KR102431251B1

KR102431251B1 - Method and apparatus for generating movement routes of drone for inspection of industrial structures

Info

Publication number: KR102431251B1
Application number: KR1020220069334A
Authority: KR
Inventors: 임재한; 이병윤
Original assignee: (주)니어스랩
Priority date: 2022-06-08
Filing date: 2022-06-08
Publication date: 2022-08-11

Abstract

The present invention relates to a method and an apparatus for generating a drone movement route for the inspection of an industrial structure. A method and an apparatus for generating a drone movement path for inspection of an industrial structure according to an embodiment of the present invention can identify a path in which a drone can move and a path in which a drone cannot move at a plurality of inspection points based on industrial structure information, and extract an optimal drone movement path by optimizing a vehicle path problem model so that the total movement distance of the drone is minimized through a meta-heuristic technique. In addition, a method and an apparatus for generating a drone movement path for inspection of an industrial structure further solve the vehicle path problem model through a rigorous technique, and based on the number of a plurality of checkpoints, determine a solution technique between the rigorous technique and the meta-heuristic technique. Accordingly, the apparatus and the method can deliver accurate results while flexibly responding to field conditions.

Description

Drone movement route generation method and apparatus for inspection of industrial structures {Method and apparatus for generating movement routes of drone for inspection of industrial structures}

본 발명은 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법에 관한 것이다. 구체적으로, 본 발명은 산업 구조물 구조, 외형 및 특성에 따라 미리 설정된 복수의 검사점을 드론이 이동하기 위한 최적 이동 경로를 설정하는 산업 구조물 검사를 위한 드론의 이동 경로 생성 방법에 관한 것이다. The present invention relates to a method for generating a movement path of a drone for inspection of an industrial structure. Specifically, the present invention relates to a method of generating a movement path of a drone for inspection of an industrial structure for setting an optimal movement path for the drone to move through a plurality of inspection points preset according to the structure, appearance and characteristics of the industrial structure.

이 부분에 기술된 내용은 단순히 본 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다. The content described in this section merely provides background information for the present embodiment and does not constitute the prior art.

최근 4차 산업 혁명과 함께, 드론을 이용하여 촬영하는 기술이 상용화되어 많은 기술에 접목되고 있는 상황이다. 특히, 드론 기술을 산업 현장에 적용하려는 시도와 관련 기술의 개발이 진행되고 있다. Recently, along with the 4th industrial revolution, the technology of shooting using a drone has been commercialized and is being applied to many technologies. In particular, attempts to apply drone technology to industrial sites and related technologies are being developed.

종래, 산업 구조물의 상태를 확인하는 방법은 산업 구조물의 주요 부위를 망원 카메라를 이용하여 촬영하거나, 사람이 직접 해당 부위에 접근하여 검사를 진행하는 방식으로 수행되었다. 이러한 망원 카메라를 이용한 방식은 정확한 결과를 확인하기 어려운 단점이 있었으며, 사람이 직접 검사를 수행하는 방식은 사고의 위험성과 함께 많은 인원과 여러 장비가 필요하여 많은 시간과 비용이 소요되는 단점이 있었다.Conventionally, a method of checking the state of an industrial structure was performed by photographing a main part of an industrial structure using a telephoto camera, or in a way that a person directly approaches the part and proceeds with the inspection. The method using such a telephoto camera has a disadvantage in that it is difficult to confirm accurate results, and the method in which a person directly performs an inspection requires a large number of personnel and various equipment along with the risk of an accident, which takes a lot of time and money.

따라서, 산업 구조물의 점검을 위해 드론을 활용하는 기술에 대한 니즈가 존재하였으며, 다양한 크기, 형상의 산업 구조물에 적용 가능한 범용적인 드론 이동 경로 생성 방법 및 장치가 요구되고 있는 실정이다. 또한, 드론의 배터리 용량과 비용을 감안하여 드론의 최적 이동 경로를 생성하는 방법 및 장치에 대한 니즈도 요구되고 있는 상황이다.Therefore, there has been a need for a technology using drones for inspection of industrial structures, and a general-purpose drone movement path generation method and apparatus applicable to industrial structures of various sizes and shapes are required. In addition, there is a demand for a method and apparatus for generating an optimal movement path of a drone in consideration of the battery capacity and cost of the drone.

본 발명의 목적은, 산업 구조물 정보를 기초로 복수의 검사점에서 드론이 이동 가능한 경로와 이동 불가능한 경로를 식별하고, 차량 경로 문제 모델을 메타 휴리스틱 기법을 통해 드론의 전체 이동 거리가 최소가 되도록 최적화하여 최적의 드론 이동 경로를 도출하는 산업 구조물 점검을 위한 드론 이동 경로 생성 방법 및 장치를 제공하는 것이다. An object of the present invention is to identify a path that a drone can move and a path that cannot move at a plurality of checkpoints based on industrial structure information, and optimize the vehicle path problem model so that the overall moving distance of the drone is minimized through the meta heuristic technique. To provide a method and apparatus for generating a drone movement route for inspection of industrial structures that derive an optimal drone movement route by doing so.

또한, 본 발명의 목적은, 차량 경로 문제 모델을 엄밀 기법을 통해 더 풀이하도록 구성되며, 복수의 검사점의 개수에 기초하여 엄밀 기법 또는 메타 휴리스틱 기법 중 풀이 기법을 결정할 수 있다. 이에 따라, 현장의 조건에 유연하게 대응하면서 정확한 결과를 전달하는 산업 구조물 점검을 위한 드론 이동 경로 생성 방법 및 장치를 제공하는 것이다.In addition, an object of the present invention is to further solve the vehicle path problem model through a strict technique, and based on the number of a plurality of checkpoints, it is possible to determine a solving technique among the strict technique or the meta heuristic technique. Accordingly, it is an object to provide a method and apparatus for generating a drone movement path for inspection of industrial structures that flexibly respond to site conditions and deliver accurate results.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects and advantages of the present invention not mentioned may be understood by the following description, and will be more clearly understood by the examples of the present invention. It will also be readily apparent that the objects and advantages of the present invention may be realized by the means and combinations thereof indicated in the appended claims.

상기 과제를 해결하기 위한 본 발명의 몇몇 실시예에 따른 산업 구조물 점검을 위한 드론 이동 경로를 생성하는 경로 생성 장치는 산업 구조물 정보, 산업 구조물의 복수의 검사점을 수신하는 데이터 송수신부, 상기 산업 구조물 정보를 고려하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별하고 상기 드론의 이동이 가능한 경로에 해당하는 검사점의 연결 관계를 정의하는 경로 식별부, 상기 연결 관계가 정의되지 않은 검사점 사이의 가상의 경로를 정의하여 상기 복수의 검사점의 관계를 완전화하는 그래프 완전화부, 상기 복수의 검사점을 기준으로 구성된 차량 경로 문제 모델을 풀이하여 해를 출력하는 문제 풀이부 및 상기 출력된 해에 기초하여 상기 드론 이동 경로를 생성하는 경로 생성부를 포함하되, 상기 문제 풀이부는 상기 복수의 검사점의 연결 관계에 따른 가중치에 기초하여 해를 탐색하고, 상기 탐색된 해에 대한 적합성 평가를 드론의 전체 검사 거리를 기준으로 수행하여 적합도를 평가하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하는 경우 문제 풀이를 종료하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하지 않는 경우 가중치를 변경하여 문제 풀이를 반복하도록 구성되는 메타 휴리스틱 기법을 통해 상기 차량 경로 문제 모델을 풀이하고, 상기 문제 풀이부는 기 설정된 문제 풀이 반복 횟수만큼 문제 풀이를 수행한 경우, 문제 풀이를 종료하고 탐색된 해를 출력한다.A path generating apparatus for generating a drone movement path for inspection of an industrial structure according to some embodiments of the present invention for solving the above problems is a data transceiver for receiving industrial structure information, a plurality of inspection points of the industrial structure, the industrial structure A path identification unit that identifies a path where the drone can move and a path where the drone cannot move at the plurality of inspection points in consideration of the information, and defines a connection relationship between the inspection points corresponding to the path where the drone can move, the A graph integrator that completes the relationship between the plurality of checkpoints by defining a virtual path between the checkpoints for which the connection relationship is not defined, and outputs a solution by solving a vehicle path problem model constructed based on the plurality of checkpoints a problem solving unit and a path generating unit generating the drone movement path based on the output solution, wherein the problem solving unit searches for a solution based on a weight according to a connection relationship of the plurality of checkpoints, and the search The suitability evaluation is performed based on the total inspection distance of the drone to evaluate the fit, and if the evaluated fit satisfies the algorithm termination condition, the problem solving is finished, and the evaluated fit satisfies the algorithm termination condition. If not, the vehicle route problem model is solved through a meta-heuristic method configured to repeat the problem solving by changing the weight, and the problem solving unit ends the problem solving when the problem solving unit performs the problem solving by the preset number of iterations of the problem solving and output the searched solution.

또한, 상기 메타 휴리스틱 기법은 개미 집단 시스템(ACS, ant colony system)이며, 상기 문제 풀이부는 기존 경로에 축적된 페로몬 정보를 긍정적 피드백으로 더 활용하여 해를 탐색할 수 있다.In addition, the meta heuristic technique is an ant colony system (ACS), and the problem solving unit may search for a solution by further utilizing the pheromone information accumulated in the existing path as a positive feedback.

또한, 상기 문제 풀이부는 상기 차량 경로 문제 모델을 엄밀 기법으로 풀이하도록 더 구성될 수 있다.In addition, the problem solving unit may be further configured to solve the vehicle path problem model in a strict technique.

또한, 상기 문제 풀이부는 상기 산업 구조물의 복수의 검사점의 개수에 따라 상기 차량 경로 문제 모델의 풀이 기법을 상기 메타 휴리스틱 기법 또는 상기 엄밀 기법 중에서 결정하며, 상기 문제 풀이부는 상기 산업 구조물의 복수의 검사점의 개수가 미리 설정된 기준 검사점 임계치를 초과하는 경우 상기 메타 휴리스틱 기법을 통해 상기 차량 경로 문제 모델의 풀이 기법을 풀이하고, 상기 산업 구조물의 복수의 검사점의 개수가 상기 미리 설정된 기준 검사점 임계치 이하인 경우 상기 엄밀 기법을 통해 상기 차량 경로 문제 모델의 풀이 기법을 풀이할 수 있다. In addition, the problem solving unit determines the solving technique of the vehicle path problem model from among the meta heuristic technique or the strict technique according to the number of the plurality of inspection points of the industrial structure, and the problem solving unit is the plurality of inspections of the industrial structure When the number of points exceeds a preset reference checkpoint threshold, a solution method of the vehicle path problem model is solved through the meta-heuristic method, and the number of a plurality of checkpoints of the industrial structure is equal to the preset reference checkpoint threshold In the following cases, the solving technique of the vehicle path problem model can be solved through the strict technique.

또한, 상기 그래프 완전화부는 상기 복수의 검사점의 연결 관계를 나타내는 인접 행렬(adjacency matrix)에서 대각 행렬을 제외한 요소 중 0인 요소에 해당하는 경로를 탐색하여 연결 관계가 형성되지 않은 검사점 쌍을 식별할 수 있다.In addition, the graph integrator searches for a path corresponding to an element of 0 among elements excluding a diagonal matrix in an adjacency matrix representing a connection relationship between the plurality of checkpoints to obtain a pair of checkpoints in which a connection relationship is not formed. can be identified.

또한, 상기 그래프 완전화부는 상기 가상의 경로는 상기 연결 관계가 형성되지 않은 검사점 쌍을 적어도 하나의 검사점을 통해 연결하는 우회 경로로 정의될 수 있다.In addition, the graph completer may define the virtual path as a detour path connecting the pair of checkpoints in which the connection relationship is not formed through at least one checkpoint.

또한, 상기 경로 식별부는 상기 산업 구조물 정보에 기초하여 산업 구조물의 3차원 모델을 생성하고, 상기 산업 구조물의 3차원 모델을 이용하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별할 수 있다. In addition, the path identification unit generates a three-dimensional model of the industrial structure based on the information on the industrial structure, and using the three-dimensional model of the industrial structure, the path and movement of the drone in the plurality of inspection points possible to move the drone. This impossible path can be identified.

