KR102486768B1 - Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof - Google Patents

Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof Download PDF

Info

Publication number
KR102486768B1
KR102486768B1 KR1020210081674A KR20210081674A KR102486768B1 KR 102486768 B1 KR102486768 B1 KR 102486768B1 KR 1020210081674 A KR1020210081674 A KR 1020210081674A KR 20210081674 A KR20210081674 A KR 20210081674A KR 102486768 B1 KR102486768 B1 KR 102486768B1
Authority
KR
South Korea
Prior art keywords
unmanned aerial
aerial vehicle
path
processor
flight
Prior art date
Application number
KR1020210081674A
Other languages
Korean (ko)
Other versions
KR20220141717A (en
Inventor
허대웅
Original Assignee
주식회사 프로펠
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 주식회사 프로펠 filed Critical 주식회사 프로펠
Priority to KR1020210081674A priority Critical patent/KR102486768B1/en
Publication of KR20220141717A publication Critical patent/KR20220141717A/en
Application granted granted Critical
Publication of KR102486768B1 publication Critical patent/KR102486768B1/en

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
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D27/00—Arrangement or mounting of power plants in aircraft; Aircraft characterised by the type or position of power plants
    • B64D27/02—Aircraft characterised by the type or position of power plants
    • B64D27/24—Aircraft characterised by the type or position of power plants using steam or spring force
    • 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
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/19—Propulsion using electrically powered motors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

무인 항공기가 개시된다. 본 무인 항공기는, 카메라, 무인 항공기의 비행을 제어하는 구동 제어부, 적어도 하나의 관제 서버와 통신을 수행하기 위한 통신부, 프로세서를 포함한다. 프로세서는, 구동 제어부를 통해, 기설정된 제1 경로에 따른 무인 항공기의 비행을 제어하고, 무인 항공기의 비행 중 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하고, 객체가 감지되면, 감지된 객체를 추적하기 위한 제2 경로에 따라, 구동 제어부를 통해 무인 항공기의 비행을 제어하고, 무인 항공기의 위치 정보 및 제2 경로에 대한 정보를 통신부를 통해 관제 서버로 전송한다.Unmanned aerial vehicle starts. The present unmanned aerial vehicle includes a camera, a drive control unit for controlling flight of the unmanned aerial vehicle, a communication unit for communicating with at least one control server, and a processor. The processor controls the flight of the unmanned aerial vehicle along a preset first path through a driving control unit, detects at least one object based on an image acquired through a camera during the flight of the unmanned aerial vehicle, and when the object is detected , According to the second path for tracking the detected object, the flight of the unmanned aerial vehicle is controlled through the driving control unit, and the location information of the unmanned aerial vehicle and information on the second path are transmitted to the control server through the communication unit.

Description

탐지 상황에 따라 자동으로 이동 경로를 설정하는 무인 항공기, 및 운용 방법 { UNMANNED DRONE FOR AUTOMATICALLY SETTING MOVING PATH ACCORDING TO DETECTION SITUATION, AND OPERATING METHOD THEREOF }An unmanned aerial vehicle that automatically sets a movement path according to detection situations, and an operation method { UNMANNED DRONE FOR AUTOMATICALLY SETTING MOVING PATH ACCORDING TO DETECTION SITUATION, AND OPERATING METHOD THEREOF }

본 개시는 탐지를 위한 무인 항공기에 관한 것으로, 보다 상세하게는, 객체 탐지 상황을 기반으로 비행 경로를 변경하는 무인 항공기에 관한 것이다.The present disclosure relates to an unmanned aerial vehicle for detection, and more particularly, to an unmanned aerial vehicle that changes a flight path based on an object detection situation.

종래 사고 발생이후 무인 항공기를 운용하여 실종자를 수색하는 시스템이 이용되고 있기는 하나, 주요 거점 별로 또는 주요 권역 별로 활동하는 무인 항공기를 이용하여 권역 별 탐지 및 초동조치를 수행하는 시스템의 개발이 풍부하지 않은 실정이다.Conventionally, a system for searching for a missing person by operating an unmanned aerial vehicle after an accident has been used, but there is not much development of a system that detects and takes first responders by region using unmanned aerial vehicles operating in each major base or in each major region. situation is not.

특히, 객체 탐지에 따라 하나 이상의 관제 서버와 상황을 공유하는 무인 항공기의 원거리 통신 및 제어 기술이 보다 구체적으로 구축될 필요가 있다.In particular, a remote communication and control technology of an unmanned aerial vehicle that shares a situation with one or more control servers according to object detection needs to be built in more detail.

등록 특허 공보 제10-21868230000호(드론 관제 시스템)Registered Patent Publication No. 10-21868230000 (drone control system)

본 개시는, 탐지 상황에 따라 경로를 변경하여 하나 이상의 관제 서버와 통신을 수행하며 탐지 상황을 공유하는 무인 항공기를 제공한다.The present disclosure provides an unmanned aerial vehicle that changes a route according to detection conditions, communicates with one or more control servers, and shares detection conditions.

본 개시의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 개시의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 개시의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 개시의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.The objects of the present disclosure are not limited to the above-mentioned objects, and other objects and advantages of the present disclosure not mentioned above can be understood by the following description and will be more clearly understood by the embodiments of the present disclosure. Further, it will be readily apparent that the objects and advantages of the present disclosure may be realized by means of the instrumentalities and combinations indicated in the claims.

본 개시의 일 실시 예에 따른 무인 항공기는, 카메라, 상기 무인 항공기의 비행을 제어하는 구동 제어부, 적어도 하나의 관제 서버와 통신을 수행하기 위한 통신부, 상기 카메라, 상기 구동 제어부, 및 상기 통신부와 연결된 프로세서를 포함한다. 상기 프로세서는, 상기 구동 제어부를 통해, 기설정된 제1 경로에 따른 상기 무인 항공기의 비행을 제어하고, 상기 무인 항공기의 비행 중 상기 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하고, 상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어하고, 상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 상기 통신부를 통해 상기 관제 서버로 전송한다.An unmanned aerial vehicle according to an embodiment of the present disclosure includes a camera, a driving control unit for controlling the flight of the unmanned aerial vehicle, a communication unit for communicating with at least one control server, and connected to the camera, the driving control unit, and the communication unit. contains the processor. The processor controls the flight of the unmanned aerial vehicle along a first preset path through the driving control unit, detects at least one object based on an image obtained through the camera while the unmanned aerial vehicle is in flight, and , When the object is detected, the flight of the unmanned aerial vehicle is controlled through the drive control unit according to the second path for tracking the detected object, and location information of the unmanned aerial vehicle and information on the second path are provided. It is transmitted to the control server through the communication unit.

상기 프로세서는, 상기 객체가 감지되면, 상기 통신부를 통해 적어도 하나의 구조용 이동체와 통신을 수행하여 상기 구조용 이동체의 위치를 식별하고, 상기 구조용 이동체가 상기 감지된 객체로부터 기설정된 거리 이내에 위치하는 경우, 상기 감지된 객체의 주변을 선회하기 위한 제3 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어할 수 있다.When the object is detected, the processor identifies the location of the rescue movable object by communicating with at least one rescue movable object through the communication unit, and when the rescue movable object is located within a preset distance from the detected object, The flight of the unmanned aerial vehicle may be controlled through the driving control unit according to the third path for turning around the sensed object.

또한, 상기 프로세서는, 권역 별로 구비된 복수의 관제 서버 중 상기 무인 항공기의 위치와 가장 가까운 관제 서버를 식별하고, 상기 위치 정보, 상기 제2 경로에 대한 정보, 및 상기 감지된 객체의 이미지를 상기 통신부를 통해 상기 식별된 관제 서버로 전송할 수 있다.In addition, the processor identifies a control server closest to the location of the unmanned aerial vehicle among a plurality of control servers provided for each area, and transmits the location information, information on the second path, and the image of the sensed object to the control server. It can be transmitted to the identified control server through the communication unit.

여기서, 상기 프로세서는, 상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역을 벗어난 경우, 상기 감지된 객체의 위치를 실시간으로 식별하고, 상기 감지된 객체의 이미지들을 실시간으로 획득하고, 상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역으로 이동하도록 상기 구동 제어부를 제어하고, 상기 무인 항공기가 상기 식별된 관제 서버와 통신 가능한 영역에 도달한 경우, 상기 실시간으로 식별된 위치에 대한 정보 및 상기 실시간으로 획득된 이미지들을 상기 관제 서버로 전송할 수 있다.Here, the processor identifies the location of the sensed object in real time, obtains images of the sensed object in real time, when the unmanned aerial vehicle is out of a communication area with the identified control server, and the unmanned aerial vehicle Controls the drive control unit to move to an area in which communication with the identified control server is possible, and when the unmanned aerial vehicle arrives in an area in which communication with the identified control server is possible, information on the location identified in real time and the real time The acquired images may be transmitted to the control server.

이때, 상기 프로세서는, 상기 실시간으로 식별된 위치에 대한 정보 및 상기 실시간으로 획득된 이미지들이 상기 관제 서버로 전송된 이후, 상기 실시간으로 식별된 위치를 기반으로 예측된 상기 객체의 예상 위치로 상기 무인 항공기가 이동하도록 상기 구동 제어부를 제어할 수 있다.At this time, the processor, after the information on the location identified in real time and the images acquired in real time are transmitted to the control server, the unattended location of the object predicted based on the location identified in real time. The driving control unit may be controlled to move the aircraft.

이 경우, 상기 프로세서는, 이동 경로를 예측하도록 훈련된 적어도 하나의 인공지능 모델에 상기 실시간으로 식별된 위치를 입력하여, 상기 객체의 예상 위치를 판단할 수도 있다.In this case, the processor may determine the expected location of the object by inputting the identified location in real time to at least one artificial intelligence model trained to predict a moving path.

한편, 상기 프로세서는, 상기 무인 항공기가 상기 제1 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 제1 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어하고, 상기 객체가 감지됨에 따라 상기 무인 항공기가 상기 제2 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 상기 제1 임계치보다 작은 제2 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어할 수도 있다.Meanwhile, the processor controls the driving control unit to move the unmanned aerial vehicle to at least one charging point when the remaining battery level of the unmanned aerial vehicle is less than a first threshold while the unmanned aerial vehicle is flying along the first path, and , When the remaining battery level of the unmanned aerial vehicle is less than a second threshold smaller than the first threshold while the unmanned aerial vehicle is flying along the second path as the object is detected, the unmanned aerial vehicle moves to at least one charging point The driving control unit may be controlled to do so.

본 개시의 일 실시 예에 따른 무인 항공기의 운용 방법은, 기설정된 제1 경로에 따라 이동하는 단계, 상기 무인 항공기의 이동 중 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하는 단계, 상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라 이동하는 단계, 상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 적어도 하나의 관제 서버로 전송하는 단계를 포함한다.An operation method of an unmanned aerial vehicle according to an embodiment of the present disclosure includes the steps of moving along a first preset path, and detecting at least one object based on an image obtained through a camera while the unmanned aerial vehicle is moving. , When the object is detected, moving along a second path for tracking the detected object, and transmitting location information of the unmanned aerial vehicle and information on the second path to at least one control server. do.

