KR20190001436A - System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence - Google Patents
System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence Download PDFInfo
- Publication number
- KR20190001436A KR20190001436A KR1020170081423A KR20170081423A KR20190001436A KR 20190001436 A KR20190001436 A KR 20190001436A KR 1020170081423 A KR1020170081423 A KR 1020170081423A KR 20170081423 A KR20170081423 A KR 20170081423A KR 20190001436 A KR20190001436 A KR 20190001436A
- Authority
- KR
- South Korea
- Prior art keywords
- cluster
- drones
- search
- dron
- drone
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000001133 acceleration Effects 0.000 claims abstract description 63
- 238000010845 search algorithm Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000002265 prevention Effects 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 12
- 230000007246 mechanism Effects 0.000 claims description 8
- 239000002245 particle Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 3
- 241000272878 Apodiformes Species 0.000 description 2
- 241000257303 Hymenoptera Species 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004138 cluster model Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012827 research and development Methods 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
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 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
- 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)
- Tourism & Hospitality (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (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
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 다음 이동 위치를 결정하며, 신속 정확하게 탐색 결과를 제공하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법에 관한 것이다.The present invention relates to a realistic 3D space search system utilizing a plurality of unmanned aerial vehicle systems and cluster intelligence, And more particularly to a method for optimizing the maximum acceleration of each dron of a cluster dron according to the principle of a swarm-based optimization algorithm for a plurality of unmanned aerial vehicles (UAVs) The maximum speed, and the position information are collected and shared in real time in the cluster control server, and the cluster control system including the control computer and the cluster control server applying the cluster search algorithm (Swarm Search) intelligently searches the cluster of drones, A realistic 3D space search system utilizing a plurality of unmanned aerial vehicle systems and cluster intelligence that determines the next movement position to prevent collision by controlling intersection prevention and mobile object convergence prevention, ≪ / RTI >
드론은 군사용으로 사용되는 무인 항공기(Unmanned Aerial Vehicle, UAV)와, 소형 비행기 형태의 고정익 드론과, 상업용으로 회전익 드론으로 분류된다.Drones are classified as unmanned aerial vehicles (UAVs) for military use, fixed-wing drones in the form of small planes, and drones for commercial use.
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.The rotor blade drones are mainly used in commercial applications such as quad or hexacopters, using drones with four or six propellers and motors, and using a separate RC transmitter / receiver to drone through the RF frequency It controls the vertical takeoff and landing (VTOL), direction control, linear acceleration, flight path control and landing of drones by transmitting control signal (PWM command) to sky flying drones.
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. The drones use a Flight Controller (FC) for aerodynamically stable flight. If the computer does not work, you can not fly and FC collects information from the micro-electronic gyroscope and accelerometer built into the board to accurately calculate direction and position. The operation principle of the four quadruple motors (M1, M2, M3, M4) is that the M1, M3 rotor and the M2 and M4 rotors rotate in the same direction but counterclockwise to each other, .
표 1은 쿼드 콥터의 동작 원리를 나타낸다. Table 1 shows the operation principle of the quad-copter.
(Trottle up/down)Rise and fall
(Trottle up / down)
(Roll left/right)Forward and backward
(Roll left / right)
(Roll left/right)Left back
(Roll left / right)
(Yaw left/right)rotation
(Yaw left / right)
기존의 드론 제어기(RC Tx/Rx)는 1~4까지의 모드가 있다. 각 국가별로 선호하는 모드가 있으며 대부분은 모드1과 모드 2를 사용한다. 모드1의 경우는 오른쪽 스틱으로 에일러론과 스로틀을 제어하며 왼손으로는 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.The conventional drone controller (RC Tx / Rx) has 1 to 4 modes. There is a preferred mode for each country, and most use
1) 매뉴얼 모드 (Manual Mode)1) 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.The manual mode is a mode in which the pitch of the gas and the rotational speed in the roll direction are proportional to the stick (angle) of the controller. When the stick is tilted a certain amount, the gas continues to rotate at the corresponding speed. When the stick is neutral in the state where the gas is inclined, it is a mode to maintain the angle.
2) 에띠튜드 모드 (Attitude Mode)2) 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.In EVENTUD mode, the angle of the gas is proportional to the stick of the manipulator. When the stick is neutral, the gas is horizontal. When the stick is tilted to the maximum, the gas angle is also tilted to a preset limit value. When moving forward, backward and leftward, keep the stick tilted in the corresponding direction.
3) GPS Angle Mode3) GPS Angle Mode
GPS Angle Mode에서 스틱이 중립이면 기체의 포지션이 고정된다. 스틱을 움직일 시 2)의 Attitude Mode와 동일한 움직임을 보인다. In GPS Angle Mode, the position of the gas is fixed if the stick is neutral. When you move the stick, it shows the same movement as Attitude Mode of 2).
4) GPS Mode4) GPS Mode
GPS Mode에서 조종기의 스틱에 기체의 속도가 비례한다. 스틱을 중립으로 유지시 동일한 위치에서 고정(호버링, hovering)된다. In GPS mode, the velocity of the gas is proportional to the stick of the controller. When the stick is held in neutral, it is fixed (hovering) at the same position.
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.As a
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.As a
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. A method of communicating with a drones for portable night illumination comprises the steps of: arranging a plurality of drones mounted with lights on the ground in a predetermined size; A step S20 of flying the plurality of drones up to a target altitude and arranging the drones in a predetermined size in the sky; And moving to the target area while maintaining the predetermined size at the target altitude.
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. However, the Swarm-based Optimization Algorithm simulates the search mechanisms of the living organisms such as ants, bees, and birds, or combines and transforms multiple pieces of information such as Evolutionary Computation Or a search algorithm that finds an optimal point according to a plurality of criteria, and it is essential to define a criterion for a desired result as a quantitative objective function.
예를들면, 조난자 탐색이 목적이라면 목적 함수는 '획득 이미지의 조난자와의 유사도'로 정의할 수 있고, 알고리즘은 이 값이 가장 큰 위치를 찾는 방향으로 진행된다. For example, if the destructor search is aimed at, the objective function can be defined as 'similarity with the victim of the acquired image', and the algorithm proceeds in the direction of finding the largest position.
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. Many unmanned aerial vehicle cluster systems are multi-object systems that carry out mission tasks by exchanging information with surrounding unmanned aerial vehicle objects. The control system of unmanned aerial objects such as hardware, position control, sensor information processing, There is a need for an integrated control system that simultaneously manages and issues information.
특히, 위험을 수반하거나 탐색 범위가 넓을수록 군집 로봇의 활용이 효과적이며, 예를들면, 조난자 탐색, 산불 원점 탐색, 오염물질 탐색 등에 적용이 가능하다.Especially, the more the risk accompanied or the broader the search range, the more effective the use of the community robots. For example, it can be applied to the search for the destructor, the search for the origin of the forest fire, and the search for the pollutant.
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. The conventional search based on the cluster robot is based on the 'global search' based on the formation control rather than the intelligent search, and the global search using the simple formation control has an exponential increase in the time required for the wide search area.
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. However, the existing Swarm-based Optimization Algorithm could not be directly applied to the real space problem. In the cluster-based optimization algorithm, the virtual object has virtually infinite acceleration and speed, that is, There is no volume and mass, and there is an unrealistic premise that it is possible to overlap one point without collision.
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. In addition, the existing Swarm-based Optimization Algorithm can not be directly applied to the real-space problem. In reality, the dynamic elements of the unmanned aerial vehicle are additionally reflected in the update formula of the algorithm, Which does not provide the real space search and collision prevention mechanism of the cluster drone, which is a large number of unmanned aerial vehicles.
