서 처리부와, 상기 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성하는 표적 식별 모델 처리기를 포함하는 정보처리장치 및 상기 표적 식별 결과에 대한 운용자의 검증 및 라벨링 결과를 저장하는 표적 식별 데이터 수집기와, 상기 표적 식별 결과에 대한 검증 및 라벨링 결과를 포함하는 표적 식별 데이터를 표적 식별 데이터 DB에 저장하는 정보저장장치를 포함하는 다기능콘솔을 포함한다.
본 발명의 일부 실시예에 있어서, 상기 표적 식별 데이터는 상기 함정과 임무 수행 중인 작전 모함으로 전송되고, 상기 표적 식별 모델은 상기 작전 모함이 임무 수행 중인 복수의 함정으로부터 수집된 표적 식별 데이터를 기반으로 학습되어 각 함정으로 배포될 수 있다.
본 발명의 일부 실시예에 있어서, 상기 표적 식별 모델은 상기 표적 식별 데이터를 입력 데이터로 설정하여 상기 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 학습될 수 있다.
본 발명의 일부 실시예에 있어서, 상기 표적 식별 모델 처리기는 상기 작전 모함으로부터 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 수신하여 구비된 표적 식별 모델에 적용할 수 있다.
본 발명의 일부 실시예에 있어서, 상기 표적 식별 데이터 수집기는 상기 운용자로부터 표적 식별 데이터 수집 HCI를 통해 선택된 표적에 대한 검증 및 라벨링 결과를 입력받음에 따라, 상기 표적 식별 결과에 대한 검증 및 라벨링 결과를 포함하는 상기 표적 식별 데이터를 상기 표적 데이터 DB에 저장할 수 있다.
본 발명의 일부 실시예에 있어서, 상기 다기능 콘솔은 상기 표적 및 전술 환경 정보를 전시하는 콘솔 전시 처리기를 포함할 수 있다.
또한, 본 발명의 제2 측면에 따른 표적 데이터 수집 및 식별을 위한 함정 전투체계 시스템에 의해 수행되는 방법은 소정의 센서로부터 수집된 센싱 데이터를 기반으로 표적 데이터를 생성하는 단계; 상기 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성하는 단계; 상기 표적 식별 결과에 대한 운용자로부터의 검증 및 라벨링 결과를 입력받는 단계; 및 상기 표적 데이터에 상응하는 표적 식별 결과와 검증 및 라벨링 결과를 표적 식별 데이터로 생성 및 저장하는 단계를 포함한다.
본 발명의 일부 실시예는, 상기 표적 식별 데이터를 상기 함정과 임무 수행 중인 작전 모함으로 전송하는 단계; 및 상기 작전 모함에서 상기 표적 식별 데이터에 기반한 표적 식별 모델의 학습이 완료됨에 따라, 학습 완료된 표적 식별 모델을 수신 및 적용하는 단계를 더 포함할 수 있다.
본 발명의 일부 실시예에 있어서, 상기 표적 식별 모델은 상기 표적 식별 데이터를 입력 데이터로 설정하여 상기 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 학습될 수 있다.
본 발명의 일부 실시예에 있어서, 상기 학습 완료된 표적 식별 모델을 수신 및 적용하는 단계는, 상기 작전 모함으로부터 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 수신하여 구비된 표적 식별 모델에 적용할 수 있다.
또한, 본 발명의 제3 측면에 따른 작전 모함에서의 함정 전투체계 시스템은 임무 수행 중인 복수의 함정으로부터 획득된 표적 식별 데이터를 각각 저장하는 정보저장장치 및 상기 표적 식별 데이터를 입력 데이터로 설정하여 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 표적 식별 모델을 학습하고, 상기 학습된 표적 식별 모델은 상기 복수의 함정으로 배포하는 정보처리장치를 포함한다.
본 발명의 일부 실시예에 있어서, 상기 정보저장장치는 상기 복수의 함정으로부터 각각 획득된 표적 식별 데이터를 각각 상응하는 표적 식별 데이터 DB에 저장할 수 있다.
본 발명의 일부 실시예에 있어서, 상기 표적 식별 데이터는 상기 복수의 함정으로부터 센싱 데이터를 기반으로 생성된 표적 데이터에 상응하는 표적 식별 결과에 대한 운용자의 검증 및 라벨링 결과를 포함할 수 있다.
