Recurrence Plot과 딥러닝을 이용한 음향 기반 드론 고장 감지

초록

본 논문은 드론의 고장을 감지하여 사고로 인한 피해를 미리 방지하는 것을 목표로 Recurrence plot(RP)과 딥러닝을 이용한 음향신호 기반 드론의 고장 감지 기법을 제안한다. 드론 로터에서 발생하는 반복적인 패턴의 음향신호를 RP를 이용하여 이미지화하고 이를 이미지 인식 딥러닝 모델인 YOLOv5를 사용하여 드론의 고장을 감지한다. 4층 건물의 옥상에서 Bebop 2 드론으로 구성한 정상적인 드론과 비정상적인 드론에서 발생하는 음향신호를이용하여 RP 데이터셋을 구성해 윈도우 PC에서 아나콘다 가상환경을 통해 YOLOv5 모델을 학습시켜 추론한다. 음성인식에 많이 사용되는 Mel-spectrogram과의 비교 평가를 통해 분류 정확도와 동작 소요시간을 측정하여 제안하는 방식의 성능 우수성을 입증한다. 제안하는 기법의 정확도는 97.5%로 매우 정확함을 확인하였으며 향후 연구방향에 대하여 논의한다.

키워드