KR102611098B1 - 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치 - Google Patents

트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치 Download PDF

Info

Publication number
KR102611098B1
KR102611098B1 KR1020230026733A KR20230026733A KR102611098B1 KR 102611098 B1 KR102611098 B1 KR 102611098B1 KR 1020230026733 A KR1020230026733 A KR 1020230026733A KR 20230026733 A KR20230026733 A KR 20230026733A KR 102611098 B1 KR102611098 B1 KR 102611098B1
Authority
KR
South Korea
Prior art keywords
traffic
area
target
global
uav
Prior art date
Application number
KR1020230026733A
Other languages
English (en)
Inventor
이형준
조제희
Original Assignee
이화여자대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이화여자대학교 산학협력단 filed Critical 이화여자대학교 산학협력단
Priority to KR1020230026733A priority Critical patent/KR102611098B1/ko
Application granted granted Critical
Publication of KR102611098B1 publication Critical patent/KR102611098B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/20—UAVs specially adapted for particular uses or applications for use as communications relays, e.g. high-altitude platforms
    • B64U2101/21—UAVs specially adapted for particular uses or applications for use as communications relays, e.g. high-altitude platforms for providing Internet access
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법은 경로 설정 장치가 관심 영역에서 트래픽 정보를 기준으로 일정한 타임 윈도우 구간에 속한 복수의 타임 슬롯들의 트래픽 히트맵들을 결정하는 단계, 상기 경로 설정 장치가 상기 트래픽 히트맵들에 EMA(exponential moving average)를 적용하여 하나의 가중된 트래픽 히트맵을 생성하는 단계, 상기 경로 설정 장치가 상기 가중된 트래픽 히트맵을 이용하여 전역 영역에 속한 그리드 지점들 중 트래픽 요청량이 가장 많은 지점을 전역 타깃으로 결정하는 단계 및 상기 경로 설정 장치가 상기 전역 타깃을 기준으로 지역 영역을 결정하고, 상기 지역 영역에 속한 셀들의 트래픽 요청량 및 제한 시간을 기준으로 상기 지역 영역에서 상기 전역 타깃을 목표로 이동하는 경로를 구성하는 적어도 하나의 지역 타깃을 결정하는 단계를 포함한다.

