KR102010568B1 - 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법 - Google Patents
다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법 Download PDFInfo
- Publication number
- KR102010568B1 KR102010568B1 KR1020170081423A KR20170081423A KR102010568B1 KR 102010568 B1 KR102010568 B1 KR 102010568B1 KR 1020170081423 A KR1020170081423 A KR 1020170081423A KR 20170081423 A KR20170081423 A KR 20170081423A KR 102010568 B1 KR102010568 B1 KR 102010568B1
- Authority
- KR
- South Korea
- Prior art keywords
- drone
- cluster
- search
- speed
- control
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000001133 acceleration Effects 0.000 claims abstract description 70
- 238000010845 search algorithm Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000002265 prevention Effects 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 8
- 238000004088 simulation Methods 0.000 description 6
- 230000007935 neutral effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000009429 distress Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 241000272878 Apodiformes Species 0.000 description 2
- 241000257303 Hymenoptera Species 0.000 description 2
- 238000004138 cluster model Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0043—Traffic management of multiple aircrafts from the ground
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U50/00—Propulsion; Power supply
- B64U50/10—Propulsion
- B64U50/19—Propulsion using electrically powered motors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/04—Anti-collision systems
- G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers
-
- B64C2201/024—
-
- B64C2201/042—
-
- B64C2201/146—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Tourism & Hospitality (AREA)
- Radar, Positioning & Navigation (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법이 개시된다. 다수의 무인비행체(UAV) 인 드론들에 대하여 군집 기반 탐색최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각 드론의 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 얻을 수 있다.
Description
본 발명은 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법에 관한 것으로, 보다 상세하게는 다수의 무인비행체(Unmanned Aerial Vehicle, UAV)에 대하여 군집 기반 탐색 최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 신속 정확하게 탐색 결과를 제공하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법에 관한 것이다.
드론은 군사용으로 사용되는 무인 항공기(Unmanned Aerial Vehicle, UAV)와, 소형 비행기 형태의 고정익 드론과, 상업용으로 회전익 드론으로 분류된다.
회전익 드론은 쿼드 콥터 또는 헥사 콥터가 상업용으로 주로 사용되며, 4개 또는 6개의 프로펠러와 모터를 구비하는 드론을 사용하며, 별도의 드론 조종기(RC Transmitter/Receiver)를 사용하여 RF 주파수를 통해 드론 동작제어 신호(PWM command)를 하늘을 나는 드론으로 전송하여 드론의 수직 이착륙(VTOL, Vertical Takeoff and Landing)과 방향 제어, 선형 가속, 비행 경로 제어, 랜딩을 제어한다.
드론은 공기 역학적으로 안정적인 비행을 위해 비행 컨트롤러(FC, Flight Controller)를 사용한다. 컴퓨터가 작동하지 않으면 비행을 할 수 없으며 FC는 방향과 위치를 정확하게 계산하기 위해 보드에 내장된 미세전자 자이로스코프, 가속도계로부터 정보를 취합한다. 모터(M1, M2, M3, M4)가 4개인 쿼드콥터의 작동원리는 M1, M3 로터와 M2, M4 로터는 각각 같은 방향으로 회전하지만 서로 회전방향이 반대이며, 모터에서 발생하는 반동토크를 상쇄시켜 작동된다.
표 1은 쿼드 콥터의 동작 원리를 나타낸다.
상승 및 하강 (Trottle up/down) |
M1~M4를 동일하게 회전속도를 올리면 기체는 상승하고 동일하게 회전속도를 낮추면 기체는 하강하게 된다. |
전후진 (Roll left/right) |
M3 로터의 속도만 올리면 기체는 앞으로 기울어져 전진하게 되고 반면에 M1 로터의 속도만을 올리면 기체는 뒤로 기울어져 후진하게 된다. |
좌후진 (Roll left/right) |
M2 로터의 속도만을 올리면 기체는 왼쪽으로 기울어져 왼쪽으로 이동하고 반면에 M4 로터의 속도만을 올리면 기체는 오른쪽으로 기울어져 오른쪽으로 이동한다. |
회전 (Yaw left/right) |
M1 그리고 M3 로터의 속도를 동일하게 증가시키면 기체의 반토크 균형이 깨져 기체 후미가 왼쪽으로 돌아간다. 반면에 M2와 M3 로터의 속도를 동일하게 증가시키면 마찬가지 이유로 기체의 후미가 오른쪽으로 돌아간다. |
기존의 드론 제어기(RC Tx/Rx)는 1~4까지의 모드가 있다. 각 국가별로 선호하는 모드가 있으며 대부분은 모드1과 모드 2를 사용한다. 모드1은 오른쪽 스틱으로 에일러론과 스로틀을 제어하며, 왼손을 사용하여 엘리베이터와 에일러론을 제어한다. 모드 2는 실제 비행기와 가장 근접한 조종방식이다. 오른쪽 스틱은 에일러론과 엘리베이터를 제어하고, 왼쪽 스틱은 스로틀과 러더를 제어한다. 즉 오른손으로 조종간의 에일러론과 엘리베이터를 제어하고, 왼손으로 스로틀 레버를 제어하는 실제 비행기와 매우 유사하다. 조종기를 사용하는 드론의 비행 제어는 다음과 같은 비행 모드가 존재한다. 이는 FC(Flight Controller)에 따라 설정이 가능하다.
1) 매뉴얼 모드 (Manual Mode)
매뉴얼 모드는 조종기의 스틱(각도)에 기체의 피치(pitch), 롤(roll) 방향의 회전속도가 비례하는 모드이다. 스틱을 일정량 기울이고 있으면 기체는 상응하는 속도로 계속 회전한다. 기체가 기울어져 있는 상태에서 스틱을 중립으로 하면 그 각도를 유지하는 모드이다.
2) 에띠튜드 모드 (Attitude Mode)
에띠튜드 모드에서 조종기의 스틱에 기체의 각도가 비례한다. 스틱이 중립일때 기체가 수평이며 스틱을 최대한 기울이면 기체 각도 또한 미리 설정된 한계값까지 기울여진다. 전후좌우 이동시 해당 방향으로 스틱을 계속 기울이고 있어야 한다.
3) GPS Angle Mode
GPS Angle Mode에서 스틱이 중립이면 기체의 포지션이 고정된다. 스틱을 움직일 시 2)의 Attitude Mode와 동일한 움직임을 보인다.
4) GPS Mode
GPS Mode에서 조종기의 스틱에 기체의 속도가 비례한다. 스틱을 중립으로 유지시 동일한 위치에서 고정(호버링, hovering)된다.
이와 관련된 선행기술1로써, 특허 등록번호 10-1559898에서는 "드론"이 개시되어 있다. 드론은 기구 프레임(60)과, 모터, 프로펠러, 초음파 센서 또는 적외선 센서의 센서부(40)에 의한 판정부, 통신부를 포함한다. 기구 프레임(60)은 드론을 이착륙하기 위한 두 다리의 착륙 지지대를 구비하는 하단부 및 비행 콘트롤러(FC, Flight Controller)가 내장된 임베디드 시스템을 구비하며 상단부를 포함하며, 기구 프레임(60)의 상단부의 중앙에 중심부(10)가 위치하고, 중앙부(10)를 중심으로 십자형으로 형성된 분기부로 구성된다. 쿼드 콥터의 경우, 분기부는 90도 각도마다 제1분기부(31), 제2분기부(32), 제3분기부(33), 제4분기부(34)로 구성되며, 분기부의 양 끝에는 각각의 모터(M1,M2,M3,M4)와 각 모터에 대응되는 프로펠러가 장착된다. 분기부는 내부에 모터가 구비되며, 모터 축에 프로펠러가 장착되어 회전하여 비행하도록 구성된다.
