회전익 드론 충전스테이션 도킹을 위한 딥러닝 기반 자동착륙시스템 구현 (Implementation of Deep Learning based Automatic Landing System for Docking on Rotary Wing Drone Charging Stations)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 18권 / 10호 / 45 ~ 53페이지
· 저자명 : 김영규, 최대영, 백승현, 정상우, 김대년

초록

무인항공기(unmanned aerial vehicle)의 한 종류인 회전익 드론(rotary wing drone)은 지상의 구조물, 도로, 지형에서 비롯되는 각종 제약요소들을 극복할 수 있기 때문에 물류운송, 관측, 감시, 측량과 같은 다양한 분야에 적용하기 위해 연구 개발 되고 있다. 하지만 이러한 임무를 수행할 때 배터리 기술의 한계로 인한 회전익 드론의 짧은 비행시간은 가장 큰 걸림돌이 되고 있으며, 이를 극복하기 위하여 다양한 방식의 드론 충전 스테이션(drone charging stations)과 운영 방법이 제안되고 있다. 이에 본 논문은 임무 수행 중인 회전익 드론이 접촉식 충전스테이션에 충전 단자를 정확하게 도킹할 수 있는 정밀 자동착륙시스템을 제안하고 구현하였다. 구현된 자동착륙시스템은 드론 충전스테이션의 실시간 인식 및 추적을 위해 FC-HarDNet 기반의 객체인식 알고리즘과 픽셀 기반 거리측정을 하였고, 드론의 배터리 충전을 위한 정확한 자동착륙을 보조한다. 실험결과, 제안하는 자동착륙시스템의 착륙거리오차는 기존 방법들에 비해 약 54.59%로 감소하였다.

영어초록

Rotary wing drones (RWDs), which are a kind of unmanned aerial vehicles, have been researched and developed to employ various fields, such as logistics transport, observation, surveillance, and measurement, because drones are able to overcome most restrictions resulted from constructions, roads, and geographical features of ground. However, RWDs have a short flight time caused battery issues, and the flight time becomes a major setback for those work. To relieve battery issues of RWDs, various charging stations and its management for RWDs have been proposed. Therefore, this paper proposes and implements a precise automatic landing system in order to accurately dock on a charging port in contact type charging stations for accomplishing missions of RWDs. The implemented automatic landing system uses FC-HarDNet based object detection algorithm and pixel-based distance computation for real-time recognition and tracking of the drone charging stations, and helps exact auto-landing for charging battery of drones. In experimental results, the landing distance error of proposed automatic landing system decreased by around 54.59% as compared with previous researches.

참고자료

· 없음