Description

트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치{PATH PLANNING METHOD OF UNMANNED AERIAL VEHICLE FOR TRAFFIC SERVICE AND PATH PLANNING APPARATUS}
이하 설명하는 기술은 트래픽 서비스를 위한 무인 비행체의 경로를 설정하는 기법에 관한 것이다.
최근 무인 비행체(Unmanned Aerial Vehicles, UAV)를 이용한 다양한 서비스가 등장하고 있다. 한편, UAV를 이용한 네트워크 기술도 연구되고 있다. 예컨대, UAV들로 구성되는 애드혹 네트워크(Ad-Hoc network) 또는 AP(access point)로 동작하는 UAV가 연구되고 있다.
한국공개특허 제10-2019-0120972호
이하 설명하는 기술은 고장, 재난 등으로 인한 네트워크 장애 상황에서 UAV를 이용한 트래픽 서비스를 제공하고자 한다. 이하 설명하는 기술은 관심 지역의 트래픽량 및 긴급도를 고려하여 트래픽 서비스를 위한 UAV의 경로를 제공하고자 한다.
트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법은 경로 설정 장치가 복수의 셀로 구분되는 관심 영역의 트래픽 요구량을 나타내는 트래픽 정보를 입력받는 단계, 상기 경로 설정 장치가 상기 트래픽 정보를 기준으로 일정한 타임 윈도우 구간에 속한 복수의 타임 슬롯들의 트래픽 히트맵들을 결정하는 단계, 상기 경로 설정 장치가 상기 트래픽 히트맵들에 EMA(exponential moving average)를 적용하여 하나의 가중된 트래픽 히트맵을 생성하는 단계, 상기 경로 설정 장치가 상기 가중된 트래픽 히트맵을 이용하여 전역 영역에 속한 그리드 지점들 중 트래픽 요청량이 가장 많은 지점을 전역 타깃으로 결정하는 단계 및 상기 경로 설정 장치가 상기 전역 타깃을 기준으로 지역 영역을 결정하고, 상기 지역 영역에 속한 셀들의 트래픽 요청량 및 제한 시간을 기준으로 상기 지역 영역에서 상기 전역 타깃을 목표로 이동하는 경로를 구성하는 적어도 하나의 지역 타깃을 결정하는 단계를 포함한다.
무인 비행체의 경로를 결정하는 경로 설정 장치는 복수의 셀로 구분되는 관심 영역의 트래픽 요구량을 나타내는 트래픽 정보를 입력받는 입력장치 및 연산장치를 포함하되, 상기 연산장치는 상기 트래픽 정보를 기준으로 일정한 타임 윈도우 구간에 속한 복수의 타임 슬롯들의 트래픽 히트맵들을 결정하고, 상기 트래픽 히트맵들에 EMA(exponential moving average)를 적용하여 하나의 가중된 트래픽 히트맵을 생성하고, 상기 가중된 트래픽 히트맵을 이용하여 전역 영역에 속한 그리드 지점들 중 트래픽 요청량이 가장 많은 지점을 전역 타깃으로 결정하고, 상기 전역 타깃을 기준으로 결정되는 지역 영역에 속한 셀들의 트래픽 요청량 및 제한 시간을 기준으로 상기 지역 영역에서 상기 전역 타깃을 목표로 이동하는 경로를 구성하는 적어도 하나의 지역 타깃을 결정한다.
이하 설명하는 기술은 트래픽 서비스의 요청 및 긴급도를 기준으로 UAV 스스로 자신의 경로를 설정할 수 있다. 이하 설명하는 기술은 관심 지역의 다른 UAV와 협력하여 UAV의 최적 경로를 설정할 수 있다.
도 1은 관심 지역을 비행하는 무인 비행체에 대한 예이다.
도 2는 UAV가 트래픽 서비스를 위한 경로를 설정하는 과정에 대한 개요도이다.
도 3은 관심 지역의 트래픽 히트맵을 이용하여 전역 타깃을 결정하는 과정의 예이다.
도 4는 가중된 트래픽 히트맵을 생성하는 과정의 예이다.
도 5는 지역 타깃을 결정하는 영역의 예이다.
도 6은 지역 영역에서 지역 타깃을 결정하는 과정의 예이다.
도 7은 경로 설정 제어 장치에 대한 예이다.
이하 설명하는 기술은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 이하 설명하는 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 이하 설명하는 기술의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 해당 구성요소들은 상기 용어들에 의해 한정되지는 않으며, 단지 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 이하 설명하는 기술의 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.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설명된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.
도면에 대한 상세한 설명을 하기에 앞서, 본 명세서에서의 구성부들에 대한 구분은 각 구성부가 담당하는 주기능 별로 구분한 것에 불과함을 명확히 하고자 한다. 즉, 이하에서 설명할 2개 이상의 구성부가 하나의 구성부로 합쳐지거나 또는 하나의 구성부가 보다 세분화된 기능별로 2개 이상으로 분화되어 구비될 수도 있다. 그리고 이하에서 설명할 구성부 각각은 자신이 담당하는 주기능 이외에도 다른 구성부가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성부 각각이 담당하는 주기능 중 일부 기능이 다른 구성부에 의해 전담되어 수행될 수도 있음은 물론이다.
또, 방법 또는 동작 방법을 수행함에 있어서, 상기 방법을 이루는 각 과정들은 문맥상 명백하게 특정 순서를 기재하지 않은 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 과정들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
이하 설명하는 기술은 관심 지역에서 제한 시간 내에 가능한 많은 트래픽 요청을 수행하기 위한 최적의 UAV 이동 경로를 찾는다. 또한, 이하 설명하는 기술은 다수의 UAV들이 서로 협력하여 최적의 이동 경로를 찾는 기법도 제공한다.
관심 지역은 무선 네트워크를 통하여 트래픽 서비스가 제공되는 일정한 지역을 말한다.
무선 네트워크는 사용하는 통신 방식에 따라 다양한 네트워크가 존재한다. 예컨대, 3G/LTE와 같은 이동통신 네트워크, IEEE 802.11에 따른 무선 통신(Wi-Fi), IEEE 802.15.4에 따른 근거리 무선 통신(Zigbee) 등과 같은 다양한 기술이 존재한다. 무선 네트워크는 이동네트워크와 같이 지상의 기지국 등의 장비로 구축될 수 있다. 또는 무선 네트워크는 애드혹 네트워크일 수도 있다. 이때 애드혹 네트워크는 UAV와 같이 이동가능한 통신 장비로 구축될 수도 있다.
지상 단말은 관심 지역에서 일정한 트래픽 서비스를 요청한다. 지상 단말은 관심 지역의 AP(Access Point)를 통해 트래픽 서비스를 요청하다. 이때, AP는 UAV와 같이 이동하는 장비일 수 있다. 지상 단말은 스마트폰과 같은 휴대 단말, 통신 기능 있는 차량, 로봇 등 이동하는 객체 또는 지상 기지국, 고정 단말 등과 같이 고정된 객체일 수 있다.
지상 단말(들)의 트래픽 요청은 UAV, 지상의 통신 장비 또는 제어 센터가 수집할 수 있다. 트래픽 정보는 트래픽을 요청하는 지상 단말의 위치 및 해당 트래픽 요청의 제한 시간을 포함할 수 있다. 제한 시간은 해당 트래픽 요청에 대한 긴급도를 나타낸다.
UAV는 위성항법시스템을 이용하여 관심 지역에서 특정 위치나 경로로 이동하면서 지상 단말의 트래픽 요청에 따른 데이터 송수신을 수행할 수 있다. 따라서, UAV는 비행을 위한 기계적 구성, 커버리지에서 통신을 위한 통신 장치, 측위 장치, 전력 공급 장치, 제어 장치 등의 필수적 구성을 포함해야 한다.
이하 설명의 편위를 위하여 관심 지역은 2차원 평면이라고 가정한다. 물론, 이하 설명하는 기술은 3차원 공간에서 UAV의 이동 경로 설정에도 적용할 수 있다.
도 1은 관심 지역을 비행하는 무인 비행체에 대한 예이다. 도 1에서 관심 지역은 사각형 형태이고, 사각형 격자(grid) 단위로 분할될 수 있다. 이하 설명에서 관심 지역은 가상의 격자로 분할된다고 가정한다. 무인 비행체는 격자를 구성하는 직선이 만나는 교차점을 방문한다. 무인 비행체가 현재 위치에서 특정한 교차점으로 이동하는 경로는 다양할 수 있다. 도 1은 무인 비행체 UAV1 및 무인 비행체 UAV2를 도시하였다.
이하 설명에서 UAV는 일정 시간 동안에서 하나의 격자에서 다른 격자로 이동할 수 있다고 가정한다. 즉, UAV는 일정한 속도로 이동한다고 가정한다.
이하 설명에서 UAV는 일정한 대역 제한을 갖기에 고정된 처리 용량(capacity)을 갖는다고 가정한다.
UAV는 관심 지역의 트래픽 정보를 수신한다고 가정한다. UAV는 관심 지역의 트래픽에 대한 정보를 수집하는 제어 센터로부터 트래픽 정보를 수신할 수 있다. 또는 UAV는 관심 지역을 이동하면서 트래픽 정보를 수집한 다른 UAV로부터 트래픽 정보를 수신할 수 있다. 트래픽 정보는 관심 지역에서 미래 트래픽 요청들에 대한 정보를 제공한다. 트래픽 정보는 아래 표 1과 같은 항목들로 구성될 수 있다.
