Acknowledgement
본 논문은 과학기술정보통신부 정보통신창의인재양성사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.
Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)
- 2020.11a
- /
- Pages.224-227
- /
- 2020
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Development of Animal Tracking Method Based on Edge Computing for Harmful Animal Repellent System.
엣지컴퓨팅 기반 유해조수 퇴치 드론의 동물 추적기법 개발
- Lee, Seul (Dept. of Electronic Engineering at Dong Seoul University) ;
- Kim, Jun-tae (Dept. of Electronic Engineering at Dong Seoul University) ;
- Lee, Sang-Min (Dept. of Electronic Engineering at Dong Seoul University) ;
- Cho, Soon-jae (Dept. of Electronic Engineering at Dong Seoul University) ;
- Jeong, Seo-hoon (Dept. of Electronic Engineering at Dong Seoul University) ;
- Kim, Hyung Hoon (Samsung Electronics) ;
- Shim, Hyun-min (Dept. of Electronic Engineering at Dong Seoul University)
- 이슬 (동서울대학교 전자공학과) ;
- 김준태 (동서울대학교 전자공학과) ;
- 이상민 (동서울대학교 전자공학과) ;
- 조순재 (동서울대학교 전자공학과) ;
- 정서훈 (동서울대학교 전자공학과) ;
- 김형훈 (삼성전자) ;
- 심현민 (동서울대학교 전자공학과)
- Published : 2020.11.05
Abstract
엣지컴퓨팅 기반 유해조수 퇴치 Drone의 유해조수 추적 기술은 Doppler Sensor를 이용해 사유지에 침입한 유해조수를 인식 후 사용자에게 위험 요소에 대한 알림 서비스를 제공한다. 이후 사용자는 Drone의 Camera와 전용 애플리케이션을 이용해 경작지를 실시간으로 보며 Drone을 조종한다. Camera는 Tensor Flow Object Detection Deep Learning을 적용하여 유해조수를 학습 및 파악, 추적한다. 이후 Drone은 Speaker와 Neo Pixel LED Ring을 이용해 유해조수의 시각과 청각을 자극해 도망을 유도하며 퇴치한다. Tensor Flow object detection을 핵심으로 Drone에 접목했고 이를 위해 전용 애플리케이션을 개발했다.
Keywords