KR20210122516A - 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법 - Google Patents

암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법 Download PDF

Info

Publication number
KR20210122516A
KR20210122516A KR1020200039771A KR20200039771A KR20210122516A KR 20210122516 A KR20210122516 A KR 20210122516A KR 1020200039771 A KR1020200039771 A KR 1020200039771A KR 20200039771 A KR20200039771 A KR 20200039771A KR 20210122516 A KR20210122516 A KR 20210122516A
Authority
KR
South Korea
Prior art keywords
data
accident
accident record
unit
chi
Prior art date
Application number
KR1020200039771A
Other languages
English (en)
Other versions
KR102364008B1 (ko
Inventor
심상국
김승찬
Original Assignee
(주)티엔젠
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 (주)티엔젠 filed Critical (주)티엔젠
Priority to KR1020200039771A priority Critical patent/KR102364008B1/ko
Publication of KR20210122516A publication Critical patent/KR20210122516A/ko
Application granted granted Critical
Publication of KR102364008B1 publication Critical patent/KR102364008B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/02—Registering or indicating driving, working, idle, or waiting time only
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0861—Generation of secret information including derivation or calculation of cryptographic keys or passwords
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3263—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving certificates, e.g. public key certificate [PKC] or attribute certificate [AC]; Public key infrastructure [PKI] arrangements

Abstract

본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템은 무인 이동체에 저장된 사고기록을 이용하여 사고의 원인을 분석하는 사고기록 분석 시스템에 있어서, 무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력하는 운항 컴퓨터부; 상기 운항 컴퓨터부에서 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 사고기록 저장부; 및 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 수집하고, 수집된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 사고기록 분석부를 포함한다.