본 발명의 몇몇 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법은 산업 구조물 정보, 산업 구조물의 복수의 검사점을 수신하는 단계, 상기 산업 구조물 정보를 고려하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별하는 단계, 상기 드론의 이동이 가능한 경로에 해당하는 검사점의 연결 관계를 정의하는 단계, 상기 연결 관계가 정의되지 않은 검사점 사이의 가상의 경로를 정의하여 상기 복수의 검사점의 관계를 완전화하는 단계, 상기 복수의 검사점을 기준으로 구성된 차량 경로 문제 모델을 풀이하여 해를 출력하는 단계 및 상기 출력된 해에 기초하여 상기 드론 이동 경로를 생성하는 단계를 포함하되, 상기 해를 출력하는 단계는 상기 복수의 검사점의 연결 관계에 따른 가중치에 기초하여 해를 탐색하고, 상기 탐색된 해에 대한 적합성 평가를 드론의 전체 검사 거리를 기준으로 수행하여 적합도를 평가하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하는 경우 문제 풀이를 종료하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하지 않는 경우 가중치를 변경하여 문제 풀이를 반복하도록 구성되는 메타 휴리스틱 기법을 통해 상기 차량 경로 문제 모델을 풀이하는 것을 포함하고, 상기 해를 출력하는 단계는 기 설정된 문제 풀이 반복 횟수만큼 문제 풀이를 수행한 경우, 문제 풀이를 종료하고 탐색된 해를 출력한다.A method of generating a movement path of a drone for inspection of an industrial structure according to some embodiments of the present invention includes the steps of receiving industrial structure information, a plurality of inspection points of the industrial structure, and the drone at the plurality of inspection points in consideration of the industrial structure information identifying a path in which the drone can move and a path in which the drone cannot move, defining a connection relationship between checkpoints corresponding to a route in which the drone can move, and virtual between checkpoints where the connection relationship is not defined. defining a path to complete the relationship between the plurality of checkpoints, solving a vehicle path problem model constructed based on the plurality of checkpoints and outputting a solution, and moving the drone based on the outputted solution A method comprising: generating a path, wherein outputting the solution includes searching for a solution based on a weight according to a connection relationship between the plurality of checkpoints, and evaluating the suitability of the searched solution for the total inspection distance of the drone Constructed to evaluate the fitness by performing the standard, and if the evaluated fitness satisfies the algorithm termination condition, the problem solving is terminated, and if the evaluated fitness does not satisfy the algorithm termination condition, the problem solving is repeated by changing the weight and solving the vehicle path problem model through a meta heuristic method, wherein the outputting of the solution ends problem solving and outputs the searched solution when the problem is solved by a preset number of iterations of problem solving .

본 발명의 몇몇 실시예에 따른 산업 구조물 점검 시스템은 드론, 상기 드론을 제어하는 제어 장치 및 산업 구조물 점검을 위한 드론 이동 경로를 생성하며, 상기 생성된 드론 이동 경로를 상기 드론 및 상기 제어 장치 중 적어도 하나로 제공하는 경로 생성 장치를 포함하는 산업 구조물 점검 시스템으로, 상기 경로 생성 장치는 산업 구조물 정보, 산업 구조물의 복수의 검사점을 수신하는 데이터 송수신부, 상기 산업 구조물 정보를 고려하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별하고, 상기 드론의 이동이 가능한 경로에 해당하는 검사점의 연결 관계를 정의하는 경로 식별부, 상기 연결 관계가 정의되지 않은 검사점 사이의 가상의 경로를 정의하여 상기 복수의 검사점의 관계를 완전화하는 그래프 완전화부, 상기 복수의 검사점을 기준으로 구성된 차량 경로 문제 모델을 풀이하여 해를 출력하는 문제 풀이부, 및 상기 출력된 해에 기초하여 상기 드론 이동 경로를 생성하는 경로 생성부를 포함하되, 상기 문제 풀이부는 상기 복수의 검사점의 연결 관계에 따른 가중치에 기초하여 해를 탐색하고, 상기 탐색된 해에 대한 적합성 평가를 드론의 전체 검사 거리를 기준으로 수행하여 적합도를 평가하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하는 경우 문제 풀이를 종료하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하지 않는 경우 가중치를 변경하여 문제 풀이를 반복하도록 구성되는 메타 휴리스틱 기법을 통해 상기 차량 경로 문제 모델을 풀이하고, 상기 문제 풀이부는 기 설정된 문제 풀이 반복 횟수만큼 문제 풀이를 수행한 경우, 문제 풀이를 종료하고 탐색된 해를 출력한다.Industrial structure inspection system according to some embodiments of the present invention creates a drone, a control device for controlling the drone, and a drone movement route for inspecting industrial structures, and sets the generated drone movement route to at least one of the drone and the control device. An industrial structure inspection system including a path generating device that provides one, wherein the path generating device includes industrial structure information, a data transceiver for receiving a plurality of inspection points of the industrial structure, and the plurality of inspection points in consideration of the industrial structure information a path identification unit that identifies a path in which the drone can move and a path in which the drone cannot move, and defines a connection relationship between checkpoints corresponding to the path in which the drone can move, and a checkpoint in which the connection relationship is not defined. A graph integrator that completes the relationship between the plurality of checkpoints by defining a virtual path between them, a problem solver that solves a vehicle path problem model constructed based on the plurality of checkpoints and outputs a solution, and the output A path generator for generating the drone movement path based on the obtained solution, wherein the problem solving unit searches for a solution based on a weight according to the connection relationship of the plurality of checkpoints, and evaluates suitability for the searched solution The suitability is evaluated based on the overall inspection distance of the drone, the problem solving is terminated if the evaluated fitness satisfies the algorithm termination condition, and the weight is changed if the evaluated fitness does not satisfy the algorithm termination condition. Solves the vehicle path problem model through a meta heuristic method configured to repeat problem solving, and when the problem solving unit performs problem solving as many as the preset number of problem solving repetitions, the problem solving is terminated and the searched solution is output. .

또한, 상기 드론은 상기 드론 이동 경로에 따라 자율 비행하거나, 상기 제어 장치의 제어 신호에 따라 비행하도록 구성되며, 상기 드론은 위치 정보를 생성하며, 생성된 상기 위치 정보를 상기 제어 장치로 제공하도록 더 구성되고, 상기 제어 장치는 상기 드론 이동 경로와 상기 위치 정보를 디스플레이에 함께 표시하여 사용자에게 제공할 수 있다.In addition, the drone is configured to fly autonomously according to the drone movement path or to fly according to a control signal of the control device, the drone generates location information, and further to provide the generated location information to the control device configured, and the control device may display the drone movement path and the location information together on a display and provide it to the user.

본 발명의 실시예에 따른 산업 구조물 점검을 위한 드론 이동 경로를 생성하는 방법 및 장치는 산업 구조물 정보를 기초로 복수의 검사점에서 드론이 이동 가능한 경로와 이동 불가능한 경로를 식별하고, 차량 경로 문제 모델을 메타 휴리스틱 기법을 통해 드론의 전체 이동 거리가 최소가 되도록 최적화하여 최적의 드론 이동 경로를 도출할 수 있다. A method and apparatus for generating a drone movement route for industrial structure inspection according to an embodiment of the present invention identifies a route that a drone can move and a route that cannot move at a plurality of inspection points based on industrial structure information, and a vehicle route problem model The optimal drone movement path can be derived by optimizing the overall movement distance of the drone through the meta heuristic method.

또한, 산업 구조물 점검을 위한 드론 이동 경로를 생성하는 경로 생성 장치 및 방법은 차량 경로 문제 모델을 엄밀 기법을 통해 더 풀이하도록 구성되며, 복수의 검사점의 개수에 기초하여 엄밀 기법 또는 메타 휴리스틱 기법 중 풀이 기법을 결정할 수 있다. 이에 따라, 현장의 조건에 유연하게 대응하면서 정확한 결과를 전달할 수 있다. In addition, the path generating apparatus and method for generating a drone movement path for inspection of industrial structures is configured to further solve the vehicle path problem model through a strict technique, and based on the number of a plurality of check points, one of the strict technique or the meta heuristic technique You can decide on a solution technique. Accordingly, accurate results can be delivered while flexibly responding to on-site conditions.

상술한 내용과 더불어 본 발명의 구체적인 효과는 이하 발명을 실시하기 위한 구체적인 사항을 설명하면서 함께 기술한다.The specific effects of the present invention in addition to the above will be described together while explaining the specific details for carrying out the invention below.

도 1은 본 발명의 몇몇 실시예에 따른 산업 구조물 점검 시스템을 설명하기 위한 개념도이다.
도 2는 제어 장치의 구성을 세부적으로 설명하기 위한 블록도이다.
도 3은 드론의 구성을 세부적으로 설명하기 위한 블록도이다.
도 4는 경로 생성 장치의 구성을 세부적으로 설명하기 위한 블록도이다.
도 5는 경로 생성 장치에서 드론 이동 경로를 생성하는 과정을 설명하기 위한 예시도이다.
도 6은 연결 그래프를 시각화한 예시적인 이미지이다.
도 7 내지 도 9는 연결 그래프를 완전화하는 과정을 설명하기 위한 예시적인 이미지이다.
도 10은 생성된 드론 이동 경로를 나타낸 예시적인 이미지이다.
도 11은 본 발명의 몇몇 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법의 순서도이다.
도 12는 도 11의 단계(S140)의 세부 단계를 설명하기 위한 순서도이다.1 is a conceptual diagram for explaining an industrial structure inspection system according to some embodiments of the present invention.
2 is a block diagram for explaining in detail the configuration of the control device.
3 is a block diagram for explaining the configuration of a drone in detail.
4 is a block diagram for explaining in detail the configuration of the path generating apparatus.
5 is an exemplary diagram for explaining a process of generating a drone movement path in the path generating apparatus.
6 is an exemplary image that visualizes a connection graph.
7 to 9 are exemplary images for explaining a process of perfecting a connection graph.
10 is an exemplary image illustrating a generated drone movement path.
11 is a flowchart of a method for generating a movement path of a drone for inspection of an industrial structure according to some embodiments of the present invention.
12 is a flowchart for explaining detailed steps of step S140 of FIG. 11 .

본 명세서 및 특허청구범위에서 사용된 용어나 단어는 일반적이거나 사전적인 의미로 한정하여 해석되어서는 아니된다. 발명자가 그 자신의 발명을 최선의 방법으로 설명하기 위해 용어나 단어의 개념을 정의할 수 있다는 원칙에 따라, 본 발명의 기술적 사상과 부합하는 의미와 개념으로 해석되어야 한다. 또한, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명이 실현되는 하나의 실시예에 불과하고, 본 발명의 기술적 사상을 전부 대변하는 것이 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 및 응용 가능한 예들이 있을 수 있음을 이해하여야 한다.Terms or words used in this specification and claims should not be construed as being limited to a general or dictionary meaning. In accordance with the principle that the inventor can define a term or concept of a word to best describe his/her invention, it should be interpreted as meaning and concept consistent with the technical idea of the present invention. In addition, the embodiments described in the present specification and the configurations shown in the drawings are only one embodiment in which the present invention is realized, and do not represent all the technical spirit of the present invention, so they can be replaced at the time of the present application. It should be understood that there may be various equivalents and modifications and applicable examples.

본 명세서 및 특허청구범위에서 사용된 제1, 제2, A, B 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. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. '및/또는' 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, A, B, etc. used in this specification and claims may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component. The term 'and/or' includes a combination of a plurality of related listed items or any of a plurality of related listed items.

본 명세서 및 특허청구범위에서 사용된 용어는 단지 특정한 실시 예를 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 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this specification and claims are used only to describe specific embodiments, and are not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. It should be understood that terms such as “comprise” or “have” in the present application do not preclude the possibility of addition or existence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification in advance. .

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해서 일반적으로 이해되는 것과 동일한 의미를 가지고 있다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs.

