KR101648680B1 - 무인 비행기 - Google Patents

무인 비행기 Download PDF

Info

Publication number
KR101648680B1
KR101648680B1 KR1020150162698A KR20150162698A KR101648680B1 KR 101648680 B1 KR101648680 B1 KR 101648680B1 KR 1020150162698 A KR1020150162698 A KR 1020150162698A KR 20150162698 A KR20150162698 A KR 20150162698A KR 101648680 B1 KR101648680 B1 KR 101648680B1
Authority
KR
South Korea
Prior art keywords
information
living
image data
organism
unmanned airplane
Prior art date
Application number
KR1020150162698A
Other languages
English (en)
Inventor
이상돈
최용선
김민경
Original Assignee
이화여자대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이화여자대학교 산학협력단 filed Critical 이화여자대학교 산학협력단
Priority to KR1020150162698A priority Critical patent/KR101648680B1/ko
Application granted granted Critical
Publication of KR101648680B1 publication Critical patent/KR101648680B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C27/00—Rotorcraft; Rotors peculiar thereto
    • B64C27/04—Helicopters
    • B64C27/08—Helicopters with two or more rotors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • G06K9/00778—
    • G06K9/6204—
    • B64C2201/127—
    • B64C2201/141—
    • B64C2201/145—

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Toys (AREA)

Abstract

생명체를 포함하는 영상 데이터를 이용하여 상기 생명체에 연관되는 개체 수 및 위치 정보를 분석하고 관제 센터로 전송하는 무인 비행기가 제공된다. 상기 무인 비행기는 생명체의 체온 정보를 포함하는 제1 영상 데이터를 획득하는 영상 획득부, 상기 제1 영상 데이터의 윤곽선을 추출하고, 상기 윤곽선을 이용하여 상기 생명체의 개체 수를 계산하는 계산부 및 무인 비행기에 연관되는 위성 항법 정보를 수신하고, 상기 위성 항법 정보에 기초하여 결정된 상기 생명체의 위치 정보 및 상기 개체 수를 관제 센터로 전송하는 통신부를 포함할 수 있다.

