본문 바로가기 사이드메뉴 바로가기 주메뉴 바로가기

주메뉴영역

주메뉴영역

혁신으로 세상을 바꾸는 융복합 대학, DIGIST
Innovative University Changing the World through Convergence
이 페이지를 SNS로 퍼가기

Research

3km 떨어진 초소형 드론도 추적하는 ‘AI 레이더’ 기술개발

  • 조회. 521
  • 등록일. 2019.07.16
  • 작성자. 홍보팀

3km 떨어진 초소형 드론도 추적하는‘AI 레이더’기술개발
- 초고해상도 알고리즘 능동위상배열 소형 레이더시스템 개발해
- 드론 탐지 기술 국산화, 산업 파급 및 국방력 강화 기대

 

△DGIST 협동로봇융합연구센터 오대건 연구원팀이 레이더 시연 후 기념촬영을 하고 있다.(오대건 선임연구원(우), 김문현 연구원(가운데), 최병길 연구원(좌))

 대구경북과학기술원(DGIST, 총장 국양) 협동로봇융합연구센터 오대건 선임연구원 연구팀이 캘리포니아 주립대 김영욱 교수 연구팀과 함께 3㎞ 이상 떨어진 초소형 드론도 식별할 수 있는 ‘드론 탐지 레이더 시스템’을 개발했다고 과학기술정보통신부(장관 유영민)가 16일(화) 밝혔다. 이번 연구로 세계 최고 수준의 레이더 탐지기술을 확보하여, 관련 산업 발전과 국방력 강화에 크게 기여할 것으로 기대된다.

 지난 2014년 파주에서 북한군의 드론이 발견되면서, 국방부는 해외 기술을 바탕으로 한 드론 탐지 레이더를 도입하였다. 지난해부터는 ‘드론 부대’를 창설하여 관련 인력을 양성하는 등 드론을 활용한 전투체계 구축에 박차를 가하고 있다.

 다만, 아직까지 국내 레이더 탐지 관련 기술력이 미흡하여 레이더 시스템은 대부분 해외에서 도입하고 있으며, 이스라엘 라다(RADA)社와 영국 브라이터(Blighter)社의 드론 탐지 레이더가 대표적이다. 특히 라다社의 레이더의 성능은 전 세계에서 독보적으로 최대 3㎞ 이상 떨어진 드론을 탐지 가능하다.

 DGIST 연구팀은 2016년 국내 최초로 200m 이상 탐지 가능한 레이더 시스템을 자체 개발한 데 이어, 이번에는 순수 국내 기술로 3km 이상 떨어져 비행하는 초소형 팬텀 드론(55cmx55cmx40cm)을 알아차리는 ‘드론 탐지 레이더 시스템’을 개발하였다.

 연구팀은 최대 탐지 거리 향상을 위한 능동위상배열(AESA)1) 레이더 기술과 드론의 정확한 위치추정을 위한 초고해상도 레이더 신호처리 기술2)을 접목하여, 3km 이상 떨어진 드론을 탐지하는데 성공했다.

 또한, 연구팀은 차세대 딥러닝 AI 알고리즘으로 주목받는 ‘생성적 적대 신경망(GANs: Generative Adversarial Networks)3)’ 기반 레이더 인지 기술을 개발하여 식별율 향상을 기대 중이다. 인공지능은 학습 데이터가 많을수록 인식률이 높아지는데, 이 알고리즘으로는 적은 양의 데이터만 가지고 이동하는 표적을 쉽게 식별할 수 있다.

 더불어 개발 과정에서 레이더 시스템 내부의 송신부, 수신부, 안테나, 신호처리플랫폼 등 하드웨어 부품들을 100% 국내 중소기업들과 공동 개발하여, 기술 자립의 가능성을 한층 앞당겼다.  

 오대건 선임연구원은 “이번 연구성과는 국내업체들과의 긴밀한 협력과 독자적인 레이더 신호처리 알고리즘 개발에 집중한 결과”라며 “시장의 판도를 바꿔 세계시장에서 국내 레이더 기술의 위상을 높일 수 있도록 더욱 노력하겠다”고 언급하였다.

 본 연구는 2017년부터 과학기술정보통신부 대구경북과학기술원 연구운영비의 지원에 의해 미 캘리포니아 주립대 김영욱 교수 연구팀과의 공동 연구로 진행된 것이며, 이번 연구성과의 AI레이더 식별기술 부분은 레이더분야 세계적 학술지 IEEE Geoscience and Remote Sensing Letters(6월 18일 온라인판)에 게재되었다.


