드론 뉴스
뉴스 · 방산 · 정부사업 · 채용 — 국내외 소식 매일 자동 수집
- 1.EcoVLA: Energy-Efficient Device-Edge Co-Inference for Vision-Language-Action Models under Real-Time Constraints(arxiv.org)
🇰🇷 거대 AI 로봇 모델(VLA)을 기기와 서버가 나눠 실행해 전력을 아끼면서 실시간 반응을 지키는 방법입니다.
- 2.TS-MAMP: A Remanufactured Agricultural Robot with Second-Life EV Components and NMS-Free On-Device Weed Detection(arxiv.org)
🇰🇷 중고 전기차 부품으로 만든 저렴한 농업 로봇과 가벼운 잡초 탐지 AI를 소개하는 연구입니다.
- 3.Resource-Constrained UAV-Based Weed Detection for Site-Specific Management on Edge Devices(arxiv.org)
🇰🇷 성능이 낮은 드론 탑재 장치에서도 돌아가는 잡초 탐지 AI로 필요한 곳에만 제초 작업을 하게 하는 연구입니다.
- 4.Where Is VLA Inference Time Spent? Bottlenecks and Optimization Interactions Across GPUs(arxiv.org)
🇰🇷 카메라와 말을 이해해 로봇을 움직이는 VLA 모델이 GPU에서 어디서 느려지는지 분석하고 개선법을 제시합니다.
- 5.LoopQ: Fair, Closed-Loop Evaluation of Quantized Vision-Language-Action Models(arxiv.org)
🇰🇷 압축해 가볍게 만든 VLA 모델을 실제 작동 환경(폐루프)에서 공정하게 비교하는 평가 방법을 제안합니다.
- 6.PlantVLM-Edge: Quantized Vision-Language Models for On-Device Crop Health Diagnosis(arxiv.org)
🇰🇷 스마트폰 같은 기기에서 직접 작물 병해를 진단하도록 압축한 시각-언어 AI 모델(VLM)을 소개합니다.
- 7.ScaleVLA: Scaling Vision-Language-Action Models to 552 Billion Parameters(arxiv.org)
🇰🇷 로봇 제어용 VLA 모델을 5520억 개 매개변수(Parameter, AI 크기 단위) 규모로 키우는 연구입니다.
- 8.POKE: Probe Offline, Keep Efficiently for Vision-Language-Action Models(arxiv.org)
🇰🇷 VLA 모델에서 행동에 영향이 적은 이미지 조각(토큰)을 미리 골라 제거해 추론 속도를 높이는 방법입니다.
- 9.Navigating human-robot interaction challenges in private and residential aged care homes(arxiv.org)
🇰🇷 요양원과 가정에서 노인 돌봄을 돕는 로봇과 주변환경 지능(ambient intelligence) 기술, 그리고 사람-로봇 상호작용의 과제를 다룹니다.
- 10.EV-JEPA: Elastic V-JEPA for Any Device and Cross-Device Inference(arxiv.org)
🇰🇷 V-JEPA 같은 영상 기반 모델을 스마트 안경부터 서버까지 다양한 기기에서 크기를 조절해 쓸 수 있게 하는 탄력적 학습 방법입니다.
- 11.Lightweight and Resource-Efficient Perception for Robotic Guide Dogs(arxiv.org)
🇰🇷 안내견 로봇이 주변 사물과 위험을 파악하도록, 적은 연산 자원으로 돌아가는 가벼운 인식(perception) 기술을 제안합니다.
- 12.Joint Quantization and Dynamic Partitioning for Context-Aware Edge Vision Transformers(arxiv.org)
🇰🇷 자율주행차 사이 통신(V2V) 상황에 맞춰 비전 트랜스포머(vision transformer)를 양자화하고 동적으로 나눠 처리하는 기법입니다.
