본 논문은 혼잡한 도시 환경에서의 무인 항공기(UAV) 안전 착륙 문제를 다룬다. 특히 응급 상황에서의 안전 착륙을 위해 의미론적 분할을 활용하여 위험 요소를 지속적으로 평가하는 위험 인식 접근 방식을 제안한다. 특수 심층 신경망을 사용하여 픽셀 단위 위험 값을 할당하고 위험 지도 기반 알고리즘을 적용하여 이동하는 차량, 사람 등의 장애물과 조명 변화와 같은 시각적 문제에도 불구하고 안정적인 안전 착륙 지점(SLZ)을 적응적으로 식별한다. 제어 시스템은 고도에 따른 안전 임계값과 시간적 착륙 지점 안정화를 사용하여 강력한 하강 궤적을 보장하면서 UAV를 저위험 지역으로 안내한다. 다양한 도시 환경에서의 실험적 검증을 통해 매우 어려운 실제 시나리오에서 90% 이상의 착륙 성공률을 달성하여 다양한 위험 지표에서 상당한 개선을 보였다. 본 연구 결과는 위험 지향적 비전 방법이 복잡하고 비정형적인 도시 시나리오, 특히 이동하는 위험 장애물이 밀집된 환경에서 응급 착륙 상황의 사고 위험을 효과적으로 줄이고 복잡한 도시 작전에서 UAV의 실제 기능을 강화할 수 있음을 시사한다.
