KR101745506B1 - 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체 - Google Patents

표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체 Download PDF

Info

Publication number
KR101745506B1
KR101745506B1 KR1020160031927A KR20160031927A KR101745506B1 KR 101745506 B1 KR101745506 B1 KR 101745506B1 KR 1020160031927 A KR1020160031927 A KR 1020160031927A KR 20160031927 A KR20160031927 A KR 20160031927A KR 101745506 B1 KR101745506 B1 KR 101745506B1
Authority
KR
South Korea
Prior art keywords
sensor
target
performance index
slope
induction signal
Prior art date
Application number
KR1020160031927A
Other languages
English (en)
Inventor
방효충
김영주
Original Assignee
한국과학기술원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020160031927A priority Critical patent/KR101745506B1/ko
Application granted granted Critical
Publication of KR101745506B1 publication Critical patent/KR101745506B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/66—Radar-tracking systems; Analogous systems
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
    • G01S13/726—Multiple target tracking
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/40—Means for monitoring or calibrating
    • G01S7/4004—Means for monitoring or calibrating of parts of a radar system
    • G01S7/4008—Means for monitoring or calibrating of parts of a radar system of transmitters

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

본 발명에 따른 센서 유도 방법은 표적 상태를 추정하는 단계, 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계, 검출된 방향으로 소정 거리만큼 센서를 이동시키기 위한 유도 신호를 생성하는 단계 및 유도 신호를 센서에 송신하여 센서의 이동을 유도하는 단계를 포함한다. 위치 추정 정확성을 최적화하기 위한 위치로 센서를 유도할 수 있고, 특히 그 계산량을 줄이는 동시에 성능을 월등히 개선할 수 있게 된다.

