FPV 드론용 임무 자율형 픽셀 고정 기능

적응형·복원력 있는 교전 아키텍처를 위한 종말 유도 기술의 발전

임베디드 소프트웨어 및 고성능 반도체가 스마트 미사일, 드론 및 배회탄과 같은 국방 응용 분야에서 자동 표적 인식(ATR), 추적 및 목표 추적 유도에 대한 오늘날의 요구 사항을 충족하고 있습니다.

특히 적대적 교란 상황에서 작전에 성공하려면 시스템이 픽셀 고정 기반의 종말 유도 기술을 활용해야 합니다. 이 기능은 현대의 무인 항공기 시스템(UAS), 특히 가장 혹독한 전장 환경에서 치명적인 효과를 낼 수 있는 300,000개 이상의 드론을 구매하고자 하는 미국 전쟁부의 드론 우세 프로그램에 설명된 바와 같이 1인칭 시점(FPV) 및 손실을 감수할 수 있는 임무 프로파일을 위한 시스템에서 중요한 특징으로 대두되었습니다.[1]

그림 1. 가상의 FPV 공격 드론

대부분의 기존 시스템은 일반적으로 비행의 최종 단계에서 플랫폼을 선택된 표적으로 시각적으로 유도하는 제한적인 작업에 최적화되어 있습니다. 통제된 조건과 짧은 교전 범위에서는 이러한 “고정-비행” 접근법이 효과적일 수 있습니다. 그러나, 전자전(EW) 및 최종 몇 초 동안의 인간의 실수, 현대적인 운영 환경 및 업데이트된 성능 요건으로 인해 우크라이나 전쟁에서 보고된 제한된 적중률은 지속적인 파일럿의 조종 및 종말 전용 유도의 한계를 점점 더 많이 노출시키고 있습니다.

현재 임무는 급변하는 형상, 부분적 관측 가능성, 진화하는 교전 규칙 및 실시간 적응을 요구하는 적대적 교란 환경을 특징으로 가집니다. 자율 프레임워크는 대체 아키텍처를 제공합니다. 즉, 픽셀 고정을 별개의 종말 기능으로 취급하는 대신, 시각적 교전 기능은 임무 라이프사이클 전반에 걸쳐 인지, 의사 결정 및 차량 제어를 담당하는 임무 수준의 자율 스택에 통합됩니다. 이 구성에서 픽셀 고정은 시스템을 정의하기보다는 임무 달성을 위한 역할을 수행합니다. 비용 대비 효과라는 관점에서 볼 때, 신뢰성이 낮은 대안, 특히 적대적 교란 환경에서 제대로 작동하지 않는 대안보다 훨씬 높은 타격 확률을 가지는 시스템은 상당한 가치를 제공할 수 있습니다.
[1]https://dronedominance.mil/leaderboard.html?utm_source=newsletter&utm_medium=email&utm_campaign=newsletter_axiosfutureofdefense&stream=top

종말 유도에서 감독 로직으로: 임무 자율형 픽셀 고정

기존의 픽셀 고정 시스템은 일반적으로 바이너리 동작을 나타냅니다. 표적을 선택하고 고정하면 비행체가 충격 또는 추적 상실이 발생할 때까지 직접 유도 솔루션을 사용합니다. 이 아키텍처는 교전 유효성을 재평가하거나 성능이 저하된 조건에서 복구할 능력이 제한됩니다.
그림 2. 교전, 재계획 및 공격 동작을 보여주는 자율화 상태 다이어그램

다음 단계에서는 교전 상황의 기하학적 상황, 추적 신뢰도, 항법 상태 및 운영 제약을 지속적으로 평가하는 감독 임무 로직 계층을 추가합니다. “임무‐자율형 픽셀 고정”을 사용하면 교전 기준이 더 이상 충족되지 않을 때 시스템이 자율적으로 복행하거나 중단할 수 있습니다. 중요한 점은 중단 행동이 전반적인 임무 종료를 의미하지 않는다는 것입니다. 대신, 시스템은 후속 교전 이전에 자율 재배치, 대기 패턴 유지, 표적 도달 시간 조정 또는 정보, 감시 및 정찰(ISR) 랑데부 지원합니다.

표 1. 종말 전용 픽셀 고정 시스템과 임무 자율형 픽셀 고정 시스템의 비교

아키텍처 확장성 및 듀얼 모드 운영 개념

대부분의 기존 시스템은 AI 기능을 수동 파일럿 FPV 플랫폼에 통합하여 자율성 요구 사항이 변화함에 따라 확장성이 제한됩니다. 임무 자율형 픽셀 고정은 처음부터 엔드투엔드 자율 아키텍처를 적용하여 출발하며, 단일 통합 프레임워크 내에서 항법, 임무 실행, 종말 단계 교전 및 복구 동작까지 모두 포함합니다.
인간 참여형 자율화(human‑in‑the‑loop)에서 인간 감독형 자율화(human‑on‑the‑loop) 및 완전 자율 운영으로의 이러한 원활한 발전은 소프트웨어 구성을 통해 달성할 수 있으므로, 비용이 많이 들고 잠재적으로 시간이 많이 소요되는 하드웨어 재설계를 피할 수 있습니다. 이렇게 향상된 수준의 소프트웨어 정의 확장성은 초기 요구 사항에서는 지원형 교전을 강조하고 이후 단계에서는 자율 임무 실행 및 복원력을 요구하는 프로그램을 포함하는 단계별 자율 이니셔티브와 부합됩니다.

