초록 ▼

□ 연구개발 목표 및 내용
◼ 최종 목표
○ 본 연구의 최종 목표는 비가시적 재난 환경 요구조자 위치 및 모션 분석을 위한 딥러닝 인공지능 기반 디바이스 프리(device free) 통합 정밀 모니터링 시스템 개발임.
○ 디바이스 프리 통합 정밀 모니터링 시스템은 대상이 특정 주파수 신호를 송신 혹은 수신하는 디바이스를 보유하지 않아도 측정 불확실성이 존재하는 환경에서 대상의 위치 및 모션을 정밀하게 측정·분석하는 기술로서, 본 연구의 최종 목표인 비가시적 재난 환경 요구조자 위치 및 모션 분석을 위한 필수 기반 기

□ 연구개발 목표 및 내용
◼ 최종 목표
○ 본 연구의 최종 목표는 비가시적 재난 환경 요구조자 위치 및 모션 분석을 위한 딥러닝 인공지능 기반 디바이스 프리(device free) 통합 정밀 모니터링 시스템 개발임.
○ 디바이스 프리 통합 정밀 모니터링 시스템은 대상이 특정 주파수 신호를 송신 혹은 수신하는 디바이스를 보유하지 않아도 측정 불확실성이 존재하는 환경에서 대상의 위치 및 모션을 정밀하게 측정·분석하는 기술로서, 본 연구의 최종 목표인 비가시적 재난 환경 요구조자 위치 및 모션 분석을 위한 필수 기반 기술에 해당함.
○ 비가시적 재난 환경의 불확실성 잡음 요소를 극복하고 대상의 디바이스 의존도 문제를 해결하기 위하여, 본 연구에서는 정밀 측정된 무선 신호의 RSS 데이터를 이용하여 머신러닝기법 기반 디바이스 프리 측위 기술을 개발하고, RTI 이미징 기술 기반 정밀 모션 분석 기술 구현을 목표로 함.
○ 연구 세부 목표 달성을 위해 (1) 적응형 페이딩 칼만 필터 기반 수신 신호 세기 불확실성 보상 기법, (2) 로지스틱 회귀 기반 디바이스 프리 측위 모델, (3) RTI 기반 요구조자 모션 이미징 기술, (4) CNN 딥러닝 기술 기반 모션 분석 정밀도 고도화 알고리즘을 개발함.

◼ 전체 내용
○ 노드 수신 신호 세기 불확실성 보상 기법 개발
▷ 측정 데이터의 모델 불확실성에 따른 환경 오차 요인을 포함하는 측정 방정식 모델링
▷ 퍼지 적응형 페이딩 칼만 필터를 이용한 오차 보정 및 RSS 정밀 측정
○ 머신러닝기법 기반 디바이스 프리 다중 회귀 분석 모델 개발
▷ RSS 측정데이터 및 측위 대상 위치의 상관관계에 대한 로지스틱 회귀 기법 기반 측위 다이나믹 모델링
▷ 측위 모델의 자코비안 (Jacobian) 및 헤시안 (Hessian)을 이용한 로그 가능도 (likelihood) 기반의 최적해 도출 알고리즘 개발
○ RTI 기술 기반 요구조자 모션 실시간 정밀 이미징 시스템 구축
▷ 신호 세기 감쇄 요인들을 고려한 RSS 변화량 관계식 모델링
▷ 시각정보 의존도를 극복한 요구조자 실시간 정밀 모션 이미징 기술 개발
○ CNN 딥러닝 기술 기반 정밀 모션 모니터링 기술 개발
▷ 기존의 인공신경망에 합성곱 계층과 풀링 계층 추가 모델링
▷ Bayesian 최적화기법 기반 이미지 분석 정밀도 고도화

□ 연구개발성과
본 과제의 연구 기간 총 2년 동안 연구개발성과로서 SCI 논문을 총 6편을 발표하였으며, 비SCI 논문을 1편 발표하였다. 2022년 4월 IEEE Wireless Communications Letters에 게재한 SCI 논문은 본 과제에서 진행한 연구 주제인 디바이스 프리 측위 시스템 기반 정밀 모니터링 기술에 대한 핵심 내용을 포함한 연구 결과이다. Principal component analysis 방법을 활용하여 feature로서 활용되는 RSS 데이터를 principal component로 변환하여 데이터의 정밀도를 향상시키고 계산복잡도를 완화하였으며, 거리기반 샘플링 기법을 활용하여 데이터 불균형 문제를 해결하였다. 또한, prior correction 기반 logistic regression 방법을 활용하여 각 기준 위치에 대한 측위 대상의 존재 확률에 대한 회귀 모델을 정밀하게 모델링하였으며, 이를 바탕으로 비가시적 재난 환경에서 활용 가능한 측위 시스템을 구축하였다.
이 외에도 측위 시스템의 정밀도를 향상시키기 위한 iterative reweightedrecursive least sqaures 알고리즘에 대한 SCI 논문을 게재하였으며, 측위 모델 구축을 위하여 활용 가능한 다양한 머신러닝기법에 대한 SCI 논문을 다수 게재하였다. 또한, 측위 환경을 구성하는 장비들과 재난 환경에서 요구조자의 구조를 위한 장비들에 활용 가능한 제어 이론에 대한 논문을 다수 게재하였다.

□ 연구개발성과 활용계획 및 기대 효과
본 연구는 기존 연구의 한계점을 극복하기 위하여 측위 대상이 별도의 디바이스를 소지할 필요가 없으며, 불확실성 오차에 강인하고 시각정보에 의존하지 않음으로써 비가시적 재난 환경에서 활용 가능한 디바이스 프리 모니터링 시스템을 개발하였다. 기술적 측면에서, 본 연구개발 결과는 디바이스 프리 정밀 모니터링 기술을 사용하여 비가시적 재난 상황에서의 요구조자를 정밀하게 모니터링함으로 써 국내 재난 상황 인명 구조를 위한 원천기술을 확보할 수 있다. 또한, 본 연구는 방재, 통신, 신호처리, 항공 및 우주기술 등 다양한 분야에 적용함으로써 해당 분야의 기술을 향상시킬 수 있다. 또한, 제안하는 디바이스 프리 정밀 모니터링 시스템에 대한 연구는 머신러닝기법 및 딥러닝기법을 활용함으로써 4차 산업혁명 기반 산업의 핵심 활용 기술을 개발한다. 본 연구를 통하여 개발하는 기술들은 IoT, 드론/자율주행차, 블록체인 산업과 같은 첨단 산업의 발전을 위하여 활용 가능하다. 디바이스 프리 정밀 모니터링 시스템은 비가시적 재난 현장에서 요구조자의 위치를 정밀하게 판별함으로써 신속한 인명 구조에 따른 인명 피해를 최소화하는 기술이다. 또한, 한정된 데이터의 제한적인 조건에도 정밀도를 고도화하는 연구와 환경 내에 필요로 하는 요구 장치를 감소시키는 기술 적용을 통하여 환경 구성 비용을 최소화할 수 있다.

(출처 : 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 5
• 1. 연구개발과제의 개요 ... 6
• 1.1 연구개발의 필요성 ... 6
• 1.2 연구 가설 및 최종 목표 ... 6
• 1.3 연구범위 ... 6
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 7
• 2.1 1차년도 (2020.06.01. ~ 2021.05.31.) ... 7
• 2.2 2차년도 (2021.06.01. ~ 2022.05.31.) ... 8
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 8
• 3.1 1차년도 (2020.06.01. ~ 2021.05.31.) ... 8
• 3.2 2차년도 (2021.06.01. ~ 2022.05.31.) ... 9
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 10
• 가. 기술적 측면 ... 10
• 나. 산업적 측면 ... 10
• 다. 경제적 측면 ... 10
• 5. 연구개발성과 및 활용 계획 ... 11
• 1) 연구성과 ... 11
• 2) 연구성과 활용계획 ... 13
• 6. 참고문헌 ... 13
• 끝페이지 ... 14