본 발명의 일부 실시예에 있어서, 상기 정보처리장치는 상기 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 상기 복수의 함정으로 배포할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 상기 표적 데이터 수집 및 식별 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
기존 함정에서 수집되는 표적 식별 데이터는 한정적이며 제한된 사용자만이 사용 가능하였으나, 전술한 본 발명의 일 실시예에 의하면, 이에 더 나아가 수집되는 표적 식별 데이터를 함정 전투체계 시스템에 AI 모델을 적용시킬 수 있도록 하기 위한 학습 데이터로 구축되게끔 하여 보다 다양한 사용자들이 이용 가능하도록 할 수 있다.
또한, 운용자의 경험이 종합되어 표적 식별 데이터로 가공되게끔 할 수 있으며, 이를 통해 과거에 미식별 처리되는 표적 또한 식별 가능한 표적으로 처리할 수 있다.
이와 더불어, 표적 식별 모델의 학습과 처리를 각각 수행하는 함정 전투체계 시스템을 분리함으로써, 성능 개량에 필요한 하드웨어 수정을 최소화할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
이하에 첨부되는 도면들은 본 실시 예에 관한 이해를 돕기 위한 것으로, 상세한 설명과 함께 실시 예들을 제공한다. 다만, 본 실시 예의 기술적 특징이 특정 도면에 한정되는 것은 아니며, 각 도면에서 개시하는 특징들은 서로 조합되어 새로운 실시 예로 구성될 수 있다.
도 1은 종래 기술에 따른 표적 플랫폼 라이브러리를 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 함정 전투체계 시스템의 블록도이다.
도 3은 본 발명의 일 실시예에 따른 함정 전투체계 시스템의 기능을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따른 표적 식별 데이터 수집 HCI의 일 예시를 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 표적 데이터 수집 및 식별 방법의 순서도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하에서는 도 2 내지 도 4를 참조하여 본 발명의 일 실시예에 따른 표적 데이터 수집 및 식별을 위한 함정 전투체계 시스템(100, 이하 함정 전투체계 시스템)에 대해 설명하도록 한다.
도 2는 본 발명의 일 실시예에 따른 함정 전투체계 시스템(100)의 블록도이다. 도 3은 본 발명의 일 실시예에 따른 함정 전투체계 시스템(100)의 기능을 설명하기 위한 도면이다. 도 4는 본 발명의 일 실시예에 따른 표적 식별 데이터 수집 HCI의 일 예시를 도시한 도면이다.
본 발명의 일 실시예에 따른 함정 전투체계 시스템(100, 200)은 작전 모함을 포함한 타 함정들과 함께 임무를 수행하는 각 함정들 및 작전 모함에 구비된다.
함정들은 작전 모함 주변에서 감시정찰임무를 통해 표적 데이터를 획득하고, 작전 모함으로부터 배포받은 표적 식별 모델을 기반으로 표적을 식별할 수 있다.
작전 모함은 각 함정들이 획득한 표적 식별 데이터를 각각의 표적 식별 데이터 DB에 저장 관리하며, 이를 기반으로 표적 식별 모델을 학습할 수 있다.
구체적으로, 개별 함정에서의 함정 전투체계 시스템(100)은 정보처리장치(110)와 다기능 콘솔(120)을 포함한다.
정보처리장치(110)는 센서 처리부(111), 표적 식별 모델 처리기(112)를 포함하며, 다기능 콘솔(120)은 표적 식별 데이터 수집기(121), 정보저장장치(122) 및 콘솔 전시 처리기(123)를 포함한다.
정보처리장치(110)의 센서 처리부(111)는 표적 식별을 위한 소정의 센서로부터 획득된 센싱 데이터를 기반으로 표적 데이터를 생성한다.
그리고 표적 식별 모델 처리기(112)는 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성한다.
다기능 콘솔(120)의 표적 식별 데이터 수집기(121)는 표적 식별 결과에 대한 운용자의 검증 결과 및 라벨링 결과를 저장한다. 이때, 표적 식별 데이터 수집기(121)는 운용자로부터 도 4와 같은 표적 식별 데이터 수집 HCI를 통해 선택된 표적에 대한 검증 결과 및 라벨링 결과를 입력받으면, 표적 식별 결과에 대한 검증 결과 및 라벨링 결과를 포함하는 표적 식별 데이터를 정보저장장치(122)인 표적 식별 데이터 DB에 저장할 수 있다.
콘솔 전시 처리기(123)는 표적 및 전술 환경 정보를 전시한다.