- 13.CucumberVision at the Edge: Accuracy, Throughput, and Energy of RGB-D Cucumber Sizing on Jetson Orin Nano and Raspberry Pi 4(arxiv.org)
🇰🇷 오이 크기를 RGB-D(색+깊이) 영상으로 재는 기술을 젯슨 오린 나노와 라즈베리파이 4에서 정확도·속도·전력 면에서 비교했습니다.
- 14.ACSeL: Adaptive Configuration Search for Hardware-Constrained LLM Inference(arxiv.org)
🇰🇷 메모리와 응답시간 제약이 있는 엣지 기기에서 대형언어모델(LLM)의 모델 크기·배치·양자화 설정을 자동으로 찾는 방법입니다.
- 15.On Privacy-Preserving Image Transmission in Low-Altitude Networks: A Swin Transformer-Based Framework with Federated Learning(arxiv.org)
🇰🇷 저고도 드론 네트워크에서 개인정보를 지키며 이미지를 보내는 스윈 트랜스포머(Swin Transformer) 기반 연합학습 기법입니다.
- 16.Compressed learning based onboard semantic compression for remote sensing platforms(arxiv.org)
🇰🇷 위성 등 원격탐사 장비에서 영상 의미만 골라 압축해 전송량을 줄이는 온보드 압축 학습 기술입니다.
- 17.Graph Neural Assisted Actor-Critic for Latency-Efficient Edge Vision System(arxiv.org)
🇰🇷 드론 영상을 지상 서버로 보낼 때 지연을 줄이기 위해 그래프 신경망(GNN) 기반 강화학습으로 처리 방식을 정하는 연구입니다.
- 18.Offloading Revenue Maximization in Multi-UAV-Assisted Mobile Edge Computing for Video Stream(arxiv.org)
🇰🇷 여러 드론이 엣지 컴퓨팅(가까운 곳에서 연산)을 도와 영상 처리를 대신해 주고, 그 수익을 극대화하는 방법을 연구합니다.
- 19.Pruned Lightweight Encoders for Computer Vision(arxiv.org)
🇰🇷 자율주행·드론처럼 지연에 민감한 시스템을 위해 가지치기(pruning)로 가볍게 만든 영상 압축 인코더를 제안합니다.
- 20.Embedded Firmware Development for Flight Control, Telemetry, and Video Streaming for DIY UAV Research(arxiv.org)
🇰🇷 저가 ESP32-S3 칩으로 비행 제어, 텔레메트리(원격 상태 전송), 영상 전송을 모두 처리하는 DIY 드론 펌웨어를 설계했습니다.
- 21.tensorrt v11.4 릴리즈(github.com)
🇰🇷 엔비디아의 AI 추론 가속 도구 텐서RT(TensorRT) 11.4 버전이 나왔고, 파서(Parser) 기능 등이 추가되었습니다.
- 22.onnxruntime v1.32.0 릴리즈(github.com)
🇰🇷 ONNX 런타임(ONNX Runtime) 1.32.0은 최신 규격(opset 28)을 지원하고 CPU·GPU 혼합 실행 기능을 새로 넣었습니다.
- 23.litert v2.3.2 릴리즈(github.com)
🇰🇷 구글의 온디바이스 AI 실행 도구 라이트RT(LiteRT) 2.3.2 버전으로, 작은 버그 수정과 안정성 개선만 담겼습니다.
- 24.executorch v1.6.0 릴리즈(github.com)
🇰🇷 엑시큐터치(ExecuTorch) 1.6.0은 NXP 칩 지원이 정식 단계에 들어갔고 로봇 AI 정책을 여러 하드웨어에서 돌릴 수 있습니다.
- 25.Run Native DLA Inference in Python on NVIDIA Jetson AGX Orin Using cuDLA(developer.nvidia.com)
🇰🇷 엔비디아 젯슨 AGX 오린에서 딥러닝 가속기(DLA)를 파이썬으로 직접 돌리는 cuDLA 사용법을 설명합니다.