Description

표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체{A SENSOR GUIDING METHOD FOR TARGET TRACKING, AND A SENSOR GUIDING SYSTEM AND AN AIR VEHICLE USING THE SAME}
본 발명은 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체에 관한 것이다.
군사 목적 및 민간 애플리케이션에 복수의 센서 시스템을 사용하고자 하는 관심이 증대하고 있다. 일반적으로 단일 센서를 이용할 경우 획득되는 정보가 제한적이므로, 다양한 관점에서 서로 다른 초점을 갖는 충분한 정보를 제공하기 위해서는 복수의 센서가 요구된다. 더욱이, 관찰시에 이종(heterogeneous) 센서들로부터 검출된 정보가 융합되면서 시너지 효과(synergistic effect)를 제공할 수 있다. 센서 기술이 발전함에 따라, 센서들은 더욱 기민해지고 센서로부터 획득되어 처리되어야 할 데이터의 양이 막대해지고 있다.
한편, 복수의 표적이 있을 때 얼마나 많은 센서를, 언제 및 어디에 배치할 것인지에 대한 결정은 표적 추정 정확성 및 효율성을 높이는 방향으로 수행되어야 한다. 특히, 움직임이 자유로운 복수의 센서를 움직임이 자유로운 복수의 표적을 추적하도록 이용하는 경우에, 어떻게 상기 결정을 효율적으로 수행할 것인지에 대한 관심이 증대하고 있다.
표적 추적시 성능 지표로서 피셔 정보 행렬(Fisher Information Matrix, FIM)의 D-최적 조건(D-optimality criterion)을 활용할 수 있다. D-최적 조건이란 피셔 정보 행렬의 역행렬의 행렬식(determinant)을 말한다. D-최적 조건은 추정 오차 분산이 이루는 타원의 넓이를 나타내며, 그 값이 작을수록 추정 오차가 적음을 의미한다.
이러한 D-최적 조건은 센서 위치에 대해 볼록(convex)한 함수이므로, 볼록 최적화(convex optimization)를 통해 최적 위치를 얻을 수 있다. 일반적인 최적 위치 제어는 최적화 과정을 통해 얻은 최적 위치를 제어 명령으로 취하지만, 이 최적화 과정은 많은 계산량을 요구하며, 특히, 복수 센서 시스템은 센서 개수에 비례해 그 부담이 증가하게 되고, 하나 이상의 표적이 이동하는 상황에서는 최적 위치가 계속 변하기 때문에, 매 시간마다 최적화 과정을 거쳐야 한다.
미국 특허 공보 US 6801878 (2004.10.05 공개) 미국 특허 출원 공개 공보 US 2008-0255911 (2008.10.16 공개)
본 발명은 상기 문제점을 감안하여 안출된 것으로, 본 발명의 목적은 위치 추정 정확성을 최적화하기 위한 위치로 센서를 유도할 수 있는 센서 유도 방법 및 센서 유도 시스템을 제공함에 있다.
또한, 본 발명의 목적은 최적 위치로 센서를 유도하되 계산량을 줄이는 동시에 성능을 월등히 개선할 수 있는 센서 유도 방법 및 센서 유도 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명에 따른 센서 유도 방법은, 표적 상태를 추정하는 단계; 상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계; 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계; 및 상기 유도 신호를 상기 센서에 송신하여 상기 센서의 이동을 유도하는 단계;를 포함한다.
한편, 상기 목적을 달성하기 위한 본 발명에 따른 센서 유도 방법은, 표적 상태를 추정하는 단계; 상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계; 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계; 및 상기 유도 신호에 기초하여 위치를 이동하는 단계;를 포함한다.
또한, 상기 센서의 위치가 아래 수식에 의해 정의되는 제한 조건을 만족하는지 판단하는 단계;를 더 포함할 수 있다.
Figure 112016025633853-pat00001
(여기서,
Figure 112016025633853-pat00002
,
Figure 112016025633853-pat00003
,
Figure 112016025633853-pat00004
은 표적의 좌표,
Figure 112016025633853-pat00005
,
Figure 112016025633853-pat00006
,
Figure 112016025633853-pat00007
은 센서의 좌표,
Figure 112016025633853-pat00008
,
Figure 112016025633853-pat00009
는 x방향 및 y방향에서의 센서의 시야각
Figure 112016025633853-pat00010
은 최소 제한 고도,
Figure 112016025633853-pat00011
은 표적 집합)
그리고, 상기 검출하는 단계는, 상기 제한 조건을 만족하는 범위 내에서 상기 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출할 수 있다.
또한, 상기 제한 조건은 모든 표적이 상기 센서의 시야 내에 포착되기 위한 상기 센서의 공간적 범위를 정의할 수 있다.
그리고, 상기 유도 신호를 생성하는 단계는, 상기 제한 조건에 따른 선형 공식(linear formula)을 이용해 상기 유도 신호를 생성할 수 있다.
그리고, 상기 성능 지표는 아래 수식에 의해 정의될 수 있다.
Figure 112016025633853-pat00012
(여기서,
Figure 112016025633853-pat00013
은 k+1시간에서의 센서n의 성능 지표,
Figure 112016025633853-pat00014
은 k+1시간에서 표적
Figure 112016025633853-pat00015
의 개별 정보 지표,
Figure 112016025633853-pat00016
은 표적1의 가중치 벡터,
Figure 112016025633853-pat00017
은 k+1시간에서의 표적 집합)
또한, 상기 성능 지표의 기울기는 아래 수식에 의해 정의될 수 있다.
Figure 112016025633853-pat00018
(여기서,
Figure 112016025633853-pat00019
은 센서n의 성능 지표의 기울기,
Figure 112016025633853-pat00020
은 표적
Figure 112016025633853-pat00021
의 가중치 벡터,
Figure 112016025633853-pat00022
은 센서n 및 표적
Figure 112016025633853-pat00023
의 개별 정보 지표,
Figure 112016025633853-pat00024
은 표적 집합)
한편, 상기 목적을 달성하기 위한 본 발명에 따른 센서 유도 시스템은 복수의 표적을 추적하는 복수의 센서; 센서 상태 및 표적 상태를 추정하고, 상기 표적 상태에 기초해 상기 센서의 위치에서 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하며, 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 상기 센서에 송신하여 상기 센서의 이동을 유도하는 중앙 제어부;를 포함한다.
그리고, 상기 중앙 제어부는, 모든 표적이 상기 센서의 시야 내에 포착되기 위한 상기 센서의 공간적 범위를 정의하는 제한 조건을 만족하는 범위 내에서 상기 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출할 수 있다.
