KR20240056055A - Apparatus and Method for Optimizing Trajectory of UAV - Google Patents

Abstract

개시된 실시예는 UAV의 비행 고도에 따른 FSO 통신 범위에서 다각형 형상으로 모델링된 장애물 모델을 차감하여 FSO 통신 가능 영역을 획득하고, FSO 통신 가능 영역 내에서 장애물을 모델에 의해 형성된 버텍스 중 180도 이상 각도를 갖는 리플렉스 버텍스를 탐색하며, 탐색된 리플렉스 버택스와 이웃 버텍스를 연결하는 라인을 연장한 연장 라인에 따라 FSO 통신 가능 영역을 반복 절단하여 컨벡스 영역을 획득하고, 컨벡스 영역 내에서 UAV의 이동 궤도를 추출하여, UAV가 구름 등의 장애물을 회피하면서도 에너지 소모를 최소화할 수 있도록 궤도를 최적화하여, FSO 통신의 데이터 전송량과 통신 연결 시간을 향상시킬 수 있는 UAV 궤도 최적화 장치 및 방법을 제공한다.The disclosed embodiment obtains the FSO communication area by subtracting an obstacle model modeled in a polygonal shape from the FSO communication range according to the flight altitude of the UAV, and selects an obstacle within the FSO communication area by dividing the obstacle into an angle of 180 degrees or more among the vertices formed by the model. A reflex vertex with By extracting and optimizing the trajectory so that the UAV can minimize energy consumption while avoiding obstacles such as clouds, we provide a UAV trajectory optimization device and method that can improve the data transmission amount and communication connection time of FSO communication.

Description

UAV 궤도 최적화 장치 및 방법{Apparatus and Method for Optimizing Trajectory of UAV}UAV trajectory optimization apparatus and method {Apparatus and Method for Optimizing Trajectory of UAV}

개시되는 실시예들은 UAV 궤도 최적화 장치 및 방법에 관한 것으로, 지상의 터미널 또는 기지국과 무선 광통신을 수행하는 UAV 궤도 최적화 장치 및 방법에 관한 것이다.The disclosed embodiments relate to a UAV trajectory optimization apparatus and method, and to a UAV trajectory optimization apparatus and method that performs wireless optical communication with a terminal or base station on the ground.

최근 공중에 위치하는 UAV(Unmanned Aerial Vehicles)가 지상의 터미널 또는 기지국과 통신을 수행하는 UAV 기반 네트워크가 활발하게 연구되고 있다. UAV 기반 네트워크는 네트워크 구성과 배치에 있어 높은 탄력성과 비용 효율성을 제공할 수 있어 지상 네트워크의 강력한 대안으로 부상하고 있다.Recently, UAV-based networks in which UAVs (Unmanned Aerial Vehicles) located in the air communicate with terminals or base stations on the ground are being actively studied. UAV-based networks are emerging as a powerful alternative to terrestrial networks as they can provide high resilience and cost-effectiveness in network configuration and deployment.

UAV의 중요성과 함께, 무선 광통신(Free Space Optics: 이하 FSO)은 더 높은 데이터 속도에 대한 증가하는 요구량을 충족하는데 적합하다고 주목을 받고 있다. 특히 FSO의 mmWave 링크에 대해서는 대역폭이 규제되지 않아 매우 큰 대역폭을 가질 수 있으며, 이에 광섬유 시스템과 유사한 데이터 속도를 제공할 수 있다. 그러나 FSO/mmWave 링크는 폐색(blockage), 산란(scattering), 페이딩(fading) 및 날씨와 같은 각종 환경 요인에 의해 저하될 수 있다. 특히 구름과 안개와 같은 기상 상황에 의한 장애물은 FSO/mmWave 링크를 심각하게 저하시킨다.With the importance of UAVs, free space optics (FSO) is attracting attention as suitable for meeting the increasing demand for higher data rates. In particular, the bandwidth of the FSO's mmWave link is not regulated, so it can have a very large bandwidth, providing data rates similar to optical fiber systems. However, FSO/mmWave links can be degraded by various environmental factors such as blockage, scattering, fading, and weather. In particular, obstacles caused by weather conditions such as clouds and fog seriously degrade FSO/mmWave links.

구름 형태의 비정형성때문에, FSO/mmWave 채널은 공간적인 분포에서 상당한 전력 레벨의 변동성을 확인할 수 있다. 구름의 액체 밀도(liquid density)가 매우 높기 때문에, 구름의 경계선을 기준으로 상당한 FSO/mmWave 링크 불균형과 감쇠를 야기한다.Because of the irregularity of cloud shapes, FSO/mmWave channels can see significant power level variability in their spatial distribution. Because the liquid density of the cloud is very high, it causes significant FSO/mmWave link imbalance and attenuation relative to the cloud boundary.

따라서 UAV 기반 네트워크에서 UAV는 지상 터미널(Ground Terminal: 이하 GT) 또는 기지국(gNB)과 UAV 사이에 구름이 존재하지 않도록 장애물을 회피하여 FSO 통신을 수행해야 한다. 또한 UAV의 소모 가능한 에너지에는 한계가 있으므로, UAV는 장애물을 회피하면서도 에너지 소모를 저감할 수 있는 최적의 궤도를 따라 이동해야 한다.Therefore, in a UAV-based network, the UAV must perform FSO communication by avoiding obstacles so that there are no clouds between the ground terminal (GT) or base station (gNB) and the UAV. Additionally, there is a limit to the energy a UAV can consume, so the UAV must move along an optimal trajectory to reduce energy consumption while avoiding obstacles.

한국 등록 특허 제10-2415222호 (2022.06.27 등록)Korea Registered Patent No. 10-2415222 (registered on June 27, 2022)

개시되는 실시예들은 FSO 통신의 데이터 전송량과 통신 연결 시간을 향상시킬 수 있는 UAV 궤도 최적화 장치 및 방법을 제공하는데 목적이 있다.The disclosed embodiments are aimed at providing a UAV trajectory optimization apparatus and method that can improve the data transmission amount and communication connection time of FSO communication.

개시되는 실시예들은 지상 단말 또는 기지국과 FSO 통신을 수행하는 UAV가 구름 등의 장애물을 회피하면서도 에너지 소모를 최소화할 수 있도록 궤도를 최적화하는 UAV 궤도 최적화 장치 및 방법을 제공하는데 목적이 있다.The purpose of the disclosed embodiments is to provide a UAV trajectory optimization apparatus and method for optimizing the trajectory so that a UAV performing FSO communication with a ground terminal or base station can minimize energy consumption while avoiding obstacles such as clouds.

실시예에 따른 UAV 궤도 최적화 장치는 UAV의 비행 고도에 따른 FSO 통신 범위에서 다각형 형상으로 모델링된 장애물 모델을 차감하여 FSO 통신 가능 영역을 획득하고, 상기 FSO 통신 가능 영역 내에서 상기 장애물을 모델에 의해 형성된 버텍스 중 180도 이상 각도를 갖는 리플렉스 버텍스를 탐색하며, 탐색된 리플렉스 버택스와 이웃 버텍스를 연결하는 라인을 연장한 연장 라인에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 컨벡스 영역을 획득하고, 상기 컨벡스 영역 내에서 상기 UAV의 이동 궤도를 추출한다.A UAV trajectory optimization device according to an embodiment obtains an FSO communication available area by subtracting an obstacle model modeled in a polygonal shape from the FSO communication range according to the flight altitude of the UAV, and determines the obstacle within the FSO communication available area by the model. Among the formed vertices, a reflex vertex having an angle of 180 degrees or more is searched, and a convex area is obtained by repeatedly cutting the FSO communication area along an extension line extending a line connecting the searched reflex vertex and neighboring vertices, The movement trajectory of the UAV within the convex area is extracted.

상기 UAV 궤도 최적화 장치는 상기 FSO 통신 가능 영역에서 상기 연장 라인에 따라 구분된 절단 영역이 제거된 잔여 영역 또는 이전 획득된 잔여 영역에 존재하는 리플렉스 버텍스인 잔여 리플렉스 버텍스를 탐색하고, 탐색된 잔여 리플렉스 버텍스의 이웃 버텍스 중 하나를 연결하는 라인을 연장하여 연장 라인을 설정하며, 설정된 연장 라인에 따라 상기 잔여 영역을 반복하여 절단할 수 있다.The UAV trajectory optimization device searches for a residual reflex vertex, which is a reflex vertex existing in a residual area from which a cut area divided according to the extension line has been removed or a previously acquired residual area in the FSO communication available area, and searches for a residual reflex vertex An extension line is set by extending a line connecting one of the neighboring vertices of , and the remaining area can be repeatedly cut according to the set extension line.

상기 연장 라인은 상기 FSO 통신 가능 영역 또는 상기 잔여 영역에서 다른 하나의 라인과 교차되는 위치까지 연장되도록 형성될 수 있다.The extension line may be formed to extend from the FSO communication available area or the remaining area to a position where it intersects another line.

상기 UAV 궤도 최적화 장치는 상기 잔여 영역 내에 잔여 리플렉스 버텍스가 탐색되지 않으면, 상기 잔여 영역을 컨벡스 영역으로 획득할 수 있다.If the remaining reflex vertex is not searched for within the remaining area, the UAV trajectory optimization device may acquire the remaining area as a convex area.

상기 UAV 궤도 최적화 장치는 상기 FSO 통신 가능 영역 또는 상기 잔여 영역에서 상기 리플렉스 버텍스와 이웃 버텍스를 가능한 모든 조합에 따라 선택하여 상기 잔여 영역을 획득할 수 있다.The UAV trajectory optimization device may obtain the remaining area by selecting the reflex vertex and neighboring vertices according to all possible combinations in the FSO communication available area or the remaining area.

상기 UAV 궤도 최적화 장치는 상기 잔여 영역이 획득되면 상기 잔여 영역의 크기와 이전 최대 크기로 획득된 컨벡션 영역의 크기를 비교하여, 상기 잔여 영역의 크기가 이전 컨벡션 영역의 크기를 초과하면 상기 잔여 영역에 대한 추가 절단을 수행할 수 있다.When the remaining area is acquired, the UAV trajectory optimization device compares the size of the remaining area with the size of the convection area obtained as the previous maximum size, and if the size of the remaining area exceeds the size of the previous convection area, Additional cuts can be performed.

상기 UAV 궤도 최적화 장치는 가능한 조합에 따라 획득되는 상기 컨벡스 영역 중 가장 큰 크기를 갖는 컨벡스 영역을 최대 컨벡스 영역으로 획득할 수 있다.The UAV trajectory optimization device can obtain the convex area with the largest size among the convex areas obtained according to possible combinations as the maximum convex area.

상기 UAV 궤도 최적화 장치는 상기 최대 컨벡스 영역 내에서 상기 UAV의 에너지 소모량 대비 데이터 속도를 나타내는 에너지 효율이 최대화되는 이동 궤도를 추출할 수 있다.The UAV trajectory optimization device can extract a movement trajectory that maximizes energy efficiency, which represents the data rate compared to the energy consumption of the UAV, within the maximum convex area.

상기 UAV 궤도 최적화 장치는 상기 최대 컨벡스 영역 내에서 상기 UAV의 이동에 따른 에너지 소모가 최소화되는 이동 궤도를 추출할 수 있다.The UAV trajectory optimization device can extract a movement trajectory that minimizes energy consumption due to movement of the UAV within the maximum convex area.

상기 UAV 궤도 최적화 장치는 상기 리플렉스 버텍스가 다수개이면, 하나의 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택하고, 선택된 기준 리플렉스 버텍스에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 상기 컨벡스 영역을 획득할 수 있다.If there are multiple reflex vertices, the UAV trajectory optimization device selects one reflex vertex as a reference reflex vertex and repeatedly cuts the FSO communication available area according to the selected reference reflex vertex to obtain the convex area.

실시예에 따른 UAV 궤도 최적화 방법은 UAV의 비행 고도에 따른 FSO 통신 범위에서 다각형 형상으로 모델링된 장애물 모델을 차감하여 FSO 통신 가능 영역을 획득하는 단계; 상기 FSO 통신 가능 영역 내에서 상기 장애물을 모델에 의해 형성된 버텍스 중 180도 이상 각도를 갖는 리플렉스 버텍스를 탐색하고, 탐색된 리플렉스 버택스와 이웃 버텍스를 연결하는 라인을 연장한 연장 라인에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 컨벡스 영역을 획득하는 단계; 및 상기 컨벡스 영역 내에서 상기 UAV의 이동 궤도를 추출하는 단계를 포함한다.A UAV trajectory optimization method according to an embodiment includes obtaining an FSO communication area by subtracting an obstacle model modeled in a polygonal shape from the FSO communication range according to the flight altitude of the UAV; Search for a reflex vertex having an angle of 180 degrees or more among the vertices formed by the obstacle model within the FSO communication available area, and communicate with the FSO according to an extension line extending a line connecting the discovered reflex vertex and neighboring vertices. Obtaining a convex area by repeatedly cutting the possible area; and extracting the movement trajectory of the UAV within the convex area.

따라서, 실시예에 따른 UAV 궤도 최적화 장치 및 방법은 지상 단말 또는 기지국과 FSO 통신을 수행하는 UAV가 구름 등의 장애물을 회피하면서도 에너지 소모를 최소화할 수 있도록 궤도를 최적화하여, FSO 통신의 데이터 전송량과 통신 연결 시간을 향상시킬 수 있다.Therefore, the UAV trajectory optimization apparatus and method according to the embodiment optimizes the trajectory so that the UAV performing FSO communication with a ground terminal or base station can minimize energy consumption while avoiding obstacles such as clouds, thereby reducing the data transmission amount of FSO communication and Communication connection time can be improved.