본 개시에 따른 무인 항공기 및 운용 방법은, 객체 감지 상황에 따라 이동 경로를 자동으로 변경하여 유동적인 상황 공유를 수행한다는 장점이 있다.An unmanned aerial vehicle and an operation method according to the present disclosure have an advantage of performing flexible situation sharing by automatically changing a moving path according to an object detection situation.

본 개시에 따른 무인 항공기 및 운용 방법은, 통신 상태, 시야 조건, 배터리 등이 종합적으로 반영된 알고리즘을 통해 탐지의 정확도 및 효율성을 높일 수 있다는 효과가 있다.The unmanned aerial vehicle and operation method according to the present disclosure have an effect of increasing the accuracy and efficiency of detection through an algorithm comprehensively reflecting communication conditions, viewing conditions, batteries, and the like.

도 1은 본 개시의 일 실시 예에 따른 무인 항공기가 적어도 하나의 관제 서버와 통신을 수행하며 경로를 탐지하는 동작을 설명하기 위한 도면,
도 2는 본 개시의 일 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도,
도 3은 본 개시의 일 실시 예에 따른 무인 항공기의 동작(운용 방법)을 설명하기 위한 흐름도,
도 4는 본 개시의 일 실시 예에 따른 무인 항공기가 감지된 객체를 기준으로 선회 비행을 수행하는 동작을 설명하기 위한 도면,
도 5는 본 개시의 일 실시 예에 따른 무인 항공기가 관제 서버와의 통신 가능 거리에 따라 정보 수집 및 상황 공유를 순차적으로 수행하는 동작을 설명하기 위한 도면, 그리고
도 6은 본 개시의 다양한 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도이다.1 is a diagram for explaining an operation in which an unmanned aerial vehicle communicates with at least one control server and detects a path according to an embodiment of the present disclosure;
2 is a block diagram for explaining the configuration of an unmanned aerial vehicle according to an embodiment of the present disclosure;
3 is a flowchart for explaining the operation (operation method) of an unmanned aerial vehicle according to an embodiment of the present disclosure;
4 is a diagram for explaining an operation in which an unmanned aerial vehicle performs a turning flight based on a detected object according to an embodiment of the present disclosure;
5 is a diagram for explaining an operation in which an unmanned aerial vehicle sequentially performs information collection and situation sharing according to a communication distance with a control server according to an embodiment of the present disclosure; and
6 is a block diagram for explaining the configuration of an unmanned aerial vehicle according to various embodiments of the present disclosure.

본 개시에 대하여 구체적으로 설명하기에 앞서, 본 명세서 및 도면의 기재 방법에 대하여 설명한다.Prior to a detailed description of the present disclosure, the method of describing the present specification and drawings will be described.

먼저, 본 명세서 및 청구범위에서 사용되는 용어는 본 개시의 다양한 실시 예들에서의 기능을 고려하여 일반적인 용어들을 선택하였다. 하지만, 이러한 용어들은 당해 기술 분야에 종사하는 기술자의 의도나 법률적 또는 기술적 해석 및 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 일부 용어는 출원인이 임의로 선정한 용어도 있다. 이러한 용어에 대해서는 본 명세서에서 정의된 의미로 해석될 수 있으며, 구체적인 용어 정의가 없으면 본 명세서의 전반적인 내용 및 당해 기술 분야의 통상적인 기술 상식을 토대로 해석될 수도 있다. First, terms used in the present specification and claims are general terms in consideration of functions in various embodiments of the present disclosure. However, these terms may vary depending on the intention of a technician working in the art, legal or technical interpretation, and the emergence of new technologies. In addition, some terms are arbitrarily selected by the applicant. These terms may be interpreted as the meanings defined in this specification, and if there is no specific term definition, they may be interpreted based on the overall content of this specification and common technical knowledge in the art.

또한, 본 명세서에 첨부된 각 도면에 기재된 동일한 참조번호 또는 부호는 실질적으로 동일한 기능을 수행하는 부품 또는 구성요소를 나타낸다. 설명 및 이해의 편의를 위해서 서로 다른 실시 예들에서도 동일한 참조번호 또는 부호를 사용하여 설명한다. 즉, 복수의 도면에서 동일한 참조 번호를 가지는 구성요소를 모두 도시되어 있다고 하더라도, 복수의 도면들이 하나의 실시 예를 의미하는 것은 아니다. In addition, the same reference numerals or numerals in each drawing attached to this specification indicate parts or components that perform substantially the same function. For convenience of description and understanding, the same reference numerals or symbols are used in different embodiments. That is, even if all components having the same reference numerals are shown in a plurality of drawings, the plurality of drawings do not mean one embodiment.

또한, 본 명세서 및 청구범위에서는 구성요소들 간의 구별을 위하여 "제1", "제2" 등과 같이 서수를 포함하는 용어가 사용될 수 있다. 이러한 서수는 동일 또는 유사한 구성요소들을 서로 구별하기 위하여 사용하는 것이며 이러한 서수 사용으로 인하여 용어의 의미가 한정 해석되어서는 안 된다. 일 예로, 이러한 서수와 결합된 구성요소는 그 숫자에 의해 사용 순서나 배치 순서 등이 제한되어서는 안 된다. 필요에 따라서는, 각 서수들은 서로 교체되어 사용될 수도 있다. Also, in the present specification and claims, terms including ordinal numbers such as “first” and “second” may be used to distinguish between elements. These ordinal numbers are used to distinguish the same or similar components from each other, and the meaning of the term should not be construed as being limited due to the use of these ordinal numbers. For example, the order of use or arrangement of elements associated with such ordinal numbers should not be limited by the number. If necessary, each ordinal number may be used interchangeably.

본 명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "구성되다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.In this specification, singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "comprise" or "consist of" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other It should be understood that the presence or addition of features, numbers, steps, operations, components, parts, or combinations thereof is not precluded.

본 개시의 실시 예에서 "모듈", "유닛", "부(part)" 등과 같은 용어는 적어도 하나의 기능이나 동작을 수행하는 구성요소를 지칭하기 위한 용어이며, 이러한 구성요소는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, 복수의 "모듈", "유닛", "부(part)" 등은 각각이 개별적인 특정한 하드웨어로 구현될 필요가 있는 경우를 제외하고는, 적어도 하나의 모듈이나 칩으로 일체화되어 적어도 하나의 프로세서로 구현될 수 있다.In the embodiments of the present disclosure, terms such as “module,” “unit,” and “part” are terms used to refer to components that perform at least one function or operation, and these components are hardware or software. It may be implemented or implemented as a combination of hardware and software. In addition, a plurality of "modules", "units", "parts", etc. are integrated into at least one module or chip, except for cases where each of them needs to be implemented with separate specific hardware, so that at least one processor can be implemented as

또한, 본 개시의 실시 예에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적인 연결뿐 아니라, 다른 매체를 통한 간접적인 연결의 경우도 포함한다. 또한, 어떤 부분이 어떤 구성요소를 포함한다는 의미는, 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.Also, in an embodiment of the present disclosure, when a part is said to be connected to another part, this includes not only a direct connection but also an indirect connection through another medium. In addition, the meaning that a certain part includes a certain component means that it may further include other components without excluding other components unless otherwise stated.

도 1은 본 개시의 일 실시 예에 따른 무인 항공기가 적어도 하나의 관제 서버와 통신을 수행하며 경로를 탐지하는 동작을 설명하기 위한 도면이다.1 is a diagram for explaining an operation in which an unmanned aerial vehicle performs communication with at least one control server and detects a path according to an embodiment of the present disclosure.

도 1을 참조하면, 무인 항공기(100)는 권역 별로 구비된 복수의 관제 서버(200-1, 2, …) 중 적어도 하나의 통신을 수행할 수 있다.Referring to FIG. 1 , the unmanned aerial vehicle 100 may perform communication with at least one of a plurality of control servers 200-1, 2, ... provided for each area.

구체적으로, 무인 항공기(100)는 GPS(Global Positioning System) 등 다양한 센서를 이용하여 무인 항공기(100)의 위치를 식별할 수 있으며, 무인 항공기(100)의 위치 정보를 관제 서버(200)로 전송할 수 있다. Specifically, the unmanned aerial vehicle 100 may identify the location of the unmanned aerial vehicle 100 using various sensors such as GPS (Global Positioning System), and transmit the location information of the unmanned aerial vehicle 100 to the control server 200. can

또한, 무인 항공기(100)는 관제 서버(200)로부터 수신된 제어 신호를 기반으로 비행 경로 내지는 비행 시간 등을 설정할 수 있다.In addition, the unmanned aerial vehicle 100 may set a flight path or flight time based on a control signal received from the control server 200 .

무인 항공기(100)는 적어도 하나의 해안 구역, 위험 구역, 기타 다양한 정찰 내지는 탐지 구역 등 다양한 경로를 비행 및 탐지할 수 있다.The unmanned aerial vehicle 100 may fly and detect various routes, such as at least one coastal area, a dangerous area, and various other reconnaissance or detection areas.

한편, 도 1을 참조하면, 무인 항공기(100)는 권역 별로 구비된 복수의 관제 서버(200-1, 2, …) 중 무인 항공기(100)의 현재 위치와 가장 가까운 관제 서버(200-1)와 통신을 수행할 수 있다.Meanwhile, referring to FIG. 1, the unmanned aerial vehicle 100 uses a control server 200-1 closest to the current location of the unmanned aerial vehicle 100 among a plurality of control servers 200-1, 2, ... provided for each region. can communicate with

또는, 무인 항공기(100)는 무인 항공기(100)가 현재 비행 중인 경로(11)와 가장 가까운 관제 서버(200-1)와 통신을 수행할 수도 있다.Alternatively, the unmanned aerial vehicle 100 may perform communication with the control server 200-1 closest to the route 11 on which the unmanned aerial vehicle 100 is currently flying.

또는, 무인 항공기(100)는, 서로 다른 권역들을 관리하는 복수의 관제 서버(200-1, 2, …) 중, 무인 항공기(100)의 현재 위치나 현재 비행 경로를 포함하는 권역을 관리하도록 설정된 관제 서버(200-1)와 통신을 수행할 수도 있다.Alternatively, the unmanned aerial vehicle 100 is set to manage the area including the current location or the current flight path of the unmanned aerial vehicle 100 among a plurality of control servers 200-1, 2, ... that manage different areas. Communication with the control server 200-1 may also be performed.

무인 항공기(100)는 탐지 중 감지된 객체의 이미지, 객체의 위치, 무인 항공기(100)의 위치/경로 등에 대한 정보를 관제 서버(200-1)로 전송할 수 있다.The unmanned aerial vehicle 100 may transmit information about an image of an object detected during detection, the location of the object, and the location/route of the unmanned aerial vehicle 100 to the control server 200-1.

도 1을 참조하면, 경로(11)의 탐지 중 실종자, 조난자 등 특정 객체(12)가 감지된 경우, 무인 항공기(100)는 객체(12)를 추적하기 위한 경로에 따라 비행을 수행하며 객체를 추적 감시할 수 있다. Referring to FIG. 1 , when a specific object 12 such as a missing person or a person in distress is detected during detection of a path 11, the unmanned aerial vehicle 100 flies along a path for tracking the object 12 and locates the object. can be tracked and monitored.

*또한, 무인 항공기(100)는 객체의 이미지 및 객체의 위치 정보를 관제 서버(200-1)로 전송할 수 있다.* In addition, the unmanned aerial vehicle 100 may transmit an image of an object and location information of the object to the control server 200-1.