한편, 상기 목적을 달성하기 위한 본 발명에 따른 공중 비행체는, 표적 상태를 추정하기 위한 추정 모듈; 상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하고, 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호에 기초하여 위치의 이동을 제어하는 제어 모듈;을 포함한다.
또한, 상기 제어 모듈은, 모든 표적이 상기 센서의 시야 내에 포착되기 위한 상기 센서의 공간적 범위를 정의하는 제한 조건을 만족하는 범위 내에서 상기 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출할 수 있다.
상기 구성을 가진 본 발명에 따른 센서 유도 방법 및 센서 유도 시스템에 의하면, 위치 추정 정확성을 최적화하기 위한 위치로 센서를 유도할 수 있고, 특히 그 계산량을 줄이는 동시에 성능을 월등히 개선할 수 있게 된다.
도 1은 본 발명에 따른 센서 유도 시스템의 구성을 나타내는 블록도이다..
도 2는 본 발명의 일 실시예에 따른 센서 유도 방법을 나타내는 흐름도이다.
도 3은 본 발명에 따른 공중 비행체의 구성을 나타내는 블록도로이다.
도 4는 본 발명의 또 다른 실시예에 따른 센서 유도 방법을 나타내는 흐름도이다.
도 5는 본 발명에 따른 센서 유도 방법을 개략적으로 설명하기 위한 그래프이다.
도 6 내지 도 12는 본 발명에 따른 센서 유도 방법을 이용한 시뮬레이션을 나타내는 그래프이다.
도 13은 본 발명에 따른 센서 유도 방법의 계산량을 종래 방법과 비교한 그래프이다.
후술하는 발명의 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다.
본 발명의 실시예에 따른 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체는 기울기 하강(gradient descent) 최적화 알고리즘의 하위 문제(subproblem)로써 센서를 유도하기 위한 명령 신호(이하, '유도 신호'라 함)를 생성함에 있어 비선형 문제(nonlinear problem)를 선형 문제(linear problem)로 변환하여 계산량을 획기적으로 줄인다. 또한, 기울기 하강 최적화 알고리즘의 하위 문제는 가능점(feasible point) 방향으로 유도 신호를 생성하므로, 센서가 이동 중 제한 조건(constraint)에 반하는 위치(비가능점(infeasible point))로 이동하는 것을 막을 수 있다.
본 발명에 따른 센서 유도 방법은 각 센서의 계산 능력을 최대한 활용한다. 센서는 스스로 실시간 위치 결정을 하고, 계산 결과를 중앙 제어부에 전송하여 중앙 제어부의 의사 결정에 드는 부담을 줄여줄 수 있다. 이에 따라 각 센서는 실시간으로 계산되는 최적 위치로 이동을 계속하면서, 최종 최적 위치에 도달할 수 있다.
본 발명에 따른 센서 유도 방법은 센서의 측정을 통해 표적의 위치와 속도를 추정할 때 추정 정확성을 예측하기 위해 피셔 정보 행렬(Fisher information matrix, FIM)을 이용할 수 있다.
FIM의 역행렬은 후부 크라메르-라오 하한(PCRLB: Posterior Cramer-Rao Lower Bound)이라고 불리며, 이는 추정치의 공분산 행렬의 최소값을 나타낸다. 즉, 본 발명의 실시예에서는, FIM이 클수록 추정치가 정확하며, 추정을 위해 사용하는 칼만 필터(Kalman Filter) 등 준최적필터의 성능의 한계는 PCRLB로 예측할 수 있다. 이는 복수 표적 추적을 위한 복수 센서의 센서 융합 시에도 동일하게 적용될 수 있다.
추적된 표적의 총 개수는 L, 센서의 총 개수는 M, 배치되는 센서의 개수는 N, k시간에 센서n에 의해 추적되는 표적 집합은
Figure 112016025633853-pat00025
로 표현될 수 있다.
모든 표적들의 상태 벡터를 스택킹(stacking)함으로써 획득되는 증강 상태 벡터(augmented state vector)는 수학식(1)과 같이 표현될 수 있다.
Figure 112016025633853-pat00026
수학식(1)
이는 추정될 L개 표적(target)의 k시간에서의 상태를 나타내는 것이다. 여기서,
Figure 112016025633853-pat00027
이다. 여기서 (
Figure 112016025633853-pat00028
)는 표적
Figure 112016025633853-pat00029
의 위치를 나타내고 (
Figure 112016025633853-pat00030
)는 표적
Figure 112016025633853-pat00031
의 속도를 나타낸다.
k+1시간에서의 표적 상태는 아래 수학식(2)로 모델링된 바와 같이 선형 시스템 모델을 이용하여 표현될 수 있다.
Figure 112016025633853-pat00032
수학식(2)
여기서,
Figure 112016025633853-pat00033
이고
Figure 112016025633853-pat00034
이다.
Figure 112016025633853-pat00035
은 표적의 상태 변환 행렬(transition matrix)을 나타내고
Figure 112016025633853-pat00036
은 표적
Figure 112016025633853-pat00037
의 프로세스 잡음을 나타낸다. 만약,
Figure 112016025633853-pat00038
이 제로-평균 가우시안 잡음(zero-mean Gaussian noise)라면,
Figure 112016025633853-pat00039
의 공분산 행렬은
Figure 112016025633853-pat00040
와 같이 표현될 수 있다.
k시간에 n번째 센서가 관찰하는
Figure 112016025633853-pat00041
에 포함되는
Figure 112016025633853-pat00042
번째 표적에 대한 측정치는 아래와 같이 정의될 수 있다.
Figure 112016025633853-pat00043
Figure 112016025633853-pat00044
수학식(3)
여기서,
Figure 112016025633853-pat00045
은 표적 상태와 측정치 사이의 관계를 나타내는 비선형 함수이다. 또한,
Figure 112016025633853-pat00046
로써 이는 제로-평균 가우시안 측정치 잡음을 나타내며, 이의 공분산은
Figure 112016025633853-pat00047
으로 나타낼 수 있다.
수학식(3)의 상단에 기재된 표현은 일반적인 센서의 측정치 모델이며, 수학식(3)의 하단에 기재된 표현은 영상 센서의 측정치 모델이다. 본 명세서의 실시예는 모든 센서가 영상 센서인 것으로 가정하여 설명된다. 본 명세서에서 센서로는 이종 센서가 이용될 수 있다.
측정치 Zk가 획득된 경우에, 불편추정치(unbiased estimate)는
Figure 112016025633853-pat00048
로 표현될 수 있다. 여기서, PCRLB는 FIM 행렬 Jk의 역행렬로 정의될 수 있다. PCRLB는 아래와 같이 불편추정치
Figure 112016025633853-pat00049
의 오차 공분산 행렬(error covariance matrix)에 대한 하한값을 제공할 수 있다.
Figure 112016025633853-pat00050
수학식(4)
여기서,
Figure 112016025633853-pat00051
는 기대값을 나타내며, 상기 수학식(4)에서 부등호는
Figure 112016025633853-pat00052
가 준정부호행렬(positive semi-definite matrix)임을 의미한다.
Figure 112016025633853-pat00053
는 시간 k에서 FIM행렬이고 시간 k+1에서 FIM 행렬은 아래와 같이 표현될 수 있다.
Figure 112016025633853-pat00054
수학식(5)
여기서, Qk는 프로세스 잡음의 분산이고,
Figure 112016025633853-pat00055