도 1은 FSO 통신을 사용하는 네트워크 모델의 일 예를 나타낸다.
도 2는 일 실시예 따른 UAV 궤도 최적화 장치를 수행되는 동작에 따라 구분한 구성을 나타낸다.
도 3은 컨벡스 영역 획득 모듈의 상세 구성의 일 예를 나타내고, 도 4는 도 3의 컨벡스 영역 획득 모듈이 FSO 통신 가능 영역에서 컨벡스 영역을 획득하는 개념을 설명하기 위한 도면이다.
도 5는 도 3의 컨벡스 영역 획득 모듈이 컨벡스 영역을 획득하는 과정을 설명하기 위한 도면이다.
도 6은 최대 컨벡스 영역에 따라 획득된 UAV 최적 궤도의 일 예를 나타낸다.
도 7은 일 실시예 따른 UAV 궤도 최적화 방법을 나타낸다.
도 8은 일 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 설명하기 위한 도면이다.Figure 1 shows an example of a network model using FSO communication.
Figure 2 shows the configuration of a UAV trajectory optimization device according to an embodiment divided according to the operation performed.
FIG. 3 shows an example of the detailed configuration of the convex area acquisition module, and FIG. 4 is a diagram to explain the concept of the convex area acquisition module of FIG. 3 acquiring the convex area in the FSO communication available area.
FIG. 5 is a diagram illustrating a process in which the convex area acquisition module of FIG. 3 acquires a convex area.
Figure 6 shows an example of a UAV optimal trajectory obtained according to the maximum convex area.
Figure 7 shows a UAV trajectory optimization method according to one embodiment.
FIG. 8 is a diagram for explaining a computing environment including a computing device according to an embodiment.

이하, 도면을 참조하여 일 실시예의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.Hereinafter, specific embodiments of one embodiment will be described with reference to the drawings. The detailed description below is provided to provide a comprehensive understanding of the methods, devices and/or systems described herein. However, this is only an example and the present invention is not limited thereto.

일 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 일 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 일 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다. 또한, 명세서에 기재된 "...부", "...기", "모듈", "블록" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.In describing one embodiment, if it is determined that a detailed description of the known technology related to the present invention may unnecessarily obscure the gist of an embodiment, the detailed description will be omitted. In addition, the terms described below are terms defined in consideration of functions in the present invention, and may vary depending on the intention or custom of the user or operator. Therefore, the definition should be made based on the contents throughout this specification. The terminology used in the detailed description is intended to describe only one embodiment and should in no way be limiting. Unless explicitly stated otherwise, singular forms include plural meanings. In this description, expressions such as “comprising” or “comprising” are intended to indicate certain features, numbers, steps, operations, elements, parts or combinations thereof, and one or more than those described. It should not be construed to exclude the existence or possibility of any other characteristic, number, step, operation, element, or part or combination thereof. In addition, terms such as "... unit", "... unit", "module", and "block" used in the specification refer to a unit that processes at least one function or operation, which is hardware, software, or hardware. and software.

도 1은 UAV 기반 FSO 통신을 사용하는 네트워크 모델의 일 예를 나타낸다.Figure 1 shows an example of a network model using UAV-based FSO communication.

도 1에 왼쪽 도면에 도시된 바와 같이, UAV 기반 FSO 통신을 사용하는 네트워크에서 다수의 GT(GT1, GT2) 또는 기지국(gNB) 각각은 공중에 위치하는 UAV(UAV1, UAV2)와 FSO 통신을 수행하고, 다수의 UAV(UAV1, UAV2)는 상호 FSO 통신을 수행할 수 있다. 또한 도시하지 않았으나, UAV(UAV1, UAV2)는 UAV(UAV1, UAV2)보다 더 높은 고도에 위치하는 고고도 플랫폼(High Altitude Platform Stations: 이하 HAPS)(미도시)과도 FSO 통신을 수행할 수도 있다.As shown in the left diagram of Figure 1, in a network using UAV-based FSO communication, each of a plurality of GTs (GT1, GT2) or base stations (gNB) performs FSO communication with UAVs (UAV1, UAV2) located in the air. And, multiple UAVs (UAV1, UAV2) can perform FSO communication with each other. In addition, although not shown, UAVs (UAV1, UAV2) may also perform FSO communication with High Altitude Platform Stations (HAPS) (not shown) located at a higher altitude than the UAVs (UAV1, UAV2).

도 1에서 오른쪽 도면은 왼쪽 네트워크 모델에서 하나의 GT(GT)(또는 기지국(gNB))과 하나의 UAV(UAV)를 FSO 통신을 수행하는 환경을 상세하게 나타낸 도면이다. 오른쪽 도면을 참조하면 GT(GT)는 지상에 위치하고, UAV(UAV)는 특정 고도(H)의 H-평면(H-Plane)(10) 상에 위치한다. UAV(UAV)가 H-평면(10) 상에 위치하는 경우, FSO 통신 품질은 기본적으로 UAV(UAV)와 GT(GT)의 거리에 영향을 받는다. 따라서 요구되는 FSO 통신 품질을 유지하기 위해 H-평면(10)에서도 UAV(UAV)가 위치해야 하는 범위가 제한되며, 이를 여기서는 FSO 통신 범위(11)라고 한다. 즉 FSO 통신 범위(11)는 UAV(UAV)의 비행 고도(H)에 따른 H-평면(10)에서 UAV(UAV)가 GT(GT)와 요구되는 품질로 안정적으로 FSO 통신을 수행할 수 있는 범위 영역을 나타내며, H-평면(10)에서 GT(GT)로부터 동일한 거리를 갖는 원의 형태로 나타난다.In FIG. 1, the right diagram is a diagram illustrating in detail the environment in which FSO communication is performed between one GT (or base station (gNB)) and one UAV (UAV) in the left network model. Referring to the drawing on the right, the GT is located on the ground, and the UAV is located on the H-Plane (10) at a specific altitude (H). When the UAV (UAV) is located on the H-plane (10), the FSO communication quality is basically affected by the distance between the UAV (UAV) and the GT (GT). Therefore, in order to maintain the required FSO communication quality, the range over which a UAV must be located, even in the H-plane (10), is limited, herein referred to as the FSO communication range (11). In other words, the FSO communication range (11) is the H-plane (10) according to the flight altitude (H) of the UAV (UAV) at which the UAV (UAV) can stably perform FSO communication with the GT (GT) with the required quality. It represents the range area and appears in the H-plane (10) in the form of a circle with equal distance from GT (GT).

한편 실시예에서는 구름(Cloud)과 같은 장애물은 UAV(UAV)의 고도(H)보다 낮은 고도에 위치하는 것으로 가정한다. 즉 UAV(UAV)가 장애물보다 높은 고도(H)를 유지하는 것으로 가정한다. 따라서 UAV(UAV)가 장애물 보다 높은 고도에 위치하는 다른 UAV나 HAPS와 FSO 통신을 수행하는 경우에는 장애물이 존재하지 않아 링크 저하가 거의 발생되지 않다. 반면, UAV(UAV)가 GT(GT)가 FSO 통신을 수행할 때, UAV(UAV)가 GT(GT) 사이에 위치하는 장애물에 의한 링크 저하가 발생할 수 있다.Meanwhile, in the embodiment, it is assumed that obstacles such as clouds are located at an altitude lower than the altitude (H) of the UAV. That is, it is assumed that the UAV maintains an altitude (H) higher than the obstacle. Therefore, when a UAV (UAV) performs FSO communication with another UAV or HAPS located at a higher altitude than the obstacle, link degradation rarely occurs because there are no obstacles. On the other hand, when a UAV (UAV) and a GT (GT) perform FSO communication, link degradation may occur due to obstacles located between the UAV (UAV) and the GT (GT).

그리고 구름과 같은 장애물은 다양한 형태를 가지질 뿐만 아니라 형상이나 위치가 변화될 수 있다. 따라서 UAV(UAV)는 GT(GT)와의 FSO 통신 품질이 보장될 수 있도록 장애물에 의한 링크 저하가 발생되는 영역을 회피하여 이동해야 한다. 이때 장애물에 의해 링크 저하가 발생되는 영역은 도 1에 도시된 바와 같이, UAV(UAV)의 FSO 통신 범위(11) 중에서도 GT(GT)에서 조사되는 광이 구름에 의해 가려져 폐색되는 음영 영역(Cloud-Shadowed Area)으로 나타날 수 있다. 따라서 실제 UAV(UAV)가 GT(GT)와 FSO 통신을 수행할 수 있는 FSO 통신 가능 영역(FSOC Feasible Area)(12)은 FSO 통신 범위(11)에서 음영 영역을 차감한 영역이 된다.And obstacles such as clouds not only have various forms, but their shape and location can also change. Therefore, the UAV must move to avoid areas where link degradation occurs due to obstacles so that the quality of FSO communication with the GT can be guaranteed. At this time, as shown in FIG. 1, the area where link degradation occurs due to obstacles is a shaded area (Cloud) in which the light emitted from the GT is blocked by clouds among the FSO communication range 11 of the UAV. -Shadowed Area). Therefore, the FSO communication feasible area (FSOC Feasible Area) 12, where the actual UAV can perform FSO communication with the GT, is the area obtained by subtracting the shaded area from the FSO communication range 11.

또한 에너지를 계속적으로 공급받을 수 없는 UAV(UAV)의 특성 상, UAV(UAV)는 통신 서비스 제공 시간을 향상시킬 수 있도록 비행을 위한 에너지 소모를 저감할 수 있어야 한다. 따라서 실시예에 따른 UAV 궤도 최적화 장치는 UAV(UAV)가 FSO 통신 가능 영역(12) 내에서 에너지 소모를 최소화할 수 있도록 최적의 궤도를 획득할 수 있어야 한다.In addition, due to the characteristics of UAVs that cannot continuously receive energy, UAVs must be able to reduce energy consumption for flight to improve communication service provision time. Therefore, the UAV trajectory optimization device according to the embodiment must be able to obtain an optimal trajectory so that the UAV (UAV) can minimize energy consumption within the FSO communication area 12.

도 2는 일 실시예 따른 UAV 궤도 최적화 장치를 수행되는 동작에 따라 구분한 구성을 나타낸다.Figure 2 shows the configuration of a UAV trajectory optimization device according to an embodiment divided according to the operation performed.

실시예에 따른 UAV 궤도 최적화 장치(20)는 GT(GT)(또는 기지국(gNB))에 구비되어 계산된 최적 궤도를 UAV(UAV)로 전달하는 것으로 가정하여 설명하지만, 경우에 따라서 궤도 최적화 장치(20)는 UAV(UAV)에 구비될 수도 있으며, HAPS에 구비될 수도 있다.The UAV trajectory optimization device 20 according to the embodiment will be described assuming that it is provided in the GT (or base station (gNB)) and transmits the calculated optimal trajectory to the UAV (UAV), but in some cases, the trajectory optimization device (20) may be equipped on a UAV (UAV) or may be equipped on a HAPS.

도 2를 참조하면, 실시예에 따른 UAV 궤도 최적화 장치(20)는 정보 획득 모듈(21), 모델링 모듈(24), 통신 가능 영역 판별 모듈(25), 컨벡스 영역 획득 모듈(26) 및 궤도 최적화 모듈(27)을 포함할 수 있다.Referring to FIG. 2, the UAV trajectory optimization device 20 according to the embodiment includes an information acquisition module 21, a modeling module 24, a communication available area determination module 25, a convex area acquisition module 26, and a trajectory optimization module. It may include a module 27.

우선 정보 획득 모듈(21)은 UAV(UAV)와 GT(GT) 또는 기지국(gNB)에 대한 정보와 함께 장애물에 대한 정보를 획득한다. 정보 획득 모듈(21)은 시스템 정보 획득 모듈(22)과 장애물 정보 획득 모듈(23)을 포함할 수 있다.First, the information acquisition module 21 acquires information about obstacles along with information about the UAV and GT or base station (gNB). The information acquisition module 21 may include a system information acquisition module 22 and an obstacle information acquisition module 23.

시스템 정보 획득 모듈(22)은 UAV(UAV)에 대한 각종 정보와 함께 UAV(UAV)와 FSO 통신을 수행하는 통신 대상인 GT(GT)(또는 기지국(gNB))에 대한 정보를 획득할 수 있다. 실시예에서 시스템 정보 획득 모듈(22)은 GT(GT)의 위치 정보와 UAV(UAV)의 위치 정보, FSO 통신 가능 거리 및 속도 등에 대한 각종 정보를 획득할 수 있다.The system information acquisition module 22 can acquire information about the GT (or base station (gNB)), which is a communication target that performs FSO communication with the UAV, along with various information about the UAV (UAV). In the embodiment, the system information acquisition module 22 may acquire various information about the GT's location information, UAV's location information, FSO communication distance and speed, etc.