Description

암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법{ACCIDENT RECORD SYSTEM AND ANALYSIS METHOD BASED ON ENCRYPTED FLIGHT AND IMAGING DATA OF UNMANNED VEHICLE}
본 발명은 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법에 관한 것이다.
무인 이동체는 사람이 탑승하지 않고 원격 조정에 의해 비행하거나 지정된 경로를 따라 자율적으로 이동하는 이동체로서, 주로 군사적 용도로 활용되기 시작하였으나, 최근에는 운송, 보안 분야 등 다양한 분야에서 활용되고 있으며 개인의 놀이를 위한 용도로도 사용되고 있다.
그러나, 상기한 무인 이동체는 이동특성이 종래의 기기와 달라, 사고시 안전문제 및 보안 문제 등의 다양한 문제점을 가질 수 있다.
구체적으로, 현재 판매되고 있는 국산 제품의 경우 사고 이후에, 외산 제조업체 수준의 비행로그 데이터 제공이 어렵고, 외부 공격자에 의한 스니핑 및 악의적인 공격을 예방할 수 있는 정보유출방지 대책이 미흡한 한계점이 있다.
또한, 무인 이동체는 고장, 기후변화, 외부 공격 등으로 인한 사고시 추적 및 회수 기능이 없는 문제가 있으며, 사고의 원인이나 사고상황에서의 각 기능장치의 상황 등을 분석할 수 있는 분석장치가 탑재되어 있지 않다.
다시 말해, 무인 이동체의 사고시, 정확한 사고원인 분석을 위한 데이터를 제공하기가 어려우며, 사고에 의한 파손 잔해를 수거하더라도 데이터를 살려 기록을 확인한 후 사후 분석을 진행하는데 한계가 있다.
본 발명의 실시예들은 상기와 같은 문제를 해결하기 위해 제안된 것으로서, 무인 이동체에 저장된 영상 데이터와 운항 데이터를 암호화하여 저장 및 전송할 수 있으며, 암호화된 데이터를 이용하여 사고 원인을 분석할 수 있는 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법을 제공하고자 한다.
본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템은 무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력하는 운항 컴퓨터부; 상기 운항 컴퓨터부에서 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 사고기록 저장부; 및 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하고, 해독된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 사고기록 분석부를 포함한다.
또한, 상기 운항 컴퓨터부는, 영상을 촬영하여 영상 데이터를 획득하는 카메라부; 무인 이동체의 비행 위치에 대한 GPS 데이터를 획득하는 GPS부; 비행에 필요한 센서 데이터를 획득하는 관성측정부; 사용자로부터 입력된 조종 데이터 및 상기 조종 데이터에 대응하는 무인 이동체의 자세 데이터를 획득하는 운항제어부; 및 상기 영상 데이터, 상기 GPS 데이터, 상기 센서 데이터, 상기 조종 데이터 및 상기 자세 데이터를 포함하는 상기 사고기록 데이터를 전송하는 제 1 통신부를 포함할 수 있다.
또한, 상기 사고기록 저장부는, 상기 제 1 통신부로부터 상기 사고기록 데이터를 수신하는 제 2 통신부; 상기 사고기록 데이터를 키관리 서버와 무인 이동체 간에 기 공유된 인증서로 암호화하여 일정 포맷의 암호화 데이터로 변환하는 암호화부; 및 상기 암호화 데이터를 압축하여 저장하는 메모리부를 포함한다.
또한, 상기 사고기록 저장부는, 상기 제 2 통신부가 수신한 상기 사고기록 데이터 중 GPS 데이터를 추출하고, 추출된 GPS 데이터를 슬립 앤 웨이크 방식(Sleep & Wake)으로 저전력 RF 데이터 통신을 이용하여 송출하는 RF 통신부를 더 포함할 수 있다.
또한, 상기 사고기록 분석부는, 기 설정된 암호키를 저장하는 키관리 서버로부터 Two Factor 기반 암호키 주입 방식으로 암호키를 제공받아 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하는 복호화부; 상기 사고기록 데이터 중 센서 데이터를 추출하고, 추출된 센서 데이터를 기반으로 동역학 모델링을 통해 제어입력에 따른 무인 이동체의 위치 및 자세 데이터인 동특성 데이터를 획득하는 동특성분석부; 상기 사고기록 데이터와 상기 동특성 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 판단하는 원인분석부; 상기 복호화부가 해독한 사고기록 데이터를 이용하여 포워드-백워드 알고리즘을 통해 후처리 데이터를 생성하는 사고재현부; 및 상기 사고재현부에 의해 생성된 후처리 데이터를 디스플레이 하도록 마련되는 출력부를 포함한다.
또한, 상기 원인분석부는, 데이터를 동기화하는 동기화부; 패리티 검사 및 카이제곱 테스트를 통해 사고 원인 분석을 수행하는 제 1 분석부; 및 사고 원인 분석의 결과에 따라 사고 원인을 판단하는 제 2 분석부를 포함할 수 있다.
또한, 상기 동기화부는, 상기 사고기록 데이터 중 GPS 데이터, 센서 데이터, 조종 데이터 및 자세 데이터를 추출하고, 추출된 조종 데이터 및 자세 데이터와 상기 동특성 데이터를 동기화하여 제 1 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 센서 데이터를 동기화하여 제 2 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 GPS 데이터를 동기화하여 제 3 퓨전 데이터를 생성한다.
또한, 상기 제 1 분석부는, 패리티 검사를 통하여 상기 제 1 퓨전 데이터, 상기 제 2 퓨전 데이터, 상기 제 3 퓨전 데이터와 대응하는 각각의 패리티 값을 산출할 수 있다.
또한, 상기 제 1 분석부는, 산출된 각각의 패리티 값에 대응되는 패리티 변화량을 계산하고, 상기 패리티 값 및 상기 패리티 변화량을 이용하여 카이제곱 테스트를 통해 카이제곱 값을 산출한다.
또한, 상기 제 2 분석부는, 상기 카이제곱 테스트의 결과에 따른 유의 수준에 대한 지표인 p 값을 획득하고, 상기 카이제곱 값이 상기 p 값과 크거나 같으면 고장 상태로 판단하고, 상기 카이제곱 값이 상기 p 값보다 작으면 정상 상태로 판단할 수 있다.
또한, 상기 제 2 분석부는, 상기 제 1 퓨전 데이터와 대응되는 제 1 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 엑추에이터 고장을 사고 원인으로 판단하고, 상기 제 2 퓨전 데이터와 대응되는 제 2 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 센서 고장을 사고 원인으로 판단하고, 상기 제 3 퓨전 데이터와 대응되는 제 3 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 알고리즘 고장을 사고 원인으로 판단한다.
본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 방법은 무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력하는 단계; 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 단계; 및 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하고, 해독된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 단계를 포함한다.