- 26.Nvidia launches Jetson Orin Nano 2 for entry-level robotics and edge AI - Robotics & Automation News(news.google.com)
🇰🇷 엔비디아가 입문용 로봇·엣지 AI 개발에 쓸 수 있는 젯슨 오린 나노 2(Jetson Orin Nano 2)를 출시했습니다.
- 27.NVIDIA Jetson on board: autonomous vision, computer vision, and edge-AI for drones - Dev.ua(news.google.com)
🇰🇷 엔비디아 젯슨(NVIDIA Jetson)을 드론에 탑재해 영상 인식과 엣지(Edge) AI를 구현하는 방법을 소개합니다.
- 28.FAME-QP: A GPU-Accelerated Quadratic-Programming Solver for Real-Time Model Predictive Control(arxiv.org)
🇰🇷 FAME-QP은 실시간 모델 예측 제어(MPC)를 위한 GPU 가속 2차 계획법(QP) 솔버입니다.
- 29.Mobility-Aware Task Offloading in Mobile Edge Computing-Empowered Space-Air-Ground Integrated Internet-of-Things Networks(arxiv.org)
🇰🇷 모바일 엣지 컴퓨팅(MEC) 기반 우주-공중-지상 통합 네트워크(SAGIN)에서 이동성 고려 태스크 오프로딩(Offloading)을 연구했습니다.
- 30.picoEmergencyNet : Attention-Enhanced Ultra-Small Deep Learning Model for Aerial Image Classification in Emergency Monitoring(doi.org)
🇰🇷 비상 모니터링용 초경량 딥러닝 모델 피코이머전시넷(picoEmergencyNet)이 항공 이미지 분류를 실시간 수행합니다.
- 31.Aptiv supports NVIDIA Jetson Orin Nano 2 for edge AI systems - Military Aerospace(news.google.com)
🇰🇷 압티브(Aptiv)가 엔비디아 젯슨 오린 나노 2(NVIDIA Jetson Orin Nano 2)를 엣지 AI 시스템에 지원합니다.
- 32.ZED ROS 2 Wrapper 5.6: CUDA zero-copy with rosidl::Buffer for ROS 2 Lyrical and Isaac ROS 5(discourse.openrobotics.org)
🇰🇷 ZED 카메라용 ROS 2 래퍼 5.6 버전이 나왔습니다. CUDA 제로카피(데이터 복사 없는 전달)로 영상 처리 속도를 높입니다.
- 33.TensorRT Edge-LLM Completes the MLPerf Edge Agentic Benchmark 6.4x Faster on Jetson AGX Thor(developer.nvidia.com)
🇰🇷 엔비디아 Jetson AGX Thor에서 TensorRT Edge-LLM이 엣지(Edge) AI 에이전트 성능 테스트를 6.4배 빠르게 마쳤습니다.
- 34.Frontier Reasoning Reaches the Edge: How to Deploy and Optimize Models on NVIDIA Jetson(developer.nvidia.com)
🇰🇷 엔비디아 Jetson 같은 소형 기기에서 추론(Reasoning) AI 모델을 올려 최적화하는 방법을 소개합니다.
- 35.Joint Trajectory, Sensing, and Computation Co-Design for UAV-Assisted Federated Edge Vision(arxiv.org)
🇰🇷 드론이 날며 데이터를 모으고 연산하는 경로를 함께 설계해, 연합학습(Federated Learning)으로 물체 인식 모델을 훈련시킵니다.
- 36.Hierarchical Intelligent Evolutionary Optimization for UAV-Assisted NOMA-MEC Systems(arxiv.org)
🇰🇷 드론, 엣지 컴퓨팅(MEC), 비직교 다중접속(NOMA)을 결합한 시스템을 계층적 진화 알고리즘으로 최적화하는 방법입니다.
총 500개 수집됨 · 영문 자료는 AI 한글 요약 제공, 원문은 SHA-256 해시로 무결성 보존 · 궁금한 내용은 AI에게 질문하세요