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 다음 이동 위치를 결정하며, 신속 정확하게 탐색 결과를 제공하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법을 제공하는 것이다. SUMMARY OF THE INVENTION It is an object of the present invention to overcome the drawbacks of the prior art that the maximum acceleration of each dron of a cluster dron according to the principle of a swarm-based optimization algorithm for a number of unmanned aerial vehicles The maximum speed, and the position information are collected and shared in real time in the cluster control server, and the cluster control system including the control computer and the cluster control server applying the cluster search algorithm (Swarm Search) intelligently searches the cluster of drones, In this paper, we propose a realistic 3D space exploitation system that utilizes a large number of unmanned aerial vehicle system and cluster intelligence that determines the next movement position to prevent collision by controlling intersection prevention and mobile object convergence prevention, Method.
본 발명의 목적을 달성하기 위해, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템은 다수의 무인비행체(UAV)들이 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 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 서버에서 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 결정하여 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버를 구비하는 군집 제어 시스템을 포함한다. In order to achieve the object of the present invention, a realistic 3D space exploitation using a plurality of unmanned aerial vehicle systems and cluster intelligence The system comprises a plurality of UAVs, a plurality of drones, a plurality of UAVs, a plurality of drones, and a plurality of drones; A control computer for inputting a search command; And a cluster-based search algorithm (Swarm) for a plurality of drones (UAVs) by a cluster search algorithm software module in accordance with the drone kinematic model for calculating the maximum speed, maximum acceleration of each dron and the search command, based optimization algorithm, the maximum acceleration, maximum speed, and position information of each of the drones of the cluster drones is collected and shared in real time in the cluster control server, and the cluster control server searches for the cluster of drones, N system, it is possible to detect the collision of each of the drones with the maximum speed and the maximum acceleration of each dron beforehand, prevent crossing between drones, and determine the next movement position of each dron at time t after t-1 And a cluster control server for transmitting a control command including a next movement position, a speed, and an acceleration to each of the drone Including the control system.
본 발명의 다른 목적을 달성하기 위해, 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 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 서버에서 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 결정하여 군집 군론의 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함한다. In order to achieve the other object of the present invention, a realistic 3D space exploitation utilizing a plurality of unmanned aerial vehicle systems and cluster intelligence The method comprises the steps of: (a) moving a plurality of drones (UAVs) in a cluster, traveling in a sky according to a predetermined flight path, and each having a speed for each of the drone, to a desired position; (b) a plurality of drones (UAVs) are generated by a cluster search algorithm software module according to the search command and a drone dynamic model for calculating the maximum speed and maximum acceleration of each dron when a search command is input from the control computer to the cluster control system; Collecting and sharing the maximum acceleration, maximum speed, and position information of each of the drones of the cluster drones in real time in the cluster control server according to the Swarm-based Optimization Algorithm; And (c) the cluster control server searches for a cluster of drones, detects the collision of each of the drones by reflecting the maximum speed and the maximum acceleration of each dron in a 1: N manner by remote control, And determining a next movement position of each dron at time t after t-1, and transmitting a control command including the next movement position, speed, and acceleration to each of the drones of the group of clusters.
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 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 제공한다.A plurality of UAV systems according to the present invention and a real 3D space search system utilizing the intelligence of the cluster drones The method is based on the principle of the Swarm-based Optimization Algorithm for a number of precisely controlled UAVs. The maximum acceleration, maximum velocity, and position information of each dron in the cluster drones , And collects and shares them in the cluster control server, intelligently searches for the drone cluster according to the control of the cluster control system including the control computer and the cluster control server to which the cluster search algorithm is applied (Swarm Search) And provides fast and accurate search results.
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. Since the existing Swarm-based Optimization Algorithm can not be directly applied to the real-space problem, it is realistic to reflect the dynamics of the unmanned aerial vehicle in addition to the update formula of the algorithm, The real space search and collision avoidance mechanism of the cluster drone, which is a large number of unmanned aerial vehicles, was improved and applied.
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. FIG. 1 is a view for explaining an operation method of a conventional quadrupole drone.
FIG. 2 is an internal configuration view of a quadrupole rotor which is a rotor blade drone.
FIG. 3A is a diagram illustrating a cluster intelligence-based space search algorithm (Swarm Search) of a plurality of cluster drones.
FIG. 3B is a diagram illustrating a concept of a cluster intelligence-based spatial search algorithm (Swarm Search) in a three-dimensional space.
FIG. 3C is a diagram showing the outline and goals of research and development of a cluster intelligence based real space search algorithm (Swarm Search).
FIG. 4 is a diagram showing an experimental environment of a cluster intelligence-based space search algorithm (Swarm Search) equipped with 1,000,000 m 3 virtual space, a cluster model of a
FIG. 5 is a diagram illustrating a system configuration of a Swarm Control system using a control computer, a cluster control system, and a plurality of cluster drones according to the present invention, and using a plurality of unmanned aerial vehicle systems and cluster intelligence.
6 is a hardware model and a drone modeling diagram using a Hummingbird model of U. PEN.
7 is a view showing speed control by the PD control of the electronic speed controller (ESC) of the drone.
8 is a graph showing the relationship between the accumulation data obtained from the individual drone path and the accumulation data obtained from the movement path of the drone cluster using the Particle Swarm Optimization Fig. 7 is a diagram showing an algorithm for determining a movement position.
9 is a diagram illustrating a customized search algorithm applying maximum acceleration and maximum speed of a dron model.
FIG. 10 illustrates a method of hovering one of two drones so as to prevent collision on two line segments (to prevent crossing between objects) to a target position on the movement path of each dron using a cluster intelligence- Fig.
FIG. 11 is a diagram showing the principle of a customized search algorithm for providing crossing prevention between drones and prevention of convergence of moving objects in a drone cluster.
12 is a flowchart of a clustering search algorithm using Particle Swarm Optimization according to an embodiment of the present invention.
13A is a drone simulation screen in which a plurality of cluster drones are initialized in a realistic 3D space.
13B is a dron simulation screen of the drone search process for each step.
이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명의 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은 정밀하게 제어되는 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 군집 드론(Swarm drone)을 탐색하여 드론의 최대 속도와 최대 가속도를 반영하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 얻을 수 있다.A realistic 3D space exploitation using a plurality of unmanned aerial vehicle systems and cluster intelligence of the present invention The method is based on the principle of the Swarm-based Optimization Algorithm for a number of precisely controlled Unmanned Aerial Vehicles (UAVs), that the maximum acceleration and maximum velocity of each dron of the cluster drones, The location information is gathered and shared in real time in the cluster control server, and intelligent swarm drone is searched according to the control of the cluster control system including the control computer and the cluster control server applied with the swarm search algorithm, The maximum speed and the maximum acceleration of the drones are prevented to prevent crossing between the drones and the convergence of the moving object is controlled to determine the next movement position so as to prevent collision.
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 사용하여 드론의 속도와 충돌 방지를 위한 일정 시간 동안 호버링(hovering)을 제어한다. The communication method of the drones is based on the control computer and the dron dynamics model (maximum speed and maximum acceleration of drones) and the swarm search algorithm (Swarm Search) without using a separate dron controller (RC Transmitter / Receiver) The hovering is controlled by the applied cluster control system for a certain time for the speed of drones and the prevention of collision by using Wi-Fi modem or LTE modem or RF frequency individually in 1: N manner.
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. In the GCS (Ground Control Station) cluster control system, a multi-channel transmitter is implemented as a cluster control system in order to swarm control a plurality of cluster drones which are flying at different speeds individually in a 1: N manner. The cluster control system generates pipes for the maximum number of drones to be controlled in the memory, and generates and operates a data receiving and generating part and a transmitting part separately based on the RTOS based on the RTOS. Pipes for communication between processes are defined as global variables, and information is exchanged asynchronously between processes.