는 측정치 모델로부터 기인하며 측정치 공헌 항(measurement contribution)이라 지칭한다. 수학식(5)의 우변에서
Figure 112016025633853-pat00056
를 제외한 나머지 항은 표적의 시스템 모델로부터 기인한다.
측정치 공헌 항은 아래와 같이 표현될 수 있다.
Figure 112016025633853-pat00057
수학식(6)
수학식(6)에서
Figure 112016025633853-pat00058
는 센서 n의 FIM에 대한 측정치 공헌 항을 나타낸다. 여기서, 상기
Figure 112016025633853-pat00059
는
Figure 112016025633853-pat00060
로 표현될 수 있으며, 여기서 관측성 행렬(observation matrix)은
Figure 112016025633853-pat00061
와 같이 주어질 수 있다. 여기서, 관측성 행렬 H는 수학식(3)의 함수(h)를 표적 상태 변수(x, 위치 및 속도 벡터)로 미분한 것이다.
이때, 본 발명에 따른 센서 유도 방법이 예측 가능성을 구비하는 것은 매우 중요하다. 이는 센서를 최적 위치로 유도하는 데 상당한 시간이 필요하기 때문이다. 따라서, 본 발명에 따른 센서 유도 방법에서 시간 k에서 최적화를 수행한 경우에, 센서를 이동시키기 위한 시간k+1을 결정하기 위해 후속하는 샘플링 시간들 k+1, …에서의 PCRLB를 예측할 필요가 있다.
n번째 배치 시간 k에서 FIM인
Figure 112016025633853-pat00062
가 주어지면, k+r 시간에서의 예측 FIM
Figure 112016025633853-pat00063
을 결정할 수 있다. 여기서, r=1, 2, …로서 다음 센서 배치를 계획하고 수행하는데 필요한 시간으로 설정될 수 있다. 예컨대, 예측 FIM은 유사 리카티 귀납법(Riccati-like recursion) 등을 통해 결정될 수 있다.
본 발명에 따른 센서 유도 방법은 성능 지표(performance score)를 최대화하기 위한 방향으로 센서의 이동을 유도한다. 이때, 성능 지표의 기울기를 이용하여 센서를 유도하기 위한 유도 신호를 생성한다. 아래에서 더욱 상세히 설명하겠지만, 본 발명에 따른 센서 유도 방법은, 센서 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향으로 소정 거리 이동하도록 유도한다. 이때, 소정 거리는 시스템에 따라 적절히 설정될 수 있다.
k+r 시간에서 표적을 추적하기 위한
Figure 112016025633853-pat00064
(
Figure 112016025633853-pat00065
은 표적을 의미)으로 정의된 FIM에 기초하면, 성능 지표는 D-최적 조건을 이용하여 아래 수학식(7)로 정의될 수 있다.
Figure 112016025633853-pat00066
수학식(7)
여기서,
Figure 112016025633853-pat00067
는 FIM
Figure 112016025633853-pat00068
의 최초 3×3 성분을
Figure 112016025633853-pat00069
로 취한 FIM이다. 여기서,
Figure 112016025633853-pat00070
는 3×3 매트릭스이다.
일반적으로 표적 상태 추정의 목적은 표적 위치 추정 에러를 최소화하기 위한 것이다. 다수의 표적을 추적하기 위해서는 각 센서의 전체 성능을 최대화해야 한다. 개별 정보 지표(individual information score)인
Figure 112016025633853-pat00071
는 움직이는 표적들을 최적의 방법으로 추적하기 위한 유도 신호(guidance command)를 결정하는 데 이용될 수 있다.
k+1시간에서의 센서 n의 성능 지표는 아래 수학식(8)과 같이 정의된다.
수학식(8)
여기서,
Figure 112016025633853-pat00073
이고,
Figure 112016025633853-pat00074
는 k+1시간에서 표적
Figure 112016025633853-pat00075
의 위치를 추정하는 센서 n의 FIM을 나타내며, z는 측정치임을 표시하기 위한 기호이다. w는 각 표적에 대한 가중치 벡터로서, 벡터의 요소가 0이면 해당 표적의 정보 지표를 무시하며, 벡터의 요소가 클수록 해당 표적의 정보에 가중치를 둔다.
한편, 본 발명에 따른 센서 유도 방법은 제한 조건(constraint)를 항상 만족한다. 기울기 하강에 의해 센서를 최적 위치로 유도하는 경우, 센서의 위치 및 이동 범위는 제한 조건에 의해 제한되며, 최종 생성되는 유도 신호는 언제나 제한 조건을 만족한다.
예를 들어, 센서의 위치가 항상 복수의 표적보다 높은 위치에 있다고 가정하면, 센서의 위치가 아래 수학식(9)으로 제한될 수 있다.
Figure 112016025633853-pat00076
수학식(9)
여기서,
Figure 112016025633853-pat00077
와
Figure 112016025633853-pat00078
는 x방향 및 y방향에서의 센서의 시야각(angle of view),
Figure 112016025633853-pat00079
,
Figure 112016025633853-pat00080
,
Figure 112016025633853-pat00081
은 표적의 좌표,
Figure 112016025633853-pat00082
,
Figure 112016025633853-pat00083
,
Figure 112016025633853-pat00084
은 센서의 좌표를 나타낸다. 또한,
Figure 112016025633853-pat00085
은 센서의 최소 고도(minimum altitude)를 나타낸다. 상기 수학식(9)를 정리하면, 센서 위치에 대한 선형적인 제한 조건을 획득할 수 있고, 이는 아래 수학식(10)과 같다.
Figure 112016025633853-pat00086
수학식(10)
본 발명에 따른 센서 유도 방법은 위 수학식(10)의 제한 조건을 만족하면서 기울기 하강(gradient descent)을 이용해 센서를 이동시키기 위한 유도 신호를 생성한다.
볼록 최적화(convex optimization)를 위해 기울기 하강 최적화 알고리즘의 하위 문제(subproblem)는 아래와 같이 정의될 수 있다.
Figure 112016025633853-pat00087
여기서,
Figure 112016025633853-pat00088
는 상기 수학식(10)의 제한 조건을 만족하는 센서 위치의 집합을 정의한다.
상기 하위문제는 프랭크-울프(Frank-Wolfe) 방법으로도 알려진 조건부 기울기 방법을 이용해 풀 수 있다. 위치
Figure 112016025633853-pat00089
의 함수인 코스트 함수
Figure 112016025633853-pat00090
와 관련한 최적화 문제를 풀기 위한 공식은 아래와 같다. 기울기 조건
Figure 112016025633853-pat00091
을 만족하는 가능 방향
Figure 112016025633853-pat00092
을 생성해 내기 위하여, 아래 수학식 (11)을 이용할 수 있다.
Figure 112016025633853-pat00093
수학식(11)
이는 아래 수학식(12)의 최적화 문제를 풀기 위한 것이다.
Figure 112016025633853-pat00094
수학식(12)
여기서,
Figure 112016025633853-pat00095
는 상수로서, 어떤 규칙이나 세트(set)에 의해 결정될 수 있다.
Figure 112016025633853-pat00096
가 아래 수학식(13)과 같이 획득된다.
Figure 112016025633853-pat00097
수학식(13)
여기서, 수학식(13)에서
Figure 112016025633853-pat00098
는 최적화의
