1 |
1
미래 위협 요소 예측 장치로서, 프로세서; 및상기 프로세서에 연결되는 메모리를 포함하되, 상기 메모리는, 복수의 스텝을 갖는 드론의 제1 주행 경로를 설정하고, LSTM(Long Short Term Memory) 모델에 상기 제1 주행 경로에 포함되는 현재 스텝 이전의 과거 스텝에서의 특징 벡터를 입력하여 미래 스텝에서 위협 개체에 의한 영향을 판단하도록, 상기 프로세서에 의해 실행 가능한 프로그램 명령어들을 저장하며, 상기 특징 벡터는, 상기 위협 개체로부터 위협 개체 신호 수신 방향, 위협 개체 신호 타입에 관한 정보, 상기 드론의 주행 방향, 미래의 드론 주행 방향, 상기 위협 개체 신호의 평균 변화 각도, 상기 위협 개체에 의한 제1 위협 영역에 포함된 스텝의 수 및 상기 위협 개체에 의한 제2 위협 영역에 포함된 스텝의 수를 포함하고, 상기 위협 개체 신호의 타입은 상기 드론이 상기 제1 위협 영역과 상기 제2 위협 영역에 포함되는지 여부에 따라 다르게 정의되고, 상기 제1 위협 영역은 상기 위협 개체로부터의 제1 반경으로 정의되고, 상기 제2 위협 영역은 상기 위협 개체로부터의 제2 반경으로 정의되며, 상기 제1 위협 영역은 상기 제1 반경으로 정의되는 영역에서 상기 제2 반경으로 정의되는 영역을 제외한 영역으로 정의되는 미래 위협 요소 예측 장치
|
2 |
2
삭제
|
3 |
3
제1항에 있어서, 상기 드론의 주행 방향 및 상기 신호 수신 방향은 미리 설정된 개수의 방향 중 하나로 정의되는 미래 위협 요소 예측 장치
|
4 |
4
삭제
|
5 |
5
제1항에 있어서, 상기 미래의 드론 주행 방향은 상기 제1 주행 경로상에서 상기 현재 스텝 다음의 미리 설정된 개수의 스텝 각각에서의 드론 주행 방향인 미래 위협 요소 예측 장치
|
6 |
6
삭제
|
7 |
7
제1항에 있어서, 상기 위협 개체 신호의 평균 변화 각도는, 상기 현재 스텝까지의 상기 위협 개체 신호가 수신되는 각 스텝에서의 상기 위협 개체 신호의 수신 각도의 평균인 미래 위협 요소 예측 장치
|
8 |
8
제1항에 있어서, 상기 LSTM 모델은 인코더-디코더 모델이며, 상기 인코더에 현재 스텝 이전의 미리 설정된 개수의 스텝 각각의 특징 벡터가 입력되고, 상기 디코더는 상기 인코더로부터 입력되는 정보를 이용하여 상기 현재 스텝 이후의 미리 설정된 개수의 스텝 각각에서 상기 위협 개체에 의한 영향을 확률적으로 판단하는 미래 위협 요소 예측 장치
|
9 |
9
프로세서 및 메모리를 포함하는 장치에서 미래 위협 요소를 예측하는 방법으로서, 복수의 스텝을 갖는 드론의 제1 주행 경로를 설정하는 단계; 및LSTM(Long Short Term Memory) 모델에 상기 제1 주행 경로에 포함되는 현재 스텝 이전의 과거 스텝에서의 특징 벡터를 입력하여 미래 스텝에서 위협 개체에 의한 영향을 판단하는 단계를 포함하되, 상기 특징 벡터는, 상기 위협 개체로부터 위협 개체 신호 수신 방향 및 위협 개체 신호 타입에 관한 정보, 상기 드론의 주행 방향, 미래의 드론 주행 방향, 상기 위협 개체 신호의 평균 변화 각도, 상기 위협 개체에 의한 제1 위협 영역에 포함된 스텝의 수 및 상기 위협 개체에 의한 제2 위협 영역에 포함된 스텝의 수를 포함하고, 상기 위협 개체 신호의 타입은 상기 드론이 상기 제1 위협 영역과 상기 제2 위협 영역에 포함되는지 여부에 따라 다르게 정의되고, 상기 제1 위협 영역은 상기 위협 개체로부터의 제1 반경으로 정의되고, 상기 제2 위협 영역은 상기 위협 개체로부터의 제2 반경으로 정의되며, 상기 제1 위협 영역은 상기 제1 반경으로 정의되는 영역에서 상기 제2 반경으로 정의되는 영역을 제외한 영역으로 정의되는 미래 위협 요소 예측 방법
|
10 |
10
제9항에 따른 방법을 수행하는 기록매체에 저장되는 컴퓨터 판독 가능한 프로그램
|