이와 관련된 선행기술1로써, 특허 공개번호 10-2016-0069561에서는 조명을 탑재한 드론(Drone)을 비행시켜 상공에 배치함으로써 군사용 또는 재해 현장용 야간 조명탄 또는 운동 시설이나 공원 등의 조명 시설을 대체하여 적은 비용으로 조명할 수 있을 뿐만 아니라 재사용이 가능한 "드론의 이동식 야간 조명용 군집 비행 방법 및 이를 통한 이동식 야간 조명 방법"이 개시되어 있다.
드론의 이동식 야간 조명용 군집 비행 방법은, 조명이 탑재된 다수의 드론을 좌우로 정렬하여 소정의 대형으로 지상에 배치하는 S10 단계; 상기 다수의 드론을 비행시켜 목적 고도까지 승강시켜 소정의 대형으로 상공에 배치하는 S20 단계; 및 목적 고도에서 상기 소정의 대형을 유지하면서 목표 지역으로 이동하는 S30 단계;를 포함한다.
그러나, 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 개미, 벌, 새 등의 군집 생명체들의 탐색 매커니즘을 모사하거나, 진화 연산(Evolutionary Computation)과 같이 다수 개체 정보의 상호간 조합 및 변형하는 방식으로 하나 또는 다수의 기준에 따라 최적 지점을 찾는 탐색 알고리즘이며, 원하는 결과를 위한 기준을 정량적인 목적 함수(Objective function)로 정의하는 것이 핵심이다.
예를들면, 조난자 탐색이 목적이라면 목적 함수는 '획득 이미지의 조난자와의 유사도'로 정의할 수 있고, 알고리즘은 이 값이 가장 큰 위치를 찾는 방향으로 진행된다.
다수의 무인비행체 군집 시스템은 주변 무인비행체 개체들과 서로 정보를 주고 받으며 임무를 수행하는 다개체 시스템이며, 하드웨어, 위치 제어, 센서 정보 처리와 같은 무인비행체 개체별 제어 시스템은 다수의 무인비행체 개체의 정보를 동시에 관리하고 지령을 내리는 통합 관제 시스템이 필요하다.
특히, 위험을 수반하거나 탐색 범위가 넓을수록 군집 로봇의 활용이 효과적이며, 예를들면, 조난자 탐색, 산불 원점 탐색, 오염물질 탐색 등에 적용이 가능하다.
기존 군집 로봇 기반 탐색은 지능화된 탐색이 아닌 포메이션 제어를 기반으로 한 '전역 탐색' 방식이 주를 이루었으며, 단순한 포메이션 제어를 이용한 전역 탐색은 탐색 영역이 넓을 수록 소요시간이 기하급수적으로 증가하였다.
그러나, 기존 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 현실 공간 문제에 직접 적용할 수 없었으며, 군집 기반 최적화 알고리즘에서 가상의 개체는 사실상 무한대의 가속도 및 속도를 가지며 즉 순간 이동이 가능하고, 부피와 질량이 없으며, 충돌하지 않고 한 점에 겹치는 것이 가능하는 등 비현실적인 전제가 있었다.
또한, 기존 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 현실 공간 문제에 직접 적용할 수 없으며, 현실적으로 무인비행체의 동역학적 요소를 알고리즘의 업데이트 수식에 추가로 반영하여 개체 간 충돌과 수렴 방지 기능을 갖는 다수의 무인 비행체 인 군집 드론의 현실 공간 탐색 및 충돌 방지 메커니즘을 제공하지 않았다.
종래 기술의 문제점을 해결하기 위한 본 발명의 목적은 다수의 무인비행체(UAV)에 대하여 군집 기반 탐색 최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 신속 정확하게 탐색 결과를 제공하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법을 제공하는 것이다.
본 발명의 목적을 달성하기 위해, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템은 다수의 드론들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 군집을 이루며 다수의 드론; 탐색 명령을 입력하는 제어 컴퓨터; 및 상기 제어 컴퓨터에 연결되며, 각각의 드론의 최대 속도, 최대 가속도 계산을 위한 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하며, 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버를 구비하는 군집 제어 시스템을 포함하며,
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영하며, (식2)
(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄이고,
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정 시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다.
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영하며, (식2)
(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄이고,
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정 시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다.
본 발명의 다른 목적을 달성하기 위해, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은, (a) 다수의 드론들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 단계; (b) 제어 컴퓨터로부터 탐색 명령이 군집 제어 시스템으로 입력되면, 각각의 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론들에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하는 단계; 및 (c) 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 따라 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 군집 군론의 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함하며,
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영하며, (식2)
(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄이고,
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다.
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영하며, (식2)
(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄이고,
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다.
본 발명에 따른 다수의 무인비행체(UAV) 시스템과 군집 드론의 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법은 정밀하게 제어되는 다수의 무인비행체(UAV)에 대하여 군집 기반 탐색(최적화) 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 제공한다.
기존 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 현실 공간 문제에 직접 적용할 수 없기 때문에, 현실적으로 무인비행체의 동역학적 요소를 알고리즘의 업데이트 수식에 추가로 반영하여 개체 간 충돌과 수렴 방지 기능을 갖는 다수의 무인 비행체 인 군집 드론의 현실 공간 탐색 및 충돌 방지 메커니즘을 개선하여 적용하였다.
도 1은 기존 쿼드콥터 드론의 동작 방식을 설명한 도면이다.
도 2는 회전익 드론 인 쿼드 콥터의 내부 구성도이다.
도 3a는 다수의 군집 드론의 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)을 도시한 도면이다.
도 3b는 3차원 공간에서 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 개념을 도시한 도면이다.
도 3c는 군집 지능 기반 현실 공간 탐색 알고리즘(Swarm Search)의 연구개발 개요와 목표를 나타낸 도면이다.
도 4는 1,000,000m3 가상 공간, 드론 15기 군집 모델, 9가지 테스트의 실험 기기를 구비한 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 실험 환경을 나타낸 도면이다.
도 5는 본 발명에 따른 제어 컴퓨터와 군집 제어 시스템과 다수의 군집 드론의 Swarm Control 시뮬레이션 환경을 구축하고, 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3D 공간 탐색(Swarm Search) 시스템 구성도이다.
도 6은 U. PEN의 Hummingbird 모델을 사용한 하드웨어 모델과 드론 모델링 도면이다.
도 7은 드론의 전자 속도 제어기(ESC)의 PD 제어에 의한 속도 제어를 나타낸 화면이다.
도 8은 드론 군집이 개별적으로 이동하면서, PSO(Particle Swarm Optimization) 알고리즘을 사용하여 개별적인 드론의 경로로부터 얻게 되는 축적 데이터와, 드론 군집이 이동경로로부터 얻게 되는 축적 데이터를 사용하여 점진적으로 t 시점 다음 이동 위치를 결정하는 알고리즘을 나타낸 도면이다.