Figure 112016025633853-pat00099
번째 센서 위치
Figure 112016025633853-pat00100
를 의미하며,
Figure 112016025633853-pat00101
는 추적 성능의 코스트 함수를 의미한다.
Figure 112016025633853-pat00102
는 음의 기울기 방향
Figure 112016025633853-pat00103
을 따라 가장 멀리 떨어진
Figure 112016025633853-pat00104
의 포인트다. 문제의 선형 근사식을 최소화하고
Figure 112016025633853-pat00105
가 선형적인 제한 조건으로 특정되기 때문에, 수학식(12)는 선형 공식이 되어 상대적으로 계산하기 쉬워진다.
성능 지표를 나타내는 수학식(8)의 기울기가 최댓값을 가질 때의 기울기 벡터의 방향을 구하면, 센서가 이동되어야 할 방향을 파악할 수 있다. 성능 지표의 기울기는 아래와 같이 구해진다.
야코비 공식(Jacobi's formula)은 가역 행렬(invertible matrix)에 대하여 아래 수학식(14)과 같이 정의한다.
Figure 112016025633853-pat00106
수학식(14)
여기서,
Figure 112016025633853-pat00107
는 매트릭스의 트레이스(trace)를 의미한다. 이에 따르면, 개별 정보 지표의 기울기가 아래 수학식(12)와 같이 정의될 수 있다.
Figure 112016025633853-pat00108
수학식(15)
이후, 성능 지표의 기울기인
Figure 112016025633853-pat00109
는 수학식(15)의 개별 정보 지표인
Figure 112016025633853-pat00110
과의 선형 조합으로부터 획득될 수 있고, 성능 지표를 정의하는 수학식(8)에 따라 아래 수학식(16)을 얻을 수 있다.
Figure 112016025633853-pat00111
수학식(16)
종래의 센서 유도 방법은 최종적인 최적 위치를 산출하여 센서의 이동을 유도한다. 그러나, 센서의 위치만 아니라 표적의 위치도 지속적으로 변하고, 그에 따라 성능 지표도 지속적으로 변하게 된다. 결국, 산출된 최적 위치로 이동된 순간 해당 위치는 더이상 최적 위치가 아닐 수 있다.
또한, 지속적으로 변하는 표적 및 센서의 위치는 최초 한 번만 추정되기 때문에, 이에 의해 산출된 센서의 이동 경로는 제한 조건에 반하는 영역이 존재할 수 있다. 결국, 종래의 센서 유도 방법은 센서를 비가능점(infeasible point)을 경유하도록 유도할 수 있다는 치명적인 약점을 갖고 있다.
본 발명에 따른 센서 유도 방법은 표적 상태를 추정하면서, 기설정된 시간마다, 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 판단하고, 해당 방향으로 소정 거리만큼 이동하도록 센서를 제어하기 때문에, 표적 및 센서의 위치가 변해도 최적 위치가 지속적으로 산출되기 때문에 최적 위치를 따라가는 방향으로 유도된다. 한편, 제한 조건을 만족하는 범위 내에서 유도 신호가 산출되기 때문에, 센서가 비가능점을 경유하지 않는다.
도 1은 본 발명에 따른 센서 유도 시스템(100)의 구성을 나타내는 블록도로, 중앙 제어부(10) 및 복수의 센서(20)를 포함한다.
중앙 제어부(10)는 복수의 공중 비행체가 지상 표적을 추적하는 경우를 상정하여 구성될 수 있다. 공중 비행체 각각은 센서(sensor)를 구비할 수 있고, 센서(20)는 카메라(camera)나 레이저 레인지파인더(laser rangefinder)와 같은 다양한 종류의 센서를 포함할 수 있다. 이때, 공중 비행체 각각은 이종 센서를 구비할 수 있다.
공중 비행체에 구비된 센서들은 이동 가능하다. 센서가 추적하는 표적들 역시 독립적으로 움직일 수 있다. 본 명세서에서 센서(20) 각각은 전술한 센서 그 자체일 수 있고, 센서(20)가 장착된 공중 비행체(유인 또는 무인항공기), 로봇 등을 포함하는 의미로 해석될 수 있다.
본 발명에 따른 센서 유도 시스템(100)에서 센서(20)는 표적 상태를 추정하기 위한 정보를 수집한다. 표적 상태는 해당 센서(20)가 추적하는 표적의 속도, 위치 등에 대한 정보를 포함할 수 있다. 중앙 제어부(10)는 센서(20)로부터 수집한 측정치로부터 표적 상태를 추정할 수 있다. 중앙 제어부(10)는 융합 센터(fusion center)로서 센서의 이동을 유도하거나 센서의 위치를 관리하는 기능을 수행할 수 있다.
중앙 제어부(10)는 센서 상태(위치, 속도 등) 및 표적 상태에 기초해 상기 센서의 위치에서 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출한다. 이후, 검출된 방향으로 소정 거리만큼 센서를 이동시키기 위한 유도 신호(guidance command)를 생성하여, 센서(20)에 송신한다. 센서(20)는 상기 유도 신호에 기초하여, 해당 방향으로 소정 거리 이동한다. 센서(20)의 이동이 파악되면, 중앙 제어부(10)는 다시 위의 과정을 반복하면서, 센서(20)를 최종 최적 위치로 이동하도록 유도한다. 본 실시예에서 중앙 제어부(10)는 지상에 배치되는 제어 스테이션(control station)일 수 있다.
도 2는 본 발명의 일 실시예에 따른 센서 유도 방법을 나타내는 흐름도이다. 본 실시예에 따른 센서 유도 방법은 도 1을 참조하면서 설명한 상기 센서 유도 시스템(100)에서 이루어지는 동작에 기초한다.
먼저, 표적 상태를 추정한다(S110). 추정된 표적 상태에 기반하여 위에서 설명한 FIM을 계산할 수 있다.
이후, 센서의 위치에서 성능 지표의 기울기가 최댓값을 갖는 기울기 벡터의 방향을 검출한다(S120). 성능 지표의 기울기는 위에서 설명한 수학식(13)으로 정의될 수 있고, 그 값이 최댓값을 가질 때의 기울기 벡터의 방향을 검출한다.
이해를 돕기 위해 도 5를 참조하면, 성능 지표를 나타내는 폐곡면의 센서 위치에 해당하는 포인트에서 폐곡면에 접하면서 기울기가 최대가 되는 법선을 상정할 수 있다. 해당 법선은 방향성과 기울기값을 갖는 벡터로 정의될 수 있고, 해당 법선의 방향은 성능 지표의 기울기가 최댓값을 갖는 기울기 벡터의 방향을 의미할 수 있다.
이때, S120의 단계는 수학식(10)의 제한 조건을 만족하는지 판단하는 과정을 포함할 수 있고, 제한 조건이 만족되는 범위 내에서만, 센서의 위치에서 성능 지표의 기울기가 최댓값을 갖는 기울기 벡터의 방향을 검출한다.
이후, 검출된 방향으로 소정 거리 이동하도록 유도 신호를 생성한다(S130). 즉, 유도 신호는 센서의 이동 방향과 이동 거리에 대한 정보를 포함한다. 이때, 소정 거리는 평면 좌표상(XY좌표상의 이동 거리)의 이동 거리일 수도 있고, 실제 센서가 이동하게 되는 거리(XYZ좌표상의 이동 거리)를 의미할 수도 있다.
중앙 제어부(10)는 생성한 유도 신호를 센서에 송신하여 센서(20)의 이동을 유도하고(S140), 이에 따라 센서(20)는 해당 방향으로 소정 거리만큼 이동하게 된다.
S110 내지 S140의 단계가 순차적으로, 그리고 반복적으로 이루어지면서, 센서(20)는 최종 최적 위치에 도달하게 된다.
도 3은 본 발명에 따른 공중 비행체(200)의 구성을 나타내는 블록도로, 추정 모듈(201) 및 제어 모듈(202)을 포함한다.
본 발명에 따른 공중 비행체(200)는 위에서 설명된 센서를 구비할 수 있고, 센서는 카메라(camera)나 레이저 레인지파인더(laser rangefinder)와 같은 다양한 종류의 센서를 포함할 수 있다.