이렇듯, 본 개시에 따른 무인 항공기(100)는 객체의 탐지 상황에 따라 자동으로 경로를 변경하며 상황을 공유하는 바, 능동적인 탐지를 수행하여 유의미한 자료를 관제 서버로 전송할 수 있다는 효과가 있다.As such, since the unmanned aerial vehicle 100 according to the present disclosure automatically changes a path and shares the situation according to the object detection situation, it is possible to transmit meaningful data to the control server by performing active detection.

이하 도면들을 통해, 본 개시에 따른 무인 항공기(100)의 구성 및 동작을 보다 상세하게 설명한다.Through the following drawings, the configuration and operation of the unmanned aerial vehicle 100 according to the present disclosure will be described in more detail.

도 2는 본 개시의 일 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도이다.2 is a block diagram for explaining the configuration of an unmanned aerial vehicle according to an embodiment of the present disclosure.

도 2를 참조하면, 무인 항공기(100)는 카메라(110), 통신부(120), 구동 제어부(130), 프로세서(140) 등을 포함할 수 있다.Referring to FIG. 2 , the unmanned aerial vehicle 100 may include a camera 110, a communication unit 120, a driving control unit 130, a processor 140, and the like.

카메라(110)는 외부 환경에 대한 다양한 이미지를 획득하기 위한 구성이다.The camera 110 is a component for obtaining various images of the external environment.

카메라(110)는, RGB 카메라, TOF(Time of Flight) 카메라, 열상 카메라, 스테레오 카메라 등 다양한 종류의 카메라를 포함할 수 있다.The camera 110 may include various types of cameras such as an RGB camera, a Time of Flight (TOF) camera, a thermal camera, and a stereo camera.

카메라(110)는 다양한 시야각을 가지는 카메라를 포함할 수 있으며, 복수의 카메라를 포함할 수도 있다.The camera 110 may include cameras having various viewing angles, or may include a plurality of cameras.

한편, 도시되지는 않았으나, 무인 항공기(100)는 카메라(110)의 촬영을 보조하기 위한 적어도 하나의 광 출력부를 포함할 수 있다. 광 출력부는 적어도 하나의 LED(Light Emitting Diode) 내지는 그 밖에 레이저 출력 수단을 포함할 수 있으나, 이에 한정되지 않는다.Meanwhile, although not shown, the unmanned aerial vehicle 100 may include at least one light output unit for assisting the camera 110 in shooting. The light output unit may include at least one LED (Light Emitting Diode) or other laser output means, but is not limited thereto.

이 경우, 프로세서(140)는 카메라(110)의 촬영 시 카메라(110)가 촬영하는 지점에 광을 출력하도록 광 출력부를 제어할 수 있으며, 그 결과 야간에도 카메라(110)의 촬영을 이용한 탐지가 가능하다는 효과가 있다.In this case, the processor 140 may control the light output unit to output light to a point where the camera 110 captures the image when the camera 110 captures the image, and as a result, detection using the image of the camera 110 is possible even at night. It works if it is possible.

통신부(120)는 무인 항공기(100)가 다양한 외부 장치와 데이터를 송수신하기 위한 구성으로, 통신을 위한 적어도 하나의 회로를 포함할 수 있다.The communication unit 120 is a configuration for the unmanned aerial vehicle 100 to transmit and receive data with various external devices, and may include at least one circuit for communication.

구체적으로, 통신부(120)는 관제 서버(200-1, 2, …), 구조대 서버, 구조선, 비행체, 구조 차량, 다른 무인 항공기, 기타 다양한 단말과 통신을 수행할 수 있다.Specifically, the communication unit 120 may communicate with the control servers 200-1, 2, ..., rescue team servers, rescue boats, flying vehicles, rescue vehicles, other unmanned aerial vehicles, and other various terminals.

통신부(120)는 TCP/IP(Transmission Control Protocol/Internet Protocol), UDP(User Datagram Protocol), HTTP(Hyper Text Transfer Protocol), HTTPS(Secure Hyper Text Transfer Protocol), FTP(File Transfer Protocol), SFTP(Secure File Transfer Protocol), MQTT(Message Queuing Telemetry Transport) 등의 통신 규약(프로토콜)을 이용하여 하나 이상의 외부 전자 장치와 다양한 정보를 송수신할 수 있다.The communication unit 120 includes Transmission Control Protocol/Internet Protocol (TCP/IP), User Datagram Protocol (UDP), Hyper Text Transfer Protocol (HTTP), Secure Hyper Text Transfer Protocol (HTTPS), File Transfer Protocol (FTP), and SFTP ( Various types of information may be transmitted and received with one or more external electronic devices using communication protocols such as Secure File Transfer Protocol (MQTT) and Message Queuing Telemetry Transport (MQTT).

이를 위해, 통신부(120)는 무선 통신을 통해 구현된 네트워크를 기반으로 외부 장치와 연결될 수 있다. 이때, 통신부(120)는 외부 장치와 직접적으로 연결될 수도 있지만, 네트워크를 제공하는 하나 이상의 외부 서버(ex. ISP(Internet Service Provider))를 통해서 외부 전자 장치와 연결될 수도 있다.To this end, the communication unit 120 may be connected to an external device based on a network implemented through wireless communication. At this time, the communication unit 120 may be directly connected to an external device, but may also be connected to an external electronic device through one or more external servers (eg, Internet Service Provider (ISP)) providing a network.

네트워크는 영역 또는 규모에 따라 개인 통신망(PAN; Personal Area Network), 근거리 통신망(LAN; Local Area Network), 광역 통신망(WAN; Wide Area Network) 등일 수 있으며, 네트워크의 개방성에 따라 인트라넷(Intranet), 엑스트라넷(Extranet), 또는 인터넷(Internet) 등일 수 있다.The network may be a Personal Area Network (PAN), a Local Area Network (LAN), a Wide Area Network (WAN), etc., depending on the area or size, and an intranet, It may be an extranet or the Internet.

무선 통신은 LTE(long-term evolution), LTE-A(LTE Advance), 5G(5th Generation) 이동통신, CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), GSM(Global System for Mobile Communications), DMA(Time Division Multiple Access), WiFi(Wi-Fi), WiFi Direct, Bluetooth, NFC(near field communication), Zigbee 등의 통신 방식 중 적어도 하나를 포함할 수 있다. Wireless communication includes LTE (long-term evolution), LTE-A (LTE Advance), 5G (5th generation) mobile communication, CDMA (code division multiple access), WCDMA (wideband CDMA), UMTS (universal mobile telecommunications system), WiBro (Wireless Broadband), GSM (Global System for Mobile Communications), DMA (Time Division Multiple Access), WiFi (Wi-Fi), WiFi Direct, Bluetooth, NFC (near field communication), Zigbee, etc. can include

여기서, 통신부(120)는 상술한 무선 통신 방식에 따른 네트워크 인터페이스(Network Interface) 또는 네트워크 칩을 포함할 수 있다. 한편, 통신 방식은 상술한 예에 한정되지 아니하고, 기술의 발전에 따라 새롭게 등장하는 통신 방식을 포함할 수 있다.Here, the communication unit 120 may include a network interface or network chip according to the above-described wireless communication method. On the other hand, the communication method is not limited to the above-described example, and may include a newly appearing communication method according to the development of technology.

구동 제어부(130)는 무인 항공기(100)의 비행을 제어하기 위한 구성이다. 구동 제어부(130)는 무인 항공기(100)의 이착륙, 무인 항공기(100)의 3차원 방향의 이동, 무인 항공기(100)의 피치(pitch), 롤(roll), 요(yaw) 방향의 회전 등을 제어할 수 있다.The driving control unit 130 is a component for controlling the flight of the unmanned aerial vehicle 100. The driving control unit 130 controls take-off and landing of the unmanned aerial vehicle 100, movement of the unmanned aerial vehicle 100 in a three-dimensional direction, rotation of the unmanned aerial vehicle 100 in pitch, roll, and yaw directions, etc. can control.

일 예로, 구동 제어부(130)는 무인 항공기(100)에 구비된 각 프로펠러의 회전을 구동하기 위한 회전 모터 등을 제어하기 위한 적어도 하나의 제어 회로를 포함할 수 있다. 또한, 구동 제어부(130)는 무인 항공기(100)에 구비된 적어도 하나의 엔진(ex. 제트 엔진)을 구동할 수도 있다.For example, the drive controller 130 may include at least one control circuit for controlling a rotation motor for driving rotation of each propeller provided in the unmanned aerial vehicle 100 . In addition, the driving controller 130 may drive at least one engine (eg, a jet engine) provided in the unmanned aerial vehicle 100 .

프로세서(140)는 무인 항공기(100)에 포함된 전반적인 구성을 제어하기 위한 구성으로, CPU(Central Processing Unit), AP(Application Processor), GPU(Graphic Processing Unit), VPU(Video Processing Unit), NPU(Neural Processing Unit) 등 다양한 유닛으로 구성될 수 있다.The processor 140 is a component for controlling the overall configuration included in the unmanned aerial vehicle 100, a central processing unit (CPU), an application processor (AP), a graphic processing unit (GPU), a video processing unit (VPU), and an NPU. (Neural Processing Unit).

일 예로, 프로세서(140)는 무인 항공기(100)의 메모리에 저장된 인스트럭션을 실행함으로써 무인 항공기(100)의 각 구성을 제어할 수 있다. For example, the processor 140 may control each component of the unmanned aerial vehicle 100 by executing instructions stored in the memory of the unmanned aerial vehicle 100 .

이하 도면들을 통해 본 개시의 다양한 실시 예에 따른 프로세서(140)의 제어에 따른 무인 항공기(100)의 동작을 설명한다.The operation of the unmanned aerial vehicle 100 according to the control of the processor 140 according to various embodiments of the present disclosure will be described through the following drawings.

도 3은 본 개시의 일 실시 예에 따른 무인 항공기의 동작을 설명하기 위한 흐름도이다.3 is a flowchart for explaining an operation of an unmanned aerial vehicle according to an embodiment of the present disclosure.

도 3을 참조하면, 무인 항공기(100)는 기설정된 제1 경로에 따라 이동할 수 있다(S310).Referring to FIG. 3 , the unmanned aerial vehicle 100 may move along a preset first path (S310).

여기서, 기설정된 제1 경로는, 해안 구역, 해상 구역, 산악 구역, 위험 구역 등 다양한 구역을 정찰 내지는 탐지하기 위한 경로에 해당할 수 있다.Here, the preset first route may correspond to a route for scouting or detecting various areas such as a coastal area, a maritime area, a mountainous area, and a dangerous area.

기설정된 제1 경로는, 적어도 하나의 관제 서버를 통해 설정된 것일 수 있다.The preset first route may be set through at least one control server.

일 예로, 관제 서버는 지도 상에 포함되는 복수의 구역 별 사고 발생 이력에 따라 사고 발생이 잦은 적어도 하나의 구역을 선택하고, 해당 구역을 무인 항공기(100)의 비행을 위한 경로로 설정할 수 있다.For example, the control server may select at least one area in which accidents frequently occur according to the history of accidents for each of a plurality of areas included on the map, and set the corresponding area as a route for the flight of the unmanned aerial vehicle 100.