임무 자율형 픽셀 고정은 또한 공통 하드웨어 기준선을 사용하여 지원형 FPV 핸드오프 작업과 완전 자율형 임무를 모두 지원할 수 있습니다. 공유된 영상 처리, 제어 루프 및 임무 로직은 훈련 부담과 물류 복잡성을 줄이는 동시에 임무 프로파일 전반에 유연성을 제공합니다. 또한 이중 모드 설계를 통해 단일 플랫폼이 프로그램의 후속 단계에서 주로 예상되는 저비용의 손실 감수 임무와 고급 자율 작전을 모두 지원할 수 있습니다.

재식별(ReID)을 통한 지속적인 표적 추적

종말 유도 성능은 기본 추적 방법의 견고성에 크게 영향을 받습니다. 기존의 대비 기반 또는 템플릿 매칭 접근법은 가림 및 시점 변동에 취약합니다.

고급 ReID 기법을 배포하여 시간, 가림 및 변화하는 기하학적 상황 전반에 걸쳐 지속적인 표적 ID를 유지할 수 있습니다. 현재 개발 중인 “Push-to-learn” 개념을 사용하면 ReID가 표적을 학습하는 동안 작업자가 표적을 즉시 지정할 수 있으므로 지속적인 추적이 가능합니다. 텍스처, 기하학적 구조 및 열 감지 기능을 융합함으로써 개선된 시스템을 통해 신뢰할 수 있는 표적 재획득 및 선택적 조준점 식별이 가능해져 보다 효과적인 최종 의사 결정을 지원합니다.

그림 3. 적외선 사진 시퀀스 - 가림 상황에서 ReID 기반 추적 연속성

비용 대비 효과 최적화: 전략적 이점

저비용의 범용 픽셀 고정 모듈은 100달러 이하의 가격으로 시장에 진입했지만, 일반적으로 가림, 클리터 또는 표적의 급격한 기동으로 쉽게 방해를 받는 기본적인 대비 기반 추적에 의존합니다. 반면 임무 자율형 픽셀 고정은 Qualcomm QCS8550 및 NVIDIA Orin NX와 같은 플랫폼에서 실행되는 전체 임무 자율 제품군에 사용되는 것과 동일한 고성능 컴퓨팅을 활용합니다.

Qualcomm 및 NVIDIA의 고성능 칩셋에서 ReID(Re-Identification)를 갖춘 완전한 ATR(Automated Target Recognition) 스택을 구동하면 저사양 솔루션이 달성하지 못하는 종말 단계 정밀도를 구현할 수 있습니다. 이 하드웨어 기반을 통해 시스템이 완전 가림 또는 신호 상실 후 표적을 안정적으로 재획득하여 임무 성공률을 높일 수 있습니다. 궁극적으로 임무 자율형 픽셀 고정은 비용 대비 효과가 최적화되어 있기 때문에 결과를 개선합니다. 실질적으로 더 높은 타격 확률을 제공함으로써 시스템은 이전 세대의 스마트 미사일, 드론 및 배회탄보다 더 효율적일 수 있습니다.

UAS 임무 실행의 새로운 시대

적대적 교란 환경에서 작전상의 이점은 점점 더 종말 성능만이 아니라 적응성과 의사 결정 속도에서 점점 더 도출됩니다. 임무 자율형 픽셀 고정은 적응형 임무 로직, 지속적인 추적 및 확장 가능한 자율성을 통합하여 운영자 중심 제어에서 시스템 수준의 의사 결정으로 우위를 전환합니다. 이러한 접근 방식은 운영자 작업 부하 감소, 임무 효율성 개선, 비용 대비 효과 최적화, 자율성 요구 사항이 진화함에 따라 지속적인 운영 적합성을 유지할 수 있도록 지원합니다.

그림 4. 임무 자율형 픽셀 고정 작동 – 명령 및 제어 – 인터페이스

최근의 전 세계 분쟁으로 입증된 바와 같이, 소규모 무인 시스템이 전장에서 군사적 성공에 중요하다는 것은 비밀이 아닙니다. 여기서 임무 자율형 픽셀 고정은 단일 폐루프 자율 플랫폼 내에서 지능형 감독을 통해 유도 무기 시스템이 보다 효과적인 임무 실행을 달성할 수 있도록 지원합니다. 이 기술은 종말 유도 보조 기능이던 픽셀 고정을 진정한 임무 수준 자율 기능으로 변환하여 지원형 표적 교전에서 완전한 자율형으로 원활한 전환이 가능합니다.

고급 검색, 3D 조준점 선택, 임무 자율형 픽셀 고정 및 지형 인식 운영 기능을 갖춘 Teledyne FLIR OEM의 폐루프, 인식 기반 ATR 및 자율 소프트웨어인 Prism SKR에 대해 자세히 알아보려면 oem.flir.com/skr을 방문하십시오.