KR102322360B1 - 무인 비행체 운용 시스템 및 방법 - Google Patents

무인 비행체 운용 시스템 및 방법 Download PDF

Info

Publication number
KR102322360B1
KR102322360B1 KR1020200144213A KR20200144213A KR102322360B1 KR 102322360 B1 KR102322360 B1 KR 102322360B1 KR 1020200144213 A KR1020200144213 A KR 1020200144213A KR 20200144213 A KR20200144213 A KR 20200144213A KR 102322360 B1 KR102322360 B1 KR 102322360B1
Authority
KR
South Korea
Prior art keywords
unmanned aerial
aerial vehicle
node
movement path
probability
Prior art date
Application number
KR1020200144213A
Other languages
English (en)
Inventor
문일경
김광
이종민
Original Assignee
서울대학교 산학협력단
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 서울대학교 산학협력단 filed Critical 서울대학교 산학협력단
Priority to KR1020200144213A priority Critical patent/KR102322360B1/ko
Priority to PCT/KR2021/011931 priority patent/WO2022092543A1/ko
Application granted granted Critical
Publication of KR102322360B1 publication Critical patent/KR102322360B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • 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
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • G05D1/0027—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement involving a plurality of vehicles, e.g. fleet or convoy travelling
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • B64C2201/141—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B64U2201/102—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] adapted for flying in formations

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Forklifts And Lifting Vehicles (AREA)

Abstract

본 발명은 무인 비행체 운용 시스템 및 방법에 관한 것으로, 본 발명에 따른 무인 비행체 운용 방법은 복수 개의 무인 비행체를 운용하는 시스템에 의해 각 단계가 수행되는 방법으로서, 무인 비행체 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치에 관한 정보를 입력받는 단계, 각 무인 비행체 별로 이동 가능 위치에 대한 후보군을 도출하는 이동 가능 위치 후보군 도출 단계, 및 이동 가능 위치 후보군 중 노드별 이벤트 감지 확률이 최고가 되는 위치를 각 무인 비행체의 최적 이동 경로로 결정하는 최적 이동 경로 결정 단계를 포함하여 이루어지고, 노드별 예상 이벤트 감지 확률은 노드의 이벤트 발생 확률 및 노드를 감시하는 무인 비행체의 성능에 따라 결정되는 것을 특징으로 한다.

