맞춤기술찾기

이전대상기술

감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기의 3차원 감시경로설정 최적화 방법 및 장치

  • 기술번호 : KST2021010315
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기(UAV)의 3차원 감시경로설정 최적화 방법 및 장치가 제시된다. 본 발명에서 제안하는 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기(UAV)의 3차원 감시경로설정 최적화 방법은 소수 무리 최적화(Particle Swarm Optimization; PSO) 이론을 이용하여 각 모니터링 드론들(Monitoring Drones; MDr)에 대한 최적 경로를 도출하는 단계, 다중 목적 적합성 함수를 이용하여 가능한 모든 경로로부터 최상의 비행 경유지 시퀀스를 획득하는 단계, CAC(Coordinated Agents Coevolution)를 이용하여 충돌의 존재를 감지하는 단계, CAC가 만족되는 경우 한 번의 비행 시간 동안 최적의 경로를 생성하는 단계 및 다음 비행 전, SAI(surveillance area importance) 값을 업데이트하는 단계를 포함한다.
Int. CL G05D 1/10 (2006.01.01) B64C 39/02 (2006.01.01) B64D 45/00 (2006.01.01)
CPC G05D 1/1064(2013.01) B64C 39/024(2013.01) B64D 45/00(2013.01) B64C 2201/12(2013.01)
출원번호/일자 1020200052352 (2020.04.29)
출원인 인하대학교 산학협력단
등록번호/일자 10-2279956-0000 (2021.07.15)
공개번호/일자
공고번호/일자 (20210721) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.04.29)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 장경희 서울특별시 마포구
2 호등 인천광역시 미추홀구
3 아람기르 인천광역시 미추홀구
4 이쉬티아크 인천광역시 미추홀구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 인천광역시 미추홀구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.04.29 수리 (Accepted) 1-1-2020-0445035-30
2 선행기술조사의뢰서
Request for Prior Art Search
2020.11.13 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search
2021.02.16 발송처리완료 (Completion of Transmission) 9-6-2021-0029550-45
4 의견제출통지서
Notification of reason for refusal
2021.03.26 발송처리완료 (Completion of Transmission) 9-5-2021-0246169-63
5 [공지예외적용 보완 증명서류]서류제출서
2021.05.12 수리 (Accepted) 1-1-2021-0551360-18
6 [출원서 등 보완]보정서
2021.05.12 수리 (Accepted) 1-1-2021-0551358-15
7 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.05.13 수리 (Accepted) 1-1-2021-0553216-98
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.05.13 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0553217-33
9 등록결정서
Decision to grant
2021.07.09 발송처리완료 (Completion of Transmission) 9-5-2021-0544250-76