도 2는 회전익 드론 인 쿼드 콥터의 내부 구성도이다.FIG. 2 is an internal configuration view of a quadrupole rotor which is a rotor blade drone.
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); 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.Generally, the
드론은 비행경로 계획 SW에 의해 이동 경로가 설정되고, 드론의 위치, 속도, 가속도 제어에 따라 양력을 발생하여 수직 이륙후에 이동 경로에 따라 추력을 발생하여 이동한다. The drones are set up by the flight path planning SW, generate lift according to the position, speed and acceleration control of the drone, and generate thrust according to the movement path after the vertical takeoff.
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. In the embodiment of the present invention, a plurality of cluster drones are controlled by using a cluster control system without using a dron controller, and a plurality of drones are used instead of a fixed wing dron in the form of an airplane, (Quad-copter).
드론(200)은 4대 이상의 프로펠러(204,206,209,210)와; 각각의 프로펠러(204,206,208,210)를 구동하는 각각의 모터(M1,M2,M3,M4)(203,205,207,208); 비행 콘트롤러(FC)(201)와 연결되며, PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러(204,206,209,210)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(204,206,209,210)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. The drones 200 include four or more propellers 204, 206, 209, 210; Each motor M1, M2, M3, M4 (203, 205, 207, 208) for driving the respective propellers 204, 206, 208, 210; M3 and M4 through a PD control (proportional differential control) and connected to a flight controller (FC) 201 to rotate the respective propellers 204, 206, 209 and 210, (ESC) 202; The remote control data is received from the cluster control system 300 through the wireless communication unit 211 to the drones 200 and connected to the electronic speed controller (ESC) 202, A flight controller (FC) 201 for controlling linear acceleration, direction control, elevation control of drones, hovering (stop), landing and control of a flight path, and data transmission / reception; A wireless communication unit 211 having any one of an LTE modem or a Wi-Fi modem or an RF communication unit to which an IP address and a MAC address for transmitting and receiving data are allocated; A GPS receiver 212 coupled to the flight controller (FC) 201 and providing the GPS position coordinates of the flying drones; An altimeter 213 connected to the flight controller (FC) 201 and providing elevation information of the drones; The angular velocity of the four propellers 204, 206, 209 and 210 connected to the flight controller (FC) 201 and rotating with respect to the z axis is measured to control the yaw, roll and pitch to control the drones 200 of the quad- A gyroscope (gyro sensor) 214 for controlling posture of the drones so as to maintain left and right horizontal balancing of the drones; An acceleration sensor 215 for measuring the acceleration of the moving drone or the intensity of the impact; A storage unit (hard disk) 216 for recording the aerial photographic image data of the camera and position, velocity, and acceleration data by time frame; A USB memory connector 220 and a battery 219; And a mechanism frame having an upper body and a lower vertical take-off and landing portion of the drone, and further includes an SD card connector (not shown) in addition to the USB memory connector 220, and records the shot image, the flight record and data through the card slot .
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. When a smartphone is used instead of using the
비행 콘트롤러(FC, Flight Controller)(201)는 드론 제어기(100) 또는 스마트폰으로부터 드론(200)으로 원격 제어 데이터를 수신받고, 4개 이상의 모터(M1,M2,M3.M4)를 구동하여 4개 이상의 프로펠러(204,206,209,210)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. A flight controller (FC) 201 receives remote control data from a
드론 제어기(100)와의 드론(200)은 무선 통신은 WiFi, LTE, RF(Radio Frequency) 신호를 사용하여 통신된다.The
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(204,206,209,210)를 회전하게 하여 상승과 하강을 제어한다.The electronic speed controller (ESC) 202 can control the speed of the drone by PD control (proportional differential control) and controls the rotation speed of the propellers of the motors M1, M2, M3 and M4, (204,206, 209, 210) to control the rise and fall.
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. The
드론의 관성항법장치(IMU)는 자이로스코프(gyroscope, gyro sensor)(214) 및 가속도 센서(accelereometer, 가속도계)(215)를 구비한다. The drones Inertial Navigation System (IMU) has a gyroscope (gyro sensor) 214 and an accelerometer (accelerometer)
자이로스코프(gyroscope, gyro sensor)(214)는 비행 콘트롤러(201)와 연결되고, z 축(axis)을 기준으로 회전하는 4개 이상의 프로펠러들(204, 206,209,210)의 각속도를 측정하여 yaw, roll, pitch를 제어하여 쿼드 콥터 구조의 드론(200)의 자세 제어를 하여 드론의 좌우 수평 밸런싱을 유지되도록 한다. A gyroscope (gyro sensor) 214 is connected to the
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.The
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. The drone basically measures an angle by keeping horizontal balance of left and right between an
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. The
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)에는 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. When a smartphone is used without using a separate RC transmitter / receiver, the smart phone is equipped with a mobile communication modem or a Wi-Fi communication part, and a physical layer and a data link layer Layer) is a mobile communication protocol, and upper layer (Network Layer, Transport Layer) uses TCP / IP or UDP / IP to control vertical takeoff and landing, vertical lift, linear acceleration, drones altitude control, (X, y coordinates) and altitude information (z coordinates) of the drones, as well as remote control data, aerial image data, and drones.
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. FIG. 3A is a diagram illustrating a cluster intelligence-based space search algorithm (Swarm Search) of a plurality of cluster drones. FIG. 3B is a diagram illustrating a concept of a cluster intelligence-based spatial search algorithm (Swarm Search) in a three-dimensional space.
예를 들면, 한 변의 길이가 100m 인 직육면체를 이루는 공간에서, 군집 알고리즘의 최적 개체수는 
도 3c는 군집 지능 기반 현실 공간 탐색 알고리즘(Swarm Search)의 연구개발 개요와 목표를 나타낸 도면이다. FIG. 3C is a diagram showing the outline and goals of research and development of a cluster intelligence based real space search algorithm (Swarm Search).
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. FIG. 4 is a diagram showing an experimental environment of a cluster intelligence-based space search algorithm (Swarm Search) equipped with 1,000,000 m 3 virtual space, a cluster model of a
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.FIG. 5 is a diagram illustrating a system configuration of a Swarm Control system using a control computer, a cluster control system, and a plurality of cluster drones according to the present invention, and using a plurality of unmanned aerial vehicle systems and cluster intelligence.
본 발명에 따른 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템은, 다수의 무인비행체(Unmanned Aerial Vehicle, UAV)들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 군집을 이루며 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 무인비행체(Unmanned Aerial Vehicle, UAV)에 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)에서 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.A plurality of unmanned aerial vehicles (UAVs) and a plurality of unmanned aerial vehicles (UAVs) according to the present invention are clustered and travel in a sky according to a predetermined flight path, A plurality of
상기 다수의 드론은 장치 ID가 할당되며, 상기 군집제어 시스템과 Wi-Fi 모뎀, 또는 LTE 모뎀 또는 RF 주파수에 의해 원격 제어 데이터를 송수신한다. The plurality of drones are assigned device IDs and transmit and receive remote control data by the cluster control system and the Wi-Fi modem, or LTE modem or RF frequency.