다른 예로, 관제 서버는 지도 상에 적어도 하나의 비행 경로를 설정하는 사용자 입력을 수신할 수 있으며, 사용자 입력에 따라 설정된 비행 경로를 무인 항공기(100)로 전송할 수도 있다. 여기서, 사용자 입력은, 관제 서버에 구비된 사용자 입력부를 통해 수신되거나 또는 관제 서버(100)와 통신 가능한 적어도 하나의 단말 장치를 통해 수신될 수 있다.As another example, the control server may receive a user input for setting at least one flight path on the map, and may transmit the flight path set according to the user input to the unmanned aerial vehicle 100 . Here, the user input may be received through a user input unit provided in the control server or through at least one terminal device capable of communicating with the control server 100 .

다른 예로, 관제 서버는 사고 발생 지점을 기준으로 비행 경로를 설정할 수도 있다. 이 경우, 관제 서버는 사고 발생 지점을 중심으로 일정 거리 내의 구역을 순찰하기 위한 새로운 경로를 설정할 수 있다.As another example, the control server may set a flight path based on an accident point. In this case, the control server may set a new route for patrolling an area within a certain distance around the accident occurrence point.

또는, 무인 항공기(100)가, 관제 서버로부터 수신된 사고 발생 지점에 대한 정보를 기반으로, 경로를 직접 설정할 수도 있다.Alternatively, the unmanned aerial vehicle 100 may directly set a route based on the information on the accident occurrence point received from the control server.

프로세서(140)는 GPS 센서 등을 통해 무인 항공기(100)의 위치 정보를 식별할 수 있으며, 실시간 이동 경로 및 실시간 위치 정보를 통신부(120)를 통해 관제 서버로 전송할 수 있다. 이때, 프로세서(140)는 권역 별로 구비된 복수의 관제 서버 중 무인 항공기(100)와 가장 가까운 관제 서버와 통신을 수행할 수 있다.The processor 140 may identify location information of the unmanned aerial vehicle 100 through a GPS sensor or the like, and may transmit real-time movement path and real-time location information to the control server through the communication unit 120. At this time, the processor 140 may perform communication with a control server closest to the unmanned aerial vehicle 100 among a plurality of control servers provided for each region.

그리고, 무인 항공기(100)는 제1 경로의 비행 중 카메라(110)를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지할 수 있다(S320).Then, the unmanned aerial vehicle 100 may detect at least one object based on the image obtained through the camera 110 during flight of the first route (S320).

일 실시 예로, 프로세서(140)는 카메라(110)를 통해 획득된 이미지 내에 기설정된 모양 또는 기설정된 컬러의 객체가 존재하는지 여부를 식별할 수 있다.As an example, the processor 140 may identify whether an object having a predetermined shape or a predetermined color exists in an image obtained through the camera 110 .

일 예로, 프로세서(140)는 이미지를 분석하여 이미지 내에 기설정된 모양(ex. 사람 형상, 동물 형상, 선박 형상, 비행체 형상 등)을 가지는 객체가 존재하는지 여부를 식별할 수 있다.For example, the processor 140 may analyze the image to identify whether an object having a predetermined shape (eg, a human shape, an animal shape, a ship shape, an aircraft shape, etc.) exists in the image.

여기서, 프로세서(140)는 기설정된 모양을 가지는 객체를 식별하기 위한 적어도 하나의 모듈 내지는 인공지능 모델을 이용할 수 있다. 구체적으로, 프로세서(140)는 카메라(110)를 통해 촬영된 이미지를 상술한 인공지능 모델에 입력하여, 기설정된 모양을 가지는 객체의 존재 여부를 감지할 수 있다. Here, the processor 140 may use at least one module or artificial intelligence model for identifying an object having a preset shape. Specifically, the processor 140 may input an image captured through the camera 110 to the above-described artificial intelligence model to detect the presence or absence of an object having a preset shape.

본 인공지능 모델은, 기설정된 모양을 가지는 다양한 객체(ex. 사람, 동물, 선박, 비행체 등)가 포함된 이미지를 기반으로, 해당 모양을 식별하도록 훈련된 모델일 수 있다. 여기서, 각 이미지에 포함된 객체의 윤곽이나 모양이 마킹된 상태로 각 이미지가 훈련에 이용될 수도 있으나, 이에 한정되지 않는다.This artificial intelligence model may be a model trained to identify a corresponding shape based on images including various objects (eg, people, animals, ships, aircraft, etc.) having preset shapes. Here, each image may be used for training while the outline or shape of the object included in each image is marked, but is not limited thereto.

또한, 프로세서(140)는 뎁스 카메라를 통해 뎁스 이미지를 획득하고, 획득된 뎁스 이미지에 포함된 각 객체의 모양을 식별할 수 있다. 이 경우, 프로세서(140)는 기설정된 모양의 객체가 존재하는지 여부를 판단할 수 있다.Also, the processor 140 may acquire a depth image through a depth camera and identify a shape of each object included in the obtained depth image. In this case, the processor 140 may determine whether an object having a preset shape exists.

또한, 프로세서(140)는 RGB 카메라를 통해 촬영된 이미지의 픽셀 별 R/G/B 값을 기반으로, 기설정된 컬러의 객체가 존재하는지 여부를 감지할 수 있다.In addition, the processor 140 may detect whether an object having a preset color exists based on R/G/B values for each pixel of an image captured through an RGB camera.

일 예로, 인간의 흔적이 없는 자연 지형 내에 존재하기 어려운 기설정된 컬러(ex. 빨간색, 흰색 등)에 대한 정보가 무인 항공기(100)의 메모리에 기저장되어 있을 수 있다.For example, information on a predetermined color (ex. red, white, etc.) that is difficult to exist in a natural terrain without human traces may be pre-stored in the memory of the unmanned aerial vehicle 100 .

이 경우, 프로세서(140)는 이미지 내 적어도 하나의 픽셀의 R/G/B 값이 기설정된 컬러에 매칭되는지 여부를 식별하고, 이미지 내에 기설정된 컬러에 매칭되는 픽셀이 임계 숫자 이상 존재하는 경우, 적어도 하나의 객체가 존재하는 것으로 판단할 수 있다.In this case, the processor 140 identifies whether the R/G/B value of at least one pixel in the image matches a preset color, and if there are more than a threshold number of pixels matching the preset color in the image, It may be determined that at least one object exists.

또한, 일 실시 예로, 프로세서(140)는 적어도 하나의 기설정된 객체를 식별하도록 훈련된 인공지능 모델에 이미지를 입력하고, 인공지능 모델의 출력을 기반으로 적어도 하나의 객체를 인식할 수도 있다.Also, as an embodiment, the processor 140 may input an image to an artificial intelligence model trained to identify at least one predetermined object, and recognize at least one object based on an output of the artificial intelligence model.

본 인공지능 모델은, 기설정된 객체(ex. 사람, 동물, 선박, 비행체 등)를 포함하는 복수의 이미지를 기반으로 객체를 식별하도록 훈련된 모델일 수 있으며, 일 예로, 본 인공지능 모델은 CNN(Convolutional Neural Network)으로 구성되어 이미지에 포함된 객체의 종류를 출력하는 분류기로 동작할 수 있다.This artificial intelligence model may be a model trained to identify objects based on a plurality of images including predetermined objects (eg, people, animals, ships, aircraft, etc.). For example, this artificial intelligence model is CNN (Convolutional Neural Network) and can act as a classifier that outputs the type of object included in the image.

또한, 일 실시 예로, 프로세서(140)는 열상 카메라를 통해 촬영된 열상 이미지를 기반으로 적어도 하나의 객체를 감지할 수 있다. 열상 카메라는, 일 예로 적외선 기반의 카메라일 수 있으나, 이에 한정되지 않는다. 열상 카메라를 통해, 무인 항공기(100)는 야간에도 다양한 객체를 감지할 수 있다.Also, as an example, the processor 140 may detect at least one object based on a thermal image captured by a thermal camera. The thermal camera may be, for example, an infrared-based camera, but is not limited thereto. Through the thermal camera, the unmanned aerial vehicle 100 can detect various objects even at night.

구체적인 예로, 프로세서(140)는 열상 이미지 내에서 인간 또는 동물의 체온에 매칭되는 기설정된 온도 범위를 가지는 적어도 하나의 객체를 감지할 수 있다.As a specific example, the processor 140 may detect at least one object having a predetermined temperature range that matches the body temperature of a human or animal within a thermal image.

이 경우, 프로세서(140)는 열상 이미지를 통해 감지된 객체를 포함하는 영역을 RGB 카메라로 촬영하여 RGB 이미지를 획득할 수도 있다. 그리고, 프로세서(140)는 RGB 카메라를 통해 촬영된 이미지를 분석하여 객체를 인식할 수도 있다.In this case, the processor 140 may acquire an RGB image by capturing an area including an object detected through a thermal image with an RGB camera. Also, the processor 140 may recognize an object by analyzing an image captured through an RGB camera.

이렇듯, 상술한 다양한 실시 예들에 따라 객체가 감지되는 경우, 무인 항공기(100)는 감지된 객체를 추적하기 위한 제2 경로에 따라 이동할 수 있다(S330).As such, when an object is detected according to various embodiments described above, the unmanned aerial vehicle 100 may move along the second path for tracking the detected object (S330).

여기서, 제2 경로는, 감지된 객체의 이동에 따라 객체를 추적하기 위한 경로, 또는 감지된 객체의 주변을 선회하기 위한 경로에 해당할 수 있다.Here, the second path may correspond to a path for tracking an object according to the movement of the detected object or a path for turning around the detected object.

일 예로, 프로세서(140)는 실시간으로 객체의 이미지를 촬영하도록 카메라(110)를 제어하여 복수의 이미지를 획득하고, 획득된 복수의 이미지에 포함된 객체의 위치 변화를 기반으로 객체의 이동 방향을 식별할 수 있다.For example, the processor 140 obtains a plurality of images by controlling the camera 110 to capture an image of an object in real time, and determines a moving direction of the object based on a positional change of the object included in the obtained plurality of images. can be identified.

이 경우, 프로세서(140)는 식별된 객체의 이동 방향에 따라 무인 항공기(100)가 이동하도록 구동 제어부(130)를 제어할 수 있다.In this case, the processor 140 may control the driving controller 130 to move the unmanned aerial vehicle 100 according to the moving direction of the identified object.

다른 예로, 프로세서(140)는 감지된 객체의 위치를 기반으로 일정 거리 내의 영역을 선회하기 위한 경로를 설정하여, 구동 제어부(130)를 제어할 수도 있다.As another example, the processor 140 may control the drive control unit 130 by setting a path for turning an area within a predetermined distance based on the position of the detected object.

한편, 무인 항공기(100)는, 감지된 객체를 추적하기 위한 제2 경로로 비행하다가, 적어도 하나의 구조용 이동체가 근접하면, 객체의 주변을 선회하기 위한 제3 경로로 비행할 수도 있다. 관련하여, 구체적인 실시 예는 도 4를 통해 후술한다.Meanwhile, the unmanned aerial vehicle 100 may fly on a second path for tracking the detected object, and then fly on a third path for turning around the object when at least one rescue vehicle approaches. In this regard, a specific embodiment will be described later with reference to FIG. 4 .

