초록 ▼

□ 연구의 목적 및 내용
•과거 대규모 재난 상황이 발생하는 경우, 구조 인력만을 이용하여 조난자를 수색/구조하는 방식은 주변 환경 파괴, 인간의 육체적 피로 등으로 인해 많은 어려움을 겪었으며, 이를 극복하기 위해 무인이동체를 재난 현장에 투입하여 탑재된 카메라로부터 수집된 영상을 인간이 직접 육안으로 판단하여 조난자를 수색하였음.
•무인이동체의 카메라로부터 수집된 영상을 인간이 육안 판독하기에는 정확도가 낮으며, 중/고고도 영상에선 물체의 존재 여부를 파악하기 힘듦. 또한, 모든 수집된 영상을 인간이 분석하기에는 인

□ 연구의 목적 및 내용
•과거 대규모 재난 상황이 발생하는 경우, 구조 인력만을 이용하여 조난자를 수색/구조하는 방식은 주변 환경 파괴, 인간의 육체적 피로 등으로 인해 많은 어려움을 겪었으며, 이를 극복하기 위해 무인이동체를 재난 현장에 투입하여 탑재된 카메라로부터 수집된 영상을 인간이 직접 육안으로 판단하여 조난자를 수색하였음.
•무인이동체의 카메라로부터 수집된 영상을 인간이 육안 판독하기에는 정확도가 낮으며, 중/고고도 영상에선 물체의 존재 여부를 파악하기 힘듦. 또한, 모든 수집된 영상을 인간이 분석하기에는 인간 육안 피로 등 육체적/정신적 한계가 존재함.
•무인이동체에 조난자를 자동으로 탐지할 수 있는 딥러닝 기반의 시스템을 구축하여 위의 언급된 문제를 해결하고자 하며, 향후 대형재해 발생 시 조난자탐지 및 구조에 많은 기여를 할 수 있을 것으로 기대됨. 또한, 무인이동체에 임베디드 할 수 있는 GPU와 기타 하드웨어는 서버 기반 하드웨어보다 성능이 감소하므로 저성능 GPU, CPU 환경에서의 최적화와 동시에 높은 조난자 검출률을 가지는 시스템을 구축하고자 함.

□ 연구개발성과
•상대적으로 학습 데이터 수가 적은 중/고고도 기반 데이터를 활용하여 조난자 탐지 모델 구현 및 조난자 검출률(AP, Average Precision) 90% 이상 달성.
•무인이동체 임베디드 시스템에서 조난자 탐지를 실시간으로 수행할 수 있는 모델 개발
•점진적 학습 기법을 적용하여 다양한 고도와 환경에서 조난자 탐지 수행이 가능한 딥러닝 모델 구현 및 조난자 검출률 10% 향상.
•최종적으로 무인이동체 임베디드 조난자 탐지 시스템을 구축하여 무인이동체의 독자적인 컴퓨팅 능력을 사용하여 조난자 탐지를 수행.

□ 연구개발성과의 활용계획 (기대효과)
•대규모 재난 상황 발생 시, 딥러닝 기반 무인이동체 조난자 탐지기술 개발을 이용하여 광범위한 지역을 신속하고 정확하게 수색하여 인명확보에 기여할 수 있음. 특히 사람이 접근하기 힘든 산간지역이나 해안지역에서 효과적으로 조난자를 탐지할 수 있음.
•작은 물체 검출 기술을 여러 분야(예. 기상관측, 교통단속, 산불 탐지, 범죄자 추적, 자율 비행 등)에 광범위하게 적용할 수 있음. 이는 특정 임무에 관한 학습 데이터 셋을 구축하여 구현 및 적용 가능함.
•본 연구 개발 결과를 민간 분야 외에도 무인이동체 군사 산업에서 효과적으로 활용될 수 있으며, 특히 산악 지형이나 시가전에서 효율적으로 활용될 수 있음.

(출처 : 요약문 4p)

목차 Contents

• 표지 ... 1
• 제출문 ... 2
• 보고서 요약서 ... 3
• 요약문 ... 4
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 2. 연구수행내용 및 성과 ... 7
• 3. 목표 달성도 및 관련 분야 기여도 ... 33
• 3-1. 목표 ... 33
• 3-2. 목표 달성여부 ... 33
• 3-3. 목표 미달성 시 원인(사유) 및 차후대책(후속연구의 필요성 등) ... 34
• 4. 연구개발성과의 활용 계획 등 ... 35
• 붙임. 참고문헌 ... 35
• 끝페이지 ... 36