Description

무인 비행체 운용 시스템 및 방법{SYSTEM AND METHOD FOR OPERATING UNMANNED AERIAL VEHICLE}
본 발명은 무인 비행체 운용 시스템 및 방법에 관한 것으로, 보다 자세하게는 감지 문제에 있어서 적은 수의 무인 비행체로 효율적인 감지를 할 수 있도록 하기 위한 무인 비행체 운용 시스템 및 방법에 관한 것이다.
도시의 범위가 더 넓어지고 그 역할도 다양해짐에 따라 복잡해진 시스템들을 운영 관리 측면에서 효과적으로 다루기 위해 최근 스마트시티라는 개념이 등장하게 되었다. 이러한 시스템을 효과적이면서 효율적으로 관리하기 위해 스마트시티는 데이터를 수집하고 합리적인 의사결정을 하도록 하는 센서 운영 관리가 필수적이다.
이와 관련하여 기존에는 CCTV와 같이 고정적인 위치에서 시스템 내 발생하는 이벤트를 감지했다면, 최근 드론과 같은 무인 비행체의 등장으로 센서가 이동 가능해지면서 효과적이면서 효율적인 감지가 가능하게 되었다.
다만 넓은 구역 내에 최소한의 무인 비행체로도 효과적인 감지가 가능하도록 하기 위해 무인 비행체의 성능(이동 가능 거리, 감지 범위 등)을 감안한 효과적인 무인 비행체 운영이 필요하나 현재는 데이터 기반의 이론적인 분석보다 의사결정자의 경험이나 노하우를 통해 무인 비행체 운영 관련 의사결정이 이루어지고 있다.
KR 10-2009608 B
본 발명은 상기와 같은 문제점을 해결하기 위해 발명된 것으로서, 본 발명의 목적은 데이터기반의 무인 비행체 운용 시스템 및 방법을 제공하는 것이다.
본 발명의 다른 목적은 무인 비행체의 성능을 고려하여 적은 수의 무인 비행체로 더 넓은 범위를 감지할 수 있도록 하기 위한 무인 비행체 운용 시스템 및 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 이벤트 감지 확률을 높일 수 있는 무인 비행체 운용 시스템 및 방법을 제공하는 것이다.
본 발명의 또 다른 목적은 무인 비행체의 최적 이동 경로를 단시간에 결정할 수 있는 무인 비행체 운용 시스템 및 방법을 제공하는 것이다.
상기의 목적을 달성하기 위한 본 발명에 따른 무인 비행체 운용 방법은 복수 개의 무인 비행체를 운용하는 시스템에 의해 각 단계가 수행되는 방법으로서, 무인 비행체 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치에 관한 정보를 입력받는 단계; 무인 비행체 별로 이동 가능 위치에 대한 후보군을 도출하는 이동 가능 위치 후보군 도출 단계; 및 상기 이동 가능 위치 후보군 중 노드별 이벤트 감지 확률이 최고가 되는 위치를 각 무인 비행체의 최적 이동 경로로 결정하는 최적 이동 경로 결정 단계를 포함하여 이루어지고, 상기 노드별 이벤트 감지 확률은 노드의 이벤트 발생 확률 및 노드를 감시하는 무인 비행체 성능에 따라 결정되는 것을 특징으로 한다.
상기 노드별 이벤트 감지 확률은 각 무인 비행체에 의해 이벤트가 감지될 확률의 합으로 계산할 수 있다.
상기 최적 이동 경로 결정 단계 이전에 무인 비행체의 우선순위를 결정하는 우선순위 결정 단계를 더 포함하고, 상기 최적 이동 경로 결정 단계에서 상기 우선순위에 따라 이벤트 감지 확률이 최고가 되는 최적 이동 경로를 결정할 수 있다.
상기 이동 가능 위치 후보군 도출 단계에서, 무인 비행체가 이동할 수 있는 영역을 격자로 분할하고 각각의 격자지점을 이동 가능 위치 후보군으로 도출할 수 있다.
상기 우선순위 결정 단계에서, 랜덤, 무인 비행체의 현재위치 기반, 또는 무인 비행체의 추가이익을 기반으로 우선순위를 결정할 수 있다.
본 발명에 따른 컴퓨터 프로그램은 본 발명에 따른 무인 비행체 운용 방법이 컴퓨터에서 실행되도록 하기 위해 컴퓨터 판독 가능한 매체에 저장될 수 있다.
본 발명에 따른 무인 비행체 운용 시스템은 복수 개의 노드를 포함하는 감시 지역을 감시하는 복수 개의 무인 비행체를 운용하는 시스템으로서, 무인 비행체 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치에 관한 정보를 저장하고 있는 데이터베이스; 및 상기 정보를 입력받아 각 무인 비행체의 최적 이동 경로를 도출하되 무인 비행체에 의한 노드별 이벤트 감지 확률이 최고가 되는 위치를 각 무인 비행체의 최적 이동 경로로 결정하는 연산부를 포함하여 이루어지는 것을 특징으로 한다.
상기 무인 비행체의 현재 위치, 상기 무인 비행체의 이동 가능 범위, 상기 무인 비행체의 감지 가능 범위, 노드의 위치를 사용자 디스플레이에 제공하는 디스플레이 제어부를 더 포함할 수 있다.
상기 디스플레이 제어부는 각 무인 비행체의 최적 이동 경로 정보 및 노드별 예상 이벤트 발생 확률 정보를 사용자 디스플레이에 더 제공할 수 있다.
상기 디스플레이 제어부는 상기 노드의 색상 또는 음영을 달리 표시되도록 하는 방법으로 상기 노드별 이벤트 발생 확률 정보를 사용자 디스플레이에 제공하도록 제어할 수 있다.
