드론 활용 목표물 추적 응용에서의 인공지능 작업 실행효율 비교 분석: 클라우드 기반 대 드론 기반 (On the Efficiency of Running Machine Learning Tasks for Drone-Based Target Tracking: Cloud-Based vs. Drone-Based)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 43권 / 1호 / 143 ~ 151페이지
· 저자명 : 손경환, David Hostallero, 김대우, 방지환, 강완주, 윤세은, 구윤표, 여현호, 하재형, 한동수, 이융

초록

무인항공기(Unmanned Aerial Vehicle 또는 드론)에서 목표물 추적을 위한 2가지 대표적인 인공지능 작업은 (i) 목표물 인식 및 추적과 (ii) 드론의 제어이다. 이와 같은 인공지능 작업들은 높은 실시간 계산을 요구하나 중소형무인항공기들에서 탑재 가능한 컴퓨팅 능력 한계로 인한 한계가 존재한다. 이를 해결하기 위해 클라우드로 인공지능 작업을 오프로딩하는 방법이 존재하나, 이는 지연시간을 동반하게 되는 단점이 있다. 본 논문에서는 컴퓨팅 능력의 한계가 존재하는 순수 드론위에서의 인공지능 작업 수행과, 지연시간이 존재하는 순수 클라우드 기반의 인공지능 작업 수행의 성능에 대해 무인항공기 기반 목표물 추적 응용에서 비교 분석을 수행한다. 본 결과를 통하여현재 기술로 달성할 수 있는 정량화 된 무인항공기 기반 목표물 추적 성능과 앞으로 출현하게 될 무인항공기 기반 인공지능 서비스들의 원활한 수행을 위해서 컴퓨팅능력, 통신망 성능들의 요구사항을 확보할 수 있다.

영어초록

Unmanned Aerial Vehicles, otherwise known as drones, necessitate the execution of two artificial intelligence tasks while tracking arbitrary objects: (i) the detection and tracking of the target visual and (ii) the corresponding control of the drone movement. These tasks are known to require substantial computing power; however, due to the physical limitations of small-sized drones in their accessibility to computing hardware, it is often practically impossible to execute the said tasks in a satisfactory manner. Cloud offloading could alleviate such a problem, but it incurs a cost in the form of network delay. This paper thus presents a comparative analysis between the resource-poor drone setting and the resource-rich, network-delayed cloud setting in their accomplishment of an object tracking mission. Through this analysis, we quantify the drone-based system's tracking performance achievable with existing technology, and also derive the anticipated requirements for computing resources and communication networks for a better accommodation of AI-related services based on drones.

참고자료

· 없음