KR101947057B1 - 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법 - Google Patents

구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법 Download PDF

Info

Publication number
KR101947057B1
KR101947057B1 KR1020170025511A KR20170025511A KR101947057B1 KR 101947057 B1 KR101947057 B1 KR 101947057B1 KR 1020170025511 A KR1020170025511 A KR 1020170025511A KR 20170025511 A KR20170025511 A KR 20170025511A KR 101947057 B1 KR101947057 B1 KR 101947057B1
Authority
KR
South Korea
Prior art keywords
uav
end effector
transportation
path
physical quantity
Prior art date
Application number
KR1020170025511A
Other languages
English (en)
Other versions
KR20180099969A (ko
Inventor
김현진
이현범
Original Assignee
서울대학교산학협력단
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 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020170025511A priority Critical patent/KR101947057B1/ko
Publication of KR20180099969A publication Critical patent/KR20180099969A/ko
Application granted granted Critical
Publication of KR101947057B1 publication Critical patent/KR101947057B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0039—Modification of a flight plan
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0052—Navigation or guidance aids for a single aircraft for cruising
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
    • B64C2201/128—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/60—UAVs specially adapted for particular uses or applications for transporting passengers; for transporting goods other than weapons

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Strategic Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법이 개시된다. 로봇팔을 가지는 비행 매니퓰레이터를 이용한 안전 비행 운송 시스템으로서, 운송하고자 하는 물체에 대한 기구학적 정보를 획득하여 목적지까지의 운송을 위한 엔드이펙터의 경로를 생성하는 엔드이펙터 경로 생성부; 무인기의 운송 능력을 파악하여 안전 운송을 위해 상기 엔드이펙터가 위치할 공간인 운용 가능 영역을 결정하는 운송 능력 파악부; 상기 무인기가 상기 물체를 파지한 이후 이륙하여 호버링하면서 물리량을 추정하는 물리량 추정부; 및 상기 엔드이펙터의 경로에 상응하여 상기 무인기의 경로를 생성하되, 추정된 상기 물리량에 기초하여 상기 운송 능력을 고려함으로써 상기 무인기의 경로를 수정하는 무인기 경로 생성부를 포함하는 안전 비행 운송 시스템이 제공된다.