상기 연산부는 본 발명에 따른 무인 비행체 운용 방법으로 각 무인 비행체의 최적 이동 경로를 도출할 수 있다.
상기와 같은 구성을 갖는 본 발명에 따른 무인 비행체 운용 시스템 및 방법은 데이터를 기반으로 무인 비행체를 운용하며, 무인 비행체의 성능을 고려하여 적은 수의 무인 비행체로 더 넓은 범위를 감지할 수 있도록 할 수 있을 뿐만 아니라 이벤트 감지 확률을 높일 수 있는 무인 비행체의 최적 이동 경로를 단시간에 결정할 수 있는 무인 비행체 운용 시스템 및 방법을 제공하는 효과가 있다.
제1도는 본 발명에서 고려하는 예시적인 문제 상황을 보여주는 도면이다.
제2도는 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템의 구성도이다.
제3도는 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템이 제공하는 예시적인 이동경로 화면을 보여주는 도면이다.
제4도는 본 발명의 일 실시예에 따른 무인 비행체 운용 방법의 순서도이다.
제5도는 무인 비행체 이동 후보군을 결정하는 방법을 보여주는 도면이다.
제6도는 무인 비행체와 노드 사이의 거리에 따른 이벤트 감지 확률을 보여주는 그래프이다.
제7도는 본 발명의 다른 실시예에 따른 무인 비행체 운용 방법의 순서도이다.
제8도 및 제9도는 본 발명의 다른 실시예에 따른 무인 비행체 운용 방법을 이용하여 최적 이동 경로를 도출하는데 소요되는 시간을 측정한 결과를 보여주는 표이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 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. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
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.
본 출원에서 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 출원에서, "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.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명에서 고려하는 예시적인 문제 상황을 보여주는 도면이다.
도 1에 도시된 상황에서 이벤트 발생이 가능한 복수 개의 노드(N)를 포함하는 감시 지역을 2개의 무인 비행체(D)가 감시하고 있다.
이때 제1 무인 비행체(D1)와 제2 무인 비행체(D2)는 동일한 성능의 무인 비행체일 수도 있으나 도 1에 도시된 바와 같이 이동 가능 거리, 감지 범위 등과 같은 성능이 상이한 무인 비행체일 수 있다.
이러한 상황에서 본 발명에 따른 무인 비행체 운용 시스템 및 방법은 무인 비행체의 성능을 고려하여 적은 수의 무인 비행체로 더 넓은 범위를 감지할 수 있도록 할 수 있을 뿐만 아니라 이벤트 감지 확률을 높일 수 있는 무인 비행체의 최적 이동 경로를 단시간에 결정하고자 한다.
이를 위한 본 발명에 따른 무인 비행체 운용 시스템 및 방법을 설명하면 다음과 같다.
우선, 도 2에 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템(100)의 구성도가 도시되어 있다.
도 2에 도시된 바와 같이 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템(100)은 데이터베이스(10), 연산부(20), 디스플레이 제어부(30), 무인 비행체 제어부(40)를 포함하여 이루어질 수 있다.
데이터베이스(10)는 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템(100)이 무인 비행체의 최적 이동 경로를 계산하기 위해 필요한 정보를 저장하는 저장부이다.
데이터베이스(10)에 저장될 수 있는 정보는 무인 비행체의 최적 이동 경로 계산에 필요한 정보로서 무인 비행체의 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치 등일 수 있다. 데이터베이스에 저장될 수 있는 이러한 정보는 외부로부터 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템에 입력될 수 있고, 데이터베이스에 저장될 수 있다.
연산부(20)는 무인 비행체의 이동 경로를 도출하는 구성으로서 각 무인 비행체가 이동할 수 있는 이동 가능 위치 후보군 중 해당 위치로 이동하였을 때 노드별 이벤트 감지 확률이 최고가 되는 위치를 각 무인 비행체의 최적 이동 경로로 결정한다.
연산부(20)는 최적 이동 경로를 도출하기 위해 무인 비행체의 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치 등의 정보를 이용할 수 있다.