트래픽 요청 ID
(또는 지상 단말 ID)		 지상 단말 위치
(트래픽 요청 위치)		 트래픽 요청 시간(제한시간)
#1 (x1, y1) t1
#2 (x2, y2) t2
#3 (x3, y3) t3
#4 (x4, y4) t4
#5 (x5, y5) t5
이하 타임 슬롯 t에서 트래픽 요청을 txcell(t) = [txcell,Dt]와 같이 표현한다. txcell은 트래픽 요청을 처리하는 UAV이며 시간에 따라 업데이트될 수 있다. Dt는 시간 t에서 트래픽 요청의 제한 시간까지 남은 시간이다. Dt를 잔여 제한 시간이라고 명명한다. UAV는 Dt가 0(zero)가 되기 전에 트래픽 요청을 처리해야 한다.
이하 타임 슬롯 t에서 UAV의 위치를 Gu(t) = [xu(t), yu(t)]라고 표현한다. 그리고, Gu(t)에서 UAV가 트래픽 서비스를 제공하는 셀(cell)을 servedCell(Gu(t))라고 표현한다. 각 UAV는 UAV의 처리 용량(CAP)에 따라 활동 시간 동한 처리하는 트래픽의 양을 최대화하고자 한다. 아래 수학식 1의 목적 함수는 UAV는 각각 자신의 이동 경로를 결정하면서 UAV의 활동 시간 동안 처리되는 트래픽을 최대화하기 위한 것이다.
Figure 112023023258267-pat00001
다만, 다음과 같은 이유로 수학식 1과 같은 목적함수를 달성하기 어렵다. 첫 번째, UAV는 제어 센터 도움 없이 주어진 제한 시간 내에 UAV가 자신의 정보를 이용하여 자신의 이동 경로를 연산해야 한다. 둘째, 미래 트래픽 히트맵이 제공되어도 UAV가 일정 시간 내에 모든 가능한 위치를 고려하여 최적 경로를 선택하기 어렵다. 따라서, 연구자는 다음과 같은 경로 설정 기법을 제안한다.
도 2는 UAV가 트래픽 서비스를 위한 경로를 설정하는 과정에 대한 개요도이다. 관심 영역에서 각 UAV는 트래픽 서비스를 위한 이동 경로를 설계한다. 또한 어느 하나의 UAV가 관심 영역에서 다른 UAV를 만나는 경우(통신 반경에서 조우) 서로 협력하여 이동 경로를 설계한다.
UAV는 관심 지역에서 제한 시간 내에 최대한 많은 트래픽 요청을 처리하기 위하여 이동 경로를 결정할 수 있다. 이동 경로 결정 과정은 크게 2 단계(phase)로 구성될 수 있다. (i) UAV는 먼저 장기 경로를 설계(long-term path planning)한다. 장기 경로 결정은 트래픽 정보를 기준으로 최대한 많은 트래픽 요청을 처리하기 위한 지점을 결정하는 과정이다. 최종 목표 지점을 전역 타깃(global target)이라고 명명한다. UAV는 미래 네트워크 트래픽을 고려하여 점진적으로 전역 타깃으로 이동하게 된다. (ii) UAV는 전역 타깃을 목표로 이동하기 위한 이동 경로를 결정한다. UAV는 전역 타깃을 목표로 이동하기 위한 중간 지점(들)을 결정한다. 해당 중간 지점을 지역 타깃(local target)이라고 명명한다. UAV는 전체 트래픽 요청들 중 잔여 트래픽 요청 개수, 잔여 제한 시간 및 처리 용량을 고려하여 일정한 후보 지점들 중 지역 타깃을 선택한다. 도 2에서 각 UAV가 전역 타깃으로 이동하면서 거쳐가는 지역 타깃들을 도시하였다.
다수의 UAV들이 초기부터 그룹으로 이동하거나, 어느 하나의 UAV가 이동하면서 다른 UAV를 만나서 그룹을 형성할 수 있다. 그룹에 속한 UAV들은 최대한 많은 트래픽 요청을 처리하도록 협력적으로 서로 다른 영역의 네트워크 트래픽을 처리하면서 동일한 전역 타깃으로 이동한다. 따라서, 동일 그룹에 속한 UAV들은 공통된 전역 타깃을 설정하고 공유한다. 그룹에 속한 UAV들 중 어느 하나의 UAV(마스터 역할)가 전역 타깃을 설정할 수 있다. 전역 타깃 계획을 위한 타임 슬롯이 만료되면 그룹에 속한 UAV들은 해체되어 각자 이동 경로를 결정하게 된다. 이하 설명의 편의를 위하여 그룹에 속한 UAV들은 2개라고 가정한다.
아래 표 2가 도 2에서 설명한 UAV들의 이동 경로 결정 과정에 대한 개략적인 알고리즘에 해당한다.
표 2의 수도코드에서 serveTraffic()은 UAV가 트래픽 서비스를 수행하는 함수(과정), longterm()은 전역 타깃 결정 함수, shorterm()은 지역 타깃 결정 함수, selectGlobal()은 전역 타깃이 결정되었는지 확인하는 함수에 해당한다. 표 2의 알고리즘은 UAV들이 그룹을 형성하는 경우의 동작(라인 4~20)과 처음에는 단일 이동하는 UAV에 대한 동작(라인 21~38)으로 구분된다. 이하 UAV의 이동 경로 과정을 상세하게 설명한다.
먼저, 전역 타깃을 설정하는 과정을 설명한다. UAV는 트래픽 정보를 획득한다. UAV는 트래픽 정보를 이용하여 전역 타깃을 설정한다. 트래픽 정보는 트래픽 요청량을 나타내는 히트맵 형태로 표현될 수 있다.
도 3은 관심 지역의 트래픽 히트맵을 이용하여 전역 타깃을 결정하는 과정의 예이다. 히트맵은 해당 영역(셀)의 트래픽 요청량을 나타낸다. 트래픽 정보는 관심 지역의 셀별로 트래픽 요청량을 포함한다. 도 3에서 히트맵은 트래픽 요청량을 음영의 강도로 표현한다. UAV는 트래픽량을 나타내는 트래픽 정보(히트맵)를 이용하여 자신의 전역 타깃을 결정할 수 있다. 전역 타깃 결정 과정은 (i) 미래 트래픽 정보를 나타내는 가중된 트래픽 히트맵 생성 과정 및 (ii) 전역 타깃 선택 과정으로 구성된다.
UAV가 모든 미래 시점의 트래픽 히트맵들을 고려하여 전역 타깃을 결정하기는 어렵다. UAV는 제한 시간 내에 트래픽 서비스를 제공해야 하기 때문이다. 따라서, UAV는 일정한 시간 간격을 갖는 트래픽 히트맵들 또는 서비스 요청을 받으면서 획득하는 트래픽 히트맵들 이용하여 전역 타깃을 결정할 수 있다.
UAV는 획득한 히트맵들을 병합하여 가중된 트래픽 히트맵을 생성한다. UAV는 획득한 히트맵들에 EMA(exponential moving average)를 적용하여 가중된 트래픽 히트맵을 생성할 수 있다. EMA는 본래 과거 값을 사용하여 다음 단계의 값을 예측하는데 사용된다. 가중된 트래픽 히트맵은 시간 흐름을 반대로 하여 미래 값을 사용하여 특정 시점의 트래픽을 예측하는데 사용된다. 아래 표 3은 하나의 UAV가 전역 타깃을 설정하는 과정에 대한 알고리즘의 예이다. 전역 타깃 결정 과정은 (i) 미래 트래픽 정보를 나타내는 가중된 트래픽 히트맵 생성 과정(I.Calculate a weighted heatmap) 및 (ii) 전역 타깃 선택 과정(II. Select a global target in the global area)으로 구성된다.
표 3의 알고리즘에서 윈도우(window)는 EMA를 적용한 병합 대상이 되는 히트맵들이 위치한 구간에 해당한다. α는 다수의 히트맵을 스무딩(smoothing)하기 위한 인자이다. tc는 현재 타임 슬롯이다. heatt는 시간 t에서의 트래픽 히트맵이다. WH는 가중된 히트맵을 의미한다.
도 4는 가중된 트래픽 히트맵을 생성하는 과정의 예이다. 트래픽 히트맵에 기재된 값은 해당 셀에 누적된 트래픽량이다. UAV는 현재 타임 슬롯 tc을 기준으로 윈도우 구간에 위치하는 트래픽 히트맵을 이용하여 가중된 트래픽 히트맵을 생성한다. 가중된 트래픽 히트맵을 생성하는 과정을 설명한다. 도 4는 윈도우 크기가 3인 예이다. 따라서, 미래 (시점) 트래픽 히트맵들은 tc+1, tc+2 및 tc+3 시점의 트래픽 히트맵들이다. 서로 다른 시점의 트래픽 히트맵은 관심 영역의 각 셀에서의 트래픽 요청 및 해당 요청의 시점을 기준으로 결정될 수 있다. 즉, UAV는 관심 지역의 트래픽 정보를 기준으로 각 셀별로 특정 시간에 따라 요청되는 트래픽 요청량을 산출할 수 있다(이 정보가 트래픽 히트맵에 해당한다). UAV는 다수의 시점에 대한 트래픽 히트맵을 산출할 수 있다.
가장 먼 미래 시점 tc+3의 트래픽 히트맵은 최초 EMA 히트맵이라고 할 수 있다. 다음 UAV는 tc+3의 최초 EMA 맵 및 tc+2의 미래 트래픽 히트맵을 이용하여 시점 tc+2의 EMA 히트맵을 생성한다. 다음 UAV는 tc+2의 EMA 히트맵 및 tc+1의 미래 트래픽 히트맵을 이용하여 시점 tc+1의 EMA 히트맵을 생성한다. 도 4는 스무딩 인자 α가 0.5인 경우이다. EMA 맵을 추출하는 과정은 아래 수학식 2과 같이 표현할 수 있다. 수학식 2의 연산은 맵의 각 셀 단위로 수행된다.
수학식 2에서 FHc+1는 tc+1의 미래 트래픽 히트맵이다. EMAc+1는 tc+1 시점까지 연산된 EMA 값이다. α는 스무딩 인자이다. α 값은 2/(N+1)로 결정될 수 있다. N은 윈도우 크기이다.
UAV는 시점 tc에서 가중된 트래픽 히트맵 EMAc+1을 사용하여 전역 타깃을 결정한다. UAV는 가중된 트래픽 히트맵을 사용하여 일정한 점수(score)를 연산하고, 해당 점수를 기준으로 전역 타깃을 선택한다.
도 2에서 전역 영역은 가중된 트래픽 히트맵 생성 과정에서 사용한 윈도우 시간 구간을 기준으로 결정된다. 전역 영역은 UAV 현재 위치를 중심으로 윈도우 구간에서 UAV가 이동할 수 있는 영역을 나타낸다.