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소수 무리 최적화(Particle Swarm Optimization; PSO) 이론을 이용하여 각 모니터링 드론들(Monitoring Drones; MDr)에 대한 최적 경로를 도출하는 단계; 다중 목적 적합성 함수를 이용하여 가능한 모든 경로로부터 최상의 비행 경유지 시퀀스를 획득하는 단계; CAC(Coordinated Agents Coevolution)을 이용하여 충돌의 존재를 감지하는 단계; CAC가 만족되는 경우 한 번의 비행 시간 동안 최적의 경로를 생성하는 단계; 및 다음 비행 전, SAI(surveillance area importance) 값을 업데이트하는 단계를 포함하는 3D 최적 보안 감시 경로 계획 방법
2 2
제1항에 있어서, 소수 무리 최적화 이론을 이용하여 각 모니터링 드론들에 대한 최적 경로를 도출하는 단계는, 각 모니터링 드론들에 대한 속도 벡터와 위치 벡터를 생성하고, 속도 벡터와 위치 벡터를 이용한 PSO를 통해 개체의 개별 최고값 및 모든 개체의 최고값을 결정하고, 개체의 개별 최고값 및 모든 개체의 최고값을 통해 각 개체의 속도와 위치를 개선하여 최적 경로를 도출하며, 자율 비행 장치에 적용 가능하도록 모니터링 드론들 간의 충돌방지를 위한 최적 경로를 도출하는3D 최적 보안 감시 경로 계획 방법
3 3
제1항에 있어서,다음 비행 전, SAI 값을 업데이트하는 단계는, MDr이 이벤트가 감지되는 셀에서 불법 드론들(Illegal Drone; IDr)의 존재가 감지되는 경우, SAI 값을 증가시키는 단계; SAI 값이 과거 평균 SAI 값과 비교하여 빠르게 변화하고 있는 지역에 대하여 SAI 값을 증가시키는 단계; 및동일한 지역에 대하여 반복적인 감시를 피하기 위해 이전에 감시를 받은 지역에 대한 SAI 값을 줄이는 단계를 포함하는 3D 최적 보안 감시 경로 계획 방법
4 4
제3항에 있어서,MDr이 이벤트가 감지되는 셀에서 IDr의 존재가 감지되는 경우, SAI 값을 증가시키는 단계는, 특정 셀에서 IDr이 감지되는 경우, IDr이 해당 지역에 침입하는 것을 방지하기 위해 인접 셀을 감시하고, 해당 셀과 해당 셀에 대한 인접 셀의 SAI 값을 증가시키는3D 최적 보안 감시 경로 계획 방법
5 5
제3항에 있어서,동일한 지역에 대하여 반복적인 감시를 피하기 위해 이전에 감시를 받은 지역에 대한 SAI 값을 줄이는 단계는,미리 정해진 비행 시간 이상 동안 셀을 감시하지 않은 경우, 해당 셀에 대한 SAI 값을 증가시키고, 감시를 받은 셀에 대해서는 SAI 값을 줄이도록 셀의 SAI 값을 조정하는 3D 최적 보안 감시 경로 계획 방법
6 6
소수 무리 최적화(Particle Swarm Optimization; PSO) 이론을 이용하여 각 모니터링 드론들(Monitoring Drones; MDr)에 대한 최적 경로를 도출하고, 다중 목적 적합성 함수를 이용하여 가능한 모든 경로로부터 최상의 비행 경유지 시퀀스를 획득하는 예측부; CAC(Coordinated Agents Coevolution)을 이용하여 충돌의 존재를 감지하고, CAC가 만족되는 경우 한 번의 비행 시간 동안 최적의 경로를 생성하는 검출부; 및 다음 비행 전, SAI(surveillance area importance) 값을 업데이트하는 업데이트부를 포함하는 3D 최적 보안 감시 경로 계획 장치
7 7
제6항에 있어서, 예측부는, 각 모니터링 드론들에 대한 속도 벡터와 위치 벡터를 생성하고, 속도 벡터와 위치 벡터를 이용한 PSO를 통해 개체의 개별 최고값 및 모든 개체의 최고값을 결정하고, 개체의 개별 최고값 및 모든 개체의 최고값을 통해 각 개체의 속도와 위치를 개선하여 최적 경로를 도출하며, 자율 비행 장치에 적용 가능하도록 각 모니터링 드론들 간의 충돌방지를 위한 최적 경로를 도출하는3D 최적 보안 감시 경로 계획 장치
8 8
제6항에 있어서, 업데이트부는, MDr이 이벤트가 감지되는 셀에서 불법 드론들(Illegal Drone; IDr)의 존재가 감지되는 경우, SAI 값을 증가시키고; SAI 값이 과거 평균 SAI 값과 비교하여 빠르게 변화하고 있는 지역에 대하여 SAI 값을 증가시키고; 및동일한 지역에 대하여 반복적인 감시를 피하기 위해 이전에 감시를 받은 지역에 대한 SAI 값을 줄이는 3D 최적 보안 감시 경로 계획 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 인하대학교 기본연구 [Ezbaro] 머신러닝(Machine Learning) 이론과 PSO(Particle Swarm Optimization) 알고리즘을 활용한 불법드론 탐지, 추적 및 경로계획 절차 연구