Earticle

현재 위치 Home

Human-Machine Interaction Technology (HIT)

Implementation of On-Device AI System for Drone Operated Metal Detection with Magneto-Impedance Sensor

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence 바로가기
  • 통권
    Volume 13 Number 3 (2024.09)바로가기
  • 페이지
    pp.101-108
  • 저자
    Jinbin Kim, Seongchan Park, Yunki Jeong, Hobyung Chae, Seunghyun Lee, Soonchul Kwon
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A456165

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
This paper addresses the implementation of an on-device AI-based metal detection system using a Magneto- Impedance Sensor. Performing calculations on the AI device itself is essential, especially for unmanned aerial vehicles such as drones, where communication capabilities may be limited. Consequently, a system capable of analyzing data directly on the device is required. We propose a lightweight gated recurrent unit (GRU) model that can be operated on a drone. Additionally, we have implemented a real-time detection system on a CPU embedded system. The signals obtained from the Magneto-Impedance Sensor are processed in real-time by a Raspberry Pi 4 Model B. During the experiment, the drone flew freely at an altitude ranging from 1 to 10 meters in an open area where metal objects were placed. A total of 20,000,000 sequences of experimental data were acquired, with the data split into training, validation, and test sets in an 8:1:1 ratio. The results of the experiment demonstrated an accuracy of 94.5% and an inference time of 9.8 milliseconds. This study indicates that the proposed system is potentially applicable to unmanned metal detection drones.

목차

Abstract
1. Introduction
2. On-Device AI System for Drone‑Operated Metal Detection
3. Experimental Environment and Result
3.1 Experimental Environment
3.2 Experimental Result
4. Discussion and Conclusions
Acknowledgement
References

키워드

Deep Learning Drone Magneto-Impedance Sensor Metal Detection On-Device AI

저자

  • Jinbin Kim [ M.S, Department of Plasma Bio Display, Kwangwoon University, South Korea ]
  • Seongchan Park [ M.S, Department of Plasma Bio Display, Kwangwoon University, South Korea ]
  • Yunki Jeong [ Ph. D, Department of Plasma Bio Display, Kwangwoon University, South Korea ]
  • Hobyung Chae [ Ph. D, Industry-Academic Cooperation Foundation, Kwangwoon University, South Korea ]
  • Seunghyun Lee [ Professor, Ingenium College Liberal Arts, Kwangwoon University, South Korea ]
  • Soonchul Kwon [ Associate Professor, Graduate School of Smart Convergence, Kwangwoon University, South Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 13 Number 3

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.