도 9는 드론 모델의 최대 가속도, 최대 속도를 적용한 맞춤형 탐색 알고리즘을 나타낸 도면이다.
도 10은 군집 지능 기반 맞춤형 탐색 알고리즘을 사용하여 각각의 드론의 이동 경로 상의 목적 위치까지 두 선분 상에 충돌을 방지(개체간 교차 방지)하도록 둘 중 어느 하나의 드론을 일시 정지하게 하는(hovering) 메커니즘을 설명한 도면이다.
도 11은 드론 군집에서 드론 개체간 교차 방지, 이동체 수렴 방지를 제공하는 맞춤형 탐색 알고리즘의 원리를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 Particle Swarm Optimization을 사용한 군집 탐색 알고리즘의 순서도이다.
도 13a는 현실 3D 공간에서 다수의 군집 드론의 위치를 초기화한 드론 시뮬레이션 화면이다.
도 13b는 단계(step)별로 드론 탐색 과정의 드론 시뮬레이션 화면이다.
도 2는 회전익 드론 인 쿼드 콥터의 내부 구성도이다.
도 3a는 다수의 군집 드론의 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)을 도시한 도면이다.
도 3b는 3차원 공간에서 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 개념을 도시한 도면이다.
도 3c는 군집 지능 기반 현실 공간 탐색 알고리즘(Swarm Search)의 연구개발 개요와 목표를 나타낸 도면이다.
도 4는 1,000,000m3 가상 공간, 드론 15기 군집 모델, 9가지 테스트의 실험 기기를 구비한 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 실험 환경을 나타낸 도면이다.
도 5는 본 발명에 따른 제어 컴퓨터와 군집 제어 시스템과 다수의 군집 드론의 Swarm Control 시뮬레이션 환경을 구축하고, 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3D 공간 탐색(Swarm Search) 시스템 구성도이다.
도 6은 U. PEN의 Hummingbird 모델을 사용한 하드웨어 모델과 드론 모델링 도면이다.
도 7은 드론의 전자 속도 제어기(ESC)의 PD 제어에 의한 속도 제어를 나타낸 화면이다.
도 8은 드론 군집이 개별적으로 이동하면서, PSO(Particle Swarm Optimization) 알고리즘을 사용하여 개별적인 드론의 경로로부터 얻게 되는 축적 데이터와, 드론 군집이 이동경로로부터 얻게 되는 축적 데이터를 사용하여 점진적으로 t 시점 다음 이동 위치를 결정하는 알고리즘을 나타낸 도면이다.
도 9는 드론 모델의 최대 가속도, 최대 속도를 적용한 맞춤형 탐색 알고리즘을 나타낸 도면이다.
도 10은 군집 지능 기반 맞춤형 탐색 알고리즘을 사용하여 각각의 드론의 이동 경로 상의 목적 위치까지 두 선분 상에 충돌을 방지(개체간 교차 방지)하도록 둘 중 어느 하나의 드론을 일시 정지하게 하는(hovering) 메커니즘을 설명한 도면이다.
도 11은 드론 군집에서 드론 개체간 교차 방지, 이동체 수렴 방지를 제공하는 맞춤형 탐색 알고리즘의 원리를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 Particle Swarm Optimization을 사용한 군집 탐색 알고리즘의 순서도이다.
도 13a는 현실 3D 공간에서 다수의 군집 드론의 위치를 초기화한 드론 시뮬레이션 화면이다.
도 13b는 단계(step)별로 드론 탐색 과정의 드론 시뮬레이션 화면이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다.
본 발명의 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은 정밀하게 제어되는 다수의 무인비행체(Unmanned Aerial Vehicle, UAV) 인 드론들에 대하여 군집 기반 탐색 최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 군집 드론(Swarm drone)을 탐색하여 드론의 최대 속도와 최대 가속도를 반영하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 얻을 수 있다.
드론의 통신방식은 ISM 밴드영역을 사용하는 별도의 드론 제어기(RC Transmitter/Receiver)를 사용하지 않고, 제어 컴퓨터와 드론 동역학 모델(드론의 최대 속도, 최대 가속도)과 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 시스템에 의해 1:N 방식으로 개별적으로 Wi-Fi 모뎀 또는 LTE 모뎀 또는 RF 주파수를 사용한다. 드론의 속도와 충돌 방지를 위해 일정 시간 동안 제자리 정지로 호버링(hovering)을 제어한다.
지상의 GCS(Ground Control Station) 군집 제어 시스템은 서로 다른 속도로 하늘을 나는 다수의 군집 드론을 개별적으로 1:N 방식으로 군집 제어(Swarm Control)하기 위해 군집 제어 시스템은 멀티채널 송신기가 구현된다. 군집 제어 시스템은 제어할 드론의 최대 개수만큼의 파이프를 메모리에 생성하고, RTOS 기반에서 데이터 수신 및 생성부분과 전송부분을 각각 별도의 쓰레드(Thread)를 생성하여 구동한다. 프로세스(process) 간 통신을 위한 파이프는 전역 변수 형태로 정의하여 프로세스 간 비동기(async) 방식으로 정보를 교환한다.
도 2는 회전익 드론 인 쿼드 콥터의 내부 구성도이다.
일반적으로, 드론 제어기(100)는 RC Transmitter/Receiver(RC Tx/Rx)로써, 드론(200)을 Wi-Fi, LTE, RF 무선 통신을 통해 원격 제어하는 키 조정부(101); 드론의 원격 제어 데이터를 전송하도록 제어하는 제어부(102); 각 드론의 원격 제어 데이터를 송신하고, 드론(200)으로부터 드론의 GPS 위치 및 고도 정보를 수신하는 무선통신부(103); 및 배터리(104)로 구성된다. 드론(200)은 Wi-Fi, LTE, RF 주파수를 사용하는 별도의 드론 제어기(RC Tx/Rx)(100) 또는 스마트폰에 의해 제어된다.
드론은 비행경로 계획 SW에 의해 이동 경로가 설정되고, 드론의 위치, 속도, 가속도 제어에 따라 양력을 발생하여 수직 이륙후에 이동 경로에 따라 추력을 발생하여 이동한다.
본 발명의 실시예에서는, 드론 제어기를 사용하지 않고, 군집 제어 시스템을 사용하여 다수의 군집 드론을 제어하며, 다수의 드론은 비행기 형상의 고정익 드론을 사용하지 않고, 4대 프로펠러를 사용하는 회전익 드론(쿼드 콥터)을 사용한다.