장애물 정보 획득 모듈(23)은 GT(GT) 주변에 위치하는 각종 장애물에 대한 정보를 획득한다. 실시예에서 장애물 정보 획득 모듈(23)은 FSO 통신의 장애물인 구름의 현재 위치, 이동 방향, 크기 등에 대한 정보를 수집하여 획득하는 것으로 가정한다. 특히 장애물이 구름인 경우, 적란운(cumulonimbus), 적운(cumulus), 층운(stratus)과 같은 구름의 종류에 따라 감쇠 수준이 서로 상이하다. 이에 장애물 정보 획득 모듈(23)은 구름의 종류에 대한 정보도 함께 획득할 수 있으며, 각 장애물의 특성에 따른 정보를 추가적으로 수집하여 획득할 수도 있다.The obstacle information acquisition module 23 acquires information about various obstacles located around the GT. In the embodiment, it is assumed that the obstacle information acquisition module 23 collects and acquires information about the current location, movement direction, size, etc. of clouds, which are obstacles to FSO communication. In particular, when the obstacle is a cloud, the level of attenuation is different depending on the type of cloud, such as cumulonimbus, cumulus, or stratus. Accordingly, the obstacle information acquisition module 23 can also acquire information about the type of cloud, and can also additionally collect and obtain information according to the characteristics of each obstacle.

장애물 정보 획득 모듈(23)은 장애물의 종류에 따라 여러 외부 장치들로부터 장애물에 대한 정보를 수집하여 획득할 수 있으며, 장애물이 구름인 경우, 기상 정보 제공 서버 등으로부터 장애물 정보를 수집하여 획득할 수도 있다. 또한 경우에 따라서는 카메라 등과 같이 별도로 구비된 외부 장치를 이용하여 직접 장애물 정보를 수집하고 획득할 수도 있다.The obstacle information acquisition module 23 can collect and acquire information about the obstacle from various external devices depending on the type of obstacle. If the obstacle is a cloud, it can also collect and obtain obstacle information from a weather information providing server, etc. there is. Additionally, in some cases, obstacle information may be collected and obtained directly using a separately provided external device such as a camera.

이때 장애물 정보 획득 모듈(23)은 획득된 장애물 정보 중에서 GT(GT)에서 FSO 통신 범위(11)로 조사되는 광이 차단될 수 있는 영역, 즉 도 1에서 역원뿔 형상으로 나타난 범위 이내에 위치하는 장애물에 대한 정보를 별도로 추출할 수도 있다.At this time, the obstacle information acquisition module 23 selects an area where light emitted from the GT to the FSO communication range 11 can be blocked among the obtained obstacle information, that is, an obstacle located within the range shown in an inverted cone shape in FIG. Information about can also be extracted separately.

정보 수집 모듈(21)이 UAV(UAV)와 GT(GT) 및 장애물에 대한 정보를 수집하면, 모델링 모듈(24)은 획득된 시스템 정보를 기반으로 FSO 통신 범위(11)를 확인하고, 장애물 정보에서 확인된 장애물을 모델링하여 장애물 모델을 획득한다. 이때 모델링 모듈(24)은 도 1과 같이 FSO 통신 범위(11) 내에서 장애물에 의해 나타나는 음영 영역을 장애물 모델(13)로 모델링할 수 있다. 특히 실시예에서 모델링 모듈(24)은 음영 영역의 경계가 직선을 이루어진 다각형 구조로 장애물 모델(13)을 모델링할 수 있다.When the information collection module 21 collects information about the UAV (UAV), GT (GT), and obstacles, the modeling module 24 checks the FSO communication range 11 based on the acquired system information and provides obstacle information. Obtain an obstacle model by modeling the obstacles identified in . At this time, the modeling module 24 may model the shaded area represented by the obstacle within the FSO communication range 11 as the obstacle model 13, as shown in FIG. 1. In particular, in the embodiment, the modeling module 24 may model the obstacle model 13 as a polygonal structure in which the boundary of the shaded area is a straight line.

즉 모델링 모듈(24)은 FSO 통신 범위(11)에서 장애물에 의해 가려지는 음영 영역이 포함되도록 다각형 형상으로 모델링하여 장애물 모델(13)을 획득한다. 다만 장애물이 구름인 경우, 상기한 바와 같이, 구름의 종류와 형상에 따른 위치별 두께에 따라 각 위치에서의 감쇠 수준이 서로 상이하다. 그리고 장애물로서 구름이 존재하더라도 FSO 신호의 감쇠가 크지 않아 UAV(UAV)와 GT(GT)가 FSO 통신을 수행할 수 있는 경우도 있다. 즉 구름의 일부 영역의 경우, 실질적으로 FSO 통신에서의 장애물이 아닐 수도 있다. 이에 모델링 모듈(24)은 수집된 장애물 정보를 기반으로 UAV(UAV)와 GT(GT) 사이의 FSO 통신 수행 시 신호대 잡음비(SNR)가 기준 신호대 잡음비(SNR_th) 미만으로 나타나 FSO 통신이 불가능한 영역의 음영 영역만이 장애물 모델(13)에 포함되도록 모델링을 수행할 수도 있다.That is, the modeling module 24 obtains the obstacle model 13 by modeling it in a polygonal shape to include the shaded area obscured by the obstacle in the FSO communication range 11. However, when the obstacle is a cloud, as described above, the level of attenuation at each location is different depending on the thickness at each location depending on the type and shape of the cloud. And even if there are clouds as an obstacle, there are cases where the attenuation of the FSO signal is not large and the UAV and GT can perform FSO communication. That is, some areas of clouds may not actually be an obstacle to FSO communications. Accordingly, when performing FSO communication between a UAV (UAV) and a GT (GT) based on the collected obstacle information, the modeling module 24 indicates that the signal-to-noise ratio (SNR) is less than the standard signal-to-noise ratio (SNR _th ), so that FSO communication is not possible in the area. Modeling may be performed so that only the shaded area of is included in the obstacle model 13.

여기서 음영 영역에 대해 다각형 형상으로 모델링하여 장애물 모델(13)을 획득하는 기법은 기존에도 FSO 통신 장애 영역을 적은 연산으로 효율적으로 확인하기 위해 이용된 공지된 기술이므로 여기서는 상세하게 설명하지 않는다.Here, the technique of obtaining the obstacle model 13 by modeling the shaded area in a polygonal shape is a known technique that has been used to efficiently check the FSO communication failure area with a small number of operations, so it will not be described in detail here.

통신 가능 영역 판별 모듈(25)은 상기한 바와 같이, FSO 통신 범위(11)에서 장애물 모델(13)을 차감함으로써 FSO 통신 가능 영역(12)을 획득한다. 즉 FSO 통신 가능 영역(12)은 UAV(UAV)와 GT(GT) 사이의 FSO 통신이 가능함을 보장할 수 있는 영역이다. 따라서 UAV(UAV)가 FSO 통신 가능 영역(12)에 위치하는 경우, FSO 통신은 정상적으로 수행될 수 있으며, 이에 UAV(UAV)는 FSO 통신 안정성을 보장하기 위해 FSO 통신 가능 영역(12) 내에서만 비행해야 한다.As described above, the communicable area determination module 25 obtains the FSO communicable area 12 by subtracting the obstacle model 13 from the FSO communicable range 11. In other words, the FSO communication area 12 is an area that can guarantee that FSO communication between a UAV (UAV) and a GT (GT) is possible. Therefore, when a UAV (UAV) is located in the FSO communication area (12), FSO communication can be performed normally, and the UAV (UAV) only flies within the FSO communication area (12) to ensure FSO communication stability. Should be.

한편 UAV(UAV)가 호버링이 불가능한 고정익 UAV인 경우, UAV(UAV)는 항시 이동해야 하며, UAV(UAV)의 이동에 소모되는 에너지는 FSO 통신 서비스 제공 시간을 크게 감소시키는 요인이 된다. 일반적으로 UAV(UAV)의 이동에 소모되는 에너지는 UAV(UAV)의 FSO 통신에 소모되는 에너지보다 상대적으로 매우 크다고 알려져 있다. 따라서 UAV(UAV)가 장시간 FSO 통신 서비스를 제공하기 위해서는 UAV(UAV)의 이동에 소모되는 에너지를 저감사는 것이 중요하다.Meanwhile, if the UAV is a fixed-wing UAV that cannot hover, the UAV must always move, and the energy consumed in moving the UAV is a factor that significantly reduces the FSO communication service provision time. It is generally known that the energy consumed in the movement of a UAV is relatively much greater than the energy consumed in FSO communication of the UAV. Therefore, in order for a UAV to provide FSO communication services for a long time, it is important to reduce the energy consumed in the movement of the UAV.

이에 FSO 통신 가능 영역(12) 내에서도 UAV(UAV)의 이동에 따른 에너지 소모를 최소화할 수 있는 영역을 다시 검출할 필요가 있다.Accordingly, there is a need to re-detect an area within the FSO communication available area 12 where energy consumption due to movement of the UAV (UAV) can be minimized.

컨벡스 영역 획득 모듈(26)은 FSO 통신 가능 영역(12) 내에서 UAV(UAV)의 이동에 따른 에너지 소모를 최소화할 수 있는 영역인 컨벡스 영역을 획득한다. 고정익을 갖는 UAV(UAV)의 이동에 따른 에너지 소모는 가속 및 회전 등의 운동 시에 크게 발생한다. 따라서 제한된 폐공간인 FSO 통신 가능 영역(12) 내에서 이동해야 하는 UAV(UAV)의 에너지 소모를 최소화하기 위해서는, UAV(UAV)의 궤도가 가능한 균일 속도를 가져야 할 뿐만 아니라, 회전 반경이 가급적 커야 한다. 그리고 FSO 통신 가능 영역(12) 내에서 UAV(UAV)의 회전 반경을 최대화하기 위해서는, UAV(UAV)가 가능한 큰 크기의 컨벡스(convex) 영역에서 이동해야 하는 것으로 알려져 있다.The convex area acquisition module 26 acquires a convex area, which is an area that can minimize energy consumption due to movement of a UAV within the FSO communication area 12. Energy consumption due to the movement of a fixed-wing UAV (UAV) occurs significantly during movements such as acceleration and rotation. Therefore, in order to minimize the energy consumption of the UAV (UAV) that must move within the FSO communication area (12), which is a limited closed space, not only must the orbit of the UAV (UAV) have a uniform speed as possible, but also the radius of rotation must be as large as possible. do. It is known that in order to maximize the turning radius of a UAV within the FSO communication area 12, the UAV must move in a convex area of as large a size as possible.

도 1에서와 같이, FSO 통신 범위(11)가 원형으로 형성되므로, FSO 통신 범위(11)는 기본적으로 컨벡스한 형태로 형성된다. 그리고 장애물 모델(13)은 원형의 FSO 통신 범위(11)의 내부로 침투한 형태로 형성될 수 있다. 이와 같이 FSO 통신 범위(11)의 내부로 침투된 장애물 모델(13)은 FSO 통신 가능 영역(12)을 줄여 UAV(UAV)의 이동 가능한 영역의 크기를 제한할 뿐만 아니라, 형상에 따라 UAV(UAV)의 이동에 소요되는 이동 에너지를 크게 변화시킨다.As shown in Figure 1, since the FSO communication range 11 is formed in a circular shape, the FSO communication range 11 is basically formed in a convex shape. And the obstacle model 13 may be formed in a form that penetrates into the inside of the circular FSO communication range 11. In this way, the obstacle model 13 that has penetrated into the FSO communication range 11 not only reduces the FSO communication area 12 and limits the size of the area in which the UAV can move, but also, depending on the shape, ) greatly changes the movement energy required to move.

UAV(UAV)가 단순히 FSO 통신 가능 영역(12)의 가장 자리 영역을 따라 이동하는 경우, UAV(UAV)의 궤도는 최대 면적의 영역을 이동하게 된다. 그러나 상기한 바와 같이, UAV(UAV)의 이동 에너지는 가속도와 회전에 의해 변화하게 되므로, 속도 변화가 크거나 급회전시에 큰 에너지 소모가 발생하게 된다. 따라서 FSO 통신 범위(11)에서 장애물 모델(13)이 돌출된 형태로 형성되어, FSO 통신 가능 영역(12)이 논컨벡스(non-convex) 형태로 형성되면, UAV(UAV)는 회전 방향을 반전시키거나 회전 반경을 크게 줄여야 하므로 이동 에너지 소모가 크게 증가하게 된다.If the UAV simply moves along the edge area of the FSO communication coverage area 12, the trajectory of the UAV moves through the area with the maximum area. However, as mentioned above, the movement energy of a UAV changes due to acceleration and rotation, so a large amount of energy is consumed when the speed change is large or the vehicle makes a sharp turn. Therefore, when the obstacle model 13 is formed in a protruding form in the FSO communication range 11 and the FSO communication available area 12 is formed in a non-convex form, the UAV reverses the direction of rotation. As the rotation radius must be reduced significantly, movement energy consumption increases significantly.