추정 모듈(201)은 추적하는 표적의 상태(위치, 속도 등)를 추정하는 기능을 가진다. 제어 모듈(202)은 표적 상태(위치, 속도 등)에 기초하여, 상기 표적 상태에 기초해 상기 센서의 위치에서 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하며, 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호(guidance command)를 생성한다. 유도 신호에 의하여, 공중 비행체(200)는 해당 방향으로 소정 거리 이동한다. 제어 모듈(202)은 추정 모듈(201)에서 추정된 표적 상태를 수집하여, 공중 비행체(200)를 어느 방향으로 얼마만큼 이동시킬 것인지를 결정하기 위한 유도 신호를 산출한다.
즉, 본 발명에 따른 공중 비행체(200)는 도 1을 참조하면서 설명한 센서 유도 시스템(100)의 중앙 제어부(10)의 기능을 가질 수 있다.
도 4는 본 발명의 또 다른 실시예에 따른 센서 유도 방법을 나타내는 흐름도이다. 본 실시예에 따른 센서 유도 방법은 도 3을 참조하면서 설명한 상기 공중 비행체(200)에서 이루어지는 동작에 기초한다.
먼저, 표적 상태를 추정한다(S210). 표적 상태는 표적의 위치, 속도 등을 의미할 수 있고, 이를 기반으로 위에서 설명한 FIM을 계산할 수 있다.
이후, 센서의 위치에서 성능 지표의 기울기가 최댓값을 갖는 기울기 벡터의 방향을 검출한다(S220). 성능 지표의 기울기는 수학식(13)으로 정의되며, 그 값이 최대값을 가질 때의 기울기 벡터의 방향을 검출한다. 구체적으로, 도 5를 참조하면, 성능 지표를 나타내는 폐곡면의 센서 위치에 해당하는 점을 판단하고, 그 점에서 폐곡면에 접하는 기울기가 최대가 되는 직선을 도출할 수 있다. 기울기 벡터의 방향은 그 직선의 방향을 의미할 수 있다.
이때, S220의 단계는 수학식(10)의 제한 조건을 만족하는지 판단하는 과정을 포함할 수 있고, 제한 조건이 만족되는 범위 내에서만, 센서의 위치에서 성능 지표의 기울기가 최댓값을 갖는 기울기 벡터의 방향을 검출한다.
이후, 공중 비행체(200)는 검출된 방향으로 소정 거리 이동한다(S230). 이때, 소정 거리는 평면 좌표상(XY좌표상의 이동 거리)의 이동 거리일 수도 있고, 실제 센서가 이동하게 되는 거리(XYZ좌표상의 이동 거리)를 의미할 수도 있다.
S210 내지 S220의 단계가 순차적으로, 그리고 반복적으로 이루어지면서, 센서는 최종 최적 위치에 도달하게 된다.
도 5는 본 발명에 따른 센서 유도 방법을 개략적으로 설명하기 위한 그래프이다. 도 5에서 Z축은 XY평면상에서의 센서 또는 표적의 위치에 대한 성능지표를 나타낸다. 실선은 본 발명에 따른 센서 유도 방법을 이용했을 때의 경로를 나타내며, 점선은 종래의 센서 유도 방법을 이용했을 때의 경로를 나타낸다.
종래의 센서 유도 방법은 현재 센서 위치(Pcur)의 성능 지표가 최대가 되는 최적 센서 위치(Popt)를 산출하여, 센서를 최적 센서 위치(Popt)로 이동하도록 제어한다. 종래 방법은 경로를 무시하고 센서를 현재 센서 위치(Pcur)에서 최적 센서 위치(Popt)로 이동시키므로, 센서가 비가능 지역을 지나칠 우려가 있다. 아울러, 최적 센서 위치(Popt)의 계산이 실시간으로 변하는 센서와 표적의 위치를 감안하지 않고, 현재 시점에서의 센서 위치(Pcur)에만 기초하기 때문에, 최적 센서 위치(Popt)에 도달하고, 다시 계산이 이루어져야 한다.
반면, 본 발명에 따른 센서 유도 방법은 센서가 소정 거리만큼 이동할 때마다 센서의 방향성을 결정해준다. 또한, 센서의 방향성을 결정함에 있어, 제한 조건을 판단하기 때문에, 도 5에 도시된 바와 같이 비가능 지역을 우회하여 최적 위치에 도달할 수 있게 된다.
도 6 내지 도 12은 본 발명에 따른 센서 유도 방법을 이용한 시뮬레이션을 나타내는 그래프이다.
본 시뮬레이션에는 5개의 센서와 10개의 표적이 이용되었고, 도 6에 도시된 10개의 사각형은 각 표적의 최초 위치를 나타내며, 10개의 표적을 구분하기 위해 숫자가 병기되어 있다. 센서가 추적할 수 있는 표적의 최대 개수는 4개로 설정되어 있고, 표적3, 표적4 및 표적5는 추적하지 않도록 설정되어 있으므로, 가중치 벡터인 w=[1,1,0,0,0,1,1,1,1,1]이 된다. 센서는 고도 500m 이하로는 비행할 수 없도록 설정되어 있고, 따라서 Hmin=500m이다.
도 7의 그래프는 표적이 고정되고 센서들이 최적 위치로 배치될 때의 각 표적의 정보 지표의 시간적 변화를 나타낸다. 점선은 기설정된 임계치이다. 정보 지표가 해당 임계치에 닿으면 중앙 제어부는 새로운 센서를 배치하게 된다. 도 7을 참조하면 추적되는 표적들의 정보가 점점 감소하고 있음을 알 수 있고, 이는 센서들에 의해 추적이 제대로 이루어졌음을 의미한다.
도 8은 표적의 위치 및 배치된 센서가 도시되어 있다. 사각형은 표적을 의미하고, 십자(+)표시는 센서를 의미한다. 각 센서를 구분하기 위해 볼드체의 숫자가 병기되어 있다. 도 8에서는 표적7 및 표적8의 위치에 센서2 및 센서1이 각각 존재함을 알 수 있다. 물론, 이는 XY좌표상의 위치이며, Z축으로 보면 표적7 및 표적8은 지상에, 센서1 및 센서2는 제한 고도보다 높은 위치에 존재할 것이다.
도 9의 그래프는 본 발명에 따른 3개의 센서(센서1, 센서2, 센서3)가 시간에 따라 최적 위치로 이동됨을 나타내며, 도 10의 그래프는 3개의 센서(센서1, 센서2, 센서3)의 성능 지표의 시간에 따른 변화를 나타낸다. 센서가 최적 위치에 도달했을 때 성능 지표의 절대치가 최대가 됨을 알 수 있다.
도 11의 그래프는, 도 7과 달리, 표적이 이동되고 센서들이 최적 위치로 배치될 때의 각 표적의 정보 지표의 시간적 변화를 나타낸다. 점선은 기설정된 임계치로, 정보 지표가 임계치에 닿으면 새로운 센서가 배치되는데, 표적10을 보면 7.85초에 새로운 센서가 배치되는 것을 알 수 있다. 추적되는 모든 표적의 정보 지표는 감소함을 알 수 있다.
도 12의 그래프는 성능 지표의 시간적 변화로, 본 발명에 따른 센서 유도 방법에 따라 유도되는 경우, 종래 방법에 의해 유도되는 경우 및 유도되지 않는 경우를 각각 나타낸다. 유도가 없는 경우에는 센서1 내지 센서4의 성능 지표의 절대치가 모두 작아진다. 종래 방법과 본 발명에 따른 센서 유도 방법을 비교하면, 센서1 내지 센서4에서 모두 본 발명에 따른 센서 유도 방법을 이용했을 때 성능 지표의 절대치가 크다. 본 발명에 따른 센서 유도 성능이 종래 방법에 비해 월등하다는 것을 증명한다.
도 13은 본 발명에 따른 센서 유도 방법의 계산량을 종래 방법과 비교한 그래프이다. 본 발명에 따른 센서 유도 방법에 이용되는 수식은 선형적(linear)인 반면, 종래 방법에 이용되는 수식은 비선형적(nonlinear)이다. 따라서, 표적 상태 등에 기초하여 성능 지표를 최대로 하기 위한 계산을 수행함에 있어, 본 발명이 종래 방법에 비해 훨씬 신속하게 이루어질 수 있다. 도 6 내지 도 12의 시뮬레이션을 수행하는 데 필요한 계산량은 종래 방법이 본 발명에 따른 방법에 비해 74배 많아 본 발명의 효과를 입증한다.
이상에서 실시예들에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시예에 포함되며, 반드시 하나의 실시예에만 한정되는 것은 아니다. 나아가, 각 실시예에서 예시된 특징, 구조, 효과 등은 실시예들이 속하는 분야의 통상의 지식을 가지는 자에 의해 다른 실시예들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 이상에서 실시예를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 예를 들어, 실시예에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
10‥‥‥‥‥‥‥중앙 제어부
20‥‥‥‥‥‥‥센서
100‥‥‥‥‥‥센서 유도 시스템
200‥‥‥‥‥‥공중 비행체

