Real-Time Trajectory Prediction for Urban Low-Altitude Unmanned Aerial Vehicles Based on Deep Learning Model

전 세계 항공 교통량의 증가와 자율 주행 항공기 개발로 인해, 무인 항공기의 활용 범위가 넓어지고 있다. 이로 인해 안전한 항공 교통 관리를 위해서 무인 항공기의 경로를 예측하는 기술의 필요성이 더욱 높아지고 있다. 본 연구는 딥러닝 모델을 기반으로 무인 항공기의 경로를 예측하는 방법을 제시한다. 시계열 예측에 적합한 딥러닝 모델인 GRU(Gated Recurrent Unit) 구조 기반의 예측 모델을 제안한다. 모델 학습에 있어서 look_back, forward_length 개념을 적용하여 다양한 예측 거리에서의 성능을 분석한다. 또한, 본 모델의 성능을 입증하기 위해 RNN(Recurrent Neural Network) 및 LSTM(Long Short-Term Memory) 모델과의 비교 실험을 진행하였다. 실험 결과, 본 모델이 RMSE 0.0037로 가장 우수한 예측 성능을 보였으며, 실시간 예측 가능성도 입증하였다.