이에 컨벡스 영역 획득 모듈(26)은 FSO 통신 가능 영역(12)이 논컨벡스 형상이 되도록 하는 영역을 탐색하고 이를 효율적으로 제거함으로써, FSO 통신 가능 영역(12) 내에서 가능한 최대 크기의 컨벡스 영역을 획득할 수 있도록 한다. 실시예에서 컨벡스 영역 획득 모듈(26)은 FSO 통신 가능 영역(12) 내에 다각형 형상의 장애물 모델(13)에 의한 버텍스(vertex)를 우선 탐색하고, 이중 180도 이상의 내부각을 가져 FSO 통신 가능 영역(12)이 논컨벡스 형상이 되도록 하는 리플렉스 버텍스(reflex vertex)를 검출한다. 그리고 검출된 리플렉스 버텍스를 기준으로 양측 이웃 버텍스와 연결되는 라인 중 하나를 연장하여 FSO 통신 가능 영역(12)을 영역 절단하는 과정을 반복한다. 이때 영역 절단은 잔여 리플렉스 버텍스가 모두 제거될 때까지 다양한 조합에 따라 반복하여 수행될 수 있으며, 결과적으로 논컨벡스 영역이 제거된 컨벡스 영역을 획득한다. 그리고 가능한 모든 조합에 따라 획득된 컨벡스 영역 중 가장 큰 면적을 갖는 컨벡스 영역을 최대 컨벡스 영역으로 선택하여 획득한다. 다만 이와 같이 리플렉스 버텍스에 대해 모든 가능한 조합으로 반복하여 논컨벡스 영역이 제거하는 경우 요구되는 연산량이 매우 많다. 이에 실시예의 컨벡스 영역 획득 모듈(26)은 논컨벡스 영역을 획득하기 위한 연산량을 효율적 줄이기 위한 방법을 수행할 수도 있다. 컨벡스 영역 획득 모듈(26)이 FSO 통신 가능 영역(12) 내에서 최대 컨벡스 영역을 획득하는 방식에 대한 상세한 설명은 후술하도록 한다.Accordingly, the convex area acquisition module 26 searches for areas that cause the FSO communication available area 12 to have a non-convex shape and efficiently removes them, thereby obtaining a convex area of the maximum size possible within the FSO communication available area 12. make it possible In the embodiment, the convex area acquisition module 26 first searches for vertices by the polygon-shaped obstacle model 13 within the FSO communicable area 12, and has an internal angle of 180 degrees or more to determine the FSO communicable area. Detect the reflex vertex that causes (12) to be a non-convex shape. Then, based on the detected reflex vertex, one of the lines connecting the neighboring vertices on both sides is extended and the process of cutting the FSO communication available area 12 is repeated. At this time, region cutting can be repeatedly performed according to various combinations until all remaining reflex vertices are removed, and as a result, a convex region from which the non-convex region is removed is obtained. And among the convex areas obtained according to all possible combinations, the convex area with the largest area is selected and obtained as the maximum convex area. However, if the non-convex area is removed by repeating all possible combinations of the reflex vertices like this, the amount of calculation required is very large. Accordingly, the convex area acquisition module 26 of the embodiment may perform a method to efficiently reduce the amount of calculation for acquiring the non-convex area. A detailed description of how the convex area acquisition module 26 acquires the maximum convex area within the FSO communication available area 12 will be described later.

궤도 최적화 모듈(27)은 컨벡스 영역 획득 모듈(26)에서 획득된 최대 컨벡스 영역에서 UAV(UAV)가 에너지 소모를 최소화하면서 이동할 수 있는 최적 궤도를 추정하여 획득한다. 제한된 다양한 형상의 컨벡스 영역에서 에너지 소비가 최소화되도록 UAV(UAV)의 궤도를 최적화하는 기법은 공지되어 있으며, 여기서도 공지된 기술에 따라 UAV의 궤도를 최적화하여 획득한다. 여기서는 UAV(UAV)의 고도(H)가 H-평면(10)으로 지정된 것으로 가정하였으므로, UAV(UAV)의 최적 궤도는 용이하게 획득될 수 있다.The trajectory optimization module 27 estimates and obtains the optimal trajectory in which the UAV can move while minimizing energy consumption in the maximum convex area obtained by the convex area acquisition module 26. Techniques for optimizing the trajectory of a unmanned aerial vehicle (UAV) to minimize energy consumption in a limited convex area of various shapes are known, and here, the trajectory of the UAV is also optimized and obtained according to known techniques. Here, since the altitude (H) of the UAV (UAV) is assumed to be designated as the H-plane (10), the optimal trajectory of the UAV (UAV) can be easily obtained.

즉 실시예에 따른 UAV 궤도 최적화 장치(20)는 FSO 통신 범위(11)에서 음영 영역에 다각형 형상으로 모델링된 장애물 모델에 의한 음영 영역을 차감하여, FSO 통신 가능 영역(12)을 획득하고, 획득된 FSO 통신 가능 영역(12) 내에서 최대 크기를 갖는 컨벡스 영역을 추출함으로써, UAV(UAV)가 에너지 효율적으로 이동할 수 잇는 영역을 획득한다. 그리고 획득된 컨벡스 영역 내에서 UAV(UAV)의 궤도를 최적화함으로써, FSO 통신 품질을 보증하면서도 에너지 소모를 최소화할 수 있는 최적의 UAV(UAV)의 궤도를 검출할 수 있다.That is, the UAV trajectory optimization device 20 according to the embodiment subtracts the shaded area caused by the obstacle model modeled in a polygonal shape from the FSO communication range 11, and obtains the FSO communication available area 12. By extracting the convex area with the maximum size within the FSO communication available area 12, an area where a UAV can move energy efficiently is obtained. And by optimizing the trajectory of the UAV (UAV) within the obtained convex area, it is possible to detect the optimal trajectory of the UAV (UAV) that can minimize energy consumption while guaranteeing FSO communication quality.

이하에서는 도 3 및 도 4를 참조하여, 컨벡스 영역 획득 모듈(26)이 FSO 통신 가능 영역(12)에서 최대 컨벡스 영역을 검출하는 방식을 상세하게 설명한다.Hereinafter, with reference to FIGS. 3 and 4, a method in which the convex area acquisition module 26 detects the maximum convex area in the FSO communication available area 12 will be described in detail.

도 3은 컨벡스 영역 획득 모듈의 상세 구성의 일 예를 나타내고, 도 4는 도 3의 컨벡스 영역 획득 모듈이 FSO 통신 가능 영역에서 컨벡스 영역을 획득하는 개념을 설명하기 위한 도면이다.FIG. 3 shows an example of the detailed configuration of the convex area acquisition module, and FIG. 4 is a diagram to explain the concept of the convex area acquisition module of FIG. 3 acquiring the convex area in the FSO communication available area.

도 3을 참조하면, 컨벡스 영역 획득 모듈(26)은 리플렉스 버텍스 검출 모듈(31), 리플렉스 버텍스 선택 모듈(32), 영역 절단 모듈(33), 면적 비교 모듈(34) 및 잔여 리플렉스 버텍스 확인 모듈(35)을 포함할 수 있다.Referring to Figure 3, the convex area acquisition module 26 includes a reflex vertex detection module 31, a reflex vertex selection module 32, an area cutting module 33, an area comparison module 34, and a remaining reflex vertex confirmation module ( 35) may be included.

리플렉스 버텍스 검출 모듈(31)은 통신 가능 영역 판별 모듈(25)에서 FSO 통신 가능 영역(12)이 획득되면, 획득된 FSO 통신 가능 영역(12) 중 다각형 형상의 장애물 모델에 의해 다각형으로 형성된 음영 영역의 버텍스(v₀, v₁, …, v_n)를 확인하여 버텍스 집합(v = [v₀, v₁, …, v_n])을 획득하고, 획득된 버텍스 집합(v)의 버텍스(v₀, v₁, …, v_n) 중 리플렉스 버텍스를 모두 검출한다. 여기서 리프렉스 버텍스는 FSO 통신 가능 영역(12)에서 180도 이상의 내부각을 갖는 버텍스를 나타낸다. 즉 리플렉스 버텍스 검출 모듈(31)은 FSO 통신 가능 영역(12)의 다수의 버텍스 중 내부 방향으로 돌출되어 양변이 180도 이상의 각을 갖는 리플렉스 버텍스들을 검출하여 리플렉스 버텍스 집합(k)을 획득한다.When the FSO communicable area 12 is acquired from the communicable area determination module 25, the reflex vertex detection module 31 detects a shaded area formed as a polygon by a polygon-shaped obstacle model among the obtained FSO communicable area 12. Vertices (v ₀ , v ₁ , …, v _n ) are checked to obtain a vertex set (v = [v ₀ , v ₁ , …, v _n ]), and vertices (v) of the obtained vertex set (v) are obtained. ₀ , v ₁ , …, v _n ), all reflex vertices are detected. Here, the refrax vertex represents a vertex having an internal angle of 180 degrees or more in the FSO communication available area 12. That is, the reflex vertex detection module 31 acquires a set of reflex vertices (k) by detecting reflex vertices that protrude inward and have an angle of 180 degrees or more on both sides among the plurality of vertices of the FSO communication available area 12.

FSO 통신 범위(11)가 원형으로 형성되므로, FSO 통신 가능 영역(12)에서장애물 모델에 의해 형성된 영역을 제외한 나머지 영역에는 기본적으로 버텍스가 존재하지 않는다. 즉 버텍스는 장애물 모델에 의해 형성된 영역에만 존재하며, 그 중에서도 리플렉스 버텍스는 장애물이 돌출된 형상을 가져 FSO 통신 가능 영역(12)이 논컨벡스 형상을 갖는 경우에만 존재한다. 즉 리플렉스 버텍스가 존재한다면, FSO 통신 가능 영역(12)은 논컨벡스 형태인 것으로 볼 수 있다.Since the FSO communication range 11 is formed in a circular shape, there are basically no vertices in the remaining areas except the area formed by the obstacle model in the FSO communication available area 12. That is, the vertex exists only in the area formed by the obstacle model, and among them, the reflex vertex exists only when the obstacle has a protruding shape and the FSO communication available area 12 has a non-convex shape. That is, if a reflex vertex exists, the FSO communication possible area 12 can be viewed as being in a non-convex form.

이에 컨벡스 영역 획득 모듈(26)에서는 우선 리플렉스 버텍스 검출 모듈(31)이 확인된 버텍스 집합(v)에서 리플렉스 버텍스들을 검출하여 리플렉스 버텍스 집합을 획득한다. 예로서 FSO 통신 가능 영역(12)이 도 4의 (a)와 같이 다각형 구조 획득된 경우, 리플렉스 버텍스 검출 모듈(31)은 8개의 버텍스(v₀, ~ v₇)를 확인하여 버텍스 집합(v)을 획득할 수 있으며, 이 중 내각이 180도 이상인 2개의 버텍스(v₆, v₇)를 리플렉스 버텍스로 검출할 수 있다.Accordingly, in the convex area acquisition module 26, the reflex vertex detection module 31 first detects reflex vertices from the confirmed vertex set (v) to obtain a reflex vertex set. As an example, when the FSO communication area 12 has a polygonal structure as _shown in (a) of FIG _. ) can be obtained, and among these, two vertices (v ₆ , v ₇ ) with interior angles of 180 degrees or more can be detected as reflex vertices.

리플렉스 버텍스 선택 모듈(32)은 리플렉스 버텍스 검출 모듈(31)에서 검출된 리플렉스 버텍스 중 하나를 기준 리플렉스 버텍스(v_k)로 선택한다. 이때 리플렉스 버텍스 선택 모듈(32)은 초기에 임의로 기준 리플렉스 버텍스를 선택할 수 있으며, 이후 반복하여 컨벡스 영역을 검출할 때마다 다른 리플렉스 버텍스를 기준 리플렉스 버텍스(v_k)로 선택할 수 있다. 즉 리플렉스 버텍스 집합의 모든 리플렉스 버텍스가 교대로 기준 리플렉스 버텍스로 선택될 수 있다.The reflex vertex selection module 32 selects one of the reflex vertices detected by the reflex vertex detection module 31 as a reference reflex vertex (v _k ). At this time, the reflex vertex selection module 32 can initially randomly select a reference reflex vertex, and then repeatedly select a different reflex vertex as the reference reflex vertex (v _k ) each time the convex area is detected. That is, all reflex vertices in the reflex vertex set can be alternately selected as reference reflex vertices.

도 4에서는 일 예로 리플렉스 버텍스 선택 모듈(32)이 제7 버텍스(v₇)를 기준 리플렉스 버텍스로 선택한 경우를 나타낸다.FIG. 4 shows, as an example, a case where the reflex vertex selection module 32 selects the seventh vertex (v ₇ ) as the reference reflex vertex.

그리고 리플렉스 버텍스 선택 모듈(32)은 잔여 리플렉스 버텍스 확인 모듈(35)에서 잔여 영역(42, 45) 내에 존재하는 버텍스와 리플렉스 버텍스가 확인되어 전달되면, 전달된 리플렉스 버텍스 중 하나를 선택할 수 있다.And when the vertices and reflex vertices existing in the remaining areas 42 and 45 are confirmed and transmitted in the remaining reflex vertex confirmation module 35, the reflex vertex selection module 32 may select one of the transmitted reflex vertices.

영역 절단 모듈(33)은 리플렉스 버텍스 선택 모듈(32)에서 선택된 리플렉스 버텍스(v_k)의 양측에 인접하여 위치하는 이웃 버텍스(v_k-1, v_k+1)를 확인하고, 선택된 리플렉스 버텍스(v_k)와 이웃 버텍스(v_k-1, v_k+1)를 연결하는 라인이 연장되는 연장 라인을 형성하며, 형성된 연장 라인을 따라 FSO 통신 가능 영역(12)을 절단한다.The region cutting module 33 checks the neighboring vertices (v _k-1 , v _k+1 ) located adjacent to both sides of the reflex vertex (v _k ) selected in the reflex vertex selection module 32, and selects the selected reflex vertex ( The line connecting v _k ) and neighboring vertices (v _k-1 , v _k+1 ) forms an extended extension line, and the FSO communication available area 12 is cut along the formed extension line.