전술한 바와 같이 UAV는 그리드 지점(직선 교차 지점)으로만 이동한다고 가정하였다. 따라서, UAV는 특정 그리드 지점에 대하여 통신 가능 반경에 위치한 셀들의 값(트래픽량)을 합산하여 일정한 점수를 산출한다. 도 4에서 UAV는 "×"로 표시한 그리드 지점을 전역 타깃으로 결정한다. UAV는 그리드 지점들의 점수들 중 가장 점수가 높은 지점을 전역 타깃으로 결정할 수 있다. 이를 통해 UAV는 통신 반경에서 최대한 많은 트래픽 서비스를 처리할 수 있다.
관심 지역의 UAV는 각각 자신의 전역 타깃을 결정한다. 또한, 윈도우 구간이 지나면 각 UAV는 다시 동일한 방법으로 전역 타깃을 결정한다.
이하 지역 타깃을 설정하는 과정을 설명한다. UAV는 통신 반경 내에서 전역 타깃 및 해당 타깃 슬롯에서 잔여 네트워크 트래픽을 고려하여 자신의 지역 타깃을 선택한다.
아래 표 4는 지역 타깃을 결정하는 과정에 대한 알고리즘의 예이다. 지역타깃을 결정하는 과정은 (i) 지역 영역 선택 과정(I. Set the local area of UAV) 및 (ii) 지역 타깃 선택 과정(II. Select a local target in the selected local area)으로 구성된다. UAV는 선택된 지역 타깃(들)로 이동하면서 트래픽 서비스를 제공한다.
도 5는 지역 타깃을 결정하는 영역의 예이다. UAV는 전역 타깃을 기준으로 자신의 지역 영역을 결정할 수 있다. 지역 영역은 UAV의 위치가 중심인 원 영역에서 UAV가 하나의 타임 슬롯에 방문(이동)할 수 있는 그리드 지점들로 구성될 수 있다.
UAV는 전역 타깃을 목표로 이동한다. 따라서, UAV는 전체 원 영역을 고려하지 않고 일부 영역만을 사용할 수 있다. UAV는 자신의 현재 위치(locU)에서 전역 타깃(locGT)까지의 제1 방향 벡터와 locU와 원 영역의 그리드 지점(locgp)을 연결하는 제2 방향 벡터의 내적(dot product) 결과로 지역 영역을 구성하는 그리드 지점들을 결정할 수 있다. UAV는 원 영역의 각 그리드 지점에 대하여 제2 방향 벡터를 결정하고, 제1 방향 벡터와의 내적을 모두 구한다. UAV는 제1 방향 벡터와 제2 방향 벡터의 내적이 0보다 큰 그리드 지점들을 지역 영역에 속하는 지점들로 결정할 수 있다(표 3의 라인 4~7). 결과적으로 지역 영역은 도 5와 같이 UAV 현재 위치를 기준으로 전역 타깃 방향으로 반원 형태를 가질 수 있다.
UAV는 전체 윈도우 구간에서 다음 타임 슬롯에 이동할 지역 타깃을 결정한다. 이때 UAV는 UAV의 처리 용량, 트래픽 요청의 잔여 제한 시간 및 트래픽 요청의 개수를 기준으로 지역 타깃을 결정할 수 있다.
UAV는 지역 타깃 결정을 위하여 지역 영역에 포함되는 각 그리드 지점에 대한 점수를 연산한다. 점수는 제한 시간을 고려하여 결정된다. 이때 제한 시간은 점수 연산에서 가중치로 작용할 수 있다. 예컨대, 타임슬롯 t에서 제한 시간 관련 가중치는 아래 수학식 3과 같이 표현될 수 있다.
수학식 3에서 'remainingDeadline'은 트래픽 요청에 대한 잔여 제한 시간이고, 'deadline'은 트래픽 요청의 초기 제한 시간이다. 따라서, wt는 잔여 제한 시간이 짧을 수록(긴급도 높을 수록) 큰 값이 된다.
현재 타임 슬롯 c라고 하면 UAV는 "c+1" 타임 슬롯부터 "c-dealine+1" 타임 슬롯까지 히트맵을 고려한다. 잔여 제한 시간(remainingDeadline)은 c+1 타임 슬롯을 기준으로 연산된다.
한편, UAV는 일정한 트래픽 처리 용량을 갖는다. 따라서, UAV는 자신이 처리할 수 있는 트래픽만을 고려하여 지역 타깃을 결정할 수 있다. 또한 UAV는 가능한 많은 트래픽 요청을 처리하도록 지역 타깃을 결정할 수 있다.
UAV가 지역 타깃 결정을 위하여 연산하는 점수 score(Gi)는 아래 수학식 4와 같이 표현할 수 있다. i는 그리드 지점 중 어느 하나를 의미한다.
수학식 4에서 d는 제한 시간, txcell은 해당 셀의 트래픽 요청량, RC는 UAV의 처리 용량에서 txcell을 제외한 잔여 처리 용량이다. 수학식 4에서 min()은 UAV가 처리할 수 있는 처리 용량 내의 트래픽만을 처리하기 위한 것이다.
UAV는 지역 영역에 속한 모든 그리드 지점들에 대하여 상기 점수를 연산하고, 가장 점수가 높은 지점을 선택한다. 점수가 동일한 지점이 다수라면 UAV는 다수 지점들 중 임의의 지점을 선택할 수 있다.
도 6은 지역 영역에서 지역 타깃을 결정하는 과정의 예이다. 도 6은 제한 시간이 4이고, UAV의 처리 용량이 400이고, UAV의 통신 반경이 그리드 중심에 인접한 4개의 셀인 경우를 예시한다. 도 6에서 현재 타임 슬롯은 tc이다. UAV는 타임 슬롯 tc-2부터 tc+1까지의 트래픽 히트맵을 이용한다. 도 6의 하단 표는 각 타임 슬롯에서의 가중치와 요청되는 트래픽량의 합계이다. 예컨대, 타임 슬롯 tc-2에서 가중치는 1(잔여 제한 시간이 0이므로)이고, 요청된 트래픽량은 60 + 50 + 40 + 60 = 210이다.
UAV는 현재 타임 슬롯과 제한 시간을 고려한 타임 슬롯 구간의 트래픽 히트맵을 이용하여 수학식 4의 점수를 연산한다. 도 6의 상황에서 해당 그리드 지점에 대하여 연산한 점수는 1.00 * 210 + 0.75 * 190 + 0.5 * 0 + 0.25 * 0 = 352.5이다. UAV의 처리 용량을 고려하면 tc 이후의 트래픽 요청을 처리할 수 없기에 트래픽양을 0으로 설정하였다(tc-2 ~ tc-1까지 요청 트래픽을 처리하면 해당 지점에서는 더이 상 UAV가 트래픽을 처리할 수 없음).
이와 같이 UAV가 지역 영역에 속한 모든 그리드 지점들에 대하여 수학식 4의 점수를 연산한다. UAV는 그리드 지점들 중 가장 점수가 높은 지점을 지역 타깃으로 선택한다.
UAV가 지역 타깃으로 이동하여 트래픽 서비스를 할때 제한 시간이 가장 짧은 셀의 트래픽을 먼저 처리할 수 있다. 제한 시간이 동일한 다수의 셀이 있다면, UAV는 전역 타깃의 방향에서 가장 먼 셀의 트래픽을 먼저 처리할 수 있다.
UAV는 전역 타깃을 목표로 이동하면서 하나의 지역 타깃을 결정하여 이동하고, 트래픽 서비스가 종료되면 해당 지점에서 다음 지역 타깃을 결정할 수 있다. UAV는 전역 타깃에 이르기까지 지역 타깃을 결정하고 트래픽 서비스를 제공하는 과정을 반복할 수 있다.
이하 다수의 UAV들이 협력적으로 이동 경로를 결정하는 과정을 설명한다. UAV는 처음부터 통신 반경에 다른 UAV가 있다면 협력적으로 이동 경로를 결정할 수 있다. 또는 UAV가 관심 영역을 이동하는 중에 통신 반경에서 다른 UAV를 만난다면 해당 시점에 협력적으로 이동 경로를 결정할 수 있다. 협력적으로 이동 경로를 결정하는 다수의 UAV들 중 어느 하나가 이동 경로 결정 과정을 제어하는 마스터 UAV가 될 수 있다. 마스터 UAV는 임의로 결정되거나, UAV의 식별자와 같은 정보를 기준으로 결정될 수도 있다. 한편, 협력 통신에 대한 전체적인 과정은 표 2의 알고리즘에 기재하였다.
이하 협력적 과정에서 전역 타깃을 결정하는 과정과 지역 타깃을 결정하는 과정에 대하여 상세하게 설명한다.
아래 표 5는 협력적 전역 타깃 결정 과정에 대한 알고리즘의 예이다.
마스터 UAV는 UAV 그룹을 위한 전역 타깃을 결정한다. 마스터 UAV는 하나의 UAV가 자신의 전역 타깃을 결정하는 과정과 유사하게 트래픽 히트맵을 이용하여 연산된 점수로 결정한다. 다만, 마스터 UAV는 그룹에 속한 다수의 UAV들을 모두 고려하여 다수의 UAV들이 현재 위치에서 윈도우 구간에서 이동할 수 있는 영역 전체를 전역 영역으로 설정한다. 즉, 전체 전역 영역은 각 UAV의 전역 영역의 합집합에 해당한다. 마스터 UAV는 설정된 전역 영역에서 도 3 및 도 4에서 설명한 트래픽 히트맵을 이용하여 각 그리드 지점들에 대한 점수를 연산하고, 점수가 가장 높은 지점을 전역 타깃으로 결정한다. 표 5에서 longTermExcept(GlobalTargetLocation)이 다수의 UAV들을 위한 전역 타깃을 결정하는 함수에 해당한다. 표 5의 알고리즘은 UAV들이 처음부터 그룹을 구성한 경우, 비행 중 다른 UAV를 만나는 경우를 나누어 동작을 기재하고 있다.
전역 타깃이 결정되면 그룹에 속한 UAV들은 각자 지역 타깃을 결정한다. 아래 표 6은 그룹에 속한 UAV들이 지역 타깃을 결정하는 과정에 대한 알고리즘의 예이다.
다수의 UAV가 동일한 우선 순위(가중치)를 사용하면 지역 타깃이 중복될 수 있다. 따라서, 트래픽 서비스의 효율을 높이기 위하여 그룹에 속한 UAV들은 각각 서로 다른 트래픽 우선 순위를 기준으로 지역 타깃을 결정할 수 있다. 예컨대, 2개의 UAV가 그룹을 구성한다면, 제1 UAV는 짧은 제한 시간을 갖는 트래픽 요청을 우선 처리하고, 다른 제2 UAV는 긴 제한 시간을 갖는 트래픽 요청을 우선 처리하도록 지역 타깃을 결정할 수 있다.