Claims (13)

  1. 표적 상태를 추정하는 단계;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계;
    상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계;
    상기 유도 신호를 상기 센서에 송신하여 상기 센서의 이동을 유도하는 단계;및
    상기 센서의 위치가 아래 수식에 의해 정의되는 제한 조건을 만족하는지 판단하는 단계;를 포함하는 센서 유도 방법.
    Figure 112017046809177-pat00149

    (여기서,
    Figure 112017046809177-pat00150
    ,
    Figure 112017046809177-pat00151
    ,
    Figure 112017046809177-pat00152
    은 표적의 좌표,
    Figure 112017046809177-pat00153
    ,
    Figure 112017046809177-pat00154
    ,
    Figure 112017046809177-pat00155
    은 센서의 좌표,
    Figure 112017046809177-pat00156
    ,
    Figure 112017046809177-pat00157
    는 x방향 및 y방향에서의 센서의 시야각,
    Figure 112017046809177-pat00158
    은 최소 제한 고도,
    Figure 112017046809177-pat00159
    은 표적 집합)
  2. 표적 상태를 추정하는 단계;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계;
    상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계;
    상기 유도 신호에 기초하여 위치를 이동하는 단계; 및
    상기 센서의 위치가 아래 수식에 의해 정의되는 제한 조건을 만족하는지 판단하는 단계;를 포함하는 센서 유도 방법.
    Figure 112017046809177-pat00160

    (여기서,
    Figure 112017046809177-pat00161
    ,
    Figure 112017046809177-pat00162
    ,
    Figure 112017046809177-pat00163
    은 표적의 좌표,
    Figure 112017046809177-pat00164
    ,
    Figure 112017046809177-pat00165
    ,
    Figure 112017046809177-pat00166
    은 센서의 좌표,
    Figure 112017046809177-pat00167
    ,
    Figure 112017046809177-pat00168
    는 x방향 및 y방향에서의 센서의 시야각,
    Figure 112017046809177-pat00169
    은 최소 제한 고도,
    Figure 112017046809177-pat00170
    은 표적 집합)
  3. 제1항 또는 제2항에 있어서,
    상기 검출하는 단계는,
    상기 제한 조건을 만족하는 범위 내에서 상기 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 센서 유도 방법.
  4. 제1항 또는 제2항에 있어서,
    상기 제한 조건은 모든 표적이 상기 센서의 시야 내에 포착되기 위한 상기 센서의 공간적 범위를 정의하는 센서 유도 방법.
  5. 제1항 또는 제2항에 있어서,
    상기 유도 신호를 생성하는 단계는, 상기 제한 조건에 따른 선형 공식(linear formula)을 이용해 상기 유도 신호를 생성하는 센서 유도 방법.
  6. 표적 상태를 추정하는 단계;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계;
    상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계; 및
    상기 유도 신호를 상기 센서에 송신하여 상기 센서의 이동을 유도하는 단계;를 포함하고,
    상기 성능 지표는 아래 수식에 의해 정의되는 센서 유도 방법.
    Figure 112017046809177-pat00123

    (여기서,
    Figure 112017046809177-pat00124
    은 k+1시간에서의 센서n의 성능 지표,
    Figure 112017046809177-pat00125
    은 k+1시간에서 표적
    Figure 112017046809177-pat00126
    의 개별 정보 지표,
    Figure 112017046809177-pat00127
    은 표적1의 가중치 벡터,
    Figure 112017046809177-pat00128
    은 k+1시간에서의 표적 집합)
  7. 표적 상태를 추정하는 단계;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계;
    상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계; 및
    상기 유도 신호에 기초하여 위치를 이동하는 단계;를 포함하고,
    상기 성능 지표는 아래 수식에 의해 정의되는 센서 유도 방법.
    Figure 112017046809177-pat00171

    (여기서,
    Figure 112017046809177-pat00172
    은 k+1시간에서의 센서n의 성능 지표,
    Figure 112017046809177-pat00173
    은 k+1시간에서 표적
    Figure 112017046809177-pat00174
    의 개별 정보 지표,
    Figure 112017046809177-pat00175
    은 표적1의 가중치 벡터,
    Figure 112017046809177-pat00176
    은 k+1시간에서의 표적 집합)
  8. 표적 상태를 추정하는 단계;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계;
    상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계; 및
    상기 유도 신호를 상기 센서에 송신하여 상기 센서의 이동을 유도하는 단계;를 포함하고,
    상기 성능 지표의 기울기는 아래 수식에 의해 정의되는 센서 유도 방법.
    Figure 112017046809177-pat00129

    (여기서,
    Figure 112017046809177-pat00130
    은 센서n의 성능 지표의 기울기,
    Figure 112017046809177-pat00131
    은 표적
    Figure 112017046809177-pat00132
    의 가중치 벡터,
    Figure 112017046809177-pat00133
    은 센서n 및 표적
    Figure 112017046809177-pat00134
    의 개별 정보 지표,
    Figure 112017046809177-pat00135
    은 표적 집합)
  9. 표적 상태를 추정하는 단계;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 최대 기울기값을 갖는 기울기 벡터의 방향을 검출하는 단계;
    상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 생성하는 단계; 및
    상기 유도 신호에 기초하여 위치를 이동하는 단계;를 포함하고,
    상기 성능 지표의 기울기는 아래 수식에 의해 정의되는 센서 유도 방법.
    Figure 112017046809177-pat00177

    (여기서,
    Figure 112017046809177-pat00178
    은 센서n의 성능 지표의 기울기,
    Figure 112017046809177-pat00179
    은 표적
    Figure 112017046809177-pat00180
    의 가중치 벡터,
    Figure 112017046809177-pat00181
    은 센서n 및 표적
    Figure 112017046809177-pat00182
    의 개별 정보 지표,
    Figure 112017046809177-pat00183
    은 표적 집합)
  10. 복수의 표적을 추적하는 복수의 센서;
    센서 상태 및 표적 상태를 추정하고, 상기 표적 상태에 기초해 상기 센서의 위치에서 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하며, 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호를 상기 센서에 송신하여 상기 센서의 이동을 유도하는 중앙 제어부;를 포함하고,
    상기 성능 지표는 아래 수식에 의해 정의되는 센서 유도 시스템.
    Figure 112017046809177-pat00184

