드론 산업 동향 및ICT 융합이 여는 미래

2019. 11. 06김성필 | ㈜제이마플

소개

• 약력• 서울대학교 항공우주공학과 졸업• 서울대학교 항공우주공학과 대학원(박사)• 한국항공우주연구원 선임연구원• 보건복지부 연구관(국립재활원)• 현재 ㈜제이마플 대표

• 저서• 칼만필터는 어렵지 않아(2019)• 딥러닝 첫걸음(2016)• Rigid Body Dynamics for Beginners(2013)• 칼만필터의 이해(2010)

• 연락처: spkim@jmarple.ai

드론 산업 동향

무인항공기의 이름과 개념

*출처: 한국항공우주연구원 Aviation Issue 1

무인기의 분류

중량이 가장 중요한 요소

해외 동향

드론 통계 분석의 주의점

드론 종류에 따라 적용 기술과 규제, 시장이 완전히 다름

사업 개시일 분포(무인이동체)

사업 개시 5년 이하: 70%

매출 규모별 기업 분포(무인이동체)

10억 미만: 59.7%

매출 없음: 19.3%

*출처: 2018년 무인이동체 산업실태조사 보고서

고객 유형별 매출 현황(드론)

정부부처: 49.3%

공공기관: 13.7%

민간기업: 21.0%

사업 분야(무인이동체)

종사자 전공 현황(무인이동체)

전기, 전자, IT: 38.9%

부품별 국내 중소기업 개발 역량

SW 역량 강화 필요

드론 산업 발전 방향

SW 역량 강화 필요

ICT 융합이 여는 미래

사례: Skydio 2

현존 최고의 AI 드론

통신

드론 활용의 핵심 인프라: 원격 조정, 영상 수신

지능 센서

현재 드론에 탑재 가능한 센서• IMU, Magnetometer, GPS, Barometer

• Range finder, Optical flow, Lidar

• Camera 주로 임무장비로만 쓰임

➠가장 많은 정보를 담은 영상 정보를 거의 활용하지 못함

Camera + AI• Object detection

• Image segmentation

➠주변 환경을 인식해 자율적인 비행 가능해짐

사례: TrailNet DNN

사례: 화재 현장 탐색 드론

지능 판독

위성/항공 영상에서 특정 물체 인식• 딥러닝의 object detection 기술 활용

위성/항공 영상 특화 기술 필요• 광역 이미지에서 작은 물체를 찾기 위한 기술

• Off-nadir 위성 영상 특성 고려

• 해상도 향상(super-resolution) 기술 적용

지능 설계

지능 제어

제어기 개발의 주요 문제: (설계)모델 오차, 외란

모델링 오차 성능 저하 비행시험을 통한 튜닝 많은 비용과 시간 소요

불일치

사례: 내풍 제어

변동풍(외란)의 특징• 풍속이 불규칙위치 유지 제어기만으로는 대처 어려움

내풍 제어기 개발• 기존 제어기 + 외란 보상 제어

• 기존 제어기 수정 불필요

• 풍속 변화에 빠른 대응 가능

PID + 외란보상 PID 제어기

사례: Auto Landing on Moving Rover

착륙지점 영상 인식 + 정밀 유도 + 내풍 제어• 내풍 제어가 안되면, 착륙대에 착륙 불가(착륙대 크기 = 1m×1m)

전략 AI

지능 드론 유도(Guidance)보다 상위 단계인 의사 결정에서 결판• 지능적 의사 결정 개발 방법이 필요

ControlGuidanceHuman

전략 AI 지능 제어

Human

사례: 무인 전투기