또한, 프로세서(140)는 무인 항공기(100)의 위치 정보 및 제2 경로에 대한 정보를 관제 서버로 전송할 수 있다(S340). 이때, 프로세서(140)는 감지 또는 인식된 객체에 대한 정보를 함께 전송할 수 있다.In addition, the processor 140 may transmit location information of the unmanned aerial vehicle 100 and information on the second path to the control server (S340). At this time, the processor 140 may also transmit information on the sensed or recognized object.

그 결과, 관제 서버는 무인 항공기(100)의 위치 정보에 따라 객체의 위치(발견 위치)를 식별할 수 있으며, 무인 항공기(100)의 변경된 제2 경로를 식별할 수 있다. 또한, 관제 서버는 객체를 추적하는 무인 항공기(100)의 제2 경로를 기반으로 객체의 이동 상태 및/또는 이동 방향을 식별할 수도 있다.As a result, the control server can identify the location (discovery location) of the object according to the location information of the unmanned aerial vehicle 100, and can identify the changed second path of the unmanned aerial vehicle 100. In addition, the control server may identify the moving state and/or moving direction of the object based on the second path of the unmanned aerial vehicle 100 tracking the object.

한편, 도 4는 본 개시의 일 실시 예에 따른 무인 항공기가 감지된 객체를 기준으로 선회 비행을 수행하는 동작을 설명하기 위한 도면이다.Meanwhile, FIG. 4 is a diagram for explaining an operation in which an unmanned aerial vehicle performs a turning flight based on a detected object according to an embodiment of the present disclosure.

도 4를 참조하면, 프로세서(140)는 통신부(120)를 통해 구조용 이동체(400)와 통신을 수행하여 구조용 이동체(400)의 위치를 식별할 수 있다.Referring to FIG. 4 , the processor 140 may communicate with the movable object 400 for rescue through the communication unit 120 to identify the location of the movable object 400 for rescue.

이 경우, 프로세서(140)는 통신부(120)를 통해 구조용 이동체(400)에 구조 요청을 전송할 수 있으며, 객체의 위치 정보를 함께 전송할 수 있다. 이때, 프로세서(140)는 통신부(120)를 통해 다이렉트로 구조용 이동체(400)와 통신을 수행할 수도 있고, 또는 관제 서버를 통해 구조 요청을 전송할 수도 있다.In this case, the processor 140 may transmit a rescue request to the rescue movable body 400 through the communication unit 120, and may also transmit object location information. At this time, the processor 140 may perform direct communication with the mobile object 400 for rescue through the communication unit 120 or may transmit a rescue request through the control server.

구조용 이동체(400)는, 구조용 선박, 구조용 비행체, 구조용 차량 등에 해당할 수 있으며, 무인 항공기(100)와 통신을 수행하기 위한 적어도 하나의 모듈을 포함할 수 있다.The rescue vehicle 400 may correspond to a rescue ship, a rescue aircraft, a rescue vehicle, and the like, and may include at least one module for communicating with the unmanned aerial vehicle 100 .

그리고, 구조용 이동체(400)가 감지된 객체(11)로부터 기설정된 거리 이내에 위치하는 경우, 프로세서(140)는 감지된 객체의 주변을 선회하기 위한 제3 경로(410)에 따라, 구동 제어부(130)를 통해 무인 항공기(100)의 비행을 제어할 수 있다.And, when the rescue movable body 400 is located within a preset distance from the detected object 11, the processor 140 operates the driving control unit 130 according to the third path 410 for turning around the detected object. ), the flight of the unmanned aerial vehicle 100 may be controlled.

즉, 객체가 감지됨에 따라 객체를 추적하는 제2 경로로 비행하던 무인 항공기(100)는, 구조용 이동체(400)가 근접함에 따라 객체 주변을 선회하는 제3 경로(410)로 비행할 수 있고, 그 결과 구조용 이동체(400)의 센서 또는 구조용 이동체(400)에 탑승한 구조대 인원이 무인 항공기(100)의 선회 비행을 토대로 객체의 위치를 빠르게 발견할 수 있다는 장점이 있다.That is, as the object is detected, the unmanned aerial vehicle 100, which has been flying along the second path tracking the object, can fly along the third path 410, which orbits around the object as the rescue vehicle 400 approaches, As a result, there is an advantage in that the sensor of the rescue vehicle 400 or a rescue team member aboard the rescue vehicle 400 can quickly find the location of the object based on the turning flight of the unmanned aerial vehicle 100.

여기서, 무인 항공기(100)는 감지된 객체가 위치하는 지점에서 수직 방향으로 무인 항공기(100)의 고도만큼 더 높은 지점을 중심으로 원을 그리며 선회할 수 있다. 또는, 무인 항공기(100)는 감지된 객체가 위치하는 지점에서 구조용 이동체(400)의 방향으로 일정 거리만큼 이동한 지점에서 수직 방향으로 무인 항공기(100)의 고도만큼 더 높은 지점을 중심으로 원을 그리며 선회할 수 있다.Here, the unmanned aerial vehicle 100 may turn in a circle around a point higher than the altitude of the unmanned aerial vehicle 100 in a vertical direction from the point where the detected object is located. Alternatively, the unmanned aerial vehicle 100 makes a circle around a point higher than the altitude of the unmanned aerial vehicle 100 in the vertical direction from a point moved by a certain distance in the direction of the rescue movable body 400 from the point where the detected object is located. You can draw and turn.

여기서, 무인 항공기(100)가 선회하며 그리는 원의 반지름은 시야 상태에 따라 다르게 설정될 수 있다.Here, the radius of the circle drawn while turning by the unmanned aerial vehicle 100 may be set differently according to the viewing condition.

일 예로, 시야 상태는, 안개의 정도나 미세먼지의 농도에 따라 복수의 단계로 구분될 수 있다. 여기서, 시야 상태의 단계가 높을수록 주변 시야 확보에 더 용이한 것으로 정의될 수 있다. 즉, 안개가 적고 맑을수록, 미세먼지의 농도가 낮을수록, 시야 상태의 단계가 높아질 수 있다.For example, the visibility state may be divided into a plurality of stages according to the degree of fog or the concentration of fine dust. Here, it may be defined that the higher the level of the visual field state, the easier it is to secure the peripheral vision. That is, the clearer the fog is, the lower the concentration of fine dust is, the higher the visual field level.

이 경우, 프로세서(140)는 카메라(110)를 통해 촬영된 주변 이미지를 기반으로 시야 상태를 식별할 수 있다.In this case, the processor 140 may identify a visual field state based on a surrounding image captured through the camera 110 .

여기서, 프로세서(140)는 이미지에 포함된 각 픽셀 값을 분석하여 이미지에 포함된 노이즈(ex. 안개, 미세먼지)를 식별하고, 노이즈가 많을수록 시야 상태의 단계를 낮게 판단할 수 있다.Here, the processor 140 analyzes each pixel value included in the image to identify noise (eg, fog, fine dust) included in the image, and determines the level of the visual field state to be low as the amount of noise increases.

또는, 프로세서(140)는 시야 상태를 판단하도록 훈련된 적어도 하나의 인공지능 모델을 이용할 수 있다. 본 인공지능 모델은, 단계 별 시야 상태에 해당하는 이미지들(ex. 동일한 지역을 촬영한 맑은 날의 이미지, 흐린 날의 이미지, 안개 낀 날의 이미지, 미세먼지 농도가 높은 날의 이미지 등)을 기반으로 시야 상태를 판단하도록 훈련된 모델일 수 있다.Alternatively, the processor 140 may use at least one artificial intelligence model trained to determine the visual field state. This artificial intelligence model captures images corresponding to the viewing conditions for each stage (ex. images on sunny days, cloudy days, foggy days, high fine dust images, etc.) It may be a model trained to determine the visual field state based on

그리고, 프로세서(140)는, 판단된 시야 상태의 단계를 기반으로 무인 항공기(100)의 선회 비행의 경로를 설정할 수 있다. 구체적으로, 시야 상태의 단계가 낮을수록(시야 상태가 안 좋을수록), 프로세서(140)는 무인 비행기(100)가 더 큰 반지름을 가지는 원을 그리며 선회하도록 제어할 수 있다.Also, the processor 140 may set a path of the turning flight of the unmanned aerial vehicle 100 based on the stage of the determined visual state. Specifically, as the level of the visibility state is lower (the worse the visibility state is), the processor 140 may control the unmanned aerial vehicle 100 to turn while drawing a circle having a larger radius.

이 경우, 시야 상태가 안 좋은 기상 조건에서 구조용 이동체(400)가 무인 항공기(100)를 발견할 가능성이 높아진다. 반면, 무인 항공기(100)가 쉽게 발견될 수 있는 맑은 날의 경우, 무인 항공기(100)가 객체를 중심으로 선회하는 경로의 반지름이 좁아질수록 무인 항공기(100)를 발견한 구조용 이동체(400)가 객체의 위치를 빠르게 식별할 수 있다는 장점이 있다.In this case, the possibility that the rescue movable body 400 finds the unmanned aerial vehicle 100 increases in weather conditions with poor visibility. On the other hand, in the case of a clear day where the unmanned aerial vehicle 100 can be easily found, as the radius of the path in which the unmanned aerial vehicle 100 turns around an object becomes narrower, the rescue moving body 400 that finds the unmanned aerial vehicle 100 has the advantage of being able to quickly identify the location of an object.

이후, 구조용 이동체(400)로부터 객체를 발견했음을 알리는 정보가 수신되면, 프로세서(140)는 다른 객체를 감지하기 위한 적어도 하나의 탐지 경로(ex. 제1 경로)에 따라 무인 항공기(100)의 비행을 제어할 수 있다.Subsequently, when information indicating that an object has been found is received from the rescue vehicle 400, the processor 140 allows the drone 100 to fly along at least one detection path (eg, a first path) for detecting another object. can control.

한편, 도 5는 본 개시의 일 실시 예에 따른 무인 항공기가 관제 서버와의 통신 가능 여부에 따라 정보 수집 및 상황 공유를 순차적으로 수행하는 동작을 설명하기 위한 도면이다.Meanwhile, FIG. 5 is a diagram for explaining an operation of sequentially performing information collection and situation sharing according to whether an unmanned aerial vehicle can communicate with a control server according to an embodiment of the present disclosure.

도 5를 참조하면, 무인 항공기(100)는 권역 별로 구비된 복수의 관제 서버(200-1, 2, …) 중 무인 항공기(100)의 위치와 가장 가까운 관제 서버(200-1)와 통신을 수행할 수 있다.Referring to FIG. 5, the unmanned aerial vehicle 100 communicates with the control server 200-1 closest to the location of the unmanned aerial vehicle 100 among a plurality of control servers 200-1, 2, ... provided for each region. can be done

다만, 무인 항공기(100)의 탐지 경로 중 적어도 일부는 무인 항공기(100)와 관제 서버(200-1) 간에 통신이 가능한 영역을 벗어날 수도 있다.However, at least a part of the detection path of the unmanned aerial vehicle 100 may deviate from an area where communication is possible between the unmanned aerial vehicle 100 and the control server 200-1.

통신이 가능한 영역을 벗어났는지 여부는, 무인 항공기(100)를 통해 실시간으로 판단될 수 있다. Whether or not the communication is possible may be determined in real time through the unmanned aerial vehicle 100 .