    (여기서,
    Figure 112017046809177-pat00185
    은 k+1시간에서의 센서n의 성능 지표,
    Figure 112017046809177-pat00186
    은 k+1시간에서 표적
    Figure 112017046809177-pat00187
    의 개별 정보 지표,
    Figure 112017046809177-pat00188
    은 표적1의 가중치 벡터,
    Figure 112017046809177-pat00189
    은 k+1시간에서의 표적 집합)
  11. 제10항에 있어서,
    상기 중앙 제어부는, 모든 표적이 상기 센서의 시야 내에 포착되기 위한 상기 센서의 공간적 범위를 정의하는 제한 조건을 만족하는 범위 내에서 상기 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하는 센서 유도 시스템.
  12. 표적 상태를 추정하기 위한 추정 모듈;
    상기 표적 상태에 기초해 센서의 위치에서 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하고, 상기 검출된 방향으로 소정 거리만큼 상기 센서를 이동시키기 위한 유도 신호에 기초하여 위치의 이동을 제어하는 제어 모듈;을 포함하고,
    상기 성능 지표의 기울기는 아래 수식에 의해 정의되는 공중 비행체.
    Figure 112017046809177-pat00190

    (여기서,
    Figure 112017046809177-pat00191
    은 센서n의 성능 지표의 기울기,
    Figure 112017046809177-pat00192
    은 표적
    Figure 112017046809177-pat00193
    의 가중치 벡터,
    Figure 112017046809177-pat00194
    은 센서n 및 표적
    Figure 112017046809177-pat00195
    의 개별 정보 지표,
    Figure 112017046809177-pat00196
    은 표적 집합)
  13. 제12항에 있어서,
    상기 제어 모듈은, 모든 표적이 상기 센서의 시야 내에 포착되기 위한 상기 센서의 공간적 범위를 정의하는 제한 조건을 만족하는 범위 내에서 상기 성능 지표의 기울기값이 최대가 되는 기울기 벡터의 방향을 검출하는 공중 비행체.
KR1020160031927A 2016-03-17 2016-03-17 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체 KR101745506B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160031927A KR101745506B1 (ko) 2016-03-17 2016-03-17 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160031927A KR101745506B1 (ko) 2016-03-17 2016-03-17 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체

Publications (1)

Publication Number Publication Date
KR101745506B1 true KR101745506B1 (ko) 2017-06-12

Family

ID=59219358

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160031927A KR101745506B1 (ko) 2016-03-17 2016-03-17 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체

Country Status (1)

Country Link
KR (1) KR101745506B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200007218A (ko) 2018-07-12 2020-01-22 국방과학연구소 이동형 앵커 노드를 기반으로 하여 복수의 센서위치를 추정하는 방법 및 그 장치
CN114519266A (zh) * 2022-01-25 2022-05-20 河南大学 基于凸优化技术的多传感器管理优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005091279A (ja) 2003-09-19 2005-04-07 Mitsubishi Electric Corp センサ管理装置及びセンサ管理方法
JP2006344075A (ja) 2005-06-09 2006-12-21 Sony Corp ネットワーク・システム、移動体装置及びその制御方法、並びにコンピュータ・プログラム
JP2008170268A (ja) * 2007-01-11 2008-07-24 Mitsubishi Electric Corp センサ移動計画システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005091279A (ja) 2003-09-19 2005-04-07 Mitsubishi Electric Corp センサ管理装置及びセンサ管理方法
JP2006344075A (ja) 2005-06-09 2006-12-21 Sony Corp ネットワーク・システム、移動体装置及びその制御方法、並びにコンピュータ・プログラム
JP2008170268A (ja) * 2007-01-11 2008-07-24 Mitsubishi Electric Corp センサ移動計画システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200007218A (ko) 2018-07-12 2020-01-22 국방과학연구소 이동형 앵커 노드를 기반으로 하여 복수의 센서위치를 추정하는 방법 및 그 장치
CN114519266A (zh) * 2022-01-25 2022-05-20 河南大学 基于凸优化技术的多传感器管理优化方法

Similar Documents

Publication Publication Date Title
US10102761B2 (en) Route prediction device
CN110262508B (zh) 应用于封闭场地无人驾驶货运车辆上的自动引导系统及方法
JP6257482B2 (ja) 自動運転支援システム、自動運転支援方法及び自動運転装置
KR102521655B1 (ko) 자율 주행 방법 및 장치
EP4014098B1 (en) System and method for predictive path planning in autonomous vehicles
CN106164999B (zh) 碰撞防止装置
CN102160006B (zh) 用于避免碰撞的系统和方法
CN105809130B (zh) 一种基于双目深度感知的车辆可行驶区域计算方法
CN108698595A (zh) 用于控制车辆运动的方法和车辆的控制系统
CN112334368A (zh) 车辆控制系统及控制车辆运动的控制方法
US9116521B2 (en) Autonomous moving device and control method thereof
JP6316146B2 (ja) 移動物体位置予測装置、移動物体位置予測方法及び移動物体位置予測用コンピュータプログラム
Levine et al. Information-rich path planning with general constraints using rapidly-exploring random trees
JP6959056B2 (ja) 移動ロボットの制御装置と制御方法
Wang et al. Autonomous flights in dynamic environments with onboard vision
CN103781685A (zh) 车辆用自主行驶控制系统
KR20190095622A (ko) 회피경로 생성방법 및 그를 위한 장치
CN111752294B (zh) 一种飞行控制方法及相关装置
KR101907268B1 (ko) 경로 선택에 기반한 자율 주행 방법 및 장치
JP2019016306A (ja) カバレッジ装置、移動体、制御装置、移動体の分散制御プログラム
CN116627154B (zh) 基于位姿预测和轨迹优化的无人机引导降落方法及无人机
KR101390776B1 (ko) 퍼지 확장 칼만 필터를 이용한 위치인식 장치, 방법 및 이동로봇
KR101745506B1 (ko) 표적 추적을 위한 센서 유도 방법, 및 이를 이용한 센서 유도 시스템과 공중 비행체
JP5079602B2 (ja) 自律移動ロボットの動作計画装置、方法、プログラム及び記録媒体並びに自律移動ロボットの動作制御装置及び方法
CN108133076A (zh) 基于四维坐标的无人机碰撞模型的建模方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant