[배경]

안녕하세요 여러분! 월간 데이콘 '모기 비행 궤적 예측 AI 경진대회'에 오신 것을 환영합니다.

LiDAR 기반 능동 센서와 정밀 레이저 장치를 활용하면 공중의 작은 표적을 실시간으로 탐지하고, 해당 위치를 향해 정밀하게 조사하는 시스템을 구성할 수 있습니다. 하지만 실제 시스템에서는 LiDAR 스캔, 표적 추적 안정화, 좌표 변환, 안전 조건 확인, 조준 장치 제어 등의 과정에서 미세한 지연이 발생합니다.

이 지연은 매우 짧은 시간처럼 보이지만, 모기와 같이 작고 빠르게 움직이는 표적에서는 큰 오차로 이어질 수 있습니다. 특히 모기는 짧은 시간 동안에도 방향과 속도를 바꾸기 때문에, 탐지 시점의 좌표를 그대로 사용하면 실제 조사 시점에는 이미 다른 위치로 이동해 빗맞을 가능성이 있습니다.

본 대회에서는 시스템 처리 및 조준 과정에서 발생하는 총 지연 시간을 80ms로 고정하여 가정합니다.

따라서 참가자는 과거 400ms 동안 40ms 간격으로 관측된 모기의 3차원 좌표 시계열 데이터를 바탕으로, 이 고정 지연(80ms) 이후의 실제 모기 위치를 예측하는 AI 모델을 개발해야 합니다.

참가자에게 제공되는 데이터는 sensor-local 3차원 좌표계 기준의 (x, y, z) 좌표이며, 실내, 복도, 창고, 반실외, 야외 등 다양한 환경에서 발생할 수 있는 모기 비행 패턴과 관측 노이즈를 반영합니다. 단, 속도, 가속도, scene ID, 환경 정보 등 내부 보조 정보는 제공되지 않으므로, 참가자는 오직 과거 좌표 변화만을 바탕으로 모기의 미래 위치를 예측해야 합니다.

데이커 여러분의 시계열 분석 능력과 모델링 실력으로, 짧은 지연이 만들어내는 좌표 오차를 보정하고 정밀한 모기 추적 문제에 도전해 보세요!

[주제]

모기 비행 궤적 기반 미래 위치 예측 AI 모델 개발

[설명]

참가자는 40ms 간격으로 관측된 11개 시점의 모기 3차원 좌표 (x, y, z)를 분석하여, 마지막 관측 시점 기준 80ms 이후의 모기 좌표를 예측해야 합니다.

각 샘플은 다음과 같은 시간축을 가집니다.

입력: -400ms, -360ms, -320ms, ..., -40ms, 0ms의 11개 관측 좌표
출력: +80ms 시점의 3차원 좌표 (x, y, z)

본 대회의 좌표는 방 기준 절대 좌표가 아니라, LiDAR 센서 기준의 sensor-local 3차원 좌표계입니다. 좌표 단위는 미터(m)이며, 축 방향은 x: forward, y: left, z: up으로 정의됩니다.

평가는 예측 좌표와 실제 좌표 사이의 3D 거리 오차를 기반으로 하되, 최종적으로는 레이저 유효 반경 내에 예측 좌표가 들어왔는지를 기준으로 한 명중률을 중심으로 산정됩니다. 즉, 단순히 평균 오차를 줄이는 것뿐만 아니라 실제 조사 시점에서 모기를 맞힐 수 있는 수준의 정밀한 좌표 보정이 중요합니다.

학습 데이터와 평가 데이터는 서로 다른 장소 및 환경 조건을 기반으로 구성되므로, 특정 공간 구조를 외우는 방식보다는 센서 기준 상대 운동 패턴과 짧은 시간 뒤의 위치 변화를 일반화하여 예측하는 것이 핵심입니다.

[참가 대상]

일반인, 학생, 직장인 등 데이터 분석 및 AI 모델링에 관심이 있는 누구나

[주최 / 주관]

데이콘

[문의처]

대회 기간 중 공식 답변은 토크 게시판을 통해서만 제공됩니다.

다른 채널로 접수된 문의는 확인이 지연되거나 답변되지 않을 수 있습니다.

Mosquito Flight Trajectory Prediction AI Competition

Algorithm | Time-Series | Tabular | Regression | LiDAR | Hit Rate