각 UAV는 도 5에서 설명한 지역 영역에 속한 그리드 지점들에 대하여 점수를 연산한다. 짧은 제한 시간의 트래픽 요청을 우선 처리하기 위하여 제1 UAV는 각 그리드 지점에 대하여 아래 수학식 5와 같이 가중치를 적용한 점수를 연산한다. 아래 수학식 5는 수학식 4와 달리 가중치를 역으로 적용한 것이다.
수학식 5에서 d는 제한 시간, txcell은 해당 셀의 트래픽 요청량(트래픽 요청개수), RC는 UAV의 처리 용량에서 txcell을 제외한 잔여 처리 용량이다. 수학식 4에서 min()은 UAV가 처리할 수 있는 처리 용량 내의 트래픽만을 처리하기 위한 것이다.
도 6을 기준으로 수학식 5의 가중치를 연산하면 타임 슬롯 tc-2부터 tc+1에서 순서대로 각각 0.25, 0.50, 0.75 및 1.00이다. 따라서, 도 6의 그리드 지점을 기준으로 수학식 5을 이용하여 연산되는 점수는 1.00 * 200 + 0.75 * 200 + 0.5 * 0+ 0.2 * 0 = 250이다.
한편, UAV가 관심 영역에서 이동 중 통신 반경에서 다른 UAV를 만난다면, 효율적인 트래픽 서비스를 위하여 정보를 공유하여 이동 경로를 설정할 수 있다.
(1) 하나의 UAV가 다른 UAV를 만난다면 전술한 바와 같이 그룹을 구성하여 협력적으로 이동 경로를 결정할 수 있다.
(2) 그룹에 속한 어느 하나의 UAV가 이동 중 다른 그룹에 속한 UAV(들)를 만난다면, 각 그룹을 위한 서로 다른 전역 타깃을 결정하고 이후 과정은 각 그룹으 UAV들이 그룹 내에서 지역 타깃을 결정하면서 이동 경로를 설정할 수 있다. 이때 하나의 그룹에 대한 제1 전역 타깃이 결정되면, 다른 그룹은 이미 결정된 제1 전역 타깃의 주변 영역(일정한 반경을 갖는 영역)을 제외하고 나머지 전역 영역을 기준으로 자신의 전역 타깃을 결정할 수 있다.
(3) 그룹에 속한 어느 하나의 UAV가 이동 중 어느 하나의 단일 UAV를 만난다면, 해당 단일 UAV는 자신의 전역 타깃을 결정하는 과정에서 그룹의 전역 타깃 주변 영역을 제외한 나머지 전역 영역을 기준으로 자신의 전역 타깃을 결정할 수 있다.
도 7은 경로 설정 장치(100)에 대한 예이다. 경로 설정 장치(100)는 UAV의 이동 경로를 결정하는 장치이다. 경로 설정 장치(100)는 UAV에 포함된 제어 장치일 수 있다. 이때 제어 장치는 전술한 이동 경로 결정 과정에 대한 프로그램이 임베딩된 칩셋 형태일 수 있다. 또는 제어 장치는 서버와 같은 제어 센터일 수도 있다. 전술한 이동 경로 설정 과정은 UAV가 수행할 수 있지만, 경우에 따라서 중앙 제어 센터가 UAV에 대한 이동 경로를 결정할 수도 있기 때문이다.
경로 설정 장치(100)는 저장장치(110), 메모리(120), 통신장치(130) 및 연산장치(150)를 포함할 수 있다.
저장장치(110)는 UAV의 이동 경로를 결정하는 프로그램 내지 알고리즘 코드를 저장할 수 있다. 해당 프로그램의 알고리즘은 표 2 내지 표 5에서 설명한 바와 같다.
저장장치(110)는 트래픽 정보(트래픽 히트맵)를 저장할 수 있다.
저장장치(110)는 하나의 윈도우 구간에 대하여 결정한 이동 경로(전역 타깃 및 지역 타깃들)를 저장할 수 있다.
메모리(120)는 UAV의 이동 경로를 결정하는 과정에서 생성되는 데이터 및 정보 등을 저장할 수 있다.
통신장치(130)는 유선 또는 무선 네트워크를 통해 일정한 정보를 수신하고 전송하는 구성을 의미한다.
통신장치(130)는 트래픽 정보(트래픽 히트맵)를 외부 객체로부터 수신할 수 있다. 트래픽 정보는 각 트래픽 요청에 대한 제한 시간도 포함할 수 있다.
통신장치(130)는 관심 지역의 지리적 정보(가상의 그리드 지점들), 설정된 윈도우 구간, 점수 연산에 필요한 가중치 값 등을 수신할 수 있다.
통신장치(130)는 다른 UAV로부터 해당 UAV 관련 정보(위치, 처리 용량, 기결정된 이동 경로 등)를 수신할 수 있다.
통신장치(130)는 결정된 이동 경로(전역 타깃, 지역 타깃들)을 외부 객체에 송신할 수 있다.
연산 장치(150)는 저장장치(110)에 저장된 프로그램 내지 코드를 이용하여 UAV의 이동 경로를 결정할 수 있다.
연산 장치(150)는 전역 타깃을 결정할 수 있다. 연산 장치(150)는 자신의 위치를 기준으로 설정된 윈도우 구간내에 이동 가능한 전역 영역을 결정할 수 있다.
연산 장치(150)는 관심 지역의 트래픽 정보를 기준으로 일정한 시간 구간(윈도우)에 속한 타임 슬롯들 각각에 대한 트래픽 히트맵을 추출할 수 있다.
연산 장치(150)는 결정한 전역 영역에 대한 트래픽 히트맵을 이용하여 그리드 지점들 각각에 대한 점수(제1 점수)를 연산할 수 있다. 이를 위하여 연산 장치(150)는 도 4에서 설명한 바와 같이 트래픽 히트맵에 EMA를 적용하여 가중된 트래픽 히트맵을 생성할 수 있다. 연산 장치(150)는 가중된 트래픽 히트맵을 기준으로 전역 영역에 속한 그리드 지점들 각각에 대하여 통신 범위에 있는 셀들의 트래픽 요청량을 합산하여 제1 점수를 연산할 수 있다. 연산 장치(150)는 전역 영역에 속한 그리드 지점들 중 가장 제1 점수가 높은 지점을 전역 타깃으로 결정할 수 있다.
전역 타깃 결정 후 연산 장치(150)는 지역 타깃(들)을 결정한다. 연산 장치(150)는 먼저 지역 영역을 결정한다. 지역 영역은 UAV의 현재 위치 기준으로 하나의 타임 슬롯 내에 이동할 수 있는 그리드 지점들 중 전술한 제1 방향 벡터와 제2 방향 벡터의 내적이 0보다 큰 지점들로 구성된다. 연산 장치(150)는 지역 영역에 속한 그리드 지점들 각각에 대하여 수학식 4에서 설명한 점수(제2 점수)를 연산한다. 연산 장치(150)는 지역 영역에 속한 그리드 지점들 중 제2 점수가 가장 큰 지점을 지역 타깃으로 결정한다.
이후 UAV는 결정한 지역 타깃(제1 지역 타깃)에서 트래픽 요청을 처리한다. 연산 장치(150)는 제1 지역 타깃을 기준으로 동일한 방법으로 지역 영역을 결정하고 제2 점수를 연산하여 다음 지역 타깃(제2 지역 타깃)을 결정한다. 연산 장치(150)는 UAV가 전역 타깃에 이르기까지 결정된 지역 타깃으로 이동하면서 다음 지역 타깃을 결정하는 과정을 반복할 수 있다.
연산 장치(150)는 UAV가 목표한 전역 타깃에 이르러 트래픽 요청을 처리한 후 다시 새로운 전역 타깃 및 지역 타깃을 결정하는 과정을 반복할 수 있다.
연산 장치(150)는 그룹에 속한 UAV들에 대한 전역 타깃을 결정할 수 있다. 전술한 바와 같이 연산 장치(150)는 UAV들 전체의 전역 영역에서 가중된 트래픽 히트맵을 이용하여 그룹에 대한 단일 전역 타깃을 결정할 수 있다. 연산 장치(150)는 그룹에 대한 전역 타깃을 결정한 후 각 UAV에 대한 지역 타깃들을 결정할 수 있다. 이때 연산 장치(150)는 각 UAV들이 제한 시간 기준으로 서로 다른 우선순위로 트래픽 요청을 처리하도록 할 수 있다. 예컨대, 연산 장치(150)는 어느 하나의 UAV에 대해서는 지역 영역에 속한 그리드 지점들에 대하여 수학식 5와 같은 점수를 연산하여 지역 타깃을 결정할 수 있다. 이때 연산 장치(150)는 다른 하나의 UAV에 대해서는 지역 영역에 속한 그리드 지점들에 대하여 수학식 4와 같은 점수를 연산하여 지역 타깃을 결정할 수 있다.
연산 장치(150)는 데이터를 처리하고, 일정한 연산을 처리하는 프로세서, AP, 프로그램이 임베디드된 칩과 같은 장치일 수 있다.
또한, 상술한 바와 같은 UAV의 이동 경로 설정 방법 내지 UAV를 이용한 트래픽 서비스 제공 방법은 컴퓨터에서 실행될 수 있는 실행가능한 알고리즘을 포함하는 프로그램(또는 어플리케이션)으로 구현될 수 있다. 상기 프로그램은 일시적 또는 비일시적 판독 가능 매체(non-transitory computer readable medium)에 저장되어 제공될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM (read-only memory), PROM (programmable read only memory), EPROM(Erasable PROM, EPROM) 또는 EEPROM(Electrically EPROM) 또는 플래시 메모리 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
일시적 판독 가능 매체는 스태틱 램(Static RAM，SRAM), 다이내믹 램(Dynamic RAM，DRAM), 싱크로너스 디램 (Synchronous DRAM，SDRAM), 2배속 SDRAM(Double Data Rate SDRAM，DDR SDRAM), 증강형 SDRAM(Enhanced SDRAM，ESDRAM), 동기화 DRAM(Synclink DRAM，SLDRAM) 및 직접 램버스 램(Direct Rambus RAM，DRRAM) 과 같은 다양한 RAM을 의미한다.
본 실시예 및 본 명세서에 첨부된 도면은 전술한 기술에 포함되는 기술적 사상의 일부를 명확하게 나타내고 있는 것에 불과하며, 전술한 기술의 명세서 및 도면에 포함된 기술적 사상의 범위 내에서 당업자가 용이하게 유추할 수 있는 변형 예와 구체적인 실시례는 모두 전술한 기술의 권리범위에 포함되는 것이 자명하다고 할 것이다.