최적 이동 경로를 도출하기 위해 이용되는 무인 비행체의 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치 등의 정보는 데이터베이스(10)에 저장된 정보 또는 실시간으로 외부로부터 입력되는 정보일 수 있다.
연산부(20)가 각 무인 비행체의 최적 이동 경로를 결정하는 구체적인 방법은 본 발명의 일 실시예에 따른 무인 비행체 운용 방법 설명 부분에서 후술하기로 한다.
디스플레이 제어부(30)는 무인 비행체에 대한 정보를 사용자에게 보여주기 위해 디스플레이를 제어하는 구성이다.
사용자는 디스플레이 제어부에서 제공하는 화면을 디스플레이를 통해 볼 수 있다.
디스플레이 제어부에 의해 제공되는 화면은 예를 들어 도 1에 도시된 화면과 같을 수 있다. 즉, 사용자는 디스플레이 제어부에 의해 제공되는 화면을 통해 무인 비행체의 현재 위치, 무인 비행체의 성능 (예를 들어 이동 가능 지역 범위, 감지 가능 범위 등), 노드의 위치를 확인할 수 있다.
또한 디스플레이 제어부(30)는 도 1에 도시된 바와 같이 노드(N)의 색상 또는 음영을 달리 표시하여 사용자에게 노드별 이벤트 발생 확률 정보를 제공할 수도 있다. 이를 통해 사용자는 이벤트 발생 확률이 높은 노드가 어디인지를 직관적으로 확인할 수 있다.
또한 디스플레이 제어부는 연산부(20)에 의해 도출된 무인 비행체의 최적 이동 경로를 도 3에 도시된 바와 같은 화면으로 디스플레이를 통해 사용자에게 제공할 수 있다.
무인 비행체 제어부(40)는 연산부(20)에서 도출된 최적 이동 경로에 따라 무인 비행체가 이동하도록 제어하는 구성이다.
무인 비행체 제어부(40)는 연산부(20)가 최적 이동 경로를 도출하자마자 즉시, 또는 최적 이동 경로가 도출되어 디스플레이를 통해 최적 이동 경로가 사용자에게 제공된 후 사용자의 승인 신호가 입력된 이후에 최적 이동 경로로 각 무인 비행체를 이동시키기 위한 제어신호를 전송할 수도 있다.
도 4에 본 발명의 일 실시예에 따른 무인 비행체 운용 방법의 순서도가 도시되어 있다.
본 발명의 일 실시예에 따른 무인 비행체 운용 방법은 노드를 감시하는 복수 개의 무인 비행체의 최적 이동 경로를 결정하는 방법에 관한 것으로 앞서 설명한 본 발명의 일 실시예에 따른 무인 비행체 운용 시스템, 보다 구체적으로는 무인 비행체 운용 시스템에 의해 각 단계가 수행될 수 있는 방법이다.
구체적으로 본 발명의 일 실시예에 따른 무인 비행체 운용 방법은 도 4에 도시된 바와 같이 정보 입력 단계(S100), 후보군 도출 단계(S200), 최적 이동 경로 결정 단계(S300), 디스플레이 제어 단계(S400), 및 무인 비행체 제어 단계(S500)를 포함하여 이루어질 수 있다.
정보 입력 단계(S100)는 무인 비행체의 최적 이동 경로를 도출하기 위한 정보가 입력되는 단계로서 최적 이동 경로를 도출하기 위한 정보로서 무인 비행체 성능(예를 들어 이동 가능 지역 범위, 감지 가능 범위 등), 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치 정보 등이 입력될 수 있다.
무인 비행체의 최적 이동 경로를 도출하기 위한 정보는 시스템 내부에 저장된 정보이거나 실시간으로 시스템에 입력되는 정보일 수 있다.
다음으로, 후보군 도출 단계(S200)는 각 무인 비행체가 이동할 수 있는 위치에 대한 후보군을 도출하는 단계이다.
도 1을 참고하면, 점선으로 표시한 무인 비행체의 이동 가능 지역 범위 내의 지점들이 후보군이 될 수 있다.
그러나 실제 이동 가능 지역 범위는 무한개의 점으로 구성되어 있으므로 이들 무한개의 지점 중 어느 지점으로 이동하는 것이 가장 적절한지를 판단하는 것은 무한 번의 연산이 이루어져야 함을 의미한다.
이에 본 발명에서는 각 무인 비행체가 이동할 수 있는 이동 가능 지역을 유한개의 지점으로 한정하는 방법으로 후보군을 결정한다. 예를 들어 도 5에 도시된 바와 같이 무인 비행체의 이동 가능 지역을 미리 설정된 크기의 격자로 나누고 각 격자의 한 지점(예를 들어 중심점)을 무인 비행체가 이동할 수 있는 위치의 후보군으로 결정한다.
다음으로, 최적 이동 경로 결정 단계(S300)는 결정된 후보군 중 무인 비행체가 해당 위치로 이동하였을 때 노드별 이벤트 감지 확률이 가장 높은 위치를 최적 이동 경로로 결정하는 단계이다.
무인 비행체에 의해 감지되는 노드별 이벤트 감지 확률을 계산하는 방법과 관련한 정의 및 최적 이동 경로를 결정하는 상세한 방법은 다음과 같다.
[집합]
Figure 112020116444703-pat00001
무인 비행체의 집합,
Figure 112020116444703-pat00002
Figure 112020116444703-pat00003
노드의 집합,
Figure 112020116444703-pat00004
[모수]