드론(200)은 4대 이상의 프로펠러(204,206,208,210)와; 각각의 프로펠러(204,206,208,210)를 구동하는 각각의 모터(M1,M2,M3,M4)(203,205,207,209); 비행 콘트롤러(FC)(201)와 연결되며, PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러(204,206,208,210)를 회전시키는 전자 속도 제어기(ESC)(202); 군집 제어 시스템(300)으로부터 드론(200)으로 상기 무선 통신부(211)를 통해 원격 제어 데이터를 수신받고, 전자 속도 제어기(ESC)(202)와 연결되며, 드론의 수직 이착륙, 수직 상승/하강, 선형 가속, 방향 제어, 드론의 고도 제어, 호버링(정지), 랜딩 및 비행 경로를 제어, 데이터 송수신을 제어하는 비행 콘트롤러(FC, Flight Controller)(201); 데이터를 송수신하기 위한 IP 주소와 MAC 주소가 할당된 LTE 모뎀 또는 Wi-Fi 모뎀 또는 RF 통신부 중 어느 하나를 구비하는 무선통신부(211); 비행 콘트롤러(FC)(201)와 연결되며, 하늘을 나는 드론의 GPS 위치 좌표를 제공하는 GPS 수신기(212); 비행 콘트롤러(FC)(201)와 연결되며, 드론의 해발고도 정보를 제공하는 고도계(213); 비행 콘트롤러(FC)(201)와 연결되고, z 축(axis)을 기준으로 회전하는 4대의 프로펠러들(204,206,208,210)의 각속도를 측정하여 yaw, roll, pitch를 제어하여 쿼드 콥터 구조의 드론(200)의 자세 제어를 하여 드론의 좌우 수평 밸런싱을 유지되도록 하는 자이로스코프(gyroscope, gyro sensor)(214); 이동하는 드론의 가속도나 충격의 세기를 측정하는 가속도 센서(acceleration sensor)(215); 카메라의 항공 촬영 영상 데이터와 시간대별 위치와 속도, 가속도 데이터를 기록하는 저장부(하드디스크)(216); USB 메모리 연결부(220) 및 배터리(219); 및 드론의 상부 몸체와 하부 수직 이착륙부를 구비하는 기구부 프레임을 포함하며,
USB 메모리 연결부(220) 이외에 SD 카드 연결부(미도시)를 더 구비하고 Card Slot를 통해 촬영 영상과 비행 기록과 데이터를 기록한다.
USB 메모리 연결부(220) 이외에 SD 카드 연결부(미도시)를 더 구비하고 Card Slot를 통해 촬영 영상과 비행 기록과 데이터를 기록한다.
드론 제어기(100)를 사용하는 대신에 스마트폰을 사용하는 경우, 스마트폰은 와이파이(Wi-Fi) 또는 이동통신망을 통해 드론(200)으로 원격 제어 데이터를 전송하고, 드론(200)으로부터 상기 스마트폰으로 항공촬영 영상 데이터와 드론의 GPS 위치 좌표와 고도 정보를 수신하고, 상기 스마트폰에 드론의 항공촬영 영상과 드론의 GPS 위치 좌표 및 고도 정보를 실시간으로 표시한다.
비행 콘트롤러(FC)(201)는 드론 제어기(100) 또는 스마트폰으로부터 드론(200)으로 원격 제어 데이터를 수신받고, 4개 이상의 모터(M1,M2,M3.M4)(203,205,207,209)를 구동하여 4개 이상의 프로펠러(204,206,208,210)들 회전시키는 전자 속도 제어기(ESC)(202)와 연결되며, 드론의 수직 이착륙, 수직 상승/하강, 선형 가속, 방향 제어, 드론의 고도 제어, 호버링(정지), 랜딩 및 비행 경로를 제어한다.
드론 제어기(100)와의 드론(200)의 무선 통신은 Wi-Fi, LTE, 또는 RF(Radio Frequency) 신호를 사용하여 통신된다.
전자 속도 제어기(ESC)(202)는 PD 제어(비례 미분 제어)에 의해 드론의 속도를 제어할 수 있으며, 각각 모터(M1,M2,M3,M4)의 프로펠러의 회전 속도를 제어하여 각각의 프로펠러(204,206,208,210)를 회전하게 하여 상승과 하강을 제어한다.
GPS 수신기(212)는 비행 콘트롤러(FC)(201)와 연결된 D-GPS 수신기를 사용하며, 4개의 위성으로부터 하늘을 나는 드론의 GPS 위치 좌표를 제공하고, 고도계(213)는 비행 콘트롤러(FC)(201)와 연결되며, 드론의 해발고도 정보를 제공한다. 드론의 고도 제어는 드론 제어기(100) 또는 드론을 제어하는 스마트폰을 사용하여 드론(200)의 고도계(213)로부터 해발고도 정보를 수신받아 원격 조정에 의해 원격 조정 데이터를 드론의 무선통신부(211)를 통해 비행 콘트롤러(FC)(201)로 수신받아 상승 하강을 제어하여 드론의 비행 콘트롤러(FC)(201)와 전자 속도 제어기(ESC)(202)의 PD 제어를 통해 각각의 모터들(M1,M2,M3,M4)의 속도를 조절하여 각각의 프로펠러(204,206,208,210)의 회전수를 제어한다.
드론의 관성항법장치(IMU)는 자이로스코프(gyroscope, gyro sensor)(214) 및 가속도 센서(accelereometer, 가속도계)(215)를 구비한다.
자이로스코프(gyroscope, gyro sensor)(214)는 비행 콘트롤러(201)와 연결되고, z 축(axis)을 기준으로 회전하는 4개 이상의 프로펠러들(204,206,208,210)의 각속도를 측정하여 yaw, roll, pitch를 제어하여 쿼드 콥터 구조의 드론(200)의 자세 제어를 하여 드론의 좌우 수평 밸런싱을 유지되도록 한다.
가속도 센서(accelereometer, 가속도계)(215)는 압전형(piezoelectric type) 가속도계, 정전용량형, 스트레인 게이지형(strain gage) 가속도계, 전기동부하형(electro dynamic type) 가속도계, 또는 실리콘 반도체 가속도계 중 어느 하나를 사용한다.
드론은 기본적으로, 비행 콘트롤러(FC)(201)에 각각 연결되는 가속도 센서(Acceleration Sensor)(215)와 자이로스코프(Gyroscope Sensor)(214)는 좌우 수평 밸런싱을 유지되도록 하고, 각도를 측정한다.
드론 저장부(216)는 하드 디스크를 구비하며, 그 외에 USB 메모리 연결부(220), SD 카드 연결부를 구비하고, Card Slot를 통해 촬영 영상과 비행 기록과 데이터를 기록된 데이터를 노트북이나 컴퓨터로 저장된 데이터를 이전할 수 있다.
별도의 드론 제어기(RC Transmitter/Receiver)를 사용하지 않고 스마트폰을 사용하는 경우, 스마트폰은 이동통신 모뎀 또는 Wi-Fi 통신부를 구비하는 드론은 물리 계층(Physical Layer)과 데이터 링크 계층(Data Link Layer)은 이동통신 프로토콜을 사용하며, 그 상위 계층(Network Layer, Transport Layer)은 TCP/IP 또는 UDP/IP를 사용하여 수직 이착륙, 수직 승강, 선형 가속, 드론의 고도 제어, 비행 경로 제어, 호버링(정지), 랜딩을 제어하며, 원격 제어 데이터, 항공촬영 영상 데이터와 드론의 GPS 위치 좌표(x,y 좌표)와 고도 정보(z 좌표)를 전송할 수 있다.
도 3a는 다수의 군집 드론의 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)을 도시한 도면이다. 도 3b는 3차원 공간에서 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 개념을 도시한 도면이다.