Description

무인 비행기{Unmanned Aerial Vehicle}
무인 비행기에 연관되며, 보다 구체적으로는 생명체를 추적하고, 생명체에 연관되는 데이터를 수집하는 무인 비행기에 연관된다.
오늘날 과학 기술이 발전함에 따라 다양한 전자 기기를 활용하여 생명체의 개체 종, 개체 수 또는 생존 영역에 대한 조사가 수행되고 있다. 다만, 대다수의 희귀종 또는 멸종 위기종들은 여전히 사람의 접근이 어려운 야생 환경에서 생존하고 있기 때문에 그 조사 과정에서 있어 어려움이 존재한다.
종래의 대한민국 기상청은 강우 또는 강수 확률을 예측하는 기상 레이더를 이용하여 새, 박쥐 또는 곤충들을 움직임을 예측하고 감지하는 방법에 대한 연구를 발표하고 이용하고 있다. 다만, 기상 레이더를 이용한 관측 방법은 대규모의 생명체 서식지나 이동에 연관되는 연구에 제한된다는 한계가 존재하고, 더하여 기상 레이더 자체의 높은 비용으로 인한 문제점 또한 존재한다.
일측에 따르면, 생명체를 포함하는 영상 데이터를 이용하여 상기 생명체에 연관되는 개체 수 및 위치 정보를 분석하고 관제 센터로 전송하는 무인 비행기가 제공된다. 상기 무인 비행기는 생명체의 체온 정보를 포함하는 제1 영상 데이터를 획득하는 영상 획득부, 상기 제1 영상 데이터의 윤곽선을 추출하고, 상기 윤곽선을 이용하여 상기 생명체의 개체 수를 계산하는 계산부 및 무인 비행기에 연관되는 위성 항법 정보를 수신하고, 상기 위성 항법 정보에 기초하여 결정된 상기 생명체의 위치 정보 및 상기 개체 수를 관제 센터로 전송하는 통신부를 포함할 수 있다.
일실시예에 따르면, 상기 계산부는 상기 제1 영상 데이터의 픽셀 중 기울기가 소정의 임계치 이상인 상기 픽셀을 상기 윤곽선으로 계산할 수 있다.
다른 일실시예에 따르면, 상기 무인 비행기는 상기 생명체의 대표 위치가 상기 제1 영상 데이터의 중앙점에 위치하도록 상기 무인 비행기를 이동 시키는 제어부를 더 포함할 수 있다. 더하여, 상기 계산부는 상기 윤곽선에 대응하는 픽셀의 위치 정보를 이용하여 상기 생명체의 상기 대표 위치를 계산할 수 있다. 또한, 상기 계산부는 상기 위성 항법 정보 및 상기 대표 위치를 이용하여 상기 생명체의 이동 경로를 계산하고, 상기 통신부는 상기 이동 경로를 상기 관제 센터로 전송할 수 있다.
또 다른 일실시예에 따르면, 상기 무인 비행기는 상기 생명체의 식별 정보를 저장하는 데이터베이스를 더 포함할 수 있다. 더하여, 상기 계산부는 상기 윤곽선을 이용하여 상기 생명체의 길이 및 너비 중 적어도 하나를 계산하여 상기 식별 정보와 비교할 수 있다.
또 다른 일실시예에 따르면, 상기 무인 비행기는 상기 생명체의 식별 정보를 저장하는 데이터베이스를 더 포함할 수 있다. 더하여, 상기 영상 획득부는 상기 생명체의 활동 정보를 포함하는 제2 영상 데이터를 획득하고, 상기 계산부는 상기 제2 영상 데이터를 이용하여 추출된 상기 생명체의 색깔을 상기 식별 정보와 비교할 수 있다. 더하여, 상기 계산부는 상기 제2 영상 데이터를 이용하여 상기 생명체의 비행 여부를 결정하고, 상기 생명체의 비행 도중 상기 윤곽선에 기초하여 계산된 상기 생명체의 날개의 길이 및 몸집의 길이 중 적어도 하나를 상기 식별 정보와 비교할 수 있다. 보다 구체적으로, 상기 계산부는 상기 비교의 결과에 따라 상기 생명체의 개체 종 후보 및 개체 종 정보 중 적어도 하나를 결정하고, 상기 통신부는 상기 개체 종 후보 및 상기 개체 종 정보 중 적어도 하나를 상기 관제 센터로 전송할 수 있다.
다른 일측에 따르면, 미리 지정된 위치에 설치된 생명체 관측 장치와 통신하여 생명체에 연관되는 데이터를 자동적으로 수집하고, 업데이트하는 무인 비행기가 제공된다. 상기 무인 비행기는 기지정된 위치에 설치된 생명체 관측 장치로 무인 비행기를 이동시키는 제어부 및 상기 생명체 관측 장치의 네트워크 연결을 턴 온하는 명령 신호를 전송하고, 상기 생명체 관측 장치로부터 생명체에 연관되는 데이터를 수신하는 통신부를 포함할 수 있다. 보다 구체적으로, 상기 데이터는 열적외선 영상 데이터, 가시영역 영상 데이터, 기온 정보, 습도 정보 및 소리 정보 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 상기 무인 비행기는 상기 통신부는 상기 열적외선 영상 데이터의 윤곽선을 이용하여 관측된 상기 생명체에 연관되는 시간 태그 정보를 상기 생명체 관측 장치로부터 수신할 수 있다.
다른 일실시예에 따르면, 상기 통신부는 상기 생명체 관측 장치의 잔여 배터리 정보를 상기 생명체 관측 장치로부터 수신할 수 있다.
또 다른 일실시예에 따르면, 상기 통신부는 상기 생명체 관측 장치의 메모리 초기화에 연관되는 명령 신호를 상기 생명체 관측 장치로 전송할 수 있다.
도 1은 일실시예에 따른 생명체를 추적하는 무인 비행기의 동작을 설명하는 예시도이다.
도 2는 일실시예에 따라 무인 비행기에 의해 추출된 영상 데이터의 윤곽선을 도시하는 예시도이다.
도 3a, 도 3b 및 도 3c는 일실시예에 따른 무인 비행기가 생명체의 이동에 따라 이동 방향 및 이동 속도를 제어하는 구성을 설명하는 예시도이다.
도 4는 일실시예에 따른 무인 비행기의 블록도이다.
도 5는 일실시예에 따라 생명체 관측 장치와 데이터를 송수신하는 무인 비행기의 동작을 설명하는 예시도이다.
도 6은 일실시예에 따른 무인 비행기와 생명체 관측 장치의 통신 방법을 나타내는 흐름도이다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결 되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설명된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 일실시예에 따른 생명체를 추적하는 무인 비행기의 동작을 설명하는 예시도이다. 도 1을 참조하면, 생명체를 추적하여 상기 생명체에 연관되는 데이터를 수집하는 무인 비행기(100)가 도시된다. 본 명세서 상에서 무인 비행기(100)는 조종사가 탑승하지 않고, 원격 조종원에 의해 제어 또는 조정되는 비행체(flying object)를 나타내고, 드론(drone)이나 헬리콥터 등과 같은 다양한 형태로 구현될 수 있다. 더하여, 본 명세서 상에서 생명체(living things)는 살아있는 모든 생명을 나타내고, 동물 및 식물 등 다양한 형태에 적용될 수 있다.
