KR102202632B1 - 무인 비행체의 비행 금지구역 생성 방법 - Google Patents

무인 비행체의 비행 금지구역 생성 방법 Download PDF

Info

Publication number
KR102202632B1
KR102202632B1 KR1020190146853A KR20190146853A KR102202632B1 KR 102202632 B1 KR102202632 B1 KR 102202632B1 KR 1020190146853 A KR1020190146853 A KR 1020190146853A KR 20190146853 A KR20190146853 A KR 20190146853A KR 102202632 B1 KR102202632 B1 KR 102202632B1
Authority
KR
South Korea
Prior art keywords
fly zone
convex hull
clustering
information
zone
Prior art date
Application number
KR1020190146853A
Other languages
English (en)
Inventor
곽동준
오경택
Original Assignee
국방과학연구소
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 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020190146853A priority Critical patent/KR102202632B1/ko
Application granted granted Critical
Publication of KR102202632B1 publication Critical patent/KR102202632B1/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]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/006—Navigation or guidance aids for a single aircraft in accordance with predefined flight zones, e.g. to avoid prohibited zones
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan 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
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

실시예는, 무인 비행체의 비행금지구역 생성 방법에 관한 것으로서, 미리 저장된 비행 금지구역 정보를 군집화 알고리즘을 이용하여 군집화 하는 단계, 상기 군집화된 정보를 컨벡스 헐 생성 알고리즘을 이용하여 컨벡스 헐을 생성하는 단계, 및 레이블링을 이용하여 상기 컨벡스 헐의 내부는 비행 금지구역으로, 상기 컨벡스 헐의 외부는 비행 가능구역으로 구분하는 단계를 포함하는 비행 금지구역 생성 방법을 제공한다.

