대규모 재난 이후 기존의 수색 및 구조 작업은 많은 문제에 직면합니다.말레이시아 팀이 글을 쓰고 있습니다.차량 자율 시스템 국제 저널, 이제 고정익 무인 항공기(UAV)를 사용한 실시간 인간 탐지 시스템과 관련된 실용적인 솔루션을 제안합니다.

말레이시아 셀랑고르에 있는 노팅엄 대학교의 홍척준과 Vimal Rau Aparow, 말레이시아 조호르주 스쿠다이에 있는 Southern University College의 Hishamuddin Jamaluddin은 UAV 기술을 Raspberry Pi 컴퓨터와 같이 쉽게 사용할 수 있는 소규모 도구와 결합했습니다.이를 통해 기존 기술보다 시스템 기능을 더 잘 관리할 수 있을 뿐만 아니라 연결된 카메라에서 항공 이미지를 스트리밍할 수도 있습니다.

이 새로운 접근 방식을 특히 매력적인 이유는 4G 셀룰러 네트워크 기술을 통해 컴퓨팅 집약적인 인간 탐지 작업을 엣지 서버로 오프로드할 수 있다는 점입니다.팀에서는 서버가 YOLOv3를 사용한다고 설명합니다.심층 신경망는 VisDrone 및 SARD 데이터 세트에 대한 교육을 받았으며 UAV 카메라에서 수집한 이미지에서 사람을 정확하게 식별하고 결과를 지상 제어 장치로 전송할 수 있습니다.확실한 신원 확인을 통해 구조팀은 구조가 필요한 정확한 지점으로 파견될 수 있습니다.

시스템이 함께 제공됩니다.딥러닝 알고리즘모바일 엣지 컴퓨팅은 대형 사고 발생 시 전체 프로세스 속도를 높일 수 있는 기존 수색 및 구조 접근 방식에서 벗어나는 것을 의미합니다.위험한 환경에서 유인 항공기나 사람이 많은 지역을 이동할 필요가 없도록 하는 이점도 있습니다.

팀은 YOLOv3 아키텍처를 사용하는 컨볼루션 신경망이 UAV 카메라의 이미지에서 사람을 식별하는 데 거의 80%의 평균 평균 정밀도(mAP)를 달성할 수 있다고 설명합니다.TensorRT 툴킷을 사용함으로써 연구원들은 접근 방식을 더욱 최적화하고 원래 신경망과 비교할 때 정확도 손실 없이 추론 속도를 약 3배 높일 수 있습니다.물론 이 시스템은 무선 지원 시스템보다 더 넓은 범위를 가질 수 있지만 수색 및 구조 지역 전체에 걸쳐 4G 네트워크의 안정성과 존재에 의존합니다.

연구원들은 처음에 인간 수색 및 구조 시나리오를 위해 시스템을 설계했지만 다음과 같은 다른 응용 프로그램에도 적용할 수 있습니다.공공 안전그리고 범죄 예방.취약한 사이트를 순찰하는 데 용도를 변경할 수 있습니다.범죄 행위또는 범죄자 추적에도 사용됩니다.