오늘날, 다른 생명체들과 비교하여 상대적으로 연구 가치가 높게 평가되는 희귀종 또는 멸종 위기종 등은 사람이 직접 접근하기 어려운 자연 환경에서 많이 서식하고 있는 것으로 파악되고 있다. 보다 구체적으로, 희귀종 또는 멸종 위기종은 무인 도서 지역(island area), 깊은 산골 골짜기, 절벽(cliff) 또는 늪지 등에 거주하고 있을 수 있다.
종래에는 이러한 생명체들의 생태에 연관되는 데이터를 수집하고, 생태에 관한 연구를 진행하기 위해 대다수의 생태 과학자들은 직접 도서 지역 또는 산간 지역으로 이동하여야만 했고, 생명체를 관측하기 위해 많은 자원과 시간이 소모되는 방식으로 연구가 진행되었다. 더하여, 생명체를 관측하기 위해 기상 레이더를 이용하는 구성이나 관찰 카메라를 설치하는 구성과 같이 전자 기기를 이용하는 관측 방법이 존재하지만, 그 비용 상의 이유나 공간 상의 이유에 따라 측정 대상이 되는 생명체를 직접 추적하기에는 명확한 한계점이 존재하는 실정이다.
본 실시예에 따른 무인 비행기(100)를 이용하는 경우에는 사람이 접근 하기 어려운 절벽(cliff), 강물 또는 늪지 등에 자유롭게 접근하는 효과를 기대할 수 있다. 더하여, 생명체가 활동하는 고도 보다 높은 곳에서 무인 비행기(100)가 비행하는 경우에는 하나의 영상 데이터를 이용하여 많은 개체 수의 생명체를 추적하기에 용이하다는 효과 또한 기대할 수 있다. 또한, 무인 비행기(100)는 계절 철새와 같이 오랫동안 먼 거리를 비행하는 생명체를 정확하게 추적할 수 있다.
아래의 추가적인 도면과 함께 생명체를 추적하고 생명체 관측 장치로부터 필요한 데이터를 수집하는 무인 비행기(100)의 구체적인 동작에 관한 보다 자세한 설명이 기재될 것이다.
도 2는 일실시예에 따라 무인 비행기에 의해 추출된 영상 데이터의 윤곽선을 도시하는 예시도이다. 도 2를 참조하면, 생명체를 포함하는 영상 데이터(200)가 도시된다. 보다 구체적으로, 영상 데이터(200)는 무인 비행기에 의해 획득된 열 영상(thermal image)으로서, 생명체의 체온 정보를 포함할 수 있다. 본 명세서 상에서 열 영상은 외부 공간의 빛의 유무와는 독립적으로 물체 자체가 발산하는 복사 에너지를 감지하고 상기 복사 에너지를 이용하여 재현된 영상을 나타낼 수 있다.
무인 비행기는 기설정된 온도 범위에 대응하는 대상체(object)를 설정하고, 상기 대상체를 포함하는 영상 데이터(200)가 획득되는지 여부를 판단할 수 있다. 보다 구체적으로, 무인 비행기는 생명체에 연관되는 데이터베이스를 이용하여 대상체에 연관되는 온도 범위를 미리 설정할 수 있다. 더하여, 무인 비행기는 생명체에 연관되는 데이터베이스를 이용하여, 상기 생명체에 연관되는 영역을 비행 영역으로 미리 설정할 수 있다.
예시적으로, 무인 비행기는 도시 지역에 존재하는 참새(tree sparrow)를 추적할 수 있다. 참새는 유라시아 대륙 전역에 생존하는 갈색을 띠는 조류로서, 평균 체온은 43℃를 갖는다. 그에 따라, 무인 비행기는 위에 기재된 참새에 연관되는 데이터베이스 정보를 이용하여, 도시 지역을 비행 영역으로 설정하고, 41℃ 이상 45℃ 이하의 온도 범위를 갖는 대상체를 추적할 수 있다.
무인 비행기가 앞서 기재한 41℃ 이상 45℃ 이하의 온도 범위의 대상체를 포함하는 영상 데이터(200)를 획득한 경우를 가정하자. 무인 비행기는 획득된 영상 데이터(200) 내에서 상기 온도 범위에 대응하는 제1 영역과 상기 온도 범위를 벗어나는 제2 영역을 나눌 수 있다. 더하여, 무인 비행기는 상기 제1 영역과 상기 제2 영역의 경계선을 윤곽선으로서 추출할 수 있다.
예시적으로, 무인 비행기는 획득된 열 영상 데이터 내에서 픽셀 데이터들이 극대점 또는 극소점을 갖는 픽셀을 윤곽선의 구성요소로서 계산할 수 있다. 보다 구체적으로, 무인 비행기는 상기 픽셀 데이터가 이웃한 픽셀과 비교하여 데이터 값이 급격이 변하는 에지(edge) 라인을 상기 윤곽선으로서 계산할 수 있다.
더하여, 무인 비행기는 추출된 윤곽선을 이용하여 생명체의 개체 수 정보를 계산할 수 있다. 보다 구체적으로, 생명체의 개체 수는 상기 윤곽선을 포함하는 집합 내에서 하나의 폐곡선(closed curve)에 대응할 수 있다. 무인 비행기는 추출된 윤곽선이 포함하는 폐곡선의 개수를 계산하고, 상기 폐곡선에 나타나는 장축 또는 단축의 길이를 계산하여 생명체에 연관되는 데이터베이스와 비교하는 것으로서 생명체의 개체 수 정보를 계산할 수 있다. 본 명세서 상에서 장축은 폐곡선 내의 픽셀 사이의 가장 먼 거리를 나타낼 수 있고, 단축은 상기 장축에 수직한 방향으로 폐곡선 내의 픽셀 사이의 가장 가까운 거리를 나타낼 수 있다.
일실시예로서, 무인 비행기는 획득된 영상 데이터(200)를 이용하여 영상 데이터(200) 내의 픽셀 각각이 갖는 픽셀 데이터를 이웃한 픽셀의 픽셀 데이터와 비교할 수 있다. 더하여, 무인 비행기는 하나의 픽셀과 이웃한 픽셀이 갖는 픽셀 데이터의 차이 값이 소정의 임계치 이상이 되는 에지(edge)를 윤곽선으로서 추출할 수 있다.
도 2에 도시된 실시예의 경우에, 무인 비행기는 상기 윤곽선에 대응되는 네 가지 대상체(210, 220, 230, 240)를 추출할 수 있다. 더하여, 무인 비행기는 추출된 대상체(210, 220, 230, 240) 각각의 장축의 길이를 데이터베이스 내에 저장된 참새에 관한 길이 정보 14cm와 비교할 수 있다. 보다 구체적으로, 본 실시예 상에서 장축은 추출된 대상체(210, 220, 230, 240)를 나타내는 폐곡선 상에 픽셀을 연결하는 가장 긴 선분을 나타낼 수 있다. 더하여, 무인 비행기는 추출된 대상체(210, 220, 230, 240) 각각의 장축의 길이가 참새에 관한 길이 정보 14cm와 신뢰 범위 내에 존재하는지 여부를 판단할 수 있다.
