베트남 과학자, 공항에서 이물질 감지 기계 개발

[광고_1]

베트남 항공대학의 과학자들은 카메라 이미지와 머신러닝 모델을 활용하여 공항에서 위험한 상황을 초래할 수 있는 이물질을 탐지하고 경고하는 시스템을 개발했습니다.

이 영상 처리 기술 응용 시스템은 항공 안전을 지원하고자 하는 바람으로 연구팀이 2년 이상에 걸쳐 개발했습니다.

이를 위해 팀은 컴퓨터로 실제 공항을 모사한 3D 모델을 제작했는데, 여기에는 전체 터미널, 항공기, 활주로, 조명 시스템(주야간 시뮬레이션) 등이 포함되었습니다. 실제로는 활주로를 따라 카메라를 설치하여 물체를 감지했습니다.

모의 활주로에서 이물질을 탐지하기 위해 다양한 시나리오를 개발했습니다. 데이터는 국내외 공항의 활주로, 유도로, 계류장 이미지를 수집하고 실습 교육 중 학생과 교수진이 촬영한 이미지를 조합하여 구축했습니다.

컴퓨터에 데이터가 입력되면 이미지 세트 내의 모든 객체를 학습합니다. 예를 들어 금속 지붕, 물탱크 덮개, 안테나 접시, 애완용 새... 심지어 볼펜, 여행 가방 손잡이, 서류 클립과 같은 승객 소지품까지도 모두 잠재적인 안전 위험 요소입니다. 활주로 모형에 이물질이 유입되면 카메라가 이미지를 캡처하여 서버로 전송하고, 서버는 이를 분석 및 처리하여 경고를 발생시킵니다.

밝은 환경에서 촬영한 이미지를 사용하여 머신러닝 모델을 테스트했을 때, 99% 이상의 정확도로 이물질을 탐지할 수 있었습니다. 하지만 저조도, 먼지, 비, 바람 등의 환경에서 촬영한 노이즈가 많은 이미지의 경우, 모델의 정확도는 평균 70~80% 정도로 떨어집니다. 결과적으로, 머신러닝 모델은 물체의 모양, 크기, 위치를 인식합니다.

현재 이 연구팀의 제품은 지상의 물체만 감지합니다. 둥 박사는 공중의 물체도 감지할 수 있는 유사한 기능을 연구 개발할 계획이라고 밝혔습니다.

연구팀은 공항 모형을 이용해 이물질 탐지 머신러닝 모델을 테스트했습니다. (사진: NVCC) — 연구팀은 공항 모형을 이용해 이물질 탐지 머신러닝 모델을 테스트했습니다. (사진: *NVCC)*

아카데미 부원장이자 연구 책임자인 응우옌 탄 둥 박사에 따르면, 공항 모형을 이용한 시스템 테스트는 실제 공항과 상당한 차이가 있습니다. 그 이유는 안전 요건을 충족하는 카메라 위치에서 활주로 위의 물체(변의 길이가 3cm 이상인 물체)까지의 거리가 매우 멀기 때문이며, 때로는 수백 미터에 달하기도 합니다. 따라서 물체를 식별하기 위해서는 더 높은 해상도의 카메라 시스템이 필요하고, 데이터 처리 속도가 빠른 컴퓨터 시스템도 필수적입니다.

둥 씨는 공항 내 이물질 탐지 기술은 여러 나라에서 사용되고 있으며 매우 고가라고 밝혔습니다. 2017년 노이바이 공항의 이물질 탐지 및 경보 시스템 구축에 투입된 총액은 4,862억 VND, 탄손낫 공항은 5,097억 VND로 추산되었습니다.

베트남에서는 "이물질 탐지를 위한 자동 시스템은 사용되지 않고 대부분 수동 방식을 사용합니다. 즉, 공항에서는 활주로, 유도로, 주기장 등에서 이물질을 검사하고 수거하기 위해 인력을 동원합니다."라고 둥 박사는 말했습니다.

호치민시 기술교육대학교 기술교육원 원장인 부이 반 홍 부교수에 따르면, 카메라 시스템을 이용한 항공 분야 이물질 탐지 시스템은 세계 선진국에서 연구 및 실용화가 진행되고 있습니다. 일부 공항에서는 이 기술을 단파 레이더 시스템과 결합하여 이물질을 탐지하고 있습니다. 그러나 이러한 시스템의 효과는 제조사 발표 수준을 넘어서는 검증이 제대로 이루어지지 않았습니다. 게다가 베트남에서 이 기술을 적용하기에는 비용이 많이 들고, 기술 개발이 활발하게 진행되지 않고 있습니다.

그는 연구팀의 연구가 국내 기술의 설계, 설치, 활용, 유지, 숙달 및 실용화에 있어 비용을 최소화하는 기반이 된다고 믿습니다. 따라서 그는 연구팀이 시스템을 완성하고, 테스트를 거쳐 국내 공항에 적용할 수 있기를 기대합니다.

하안

[광고_2]
소스 링크