Description

구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법{Safe aerial transportation system and real-time planning method by considering actuation limits}
본 발명은 비행 운송 시스템에 관한 것으로, 보다 상세하게는 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법에 관한 것이다.
최근 들어, 드론을 활용한 비행 매니퓰레이터는 사람의 접근이 어려운 곳에서의 작업이나, 공중 운송 등 다양한 현장에서 활용되고 있다. 또한, 드론을 활용한 협업운송 기법은 더욱 무겁고 부피가 큰 물체를 운송할 수 있다는 점에서 많은 관심을 받고 있다.
하지만, 기존의 드론을 활용한 운송 임무 수행은 단순 그리퍼나 줄과 화물을 묶어 배송하는 방식을 통해 수행되었다. 그러나 이러한 방법은 사람이 직접 운송하고자 하는 화물을 장착해 주거나 줄로 묶어 주어야 한다는 단점이 있어, 재난 현장이나 복잡한 구조물이 존재하는 상황에서의 운송은 힘들다.
드론을 활용한 운송을 더욱 다양한 현장에서 활용하기 위해서는 창문 등과 같은 좁은 통로를 통과하거나, 책장, 우편함 등과 같은 복잡한 상황에서의 임무수행도 가능해야 한다. 그러나, 기존의 방법을 활용한 운송기법은 책장과 같은 복잡한 구조물로의 운송은 불가능하고, 줄을 이용한 운송기법은 줄과 화물 사이의 거리를 조정할 수 없기 때문에 창문등과 같은 좁은 통로를 통과하기엔 힘들다는 단점이 있다.
드론 기반 매니퓰레이터가 좁은 통로를 통과하거나 복잡한 현장으로 화물을 배달하기 위해서는 자신의 로봇팔의 자세를 바꿔가며 즉, 화물과 자신 사이의 거리를 조정해 가며 임무를 수행해야 한다. 이때는, 장애물과의 충돌을 위해서 드론 기반 매니퓰레이터는 자신의 팔을 앞으로 뻗거나 하는 등의 자세를 취하게 되는데, 만약 운송하고자 하는 물체가 무거운 경우는 물체로 인해 발생하는 추가적인 토크로 인해 드론 구동기의 허용 추력범위를 넘어서게 될 수 있다. 이러한 상황은 드론 기반 매니퓰레이터의 안전성에 심각한 영향을 미치게 된다.
또한, 현재의 드론은 중량 제한 및 비행 시간 등으로 인해 비싸고 무거운 힘/토크 센서를 장착하기 힘들기 때문에 미지 물체의 수송 임무 수행 시 힘/토크센서를 사용하지 않는 운송기법이 요구된다. 또한, 무거운 물체를 드론 기반 매니퓰레이터가 수송할 때, 구동기의 운용범위를 고려하지 않는다면 드론이 공중에서 추락할 수 있기 때문에 더욱 신중한 운용기술이 요구된다.
또한, 미지 물체 운송을 위한 협업 매니퓰레이터에서는 물리량 추정 및 제어뿐만 아니라 복수 매니퓰레이터의 기구학을 고려한 경로 계획 기법이 필수적이기에 단수의 경우보다 더욱 어려운 문제이다.
한국등록특허 제10-1680051호 (등록일 2016년11월22일) - 무인 드론 연동형 라인트레이싱 기반의 무인 비행체를 이용한 무인 운송 시스템 및 이를 이용한 무인 운송 서비스 방법
본 발명은 미지의 대상 물체의 질량을 추정하고, 추정된 질량을 기반으로 구동기의 운용범위를 고려한 안전한 경로를 생성하는 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법을 제공하기 위한 것이다.
본 발명은 구동기의 능력을 고려한 임무가능 영역을 사전에 작성하고, 경로생성시 실시간으로 이를 반영함으로써, 무거운 물체를 복잡한 장소에 수송할 때 안정성을 고려하지 않아 드론이 추락하는 사고를 미연에 방지할 수 있도록 하고 계산량에 대한 문제를 해결한 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법을 제공하기 위한 것이다.
본 발명은 분산형 제어 기법을 통해 단수의 드론 기반 매니퓰레이터 뿐만 아니라 복수의 드론 기반 매니퓰레이터에도 쉽게 적용할 수 있도록 하며, 복수의 드론 매니퓰레이터가 자신이 추정한 질량을 서로 다른 드론 매니퓰레이터와 공유하게 함으로써 질량 추정 성능을 높여 운용 신빙성을 높이도록 한 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법을 제공하기 위한 것이다.
본 발명의 다른 목적들은 이하에 서술되는 바람직한 실시예를 통하여 보다 명확해질 것이다.
본 발명의 일 측면에 따르면, 로봇팔을 가지는 비행 매니퓰레이터를 이용한 안전 비행 운송 시스템으로서, 운송하고자 하는 물체에 대한 기구학적 정보를 획득하여 목적지까지의 운송을 위한 엔드이펙터의 경로를 생성하는 엔드이펙터 경로 생성부; 무인기의 운송 능력을 파악하여 안전 운송을 위해 상기 엔드이펙터가 위치할 공간인 운용 가능 영역을 결정하는 운송 능력 파악부; 상기 무인기가 상기 물체를 파지한 이후 이륙하여 호버링하면서 물리량을 추정하는 물리량 추정부; 및 상기 엔드이펙터의 경로에 상응하여 상기 무인기의 경로를 생성하되, 추정된 상기 물리량에 기초하여 상기 운송 능력을 고려함으로써 상기 무인기의 경로를 수정하는 무인기 경로 생성부를 포함하는 안전 비행 운송 시스템이 제공된다.
상기 엔드이펙터 경로 생성부는, 사용자의 직접 입력, 3D 캐드 파일 입력 혹은 비젼 시스템을 통해 상기 물체의 외형 정보를 바탕으로 상기 기구학적 정보를 획득할 수 있다.
상기 운송 능력은 상기 무인기에 장착된 모터의 구동 능력, 상기 엔드이펙터에 장착된 액츄에이터의 토크 중 하나 이상을 포함할 수 있다.
상기 운송 능력 파악부는 출발지 혹은 목적지의 환경 조건을 추가적으로 고려하여 상기 운용 가능 영역을 결정할 수 있다.
상기 운송 능력 파악부는 로봇팔의 각각의 조인트 각의 변화에 따른 상기 엔드이펙터의 위치를 기반으로 상기 무인기에 장착된 구동기의 능력을 고려하여 상기 운용 가능 영역을 구할 수 있다.
상기 엔드이펙터 좌표계와 상기 무인기 좌표계 사이의 관계식을 자코비안
Figure 112017019863986-pat00001
를 통해 표현할 때, 상기 무인기 경로 생성부는
Figure 112017019863986-pat00002
의 의사역행렬(Pseudo-inverse)을 통해 상기 무인기의 경로를 구하며, 자코비안
Figure 112017019863986-pat00003
의 영공간 행렬
Figure 112017019863986-pat00004
의 값을 조정함으로써, 로봇팔의 조인트 각을 제한할 수 있다.
상기 로봇팔의 조인트 각이 운용 가능 범위에서의 최대값과 최소값의 중간에 머무르게 하는 로봇팔 제어부를 더 포함할 수 있다.
복수의 무인기가 협업하여 상기 물체를 운송하는 경우, 상기 물리량 추정부에서 추정된 상기 물리량은 타 무인기와 공유할 수 있다.
상기 무인기 경로 생성부는 역기구학 기법을 바탕으로 한 우선순위 임무할당(task priority) 기법을 사용하여 상기 무인기의 경로를 생성할 수 있다.
상기 무인기 경로 생성부는 상기 엔드이펙터를 추종하는 상기 무인기의 경로를 생성하는 제1 임무와, 사전에 획득된 상기 운용 가능 영역을 만족시키기 위해 상기 엔드이펙터의 운용 범위를 만족시켜야 하는 제2 임무와, 상기 엔드이펙터와 상기 무인기의 프로펠러 간의 충돌을 회피하기 위한 제3 임무를 우선순위에 따라 충족시키게 상기 무인기의 경로를 생성할 수 있다.
상기 무인기 경로 생성부는 상기 제2 임무와 상기 제3 임무를 만족하게 하는 경로를 생성하기 위해, 활성함수(activation function)를 사용할 수 있다.
상기 엔드이펙터가 최대 운용 범위 근처에 가게 될 때 상기 활성함수의 출력이 0에서 1로 변화하는 것을 활용하여, 상기 무인기 경로 생성부는 운용 범위를 넘지 않는 경로를 생성할 수 있다.
상기 무인기 경로 생성부는 목적지 환경 조건에 따라 상기 무인기의 리턴 계획을 추가적으로 수립할 수 있다.
상기 리턴 계획은 상기 무인기가 목적지에 도착하였을 때 파악된 상기 목적지 환경 조건 하에서 상기 물리량과 상기 운송 능력을 함께 고려하였을 때 상기 물체의 운송 완료가 가능한지 판단하고, 운송 완료가 가능한 경우에는 최초 목적한 바에 따라 상기 물체를 목적지에 안착시키고, 상기 목적지 환경 조건에 따라 운송 완료를 위해서는 상기 물리량이 상기 운송 능력을 초과하게 될 경우 안전 운송이 불가능한 것으로 보고 상기 물체를 파지한 채로 리턴하게 하는 것일 수 있다.
한편 본 발명의 다른 측면에 따르면, 로봇팔을 가지는 비행 매니퓰레이터를 이용한 안전 비행 운송 시스템에서 수행되는 실시간 경로 계획 방법으로서, (a) 운송하고자 하는 물체에 대한 기구학적 정보를 획득하여 목적지까지의 운송을 위한 엔드이펙터의 경로를 생성하는 단계; (b) 무인기의 운송 능력을 파악하여 안전 운송을 위해 상기 엔드이펙터가 위치할 공간인 운용 가능 영역을 결정하는 단계; (c) 상기 무인기가 상기 물체를 파지한 이후 이륙하여 호버링하면서 물리량을 추정하는 단계; 및 (d) 상기 엔드이펙터의 경로에 상응하여 상기 무인기의 경로를 생성하되, 추정된 상기 물리량에 기초하여 상기 운송 능력을 고려함으로써 상기 무인기의 경로를 수정하는 단계를 포함하는 실시간 경로 계획 방법이 제공된다.
상기 단계 (a)에서 사용자의 직접 입력, 3D 캐드 파일 입력 혹은 비젼 시스템을 통해 상기 물체의 외형 정보를 바탕으로 상기 기구학적 정보를 획득할 수 있다.
상기 운송 능력은 상기 무인기에 장착된 모터의 구동 능력, 상기 엔드이펙터에 장착된 액츄에이터의 토크 중 하나 이상을 포함할 수 있다.
상기 단계 (b)에서 출발지 혹은 목적지의 환경 조건을 추가적으로 고려하여 상기 운용 가능 영역을 결정할 수 있다.
상기 단계 (b)에서 로봇팔의 각각의 조인트 각의 변화에 따른 상기 엔드이펙터의 위치를 기반으로 상기 무인기에 장착된 구동기의 능력을 고려하여 상기 운용 가능 영역을 구할 수 있다.
상기 엔드이펙터 좌표계와 상기 무인기 좌표계 사이의 관계식을 자코비안
Figure 112017019863986-pat00005
를 통해 표현할 때, 상기 단계 (d)에서
Figure 112017019863986-pat00006
의 의사역행렬(Pseudo-inverse)을 통해 상기 무인기의 경로를 구하며, 자코비안
Figure 112017019863986-pat00007
의 영공간 행렬
Figure 112017019863986-pat00008
의 값을 조정함으로써, 로봇팔의 조인트 각을 제한할 수 있다.
상기 로봇팔의 조인트 각이 운용 가능 범위에서의 최대값과 최소값의 중간에 머무르게 하는 단계를 더 포함할 수 있다.
복수의 무인기가 협업하여 상기 물체를 운송하는 경우, 상기 단계 (c)에서 추정된 상기 물리량은 타 무인기와 공유할 수 있다.
상기 단계 (d)에서 역기구학 기법을 바탕으로 한 우선순위 임무할당(task priority) 기법을 사용하여 상기 무인기의 경로를 생성할 수 있다.
상기 단계 (d)에서 상기 엔드이펙터를 추종하는 상기 무인기의 경로를 생성하는 제1 임무와, 사전에 획득된 상기 운용 가능 영역을 만족시키기 위해 상기 엔드이펙터의 운용 범위를 만족시켜야 하는 제2 임무와, 상기 엔드이펙터와 상기 무인기의 프로펠러 간의 충돌을 회피하기 위한 제3 임무를 우선순위에 따라 충족시키게 상기 무인기의 경로를 생성할 수 있다.
상기 단계 (d)에서 상기 제2 임무와 상기 제3 임무를 만족하게 하는 경로를 생성하기 위해, 활성함수(activation function)를 사용할 수 있다.
상기 엔드이펙터가 최대 운용 범위 근처에 가게 될 때 상기 활성함수의 출력이 0에서 1로 변화하는 것을 활용하여, 상기 단계 (d)에서 운용 범위를 넘지 않는 경로를 생성할 수 있다.
상기 단계 (d)에서 목적지 환경 조건에 따라 상기 무인기의 리턴 계획을 추가적으로 수립할 수 있다.
상기 리턴 계획은 (d-1) 상기 무인기가 목적지에 도착하였을 때 파악된 상기 목적지 환경 조건 하에서 상기 물리량과 상기 운송 능력을 함께 고려하였을 때 상기 물체의 운송 완료가 가능한지 판단하고, (d-2) 운송 완료가 가능한 경우에는 최초 목적한 바에 따라 상기 물체를 목적지에 안착시키고, (d-3) 상기 목적지 환경 조건에 따라 운송 완료를 위해서는 상기 물리량이 상기 운송 능력을 초과하게 될 경우 안전 운송이 불가능한 것으로 보고 상기 물체를 파지한 채로 리턴하게 하는 것일 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 따르면, 미지의 대상 물체의 질량을 추정하고, 추정된 질량을 기반으로 구동기의 운용범위를 고려한 안전한 경로를 생성하는 효과가 있다.
또한, 구동기의 능력을 고려한 임무가능 영역을 사전에 작성하고, 경로생성시 실시간으로 이를 반영함으로써, 무거운 물체를 복잡한 장소에 수송할 때 안정성을 고려하지 않아 드론이 추락하는 사고를 미연에 방지할 수 있도록 하고 계산량에 대한 문제를 해결한 효과가 있다.
또한, 분산형 제어 기법을 통해 단수의 드론 기반 매니퓰레이터 뿐만 아니라 복수의 드론 기반 매니퓰레이터에도 쉽게 적용할 수 있도록 하며, 복수의 드론 매니퓰레이터가 자신이 추정한 질량을 서로 다른 드론 매니퓰레이터와 공유하게 함으로써 질량 추정 성능을 높여 운용 신빙성을 높이도록 한 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 구동기 능력을 고려한 안전 비행 운송 시스템의 개략적인 구성 블록도,
도 2는 본 발명의 일 실시예에 따른 안전 비행 운송 시스템에서 수행되는 실시간 경로 계획 방법의 순서도,
도 3은 비행 매니풀레이터의 동적 모델에 대한 좌표 프레임을 나타낸 도면,
도 4는 미지의 질량을 가지는 물체에 의한 무인기의 질량 중심 변화와 멀티로터의 토크 변화를 설명하기 위한 도면,
도 5는 로봇팔을 가지는 무인기의 제어 구조를 나타낸 도면,
도 6은 무인기와 로봇팔의 제한을 고려한 팔 조인트 각도에 따른 최대 허용 페이로드를 나타낸 등고선,
도 7은 로봇팔의 조인트 한계의 최대와 최소를 계산하는 과정을 설명하기 위한 도면,
도 8은 공통 물체를 다루는 2개의 협업 멀리로터를 나타낸 도면,
도 9는 실시간 경로 계획 기법을 적용한 멀티 비행 매니퓰레이터의 전체 구조도,
도 10은 물체의 상대 위치에 따른 허용 가능한 페이로드를 나타낸 그래프,
도 11은 안전 비행 운송을 위한 다중 요소(3가지 임무)를 나타낸 도면.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 일 실시예에 따른 구동기 능력을 고려한 안전 비행 운송 시스템의 개략적인 구성 블록도이고, 도 2는 본 발명의 일 실시예에 따른 안전 비행 운송 시스템에서 수행되는 실시간 경로 계획 방법의 순서도이다.
본 발명의 일 실시예에 따른 구동기 능력을 고려한 안전 비행 운송 시스템(100)은 멀티로터와 다자유도 로봇팔을 가진 드론 기반 매니퓰레이터(비행 매니퓰레이터)가 자신의 로봇팔을 이용하여 단수로 화물을 운송하거나 복수로 협업하여 화물을 운송할 때, 운송하고자 하는 화물의 질량을 추정하고, 추정된 질량을 기반으로 구동기의 운용범위를 고려한 안전한 경로를 생성하는 것을 특징으로 한다.
본 실시예에 따른 안전 비행 운송 시스템(100)은 드론 기반 매니퓰레이터(비행 매티퓰레이터)에 설치되어, 드론(무인기)이 생성된 경로를 따라 비행하도록 제어한다. 무인기는 다자유도 로봇팔을 가지고 있고, 그리퍼 구조의 엔드이펙터를 구비하고 있을 수 있다.
도 1을 참조하면, 안전 비행 운송 시스템(100)은 엔드이펙터 경로 생성부(110), 운송 능력 파악부(120), 물리량 추정부(130), 무인기 경로 생성부(140)를 포함한다.
엔드이펙터 경로 생성부(110)는 운송하고자 하는 물체(화물)에 대한 기구학적 정보를 획득하여(단계 S210) 목적지까지의 화물 운송을 위한 엔드이펙터의 경로를 생성한다(단계 S215).
화물의 기구학적 정보는 사전에 알려진 화물의 외형 정보를 바탕으로 획득될 수 있다. 외형 정보는 사용자의 직접 입력 혹은 3D 캐드 파일 입력에 의해 획득되거나 무인기에 구비된 카메라와 같은 비젼 시스템(미도시)에 의한 영상 촬영 및 분석에 의해 획득될 수 있다. 외형 정보를 획득하기 위한 영상 분석 방법은 노이즈 제거, 에지 검출 등과 같은 영상 처리 알고리즘에 의해 수행될 수 있으며, 이러한 영상 처리 알고리즘은 본 발명이 속하는 기술분야에서 통상의 기술자에게 자명한 사항인 바 상세한 설명은 생략하기로 한다.
운송 능력 파악부(120)는 무인기의 운송 능력(예컨대, 구동기 능력)을 파악한다(단계 S220). 무인기의 운송 능력에는 무인기에 장착된 모터의 구동 능력, 엔드이펙터에 장착된 액츄에이터의 토크 중 하나 이상을 포함할 수 있다.
이러한 무인기의 운송 능력에 따라 운용 가능 영역이 결정될 수 있다. 무인기의 엔드이펙터는 운용 가능 영역 내에 위치해야 안전한 화물 운송이 가능한 것으로 볼 수 있다.
운송 능력 파악부(120)에서의 무인기 운송 능력 파악은 사전에 이루어질 수 있다. 이는 화물과는 무관하게 모터 구동 능력, 액츄에이터 토크에 의해 결정되기 때문이다. 이러한 운송 능력은 로봇팔의 길이에 따른 무인기가 운송 가능한 화물의 질량으로 표현될 수 있다.
본 실시예에서 무인기의 운송 능력을 파악할 때, 출발지 혹은 목적지의 환경 조건에 대하여 추가적으로 고려할 수 있다. 예컨대, 목적지가 책장과 같이 측방향으로 개방된 곳이어서 무인기가 측방향으로만 접근해야 하고, 로봇팔을 뻗어 화물을 안착시켜야 하는 경우와 목적지가 개방된 곳이어서 무인기가 목적지 상공에서 단순히 하강하여 화물을 내려 놓기만 하면 충분한 경우에 요구되는 무인기의 운송 능력에서는 차이가 있을 것이기 때문이다.
운송 능력 파악부(120)에서는 로봇팔의 각각의 조인트 각의 변화에 따른 엔드이펙터의 위치를 기반으로 무인기에 장착된 구동기의 능력을 고려하여 사전에 운용 가능 영역을 구할 수 있다. 이를 기반으로 후술하는 무인기 경로 생성부(140)에서는 역기구학 기법을 사용하여 무인기 경로를 생성할 수 있다. 이에 대해서는 이후 실시예 1을 통해 상세히 설명하기로 한다.
물리량 추정부(130)는 무인기가 화물을 파지한 이후 일정 높이로 이륙하여 호버링을 수행하면서 화물의 물리량을 추정한다(단계 S225). 추정하는 물리량에는 질량이 포함될 수 있다.
예컨대, 물리량이 소정 기준치를 초과하지 않는 경우에는 로봇팔을 앞으로 뻗어 엔드이펙터가 무인기 본체로부터 미리 정해진 기준거리 이상 이격되게 할 수 있을 것이다.
하지만, 물리량이 소정 기준치를 초과하는 경우에는 로봇팔을 앞으로 뻗을 경우 요구되는 추가적인 모터의 구동 능력 혹은 액츄에이터의 토크로 인해 무인기가 안정성을 잃을 수 있으므로, 로봇팔의 길이를 줄여주어 엔드이펙터가 무인기 본체에 가깝게 위치하게 함으로써 안정성을 확보할 수 있다.
본 실시예에서 복수의 무인기가 협업하여 화물을 운송하는 경우에는 물리량 추정부(130)에서 추정한 물리량을 타 무인기와 공유할 수 있다. 타 무인기와의 정보 공유를 위해 복수의 무인기 각각에는 무선통신을 위한 수단(예컨대, 이동통신모듈 혹은 근거리통신모듈)이 구비되어 있을 수 있다.
무인기 경로 생성부(140)는 엔드이펙터의 경로에 상응하여 무인기의 경로를 생성한다(단계 S230). 앞서 물리량 추정부(130)에서 추정된 물리량에 따라 엔드이펙터가 무인기 본체로부터 이격될 수 있는 간격(즉, 로봇팔의 길이)이 결정되며, 무인기의 경로는 엔드이펙터의 경로로부터 결정된 간격만큼 이격되도록 함으로써 결정될 수 있다.
즉, 무인기 경로 생성부(140)는 추정된 물리량에 기초하여 무인기의 운송 능력을 고려하여 엔드이펙터의 목표 궤적을 기초로 하여 무인기의 목표 궤적을 수정할 수 있다.
무인기 경로 생성부(140)는 무인기 경로 생성을 위해 역기구학 기법을 바탕으로 한 우선순위 임무할당(Task Priority) 기법을 사용할 수 있다.
무인기의 운송 임무 수행 시에 총 3가지 임무가 존재한다. 엔드이펙터를 추종하는 무인기의 경로를 생성하는 제1 임무와, 사전에 획득된 운용 가능 영역을 만족시키기 위해 엔드이펙터의 운용 범위를 만족시켜야 하는 제2 임무와, 엔드이펙터와 무인기의 프로펠러 간의 충돌을 회피하기 위한 제3 임무이다. 이러한 우선순위 임무할당에 대해서는 이후 실시예 2를 참조하여 상세히 설명하기로 한다.
또한, 본 실시예에서 무인기 경로 생성부(140)는 목적지 환경 조건에 따라 무인기의 리턴 계획을 추가적으로 수립할 수도 있다.
무인기가 목적지에 도착하였을 때 파악된 목적지 환경 조건 하에서 화물의 물리량과 무인기의 운송 능력을 고려할 때 화물 운송 완료가 가능한지 판단한다(단계 S235). 운송 완료가 가능한 경우에는 최초 목적한 바에 따라 화물을 목적지에 안착시킴으로써 운송을 완료시킬 수 있다(단계 S240).
하지만, 목적지 환경 조건에 따라 운송 완료를 위해서는 상기 물리량이 상기 운송 능력을 초과하게될 경우(예컨대, 로봇팔의 길이를 무인기의 운송 능력을 벗어나는 수준으로 신장시켜야 하는 경우)에는 무인기의 안전성을 해칠 수 있기에, 화물의 안전한 배송이 불가능할 경우에는 화물을 무리하게 배송 완료하는 것이 아니라 화물을 파지한 채로 다시 출발지 혹은 미리 정해진 귀환지로 리턴하게 할 수 있다(단계 S245). 이러한 무인기의 리턴 계획은 화물 및 무인기의 안전을 위한 것이다.
본 실시예에서 안전 비행 운송 시스템(100)은 무인기 구동부(미도시)를 더 포함할 수 있다. 무인기 구동부는 무인기 경로 생성부(140)에서 생성된 무인기 경로 에 따라 무인기가 비행을 수행하도록 하는 제어 입력 및/또는 구동 명령(각 모터 및 액츄에이터를 작동시키는 명령)을 생성하여 출력함으로써, 무인기를 구동시킬 수 있다. 또한, 엔드이펙터 경로에 따라 무인기가 비행 중에 엔드이펙터를 움직이도록 하는 제어 입력 및/또는 구동 명령을 추가적으로 생성하여 출력할 수도 있다. 무인기 경로 및/또는 엔드이펙터 경로가 결정된 경우, 무인기를 구동시키는 무인기 구동부의 구성 및 기능에 대해서는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 자명한 바 상세한 설명은 생략한다.
이하에서는 우선 2 자유도의 로봇팔을 가진 드론 기반 매니퓰레이터(무인기)의 경로 생성 기법(실시예 1)에 대하여 설명하기로 한다.
2 자유도 로봇팔의 각각의 조인트 각의 변화에 대한 엔드이펙터의 위치를 기반으로 무인기에 장착된 구동기의 능력을 고려하여 사전에 운용 가능 영역을 구하게 된다. 이러한 운용 가능 영역을 바탕으로, 8 자유도의 드론 기반 매니퓰레이터의 경로를 생성하기 위해 역기구학(Inverse kinematics) 기법을 사용한다. 엔드이펙터 좌표계와 무인기 좌표계 사이의 관계식을 자코비안
Figure 112017019863986-pat00009