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 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 서버에서 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 결정하여 군집 군론의 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함한다. A realistic 3D space exploitation using a plurality of unmanned aerial vehicle systems and cluster intelligence of the present invention The method comprises the steps of: (a) moving a plurality of drones (UAVs) in a cluster, traveling in a sky according to a predetermined flight path, and each having a speed for each of the drone, to a desired position; (b) a plurality of drones (UAVs) are generated by a cluster search algorithm software module according to the search command and a drone dynamic model for calculating the maximum speed and maximum acceleration of each dron when a search command is input from the control computer to the cluster control system; Collecting and sharing the maximum acceleration, maximum speed, and position information of each of the drones of the cluster drones in real time in the cluster control server according to the Swarm-based Optimization Algorithm; And (c) the cluster control server searches for a cluster of drones, detects the collision of each of the drones by reflecting the maximum speed and the maximum acceleration of each dron in a 1: N manner by remote control, And determining a next movement position of each dron at time t after t-1, and transmitting a control command including the next movement position, speed, and acceleration to each of the drones of the group of clusters.
군집 제어 시스템의 기능Functions of cluster control system
ㆍ단일 무인비행체의 기구부 데이터를 활용해 동역학 모델을 정립ㆍ Establishment of a dynamics model using the data of the machinery part of a single unmanned aerial vehicle
ㆍ탐색 알고리즘에 필요한 매개변수 및 제한조건은 동역학 모델을 기반으로 계산Parameters and constraints required for the search algorithm are computed based on the kinematic model
ㆍ군집 탐색 알고리즘은 사용자의 탐색 명령을 받아서 무인비행체의 탐색 방향을 결정한 후 군집 제어 서버를 통해 각 무인비행체에 이동 명령 전달The cluster search algorithm determines the search direction of the unmanned aerial vehicle by receiving the user's search command and then transmits the movement command to each unmanned air vehicle through the cluster control server
ㆍ각 무인비행체가 수집한 정보는 다시 군집 제어 서버를 통해 탐색 알고리즘의 정보를 업데이트ㆍ The information collected by each unmanned aerial vehicle updates the information of the search algorithm again through the cluster control server
ㆍ탐색 임무 종료 후에는 수집된 결과 데이터를 활용해 동역학 모델의 오차 보정ㆍ After the end of the search mission, using the collected result data,
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.6 is a hardware model and a drone modeling diagram using a Hummingbird model of U. PEN. The frame weight of the drones was 180g and the motor combined thrust was 360g. Newton 's equation was used to calculate the dron' s attitude using the dron 's position and Euler' s equation, and the maximum thrust and moment of inertia were applied.
도 7은 드론의 전자 속도 제어기(ESC)의 PD 제어에 의한 속도 제어를 나타낸 화면이다. 7 is a view showing speed control by the PD control of the electronic speed controller (ESC) of the drone.
무선 통신부(211)를 통해 비행 콘트롤러(FC)(201)에 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명명을 수신받은 후에, After receiving the control name including the next movement position, speed, and acceleration in each dron by the flight controller (FC) 201 through the
각 드론의 전자 속도 제어기(ESC)(202)는 드론의 각각의 프로펠러(204,206,208,210)를 구동하는 각각의 모터(M1,M2,M3,M4)(203,205,207,208); 비행 콘트롤러(FC)(201)와 연결되며, PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러(204,206,209,210)를 회전시킨다. An electronic speed controller (ESC) 202 of each dron comprises respective motors M1, M2, M3, M4 (203, 205, 207, 208) for driving
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. 8 is a graph showing the relationship between the accumulation data obtained from the individual drone path and the accumulation data obtained from the movement path of the drone cluster using the Particle Swarm Optimization Fig. 7 is a diagram showing an algorithm for determining a movement position.
도 9는 드론 모델의 최대 가속도, 최대 속도를 적용한 맞춤형 탐색 알고리즘을 나타낸 도면이다. 9 is a diagram illustrating a customized search algorithm applying maximum acceleration and maximum speed of a dron model.
군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm) Swarm-based Optimization Algorithm
ㆍ사용자의 탐색 명령이 군집 제어 시스템으로 입력되면, 탐색이 시작되며 군집 탐색 알고리즘 프로세스가 초기화된다. When the user's search command is input to the cluster control system, the search is started and the cluster search algorithm process is initiated.
ㆍ 군집 기반 탐색 알고리즘은 무인비행체(드론)의 다음 이동 위치를 계산한다(무인비행체의 초기 위치는 탐색 영역 내에서 결정).The cluster-based search algorithm computes the next movement position of the unmanned aerial vehicle (drone) (the initial position of the unmanned aerial vehicle is determined within the search area).
ㆍ 군집 제어 서버를 통해 각 무인이동체에 계산된 위치로의 이동 명령을 전달한다. ㆍ Transfers the move command to each unmanned moving object through the cluster control server.
ㆍ 무인비행체는 전달받은 명령에 따라 해당 위치로 이동 후, 정보를 수집한다.ㆍ The unmanned aerial vehicle moves to the position according to the received command and collects the information.
ㆍ 각 무인비행체에서 수집된 정보들은 군집 제어 서버를 통해 취합된 후 탐색 알고리즘의 정보를 업데이트한다. The information collected from each unmanned aerial vehicle is collected through the cluster control server, and then the information of the search algorithm is updated.
ㆍ 정보 업데이트 결과 탐색 완료 조건을 만족하지 못한 경우, 알고리즘은 업데이트된 정보를 활용하여 다시 무인비행체들의 다음 탐색 위치를 계산한다. If the information update result search completion condition is not satisfied, the algorithm uses the updated information to calculate the next search position of unmanned aerial vehicles again.
ㆍ 이와 같은 과정을 탐색 완료 조건을 만족할 때까지 반복하고 탐색 완료 조건이 만족된 경우 탐색 종료 명령을 전달하고 탐색이 완료된다. This process is repeated until the search completion condition is satisfied, and when the search completion condition is satisfied, the search end command is transmitted and the search is completed.
* 탐색 알고리즘 초기화* Initialization of search algorithm
ㆍ모든 드론 개체(무인비행체)의 최초 위치는 3D 공간 Boundary 내에 random하게 결정(uniformly distributed)한다. The initial location of all drones (unmanned aerial vehicles) is uniformly distributed within the 3D space boundaries.
ㆍ모든 개체의 최초 속도는 0으로 결정한다. The initial velocity of all objects is determined as zero.
ㆍ초기 위치에서 센서 정보 수집(예를 들면, 온도)Sensor information collection at the initial position (eg temperature)
ㆍ센서 정보에 따른 현재 위치의 objective function value 계산(예를 들면 온도가 높을수록 적은 값을 가지는 -1~1 사이의 함수 값) ㆍ Calculate the objective function value of the current position according to the sensor information (for example, a function value between -1 and 1 which has a smaller value as the temperature is higher)
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. FIG. 10 is a flowchart illustrating a method for hovering one of two drones so as to prevent collision on two line segments (crossing between objects) to a target position on the movement path of each dron using a cluster intelligence- Rest) mechanism.
도 11은 드론 군집에서 드론 개체간 교차 방지, 이동체 수렴 방지를 제공하는 맞춤형 탐색 알고리즘의 원리를 나타낸 도면이다.FIG. 11 is a diagram showing the principle of a customized search algorithm for providing crossing prevention between drones and prevention of convergence of moving objects in a drone cluster.
도 12는 본 발명의 실시예에 따른 Particle Swarm Optimization을 사용한 군집 탐색 알고리즘의 순서도이다. 12 is a flowchart of a clustering search algorithm using Particle Swarm Optimization according to an embodiment of the present invention.
도 13a는 현실 3D 공간에서 다수의 군집 드론의 위치를 초기화한 드론 시뮬레이션 화면, 도 13b는 단계(step)별로 드론 탐색 과정의 드론 시뮬레이션 화면이다. FIG. 13A is a dron simulation screen in which the positions of a plurality of cluster drones are initialized in a real 3D space, and FIG. 13B is a dron simulation screen of a drone search process for each step.