구체적으로, 무인 항공기(100)는 실시간으로 무인 항공기(100)의 위치 및 경로에 대한 정보를 관제 서버(200-1)로 전송하는 한편, 관제 서버(200-1)로부터 적어도 하나의 응답 신호 또는 제어 신호를 수신할 수 있다.Specifically, the unmanned aerial vehicle 100 transmits information on the location and route of the unmanned aerial vehicle 100 to the control server 200-1 in real time, and at least one response signal or A control signal may be received.

여기서, 관제 서버(200-1)와 송수신되는 데이터/신호의 전송 속도가 임계 속도 미만이거나, 또는 데이터/신호의 송수신 성공 비율이 임계치 미만이거나, 또는 데이터/신호의 수신 감도가 임계 감도 미만인 경우, 프로세서(140)는 무인 항공기(100)가 관제 서버(200-1)와 통신 가능한 영역을 벗어난 것으로 식별할 수 있다.Here, if the transmission speed of the data / signal transmitted and received with the control server 200-1 is less than the critical speed, or if the success rate of data / signal transmission and reception is less than the threshold value, or if the reception sensitivity of the data / signal is less than the threshold sensitivity, The processor 140 may identify that the unmanned aerial vehicle 100 is out of a communication area with the control server 200-1.

이렇듯, 관제 서버(200-1)와 통신 가능한 영역을 벗어난 경로를 탐지하던 무인 항공기(100)는, 도 5와 같이 적어도 하나의 객체를 감지할 수 있다(S510). 또는, 무인 항공기(100)는 통신 가능한 영역 내에서 객체를 감지한 뒤, 객체의 추적 중에 통신 가능한 영역을 벗어날 수도 있다.As such, the unmanned aerial vehicle 100 detecting a path out of a communication area with the control server 200-1 may detect at least one object as shown in FIG. 5 (S510). Alternatively, the unmanned aerial vehicle 100 may detect an object within a communicable area and then leave the communicable area while tracking the object.

이 경우, 무인 항공기(100)는 적어도 하나의 센서(ex. GPS 센서)를 통해 객체의 위치를 실시간으로 식별할 수 있으며, 감지된 객체의 이미지 역시 카메라(110)를 통해 실시간으로 촬영하여 저장할 수 있다(S520).In this case, the unmanned aerial vehicle 100 may identify the location of the object in real time through at least one sensor (eg, a GPS sensor), and the image of the detected object may also be captured and stored in real time through the camera 110. Yes (S520).

그리고, 무인 항공기(100)는 다시 통신 가능한 영역으로 이동할 수 있다(S530). Then, the unmanned aerial vehicle 100 may move to a communication area again (S530).

구체적으로, 객체의 이미지에 대한 저장량이 일정 용량 이상이거나, 또는 저장된 객체의 이미지의 수가 일정 수 이상인 경우, 프로세서(140)는 무인 항공기(100)가 객체의 추적을 중단하고 통신 가능한 영역으로 이동하도록 구동 제어부(130)를 제어할 수 있다.Specifically, when the storage amount of object images exceeds a certain capacity or the number of stored object images exceeds a certain number, the processor 140 causes the drone 100 to stop tracking the object and move to a communicable area. The driving control unit 130 may be controlled.

여기서, 무인 항공기(100)는 관제 서버가 위치한 방향으로 이동하면서, 실시간으로 관제 서버와의 통신 가능 여부를 판단할 수 있다.Here, the unmanned aerial vehicle 100 may determine whether communication with the control server is possible in real time while moving in the direction where the control server is located.

이후, 통신 가능한 영역에 도달한 무인 항공기(100)는 앞서 실시간으로 식별된 위치에 대한 정보 및 실시간으로 획득된(저장된) 이미지들을 관제 서버(200-1)로 전송할 수 있다(S540).Thereafter, the unmanned aerial vehicle 100 reaching the communicable area may transmit information on the previously identified location in real time and images acquired (stored) in real time to the control server 200-1 (S540).

그리고, 무인 항공기(100)는 객체의 예상 위치로 다시 이동할 수 있다(S550).Then, the unmanned aerial vehicle 100 may move back to the expected location of the object (S550).

예상 위치는, 앞서 실시간으로 식별된 객체의 위치를 기반으로 예측된 것일 수 있다.The predicted location may be predicted based on the location of the previously identified object in real time.

일 예로, 무인 항공기(100)의 프로세서(140)는, 이동 경로를 예측하도록 훈련된 적어도 하나의 인공지능 모델에 앞서 실시간으로 식별된 (시간 별) 위치를 입력하여, 객체의 예상 위치를 판단할 수 있다.For example, the processor 140 of the unmanned aerial vehicle 100 inputs the identified location (by time) in real time prior to at least one artificial intelligence model trained to predict the moving path to determine the expected location of the object. can

또한, 프로세서(140)는 객체의 시간 별 위치 및 객체가 위치한 지형에 대한 정보를 인공지능 모델에 입력할 수도 있다. 지형에 대한 정보는, 각 지점이 수상인지 지상인지에 대한 정보, 각 지점의 수심 또는 고도에 대한 정보를 포함할 수 있다.In addition, the processor 140 may input information about the position of the object by time and the terrain where the object is located to the artificial intelligence model. The information on topography may include information on whether each point is on the water or on the ground, and information on the water depth or altitude of each point.

이 경우, 인공지능 모델은, 지형 내 객체의 시간 별 위치를 기반으로 향후 객체의 위치를 예측할 수 있다.In this case, the artificial intelligence model may predict the location of the object in the future based on the location of the object in the terrain by time.

본 인공지능 모델은, 적어도 하나의 움직이는 객체의 시간 별 위치에 대한 정보(ex. 과거 실제 조난자의 시간 별 위치에 대한 기록)를 기반으로 훈련된 모델일 수 있으며, RNN(Recurrent Neural Network) 모델일 수 있으나, 이에 한정되지 않는다.This artificial intelligence model may be a model trained based on information on the position of at least one moving object by time (eg, a record of the position of an actual survivor in the past by time), and may be a Recurrent Neural Network (RNN) model. may, but is not limited thereto.

또한, 본 인공지능 모델은, 객체의 시간 별 위치에 대한 정보에 더하여 해당 객체가 위치했던 지형에 대한 정보(ex. 과거 실제 조난자가 조난당했던 지형에 대한 정보)를 기반으로 훈련된 모델일 수 있다.In addition, this artificial intelligence model may be a model trained based on information on the terrain where the corresponding object was located (ex. information on the terrain where the actual survivor was in distress in the past) in addition to information on the location of the object by time. .

다른 예로, 무인 항공기(100)로부터 객체의 실시간 위치에 대한 정보를 수신한 관제 서버(200)를 통해 객체의 예상 위치가 판단될 수도 있다. 이 경우, 관제 서버(200)는 무인 항공기(100)가 예상 위치로 이동하도록 하는 제어 신호를 전송할 수 있다.As another example, the expected location of the object may be determined through the control server 200 receiving information on the real-time location of the object from the unmanned aerial vehicle 100 . In this case, the control server 200 may transmit a control signal to move the unmanned aerial vehicle 100 to an expected position.

상술한 실시 예들 중 적어도 하나에 따라 예상 위치로 이동한 무인 항공기(100)는, 객체를 다시 발견함에 따라 객체에 대한 탐지를 재개할 수 있다.The unmanned aerial vehicle 100, which has moved to the expected location according to at least one of the above embodiments, may resume detection of the object as it finds the object again.

이 경우, 무인 항공기(100)는 앞서 이미 관제 서버(200-1)로 전송된 객체의 실시간 위치에 대한 정보 및 이미지들은 메모리 내에서 삭제할 수 있다. 그 결과, 객체에 대한 추적이 재개되면서 새롭게 수집되는 객체의 실시간 위치에 대한 정보 및 객체의 이미지가 용량 문제없이 메모리에 저장될 수 있다.In this case, the unmanned aerial vehicle 100 may delete the real-time location information and images of the object already transmitted to the control server 200-1 from the memory. As a result, as tracking of the object is resumed, information on the real-time location of the newly collected object and the image of the object may be stored in the memory without a capacity problem.

한편, 무인 항공기(100)는 배터리 잔량에 따라 적어도 하나의 충전 지점으로 이동할 수 있다. 관련하여, 무인 항공기(100)의 메모리에는 적어도 하나의 충전 지점의 위치에 대한 정보가 저장될 수 있으며, 무인 항공기(100)는 배터리 잔량에 따라 무인 항공기(100)와 가장 가까운 충전 지점으로 이동할 수 있다.Meanwhile, the unmanned aerial vehicle 100 may move to at least one charging point according to the remaining battery level. In this regard, information on the location of at least one charging point may be stored in the memory of the unmanned aerial vehicle 100, and the unmanned aerial vehicle 100 may move to the charging point closest to the unmanned aerial vehicle 100 according to the remaining battery level. there is.

구체적으로, 프로세서(140)는 비행 중인 무인 항공기(100)의 배터리 잔량이 임계치 미만인 경우, 무인 항공기(100)가 가장 가까운 충전 지점으로 이동하도록 구동 제어부(130)를 제어할 수 있다. Specifically, the processor 140 may control the driving control unit 130 to move the unmanned aerial vehicle 100 to the nearest charging point when the remaining battery capacity of the unmanned aerial vehicle 100 in flight is less than a threshold value.

이 경우, 프로세서(140)는 가장 가까운 충전 지점과 무인 항공기(100) 간의 거리에 따라 임계치를 실시간으로 산출할 수도 있다. 구체적인 예로, 프로세서(140)는 무인 항공기(100)의 단위 거리 이동 별 배터리 사용량에 충전 지점까지의 거리를 곱한 값을 식별하고, 식별된 값에 120%를 곱한 에너지량에 매칭되도록 배터리의 임계치를 설정할 수 있으나, 이에 한정되지 않는다.In this case, the processor 140 may calculate the threshold in real time according to the distance between the nearest charging point and the unmanned aerial vehicle 100 . As a specific example, the processor 140 identifies a value obtained by multiplying the battery usage per unit distance movement of the unmanned aerial vehicle 100 by the distance to the charging point, and sets the threshold of the battery to match the energy amount obtained by multiplying the identified value by 120%. It can be set, but is not limited thereto.

또한, 프로세서(140)는, 객체가 감지되었는지 여부에 따라, 충전 지점으로 이동하는 시점과 관련된 배터리의 임계 비율을 다르게 설정할 수 있다.In addition, the processor 140 may differently set a threshold ratio of battery related to a point in time of moving to a charging point, depending on whether an object is detected.

일 예로, 무인 항공기(100)가 탐지 경로인 제1 경로로 비행 중인 상태에서 무인 항공기(100)의 배터리 잔량이 제1 임계치 미만인 경우, 프로세서(140)는 무인 항공기(100)가 충전 지점으로 이동하도록 구동 제어부(130)를 제어할 수 있다.For example, when the remaining battery level of the unmanned aerial vehicle 100 is less than a first threshold value while the unmanned aerial vehicle 100 is flying along a first path that is a detection path, the processor 140 moves the unmanned aerial vehicle 100 to a charging point. It is possible to control the driving control unit 130 to do so.

