[소개기술 5] AI 학습형 고정밀 실내 거리 인식 시스템

기술개요

본 기술은 FMCW(Frequency Modulated  Continuous  Wave) 레이더와 인공신경망 기반 딥러닝 모델을 결합하여, 실내에서의 거리 측정 오차를 크게 줄인 거리 추정 장치 및 방법본 기술은 거리·온도·습도·구조  데이터를 함께 학습하는 다중 보정 모델을 통해 오차를 대폭 개선함

특허정보

특허명	출원번호(등록번호)
FMCW 레이더를 활용한 딥러닝 기반의 실내 거리 추정 장치 및 방법	10-2021-0065566(10-2713255)

기술소개서 다운로드

• 기술개요

  본 기술은 FMCW(Frequency Modulated  Continuous  Wave) 레이더와 인공신경망 기반 딥러닝 모델을 결합하여, 실내에서의 거리 측정 오차를 크게 줄인 거리 추정 장치 및 방법

  본 기술은 거리·온도·습도·구조  데이터를 함께 학습하는 다중 보정 모델을 통해 오차를 대폭 개선함

  
  
• 기술의 차별성

  * 차별성

  - 단순 신호처리 기반이 아닌,  딥러닝 네트워크를 통한 자기 학습형 거리 추정 알고리즘 적용

  - 온도·습도·안테나 구조 데이터 통합 보정하여, 다양한 환경에서도 높은 정밀도 확보

  
  

  * 우수성

  - 거리 추정 평균 오차 약  0.07m, 기존 대비 오차율 약 90% 이상 감소하였으며, 복합 환경(온습도 변화, 구조적 장애물 등) 에서도 일관된 성능을 확보함

  
  
• 응용분야

  * 실내 위치 인식 및 거리 측정 시스템

  - 스마트 팩토리

  - 실내 보안 및 감시용 시스템

  - 자율주행차 및 실내드론

  
  
• 시장동향

  * 세계 비접촉형 센싱 시장

  - 글로벌 시장조사기관 Consegic Business Intelligence가 발표한 보고서에 의하면 글로벌 비접촉 센싱 시장은 2024년  약 79억 3,420만 달러에서 연평균 17.8%로 성장하여 2032년 293억 600만 달러 규모로 성장할 것으로 전망

  - AI · 딥러닝 기술 결합형 인식 기술에 대한 수요가 증가하고 있으며, 스마트 시티 및 로봇 사업 확대에 따른 실내 위치 인식 기술 상용화 가속화로 인한 수요 증가가 예상됨

  
  
• 기술완성도
  TRL
  01

  기초이론/실험

  TRL
  02

  실용 목적의 아이디어/특허 등 개념 정립

  TRL
  03

  연구실 규모의 성능 검증

  TRL
  04

  연구실 규모의 부품/시스템 성능 평가

  TRL
  05

  시제품 제작/성능 평가

  TRL
  06

  Pilot 단계 시작품 성능 평가

  TRL
  07

  Pilot 단계 시작품 신뢰성 평가

  TRL
  08

  시작품 인증/표준화

  TRL
  09

  사업화