버텍스 집합(v)의 버텍스(v₀, v₁, …, v_n)는 단지 버텍스를 구분하기 위한 식별자에 의해 구분되며, FSO 통신 가능 영역(12)은 폐구조를 가지므로 여기서 이웃 버텍스(v_k-1, v_k+1)는 로테이션된다. 예로서 제0 버텍스(v₀)에 이웃 버텍스는 제1 버텍스(v₁)와 제n 버텍스(v_n)이고, 제n 버텍스(v_n)의 이웃 버텍스는 제n-1 버텍스(v_n-14)와 제0 버텍스(v₀)이다. 그리고 연장 라인은 도 4의 (b) 및 (c)와 같이, FSO 통신 가능 영역(12)의 하나의 다른 라인과 교차되는 위치까지 연장될 수 있다.The vertices (v ₀ , v ₁ , ..., v _n ) of the vertex set (v) are distinguished only by identifiers to distinguish the vertices, and since the FSO communication available area 12 has a closed structure, the neighboring vertices (v _k-1 , v _k+1 ) is rotated. For example, the neighboring vertices of the 0th vertex (v ₀ ) are the 1st vertex (v ₁ ) and the n-th vertex (v _n ), and the neighboring vertices of the n-th vertex (v _n ) are the n-1th vertex (v _{n- 14} ) and the 0th vertex (v ₀ ). And the extension line may extend to a position where it intersects another line of the FSO communication available area 12, as shown in Figures 4 (b) and (c).

도 4의 (b)는 선택된 리플렉스 버텍스로서 제7 버텍스(v₇)에서 인접한 제0 버텍스(v₀)를 연결한 라인을 연장한 연장 라인(41)을 나타내며, 도 4의 (c)는 제7 버텍스(v₇)에서 인접한 제6 버텍스(v₆)를 연결한 라인을 연장한 연장 라인(44)을 나타낸다. 이때, 도 4의 (c)에서 연장 라인(44) 이외에 제6 버텍스(v₆) 방향으로 연장된 연장 라인(44-1)으로도 연장될 수 있으나, 연장 라인(44)이 이미 제0 및 제1 버텍스(v₀, v₁)를 연결하는 라인과 이미 교차되므로, 연장 라인(44-1)은 실제로는 형성되지 않는 가상의 연장 라인이다. 그러나 실시예에서는 모든 가능한 조합으로 잔여 영역을 획득하므로, 연장 라인(44-1)을 기반으로 FSO 통신 가능 영역(12)을 절단하고, 연장 라인(44)을 가상 연장 라인으로 설정할 수도 있다.Figure 4(b) shows an extension line 41 extending from the line connecting the seventh vertex (v ₇ ) to the adjacent zeroth vertex (v ₀ ) as the selected reflex vertex, and Figure 4(c) shows the It represents an extension line 44 that extends the line connecting the 7th vertex (v ₇ ) to the adjacent 6th vertex (v ₆ ). At this time, in addition to the extension line 44 in (c) of FIG. 4, it may also be extended by an extension line 44-1 extending in the direction of the sixth vertex (v ₆ ), but the extension line 44 has already reached 0 and Since it already intersects the line connecting the first vertices (v ₀ , v ₁ ), the extension line 44-1 is a virtual extension line that is not actually formed. However, in the embodiment, since the remaining area is obtained through all possible combinations, the FSO communication available area 12 may be cut based on the extension line 44-1 and the extension line 44 may be set as a virtual extension line.

영역 절단 모듈(33)은 도 4의 (b) 및 (c)와 같이 연장 라인(41, 44)이 형성되면, 형성된 연장 라인(41, 44) 각각에 따라 FSO 통신 가능 영역(12)에서 절단 영역(43, 46)을 제거하여 잔여 영역(42, 45)을 획득한다. 여기서는 연장 라인에 따라 절단된 FSO 통신 가능 영역(12) 중 상대적으로 크기가 큰 영역을 잔여 영역(42, 45)이라 하고, 상대적으로 크기가 작은 영역을 절단 영역(43, 46)이라 한다.When the extension lines 41 and 44 are formed as shown in (b) and (c) of FIG. 4, the area cutting module 33 cuts the FSO communication available area 12 according to each of the formed extension lines 41 and 44. Areas 43 and 46 are removed to obtain remaining areas 42 and 45. Here, a relatively large area of the FSO communication available area 12 cut along the extension line is called a remaining area 42, 45, and a relatively small area is called a cut area 43, 46.

면적 비교 모듈(34)은 각 연장 라인(41, 42)에 따라 절단되어 형성된 잔여 영역(42, 45) 각각의 면적의 크기를 계산한다. 그리고 면적 비교 모듈(34)은 이전 계산되어 저장된 컨벡스 영역의 최대 크기가 존재하면, 계산된 잔여 영역(42, 45)의 면적 크기를 이전 컨벡스 영역의 최대 크기와 비교한다. 만일 계산된 모든 잔여 영역(42, 45)의 면적 크기가 컨벡스 영역의 최대 크기보다 작거나 같으면, 면적 비교 모듈(34)은 리플렉스 버텍스 선택 모듈(32)이 다른 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택하도록 요청한다. 이는 현재 획득된 잔여 영역(42, 45)의 크기가 이미 이전 계산된 컨벡스 영역의 최대 크기 이하이면, 현재 선택된 리플렉스 버텍스에서는 이전보다 큰 크기의 컨벡스 영역을 획득할 수 없어 추가적인 영역 절단 과정을 수행하는 것이 불필요하므로, 연산량을 저감시키기 위함이다.The area comparison module 34 calculates the size of the area of each of the remaining areas 42 and 45 formed by cutting along each extension line 41 and 42. And, if there is a maximum size of the previously calculated and stored convex area, the area comparison module 34 compares the calculated area sizes of the remaining areas 42 and 45 with the maximum size of the previous convex area. If the area sizes of all calculated residual areas (42, 45) are smaller than or equal to the maximum size of the convex area, the area comparison module 34 causes the reflex vertex selection module 32 to select another reflex vertex as the reference reflex vertex. request. This means that if the size of the currently acquired residual areas (42, 45) is already less than the maximum size of the previously calculated convex area, a convex area of a larger size than before cannot be obtained from the currently selected reflex vertex, so an additional area cutting process is performed. This is to reduce the amount of computation since it is unnecessary.

적어도 하나의 잔여 영역(42, 45)의 크기가 이전 컨벡스 영역의 최대 크기보다 크면, 이전 컨벡스 영역의 최대 크기보다 큰 잔여 영역(42, 45)을 잔여 리플렉스 버텍스 확인 모듈(35)로 전달한다. 그리고 면적 비교 모듈(34)은 잔여 리플렉스 버텍스 확인 모듈(35)에서 잔여 리플렉스 버텍스가 존재하지 않는 것으로 확인되면, 이전 컨벡스 영역의 최대 크기보다 큰 잔여 영역(42, 45)을 컨벡스 영역의 최대 크기로 갱신하여 저장한다.If the size of at least one remaining area (42, 45) is larger than the maximum size of the previous convex area, the remaining area (42, 45) larger than the maximum size of the previous convex area is transmitted to the remaining reflex vertex confirmation module 35. And if the area comparison module 34 determines that there is no residual reflex vertex in the residual reflex vertex confirmation module 35, it sets the remaining areas 42 and 45 larger than the maximum size of the previous convex area as the maximum size of the convex area. Update and save.

또한 면적 비교 모듈(34)은 잔여 리플렉스 버텍스가 존재하지 않는 것으로 확인되면, 리플렉스 버텍스 선택 모듈(32)이 다른 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택하도록 요청한다. 면적 비교 모듈(34)은 리플렉스 버텍스 선택 모듈(32)이 모든 리플렉스 버텍스를 이미 기준 리플렉스 버텍스로 선택하였음을 통지하면, 현재 저장된 최대 크기의 컨벡스 영역을 최대 컨벡스 영역으로 설정하여, 궤도 최적화 모듈(27)로 전달한다. 즉 마지막으로 갱신되어 현재 저장된 컨벡스 영역을 FSO 통신 가능 영역(12)에서 추출 가능한 최대 크기의 컨벡스 영역으로 판별하여, 최대 컨벡스 영역으로 설정한다.Additionally, when the area comparison module 34 confirms that there are no remaining reflex vertices, it requests the reflex vertex selection module 32 to select another reflex vertex as the reference reflex vertex. When the area comparison module 34 notifies that the reflex vertex selection module 32 has already selected all reflex vertices as reference reflex vertices, the area comparison module 34 sets the currently stored convex area of the maximum size as the maximum convex area, and the orbit optimization module 27 ) is transmitted. That is, the convex area that was last updated and currently stored is determined as the convex area of the maximum size that can be extracted from the FSO communication available area 12, and is set as the maximum convex area.

한편 잔여 리플렉스 버텍스 확인 모듈(35)은 면적 비교 모듈(34)로부터 잔여 영역(42, 45)이 인가되면, 잔여 영역 내에 남아 있는 리플레스 버텍스가 존재하는지 확인한다. 영역 절단 모듈(33)에 의해 FSO 통신 가능 영역(12)에서 절단 영역(43, 46)이 제거되는 경우, 도 4의 (b)와 같이 제4 및 제5 버텍스(v₄, v₅)와 함께 리플레스 버텍스인 제6 버텍스(v₆)가 절단 영역(43)에 포함되어 잔여 영역(42)에서 제거되어 잔여 리플레스 버텍스가 존재하지 않으므로, 잔여 영역(42)은 컨벡스 영역이 된다.Meanwhile, when the remaining areas 42 and 45 are received from the area comparison module 34, the remaining reflex vertex confirmation module 35 checks whether any remaining reflex vertices exist in the remaining areas. When the cut areas 43 and 46 are removed from the FSO communication capable area 12 by the area cut module 33, the fourth and fifth vertices (v ₄ , v ₅ ) as shown in (b) of FIG. 4 Since the sixth vertex (v ₆ ), which is also a repress vertex, is included in the cut area 43 and removed from the remaining area 42 and there is no remaining repress vertex, the remaining area 42 becomes a convex area.

그러나 도 4의 (c)의 연장 라인(44)에 따라 FSO 통신 가능 영역(12)에서 절단 영역(46)이 제거되어 잔여 영역(45)이 도 4의 (d)와 같이 획득되는 경우, 제6 버텍스(v₆)는 여전히 리플렉스 버텍스로 존재하게 된다. 즉 잔여 영역(45)은 여전히 논컨벡스 영역이다. 이에 잔여 리플렉스 버텍스 확인 모듈(35)은 잔여 영역(45)에 남아 있는 버텍스와 리플렉스 버텍스를 다시 확인하여, 영역 절단 모듈(33)로 전달할 수 있다. 영역 절단 모듈(33)은 잔여 영역(45)에 남아 있는 리플렉스 버텍스인 제6 버텍스(v₆)를 기준으로 잔여 영역(45)의 다른 하나의 라인과 교차하는 위치까지 연장 라인(47, 49)를 형성하고, 형성된 연장 라인(47, 49)에 따라 잔여 영역(45)의 영역을 절단하여 잔여 영역(48, 50)을 획득한다.However, when the cut area 46 is removed from the FSO communication available area 12 according to the extension line 44 of Figure 4 (c) and the remaining area 45 is obtained as shown in Figure 4 (d), the first Vertex 6 (v ₆ ) still exists as a reflex vertex. That is, the remaining area 45 is still a non-convex area. Accordingly, the remaining reflex vertex confirmation module 35 can re-check the remaining vertices and reflex vertices in the remaining area 45 and transmit them to the area cutting module 33. The area cutting module 33 extends lines 47 and 49 based on the sixth vertex (v ₆ ), which is the reflex vertex remaining in the remaining area 45, to a position where it intersects another line of the remaining area 45. is formed, and the remaining area 45 is cut along the formed extension lines 47 and 49 to obtain the remaining areas 48 and 50.

이때 제6 및 제7 버텍스(v₆, v₇)의 연결 라인을 연장한 연장 라인(44)을 따라 절단한 도 4의 (c)의 잔여 영역(46)의 크기가 제0 및 제7 버텍스(v₀, v₇)의 연결 라인을 연장한 연장 라인(41)을 따라 절단한 도 4의 (b)의 잔여 영역(43)의 크기보다 크다. 그러나 도 4의 (b)의 잔여 영역(43)에는 잔여 리플렉스 버텍스가 존재하지 않는데 반해, 도 4의 (c)의 잔여 영역(46)에는 제6 버텍스(v₆)는 여전히 리플렉스 버텍스로 존재하여 제6 버텍스(v₆)를 기준으로 잔여 영역이 추가적으로 절단되어야 컨벡스 영역이 획득된다. 따라서 결과적으로는 도 4의 (b)의 잔여 영역(43)에 의한 컨벡스 영역의 크기가 더 크다는 것을 알 수 있다. 즉 잔여 영역에서 리플렉스 버텍스가 모두 제거되기 이전 계산되는 각 잔여 영역의 면적은 컨벡스 영역에 대한 면적이 아니다. 그러므로 현재 잔여 영역의 크기가 더 작더라도 남은 잔여 영역들에 대해 다시 리플렉스 버텍스를 확인하여 컨벡스 영역이 될 때까지 반복적으로 절단하여 크기 비교를 수행할 필요가 있다.At this time, the size of the remaining area 46 in (c) of FIG. 4 cut along the extension line 44 extending the connection line of the 6th and 7th vertices (v ₆ , v ₇ ) is the same as that of the 0th and 7th vertices. It is larger than the size of the remaining area 43 in (b) of FIG. 4 cut along the extension line 41 extending the connection line of (v ₀ , v ₇ ). However, while there is no remaining reflex vertex in the remaining area 43 of Figure 4 (b), the sixth vertex (v ₆ ) still exists as a reflex vertex in the remaining area 46 of Figure 4 (c). The remaining area must be additionally cut based on the sixth vertex (v ₆ ) to obtain the convex area. Therefore, it can be seen that the size of the convex area due to the remaining area 43 in (b) of FIG. 4 is larger. That is, the area of each residual area calculated before all reflex vertices are removed from the remaining area is not the area of the convex area. Therefore, even if the size of the current remaining area is smaller, it is necessary to check the reflex vertices of the remaining remaining areas again and repeatedly cut them until they become a convex area to compare the sizes.