를 통해 표현할 때,
Figure 112017019863986-pat00010
의 의사역행렬(Pseudo-inverse)을 통해 드론 기반 매니퓰레이터의 경로를 구할 수 있다. 이 때, 자코비안
Figure 112017019863986-pat00011
의 영공간 행렬
Figure 112017019863986-pat00012
의 값을 조정함으로써, 로봇팔의 조인트 각을 제한할 수 있다. 이러한 방법은 로봇팔 제어부(미도시)를 통해 운용 가능범위에서의 최대값과 최소값의 중간에 로봇팔의 조인트 각을 머무르게 하는 방법이다.
본 실시예에서는 우선 적응 제어 및 추정 알고리즘의 합성은 로봇팔 운동의 무시할 수 없는 영향을 설명하기 위해 멀티로터와 로봇팔이 결합된 동역학에 기초하여 제안된다. 제어기는 알 수 없는 페이로드를 처리하기 위한 드론 기반 매니퓰레이터의 매개 변수 추정 알고리즘을 사용하여 설계된다.
둘째, 화물을 안전하게 운송하기 위해 우리는 역기구학에 기반하여 엔드이펙터의 원하는 위치를 추적하기 위한 모션 생성 알고리즘을 제시한다. 역기구학 해법에 의해 생성된 경로는 조인트 액츄에이터의 최대 모터 속도와 실속 토크를 만족하도록 설계된다.
도 3은 비행 매니풀레이터의 동적 모델에 대한 좌표 프레임을 나타낸 도면이고, 도 4는 미지의 질량을 가지는 물체에 의한 무인기의 질량 중심 변화와 멀티로터의 토크 변화를 설명하기 위한 도면이며, 도 5는 로봇팔을 가지는 무인기의 제어 구조를 나타낸 도면이고, 도 6은 무인기와 로봇팔의 제한을 고려한 팔 조인트 각도에 따른 최대 허용 페이로드를 나타낸 등고선이며, 도 7은 로봇팔의 조인트 한계의 최대와 최소를 계산하는 과정을 설명하기 위한 도면이다.
도 3을 참조하면,
Figure 112017019863986-pat00013
,
Figure 112017019863986-pat00014
및
Figure 112017019863986-pat00015
는 각각 관성 프레임, 무인기 본체(본 실시예에서는 헥사콥터를 가정함) 프레임 및 i번째 링크의 바디 프레임을 나타낸다. 아래 첨자
Figure 112017019863986-pat00016
은 링크 번호를 나타낸다. 본 실시예에서는 2 자유도의 로봇팔을 가지는 비행 매니퓰레이터를 가정한다(n=2).
관성 프레임
Figure 112017019863986-pat00017
, 헥사콥터의 오일러 각
Figure 112017019863986-pat00018
, 매니퓰레이터의 조인트 각
Figure 112017019863986-pat00019
에서 로봇팔을 제외하고 헥사콥터의 질량 중심 위치를 이용하면, 기구학적 모델은 다음의 구성 벡터를 기반으로 설명될 수 있다.
Figure 112017019863986-pat00020
여기서, 일반적으로 벡터양을 나타내기 위해 볼드체(예 :
Figure 112017019863986-pat00021
)를 사용하기로 한다.
결합된 시스템의 동역학을 얻기 위한 오일러 - 라그랑지 공식은 다음과 같이 쓸 수 있다.
(1-1)
Figure 112017019863986-pat00022
여기서
Figure 112017019863986-pat00023
는 제어입력으로, 멀티로터의 6 차원 힘/토크와 로봇팔의 2개의 조인트 토크 구성요소로 구성된다.
여기서,
Figure 112017019863986-pat00024
은 운동에너지
Figure 112017019863986-pat00025
와 위치에너지
Figure 112017019863986-pat00026
를 가진다.
무인기 본체
Figure 112017019863986-pat00027
의 질량과 제1 및 제2 링크의 총 질량(
Figure 112017019863986-pat00028
및
Figure 112017019863986-pat00029
)을 가지고 결합된 시스템의 동역학은 다음과 같이 쓸 수 있다.
(1-2)
Figure 112017019863986-pat00030
여기서
Figure 112017019863986-pat00031
은 관성 행렬이다.
Figure 112017019863986-pat00032
은 코리올리 행렬이고
Figure 112017019863986-pat00033
은 중력 항이다.
도 3에 도시된 것과 같은 멀티로터의 경우에, 제어입력
Figure 112017019863986-pat00034
는 다음과 같이 작동 명령으로 변환될 수 있다.
(1-3)
Figure 112017019863986-pat00035
Figure 112017019863986-pat00036
는 바디프레임
Figure 112017019863986-pat00037
의 제어입력이고,
Figure 112017019863986-pat00038
는 무인기 본체의 입력 힘 명령을 위한
Figure 112017019863986-pat00039
과, 로봇팔에의 명령을 위한
Figure 112017019863986-pat00040
으로 구성된다.
Figure 112017019863986-pat00041
는
Figure 112017019863986-pat00042
와
Figure 112017019863986-pat00043
사이의 회전행렬
Figure 112017019863986-pat00044
과,
Figure 112017019863986-pat00045
단위행렬
Figure 112017019863986-pat00046
과,
Figure 112017019863986-pat00047
에서 표현되는 각속도에서
Figure 112017019863986-pat00048
의 시간미분을 맵핑한
Figure 112017019863986-pat00049
을 포함하는
Figure 112017019863986-pat00050
행렬이다.
Figure 112017019863986-pat00051
행렬인
Figure 112017019863986-pat00052
는 다음과 같이 정의되는
Figure 112017019863986-pat00053
를 포함한다.
Figure 112017019863986-pat00054
Figure 112017019863986-pat00055
은 무인기 본체의 팔 길이이고,
Figure 112017019863986-pat00056
으로
Figure 112017019863986-pat00057
은 드래그 계수이고,
Figure 112017019863986-pat00058
는 모터 추력 계수이다. 계수
Figure 112017019863986-pat00059
과
Figure 112017019863986-pat00060
는 6축 힘-토크 센서를 사용한 모터 시험 데이터에서 획득된다. 여기서,
Figure 112017019863986-pat00061
는
Figure 112017019863986-pat00062
(
Figure 112017019863986-pat00063
)를 제외하고는 반전가능하기 때문에, 각 모터와 로봇팔의 이상적 추력은 다음과 같다.
(1-4)
Figure 112017019863986-pat00064
Figure 112017019863986-pat00065
는 무어-펜로즈 의사-역행렬이다. 이 경우,
Figure 112017019863986-pat00066
는 i번째 로터의 회전속도
Figure 112017019863986-pat00067
를 가지기 때문에, 각 모터의 속도 명령을
Figure 112017019863986-pat00068
으로 줄 수 있다.
(1-4)에서, 제어입력을
Figure 112017019863986-pat00069
로만 가정하여 고려할 수 있다. 추가적으로 (1-4)의 수학식을 만족시키기 위해,
Figure 112017019863986-pat00070
의 2개 요소,
Figure 112017019863986-pat00071
과
Figure 112017019863986-pat00072
는 이상적인 롤 각도
Figure 112017019863986-pat00073
와 피치 각도
Figure 112017019863986-pat00074
를 생성하기 위해 사용된다. (1-3)에서 x, y, z 방향의 제어입력을 위해
Figure 112017019863986-pat00075
를 획득할 수 있다. 개별 모터에서 생성된 힘의 합은 고도(altitude) 제어입력과 동일하다는 사실(
Figure 112017019863986-pat00076
)을 이용하면, 다음 방정식이 만족되어야 한다.
(1-5)
Figure 112017019863986-pat00077
여기서,
Figure 112017019863986-pat00078
은
Figure 112017019863986-pat00079
,
Figure 112017019863986-pat00080
는
Figure 112017019863986-pat00081
이고, 윗첨자
Figure 112017019863986-pat00082
는 이상적 값이다. 이러한 이유로, 이상적인 롤과 피치 각도는 다음과 같이 계산된다.
(1-6)
Figure 112017019863986-pat00083
이는 롤과 피치 각도가 매우 작은 각도라는 가정(즉,
Figure 112017019863986-pat00084
,
Figure 112017019863986-pat00085
)에 기초하여 유도된다.
다음으로 시스템 매개변수화에 대해 설명한다.
로봇팔의 엔드이펙터가 미지의 물체를 잡을 때, 관성모멘트와
Figure 112017019863986-pat00086
와 같은 제2 링크의 물리적 특성은 변할 수 있는데, 이는 도 4에 도시된 것과 같이 미지의 질량
Figure 112017019863986-pat00087
때문이다. 이 문제를 해결하기 위해, 고정좌표계
Figure 112017019863986-pat00088
에 기반한
Figure 112017019863986-pat00089
와
Figure 112017019863986-pat00090
를 추정함으로써 추가적인 토크
Figure 112017019863986-pat00091
를 계산하고 보상할 필요가 있다. 이를 위해, 우선 비행 매니퓰레이터의 동역학을 매개변수화한다.
관성모멘트의 변화를 다루기 위해, 물체가 질점(point mass)을 가진 것으로 가정한다.
Figure 112017019863986-pat00092
의 y축에서의 관성모멘트는 다음과 같이 추정될 수 있다.
(1-7)
Figure 112017019863986-pat00093
Figure 112017019863986-pat00094
는 미지의 페이로드가 없을 경우 제2 링크(link 2)의 관성모멘트이다. 그러므로 무인기 본체의 다른 물리적 정보와 제2 링크를 제외한 다른 링크는 이미 알려진 값이므로, 모션방정식은 미지의 파라미터
Figure 112017019863986-pat00095
와
Figure 112017019863986-pat00096
로 매개변수화될 수 있다.
(1-8)
Figure 112017019863986-pat00097
여기서,
Figure 112017019863986-pat00098
,
Figure 112017019863986-pat00099
,
Figure 112017019863986-pat00100
은 알려진 물리적 파라미터의 행렬이다. (1-8)의
Figure 112017019863986-pat00101
,
Figure 112017019863986-pat00102
,
Figure 112017019863986-pat00103
에서 보여지는 미지의 파라미터는 선형 관계를 획득하기 위해 단순화하고자,
Figure 112017019863986-pat00104
,
Figure 112017019863986-pat00105
,
Figure 112017019863986-pat00106
와 같은 신규 파라미터를 정의한다. (1-8)을 이용하면, 동영학 방정식 (1-2)는 다음과 같이 재표현될 수 있다.
(1-9)
Figure 112017019863986-pat00107
(1-9)에서 제어입력
Figure 112017019863986-pat00108
를 포함하는 힘 항(forcing term)은 다음과 같다.
(1-10)
Figure 112017019863986-pat00109
힘 항
Figure 112017019863986-pat00110
은 파라미터 추정기에 의해 이용될 것이다.
다음으로 온라인 파라미터 추정기 및 증강 적응형 제어기에 대해 설명하기로 한다. 도 5는 로봇팔을 가지는 무인기의 제어 구조를 나타낸 도면이다.
도 5의 각 구성요소는 다음과 같다.
- Inverse Kinematics: 엔드이펙터의 궤적을 추종하기 위한 비행 매니퓰레이터의 경로를 생성하는 부분
- Parameter Update: 제어 입력 및 상태변수를 바탕으로 미지 물리량을 추정하는 부분
- State Estimator: 추정된 물리량을 바탕으로 비행매니퓰레이터의 상태변수를 추정하는 부분
-
Figure 112017019863986-pat00111
: 추정된 상태변수의 노이즈를 제거하기 위한 저역통과 필터(Low-pass filter)
- Controller: 목표 궤적을 추종하기 위한 제어 입력을 생성하는 부분
- Decoupling: x, y 방향 추종을 위한 목표 롤 각 및 피치각을 생성하는 부분
- Allocation Matrix: 생성된 제어입력을 모터명령으로 변환하는 부분
온라인 파라미터 추정기는 미지의 페이로드를 위한 것으로, 온라인 파라미터 추정기 알고리즘은 단일 그리퍼를 가진 모바일 매니퓰레이터 혹은 쿼드로터와 같은 많은 로봇에 적용될 수 있다. 여기서, (1-8)에 기초하여 파라미터 추정기를 유도한다. 온라인 파라미터 추정기를 유도하기에 앞서, 다음 가정을 이용한다.
가정 1-1. 비행 매니퓰레이터는 부드럽게 움직인다. 즉, 상태
Figure 112017019863986-pat00112
,
Figure 112017019863986-pat00113
,
Figure 112017019863986-pat00114
,
Figure 112017019863986-pat00115
는 힘 항
Figure 112017019863986-pat00116
에 의해 경계 내에 있다.
가정 1-1은 적절한 제어기 설계에 의해 만족될 수 있다. 제안된 제어 기법 하에서 상태의 한정성을 설명할 것이다. 가정 1-1에 기초하면,
Figure 112017019863986-pat00117
,
Figure 112017019863986-pat00118
,
Figure 112017019863986-pat00119
와 같은 미지의 파라미터를 위한 업데이트 규칙을 찾기 위해 상태 추정기를 설계한다.
(1-11)
Figure 112017019863986-pat00120
Figure 112017019863986-pat00121
와
Figure 112017019863986-pat00122
는 사용자 정의 양(+) 이득 행렬들(positive definite gain matrices)이고,
Figure 112017019863986-pat00123
는 추정 상태이다. 여기서, 초기 파라미터 업데이트를 위해,
Figure 112017019863986-pat00124
를 가정한다.
Figure 112017019863986-pat00125
와 같이 상태 오차를 정의하면, 파라미터 업데이트 규칙은 다음과 같이 주어질 수 있다.
(1-12)
Figure 112017019863986-pat00126
양수
Figure 112017019863986-pat00127
,
Figure 112017019863986-pat00128
,
Figure 112017019863986-pat00129
는 파라미터 추정기의 학습률(learning rate)이다.
Figure 112017019863986-pat00130
를 고려하면,
Figure 112017019863986-pat00131
는
Figure 112017019863986-pat00132
과
Figure 112017019863986-pat00133
의 조합으로
Figure 112017019863986-pat00134
와 같이 획득할 수 있다. 마지막으로 미지의 물체가 단단한 것으로 가정하면, (1-12)에 기초하여 비행 동안 자동적으로 파라미터 추정이 수행된다. (1-2)와 (1-11)을 이용하면, 오차 동역학은 다음과 같다.
(1-13)
Figure 112017019863986-pat00135
Figure 112017019863986-pat00136
는 상응하는 행렬 (1-8)의 추정 오차를 가리킨다.
명제 1. 오차 동역학 (1-13)은 점근적으로 안정하다.
증명. 추정 오차 동역학 (1-11)의 수렴성을 증명하기 위해, 다음의 리아프노프 후보 함수(Lyapunov candidate function)를 정의한다.
(1-14)
Figure 112017019863986-pat00137
Figure 112017019863986-pat00138
의 시간 도함수는 다음과 같다.
Figure 112017019863986-pat00139
Figure 112017019863986-pat00140
와 파라미터 추정 규칙 (1-12)를 이용하면,
Figure 112017019863986-pat00141
의 시간 도함수는 다음과 같다.
(1-15)
Figure 112017019863986-pat00142
Figure 112017019863986-pat00143
은
Figure 112017019863986-pat00144
의 최소 고유값(smallest eigenvalue)이다. 이는
Figure 112017019863986-pat00145
,
Figure 112017019863986-pat00146
,
Figure 112017019863986-pat00147
,
Figure 112017019863986-pat00148
의 한정성을 증명한다. 또한
Figure 112017019863986-pat00149
는 가정 1에 의해 한정된다.
Figure 112017019863986-pat00150
또한 한정되고, Barbalat의 보조 정리의 응용에 의해 시간이 무한으로 감에 따라
Figure 112017019863986-pat00151
는 0(zero)이 됨을 보장한다.
파라미터 수렴성
Figure 112017019863986-pat00152
은 여기 지속성(persistence of excitation)이 가정될 때의 결과이다.
다음으로, 비행 매니퓰레이터를 위한 궤적 추적 제어기를 설계한다.
오차를
Figure 112017019863986-pat00153
로 정의하고, 슬라이딩 표면 변수
Figure 112017019863986-pat00154
를 다음과 같이 정의한다.
(1-16)
Figure 112017019863986-pat00155
Figure 112017019863986-pat00156
이고,
Figure 112017019863986-pat00157
는 대각 이득 행렬이다. 제어기를 유도하기 이전에, 다음 가정을 이용한다.
가정 1-2. 이상적 궤적
Figure 112017019863986-pat00158
은 다음과 같이 한정된다.
Figure 112017019863986-pat00159
Figure 112017019863986-pat00160
는 양수(positive number)이다.
가정 1-2에 기초할 때, 본 실시예에 따른 제어기는 추정 파라미터들
Figure 112017019863986-pat00161
,
Figure 112017019863986-pat00162
,
Figure 112017019863986-pat00163
에 기초하여 유도된다.
Figure 112017019863986-pat00164
,
Figure 112017019863986-pat00165
,
Figure 112017019863986-pat00166
의 추정은 (1-8)에 의해 획득될 수 있다. 추가적으로 제어기는 배터리 고갈(battery drain)의 효과 혹은 바람과 그라운드 효과에 의한 방해를 보상할 수 있어야 한다. 이 문제를 해결하기 위해, 일괄 불확실성(lumped uncertainty)과 같은 다양한 요소를 나타낸다. 로봇 매니퓰레이터용 증강 적응형 제어기는 다음과 같이 설계된다.
(1-17)
Figure 112017019863986-pat00167
Figure 112017019863986-pat00168
는 대각 이득 행렬이다.
Figure 112017019863986-pat00169
는 추정 일괄 불확실성을 나타낸다. 여기서, 변수
Figure 112017019863986-pat00170
는
Figure 112017019863986-pat00171
가 시간 상수
Figure 112017019863986-pat00172
를 가지는 1차 필터를 통과하게 하여 획득한다.
(1-18)
Figure 112017019863986-pat00173
여기서,
Figure 112017019863986-pat00174
에서
Figure 112017019863986-pat00175
를 계산할 때 1차 필터를 사용하는데, (1-17)에서 제어입력에
Figure 112017019863986-pat00176
를 직접 사용하면
Figure 112017019863986-pat00177
는 고주파 진동을 야기하기 때문이다.
본 실시예에 따른 제어 기법의 안정성을 설명하기 전에,
Figure 112017019863986-pat00178
를 좀더 상세하게 고려한다.
이를 위해 새로운 변수
Figure 112017019863986-pat00179
를 정의한다.
(1-19)
Figure 112017019863986-pat00180
(1-20)
Figure 112017019863986-pat00181
여기서,
Figure 112017019863986-pat00182
이다.
보조정리 1-1.
Figure 112017019863986-pat00183
이고
Figure 112017019863986-pat00184
이라면,
Figure 112017019863986-pat00185
는 다음과 같이 한정된다.
(1-21)
Figure 112017019863986-pat00186
Figure 112017019863986-pat00187
는 양의 상수이다.
증명. 다음의 소 집합을 고려한다.
Figure 112017019863986-pat00188
Figure 112017019863986-pat00189
와
Figure 112017019863986-pat00190
는 양의 상수이다.
(1-20)에서,
Figure 112017019863986-pat00191
는 다음과 같이 재표현될 수 있다.
(1-22)
Figure 112017019863986-pat00192
여기서,
Figure 112017019863986-pat00193
,
Figure 112017019863986-pat00194
,
Figure 112017019863986-pat00195
,
Figure 112017019863986-pat00196