일실시예로서, 무인 비행기는 데이터베이스 내에 저장된 참새에 관한 길이 정보 14cm를 이용하여 제4 대상체(240)는 참새가 아닌 노이즈 정보로 제거할 수 있다. 예시적으로, 제4 대상체는 참새가 앉아있는 전깃줄을 나타낼 수 있다. 본 실시예에 따를 때, 참새에 대응하는 길이 정보를 기준으로 신뢰 범위를 벗어나는 적어도 하나의 대상체를 제거하는 것으로써, 무인 비행기는 참새가 아닌 대상체를 노이즈 정보로 제거해나갈 수 있다. 예시적으로, 무인 비행기는 본 실시예와 같이, 매(hawk) 또는 갈매기(sea gull) 등의 대상체를 노이즈 정보로서 제거할 수 있다.
더하여, 무인 비행기는 참새에 연관되는 길이 정보 14cm와 비교하여 신뢰 범위에 존재하는 제1 대상체(210), 제2 대상체(220) 및 제3 대상체(230)를 참새로서 판단할 수 있다. 예시적으로, 무인 비행기가 제3 대상체(230)를 이용하여 감지된 개체 종이 참새라는 것을 판단한다고 가정하자. 무인 비행기는 비행하는 제3 대상체(230)의 몸의 길이(전장, full length)를 계산할 수 있다. 더하여, 무인 비행기는 비행하는 제3 대상체(230)의 날개의 길이를 계산할 수 있다. 보다 구체적으로, 상기 날개의 길이는 제3 대상체(230)가 날개를 최대한 펼친 길이(wing span)를 나타낼 수 있다. 무인 비행기는 제3 대상체(230)의 몸의 길이 및 날개를 최대한 펼친 길이 중 적어도 어느 하나를 이용하여 상기 제3 대상체(230)의 개체 종이 참새인지 여부를 판단할 수 있다. 따라서, 무인 비행기는 참새에 대응하는 세 개의 폐곡선을 세 개의 대상체(210, 220, 230)으로 추출하고, 윤곽선으로서 추출할 수 있다.
본 실시예에 따를 때, 무인 비행기는 생명체의 체온 정보를 갖는 열 영상 데이터(200)에서 기설정된 온도 범위의 윤곽선만을 추출하여 비생명체를 영상 데이터(200) 내에서 노이즈 정보로서 제거할 수 있다. 더하여, 데이터베이스 내에 저장된 생명체에 관한 정보와 윤곽선 내의 폐곡선의 장축 또는 단축의 길이를 비교하여 생명체와 유사한 온도 범위를 갖는 다른 물체를 노이즈 정보로서 제거할 수 있다. 본 실시예에 따를 때, 사용자는 보다 편리한 환경에서 관심 영역에 존재하는 생명체의 개체 수와 존재여부를 확인하는 효과를 기대할 수 있다.
도 3a, 도 3b 및 도 3c는 일실시예에 따른 무인 비행기가 생명체의 이동에 따라 이동 방향 및 이동 속도를 제어하는 구성을 설명하는 예시도이다. 도 3a를 참조하면, 이동 중인 기러기 무리(310)를 관측하는 무인 비행기(320)가 도시된다. 만약, 무인 비행기(320)가 기러기 무리(310)와 동일한 고도에서 비행하는 경우라면, 무인 비행기(320)가 기러기 무리(310)를 적절한 시선(LOS: line of sight) 거리 내에 유지하면서 기러기 무리(310)와 충돌하지 않고 비행하는 것에는 큰 어려움이 존재할 것이다. 왜냐하면, 기러기 무리(310)는 자연 생명체로서 그 비행 방향이나 속도를 기계로 제어하거나 예측하는 것에는 한계가 존재하기 때문이다.
다만, 도 3a에 도시된 실시예에는 무인 비행기(320)가 기러기 무리(310)의 비행 고도 H1보다 소정의 임계 거리 이상 차이 값을 갖는 비행 고도 H2에서 비행하여 기러기 무리(310)를 관측하는 실시예가 도시된다. 도 3a에서 도시된 실시예에 따를 때, 무인 비행기(320)는 기러기 무리(310)와의 충돌 가능성 없이 안전하게 기러기 무리(310)를 관측하는 효과를 기대할 수 있다. 더하여, 무인 비행기(320)의 비행 고도 H2에 따라 하나의 영상 데이터 내에 복수의 기러기를 포함하는 기러기 무리(310)를 모두 관측하는 효과를 기대할 수 있다.
도 3b를 참조하면, 기준 시점 T1에 무인 비행기(320)에 의해 획득된 영상 데이터(330) 및 영상 데이터(330)에서 추출된 윤곽선이 도시된다. 예시적으로, 영상 데이터(330)는 무인 비행기(320)의 관측 대상이 되는 기러기 무리(310)를 포함할 수 있다. 무인 비행기(320)가 영상 데이터(330)에서 윤곽선을 추출하는 구성에 대한 자세한 설명은 도 2와 함께 기재된 설명이 적용될 수 있기 때문에 자세한 설명은 생략한다.
무인 비행기(320)는 획득된 기러기 무리(310)의 윤곽선에 대응하는 위치 데이터를 계산할 수 있다. 보다 구체적으로, 상기 위치 데이터는 X 축 및 Y 축에 따라 정의되는 2차원 위치 데이터를 나타낼 수 있다. 더하여, 무인 비행기(320)는 획득된 영상 데이터(330)의 초점을 (0,0) 중심으로 설정하고, 나머지 윤곽선들의 픽셀에 대응하는 (X, Y)값의 위치 데이터를 계산할 수 있다.
무인 비행기(320)는 윤곽선에 포함되는 복수의 픽셀들 각각의 위치 데이터를 이용하여 기준 시점 T1에 대응하는 기러기 무리(310)의 대표 위치(331)를 계산할 수 있다. 보다 구체적으로, 무인 비행기(320)는 아래의 수학식 1을 이용하여 대표 위치(331)를 계산할 수 있다.
Figure 112015113103234-pat00001
수학식 1에서 K는 기러기 무리(310)의 윤곽선에 포함되는 픽셀의 전체 개수이고, 대표 위치(331)는 각각의 픽셀에 상응하는 X 좌표 및 Y 좌표의 산술 평균으로서 계산될 수 있다. 예시적으로, 기준 시점 에 대응하는 대표 위치(331)는 원점 (0,0)으로 계산된 경우를 가정하자.
도 3c를 참조하면, 기준 시점 T2에 무인 비행기(320)에 의해 획득된 영상 데이터(340) 및 영상 데이터(340)에서 추출된 윤곽선이 도시된다. 예시적으로, 영상 데이터(340)는 무인 비행기(320)의 관측 대상이 되는 대상체인 기러기 무리(310)를 포함할 수 있다. 일실시예로서, 기준 시점 T2는 기준 시점 T1와 비교하여 일정 시간이 경과한 시점일 수 있다.