Claims (12)

  1. 경로 설정 장치가 복수의 셀로 구분되는 관심 영역의 트래픽 요구량을 나타내는 트래픽 정보를 입력받는 단계;
    상기 경로 설정 장치가 상기 트래픽 정보를 기준으로 일정한 타임 윈도우 구간에 속한 복수의 타임 슬롯들의 트래픽 히트맵들을 결정하는 단계
    상기 경로 설정 장치가 상기 트래픽 히트맵들에 EMA(exponential moving average)를 적용하여 하나의 가중된 트래픽 히트맵을 생성하는 단계;
    상기 경로 설정 장치가 상기 가중된 트래픽 히트맵을 이용하여 전역 영역에 속한 그리드 지점들 중 트래픽 요청량이 가장 많은 지점을 전역 타깃으로 결정하는 단계; 및
    상기 경로 설정 장치가 상기 전역 타깃을 기준으로 지역 영역을 결정하고, 상기 지역 영역에 속한 셀들의 트래픽 요청량 및 제한 시간을 기준으로 상기 지역 영역에서 상기 전역 타깃을 목표로 이동하는 경로를 구성하는 적어도 하나의 지역 타깃을 결정하는 단계를 포함하는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  2. 제1항에 있어서,
    상기 전역 영역은 상기 무인 비행체의 현재 위치에서 상기 타임 윈도우 구간에 이동할 수 있는 영역으로 결정되는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  3. 제1항에 있어서,
    상기 EMA는 현재 타임 슬롯에서 가까운 타임 슬롯일 수록 트래픽 히트맵의 값이 더 많이 반영되게 스무딩하는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  4. 제1항에 있어서,
    상기 지역 영역은 상기 무인 비행체의 현재 위치에서 하나의 타임 슬롯 내에 이동할 수 있는 그리드 지점들 중 상기 현재 위치에서 상기 전역 타깃까지의 제1 방향 벡터와 상기 현재 위치에서 그리드 지점을 연결하는 제2 방향 벡터의 내적(dot product)이 0 보다 큰 지점들로 구성되는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  5. 제1항에 있어서,
    상기 경로 설정 장치는 상기 지역 영역에 포함되는 그리드 지점들 각각에 대하여 아래 수식으로 연산되는 점수를 연산하고, 상기 그리드 지점들 중 상기 연산된 점수가 가장 높은 지점을 상기 지역 타깃으로 결정하는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.