다만, 리플렉스 버텍스가 남아 있는지 여부에 무관하게 획득된 잔여 영역의 크기가 이미 이전 계산된 컨벡스 영역의 최대 크기보다 작다면, 최대 컨벡스 영역으로 획득될 수 없으므로, 추가적인 영역 절단을 수행하지 않고 다른 기준 리플렉스 버텍스가 선택되도록 하여 연산량을 줄일 수 있다. 만일 FSO 통신 가능 영역(12)에 포함된 리플렉스 버텍스의 개수가 K개인 경우, K개의 리플렉스 버텍스를 기반으로 영역이 절단될 수 있는 최대 횟수는 2^K 이다. 그러나 상기한 바와 같이, 영역이 절단되는 과정에서 리플렉스 버텍스 또한 절단되어 제거될 수 있어, 실제 절단 횟수는 2^K 보다 크게 줄어들게 된다. 또한 상기한 바와 같이, 잔여 영역의 크기가 이전 컨벡스 영역의 최대 크기보다 작면 추가적인 영역 절단을 수행하지 않아 연산량을 크게 줄일 수 있다.However, regardless of whether the reflex vertex remains, if the size of the obtained residual area is already smaller than the maximum size of the previously calculated convex area, it cannot be obtained as the maximum convex area, so another reference reflex is used without performing additional area cutting. The amount of computation can be reduced by allowing vertices to be selected. If the number of reflex vertices included in the FSO communication available area 12 is K, the maximum number of times the area can be cut based on K reflex vertices is 2 ^K. However, as described above, in the process of cutting the region, the reflex vertex may also be cut and removed, so the actual number of cuts is greatly reduced by less than ^2K . Also, as mentioned above, if the size of the remaining area is smaller than the maximum size of the previous convex area, additional area cutting is not performed, thereby greatly reducing the amount of calculation.

상기한 바와 같이, 실시예의 컨벡스 영역 획득 모듈(26)은 FSO 통신 가능 영역(12) 내의 리플렉스 버텍스로 선택하고, 선택된 리플렉스 버텍스과 양측 버텍스를 연결하는 라인을 연장한 연장 라인을 따라 FSO 통신 가능 영역(12)을 절단하는 과정을 리플렉스 버텍스가 모두 제거될 때까지 반복 수행한다. 그리고 모든 리플렉스 버텍스가 제거된 잔여 영역 중에서 가장 크기가 큰 영역을 최대 크기를 갖는 최대 컨벡스 영역으로 획득한다.As described above, the convex area acquisition module 26 of the embodiment selects a reflex vertex within the FSO communication available area 12, and selects the FSO communication available area ( The cutting process of 12) is repeated until all reflex vertices are removed. And among the remaining areas from which all reflex vertices have been removed, the area with the largest size is obtained as the maximum convex area with the maximum size.

여기서는 설명의 편의를 위하여, 리플렉스 버텍스 검출 모듈(31)과 잔여 리플렉스 버텍스 확인 모듈(35)을 별도의 구성으로 도시하였으나, 잔여 리플렉스 버텍스 확인 모듈(35)은 리플렉스 버텍스 검출 모듈(31)에 포함되어 구성될 수 있다.Here, for convenience of explanation, the reflex vertex detection module 31 and the remaining reflex vertex confirmation module 35 are shown as separate configurations, but the remaining reflex vertex confirmation module 35 is included in the reflex vertex detection module 31. It can be configured.

도시된 실시예에서, 각 구성들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 것 이외에도 추가적인 구성을 포함할 수 있다. 또한, 일 실시예에서, 각 구성은 물리적으로 구분된 하나 이상의 장치를 이용하여 구현되거나, 하나 이상의 프로세서 또는 하나 이상의 프로세서 및 소프트웨어의 결합에 의해 구현될 수 있으며, 도시된 예와 달리 구체적 동작에 있어 명확히 구분되지 않을 수 있다.In the illustrated embodiment, each component may have different functions and capabilities in addition to those described below, and may include additional components other than those described below. Additionally, in one embodiment, each configuration may be implemented using one or more physically separate devices, one or more processors, or a combination of one or more processors and software, and, unlike the example shown, may be implemented in specific operations. It may not be clearly distinguished.

그리고 도 2 및 도 5에 도시된 UAV 궤도 최적화 장치는 하드웨어, 펌웨어, 소프트웨어 또는 이들의 조합에 의해 로직회로 내에서 구현될 수 있고, 범용 또는 특정 목적 컴퓨터를 이용하여 구현될 수도 있다. 장치는 고정배선형(Hardwired) 기기, 필드 프로그램 가능한 게이트 어레이(Field Programmable Gate Array, FPGA), 주문형 반도체(Application Specific Integrated Circuit, ASIC) 등을 이용하여 구현될 수 있다. 또한, 장치는 하나 이상의 프로세서 및 컨트롤러를 포함한 시스템온칩(System on Chip, SoC)으로 구현될 수 있다.Additionally, the UAV trajectory optimization device shown in FIGS. 2 and 5 may be implemented in a logic circuit using hardware, firmware, software, or a combination thereof, and may also be implemented using a general-purpose or special-purpose computer. The device may be implemented using hardwired devices, field programmable gate arrays (FPGAs), application specific integrated circuits (ASICs), etc. Additionally, the device may be implemented as a System on Chip (SoC) including one or more processors and a controller.

뿐만 아니라 UAV 궤도 최적화 장치는 하드웨어적 요소가 마련된 컴퓨팅 장치 또는 서버에 소프트웨어, 하드웨어, 또는 이들의 조합하는 형태로 탑재될 수 있다. 컴퓨팅 장치 또는 서버는 각종 기기 또는 유무선 통신망과 통신을 수행하기 위한 통신 모뎀 등의 통신장치, 프로그램을 실행하기 위한 데이터를 저장하는 메모리, 프로그램을 실행하여 연산 및 명령하기 위한 마이크로프로세서 등을 전부 또는 일부 포함한 다양한 장치를 의미할 수 있다.In addition, the UAV orbit optimization device may be mounted on a computing device or server equipped with hardware elements in the form of software, hardware, or a combination thereof. A computing device or server includes all or part of a communication device such as a communication modem for communicating with various devices or wired and wireless communication networks, a memory for storing data to execute a program, and a microprocessor for executing a program to perform calculations and commands. It can refer to a variety of devices, including:

도 5는 도 3의 컨벡스 영역 획득 모듈이 컨벡스 영역을 획득하는 과정을 설명하기 위한 도면이다.FIG. 5 is a diagram illustrating a process in which the convex area acquisition module of FIG. 3 acquires a convex area.

FSO 통신 가능 영역이 도 5와 같이 획득된 경우, 리플렉스 버텍스 검출 모듈은 10개의 버텍스(v₀ ~ v₉)를 검출할 수 있으며, (a)에 붉은색 점으로 나타난 바와 같이, 이 중 6개를 리플렉스 버텍스(v₁, v₂, v₃, v₆, v₇, v₈)로 검출할 수 있다. 그리고 리플렉스 버텍스인 제1 버텍스(v₁)를 기준으로 FSO 통신 가능 영역을 절단하여 (b) 및 (c)와 같은 잔여 영역을 획득할 수 있다. 여기서 (c)의 잔여 영역에는 다른 리플렉스 버텍스가 존재하지 않으므로, 컨벡스 영역으로 획득된다. 그러나 (b)의 잔여 영역에는 여전히 다른 리플렉스 버텍스(v₂, v₃, v₆, v₇, v₈)가 남아 있다. (d)는 (b)의 잔여 영역에서 제2 및 제6 버텍스(v₂, v₆)를 기준으로 추가로 절단한 잔여 영역을 나타낸다. 그리고 (e)는 (d)의 잔여 영역에서 제3 버텍스(v₂)를 기준으로 다시 절단한 잔여 영역으로 컨벡스 영역을 나타낸다.When the FSO communication available area is acquired as shown in Figure 5, the reflex vertex detection module can detect 10 vertices (v ₀ to v ₉ ), of which 6, as shown by the red dots in (a) can be detected as reflex vertices (v ₁ , v ₂ , v ₃ , v ₆ , v ₇ , v ₈ ). And, by cutting the FSO communication available area based on the first vertex (v ₁ ), which is a reflex vertex, the remaining areas such as (b) and (c) can be obtained. Here, since there are no other reflex vertices in the remaining area of (c), it is obtained as a convex area. However, other reflex vertices (v ₂ , v ₃ , v ₆ , v ₇ , v ₈ ) still remain in the remaining area of (b). (d) shows the remaining area additionally cut based on the second and sixth vertices (v ₂ , v ₆ ) from the remaining area in (b). And (e) represents the convex area as the remaining area cut again based on the third vertex (v ₂ ) from the remaining area of (d).

한편 (f)와 (g)는 FSO 통신 가능 영역을 제7 버텍스(v₇)를 기준으로 절단한 잔여 영역을 나타내고, (h)는 (f)의 잔여 영역에 대해 추가로 절단한 잔여 영역을 나타낸다.Meanwhile, (f) and (g) represent the remaining areas where the FSO communication available area was cut based on the seventh vertex (v ₇ ), and (h) represents the remaining areas that were additionally cut from the remaining area of (f). indicates.

이와 같이 실시예의 컨벡스 영역 획득 모듈(26)은 FSO 통신 가능 영역에서 다수의 리플렉스 버텍스 각각을 기준으로 다양하게 FSO 통신 가능 영역을 잔여 영역에서 리플렉스 버텍스가 존재하지 않을 때까지 반복하여 절단함으로써 여러 형태의 컨벡스 영역을 획득할 수 있으며, 이중 가장 큰 면적을 갖는 컨벡스 영역을 UAV(UAV)의 궤도 최적화를 위해 이용되는 최대 컨벡스 영역으로 획득할 수 있다.In this way, the convex area acquisition module 26 of the embodiment repeatedly cuts the FSO communication-capable area in various ways based on each of the multiple reflex vertices in the FSO-communicable area until no reflex vertices exist in the remaining area, thereby creating various types of The convex area can be obtained, and the convex area with the largest area can be obtained as the maximum convex area used for trajectory optimization of the UAV.

다만 경우에 따라서는 UAV(UAV)의 궤도를 완전하게 최적화하는 것보다 빠르게 효율적인 궤도를 획득하는 것이 요구될 수도 있다. 이 경우, 연산량을 더욱 줄이기 위해, 모든 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택하여 컨벡스 영역을 검출하지 않고, 하나의 리플렉스 버텍스만을 기준 리플렉스 버텍스로 선택하여 컨벡스 영역을 검출할 수도 있다.However, in some cases, it may be required to obtain an efficient trajectory faster than completely optimizing the trajectory of the UAV. In this case, in order to further reduce the amount of calculation, the convex area may be detected by selecting only one reflex vertex as the reference reflex vertex rather than selecting all reflex vertices as the reference reflex vertex to detect the convex area.

도 6은 최대 컨벡스 영역에 따라 획득된 UAV 최적 궤도의 일 예를 나타낸다.Figure 6 shows an example of a UAV optimal trajectory obtained according to the maximum convex area.

컨벡스 영역 획득 모듈(26)에 의해 최대 컨벡스 영역이 도 6에서와 같이 획득되면, 궤도 최적화 모듈(27)은 최대 컨벡스 영역 내에서 UAV의 에너지 소모가 최소가 되도록 UAV 궤도를 최적화할 수 있다. 이때, 궤도 최적화 모듈(27)은 (a) 내지 (c)에 도시된 바와 같이, 에너지 소모량 대비 데이터 속도를 나타내는 에너지 효율이 최적화되도록 UAV(UAV)의 궤도를 최적화하거나, (d) 내지 (f)와 같이 단순히 에너지 소모가 최소가 되도록 UAV(UAV)의 궤도를 최적화할 수도 있다.When the maximum convex area is acquired by the convex area acquisition module 26 as shown in FIG. 6, the trajectory optimization module 27 can optimize the UAV trajectory so that the energy consumption of the UAV is minimized within the maximum convex area. At this time, the trajectory optimization module 27 optimizes the trajectory of the UAV (UAV) so that energy efficiency, which represents the data rate compared to energy consumption, is optimized, as shown in (a) to (c), or (d) to (f) ), you can simply optimize the trajectory of the UAV (UAV) to minimize energy consumption.

도 7은 일 실시예 따른 UAV 궤도 최적화 방법을 나타내고, 도 8은 도 7의 최대 컨벡스 영역 획득 단계를 상세하게 나타낸 도면이다.Figure 7 shows a UAV trajectory optimization method according to an embodiment, and Figure 8 is a diagram showing the maximum convex area acquisition step of Figure 7 in detail.