Figure 112020116444703-pat00005
노드 j에서 발생할 이벤트의 확률
Figure 112020116444703-pat00006
무인 비행체 i의 감지 감쇄(decaying) 인자
Figure 112020116444703-pat00007
무인 비행체 i의 감지 가능 범위
Figure 112020116444703-pat00008
무인 비행체 i의 이동 가능 범위
Figure 112020116444703-pat00009
무인 비행체 i의 현재 위치정보
[변수]
Figure 112020116444703-pat00010
무인 비행체 i의 이동 가능 위치의 집합
Figure 112020116444703-pat00011
Figure 112020116444703-pat00012
무인 비행체 i의 위치정보
Figure 112020116444703-pat00013
노드 j의 위치정보
[결정 변수]
Figure 112020116444703-pat00014
각 무인 비행체 별 선택 전략의 집합
무인 비행체의 감지 성능은 도 6에 도시된 바와 같이 무인 비행체와 노드 사이의 거리가 증가함에 따라 지수적(exponential)으로 줄어들고 감지 범위를 벗어나게 될 경우 이벤트 감지 확률(p(x,j))은 0이 된다. 이를 수식으로 나타내면 아래와 같다.
Figure 112020116444703-pat00015
또한 하나의 노드 j에서 발생하는 이벤트가 여러 대의 무인 비행체에 의해 감지되는 경우의 결합 감지 확률(
Figure 112020116444703-pat00016
)을 수식으로 나타내면 아래와 같다.
Figure 112020116444703-pat00017
따라서 아래 식(1)과 같은 목적함수를 이용하여 노드에서의 이벤트 감지 확률을 가장 높일 수 있는 위치를 최적 이동 경로로 결정할 수 있으며, 이때 각 무인 비행체가 이동 가능 범위 내에 있는 위치들 중 하나의 위치를 선택하고 이동하도록 하는 아래 식(2)와 같은 제약조건을 사용할 수 있다.
Figure 112020116444703-pat00018
식(1)
Figure 112020116444703-pat00019
식(2)
다음으로, 디스플레이 제어 단계(S400)는 디스플레이 제어부가 무인 비행체에 대한 정보를 사용자에게 보여주기 위해 디스플레이를 제어하는 단계이다.
디스플레이 제어 단계에서는 예를 들어 도 1에 도시된 화면과 같이 무인 비행체의 현재 위치, 무인 비행체의 성능 (예를 들어 이동 가능 지역 범위, 감지 가능 범위 등), 노드의 위치를 제공하며, 최적 이동 경로 결정 단계(S300)에서 각 무인 비행체의 최적 이동 경로가 결정되면, 도 3에 도시된 바와 같은 화면으로 결정된 최적 이동 경로를 사용자에게 제공하도록 제어할 수 있다.
다음으로, 무인 비행체 제어 단계(S500)는 무인 비행체 제어부가 최적 이동 경로 결정 단계(S300)에서 결정된 최적 이동 경로에 따라 무인 비행체가 이동하도록 제어하는 단계이다.
무인 비행체 제어 단계(S500)에서 무인 비행체 제어부는 최적 이동 경로를 도출하자마자 즉시, 또는 최적 이동 경로가 도출되어 디스플레이를 통해 최적 이동 경로가 사용자에게 제공된 후 사용자의 승인 신호가 입력된 이후에 최적 이동 경로로 각 무인 비행체를 이동시키기 위한 제어신호를 전송할 수도 있다.
지금까지 설명한 바와 같은 본 발명의 일 실시예에 따른 무인 비행체 운용 방법은 다양하고 방대한 데이터를 분석해 대기오염, 재난상황 등 추정된 이벤트 발생 확률을 가지고 빠른 시간 내에 수리 모형에 대한 합리적인 해를 도출할 수 있는 알고리즘을 제공한다. 알고리즘을 통해 구한 해는 무인 비행체의 이동 경로 및 위치 결정에 대한 최적해의 목적함수 값에 근접한 해를 도출하여 빠른 전략을 세울 수 있도록 도울 수 있다. 즉, 즉각적인 모니터링을 통해 주관적 판단이 아닌 데이터 기반의 합리적인 의사결정을 빠르게 할 수 있도록 도와 스마트시티 내 감지 문제에 대한 드론 운영관련 시스템을 구축할 수 있다.
다만, 본 발명의 일 실시예에 따른 무인 비행체 운용 방법의 후보군 도출 단계(S200)에서 무인 비행체가 이동할 수 있는 위치인 후보군이 많이 도출될수록 최적 이동 경로 결정 단계(S300)에서 이벤트 감지 확률이 가장 높은 최적 이동 경로로 결정하는데 소요되는 시간이 증가하는 문제가 있다.
이 경우 도 7에 도시된 본 발명의 다른 실시예에 따른 무인 비행체 운용 방법에서와 같이 최적 이동 경로 결정 단계(S300) 이전에 우선순위 결정 단계(S600)를 수행함으로써 무인 비행체가 이동할 수 있는 위치인 후보군이 많이 도출되더라도 최적 이동 경로 결정 단계(S300)에서 이벤트 감지 확률이 가장 높은 최적 이동 경로를 결정하는데 소요되는 시간을 단축시킬 수 있다.
보다 상세히 설명하면, 우선순위 결정 단계(S600)는 복수 개의 무인 비행체 사이의 우선순위를 결정하는 단계이다.
