[논문 리뷰] Intelligent Drone Swarm for Search and Rescue Operations at Sea

Vincenzo Lomonaco, Angelo Trotta외 3명|arXiv (Cornell University)|2018. 11. 13.

UAV Applications and OptimizationEngineering참고 문헌 4인용 수 18

한 줄 요약

이 논문은 지능형 드론 스웜을 제안하며, 인공지능(AI)을 탑재한 자율 비행 무인 항공기(UAV)를 활용해 지중해에서의 이주자 위기 도전 과제를 해결하고, 구조 및 구류(SAR) 운영을 향상시킨다. 자기조직화 다중 홉 통신, 실시간 AI 기반 탐지, 분산형 조정을 활용함으로써 스웜은 대규모 지역을 커버하고, 통신 대역폭을 향상시키며, 인간 조종 비행기 의존도를 줄여, 고위험 해양 환경에서 SAR의 효율성과 확장성을 크게 향상시킨다.

ABSTRACT

In recent years, a rising numbers of people arrived in the European Union, traveling across the Mediterranean Sea or overland through Southeast Europe in what has been later named as the European migrant crisis. In the last 5 years, more than 16 thousands people have lost their lives in the Mediterranean sea during the crossing. The United Nations Secretary General Strategy on New Technologies is supporting the use of Artificial Intelligence (AI) and Robotics to accelerate the achievement of the 2030 Sustainable Development Agenda, which includes safe and regular migration processes among the others. In the same spirit, the central idea of this project aims at using AI technology for Search And Rescue (SAR) operations at sea. In particular, we propose an autonomous fleet of self-organizing intelligent drones that would enable the coverage of a broader area, speeding-up the search processes and finally increasing the efficiency and effectiveness of migrants rescue operations.

연구 동기 및 목표

• 지중해에서의 이주자 위기 기간 동안 확장성 있고 비용 효율적이며 효율적인 구조 및 구류(SAR) 운영의 급박한 필요를 해결한다.
• 현재의 SAR 시스템의 한계, 즉 제한된 비행 항속 거리, 제한된 통신 범위, 탑승 비행기 및 선박의 높은 운영 비용을 극복한다.
• 협력하는 자율 UAV 스웜을 통해 광범위한 해양 지역(예: 30×30 km²)의 대규모 실시간 모니터링을 가능하게 한다.
• 드론 간 선로 간섭(LoS) 링크를 사용한 공중 간 다중 홉 통신 네트워크를 구축하여 통신 내성과 대역폭을 향상시킨다.
• 기지국으로의 데이터 전송을 최소화하고 에너지 소비를 줄이기 위해 현장에서 실시간 탐지 및 데이터 필터링을 위한 차량 내 AI 통합

제안 방법

• AI 추론 칩과 경량 탐지 알고리즘을 탑재한 표준형 고정익 UAV 풍선을 배치하여 현장 처리 능력을 확보한다.
• 환경 조건과 임무 목표에 따라 비행 경로와 통신 파arameter를 동적으로 조정하는 자기조직화 스웜 아키텍처를 구현한다.
• 공중 간 선로 간섭(LoS) 링크를 사용한 다중 홉 애드혹 통신 네트워크를 구축하여 기존 지상-공중 한계를 초월한 통신 범위를 확보한다.
• 각 UAV에서 현장에서 실행되는 AI 기반 객체 탐지(예: 물속 사람 탐지)를 활용해 기지국으로의 데이터 전송을 줄인다.
• 자원 제약이 있는 UAV 플랫폼에서 AI 추론의 계산 및 에너지 요구량을 줄이기 위해 모델 정량화 및 정제 기법을 적용한다.
• 드론들이 자율적으로 편대 유지, 상황 인식 공유, 고장 또는 환경적 요동에 대한 적응을 수행하는 탈중앙화된 조정 프레임워크를 설계한다.

실험 결과

연구 질문

• RQ1 자율 드론 스웜은 단일 UAV의 시야 외 범위를 초월해 대규모 해양 SAR 지역(예: 30×30 km²)을 효과적으로 커버할 수 있는가?
• RQ2 AI 기반 현장 처리 기능은 드론 스웜에서 데이터 전송 부담을 어떻게 줄이고 통신 효율성을 향상시킬 수 있는가?
• RQ3 높은 이동성과 함께 개방된 해양 환경에서 자기조직화 다중 홉 통신 네트워크가 연결성과 대역폭을 얼마나 잘 유지할 수 있는가?
• RQ4 UAV에 경량 AI 모델을 통합함으로써 실제 SAR 시나리오에서 탐지 정확도와 대응 시간은 얼마나 향상되는가?
• RQ5 적대적인 해양 조건에서 이러한 스웜을 구현할 때의 주요 기술적 및 운영적 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?

주요 결과

• 제안된 드론 스웜 아키텍처는 단일 UAV의 운영 범위와 항속 시간을 초월하는 광범위한 해양 지역(예: 30×30 km²)의 커버리지를 가능하게 한다.
• 다중 홉 공중 통신 링크는 기존의 지상-공중 링크 대비 통신 범위를 크게 연장하고 대역폭을 향상시킨다.
• 차량 내 AI 탐지 알고리즘은 기지국으로 전송되는 데이터의 양을 줄여 지연 시간과 에너지 소비를 최소화한다.
• 모델 정량화 및 정제를 활용하면 저전력 UAV 플랫폼에서 효율적인 AI 추론을 가능하게 하여 제한된 계산 자원으로도 실시간 처리를 지원한다.
• 탈중앙화된 조정이 개별 드론 고장 및 바람과 같은 환경적 요동에 대한 내성을 향상시킨다.
• 시스템은 기존의 SAR 운영에 비해 확장 가능하고 지속 가능한 대안을 제공하며, 장기적으로 비용을 절감하고 생명을 위협하는 상황에서의 대응 속도를 향상시킬 수 있다.