충북대 기업지원센터

특허 출원/등록 번호

• 출원번호 : 10-2022-0175976
• 등록번호 : 10-2768628

대표도

기술 동향

• LSTM, GRU와 같은 순환 신경망(recurrent neural network)을 활용한 연구가 활발하며, 여기에 Self-Attention을 결합한 LSTM-SA, GRU-SA 모델은 전력 예측 정확도를 크게 개선함

  DNN 기반 전력 모델과 속도 기반 가속도 모델 (random vibration acceleration)을 통합한 하이브리드 방식이 주목받고 있으며, 기존 단일 DNN 모델 대비 개선된 성과를 보여줌

특장점

• DNN 기반 전력 시뮬레이션 장치를 통해 무인항공기의 에너지 측면에서의 최적 속도를 도출하고, 최적 비행 경로 및 비행중 소비전력을 예측할 수 있음

  DNN 기반 전력 시뮬레이션 장치는 무인항공기의 속도에 따른 배터리 전력소모 예측 모델을 도출 할 수 있기 때문에 배터리 개발 시에 활용될 수 있음

  DNN 기반 전력 시뮬레이션 장치를 통해 Flight Profile위치 정보인 Flight Profile을 속도정보인 3축 속도 정보로 변환하고, 3축 속도 정보를 수평/수직 방향 가속도로 표현하는 가속도 도출 모델을 작성함으로써 속도만으로 UAV의 전력 소모를 예측할 수 있음

  3축 속도 정보와, 수평 및 수직 방향 가속도의 5가지 정보를 입력데이터로, DNN-based power consumption Model로부터 출력 데이터 power Profile을 얻을 수 있음

기술의 완성도

• TRL1
• TRL2
• TRL3
• TRL4
  실험실 규모의 소재/부품/시스템 핵심성능 평가
• TRL5
• TRL6
• TRL7
• TRL8
• TRL9

가능한 사업화 형태

• 기술이전 또는 실시권 설정