,
Figure 112017019863986-pat00197
는 (1-12)에 의해 계산될 수 있다. (1-22)의 우측변은 모두 한정된 값인
Figure 112017019863986-pat00198
,
Figure 112017019863986-pat00199
,
Figure 112017019863986-pat00200
,
Figure 112017019863986-pat00201
,
Figure 112017019863986-pat00202
의 함수로 보여질 수 있다. 그러므로
Figure 112017019863986-pat00203
도 한정된다고 볼 수 있다.
Figure 112017019863986-pat00204
와
Figure 112017019863986-pat00205
가 한정되기 때문에,
Figure 112017019863986-pat00206
는 소 집합
Figure 112017019863986-pat00207
에서 한정된다.
정리 1-1. 파라미터 추정기 (1-11)를 가지는 비행 매니퓰레이터 시스템 (1-2)을 고려한다. (1-16)에서 슬라이딩 표면 변수
Figure 112017019863986-pat00208
는 (1-17)에서 제어입력
Figure 112017019863986-pat00209
하에서 임의로 작게 만들어질 수 있다. 덧붙여 상태 추정 오차가 0(zero)가 되거나(
Figure 112017019863986-pat00210
) 매우 느리게 변화한다면,
Figure 112017019863986-pat00211
는 점근적으로 0(zero)가 된다.
증명. 폐루프 동역학은 (1-2)에 본 실시예에 따른 제어 기법 (1-17)을 대체하면 다음과 같이 유도될 수 있다.
(1-23)
Figure 112017019863986-pat00212
다음과 같은 리아프노프 후보 함수를 정의한다.
(1-24)
Figure 112017019863986-pat00213
Figure 112017019863986-pat00214
는 사용자 정의 대각 행렬이다.
(1-24)에서 양변에
Figure 112017019863986-pat00215
를 빼면, 다음과 같이 표현할 수 있다.
Figure 112017019863986-pat00216
Figure 112017019863986-pat00217
의 시간 미분은 다음과 같이 표현될 수 있다.
(1-25)
Figure 112017019863986-pat00218
(1-13)의 추정 오차 동역학
Figure 112017019863986-pat00219
에 의해, 리아프노프 후보 함수의 미분을 재표현할 수 있다.
(1-26)
Figure 112017019863986-pat00220
유도 과정에서
Figure 112017019863986-pat00221
와
Figure 112017019863986-pat00222
의 대칭 스큐가 이용된다.
Figure 112017019863986-pat00223
가 불확실성
Figure 112017019863986-pat00224
의 적응율(adaptation rate)에 비교할 때 매우 느리게 변화한다고 가정하면, 추정 불확실성
Figure 112017019863986-pat00225
의 업데이트 규칙은 다음과 같이 재표현할 수 있다.
(1-27)
Figure 112017019863986-pat00226
(1-27)에 의해,
Figure 112017019863986-pat00227
는 다음과 같이 재표현될 수 있다.
(1-28)
Figure 112017019863986-pat00228
Figure 112017019863986-pat00229
는 행렬
Figure 112017019863986-pat00230
의 최소 고유값을 의미한다. 두 벡터 a와 b에 대해 영의 부등식(Young's inequality), 즉
Figure 112017019863986-pat00231
을 적용하면, (1-28)에서 다음이 산출된다.
(1-29)
Figure 112017019863986-pat00232
(1-29)에 보조정리 1을 적용하면, 다음을 획득할 수 있다.
(1-30)
Figure 112017019863986-pat00233
Figure 112017019863986-pat00234
,
Figure 112017019863986-pat00235
이다.
이 부분에서 리아프노프 후보 함수
Figure 112017019863986-pat00236
를 다시 고려해본다.
(1-31)
Figure 112017019863986-pat00237
(1-30)과 (1-31)에서,
Figure 112017019863986-pat00238
의 시간 도함수는 다음과 같이 한정된다.
(1-32)
Figure 112017019863986-pat00239
여기서,
Figure 112017019863986-pat00240
이다.
따라서, 다음을 얻을 수 있다.
(1-33)
Figure 112017019863986-pat00241
여기서,
Figure 112017019863986-pat00242
이고
Figure 112017019863986-pat00243
이다.
일부 양의 상수
Figure 112017019863986-pat00244
에 대해
Figure 112017019863986-pat00245
라면,
Figure 112017019863986-pat00246
에서
Figure 112017019863986-pat00247
임을 볼 수 있다.
그러므로,
Figure 112017019863986-pat00248
는 불변 집합을 나타낸다. 따라서, 부등식 (1-33)은 다음을 암시한다.
(1-34)
Figure 112017019863986-pat00249
이는 슬라이딩 표면 변수
Figure 112017019863986-pat00250
, 일괄 불확실성의 추정 오차
Figure 112017019863986-pat00251
, 필터링된 오차
Figure 112017019863986-pat00252
의 한정성을 증명한다.
Figure 112017019863986-pat00253
와
Figure 112017019863986-pat00254
를 조정함으로써, 상한
Figure 112017019863986-pat00255
는 임의로 작게 만들어질 수 있다. 결과적으로
Figure 112017019863986-pat00256
는 임의로 작게 만들어질 수 있다.
추정 오차가 0(zero)가 되거나, 즉
Figure 112017019863986-pat00257
이거나 매우 느리게 변화되면,
Figure 112017019863986-pat00258
, 즉
Figure 112017019863986-pat00259
이라 볼 수 있다. 이 경우, (1-28)에서 리아프노프 후보 함수
Figure 112017019863986-pat00260
의 미분은 다음과 같이 재표현될 수 있다.
(1-35)
Figure 112017019863986-pat00261
(1-15)와 같이, Barbalat의 보조 정리를 이용한 본 실시예의 제어기의 점근적 안정성을 볼 수 있다. 이 상황에서
Figure 112017019863986-pat00262
는 점근적으로 0(zero)가 된다. 또한 제어오차가 점근적으로
Figure 112017019863986-pat00263
임을 의미한다.
추가적으로,
Figure 112017019863986-pat00264
는 (1-23)의 동역학의 미분과 가정 2에 의해 한정된다. 이는
Figure 112017019863986-pat00265
또한 한정됨을 의미하고, 가정 1-1을 만족한다.
다음으로 안전 비행 범위(safe flight envelope) 내에서 이상적인 엔드이펙터 위치를 추적하는 궤적 생성 알고리즘을 설명한다.
중량의 물체는 모터속도와 조인트 토크가 최대치를 초과하게 함으로써 무인기 본체의 모터와 로봇팔에 문제를 야기할 수 있다. 이 문제를 해결하기 위해, 추가 페이로드의 추정 질량에 기반한 로봇팔의 움직임을 제한한다. 이를 위해, 조인트 각의 변화에 따른 비행 매니퓰레이터의 최대 페이로드를 조사하여 허용 비행 범위를 구한다.
최대 페이로드를 분석하는데 2가지 고려사항이 있다. 1) 로봇팔에서 조인트 액츄에이터의 실속 토크(stall torque), 2) 멀티로터에서 모터의 최대 속도.
적용 토크가 실속 토크보다 클 때, 서보모터는 페이로드를 버틸 수 없다. 서보모터와 미지의 페이로드로부터,
Figure 112017019863986-pat00266
는
Figure 112017019863986-pat00267
와 같이 계산될 수 있다. 본 실시예에서 서보모터의 실속 토크는 실험에 의해 획득될 수 있다. 그러므로, 제1 링크와 제2 링크 서보모터에 의해 버틸 수 있는 페이로드의 최대치
Figure 112017019863986-pat00268
와
Figure 112017019863986-pat00269
는 다음과 같이 계산될 수 있다.
(1-36)
Figure 112017019863986-pat00270
Figure 112017019863986-pat00271
는 중력가속도이고,
Figure 112017019863986-pat00272
와
Figure 112017019863986-pat00273
는 각각 제1 링크와 제2 링크의 최대 토크이다. 각 링크에서 다른 서보모터를 사용한다면,
Figure 112017019863986-pat00274
이다.
Figure 112017019863986-pat00275
는 이동성의 안전마진을 주는 사용자 정의 이득 행렬이다. 조인트 각도 변화가 그렇게 빠르지 않고 조인트 각도 오차의 최대치
Figure 112017019863986-pat00276
가 10도(˚)로 설정된 것으로 가정한다. 마지막으로 (1-36)에서
Figure 112017019863986-pat00277
와
Figure 112017019863986-pat00278
의 최소값, 즉
Figure 112017019863986-pat00279
를 취해 최대 유지가능 페이로드
Figure 112017019863986-pat00280
가 계산된다.
제2 인자는 각 모터의 최대 추력이다. 무인기 본체 프레임에서, 모터의 분당 회전수(RPM)의 허용범위는 1,200에서 9,500이다. 최대 토크는 제1 모터에 적용되는데, 이는 로봇팔이 전방을 향해 부착되어 있기 때문이다. 멀티로터 모터의 최악의 경우는 다음과 같다. 헥사콥터의 최대 페이로드는 다음과 같이 획득될 수 있다.
(1-37)
Figure 112017019863986-pat00281
여기서,
Figure 112017019863986-pat00282
는
Figure 112017019863986-pat00283
의 첫번째 열 벡터이다.
로봇팔의 작동범위,
Figure 112017019863986-pat00284
와
Figure 112017019863986-pat00285
를 가정한다. 이러한 조인트 각 변화를 이용하면, 비행 로봇은 호버에 가까우며(
Figure 112017019863986-pat00286
), 페이로드
Figure 112017019863986-pat00287
을 가지는 모터 속도는 다음과 같이 표현할 수 있다.
(1-38)
Figure 112017019863986-pat00288
예를 들어, 비행 매니퓰레이터의 자세 오차가 최대 롤 토크에 의해 한정된다면, 자세 오차가 한정된다고 볼 수 있다. 이는 다음 부등식을 만족한다.
(1-39)
Figure 112017019863986-pat00289
Figure 112017019863986-pat00290
와
Figure 112017019863986-pat00291
는
Figure 112017019863986-pat00292
방향에서의 사용자 정의 이득이다.
Figure 112017019863986-pat00293
와
Figure 112017019863986-pat00294
는 유사하게 표현될 수 있다. 여기서, 최대 롤각, 피치각, 요각을 10도로 설정하고, 각속도를 0.5 rad/s로 설정한다. (1-38)은 다음과 같이 재표현될 수 있다.
(1-40)
Figure 112017019863986-pat00295
추력 효율은 기계적 진동에 의해 감소될 수 있기 때문에, 최대 각도와 각속도가 명목적인 비행 조건의 제어오차보다 큰 것이 바람직하다. 비행 시뮬레이션에서 사용되는 사용자 정의 이득,
Figure 112017019863986-pat00296
와
Figure 112017019863986-pat00297
로부터 최대 페이로드가 (1-40)에 의해 계산될 수 있다. (1-40)은 바람과 같은 방해요소 혹은 배터리 고갈을 고려하지 않았으므로,
Figure 112017019863986-pat00298
에 대해 10% 추가 안전마진을 준다(
Figure 112017019863986-pat00299
).
마지막으로, 범위는 (1-40)의
Figure 112017019863986-pat00300
과 (1-36)의
Figure 112017019863986-pat00301
에서 최소값을 선택함으로써 결정된다(
Figure 112017019863986-pat00302
). 그 결과 도 6에 도시된 것과 같은 조인트 각 변화에 대해 안전 작동 범위를 위한 최대 허용가능 페이로드는 0.270kg에서 1.05kg 까지이다.
다음으로 로봇팔의 움직임을 제한하는 궤적 계획에 대해서 설명하기로 한다.
비행 매니퓰레이터의 궤적 생성을 위한 역기구학 해법(inverse kinetic solution)을 설명한다. 엔드이펙터 추적 제어기를 이용하기 위해, 관성 프레임
Figure 112017019863986-pat00303
에서 표현되는 엔드이펙터의 카르테시안 위치
Figure 112017019863986-pat00304
에 초점을 맞춘다. 운동학 관계에 기초하면, 엔드이펙터 위치(
Figure 112017019863986-pat00305
)는 헥사콥터의 카르테시안 위치(
Figure 112017019863986-pat00306
)와, 바디 고정 프레임
Figure 112017019863986-pat00307
에서 링크 n의 엔드이펙터의 위치(
Figure 112017019863986-pat00308
)를 이용하여 획득될 수 있다.
Figure 112017019863986-pat00309
와
Figure 112017019863986-pat00310
간의 운동 방정식은 다음과 같다.
(1-41)
Figure 112017019863986-pat00311
여기서
Figure 112017019863986-pat00312
이고,
Figure 112017019863986-pat00313
는 자코비안 행렬이다.
Figure 112017019863986-pat00314
는
Figure 112017019863986-pat00315
를
Figure 112017019863986-pat00316
에서의 각속도로 변환한 것이고,
Figure 112017019863986-pat00317
와
Figure 112017019863986-pat00318
간의 전방 기구학 솔루션을 다음과 같이 수립할 수 있다.
(1-42)
Figure 112017019863986-pat00319
여기서
Figure 112017019863986-pat00320
이고
Figure 112017019863986-pat00321
는 벡터를 대칭 스큐 행렬로 변환하는 연산자이다.
Figure 112017019863986-pat00322
이고
Figure 112017019863986-pat00323
이다.
엔드이펙터의 이상적인 위치와 속도에서, 엔드이펙터의 증강 이상적 위치를
Figure 112017019863986-pat00324
로 정의한다.
(1-43)
Figure 112017019863986-pat00325
여기서,
Figure 112017019863986-pat00326
는 대각 이득 행렬이다.
Figure 112017019863986-pat00327
에서
Figure 112017019863986-pat00328
를 획득하기 위해, 여분 매니퓰레이터를 위한 역기구학을 이용한다.
Figure 112017019863986-pat00329
는 다음과 같이 계산된다.
(1-44)
Figure 112017019863986-pat00330
여기서,
Figure 112017019863986-pat00331
이고
Figure 112017019863986-pat00332
는 가중치 행렬이며
Figure 112017019863986-pat00333
는
Figure 112017019863986-pat00334
의 호모지니어스 해법(homogeneous solution)이다.
Figure 112017019863986-pat00335
는
Figure 112017019863986-pat00336
의 영공간에서의 투영이다.
Figure 112017019863986-pat00337
를 이용하면, 비행 매니퓰레이터의 이상적 궤적이 다음과 같이 표현될 수 있다.
(1-45)
Figure 112017019863986-pat00338
여기서,
Figure 112017019863986-pat00339
는 사용자 정의 이상적 요각이다.
Figure 112017019863986-pat00340
와
Figure 112017019863986-pat00341
는 제어 기법에 의해 자동 계산된다.
도 6에 기초하여 로봇팔의 움직임을 제한하기 위해, 내부 운동
Figure 112017019863986-pat00342
을 다룬다.
(1-46)
Figure 112017019863986-pat00343
여기서,
Figure 112017019863986-pat00344
는 상수이고,
Figure 112017019863986-pat00345
는 다음과 같이 정의되는 조인트 변수의 2차 목적 함수(secondary objective function)이다.
(1-47)
Figure 112017019863986-pat00346
여기서,
Figure 112017019863986-pat00347
이고,
Figure 112017019863986-pat00348
의 차원이다.
Figure 112017019863986-pat00349
와
Figure 112017019863986-pat00350
는 각각 조인트 한계의 최대와 최소를 의미하고,
Figure 112017019863986-pat00351
이다. 이 거리 함수를 최대화한다면, 조인트 변수를
Figure 112017019863986-pat00352
가까이 유지하기 위해 여분이 이용될 수 있다. 본 실시예에서
Figure 112017019863986-pat00353
와
Figure 112017019863986-pat00354
는 도 6의 등고선 정보를 저장함으로써 허용가능 비행 범위에 기초하여 자동 결정된다. 예를 들어, 추정 질량이 0.7kg이라면,
Figure 112017019863986-pat00355
와
Figure 112017019863986-pat00356
의 획득 과정은 도 7에 도시될 수 있다. 등고선 지도에서, 보라색 영역은 로봇팔의 구조로 인해 닿을 수 없는 영역을 의미한다.
다음으로는 로봇팔의 자유도와는 상관없이 드론 기반 매니퓰레이터의 협업 운송 임무 수행을 위한 경로 계획 기법(실시예 2)에 대해 설명하기로 한다. 본 실시예에서는 영공간 행렬을 이용한 기법이 아닌, 로봇의 역기구학 기법을 바탕으로 한 우선순위 임무할당 기법을 사용한다.
드론 기반 매니퓰레이터의 운송 임무수행 시에는 총 3가지의 임무가 존재한다. 첫 번째는 운송을 위해 로봇의 엔드이펙터를 추종하기 위한 드론 기반 매니퓰레이터의 경로 생성하는 것이고, 두 번째는 사전에 획득된 운용 가능 영역의 범위를 만족시키기 위해 엔드이펙터의 운용 범위를 만족시켜야 하는 임무 조건이다. 세 번째 임무는 엔드이펙터와 드론의 프로펠러간의 충돌을 회피하기 위한 임무 조건이다. 두 번째와 세 번째 임무를 만족하게 하는 경로를 생성하기 위해서, 본 실시예에서는 활성함수(Activation function)를 사용한다. 활성함수는 엔드이펙터가 최대 운용 범위를 근처에 가게 될 때 해당 함수의 출력이 0에서 1로 변하게 되는데, 이를 활용하여 운용 범위를 넘지 않는 경로를 생성한다.
본 실시예에 의하면, 프로펠러와의 충돌을 고려해 안전성을 향상시켰으며, 또한 로봇팔의 자유도와는 상관없는 더욱 일반적인 기법이라 할 수 있다. 또한, 본 실시예에 의하면 임무에 따라 로봇팔의 조인트 각이 운용범위를 넘어서지 않는 장점이 있다. 본 실시예에서 온라인 파라미터 추정 알고리즘은 다축 힘/토크 센서의 필요 없이 질량 및 관성 모멘트와 같은 공통 페이로드의 알려지지 않은 물리적 파라미터를 추정하도록 설계된다. 추정된 물리적 파라미터를 갖는 증강 적응형 슬라이딩 모드 제어기에 기초하여, 각각의 비행 매니퓰레이터의 이상적 궤적(desired trajectory)이 생성되어 대응하는 엔드이펙터의 이상적 궤적을 추적한다. 무인기 본체의 작동 한계를 고려하여 미지의 물체를 안전하게 운반하기 위해 허용 가능한 비행 범위에 의해 결정된 일방적인 제약 조건을 충족시키기 위해 작업 우선순위를 사용한다.
본 실시예에서는 협업 비행 매니퓰레이터의 추정 및 제어와 비행 범위 내의 안전한 계획의 두 부분에 초점을 맞추고 있다. 첫째, 비행 매니퓰레이터는 힘/토크 센서를 사용하지 않고 미지의 물체의 물성을 추정한다. 컨트롤러는 추정된 파라미터를 사용하여 각 비행 매니퓰레이터의 이상적 궤적을 추적함으로써 설계된다. 둘째, 계획 알고리즘은 각 비행 매니퓰레이터의 이상적 경로를 효율적으로 생성하기 위해 제안된다. 이 알고리즘을 사용하여 비행 매니퓰레이터가 과도한 작동 제한을 피할 수 있는 허용 비행 영역 내에 엔드이펙터가 유지된다.
본 실시예에서는 알려지지 않은 공통 물체를 다루기 위한 온라인 파라미터 평가기와 제어기를 다룬다. 공통 물체의 추정된 물리적 파라미터를 공유하는 협업 로봇에 대해 단일 비행 매니퓰레이터에 대하여 제시된 추정 알고리즘을 확장한다. 이러한 정보 교환을 통해 합의 알고리즘을 활용하면 추정 성능이 향상된다.
그리고 공통 물체를 운송하기 위한 모션 생성 알고리즘을 제안한다. 각 엔드이펙터에 대한 이상적 경로는 공통 물체의 형상을 기반으로 생성된다(일례로 기구학적 조정이라고도 함). 조인트 공간에서의 각 비행 매니퓰레이터에 대한 이상적 경로는 비행 매니퓰레이터의 성능을 고려하여 안전 비행 범위를 만족시키도록 계산된다. 임무 우선순위에서 일방적인 제약을 이용함으로써 운송 중에 허용되는 비행 경계를 위반하지 않는다.
본 실시예에서 엔드이펙터의 궤적은 수치 최적화에 관여하지 않는 온라인 협업 파라미터 추정을 이용하여 허용 가능한 비행 범위를 만족하도록 조정될 수 있다.
