1. 수행배경

• 최근 대형 건축물 및 교량에 대한 균열 탐지 및 이상 징후 탐지의 중요성 증가
• 주기적 점검을 위한 드론 전문가 고용 및 사전 답사 비용 감소 기대
• 현 AI 드론의 연구는 다양한 센서를 부착하여 중량 증가(체공 시간 감소)를 야기
• 실시간 상황을 반영한 인공지능 기술을 활용하여 드론의 기동 체계 개발을 제안
• 중국 등 주변국에서는 인공지능을 활용한 드론 자율비행에 대한 연구를 활발히 진행 중

2. 수행기간

• 2022.02~2022.06
• 추후 2022.12월 까지 프로젝트 진행 예정

3. 개발작품 설명

• unity를 사용하여 학습환경을 제작
• unity-mlagent를 사용하여 드론의 자율비행을 강화학습

unity 에서 드론 prefabs asset을 가져와 드론 agent로 활용

교량 하부 기둥을 스캔하는데 있어, 시각적으로 표현하기 위해 원기둥을 큐브로 쪼갬

드론이 찍는 화면범위를 raycast로 구현하여, 해당범위안에 들어왔을 경우 빨간색 큐브로 전환 및 reward 부여

STATE

• Drone agent의 속도 벡터
• Drone agent의 각속도 벡터
• Drone agent의 각도 벡터
• 현재 step에서의 맞춘 큐브 개수
• 이전 리워드 값
• 에피소드 시작할 때 Drone, 원기둥, reward 초기화

ACTION

• Drone agent의 X, Y, Z 이동값(연속적인 행동)
• Y축 기준의 rotation(θ) 값

REWARD

• 기본 리워드: -0.01 >> 행동결정 시간 단축
• 거리값이 멀거나 벽에 부딪힌 경우 : -100f
• reward = 스캔한 영역의 큐브개수= raycast가 hit한 큐브개수= 빨간색으로 변한 큐브개수

4. 활용방안

• 현재 교량하부를 촬영 시, 전문 인력 필요 및 비용 발생 >> 강화학습으로 개선하여 비용 감소 효과
• 거리센서 제거 >> 드론 주행시간 증가 >> 작업 효율성 증가
• 기업 경쟁력 향상 효과 및 실제 환경에 적용 >> 기업의 고정 소모비용 감소