우선순위를 결정하는 방법으로서, 예를 들어 랜덤으로 우선순위를 결정하는 방법, 무인 비행체의 현재위치를 기반으로 우선순위를 결정하는 방법, 또는 무인 비행체의 추가이익(marginal gain) 기반으로 우선순위를 결정하는 방법 등으로 우선순위를 결정할 수 있다.
이와 같은 방법으로 복수 개의 무인 비행체 사이의 우선순위가 결정되면, 최적 이동 경로 결정 단계(S300)에서 결정된 우선순위에 따라 이벤트 감지 확률이 최고가 되는 최적 이동 경로를 결정한다.
구체적으로, 결정된 우선순위에 따라 첫번째 무인 비행체를 이용하여 가장 이벤트 감지 확률을 높일 수 있는 위치를 첫번째 무인 비행체의 최적 이동 경로로 결정한다. 그 다음 첫번째 무인 비행체가 결정된 최적 이동 경로로 이동된 것을 전제로 두번째 무인 비행체를 이용하여 가장 이벤트 감지 확률을 높일 수 있는 위치를 두번째 무인 비행체의 최적 이동 경로로 결정하며, 이와 같은 방법으로 마지막 무인 비행체까지 최적 이동 경로를 결정한다.
만약 M개의 무인 비행체가 있는 경우 모든 무인 비행체의 최적 이동 경로를 결정하기 위해 총
Figure 112020116444703-pat00020
번(이때, |x1|는 이동 가능 범위 내 무인 비행체 i의 이동 가능 위치의 수를 뜻함)의 계산과정이 필요하지만 본 발명의 다른 실시예에 따른 무인 비행체 운용 방법에서와 같이 복수 개의 무인 비행체 사이의 우선순위가 결정하고 결정된 우선순위에 따라 이벤트 감지 확률이 최고가 되는 최적 이동 경로를 결정한다면
Figure 112020116444703-pat00021
번의 계산과정만 필요하다.
이와 관련하여 우선순위를 결정하여 최적 이동 경로를 결정하는 연산을 수행한 결과 보여주는 도 8 및 도 9에 도시된 바와 같이 무인 비행체의 수가 70대, 노드의 개수가 140개인 실제보다 복잡한 상황을 가정하는 경우에도 100초 이내의 빠른 계산이 가능함을 확인할 수 있었다.
본 발명의 다른 실시예에 따른 무인 비행체 운용 방법에서 정보 입력 단계(S100), 후보군 도출 단계(S200), 최적 이동 경로 결정 단계(S300), 디스플레이 제어 단계(S400), 및 무인 비행체 제어 단계(S500) 등은 앞선 실시예에서 설명한 것과 동일하므로 본 발명의 다른 실시예에 따른 무인 비행체 운용 방법의 설명에서는 이들 단계에 대한 구체적인 설명을 생략하기로 한다.
이상 본 발명의 실시예에 따른 무인 비행체 운용 방법을 구체적인 실시예를 참조로 설명하였으며, 본 발명의 실시예에 따른 무인 비행체 운용 방법은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상이 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상이 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 혹은 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상이 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 혹은 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 혹은 이들 중 하나 이상이 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 장치의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상이 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상이 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 특허문헌에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상이 컴퓨터 프로그램을 실행하는 하나 이상이 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 종류의 디지털 컴퓨터의 어떠한 하나 이상이 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 혹은 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상이 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상이 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 혹은 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
지금까지 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.
10 : 데이터베이스
20 : 연산부
30 : 디스플레이 제어부
40 : 무인 비행체 제어부

Claims (11)

  1. 복수 개의 무인 비행체를 운용하는 시스템에 의해 각 단계가 수행되는 방법으로서,
    무인 비행체 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치에 관한 정보를 입력받는 단계;
    무인 비행체 별로 이동 가능 위치에 대한 후보군을 도출하는 이동 가능 위치 후보군 도출 단계; 및
    상기 이동 가능 위치 후보군 중 노드별 이벤트 감지 확률이 최고가 되는 위치를 각 무인 비행체의 최적 이동 경로로 결정하는 최적 이동 경로 결정 단계;
    를 포함하여 이루어지고, 상기 노드별 이벤트 감지 확률은 노드의 이벤트 발생 확률 및 노드를 감시하는 무인 비행체 성능에 따라 결정되는 것을 특징으로 하는 무인 비행체 운용 방법.
  2. 제1항에 있어서,
    상기 노드별 이벤트 감지 확률은 각 무인 비행체에 의해 이벤트가 감지될 확률의 합으로 계산하는 것을 특징으로 하는 무인 비행체 운용 방법.
  3. 제1항에 있어서,
    상기 최적 이동 경로 결정 단계 이전에 무인 비행체의 우선순위를 결정하는 우선순위 결정 단계를 더 포함하고, 상기 최적 이동 경로 결정 단계에서 상기 우선순위에 따라 이벤트 감지 확률이 최고가 되는 최적 이동 경로를 결정하는 것을 특징으로 하는 무인 비행체 운용 방법.
  4. 제1항에 있어서,
    상기 이동 가능 위치 후보군 도출 단계에서, 무인 비행체가 이동할 수 있는 영역을 격자로 분할하고 각각의 격자지점을 이동 가능 위치 후보군으로 도출하는 것을 특징으로 하는 무인 비행체 운용 방법.
  5. 제3항에 있어서,
    상기 우선순위 결정 단계에서, 랜덤, 무인 비행체의 현재위치 기반, 또는 무인 비행체의 추가이익을 기반으로 우선순위를 결정하는 것을 특징으로 하는 무인 비행체 운용 방법.
  6. 제1항 내지 제5항 중 어느 한 항에 따른 무인 비행체 운용 방법이 컴퓨터에서 실행되도록 하기 위해 컴퓨터 판독 가능한 매체에 저장된 컴퓨터 프로그램.
  7. 복수 개의 노드를 포함하는 감시 지역을 감시하는 복수 개의 무인 비행체를 운용하는 시스템으로서,
    무인 비행체 성능, 무인 비행체의 현재 위치, 노드의 이벤트 발생 확률, 노드 위치에 관한 정보를 저장하고 있는 데이터베이스; 및
    상기 정보를 입력받아 각 무인 비행체의 최적 이동 경로를 도출하되 무인 비행체에 의한 노드별 이벤트 감지 확률이 최고가 되는 위치를 각 무인 비행체의 최적 이동 경로로 결정하는 연산부;
    를 포함하여 이루어지는 것을 특징으로 하는 무인 비행체 운용 시스템.
  8. 제7항에 있어서,
    상기 무인 비행체의 현재 위치, 상기 무인 비행체의 이동 가능 범위, 상기 무인 비행체의 감지 가능 범위, 노드의 위치를 사용자 디스플레이에 제공하는 디스플레이 제어부를 더 포함하는 것을 특징으로 하는 무인 비행체 운용 시스템.
  9. 제8항에 있어서,
    상기 디스플레이 제어부는 각 무인 비행체의 최적 이동 경로 정보 및 노드별 예상 이벤트 발생 확률 정보를 사용자 디스플레이에 더 제공하는 것을 특징으로 하는 무인 비행체 운용 시스템.
  10. 제9항에 있어서,
    상기 디스플레이 제어부는 상기 노드의 색상 또는 음영을 달리 표시되도록 하는 방법으로 상기 노드별 이벤트 발생 확률 정보를 사용자 디스플레이에 제공하도록 제어하는 것을 특징으로 하는 무인 비행체 운용 시스템.
  11. 제7항에 있어서,
    상기 연산부는 제1항 내지 제5항 중 어느 한 항에 따른 방법으로 각 무인 비행체의 최적 이동 경로를 도출하는 것을 특징으로 하는 무인 비행체 운용시스템.