도 8은 공통 물체를 다루는 2개의 협업 멀리로터를 나타낸 도면이며, 도 9는 실시간 경로 계획 기법을 적용한 멀티 비행 매니퓰레이터의 전체 구조도이고, 도 10은 물체의 상대 위치에 따른 허용 가능한 페이로드를 나타낸 그래프이며, 도 11은 안전 비행 운송을 위한 다중 요소(3가지 임무)를 나타낸 도면이다.
이하에서는 우선 비행 매니퓰레이터의 역학 및 임무 우선순위에 필요한 배경을 제시한다.A. 멀티 비행 매니퓰레이터 동역학
본 실시예에서 각각의 비행 매니퓰레이터가 헥사콥터와 2 자유도 팔로 구성되어 있는 것으로 가정한다. 좌표 프레임
Figure 112017019863986-pat00357
는 각각 도 8에 도시된 것과 같이 관성 프레임, 육면체의 몸체 프레임 및 엔드이펙터의 몸체 프레임을 나타낸다.
Figure 112017019863986-pat00358
는 물체의 몸체 프레임을 의미한다. i 번째 매니퓰레이터의 경우, 관성 프레임
Figure 112017019863986-pat00359
에서 헥사콥터의 무게 중심 위치를 사용하여 헥사콥터의 오일러 각
Figure 112017019863986-pat00360
와 매니퓰레이터의 관절각
Figure 112017019863986-pat00361
를 이용하여 다음과 같은 시스템 상태를 기반으로 동역학 모델을 기술할 수 있다.
(2-1)
Figure 112017019863986-pat00362
여기서,
Figure 112017019863986-pat00363
이고,
Figure 112017019863986-pat00364
은 비행 매니퓰레이터의 총 수이다. 실험에서 2개의 비행 매니퓰레이터를 사용하고 있지만, 제안된 알고리즘은 멀티 비행 매티퓰레이터로 쉽게 확장될 수 있다. 일반적으로, 볼드체(예.
Figure 112017019863986-pat00365
)는 벡터량을 가리킬 때 사용할 것이다.
비행 매니퓰레이터 및 물체가 상호작용할 때, 결과힘
Figure 112017019863986-pat00366
는 i번째 비행 매니퓰레이터의
Figure 112017019863986-pat00367
에서 엔드이펙터에 작용한다. 이 경우 비행 매니퓰레이터의 동적 특성은 단일 비행 매니퓰레이터와는 다르다. 결과힘
Figure 112017019863986-pat00368
와 상태
Figure 112017019863986-pat00369
를 고려하면, i번째 비행 매니퓰레이터의 운동 방정식은 다음과 같이 표현될 수 있다.
(2-2)
Figure 112017019863986-pat00370
여기서,
Figure 112017019863986-pat00371
는 제어 입력이고,
Figure 112017019863986-pat00372
은 관성 행렬(inertia matrix)이며,
Figure 112017019863986-pat00373
는 코리올리 행렬(Coriolis matrix)이며,
Figure 112017019863986-pat00374
는 각 조인트에서의 중력 효과이고,
Figure 112017019863986-pat00375
은
Figure 112017019863986-pat00377
에서
Figure 112017019863986-pat00378
로의 자코비안 행렬(Jacobian matrix)을 의미한다.
강체의 동역학을 얻기 위해, 물체의 병진 속도(translational velocity)
Figure 112017019863986-pat00379
와 회전 속도(rotational velocity)
Figure 112017019863986-pat00380
로 구성된 6차원 벡터인 비틀림(twist) 벡터
Figure 112017019863986-pat00381
를 정의한다.
물체의 질량
Figure 112017019863986-pat00382
와 관성
Figure 112017019863986-pat00383
를 가지는
Figure 112017019863986-pat00384
를 이용하면, 강체의 동역학은 다음과 같이 표현될 수 있다.
(2-3)
Figure 112017019863986-pat00385
여기서,
Figure 112017019863986-pat00386
와
Figure 112017019863986-pat00387
는 다음과 같다.
Figure 112017019863986-pat00388
여기서,
Figure 112017019863986-pat00389
이고,
Figure 112017019863986-pat00390
는 스큐 대칭 행렬(the skew symmetric matrix)을 표시하며,
Figure 112017019863986-pat00391
와
Figure 112017019863986-pat00392
는 각각 3 X 3 단위 행렬 및 영 행렬(identity and zero matrices)이다.
Figure 112017019863986-pat00393
는 다음과 같이 표현될 수 있는 파지 행렬(grasp matrix)이다.
(2-4)
Figure 112017019863986-pat00394
Figure 112017019863986-pat00395
는 공통 물체에 작용하는 효과적인 비틀기(wrench)를 표시하고,
Figure 112017019863986-pat00396
는 물체의 중심에 위치하는 좌표 프레임
Figure 112017019863986-pat00397
에서
Figure 112017019863986-pat00398
로의 벡터이다.
본 실시예에서 견고한 파지를 가정하면, 공통 물체 및 엔드이펙터의 모든 위치와 방향은 공통 참조 프레임을 기준으로 표현될 수 있다. 이 경우,
Figure 112017019863986-pat00399
와
Figure 112017019863986-pat00400
사이의 관계식은 다음과 같다.
(2-5)
Figure 112017019863986-pat00401
물체를 가지는 i번째 비행 매니퓰레이터의 운동 방정식은 다음과 같이 재표현될 수 있다.
(2-6)
Figure 112017019863986-pat00402
여기서, 행렬들은 다음과 같이 계산된다.
Figure 112017019863986-pat00403
다음과 같은 설명될 수 있다.
(2-7)
Figure 112017019863986-pat00404
Figure 112017019863986-pat00405
는 무어-펜로즈 의사-역행렬(Moore-Penrose pseudo-inverse)에 의해 획득될 수 있다.
(2-8)
Figure 112017019863986-pat00406
Figure 112017019863986-pat00407
는
Figure 112017019863986-pat00408
이고
Figure 112017019863986-pat00409
인 상수 가중치(constant weight)이다.
비고 2-1. 임의의 벡터
Figure 112017019863986-pat00410
에 대해 다음과 같이 사실이 관찰된다.
(2-9)
Figure 112017019863986-pat00411
이 경우,
Figure 112017019863986-pat00412
Figure 112017019863986-pat00413
는 다음과 같이 재표현될 수 있다.
(2-10)
Figure 112017019863986-pat00414
Figure 112017019863986-pat00415
는 스큐 대칭 행렬이기 때문에,
Figure 112017019863986-pat00416
이다.
하지만,
Figure 112017019863986-pat00417
이기 때문에,
Figure 112017019863986-pat00418
는 스큐 대칭 속성을 만족할 수 없다. 그럼에도 불구하고,
Figure 112017019863986-pat00419
는 엔드이펙터의 각속도를 이용하여 쉽게 계산될 수 있는데, 강체 파지 가정 때문에
Figure 112017019863986-pat00420
와 같다.
B. 무인기의 이상적 롤과 피치
무인기를 작동시키기 위해, 계산된 제어 신호
Figure 112017019863986-pat00421
는 모터 제어 명령으로 변환되어야 한다. 그렇게 하기 위해서,
Figure 112017019863986-pat00422
의 첫번째 2개 요소,
Figure 112017019863986-pat00423
와
Figure 112017019863986-pat00424
는 i번째 비행 매니퓰레이터에 대한 이상적 롤 각
Figure 112017019863986-pat00425
와 이상적 피치 각
Figure 112017019863986-pat00426
을 생성하는데 사용된다. 이 값들은 다음과 같은 규칙에 의해 계산될 수 있다.
(2-11)
Figure 112017019863986-pat00427
이상적 롤 각
Figure 112017019863986-pat00428
와 이상적 피치 각
Figure 112017019863986-pat00429
은 (2-11)에 따라 x와 y 방향의 제어 입력에 의해 자동 생성되기 때문에, 각 비행 매니퓰레이터의 이상적 궤적은
Figure 112017019863986-pat00430
와 같이 주어진다. 여기서, 윗첨자 d는 이상적 값을 의미하고, i는 i번째 비행 매니퓰레이터를 의미한다.
C. 임무 우선순위
우리는 임무 우선순위의 공식을 사용하여 일방적인 제약 조건을 충족시키거나 엔드이펙터의 안전 범위를 유지하는 궤적을 생성하며, 이를 임무라고 한다.
미분 기구학적 방정식을 가지고 i번째 비행 매니퓰레이터의 k번째 임무를 고려하면 다음과 같다.
(2-12)
Figure 112017019863986-pat00431
여기서,
Figure 112017019863986-pat00432
는 임무 k에 대한 엔드이펙터의 직교 좌표(Cartesian coordinate)를 나타내는 임무 벡터이고,
Figure 112017019863986-pat00433
는 비행 매니퓰레이터의 위치 및 조인트 각으로 구성되는 벡터이다.
Figure 112017019863986-pat00434
는
Figure 112017019863986-pat00435
와
Figure 112017019863986-pat00436
사이의 변환 행렬이다. 벡터
Figure 112017019863986-pat00437
의 차원은 사용자에 의해 정의된 특정 임무에 종속되어 다양할 수 있다.
Figure 112017019863986-pat00438
의 공간에서 궤적을 획득하기 위해, 다음 방정식을 사용할 수 있다.
(2-13)
Figure 112017019863986-pat00439
Figure 112017019863986-pat00440
는 의사-역(the pseudo-inverse)을 나타내고,
Figure 112017019863986-pat00441
는 변환 행렬의 영 공간(null space)에서의 프로젝터(projector)이며,
Figure 112017019863986-pat00442
은 5 X 5 단위 행렬이다.
Figure 112017019863986-pat00443
은
Figure 112017019863986-pat00444
의 호모지니어스 해(homogeneous solution)이다. 일반적으로 특이값 분해(SVD, singular value decomposition)가
Figure 112017019863986-pat00445
의 의사-역을 계산하기 위해 사용된다. 이 경우, 자코비안 행렬
Figure 112017019863986-pat00446
이 풀 랭크(full rank)일 때 (2-13)이 계산될 수 있다. 하지만, 자코비안 행렬의 의사-역은 특이점 혹은 그 근처에서 존재하지 않을 수 있다. 이를 해결하기 위해, 자코비안 댐핑(JD, Jacobian Damping)을 사용한다. 자코비안 행렬
Figure 112017019863986-pat00447
의 특이값,
Figure 112017019863986-pat00448
는 다음과 같이 근사될 수 있다.
(2-14)
Figure 112017019863986-pat00449
여기서, 인자
Figure 112017019863986-pat00450
는 다음과 같이 계산될 수 있다.
(2-15)
Figure 112017019863986-pat00451
파라미터
Figure 112017019863986-pat00452
는 특이 지역(singular region)의 폭이고,
Figure 112017019863986-pat00453
은 최소 특이값이며,
Figure 112017019863986-pat00454
는 허용되는 최대 댐핑 인자이다.
표준적인 임무 우선순위 프레임워크에서, k번째 임무는 k-1번째 우선순위 임무를 '방해하지 않는' 방향을 따라 수행된다. 다중 임무의 계층은 모든 높은 우선순위의 임무에 대한 영 공간에 k번째 임무를 투영함으로써 다음과 같이 계산될 수 있다.
(2-16)
Figure 112017019863986-pat00455
영 행렬
Figure 112017019863986-pat00456
로 초기화될 수 있다.
Figure 112017019863986-pat00457
는 다음과 같은 k번째 임무의 증강 자코비안 행렬의 영 공간에서의 프로젝터이다.
(2-17)
Figure 112017019863986-pat00458
k번째 임무의 영 공간에서의 프로젝터는 재귀 표현(recursive expression)에 의해 다음과 같이 계산될 수 있다.
(2-18)
Figure 112017019863986-pat00459
단위 행렬
Figure 112017019863986-pat00460
로 초기화될 수 있다.
다음으로 추정기 및 제어기 설계에 대해 설명하기로 한다.
우선 미지의 페이로드에 대한 시스템 매개변수화를 기반으로 한 온라인 파라미터 추정 알고리즘을 설명하기로 한다. 추정된 파라미터에 기초하여, 각각의 비행 매니퓰레이터에 대한 제어기가 설계된다. 전체적인 제어 구조가 도 9에 도시되어 있다.
도 9의 각 구성요소는 다음과 같다.
- Kinematic Coordination: 목표 화물을 수송하기 위해 사전에 설정된 화물의 궤적을 각 엔드이펙터의 목표 궤적으로 변환하는 부분
- Task priority with I.K.: 엔드이펙터의 목표 궤적을 추종하기 위한 비행 매니퓰레이터의 목표 궤적을 생성하는 부분. 이때, 비행 매니퓰레이터에 장착된 로봇팔과 드론의 프로펠러와의 간섭 및 비행 안전영역을 고려하여 최종적인 경로를 생성하게 됨
- Parameter estimation: 목표 화물의 물리량을 추정하는 부분. 추정된 물리량의 정확성 향상을 위해 각 비행 매니퓰레이터에서 추정된 값을 서로 교환하여 자신이 추정한 값을 보정하도록 함
- Controller : 추정된 물리량과 생성된 목표 궤적을 추종하기 위한 제어 입력을 생성하는 부분
엔드이펙터의 이상적 궤적은 기구학적 조정에 의해 생성된다. 각 비행 매니퓰레이터는 대응하는 엔드이펙터의 궤적에 의해 계산된 자체 궤적을 따른다. 실시간으로 미지의 페이로드의 파라미터를 실시간으로 추정한다. 추정 결과는 다른 비행 매니퓰레이터(들)에게 전달된다.
A. 시스템 매개변수화에 따른 파라미터 추정
로봇팔의 엔드이펙터가 미지의 공통 물체를 잡았을 때, (2-6)에서 결합된 동역학의 물리적 특성은 미지의 질량 모멘트
Figure 112017019863986-pat00461
및 관성 모멘트
Figure 112017019863986-pat00462
로 인해 변경된다. 온라인 파라미터 추정기를 설계함으로써, 제어기가 미지의 공통 물체로 인한 미지의 효과를 보상하게 한다. 이 목표를 달성하기 전에 먼저 결합된 동역학을 다음과 같이 나타낼 수 있다.
(2-19)
Figure 112017019863986-pat00463
Figure 112017019863986-pat00464
는 i번째 비행 매니퓰레이터의 물체에 대해 추정된 파라미터(
Figure 112017019863986-pat00465
,
Figure 112017019863986-pat00466
)를 포함하는 벡터 혹은 행렬이다.
파라미터 추정기를 도출하기 전에, 미지의 파라미터
Figure 112017019863986-pat00467
를 고려하기로 한다. 미지의 물체를 검출하기 위해 타겟 물체의 3D 캐드 모델을 사용할 수 있다. 미지의 물체를 캐드 모델로 매칭한 후, 복수의 비행 매니퓰레이터들은 적절한 비젼 알고리즘을 사용하여 미지의 물체를 검출하고 파지할 수 있다. 물체를 파지한 이후에 대해 고려하기로 한다.
가정 2-1. 공통 물체의 기하학적 차원은 알려져 있음
가정 2-1에 기초하면, 예컨대 공통 물체는 반경
Figure 112017019863986-pat00468
및 길이
Figure 112017019863986-pat00469
를 가지는 실린더이고, 미지의 관성 모멘트
Figure 112017019863986-pat00470
가 미지의 질량 모멘트
Figure 112017019863986-pat00471
에 대해 다음과 같이 표현될 수 있다.
(2-20)
Figure 112017019863986-pat00472
Figure 112017019863986-pat00473
,
Figure 112017019863986-pat00474
이고,
Figure 112017019863986-pat00475
는 물체의 회전 행렬이다. 그러므로, (2-19)에서 매개변수화된 방정식은
Figure 112017019863986-pat00476
에 대해 다음과 같이 재표현될 수 있다.
(2-21)
Figure 112017019863986-pat00477
Figure 112017019863986-pat00478
,
Figure 112017019863986-pat00479
,
Figure 112017019863986-pat00480
는 공지의 물리적 파라미터를 가지는 행렬들로서, (2-19)로부터 계산된다. 마지막으로 (2-21)을 사용하여 (2-6)에 기재된 동역학은 제어 입력
Figure 112017019863986-pat00481
를 포함하는 힘 항(forcing term)을 소개함으로써 다음과 같이 재표현될 수 있다.
(2-22)
Figure 112017019863986-pat00482
(2-23)
Figure 112017019863986-pat00483
(2-22)에서 매개변수화된 동역학에 기초한 파라미터 추정기를 설계한다.
(2-24)
Figure 112017019863986-pat00484
여기서,
Figure 112017019863986-pat00485
와
Figure 112017019863986-pat00486
는 사용자 정의 이득 행렬들이고,
Figure 112017019863986-pat00487
는 i번째 비행 매니퓰레이터의 추정 상태이다. 초기 파라미터 업데이트를 위해,
Figure 112017019863986-pat00488
일 수 있다.
상태 추정 오차는
Figure 112017019863986-pat00489
와 같이 정의되는 경우,
Figure 112017019863986-pat00490
에 대한 파라미터 업데이트 규칙은 다음과 같이 계산될 수 있다.
(2-25)
Figure 112017019863986-pat00491
Figure 112017019863986-pat00492
,
Figure 112017019863986-pat00493
는 각각 학습률 및 합의율(learning and consensus rates)이다. (2-6)과 (2-24)를 이용하면, 오차 동역학은 다음과 같다.
(2-26)
Figure 112017019863986-pat00494
여기서,
Figure 112017019863986-pat00495
이고,
Figure 112017019863986-pat00496
이다.
비행 매니퓰레이터의 제어기가 적절하게 설계된다면, 상태 변수는 경계를 유지할 것이다. 그 후 다음과 같이 안정 오차(stable error)를 획득할 수 있다.
보조정리 2-1. 상태 변수
Figure 112017019863986-pat00497
,
Figure 112017019863986-pat00498
,
Figure 112017019863986-pat00499
가 힘 용어
Figure 112017019863986-pat00500
에 의해 한정된다면, (2-26)의 오차 동역학은 점근적으로 안정하다.
증명. 오차 동역학 (2-26)의 수렴을 증명하기 위해, 모든 에이전트에 대한 리아프노프 후보 함수를 정의한다.
(2-27)
Figure 112017019863986-pat00501
여기서, (2-28)
Figure 112017019863986-pat00502
이고,
Figure 112017019863986-pat00503
는 추정 오차이다.
Figure 112017019863986-pat00504
의 시간 미분은 다음과 같이 주어진다.
(2-29)
Figure 112017019863986-pat00505
여기서,
Figure 112017019863986-pat00506
이다. 업데이트 규칙 (2-25)를 (2-29)에서 뺄셈하면,
Figure 112017019863986-pat00507
는 다음과 같을 수 있다.
(2-30)
Figure 112017019863986-pat00508
여기서,
Figure 112017019863986-pat00509
이다.
Figure 112017019863986-pat00510
이라는 사실을 이용하면, (2-27)은 다음과 같이 재표현될 수 있다.
Figure 112017019863986-pat00511
이는
Figure 112017019863986-pat00512
,
Figure 112017019863986-pat00513
의 한정성을 증명한다. (2-25)와 (2-26)에서
Figure 112017019863986-pat00514
와
Figure 112017019863986-pat00515
가 한정되었기 때문에,
Figure 112017019863986-pat00516
와
Figure 112017019863986-pat00517
도 한정된 것으로 볼 수 있다. 그리고
Figure 112017019863986-pat00518
또한 한정되므로, 상태 추정 오차
Figure 112017019863986-pat00519
와 합의 오차(즉,
Figure 112017019863986-pat00520
,
Figure 112017019863986-pat00521
)는 Barbalat의 보조 정리를 적용하여 점근적으로 0(zero)으로 감을 보증한다.
파라미터 수렴(즉,
Figure 112017019863986-pat00522
)은 여기 지속성(persistence of excitation)을 가정할 때 따라온다.
B. 제어기 설계
비행 매니퓰레이터는 지면 영향이나 타 매니퓰레이터의 다운워시(downwash)와 같은 피할 수 없는 외부 불확실성의 영향을 받는다. 이 문제를 해결하기 위해 각 비행 매니퓰레이터에 대한 적응식 슬라이딩 모드 제어기를 제안한다.
i번째 비행 매니퓰레이터의 실제 상태