반면, 제1 경로로 비행 중에 객체가 감지됨에 따라 무인 항공기(100)가 제2 경로(: 객체 추적)로 비행 중인 경우에는, 무인 항공기(100)의 배터리 잔량이 제1 임계치보다 작은 제2 임계치 미만이 됨을 전제로, 프로세서(140)는 무인 항공기(100)가 충전 지점으로 이동하도록 구동 제어부(130)를 제어할 수 있다.On the other hand, when the unmanned aerial vehicle 100 is flying along the second path (object tracking) as an object is detected during flight along the first path, the remaining battery capacity of the unmanned aerial vehicle 100 is a second threshold value smaller than the first threshold value. On the premise that it is below the charging point, the processor 140 may control the drive control unit 130 to move the unmanned aerial vehicle 100 to the charging point.

즉, 객체가 감지되어 추적 비행 중인 경우에는, 객체가 감지되지 않은 일반적인 탐지 비행 중인 경우보다 상대적으로 충전 지점으로의 이동이 늦춰질 수 있다. 그 결과, 감지된 객체에 대한 추적이 보다 원활하게 진행될 수 있다.That is, when an object is detected and is in tracking flight, movement to a charging point may be relatively delayed compared to a case in which an object is not detected and is in general detection flight. As a result, tracking of the sensed object may proceed more smoothly.

다만, 비록 제2 임계치가 제1 임계치보다는 작더라도, 충전 지점까지 도달하지 못한 채 무인 항공기(100)가 방전되어서는 안되므로, 제2 임계치는, 무인 항공기(100)의 단위 거리당 배터리 사용량에 충전 지점까지의 거리를 곱한 값의 에너지량보다는 크도록 설정되어야 한다.However, even if the second threshold is smaller than the first threshold, since the unmanned aerial vehicle 100 must not be discharged without reaching the charging point, the second threshold is charged according to the battery usage per unit distance of the unmanned aerial vehicle 100. It should be set to be greater than the amount of energy multiplied by the distance to the point.

한편, 도 6은 본 개시의 다양한 실시 예에 따른 무인 항공기의 구성을 설명하기 위한 블록도이다.Meanwhile, FIG. 6 is a block diagram for explaining the configuration of an unmanned aerial vehicle according to various embodiments of the present disclosure.

무인 항공기(100)는 카메라(110), 통신부(120), 구동 제어부(130), 프로세서(140) 외에도 센서부(150), 메모리(160) 등을 더 포함할 수 있다.The unmanned aerial vehicle 100 may further include a sensor unit 150, a memory 160, and the like in addition to the camera 110, the communication unit 120, the drive control unit 130, and the processor 140.

센서부(150)는 주변 환경에 대한 정보를 획득하기 위한 다양한 종류의 센서를 포함할 수 있다. 구체적으로, 센서부(150)는, GPS 센서, 지자기 센서, 가속도 센서, 풍향/풍속 센서, 라이다 센서 등을 포함할 수 있다.The sensor unit 150 may include various types of sensors for obtaining information about the surrounding environment. Specifically, the sensor unit 150 may include a GPS sensor, a geomagnetic sensor, an acceleration sensor, a wind direction/speed sensor, a LIDAR sensor, and the like.

프로세서(140)는 상술한 다양한 센서를 통해 획득된 센싱 데이터를 기반으로 무인 항공기(100)의 비행을 구동하도록 구동 제어부(130)를 제어할 수 있다.The processor 140 may control the driving control unit 130 to drive the flight of the unmanned aerial vehicle 100 based on the sensing data obtained through the various sensors described above.

구체적으로, 프로세서(140)는 센서부(150)를 통해 무인 항공기(100)의 위치, 속도, 가속도, 방향 등을 실시간으로 식별하여 조정할 수 있다.Specifically, the processor 140 may identify and adjust the position, speed, acceleration, direction, etc. of the unmanned aerial vehicle 100 through the sensor unit 150 in real time.

프로세서(140)는 센싱 데이터를 기반으로 적어도 하나의 객체가 감지됨에 따라 카메라(110)를 통해 이미지를 획득할 수도 있다. 일 예로, 라이다 센서를 통해 획득된 센싱 데이터를 통해 적어도 하나의 객체가 감지되는 경우, 프로세서(140)는 감지된 객체를 촬영하도록 카메라(110)를 제어할 수 있다. 이 경우, 프로세서(140)는 카메라(110)를 통해 획득된 이미지를 분석하여 객체를 인식할 수 있다.The processor 140 may acquire an image through the camera 110 when at least one object is sensed based on the sensing data. For example, when at least one object is sensed through sensing data obtained through a lidar sensor, the processor 140 may control the camera 110 to photograph the sensed object. In this case, the processor 140 may recognize an object by analyzing an image obtained through the camera 110 .

메모리(160)는 무인 항공기(100) 내 구성요소들의 전반적인 동작을 제어하기 위한 운영체제(OS: Operating System), 적어도 하나의 인스트럭션 및 데이터를 저장하기 위한 구성이다.The memory 160 is a configuration for storing an operating system (OS) for controlling the overall operation of components in the unmanned aerial vehicle 100, at least one instruction, and data.

메모리(160)는 ROM, 플래시 메모리 등의 비휘발성 메모리를 포함할 수 있으며, DRAM 등으로 구성된 휘발성 메모리를 포함할 수 있다. 또한, 메모리(160)는 하드 디스크, SSD(Solid state drive) 등을 포함할 수도 있다.The memory 160 may include non-volatile memory such as ROM and flash memory, and may include volatile memory composed of DRAM and the like. Also, the memory 160 may include a hard disk, a solid state drive (SSD), and the like.

메모리(160)는 상술한 다양한 실시 예에 따른 인공지능 모델을 저장할 수 있다. 메모리(160)는 CNN (Convolutional Neural Network), DNN (Deep Neural Network), RNN (Recurrent Neural Network), RBM (Restricted Boltzmann Machine), DBN (Deep Belief Network), BRDNN(Bidirectional Recurrent Deep Neural Network), GAN(Generative Adversarial Network) 및 심층 Q-네트워크(Deep Q-Networks) 등 다양한 인공지능 모델을 포함할 수 있으나, 이에 한정되지 않는다.The memory 160 may store artificial intelligence models according to various embodiments described above. The memory 160 includes a Convolutional Neural Network (CNN), a Deep Neural Network (DNN), a Recurrent Neural Network (RNN), a Restricted Boltzmann Machine (RBM), a Deep Belief Network (DBN), a Bidirectional Recurrent Deep Neural Network (BRDNN), a GAN It may include various artificial intelligence models such as (Generative Adversarial Network) and Deep Q-Networks, but is not limited thereto.

메모리(160)는 카메라(110)를 통해 촬영된 객체의 이미지, 객체의 실시간 위치에 대한 정보, 무인 항공기(100)의 실시간 위치에 대한 정보, 적어도 하나의 기설정된 경로에 대한 정보 등을 저장할 수 있다.The memory 160 may store an image of an object captured by the camera 110, information on the real-time location of the object, information on the real-time location of the unmanned aerial vehicle 100, information on at least one preset route, and the like. there is.

한편, 이상에서 설명된 다양한 실시 예들은 서로 저촉되지 않는 한 복수의 실시 예가 결합되어 구현될 수 있다.Meanwhile, the various embodiments described above may be implemented by combining a plurality of embodiments as long as they do not conflict with each other.

한편, 이상에서 설명된 다양한 실시 예들은 소프트웨어(software), 하드웨어(hardware) 또는 이들의 조합된 것을 이용하여 컴퓨터(computer) 또는 이와 유사한 장치로 읽을 수 있는 기록 매체 내에서 구현될 수 있다.Meanwhile, various embodiments described above may be implemented in a recording medium readable by a computer or a similar device using software, hardware, or a combination thereof.

하드웨어적인 구현에 의하면, 본 개시에서 설명되는 실시 예들은 ASICs(Application Specific Integrated Circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적인 유닛(unit) 중 적어도 하나를 이용하여 구현될 수 있다. According to the hardware implementation, the embodiments described in this disclosure are application specific integrated circuits (ASICs), digital signal processors (DSPs), digital signal processing devices (DSPDs), programmable logic devices (PLDs), and field programmable gate arrays (FPGAs). ), processors, controllers, micro-controllers, microprocessors, and electrical units for performing other functions.

일부의 경우에 본 명세서에서 설명되는 실시 예들이 프로세서 자체로 구현될 수 있다. 소프트웨어적인 구현에 의하면, 본 명세서에서 설명되는 절차 및 기능과 같은 실시 예들은 별도의 소프트웨어 모듈들로 구현될 수 있다. 상술한 소프트웨어 모듈들 각각은 본 명세서에서 설명되는 하나 이상의 기능 및 작동을 수행할 수 있다.In some cases, the embodiments described herein may be implemented by a processor itself. According to software implementation, embodiments such as procedures and functions described in this specification may be implemented as separate software modules. Each of the software modules described above may perform one or more functions and operations described herein.

한편, 상술한 본 개시의 다양한 실시 예들에 따른 각 장치에서의 처리동작을 수행하기 위한 컴퓨터 명령어(computer instructions) 또는 컴퓨터 프로그램은 비일시적 컴퓨터 판독 가능 매체(non-transitory computer-readable medium)에 저장될 수 있다. 이러한 비일시적 컴퓨터 판독 가능 매체에 저장된 컴퓨터 명령어 또는 컴퓨터 프로그램은 무인 항공기 등 특정 기기의 프로세서에 의해 실행되었을 때 상술한 다양한 실시 예에 따른 무인 항공기의 동작을 상술한 특정 기기가 수행하도록 한다.On the other hand, computer instructions or computer programs for performing processing operations in each device according to various embodiments of the present disclosure described above may be stored in a non-transitory computer-readable medium. can Computer instructions or computer programs stored in such a non-transitory computer readable medium, when executed by a processor of a specific device such as an unmanned aerial vehicle, cause the specific device to perform the operation of the unmanned aerial vehicle according to various embodiments described above.

비일시적 컴퓨터 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 비일시적 컴퓨터 판독 가능 매체의 구체적인 예로는, CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등이 있을 수 있다.A non-transitory computer readable medium is a medium that stores data semi-permanently and is readable by a device, not a medium that stores data for a short moment, such as a register, cache, or memory. Specific examples of the non-transitory computer readable media may include CD, DVD, hard disk, Blu-ray disk, USB, memory card, ROM, and the like.

이상에서는 본 개시의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 개시는 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 개시의 요지를 벗어남이 없이 당해 개시에 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 개시의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.Although the preferred embodiments of the present disclosure have been shown and described above, the present disclosure is not limited to the specific embodiments described above, and is common in the technical field belonging to the present disclosure without departing from the gist of the present disclosure claimed in the claims. Of course, various modifications and implementations are possible by those with knowledge of, and these modifications should not be individually understood from the technical spirit or perspective of the present disclosure.