[핵심 모듈][Core Module]
ㆍ단일 무인비행체의 동역학 모델ㆍ Dynamics model of single unmanned aerial vehicle
ㆍ질량과 회전 관성을 바탕으로 도출된 뉴턴 및 오일러 방정식을 기초로 함Based on Newton and Euler equations derived from mass and rotational inertia
ㆍ모터의 스펙에 따라 최대 추력 및 모멘트가 결정되면, 무인비행체가 낼 수 있는 최대 가속도와 속도를 계산할 수 있음ㆍ If the maximum thrust and moment are determined according to the specifications of the motor, the maximum acceleration and speed that can be generated by the unmanned aerial vehicle can be calculated.
ㆍ알고리즘에 동역학 모델에 따른 매개변수와 제한조건 반영ㆍ Reflects parameters and constraints according to dynamics model in algorithm
* 무인비행체 다음 이동 위치 계산* Unmanned aircraft next move position calculation
Particle Swarm Optimization의 update 방식을 기본으로 한다. It is based on the update method of Particle Swarm Optimization.
ㆍ식1에서, 여기서, w는 0~1 사이의 값- 관성에 관한 상수, c는 1.5~3 사이의 값, t 시점의 vt는 드론 개체의 속도, x는 위치를 나타낸다. Where w is a constant between 0 and 1, a constant for inertia, c is a value between 1.5 and 3, v t at time t represents the velocity of the dron and x represents the position.
ㆍ식1에 따르면, 먼저 v가 업데이트 되고, 그 v 만큼 x가 변화한다.According to
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. · V has three major items: the term multiplied by w means the vector in the current direction, and the term multiplied by φ 1 is the best position (the position with the smallest objective function value) known by the current dron The vector in the facing direction, the term multiplied by? 2 means the vector in the direction toward the best known position of the whole cluster.
ㆍ결과적으로 관성, 드론의 개인적 정보, 군집의 정보 세 가지를 조합하여 다음 탐색 위치를 업데이트 한다. As a result, the next search position is updated by combining the inertia, the personal information of the drone, and the information of the cluster.
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).The virtual electromagnetic force for avoiding convergence of the drone object is implemented by adding an item to reflect the direction in the update equation of v (ie, p-x_t_1, g-x_t-1, reference vector).
ㆍ이 때 계산된 k번째 드론 개체의 속도(v)에 최대 가속도(amax) 및 최대 속도(vmax)를 반영한다. The maximum acceleration (a max ) and the maximum velocity (v max ) are reflected in the velocity (v) of the kth dronon object calculated at this time.
(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. Define the difference between the next search point and the current search point that should be moved within the unit time (reflecting the maximum acceleration and maximum speed) as the speed v. Then, the next search point is given by the following equation for the unmanned vehicle (UAV, drones) (A max ) and the maximum velocity (v max ) to the velocity v of the k th drone object.
식2는 최대 가속도를 반영하는 부분으로, t 시점의 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.
식3은 이렇게 구해진 현재 속도 vt의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값 v_max로 줄인다.
드론 개체간 교차 방지는 위치 업데이트를 하느냐(드론 전진) 휴식하느냐(hovering)로 관리한다. Intersection prevention between drones is controlled by location updates (hunting drones) or hovering.
군집 제어 시스템으로부터 k개의 각 드론으로 전송된 제어 명령(무인비행체 이동 명령)은 앞 과정에서 계산한 다음 위치로 이동하도록 제어 명령을 전송한다. The control command (unmanned aerial vehicle movement command) transmitted from the cluster control system to each of the k drones transmits a control command to move to the next position calculated in the previous process.
(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. (Collision Detection between Entities) As shown in Fig. 10, the movement trajectory from the current position to the next position of the unmanned air vehicle (droned object) is defined as one line segment (first order equation) (D) between the line segments by the different two drone entities to which the target position on the flight path is connected after the
(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 휴식(hovering)하되, 1) 둘 중 현재까지 휴식한 횟수(token)가 더 적거나, 2) 횟수가 같을 경우 일련번호가 더 큰 드론 개체가 휴식(hovering, 제자리 일시 정지)한다. (Object to-avoid crossing) as illustrated in Figure 11, the drone when a conflict is detected between individuals, drones, but gaechae one drone objects of the two drone object through the intersecting in order to avoid a collision break (hovering) between 1 ) If there are fewer tokens to date, or 2) the number of times is the same, then the drones with larger serial numbers will be hovering.
즉, 휴식한 횟수(token)가 많은 드론은 전진하고, token이 작은 드론은 휴식(hovering)한다. That is, a dron with a large number of rests (token) advances, while a small token drones hovering.
(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. (Anti object convergence) If as shown in Figure 11, drones, and to keep the distance between each other by applying the appropriate virtual electromagnetic force (repulsion) between the object, the search point found so far there is no change for a number of predetermined update N, And a virtual pivot for generating a strong repulsive force at the point is arranged and applied.
무인비행체 정보 수집: 초기화 과정에서 있었던 센서 정보 수집과 같음Unmanned aerial vehicle information collection: same as the sensor information collection in the initialization process
무인비행체 정보 업데이트는 초기화 과정에서 있었던 objective function value 계산 과정과 같다. The updating of the unmanned aerial vehicle information is the same as the calculation of the objective function value during initialization.
탐색 완료 조건 판단은 최대 이동 회수에 도달하였거나, objective function value가 탐색을 완료해도 좋을 정도로 의미 있는 경우 탐색 완료 조건을 만족한 것으로 판단한다. It is determined that the search completion condition is satisfied when the maximum number of times of movement is reached or when the objective function value is meaningful enough to complete the search.
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.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, It will be understood that various modifications and changes may be made without departing from the scope of the present invention.
100: 드론 제어기
101: 키 조정부
102: 제어부
103: 무선통신부
200: 드론
201: 비행 콘트롤러(FC, Flight Controller)
202: ESC(Electronic Speed Controller, 전자 속도 제어기)
203, 205, 207, 208: M1,M2,M3,M4
204, 206, 209, 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
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 100: Drone controller 101: Key adjusting section
102: control unit 103: wireless communication unit
200: Drones 201: Flight Controller (FC)
202: Electronic speed controller (ESC)
203, 205, 207, 208: M1, M2, M3, M4
204, 206, 209, 210: Propeller
211: wireless communication unit 212: GPS receiver
213: altimeter
214: gyroscope (gyro sensor)
215: Acceleration sensor 217: A / V image processor
218: Camera
300: Cluster control system 310: Control computer
320: Cluster Search Algorithm Software Module
321: Dronodynamic Model 322: Cluster Search Algorithm
330: Cluster control server 370: Drones
Claims (13)
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 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 서버에서 수집공유하며, 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 결정하여 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버를 구비하는 군집 제어 시스템;
을 포함하는 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템.A plurality of UAVs constitute a cluster, which travels in a sky according to a predetermined flight path, and each of the drones has a speed and a movement to each desired position.
A control computer for inputting a search command; And
A drone kinematic model for calculating the maximum velocity and maximum acceleration of each dron and a cluster-based search algorithm for a plurality of drones (UAV) by a cluster search algorithm software module according to the search command, based Optimization Algorithm), the maximum acceleration, maximum speed, and position information of each dron of the cluster drones are collected and shared in real time in the cluster control server, and the cluster control server searches for the cluster of drones, , It is possible to detect the collision of each of the drones with the maximum speed and the maximum acceleration of each dron in advance and prevent the intersection between the drones and to determine the next movement position of each dron at time t after t-1, And a cluster control server for transmitting a control command including a next movement position, a speed, and an acceleration to the drones, System;
And realistic 3D space search system using cluster intelligence.