Description

무인 비행체의 비행 금지구역 생성 방법{NO-FLY ZONE GENERATION METHOD OF UNMANNED AERIAL VEHICLE}
실시예는 무인 비행체의 비행 금지구역을 생성하는 방법에 관한 것이다.
무인항공기(UAV; Unmanned Aerial Vehicle)는 조종사가 비행체에 직접 탑승하지 않고 지상에서 원격 조종 또는 사전에 설정된 경로에 따라 자동 또는 반자동으로 자율 비행하는 비행체를 말한다. 무인항공기를 다른 말로 드론(Drone)이라고도 하는데 이는 "벌이 윙윙거린다"는 뜻에서 유래했다.
드론은 감시정찰, 방송, 택배, 농업 등 다양한 응용 분야에서 활용되고 있고 향후 이용과 응용 범위가 급격히 확대될 전망이다. 이렇게 드론을 활용하여 편리하고 안전한 생활환경을 구축할 수 있지만, 반대로 사용자 실수 나 고의로 또는 드론의 장애로 인하여 안전이나 사생활 침해 등 역기능도 발생할 수 있다.
이를 방지하기 위하여 법으로 드론 금지 구역을 설정하고 있으며 드론 사용자는 이 지역을 회피하여 비행하여야 한다.
또한, 철탑이나 구조물과 충돌 위험이 있는 지역을 회피하여 비행할 필요가 있다. 따라서 비행 금지구역에 대한 명확한 정보제공이 필요하다.
종래에는 드론의 경로를 생성하는 방법에 관한 연구가 다수였으나, 방대한 양의 비행 금지구역 데이터를 효율적으로 처리하지 못한다는 문제점이 있다.
실시예에 따른 비행 금지구역 생성 방법은 방대한 양의 비행 금지구역 정보를 간소화 하여 비행 금지구역 정보를 효율적으로 제공하고 안전거리 오프셋을 이용하여 비행 안전거리를 확보 및 비행 위험확률을 도출하기 위함이다.
실시예가 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 실시예의 기재로부터 당해 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
실시예는 비행 금지구역 생성 방법을 제공하고, 이러한 비행 금지구역 생성 방법은, 미리 저장된 비행 금지구역 정보를 군집화 알고리즘을 이용하여 군집화 하는 단계, 상기 군집화된 정보를 알고리즘을 이용하여 컨벡스 헐(Convex hull)을 생성하는 단계, 그리고 레이블링(Labeling)을 이용하여 상기 컨벡스 헐의 내부는 비행 금지구역으로, 컨벡스 헐의 외부는 비행 가능구역으로 구분하는 단계를 포함한다.
또한, 실시예에 따른 비행 금지구역 생성 방법의, 상기 비행 금지구역 정보를 군집화 알고리즘을 이용하여 군집화 하는 단계는, 비행 금지구역의 경계 정보를 분류하여 군집화 하는 단계를 포함할 수 있다.
또한, 실시예에 따른 비행 금지구역 생성 방법의, 상기 컨벡스 헐을 생성하는 단계는, 컨벡스 헐에 오프셋(offset)을 설정하는 단계를 포함할 수 있다.
또한, 실시예에 따른 비행 금지구역 생성 방법의, 상기 레이블링(Labeling)을 이용하여 상기 컨벡스 헐의 내부는 비행 금지구역으로, 컨벡스 헐의 외부는 비행 가능구역으로 구분하는 단계는, 오프라인 학습을 이용하여 비행 위험확률을 도출하는 단계를 포함할 수 있다.
실시예에 따른 비행 금지구역 생성 방법은, 무인비행체의 비행 금지구역 생성을 이용하여 방대한 양의 비행 금지구역을 간소화함으로써 데이터 처리 효율을 높일 수 있는 효과가 있다.
또한, 실시예에 따른 비행 금지구역 생성방법은 안전거리 오프셋을 설정하여 비행안전거리를 확보할 수 있으며, 오프라인 학습을 이용하여 위치에 따른 비행 위험확률을 도출할 수 있는 효과가 있다.
도 1은 실시예에 따른 비행금지구역 생성 방법을 설명하기 위한 흐름도이다.
도 2는 실시예에 따른 비행 금지구역 정보를 군집화 하는 단계를 설명하기 위한 흐름도 이다.
도 3은 실시예에 따른 컨벡스 헐을 생성하는 단계 및 오프셋 설정 단계를 설명하기 위한 흐름도이다.
도 4는 실시예에 따른 비행 금지구역과 비행 가능구역을 구분하는 단계 및 비행 위험확률 도출 단계를 설명하기 위한 흐름도이다.
도 5는 실시예에 따른 비행금지 구역 경계 정보, 컨벡스 헐, 오프셋을 나타내는 도면이다.
도6은 실시예에 따른 비행 가능구역과 비행 금지구역을 구분한 것을 나타낸 도면이다.
도 7은 실시예에 따른 비행 위험확률을 표시한 예시도이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예를 상세히 설명하되, 동일하거나 유사한 구성요소에는 동일, 유사한 도면 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
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.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 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.
이하, 도 1을 참조하여 실시예에 따른 비행 금지구역을 생성하는 방법을 설명한다.
도 1은 실시예에 따른 비행 금지구역을 생성하는 방법을 나타내는 흐름도이다.