KR1020200144213A 2020-11-02 2020-11-02 무인 비행체 운용 시스템 및 방법 KR102322360B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200144213A KR102322360B1 (ko) 2020-11-02 2020-11-02 무인 비행체 운용 시스템 및 방법
PCT/KR2021/011931 WO2022092543A1 (ko) 2020-11-02 2021-09-03 무인 비행체 운용 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200144213A KR102322360B1 (ko) 2020-11-02 2020-11-02 무인 비행체 운용 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102322360B1 true KR102322360B1 (ko) 2021-11-04

Family

ID=78521420

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200144213A KR102322360B1 (ko) 2020-11-02 2020-11-02 무인 비행체 운용 시스템 및 방법

Country Status (2)

Country Link
KR (1) KR102322360B1 (ko)
WO (1) WO2022092543A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130111867A (ko) * 2012-04-02 2013-10-11 삼성테크윈 주식회사 영상 감시 시스템 및 그의 동작 방법
KR20140071186A (ko) * 2012-12-03 2014-06-11 삼성테크윈 주식회사 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템
KR101895811B1 (ko) * 2016-10-12 2018-09-07 주식회사에스에이티 고성능 광역 감시 시스템
KR20190023633A (ko) * 2017-08-29 2019-03-08 인하대학교 산학협력단 다수의 무인 비행체를 이용한 광역 자율탐색 방법 및 시스템
KR102009608B1 (ko) 2018-09-19 2019-08-09 인하대학교 산학협력단 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6357176B2 (ja) * 2016-01-12 2018-07-11 株式会社Ｓｕｂａｒｕ 移動経路設定装置、移動経路設定方法及び移動経路設定プログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130111867A (ko) * 2012-04-02 2013-10-11 삼성테크윈 주식회사 영상 감시 시스템 및 그의 동작 방법
KR20140071186A (ko) * 2012-12-03 2014-06-11 삼성테크윈 주식회사 감시 시스템에서의 호스트 장치의 동작 방법, 및 이 방법을 채용한 감시 시스템
KR101895811B1 (ko) * 2016-10-12 2018-09-07 주식회사에스에이티 고성능 광역 감시 시스템
KR20190023633A (ko) * 2017-08-29 2019-03-08 인하대학교 산학협력단 다수의 무인 비행체를 이용한 광역 자율탐색 방법 및 시스템
KR102009608B1 (ko) 2018-09-19 2019-08-09 인하대학교 산학협력단 센서 네트워크에서 uav의 센싱 데이터 정보 최대화를 위한 pso 기반 uav 위치 탐색 방법 및 장치

Also Published As

Publication number Publication date
WO2022092543A1 (ko) 2022-05-05

Similar Documents

Publication Publication Date Title
Akhavian et al. Knowledge-based simulation modeling of construction fleet operations using multimodal-process data mining
CN101861594B (zh) 用于占用估计的系统和方法
CN110782015A (zh) 神经网络的网络结构优化器的训练方法、装置及存储介质
JP7436670B2 (ja) 路車協調における目標検出方法、装置及び路側機器
JP6464075B2 (ja) Ｗｈａｔ−ｉｆシミュレーション装置、方法、及びプログラム
JP6398894B2 (ja) データフロー制御装置およびデータフロー制御方法
KR20180024660A (ko) 기계 학습 시스템 및 그의 사용자 제어 패턴 학습 방법
CN115204044A (zh) 轨迹预测模型的生成以及轨迹信息处理方法、设备及介质
CN113822460A (zh) 一种交通流量预测方法、装置、电子设备和存储介质
JP2014160457A (ja) 対話的変数選択装置、対話的変数選択方法および対話的変数選択プログラム
CN117590766B (zh) 通道入口导流栏杆角度调整的控制方法和装置
US11590970B2 (en) Deadlock detection device, information processing device, deadlock detection method, and non-transitory computer readable medium
CN114758502A (zh) 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆
CN113469025A (zh) 应用于车路协同的目标检测方法、装置、路侧设备和车辆
KR102322360B1 (ko) 무인 비행체 운용 시스템 및 방법
JP2020534609A (ja) 目標トラッキング方法及び装置、電子機器並びに記憶媒体
EP4312412A1 (en) System and method for managing devices in communication network that is implemented at premises
Fan et al. A deep reinforcement learning model for resilient road network recovery under earthquake or flooding hazards
CN115409168A (zh) 神经网络优化方法及其装置
CN116167935A (zh) 二维码的修复方法、装置、设备及介质
Moradi et al. Dynamically estimating saturation flow rate at signalized intersections: A data-driven technique
JP2018147103A (ja) モデル学習装置、制御量算出装置、及びプログラム
Zhu et al. Parking robot based on fuzzy reasoning and parking big data
KR20190072195A (ko) 교통 정보 제공 방법 및 이를 수행하는 장치
CN114620055B (zh) 道路数据处理方法、装置、电子设备及自动驾驶车辆

Legal Events

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