예를 들면, 한 변의 길이가 100m 인 직육면체를 이루는 공간에서, 군집 알고리즘의 최적 개체수는 ≒ 14 (D=3)이며, 드론 15기로 이루어진 군집 드론(Swarm drone)은 드론 1기의 평균 약 40m 활동 범위를 갖는다.
도 3c는 군집 지능 기반 현실 공간 탐색 알고리즘(Swarm Search)의 연구개발 개요와 목표를 나타낸 도면이다.
도 4는 1,000,000m3 가상 공간, 드론 15기 군집 모델, 9가지 테스트의 실험 기기를 구비한 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 실험 환경을 나타낸 도면이다. 실시예에서는, 드론 1기의 직경은 25cm를 사용하였다.
도 5는 본 발명에 따른 제어 컴퓨터와 군집 제어 시스템과 다수의 군집 드론의 Swarm Control 시뮬레이션 환경을 구축하고, 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3D 공간 탐색(Swarm Search) 시스템 구성도이다.
본 발명에 따른 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템은, 드론으로 구성된 다수의 무인비행체(Unmanned Aerial Vehicle, UAV)들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 군집을 이루며 이동하는 다수의 드론(370); 사용자의 탐색 명령을 입력하는 제어 컴퓨터(310); 및 상기 제어 컴퓨터(310)에 연결되며, 각각의 드론의 최대 속도, 최대 가속도 계산을 위한 드론 동역학 모델(321)과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈(320)에 의해 다수의 드론들에 대하여 군집 기반 탐색(최적화) 알고리즘(Swarm-based Optimization Algorithm)(322)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버(330)로 수집공유하며, 상기 군집 제어 서버(330)가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하여 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버(320)를 구비하는 군집 제어 시스템을 포함한다.
상기 다수의 드론은 장치 ID가 할당되며, 상기 군집제어 시스템과 Wi-Fi 모뎀, 또는 LTE 모뎀 또는 RF 주파수에 의해 원격 제어 데이터를 송수신한다.
본 발명의 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은, (a) 다수의 드론(UAV)들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 군집을 이루며 이동하는 단계; (b) 제어 컴퓨터로부터 탐색 명령이 군집 제어 시스템으로 입력되면, 각각의 드론의 최대 속도, 최대 가속도 계산을 위한 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론(UAV)에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하는 단계; 및 (c) 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 군집 군론을 구성하는 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함한다.
군집 제어 시스템의 기능
ㆍ단일 무인비행체의 기구부 데이터를 활용해 동역학 모델을 정립
ㆍ탐색 알고리즘에 필요한 매개변수 및 제한조건은 동역학 모델을 기반으로 계산
ㆍ군집 탐색 알고리즘은 사용자의 탐색 명령을 받아 무인비행체의 탐색 방향을 결정한 후 군집 제어 서버를 통해 각 무인비행체에 이동 명령 전달
ㆍ각 무인비행체가 수집한 정보는 다시 군집 제어 서버를 통해 탐색 알고리즘의 정보를 업데이트
ㆍ탐색 임무 종료 후에는 수집된 결과 데이터를 활용해 동역학 모델의 오차 보정
도 6은 U. PEN의 Hummingbird 모델을 사용한 하드웨어 모델과 드론 모델링 도면이다. 드론의 프레임 무게는 180g, 모터 합산 추력은 360g을 사용하였으며, 뉴턴의 방정식을 사용하여 드론의 위치와 오일러 방정식을 사용하여 드론의 자세를 계산하고, 최대 추력 및 관성 모멘트 제한을 적용하였다.
도 7은 드론의 전자 속도 제어기(ESC)의 PD 제어에 의한 속도 제어를 나타낸 화면이다.
무선 통신부(211)를 통해 비행 콘트롤러(FC)(201)에 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명명을 수신받은 후에,
각 드론의 전자 속도 제어기(ESC)(202)는 드론의 각각의 프로펠러(204,206,208,210)를 구동하는 각각의 모터(M1,M2,M3,M4)(203,205,207,209); 비행 콘트롤러(FC)(201)와 연결되며, PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러(204,206,208,210)를 회전시킨다.
도 8은 드론 군집이 개별적으로 이동하면서, PSO(Particle Swarm Optimization) 알고리즘을 사용하여 개별적인 드론의 경로로부터 얻게 되는 축적 데이터와, 드론 군집이 이동경로로부터 얻게 되는 축적 데이터를 사용하여 점진적으로 t 시점 다음 이동 위치를 결정하는 알고리즘을 나타낸 도면이다.
도 9는 드론 모델의 최대 가속도, 최대 속도를 적용한 맞춤형 탐색 알고리즘을 나타낸 도면이다.
군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)
ㆍ사용자의 탐색 명령이 군집 제어 시스템으로 입력되면, 탐색이 시작되며 군집 탐색 알고리즘 프로세스가 초기화된다.
ㆍ 군집 기반 탐색 알고리즘은 무인비행체(드론)의 다음 이동 위치를 계산한다(무인비행체의 초기 위치는 탐색 영역 내에서 결정).
ㆍ 군집 제어 서버를 통해 각 무인이동체에 계산된 위치로의 이동 명령을 전달한다.
ㆍ 무인비행체는 전달받은 명령에 따라 해당 위치로 이동 후, 정보를 수집한다.
ㆍ 각 무인비행체에서 수집된 정보들은 군집 제어 서버를 통해 취합된 후 탐색 알고리즘의 정보를 업데이트한다.
ㆍ 정보 업데이트 결과 탐색 완료 조건을 만족하지 못한 경우, 알고리즘은 업데이트된 정보를 활용하여 다시 무인비행체들의 다음 탐색 위치를 계산한다.
ㆍ 이와 같은 과정을 탐색 완료 조건을 만족할 때까지 반복하고 탐색 완료 조건이 만족된 경우 탐색 종료 명령을 전달하고 탐색이 완료된다.
* 탐색 알고리즘 초기화
ㆍ모든 드론 개체의 최초 위치는 3D 공간 Boundary 내에 random하게 결정(uniformly distributed)한다.
ㆍ모든 개체의 최초 속도는 0으로 결정한다.
ㆍ초기 위치에서 센서 정보 수집(예를 들면, 온도)
ㆍ센서 정보에 따른 현재 위치의 objective function value 계산(예를 들면 온도가 높을수록 적은 값을 가지는 -1~1 사이의 함수 값)
도 10은 군집 지능 기반 맞춤형 탐색 알고리즘을 사용하여 각각의 드론의 이동 경로 상의 목적 위치까지 두 선분 상에 충돌을 방지(개체간 교차 방지)하도록 둘 중 어느 하나의 드론을 일시 정지하게 하는(hovering, 휴식) 메커니즘을 설명한 도면이다.
도 11은 드론 군집에서 드론 개체간 교차 방지, 이동체 수렴 방지를 제공하는 맞춤형 탐색 알고리즘의 원리를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 Particle Swarm Optimization을 사용한 군집 탐색 알고리즘의 순서도이다.
도 13a는 현실 3D 공간에서 다수의 군집 드론의 위치를 초기화한 드론 시뮬레이션 화면, 도 13b는 단계(step)별로 드론 탐색 과정의 드론 시뮬레이션 화면이다.
[핵심 모듈]
ㆍ단일 무인비행체의 동역학 모델
ㆍ질량과 회전 관성을 바탕으로 도출된 뉴턴 및 오일러 방정식을 기초로 함
ㆍ모터의 스펙에 따라 최대 추력 및 모멘트가 결정되면, 무인비행체가 낼 수 있는 최대 가속도와 속도를 계산할 수 있음
ㆍ알고리즘에 동역학 모델에 따른 매개변수와 제한조건 반영
* 무인비행체 다음 이동 위치 계산
Particle Swarm Optimization의 update 방식을 기본으로 한다.
ㆍ식1에서, w는 0~1 사이의 값- 관성에 관한 상수, c는 1.5~3 사이의 값, t 시점의 vt는 드론 개체의 속도, x는 드론 개체의 위치를 나타낸다.
ㆍ식1에 따르면, 먼저 v가 업데이트 되고, 그 v 만큼 k번째 드론 개체의 위치 x가 변화한다.
ㆍv는 크게 3가지 항목으로 되어있는데 w가 곱해진 항이 현재 방향으로의 벡터를 의미하고, φ1이 곱해진 항은 현 드론 개체가 알고 있는 가장 좋은 위치(objective function value가 가장 작은 위치)를 향하는 방향으로의 벡터, φ2가 곱해진 항은 군집 전체가 알고 있는 가장 좋은 위치를 향하는 방향으로의 벡터를 의미한다.
ㆍ결과적으로 관성, 드론의 개인적 정보, 군집의 정보 세 가지를 조합하여 다음 탐색 위치를 업데이트 한다.
ㆍ드론 개체 수렴 방지를 위한 가상의 전자기력은 v의 업데이트 식에 해당 방향성을 반영하도록 항목을 추가하는 형태로 구현된다(즉, p-x_t_1, g-x_t-1 외에 pivot-x_t-1과 같은 다른 reference vector 추가).
ㆍ이 때 계산된 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영한다.
(최대 가속도 및 최대 속도 반영) 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 무인이동체(UAV, 드론)에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영한다.
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄인다.
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정 시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다.
군집 제어 시스템으로부터 k개의 각 드론으로 전송된 제어 명령(무인비행체 이동 명령)은 앞 과정에서 계산한 다음 위치로 이동하도록 제어 명령을 전송한다.
(개체 간 충돌 감지) 도 10에 도시된 바와 같이, 무인비행체(드론 개체)의 현 위치로부터 다음 위치로의 이동 궤적을 하나의 선분(1차 방정식)으로 정의하고, 모든 무인비행체에 대해 예를들면, 드론1과 드론2 개체가 t1,t2 후에 비행 경로 상의 목적 위치가 연결된 서로 다른 두 드론 개체에 의한 선분 사이의 거리(d)를 계산한 후, 1) 선분 최단거리(d)가 일정 거리 D 이하이며, 2) 해당 위치까지 각 개체가 도달하는 시간 차이(t1-t2)가 일정 시간 T 이하인 경우를 충돌로 판정한다.
(개체 간 교차 방지) 도 11에 도시된 바와 같이, 드론 개체 간 충돌이 감지되는 경우, 드론 개채 간 교차 방지를 통해 충돌을 방지하도록 드론 개체 둘 중 하나의 드론 개체가 제자리 정지로 휴식(hovering)하되, 1) 둘 중 현재까지 휴식한 횟수(token)가 더 적거나, 2) 휴식한 횟수(token)가 같을 경우 일련번호가 더 큰 드론 개체가 휴식(hovering, 제자리 일시 정지)한다.
즉, 휴식한 횟수(token)가 많은 드론은 전진하고, 휴식한 횟수(token)가 작은 드론은 제자리 정지로 휴식(hovering)한다.
(개체 수렴 방지) 도 11에 도시된 바와 같이, 드론 개체간 적정한 가상의 전자기력(척력)을 적용하여 서로 간 거리를 유지하게 하고, 현재까지 찾은 탐색 지점이 일정 업데이트 횟수 N동안 변화가 없는 경우, 해당 지점에 강한 척력을 발생시키는 가상의 전하(pivot)를 배치하여 적용한다.
무인비행체 정보 수집: 초기화 과정에서 있었던 센서 정보 수집과 같음
무인비행체 정보 업데이트는 초기화 과정에서 있었던 objective function value 계산 과정과 같다.
탐색 완료 조건 판단은 최대 이동 회수에 도달하였거나, objective function value가 탐색을 완료해도 좋을 정도로 의미 있는 경우 탐색 완료 조건을 만족한 것으로 판단한다.
이상에서 설명한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진자가 하기의 특허청구범위에 기재된 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변형하여 실시할 수 있음을 이해할 수 있을 것이다.
100: 드론 제어기 101: 키 조정부
102: 제어부 103: 무선통신부
200: 드론 201: 비행 콘트롤러(FC)
202: ESC(Electronic Speed Controller, 전자 속도 제어기)
203,205,207,209: M1,M2,M3,M4
204,206,208,210: 프로펠러
211: 무선통신부 212: GPS 수신기
213: 고도계(altimeter)
214: 자이로스코프(gyroscope, gyro sensor)
215: 가속도 센서 217: A/V 영상 처리부
218: 카메라 219: 배터리
220: USB 메모리 연결부
300: 군집 제어 시스템 310: 제어 컴퓨터
320: 군집 탐색 알고리즘 소프트웨어 모듈
321: 드론 동역학 모델 322: 군집 탐색 알고리즘
330: 군집 제어 서버 370: 드론
102: 제어부 103: 무선통신부
200: 드론 201: 비행 콘트롤러(FC)
202: ESC(Electronic Speed Controller, 전자 속도 제어기)
203,205,207,209: M1,M2,M3,M4
204,206,208,210: 프로펠러
211: 무선통신부 212: GPS 수신기
213: 고도계(altimeter)
214: 자이로스코프(gyroscope, gyro sensor)
215: 가속도 센서 217: A/V 영상 처리부
218: 카메라 219: 배터리
220: USB 메모리 연결부
300: 군집 제어 시스템 310: 제어 컴퓨터
320: 군집 탐색 알고리즘 소프트웨어 모듈
321: 드론 동역학 모델 322: 군집 탐색 알고리즘
330: 군집 제어 서버 370: 드론
Claims (13)
- 다수의 드론들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 다수의 드론;
탐색 명령을 입력하는 제어 컴퓨터; 및
상기 제어 컴퓨터에 연결되며, 각각의 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하며, 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버를 구비하는 군집 제어 시스템을 포함하며,
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영하며, (식2)
(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄이고,
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정 시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템. - 제1항에 있어서,
상기 드론은
4대 이상의 프로펠러;
각각의 프로펠러를 구동하는 각각의 모터(M1,M2,M3,M4);
PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러를 회전시키는 전자 속도 제어기(ESC);
상기 군집 제어 시스템으로부터 드론으로 무선 통신부를 통해 원격 제어 데이터를 수신받고, 상기 전자 속도 제어기(ESC)와 연결되며, 드론의 수직 이착륙, 수직 상승/하강, 선형 가속, 방향 제어, 드론의 고도 제어, 호버링(정지), 랜딩 및 비행 경로를 제어, 데이터 송수신을 제어하는 비행 콘트롤러(FC);
상기 군집 제어 시스템과 데이터를 송수신하기 위한 IP 주소와 MAC 주소가 할당된 LTE 모뎀 또는 Wi-Fi 모뎀 또는 RF 통신부 중 어느 하나를 구비하는 무선통신부;
상기 비행 콘트롤러(FC)와 연결되며, 하늘을 나는 드론의 GPS 위치 좌표를 제공하는 GPS 수신기;
상기 비행 콘트롤러(FC)와 연결되며, 드론의 해발고도 정보를 제공하는 고도계;
상기 비행 콘트롤러(FC)와 연결되고, z 축(axis)을 기준으로 회전하는 4대 이상의 프로펠러들의 각속도를 측정하여 yaw, roll, pitch를 제어하여 쿼드 콥터 구조의 드론의 자세 제어를 하여 드론의 좌우 수평 밸런싱을 유지되도록 하는 자이로스코프;