Figure 112017019863986-pat00523
와 이상적 상태
Figure 112017019863986-pat00524
사이의 제어 오차
Figure 112017019863986-pat00525
를 정의한다. 슬라이딩 표면 변수
Figure 112017019863986-pat00526
는 다음과 같이 나타낼 수 있다.
(2-31)
Figure 112017019863986-pat00527
Figure 112017019863986-pat00528
이고,
Figure 112017019863986-pat00529
는 직교 이득 행렬이다. (2-31)에 기초할 때, 제어 입력
Figure 112017019863986-pat00530
는 다음과 같다.
(2-32)
Figure 112017019863986-pat00531
Figure 112017019863986-pat00532
는 직교 이득 행렬이고,
Figure 112017019863986-pat00533
는 i번째 비행 매니퓰레이터에 의해 추정된 불확실성이다.
Figure 112017019863986-pat00534
가 시간 상수
Figure 112017019863986-pat00535
를 가진 1차 필터를 거치게 함으로써 변수
Figure 112017019863986-pat00536
가 계산될 수 있다.
(2-33)
Figure 112017019863986-pat00537
Remark 1에서, 보조 제어 입력
Figure 112017019863986-pat00538
는 (2-10)에서 속성을 다루기 위해 다음과 같이 정의된다.
(2-34)
Figure 112017019863986-pat00539
Figure 112017019863986-pat00540
와
Figure 112017019863986-pat00541
는 추정값을 포함한다. 불확실성의 업데이트 규칙은 다음과 같이 주어질 수 있다.
(2-35)
Figure 112017019863986-pat00542
Figure 112017019863986-pat00543
는 사용자 정의 직교 행렬이다.
보조정리 2-2.
Figure 112017019863986-pat00544
이고
Figure 112017019863986-pat00545
이라면,
Figure 112017019863986-pat00546
는 다음과 같이 한정된다.
(2-36)
Figure 112017019863986-pat00547
Figure 112017019863986-pat00548
는 양의 상수이다.
증명. 다음의 집합들을 고려하기로 한다.
Figure 112017019863986-pat00549
Figure 112017019863986-pat00550
와
Figure 112017019863986-pat00551
는 양의 상수들이다. (2-26)으로부터,
Figure 112017019863986-pat00552
는 다음과 같이 재표현될 수 있다.
(2-37)
Figure 112017019863986-pat00553
Figure 112017019863986-pat00554
,
Figure 112017019863986-pat00555
,
Figure 112017019863986-pat00556
,
Figure 112017019863986-pat00557
,
Figure 112017019863986-pat00558
는 (2-21)와 (2-25)에 의해 계산될 수 있다. (2-37)의 우측변은 모두 한정되어 있는
Figure 112017019863986-pat00559
,
Figure 112017019863986-pat00560
,
Figure 112017019863986-pat00561
,
Figure 112017019863986-pat00562
,
Figure 112017019863986-pat00563
의 함수로 볼 수 있다. 그러므로,
Figure 112017019863986-pat00564
는 한정되어 있다고 할 수 있다.
Figure 112017019863986-pat00565
와
Figure 112017019863986-pat00566
가 한정되어 있기 때문에,
Figure 112017019863986-pat00567
는
Figure 112017019863986-pat00568
에 한정되어 있다.
폐루프 동역학의 안정성을 증명하기 위해, 다음의 가정을 사용한다.
가정 2-2. 이상적 궤적은 다음과 같이 한정된다.
Figure 112017019863986-pat00569
여기서,
Figure 112017019863986-pat00570
는 양의 상수이다.
(2-32)에 기초하면, 폐루프 동역학은 다음과 같이 유도된다.
(2-38)
Figure 112017019863986-pat00571
Figure 112017019863986-pat00572
는 불확실성 추정 오차이다. (2-38)에서 폐루프 동역학의 안정성은 다음의 리아프노프 후보 함수를 사용하여 획득될 수 있다.
(2-39)
Figure 112017019863986-pat00573
여기서,
Figure 112017019863986-pat00574
이다.
Figure 112017019863986-pat00575
의 시간 미분은 다음과 같이 얻을 수 있다.
(2-40)
Figure 112017019863986-pat00576
여기서,
Figure 112017019863986-pat00577
이고
Figure 112017019863986-pat00578
이다. (2-26)으로부터
Figure 112017019863986-pat00579
를 획득할 수 있다. (2-40)을 다시 나타내면 다음과 같다.
(2-41)
Figure 112017019863986-pat00580
이 경우,
Figure 112017019863986-pat00581
이므로, (2-34)와 (2-35)로부터
Figure 112017019863986-pat00582
를 다음과 같이 간략화할 수 있다.
(2-42)
Figure 112017019863986-pat00583
이러한 유도에서,
Figure 112017019863986-pat00584
라는 사실을 사용한다.
Figure 112017019863986-pat00585
는 행렬
Figure 112017019863986-pat00586
의 최소 고유값(eigenvalue)이다. 보조정리 2와 두 벡터
Figure 112017019863986-pat00587
와
Figure 112017019863986-pat00588
의 영의 부등식(Young's inequality), 즉
Figure 112017019863986-pat00589
를 이용하면, (2-42)는 다음과 같이 재표현될 수 있다.
(2-43)
Figure 112017019863986-pat00590
여기서,
Figure 112017019863986-pat00591
이고
Figure 112017019863986-pat00592
이다.
결국, (2-24)의 파리미터 추정과 (2-35)의 불확실성 제거 방정식을 이용한 비행 매니퓰레이터 시스템에 대해, 가정 2-2에 따르게 될 수 있다. 이 경우
Figure 112017019863986-pat00593
의 경계와
Figure 112017019863986-pat00594
의 상한 경계를 조정함으로써 임의로 작게 만들 수 있는 슬라이딩 표면
Figure 112017019863986-pat00595
를 증명할 수 있다. 덧붙여 보조정리 2-1에서 보여준
Figure 112017019863986-pat00596
에서,
Figure 112017019863986-pat00597
의 점근선 수렴이 있는데, (2-42)에서
Figure 112017019863986-pat00598
이기 때문이다.
다음으로 활성화 함수가 있는 임무 우선순위 솔루션에 기반한 경로 생성 알고리즘을 제시한다. 계획의 주된 목적은 엔드이펙터가 허용되는 비행 범위에 있는 동안 미지의 물체를 운반하는 것이다.
A. 각 비행 매니퓰레이터의 허용 페이로드
여기에서는 엔드이펙터의 위치와 관련하여 멀티 자유도 팔을 사용하는 비행 매니퓰레이터의 기능을 분석한다. 로봇팔의 자유도에 관계없이 비행 매니퓰레이터의 허용 페이로드를 고려한다. 이를 위해 비행 매니퓰레이터와 미지의 페이로드를 먼저 고려해 보며, 여기서 로봇팔에 의해 생성된 토크는 나중에 결합될 것이다.
무인기(특히, 헥사콥터)를 작동시키기 위해 제1 요소에서 제6 요소까지 바디 프레임
Figure 112017019863986-pat00599
에서의 제어 입력
Figure 112017019863986-pat00600
(즉,
Figure 112017019863986-pat00601
)는 다음과 같은 구동 명령으로 변환되어야 한다.
(2-44)
Figure 112017019863986-pat00602
Figure 112017019863986-pat00603
는 각 모터의 힘이고,
Figure 112017019863986-pat00604
는 추력 계수
Figure 112017019863986-pat00605
와 로터의 이상 속도
Figure 112017019863986-pat00606
를 사용한 값이다.
Figure 112017019863986-pat00607
는 다음과 같은 모터 맵핑 행렬이다.
Figure 112017019863986-pat00608
본 실시예에서 로봇팔은
Figure 112017019863986-pat00609
에서
Figure 112017019863986-pat00610
축에 대해 스윙하기 때문에 보다 큰 토크가 도 8에 도시된 것과 같이 모터 1~6에 적용될 수 있다. 그러므로, 최대 허용 페이로드
Figure 112017019863986-pat00611
로 인한 중력이 엔드이펙터에 작용하고 있을 때, 모터 명령은 다음과 같이 계산될 수 있다.
(2-45)
Figure 112017019863986-pat00612
여기서,
Figure 112017019863986-pat00613
는
Figure 112017019863986-pat00614
의 첫번째 행 벡터이다. (2-44)를 사용함으로써, 모터 1의 이상 속도를 페이로드의 질량 (
Figure 112017019863986-pat00615
)과,
Figure 112017019863986-pat00616
와
Figure 112017019863986-pat00617
사이의
Figure 112017019863986-pat00618
축 방향으로의 길이 (
Figure 112017019863986-pat00619
)로 다음과 같이 표현할 수 있다.
(2-46)
Figure 112017019863986-pat00620
Figure 112017019863986-pat00621
은 추력과 드래그 계수 사이의 비이고,
Figure 112017019863986-pat00622
는 중력 상수이며,
Figure 112017019863986-pat00623
는 헥사콥터의 팔 길이이다. 본 실시예에서는
Figure 112017019863986-pat00624
이다.
Figure 112017019863986-pat00625
는 9,200으로 설정되는데, 모터의 분당 회전수(RPM)의 허용 범위가 1,200에서 9,200이기 때문이다. 덧붙여 비행 매니퓰레이터의 자세 오차가 최대 롤 토크에 의해 제한된다면, 다음 방정식이 만족된다.
(2-47)
Figure 112017019863986-pat00626
여기서,
Figure 112017019863986-pat00627
와
Figure 112017019863986-pat00628
는
Figure 112017019863986-pat00629
방향에서의 사용자 정의 이득이다.
Figure 112017019863986-pat00630
와
Figure 112017019863986-pat00631
는 비슷하게 표현될 수 있다. 여기서,
Figure 112017019863986-pat00632
이고
Figure 112017019863986-pat00633
으로 설정한다. 결국 (2-46)은 다음과 같이 재표현될 수 있다.
(2-48)
Figure 112017019863986-pat00634
예컨대, 사용자 정의 이득은
Figure 112017019863986-pat00635
이고
Figure 112017019863986-pat00636
일 수 있으며, 최대 허용 페이로드는 (2-48)에 의해 계산될 수 있다. (2-48)은 전기 모터의 교란 혹은 효율을 고려하지 않았기 때문에,
Figure 112017019863986-pat00637
에서 20% 추가 마진을 준다. 결과적으로 최대 허용 페이로드는 도 10에 도시된 것과 같이 물체의 상대 위치에 따라 0.15 kg에서 0.36kg으로 변화할 수 있다.
하지만, 도 10에서 결과는 로봇팔의 효과를 고려하지 않고 있다. 로봇팔의 움직임으로 생성된 토크가 허용 가능 페이로드를 감소시킬 수 있기 때문에, 비행 매니퓰레이터를 위한 허용 가능 페이로드를 획득하기 위해 이 토크를 보상해야 한다. 페이로드가 없는 로봇팔에 의해 생성된 토크는 헥사콥터의 피치 방향에서 적용되는
Figure 112017019863986-pat00638
이고, 최대 페이로드는 (2-48)에서 다음과 같이 계산될 수 있다.
(2-49)
Figure 112017019863986-pat00639
Figure 112017019863986-pat00640
는 헥사콥터의 실제 허용 가능 페이로드이다. 예를 들어, 팔이 전방 앞에 있고(
Figure 112017019863986-pat00641
)
Figure 112017019863986-pat00642
이면, 로봇팔로 인한 가상 페이로드는 대략 0.078kg 이다. (2-49)에 기초하면, 도 10에서 일방적 제약(unilateral constraints)은 로봇팔로 인한 가상 질량을 추정 질량에 합산함으로서 계산된 전체 질량에 의해 결정될 수 있다.
B. 일방적 제약을 가진 궤적 생성
각 비행 매니퓰레이터의 궤적 생성은 2개의 단계로 구성된다. 1) 각 엔드이펙터의 궤적을 생성하기 위한 기구학적 조정, 2) 임무 우선순위 솔루션을 가지는 움직임 생성.
제1 단계에서, 물체의 이상 궤적(
Figure 112017019863986-pat00643
)에서 각 엔드이펙터의 이상 궤적(
Figure 112017019863986-pat00644
)을 계산한다. 견고한 파지를 가정하면,
Figure 112017019863986-pat00645
와
Figure 112017019863986-pat00646
에서의 상대 거리인
Figure 112017019863986-pat00647
가 일정하다고 볼 수 있다. 그러면 각 엔드이펙터의 이상 궤적은 다음과 같이 계산될 수 있다.
(2-50)
Figure 112017019863986-pat00648
Figure 112017019863986-pat00649
는
Figure 112017019863986-pat00650
에서
Figure 112017019863986-pat00651
로의 벡터를 변환한다.
제2 단계에서, 엔드이펙터의 이상 궤적(
Figure 112017019863986-pat00652
)을 추적하기 위해 각 비행 매니퓰레이터의 이상 궤적(
Figure 112017019863986-pat00653
)를 생성한다. 각 비행 매니퓰레이터의 엔드이펙터는 도 10에 도시된 것과 같이 허용 가능 구역 내에 있어야 하는데, 물체의 이상 궤적을 따라야 한다.
제1 우선순위 임무는
Figure 112017019863986-pat00654
를 위한 궤적 생성 임무이다. 그렇게 하기 위해, 엔드이펙터의 위치(
Figure 112017019863986-pat00655
)가 헥사콥터의 카르테시안 위치(
Figure 112017019863986-pat00656
)와
Figure 112017019863986-pat00657
에 대한 엔드이펙터의 위치(
Figure 112017019863986-pat00658
)를 사용하여 획득될 수 있다는 엔드이펙터의 기구학적 관계를 고려한다.
Figure 112017019863986-pat00659
와
Figure 112017019863986-pat00660
사이의 기구학적 방정식은 다음과 같다.
(2-51)
Figure 112017019863986-pat00661
Figure 112017019863986-pat00662
는
Figure 112017019863986-pat00663
에서
Figure 112017019863986-pat00664
로 벡터를 변환한다.
Figure 112017019863986-pat00665
이고,
Figure 112017019863986-pat00666
는 자코비안 행렬이다. 덧붙여, 물체의 자세를 제어하기 위해 각 엔드이펙터의 방향(orientation)을 고려해야 한다. 본 실시예에서 물체의 피치 각도와 엔드이펙터의 피치는 견고한 파지에 따라 정렬되어야 하고, 따라서
Figure 112017019863986-pat00667
로 설정한다. 그러므로, i번째 비행 매니퓰레이터에 대한 새 임무를 (2-16)에서의
Figure 112017019863986-pat00668
와 같이 정의한다. 결국,
Figure 112017019863986-pat00669
와
Figure 112017019863986-pat00670
사이의 전방 기구학적 솔루션을 수립할 수 있다.
(2-52)
Figure 112017019863986-pat00671
Figure 112017019863986-pat00672
이고,
Figure 112017019863986-pat00673
는
Figure 112017019863986-pat00674
에서
Figure 112017019863986-pat00675
를 각속도로 변환하며,
Figure 112017019863986-pat00676
는 벡터를 스큐 대칭 행렬로 변환하는 연산자이다. 결국, 엔드이펙터의 증강 이상적 위치(
Figure 112017019863986-pat00677
)는 다음과 같다.
(2-53)
Figure 112017019863986-pat00678
Figure 112017019863986-pat00679
는
Figure 112017019863986-pat00680
의 이상 상태(desired state)이고,
Figure 112017019863986-pat00681
은 대각 이득 행렬이다.
Figure 112017019863986-pat00682
를 획득하기 위해, 여분 매니퓰레이터에 대해 역 기구학을 적용한다.
(2-54)
Figure 112017019863986-pat00683
하지만, (2-54)의 솔루션이 안전한 비행 운송을 보장할 수는 없다. 일방적 제약을 만족하기 위해, 임무 우선순위 솔루션을 사용한다. 허용 비행 범위(allowable flight envelope)에 기초하여, 엔드이펙터가 추정 질량에 종속되어 다양하게 변화할 수 있는 일방적 제약
Figure 112017019863986-pat00684
을 위반해서는 안된다.
제2 임무는 (2-16)과 (2-54)에 기초하여 다음과 같이 획득될 수 있다.
(2-55)
Figure 112017019863986-pat00685
Figure 112017019863986-pat00686
는 제2 임무의 변환 행렬이고,
Figure 112017019863986-pat00687
이다. (2-55)에서
Figure 112017019863986-pat00688
의 경계 부근의 불연속성이 발생할 수 있고, 추적 성능의 저하를 초래할 수 있다. 이 문제를 해결하기 위해,
Figure 112017019863986-pat00689
에서 스무스 활성화 함수를 사용한다.
경계 조건에서의 스무스 활성화 함수는 다음과 같이 정의될 수 있다.
(2-56)
Figure 112017019863986-pat00690
Figure 112017019863986-pat00691
는 비활성화 버퍼이고
Figure 112017019863986-pat00692
는
Figure 112017019863986-pat00693
과
Figure 112017019863986-pat00694
을 만족하는 5차 다항식 함수이다.
엔드이펙터가
Figure 112017019863986-pat00695
축 한계(
Figure 112017019863986-pat00696
)를 넘어서면, 엔드이펙터와 프로펠러 사이의 충돌이 발생할 수 있다. 이 이유 때문에, 제3 임무가 엔드이펙터의
Figure 112017019863986-pat00697
축 상에서의 일방적 제약을 고려한다. (2-55)와 동일한 과정을 따르면,
Figure 112017019863986-pat00698
은 다음과 같이 계산될 수 있다.
(2-57)
Figure 112017019863986-pat00699
Figure 112017019863986-pat00700
은 제3 임무의 자코비안 행렬이고
Figure 112017019863986-pat00701
이다. 활성화 함수
Figure 112017019863986-pat00702
는 (2-56)과 동일하게 계산될 수 있다. 결국
Figure 112017019863986-pat00703
를 사용하여
Figure 112017019863986-pat00704
를 만들 수 있다.
(2-58)
Figure 112017019863986-pat00705
견고한 파지에서, 물체와 비행 매니퓰레이터의 요 각도는
Figure 112017019863986-pat00706
와 같이 정렬되고, 따라서
Figure 112017019863986-pat00707
는 물체의 이상적 요 각도와 동일하게 설정된다.
제2 임무 혹은 제3 임무는 특이점 근처(near singularity)에 있다면, 감쇄 솔루션이
Figure 112017019863986-pat00708
와 같은 원 임무를 변형시킬 수 있다. 이를 해결하기 위해, 반대 우선순위 접근이 적용될 수 있다. 하지만, 본 실시예에서
Figure 112017019863986-pat00709
은 로봇팔의 상응하는 특이점 부근에서 0(zero)로 설정되기 때문에 임무 변형은 운송 성능에 영향을 주지 않는다.
상술한 본 실시예에 따른 실시간 경로 계획 방법은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체로는 컴퓨터 시스템에 의하여 해독될 수 있는 데이터가 저장된 모든 종류의 기록 매체를 포함한다. 예를 들어, ROM(Read Only Memory), RAM(Random Access Memory), 자기 테이프, 자기 디스크, 플래쉬 메모리, 광 데이터 저장장치 등이 있을 수 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 안전 비행 운송 시스템 110: 엔드이펙터 경로 생성부
120: 운송 능력 파악부 130: 물리량 추정부
140: 무인기 경로 생성부