일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not

또한, 본 발명의 각 실시예에 포함된 각 구성, 과정, 공정 또는 방법 등은 기술적으로 상호 간 모순되지 않는 범위 내에서 공유될 수 있다. In addition, each configuration, process, process or method included in each embodiment of the present invention may be shared within a range that does not technically contradict each other.

이하에서는, 도 1 내지 도 12을 참조하여, 본 발명의 몇몇 실시예들에 따른 산업 구조물 점검 시스템 빛 그 방법에 대해 자세히 설명하도록 한다.Hereinafter, with reference to FIGS. 1 to 12, the industrial structure inspection system light method according to some embodiments of the present invention will be described in detail.

도 1은 본 발명의 몇몇 실시예에 따른 산업 구조물 점검 시스템을 설명하기 위한 개념도이고, 도 2는 제어 장치의 구성을 세부적으로 설명하기 위한 블록도이며, 도 3은 드론의 구성을 세부적으로 설명하기 위한 블록도이다.1 is a conceptual diagram for explaining an industrial structure inspection system according to some embodiments of the present invention, FIG. 2 is a block diagram for explaining the configuration of a control device in detail, and FIG. 3 is for explaining the configuration of a drone in detail is a block diagram for

도 1을 참조하면, 본 발명의 몇몇 실시예들에 따른 산업 구조물 점검 시스템(10)은 경로 생성 장치(100), 제어 장치(200) 및 드론(300)를 포함할 수 있다. 산업 구조물 점검 시스템(10)은 산업 구조물에 대한 점검을 드론(300)을 통해 수행하는 시스템일 수 있다. 실시예에서, 산업 구조물은 점검에 많은 인원과 비용이 필요하거나, 인간이 직접 점검을 수행하기에는 위험성이 높은 대형 시설물을 의미할 수 있다. 산업 구조물은 공장, 기업의 운영을 목적으로 건설한 건축물일 수 있으나 이에 한정되는 것은 아니며, 도 1에 예시적으로 도시된 대형 여객기도 이러한 산업 구조물에 포함될 수 있다.Referring to FIG. 1 , an industrial structure inspection system 10 according to some embodiments of the present invention may include a path generating device 100 , a control device 200 , and a drone 300 . The industrial structure inspection system 10 may be a system for performing inspection on an industrial structure through the drone 300 . In an embodiment, the industrial structure may mean a large-scale facility requiring a large number of personnel and cost for inspection or a high risk for a human to directly perform the inspection. The industrial structure may be a building constructed for the purpose of operating a factory or a company, but is not limited thereto, and a large passenger plane exemplarily illustrated in FIG. 1 may be included in the industrial structure.

경로 생성 장치(100), 제어 장치(200) 및 드론(300)은 네트워크를 통해서 데이터를 교환할 수 있다. 이때, 네트워크는 유선 인터넷 기술, 무선 인터넷 기술 및 근거리 통신 기술에 의한 네트워크를 포함할 수 있다. 유선 인터넷 기술은 예를 들어, 근거리 통신망(LAN, Local area network) 및 광역 통신망(WAN, wide area network) 중 적어도 하나를 포함할 수 있다.The route generating device 100 , the control device 200 , and the drone 300 may exchange data through a network. In this case, the network may include a network based on a wired Internet technology, a wireless Internet technology, and a short-range communication technology. Wired Internet technology may include, for example, at least one of a local area network (LAN) and a wide area network (WAN).

무선 인터넷 기술은 예를 들어, 무선랜(Wireless LAN: WLAN), DLNA(Digital Living Network Alliance), 와이브로(Wireless Broadband: Wibro), 와이맥스(World Interoperability for Microwave Access: Wimax), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution: LTE), LTE-A(Long Term Evolution-Advanced), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service: WMBS) 및 5G NR(New Radio) 기술 중 적어도 하나를 포함할 수 있다. 단, 본 실시예가 이에 제한되는 것은 아니다.Wireless Internet technology is, for example, wireless LAN (WLAN), DLNA (Digital Living Network Alliance), WiBro (Wireless Broadband: Wibro), Wimax (World Interoperability for Microwave Access: Wimax), HSDPA (High Speed Downlink Packet) Access), High Speed Uplink Packet Access (HSUPA), IEEE 802.16, Long Term Evolution (LTE), Long Term Evolution-Advanced (LTE-A), Wireless Mobile Broadband Service (WMBS) and 5G New Radio (NR) technology. However, the present embodiment is not limited thereto.

근거리 통신 기술은 예를 들어, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association: IrDA), UWB(Ultra-Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication: NFC), 초음파 통신(Ultra Sound Communication: USC), 가시광 통신(Visible Light Communication: VLC), 와이 파이(Wi-Fi), 와이 파이 다이렉트(Wi-Fi Direct), 5G NR (New Radio) 중 적어도 하나를 포함할 수 있다. 단, 본 실시예가 이에 제한되는 것은 아니다.Short-range communication technologies include, for example, Bluetooth, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), Ultra-Wideband (UWB), ZigBee, and Near Field Communication: At least one of NFC), Ultra Sound Communication (USC), Visible Light Communication (VLC), Wi-Fi, Wi-Fi Direct, and 5G NR (New Radio) may include. However, the present embodiment is not limited thereto.

네트워크를 통해서 통신하는 드론(300), 제어 장치(200) 및 경로 생성 장치(100)는 이동통신을 위한 기술표준 및 표준 통신 방식을 준수할 수 있다. 예를 들어, 표준 통신 방식은 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTEA(Long Term Evolution-Advanced) 및 5G NR(New Radio) 중 적어도 하나를 포함할 수 있다. 단, 본 실시예가 이에 제한되는 것은 아니다.The drone 300 , the control device 200 , and the path generating device 100 communicating through the network may comply with technical standards and standard communication methods for mobile communication. For example, standard communication methods include Global System for Mobile communication (GSM), Code Division Multi Access (CDMA), Code Division Multi Access 2000 (CDMA2000), Enhanced Voice-Data Optimized or Enhanced Voice-Data Only (EV-DO). , at least one of Wideband CDMA (WCDMA), High Speed Downlink Packet Access (HSDPA), High Speed Uplink Packet Access (HSUPA), Long Term Evolution (LTE), Long Term Evolution-Advanced (LTEA), and 5G New Radio (NR). may include. However, the present embodiment is not limited thereto.

예를 들어, 드론(300)은 제어 장치(200)와 근거리 통신 기술로 연결될 수 있고, 제어 장치(200)와 경로 생성 장치(100)는 유무선 인터넷 기술로 연결될 수 있다. 단, 이에 제한되는 것은 아니다.For example, the drone 300 may be connected to the control device 200 using a short-range communication technology, and the control device 200 and the path generating device 100 may be connected to the wireless Internet technology. However, the present invention is not limited thereto.

실시예에서, 경로 생성 장치(100)는 산업 구조물의 점검을 위한 복수의 검사점을 수신할 수 있다. 경로 생성 장치(100)는 생성된 복수의 검사점을 복수의 드론이 이동하기 위한 드론 이동 경로를 생성할 수 있다. 경로 생성 장치(100)에서 드론 이동 경로를 생성하는 과정에 대해서는 자세히 후술하도록 한다. 경로 생성 장치(100)에서 생성된 드론 이동 경로는 드론(300) 및 제어 장치(200) 중 하나에 제공될 수 있다.In an embodiment, the path generating apparatus 100 may receive a plurality of inspection points for inspection of an industrial structure. The path generating apparatus 100 may generate a drone movement path for the plurality of drones to move through the generated plurality of checkpoints. The process of generating the drone movement path in the path generating apparatus 100 will be described later in detail. The drone movement path generated by the path generating device 100 may be provided to one of the drone 300 and the control device 200 .

제어 장치(200)는 드론(300)을 제어하기 위한 사용자 장치일 수 있다. 도 2를 참조하면, 제어 장치(200)는 조종부(210), 디스플레이부(220), 통신부(230), 프로세서(240) 및 메모리(250)를 포함할 수 있다.The control device 200 may be a user device for controlling the drone 300 . Referring to FIG. 2 , the control device 200 may include a control unit 210 , a display unit 220 , a communication unit 230 , a processor 240 , and a memory 250 .

조종부(210)는 사용자의 조종이 입력될 수 있다. 예시적으로, 조종부(210)는 드론의 방향 제어를 위한 조이스틱과 사용자 명령을 입력하기 위한 적어도 하나의 버튼을 포함할 수 있으나, 이에 한정되는 것은 아니다. 조종부(210)를 통한 사용자 조작에 대응하여 프로세서(240)는 드론(300)의 이동 방향을 제어하거나, 드론(300)에 포함된 구성의 동작을 제어하는 사용자 제어 신호를 생성할 수 있다. 메모리(250)는 프로세서(240)에 의한 데이터 처리 과정에 필요한 데이터 또는 프로세서(240)의 데이터 처리에 의해 생성되는 데이터를 저장하도록 구성된다.The control unit 210 may input a user's control. For example, the control unit 210 may include a joystick for controlling the direction of the drone and at least one button for inputting a user command, but is not limited thereto. In response to a user operation through the control unit 210 , the processor 240 may control the moving direction of the drone 300 or may generate a user control signal for controlling the operation of components included in the drone 300 . The memory 250 is configured to store data required for data processing by the processor 240 or data generated by the data processing of the processor 240 .

통신부(230)는 네트워크를 통해 경로 생성 장치(100) 및 드론(300) 중 적어도 하나와 데이터를 교환하도록 구성될 수 있다. 프로세서(240)는 생성된 제어 신호를 통신부(230)를 통해 드론(300)에 전송하여 사용자에 의한 드론(300)의 수동 비행이 수행되도록 한다.The communication unit 230 may be configured to exchange data with at least one of the path generating apparatus 100 and the drone 300 through a network. The processor 240 transmits the generated control signal to the drone 300 through the communication unit 230 so that manual flight of the drone 300 by the user is performed.

또한, 프로세서(240)는 경로 생성 장치(100)로부터 수신된 드론 이동 경로를 디스플레이부(220)에 표시하여, 사용자가 드론 이동 경로를 참조하여 드론(300)을 수동 조작하는 것을 지원할 수 있다. 즉, 사용자는 디스플레이부(220)에 표시되는 드론 이동 경로를 참조하여 드론(300)을 조작할 수 있으며, 드론 이동 경로를 추종하도록 드론(300)을 조작할 수 있다.In addition, the processor 240 may display the drone movement route received from the route generating apparatus 100 on the display unit 220 to support the user to manually manipulate the drone 300 with reference to the drone movement route. That is, the user may operate the drone 300 with reference to the drone movement path displayed on the display unit 220 , and may manipulate the drone 300 to follow the drone movement path.

도 3을 참조하면, 드론(300)은 비행을 위한 본체부(310), 센서(320), 통신부(330), 프로세서(340) 및 메모리(350)를 포함할 수 있다.Referring to FIG. 3 , the drone 300 may include a main body 310 for flight, a sensor 320 , a communication unit 330 , a processor 340 , and a memory 350 .

본체부(310)는 드론(300)에 작용하는 양력, 중력, 추력(thrust), 항력(drag)을 고려하여, 드론(300)을 공중에 띄우고, 드론(300)을 일 방향으로 이동하도록 구성된다. 본체부(310)는 중력을 극복하고 비행체를 공중에 띄우기 위한 양력을 발생시키고, 공기 저항력을 극복하기 위한 추력을 발생하도록 구성된 복수의 로터를 포함할 수 있다. 본체부(310)는 로터의 회전수 조절에 따라 일 방향으로 이동하거나, 방향 전환이 가능할 수 있다.The main body 310 is configured to float the drone 300 in the air and move the drone 300 in one direction in consideration of lift, gravity, thrust, and drag acting on the drone 300 . do. The main body 310 may include a plurality of rotors configured to overcome gravity and generate lift to lift the aircraft in the air, and generate thrust to overcome air resistance. The main body 310 may move in one direction or change the direction according to the adjustment of the number of rotations of the rotor.