예시적으로, 기준 시점 T1과 T2 사이에 무인 비행기가 제자리에서 이동하지 않은 경우를 가정하자. 만약, 기준 시점 T1과 T2 사이에 기러기 무리(310)가 이동하였다면, 무인 비행기(320)는 상이한 위치 데이터를 갖는 윤곽선을 영상 데이터(340)로부터 획득할 수 있다. 상기 위치 데이터의 차이 값은 기준 시점 T1과 T2 사이에 대응하는 기러기 무리(310)의 이동 방향 및 이동 거리를 나타낼 수 있다. 마찬가지로, 무인 비행기(320)는 제2 영상 데이터(340)의 윤곽선에 대응하는 2차원 위치 데이터를 계산할 수 있다. 더하여, 무인 비행기(320)는 수학식 1 및 제2 영상 데이터(340)를 이용하여 기준 시점 T2에 대응하는 기러기 무리(310)의 제2 대표 위치(341)를 계산할 수 있다.
더하여, 무인 비행기(320)는 제1 대표 위치(331) 및 제2 대표 위치(341)의 차이 값을 계산하고, 상기 차이 값을 이용하여 무인 비행기(320)가 이동해야 할 이동 방향 및 이동 속도를 결정할 수 있다. 보다 구체적으로, 무인 비행기(320)는 제2 대표 위치(341)가 원점 (0, 0)에 위치하도록 비행할 수 있다. 더하여, 무인 비행기(320)는 시간에 따른 복수의 대표 위치들이 그리는 자취를 계산하고, 상기 자취를 기러기 무리(310)에 대응하는 이동 경로로서 생성할 수 있다. 무인 비행기(320)는 GPS 위성으로부터 수신된 위성 정보와 상기 생성된 이동 경로를 관제 센터로 전송하여 기러기 무리(310)의 위치 및 이동 경로를 보고할 수 있다.
예시적으로, 도 3b 및 도 3c에는 픽셀에 대응하는 2차원 위치 데이터를 이용하여 대표 위치를 계산하는 구성이 도시되지만 이는 3차원 위치 데이터에도 적용될 수 있을 것이다. 무인 비행기(320)가 획득한 영상 데이터가 깊이 정보(depth value)를 포함하는 3차원 영상 데이터인 경우에, 무인 비행기(320)는 비행 고도에 대응하는 z 값을 포함하는 3차원 대표 위치를 계산할 수 있다. 더하여, 무인 비행기(320)는 시간에 따른 상기 3차원 대표 위치의 이동 방향 및 이동 거리에 따라 자신의 이동 방향 및 이동 속도를 제어할 수 있을 것이다.
도 4는 일실시예에 따른 무인 비행기의 블록도이다. 도 4를 참조하면, 획득된 영상 데이터를 이용하여 관측된 생명체에 연관되는 데이터를 관제 센터로 전송하는 무인 비행기(400)의 블록도가 도시된다. 무인 비행기(400)는 영상 획득부(410), 계산부(420), 통신부(430), 데이터베이스(440) 및 제어부(450)를 포함할 수 있다.
영상 획득부(410)는 생명체의 체온 정보를 포함하는 제1 영상 데이터를 획득할 수 있다. 더하여, 영상 획득부(410)는 생명체의 색깔 정보를 포함하는 제2 영상 데이터를 획득할 수 있다. 일실시예로서, 영상 획득부(410)는 0.9μm이상 14μm이하 파장 대역의 전자기파 복사를 감지하고, 감지된 복사 에너지에 대응하는 이미지를 생성하는 적외선 카메라(infrared camera)로 구현될 수 있다. 다른 일실시예로서, 영상 획득부(410)는 전하 결합 소자를 이용하여 촬영된 영상을 전기 신호로 변환하고, 디지털 데이터의 형태로 메모리 장치에 저장하는 CCD 카메라(charge coupled device camera)로 구현될 수 있다.
계산부(420)는 상기 제1 영상 데이터에서 윤곽선을 추출하고, 상기 윤곽선을 이용하여 상기 생명체의 개체 수를 계산할 수 있다. 보다 구체적으로, 계산부(420)는 제1 영상 데이터의 픽셀 중 이웃한 픽셀과의 픽셀 데이터 차이 값이 소정의 임계치 이상인 상기 픽셀을 상기 윤곽선으로 추출할 수 있다.
더하여, 계산부(420)는 상기 윤곽선을 이용하여 상기 생명체의 길이 및 너비 중 적어도 하나를 계산할 수 있다. 보다 구체적으로, 계산부(420)는 각각의 생명체 개체에 대응하는 폐곡선 내에 존재하는 장축 및 단축의 길이를 계산할 수 있다. 상기 장축은 상기 생명체 개체에 대응하는 폐곡선 내에 존재하는 픽셀들의 가장 먼 거리를 나타낼 수 있다. 상기 단축은 상기 폐곡선 내에 존재하는 픽셀들의 상기 장축과 수직하는 방향으로 가장 가까운 거리를 나타낼 수 있다.
일실시예로서, 계산부(420)는 상기 제2 영상 데이터에서 생명체가 존재하는 고도에 대응하는 깊이 값(depth value)를 획득하고, 상기 깊이 값에 따라 상기 생명체의 비행 여부를 결정할 수 있다. 더하여, 계산부(420)는 상기 생명체의 비행 도중 윤곽선에 기초하여 비행 중 생명체의 날개의 길이 및 몸집의 길이를 계산할 수 있다. 보다 구체적으로, 상기 생명체의 날개의 길이는 상기 생명체가 날개를 최대로 펼친 길이(wing span)을 나타낼 수 있다.
더하여, 계산부(420)는 상기 제1 영상 데이터를 이용하여 추출된 생명체의 윤곽선을 이용하여 상기 제2 영상 데이터에서 생명체의 색깔 정보를 추출할 수 있다.
통신부(430)는 현재 무인 비행기가 비행 중인 위치를 위성 항법 정보로서 수신할 수 있다. 보다 구체적으로, 통신부(430)는 GPS 위성으로부터 현재 비행 중인 위치 정보를 수신하고, 상기 생명체에 연관되는 위치 정보로서 관제 센터로 전송할 수 있다. 더하여, 통신부(430)는 제1 영상 데이터 및 제2 영상 데이터를 이용하여 획득된 생명체의 개체 수, 길이 정보, 너비 정보 및 색깔 정보 중 적어도 하나를 관제 센터로 전송할 수 있다. 본 명세서 상에서 관제 센터는 무인 비행기의 제어 또는 조종에 연관되는 제어 장치를 포함하는 장소를 나타내고, 사용자 단말이나 랩 탑(laptop)과 같은 휴대용 컴퓨팅 장치뿐만 아니라 고정 지점에 설치된 컴퓨팅 장치를 포함할 수 있다.
