과제정보
이 논문은 2022년도 정부(국방부)의 재원으로 공군사관학교의 지원을 받아 수행된 연구임. (ROKAFA22-A-02)
본 논문에서는 인공지능 알고리즘을 운용할 수 있는 고성능 소형 컴퓨터인 젯슨 나노를 기반으로 차량 추적 기능을 가진 캔위성 시스템을 제안한다. 캔위성 시스템은 캔위성과 지상국으로 구성되며, 캔위성은 대기권 내에서 낙하하며 장착된 센서를 통해 얻은 데이터를 무선통신을 이용해 지상국으로 전송한다. 기존 캔위성은 단순히 수집된 정보를 지상국에 전송하는 임무로 제한되며, 제한된 낙하 시간과 무선통신의 대역폭 제한으로 효율적인 임무 수행에는 한계가 있었다. 본 논문에서 제안하는 젯슨 나노 기반의 캔위성은 사전에 학습된 신경망 모델을 이용하여 공중에서 촬영한 영상에서 차량의 위치를 실시간으로 탐지 후, 2축 모터를 이용하여 카메라를 움직여 차량을 추적한다.
This paper proposes a CanSat system with a vehicle tracking function based on Jetson Nano, a high-performance small computer capable of operating artificial intelligence algorithms. The CanSat system consists of a CanSat and a ground station. The CanSat falls in the atmosphere and transmits the data obtained through the installed sensors to the ground station using wireless communication. The existing CanSat is limited to the mission of simply transmitting the collected information to the ground station, and there is a limit to efficiently performing the mission due to the limited fall time and bandwidth limitation of wireless communication. The Jetson Nano based CanSat proposed in this paper uses a pre-trained neural network model to detect the location of a vehicle in each image taken from the air in real time, and then uses a 2-axis motor to move the camera to track the vehicle.
이 논문은 2022년도 정부(국방부)의 재원으로 공군사관학교의 지원을 받아 수행된 연구임. (ROKAFA22-A-02)