도 1을 참조하면, 실시예에 따른 비행 금지구역 생성 방법은 비행 금지구역 정보를 군집화하는 단계(S100), 군집화된 정보를 이용하여 컨벡스 헐(Convex hull)을 생성하는 단계(S200), 비행 가능구역과 비행 금지구역을 구분하는 단계(S300)를 포함한다.
비행 금지구역 정보를 군집화하는 단계(S100)에서, 비행 금지구역 데이터베이스(Data base, DB)로부터 비행 금지구역에 관한 정보를 추출하고, 추출한 정보를 군집화한다.
컨벡스 헐을 생성하는 단계(S200)에서, 비행 금지구역 정보를 군집화하는 단계(S100)에서 생성된 군집화 정보를 이용하여 컨벡스 헐을 계산하여 생성한다.
비행 가능구역과 비행 금지구역을 구분하는 단계(S300)에서, 컨벡스 헐을 생성하는 단계(S200)에서 생성된 컨벡스 헐을 이용하여 컨벡스 헐의 내부는 비행 금지구역으로 컨벡스 헐의 외부는 비행 가능구역으로 구분된다.
이하, 도 2를 참조하여 실시예에 따른 비행 금지구역 정보를 군집화하는 단계를 설명한다.
도 2는 실시예에 따른 비행 금지구역 정보를 군집화하는 단계(S100)의 실행 과정을 설명하는 흐름도이다.
실시예에 따른 비행 금지구역 정보 군집화 단계(S100)는, 비행 금지구역 정보를 데이터 세트로 설정하는 단계(S110), 데이터 세트를 군집화 처리하는 단계(S120), 및 비행 금지구역 정보를 군집화하는 단계(S130)를 포함한다.
비행 금지구역의 정보를 데이터 세트로 설정하는 단계(S110)에서, 비행금지구역 DB로부터 관심영역에 대한 비행 금지구역 정보를 2차원 공간상의 위치 정보(
Figure 112019117544219-pat00001
)로 추출하여 제 1데이터 세트(A)로 설정한다.
제 1데이터 세트(A)는 이하의 수학식 1에 따라 정의될 수 있다.
[수학식 1]
Figure 112019117544219-pat00002
여기에서, N1은 비행 금지구역의 위치 정보의 개수이고,
Figure 112019117544219-pat00003
는 위치정보이다.
또한, 비행 금지구역 정보를 데이터 세트로 설정하는 단계(S110)에서, 비행 금지구역 DB로부터 비행 금지구역의 경계에 대응하는 정보만 이용하여 제 2데이터 세트(B)로 설정할 수 있다.
제 2데이터 세트(B)는 이하의 수학식 2에 따라 정의될 수 있다.
[수학식 2]
Figure 112019117544219-pat00004
여기에서, N2는 비행 금지구역의 경계에 대응하는 위치정보의 개수이고,
Figure 112019117544219-pat00005
는 위치 정보이다.
제 2데이터 세트(B)는 비행 금지구역의 경계에 대응한다. 또한, 제 2데이터 세트(B)를 사용하는 경우 제 1데이터 세트(A)를 사용하는 것에 비하여 처리 데이터 양을 감소시킴으로써 데이터 처리 효율 및 속도를 증가 시킬 수 있다.
데이터 세트 군집화 단계(S120)는 제 1데이터세트 (A) 또는 제 2데이터 세트(B)를 군집화 알고리즘을 이용하여 군집화 하는 단계이다.
K-평균 군집화(K-means clustering)알고리즘을 포함한 종래 군집화 알고리즘 중 적어도 어느 하나가 사용될 수 있다.
군집화 단계(S120)는 이하의 수학식 3과 같은 관계로 정의될 수 있다.
[수학식 3]
Figure 112019117544219-pat00006
,
Figure 112019117544219-pat00007
여기에서
Figure 112019117544219-pat00008
는 군집의 수이고,
Figure 112019117544219-pat00009
는 군집화된 각 데이터 세트이다.
비행 금지구역 정보를 군집화하는 단계(S130)는 군집화 처리 단계(S120)를 통한 결과로서 비행 금지구역이 군집별로 구분된 단계이다.
이하, 도 3을 참조하여 실시예에 따른 컨벡스 헐을 생성하는 방법을 설명한다.
도 3은 실시예에 따른 컨벡스 헐을 생성하는 단계(S200)를 설명하는 흐름도이다.
실시예에 따른 컨벡스 헐을 생성하는 단계(S200)는 군집화된 정보별 컨벡스 헐을 생성하는 단계(S210) 및 컨벡스 헐에 안전거리 오프셋을 설정하는 단계(S220)를 포함한다.
군집화된 정보별 컨벡스 헐을 생성하는 단계(S210)에서, 비행 금지구역 정보 군집화 단계(S100)에서 생성된 군집화 정보를 이용하여 군집화된 정보별 컨벡스 헐을 생성(S210)한다.
구체적으로, 군집화된 정보별 컨벡스 헐을 생성하는 단계(S210)는 군집화 처리된 비행 금지구역 정보를 컨벡스 헐 계산 알고리즘을 이용하여 군집화 된 데이터별 컨벡스 헐을 생성하는 단계이다.
컨벡스 헐 계산에 사용되는 알고리즘은 자비스 진행법(Jarvis March)을 포함한 종래 컨벡스 헐 계산 알고리즘 중 적어도 어느 하나가 사용될 수 있다.
구체적으로, 수학식 3에서 정의한 군집화된 각 데이터 세트(
Figure 112019117544219-pat00010
)를 모두 포함하는 하나의 볼록 다각형(convex polygon)을 생성한다. 즉,
Figure 112019117544219-pat00011
의 컨벡스 헐을 생성한다.
유한 집합
Figure 112019117544219-pat00012
의 컨벡스 헐은
Figure 112019117544219-pat00013