또한, 상기 사고기록 데이터를 출력하는 단계는, 영상을 촬영하여 영상 데이터를 획득하는 단계; 무인 이동체의 비행 위치에 대한 GPS 데이터를 획득하는 단계; 비행에 필요한 센서 데이터를 획득하는 단계; 사용자로부터 입력된 조종 데이터 및 상기 조종 데이터에 대응하는 무인 이동체의 자세 데이터를 획득하는 단계; 및 상기 영상 데이터, 상기 GPS 데이터, 상기 센서 데이터, 상기 조종 데이터 및 상기 자세 데이터를 포함하는 상기 사고기록 데이터를 전송하는 단계를 포함할 수 있다.
또한, 상기 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 단계는, 상기 사고기록 데이터를 수신하는 단계; 상기 사고기록 데이터를 키관리 서버와 무인 이동체 간에 기 공유된 인증서로 암호화하여 일정 포맷의 암호화 데이터로 변환하는 단계; 및 상기 암호화 데이터를 압축하여 저장하는 단계를 포함한다.
또한, 상기 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 단계는, 기 설정된 암호키를 저장하는 키관리 서버로부터 Two Factor 기반 암호키 주입 방식으로 암호키를 제공받아 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하는 단계; 상기 사고기록 데이터 중 센서 데이터를 추출하고, 추출된 센서 데이터를 기반으로 동역학 모델링을 통해 제어입력에 따른 무인 이동체의 위치 및 자세 데이터인 동특성 데이터를 획득하는 단계; 상기 사고기록 데이터와 상기 동특성 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 판단하는 단계; 해독한 사고기록 데이터를 이용하여 포워드-백워드 알고리즘을 통해 후처리 데이터를 생성하는 단계; 및 생성된 후처리 데이터를 디스플레이 하는 단계를 포함할 수 있다.
또한, 상기 사고 원인을 판단하는 단계는, 상기 사고기록 데이터 중 GPS 데이터, 센서 데이터, 조종 데이터 및 자세 데이터를 추출하고, 추출된 조종 데이터 및 자세 데이터와 상기 동특성 데이터를 동기화하여 제 1 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 센서 데이터를 동기화하여 제 2 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 GPS 데이터를 동기화하여 제 3 퓨전 데이터를 생성하는 단계; 패리티 검사를 통하여 상기 제 1 퓨전 데이터, 상기 제 2 퓨전 데이터, 상기 제 3 퓨전 데이터와 대응하는 각각의 패리티 값을 산출하는 단계; 산출된 각각의 패리티 값에 대응되는 패리티 변화량을 계산하고, 상기 패리티 값 및 상기 패리티 변화량을 이용하여 카이제곱 테스트를 통해 카이제곱 값을 산출하는 단계; 및 상기 카이제곱 테스트의 결과에 따른 유의 수준에 대한 지표인 p 값을 획득하고, 상기 카이제곱 값이 상기 p 값과 크거나 같으면 고장 상태로 판단하고, 상기 카이제곱 값이 상기 p 값보다 작으면 정상 상태로 판단하는 단계를 포함한다.
본 발명의 실시예들에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법은 무인 이동체에 저장된 영상 데이터와 운항 데이터를 암호화하여 저장 및 전송할 수 있으며, 암호화된 데이터를 이용하여 사고 원인을 분석함으로써, 기밀성과 무결성을 가지는 데이터를 활용할 수 있어 데이터의 높은 신뢰도를 보장할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템을 설명하기 위한 개략적인 도면이다.
도 2는 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템을 설명하기 위한 세부적인 도면이다.
도 3은 본 발명의 일 실시예에 따른 사고기록 분석부를 설명하기 위한 도면이다.
도 4 및 도 5는 본 발명의 일 실시예에 따른 패리티 검사 및 카이제곱 테스트를 통해 사고 원인을 분석하는 과정을 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 사고재현부를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 키관리 서버로부터 암호키를 제공받는 과정을 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 방법을 설명하기 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
이하에서는 본 발명의 구체적인 실시예들에 대하여 도면을 참조하여 상세히 설명한다.
아울러 본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
도 1은 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템을 설명하기 위한 개략적인 도면이다. 도 2는 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템을 설명하기 위한 세부적인 도면이고, 도 6은 본 발명의 일 실시예에 따른 사고재현부를 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 운항 컴퓨터부(100), 사고기록 저장부(200) 및 사고기록 분석부(300)를 포함한다.
운항 컴퓨터부(100)는 무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력할 수 있다.
또한, 운항 컴퓨터부(100)는 무인 이동체와 이를 조종하기 위한 제어장치(remote controller)로 구성된 통상의 무인 이동체세트에서, 상기한 무인 이동체의 내부에 마련되는 기기이다.
구체적으로, 운항 컴퓨터부(100)는 제어장치의 제어신호에 따라 무인 이동체가 비행 또는 이동할 수 있도록 제어장치와 통신하는 통신부, 무인 이동체의 위도, 경도, 고도, 속도 및 자세 등 운항 데이터 이외에 무인 이동체가 접하는 대기의 풍향, 풍속, 강우, 습도, 온도, 조도 등 무인 이동체의 비행 또는 이동에 영향을 주는 요인인 기상 데이터를 포함하는 항법 데이터를 수집할 수 있다.
더하여, 운항 컴퓨터부(100)는 내장된 GPS로부터 비행체의 위도, 경도, 고도 등에 대한 데이터를, 기압계로는 고도에 따른 기압 데이터를, 풍향/풍속 센서로는 풍향-풍속 데이터를 얻는 등 다양한 장치와 방법을 이용하여 항법 데이터를 측정할 수 있다.
사고기록 저장부(200)는 상기 운항 컴퓨터부(100)에서 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장한다.
더하여, 사고기록 저장부(200)는 통상의 블랙박스일 수 있으며, 무인 이동체를 사용할 때 무인 이동체의 비행 또는 이동에 대하여 기록을 남기고, 사고시 사고기록을 안전하게 저장하며, 무인 이동체의 저장된 데이터를 통해 사용자가 안전하고 유용하게 사고 원인을 파악할 수 있도록 한다.
사고기록 분석부(300)는 상기 사고기록 저장부(200)에 저장된 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하고, 해독된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석할 수 있다.
또한, 사고기록 분석부(300)는 단계적 사고 분류를 통한 사고 원인 분석 알고리즘을 이용하여 무인 이동체의 고장 상태를 파악할 수 있으며, 더 구체적으로 상기 사고기록 저장부(200)에 저장된 사고기록 데이터인 영상 데이터 및 운항 데이터를 활용하여 무인 이동체를 동작시키는 데 필요한 엑추에이터, 센서, 다수의 알고리즘 등의 고장을 검출하여 사고 원인을 분석한다.
더하여, 상기 사고기록 저장부(200)와 상기 사고기록 분석부(300)는 키관리 서버(400)와 통신 보안 채널을 통해 연결되고, 상기 키관리 서버(400)는 국제 표준을 준수한 비밀키 유동 함수가 적용되고, 암호키를 생성하고 저장할 수 있다.
또한, 키관리 서버(400)는 물리 보안 강화를 위한 하드웨어 보안 모듈(Hardware Security Module, HSM)을 포함할 수 있다.
도 2에 도시된 바와 같이, 운항 컴퓨터부(100)는 영상을 촬영하여 영상 데이터를 획득하는 카메라부(110), 무인 이동체의 비행 위치에 대한 GPS 데이터를 획득하는 GPS부(120), 비행에 필요한 센서 데이터를 획득하는 관성측정부(130), 사용자로부터 입력된 조종 데이터 및 상기 조종 데이터에 대응하는 무인 이동체의 자세 데이터를 획득하는 운항제어부(140) 및 상기 영상 데이터, 상기 GPS 데이터, 상기 센서 데이터, 상기 조종 데이터 및 상기 자세 데이터를 포함하는 상기 사고기록 데이터를 전송하는 제 1 통신부(150)를 포함한다.
카메라부(110)는 무인 이동체 주변을 활영한 영상 데이터를 출력하고, CCD센서 또는 CMOS 센서 등을 이용한 카메라로 이루어 질 수 있으며, 광학 신호를 전기 신호로 변환하여 출력하는 광전환 장치이다.
GPS부(120)는 무인 이동체의 위치와 비행방향 등을 검출할 수 있는 센서로 구성될 수 있으며, 무인 이동체의 운항경로를 확인할 수 있다.
관성측정부(130)는 무인 이동체의 비행 또는 이동에 따른 동작과, 무인 이동체 주변의 환경을 검출하는 장치로, 무인 이동체의 자세를 검출할 수 있는 자이로 센서, 무인 이동체의 가속도 값을 검출할 수 있는 가속도 센서, 무인 이동체의 높이를 검출할 수 있는 고도 센서 등을 포함하여 구성될 수 있다.
즉, 관성측정부(130)는 자이로 센서, 가속도 센서, 고도 센서 등을 통해 압력고도, 기체자세, 지시 대기 속도, 정상 가속도, 종방향 가속도, 횡방향 가속도 등의 센서 데이터를 추출할 수 있다.
운항제어부(140)는 무인 이동체의 전체적인 동작을 제어하는 구성일 수 있으며, 제 1 통신부(150)를 통해 수신되는 사용자의 조종 신호에 따라 모터와 같은 구동 장치의 동작을 제어하여 무인 이동체가 임의의 자세로 비행 또는 이동할 수 있도록 제어할 수 있다.
또한, 운항제어부(140)는 사용자가 조종하는 신호에 대한 로그를 저장할 수 있다.
제 1 통신부(150)는 무인 이동체를 구성하는 각 장치로부터 검출, 추출, 획득되는 데이터를 사고기록 저장부(200)에 전송되도록 하는 구성으로서, RF 데이터 통신, LTE 데이터 통신을 이용하여 영상 데이터 및 운항 데이터를 출력하여 전송할 수 있다.
사고기록 저장부(200)는 제 1 통신부(150)로부터 상기 사고기록 데이터를 수신하는 제 2 통신부(210), 상기 사고기록 데이터를 키관리 서버(400)와 무인 이동체 간에 기 공유된 인증서로 암호화하여 일정 포맷의 암호화 데이터로 변환하는 암호화부(220) 및 상기 암호화 데이터를 압축하여 저장하는 메모리부(230)를 포함한다.
제 2 통신부(210)는 상기 운항 컴퓨터부(100)로부터 출력되는 사고기록 데이터를 수신하여 상기 암호화부(220)로 제공하도록 하는 구성으로, RF 데이터 통신, LTE 데이터 통신을 이용할 수 있다.
암호화부(220)는 통상적인 암호화 알고리즘을 사용할 수 있으며, 암호모듈인증제도(KCMVP)를 기준으로 검증된 암호를 사용할 수 있다.
또한, 암호화부(220)는 무인 이동체의 사용자 정보와 무인 이동체의 ID를 저장함과 아울러 무인 이동체의 사용자 정보와 무인 이동체의 ID를 조합한 인증서를 저장하고, 키관리 서버(400)의 인증서와 상호인증을 실시하여 인증에 성공하면 수신된 사고기록 데이터를 암호화 데이터로 변환시킨다.
메모리부(230)는 상기 암호화 데이터를 압출파일 형식으로 저장하되, 암호화부(220)와 연계되어 상기 암호화 데이터를 TAT(Time Allocation Table) 방식으로 저장한다.
또한, 메모리부(230)는 TAT 방식을 사용함에 따라, 사용 가능한 저장공간 블록 검색이 불필요하고 연결 데이터에 대한 확인 절차가 불필요하여 순차적 데이터 관리 방식으로 빠른 데이터 기록 및 검색이 가능하다.
더하여, 기록하고자 하는 데이터량이 확정된 후 이에 맞는 공간이 자동 할당되고, 특정 조건에 따라 사용하고자 하는 공간이 즉시 변경되어 할당되므로 데이터 저장 공간의 크기가 자동으로 변경 가능하다.
또한, 도 2를 참조하면, 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)의 사고기록 저장부(200)는 제 2 통신부(210)가 수신한 사고기록 데이터 중 GPS 데이터를 추출하고, 추출된 GPS 데이터를 슬립 앤 웨이크 방식(Sleep & Wake)으로 저전력 RF 데이터 통신을 이용하여 송출하는 RF 통신부(240)를 더 포함한다.
이로써, RF 통신부(240)는 사고 시, 무인 이동체의 위치 정보를 장소와 시간에 제약없이 전송할 수 있는 것이며, 수신용 Tracer 장치 및 어플리케이션과 연계될 수 있다.
이 때, 수신용 Tracer 장치는 스마트폰 및 노트북에 설치되어 사용할 수 있는 USB 형태의 기기일 수 있다.
또한, RF 통신부(240)는 사고 시, 전원이 차단되거나 부족할 경우, 상기 RF 통신부(240) 자체에 마련된 보조 배터리로부터 작동전력을 제공받을 수 있다.
도 2 및 도 6을 참조하면, 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)의 사고기록 분석부(300)는 기 설정된 암호키를 저장하는 키관리 서버(400)로부터 Two Factor 기반 암호키 주입방식으로 암호키를 제공받아 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하는 복호화부(310), 상기 사고기록 데이터 중 센서 데이터를 추출하고, 추출된 센서 데이터를 기반으로 동역학 모델링을 통해 제어입력에 따른 무인 이동체의 위치 및 포지션 데이터인 동특성 데이터를 획득하는 동특성분석부(320), 상기 사고기록 데이터와 상기 동특성 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 판단하는 원인분석부(330), 상기 복호화부(310)가 해독한 사고기록 데이터를 이용하여 포워드-백워드 알고리즘을 통해 후처리 데이터를 생성하는 사고재현부(340) 및 상기 사고재현부(340)에 의해 생성된 후처리 데이터를 디스플레이 하도록 마련되는 출력부(350)를 포함한다.
복호화부(310)는 키관리 서버(400)와 접속하기 위한 터미널 및 내장 메모리를 구비하며, 키관리 서버(400)가 상기 터미널에 접속할 때, 상기 키관리 서버(400)로부터 인증서에 대한 암호키를 획득하여 암호화 데이터에 접근할 수 있다.
동특성분석부(320)는 무인 이동체에 대한 가상의 동역학 모델링을 생성하되, 로터 기반의 동역학 방정식으로서, 위치 에너지, 병진 운동 에너지 및 회전 운동 에너지의 관계식을 이용해 상기 가상의 동역학 모델링을 생성하며, 모터 구조의 상기 가상의 동역학 모델링을 기반으로 하여 리던던시를 추가함으로써 쿼드 로터의 구조의 무인 이동체에 대한 가상의 동역학 모델링을 생성할 수 있다.
또한, 동특성분석부(320)는 사고기록 데이터 중 센서 데이터를 입력 데이터로 이용하여 상기 가상의 동역학 모델링을 기반으로 무인 이동체의 동특성 데이터를 출력 데이터로 출력할 수 있다.
원인분석부(330)는 단계적 사고 분류를 통한 사고 원인 분석과 상기 사고원인 분석에 따른 결과를 통해 사고 원인을 판단한다.
또한, 원인분석부(330)는 패리티 검사 및 카이제곱 테스트와 같은 확률 기반 필터를 융합한 분산형 칼만필터일 수 있다.
먼저, 원인분석부(330)는 패리티 검사를 이용하여 무인 이동체를 구성하는 구성요소들의 고장을 감지하되, 고장에 민감하도록 패리티 벡터를 설정하고, 패리티 값의 변화를 검출하여 고장을 감지한다.
즉, 원인분석부(330)는 사고기록 데이터에 포함된 센서 데이터, 자세 데이터, 조종 데이터 및 GPS 데이터와 동특성분석부(320)로부터 출력된 동특성 데이터 중 선택된 하나 이상의 데이터들의 데이터 단위를 동기화한 후, 패리티 검사를 수행하여 패리티 값을 구할 수 있다.
이 때, 고장과 관련된 데이터의 패리티 값이 가장 크게 나타나고, 고장과 관련없는 데이터의 경우 패리티 값이 '0'으로 나타날 수 있다.
또한, 원인분석부(330)는 패리티 검사로 얻어진 패리티 값을 이용하여 카이제곱 테스트를 통해 사고 원인 분석을 수행하되, 상기 카이제곱 테스트에서 얻어진 카이제곱 값을 얻을 수 있다.
더하여, 원인분석부(330)는 얻어진 카이제곱 값과 상기 카이제곱 테스트의 결과가 얼마나 유의한가에 대한 지표인 p 값을 비교하여 무인 이동체를 구성하는 구성요소들의 고장을 검출하고, 사고 원인을 판단한다.
사고재현부(340)는 통상의 포워드-백워드 스무더(Forward & Backward Smoother)이며, 정확한 후처리 데이터를 획득한다. 상기 포워드-백워드 스무더는 포워드-백워드 알고리즘을 통해 숨겨진 상태 변수에 대해 계산할 수 있다.
도 6에 도시된 바와 같이, 사고재현부(340)는 포워드 필터, 백워드 필터를 포함할 수 있으며, 무인 이동체의 영상 데이터, 센서 데이터, 조종 데이터, 자세 데이터, GPS 데이터를 포함하는 사고기록 데이터와 무인 이동체의 동특성 데이터를 기반으로 사고 재현을 위한 후처리 데이터를 생성하여 출력할 수 있다.
이후, 출력부(350)는 상기 후처리 데이터를 기반으로 사고 재현 영상을 디스플레이 하여 사용자에게 시각화 할 수 있다.
도 3은 본 발명의 일 실시예에 따른 사고기록 분석부를 설명하기 위한 도면이고, 도 4 및 도 5는 본 발명의 일 실시예에 따른 패리티 검사 및 카이제곱 테스트 기반 칼만필터를 통해 사고 원인을 분석하는 과정을 나타낸 도면이다.
도 3, 도 4 및 도 5를 참조하면, 원인분석부(330)는 데이터를 동기화하는 동기화부(331), 패리티 검사 및 카이제곱 테스트를 통해 사고 원인 분석을 수행하는 제 1 분석부(332), 사고 원인 분석의 결과에 따라 사고 원인을 판단하는 제 2 분석부(333)을 포함할 수 있다.
동기화부(331)는 무인 이동체의 사고기록 데이터에 포함된 센서 데이터, 자세 데이터, 조종 데이터 및 GPS 데이터와 동특성분석부(320)로부터 출력된 동특성 데이터 중 선택된 하나 이상의 데이터를 융합하여 퓨전 데이터를 생성할 수 있다.
구체적으로, 동기화부(331)는 도 4에 도시된 바와 같이, 상기 사고기록 데이터 중 GPS 데이터, 센서 데이터, 조종 데이터 및 자세 데이터를 추출하고, 추출된 조종 데이터 및 자세 데이터와 상기 동특성 데이터를 동기화하여 제 1 퓨전 데이터를 생성한다.
또한, 동기화부(331)는 상기 사고기록 데이터 중 조종 데이터, 자세 데이터 및 센서 데이터를 추출하고, 추출된 조종 데이터, 자세 데이터 및 센서 데이터를 동기화하여 제 2 퓨전 데이터를 생성한다.
또한, 동기화부(331)는 상기 사고기록 데이터 중 조종 데이터, 자세 데이터 및 GPS 데이터를 추출하고, 추출된 조종 데이터, 자세 데이터 및 GPS 데이터를 동기화하여 제 3 퓨전 데이터를 생성할 수 있다.
제 1 분석부(332)는 패리티 검사를 통하여 상기 제 1 퓨전 데이터, 상기 제 2 퓨전 데이터, 상기 제 3 퓨전 데이터와 대응하는 각각의 패리티 값을 산출한다.
예를 들어, 제 1 분석부(332)는 도 4 및 도 5에 도시된 바와 같이, N개(N은 양의 정수)의 로컬 필터(Local Filter)를 포함할 수 있으며, 상기 제 1 퓨전 데이터를 이용하여 제 1 로컬 필터를 통해 제 1 패리티 값을 산출할 수 있다. 마찬가지로, 제 2 퓨전 데이터를 이용하여 제 2 로컬 필터를 통해 제 2 패리티 값을 산출하고, 제 3 퓨전 데이터를 이용하여 제 3 로컬 필터를 통해 제 3 패리티 값을 산출한다.
이후, 제 1 분석부(332)는 산출된 각각의 패리티 값에 대응되는 패리티 변화량을 계산하고, 상기 패리티 값 및 상기 패리티 변화량을 이용하여 카이제곱 테스트를 통해 카이제곱 값을 산출할 수 있다.
예를 들어, 제 1 분석부(332)는 제 1 로컬 필터를 통해 제 1 패리티 값에 대응되는 제 1 패리티 변화량을 계산하고, 계산된 제 1 패리티 값과 제 1 패리티 변화량을 이용하여 카이제곱 테스트를 수행하고 그 결과값으로 제 1 카이제곱 값을 산출한다.
마찬가지로, 제 1 분석부(332)는 제 2 로컬 필터를 통해 제 2 패리티 값에 대응되는 제 2 패리티 변화량을 계산하고, 계산된 제 2 패리티 값과 제 2 패리티 변화량을 이용하여 카이제곱 테스트를 수행하고 그 결과값으로 제 2 카이제곱 값을 산출한다.
또한, 제 1 분석부(332)는 제 3 로컬 필터를 통해 제 3 패리티 값에 대응되는 제 3 패리티 변화량을 계산하고, 계산된 제 3 패리티 값과 제 3 패리티 변화량을 이용하여 카이제곱 테스트를 수행하고 그 결과값으로 제 3 카이제곱 값을 산출할 수 있다.
제 2 분석부(333)는 상기 카이제곱 테스트의 결과에 따른 유의 수준에 대한 지표인 p 값을 획득하고, 상기 카이제곱 값이 상기 p 값과 크거나 같으면 고장 상태로 판단하고, 상기 카이제곱 값이 상기 p 값보다 작으면 정상 상태로 판단한다.
예를 들어, 제 2 분석부(333)는 제 1 로컬 필터를 통해 카이제곱 테스트 수행 후 얻어지는 카이제곱 분포표의 유의 수준에 의해 결정되는 제 1 p 값을 획득하고, 상기 제 1 카이제곱 값이 제 1 p 값보다 크거나 작으면 제 1 퓨전 데이터에 고장과 관련된 구성의 데이터가 포함되어 있는 것으로 판단하고, 상기 제 1 카이제곱 값이 제 1 p 값보다 작으면 제 1 퓨전 데이터에 고장과 관련된 구성의 데이터가 포함되지 않는 것으로 판단한다.
마찬가지로, 제 2 분석부(333)는 제 2 로컬 필터를 통해 제 2 p 값을 획득하고, 상기 제 2 카이제곱 값이 제 2 p 값보다 크거나 작으면 제 2 퓨전 데이터에 고장과 관련된 구성의 데이터가 포함되어 있는 것으로 판단하고, 상기 제 2 카이제곱 값이 제 2 p 값보다 작으면 제 2 퓨전 데이터에 고장과 관련된 구성의 데이터가 포함되지 않는 것으로 판단한다.
또한, 제 2 분석부(333)는 제 3 로컬 필터를 통해 제 3 p 값을 획득하고, 상기 제 3 카이제곱 값이 제 3 p 값보다 크거나 작으면 제 3 퓨전 데이터에 고장과 관련된 구성의 데이터가 포함되어 있는 것으로 판단하고, 상기 제 2 카이제곱 값이 제 2 p 값보다 작으면 제 2 퓨전 데이터에 고장과 관련된 구성의 데이터가 포함되지 않는 것으로 판단할 수 있다.
더 구체적으로, 제 2 분석부(333)는 상기 제 1 퓨전 데이터와 대응되는 제 1 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 엑추에이터 고장을 사고 원인으로 판단하고, 상기 제 2 퓨전 데이터와 대응되는 제 2 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 센서 고장을 사고 원인으로 판단하고, 상기 제 3 퓨전 데이터와 대응되는 제 3 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 알고리즘 고장을 사고 원인으로 판단한다.
도 7은 본 발명의 일 실시예에 따른 키관리 서버로부터 암호키를 제공받는 과정을 나타낸 도면이다.
본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 사고기록 데이터를 암호화하는데 이용하는 인증서를 키관리 서버(400)와 공유할 수 있다. 그러나, 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 인증서에 대한 복호키를 구비하지 않으므로 외부 악의적 공격자가 시스템을 공격하여 관리자 권한을 획득하더라도 인증서로 암호화하여 저장해둔 사고기록 데이터를 해독할 수는 없다.
더하여, 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 사고기록 데이터를 해독하기 위하여 키관리 서버(400)로부터 암호키를 제공받되, 키관리 서버(400)는 보안키 생성부에서 상기 인증서를 복호화할 수 있는 암호키를 생성하고, 상기 암호키를 보안키 저장부에 저장하며, 저장된 상기 암호키는 보안키 관리부와 보안키 주입기(500)간의 형성된 주 통신 채널을 통해 전송될 수 있다.
상기 보안키 주입기(500)는 무선통신이 가능한 무선 통신모듈(미도시)을 포함하는 USB 보안 토큰일 수 있으며, 상기 키관리 서버(400)로부터 주 통신 채널을 통해 암호키를 전송받아 저장할 수 있다.
이후, 상기 보안키 주입기(500)는 상기 무선 통신모듈을 이용한 주 통신 채널과 USB를 이용한 부가 통신 채널을 동시에 활용하는 Two Factor 기반 암호키 주입 방식으로 저장된 암호키를 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)으로 전송한다.
이로써, 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 무인 이동체의 사고 시에, 상기 무인 이동체의 비행 또는 이동을 위한 구성요소 중 어느 구성에 오작동이 발생하였는지 확인할 수 있어 사고 원인 분석이 가능하다.
또한, 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 무인 이동체의 사고기록 데이터 및 동특성 데이터를 이용하여 무인 인동체의 사고 양상을 재현하여 시각화 할 수 있다.
더하여, 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템(1)은 비상 사고로 무인 이동체가 추락하더라도 무인 이동체의 사고기록 데이터를 암호화하여 저장할 수 있으므로, 사용자 본인이 아닌 악의적 공격자에 의해 2차 피해를 방지할 수 있다.
도 8은 본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 방법을 설명하기 흐름도이다.
본 발명의 일 실시예에 따른 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 방법은 무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력하는 단계(S100), 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 단계(S200) 및 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하고, 해독된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 단계(S300)를 포함한다.
상기 S100단계는, 영상을 촬영하여 영상 데이터를 획득하는 단계(S110), 무인 이동체의 비행 위치에 대한 GPS 데이터를 획득하는 단계(S120), 비행에 필요한 센서 데이터를 획득하는 단계(S130), 사용자로부터 입력된 조종 데이터 및 상기 조종 데이터에 대응하는 무인 이동체의 자세 데이터를 획득하는 단계(S140) 및 상기 영상 데이터, 상기 GPS 데이터, 상기 센서 데이터, 상기 조종 데이터 및 상기 자세 데이터를 포함하는 상기 사고기록 데이터를 전송하는 단계(S150)를 포함할 수 있다.
상기 S200단계는, 상기 사고기록 데이터를 수신하는 단계(S210), 상기 사고기록 데이터를 키관리 서버와 무인 이동체 간에 기 공유된 인증서로 암호화하여 일정 포맷의 암호화 데이터로 변환하는 단계(S220) 및 상기 암호화 데이터를 압축하여 저장하는 단계(S230)를 포함한다.
상기 S300단계는, 기 설정된 암호키를 저장하는 키관리 서버로부터 Two Factor 기반 암호키 주입 방식으로 암호키를 제공받아 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하는 단계(S310), 상기 사고기록 데이터 중 센서 데이터를 추출하고, 추출된 센서 데이터를 기반으로 동역학 모델링을 통해 제어입력에 따른 무인 이동체의 위치 및 자세 데이터인 동특성 데이터를 획득하는 단계(S320), 상기 사고기록 데이터와 상기 동특성 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 판단하는 단계(S330), 해독한 사고기록 데이터를 이용하여 포워드-백워드 알고리즘을 통해 후처리 데이터를 생성하는 단계(S340) 및 생성된 후처리 데이터를 디스플레이 하는 단계(S350)를 포함할 수 있다.
상기 S330단계는, 상기 사고기록 데이터 중 GPS 데이터, 센서 데이터, 조종 데이터 및 자세 데이터를 추출하고, 추출된 조종 데이터 및 자세 데이터와 상기 동특성 데이터를 동기화하여 제 1 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 센서 데이터를 동기화하여 제 2 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 GPS 데이터를 동기화하여 제 3 퓨전 데이터를 생성하는 단계(S331), 패리티 검사를 통하여 상기 제 1 퓨전 데이터, 상기 제 2 퓨전 데이터, 상기 제 3 퓨전 데이터와 대응하는 각각의 패리티 값을 산출하는 단계(S332), 산출된 각각의 패리티 값에 대응되는 패리티 변화량을 계산하고, 상기 패리티 값 및 상기 패리티 변화량을 이용하여 카이제곱 테스트를 통해 카이제곱 값을 산출하는 단계(S333) 및 상기 카이제곱 테스트의 결과에 따른 유의 수준에 대한 지표인 p 값을 획득하고, 상기 카이제곱 값이 상기 p 값과 크거나 같으면 고장 상태로 판단하고, 상기 카이제곱 값이 상기 p 값보다 작으면 정상 상태로 판단하는 단계(S334)를 더 포함한다.
이상의 상세한 설명은 본 발명을 예시하는 것이다.
또한, 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내어 설명하는 것이며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉 본 명세서에 개시된 발명의 개념의 범위, 저술한 개시 내용과 균등한 범위 및/또는 당 업계의 기술 또는 지식의 범위 내에서 변경 또는 수정이 가능하다. 저술한 실시 예는 본 발명의 기술적 사상을 구현하기 위한 최선의 상태를 설명하는 것이며, 본 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다. 또한 첨부된 청구범위는 다른 실시 상태도 포함하는 것으로 해석되어야 한다.
100: 운항 컴퓨터부
200: 사고기록 저장부
300: 사고기록 분석부
400: 키관리 서버
500: 보안키 주입기

