"단청장인드론"의 두 판 사이의 차이

2018년 6월 25일 (월) 18:42 판

프로젝트 개요

기술개발 과제

국문 : 자율주행과 페인팅을 할 수 있는 드론을 만드는 프로젝트

영문 : Making Autonomous Painting Drone

과제 팀명

단청장인드론

지도교수

김성환 교수님

개발기간

2018년 3월 ~ 2018년 6월 (총 4개월)

구성원 소개

서울시립대학교 컴퓨터과학부 2010920004 김명건(팀장)

서울시립대학교 컴퓨터과학부 2010920053 이현우

서울시립대학교 컴퓨터과학부 2011920026 서양훈

서울시립대학교 컴퓨터과학부 2013920028 박 솔

서론

개발 과제의 개요

개발 과제 요약

◇ 자율주행 페인팅드론을 이용하여 안전하고 효율적인 단청작업 수행을 목표로 하며, 폭넓게는 드론

   을 이용하여 기존 도색 작업의 인명사고 위협을 해소한다.

개발 과제의 배경

◇ 사람과 드론의 협업을 통해 인명사고를 방지하고, 도색작업의 효율을 높이고자 한다.

- 페인트작업의 추락사고 피해를 줄일 수 있다. - 페인트 유독물질 중독 위험을 줄일 수 있다. - 사람이 접근하기 어려운 위치에 드론을 투입하여 도색 작업을 보다 용이하게 수행할 수 있다. - 사람의 도색 작업 일부를 드론이 보조함으로써 공정 효율을 개선할 수 있다.

개발 과제의 목표 및 내용

◇ 다음과 같은 기능별 목표를 설정하고 이를 달성하는 것을 목표로 한다.

- 드론 자율주행 : 수동 조작 없이 드론이 스스로 자율 비행을 한다. - 목표위치 인식 : 카메라 장비를 이용하여 도색 작업을 수행할 목표 위치를 인식한다. - 호버링 : 목표위치에서 안정적인 정지비행을 수행한다. - 도색 실시 : 목표위치에 사용자가 입력한 데이터를 토대로 도색을 실시한다.

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

전 세계적인 기술현황

◇ 자율주행

   - 미국 기반의 스타트업 '스카이디오(Skydio)'가 출시한 'Skydio R1'로 선보인 기술
     → 내비게이션용 카메라가 실시간 촬영한 데이터로 드론 자신의 위치를 측정
     → 주변 지도를 작성하는 SLAM(Simultaneous Localization and Mapping)과 AI 플랫폼 NVIDIA Jetson 적용
     → 이 기술들 덕분에 드론은 딥러닝 기술로 끊임없이 정확한 비행을 스스로 예측

◇ 목표 인식 
   - SIFT (Scale-Invariant Feature Transform) 알고리즘 
     → 이미지의 크기와 회전에 불변하는 특징을 추출하는 알고리즘. 서로 다른 두   이미지에서 SIFT
        특징을 각각 추출한 다음에 서로 가장 비슷한 특징끼리 매칭해주면 두 이미지에서 대응되는
        부분을 찾을 수 있다는 것이 기본 원리다.

◇ 호버링
   - PID 제어
     → P(비례), I(적분), D(미분)의 3항 동작을 조합시켜서 사용하는 제어 방식
        초음파센서와 기압센서를 바탕으로 고도제어를 하고 자이로/가속도센서를 바탕으로 자세제어를 구현한다.

   - 비전센서
     → 최신 드론은 비전센서 포함(비디오카메라). 비디오를 찍고 이미지 분석하여 장애물 유무 판단.

