Mask R-CNN의 Target 학습을 이용한 드론의 자율비행

초록

드론이 지정된 GPS 좌표값을 이용하여 자율비행하는 동안에 갑작스런 외부의 전자기파 방해로 인해 GPS 신호를 잃어버리거나, 지상관제센터와 통신이 두절되어 조종이 불가능하게 된 경우에는, 드론이 관성비행으로 Target에 도달해야만 한다. 그러나 방향성만 갖게 되는 관성비행은 스트림 영상으로부터 Target을 추출하고 인식하는데 어려움이 있으며 정확한 Target에 도달하기 어렵다. 따라서 본 연구에서는 이러한 문제점을 극복하고 자율비행으로 목적을 이루기 위하여 스트림 영상 내에서 Target을 추출하고 인식할 수 있는, MRCNN(Mask R-CNN)을 이용하여 드론의 비행 방향을 정할 수 있는 RPY값을 구하는 알고리즘을 제안하였다. 이를 확인하기 위하여 MRCNN으로 학습된 데이터를 이용하여 진입 각도 90도 이내로 자율비행하는 드론이 Target에 대하여 총 90회 반복한 결과, 관성비행을 무력화하는 강한 바람의 악영향으로 인한 3차례의 경로 이탈을 제외하고 안정적으로 Target에 도달하는 것을 확인하였으며, 제안한 알고리즘이 드론의 자율비행을 위한 RPY 값을 효과적으로 구하여 Target에 정상적으로 도달하는 것을 확인할 수 있었다.

키워드