AI-translated from English; not yet reviewed by a fluent editor.

# TU Delft의 MonoRace 논문, 단일 카메라 드론 레이싱 시스템을 설명하다

> 새 Science Robotics 논문은 2025년 드론 레이싱 우승을 뒷받침한 카메라, IMU, 기내 제어를 자세히 설명한다. 이 결과는 알려진 대회 코스에 한정된다.

By BIG CHANGE Editorial

Published: 2026-10-15T06:59:17.849Z
Updated: 2026-10-15T06:59:17.849Z
Canonical: https://bigchange.ai/blog/tudelft-monorace-one-camera-autonomous-drone-racing

![Conceptual charcoal illustration of an unbranded quadrotor flying toward a freestanding orange-edged gate on an open field.](https://bigchange.ai/api/media/file/monorace-drone-gate-concept-v2.png)
AI-generated conceptual illustration by BIG CHANGE; no actual MonoRace aircraft, A2RL event or race result is depicted.

TU Delft 연구진은 2026년 10월 14일 [*Science Robotics*](https://doi.org/10.1126/scirobotics.aee9250)에 MonoRace의 방법을 발표했다. 논문이 설명하는 성과는 더 과거의 일이다. 드론은 2025년 4월 Abu Dhabi Autonomous Drone Racing Competition에서 우승했다. 논문은 전방 카메라 한 대, 관성측정장치(IMU), 소형 기내 제어망이 레이싱 속도에서 함께 작동한 방식을 상세히 다룬다.

2026년 1월 21일 제출된 [저자들의 공개 프리프린트](https://arxiv.org/html/2601.15222v1)는 다른 자율주행 팀들과 인간 세계 챔피언 세 명을 상대로 한 토너먼트에서 거둔 승리를 보고한다. 외부 모션 추적 없이 대회 트랙에서 MonoRace가 최고 100 km/h에 도달했다고 밝힌다. [TU Delft 캠퍼스 간행물은 2025년 4월 우승을 보도했다](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi). BIG CHANGE는 이 시스템을 시험하지 않았다.

## 핵심 변화

- **달라진 점:** 2026년 10월 논문은 충돌이나 수리 후 팀이 기내 비행 이미지와 알려진 게이트 형상을 사용해 MonoRace 카메라 정렬을 다시 조정한 방법을 설명한다. 외부 모션 추적은 사용하지 않았다.
- **중요한 이유:** 여러 항공기를 평가하는 드론 레이싱 팀은 충돌 회피를 별도로 평가해야 한다. MonoRace는 단독 경기와 인간 대결에서 우승했지만 충돌 회피 기능이 없어 멀티드론 경기에서 3위를 했다.
- **계속 지켜볼 점:** 표시된 코스에서의 결과만으로 트랙 밖 신뢰성, 범용 내비게이션, 배치 안전성, 상용화 가능성 또는 다른 로봇으로의 전이를 입증하지는 못한다.

## 게이트 이미지에서 모터 명령까지

대회 드론은 움직임을 측정하는 IMU와 시각 카메라 한 대를 사용했다. 롤링 셔터 카메라는 이미지를 기내 컴퓨터로 보내고, 그곳에서 신경망이 레이싱 게이트를 표시했다. 소프트웨어는 게이트 모서리를 찾고 예상 화면과 대조한 다음 시각 위치 추정치와 IMU 측정값을 상태 추정기에서 결합했다. 급격한 기동으로 가속도계가 측정 범위를 벗어날 때는 드론 동역학 모델이 추정기를 도왔다고 [논문의 방법은 설명한다](https://arxiv.org/html/2601.15222v1).

연구진은 비행 기록을 사용해 주행 간 보정도 개선했다. 형태와 크기를 아는 게이트가 카메라 이미지에서 나타나야 할 위치와 분할 시스템이 찾아낸 위치를 비교했다. 이 오프라인 조정은 수리나 충돌 후 드론에 대한 카메라 위치와 각도를 다듬는 데 특히 유용했다. 조정에는 레이싱 게이트에 대한 지식을 사용했고 외부 모션 추적은 필요하지 않았다.