1) 능동위상배열(Active Electronically Scanned Array) 레이더 : 레이더 안테나에 배열된 레이더 모듈들이 개별적인 반도체 증폭 및 위상 변위기를 갖추고 있어 전파의 송수신을 방향을 통제 가능
2) 초고해상도 레이더 신호처리 기술 : 위치추정의 정확도를 높이기 위한 기술로, 연구팀은 2013년부터 이 기술을 연구하여 국내 최초로 200m 이상 떨어진 거리에서 물체를 탐지하는 데 성공
3) GANs(Generative Adversarial Networks): 데이터 양이 적더라도 스스로 학습해 유사 데이터를 창출해낼 수 있는 차세대 딥러닝 인공지능 알고리즘]

 

  연구결과개요  

Generative Adversarial Networks for Classification of Micro-Doppler Signatures of Human Activity
Dae-Gun Oh, Ibrahim Alnujaim, Young-Wook Kim 
(IEEE Geoscience and Remote Sensing Letters, on-line published on 18th June, 2019) 


레이더를 이용해 대상을 인지하고 식별하는 기술은 인공지능 기술과 함께 발전하고 있다. 레이더가 받아들인 정보를 기존 데이터와 비교, 분석해 대상을 알아내는 방식이다. 이러한 인공지능에 기반을 둔 레이더 인지기술은, 학습 데이터가 많을수록 인식률이 높아진다. 

하지만 지금까지는 레이더 인지기술을 높이기 위한 효율적인 학습이 쉽지 않았다. 학습에 활용할 대규모 데이터를 확보하기 어려웠기 때문이다. 이러한 문제를 극복하고자 최근에는 GANs를 활용하는 방법이 제안되고 있다. 이 기술을 레이더의 마이크로 도플러(Micro Doppler) 추출 기술에 접목을 하여 적은 양의 데이터로도 표적을 식별할 수 있는 기술을 개발 하였다. 

이 논문에 제안된 GANs 기반의 레이더 인지기술은 2018년 12월에 「Microwave and Optical Technology Letters」에 게재한 드론의 마이크로 도플러 추출 기술과 연구가 결합됐다. 이 결과물이 DGIST 드론 탐지 레이더 시스템과 융합돼 3km 이상 떨어져 비행하는 드론의 탐지, 추적, 식별이 가능해졌다. 

[표1] 드론 탐지 레이더 연구 요소기술 관련 최근 논문 (2018년~2019년) 

구분

게재년도

저널명

드론 탐지 레이더 요소기술

논 문 제 목

[1]

2019.6.

IEEE

Geoscience and Remote Sensing

Letters

소규모의Training데이터를 기반으로 하는 GANs 레이더 인지 알고리즘 개발

Generative Adversarial Networks for Classification of Micro-Doppler Signatures of Human Activity

[2]

2018.12

Microwave and Optical Technology Letters

드론 식별을 위한 Micro Doppler Spectrogram 추출 알고리즘 개발

Extraction of micro-doppler characteristics of drones using high-resolution time-frequency transforms

[3]

2018.12

Sensors

드론 탐지 레이더 시스템의 안테나 개발

Long-Range Drone Detection of 24 G FMCW Radar with E-plane Sectoral Horn Array

[4]

2018.5

Sensors

소형 드론 탐지 레이더 시스템 개발을 위한 저배열 안테나 기반 레이더 알고리즘 개발

3D target localization of modified 3D MUSIC for a triple-channel K-band radar

[5]

2018.4

Sensors

드론 탐지 레이더 시스템의 고각, 방위각, 거리 측정 알고리즘 개발

3D-subspace-based auto-paired azimuth angle, elevation angle, and range estimation for 24G FMCW radar with an L-shaped array

참고로, DGIST에서 자체 개발한 본 드론 탐지 레이더 시스템은 여러 기술이 접목됐다. 각 요소기술은 서로 다른 논문으로 정리돼 국제학술지에 보고됐다. 이들 논문에 관한 내용은 위의 [표 1]로 정리했다. 위 논문 제목은 여러 요소기술 중 한 부분인 ‘AI 기반 GANs 레이더 알고리즘’ 개발에 관한 것으로, 가장 최근에 게재됐다. 

위 논문들에 대한 주요 기술을 요약하면, 드론 탐지 레이더 시스템 관련해서 레이더 신호 송신부[3], 송신용 안테나[3], 레이더 신호 수신부[3], 수신용 안테나[3], 디지털 신호처리 플랫폼[3], 신호처리 알고리즘[1-2, 4-5]으로 구분된다. 신호처리 알고리즘을 제외한 나머지 레이더 구성요소들은 국내 협력업체들과 공동으로 개발을 진행했다.
 
또한 신호처리 알고리즘은 드론 탐지에 최적화된 탐지 알고리즘과[4-5], 드론 추적을 위한 추적 알고리즘, 드론 식별 인공지능 기반 알고리즘[1-2], 이렇게 3종의 알고리즘으로 나눠지며, 드론 추적과 드론 식별을 위한 알고리즘은 캘리포니아 주립대 김영욱 교수팀과 공동으로 개발했다. 


  연구결과문답  


Q. 이번 성과 무엇이 다른가?
드론 탐지에 있어 이스라엘 RADA사의 레이더 기술은 기존의 국내의 드론 탐지 기술과는 비교도 안 될 정도로 월등히 앞서고 있어서 세계 시장을 독점하는 상황이었다. 이번에 DGIST에서 개발한 드론 탐지 레이더 기술은 DJI사의 팬텀과 같은 초소형 드론을 3㎞이상 탐지할 수 있으며, 이는 전 세계에서 현재 이스라엘의 RADA사, ELTA사의 레이더만이 유일하게 보유하고 있는 성능이므로, DGIST 레이더 기술의 우수성이 매우 크다고 할 수 있다. 

Q. 어디에 쓸 수 있나?
1. 드론을 활용한 전투체계를 구축중인 군에서 활용 
2. 공항에서 활주로 및 인근에 불법적인 드론을 모니터링 하는데 활용  
3. 원자력 발전소, 수소탱크 등 고위험군의 물질을 관리하는 곳에서 활용 
4. 국경 인근에서 드론을 활용한 마약단속용 활용 

Q. 실용화까지 필요한 시간과 과제는?
현재 DGIST의 드론 탐지 레이더 기술은 핵심 원천기술을 개발을 완료하고, 응용시스템 개발을 위한 프로토타입 개발까지 완료하였으므로, 추후 상용화를 위해서는 외부의 극한 환경에 대한 다양한 테스트를 통한 시스템 안정성 확보만을 남겨두고 있다. 대략 2019년 말 또는 2020년 초에 상용화가 가능할 것으로 예상된다.

Q. 연구를 시작한 계기는?
2014년 북한 무인기 침입으로 국내에 크게 이슈가 된 뒤 기초연구를 진행하였으며, 2016년 국내 최초로 드론 탐지 레이더 시스템을 개발한 뒤 계속해서 연구를 진행해왔다.

Q. 어떤 의미가 있는가?
초소형 드론을 3㎞이상 탐지 가능한 세계 최고 수준의 레이더 기술을 국내기술로 이뤄냈다는 것이 매우 의미가 크고, 레이더의 핵심 부품 개발은 지역의 협력업체들과 이뤄냈다는 점에서 향후 지역 산업의 고부가가치 창출에도 기여할 수 있다. 
 뿐만 아니라, 드론 탐지 레이더 기술은 드론에만 국한 되는 것이 아니라, 선박, 항공, 감시정찰 등 다양한 분야에 확장이 가능하다는 점에서 무궁한 가능성을 가지고 있다고 볼 수 있다. 

Q. 꼭 이루고 싶은 목표는?
현재는 DGIST 레이더 시스템의 성능이 이스라엘 레이더 기술과 유사한 수준을 가지는 수준이지만, 1년 안에 이스라엘의 기술을 월등히 뛰어넘는 성능을 가진 레이더를 개발하여 전 세계 공항과 및 핵심 시설에 DGIST에서 개발한 레이더 시스템이 활용되게 하고 싶다. 


  그림 설명  

[그림 1] DGIST 드론 탐지레이더 개발 과정 요약도

 

[그림 2] GANs 인공지능 기술을 활용한 드론 식별 개념도 

 

  논문 바로보기   ☞ IEEE Geoscience and Remote Sensing Letters

 

 

 

 

콘텐츠 담당 담당부서  :   홍보팀 ㅣ 053-785-1135