센서(320)는 산업 구조물의 구성을 감지하여 센싱 정보를 생성할 수 있다. 센서(320)는 이미지 센서를 포함할 수 있으며, 센싱 정보는 산업 구조물의 외형을 촬영하여 생성된 이미지 정보일 수 있다. 사용자는 이미지 정보를 통해 산업 구조물의 외형에 발생한 크랙, 파손의 확인이 가능할 수 있다. 또한, 센서(320)는 라이다 센서를 포함하며, 라이다 센서를 통해 감지되는 센싱 정보를 통해 드론(300)과 산업 구조물 사이의 거리를 유지할 수 있다. 또한, 센서(320)는 GPS를 포함하도록 구성될 수 있으며, 드론(300)의 센싱 정보는 위치 정보를 포함할 수 있다. The sensor 320 may generate sensing information by detecting the configuration of the industrial structure. The sensor 320 may include an image sensor, and the sensing information may be image information generated by photographing the exterior of an industrial structure. The user may be able to confirm cracks and damage occurring on the exterior of the industrial structure through the image information. In addition, the sensor 320 may include a lidar sensor, and may maintain a distance between the drone 300 and the industrial structure through sensing information sensed by the lidar sensor. In addition, the sensor 320 may be configured to include a GPS, and sensing information of the drone 300 may include location information.

통신부(330)는 제어 장치(200) 또는 경로 생성 장치(100)와 네트워크를 통해 데이터를 교환하도록 구성될 수 있다. 통신부(330)를 통해 제어 장치(200)에서 제공되는 제어 신호에 따라 프로세서(340)는 본체부(310)와 센서(320)를 제어하여, 드론(300)을 통한 산업 구조물의 점검을 수행할 수 있다.The communication unit 330 may be configured to exchange data with the control device 200 or the path generating device 100 through a network. The processor 340 controls the main body 310 and the sensor 320 according to a control signal provided from the control device 200 through the communication unit 330 to perform inspection of the industrial structure through the drone 300 . can

메모리(350)는 프로세서(340)에 의한 데이터 처리 과정에 필요한 데이터 또는 프로세서(340)의 데이터 처리에 의해 생성되는 데이터를 저장하도록 구성된다.The memory 350 is configured to store data required for data processing by the processor 340 or data generated by the data processing of the processor 340 .

여기서, 드론(300)은 제어 장치(200)에 의해 제어되어 수동 비행을 할 수 있으나, 이에 한정되는 것은 아니다. 드론(300)은 경로 생성 장치(100)에서 생성된 드론 이동 경로를 따라 자동 비행하도록 구성될 수 있다. 즉, 프로세서(340)는 드론 이동 경로를 추종하여 드론(300)이 자동 비행하면서 산업 구조물의 점검을 수행하도록 본체부(310)와 센서(320)를 각각 제어할 수 있다.Here, the drone 300 may be controlled by the control device 200 to perform manual flight, but is not limited thereto. The drone 300 may be configured to automatically fly along the drone movement path generated by the path generating device 100 . That is, the processor 340 may control the main body 310 and the sensor 320, respectively, to follow the drone movement path and perform the inspection of the industrial structure while the drone 300 automatically flies.

실시예에서, 드론(300)에서 생성되는 센싱 정보 중 이미지 정보와 위치 정보는 제어 장치(200)로 실시간 또는 근실시간으로 제공될 수 있다. 제어 장치(200)의 프로세서(240)는 이미지 정보를 디스플레이부(220)에 표시하여 산업 구조물의 상태를 사용자가 실시간 또는 근실시간으로 확인하는 것을 지원할 수 있다. 또한, 제어 장치(200)의 프로세서(240)는 위치 정보를 디스플레이부(220)에 표시되는 드론 이동 경로에 함께 표시하여 사용자가 드론(300)의 실시간 위치를 확인하고, 드론(300)을 제어는 것을 지원할 수 있다. 수동 조작 모드인 경우, 사용자는 드론(300)의 실시간 위치를 고려하여 드론(300)이 드론 이동 경로를 추종하도록 제어할 수 있다. 자동 조작 모드인 경우, 사용자는 드론(300)의 위치와 이동 경로를 비교하여 드론(300)의 자율 비행 상태를 모니터링할 수 있다. 예시적인 실시예에서, 사용자는 드론(300)이 드론 이동 경로를 벗어나는 것이 확인되는 경우, 드론(300)의 조작 상태를 수동 조작 모드로 변경하여 드론(300)의 수동 조작할 수 있다. In an embodiment, image information and location information among sensing information generated by the drone 300 may be provided to the control device 200 in real time or near real time. The processor 240 of the control device 200 may display image information on the display unit 220 to support the user to check the state of the industrial structure in real time or near real time. In addition, the processor 240 of the control device 200 displays the location information together on the drone movement path displayed on the display unit 220 so that the user can check the real-time location of the drone 300 and control the drone 300 . can support In the manual operation mode, the user may control the drone 300 to follow the drone movement path in consideration of the real-time location of the drone 300 . In the case of the automatic operation mode, the user may monitor the autonomous flight state of the drone 300 by comparing the location and movement path of the drone 300 . In an exemplary embodiment, when it is confirmed that the drone 300 deviates from the drone movement path, the user may manually operate the drone 300 by changing the operation state of the drone 300 to a manual operation mode.

경로 생성 장치(100)는 산업 구조물의 점검을 위한 드론 이동 경로를 산업 구조물의 복수의 검사점에 기초하여 생성할 수 있다. 이하, 도 4 내지 도 10을 참조하여, 경로 생성 장치에서 수행되는 드론 이동 경로를 생성하는 과정에 대해 설명하도록 한다. The path generating apparatus 100 may generate a drone movement path for inspection of an industrial structure based on a plurality of inspection points of the industrial structure. Hereinafter, with reference to FIGS. 4 to 10 , a process for generating a drone movement path performed by the path generating apparatus will be described.

도 4는 경로 생성 장치의 구성을 세부적으로 설명하기 위한 블록도이다. 도 5는 경로 생성 장치에서 드론 이동 경로를 생성하는 과정을 설명하기 위한 예시도이다. 도 6은 연결 그래프를 시각화한 예시적인 이미지이다. 도 7 내지 도 9는 연결 그래프를 완전화하는 과정을 설명하기 위한 예시적인 이미지이다. 도 10은 생성된 드론 이동 경로를 나타낸 예시적인 이미지이다.4 is a block diagram for explaining in detail the configuration of the path generating apparatus. 5 is an exemplary diagram for explaining a process of generating a drone movement path in the path generating apparatus. 6 is an exemplary image that visualizes a connection graph. 7 to 9 are exemplary images for explaining a process of perfecting a connection graph. 10 is an exemplary image illustrating a generated drone movement path.

드론의 산업 구조물에 대한 점검은 특정 검사점을 방문하여 점검하는 방식과, 검사점과 검사점을 연결하는 경로를 따라가며 경로 상의 구성을 점검하는 방식을 통해 수행될 수 있다. 따라서, 산업 구조물의 구조에 따라 복수의 검사점을 정의하고, 복수의 검사점에 대한 최적의 방문 순서를 결정함에 따라 최적의 드론 이동 경로가 생성될 수 있다. The inspection of the industrial structure of the drone can be performed by visiting a specific inspection point and inspecting it, or by following the path connecting the inspection point and the inspection point and checking the configuration on the path. Accordingly, an optimal drone movement path may be generated by defining a plurality of checkpoints according to the structure of the industrial structure and determining an optimal order of visits to the plurality of checkpoints.

이러한, 복수의 드론(300)이 복수의 검사점에 대한 방문 순서를 결정하는 것은 NP hard problem에 해당하며, 드론(300)의 배터리 용량 제한이 고려된 차량 용량(vehicle capacity)에 제약 조건이 있는 차량 경로 문제(vehicle routing problem)에 해당한다. 본 발명의 실시예에 따른 경로 생성 장치(100)는 산업 구조물의 복수의 검사점을 기준으로 차량 경로 문제 모델을 구성하고, 구성된 차량 경로 문제 모델을 메타휴리스틱(metaheuristic) 기법 또는 엄밀 기법을 통해 풀이하여 최적해를 도출할 수 있으며, 도출된 해를 기초로 드론 이동 경로를 생성할 수 있다.Determining the order of visits to the plurality of checkpoints by the plurality of drones 300 corresponds to an NP hard problem, and there is a constraint on the vehicle capacity in which the battery capacity limitation of the drone 300 is considered. It corresponds to the vehicle routing problem. The path generating apparatus 100 according to an embodiment of the present invention constructs a vehicle path problem model based on a plurality of inspection points of an industrial structure, and solves the configured vehicle path problem model through a metaheuristic technique or a strict technique Thus, an optimal solution can be derived, and a drone movement path can be created based on the derived solution.

구체적으로, 도 4를 참조하면, 경로 생성 장치(100)는 데이터 송수신부(110), 경로 식별부(120), 그래프 완전화부(130), 문제 풀이부(140) 및 경로 생성부(150)를 포함한다. 도 4에서 데이터 송수신부(110), 경로 식별부(120), 그래프 완전화부(130), 문제 풀이부(140) 및 경로 생성부(150)는 서로 구분되는 별개의 블록으로 도시되나, 이는 경로 생성 장치(100)를 구성하는 구성들을 해당 구성에 의해 실행되는 동작에 의해 단지 기능적으로 구분한 것이다. 따라서, 실시예에 따라서는 상기 구성들은 일부 또는 전부가 동일한 하나의 장치 내에 집적화될 수 있다.Specifically, referring to FIG. 4 , the path generating device 100 includes a data transceiver 110 , a path identification unit 120 , a graph complete unit 130 , a problem solving unit 140 , and a path generating unit 150 . includes In FIG. 4 , the data transceiver 110 , the path identification unit 120 , the graph complete unit 130 , the problem solving unit 140 , and the path generation unit 150 are shown as separate blocks separated from each other, but this is a path The components constituting the generating device 100 are only functionally divided by the operations executed by the corresponding components. Accordingly, some or all of the components may be integrated in one device according to an embodiment.

또한, 도 5는 경로 생성 장치(100)에서 드론 이동 경로를 생성하기 위한 주요 과정과 각 구성간의 관계를 매칭하여 나타낼 수 있다. 이하, 도 4 및 도 5를 참조하여 설명을 진행하도록 한다.In addition, FIG. 5 may show the main process for generating the drone movement path in the path generating apparatus 100 by matching the relationship between each component. Hereinafter, the description will proceed with reference to FIGS. 4 and 5 .

데이터 송수신부(110)는 점검 대상인 산업 구조물의 복수의 검사점을 수신할 수 있다. 산업 구조물의 복수의 검사점은 산업 구조물의 특성, 제원, 드론의 검사 거리 등을 고려하여 미리 정의된 상태일 수 있다. 복수의 검사점은 산업 구조물의 구성 중 세부적인 점검이 필요한 특정 구성에 대응되는 위치로 정의될 수 있으나, 이에 한정되는 것은 아니며, 점검이 필요한 특정 구성을 지나가기 위한 경로를 생성하기 위한 위치로 정의될 수 있다. 드론(300)은 각 검사점에서 일정 시간 동안 위치가 고정된 상태에서 주요 부위를 점검할 수 있으며, 검사점 사이를 이동하면서 산업 구조물의 주요 부위에 대한 점검을 수행할 수 있다. The data transceiver 110 may receive a plurality of inspection points of the industrial structure to be inspected. The plurality of inspection points of the industrial structure may be in a predefined state in consideration of characteristics, specifications, and inspection distance of the drone. The plurality of inspection points may be defined as positions corresponding to a specific configuration that requires detailed inspection among the configurations of industrial structures, but is not limited thereto, and is defined as a position for creating a path to pass through a specific configuration requiring inspection. can be The drone 300 may inspect a main part in a state where the position is fixed for a predetermined time at each inspection point, and may perform an inspection on a main part of an industrial structure while moving between the inspection points.

또한, 데이터 송수신부(110)는 산업 구조물의 특성, 제원에 대한 정보를 포함하는 산업 구조물 정보도 수신할 수 있다. 실시예에서, 산업 구조물의 복수의 검사점과 산업 구조물 정보는 산업 구조물의 제어 서버(미도시)로부터 수신된 데이터일 수 있으나, 이에 한정되는 것은 아니다.In addition, the data transceiver 110 may also receive industrial structure information including information on characteristics and specifications of the industrial structure. In an embodiment, the plurality of inspection points and industrial structure information of the industrial structure may be data received from a control server (not shown) of the industrial structure, but is not limited thereto.