추정한 상태는 비행 컨트롤러의 소형 신경망 유도·제어기로 전달됐다. 시뮬레이션으로 훈련된 이 네트워크는 별도의 내부 제어 루프를 거치지 않고 초당 500회 모터에 직접 명령을 보냈다. 카메라 이미지는 기내 NVIDIA Jetson Orin NX에서 처리됐고 500 Hz 네트워크는 비행 컨트롤러에서 실행됐다. 이미지 처리기와 500 Hz 모터 제어기는 별도의 기내 하드웨어에서 작동했다.

## 경주가 입증하는 것

연구진에 따르면 MonoRace는 2025년 개인 Grand Challenge와 AI 대 인간 토너먼트에서 우승했다. 논문에는 충돌 회피 기능이 없어 멀티드론 경주에서 3위를 했다는 기록도 있다. 입증된 결과는 대회 조건에서 알려진 게이트 코스를 빠르게 비행한 것으로, 지각과 제어가 모두 기내에서 이뤄졌고 외부 모션 추적은 없었다. 논문은 범용 내비게이션, 배치 안전 기록, 상용화 가능성 또는 다른 종류의 로봇으로의 전이를 입증하지 않는다.

더 이른 시스템인 [Swift](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/)는 경기 중 기내 센서를 사용해 실내 코스에서 인간 챔피언 조종사들을 이겼다. 해당 연구는 개발 과정에서 스테레오 시각·관성 감지와 모션 캡처 데이터를 사용했다. MonoRace의 보고된 진전은 단일 시각 카메라와 기내 IMU, 게이트 기반 추정기, 직접 모터 제어기를 결합한 대회 결과다. 두 연구는 서로 다른 트랙과 경기에서 진행됐으므로 기록 시간으로 어느 시스템이 더 빠른지 직접 비교할 수 없다.

## 출처 및 추가 읽을거리

- [MonoRace 저자 프리프린트](https://arxiv.org/html/2601.15222v1), 2026년 1월 21일 제출. 이 기사는 접근 가능한 방법·결과 설명을 사용했으며, 이후 나온 학술지 논문은 별도로 연결했다.
- [*Science Robotics* 학술지 기록](https://doi.org/10.1126/scirobotics.aee9250), 2026년 10월 14일 발행. 발행 정보는 학술지 DOI와 [TU Delft 발표 참고문헌](https://www.brightsurf.com/news/8Y4G736L/the-science-behind-the-worlds-fastest-autonomous-racing-drone.html)이 뒷받침한다. 검토 당시 발행사의 전체 페이지에 접근할 수 없어 위 기술 세부사항은 프리프린트에 근거한 것으로 표시했다.
- [2025년 4월 16일자 TU Delft Delta 경주 보도](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi)는 아부다비 우승을 당시 보도한 기록이다.
- [Swift 연구 논문](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/)은 이전 시스템과의 제한적인 비교를 제공한다.

## Sources

- [MonoRace: 견고한 단안 AI를 활용한 챔피언급 드론 레이싱, 저자 프리프린트 v1](https://arxiv.org/html/2601.15222v1)
- [MonoRace, Science Robotics 학술지 DOI](https://doi.org/10.1126/scirobotics.aee9250)
- [세계에서 가장 빠른 자율 레이싱 드론의 과학, TU Delft 발표 참고문헌](https://www.brightsurf.com/news/8Y4G736L/the-science-behind-the-worlds-fastest-autonomous-racing-drone.html)
- [TU Delft AI 드론, 아부다비 세계선수권에서 인간 조종사를 앞서다, Delta](https://delta.tudelft.nl/en/article/ai-drone-from-tu-delft-outpaces-human-pilots-at-world-championship-in-abu-dhabi)
- [심층 강화학습을 활용한 챔피언급 드론 레이싱, Nature](https://pmc.ncbi.nlm.nih.gov/articles/PMC10468397/)