한국정보처리학회:학술대회논문집 (Annual Conference of KIPS)

한국정보처리학회 (Korea Information Processing Society)
권호 표지

ARM 과 Cube.AI 를 이용한 저전력 AI 객체인식 군사 경계 시스템, A.RM.I

Low-Power AI Object Recognition Military Surveillance System using ARM and Cube.AI, A.RM.I

  • 김영찬 (명지대학교 전자공학과) ;
  • 문석영 (명지대학교 전자공학과) ;
  • 박진수 (명지대학교 전자공학과) ;
  • 신민재 (명지대학교 전자공학과) ;
  • 정민혜 (명지대학교 전자공학과)
  • Yeong-Chan Kim (Dept. of Electronic Engineering, Myong-Ji University) ;
  • Seok-Young Moon (Dept. of Electronic Engineering, Myong-Ji University) ;
  • Jin-Su Park (Dept. of Electronic Engineering, Myong-Ji University) ;
  • Min-Jae Shin (Dept. of Electronic Engineering, Myong-Ji University) ;
  • Min-Hye Jung (Dept. of Electronic Engineering, Myong-Ji University)
  • 발행 : 2024.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구는 전력 공급이 어려운 지역에서 사용하기 위한 저전력 AI 객체 인식 감시 시스템 A.RM.I 를 개발하여 군사 경계 시스템의 효율성을 높이고자 하였다. 태양광 패널을 통한 에너지 하베스팅, ARM 의 Standby 모드, 저전력 설계를 통해 전력 소모를 최소화하였다. 기존 장비 대비 디바이스당 연간 전력 소비량을 약 8.43Wh 로 크게 줄였다. STM32 에는 온디바이스로 저용량, 고감도 CNN 기반 객체 인식 모델을 탑재하여 사람을 감지한다. 엣지 디바이스의 한계를 보완하기 위해 서버 PC 와 RF 통신을 활용한 분산형 AI 시스템을 도입하여 정확도를 향상시켰다. 또한, 유지보수 비용이 저렴하고 휴대성이 뛰어나 군사 및 상업 보안 시스템 등 다양한 분야에 활용할 수 있다. 본 시스템은 군사 인력 부족 문제를 해결하고 경계 근무의 효율성을 극대화할 것으로 기대된다.

키워드

과제정보

본 논문은 과학기술정보통신부 대학디지털교육역량강화 사업의 지원을 통해 수행한 ICT 멘토링 프로젝트 결과물입니다.