예시적으로, 통신부(430)는 WLAN(Wireless LAN), WiFi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), Wibro(Wireless broadband), Wimax(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access) 등의 무선 인터넷 인터페이스와 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication) 등의 근거리 통신 인터페이스 중 적어도 하나를 이용하여 관제 센터와의 데이터 송수신을 수행할 수 있다.
데이터베이스(440)는 생명체에 연관되는 식별 정보를 저장하고, 상기 식별 정보를 계산부(420)에 제공할 수 있다. 계산부(420)는 상기 식별 정보를 이용하여 획득된 데이터가 상기 생명체에 해당되는 데이터인지 여부를 판단할 수 있다. 예시적으로, 데이터베이스(440)는 생명체의 거주 영역, 평균 체온, 색깔, 몸체의 길이, 몸체의 너비 및 조류의 날개의 길이 중 적어도 하나를 상기 식별 정보로서 저장할 수 있다.
더하여, 계산부(420)는 비교의 결과에 따라 생명체의 개체 종 후보 및 개체 종 정보 중 적어도 하나를 결정하고, 통신부(430)는 개체 종 후보 및 개체 종 정보 중 적어도 하나를 관제 센터로 전송할 수 있다.
제어부(450)는 생명체의 대표 위치를 이용하여 무인 비행기(400)의 비행을 제어할 수 있다. 보다 구체적으로, 계산부(420)는 제1 영상 데이터의 윤곽선에 대응하는 픽셀의 위치 정보를 이용하여 상기 생명체의 상기 대표 위치를 계산할 수 있다. 예시적으로, 계산부(420)는 수학식 1을 이용하여, 윤곽선에 대응하는 픽셀들의 위치 데이터의 산술 평균 값을 상기 대표 위치로 계산할 수 있다.
제어부(450)는 시간에 따른 상기 대표 위치의 이동 방향 및 이동 거리를 계산하고, 상기 이동 방향 및 상기 이동 거리에 따라 무인 비행기(400)를 이동 시킬 수 있다. 예시적으로, 제어부(450)는 상기 대표 위치가 영상 획득부(410)에 의해 획득되는 제1 영상 데이터의 초점에 위치하도록 무인 비행기(400)를 이동 시킬 수 있다.
도 5는 일실시예에 따라 생명체 관측 장치와 데이터를 송수신하는 무인 비행기의 동작을 설명하는 예시도이다. 도 5를 참조하면, 미리 지정된 위치에 설치된 두 개의 생명체 관측 장치(521, 522)와 데이터 송수신을 하는 무인 비행기(510)가 도시된다. 대한민국 환경부는 개체 수가 현저하게 감소되어 멸종 위기에 처한 야생 동물 및 식물이나 가까운 장래에 멸종 위기에 처할 우려가 있는 야생 동물 및 식물 등을 멸종 위기 동물 및 식물로 정의하고, 그 분류에 따라 서식지를 보호하고 있다.
따라서, 과학자들이 이와 같은 멸종 위기종 이나 희귀종의 생태를 조사하기 위해서는 보호 지정된 영역에서 제한된 시간 동안 관련 데이터를 수집 하여야 하는 어려움이 존재하고 있는 실정이다.
다만, 본 실시예에 따른 생명체 관측 장치(521, 522)는 생명체의 체온 정보를 포함하는 제1 영상 데이터 및 생명체의 색깔 정보를 포함하는 제2 영상 데이터를 획득하고, 원격의 전자 기기와 데이터를 송수신하는 통신 인터페이스를 포함하도록 구현될 수 있다.
무인 비행기(510)는 적어도 하나의 생명체 관측 장치(521, 522)에 기설정된 통신 거리 이내로 접근하여 원하는 데이터를 수신할 수 있다. 보다 구체적으로, 무인 비행기(510)는 적어도 하나의 생명체 관측 장치(521, 522)에 접근하여 적어도 하나의 생명체 관측 장치(521, 522)의 네트워크 연결이 턴 온 되도록 하는 명령 신호를 전송할 수 있다. 더하여, 적어도 하나의 생명체 관측 장치(521, 522)가 턴 온된 경우에 무인 비행기(510)는 적어도 하나의 생명체 관측 장치(521, 522)로부터 생명체에 연관되는 데이터를 수신할 수 있다. 상기 데이터는 열적외선 영상 데이터, 가시영역 영상 데이터, 기온 정보, 습도 정보 및 소리 정보 중 적어도 하나를 포함할 수 있다.
일실시예로서, 제1 생명체 관측 장치(521)는 생명체가 이동 통로를 이용하는지 여부 및 상기 이동 통로를 이용하는 생명체의 이동 시간을 포함하는 영상 데이터를 무인 비행기(510)로 전송할 수 있다. 보다 구체적으로, 제1 생명체 관측 장치(521)는 상기 영상 데이터의 윤곽선을 이용하여 상기 생명체의 출현을 감지하고, 상기 생명체의 출현에 연관되는 시간 태그(tag) 정보를 무인 비행기(510)로 전송할 수 있다. 더하여, 제1 생명체 관측 장치(521)는 시간에 따른 도로의 소음을 측정하고, 상기 소음 정보에 따른 생명체의 이동 경로를 무인 비행기(510)로 전송할 수 있다.
다른 일실시예로서, 제2 생명체 관측 장치(522)는 생명체가 변화하는 시기 정보, 온도 정보 및 습도 정보를 무인 비행기(510)로 전송할 수 있다. 예시적으로, 상기 생명체가 변화하는 시기 정보는 식물인 생명체가 개화하는 시기를 나타낼 수 있다.
본 실시예에 따른 무인 비행기(510) 및 적어도 하나의 생명체 관측 장치(521, 522)를 이용하는 경우에, 과학자는 원하는 영역에 존재하는 생명체에 관한 정보를 원하는 장소에서 획득하는 효과를 얻을 수 있다. 과학자 스스로 생명체 관측 장치(521, 522)에 직접 접근하여 촬영된 영상 데이터를 확인하고, 메모리를 초기화하는 등의 시간과 자원을 소모하지 않고, 연구실 내에서 무인 비행기(510)가 전송하는 데이터를 수신하고 무인 비행기(510)를 이용하여 생명체 관측 장치(521, 522)를 유지하고, 이용할 수 있다.
도 6은 일실시예에 따른 무인 비행기와 생명체 관측 장치의 통신 방법을 나타내는 흐름도이다. 도 6을 참조하면, 무인 비행기(610) 및 생명체 관측 장치(620) 사이의 통신 방법(600)이 도시된다. 본 실시예에 따를 때, 무인 비행기(610)는 미리 지정된 생명체 관측 장치(620)의 위치로 이동할 수 있다. 보다 구체적으로, 무인 비행기(610)는 관제 센터에 존재하는 사용자에 의해 조종될 수 있다. 또는, 무인 비행기(610)는 미리 지정된 명령에 따라 기설정된 시간에 지정된 좌표로 자동적으로 이동할 수 있다.