의 모든 점의 컨벡스 콤비네이션 세트(Convex combination set)로 정의되며, 이하의 수학식 4에 의해 표현 될 수 있다.
[수학식 4]
Figure 112019117544219-pat00014
여기에서
Figure 112019117544219-pat00015
는 군집화된 데이터 세트이고,
Figure 112019117544219-pat00016
는 군집화된 데이터 세트의 데이터이다.
컨벡스 헐을 생성할 경우 컨벡스 헐의 내부 점들은 컨벡스 헐 계산 알고리즘의 결과에는 영향을 미치지 않는 특성상 비행 금지구역의 경계 안쪽에 불필요한 데이터들이 존재하더라도 컨벡스 헐 생성 결과에는 영향을 미치지 않게 된다. 즉, 제 1 데이터 세트의 컨벡스 헐과 제 2데이터 세트의 컨벡스 헐이 동일하게 된다.
컨벡스 헐에 안전거리 오프셋을 설정하는 단계(S220)는 이하의 단계로 구성된다.
임의의, 원에 근접한 볼록 다각형을 설정한 후 컨벡스 헐과 민코스키 합계(Minkowski sum)를 수행하여 컨벡스 헐을 구성하는 각 점으로부터 안전거리만큼 이격된 점을 생성한다. 그 후 이격된 새로운 점들을 입력으로 하여 컨벡스 헐을 계산하여 안전거리 오프셋이 확보된 제 2의 컨벡스 헐을 생성할 수 있다.
제 1집합
Figure 112019117544219-pat00017
과 제 2집합
Figure 112019117544219-pat00018
의 민코스키 합계는 제 1집합(
Figure 112019117544219-pat00019
)과 제 2집합(
Figure 112019117544219-pat00020
)의 모든 요소별 합의 집합으로 표현할 수 있으며, 이하의 수학식 5에 의해 표현될 수 있다.
[수학식 5]
Figure 112019117544219-pat00021
여기에서
Figure 112019117544219-pat00022
은 제 1집합
Figure 112019117544219-pat00023
의 요소를 의미하고,
Figure 112019117544219-pat00024
는 제 2집합
Figure 112019117544219-pat00025
의 요소를 의미한다.
또한, 안전거리 오프셋을 비행 금지구역에 적용함으로써 더욱 넓은 비행 금지구역을 설정 할 수 있으므로 무인 비행체의 비행 금지구역 침범 확률을 더욱 낮출 수 있다.
이하, 도 4를 참조하여 실시예에 따른 비행 금지구역과 비행 가능구역 구분 방법을 설명한다.
도 4는 실시예에 따른 비행 금지구역과 비행 가능구역을 구분하는 단계(S300)를 설명하기 위한 흐름도이다.
도 4를 참조하면, 실시예에 따른 비행 금지구역과 비행 가능구역 구분 방법은 비행 금지구역과 비행 가능구역으로 구분하는 단계(S310), 오프라인 학습 단계(S320), 위치별 비행 위험확률 도출 단계(S330)를 포함한다.
비행 금지구역과 비행 가능구역으로 구분하는 단계(S310)에서, 군집화된 정보별 컨벡스 헐 생성 단계(S210) 또는 컨벡스 헐에 안전거리 오프셋을 설정하는 단계(S220)에서 생성된 컨벡스 헐 정보를 레이블링한다.
실시예에 따른 레이블링은 2차원 공간상의 위치 정보(
Figure 112019117544219-pat00026
)와 해당 위치에 대한 비행 가능 여부에 대한 레이블 정보(
Figure 112019117544219-pat00027
)를 포함하여 제 3데이터 세트(D)를 생성하는 것이다.
제 3데이터 세트(D)는 이하의 수학식 6에 의해 정의될 수 있다.
[수학식 6]
Figure 112019117544219-pat00028
여기에서
Figure 112019117544219-pat00029
는 위치정보를 의미하며,
Figure 112019117544219-pat00030
는 비행 가능 여부에 대한 레이블 정보를 의미한다.
오프라인 학습 단계(S320)는 비행가능/불가능 데이터를 포함한 제 3데이터 세트(D)에 따라 스파스 커널(Sparse Kernel)(
Figure 112019117544219-pat00031
) 과 학습이 필요한 가중치(
Figure 112019117544219-pat00032
)를 이용한 로지스틱 회귀분석 분류기(Logistic regression classifier)로부터 비행 위험확률을 정의 하는 단계이다.
스파스 커널(
Figure 112019117544219-pat00033
)은 이하의 수학식 7에의해 표현 될 수 있다.
[수학식 7]
Figure 112019117544219-pat00034
Figure 112019117544219-pat00035
Figure 112019117544219-pat00036
여기에서 Ω는 범위 조절 변수를 의미하고 x는 변수를 의미한다.
가중치(
Figure 112019117544219-pat00037
)를 학습하기 위한 목적함수(
Figure 112019117544219-pat00038
)는 다음과 같이 음의 로그우도(Negative log-likelihood)로 정의하며 이하의 수학식 8에 의해 정의 될 수 있다.
[수학식 8]
Figure 112019117544219-pat00039
여기에서
Figure 112019117544219-pat00040
과
