빅데이터를 활용한 드론의 이상 예측시스템 연구

최근 국내외 빅데이터가 4차 산업혁명의 핵심기술로 급부상하고 있다. 또한, 4차 산업혁명의 발달과 더불어 드론에 대한 활용도와 수요가 계속 증가하고 있으며, 이에 관한 결과로 이제 드론은 일상생활과 다양한 산업 활동에 많이 활용되고 있다. 하지만 드론의 활용이 많아지면서 추락의 위험 또한 높아지고 있다. 드론은 비행 시 드론 내부 특성상의 간단한 구조로 인하여 작은 문제에도 쉽게 추락할 수 있는 위험요소를 항상 가지고 있다. 본 논문에서는 이러한 드론 추락 위험요소를 예측하고 추락을 방지하기 위하여 드론의 구동 모터와 일체형으로 ESC(Electronic Speed Control)를 부착하고 그 안에 가속도 센서를 장착해 진동 데이터를 실시간으로 수집 및 저장하고 그 데이터를 실시간으로 처리 및 모니터링 한다. 그리고 모니터링 상황에서 얻어진 빅데이터를 통한 데이터를 고속 푸리에 변환(Fast Fourier Transform,FFT) 알고리즘을 이용하여 수집된 빅데이터를 분석하여 드론 추락의 위험을 최소화하는 예측시스템을 제안하였다. Recently, big data is rapidly emerging as a core technology in the 4th industrial revolution. Further, the utilization and the demand of drones are continuously increasing with the development of the 4th industrial revolution. However, as the drones usage increases, the risk of drones falling increases. Drones always have a risk of being able to fall easily even with small problems due to its simple structure. In this paper, in order to predict the risk of drone fall and to prevent the fall, ESC (Electronic Speed Control) is attached integrally with the drone's driving motor and the acceleration sensor is stored to collect the vibration data in real time. By processing and monitoring the data in real time and analyzing the data through big data obtained in such a situation using a Fast Fourier Transform (FFT) algorithm, we proposed a prediction system that minimizes the risk of drone fall by analyzing big data collected from drones.