또한, 데이터 송수신부(110)는 후술하는 과정을 통해 생성된 드론 이동 경로를 드론(300) 및 제어장치(200) 중 적어도 하나에 송신하도록 구성될 수 있다.Also, the data transceiver 110 may be configured to transmit a drone movement path generated through a process to be described later to at least one of the drone 300 and the control device 200 .

경로 식별부(120)는 산업 구조물 정보를 고려하여 복수의 검사점에서 이동 가능한 경로와 이동이 불가능한 경로를 각각 식별할 수 있다.The path identification unit 120 may identify a movable path and a non-movable path at a plurality of inspection points in consideration of industrial structure information, respectively.

복수의 검사점은 이론적으로 모든 검사점들이 연결되어 경로를 형성할 수 있다. 다만, 실제 구현된 산업 구조물의 구조와 곡선 주행이 용이하지 않은 드론(300)의 비행 특성을 감안할 때, 이동이 용이하지 않거나, 현실적으로 불가능한 지점이 존재할 수 있다. 즉, 산업 구조물의 기하적인 한계에 따라 복수의 검사점이 모두 연결되지 않을 수 있다.The plurality of checkpoints may theoretically form a path by connecting all the checkpoints. However, in consideration of the structure of the actually implemented industrial structure and the flight characteristics of the drone 300 in which curved driving is not easy, there may be points where movement is not easy or practically impossible. That is, all of the plurality of checkpoints may not be connected according to the geometric limit of the industrial structure.

경로 식별부(120)는 산업 구조물 정보를 고려하여 드론의 이동이 불가능한 경로를 식별할 수 있다. 경로 식별부(120)는 산업 구조물 정보를 고려하여 드론의 이동이 불가능한 경로를 식별하며, 경로 식별부(120)는 이동이 불가능한 경로에 해당하는 검사점의 연결 관계를 구성하지 않을 수 있다. 경로 식별부(120)는 드론의 이동이 물리적으로 불가능한 경로가 아닌 복수의 검사점의 경로를 드론의 이동이 가능한 경로로 정의할 수 있다. The path identification unit 120 may identify a path in which the drone cannot move in consideration of industrial structure information. The path identification unit 120 identifies an impossible path of the drone in consideration of industrial structure information, and the path identification unit 120 may not form a connection relationship between checkpoints corresponding to the impossible path. The path identification unit 120 may define a path of a plurality of checkpoints, not a path that the drone cannot physically move, as a path that the drone can move.

경로 식별부(120)의 경로 식별은 산업 구조물 정보에 기초하여 구현된 3차원 모델에 기반하여 판단될 수 있다. 실시예에서, 경로 식별부(120)는 산업 구조물 정보에 기초하여 산업 구조물의 3차원 모델을 구현할 수 있으며, 결정된 복수의 검사점을 산업 구조물의 3차원 모델에 반영하여 함께 표시할 수 있다. 경로 식별부(120)는 산업 구조물의 3차원 모델과 함께 표시된 복수의 검사점을 활용하여, 드론(300)이 이동 가능한 경로 및 드론(300)이 이동 불가능한 경로를 식별하게 된다.The path identification of the path identification unit 120 may be determined based on a 3D model implemented based on industrial structure information. In an embodiment, the path identification unit 120 may implement a three-dimensional model of the industrial structure based on the industrial structure information, and reflect the determined plurality of inspection points in the three-dimensional model of the industrial structure and display it together. The path identification unit 120 identifies a path on which the drone 300 can move and a path on which the drone 300 cannot move by using the plurality of inspection points displayed together with the three-dimensional model of the industrial structure.

경로 식별부(120)는 복수의 검사점 사이에 이동 가능한 경로를 결정하고, 결정된 경로에 대한 가중치를 결정할 수 있다. 여기서, 가중치는 검사점 사이의 거리 또는 검사점 사이의 이동 시간에 비례하여 적용되는 이동 비용일 수 있으나, 이에 한정되는 것은 아니다. 이동이 불가능한 경로는 검사점이 연결되지 않으므로 경로 식별부(120)는 이동이 불가능한 경로에 대한 가중치를 설정하지 않을 수 있다. 경로 식별부(120)는 복수의 검사점의 이동 가능한 경로를 모두 연결하고, 복수의 검사점의 연결 관계를 시각화(graph representation)한 연결 그래프로 나타낼 수 있다. 도 6과 같이 시각화된 정보로서 사용자에게 연결 그래프를 연결 관계를 전달할 수 있다.The path identification unit 120 may determine a movable path between a plurality of checkpoints, and may determine a weight for the determined path. Here, the weight may be a movement cost applied in proportion to a distance between the checkpoints or a movement time between the checkpoints, but is not limited thereto. Since the checkpoint is not connected to the non-movable path, the path identification unit 120 may not set a weight for the non-movable path. The path identification unit 120 may connect all of the movable paths of the plurality of checkpoints, and may represent a connection graph in which the connection relationship between the plurality of checkpoints is visualized (graph representation). As the information visualized as shown in FIG. 6 , the connection graph may be transmitted to the user.

경로 식별부(120)를 통해 구성되는 연결 그래프의 경우 이동 가능한 경로만을 연결하여 구성된 상태로 불완전그래프(incomplete graph)의 형태를 가진 상태에 해당한다. 도 7을 참조하면, 노드 1 내지 노드 5의 연결 그래프에서, 노드 1과 노드 2, 노드 1과 노드 3, 노드 2와 노드 4, 노드 3과 노드 5, 노드 4와 노드 5 사이에는 연결 관계가 형성되지 않은 것을 알 수 있다. 노드 1 내지 노드 5의 관계를 나타내는 인접 행렬(adjacency matrix)에서 해당 경로는 0으로 나타나는 것을 알 수 있으며, 연결 관계가 있는 경로는 1로 나타나는 것을 알 수 있다. 즉, 이동이 불가능한 경로로 판단되어 연결 관계가 형성되지 않은 검사점 쌍은 인접 행렬에서 0으로 나타날 수 있다.In the case of a connection graph configured through the path identification unit 120, it is a state configured by connecting only movable paths, and corresponds to a state having the form of an incomplete graph. Referring to FIG. 7 , in the connection graph of nodes 1 to 5, there is a connection relationship between node 1 and node 2, node 1 and node 3, node 2 and node 4, node 3 and node 5, and node 4 and node 5. It can be seen that it is not formed. In the adjacency matrix representing the relationship between nodes 1 to 5, it can be seen that the corresponding path is represented by 0, and it can be seen that the path having a connection relationship is represented by 1. That is, a pair of checkpoints in which a connection relationship is not formed because it is determined as a path that cannot be moved may appear as 0 in the adjacency matrix.

완전 그래프(complete graph)는 모든 노드(검사점) 사이의 연결 관계가 형성된 그래프를 의미한다. 도 8을 참조하면, 노드 1 내지 노드 5는 모든 연결 관계가 형성된 상태인 것을 알 수 있다. 즉, 노드 1 내지 노드 5의 관계를 나타내는 인접 행렬(adjacency matrix)에서 대각 행렬만 0으로 나타나는 것을 알 수 있다.A complete graph refers to a graph in which a connection relationship between all nodes (checkpoints) is formed. Referring to FIG. 8 , it can be seen that nodes 1 to 5 are in a state in which all connection relationships are formed. That is, it can be seen that only the diagonal matrix appears as 0 in the adjacency matrix representing the relationship between nodes 1 to 5.

실시예에서, 차량 경로 문제 모델(VRP)는 완전 그래프(complete graph)에서만 풀이가 가능할 수 있다. 즉, 경로 식별부(120)를 통해 연결된 복수의 검사점의 연결 관계는 불완전 연결 상태로 차량 경로 문제 모델(VRP)의 풀이를 위한 완전화가 필요하다.In an embodiment, the vehicle path problem model (VRP) may be solvable only in a complete graph. That is, the connection relationship of the plurality of checkpoints connected through the path identification unit 120 is incompletely connected and needs to be perfected for solving the vehicle path problem model (VRP).

그래프 완전화부(130)는 복수의 검사점의 연결 관계에 대한 완전화를 위한 가상의 경로를 생성할 수 있다. 여기서, 완전화는 복수의 검사점 사이의 연결성을 모두 형성하는 것을 의미할 수 있다. The graph completer 130 may generate a virtual path for completeness of a connection relationship between a plurality of checkpoints. Here, completeness may mean forming all connectivity between a plurality of checkpoints.

먼저, 그래프 완전화부(130)는 연결 그래프에서 서로 연결되지 않은 검사점 쌍이 연결 관계가 정의되도록 가상의 경로를 생성할 수 있다. 그래프 완전화부(130)는 복수의 검사점의 연결 관계를 나타내는 인접 행렬(adjacency matrix)에서 대각 행렬을 제외한 요소 중 0인 요소에 해당하는 경로를 다익스트라(Dijkstra) 알고리즘을 활용하여 탐색할 수 있다. 그래프 완전화부(130)는 대각 행렬을 제외한 요소 중 0인 요소를 탐색하고, 해당 검사점 쌍의 연결 관계에 대한 가상의 경로를 정의할 수 있다. First, the graph integrator 130 may generate a virtual path such that a connection relationship is defined between checkpoint pairs that are not connected to each other in the connection graph. The graph integrator 130 may use a Dijkstra algorithm to search for a path corresponding to an element of 0 among elements excluding the diagonal matrix in an adjacency matrix indicating a connection relationship between a plurality of checkpoints. . The graph integrator 130 may search for an element that is 0 among elements excluding the diagonal matrix, and define a virtual path for the connection relationship of the corresponding checkpoint pair.

여기서, 가상의 경로는 적어도 하나의 검사점을 통해 연결되는 우회 경로를 의미할 수 있다. 그래프 완전화부(130)는 연결되지 않은 상태의 검사점 쌍에 우회 경로를 설정할 수 있다. 도 9를 참조하면, 노드 1과 노드 2 사이에 설정된 경로(점선)은 암시적인 가상의 경로로 실제 적용되는 경로는 다른 검사점 쌍을 통한 우회 경로로 정의될 수 있다. 이에 따라, 복수의 검사점은 완전 그래프를 구성할 수 있는 완전화 상태로 변환될 수 있다. 즉, 복수의 검사점의 완전 그래프의 인접 행렬은 대각 행렬을 제외한 모든 요소가 0인 아닌 상태일 수 있다. 이러한, 완전화 상태에서 복수의 검사점에 대한 풀이가 가능할 수 있다. 또한, 우회 경로는 적어도 하나의 검사점을 거쳐 연결되는 경로로 연결 그래프에서 검사점 쌍이 직접적으로 연결된 상태보다 가중치가 더 높게 책정될 수 있다. 즉, 높은 우회 비용이 적용되어 후술하는 최적 경로를 도출하는 과정에서 자연스럽게 배제될 수 있다. Here, the virtual path may mean a detour path connected through at least one checkpoint. The graph integrator 130 may set a detour path to the unconnected checkpoint pair. Referring to FIG. 9 , a path (dotted line) set between nodes 1 and 2 is an implicit virtual path, and a path actually applied may be defined as a detour path through another pair of checkpoints. Accordingly, the plurality of checkpoints may be converted into a complete state that may constitute a complete graph. That is, in the adjacency matrix of the complete graph of the plurality of checkpoints, all elements except the diagonal matrix may be non-zero. In such a complete state, it may be possible to solve for a plurality of checkpoints. In addition, the bypass path is a path connected through at least one checkpoint, and may have a higher weight than a state in which the checkpoint pair is directly connected in the connection graph. That is, a high detour cost is applied, so that it can be naturally excluded from the process of deriving an optimal path, which will be described later.

