earticle

영어

Drones are the core of the 4th industrial revolution in recent years, are increasingly being utilized by the development of technology, and many drones are being used at work sites. However, since there is no special abnormality detection system for the safety problem of a drone's fall, it is always exposed to the risk of a fall. Therefore, this paper proposes an algorithm that predicts the abnormal behavior of the motor with the highest frequency among the causes of drone failures through Long Short-Term Memory (LSTM), a kind of RNN technology, and prevents the fall. This paper proposes an algorithm that predicts the abnormal behavior of a motor by collecting the motor vibration of a drone in real time and evaluates its performance.

한국어

최근 4차 산업혁명의 핵심이 되는 드론은 기술의 발달로 그 활용 범위가 점점 넓어지고 많은 드 론들이 작업 현장에 투입되고 있다. 하지만 드론의 추락에 대한 안전성 문제에 대해서는 특별한 이상 감지 시스템이 없기 때문에 항상 추락에 따른 위험에 노출되고 있다. 따라서 본 논문은 이러한 드론 의 추락과 관련된 문제점을 해결하고자 드론 고장 원인 중 빈도수가 가장 높은 모터의 비정상적인 행 동을 RNN( Recurrent Neural Network) 기술의 일종인 LSTM(Long Short-Term Memory)을 통 해 예측하고 추락을 방지하는 알고리즘을 제안하였다. 본 논문은 드론의 모터 진동을 실시간으로 수 집하여 모터의 비정상적인 행동을 예측하는 알고리즘을 제안하고 성능을 평가하였다.