    (score(Gi)는 그리드 지점 i에 대한 상기 점수, d는 제한 시간, txcell은 지역 영역에 속한 셀의 트래픽 요청량, RC는 무인 비행체의 처리 용량에서 txcell을 제외한 잔여 처리 용량, w는 잔여 제한 시간이 짧을 수록 높은 값을 갖는 가중치임)
  6. 제5항에 있어서,
    상기 점수는 복수의 타임 슬롯들 중 순차적인 트래픽 요청량의 합이 상기 무인 비행체의 처리 용량을 초과하는 시점 이후의 트래픽 요청량은 배제하여 연산되는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  7. 제1항에 있어서,
    상기 무인 비행체가 이동 중 다른 무인 비행체를 통신 반경 내에서 만나는 경우, 상기 경로 설정 장치는 상기 다른 무인 비행체의 이동 가능한 영역까지 포함하여 상기 전역 영역을 결정하고, 상기 무인 비행체 및 상기 다른 무인 비행체에 대하여 공통된 상기 전역 타깃을 결정하는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  8. 제7항에 있어서,
    상기 경로 설정 장치는 상기 다른 무인 비행체에 대한 지역 타깃은 제한 시간이 짧은 트래픽 요청을 우선 처리하도록 결정하는 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법.
  9. 복수의 셀로 구분되는 관심 영역의 트래픽 요구량을 나타내는 트래픽 정보를 입력받는 입력장치; 및
    연산장치를 포함하되,
    상기 연산장치는 상기 트래픽 정보를 기준으로 일정한 타임 윈도우 구간에 속한 복수의 타임 슬롯들의 트래픽 히트맵들을 결정하고, 상기 트래픽 히트맵들에 EMA(exponential moving average)를 적용하여 하나의 가중된 트래픽 히트맵을 생성하고, 상기 가중된 트래픽 히트맵을 이용하여 전역 영역에 속한 그리드 지점들 중 트래픽 요청량이 가장 많은 지점을 전역 타깃으로 결정하고, 상기 전역 타깃을 기준으로 결정되는 지역 영역에 속한 셀들의 트래픽 요청량 및 제한 시간을 기준으로 상기 지역 영역에서 상기 전역 타깃을 목표로 이동하는 경로를 구성하는 적어도 하나의 지역 타깃을 결정하는 무인 비행체의 경로를 결정하는 경로 설정 장치.
  10. 제9항에 있어서,
    상기 EMA는 현재 타임 슬롯에서 가까운 타임 슬롯일 수록 트래픽 히트맵의 값이 더 많이 반영되게 스무딩하는 무인 비행체의 경로를 결정하는 경로 설정 장치.
  11. 제9항에 있어서,
    상기 지역 영역은 상기 무인 비행체의 현재 위치에서 하나의 타임 슬롯 내에 이동할 수 있는 그리드 지점들 중 상기 현재 위치에서 상기 전역 타깃까지의 제1 방향 벡터와 상기 현재 위치에서 그리드 지점을 연결하는 제2 방향 벡터의 내적(dot product)이 0 보다 큰 지점들로 구성되는 무인 비행체의 경로를 결정하는 경로 설정 장치.
  12. 제9항에 있어서,
    상기 연산장치는 상기 지역 영역에 포함되는 그리드 지점들 각각에 대하여 아래 수식으로 연산되는 점수를 연산하고, 상기 그리드 지점들 중 상기 연산된 점수가 가장 높은 지점을 상기 지역 타깃으로 결정하는 무인 비행체의 경로를 결정하는 경로 설정 장치.

    (score(Gi)는 그리드 지점 i에 대한 상기 점수, d는 제한 시간, txcell은 지역 영역에 속한 셀의 트래픽 요청량, RC는 무인 비행체의 처리 용량에서 txcell을 제외한 잔여 처리 용량, w는 잔여 제한 시간이 짧을 수록 높은 값을 갖는 가중치임)
KR1020230026733A 2023-02-28 2023-02-28 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치 KR102611098B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230026733A KR102611098B1 (ko) 2023-02-28 2023-02-28 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230026733A KR102611098B1 (ko) 2023-02-28 2023-02-28 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치

Publications (1)

Publication Number Publication Date
KR102611098B1 true KR102611098B1 (ko) 2023-12-06

Family

ID=89163992

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230026733A KR102611098B1 (ko) 2023-02-28 2023-02-28 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치

Country Status (1)

Country Link
KR (1) KR102611098B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160088636A (ko) * 2015-01-16 2016-07-26 경북대학교 산학협력단 무인항공기 기반의 무인차량 주행 방법 및 무인차량 주행 시스템
KR20190010274A (ko) * 2017-07-21 2019-01-30 이화여자대학교 산학협력단 무인 비행체의 비행 경로를 결정하는 방법
KR102023843B1 (ko) * 2018-05-18 2019-09-20 이화여자대학교 산학협력단 3d 공간의 관심지역에 애드혹 네트워크 제공을 위한 무인비행체 배치위치 결정 방법
KR20190115078A (ko) * 2017-02-17 2019-10-10 에이아이, 아이엔씨. 레이다 펄스 충돌 방지를 위한 방법 및 시스템
KR20190120972A (ko) 2018-04-17 2019-10-25 동명대학교산학협력단 에드혹 네트워크에서 데이터 전달을 위한 라우팅 경로 설정 시스템을 적용한 무인 비행체
US20190379445A1 (en) * 2017-06-22 2019-12-12 At&T Intellectual Property I, L.P. Maintaining network connectivity of aerial devices during unmanned flight
KR20210096384A (ko) * 2020-01-28 2021-08-05 유메인주식회사 레이더를 활용한 환자 상태 모니터링 시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160088636A (ko) * 2015-01-16 2016-07-26 경북대학교 산학협력단 무인항공기 기반의 무인차량 주행 방법 및 무인차량 주행 시스템
KR20190115078A (ko) * 2017-02-17 2019-10-10 에이아이, 아이엔씨. 레이다 펄스 충돌 방지를 위한 방법 및 시스템
US20190379445A1 (en) * 2017-06-22 2019-12-12 At&T Intellectual Property I, L.P. Maintaining network connectivity of aerial devices during unmanned flight
KR20190010274A (ko) * 2017-07-21 2019-01-30 이화여자대학교 산학협력단 무인 비행체의 비행 경로를 결정하는 방법
KR20190120972A (ko) 2018-04-17 2019-10-25 동명대학교산학협력단 에드혹 네트워크에서 데이터 전달을 위한 라우팅 경로 설정 시스템을 적용한 무인 비행체
KR102023843B1 (ko) * 2018-05-18 2019-09-20 이화여자대학교 산학협력단 3d 공간의 관심지역에 애드혹 네트워크 제공을 위한 무인비행체 배치위치 결정 방법
KR20210096384A (ko) * 2020-01-28 2021-08-05 유메인주식회사 레이더를 활용한 환자 상태 모니터링 시스템

Similar Documents

Publication Publication Date Title
WO2020135278A1 (zh) 一种数据传输方法、装置及系统
US20170267343A1 (en) Unmanned aerial vehicle operation systems
Kirichek et al. Swarm of public unmanned aerial vehicles as a queuing network
AU2018304331B2 (en) Systems and methods for determining an order accepting mode for a user
US20140266896A1 (en) Position information assisted beamforming
US20210041234A1 (en) Systems and methods for locating ground and air radio antennae for ground-to-air and air-to-air communications networks
KR102009080B1 (ko) 무인 비행체의 비행 경로를 결정하는 방법
Agrawal et al. A comparative study on geographic‐based routing algorithms for flying ad‐hoc networks
JP6908841B2 (ja) 制御装置および飛行体制御方法
Mukherjee et al. Delay Tolerant Network assisted flying Ad-Hoc network scenario: modeling and analytical perspective
EP3273715B1 (en) Layout method and system for base station, and computer storage medium
Pathak et al. UAV virtualization for enabling heterogeneous and persistent UAV-as-a-service
CN115361689B (zh) 固定站点与无人机搭载边缘服务器的协同部署方法
JP6393943B2 (ja) 情報転送装置、遅延耐性ネットワーク、情報伝達方法、及びプログラム
WO2019141225A1 (zh) 多移动机器人的冲突管理方法及系统
Feng et al. WSN deployment and localization using a mobile agent
KR102611098B1 (ko) 트래픽 서비스를 제공하는 무인 비행체에 대한 경로 설정 방법 및 경로 설정 장치
Olivieri de Souza et al. Evaluating flight coordination approaches of UAV squads for WSN data collection enhancing the internet range on WSN data collection
Wubben et al. FFP: A Force Field Protocol for the tactical management of UAV conflicts
Shahzaad et al. Optimizing drone delivery in smart cities
Manyam et al. Routing of two Unmanned Aerial Vehicles with communication constraints
Zhao et al. Temporal and spatial routing for large scale safe and connected uas traffic management in urban areas
KR102094414B1 (ko) 애드혹 네트워크를 구성하는 점진적 무인비행체 배치 방법
Mondal et al. A multi-criteria evaluation approach in navigation technique for micro-jet for damage & need assessment in disaster response scenarios
Zema et al. 3D trajectory optimization for multimission UAVs in smart city scenarios

Legal Events

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