다른 실시예에서, 그래프 완전화부(130)는 연결되지 않은 상태의 검사점을 식별하고 식별된 검사점에 임의의 가중치를 를 책정하여 가상의 경로를 정의할 수 있다. 임의의 가중치는 검사점 쌍의 거리, 이동 시간에 따른 가중치보다 높은 수치에 해당하며, 높은 우회 비용이 적용되어 후술하는 최적 경로를 도출하는 과정에서 자연스럽게 배제될 수 있게 된다. In another embodiment, the graph integrator 130 may define a virtual path by identifying an unconnected checkpoint and assigning an arbitrary weight to the identified checkpoint. The arbitrary weight corresponds to a value higher than the weight according to the distance and travel time of the checkpoint pair, and a high detour cost is applied, so that it can be naturally excluded from the process of deriving an optimal route to be described later.

문제 풀이부(140)는 완전 연결 상태의 복수의 검사점, 즉, 완전 그래프로 표현된 검사점의 최적 경로를 차량 경로 모델로 구성하여 풀이할 수 있다. 문제 풀이부는(140)는 드론(300)의 배터리 용량 제한이 고려된 차량 용량(vehicle capacity)에 제약 조건이 있는 차량 경로 문제 모델(CVRP)을 구성하여 최적 경로를 풀이할 수 있다. 실시예에서, 목적 함수의 최적화를 다음 제약 조건들을 충족하면서 수행하는 차량 경로 문제 모델이 하기 수학식 1과 같은 선형 정수 계획법을 통해 구성될 수 있다.The problem solving unit 140 may solve a plurality of checkpoints in a fully connected state, that is, an optimal path of the checkpoints expressed as a complete graph by configuring the vehicle route model. The problem solving unit 140 may solve an optimal path by constructing a vehicle path problem model (CVRP) having a constraint on vehicle capacity in consideration of the battery capacity limitation of the drone 300 . In an embodiment, a vehicle path problem model that performs optimization of the objective function while satisfying the following constraints may be constructed through a linear integer programming method as shown in Equation 1 below.

[수학식 1][Equation 1]

(여기서, n은 1보다 큰 정수를 의미하며, p는 1이상의 정수를 의미하고, i, j는 서로 다른 검사점에 해당하며 i는 시작점, j는 도착점을 의미하고, r는 드론을 의미하고, c_ij는 i 검사점에서 j 검사점으로 이동하는 비용 함수(cost function)를 의미하고, x_rij는 드론이 경로(i, j)를 이동하는 것을 나타내기 위한 이진 결정 변수(decision variable)에 해당하고, 상기 Q는 상기 드론의 배터리 용량에 따른 비행 시간, d_j는 검사점 j로의 비행 시간, 상기 S는 검사점의 부분 집합을 의미한다).(here, n means an integer greater than 1, p means an integer greater than 1 , c _ij means the cost function of moving from checkpoint i to checkpoint j, and x _rij is a binary decision variable to indicate that the drone moves the path (i, j). where Q is a flight time according to the battery capacity of the drone, d _j is a flight time to a checkpoint j, and S is a subset of the checkpoint).

상기 수학식 1에서 목적 함수 (1)는 드론이 전체 이동 비용을 최소화하는 것을 목적으로 한다. 여기서, 목적 함수 (1)의 비용 함수는 복수의 검사점의 연결 관계에 기초하여 구성될 수 있으며, 각 경로(i to j)를 이동함에 따라 발생하는 비용 값이 책정될 수 있다.In Equation 1, the objective function (1) aims to minimize the overall cost of the drone. Here, the cost function of the objective function (1) may be configured based on a connection relationship of a plurality of checkpoints, and a cost value generated by moving each path i to j may be determined.

모델 제약 조건 (2)은 차수 제약이며, 각 검사점에 드론이 방문되는 것이 보장될 수 있다. 흐름 제약 조건 (3)과 (4)는 드론이 시작점(depot)을 한 번만 떠날 수 있고 모든 노드에게 도착하여 시작점에 들어가는 드론 수가 떠나는 드론 수와 동일하다는 것을 보장한다.The model constraint (2) is an order constraint, and it can be guaranteed that the drone is visited at each checkpoint. Flow constraints (3) and (4) guarantee that a drone can only leave the depot once and that the number of drones arriving at all nodes and entering the depot is equal to the number of drones leaving.

제약 조건 (5)에는 용량 제약 조건이 명시되어 있으며, 드론의 총 비행시간이 드론의 배터리 용량에 따른 비행 시간의 이하인지 확인할 수 있다. 이에 따라, 드론의 배터리 용량이 고려되어 최적 경로가 설정될 수 있다.The capacity constraint is specified in the constraint (5), and it can be checked whether the total flight time of the drone is less than the flight time according to the battery capacity of the drone. Accordingly, an optimal route may be set in consideration of the battery capacity of the drone.

부분 경로(sub-tour) 방지 제약 조건 (6)은 경로는 반드시 시작점에서 출발하고, 최조적으로 시작점으로 돌아오도록 한다. 나머지 필수 제약 조건 (7)은 변수의 정의 영역을 지정하며, 이진 결정 변수는 0 또는 1일 수 있다. The sub-tour prevention constraint (6) ensures that the path always starts from the starting point and ultimately returns to the starting point. The remaining mandatory constraint (7) specifies the scope of the variable's definition, and a binary decision variable can be 0 or 1.

또한, 문제 풀이부(140)는 차량 경로 문제 모델(CVRP)을 엄밀 기법(Exact solution) 또는 메타 휴리스틱(metaheuristic) 기법을 통해 풀이할 수 있다. 실시예에서, 문제 풀이부(140)는 산업 구조물 정보를 고려하여 생성된 복수의 검사점의 개수에 따라 풀이 법을 결정할 수 있다. 문제 풀이부(140)는 산업 구조물의 종류, 크기에 따라 미리 설정된 기준 검사점 임계치를 포함할 수 있다. Also, the problem solving unit 140 may solve the vehicle path problem model (CVRP) through an exact solution or a meta-heuristic technique. In an embodiment, the problem solving unit 140 may determine a solution method according to the number of a plurality of checkpoints generated in consideration of industrial structure information. The problem solving unit 140 may include a preset reference checkpoint threshold according to the type and size of the industrial structure.

문제 풀이부(140)는 기준 검사점 임계치에 따라 차량 경로 문제 모델(CVRP)을 풀이할 기법을 결정할 수 있다. 복수의 검사점의 개수가 임계치보다 많은 경우, 정확한 계산을 위해서는 많은 시간과 자원이 소모될 수 있으며, 현장의 요구에 즉각적으로 반응하기가 어려울 수 있다. 즉, 효율적인 결과를 출력하기 위해서는 풀이 기법을 적절하게 선택하는 것이 필요할 수 있다.The problem solving unit 140 may determine a technique for solving the vehicle path problem model (CVRP) according to the reference checkpoint threshold. If the number of the plurality of checkpoints is greater than the threshold, a lot of time and resources may be consumed for accurate calculation, and it may be difficult to immediately respond to the demands of the field. That is, it may be necessary to properly select a solution technique in order to output an efficient result.

문제 풀이부(140)는 복수의 검사점의 수가 임계치 이하인 경우, 엄밀 기법(Exact solution)을 통해 풀이를 수행할 수 있다. 실시예에서, 문제 풀이부(140)는 분기 한정법(Branch and bound)을 통해 차량 경로 문제 모델을 풀이할 수 있다. 분기 한정법은 모든 후보해를 체계적으로 늘어놓으면서 최적화할 수치의 상한과 하한을 추정, 가망 없다는 판정이 나는 해를 제거해 나갈 수 있다. 제거하는 해에서 파생되는 해는 살펴보지 않기 때문에 불필요한 시간 소모를 줄일 수 있으며, 최적의 해를 도출하는 것이 가능할 수 있다.When the number of the plurality of checkpoints is less than or equal to the threshold, the problem solving unit 140 may perform the solution through an exact solution. In an embodiment, the problem solving unit 140 may solve the vehicle path problem model through a branch and bound method. The branch qualification method systematically arranges all the candidate solutions, estimates the upper and lower limits of the numerical values to be optimized, and eliminates solutions that are judged as unlikely. Since the solution derived from the removed solution is not looked at, unnecessary time consumption can be reduced, and it may be possible to derive an optimal solution.

여기서, 검사점(노드)의 개수가 많아질 경우, 두 기법 사이의 연산 시간 차이가 지수적으로 증가할 수 있다. 문제 풀이부(140)는 복수의 검사점의 수가 임계치보다 많은 경우에는, 메타 휴리스틱(metaheuristic) 기법을 통해 풀이를 수행할 수 있다. 산업 구조물의 경우 구조가 복잡하고, 크기가 크기 때문에 많은 수의 검사점이 도출될 수 있으며, 이러한 산업 구조물에는 메타 휴리스틱 기법을 통한 문제 풀이가 보다 적절한 풀이 방법일 수 있다. Here, when the number of checkpoints (nodes) increases, the difference in operation time between the two techniques may increase exponentially. When the number of the plurality of checkpoints is greater than the threshold, the problem solving unit 140 may perform the solution through a metaheuristic technique. In the case of an industrial structure, a large number of checkpoints may be derived because the structure is complex and large, and for such an industrial structure, problem solving through a meta-heuristic technique may be a more appropriate solution method.

도 5를 참조하면, 문제 풀이부(140)는 복수의 검사점의 연결 관계에 따른 가중치에 기초하여 해를 탐색할 수 있다. 문제 풀이부(140)는 탐색된 해에 대한 적합성 평가를 드론의 전체 검사 거리를 기준으로 수행하여 적합도를 평가할 수 있다. 즉, 실시예에 따른 문제 풀이부(140)는 드론의 전체 검사 거리를 기준으로 적합도를 평가하여, 드론의 전체 검사 거리가 최소가 될 수 있는 최적 해를 출력할 수 있다. 문제 풀이부(140)는 평가된 적합도가 알고리즘 종료 조건을 만족하는 경우 문제 풀이를 종료하며, 평가된 적합도가 알고리즘 종료 조건을 만족하지 않는 경우 그래프 가중치를 변경하여 문제 풀이를 반복하게 된다. 문제 풀이부(140)는 평가된 적합도가 알고리즘 종료 조건을 만족하거나 기 설정된 문제 풀이 반복 횟수만큼 문제 풀이를 수행한 경우, 문제 풀이를 종료하고 결과를 출력하게 된다.Referring to FIG. 5 , the problem solving unit 140 may search for a solution based on a weight according to a connection relationship between a plurality of checkpoints. The problem solving unit 140 may evaluate the suitability by performing the suitability evaluation for the searched solution based on the entire inspection distance of the drone. That is, the problem solving unit 140 according to the embodiment may evaluate the suitability based on the total inspection distance of the drone, and may output an optimal solution that can minimize the total inspection distance of the drone. The problem solving unit 140 terminates problem solving when the evaluated fitness satisfies the algorithm termination condition, and repeats the problem solving by changing the graph weight when the evaluated fitness does not satisfy the algorithm termination condition. The problem solving unit 140 terminates the problem solving and outputs the result when the evaluated fitness satisfies the algorithm termination condition or the problem solving is performed as many as the preset number of problem solving repetitions.

실시예에서, 문제 풀이부(140)는 메타 휴리스틱(metaheuristic) 기법 중 개미 집단 시스템(ACS, ant colony system)을 통해 최적해를 도출할 수 있다. 개미 집단 시스템은 실제 개미들이 먹이에서 집까지 가장 짧은 경로를 찾는 능력을 모방한 메타 휴리스틱 기법이다. 개미 집단 시스템(ACS)은 구체적으로, 에이전트라 불리는 개미들이 목적지를 향해 나아가는 동안 각 경로에 페르몬을 분비하고 이후에 지나가는 에이전트들은 그 경로에 축적된 페로몬 정보를 이용해 다음 경로를 선택하는 원리를 휴리스틱 탐색에 적용시킨 시스템이다. 문제 풀이부(140)는 기존 경로에 축적된 페로몬 정보를 긍정적 피드백 정보로 더 활용하여 해를 탐색할 수 있다. 즉, 복수의 검사점의 연결 관계에 따른 가중치뿐만 아니라 긍정적 피드백(페로몬 정보)을 더 활용하여 문제 풀이부(140)는 문제 풀이를 수행(탐색 경로를 완성)할 수 있으며, 이에 따라 더욱 최적화된 경로를 출력할 수 있다.In an embodiment, the problem solving unit 140 may derive an optimal solution through an ant colony system (ACS) among meta-heuristic techniques. The ant colony system is a meta-heuristic technique that mimics the ability of real ants to find the shortest path from food to home. Specifically, the ant colony system (ACS) is a heuristic search based on the principle that agents, called agents, secrete pheromones in each path while moving toward their destination, and agents that pass thereafter select the next path using the pheromone information accumulated in the path. system applied to The problem solving unit 140 may search for a solution by further utilizing the pheromone information accumulated in the existing path as positive feedback information. That is, the problem solving unit 140 can perform problem solving (complete the search path) by further utilizing positive feedback (pheromone information) as well as weights according to the connection relationship of a plurality of checkpoints, and thus more optimized You can print the path.

