드론 모터 진동 예측 및 이상 탐지 기반 RNN 모델 연구

RNN-based Drone Motor Vibration Prediction and Anomaly Detection

연구 내용

드론 모터 진동의 정상-비정상 전이를 예측하고 추락 위험을 조기 파악하기 위해 LSTM/GRU RNN과 attention 메커니즘을 적용하는 연구

드론의 propeller 모터 이상은 추락으로 이어질 수 있으므로, 시간 영역 진동 신호를 활용해 상태 변화를 예측하는 분석을 수행합니다. 수집된 진동 데이터에 대해 LSTM, GRU 및 양방향 변형과 같은 RNN 계열 모델을 적용하고, attention 메커니즘을 통해 예측 대상과의 관련성을 반영하는 구조를 구성합니다. 정상-비정상 전이 또는 미래 진동 파형 예측, 이상 행동 예측을 연결하여 비행 안전을 위한 예측 성능과 연산 효율을 비교하는 방향으로 연구를 전개합니다.

관련 프로젝트

0건

연구 흐름

초기에는 드론 모터의 정상 진동과 이상 진동에서 나타나는 진동 패턴의 차이를 RNN 계열 모델로 학습하고, LSTM과 GRU의 예측 성능을 비교하는 데 집중했습니다. 이후에는 attention 메커니즘을 도입하여 예측에 필요한 구간 정보를 더 잘 반영하도록 모델 구조를 개선하고, 모터 상태 전이(정상에서 비정상으로의 전환)를 반영하는 연결 데이터셋 기반 분석으로 확장했습니다. 최근에는 LSTM/GRU 기반 예측과 함께 이상 행동 탐지 형태로 적용 범위를 넓히는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

모터 진동 기반 비행 안전 예측
추락 위험 사전 경보 모델
이상 행동 스코어링 체계
비행 전 상태 진단 자동화
드론 유지보수 점검 데이터 분석
Propeller 구동부 건전성 추정
시간영역 센서 데이터 예측 엔진
IoT 비행 데이터 기반 이상 감지
RNN attention 기반 고장 예측
현장 실시간 예측 파이프라인