이동하는 드론의 가속도나 충격의 세기를 측정하는 가속도 센서;
항공 촬영 영상 데이터와 위치와 속도, 가속도 데이터를 기록하는 저장부;
USB 메모리 연결부;
배터리; 및
상부 몸체와 하부 수직 이착륙부를 구비하는 기구부 프레임;
을 포함하는 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템. - 제1항에 있어서,
상기 다수의 드론은 회전익 드론을 사용하고 장치 ID가 할당되며, 상기 군집제어 시스템과 Wi-Fi 모뎀, 또는 LTE 모뎀 또는 RF 주파수에 의해 원격 제어 데이터를 송수신하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템. - 제1항에 있어서,
상기 군집 기반 탐색 알고리즘은
상기 탐색 명령이 군집 제어 시스템으로 입력되면, 탐색이 시작되며 군집 탐색 알고리즘 프로세스가 초기화되며,
상기 군집 기반 탐색 알고리즘은 탐색 영역 내에서 초기 위치로부터 드론의 다음 이동 위치를 계산하고,
상기 군집 제어 서버를 통해 각 드론에 계산된 위치로의 이동 명령을 전달하며,
상기 드론은 전달받은 명령에 따라 해당 다음 이동 위치로 이동 후, 드론의 위치, 속도, 가속도 정보를 수집하고, 각 드론에서 수집된 정보들은 상기 군집 제어 서버에 의해 취합된 후 탐색 알고리즘의 정보를 업데이트하며,
상기 군집 제어 서버가 정보 업데이트 결과 탐색 완료 조건을 만족하지 못한 경우, 상기 군집 기반 탐색 알고리즘은 업데이트된 정보를 활용하여 다시 드론들의 다음 탐색 위치를 계산하고,
이와 같은 과정을 탐색 완료 조건을 만족할 때까지 반복하고, 탐색 완료 조건이 만족된 경우 탐색 종료 명령을 전달하고 탐색이 완료되는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템. - 삭제
- 제1항에 있어서,
상기 군집 제어 서버는
상기 드론 개체의 현 위치로부터 다음 위치로의 이동 궤적을 하나의 선분(1차 방정식)으로 정의하고, 모든 드론에 대하여, 드론1과 드론2 개체가 t1,t2 후에 비행 경로 상의 목적 위치가 연결된 서로 다른 두 드론 개체에 의한 선분 사이의 거리(d)를 계산한 후, 1) 선분 최단거리(d)가 일정 거리 D 이하이며, 2) 해당 위치까지 각 드론 개체가 도달하는 시간 차이(t1-t2)가 일정 시간 T 이하인 경우를 충돌로 판정하는 개체 간 충돌 감지와,
드론 개체 간 충돌이 감지되는 경우, 드론 개채 간 교차 방지를 통해 충돌을 방지하도록 드론 개체 둘 중 하나의 드론 개체가 제자리 정지로 휴식(hovering)하되, 1) 둘 중 현재까지 휴식한 횟수(token)가 더 적거나, 2) 상기 휴식한 횟수가 같을 경우 일련 번호가 더 큰 드론 개체가 휴식(hovering)하도록 상기 제어 명령을 전송하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템. - (a) 다수의 드론들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 단계;
(b) 제어 컴퓨터로부터 탐색 명령이 군집 제어 시스템으로 입력되면, 각각의 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론들에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하는 단계; 및
(c) 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 따라 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 군집 군론의 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함하며,
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영하며, (식2)
(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 vt에서 t-1 시점의 이전 속도 vt-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 amax로 줄이고,
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법. - 제8항에 있어서,
상기 다수의 드론은 회전익 드론을 사용하고 장치 ID가 할당되며, 상기 군집제어 시스템과 Wi-Fi 모뎀, 또는 LTE 모뎀 또는 RF 주파수에 의해 원격 제어 데이터를 송수신하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법. - 제8항에 있어서,
상기 군집 기반 탐색 알고리즘은
상기 탐색 명령이 군집 제어 시스템으로 입력되면, 탐색이 시작되며 군집 탐색 알고리즘 프로세스가 초기화되며, 상기 군집 기반 탐색 알고리즘은 탐색 영역 내에서 초기 위치로부터 드론의 다음 이동 위치를 계산하는 단계;
상기 군집 제어 서버를 통해 각 드론에 계산된 위치로의 이동 명령을 전달하는 단계;
상기 드론은 전달받은 명령에 따라 해당 다음 이동 위치로 이동 후, 각 드론의 위치, 속도, 가속도 정보를 수집하고, 각 드론에서 수집된 정보들은 상기 군집 제어 서버에 의해 취합된 후 탐색 알고리즘의 정보를 업데이트하는 단계;
상기 군집 제어 서버가 정보 업데이트 결과 탐색 완료 조건을 만족하지 못한 경우, 상기 군집 기반 탐색 알고리즘은 업데이트된 정보를 활용하여 다시 드론들의 다음 탐색 위치를 계산하는 단계; 및
이와 같은 과정을 탐색 완료 조건을 만족할 때까지 반복하고, 탐색 완료 조건이 만족된 경우 탐색 종료 명령을 전달하고 탐색이 완료되는 단계;
를 포함하는 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법. - 삭제
- 제8항에 있어서,
각 드론의 비행 콘트롤러(FC)와 연결된 전자 속도 제어기(ESC)는 PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러를 회전시켜 구동하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170081423A KR102010568B1 (ko) | 2017-06-27 | 2017-06-27 | 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170081423A KR102010568B1 (ko) | 2017-06-27 | 2017-06-27 | 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190001436A KR20190001436A (ko) | 2019-01-04 |
KR102010568B1 true KR102010568B1 (ko) | 2019-08-13 |
Family
ID=65017850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170081423A KR102010568B1 (ko) | 2017-06-27 | 2017-06-27 | 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102010568B1 (ko) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102096377B1 (ko) | 2019-11-22 | 2020-04-03 | 한국항공우주연구원 | 다수의 비행체들의 군집 비행을 위한 비행경로 결정 방법 |
KR102267764B1 (ko) | 2019-12-26 | 2021-06-23 | 한국항공우주연구원 | 군집 드론 기반 광대역 정찰 감시 시스템 및 이를 이용한 광대역 정찰 감시 방법 |
KR20220083163A (ko) | 2020-12-11 | 2022-06-20 | 한국항공우주연구원 | 다수의 비행체들의 군집 비행을 위한 최적화된 비행경로 결정 방법 |
KR20220140098A (ko) | 2021-04-08 | 2022-10-18 | 인하대학교 산학협력단 | 군집지능을 이용한 복수 무인기의 자율 비행 제어방법 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102263832B1 (ko) * | 2019-01-31 | 2021-06-10 | 한국기술교육대학교 산학협력단 | 무인 비행체를 사용한 이송 시스템 및 그 운영방법 |
KR102244988B1 (ko) * | 2019-10-31 | 2021-04-27 | 석진영 | 군집 비행을 위한 복수 개의 무인항공기의 군집 비행 제어 시스템 및 방법 |