100: 무인 항공기 110: 카메라
120: 통신부 130: 구동 제어부
140: 프로세서100: drone 110: camera
120: communication unit 130: driving control unit
140: processor

Claims (2)

무인 항공기에 있어서,
카메라;
상기 무인 항공기의 비행을 제어하는 구동 제어부;
적어도 하나의 관제 서버와 통신을 수행하기 위한 통신부; 및
상기 카메라, 상기 구동 제어부, 및 상기 통신부와 연결된 프로세서;를 포함하고,
상기 프로세서는,
상기 구동 제어부를 통해, 기설정된 제1 경로에 따른 상기 무인 항공기의 비행을 제어하고,
상기 무인 항공기의 비행 중 상기 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하고,
상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라, 상기 구동 제어부를 통해 상기 무인 항공기의 비행을 제어하고,
상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 상기 통신부를 통해 상기 관제 서버로 전송하고,
상기 프로세서는,
상기 무인 항공기가 상기 제1 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 제1 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어하고,
상기 객체가 감지됨에 따라 상기 무인 항공기가 상기 제2 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 상기 제1 임계치보다 작은 제2 임계치 미만인 경우, 상기 무인 항공기가 적어도 하나의 충전 지점으로 이동하도록 상기 구동 제어부를 제어하는, 무인 항공기.In unmanned aerial vehicles,
camera;
a driving control unit controlling flight of the unmanned aerial vehicle;
a communication unit for communicating with at least one control server; and
Including; a processor connected to the camera, the driving control unit, and the communication unit;
the processor,
Controlling the flight of the unmanned aerial vehicle along a preset first path through the driving control unit;
Detecting at least one object based on an image obtained through the camera during flight of the unmanned aerial vehicle;
When the object is detected, the flight of the unmanned aerial vehicle is controlled through the driving control unit according to a second path for tracking the detected object;
Transmitting location information of the unmanned aerial vehicle and information on the second route to the control server through the communication unit;
the processor,
Controlling the driving control unit to move the unmanned aerial vehicle to at least one charging point when the remaining battery capacity of the unmanned aerial vehicle is less than a first threshold while the unmanned aerial vehicle is flying along the first route;
When the remaining battery level of the unmanned aerial vehicle is less than a second threshold smaller than the first threshold while the unmanned aerial vehicle is flying along the second route as the object is detected, the unmanned aerial vehicle moves to at least one charging point. An unmanned aerial vehicle that controls the driving control unit. 무인 항공기의 운용 방법에 있어서,
기설정된 제1 경로에 따라 이동하는 단계;
상기 무인 항공기의 이동 중 카메라를 통해 획득된 이미지를 기반으로, 적어도 하나의 객체를 감지하는 단계;
상기 객체가 감지되면, 상기 감지된 객체를 추적하기 위한 제2 경로에 따라 이동하는 단계; 및
상기 무인 항공기의 위치 정보 및 상기 제2 경로에 대한 정보를 적어도 하나의 관제 서버로 전송하는 단계;를 포함하고,
상기 무인 항공기의 운용 방법은,
상기 무인 항공기가 상기 제1 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 제1 임계치 미만인 경우, 적어도 하나의 충전 지점으로 이동하는 단계; 및
상기 객체가 감지됨에 따라 상기 무인 항공기가 상기 제2 경로로 비행 중인 상태에서 상기 무인 항공기의 배터리 잔량이 상기 제1 임계치보다 작은 제2 임계치 미만인 경우, 상기 적어도 하나의 충전 지점으로 이동하는 단계;를 더 포함하는, 무인 항공기의 운용 방법.In the operation method of the unmanned aerial vehicle,
moving according to a first preset path;
detecting at least one object based on an image acquired through a camera while the unmanned aerial vehicle is moving;
moving along a second path for tracking the detected object when the object is detected; and
Transmitting the location information of the unmanned aerial vehicle and information about the second path to at least one control server;
The operation method of the unmanned aerial vehicle,
moving to at least one charging point when the remaining battery capacity of the unmanned aerial vehicle is less than a first threshold while the unmanned aerial vehicle is flying along the first path; and
moving to the at least one charging point when the remaining battery capacity of the unmanned aerial vehicle is less than a second threshold smaller than the first threshold while the unmanned aerial vehicle is flying along the second route as the object is detected; Further comprising, a method of operating an unmanned aerial vehicle.
KR1020210081674A 2021-04-13 2021-06-23 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof KR102486768B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210081674A KR102486768B1 (en) 2021-04-13 2021-06-23 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020210047981A KR102300349B1 (en) 2021-04-13 2021-04-13 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof
KR1020210081674A KR102486768B1 (en) 2021-04-13 2021-06-23 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020210047981A Division KR102300349B1 (en) 2021-04-13 2021-04-13 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof

Publications (2)

Publication Number Publication Date
KR20220141717A KR20220141717A (en) 2022-10-20
KR102486768B1 true KR102486768B1 (en) 2023-01-10

Family

ID=77777593

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020210047981A KR102300349B1 (en) 2021-04-13 2021-04-13 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof
KR1020210081673A KR102486769B1 (en) 2021-04-13 2021-06-23 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof
KR1020210081674A KR102486768B1 (en) 2021-04-13 2021-06-23 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020210047981A KR102300349B1 (en) 2021-04-13 2021-04-13 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof
KR1020210081673A KR102486769B1 (en) 2021-04-13 2021-06-23 Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof

Country Status (1)

Country Link
KR (3) KR102300349B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612615B1 (en) * 2023-04-14 2023-12-12 (주)메타파스 Unmanned Aerial Vehicle-based Inspection/Patrol System and Method

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240088171A (en) 2022-12-13 2024-06-20 국방과학연구소 Tracking and Guiding System About Moving Object Based Image And Method Therefor

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110130913A1 (en) 2003-06-20 2011-06-02 Geneva Aerospace Unmanned aerial vehicle control systems
US20140347475A1 (en) 2013-05-23 2014-11-27 Sri International Real-time object detection, tracking and occlusion reasoning
CN105681450A (en) 2016-02-23 2016-06-15 袁梦杰 Unmanned aerial vehicle sharing method, server, client and system
US20160251081A1 (en) 2014-12-08 2016-09-01 Government Of The United States As Represetned By The Secretary Of The Air Force Apparatus and method employing autonomous vehicles to reduce risk
WO2016161426A1 (en) 2015-04-03 2016-10-06 3D Robotics, Inc. Systems and methods for controlling pilotless aircraft
KR101700395B1 (en) 2015-10-16 2017-02-13 (주)삼성정보통신 Security drone and mobile security system thereof
US20170076438A1 (en) 2015-08-31 2017-03-16 Cape Analytics, Inc. Systems and methods for analyzing remote sensing imagery
US20170088261A1 (en) 2015-09-29 2017-03-30 Tyco Fire & Security Gmbh Search and Rescue UAV System and Method
WO2017077543A1 (en) 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis
KR101739980B1 (en) 2015-12-02 2017-05-26 (주)그린아이티코리아 Escort service system and method using drone
US20170249846A1 (en) 2016-02-26 2017-08-31 Ford Global Technologies, Llc Autonomous vehicle passenger locator
WO2017172932A1 (en) 2016-03-30 2017-10-05 Culver Matthew Systems and methods for unmanned aerial vehicles

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101594428B1 (en) * 2014-05-20 2016-02-16 주식회사 엘지유플러스 Method and system for providing security service using drone
US9471059B1 (en) * 2015-02-17 2016-10-18 Amazon Technologies, Inc. Unmanned aerial vehicle assistant
KR101690502B1 (en) * 2015-04-07 2016-12-28 (주)코아텍 System for tracking using drone
KR102186823B1 (en) 2019-05-31 2020-12-07 황태현 Drone control system

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110130913A1 (en) 2003-06-20 2011-06-02 Geneva Aerospace Unmanned aerial vehicle control systems
US20140347475A1 (en) 2013-05-23 2014-11-27 Sri International Real-time object detection, tracking and occlusion reasoning
US20160251081A1 (en) 2014-12-08 2016-09-01 Government Of The United States As Represetned By The Secretary Of The Air Force Apparatus and method employing autonomous vehicles to reduce risk
WO2016161426A1 (en) 2015-04-03 2016-10-06 3D Robotics, Inc. Systems and methods for controlling pilotless aircraft
US20170076438A1 (en) 2015-08-31 2017-03-16 Cape Analytics, Inc. Systems and methods for analyzing remote sensing imagery
US20170088261A1 (en) 2015-09-29 2017-03-30 Tyco Fire & Security Gmbh Search and Rescue UAV System and Method
KR101700395B1 (en) 2015-10-16 2017-02-13 (주)삼성정보통신 Security drone and mobile security system thereof
WO2017077543A1 (en) 2015-11-08 2017-05-11 Agrowing Ltd A method for aerial imagery acquisition and analysis
KR101739980B1 (en) 2015-12-02 2017-05-26 (주)그린아이티코리아 Escort service system and method using drone
CN105681450A (en) 2016-02-23 2016-06-15 袁梦杰 Unmanned aerial vehicle sharing method, server, client and system
US20170249846A1 (en) 2016-02-26 2017-08-31 Ford Global Technologies, Llc Autonomous vehicle passenger locator
WO2017172932A1 (en) 2016-03-30 2017-10-05 Culver Matthew Systems and methods for unmanned aerial vehicles

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102612615B1 (en) * 2023-04-14 2023-12-12 (주)메타파스 Unmanned Aerial Vehicle-based Inspection/Patrol System and Method

Also Published As

Publication number Publication date
KR102300349B1 (en) 2021-09-09
KR20220141717A (en) 2022-10-20
KR102486769B1 (en) 2023-01-10
KR20220141716A (en) 2022-10-20

Similar Documents

Publication Publication Date Title
US10670407B2 (en) Systems and methods for auto-return
CN110494360B (en) System and method for providing autonomous photography and photography
US9557738B2 (en) Return path configuration for remote controlled aerial vehicle
WO2018103689A1 (en) Relative azimuth control method and apparatus for unmanned aerial vehicle
JP6496323B2 (en) System and method for detecting and tracking movable objects
JP6324649B1 (en) Detection system, detection method, and program
KR102486768B1 (en) Unmanned drone for automatically setting moving path according to detection situation, and operating method thereof
US11531340B2 (en) Flying body, living body detection system, living body detection method, program and recording medium
US11320269B2 (en) Information processing apparatus, information processing method, and information processing program
CN107820585B (en) Aircraft landing method, aircraft, and computer-readable storage medium
JPWO2018198313A1 (en) Unmanned aerial vehicle action plan creation system, method and program
US11370539B2 (en) Systems, methods, and devices for unmanned aerial vehicle recovery
US20230359204A1 (en) Flight control method, video editing method, device, uav and storage medium
KR102300348B1 (en) Drone for sharing field situation based on real-time image analysis, and control method thereof
US20220221857A1 (en) Information processing apparatus, information processing method, program, and information processing system
US11459117B1 (en) Drone-based cameras to detect wind direction for landing
WO2019064457A1 (en) Computer system, position estimation method, and program
KR101876829B1 (en) Induction control system for indoor flight control of small drones
US20190377945A1 (en) System, method, and program for detecting abnormality
KR102351057B1 (en) Apparatus and method for controlling the unmanned aerial vehicle based on disaster complexity
CN111052028B (en) System and method for automatic surface and sky detection
JP6475568B2 (en) Imaging apparatus and flight control method
CN116762354A (en) Image shooting method, control device, movable platform and computer storage medium
KR102289743B1 (en) Apparatus and method for searching a target using a plurality of unmanned aerial vehicles
KR102266467B1 (en) Apparatus and method for searching target using unmanned aerial vehicle based on detection probability

Legal Events

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