뇌-컴퓨터 인터페이스 기술을 이용한 무인 폭격기 조종사의 심리 상태 탐지

Abstract

최근 들어 미 정부가 훈련시킨 무인항공기 (uninhabited air vehicle)와 무인 폭격기 (uninhabited combat air vehicle)의 조종사 수가 늘어나 전투기 조종사 훈련병 수를 앞지르고 있다. 세계에서 활동 중인 무인 전투기는 10년 전보다 140배 늘어난 7000대에 육박하고 있다. 그러나 지상에서 조종하는 무인전투기는 조종사의 몰입도가 실제 비행기에 탑승한 조종사보다 떨어질 우려가 크다. 따라서 본 연구에서는 뇌-컴퓨터 인터페이스 기술 (brain computer interface)을 이용하여 비행 시뮬레이터 조종사의 뇌전도 (electroencephalogram, EEG) 데이터를 측정하며, 측정된 결과를 분류하여 몰입도 향상을 위한 사용자 인터페이스 설계에 기여하고자 한다. 측정된 몰입도는 무인 폭격기에 전달될 수 있으며 이에 대한 피드백으로 조종사는 임무에 더욱 몰입할 수 환경이나 자극을 얻게 된다. 이러한 인터페이스의 구축을 위해 조종사 뇌전도 데이터를 바탕으로 무인 폭격기 조종사의 심리적 몰입 상태 (state) 분류 모델을 제안하고자 한다.

제안된 모델은 무인 폭격기 미션 수행 중 조종사의 뇌전도 신호를 추출하고 개인마다 학습된 은닉 마르코프 모델을 활용하여 조종사의 심리적 몰입 여부의 결과를 얻도록 하였다. 본 연구의 실험에서는 피험자가 6개의 미션을 수행하는 동안의 뇌전도 신호를 수집하였다.

실험 결과 수행된 6가지의 미션에서 피험자들의 몰입도 분류 결과가 유의하게 나타났다. 제안된 모델은 뇌전도 분류된 몰입상태를 바탕으로 차세대 전투기인 무인 폭격기의 작전 수행 역량을 강화할 가능성을 보여주고 있다.

Brain Computer Interface(BCI) is a field of catching human thoughts and conceptions for applying human think to device or computer controls by extracting electroencephalograph(EEG). In this paper, currently issued Unmanned Combat Air Vehicle(UCAV) operators metal state detection is studied by using brain computer interface. For the classification of mental states of operators, a classification model by Hidden Markov Model is proposed.

During missions of battle field of UCAV operators, BCI extracts operators EEG and the personalized classification model detects operators mental states to absorbed or not absorbed.

As a result of experiments, it is found that operators mental states classification through proposed model yields maximum accuracy at 86%. The proposed model shows possibility of BCI approach in UCAV development.