Figure 112019117544219-pat00041
는 정규화 변수를 의미하고,
Figure 112019117544219-pat00042
는 레이블 정보를 의미하고
Figure 112019117544219-pat00043
는 가중치를 의미한다.
또한, 가중치(
Figure 112019117544219-pat00044
)는 확률적 기울기 강하(Stochastic Gradient Descent, SGD)를 이용하여 점진적으로 업데이트되며 이하의 수학식 9에 의해 정의 될 수 있다.
[수학식 9]
Figure 112019117544219-pat00045
여기에서
Figure 112019117544219-pat00046
는 학습률을 의미하고
Figure 112019117544219-pat00047
는 가중치를 의미한다.
또한, 스파스 커널(
Figure 112019117544219-pat00048
)과 학습이 필요한 가중치(
Figure 112019117544219-pat00049
)를 다음의 수학식 10에 대입하여 비행 위험 확률(p)을 정의 할 수 있다.
[수학식 10]
Figure 112019117544219-pat00050
여기에서
Figure 112019117544219-pat00051
는 가중치,
Figure 112019117544219-pat00052
는 스파스 커널을 의미한다.
위치별 비행 위험확률 도출 단계(S330)는 오프라인 학습 단계(S320)에서 도출된 비행 위험 확률(p)을 소정의 색에 대응하여 표시하는 단계이다.
이하, 도 5를 참조하여 실시예에 따른 비행 금지구역 범위 생성방법을 설명한다.
도 5는 실시예에 따른 비행 금지구역 정보를 처리하는 방법을 설명하기 위한 예시이다.
도 5는 관심구역 범위 전체(400)와 비행 금지구역의 경계선(410), 컨벡스 헐 경계선(420), 오프셋이 적용된 경계선(430)을 포함한다.
도 5를 참조하면, 관심구역 범위(400)는 사용자가 비행 금지구역을 생성하는 범위를 설명하기 위한 예시이다.
비행 금지구역의 경계선(410)은 비행 금지구역의 정보를 데이터 세트로 설정하는 단계(S110)에서 경계에 해당하는 제 2데이터 세트(B)를 생성한 것을 설명하기 위한 예시이다.
상술한 제 2데이터 세트(B)는 점집합으로 구성된다, 제 2데이터 세트(B)는 비행 금지구역의 경계선(410)의 복수의 점들로 구성된다.
컨벡스 헐 경계선(420)은 군집화된 정보별 컨벡스 헐을 생성하는 단계(S210)를 설명하기 위한 예시이다.
컨벡스 헐 경계선(420)은 군집화된 경계 데이터별로 컨벡스 헐이 생성 된 것을 나타낸다.
컨벡스 헐에 오프셋이 적용된 경계선(430)은 안전거리 오프셋을 설정하는 단계(S220)를 설명하기 위한 예시이다.
오프셋이 적용된 경계선(430)은 컨벡스 헐 경계선(420)으로부터 안전거리 오프셋만큼 이격된 위치에 경계선이 생성된 것을 나타낸다.
이하, 도 6을 참조하여 실시예에 따른 비행 금지구역과 비행 가능구역 구분 방법을 설명한다.
도 6은 실시예에 따른 비행 금지구역과 비행 가능 구역을 구분한 단계(S310)를 설명하기 위한 예시이다.
도 6은 관심영역 범위(500), 비행 가능구역(510), 비행 금지구역(520)을 도시한다.
도 6을 참조하면, 관심영역 범위(500)는 사용자가 비행 금지구역을 생성하기 위한 범위를 설명하기 위한 예시이다.
비행 가능구역(510)은 오프셋이 적용된 경계선(430)의 외부에 해당하는 영역으로 비행 가능한 구역을 의미한다.
비행 금지구역(520)은 오프셋이 적용된 경계선(430)의 내부에 해당하는 영역으로 비행 금지한 구역을 의미한다.
이하, 도 7을 참조하여 비행 위험확률 도출 방법을 설명한다.
도 7은 실시예에 따른 비행 위험확률 도출 단계(S330)를 설명하기 위한 예시이다.
도 7은 관심영역 범위(600), 비행 금지구역(610), 비행 금지구역의 경계 구역(620), 비행 가능구역(630), 스케일바(640)를 도시한다.
도 7을 참조하면, 관심영역 범위(600)는 사용자가 비행 금지구역을 생성하기 위한 범위를 설명하기 위한 예시이다.
비행 금지구역(610)은 적색으로 표시되어 비행 위험확률이 매우 높은 것을 나타낸다.
비행 금지구역의 경계 구역(620)은 비행 금지구역(610)에 가까워 질수록 적색에 가깝고 멀어질수록 청색에 가깝게 변하여 비행 위험확률을 나타낸다.
비행 가능구역(630)은 청색으로 표시되어 비행 위험확률이 낮다는 것을 나타낸다.
스케일바(640)는 청색에 가까울수록 비행 위험확률이 낮고 적색에 가까울수록 비행 위험확률이 높다는 것을 나타낸다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 안되며 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
400: 관심구역 범위 전체 410: 비행 금지구역의 경계선
420: 컨벡스 헐 경계선 430: 오프셋이 적용된 경계선
500: 관심영역 범위 510: 비행 가능구역
520: 비행 금지구역 600: 관심영역 범위
610: 비행 금지구역 620: 비행 금지구역의 경계
630: 비행 가능구역 640: 스케일바

