AI 요약
우스터 폴리테크닉 인스티튜트(WPI)의 니틴 J. 산켓 교수팀은 박쥐가 초음파를 쏘아 주변을 파악하는 '에코로케이션' 기술을 이식한 손바닥 크기의 드론을 개발했습니다. 이 드론은 약 6인치 크기의 X자 형태 쿼드로터로 제작되었으며, 카메라나 리다(LiDAR) 대신 단 두 개의 센서와 인공지능(AI) 연산 장치를 통해 장애물을 인식합니다. 기존 드론들이 안개, 연기, 어둠 속에서 시각 정보에 의존하기 어려웠던 한계를 극복하기 위해 소리 기반의 인식 시스템을 구축한 것이 핵심입니다. 특히 딥러닝을 통해 초음파 반사 패턴을 학습하여 복잡한 숲이나 실내 공간에서도 스스로 경로를 찾을 수 있도록 설계되었습니다. 이번 연구는 고가의 무거운 장비 없이도 극한 환경에서 효율적으로 작동하는 생체 모방 로봇공학의 가능성을 보여주었습니다.
핵심 인사이트
- 초경량 및 초소형 설계: 드론의 무게는 약 0.45kg(1파운드 미만), 크기는 약 6인치로 제작되어 좁고 복잡한 공간 주행에 최적화되었습니다.
- 높은 실험 성공률: 총 180번의 다양한 환경 실험에서 72~100%의 성공률을 기록하며 시야가 제한된 환경에서의 성능을 입증했습니다.
- 비행 시간 및 효율: 한 번의 비행으로 약 5분간 배터리를 유지하며, 무거운 센서를 제외해 에너지 효율을 높였습니다.
- 연구 책임자: 이번 프로젝트는 우스터 폴리테크닉 인스티튜트의 니틴 J. 산켓(Nitin J. Sanket) 교수가 주도했습니다.
주요 디테일
- 음향 차폐 장치 적용: 드론 프로펠러에서 발생하는 소음이 초음파 인식을 방해하지 않도록 특수한 차폐 장치를 설치하여 반사되는 소리를 또렷하게 감지합니다.
- 악천후 자율 비행: 완전한 어둠은 물론, 안개와 눈이 내리는 극한의 기상 조건을 모사한 환경에서도 스스로 경로를 탐색할 수 있습니다.
- 장애물 인식 범위: 투명 플라스틱이나 금속 막대 같은 까다로운 장애물도 회피 가능하지만, 초음파 반사가 매우 약한 아주 얇은 나뭇가지 감지는 향후 개선 과제로 남았습니다.
- 딥러닝 기반 연산: 연산 부담을 최소화한 딥러닝 알고리즘을 통해 드론이 초음파 패턴을 실시간으로 분석하고 판단하도록 학습시켰습니다.
- 저비용 고효율: 고가의 라이다(LiDAR)나 전력 소모가 큰 레이더 장비를 대체함으로써 수색 및 구조용 드론의 제작 비용을 대폭 낮출 수 있습니다.
향후 전망
- 성능 고도화: 연구팀은 향후 드론의 크기를 더욱 줄이고 기동성을 높여 비행 시간을 연장한 모델을 개발할 계획입니다.
- 재난 현장 투입: 시야 확보가 어려운 산불 연기 속이나 붕괴된 건물 내부 등 위험한 수색·구조 현장에서 초동 대응 시간을 단축하는 결정적 역할을 할 것으로 기대됩니다.