경로 생성부(150)는 문제 풀이부(140)에서 도출된 최적 해와 완전 그래프에 기초하여 드론 이동 경로를 생성할 수 있다. 드론 이동 경로는 복수의 검사점을 드론(300)이 이동하는 순서를 포함할 수 있다. 드론 이동 경로는 적어도 하나의 부분 경로로 구성될 수 있으며, 하나의 드론이 부분 경로를 시간적 간격을 두고 운행할 수 있으나, 이에 한정되는 것은 아니다. 차량 경로 문제 모델은 적어도 하나의 드론과 드론의 배터리 용량(이용 시간)을 기준으로 문제의 정식화가 수행되는 것으로, 부분 경로 사이에 겹치는 노드는 시작점(depot)이 유일한 지점일 수 있다. 따라서, 부분 경로의 수에 대응하는 수의 복수의 드론이 동시에 운행되어, 산업 구조물에 대한 점검을 수행할 수도 있다. The path generating unit 150 may generate the drone movement path based on the optimal solution and the complete graph derived from the problem solving unit 140 . The drone movement path may include an order in which the drone 300 moves through a plurality of checkpoints. The drone movement path may consist of at least one partial path, and one drone may operate the partial path at a time interval, but is not limited thereto. In the vehicle route problem model, the formulation of the problem is performed based on at least one drone and the battery capacity (usage time) of the drone, and a node that overlaps between partial routes may have a unique depot. Accordingly, a plurality of drones corresponding to the number of partial routes may be operated simultaneously to perform inspection of industrial structures.

또한, 실시예에서, 문제 풀이부(140)는 생성된 드론 이동 경로를 산업 구조물의 3차원 모델과 함께 표시할 수 있다. 도 10은 산업 구조물의 개략적인 3차원 모델과 생성된 드론 이동 경로를 예시적으로 함께 도시한 것으로 5개의 부분 경로가 전체 드론 이동 경로를 구성하는 것을 알 수 있다. 즉, 5개의 드론이 동시에 투입되어 산업 구조물에 대한 점검을 수행할 수도 있고, 1개의 드론이 시간적인 간격을 두고 5개의 부분 경로를 순차적으로 운행할 수도 있다. Also, in an embodiment, the problem solving unit 140 may display the generated drone movement path together with a 3D model of the industrial structure. FIG. 10 exemplarily shows a schematic three-dimensional model of an industrial structure and a generated drone movement path, and it can be seen that five partial routes constitute the entire drone movement route. That is, five drones may be simultaneously input to perform an inspection of an industrial structure, or one drone may sequentially operate five partial routes at time intervals.

또한, 실시예에서, 드론 이동 경로는 검사점에 따른 속도 정보를 더 포함할 수 있다. 이에 따라, 드론(300)은 드론 이동 경로에 따른 순서로 복수의 검사점을 순서대로 이동하되, 설정된 속도에 따라 각 경로를 이동하도록 제어될 수 있다.Also, in an embodiment, the drone movement path may further include speed information according to the checkpoint. Accordingly, the drone 300 may sequentially move a plurality of inspection points in an order according to the drone movement path, but may be controlled to move each path according to a set speed.

본 발명의 실시예에 따른 산업 구조물 점검을 위한 드론 이동 경로를 생성하는 경로 생성 장치는 산업 구조물 정보를 기초로 복수의 검사점에서 드론이 이동 가능한 경로와 이동 불가능한 경로를 식별하고, 차량 경로 문제 모델을 메타 휴리스틱 기법을 통해 드론의 전체 이동 거리가 최소가 되도록 최적화하여 최적의 드론 이동 경로를 도출할 수 있다. The route generating apparatus for generating a drone movement route for inspection of an industrial structure according to an embodiment of the present invention identifies a route that a drone can move and a route that cannot be moved at a plurality of inspection points based on industrial structure information, and a vehicle route problem model The optimal drone movement path can be derived by optimizing the overall movement distance of the drone through the meta heuristic method.

또한, 산업 구조물 점검을 위한 드론 이동 경로를 생성하는 경로 생성 장치는 차량 경로 문제 모델을 엄밀 기법을 통해 더 풀이하도록 구성되며, 복수의 검사점의 개수에 기초하여 엄밀 기법 또는 메타 휴리스틱 기법 중 풀이 기법을 결정할 수 있다. 이에 따라, 현장의 조건에 유연하게 대응하면서 정확한 결과를 전달할 수 있다. In addition, the path generating device for generating the drone movement path for inspection of industrial structures is configured to further solve the vehicle path problem model through the strict technique, and based on the number of a plurality of check points, the solving technique of the strict technique or the meta heuristic technique can be decided Accordingly, accurate results can be delivered while flexibly responding to on-site conditions.

이하, 도 11 내지 도 12를 참조하여, 본 발명의 몇몇 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법을 설명하도록 한다. 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법은 도 1 내지 도 10에 따른 경로 생성 장치에서 수행되는 방법으로, 상술한 실시예와 중복되는 부분은 간략히 하거나 생략하도록 한다. Hereinafter, a method of generating a movement path of a drone for inspecting an industrial structure according to some embodiments of the present invention will be described with reference to FIGS. 11 to 12 . The method for generating a movement path of a drone for inspecting an industrial structure according to an embodiment is a method performed by the path generating apparatus according to FIGS. 1 to 10 , and portions overlapping with the above-described embodiment will be simplified or omitted.

도 11은 본 발명의 몇몇 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법의 순서도이다. 도 12는 도 11의 단계(S140)의 세부 단계를 설명하기 위한 순서도이다. 11 is a flowchart of a method for generating a movement path of a drone for inspection of an industrial structure according to some embodiments of the present invention. 12 is a flowchart for explaining detailed steps of step S140 of FIG. 11 .

도 11을 참조하면, 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법은 산업 구조물 정보, 산업 구조물의 복수의 검사점을 수신하는 단계(S100), 상기 산업 구조물 정보를 고려하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별하는 단계(S110), 상기 드론의 이동이 가능한 경로에 해당하는 검사점의 연결 관계를 정의하는 단계(S120), 상기 연결 관계가 정의되지 않은 검사점 사이의 가상의 경로를 정의하여 상기 복수의 검사점의 관계를 완전화하는 단계(S130), 상기 복수의 검사점을 기준으로 구성된 차량 경로 문제 모델을 풀이하여 해를 출력하는 단계(S140) 및 상기 출력된 해에 기초하여 상기 드론 이동 경로를 생성하는 단계(S150)를 포함한다. Referring to FIG. 11 , the method for generating a movement path of a drone for inspection of an industrial structure according to an embodiment includes receiving industrial structure information and a plurality of inspection points of the industrial structure ( S100 ), taking the industrial structure information into consideration in consideration of the plurality of Identifying a path in which the drone can move and a path in which the drone cannot move at the checkpoint of (S110), defining a connection relationship between the checkpoints corresponding to the path in which the drone can move (S120), the above A step of perfecting the relationship between the plurality of checkpoints by defining a virtual path between the checkpoints in which the connection relationship is not defined (S130), solving the vehicle route problem model constructed based on the plurality of checkpoints to solve the problem and outputting (S140) and generating (S150) the drone movement path based on the output solution.

실시예에서, 상기 해를 출력하는 단계(S140)는 상기 복수의 검사점의 연결 관계에 따른 가중치에 기초하여 해를 탐색하고, 상기 탐색된 해에 대한 적합성 평가를 드론의 전체 검사 거리를 기준으로 수행하여 적합도를 평가하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하는 경우 문제 풀이를 종료하며, 상기 평가된 적합도가 알고리즘 종료 조건을 만족하지 않는 경우 가중치를 변경하여 문제 풀이를 반복하도록 구성되는 메타 휴리스틱 기법을 통해 상기 차량 경로 문제 모델을 풀이하는 것을 포함할 수 있다. In an embodiment, the step of outputting the solution ( S140 ) includes searching for a solution based on a weight according to the connection relationship between the plurality of checkpoints, and evaluating suitability for the searched solution based on the total inspection distance of the drone. The meta is configured to evaluate the fitness by performing it, and if the evaluated fitness satisfies the algorithm termination condition, the problem solving is terminated, and if the evaluated fitness does not satisfy the algorithm termination condition, the problem solving is repeated by changing the weight. It may include solving the vehicle path problem model through a heuristic method.

실시예에서, 상기 해를 출력하는 단계(S140)는 기 설정된 문제 풀이 반복 횟수만큼 문제 풀이를 수행한 경우, 문제 풀이를 종료하고 탐색된 해를 출력할 수 있다. In an embodiment, in the step of outputting the solution ( S140 ), when the problem solving is performed as many as a preset number of repetitions of the problem solving, the problem solving may be terminated and the searched solution may be output.

실시예에서, 상기 메타 휴리스틱 기법은 개미 집단 시스템(ACS, ant colony system)이며, 상기 해를 출력하는 단계(S140)는 기존 경로에 축적된 페로몬 정보를 긍정적 피드백으로 더 활용하여 해를 탐색하는 것을 포함할 수 있다.In an embodiment, the meta-heuristic technique is an ant colony system (ACS), and the step of outputting the solution (S140) further utilizes the pheromone information accumulated in the existing path as a positive feedback to search for a solution. may include

실시예에서, 상기 해를 출력하는 단계(S140)는 상기 차량 경로 문제 모델을 엄밀 기법으로 풀이하도록 더 구성될 수 있다.In an embodiment, the step of outputting the solution ( S140 ) may be further configured to solve the vehicle path problem model in a strict technique.

실시예에서, 상기 해를 출력하는 단계(S140)는 상기 산업 구조물의 복수의 검사점의 개수에 따라 상기 차량 경로 문제 모델의 풀이 기법을 상기 메타 휴리스틱 기법 또는 상기 엄밀 기법 중에서 결정하는 것을 포함할 수 있다. In an embodiment, the step of outputting the solution ( S140 ) may include determining a solving technique of the vehicle path problem model from among the meta heuristic technique or the strict technique according to the number of a plurality of checkpoints of the industrial structure. have.

도 12를 참조하면, 상기 해를 출력하는 단계(S140)는 산업 구조물의 복수의 검사점의 개수와 미리 설정된 기준 검사점 임계치를 비교하는 단계(S142), 상기 산업 구조물의 복수의 검사점의 개수가 미리 설정된 기준 검사점 임계치를 초과하는 경우 상기 메타 휴리스틱 기법을 통해 상기 차량 경로 문제 모델의 풀이 기법을 풀이하는 단계(S144), 상기 산업 구조물의 복수의 검사점의 개수가 상기 미리 설정된 기준 검사점 임계치 이하인 경우 상기 엄밀 기법을 통해 상기 차량 경로 문제 모델의 풀이 기법을 풀이하는 단계(S146)를 포함할 수 있다. 12, the step of outputting the solution (S140) is a step of comparing the number of the plurality of checkpoints of the industrial structure with a preset reference checkpoint threshold (S142), the number of the plurality of checkpoints of the industrial structure When ? exceeds a preset reference checkpoint threshold, solving the solution method of the vehicle path problem model through the meta heuristic method (S144), the number of the plurality of checkpoints of the industrial structure is the preset reference checkpoint If it is less than the threshold, the method of solving the vehicle path problem model through the strict method (S146) may be included.