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 상기 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.The method according to claim 1,
The drones
Four or more propellers;
Each of the motors M1, M2, M3, and M4 for driving each of the propellers;
An electronic speed controller (ESC) for controlling the speed of each of the motors (M1, M2, M3, M4) through PD control (proportional differential control) to rotate each propeller;
A control unit for receiving remote control data from the cluster control system through the wireless communication unit through the wireless communication unit and connected to the electronic speed controller to control the vertical takeoff and landing of the drones, vertical up / down, linear acceleration, , A hovering (stop), a flight controller (FC) for controlling landing and flight paths, and data transmission / reception;
A wireless communication unit having any one of an LTE modem, a Wi-Fi modem, and an RF communication unit to which an IP address and a MAC address for transmitting and receiving data with the cluster control system are allocated;
A GPS receiver, coupled to the flight controller (FC), for providing GPS position coordinates of a flying drones;
An altimeter connected to the flight controller FC and providing altitude information of the drones;
The angular velocity of four or more propellers connected to the flight controller FC and rotating with respect to the z axis is measured to control yaw, roll and pitch to control the posture of the drone of the quadrupole structure. A gyroscope to maintain horizontal balancing;
An acceleration sensor for measuring the acceleration of the moving drones or the intensity of the impact;
A storage unit for storing the aerial image data and the position, velocity, and acceleration data;
USB memory connector;
battery; And
A mechanism frame frame having an upper body and a lower vertical takeoff and landing portion;
And realistic 3D space search system using cluster intelligence.
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.The method according to claim 1,
The plurality of drones may include a plurality of unmanned aerial vehicle systems and cluster intelligence that uses a rotor blade drones and is assigned a device ID and transmits and receives remote control data by the cluster control system and a Wi-Fi modem or an LTE modem or RF frequency. Explore real world 3D space system.
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 드론(무인비행체)의 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 방법.The method according to claim 1,
The cluster-based search algorithm
If the search command is input to the cluster control system, a search is initiated and a cluster search algorithm process is initiated,
The cluster-based search algorithm calculates the next movement position of the drone (unmanned aerial vehicle) from the initial position in the search area,
Transmits a move command to each dron through the cluster control server,
The drones collect the position, speed, and acceleration information of the drone, move to the next movement position according to the received command, collect the information collected from each drones, and update the information of the search algorithm In addition,
If the cluster control server does not satisfy the information update result search completion condition, the cluster-based search algorithm calculates the next search position of the drone again using the updated information,
This process is repeated until the search completion condition is satisfied, and when the search completion condition is satisfied, the realization of the real 3D space search using the plurality of unmanned aerial vehicle systems and the cluster intelligence, Way.
상기 드론(무인비행체)의 다음 이동 위치 계산은 Particle Swarm Optimization의 update 방식을 사용하며,
식1에서, 여기서, w는 0~1 사이의 값- 관성에 관한 상수, c는 1.5~3 사이의 값, t 시점의 vt는 드론 개체의 속도, x는 위치를 나타내고,
식1에 따르면, 먼저 v가 업데이트 되고, 그 v 만큼 x가 변화하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법.5. The method of claim 4,
The next movement position calculation of the drone (unmanned aerial vehicle) uses the update method of Particle Swarm Optimization,
Where w is a constant between 0 and 1 - a constant relating to inertia, c is a value between 1.5 and 3, v t at time t represents the velocity of the dron and x represents a position,
According to Eq. 1, v is updated first, and then real space 3D space exploiting a large number of unmanned aerial vehicle systems and cluster intelligence, Way.
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,
식2는 최대 가속도를 반영하는 부분으로, t 시점의 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 v_max로 줄이며,
드론 개체간 교차 방지는 위치 업데이트를 하느냐(드론 전진) 휴식하느냐(hovering)로 관리하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템.The method according to claim 1,
The cluster control server
If the difference between the next search point and the current search point, which should be moved within the unit time, is defined as a speed v, then the next search point is a maximum accelerating speed (v) for the dron according to the kinetic model, a max ) and a maximum velocity (v max )
Equation 2 reflects the maximum acceleration. If the magnitude of the current velocity v t at time t minus the previous velocity v t-1 at time t-1 is greater than the maximum acceleration, The maximum acceleration value a max ,
Equation 3 shows that if the current velocity v t is still larger than the maximum velocity, the vector is kept in the same direction but the vector is reduced to the maximum velocity value v_max,
Crossing prevention between drones is a realistic 3D space exploration system that utilizes a number of unmanned aerial vehicle systems and cluster intelligence, managed by location updates (drones advancement) and hovering.
상기 군집 제어 서버는
상기 무인비행체 인 드론 개체의 현 위치로부터 다음 위치로의 이동 궤적을 하나의 선분(1차 방정식)으로 정의하고, 모든 무인비행체에 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 휴식(hovering)하되, 1) 둘 중 현재까지 휴식한 횟수(token)가 더 적거나, 2) 횟수가 같을 경우 일련번호가 더 큰 드론 개체가 휴식(hovering, 제자리 일시 정지)하며, 즉, 휴식한 횟수(token)가 많은 드론은 전진하고, token이 작은 드론은 휴식(hovering) 하도록 상기 제어 명령을 전송하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템.The method according to claim 1,
The cluster control server
(Trajectory) from the current position to the next position of the drone, which is the unmanned air vehicle, is defined as a line segment (first-order equation), and for all the unmanned aerial vehicles, the drone 1 and the drone 2 After calculating the distance (d) between the segments by the different two drone entities to which the position is connected, 1) the shortest segment distance (d) is less than a certain distance D, and 2) (t 1 -t 2 ) is less than or equal to a predetermined time T,
When a collision between drones is detected, one of the drones of the drones hovering is hovered to prevent collision through intersection prevention of dron drones. 1) (2) If the numbers are the same, a dron with a larger serial number is hovering, ie, a dron with a greater number of tokens moves forward, while a smaller dron with a token has a hovering, And a realistic 3D space search system utilizing cluster intelligence.
(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 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 결정하여 군집 군론의 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계;
를 포함하는 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법.(a) moving a plurality of drones (UAVs) to a desired position, traveling in a sky according to a predetermined flight path, having respective speeds for respective drone,
(b) a plurality of drones (UAVs) are generated by a cluster search algorithm software module according to the search command and a drone dynamic model for calculating the maximum speed and maximum acceleration of each dron when a search command is input from the control computer to the cluster control system; Collecting and sharing the maximum acceleration, maximum speed, and position information of each of the drones of the cluster drones in real time in the cluster control server according to the Swarm-based Optimization Algorithm; And
(c) The cluster control server searches for a cluster of drones, detects the collision of each dron according to the maximum speed and the maximum acceleration of each dron in a 1: N manner according to remote control, and prevents crossing between drones Determining a next movement position of each dron at time t after t-1 and transmitting a control command including a next movement position, speed, and acceleration to each dron of the group of clusters;
And realistic 3D space exploitation using cluster intelligence Way.
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.9. The method of claim 8,
The plurality of drones may include a plurality of unmanned aerial vehicle systems and cluster intelligence that uses a rotor blade drones and is assigned a device ID and transmits and receives remote control data by the cluster control system and a Wi-Fi modem or an LTE modem or RF frequency. Explore real world 3D space Way.
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 드론(UAV)의 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, 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.9. The method of claim 8,
The cluster-based search algorithm
If the search command is input to the cluster control system, a search is initiated and a cluster search algorithm process is initiated, the cluster based search algorithm comprising: calculating a next move location of a dron (UAV) from an initial location in a search area;
Transferring a move command to each dron through the cluster control server to a calculated location;
The drones collect the position, speed, and acceleration information of the drone, move to the next movement position according to the received command, collect the information collected from each drones, and update the information of the search algorithm ;
If the cluster control server does not satisfy the information update result search completion condition, the cluster-based search algorithm calculates the next search position of the drone again using the updated information; And
Repeating the above process until the search completion condition is satisfied, and transmitting a search end command when the search completion condition is satisfied, and completing the search;
And realistic 3D space exploitation using cluster intelligence Way.