특허조사 및 특허 전략 분석

◇  Systems and methods for unmanned aerial painting applications
    - https://patents.google.com/patent/US20160082460

◇  Mobile computing device-based guidance navigation and control for unmanned aerial vehicles and robotic systems
    - https://patents.google.com/patent/US9611038B2/en

기술 로드맵

시장상황에 대한 분석

경쟁제품 조사 비교

내용

마케팅 전략 제시

내용

개발과제의 기대효과

기술적 기대효과

내용

경제적, 사회적 기대 및 파급효과

내용

기술개발 일정 및 추진체계

개발 일정

내용

구성원 및 추진체계

내용

설계

설계사양

제품의 요구사항

내용

설계 사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

상세설계 내용

내용

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

내용

포스터

내용

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

내용

@@ 28번째 줄: / 28번째 줄: @@
 ===개발 과제의 개요===
 ====개발 과제 요약====
-내용
+◇ 자율주행 페인팅드론을 이용하여 안전하고 효율적인 단청작업 수행을 목표로 하며, 폭넓게는 드론
+    을 이용하여 기존 도색 작업의 인명사고 위협을 해소한다.
 ====개발 과제의 배경====
-내용
+◇ 사람과 드론의 협업을 통해 인명사고를 방지하고, 도색작업의 효율을 높이고자 한다.
+- 페인트작업의 추락사고 피해를 줄일 수 있다.
+- 페인트 유독물질 중독 위험을 줄일 수 있다.
+- 사람이 접근하기 어려운 위치에 드론을 투입하여 도색 작업을 보다 용이하게 수행할 수 있다.
+- 사람의 도색 작업 일부를 드론이 보조함으로써 공정 효율을 개선할 수 있다.
 ====개발 과제의 목표 및 내용====
-내용
+◇ 다음과 같은 기능별 목표를 설정하고 이를 달성하는 것을 목표로 한다.
+- 드론 자율주행 : 수동 조작 없이 드론이 스스로 자율 비행을 한다.
+- 목표위치 인식 : 카메라 장비를 이용하여 도색 작업을 수행할 목표 위치를 인식한다.
+- 호버링 : 목표위치에서 안정적인 정지비행을 수행한다.
+- 도색 실시 : 목표위치에 사용자가 입력한 데이터를 토대로 도색을 실시한다.
 ===관련 기술의 현황===
 ====관련 기술의 현황 및 분석(State of art)====
 *전 세계적인 기술현황
-내용
+◇ 자율주행
+    - 미국 기반의 스타트업 '스카이디오(Skydio)'가 출시한 'Skydio R1'로 선보인 기술
+      → 내비게이션용 카메라가 실시간 촬영한 데이터로 드론 자신의 위치를 측정
+      → 주변 지도를 작성하는 SLAM(Simultaneous Localization and Mapping)과 AI 플랫폼 NVIDIA Jetson 적용
+      → 이 기술들 덕분에 드론은 딥러닝 기술로 끊임없이 정확한 비행을 스스로 예측
+ ◇ 목표 인식
+    - SIFT (Scale-Invariant Feature Transform) 알고리즘
+      → 이미지의 크기와 회전에 불변하는 특징을 추출하는 알고리즘. 서로 다른 두   이미지에서 SIFT
+         특징을 각각 추출한 다음에 서로 가장 비슷한 특징끼리 매칭해주면 두 이미지에서 대응되는
+         부분을 찾을 수 있다는 것이 기본 원리다.
+ ◇ 호버링
+    - PID 제어
+      → P(비례), I(적분), D(미분)의 3항 동작을 조합시켜서 사용하는 제어 방식
+         초음파센서와 기압센서를 바탕으로 고도제어를 하고 자이로/가속도센서를 바탕으로 자세제어를 구현한다.
+    - 비전센서
+      → 최신 드론은 비전센서 포함(비디오카메라). 비디오를 찍고 이미지 분석하여 장애물 유무 판단.
 *특허조사 및 특허 전략 분석
-내용
+ ◇  Systems and methods for unmanned aerial painting applications
+     - https://patents.google.com/patent/US20160082460
+ ◇  Mobile computing device-based guidance navigation and control for unmanned aerial vehicles and robotic systems
+     - https://patents.google.com/patent/US9611038B2/en
 *기술 로드맵
-내용
+[[파일:Example.jpg]]
 ====시장상황에 대한 분석====