도 1 내지 도 6을 참조하여, 도 7 및 도 8의 UAV 궤도 최적화 방법을 설명하면, 우선 FSO 통신 시스템의 UAV(UAV)와 GT(GT)에 대한 정보를 수집한다(61). 그리고 구름과 같은 다양한 장애물에 대한 정보를 수집한다(62). 시스템과 장애물에 대한 정보가 수집되면, UAV(UAV)가 비행하는 H-평면(10)에서 UAV(UAV)와 GT(GT) 사이에 FSO 통신이 가능한 영역을 나타내는 FSO 통신 범위(11)를 확인하고, FSO 통신 범위(11)에서 장애물에 의해 발생하는 음영 영역을 다각형 형상으로 모델링하여 장애물 모델(13)을 획득한다(63). 장애물 모델(13)이 획득되면, FSO 통신 범위(11)에서 장애물 모델(13)을 차감하여 FSO 통신 가능 영역(12)을 획득한다(64).Referring to FIGS. 1 to 6 and explaining the UAV trajectory optimization method of FIGS. 7 and 8, first, information on the UAV (UAV) and GT (GT) of the FSO communication system is collected (61). And it collects information about various obstacles such as clouds (62). Once information about the system and obstacles is collected, the FSO communication range (11) is determined, which represents the area where FSO communication is possible between the UAV and the GT in the H-plane (10) over which the UAV flies. And, the obstacle model 13 is obtained by modeling the shaded area caused by the obstacle in the FSO communication range 11 into a polygonal shape (63). Once the obstacle model 13 is obtained, the obstacle model 13 is subtracted from the FSO communication range 11 to obtain the FSO communication available area 12 (64).

FSO 통신 가능 영역(12)이 획득되면, 획득된 FSO 통신 가능 영역(12)에서 리플렉스 버텍스를 확인하고, 확인된 리플렉스 버텍스를 기준으로 인접한 버텍스와 연결되는 라인을 연장한 연장 라인을 따라 FSO 통신 가능 영역(12)에서 장애물 모델(13)의 돌출된 형상에 의해 형성된 논컨벡스 영역을 리플렉스 버텍스가 존재하지 않을 때까지 반복적으로 제거하여 최대 크기를 갖는 최대 컨벡스 영역을 획득한다(65).Once the FSO communication available area 12 is acquired, the reflex vertex is confirmed in the acquired FSO communication available area 12, and FSO communication is possible along an extension line extending the line connecting the adjacent vertex based on the confirmed reflex vertex. The non-convex area formed by the protruding shape of the obstacle model 13 in the area 12 is repeatedly removed until no reflex vertices exist to obtain the maximum convex area with the maximum size (65).

도 8을 참조하면, 구체적으로 최대 컨벡스 영역을 획득하는 단계는 우선 FSO 통신 가능 영역(12) 내에서 버텍스들을 확인하고, 확인된 버텍스들 중에서 내각이 180도 이상인 리플렉스 버텍스를 검출한다(71). 그리고 검출된 리플렉스 버텍스 중 하나를 기준 리플렉스 버텍스로 선택한다(72). 기준 리플렉스 버텍스가 선택되면, 선택된 기준 리플렉스 버텍스에 인접한 버텍스를 잇는 라인을 연장하여 연장 라인을 형성하고, 형성된 연장 라인에 따라 FSO 통신 가능 영역(12)을 절단한다(73). 이후 FSO 통신 가능 영역(12)에서 연장 라인에 의해 절단된 절단 영역을 제외한 나머지 잔여 영역의 면적이 이전 계산된 컨벡스 영역 면적보다 큰지 확인한다(74). 잔여 영역이 이전 계산된 컨벡스 영역 크기 이하이면, 기준 리플렉스 버텍스의 변경 여부를 판별한다(80).Referring to FIG. 8, specifically, in the step of obtaining the maximum convex area, vertices are first confirmed within the FSO communication available area 12, and a reflex vertex with an internal angle of 180 degrees or more is detected among the confirmed vertices (71). Then, one of the detected reflex vertices is selected as the reference reflex vertex (72). When a reference reflex vertex is selected, an extension line is formed by extending a line connecting vertices adjacent to the selected reference reflex vertex, and the FSO communication available area 12 is cut along the formed extension line (73). Afterwards, it is checked whether the area of the remaining area excluding the cut area cut by the extension line in the FSO communication available area 12 is larger than the previously calculated convex area area (74). If the remaining area is less than the previously calculated convex area size, it is determined whether the reference reflex vertex has changed (80).

그러나 잔여 영역이 이전 계산된 컨벡스 영역보다 크면, 잔여 영역에서 다시 리플렉스 버텍스가 존재하는지 판별한다(75). 만일 잔여 영역에 리플렉스 버텍스가 존재하는 것으로 판별되면, 잔여 영역에 존재하는 리플렉스 버텍스 중 하나를 선택한다(76). 그리고 선택된 리플렉스 버텍스 기준으로 다시 연장 라인을 형성하여 잔여 영역을 절단한다(73). 그러나 잔여 영역에 리플렉스 버텍스가 존재하지 않는 것으로 판별되면, 현재 잔여 영역은 컨벡스 영역이며, 이에 현재 잔여 영역을 현재 컨벡스 영역으로 획득한다(77). 이때 잔여 영역의 리플렉스 버텍스를 가능한 모든 조합에 따라 변경하며 선택하여 절단하고 잔여 영역의 크기를 확인하는 과정을 반복함으로써, 다양한 컨벡스 영역이 획득될 수 있으나, 이중 이전 계산된 컨벡스 영역 크기보다 큰 최대 크기를 갖는 하나의 컨벡스 영역만이 컨벡스 영역으로 획득될 수 있다. 즉 가장 큰 크기를 갖는 컨벡스 영역만이 컨벡스 영역으로 획득된다.However, if the remaining area is larger than the previously calculated convex area, it is determined whether a reflex vertex exists again in the remaining area (75). If it is determined that a reflex vertex exists in the remaining area, one of the reflex vertices existing in the remaining area is selected (76). Then, an extension line is formed again based on the selected reflex vertex to cut the remaining area (73). However, if it is determined that there is no reflex vertex in the remaining area, the current remaining area is a convex area, and the current remaining area is acquired as the current convex area (77). At this time, by repeating the process of changing the reflex vertices of the remaining area according to all possible combinations, selecting and cutting them, and checking the size of the remaining area, various convex areas can be obtained, but the maximum size is larger than the previously calculated convex area size. Only one convex area with can be obtained as a convex area. That is, only the convex area with the largest size is obtained as the convex area.

그리고 기준 리플렉스 버텍스의 변경 여부를 판별한다(78). 만일 FSO 통신 가능 영역(12) 내의 리플렉스 버텍스 중 기준 리플렉스 버텍스로 선택되지 않은 리플렉스 버텍스가 존재하면, 해당 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택한다(72). 그러나 선택되지 않은 리플렉스 버텍스가 존재하지 않으면, 현재 획득된 컨벡스 영역을 최대 컨벡스 영역으로 획득한다(79).Then, it is determined whether the reference reflex vertex has changed (78). If there is a reflex vertex that is not selected as the reference reflex vertex among the reflex vertices in the FSO communication available area 12, the corresponding reflex vertex is selected as the reference reflex vertex (72). However, if there is no unselected reflex vertex, the currently acquired convex area is acquired as the maximum convex area (79).

그리고 획득된 최대 컨벡스 영역 내에서 UAV(UAV)의 궤도를 추출함으로써, UAV(UAV)의 궤도를 최적화한다(66). 이때 UAV(UAV)의 최적 궤도는 에너지 소모량 대비 데이터 속도를 나타내도록 추출되거나, UAV(UAV)의 이동에 의한 에너지 소모가 최소가 되도록 UAV(UAV)의 궤도를 최적화할 수도 있다.Then, the trajectory of the UAV (UAV) is optimized by extracting the trajectory of the UAV (UAV) within the obtained maximum convex area (66). At this time, the optimal trajectory of the UAV (UAV) may be extracted to represent the data rate compared to energy consumption, or the trajectory of the UAV (UAV) may be optimized to minimize energy consumption due to movement of the UAV (UAV).

도 7 및 도 8에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나 이는 예시적으로 설명한 것에 불과하고, 이 분야의 기술자라면 본 발명의 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 7 및 도 8에 기재된 순서를 변경하여 실행하거나 또는 하나 이상의 과정을 병렬적으로 실행하거나 다른 과정을 추가하는 것으로 다양하게 수정 및 변형하여 적용 가능하다.In FIGS. 7 and 8, each process is described as being sequentially executed, but this is merely an illustrative explanation, and those skilled in the art may refer to FIGS. 7 and 8 without departing from the essential characteristics of the embodiments of the present invention. It can be applied through various modifications and modifications, such as executing by changing the described order, executing one or more processes in parallel, or adding other processes.

도 9는 일 실시예에 따른 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 설명하기 위한 도면이다.FIG. 9 is a diagram for explaining a computing environment including a computing device according to an embodiment.

도시된 실시예에서, 각 구성 요소들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 않은 것 이외에도 추가적인 구성 요소를 포함할 수 있다. 도시된 컴퓨팅 환경(90)은 컴퓨팅 장치(91)를 포함하여, 도 7 및 도 8에 도시된 UAV 궤도 최적화 방법을 수행할 수 있다. 일 실시예에서, 컴퓨팅 장치(91)는 도 2 및 도 3에 도시된 UAV 궤도 최적화 장치에 포함된 하나 이상의 구성 요소일 수 있다.In the illustrated embodiment, each component may have different functions and capabilities in addition to those described below, and may include additional components in addition to those not described below. The illustrated computing environment 90 may include a computing device 91 to perform the UAV trajectory optimization method shown in FIGS. 7 and 8 . In one embodiment, computing device 91 may be one or more components included in the UAV trajectory optimization device shown in FIGS. 2 and 3.

컴퓨팅 장치(91)는 적어도 하나의 프로세서(92), 컴퓨터 판독 가능 저장매체(93) 및 통신 버스(95)를 포함한다. 프로세서(92)는 컴퓨팅 장치(91)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(92)는 컴퓨터 판독 가능 저장매체(93)에 저장된 하나 이상의 프로그램들(94)을 실행할 수 있다. 상기 하나 이상의 프로그램들(94)은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(92)에 의해 실행되는 경우 컴퓨팅 장치(91)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.Computing device 91 includes at least one processor 92, computer-readable storage medium 93, and communication bus 95. Processor 92 may cause computing device 91 to operate according to the example embodiments mentioned above. For example, the processor 92 may execute one or more programs 94 stored in the computer-readable storage medium 93. The one or more programs 94 may include one or more computer-executable instructions, which, when executed by the processor 92, cause the computing device 91 to operate according to an example embodiment. It can be configured to perform these.

통신 버스(95)는 프로세서(92), 컴퓨터 판독 가능 저장매체(93)를 포함하여 컴퓨팅 장치(91)의 다른 다양한 구성 요소들을 상호 연결한다.Communication bus 95 interconnects various other components of computing device 91, including processor 92 and computer-readable storage medium 93.

컴퓨팅 장치(91)는 또한 하나 이상의 입출력 장치(98)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(96) 및 하나 이상의 통신 인터페이스(97)를 포함할 수 있다. 입출력 인터페이스(96) 및 통신 인터페이스(97)는 통신 버스(95)에 연결된다. 입출력 장치(98)는 입출력 인터페이스(96)를 통해 컴퓨팅 장치(91)의 다른 구성 요소들에 연결될 수 있다. 예시적인 입출력 장치(98)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(98)는 컴퓨팅 장치(91)를 구성하는 일 구성 요소로서 컴퓨팅 장치(91)의 내부에 포함될 수도 있고, 컴퓨팅 장치(91)와는 구별되는 별개의 장치로 컴퓨팅 장치(91)와 연결될 수도 있다.Computing device 91 may also include one or more input/output interfaces 96 and one or more communication interfaces 97 that provide an interface for one or more input/output devices 98 . The input/output interface 96 and communication interface 97 are connected to the communication bus 95. Input/output device 98 may be coupled to other components of computing device 91 through input/output interface 96. Exemplary input/output devices 98 include, but are not limited to, a pointing device (such as a mouse or trackpad), a keyboard, a touch input device (such as a touchpad or touch screen), a voice or sound input device, various types of sensor devices, and/or imaging devices. It may include input devices and/or output devices such as display devices, printers, speakers, and/or network cards. The exemplary input/output device 98 is a component constituting the computing device 91 and may be included within the computing device 91, or may be a separate device distinct from the computing device 91 and may be included in the computing device 91. It may be connected.

이상에서 대표적인 실시예를 통하여 본 발명에 대하여 상세하게 설명하였으나, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 청구범위의 기술적 사상에 의해 정해져야 할 것이다.Although the present invention has been described in detail through representative embodiments above, those skilled in the art will understand that various modifications and other equivalent embodiments are possible therefrom. Therefore, the true technical protection scope of the present invention should be determined by the technical spirit of the attached claims.