상기 드론(무인비행체)의 다음 이동 위치 계산은 Particle Swarm Optimization의 update 방식을 사용하며,
식1에서, 여기서, w는 0~1 사이의 값- 관성에 관한 상수, c는 1.5~3 사이의 값, t 시점의 vt는 드론 개체의 속도, x는 위치를 나타내고,
식1에 따르면, 먼저 v가 업데이트 되고, 그 v 만큼 x가 변화하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법.11. The method of claim 10,
The next movement position calculation of the drone (unmanned aerial vehicle) uses the update method of Particle Swarm Optimization,
Where w is a constant between 0 and 1 - a constant relating to inertia, c is a value between 1.5 and 3, v t at time t represents the velocity of the dron and x represents a position,
According to Eq. 1, v is updated first, and then real space 3D space exploiting a large number of unmanned aerial vehicle systems and cluster intelligence, Way.
상기 군집 제어 서버에서는
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,
식2는 최대 가속도를 반영하는 부분으로, t 시점의 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 v_max로 줄이며,
드론 개체간 교차 방지는 위치 업데이트를 하느냐(드론 전진) 휴식하느냐(hovering)로 관리하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법.9. The method of claim 8,
In the cluster control server
If the difference between the next search point and the current search point, which should be moved within the unit time, is defined as a speed v, then the next search point is a maximum accelerating speed (v) for the dron according to the kinetic model, a max ) and a maximum velocity (v max )
Equation 2 reflects the maximum acceleration. If the magnitude of the current velocity v t at time t minus the previous velocity v t-1 at time t-1 is greater than the maximum acceleration, The maximum acceleration value a max ,
Equation 3 shows that if the current velocity v t is still larger than the maximum velocity, the vector is kept in the same direction but the vector is reduced to the maximum velocity value v_max,
The intersection prevention between drones is realistic 3D space exploitation using many unmanned aerial vehicle system and cluster intelligence managed by position update (dron forward) and hovering Way.
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 구동하는는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법. 9. The method of claim 8,
An electronic speed controller (ESC) connected to each of the drones' flight controllers FC controls the speed of each of the motors M1, M2, M3 and M4 through PD control (proportional differential control) It is a realistic 3D space exploitation using many unmanned aerial vehicle systems and cluster intelligence Way.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170081423A KR102010568B1 (en) | 2017-06-27 | 2017-06-27 | System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170081423A KR102010568B1 (en) | 2017-06-27 | 2017-06-27 | System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190001436A true KR20190001436A (en) | 2019-01-04 |
| KR102010568B1 KR102010568B1 (en) | 2019-08-13 |
Family
ID=65017850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170081423A KR102010568B1 (en) | 2017-06-27 | 2017-06-27 | System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102010568B1 (en) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102096377B1 (en) * | 2019-11-22 | 2020-04-03 | 한국항공우주연구원 | Path planning decision method for swarm flight of multiple UAV |
| CN111651727A (en) * | 2020-05-29 | 2020-09-11 | 京东城市(北京)数字科技有限公司 | Method and device for calculating overall population transfer amount between areas |
| CN112130581A (en) * | 2020-08-19 | 2020-12-25 | 昆明理工大学 | Unmanned aerial vehicle cluster cooperative task planning method for aerial maneuver battle |
| KR102199818B1 (en) * | 2019-12-30 | 2021-01-07 | 한국기술교육대학교 산학협력단 | Energy optimization of the swarm unmanned vehicles |
| CN112558637A (en) * | 2020-12-11 | 2021-03-26 | 西安航光卫星测控技术有限公司 | Method for avoiding air moving target by unmanned aerial vehicle in unmanned aerial vehicle cluster |
| KR102244988B1 (en) * | 2019-10-31 | 2021-04-27 | 석진영 | Swarm flight controlling system and method for a plurality of unmanned aerial vehicles for swarm flight |
| KR20210055252A (en) * | 2019-11-07 | 2021-05-17 | 티마텍 주식회사 | The ground drone control system having a voice recognition module and a drone control methods using it |
| KR20210070259A (en) * | 2019-01-31 | 2021-06-14 | 한국기술교육대학교 산학협력단 | Conveying system using unmanned aerial vehicle and operation method thereof |
| KR102279956B1 (en) * | 2020-04-29 | 2021-07-21 | 인하대학교 산학협력단 | 3D optimal surveillance trajectory planning Method and Apparatus for multi-UAVs using particle swarm optimization with surveillance area priority |
| KR20210116248A (en) * | 2020-03-13 | 2021-09-27 | 한국전자통신연구원 | Method and apparatus for generating optimal path for an unmanned aerial vehicle |
| CN113570714A (en) * | 2021-07-07 | 2021-10-29 | 诚邦测绘信息科技(浙江)有限公司 | Unmanned aerial vehicle detection method and system based on surveying and mapping, storage medium and intelligent terminal |
| CN113867409A (en) * | 2021-11-16 | 2021-12-31 | 中国人民解放军国防科技大学 | Swarm intelligence-based micro unmanned aerial vehicle cluster collision-free control method and device |
| KR20220073354A (en) * | 2020-11-26 | 2022-06-03 | 주식회사 강릉에이티시 | Integrated performance system for stage equipment |
| KR20220104499A (en) * | 2021-01-18 | 2022-07-26 | 최인용 | Ultralight vehicle education evaluation device using high-precision geo coordinates |
| KR20220147921A (en) * | 2021-04-28 | 2022-11-04 | 연세대학교 산학협력단 | Apparatus and Method for Optimizing Multi-UAV Trajectory |
| CN115388719A (en) * | 2022-08-24 | 2022-11-25 | 天津津航计算技术研究所 | Aircraft laser irradiation route planning method based on laser guided weapons |
| CN116430754A (en) * | 2023-06-09 | 2023-07-14 | 北京中兵天工防务技术有限公司 | Unmanned aerial vehicle cluster multitask control semi-physical simulation method |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102267764B1 (en) | 2019-12-26 | 2021-06-23 | 한국항공우주연구원 | Group drone based broadband reconnaissance and surveillance system, broadband reconnaissance and surveillance method |
| KR102442795B1 (en) | 2020-12-11 | 2022-09-14 | 한국항공우주연구원 | Optimized pathway planning decision method for swarm flight of multiple UAV |
| KR102565617B1 (en) | 2021-04-08 | 2023-08-16 | 인하대학교 산학협력단 | Autonomous flight control method for UAVs using Swarm Intelligence |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101016845B1 (en) * | 2009-05-14 | 2011-02-22 | 영남대학교 산학협력단 | Method of generating inverse synthetic aperture radar image for multiple targets flying in formation and apparatus thereof |
| KR20160069561A (en) | 2014-12-08 | 2016-06-17 | 한국항공우주연구원 | Method of drone's formation flying for movable lighting system at night and method of movable lighting at night therethrough |
| KR20160072081A (en) * | 2016-06-03 | 2016-06-22 | 김홍 | Unmanned aerial vehicle to detect 3-dimensional coordinate of wireless identification signal transmitter, and the method to calculate the location of that wireless identification signal transmitter |
| KR20160118036A (en) * | 2015-04-01 | 2016-10-11 | 고려대학교 산학협력단 | Method for controlling fleet of drones |
| JP2017501475A (en) * | 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 | Flight mode selection based on situation |
-
2017