KR102264740B1 (ko) * | 2019-11-07 | 2021-06-14 | 티마텍 주식회사 | 음성 인식을 이용한 드론 지상 관제 시스템 및 방법 |
KR102199818B1 (ko) * | 2019-12-30 | 2021-01-07 | 한국기술교육대학교 산학협력단 | 군집 무인 이동체의 에너지 최적화 |
KR102531197B1 (ko) * | 2020-03-13 | 2023-05-10 | 한국전자통신연구원 | 무인 비행체의 최적 경로 생성 방법 및 장치 |
KR102279956B1 (ko) * | 2020-04-29 | 2021-07-21 | 인하대학교 산학협력단 | 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기의 3차원 감시경로설정 최적화 방법 및 장치 |
CN111651727B (zh) * | 2020-05-29 | 2023-09-26 | 京东城市(北京)数字科技有限公司 | 一种区域间整体人口转移量的计算方法及装置 |
CN112130581B (zh) * | 2020-08-19 | 2022-06-17 | 昆明理工大学 | 一种面向空中机动作战的无人机集群协同任务规划方法 |
KR102504276B1 (ko) * | 2020-11-26 | 2023-02-28 | 주식회사 강릉에이티시 | 공연무대 장치용 통합 퍼포먼스 시스템 |
CN112558637B (zh) * | 2020-12-11 | 2022-11-25 | 西安航光卫星测控技术有限公司 | 无人机群中无人机对空中运动目标的规避方法 |
KR102509387B1 (ko) * | 2021-01-18 | 2023-03-14 | 최인용 | 고정밀 Geo 좌표를 이용한 초경량 비행체 교육 평가 장치 |
KR102562728B1 (ko) * | 2021-04-28 | 2023-08-01 | 연세대학교 산학협력단 | 다수의 uav 궤도 최적화 장치 및 방법 |
CN113570714B (zh) * | 2021-07-07 | 2023-11-17 | 诚邦测绘信息科技(浙江)有限公司 | 基于测绘的无人机检测方法、***、存储介质及智能终端 |
CN113867409B (zh) * | 2021-11-16 | 2023-10-17 | 中国人民解放军国防科技大学 | 基于群体智能的微型无人机集群免碰撞控制方法和装置 |
CN115388719B (zh) * | 2022-08-24 | 2024-01-16 | 天津津航计算技术研究所 | 一种基于激光制导武器的飞行器激光照射航路规划方法 |
CN116430754B (zh) * | 2023-06-09 | 2023-09-12 | 北京中兵天工防务技术有限公司 | 一种无人机集群多任务控制半实物仿真方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101016845B1 (ko) * | 2009-05-14 | 2011-02-22 | 영남대학교 산학협력단 | 편대 비행 중인 다수의 표적에 대한 역합성 개구면 레이더 영상을 생성하는 방법 및 장치 |
JP2017501475A (ja) * | 2014-09-05 | 2017-01-12 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 状況に基づく飛行モード選択 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160069561A (ko) | 2014-12-08 | 2016-06-17 | 한국항공우주연구원 | 드론의 이동식 야간 조명용 군집 비행 방법 및 이를 통한 이동식 야간 조명 방법 |
KR101685548B1 (ko) * | 2015-04-01 | 2016-12-12 | 고려대학교 산학협력단 | 드론 편대 제어 방법 |
KR20160072081A (ko) * | 2016-06-03 | 2016-06-22 | 김홍 | 무선식별신호 발신체의 3차원 좌표를 탐지하는 무인비행탐지체계 및 그 무선식별신호 발신체의 위치검출방법 |
-
2017
- 2017-06-27 KR KR1020170081423A patent/KR102010568B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101016845B1 (ko) * | 2009-05-14 | 2011-02-22 | 영남대학교 산학협력단 | 편대 비행 중인 다수의 표적에 대한 역합성 개구면 레이더 영상을 생성하는 방법 및 장치 |
JP2017501475A (ja) * | 2014-09-05 | 2017-01-12 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 状況に基づく飛行モード選択 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102096377B1 (ko) | 2019-11-22 | 2020-04-03 | 한국항공우주연구원 | 다수의 비행체들의 군집 비행을 위한 비행경로 결정 방법 |
KR102267764B1 (ko) | 2019-12-26 | 2021-06-23 | 한국항공우주연구원 | 군집 드론 기반 광대역 정찰 감시 시스템 및 이를 이용한 광대역 정찰 감시 방법 |
KR20220083163A (ko) | 2020-12-11 | 2022-06-20 | 한국항공우주연구원 | 다수의 비행체들의 군집 비행을 위한 최적화된 비행경로 결정 방법 |
KR20220140098A (ko) | 2021-04-08 | 2022-10-18 | 인하대학교 산학협력단 | 군집지능을 이용한 복수 무인기의 자율 비행 제어방법 |
KR102565617B1 (ko) * | 2021-04-08 | 2023-08-16 | 인하대학교 산학협력단 | 군집지능을 이용한 복수 무인기의 자율 비행 제어방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20190001436A (ko) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102010568B1 (ko) | 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3d 공간 탐색 시스템 및 방법 | |
US11276325B2 (en) | Systems and methods for flight simulation | |
US11353892B2 (en) | Drop-off location planning for delivery vehicle | |
US11204611B2 (en) | Assisted takeoff | |
US20200026720A1 (en) | Construction and update of elevation maps | |
CN110825113B (zh) | 一种适用于四旋翼无人机集群飞行的队形保持方法 | |
EP3387507B1 (en) | Systems and methods for uav flight control | |
CN107615211B (zh) | 使用传感器融合估计可移动物体的状态信息的方法及*** | |
CN109219785B (zh) | 一种多传感器校准方法与*** | |
WO2016033795A1 (en) | Velocity control for an unmanned aerial vehicle | |
CN107850901A (zh) | 使用惯性传感器和图像传感器的传感器融合 | |
Wenzel et al. | Low-cost visual tracking of a landing place and hovering flight control with a microcontroller | |
CN107850436A (zh) | 使用惯性传感器和图像传感器的传感器融合 | |
WO2016023224A1 (en) | System and method for automatic sensor calibration | |
CN106030245A (zh) | 惯性传感装置 | |
CN107850899A (zh) | 使用惯性传感器和图像传感器的传感器融合 | |
Doukhi et al. | Deep reinforcement learning for autonomous map-less navigation of a flying robot | |
Ghosh et al. | Arduino quadcopter | |
Altug et al. | Vision Based Control of Model Helicopters | |
ZHANG et al. | ZJU Team Entry for the 2013 AUVSI International Aerial Robotics Competition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |