본 논문은 자율 무인항공기(AAV)를 위한 두 가지 새로운 알고리즘을 설계하여 미지의 환경에서 목표 추적과 탐지를 수행하는 문제를 다룬다. 첫째, 동적 타깃이 미지의 환경에서 존재할 때의 추적 문제를 해결하기 위해 자동-가우시안-GRU-예측(AGUP) 알고리즘을 설계하였다. 가우시안 과정 회귀와 게이티드 순환 단위(Gated Recurrent Unit) 신경망을 통합함으로써 AGUP 알고리즘은 동적 타깃의 운동 궤적을 예측할 수 있다. 둘째, 다수의 정지 고정 타깃에 대한 최적 경로 계획 문제를 해결하기 위해 탐부 서치 보간 B-스플라인(TBL) 알고리즘도 제안된다. TBL 알고리즘은 방문 경로를 효율적으로 계획할 수 있으며 경로의 매끄러움도 가능하게 한다. 셋째, AAV가 타깃을 추적하고 탐지하도록 유도하기 위해 AGUP 및 TBL 알고리즘 모두 모델 예측 제어(Model Predictive Control, MPC) 접근법과 결합한다. 마지막으로, 시뮬레이션 및 실험 결과는 AGUP-MPC 알고리즘이 우수한 추적 성능을 보임을 보여준다. 또한 TBL-MPC 알고리즘은 최적의 매끄러운 탐지 경로를 효과적으로 계획하고, AAV가 여러 개의 정지 고정 타깃을 순차적으로 방문하도록 제어한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.