- 2017-06-27 KR KR1020170081423A patent/KR102010568B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101016845B1 (en) * | 2009-05-14 | 2011-02-22 | 영남대학교 산학협력단 | Method of generating inverse synthetic aperture radar image for multiple targets flying in formation and apparatus thereof |
| JP2017501475A (en) * | 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 | Flight mode selection based on situation |
| KR20160069561A (en) | 2014-12-08 | 2016-06-17 | 한국항공우주연구원 | Method of drone's formation flying for movable lighting system at night and method of movable lighting at night therethrough |
| KR20160118036A (en) * | 2015-04-01 | 2016-10-11 | 고려대학교 산학협력단 | Method for controlling fleet of drones |
| KR20160072081A (en) * | 2016-06-03 | 2016-06-22 | 김홍 | Unmanned aerial vehicle to detect 3-dimensional coordinate of wireless identification signal transmitter, and the method to calculate the location of that wireless identification signal transmitter |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210070259A (en) * | 2019-01-31 | 2021-06-14 | 한국기술교육대학교 산학협력단 | Conveying system using unmanned aerial vehicle and operation method thereof |
| KR102244988B1 (en) * | 2019-10-31 | 2021-04-27 | 석진영 | Swarm flight controlling system and method for a plurality of unmanned aerial vehicles for swarm flight |
| KR20210055252A (en) * | 2019-11-07 | 2021-05-17 | 티마텍 주식회사 | The ground drone control system having a voice recognition module and a drone control methods using it |
| KR102096377B1 (en) * | 2019-11-22 | 2020-04-03 | 한국항공우주연구원 | Path planning decision method for swarm flight of multiple UAV |
| WO2021101103A1 (en) * | 2019-11-22 | 2021-05-27 | 한국항공우주연구원 | Method for determining flight path for swarm flight of multiple aerial vehicles |
| KR102199818B1 (en) * | 2019-12-30 | 2021-01-07 | 한국기술교육대학교 산학협력단 | Energy optimization of the swarm unmanned vehicles |
| KR20210116248A (en) * | 2020-03-13 | 2021-09-27 | 한국전자통신연구원 | Method and apparatus for generating optimal path for an unmanned aerial vehicle |
| KR102279956B1 (en) * | 2020-04-29 | 2021-07-21 | 인하대학교 산학협력단 | 3D optimal surveillance trajectory planning Method and Apparatus for multi-UAVs using particle swarm optimization with surveillance area priority |
| CN111651727A (en) * | 2020-05-29 | 2020-09-11 | 京东城市(北京)数字科技有限公司 | Method and device for calculating overall population transfer amount between areas |
| CN111651727B (en) * | 2020-05-29 | 2023-09-26 | 京东城市(北京)数字科技有限公司 | Method and device for calculating overall population transfer quantity among areas |
| CN112130581A (en) * | 2020-08-19 | 2020-12-25 | 昆明理工大学 | Unmanned aerial vehicle cluster cooperative task planning method for aerial maneuver battle |
| KR20220073354A (en) * | 2020-11-26 | 2022-06-03 | 주식회사 강릉에이티시 | Integrated performance system for stage equipment |
| CN112558637A (en) * | 2020-12-11 | 2021-03-26 | 西安航光卫星测控技术有限公司 | Method for avoiding air moving target by unmanned aerial vehicle in unmanned aerial vehicle cluster |
| CN112558637B (en) * | 2020-12-11 | 2022-11-25 | 西安航光卫星测控技术有限公司 | Method for avoiding air moving target by unmanned aerial vehicle in unmanned aerial vehicle cluster |
| KR20220104499A (en) * | 2021-01-18 | 2022-07-26 | 최인용 | Ultralight vehicle education evaluation device using high-precision geo coordinates |
| KR20220147921A (en) * | 2021-04-28 | 2022-11-04 | 연세대학교 산학협력단 | Apparatus and Method for Optimizing Multi-UAV Trajectory |
| CN113570714A (en) * | 2021-07-07 | 2021-10-29 | 诚邦测绘信息科技(浙江)有限公司 | Unmanned aerial vehicle detection method and system based on surveying and mapping, storage medium and intelligent terminal |
| CN113570714B (en) * | 2021-07-07 | 2023-11-17 | 诚邦测绘信息科技(浙江)有限公司 | Unmanned aerial vehicle detection method and system based on mapping, storage medium and intelligent terminal |
| CN113867409A (en) * | 2021-11-16 | 2021-12-31 | 中国人民解放军国防科技大学 | Swarm intelligence-based micro unmanned aerial vehicle cluster collision-free control method and device |
| CN113867409B (en) * | 2021-11-16 | 2023-10-17 | 中国人民解放军国防科技大学 | Group intelligent-based miniature unmanned aerial vehicle cluster collision-free control method and device |
| CN115388719A (en) * | 2022-08-24 | 2022-11-25 | 天津津航计算技术研究所 | Aircraft laser irradiation route planning method based on laser guided weapons |
| CN115388719B (en) * | 2022-08-24 | 2024-01-16 | 天津津航计算技术研究所 | Aircraft laser irradiation route planning method based on laser guided weapon |
| CN116430754B (en) * | 2023-06-09 | 2023-09-12 | 北京中兵天工防务技术有限公司 | Unmanned aerial vehicle cluster multitask control semi-physical simulation method |
| CN116430754A (en) * | 2023-06-09 | 2023-07-14 | 北京中兵天工防务技术有限公司 | Unmanned aerial vehicle cluster multitask control semi-physical simulation method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102010568B1 (en) | 2019-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102010568B1 (en) | System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence | |
| CA3052019C (en) | Trajectory planner for a vehicle | |
| US20200026720A1 (en) | Construction and update of elevation maps | |
| CN110062919B (en) | Drop-off location planning for delivery vehicles | |
| EP3971674B1 (en) | Systems and methods for uav flight control | |
| CN110825113B (en) | Formation keeping method suitable for quad-rotor unmanned aerial vehicle cluster flight | |
| CN107615211B (en) | Method and system for estimating state information of movable object using sensor fusion | |
| Cai et al. | An overview on development of miniature unmanned rotorcraft systems | |
| Ghadiok et al. | On the design and development of attitude stabilization, vision-based navigation, and aerial gripping for a low-cost quadrotor | |
| Wenzel et al. | Low-cost visual tracking of a landing place and hovering flight control with a microcontroller | |
| US10409293B1 (en) | Gimbal stabilized components for remotely operated aerial vehicles | |
| CN106931963A (en) | Environmental data shared platform, unmanned vehicle, localization method and alignment system | |
| CN106444795A (en) | Movable object takeoff assisting method and system | |
| CN107850901A (en) | Merged using the sensor of inertial sensor and imaging sensor | |
| CN105980950A (en) | Velocity control for an unmanned aerial vehicle | |
| CN106030245A (en) | Inertial sensing device | |
| US20210325503A1 (en) | Relay point generation method and apparatus, and unmanned aerial vehicle | |
| JP6829513B1 (en) | Position calculation method and information processing system | |
| Nonami | Research and development of drone and roadmap to evolution | |
| Lin et al. | Development of an unmanned coaxial rotorcraft for the DARPA UAVForge challenge | |
| Doukhi et al. | Deep reinforcement learning for autonomous map-less navigation of a flying robot | |
| Ghosh et al. | Arduino quadcopter | |
| CN215813349U (en) | Unmanned aerial vehicle formation target real-time tracking and modeling system | |
| Cai et al. | Development of fully functional miniature unmanned rotorcraft systems | |
| Raheel et al. | Top-Down Design Approach for the Customization and Development of Multi-rotors Using ROS |
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 |