인공지능을 활용한 안티-드론 탐지 알고리즘 개발 연구 = A Study on Anti-drone Detection Algorithms Development Using Artificial Intelligence

국문 초록 (Abstract)

제4차 산업혁명으로 대표되는 드론은 인간이 할 수 없거나 위험하고 힘든 일을 대신해 줄 수 있다. 그러나 저렴한 비용으로 손쉽게 목표물을 공격할 수 있는 드론은 테러단체의 입장에서는 가장 손쉽게 사용 할 수 있다. 드론의 대중화에 따라 드론을 촬영 용도로 사용하는 경우가 급격히 늘어나게 되는데 이에 따라 공항 등 위험지역에서의 드론 출현, 공공장소에서의 드론 추락, 드론 불법촬영 등 일상적인 사용에서의 위협 역시 급증하고 있다. 본 논문에서는 드론의 위협과 이 드론 위협의 대응방법을 조사하였다. 드론 위협의 대응과 관련해서는 드론의 존재를 감지하는 탐지, 식별 단계가 가장 중요하다. 이 논문에서는 드론 위협 네 가지 단계(탐지->식별->대응->분석) 중 탐지와 식별 관련하여 기술적으로 대응하는 내용을 주로 다루어 인공지능을 이용한 안티-드론 탐지 알고리즘을 제안하였다. 즉, 이 탐지, 식별 단계에서 대응방법으로 안티-드론 알고리즘을 제안하여 드론을 자동으로 탐지하는 지능형 안티-드론 탐지 알고리즘을 제안하였다. 논문에서는 심층학습 기반의 객체탐지 YOLO 알고리즘을 이용한 지능형 안티-드론 탐지 알고리즘으로 기존의 색상 기반의 알고리즘에 비해 높은 정확도를 나타내면서도 실시간으로 객체를 탐지하는 것을 확인할 수 있었다. 또한, YOLO를 활용한 안티-드론 시스템은 탐지뿐만 아니라 드론의 종류까지 식별하여 위협이 되는 드론을 구분하였다.

다국어 초록 (Multilingual Abstract)

Drones, represented by the 4th industrial revolution, can do dangerous and difficult work that humans cannot do. However, drones that can easily attack targets at low cost are the easiest to use for terrorist groups. With the popularization of drones, the use of drones for filming purposes is rapidly increasing. Accordingly, threats in daily use such as the appearance of drones in dangerous areas such as airports, drone crashes in public places, and illegal drone filming are also rapidly increasing.
In this paper, the threat of drones in the era of the 4th industrial revolution of anti-drone and the countermeasures of this drone threat were investigated. And as a response method, an anti-drone algorithm was proposed and an intelligent anti-drone detection algorithm that automatically detects drones was studied. There are four major steps to responding to drone threats. Among the four steps, the detection and identification steps, in which drones emerge and detect the presence of drones, are the most important. In this paper, we proposed an anti-drone detection algorithm and system using artificial intelligence, mainly dealing with technical responses related to detection and identification among the four stages of drone threats (detection->identification->response->analysis). In this paper, we focused on the anti-drone detection algorithm using EO equipment. The video information obtained from the EO equipment is used to detect and identify drones using YOLO, an artificial intelligence algorithm. It was confirmed that the intelligent anti-drone detection algorithm using the deep learning-based object detection YOLO algorithm detects objects in (near) real-time while exhibiting higher accuracy than the existing color-based algorithms. In addition, the anti-drone system using YOLO not only detects, but also identifies the types of drones to identify drones that pose a threat. In order to complete the mission of responding to drone threats, it is necessary to improve the automatic tracking algorithm of drones, and additional research on intelligent and optimized location tracking methods using artificial intelligence is needed for this part.