Claims (16)

  1. 무인 이동체에 저장된 사고기록을 이용하여 사고의 원인을 분석하는 사고기록 분석 시스템에 있어서,
    무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력하는 운항 컴퓨터부;
    상기 운항 컴퓨터부에서 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 사고기록 저장부; 및
    상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하고, 해독된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 사고기록 분석부를 포함하는 사고기록 분석 시스템.
  2. 제 1 항에 있어서,
    상기 운항 컴퓨터부는,
    영상을 촬영하여 영상 데이터를 획득하는 카메라부;
    무인 이동체의 비행 위치에 대한 GPS 데이터를 획득하는 GPS부;
    비행에 필요한 센서 데이터를 획득하는 관성측정부;
    사용자로부터 입력된 조종 데이터 및 상기 조종 데이터에 대응하는 무인 이동체의 자세 데이터를 획득하는 운항제어부; 및
    상기 영상 데이터, 상기 GPS 데이터, 상기 센서 데이터, 상기 조종 데이터 및 상기 자세 데이터를 포함하는 상기 사고기록 데이터를 전송하는 제 1 통신부를 포함하는 사고기록 분석 시스템.
  3. 제 2 항에 있어서,
    상기 사고기록 저장부는,
    상기 제 1 통신부로부터 상기 사고기록 데이터를 수신하는 제 2 통신부;
    상기 사고기록 데이터를 키관리 서버와 무인 이동체 간에 기 공유된 인증서로 암호화하여 일정 포맷의 암호화 데이터로 변환하는 암호화부; 및
    상기 암호화 데이터를 압축하여 저장하는 메모리부를 포함하는 사고기록 분석 시스템.
  4. 제 3 항에 있어서,
    상기 사고기록 저장부는,
    상기 제 2 통신부가 수신한 상기 사고기록 데이터 중 GPS 데이터를 추출하고, 추출된 GPS 데이터를 슬립 앤 웨이크 방식(Sleep & Wake)으로 저전력 RF 데이터 통신을 이용하여 송출하는 RF 통신부를 더 포함하는 사고기록 분석 시스템.
  5. 제 4 항에 있어서,
    상기 사고기록 분석부는,
    기 설정된 암호키를 저장하는 키관리 서버로부터 Two Factor 기반 암호키 주입 방식으로 암호키를 제공받아 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하는 복호화부;
    상기 사고기록 데이터 중 센서 데이터를 추출하고, 추출된 센서 데이터를 기반으로 동역학 모델링을 통해 제어입력에 따른 무인 이동체의 위치 및 자세 데이터인 동특성 데이터를 획득하는 동특성분석부;
    상기 사고기록 데이터와 상기 동특성 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 판단하는 원인분석부;
    상기 복호화부가 해독한 사고기록 데이터를 이용하여 포워드-백워드 알고리즘을 통해 후처리 데이터를 생성하는 사고재현부; 및
    상기 사고재현부에 의해 생성된 후처리 데이터를 디스플레이 하도록 마련되는 출력부를 포함하는 사고기록 분석 시스템.
  6. 제 5 항에 있어서,
    상기 원인분석부는,
    데이터를 동기화하는 동기화부;
    패리티 검사 및 카이제곱 테스트를 통해 사고 원인 분석을 수행하는 제 1 분석부; 및
    사고 원인 분석의 결과에 따라 사고 원인을 판단하는 제 2 분석부를 포함하는 사고기록 분석 시스템.
  7. 제 6 항에 있어서,
    상기 동기화부는,
    상기 사고기록 데이터 중 GPS 데이터, 센서 데이터, 조종 데이터 및 자세 데이터를 추출하고, 추출된 조종 데이터 및 자세 데이터와 상기 동특성 데이터를 동기화하여 제 1 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 센서 데이터를 동기화하여 제 2 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 GPS 데이터를 동기화하여 제 3 퓨전 데이터를 생성하는 사고기록 분석 시스템.
  8. 제 7 항에 있어서,
    상기 제 1 분석부는,
    패리티 검사를 통하여 상기 제 1 퓨전 데이터, 상기 제 2 퓨전 데이터, 상기 제 3 퓨전 데이터와 대응하는 각각의 패리티 값을 산출하는 사고기록 분석 시스템.
  9. 제 8 항에 있어서,
    상기 제 1 분석부는,
    산출된 각각의 패리티 값에 대응되는 패리티 변화량을 계산하고, 상기 패리티 값 및 상기 패리티 변화량을 이용하여 카이제곱 테스트를 통해 카이제곱 값을 산출하는 사고기록 분석 시스템.
  10. 제 9 항에 있어서,
    상기 제 2 분석부는,
    상기 카이제곱 테스트의 결과에 따른 유의 수준에 대한 지표인 p 값을 획득하고, 상기 카이제곱 값이 상기 p 값과 크거나 같으면 고장 상태로 판단하고, 상기 카이제곱 값이 상기 p 값보다 작으면 정상 상태로 판단하는 사고기록 분석 시스템.
  11. 제 10 항에 있어서,
    상기 제 2 분석부는,
    상기 제 1 퓨전 데이터와 대응되는 제 1 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 엑추에이터 고장을 사고 원인으로 판단하고, 상기 제 2 퓨전 데이터와 대응되는 제 2 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 센서 고장을 사고 원인으로 판단하고, 상기 제 3 퓨전 데이터와 대응되는 제 3 카이제곱 값이 획득된 p 값과 크거나 같으면 무인 이동체의 알고리즘 고장을 사고 원인으로 판단하는 사고기록 분석 시스템.
  12. 무인 이동체에 저장된 사고기록을 이용하여 사고의 원인을 분석하는 사고기록 분석 방법에 있어서,
    무인 이동체가 획득한 영상 데이터와 무인 이동체의 비행에 따른 운항 데이터를 포함하는 사고기록 데이터를 출력하는 단계;
    출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 단계; 및
    상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하고, 해독된 사고기록 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 단계를 포함하는 사고기록 분석 방법.
  13. 제 12 항에 있어서,
    상기 사고기록 데이터를 출력하는 단계는,
    영상을 촬영하여 영상 데이터를 획득하는 단계;
    무인 이동체의 비행 위치에 대한 GPS 데이터를 획득하는 단계;
    비행에 필요한 센서 데이터를 획득하는 단계;
    사용자로부터 입력된 조종 데이터 및 상기 조종 데이터에 대응하는 무인 이동체의 자세 데이터를 획득하는 단계; 및
    상기 영상 데이터, 상기 GPS 데이터, 상기 센서 데이터, 상기 조종 데이터 및 상기 자세 데이터를 포함하는 상기 사고기록 데이터를 전송하는 단계를 포함하는 사고기록 분석 방법.
  14. 제 13 항에 있어서,
    상기 출력된 사고기록 데이터를 암호화 데이터로 변환시켜 저장하는 단계는,
    상기 사고기록 데이터를 수신하는 단계;
    상기 사고기록 데이터를 키관리 서버와 무인 이동체 간에 기 공유된 인증서로 암호화하여 일정 포맷의 암호화 데이터로 변환하는 단계; 및
    상기 암호화 데이터를 압축하여 저장하는 단계를 포함하는 사고기록 분석 방법.
  15. 제 14 항에 있어서,
    상기 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 분석하는 단계는,
    기 설정된 암호키를 저장하는 키관리 서버로부터 Two Factor 기반 암호키 주입 방식으로 암호키를 제공받아 상기 암호화 데이터를 복호화하여 상기 사고기록 데이터를 해독하는 단계;
    상기 사고기록 데이터 중 센서 데이터를 추출하고, 추출된 센서 데이터를 기반으로 동역학 모델링을 통해 제어입력에 따른 무인 이동체의 위치 및 자세 데이터인 동특성 데이터를 획득하는 단계;
    상기 사고기록 데이터와 상기 동특성 데이터를 이용하여 패리티 검사 및 카이제곱 테스트를 기반으로 사고 원인을 판단하는 단계;
    해독한 사고기록 데이터를 이용하여 포워드-백워드 알고리즘을 통해 후처리 데이터를 생성하는 단계; 및
    생성된 후처리 데이터를 디스플레이 하는 단계를 포함하는 사고기록 분석 방법.
  16. 제 15 항에 있어서,
    상기 사고 원인을 판단하는 단계는,
    상기 사고기록 데이터 중 GPS 데이터, 센서 데이터, 조종 데이터 및 자세 데이터를 추출하고, 추출된 조종 데이터 및 자세 데이터와 상기 동특성 데이터를 동기화하여 제 1 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 센서 데이터를 동기화하여 제 2 퓨전 데이터를 생성하고, 추출된 조종 데이터 및 자세 데이터와 상기 GPS 데이터를 동기화하여 제 3 퓨전 데이터를 생성하는 단계;
    패리티 검사를 통하여 상기 제 1 퓨전 데이터, 상기 제 2 퓨전 데이터, 상기 제 3 퓨전 데이터와 대응하는 각각의 패리티 값을 산출하는 단계;
    산출된 각각의 패리티 값에 대응되는 패리티 변화량을 계산하고, 상기 패리티 값 및 상기 패리티 변화량을 이용하여 카이제곱 테스트를 통해 카이제곱 값을 산출하는 단계; 및
    상기 카이제곱 테스트의 결과에 따른 유의 수준에 대한 지표인 p 값을 획득하고, 상기 카이제곱 값이 상기 p 값과 크거나 같으면 고장 상태로 판단하고, 상기 카이제곱 값이 상기 p 값보다 작으면 정상 상태로 판단하는 단계를 포함하는 사고기록 분석 방법.
KR1020200039771A 2020-04-01 2020-04-01 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법 KR102364008B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200039771A KR102364008B1 (ko) 2020-04-01 2020-04-01 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200039771A KR102364008B1 (ko) 2020-04-01 2020-04-01 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20210122516A true KR20210122516A (ko) 2021-10-12
KR102364008B1 KR102364008B1 (ko) 2022-02-17