Claims (10)

  1. 미리 저장된 비행 금지구역 정보를 군집화 알고리즘을 이용하여 군집화하는 단계,
    상기 군집화된 정보를 컨벡스 헐(Convex hull) 생성 알고리즘을 이용하여 컨벡스 헐을 생성하는 단계, 그리고
    레이블링(Labeling)을 이용하여 상기 컨벡스 헐의 내부는 비행 금지구역으로, 상기 컨벡스 헐의 외부는 비행 가능구역으로 구분하는 단계를 포함하고,
    상기 컨벡스 헐을 생성하는 단계는,
    상기 컨벡스 헐에 민코스키 합계(Minkowski sum)를 이용하여 오프셋을 설정하는 단계를 포함하는 비행 금지구역 생성 방법.
  2. 제 1항에 있어서,
    상기 군집화하는 단계는
    상기 비행 금지구역의 경계 정보를 분류하여 군집화 하는 단계
    를 포함하는, 비행 금지구역 생성 방법.
  3. 제 2항에 있어서,
    상기 군집화 하는 단계는
    K-평균 군집화(K-means clustering)를 이용하여 상기 비행 금지구역 정보 또는 상기 비행 금지구역의 경계 정보를 군집화 하는 단계
    를 포함하는, 비행 금지구역 생성 방법.
  4. 삭제
  5. 제 2항에 있어서,
    상기 컨벡스 헐을 생성하는 단계는
    자비스 진행법(Jarvis March)을 이용하여 상기 컨벡스 헐을 생성하는 단계
    를 포함하는, 비행 금지구역 생성 방법.
  6. 삭제
  7. 제 1항에 있어서,
    오프라인 학습을 상기 레이블링이 적용된 컨벡스 헐에 적용하여 비행 위험확률을 도출하는 단계
    를 더 포함하는 비행 금지구역 생성 방법.
  8. 제 7항에 있어서,
    오프라인 학습을 상기 레이블링이 적용된 컨벡스 헐에 적용하여 비행 위험확률을 도출하는 단계는
    로지스틱 회귀분석 분류기(Logistic regression classifier)로부터 비행 위험확률을 정의하는 단계
    를 포함하는, 비행 금지구역 생성 방법.
  9. 제 8항에 있어서,
    상기 로지스틱 회귀분석 분류기는
    스파스 커널(Sparse Kernel)과 가중치로 구성된 로지스틱 회기 분석 분류기
    를 포함하는, 비행 금지구역 생성 방법.
  10. 제 9항에 있어서,
    상기 가중치는
    확률적 기울기 강하(Stochastic Gradient Descent)를 이용하여 업데이트되는 가중치
    를 포함하는, 비행 금지구역 생성 방법.
KR1020190146853A 2019-11-15 2019-11-15 무인 비행체의 비행 금지구역 생성 방법 KR102202632B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190146853A KR102202632B1 (ko) 2019-11-15 2019-11-15 무인 비행체의 비행 금지구역 생성 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190146853A KR102202632B1 (ko) 2019-11-15 2019-11-15 무인 비행체의 비행 금지구역 생성 방법