무인 비행기(610)는 생명체 관측 장치(620)와 통신 거리 이내로 접근한 경우에, 생명체 관측 장치(620)로 네트워크 연결을 턴 온하는 명령 신호(631)를 전송할 수 있다.
이에 따라, 생명체 관측 장치(620)는 수신된 명령 신호(631)에 대응하는 응답 신호(632)를 무인 비행기(610)로 전송할 수 있다. 보다 구체적으로, 응답 신호(632)는 기전송된 명령 신호(631)에 대한 ack(acknowledgement) 신호일 수 있다. 더하여, 생명체 관측 장치(620)는 네트워크 연결을 위한 생명체 관측. 장치(620) 고유의 id(identification) 정보를 응답 신호(632)로서 무인 비행기(610)로 전송할 수 있다.
무인 비행기(610)는 응답 신호(632)를 수신하고, 응답 신호(632)에 포함되는 생명체 관측 장치(620)의 id 정보를 디코딩하여, 데이터 수신이 예정된 생명체 관측 장치(620)가 맞는지 여부를 판단할 수 있다. 상기 판단의 결과, 데이터 수신이 예정된 생명체 관측 장치(620)인 경우에, 무인 비행기(610)는 데이터 업로드를 위한 ip 주소 및 네트워크 자원 할당 정보를 포함하는 데이터 요청 신호(633)를 생명체 관측 장치(620)로 전송할 수 있다.
다만, 일실시예로서 무인 비행기(610)가 생명체 관측 장치(620)로부터 ack 신호를 수신하지 못한 경우라면, 무인 비행기(610)는 생명체 관측 장치(620)로 네트워크를 턴 온하는 명령 신호(631)를 재전송할 수 있다. 다른 일실시예로서, 무인 비행기(610)가 생명체 관측 장치(620)로부터 ack 신호를 수신하지 못한 경우에 무인 비행기(610)는 관제 센터로 생명체 관측 장치(620)의 이상 상태를 보고할 수 있다.
생명체 관측 장치(620)는 무인 비행기(610)로부터 네트워크 자원 할당 정보를 포함하는 데이터 요청 신호(633)를 수신하고, 데이터 요청 신호(633)에 포함되는 네트워크 자원을 이용하여 데이터(634)를 무인 비행기(610) 또는 다른 외부 기기로 전송할 수 있다. 앞서 기재한 바와 같이, 상기 데이터(634)는 열적외선 영상 데이터, 가시영역 영상 데이터, 기온 정보, 습도 정보 및 소리 정보 중 적어도 하나를 포함할 수 있다. 더하여, 생명체 관측 장치(620)는 상기 데이터와 함께 생명체 관측 장치(620)의 잔여 배터리 정보를 무인 비행기로 전송할 수 있다.
무인 비행기(610)는 데이터(634)의 전송이 완료된 경우에, 데이터(634) 전송 완료를 보고하고 네트워크를 턴 오프 하는 명령 신호(635)를 생명체 관측 장치(620)로 전송할 수 있다. 더하여, 무인 비행기(610)는 생명체 관측 장치(620)의 메모리 초기화에 연관되는 명령 신호를 생명체 관측 장치(620)로 전송할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (12)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 생명체의 체온 정보를 포함하는 제1 영상 데이터를 획득하는 영상 획득부;
    상기 제1 영상 데이터의 윤곽선을 추출하고, 상기 윤곽선을 이용하여 상기 생명체의 개체 수를 계산하는 계산부;
    무인 비행기에 연관되는 위성 항법 정보를 수신하고, 상기 위성 항법 정보에 기초하여 결정된 상기 생명체의 위치 정보 및 상기 개체 수를 관제 센터로 전송하는 통신부; 및
    상기 생명체의 식별 정보를 저장하는 데이터베이스
    를 포함하고,
    상기 영상 획득부는 상기 생명체의 활동 정보를 포함하는 제2 영상 데이터를 획득하고, 상기 계산부는 상기 제2 영상 데이터를 이용하여 추출된 상기 생명체의 색깔을 상기 식별 정보와 비교하고, 상기 제2 영상 데이터를 이용하여 상기 생명체의 비행 여부를 결정하고, 상기 생명체의 비행 도중 상기 윤곽선에 기초하여 계산된 상기 생명체의 날개의 길이(wing span) 및 몸집의 길이 중 적어도 하나를 상기 식별 정보와 비교하는 무인 비행기.
  8. 제7항에 있어서,
    상기 계산부는 상기 비교의 결과에 따라 상기 생명체의 개체 종 후보 및 개체 종 정보 중 적어도 하나를 결정하고, 상기 통신부는 상기 개체 종 후보 및 상기 개체 종 정보 중 적어도 하나를 상기 관제 센터로 전송하는 무인 비행기.
  9. 기지정된 위치에 설치된 생명체 관측 장치로 무인 비행기를 이동시키는 제어부; 및
    상기 생명체 관측 장치의 네트워크 연결을 턴 온하는 명령 신호를 전송하고, 상기 생명체 관측 장치로부터 생명체에 연관되는 데이터를 수신하는 통신부
    를 포함하고,
    상기 데이터는 열적외선 영상 데이터, 가시영역 영상 데이터, 기온 정보, 습도 정보 및 소리 정보 중 적어도 하나를 포함하는 무인 비행기.
  10. 제9항에 있어서,
    상기 통신부는 상기 열적외선 영상 데이터의 윤곽선을 이용하여 관측된 상기 생명체에 연관되는 시간 태그 정보를 상기 생명체 관측 장치로부터 수신하는 무인 비행기.
  11. 제9항에 있어서,
    상기 통신부는 상기 생명체 관측 장치의 잔여 배터리 정보를 상기 생명체 관측 장치로부터 수신하는 무인 비행기.
  12. 제9항에 있어서,
    상기 통신부는 상기 생명체 관측 장치의 메모리 초기화에 연관되는 명령 신호를 상기 생명체 관측 장치로 전송하는 무인 비행기.
KR1020150162698A 2015-11-19 2015-11-19 무인 비행기 KR101648680B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150162698A KR101648680B1 (ko) 2015-11-19 2015-11-19 무인 비행기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150162698A KR101648680B1 (ko) 2015-11-19 2015-11-19 무인 비행기