10: H-평면 11: FSO 통신 범위
12: FSO 통신 가능 영역 13: 장애물 모델
21: 정보 획득 모듈 22: 시스템 정보 획득 모듈
23: 장애물 정보 획득 모듈 24: 모델링 모듈
25: 통신 가능 영역 판별 모듈 26: 컨벡스 영역 획득 모듈
27: 궤도 최적화 모듈 31: 리플렉스 버텍스 검출 모듈
32: 리플렉스 버텍스 선택 모듈 33: 영역 절단 모듈
34: 면적 비교 모듈 35: 잔여 리플렉스 버텍스 확인 모듈10: H-plane 11: FSO communication range
12: FSO communication area 13: Obstacle model
21: Information acquisition module 22: System information acquisition module
23: Obstacle information acquisition module 24: Modeling module
25: Communication available area determination module 26: Convex area acquisition module
27: Orbit optimization module 31: Reflex vertex detection module
32: Reflex vertex selection module 33: Region cutting module
34: Area comparison module 35: Residual reflex vertex confirmation module

Claims (20)

하나 이상의 프로세서; 및 상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 장치로서,
상기 프로세서는
UAV의 비행 고도에 따른 FSO 통신 범위에서 다각형 형상으로 모델링된 장애물 모델을 차감하여 FSO 통신 가능 영역을 획득하고,
상기 FSO 통신 가능 영역 내에서 상기 장애물을 모델에 의해 형성된 버텍스 중 180도 이상 각도를 갖는 리플렉스 버텍스를 탐색하며, 탐색된 리플렉스 버택스와 이웃 버텍스를 연결하는 라인을 연장한 연장 라인에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 컨벡스 영역을 획득하고,
상기 컨벡스 영역 내에서 상기 UAV의 이동 궤도를 추출하는 UAV 궤도 최적화 장치.One or more processors; and a memory storing one or more programs executed by the one or more processors,
The processor is
Obtain the FSO communication area by subtracting the obstacle model modeled in a polygonal shape from the FSO communication range according to the flight altitude of the UAV,
Within the FSO communication available area, a reflex vertex having an angle of 180 degrees or more is searched among the vertices formed by the obstacle model, and the FSO communication is performed according to an extension line extending a line connecting the searched reflex vertex and neighboring vertices. Obtain a convex area by repeatedly cutting the possible area,
A UAV trajectory optimization device that extracts the movement trajectory of the UAV within the convex area. 제1항에 있어서, 상기 프로세서는
상기 FSO 통신 가능 영역에서 상기 연장 라인에 따라 구분된 절단 영역이 제거된 잔여 영역 또는 이전 획득된 잔여 영역에 존재하는 리플렉스 버텍스인 잔여 리플렉스 버텍스를 탐색하고,
탐색된 잔여 리플렉스 버텍스의 이웃 버텍스 중 하나를 연결하는 라인을 연장하여 연장 라인을 설정하며,
설정된 연장 라인에 따라 상기 잔여 영역을 반복하여 절단하는 UAV 궤도 최적화 장치.The method of claim 1, wherein the processor
Search for a residual reflex vertex, which is a reflex vertex existing in a residual region from which a cut region divided according to the extension line has been removed or a previously acquired residual region in the FSO communication available area,
An extension line is established by extending a line connecting one of the neighboring vertices of the searched residual reflex vertex,
A UAV trajectory optimization device that repeatedly cuts the remaining area according to a set extension line. 제2항에 있어서, 상기 연장 라인은
상기 FSO 통신 가능 영역 또는 상기 잔여 영역에서 다른 하나의 라인과 교차되는 위치까지 연장되도록 형성되는 UAV 궤도 최적화 장치.The method of claim 2, wherein the extension line is
A UAV trajectory optimization device formed to extend from the FSO communication available area or the remaining area to a position where it intersects another line. 제2항에 있어서, 상기 프로세서는
상기 잔여 영역 내에 잔여 리플렉스 버텍스가 탐색되지 않으면, 상기 잔여 영역을 컨벡스 영역으로 획득하는 UAV 궤도 최적화 장치.The method of claim 2, wherein the processor
A UAV trajectory optimization device that obtains the remaining area as a convex area if the remaining reflex vertex is not searched for in the remaining area. 제2항에 있어서, 상기 프로세서는
상기 FSO 통신 가능 영역 또는 상기 잔여 영역에서 상기 리플렉스 버텍스와 이웃 버텍스를 가능한 모든 조합에 따라 선택하여 상기 잔여 영역을 획득하는 UAV 궤도 최적화 장치.The method of claim 2, wherein the processor
A UAV trajectory optimization device that obtains the remaining area by selecting the reflex vertex and neighboring vertices according to all possible combinations in the FSO communication available area or the remaining area. 제5항에 있어서, 상기 프로세서는
상기 잔여 영역이 획득되면 상기 잔여 영역의 크기와 이전 최대 크기로 획득된 컨벡션 영역의 크기를 비교하여, 상기 잔여 영역의 크기가 이전 컨벡션 영역의 크기를 초과하면 상기 잔여 영역에 대한 추가 절단을 수행하는 UAV 궤도 최적화 장치.The method of claim 5, wherein the processor
When the remaining area is acquired, the size of the remaining area is compared with the size of the convection area obtained as the previous maximum size, and if the size of the remaining area exceeds the size of the previous convection area, additional cutting is performed on the remaining area. UAV trajectory optimizer. 제6항에 있어서, 상기 프로세서는
가능한 조합에 따라 획득되는 상기 컨벡스 영역 중 가장 큰 크기를 갖는 컨벡스 영역을 최대 컨벡스 영역으로 획득하는 UAV 궤도 최적화 장치.The method of claim 6, wherein the processor
A UAV trajectory optimization device that obtains the convex area with the largest size among the convex areas obtained according to possible combinations as the maximum convex area. 제7항에 있어서, 상기 프로세서는
상기 최대 컨벡스 영역 내에서 상기 UAV의 에너지 소모량 대비 데이터 속도를 나타내는 에너지 효율이 최대화되는 이동 궤도를 추출하는 UAV 궤도 최적화 장치.The method of claim 7, wherein the processor
A UAV trajectory optimization device that extracts a movement trajectory that maximizes energy efficiency, which represents the data rate compared to the energy consumption of the UAV within the maximum convex area. 제7항에 있어서, 상기 프로세서는
상기 최대 컨벡스 영역 내에서 상기 UAV의 이동에 따른 에너지 소모가 최소화되는 이동 궤도를 추출하는 UAV 궤도 최적화 장치.The method of claim 7, wherein the processor
A UAV trajectory optimization device that extracts a movement trajectory that minimizes energy consumption due to movement of the UAV within the maximum convex area. 제2항에 있어서, 상기 프로세서는
상기 리플렉스 버텍스가 다수개이면, 하나의 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택하고, 선택된 기준 리플렉스 버텍스에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 상기 컨벡스 영역을 획득하는 UAV 궤도 최적화 장치.The method of claim 2, wherein the processor
If there are multiple reflex vertices, a UAV trajectory optimization device that selects one reflex vertex as a reference reflex vertex and obtains the convex area by repeatedly cutting the FSO communication available area according to the selected reference reflex vertex. 하나 이상의 프로세서 및 상기 하나 이상의 프로세서에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에 의해 수행되는 방법으로서,
UAV의 비행 고도에 따른 FSO 통신 범위에서 다각형 형상으로 모델링된 장애물 모델을 차감하여 FSO 통신 가능 영역을 획득하는 단계;
상기 FSO 통신 가능 영역 내에서 상기 장애물을 모델에 의해 형성된 버텍스 중 180도 이상 각도를 갖는 리플렉스 버텍스를 탐색하고, 탐색된 리플렉스 버택스와 이웃 버텍스를 연결하는 라인을 연장한 연장 라인에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 컨벡스 영역을 획득하는 단계; 및
상기 컨벡스 영역 내에서 상기 UAV의 이동 궤도를 추출하는 단계를 포함하는 UAV 궤도 최적화 방법.1. A method performed by a computing device having one or more processors and a memory that stores one or more programs to be executed by the one or more processors, comprising:
Obtaining an FSO communication area by subtracting an obstacle model modeled in a polygonal shape from the FSO communication range according to the flight altitude of the UAV;
Search for a reflex vertex having an angle of 180 degrees or more among the vertices formed by the obstacle model within the FSO communication available area, and communicate with the FSO according to an extension line extending a line connecting the discovered reflex vertex and neighboring vertices. Obtaining a convex area by repeatedly cutting the possible area; and
A UAV trajectory optimization method comprising extracting a movement trajectory of the UAV within the convex area. 제11항에 있어서, 상기 컨벡스 영역을 획득하는 단계는
상기 FSO 통신 가능 영역에서 상기 연장 라인에 따라 구분된 절단 영역이 제거된 잔여 영역 또는 이전 획득된 잔여 영역에 존재하는 리플렉스 버텍스인 잔여 리플렉스 버텍스를 탐색하고,
탐색된 잔여 리플렉스 버텍스의 이웃 버텍스 중 하나를 연결하는 라인을 연장하여 연장 라인을 설정하며,
설정된 연장 라인에 따라 상기 잔여 영역을 반복하여 절단하는 UAV 궤도 최적화 방법.The method of claim 11, wherein the step of obtaining the convex area is
Search for a residual reflex vertex, which is a reflex vertex existing in a residual region from which a cut region divided according to the extension line has been removed or a previously acquired residual region in the FSO communication available area,
An extension line is established by extending a line connecting one of the neighboring vertices of the searched residual reflex vertex,
A UAV trajectory optimization method that repeatedly cuts the remaining area along a set extension line. 제12항에 있어서, 상기 연장 라인은
상기 FSO 통신 가능 영역 또는 상기 잔여 영역에서 다른 하나의 라인과 교차되는 위치까지 연장되도록 형성되는 UAV 궤도 최적화 방법.The method of claim 12, wherein the extension line is
A UAV trajectory optimization method formed to extend from the FSO communication available area or the remaining area to a position where it intersects another line. 제12항에 있어서, 상기 컨벡스 영역을 획득하는 단계는
상기 잔여 영역 내에 잔여 리플렉스 버텍스가 탐색되지 않으면, 상기 잔여 영역을 컨벡스 영역으로 획득하는 UAV 궤도 최적화 방법.The method of claim 12, wherein the step of obtaining the convex area is
A UAV trajectory optimization method for obtaining the remaining area as a convex area if the remaining reflex vertex is not searched within the remaining area. 제12항에 있어서, 상기 컨벡스 영역을 획득하는 단계는
상기 FSO 통신 가능 영역 또는 상기 잔여 영역에서 상기 리플렉스 버텍스와 이웃 버텍스를 가능한 모든 조합에 따라 선택하여 상기 잔여 영역을 획득하는 UAV 궤도 최적화 방법.The method of claim 12, wherein the step of obtaining the convex area is
A UAV trajectory optimization method for obtaining the remaining area by selecting the reflex vertex and neighboring vertices according to all possible combinations in the FSO communication available area or the remaining area. 제15항에 있어서, 상기 컨벡스 영역을 획득하는 단계는
상기 잔여 영역이 획득되면 상기 잔여 영역의 크기와 이전 최대 크기로 획득된 컨벡션 영역의 크기를 비교하여, 상기 잔여 영역의 크기가 이전 컨벡션 영역의 크기를 초과하면 상기 잔여 영역에 대한 추가 절단을 수행하는 UAV 궤도 최적화 방법.The method of claim 15, wherein the step of obtaining the convex area is
When the remaining area is acquired, the size of the remaining area is compared with the size of the convection area obtained as the previous maximum size, and if the size of the remaining area exceeds the size of the previous convection area, additional cutting is performed on the remaining area. UAV trajectory optimization method. 제16항에 있어서, 상기 컨벡스 영역을 획득하는 단계는
가능한 조합에 따라 획득되는 상기 컨벡스 영역 중 가장 큰 크기를 갖는 컨벡스 영역을 최대 컨벡스 영역으로 획득하는 UAV 궤도 최적화 방법.The method of claim 16, wherein the step of obtaining the convex area is
A UAV trajectory optimization method that obtains the convex area with the largest size among the convex areas obtained according to possible combinations as the maximum convex area. 제17항에 있어서, 상기 이동 궤도를 추출하는 단계는
상기 최대 컨벡스 영역 내에서 상기 UAV의 에너지 소모량 대비 데이터 속도를 나타내는 에너지 효율이 최대화되는 이동 궤도를 추출하는 UAV 궤도 최적화 방법.The method of claim 17, wherein extracting the movement trajectory includes
A UAV trajectory optimization method for extracting a movement trajectory that maximizes energy efficiency, which represents the data rate compared to the energy consumption of the UAV within the maximum convex area. 제17항에 있어서, 상기 이동 궤도를 추출하는 단계는
상기 최대 컨벡스 영역 내에서 상기 UAV의 이동에 따른 에너지 소모가 최소화되는 이동 궤도를 추출하는 UAV 궤도 최적화 방법.The method of claim 17, wherein extracting the movement trajectory includes
A UAV trajectory optimization method for extracting a movement trajectory that minimizes energy consumption due to movement of the UAV within the maximum convex area. 제12항에 있어서, 상기 컨벡스 영역을 획득하는 단계는
상기 리플렉스 버텍스가 다수개이면, 하나의 리플렉스 버텍스를 기준 리플렉스 버텍스로 선택하고, 선택된 기준 리플렉스 버텍스에 따라 상기 FSO 통신 가능 영역을 반복 절단하여 상기 컨벡스 영역을 획득하는 UAV 궤도 최적화 방법.The method of claim 12, wherein the step of obtaining the convex area is
If there are multiple reflex vertices, a UAV trajectory optimization method of selecting one reflex vertex as a reference reflex vertex and obtaining the convex area by repeatedly cutting the FSO communication available area according to the selected reference reflex vertex.