실시예에서, 복수의 검사점의 관계를 완전화하는 단계(S130)는 상기 복수의 검사점의 연결 관계를 나타내는 인접 행렬(adjacency matrix)에서 대각 행렬을 제외한 요소 중 0인 요소에 해당하는 경로를 탐색하여 연결 관계가 형성되지 않은 검사점 쌍을 식별하는 것을 포함할 수 있다.In an embodiment, the step of perfecting the relationship between the plurality of checkpoints ( S130 ) includes selecting a path corresponding to an element of 0 among elements excluding the diagonal matrix in an adjacency matrix representing the connection relationship between the plurality of checkpoints. Searching may include identifying checkpoint pairs for which a connection relationship is not established.

실시예에서, 상기 가상의 경로는 상기 연결 관계가 형성되지 않은 검사점 쌍을 적어도 하나의 검사점을 통해 연결하는 우회 경로로 정의될 수 있다.In an embodiment, the virtual path may be defined as a detour path connecting the pair of checkpoints in which the connection relationship is not formed through at least one checkpoint.

실시예에서, 상기 산업 구조물 정보를 고려하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별하는 단계(S110)는 상기 산업 구조물 정보에 기초하여 산업 구조물의 3차원 모델을 생성하고, 상기 산업 구조물의 3차원 모델을 이용하여 상기 복수의 검사점에서 드론의 이동이 가능한 경로와 상기 드론의 이동이 불가능한 경로를 식별할 수 있다.In an embodiment, in consideration of the industrial structure information, the step (S110) of identifying a path in which the drone can move and a path in which the drone cannot move at the plurality of inspection points (S110) is 3 of the industrial structure based on the industrial structure information. A 3D model may be generated, and a path in which the drone can move and a path in which the drone cannot move may be identified at the plurality of inspection points by using the 3D model of the industrial structure.

실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다. 예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.The method for generating a movement path of a drone for inspection of an industrial structure according to an embodiment may also be implemented in the form of a computer-readable medium for storing instructions and data executable by a computer. In this case, the instructions and data may be stored in the form of program code, and when executed by the processor, a predetermined program module may be generated to perform a predetermined operation. In addition, computer-readable media can be any available media that can be accessed by a computer, and includes both volatile and nonvolatile media, removable and non-removable media. In addition, the computer-readable medium may be a computer recording medium, which is volatile and non-volatile embodied in any method or technology for storage of information such as computer-readable instructions, data structures, program modules, or other data. It may include both volatile, removable and non-removable media. For example, the computer recording medium may be a magnetic storage medium such as HDD and SSD, an optical recording medium such as CD, DVD, and Blu-ray disc, or a memory included in a server accessible through a network.

또한 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.In addition, the method for generating a movement route of a drone for inspecting industrial structures according to an embodiment may be implemented as a computer program (or computer program product) including instructions executable by a computer. The computer program includes programmable machine instructions processed by a processor, and may be implemented in a high-level programming language, an object-oriented programming language, an assembly language, or a machine language. . In addition, the computer program may be recorded in a tangible computer-readable recording medium (eg, a memory, a hard disk, a magnetic/optical medium, or a solid-state drive (SSD), etc.).

따라서 실시예에 따른 산업 구조물 점검을 위한 드론의 이동 경로 생성 방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.Therefore, the method for generating a movement path of a drone for inspection of an industrial structure according to an embodiment may be implemented by executing the computer program as described above by a computing device. The computing device may include at least a portion of a processor, a memory, a storage device, a high-speed interface connected to the memory and the high-speed expansion port, and a low-speed interface connected to the low-speed bus and the storage device. Each of these components is connected to each other using various buses, and may be mounted on a common motherboard or in any other suitable manner.

여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.Here, the processor may process a command within the computing device, such as for displaying graphic information for providing a Graphical User Interface (GUI) on an external input or output device, such as a display connected to a high-speed interface. For example, instructions stored in memory or a storage device. In other embodiments, multiple processors and/or multiple buses may be used with multiple memories and types of memory as appropriate. In addition, the processor may be implemented as a chipset formed by chips including a plurality of independent analog and/or digital processors.

또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.Memory also stores information within the computing device. As an example, the memory may be configured as a volatile memory unit or a set thereof. As another example, the memory may be configured as a non-volatile memory unit or a set thereof. The memory may also be another form of computer readable medium, such as, for example, a magnetic or optical disk.

그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.In addition, the storage device may provide a large-capacity storage space to the computing device. A storage device may be a computer-readable medium or a component comprising such a medium, and may include, for example, devices or other components within a storage area network (SAN), a floppy disk device, a hard disk device, an optical disk device, or a tape device, a flash memory, or other semiconductor memory device or device array similar thereto.

이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present embodiment, and various modifications and variations will be possible by those of ordinary skill in the art to which this embodiment belongs without departing from the essential characteristics of the present embodiment. Accordingly, the present embodiments are intended to explain rather than limit the technical spirit of the present embodiment, and the scope of the technical spirit of the present embodiment is not limited by these embodiments. The protection scope of this embodiment should be interpreted by the claims below, and all technical ideas within the scope equivalent thereto should be construed as being included in the scope of the present embodiment.

Claims

It is a route generating device that creates a drone movement route for inspection of industrial structures,
Industrial structure information, a data transceiver for receiving a plurality of inspection points of the industrial structure;
A path that identifies a path where the drone can move and a path where the drone cannot move at the plurality of inspection points in consideration of the industrial structure information, and defines a connection relationship between inspection points corresponding to the path where the drone can move identification unit;
a graph completer for defining a virtual path between the checkpoints for which the connection relationship is not defined to complete the relationship between the plurality of checkpoints;
a problem solving unit that solves a vehicle path problem model configured based on the plurality of checkpoints and outputs a solution; and
Comprising a path generator for generating the drone movement path based on the output solution,
The problem solving unit searches for a solution based on a weight according to the connection relationship of the plurality of checkpoints, and evaluates the suitability by performing a suitability evaluation for the searched solution based on the entire inspection distance of the drone, and the evaluated If the fit satisfies the algorithm termination condition, the problem solving is terminated, and if the evaluated fitness does not satisfy the algorithm termination condition, the vehicle path problem model is evaluated through a meta-heuristic method configured to repeat the problem solving by changing the weight. solve,
When the problem solving unit performs problem solving as many as the preset number of problem solving repetitions, the problem solving unit ends and outputs the searched solution,
The meta heuristic technique is an ant colony system (ACS, ant colony system),
The problem solving unit further utilizes the pheromone information accumulated in the existing path as positive feedback to search for a solution.
path generator.

delete

It is a route generating device that creates a drone movement route for inspection of industrial structures,
Industrial structure information, a data transceiver for receiving a plurality of inspection points of the industrial structure;
A path that identifies a path where the drone can move and a path where the drone cannot move at the plurality of inspection points in consideration of the industrial structure information, and defines a connection relationship between inspection points corresponding to the path where the drone can move identification unit;
a graph completer for defining a virtual path between the checkpoints for which the connection relationship is not defined to complete the relationship between the plurality of checkpoints;
a problem solving unit that solves a vehicle path problem model configured based on the plurality of checkpoints and outputs a solution; and
Comprising a path generator for generating the drone movement path based on the output solution,
The problem solving unit searches for a solution based on a weight according to the connection relationship of the plurality of checkpoints, and evaluates the suitability by performing a suitability evaluation for the searched solution based on the entire inspection distance of the drone, and the evaluated If the fit satisfies the algorithm termination condition, the problem solving is terminated, and if the evaluated fitness does not satisfy the algorithm termination condition, the vehicle path problem model is evaluated through a meta-heuristic method configured to repeat the problem solving by changing the weight. solve,
When the problem solving unit performs problem solving for a preset number of repetitions of problem solving, the problem solving unit ends and outputs the searched solution,
The problem solving unit is further configured to solve the vehicle path problem model as an exact solution
path generator.

4. The method of claim 3,
The problem solving unit determines the solving technique of the vehicle path problem model from among the meta heuristic technique or the strict technique according to the number of a plurality of checkpoints of the industrial structure,
The problem solving unit solves the solution technique of the vehicle path problem model through the meta-heuristic technique when the number of the plurality of checkpoints of the industrial structure exceeds a preset reference checkpoint threshold, and the plurality of inspections of the industrial structure If the number of points is less than or equal to the preset reference checkpoint threshold, solving the solution method of the vehicle path problem model through the strict method
path generator.

The method of claim 1,
The graph completer
In an adjacency matrix representing the connection relationship of the plurality of checkpoints, a path corresponding to a zero element among elements excluding a diagonal matrix is searched to identify a checkpoint pair in which a connection relationship is not formed
path generator.

6. The method of claim 5,
The graph completer
The virtual path is defined as a bypass path connecting the pair of checkpoints in which the connection relationship is not formed through at least one checkpoint.
path generator.

The method of claim 1,
The path identification unit
Creating a three-dimensional model of an industrial structure based on the industrial structure information, and using the three-dimensional model of the industrial structure to identify a path where the drone can move and a path where the drone cannot move at the plurality of inspection points
path generator.

As a method of creating a movement path of a drone for inspection of industrial structures,
receiving industrial structure information, a plurality of checkpoints of the industrial structure;
identifying a path where the drone can move and a path where the drone cannot move at the plurality of inspection points in consideration of the industrial structure information;
defining a connection relationship between checkpoints corresponding to paths in which the drone can move;
defining a virtual path between the checkpoints for which the connection relationship is not defined to complete the relationship between the plurality of checkpoints;
outputting a solution by solving a vehicle path problem model constructed based on the plurality of checkpoints; and
Comprising the step of generating the drone movement path based on the output solution,
The step of outputting the solution searches for a solution based on a weight according to the connection relationship between the plurality of checkpoints, and evaluates the suitability by performing a suitability evaluation for the searched solution based on the entire inspection distance of the drone, The vehicle path through a meta-heuristic scheme configured to terminate the problem solving when the evaluated fitness satisfies the algorithm termination condition, and repeat the problem solving by changing the weight when the evaluated fitness does not satisfy the algorithm termination condition including solving the problem model;
In the step of outputting the solution, when the problem solving is performed as many times as the preset problem solving repetition number, the problem solving is terminated and the searched solution is output,
The meta heuristic technique is an ant colony system (ACS, ant colony system),
The step of outputting the solution includes searching for a solution by further utilizing the pheromone information accumulated in the existing path as a positive feedback.
A method of creating a movement route of a drone for inspection of industrial structures.

drone;
a control device for controlling the drone; and
An industrial structure inspection system comprising a path generating device that generates a drone movement path for inspection of an industrial structure, and provides the created drone movement path to at least one of the drone and the control device,
The path generating device,
Industrial structure information, a data transceiver for receiving a plurality of inspection points of the industrial structure;
A path that identifies a path where the drone can move and a path where the drone cannot move at the plurality of inspection points in consideration of the industrial structure information, and defines a connection relationship between inspection points corresponding to the path where the drone can move identification unit;
a graph completer for defining a virtual path between the checkpoints for which the connection relationship is not defined to complete the relationship between the plurality of checkpoints;
a problem solving unit that solves a vehicle path problem model configured based on the plurality of checkpoints and outputs a solution; and
Comprising a path generator for generating the drone movement path based on the output solution,
The problem solving unit searches for a solution based on a weight according to the connection relationship of the plurality of checkpoints, and evaluates the suitability by performing a suitability evaluation for the searched solution based on the entire inspection distance of the drone, and the evaluated If the fit satisfies the algorithm termination condition, the problem solving is terminated, and if the evaluated fitness does not satisfy the algorithm termination condition, the vehicle path problem model is evaluated through a meta-heuristic method configured to repeat the problem solving by changing the weight. solve,
When the problem solving unit performs problem solving for a preset number of repetitions of problem solving, the problem solving unit ends and outputs the searched solution,
The drone is configured to fly autonomously according to the drone movement path, or to fly according to a control signal of the control device,
The drone is further configured to generate location information and provide the generated location information to the control device,
The control device displays the drone movement path and the location information together on a display to provide the user with
Industrial structure inspection system.

delete