Publications (1)

Publication Number Publication Date
KR101648680B1 true KR101648680B1 (ko) 2016-08-16

Family

ID=56854659

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150162698A KR101648680B1 (ko) 2015-11-19 2015-11-19 무인 비행기

Country Status (1)

Country Link
KR (1) KR101648680B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108089205A (zh) * 2017-12-21 2018-05-29 成都大学 一种无人机飞控人员定位***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040083661A (ko) * 2003-03-24 2004-10-06 주식회사 에스원 감시 카메라에서 피사체 추출을 위한 장치 및 방법
KR20150031530A (ko) * 2013-09-16 2015-03-25 주식회사 에스원 무인 항공 감시 장치를 이용한 영상 감시 방법 및 장치
KR101536095B1 (ko) * 2015-01-14 2015-07-13 농업회사법인 주식회사 에이치알제주 무인 비행체를 이용한 산지 생태 축산의 방목형 목장 운용 및 관리 시스템
KR20150098485A (ko) * 2014-02-20 2015-08-28 주식회사 콕스 열상 카메라의 자동 초점 조절 장치 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040083661A (ko) * 2003-03-24 2004-10-06 주식회사 에스원 감시 카메라에서 피사체 추출을 위한 장치 및 방법
KR20150031530A (ko) * 2013-09-16 2015-03-25 주식회사 에스원 무인 항공 감시 장치를 이용한 영상 감시 방법 및 장치
KR20150098485A (ko) * 2014-02-20 2015-08-28 주식회사 콕스 열상 카메라의 자동 초점 조절 장치 및 그 방법
KR101536095B1 (ko) * 2015-01-14 2015-07-13 농업회사법인 주식회사 에이치알제주 무인 비행체를 이용한 산지 생태 축산의 방목형 목장 운용 및 관리 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108089205A (zh) * 2017-12-21 2018-05-29 成都大学 一种无人机飞控人员定位***
CN108089205B (zh) * 2017-12-21 2021-02-02 成都大学 一种无人机飞控人员定位***

Similar Documents

Publication Publication Date Title
Alam et al. A survey of safe landing zone detection techniques for autonomous unmanned aerial vehicles (UAVs)
Andrew et al. Aerial animal biometrics: Individual friesian cattle recovery and visual identification via an autonomous uav with onboard deep inference
US9429945B2 (en) Surveying areas using a radar system and an unmanned aerial vehicle
Nguyen et al. TrackerBots: Autonomous unmanned aerial vehicle for real‐time localization and tracking of multiple radio‐tagged animals
WO2018086141A1 (en) Construction and update of elevation maps
JP2020098567A (ja) 適応検知・回避システム
US8615105B1 (en) Object tracking system
US11912407B1 (en) Unmanned vehicle morphing
Kazmi et al. Adaptive surveying and early treatment of crops with a team of autonomous vehicles
WO2010129907A2 (en) Method and system for visual collision detection and estimation
CN109963465A (zh) 用于经由无人交通工具标识包含农作物的区域中的有害生物的***和方法
CN109996729A (zh) 用于基于农作物破坏检测经由无人交通工具标识包含农作物的区域中的有害生物的***和方法
US20180144644A1 (en) Method and system for managing flight plan for unmanned aerial vehicle
CN106647805A (zh) 无人机自主飞行的方法、装置以及无人机
Jensen et al. Tracking tagged fish with swarming unmanned aerial vehicles using fractional order potential fields and Kalman filtering
Rizk et al. Toward AI-assisted UAV for human detection in search and rescue missions
Buchelt et al. Exploring artificial intelligence for applications of drones in forest ecology and management
Bayram et al. Active localization of VHF collared animals with aerial robots
Deebak et al. Aerial and underwater drone communication: potentials and vulnerabilities
Minakshi et al. High-accuracy detection of malaria mosquito habitats using drone-based multispectral imagery and Artificial Intelligence (AI) algorithms in an agro-village peri-urban pastureland intervention site (Akonyibedo) in Unyama SubCounty, Gulu District, Northern Uganda
Ju et al. Investigation of an autonomous tracking system for localization of radio-tagged flying insects
KR101648680B1 (ko) 무인 비행기
Olivares-Mendez et al. The NOAH project: Giving a chance to threatened species in Africa with UAVs
Figueira et al. MISSION-ORIENTED SENSOR ARRAYS AND UAVs–A CASE STUDY ON ENVIRONMENTAL MONITORING
Teschner et al. Digital twin of drone-based protection of agricultural areas

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 4