Publications (1)

Publication Number Publication Date
KR102202632B1 true KR102202632B1 (ko) 2021-01-13

Family

ID=74142285

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190146853A KR102202632B1 (ko) 2019-11-15 2019-11-15 무인 비행체의 비행 금지구역 생성 방법

Country Status (1)

Country Link
KR (1) KR102202632B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102312177B1 (ko) 2021-05-03 2021-10-14 ㈜유엔이 동적 비행 제한구역 운영방법 및 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140141174A (ko) * 2013-05-31 2014-12-10 한국과학기술원 3차원 객체 인식을 위한 rgb-d 영상 기반 객체 구역화 및 인식 방법 및 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140141174A (ko) * 2013-05-31 2014-12-10 한국과학기술원 3차원 객체 인식을 위한 rgb-d 영상 기반 객체 구역화 및 인식 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102312177B1 (ko) 2021-05-03 2021-10-14 ㈜유엔이 동적 비행 제한구역 운영방법 및 시스템

Similar Documents

Publication Publication Date Title
US10824169B1 (en) Event-based vehicle operation and event remediation
US9989965B2 (en) Object detection and analysis via unmanned aerial vehicle
US7355508B2 (en) System and method for monitoring an area
CN109387828B (zh) 自动检测和规避系统
US11249494B2 (en) Systems and methods for sensing and avoiding external objects for aircraft
US10795380B1 (en) System and method for event-based vehicle operation
US10586024B1 (en) System and method for event-based vehicle operation
US11875689B2 (en) Management apparatus, management method and management system
WO2023137040A1 (en) Apparatuses and methods for preconditioning a power source of an electric aircraft
JP6573902B2 (ja) ショートランディングの通知
CN115187005B (zh) 调度方法、装置、设备及存储介质
KR102202632B1 (ko) 무인 비행체의 비행 금지구역 생성 방법
CN112000128A (zh) 一种用于抢险救灾的无人机集群任务协同方法及系统
CN114724412A (zh) 飞行航段终端可视化系统和用于飞行航段终端可视化的方法
Swinney et al. The effect of real-world interference on CNN feature extraction and machine learning classification of unmanned aerial systems
Zhang et al. Model predictive control based dynamic geofence system for unmanned aerial vehicles
US20220157178A1 (en) Disaster and emergency surveillance using a distributed fleet of autonomous robots
Shmelova et al. Modeling of the collaborative decision making by remote pilot and air traffic controller in flight emergencies
JP7050809B2 (ja) 情報処理装置
Stark et al. Concept of operations for personal remote sensing unmanned aerial systems
Krichen et al. Unmanned aerial vehicles communications security challenges: A survey
Khan et al. Translearn-yolox: Improved-yolo with transfer learning for fast and accurate multiclass uav detection
US11330458B2 (en) Systems and methods for detecting an unauthorized airborne device
US20240119152A1 (en) Providing malware protection on an unmanned aerial vehicle
JP7431365B1 (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

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