나노 드론의 자율 비행 혁신: AI 기반 시각적 계획의 가능성

30g의 초소형 드론 Crazyflie 2.1을 이용한 자율 비행 연구가 성공적으로 진행되었습니다. 엣지 컴퓨팅과 온보드 컴퓨팅을 결합한 AI 기반 시각적 반응 계획으로, 초당 8프레임의 속도와 60.8%의 COCO 평균 정밀도를 달성했습니다. 실제 실험에서 장애물 회피 및 목표 도달에 성공하며, 나노 드론 자율 탐색 기술의 발전 가능성을 보여주었습니다.

최근 센서 및 프로세서의 소형화, 엣지 인텔리전스의 발전, 그리고 인공지능에 대한 폭발적인 관심은 인터넷 로봇 사물(Internet of Robotic Things) 생태계에서 자율 나노 드론의 확산을 가속화하고 있습니다. 하지만 이러한 초소형 플랫폼으로 안전한 자율 주행과 탐색 및 감시와 같은 고급 작업을 수행하는 것은 제한된 자원으로 인해 매우 어려운 과제였습니다.

이탈리아와 미국의 연구진(Mattia Sartori, Chetna Singhal, Neelabhro Roy, Davide Brunelli, James Gross)은 이러한 문제에 대한 혁신적인 해결책을 제시했습니다. 그들은 30g의 초소형 드론인 Crazyflie 2.1을 이용하여 부분적으로 알려진 환경에서 안전하고 자율적인 비행을 가능하게 하는 AI 기반 시각적 반응 계획 방법을 개발했습니다.

핵심은 통합 감지, 컴퓨팅 및 통신 패러다임(Integrated Sensing, Computing and Communication) 하에서 드론의 자원 제약을 극복하기 위해 탐색 작업을 두 부분으로 나눈 것입니다. 즉, 심층 학습 기반 객체 검출기는 외부 하드웨어(엣지)에서 실행되고, 계획 알고리즘은 드론에 탑재되어 실행됩니다. 이러한 분산 처리 방식은 드론의 제한된 컴퓨팅 자원을 효율적으로 활용할 수 있도록 합니다.

연구 결과는 주목할 만합니다. 초당 약 8프레임의 속도로 드론을 제어할 수 있었고, 객체 검출 모델은 COCO 평균 정밀도 60.8%를 달성했습니다. 실제 현장 실험에서 드론은 초속 1m의 속도로 비행하면서 미리 알려지지 않은 위치에 놓인 장애물을 피하고 목표 지점에 도달하는 데 성공했습니다. 이는 통신 지연 및 모델 성능이 실시간 탐색 작업 요구 사항과 호환됨을 보여줍니다.

이 연구는 완전히 온보드(onboard) 방식에 대한 실행 가능한 대안을 제시하며, 나노 드론의 자율 탐색으로 확장될 수 있는 잠재력을 가지고 있습니다. 초소형 드론의 자율 비행 기술 발전에 있어 중요한 이정표를 세운 연구라 할 수 있습니다. 앞으로 이러한 기술이 다양한 분야, 특히 환경 모니터링, 재난 구조, 정밀 농업 등에 적용되어 혁신을 가져올 것으로 기대됩니다.