• 전체
  • 전자/전기
  • 통신
  • 컴퓨터
닫기

사이트맵

Loading..

Please wait....

국내 논문지

홈 홈 > 연구문헌 > 국내 논문지 > 한국통신학회 논문지 (The Journal of Korea Information and Communications Society)

한국통신학회 논문지 (The Journal of Korea Information and Communications Society)

Current Result Document : 5,160 / 5,160

한글제목(Korean Title) 인공지능 기반 드론 목표물 추적 시스템의 설계 및 구현
영문제목(English Title) AI-Based Drone Object Tracking System: Design and Implementation
저자(Author) 김대우   강완주   구윤표   방지환   손경환   David Hostallero   윤세은   여현호   하재형   서난솔   한동수   이융   Daewoo Kim   Wan Ju Kang   Yoon-pyo Koo   Jihwan Bang   Kyung-hwan Son   David Hostallero   Se-eun Yoon   Hyun-ho Yeo   Jae-hyeong Ha   Nansol Seo   Dongsu Han   Yung Yi  
원문수록처(Citation) VOL 42 NO. 12 PP. 2391 ~ 2401 (2017. 12)
한글내용
(Korean Abstract)
본 논문에서는 인공지능을 활용하여 드론(무인 항공기)이 목표물을 추적하는 시스템의 설계, 구현, 성능 평가를 소개한다. 목표물 추적하기 위해서는 드론에서 촬영한 영상에서 목표물을 인지해야 하며 이를 기반으로 드론의 움직임을 결정해야 한다. 인공지능 작업이 요구되는 곳은 정확한 목표물 인지를 위해서 신경망 기반의 인공지능 알고리즘의 적용과 불규칙적으로 움직이는 목표물을 놓치지 않으면서 동시에 드론의 에너지 소모를 최소화 하는 드론의 움직임을 결정하기 위해서 강화학습에 기반한 알고리즘의 적용이다. 사용자의 명령 전달 및 추적 결과를 확인하기 위하여 지상관제센터(GCS)와 드론간의 네트워크 연결 또한 필수적인 요소이다. 이러한 작업들을 효과적으로 수행하기 위한 플랫폼이 필요하며, 이러한 드론 플랫폼은 네트워킹, 인공지능 연산, 강화학습을 통한 드론 조종기능 지원, 드론의 다양성 지원을 제공해야 한다. 본 논문에서는 이런 기능을 수행하기 위한 요구사항을 정리하였으며, 이를 기반으로 목표물 추적을 위한 인공지능 기반 플랫폼을 제시하고, 실험과 시뮬레이션을 통하여 이를 검증하였다.
영문내용
(English Abstract)
We present an object tracking system utilizing artificial intelligence on Unmanned Aerial Vehicles (drones). Such a tracking mission requires that (i) the target be correctly detected from the visual data obtained from the camera and (ii) the drone be controlled accordingly to keep track of the target. In light of these requirements, we make use of a neural network-based AI algorithm for object detection and a reinforcement learning-based algorithm for robust and energy-efficient drone control in the tracking of objects following irregular, arbitrary paths. In addition, the need to deliver user commands to the drones and to obtain tracking results from them has led to our development of a GCS (Ground Control Station) and the networking between the drones and the GCS. We believe that all the aforementioned tasks call for the design and implementation of a comprehensive platform, providing basic functionalities including networking, AI job processing, drone control with reinforcement learning, and expandability to different brands and types of drones. This paper thus (i) defines the specific requirements of such a platform, (ii) introduces an AI-based object tracking platform built on the said specifics, and (iii) verifies the platform functionalities with field experiments and simulations.
키워드(Keyword) Drone(UAV)   Machine learning   Reinforcement learning   Target tracking   Communication                 
파일첨부 PDF 다운로드