Claims (28)

  1. 로봇팔을 가지는 비행 매니퓰레이터를 이용한 안전 비행 운송 시스템으로서,
    운송하고자 하는 물체에 대한 기구학적 정보를 획득하여 목적지까지의 운송을 위한 엔드이펙터의 경로를 생성하는 엔드이펙터 경로 생성부;
    무인기의 운송 능력을 파악하여 안전 운송을 위해 상기 엔드이펙터가 위치할 공간인 운용 가능 영역을 결정하는 운송 능력 파악부;
    상기 무인기가 상기 물체를 파지한 이후 이륙하여 호버링하면서 물리량을 추정하는 물리량 추정부; 및
    상기 엔드이펙터의 경로에 상응하여 상기 무인기의 경로를 생성하되, 추정된 상기 물리량에 기초하여 상기 운송 능력을 고려함으로써 상기 무인기의 경로를 수정하는 무인기 경로 생성부를 포함하는 안전 비행 운송 시스템.
  2. 제1항에 있어서,
    상기 엔드이펙터 경로 생성부는, 사용자의 직접 입력, 3D 캐드 파일 입력 혹은 비젼 시스템을 통해 상기 물체의 외형 정보를 바탕으로 상기 기구학적 정보를 획득하는 것을 특징으로 하는 안전 비행 운송 시스템.
  3. 제1항에 있어서,
    상기 운송 능력은 상기 무인기에 장착된 모터의 구동 능력, 상기 엔드이펙터에 장착된 액츄에이터의 토크 중 하나 이상을 포함하는 안전 비행 운송 시스템.
  4. 제1항에 있어서,
    상기 운송 능력 파악부는 출발지 혹은 목적지의 환경 조건을 추가적으로 고려하여 상기 운용 가능 영역을 결정하는 것을 특징으로 하는 안전 비행 운송 시스템.
  5. 제1항에 있어서,
    상기 운송 능력 파악부는 로봇팔의 각각의 조인트 각의 변화에 따른 상기 엔드이펙터의 위치를 기반으로 상기 무인기에 장착된 구동기의 능력을 고려하여 상기 운용 가능 영역을 구하는 것을 특징으로 하는 안전 비행 운송 시스템.
  6. 제5항에 있어서,
    상기 엔드이펙터에 관한 좌표계와 상기 무인기에 관한 좌표계 사이의 관계식을 자코비안
    Figure 112018079490811-pat00729
    를 통해 표현할 때,
    상기 무인기 경로 생성부는
    Figure 112018079490811-pat00730
    의 의사역행렬(Pseudo-inverse)을 통해 상기 무인기의 경로를 구하며, 자코비안
    Figure 112018079490811-pat00731
    의 영공간 행렬
    Figure 112018079490811-pat00732
    의 값을 조정함으로써, 로봇팔의 조인트 각을 제한하는 것을 특징으로 하는 안전 비행 운송 시스템.
  7. 제6항에 있어서,
    상기 로봇팔의 조인트 각이 운용 가능 범위에서의 최대값과 최소값의 중간에 머무르게 하는 로봇팔 제어부를 더 포함하는 것을 특징으로 하는 안전 비행 운송 시스템.
  8. 제1항에 있어서,
    복수의 무인기가 협업하여 상기 물체를 운송하는 경우,
    상기 물리량 추정부에서 추정된 상기 물리량은 타 무인기와 공유하는 것을 특징으로 하는 안전 비행 운송 시스템.
  9. 제1항에 있어서,
    상기 무인기 경로 생성부는 역기구학 기법을 바탕으로 한 우선순위 임무할당(task priority) 기법을 사용하여 상기 무인기의 경로를 생성하는 것을 특징으로 하는 안전 비행 운송 시스템.
  10. 제9항에 있어서,
    상기 무인기 경로 생성부는 상기 엔드이펙터를 추종하는 상기 무인기의 경로를 생성하는 제1 임무와, 사전에 획득된 상기 운용 가능 영역을 만족시키기 위해 상기 엔드이펙터의 운용 범위를 만족시켜야 하는 제2 임무와, 상기 엔드이펙터와 상기 무인기의 프로펠러 간의 충돌을 회피하기 위한 제3 임무를 우선순위에 따라 충족시키게 상기 무인기의 경로를 생성하는 것을 특징으로 하는 안전 비행 운송 시스템.
  11. 제10항에 있어서,
    상기 무인기 경로 생성부는 상기 제2 임무와 상기 제3 임무를 만족하게 하는 경로를 생성하기 위해, 활성함수(activation function)를 사용하는 것을 특징으로 하는 안전 비행 운송 시스템.
  12. 제11항에 있어서,
    상기 엔드이펙터가 최대 운용 범위 근처에 가게 될 때 상기 활성함수의 출력이 0에서 1로 변화하는 것을 활용하여, 상기 무인기 경로 생성부는 운용 범위를 넘지 않는 경로를 생성하는 것을 특징으로 하는 안전 비행 운송 시스템.
  13. 제1항에 있어서,
    상기 무인기 경로 생성부는 목적지 환경 조건에 따라 상기 무인기의 리턴 계획을 추가적으로 수립하는 것을 특징으로 하는 안전 비행 운송 시스템.
  14. 제13항에 있어서,
    상기 리턴 계획은 상기 무인기가 목적지에 도착하였을 때 파악된 상기 목적지 환경 조건 하에서 상기 물리량과 상기 운송 능력을 함께 고려하였을 때 상기 물체의 운송 완료가 가능한지 판단하고, 운송 완료가 가능한 경우에는 최초 목적한 바에 따라 상기 물체를 목적지에 안착시키고, 상기 목적지 환경 조건에 따라 운송 완료를 위해서는 상기 물리량이 상기 운송 능력을 초과하게 될 경우 안전 운송이 불가능한 것으로 보고 상기 물체를 파지한 채로 리턴하게 하는 것인 안전 비행 운송 시스템.
  15. 로봇팔을 가지는 비행 매니퓰레이터를 이용한 안전 비행 운송 시스템에서 수행되는 실시간 경로 계획 방법으로서,
    (a) 운송하고자 하는 물체에 대한 기구학적 정보를 획득하여 목적지까지의 운송을 위한 엔드이펙터의 경로를 생성하는 단계;
    (b) 무인기의 운송 능력을 파악하여 안전 운송을 위해 상기 엔드이펙터가 위치할 공간인 운용 가능 영역을 결정하는 단계;
    (c) 상기 무인기가 상기 물체를 파지한 이후 이륙하여 호버링하면서 물리량을 추정하는 단계; 및
    (d) 상기 엔드이펙터의 경로에 상응하여 상기 무인기의 경로를 생성하되, 추정된 상기 물리량에 기초하여 상기 운송 능력을 고려함으로써 상기 무인기의 경로를 수정하는 단계를 포함하는 실시간 경로 계획 방법.
  16. 제15항에 있어서,
    상기 단계 (a)에서 사용자의 직접 입력, 3D 캐드 파일 입력 혹은 비젼 시스템을 통해 상기 물체의 외형 정보를 바탕으로 상기 기구학적 정보를 획득하는 것을 특징으로 하는 실시간 경로 계획 방법.
  17. 제15항에 있어서,
    상기 운송 능력은 상기 무인기에 장착된 모터의 구동 능력, 상기 엔드이펙터에 장착된 액츄에이터의 토크 중 하나 이상을 포함하는 실시간 경로 계획 방법.
  18. 제15항에 있어서,
    상기 단계 (b)에서 출발지 혹은 목적지의 환경 조건을 추가적으로 고려하여 상기 운용 가능 영역을 결정하는 것을 특징으로 하는 실시간 경로 계획 방법.
  19. 제15항에 있어서,
    상기 단계 (b)에서 로봇팔의 각각의 조인트 각의 변화에 따른 상기 엔드이펙터의 위치를 기반으로 상기 무인기에 장착된 구동기의 능력을 고려하여 상기 운용 가능 영역을 구하는 것을 특징으로 하는 실시간 경로 계획 방법.
  20. 제19항에 있어서,
    상기 엔드이펙터에 관한 좌표계와 상기 무인기에 관한 좌표계 사이의 관계식을 자코비안
    Figure 112018079490811-pat00733
    를 통해 표현할 때,
    상기 단계(d)에서
    Figure 112018079490811-pat00734
    의 의사역행렬(Pseudo-inverse)을 통해 상기 무인기의 경로를 구하며, 자코비안
    Figure 112018079490811-pat00735
    의 영공간 행렬
    Figure 112018079490811-pat00736
    의 값을 조정함으로써, 로봇팔의 조인트 각을 제한하는 것을 특징으로 하는 실시간 경로 계획 방법.
  21. 제20항에 있어서,
    상기 로봇팔의 조인트 각이 운용 가능 범위에서의 최대값과 최소값의 중간에 머무르게 하는 단계를 더 포함하는 것을 특징으로 하는 실시간 경로 계획 방법.
  22. 제15항에 있어서,
    복수의 무인기가 협업하여 상기 물체를 운송하는 경우,
    상기 단계 (c)에서 추정된 상기 물리량은 타 무인기와 공유하는 것을 특징으로 하는 실시간 경로 계획 방법.
  23. 제15항에 있어서,
    상기 단계 (d)에서 역기구학 기법을 바탕으로 한 우선순위 임무할당(task priority) 기법을 사용하여 상기 무인기의 경로를 생성하는 것을 특징으로 하는 실시간 경로 계획 방법.
  24. 제23항에 있어서,
    상기 단계 (d)에서 상기 엔드이펙터를 추종하는 상기 무인기의 경로를 생성하는 제1 임무와, 사전에 획득된 상기 운용 가능 영역을 만족시키기 위해 상기 엔드이펙터의 운용 범위를 만족시켜야 하는 제2 임무와, 상기 엔드이펙터와 상기 무인기의 프로펠러 간의 충돌을 회피하기 위한 제3 임무를 우선순위에 따라 충족시키게 상기 무인기의 경로를 생성하는 것을 특징으로 하는 실시간 경로 계획 방법.
  25. 제24항에 있어서,
    상기 단계 (d)에서 상기 제2 임무와 상기 제3 임무를 만족하게 하는 경로를 생성하기 위해, 활성함수(activation function)를 사용하는 것을 특징으로 하는 실시간 경로 계획 방법.
  26. 제25항에 있어서,
    상기 엔드이펙터가 최대 운용 범위 근처에 가게 될 때 상기 활성함수의 출력이 0에서 1로 변화하는 것을 활용하여, 상기 단계 (d)에서 운용 범위를 넘지 않는 경로를 생성하는 것을 특징으로 하는 실시간 경로 계획 방법.
  27. 제15항에 있어서,
    상기 단계 (d)에서 목적지 환경 조건에 따라 상기 무인기의 리턴 계획을 추가적으로 수립하는 것을 특징으로 하는 실시간 경로 계획 방법.
  28. 제27항에 있어서,
    상기 리턴 계획은 (d-1) 상기 무인기가 목적지에 도착하였을 때 파악된 상기 목적지 환경 조건 하에서 상기 물리량과 상기 운송 능력을 함께 고려하였을 때 상기 물체의 운송 완료가 가능한지 판단하고, (d-2) 운송 완료가 가능한 경우에는 최초 목적한 바에 따라 상기 물체를 목적지에 안착시키고, (d-3) 상기 목적지 환경 조건에 따라 운송 완료를 위해서는 상기 물리량이 상기 운송 능력을 초과하게 될 경우 안전 운송이 불가능한 것으로 보고 상기 물체를 파지한 채로 리턴하게 하는 것인 실시간 경로 계획 방법.
KR1020170025511A 2017-02-27 2017-02-27 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법 KR101947057B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170025511A KR101947057B1 (ko) 2017-02-27 2017-02-27 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170025511A KR101947057B1 (ko) 2017-02-27 2017-02-27 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법