Family

ID=78078668

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200039771A KR102364008B1 (ko) 2020-04-01 2020-04-01 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102364008B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5258362B2 (ja) * 2007-04-18 2013-08-07 ハネウェル・インターナショナル・インコーポレーテッド パリティロジックを使用する慣性測定装置の故障検出、分離、再構成
KR101777386B1 (ko) * 2017-03-28 2017-09-26 엘아이지넥스원 주식회사 고장발생기간 기반 데이터 분석 방법
KR20190024495A (ko) * 2017-08-30 2019-03-08 주식회사 호그린에어 무인 항공기 블랙박스시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5258362B2 (ja) * 2007-04-18 2013-08-07 ハネウェル・インターナショナル・インコーポレーテッド パリティロジックを使用する慣性測定装置の故障検出、分離、再構成
KR101777386B1 (ko) * 2017-03-28 2017-09-26 엘아이지넥스원 주식회사 고장발생기간 기반 데이터 분석 방법
KR20190024495A (ko) * 2017-08-30 2019-03-08 주식회사 호그린에어 무인 항공기 블랙박스시스템

Also Published As

Publication number Publication date
KR102364008B1 (ko) 2022-02-17

Similar Documents

Publication Publication Date Title
EP3794492B1 (en) Trusted contextual content
US10515203B2 (en) Method and system for improving security of a mobile terminal
US10395515B2 (en) Sensor aggregation and virtual sensors
US20200050774A1 (en) Data protection method, authentication server, data protection system, and data structure
CN103748527A (zh) 用于允许特别地在非隔离空域中的无人驾驶飞行器的任务的方法
CN105981398B (zh) 用于提供内容安全功能的内容安全方法和电子设备
CN108351925A (zh) 对加密设备的解锁和恢复
US20110087893A1 (en) Apparatus and method for preventing falsification of black box data
CN104903775A (zh) 头戴式显示器及其控制方法
KR101105205B1 (ko) 실시간 데이터의 무결성과 기밀성을 보장하기 위한 데이터 처리방법과 장치 및 이를 이용한 블랙박스 시스템
ES2930023T3 (es) Método de lectura de un flujo de vídeo
CN106462160B (zh) 用于分析飞行行为的系统和方法
CN111343204B (zh) 控制命令混淆方法、装置及计算机可读存储介质
KR102364008B1 (ko) 암호화된 무인 이동체의 영상 및 운항 데이터에 기반한 사고기록 분석 시스템 및 방법
Saini et al. Anonymous surveillance
RU2628924C1 (ru) Система и способ защиты данных при взаимодействии мобильного устройства с компьютером
JP2009152733A (ja) 人物特定システム、人物特定装置、人物特定方法および人物特定プログラム
JP2020024376A (ja) データ保護方法、認証サーバ、データ保護システム及びデータ構造
Sharp et al. Authentication for drone delivery through a novel way of using face biometrics
CN113545022A (zh) 数据处理、加密、解密方法、设备和存储介质
KR102012770B1 (ko) 드론을 활용한 거주지 관리 시스템
WO2019220761A1 (ja) カメラ装置、ガス漏洩検査システム、ガス漏洩検査方法、及び、ガス漏洩検査プログラム
CN112315098B (zh) 智能头盔及系统
WO2022018012A1 (en) Image processing circuitry and image processing method
WO2020197431A1 (ru) Система детектирования, поиска, распознавания и фиксации лица

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant