- 본 프로젝트는 2022년 8월에 "국토교통부 빅데이터 활용 경진대회"에서 우수상을 수상하였습니다 🎉
- 발표 영상: https://youtu.be/TZF6tO4_9ro (경진대회용 영상)
- 코드 설명 참고 영상: https://youtu.be/DveW9Zwkjw4
- 드론 응급배송 인프라를 위한 AI기반 최적 하늘길 구축 프로젝트입니다.
- 국토교통부, 중앙의료원, 기상청, 산림청 등의 공공데이터를 활용하였습니다.
- 자세한 내용은 소스코드 혹은 pdf를 참고해 주시기 바랍니다.
- 저작권에 유의하시기 바랍니다.
1. 기획 및 과제 정의
2. 모델링
3. 시스템 개발
4. 데모 시연
5. 발전 가능성과 기대가치
6. 부가 설명
7. 팀원소개
응급환자는 1시간안에 수혈받지 못하면 사망율이 99%에 육박합니다. 이에 르완다 등에서는 드론으로 응급물품을 배송하는 시도가 이어지고 있습니다. 다만 우리나라는 건물이 밀집한 특성으로 인해 드론 배송이 쉽지는 않습니다. 이것을 고려하여 하늘길을 구축한다면 우리나라에서도 시도해볼 수 있을 것입니다.
설치된 공항들을 기준으로 하늘길을 구축하는 단계로 나뉘어 있습니다.
현재 혈액원은 담당구역이 너무 방대해 배송 시간, 경로상의 변수, 배터리 등을 고려할 때 문제점이 있습니다.
따라서 군집분석을 통해 적절한 범위로 재구성하고, 총 3곳의 대표 병원을 "임시 혈액원"으로 선정하여 운영합니다.
(더 자세한 설명은 부록1을 참고해 주시기 바랍니다.)
좌측 그림은 위치상의 최단 경로가 최적의 경로가 되지는 않다는 것을 보여주고 있습니다. 붉은 영역을 지나는 드론은 장애요소로 인해 오히려 늦게 도착하는 것을 볼 수 있습니다.
따라서 배터리, 환경 요소를 고려한 거시적 경로와 실제 장애물을 피해가는 미시적 경로를 따로 구성해야 합니다.
거시적 경로는 미로찾기 강화학습 알고리즘인 DQN을, 미시적 경로는 최단경로 알고리즘인 Informed RRT* 알고리즘을 활용합니다.
실제 공간을 1km 단위로 격자화 하여 드론 비행에 영향을 주는 요소를 비용함수화 한 뒤, 보상체계를 세워 위험한 곳을 피해가도록 합니다.
큰 경로 공간이 결정되었다면 골격화된 지도 안에서 장애물을 회피해 갈 수 있도록 합니다.
비용함수는 드론 도메인 지식을 바탕으로 건물, 산, 바람, 강수를 변수로 사용합니다.
해당 지수들은 게임 엔진인 Unreal Engine4에서 드론 시뮬레이터로 실험한 데이터를 바탕으로 설정하였습니다.
(더 자세한 설명은 부록2을 참고해 주시기 바랍니다.)
_.mp4
데모 시연에 대한 설명은 발표영상 뒷부분을 참고해주시기 바랍니다. 시뮬레이션에 사용된 드론 스펙은 부록3을 참고해주시기 바랍니다.
현재는 데이터가 제한적이나, S-Map 등의 실제 3d 데이터와 드론 전문가와 협업한다면 더 고도화된 모델을 실현할 수 있습니다.
앞서 말씀드린 것들이 개선되고 이 인프라가 실현된다면 응급상황시 골든타임을 맞추지 못해 사망하던 20%의 응급환자를 살릴 수 있고,
이 프로젝트는 UAM으로의 확장 가능성도 가지고 있기에 가치가 있습니다.
실루엣 계수를 확인하여 군집 개수를 결정하였고, 임시 혈액원이 될 대표 병원들은 위와 같은 기준으로 결정되었습니다.
DQN은 보상체계를 학습하며 최상의 경로를 선택하므로, 보상체계에 사용될 비용 함수가 필요합니다.
드론 도메인 지식에 따라, 이와 같은 가정을 하고 실험하였습니다.
대략적인 영향도만 있다면 보상체계를 설립할 수 있기 때문에, 우선 polifit 라이브러리를 통해 일차함수로 분석하였습니다.
강수는 기상청이 제공하는 등급으로 지수화 하였습니다.
데모 영상으로 돌아가기
- 조남현(CHO NAM HYEON)
- 기획, 군집분석, 미시적 경로(최단경로 알고리즘), 지도 골격화 및 DQN 설계, 비용함수, 웹 구현
MAIL : [email protected]
Github : https://github.com/MiddleJo
- 박광민(PARK KWAMG MIN)
- DB구축, 시뮬레이션(UE4), 지리데이터 가공 및 시각화(Kepler.gl)
MAIL : [email protected]
Github : https://github.com/KMP94
- 김기현(KIM GI HYUN)
- 팀장, 지도 골격화, 거시적 경로(강화학습 알고리즘), 보상체계 설정
MAIL : [email protected]
Github : https://github.com/spiner321