이와 같이 저장된 표적 식별 데이터는 함정과 임무 수행 중인 작전 모함으로 전송된다. 작전 모함은 각 함정으로부터 수집되는 표적 식별 데이터를 구분되는 표적 식별 데이터 DB에 저장 관리하며, 표적 식별 데이터를 기반으로 표적 식별 모델을 학습한 후 각 함정으로 배포할 수 있다.
일 실시예로, 작전 모함에서의 함정 전투 체계 시스템(200)은 각 함정 별로 구분되는 표적 식별 데이터 DB를 포함하는 정보저장장치(211)와, 표적 식별 데이터에 기반하여 표적 식별 모델을 학습하는 표적 식별 모델 학습 소프트웨어가 저장된 표적 식별 모델 학습기(212)로 구성되는 정보처리장치(210)를 포함할 수 있다.
표적 식별 모델 학습기(212)는 표적 식별 데이터를 입력 데이터로 설정하여 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 학습할 수 있다. 이때, 표적 식별 모델 학습기(212)는 표적 식별 모델의 학습이 완료되는 경우, 표적 식별 모델 자체를 각 함정으로 배포하는 것이 아닌, 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 배포하여 각 함정에 구비된 표적 식별 모델에 적용되도록 할 수 있다.
이하에서는 도 5를 참조하여 본 발명의 일 실시예에 따른 함정 전투체계 시스템(100)에 의해 수행되는 방법을 설명하도록 한다.
도 5는 본 발명의 일 실시예에 따른 표적 데이터 수집 및 식별 방법의 순서도이다.
먼저, 소정의 센서로부터 수집된 센싱 데이터를 기반으로 표적 데이터를 생성한다(S110).
다음으로, 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성하고(S120), 표적 식별 결과에 대한 운용자의 검증 및 라벨링 결과를 입력받는다(S130).
다음으로, 표적 데이터에 상응하는 표적 식별 결과와 검증 및 라벨링 결과를 표적 식별 데이터로 생성 및 저장한다(S140).
일 실시예로 표적 식별 데이터를 생성하기 위해, 운용자는 표적 식별 데이터 수집 HCI를 통해 표적을 선택하고 식별 정보를 입력할 수 있다. 센서가 제공하는 광학 이미지 기반의 표적 데이터에 대한 표적 식별 결과에 대하여, 운용자는 수동으로 센서 정보 및 무장 정보를 입력함으로써, 표적 식별 모델의 학습을 위한 학습 데이터인 표적 식별 데이터로 가공되게끔 할 수 있다.
표적 식별 데이터는 다기능 콘솔의 정보저장장치에 데이터베이스화되며, 이는 작전 모함으로 전송된다.
각 함정으로부터 표적 식별 데이터를 수신한 작전 모함은 각 표적 식별 데이터를 학습 데이터로 사용하여 표적 식별 모델을 학습할 수 있다. 이때, 표적 식별 모델의 학습은 표적 식별 데이터를 입력 데이터로 설정하여 표적 데이터에 상응하는 표적 식별 결과가 출력되는 방향으로 수행될 수 있다.
한편, 작전 모함은 표적 식별 모델의 학습이 완료되면 표적 식별 모델을 각 함정으로 배포할 수 있다. 이때, 배포되는 방식은 학습된 표적 식별 모델의 전체 또는 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 배포할 수 있다.
함정 전투 체계의 표적 식별 모델 처리기는 표적 식별 모델 자체를 수신하는 경우 기 저장한 표적 식별 모델 전체를 갱신되도록 할 수 있으며, 노드 문턱치 및 연결 가중치 값을 수신하는 경우 이를 기 구비하고 있는 표적 식별 모델에 적용할 수 있다.
이후, 센서 처리부에서 센싱 데이터를 기반으로 표적 데이터를 생성하면, 센서 처리부는 표적 식별 모델 처리기로 전송하고, 표적 식별 모델 처리기는 표적 식별 모델 처리 소프트웨어를 기반으로 표적 식별을 수행한다.
표적 식별 결과는 콘솔 전시 처리기에 전시되며, 이를 기반으로 운용자는 표적 식별 결과가 운용자가 판단한 결과와 동일한지 여부를 확인한다. 만약 결과가 동일하지 않을 경우에는 새로운 표적 식별 데이터로 처리할 수 있다.
한편, 상술한 설명에서, 단계 S110 내지 S140은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 아울러, 기타 생략된 내용이라 하더라도 도 2 내지 도 4의 내용은 도 5의 내용에도 적용될 수 있다.
다음 표 1은 (1)현재의 표적 식별 방법과, (2)개별 함정에서 표적 식별 모델의 학습 및 처리를 동시에 수행하는 경우, (3)그리고 본 발명에서의 표적 식별 방법을 각각 비교 정리한 것이다.

항목
현재 표적 식별 방법(1)		 개별 함정에서 표적 식별 모델의 학습/처리를 동시에 수행하는 경우(2) 본 발명에서의 표적 데이터 수집 및 식별 방법(1)

표적 식별
판단 기준

운용자의 경험

함정이 학습한 표적
작전 모함이 타 함정들을 통해 학습한 표적

표적 식별 주체

운용자
각 함정이 개별적으로 학습한 표적 식별 모델
복수의 함정들의 표적 식별 데이터가 종합되어 학습된 표적 식별 모델


표적 식별 결과
운용자의 경험에 의존적이므로 표적의 상세 정보가 다를 수 있음
각 함정이 개별적으로 학습한 표적과 유사하거나 기 학습된 표적의 경우 표적 식별이 용이함
함정이 접하지 않은 표적이더라도 타 함정의 표적 데이터와 유사하거나 작전 모함에서 학습된 표적의 표적 식별이 용이함



필요한 하드웨어 제원


기존 함정 전투 체계 사용

각 함정에 모델 학습이 가능한 하드웨어 탑재 필요, 표적 정보저장장치 필요		 작전 모함에 모델 학습이 가능한 하드웨어 탑재 및 표적 정보저장장치 필요 / 개별 함정에 학습된 모델의 동작 처리가 가능한 정도의 경량 하드웨어 탑재 및 표적 정보저장장치 필요
이상에서 전술한 본 발명의 일 실시예에 따른 표적 데이터 수집 및 식별 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 개별 함정 전투체계 시스템
110: 정보처리장치
111: 센서 처리부
112: 표적 식별 모델 처리기
120: 다기능 콘솔
121: 표적 식별 데이터 수집기
122: 정보저장장치
123: 콘솔 전시 처리기
200: 작전 모함 전투체계 시스템
210: 정보처리장치
211: 정보저장장치
212: 표적 식별 모델 학습기

Claims (14)

  1. 표적 데이터 수집 및 식별을 위한 함정 전투체계 시스템에 있어서,
    표적 식별을 위한 소정의 센서로부터 획득된 센싱 데이터를 기반으로 표적 데이터를 생성하는 센서 처리부와, 상기 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성하는 표적 식별 모델 처리기를 포함하는 정보처리장치 및
    상기 표적 식별 결과에 대한 운용자의 검증 및 라벨링 결과를 저장하는 표적 식별 데이터 수집기와, 상기 표적 식별 결과에 대한 검증 및 라벨링 결과를 포함하는 표적 식별 데이터를 표적 식별 데이터 DB에 저장하는 정보저장장치를 포함하는 다기능콘솔을 포함하고,
    상기 표적 식별 데이터는 상기 함정과 임무 수행 중인 작전 모함으로 전송되고, 상기 표적 식별 모델은 상기 작전 모함이 임무 수행 중인 복수의 함정으로부터 수집된 표적 식별 데이터를 기반으로 학습되어 각 함정으로 배포되며,
    상기 표적 식별 모델은 상기 표적 식별 데이터를 입력 데이터로 설정하여 상기 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 학습되고,
    상기 표적 식별 모델 처리기는 상기 작전 모함으로부터 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 수신하여 구비된 표적 식별 모델에 적용하며,
    상기 표적 식별 데이터 수집기는 상기 운용자로부터 표적 식별 데이터 수집 HCI를 통해 선택된 표적에 대한 검증 및 라벨링 결과를 입력받음에 따라, 상기 표적 식별 결과에 대한 검증 및 라벨링 결과를 포함하는 상기 표적 식별 데이터를 상기 표적 데이터 DB에 저장하는 것인, 함정 전투체계 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 다기능 콘솔은 상기 표적 및 전술 환경 정보를 전시하는 콘솔 전시 처리기를 포함하는, 함정 전투체계 시스템.
  7. 표적 데이터 수집 및 식별을 위한 함정 전투체계 시스템에 의해 수행되는 방법에 있어서,
    소정의 센서로부터 수집된 센싱 데이터를 기반으로 표적 데이터를 생성하는 단계;
    상기 표적 데이터를 표적 식별 모델에 입력하여 표적 식별 결과를 생성하는 단계;
    상기 표적 식별 결과에 대한 운용자로부터의 검증 및 라벨링 결과를 입력받는 단계;
    상기 표적 데이터에 상응하는 표적 식별 결과와 검증 및 라벨링 결과를 표적 식별 데이터로 생성 및 저장하는 단계를 포함하고,
    상기 표적 식별 데이터를 상기 함정과 임무 수행 중인 작전 모함으로 전송하는 단계; 및
    상기 작전 모함에서 상기 표적 식별 데이터에 기반한 표적 식별 모델의 학습이 완료됨에 따라, 학습 완료된 표적 식별 모델을 수신 및 적용하는 단계를 더 포함하며,
    상기 표적 식별 모델은 상기 표적 식별 데이터를 입력 데이터로 설정하여 상기 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 학습되고,
    상기 학습 완료된 표적 식별 모델을 수신 및 적용하는 단계는,
    상기 작전 모함으로부터 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 수신하여 구비된 표적 식별 모델에 적용하는 것인, 표적 데이터 수집 및 식별 방법.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 작전 모함에서의 함정 전투체계 시스템에 있어서,
    임무 수행 중인 복수의 함정으로부터 획득된 표적 식별 데이터를 각각 저장하는 정보저장장치 및
    상기 표적 식별 데이터를 입력 데이터로 설정하여 표적 데이터에 상응하는 표적 식별 결과가 출력되도록 표적 식별 모델을 학습하고, 상기 학습된 표적 식별 모델은 상기 복수의 함정으로 배포하는 정보처리장치를 포함하고,
    상기 정보저장장치는 상기 복수의 함정으로부터 각각 획득된 표적 식별 데이터를 각각 상응하는 표적 식별 데이터 DB에 저장하며,
    상기 표적 식별 데이터는 상기 복수의 함정으로부터 센싱 데이터를 기반으로 생성된 표적 데이터에 상응하는 표적 식별 결과에 대한 운용자의 검증 및 라벨링 결과를 포함하고,
    상기 정보처리장치는 상기 학습된 표적 식별 모델에 대한 노드 문턱치 및 연결 가중치 값을 상기 복수의 함정으로 배포하는 것인, 함정 전투체계 시스템.
  12. 삭제
  13. 삭제
  14. 삭제
KR1020220116197A 2022-09-15 2022-09-15 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법 KR102503118B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220116197A KR102503118B1 (ko) 2022-09-15 2022-09-15 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220116197A KR102503118B1 (ko) 2022-09-15 2022-09-15 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법

Publications (1)

Publication Number Publication Date
KR102503118B1 true KR102503118B1 (ko) 2023-02-23

Family

ID=85329862

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220116197A KR102503118B1 (ko) 2022-09-15 2022-09-15 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법

Country Status (1)

Country Link
KR (1) KR102503118B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102103846B1 (ko) * 2019-10-02 2020-04-23 한화시스템 주식회사 차세대 함정의 표적 정보 처리 장치
KR20210065585A (ko) * 2019-11-27 2021-06-04 한국항공우주산업 주식회사 항공기 피아식별장치의 암호화키 갱신 및 시현 방법
KR102302889B1 (ko) * 2020-09-01 2021-09-17 한화시스템 주식회사 전투체계에서 탐지 표적 이력을 관리하는 장치 및 방법
KR102375677B1 (ko) * 2021-10-19 2022-03-17 한화시스템(주) 함정 전투체계 지능화 영상처리 시스템 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102103846B1 (ko) * 2019-10-02 2020-04-23 한화시스템 주식회사 차세대 함정의 표적 정보 처리 장치
KR20210065585A (ko) * 2019-11-27 2021-06-04 한국항공우주산업 주식회사 항공기 피아식별장치의 암호화키 갱신 및 시현 방법
KR102302889B1 (ko) * 2020-09-01 2021-09-17 한화시스템 주식회사 전투체계에서 탐지 표적 이력을 관리하는 장치 및 방법
KR102375677B1 (ko) * 2021-10-19 2022-03-17 한화시스템(주) 함정 전투체계 지능화 영상처리 시스템 및 방법

Similar Documents

Publication Publication Date Title
CN108830235B (zh) 用于生成信息的方法和装置
KR102414902B1 (ko) 카메라 설치 환경 및 목적에 따른 영상 데이터 분석을 위한 추천 인공지능 모델 제공방법
KR20200042629A (ko) 인공지능 학습을 위한 모바일 기기의 터치 기반 어노테이션과 이미지 생성 방법 및 그 장치
US9373174B2 (en) Cloud based video detection and tracking system
US20200250401A1 (en) Computer system and computer-readable storage medium
CN112381104A (zh) 一种图像识别方法、装置、计算机设备及存储介质
CN110059623B (zh) 用于生成信息的方法和装置
KR101963404B1 (ko) 2-단계 최적화 딥 러닝 방법, 이를 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체 및 딥 러닝 시스템
CN113128419A (zh) 一种障碍物识别方法和装置、电子设备及存储介质
CN114373047A (zh) 一种基于数字孪生监控物理世界的方法、装置及存储介质
JP7393809B2 (ja) 全方位画像情報に基づく自動位相マッピング処理方法及びそのシステムとコンピュータープログラム
CN111881740A (zh) 人脸识别方法、装置、电子设备及介质
CN105653152A (zh) 一种图片处理方法、装置及电子设备
KR102503118B1 (ko) 함정 전투체계 시스템 및 이의 표적 데이터 수집 및 식별 방법
US20210156697A1 (en) Method and device for image processing and mobile apparatus
CN113705363A (zh) 一种特定卫星上行信号的识别方法及系统
KR20220000493A (ko) 인공지능 모듈 플랫폼 서비스 제공 방법
CN117011630B (zh) 一种目标检测模型的训练方法及装置
CN110738175A (zh) 人脸图像处理方法、装置、计算机设备和存储介质
CN112241752A (zh) 模型训练方法、数据处理方法、分类方法、装置、设备
CN114140751B (zh) 一种考场监控方法及系统
CN112182413B (zh) 一种基于教学大数据的智能推荐方法及服务器
US12033371B2 (en) Object detection device, object detection system, object detection method, program, and recording medium
CN111524161B (zh) 提取轨迹的方法和装置
CN109040774B (zh) 一种节目信息提取方法、终端设备、服务器及存储介质

Legal Events

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