Publications (2)

Publication Number Publication Date
KR20180099969A KR20180099969A (ko) 2018-09-06
KR101947057B1 true KR101947057B1 (ko) 2019-02-13

Family

ID=63593834

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170025511A KR101947057B1 (ko) 2017-02-27 2017-02-27 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법

Country Status (1)

Country Link
KR (1) KR101947057B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102315498B1 (ko) 2021-05-21 2021-10-21 세종대학교산학협력단 다중 비행체의 편대 추종 제어 장치 및 그 방법
US11794342B2 (en) 2020-07-17 2023-10-24 Intrinsic Innovation Llc Robot planning using unmanned aerial vehicles

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102180621B1 (ko) * 2018-12-12 2020-11-18 (주)에이알웍스 시뮬레이터를 통해 이동체의 움직임을 시뮬레이션하는 방법 및 그를 이용한 장치
KR102076225B1 (ko) * 2019-05-21 2020-02-11 국방과학연구소 무인기의 임무 계획 최적화 방법 및 장치
CN113919188B (zh) * 2021-07-27 2024-05-24 北京理工大学 一种基于上下文-mab的中继无人机路径规划方法
CN114967717B (zh) * 2022-04-30 2024-06-07 清华大学 飞行器的安全控制方法、装置及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101116831B1 (ko) * 2009-08-27 2012-03-05 (주)아모스텍 지능형 무인 소형 비행체 로봇 조정 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101680051B1 (ko) 2014-11-12 2016-11-28 국민대학교산학협력단 무인 드론 연동형 라인트레이싱 기반의 무인 비행체를 이용한 무인 운송 시스템 및 이를 이용한 무인 운송 서비스 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101116831B1 (ko) * 2009-08-27 2012-03-05 (주)아모스텍 지능형 무인 소형 비행체 로봇 조정 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11794342B2 (en) 2020-07-17 2023-10-24 Intrinsic Innovation Llc Robot planning using unmanned aerial vehicles
KR102315498B1 (ko) 2021-05-21 2021-10-21 세종대학교산학협력단 다중 비행체의 편대 추종 제어 장치 및 그 방법

Also Published As

Publication number Publication date
KR20180099969A (ko) 2018-09-06

Similar Documents

Publication Publication Date Title
KR101947057B1 (ko) 구동기 능력을 고려한 안전 비행 운송 시스템 및 실시간 경로 계획 방법
Kamel et al. Robust collision avoidance for multiple micro aerial vehicles using nonlinear model predictive control
Cataldi et al. Impedance control of an aerial-manipulator: Preliminary results
Lee et al. Planning and control for collision-free cooperative aerial transportation
Lunni et al. Nonlinear model predictive control for aerial manipulation
Lee et al. Constraint-based cooperative control of multiple aerial manipulators for handling an unknown payload
Lee et al. Estimation, control, and planning for autonomous aerial transportation
Abdelmaksoud et al. Control strategies and novel techniques for autonomous rotorcraft unmanned aerial vehicles: A review
Ruggiero et al. A multilayer control for multirotor UAVs equipped with a servo robot arm
KR20170143133A (ko) 장애물 회피 경로 생성 및 제어에 의한 협업 비행 운송 시스템 및 방법
Nikou et al. A nonlinear model predictive control scheme for cooperative manipulation with singularity and collision avoidance
Tran et al. Adaptive second-order strictly negative imaginary controllers based on the interval type-2 fuzzy self-tuning systems for a hovering quadrotor with uncertainties
Baizid et al. Experiments on behavioral coordinated control of an unmanned aerial vehicle manipulator system
Son et al. Real-time optimal trajectory generation and control of a multi-rotor with a suspended load for obstacle avoidance
Son et al. Model predictive control of a multi-rotor with a suspended load for avoiding obstacles
Guo et al. Image-based estimation, planning, and control of a cable-suspended payload for package delivery
Kamel et al. Nonlinear model predictive control for multi-micro aerial vehicle robust collision avoidance
Alejo et al. A reactive method for collision avoidance in industrial environments
Escareno et al. Rotorcraft mav having an onboard manipulator: Longitudinal modeling and robust control
Cataldi et al. Set-based inverse kinematics control of an anthropomorphic dual arm aerial manipulator
Roque et al. Fast model predictive image-based visual servoing for quadrotors
Yavari et al. Optimal real-time trajectory control of a pitch-hover UAV with a two link manipulator
Panetsos et al. A deep reinforcement learning motion control strategy of a multi-rotor uav for payload transportation with minimum swing
Seo et al. Collision-avoided tracking control of UAV using velocity-adaptive 3D local path planning
Xiang et al. Adaptive flight control for quadrotor UAVs with dynamic inversion and neural networks

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
R401 Registration of restoration