KR20210016678A - 무인 비행체의 관제 장치 및 관제 방법 - Google Patents

무인 비행체의 관제 장치 및 관제 방법 Download PDF

Info

Publication number
KR20210016678A
KR20210016678A KR1020190094734A KR20190094734A KR20210016678A KR 20210016678 A KR20210016678 A KR 20210016678A KR 1020190094734 A KR1020190094734 A KR 1020190094734A KR 20190094734 A KR20190094734 A KR 20190094734A KR 20210016678 A KR20210016678 A KR 20210016678A
Authority
KR
South Korea
Prior art keywords
unmanned aerial
aerial vehicle
information
flight
location
Prior art date
Application number
KR1020190094734A
Other languages
English (en)
Inventor
김석호
노종래
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020190094734A priority Critical patent/KR20210016678A/ko
Publication of KR20210016678A publication Critical patent/KR20210016678A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0056—Navigation or guidance aids for a single aircraft in an emergency situation, e.g. hijacking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft

Landscapes

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

Abstract

딥러닝 학습에 의해 무인 비행체의 추락시 정확한 추락 위치를 분석할 수 있는 관제 장치 및 관제 방법이 개시된다. 일 실시예에 따른 통신망을 통해 무인 비행체를 관제하는 관제 장치는, 상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하는 관제부; 상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장하는 저장부; 및 상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 비행체 거동 예측 엔진을 포함한다.

Description

무인 비행체의 관제 장치 및 관제 방법{APPARATUS AND METHOD FOR CONTROLLING A UNMANNED AERIAL VEHICLE}
본 발명은 드론 등의 무인 비행체의 관제 장치 및 관제 방법에 관한 것으로, 보다 구체적으로 무인 비행체의 추락 위치를 분석할 수 있는 관제 장치 및 관제 방법에 관한 것이다.
일반적으로 드론과 같은 무인 비행체는 원격 조종기에 의해 제어되어 비행을 한다. 상업용 드론의 경우 RF(Radio Frequency)나 Wi-Fi 통신을 이용하여 가시권 비행으로 2~3km 이내의 비행을 할 수 있다. 예를 들어, 2~3km 이내의 비행을 하며 시설물을 촬영하거나 농작지에 방제를 한다. 최근 일부 상업용으로 LTE(Long Term Evolution) 무선망을 활용해 20~30분이내의 10km 이내의 거리까지 비가시권 비행을 시도하고 있다. 무인 비행체의 비행 중 추락 사고가 발생하는 경우 그 추락 위치를 파악하여 회수를 한다. 가시권 비행의 경우 무인 비행체의 추락 위치를 대략적으로 알 수 있으나, 기억상 혼동이나, 수풀, 바위 사이에 위치할 경우 탐색이 어려워질 수 있다. 특히 비가시권 비행의 경우 무인 비행체가 추락하면 대략적인 위치도 알 수 없다. 대략적으로 무인 비행체와의 통신 신호가 끊어진 위치를 추락 위치로 추정할 수 있으나, 공중에서 전원이 차단되거나 오작동되는 경우가 많아 신호가 끊어진 위치로는 실제 추락 위치를 알 수 없는 한계가 있다.
무인 비행체의 추락과 이상 거동은 조작 미숙, 물체와의 충돌, 부품 불량, 오작동, 배터리 소진, 돌풍 등의 다양한 원인에 의해 발생한다. 따라서 이러한 다양한 원인을 분석하면 무인 비행체의 추락시 추락 위치를 정확하게 분석할 수 있다. 이러한 점을 감안하여 본 발명은 딥러닝 학습에 의해 무인 비행체의 추락시 정확한 추락 위치를 분석할 수 있는 관제 장치 및 관제 방법을 제공하는데 그 목적이 있다.
일 실시예에 따른 통신망을 통해 무인 비행체를 관제하는 관제 장치는, 상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하는 관제부; 상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장하는 저장부; 및 상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 비행체 거동 예측 엔진을 포함한다.
상기 비행체 거동 예측 엔진은, 상기 통신망을 통해 상기 예측한 추락 위치를 사용자 단말로 전송할 수 있다.
상기 비행체 거동 예측 엔진은, 상기 사용자 단말로부터 상기 무인 비행체를 발견한 위치 및 상기 무인 비행체의 고장 진단 결과를 수신하여 상기 저장부에 저장할 수 있다.
상기 관제 장치는, 상기 저장부에 저장된 상기 위치 정보, 상기 비행 정보, 상기 기상 정보, 상기 발견 위치 및 상기 고장 진단 결과를 이용하여 상기 무인 비행체의 거동을 학습하는 비행체 거동 학습 엔진을 더 포함할 수 있다.
일 실시예에 따른 관제 장치에서 통신망을 통해 무인 비행체를 관제하는 방법은, 상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하는 단계; 상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장부에 저장하는 단계; 및 상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 단계를 포함한다.
상기 방법은, 상기 통신망을 통해 상기 예측한 추락 위치를 사용자 단말로 전송하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 사용자 단말로부터 상기 무인 비행체를 발견한 위치 및 상기 무인 비행체의 고장 진단 결과를 수신하여 상기 저장부에 저장하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 저장부에 저장된 상기 위치 정보, 상기 비행 정보, 상기 기상 정보, 상기 발견 위치 및 상기 고장 진단 결과를 이용하여 상기 무인 비행체의 거동을 학습하는 단계를 더 포함할 수 있다.
일 실시예에 따른 통신망을 통해 무인 비행체를 관제하는 시스템은, 상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고, 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하며, 상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장부에 저장하고, 상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 관제 장치; 및 상기 관제 장치로부터 상기 통신망을 통해 상기 추락 위치를 수신하여 지도에 표시하고, 상기 무인 비행체와 근거리 통신으로 페어링되어 상기 무인 비행체로 비퍼 구동 신호 또는 라이트 구동 신호를 전송하며, 상기 무인 비행체와 유선 통신하여 상기 무인 비행체의 고장 진단을 한 후 상기 통신망을 통해 상기 관제 장치로 상기 무인 비행체의 발견 위치 및 고장 진단 결과를 전송하는 사용자 단말을 포함한다.
상기 관제 장치는, 상기 저장부에 저장된 상기 위치 정보, 상기 비행 정보, 상기 기상 정보, 상기 발견 위치 및 상기 고장 진단 결과를 이용하여 상기 무인 비행체의 거동을 학습하여 상기 추락 위치의 예측을 고도화할 수 있다.
일 실시예에 따르면, 무인 비행체의 비가시권 임무 비행시 눈으로 확인할 수 없는 무인 비행체의 추락 지점을 정확하게 추정하여 회수할 수 있다.
일 실시예에 따르면, 무인 비행체의 고장 발생시에 무인 비행체를 진단하고 이를 거동 예측에 반영함으로써 보다 정밀한 무인 비행체의 거동 예측이 가능해진다.
일 실시예에 따르면, 무인 비행체의 거동을 예측하여 실시간으로 조종자와 관제 센터에 무인 비행체의 비행 전 또는 비행 중 이상 경고를 할 수 있어 사전 조치를 취할 수 있도록 한다.
도 1은 본 발명의 일 실시예에 따른 무인 비행체 관제 시스템을 나타낸 도면이다.
도 2는 도 1의 관제 센터의 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 무인 비행체의 구성을 나타낸 도면이다.
도 4는 도 1의 사용자 단말의 구성을 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 무인 비행체의 추락 위치를 분석할 수 있는 관제 방법을 설명하는 흐름도이다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해 질 것이며, 그에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 또한, 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에 그 상세한 설명을 생략하기로 한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 무인 비행체 관제 시스템을 나타낸 도면이다. 도 1을 참조하면, 본 실시예에 따른 무인 비행체 관제 시스템은, 무인 비행체(110), 관제 센터(120) 및 사용자 단말(130)을 포함한다.
무인 비행체(110)는 무인으로 비행이 가능한 비행체로서, 관제 센터(120)의 제어에 따라 장거리 비가시권(BVLOS) 임무 비행을 한다. 무인 비행체(110)는 프로펠러 및 모터와 같은 구동 수단을 포함하고, 또한 전원 공급을 위한 배터리를 포함하며, 위치 측위를 위한 GPS 수신기, 관제 센터(120)와 통신하기 위한 통신 모듈, 그리고 이들을 제어하는 프로세서를 포함한다. 본 실시예에서 무인 비행체(110)는 4G/5G 통신망(140)을 통해 관제 센터(120)와 통신하는 것으로 설명하지만 여기에 제한되는 것은 아니다. 무인 비행체(110)는 용도에 따라 카메라를 구비할 수도 있고, 농산물 방제를 위한 방제 수단을 구비할 수도 있다. 여기서 통신망(140)으로서 4G/5G 통신망을 예로 들지만 여기에 제한되는 것은 아니며 차세대 통신망 등 관제 센터(120)와 무인 비행체(110) 간에 통신이 가능한 통신망이면 특별히 제한되지 않는다.
관제 센터(120)는, 통신망(140)을 통해 무인 비행체(110)와 통신하여 무인 비행체(110)의 비행을 모니터링하고 무인 비행체(110)의 비행을 원격 제어한다. 관제 센터(120)는 무인 비행체(110)로 비행 경로 등을 포함하는 비행 명령을 전송하여 무인 비행체(110)를 원격 제어하고, 무인 비행체(110)로부터 위치 정보와 비행 정보(예, 로그 데이터)를 수신하여 저장한다. 관제 센터(120)는 무인 비행체(110)의 추락시 무인 비행체(110)의 추락 위치를 예측한다. 바람직하게, 관제 센터(120)는 상기 수신된 비행 정보와 위치 정보, 그리고 기상청 서버(150)로부터 수신된 비행 지역의 기상 정보를 이용하여 무인 비행체(110)의 추락 위치를 예측한다. 관제 센터(120)는 예측된 추락 위치를 사용자 단말(130)로 전송한다.
사용자 단말(130)은 무인 비행체(110)를 원격 조종하는 사용자가 휴대하는 단말로서, 무인 비행체(110)를 원격 조종할 수 있고, 추락 지점에서 무인 비행체(110)와 근거리 통신을 하여 무인 비행체(110)를 찾을 수 있도록 지원하며 무인 비행체(110)를 진단할 수 있는 프로그램이 설치된다. 사용자 단말(130)은 관제 센터(120)와 통신망(140)을 통해 연결되어 관제 센터(120)를 통해 무인 비행체(110)의 비행을 제어할 수 있다. 또한 사용자 단말(130)은 무인 비행체(110)의 추락시 관제 센터(120)로부터 추락 위치 정보를 수신하여 지도에 표시할 수 있다. 사용자 단말(130)은 무인 비행체 탐색자에 의해 휴대되어 추락 지점에서 무인 비행체(110)와 블루투스 등의 근거리 통신을 할 수 있고, 근거리에서 무인 비행체(110)를 제어할 수 있다. 또한 사용자 단말(130)은 무인 비행체(110)와 유선 연결되어 무인 비행체(110)의 고장 진단을 수행하고, 고장 정보를 통신망(140)을 통해 관제 센터(120)로 전송할 수 있다.
도 2는 도 1의 관제 센터의 구성을 나타낸 도면으로, 도 2를 참조하면, 관제 센터(120)는, 저장부(210), 관제부(220), 비행체 거동 학습 엔진(230), 비행체 거동 예측 엔진(240)을 포함한다. 관제 센터(120)는 메모리, 메모리 제어기, 하나 이상의 프로세서, 주변 인터페이스, 입출력(I/O) 서브시스템, 디스플레이 장치, 입력 장치 및 통신 회로를 포함할 수 있다. 상기 저장부(210)는 상기 메모리이고, 상기 관제부(220), 상기 비행체 거동 학습 엔진(230) 및 상기 비행체 거동 예측 엔진(240)은 프로그램으로 구현되어 상기 하나 이상의 프로세서에 의해 실행될 수 있고, 또는 하드웨어 및 소프트웨어의 조합으로 구현될 수도 있다. 메모리는, 고속 랜덤 액세스 메모리를 포함할 수 있고, 또한 하나 이상의 자기 디스크 저장 장치, 플래시 메모리 장치와 같은 불휘발성 메모리, 또는 다른 불휘발성 반도체 메모리 장치를 포함할 수 있다.
저장부(210)는, 기상청 서버(150)로부터 수신되는 무인 비행체(110)의 비행 지점의 기상 정보와, 통신망(140)으로부터 수신된 무인 비행체(110)의 위치 정보 및 비행 정보(예, 로그 데이터)와, 무인 비행체(110)의 기본 정보와, 무인 비행체(110)의 고장 정보를 저장한다. 여기서 무인 비행체(110)의 기본 정보는, 무인 비행체(110)의 유형, 제원, 배터리, 각종 구성부품 등의 정보를 포함한다. 상기 무인 비행체(110)의 고장 정보는, 무인 비행체(110)의 고장 이력 정보로서, 무인 비행체(110)의 추락 사고 발생시에 무인 비행체(110)를 회수하고 고장을 진단한 기체 탐색자의 사용자 단말(130)로부터 수신되어 상기 저장부(210)에 저장될 수 있다.
관제부(220)는, 통신망(140)을 통해 무인 비행체(110)와 통신하여 무인 비행체(110)의 장거리 비가시권(BVLOS) 임무 비행을 제어하고, 무인 비행체(110)로부터 비행과 관련된 정보를 수신한다. 여기서 비행과 관련된 정보는, 고도를 포함한 위치 정보, 비행 속도, 이동 방향 등을 포함할 수 있고, 실시예에 따라 카메라로 촬영된 영상을 포함할 수 있다. 관제부(220)는 사용자 단말(130)로부터 수신되는 제어 명령에 따라 통신망(140)을 통해 무인 비행체(110)로 비행 명령을 전송할 수 있다. 관제부(220)는, 무인 비행체(110)와 통신이 단절되는 등의 추락 사고 발생시 비행체 거동 예측 엔진(240)으로 추락 위치 예측을 요청한다.
비행체 거동 학습 엔진(230)은 딥러닝 학습 엔진으로서 상기 저장부(210)에 저장된 기상 정보, 무인 비행체(110)의 비행 중 위치 정보 및 비행 정보, 무인 비행체(110)의 기본 정보, 고장 정보를 이용하여 무인 비행체(110)의 종류별로 거동에 관한 학습을 수행한다. 비행체 거동 학습 엔진(230)은 신경망 모델을 이용할 수 있고, 딥러닝 학습에 의해 신경망 모델, 그리고 신경망 모델의 파라미터를 산출하여 비행체 거동 예측 엔진(240)으로 전달할 수 있다.
비행체 거동 예측 엔진(240)은, 상기 비행체 거동 학습 엔진(230)에서 학습된 결과를 이용하여 무인 비행체(110)의 미래 거동을 예측하거나, 추락 사고 발생시 추락 위치를 예측한다. 비행체 거동 예측 엔진(240)는, 저장부(210)에서 추락 사고가 발생한 무인 비행체(110)의 기본 정보, 비행 지점의 기상 정보, 상기 관제부(220)로부터 수신된 무인 비행체(110)의 위치 정보 및 비행 정보를 기초로, 무인 비행체(110)의 추락 위치를 예측하고, 예측된 추락 위치를 사용자 단말(130)로 전송한다. 비행체 거동 예측 엔진(240)은 사용자 단말(130)로부터 무인 비행체(110)의 추락 위치 그리고 고장 진단 결과를 수신하여 저장부(210)에 저장한다.
도 3은 본 발명의 일 실시예에 따른 무인 비행체의 구성을 나타낸 도면이다. 도 3을 참조하면, 무인 비행체(110)는, 프로펠러(310), 모터(320), 원거리 통신 모듈(330), 탐색 제어 모듈(340), 비행 제어 모듈(350), GPS 수신기(360) 및 메인 배터리(370)를 포함한다.
프로펠러(310)는 하나 이상 구비될 수 있다. 프로펠러(310)는 모터(320)에 연결되어 모터(320)로부터 회전력을 제공받아 회전함으로써 무인 비행체(110)를 공중으로 부양한다. 모터(320)는 비행 제어 모듈(350)에 연결되어 비행 제어 모듈(350)의 제어에 따라 메인 배터리(370)로부터 전원을 공급받아 회전력을 프로펠러(310)에 제공한다. GPS 수신기(360)는 GPS 신호를 수신한다.
원거리 통신 모듈(330)은 4G/5G 통신망(140)을 통해 관제 센터(120)와 통신하여 관제 센터(120)로부터 비행 제어 명령을 수신하고, 또한 비행 제어 모듈(350)의 제어에 따라 관제 센터(120)로 무인 비행체(110)의 위치 정보와 비행 정보(예, 로그 데이터)를 전송한다.
탐색 제어 모듈(340)은, 무인 비행체(110)의 추락시 무인 비행체(110)를 탐색하는 탐색자의 사용자 단말(130)과 통신한다. 탐색 제어 모듈(340)은, 비퍼(beeper)(341), 라이트(light)(342)를 포함하고, 근거리 통신 모듈(343)을 통해 사용자 단말(130)로부터 비퍼(Beeper) 구동 신호, 또는 라이트(light) 구동 신호를 수신하면, 상기 비퍼(341)를 통해 비프음을 출력하고, 상기 라이트(342)를 통해 빛을 방출하여, 탐색자가 무인 비행체(110)의 위치를 손쉽게 식별할 수 있도록 한다. 탐색 제어 모듈(340)은, 진단 통신 모듈(344)을 포함한다. 진단 통신 모듈(344)은 유선으로 또는 상기 근거리 통신 모듈(343)을 통해 사용자 단말(130)과 연결되어 무인 비행체(110)의 각종 센서들과 배터리 등 기체의 하드웨어 및 소프트웨어의 진단 통신을 수행한다. 탐색 제어 모듈(340)은 보조 배터리(345)를 포함하여 보조 배터리(345)를 통해 전원을 공급하여 동작한다. 바람직하게, 탐색 제어 모듈(340)은 무인 비행체(110)의 추락시 비행 제어 모듈(350)의 제어 신호에 따라 보조 배터리(345)로부터 전원을 공급받는다. 보조 배터리(345)는 메인 배터리(370)로부터 전원을 공급받아 충전할 수 있다.
비행 제어 모듈(350)은, 무인 비행체(110)의 전체적인 동작을 제어한다. 비행 제어 모듈(350)은 관제 센터(120)의 비행 제어 명령에 따라 모터(320) 등을 제어하여 비행을 제어하고, 또한 GPS 수신기(360)를 통해 위치를 측정하여 무인 비행체(110)의 위치 정보 및 비행 정보를 원거리 통신 모듈(330)을 통해 관제 센터(120)로 전송한다. 실시예에 따라, 무인 비행체(110)는 카메라를 포함할 수 있고, 비행 제어 모듈(350)은 카메라에서 촬영된 영상을 원거리 통신 모듈(330)을 통해 관제 센터(120)로 전송할 수 있다. 비행 제어 모듈(350)과 원거리 통신 모듈(330), GPS 수신기(360)는 메인 배터리(370)로부터 전원을 공급받아 동작한다.
도 4는 도 1의 사용자 단말의 구성을 나타낸 도면이다. 사용자 단말(130)은, 메모리, 메모리 제어기, 하나 이상의 프로세서(CPU), 주변 인터페이스, 입출력(I/O) 서브시스템, 디스플레이 장치, 입력 장치 및 통신 회로를 포함할 수 있다. 메모리는 고속 랜덤 액세스 메모리를 포함할 수 있고, 또한 하나 이상의 자기 디스크 저장 장치, 플래시 메모리 장치와 같은 불휘발성 메모리, 또는 다른 불휘발성 반도체 메모리 장치를 포함할 수 있다. 프로세서 및 주변 인터페이스와 같은 다른 구성요소에 의한 메모리로의 액세스는 메모리 제어기에 의하여 제어될 수 있다. 메모리는 각종 정보와 프로그램 명령어를 저장할 수 있고, 프로그램은 프로세서에 의해 실행된다. 주변 인터페이스는 입출력 주변 장치를 프로세서 및 메모리와 연결한다. 하나 이상의 프로세서는 다양한 소프트웨어 프로그램 및/또는 메모리에 저장되어 있는 명령어 세트를 실행하여 시스템을 위한 여러 기능을 수행하고 데이터를 처리한다. I/O 서브시스템은 디스플레이 장치, 입력 장치와 같은 입출력 주변장치와 주변 인터페이스 사이에 인터페이스를 제공한다. 통신 회로는 외부 포트를 통한 통신 또는 RF 신호에 의한 통신을 수행한다. 통신 회로는 전기 신호를 RF 신호로 또는 그 반대로 변환하며 이 RF 신호를 통하여 통신 네트워크, 다른 이동형 게이트웨이 장치 및 통신 장치와 통신할 수 있다. 도 4를 참조하면, 사용자 단말(130)은, 조종 모듈(410), 탐색 모듈(420), 고장 진단 모듈(430) 및 고장 정보 입력 모듈(440)을 포함할 수 있고, 이들은 프로그램으로 구현되어 메모리에 저장되어 프로세서에 의해 실행될 수 있고, 또는 하드웨어 및 소프트웨어의 조합으로 구현되어 동작할 수 있다. 도 4에 도시하지 않았지만, 사용자 단말(130)은 GPS 수신기를 포함하여 현재 위치를 측정할 수 있다.
상기 조종 모듈(410)은 통신망(140)을 통해 관제 센터(120)와 통신하여 관제 센터(120)를 통해 무인 비행체(110)를 제어하는 수단이다. 조종 모듈(410)은 일반적인 지상 제어국(GCS: Ground Control Station)의 기능을 포함한다. 조종 모듈(410)은 지도 데이터를 이용하여 무인 비행체(110)의 위치를 지도 데이터에 표시하고, 비행 임무를 구성하여 관제 센터(120)로 전송할 수 있으며, 무인 비행체(110)의 과거 비행 정보를 분석할 수 있다. 또한 조종 모듈(410)은 비행 금지 구역에 대한 정보를 저장하고 비행 금지 구역을 지도 데이터에 표시할 수 있다.
상기 탐색 모듈(420)은 추락한 무인 비행체(110)의 탐색을 위한 기능을 제공한다. 상기 탐색 모듈(420)은 무인 비행체(110)의 추락시 관제 센터(120)로부터 예측되는 추락 위치 정보를 수신하여 지도 데이터에 표시한다. 또한 상기 탐색 모듈(420)은 근거리 통신을 통해 무인 비행체(110)의 탐색 제어 모듈(340)과 페어링하여, 비퍼 구동 신호 또는 라이트 구동 신호를 무인 비행체(110)의 탐색 제어 모듈(340)로 전송한다. 따라서, 수십 미터 반경 내에서 무인 비행체(110)를 탐색자가 손쉽게 식별할 수 있도록 한다.
상기 고장 진단 모듈(430)은 무인 비행체(110)의 상기 탐색 제어 모듈(340)과 연결되어 상기 무인 비행체(110)의 이상 진단을 수행한다. 상기 고장 진단 모듈(430)은 바람직하게 상기 무인 비행체(110)의 상기 탐색 제어 모듈(340)과 유선으로 연결되어 상기 무인 비행체(110)의 센서들, 배터리 등의 하드웨어 및 소프트웨어의 진단을 수행한다.
상기 고장 정보 입력 모듈(440)은 탐색자로부터 무인 비행체(110)를 발견한 위치 정보와 상기 고장 진단 모듈(430)에서 진단한 고장 진단 결과를 통신망(140)을 통해 관제 센터(120)로 전송한다. 따라서 관제 센터(120)에서 무인 비행체(110)의 비행 거동을 학습할 수 있도록 한다.
도 5는 본 발명의 일 실시예에 따른 무인 비행체의 추락 위치를 분석할 수 있는 관제 방법을 설명하는 흐름도이다.
도 5를 참조하면, 단계 S501에서, 관제 센터(120)는, 딥러닝 학습 엔진을 통해 무인 비행체들이 비행한 지역의 기상 정보, 무인 비행체들의 비행 중 위치 정보 및 비행 정보, 무인 비행체들의 기본 정보, 그리고 고장 정보를 이용하여 무인 비행체들의 종류별로 거동에 관한 학습을 수행한다. 관제 센터(120)는, 신경망 모델을 이용할 수 있고, 딥러닝 학습에 의해 신경망 모델, 그리고 신경망 모델의 파라미터를 산출한다.
단계 S502에서, 관제 센터(120)는, 통신망(140)을 통해 특정 무인 비행체(110)로 비행 임무를 전송한다. 여기서 비행 임무는 비행 경로 등을 포함한다. 바람직하게, 관제 센터(120)는 사용자 단말(130)로부터 통신망(140)을 통해 비행 임무를 수신한 후 통신망(140)을 통해 무인 비행체(110)로 비행 임무를 전송할 수 있다. 관제 센터(120)는 무인 비행체(110)로부터 실시간 위치 정보를 수신하면서 단계 S503에서, 무인 비행체(110)와의 통신 두절이 발생하는지 확인한다.
무인 비행체(110)와의 통신 두절이 발생하면, 단계 S504에서, 관제 센터(120)는 상기 단계 S501에서 학습된 무인 비행체들의 거동에 관한 신경망 모델을 이용하여 통신이 두절된 무인 비행체(110)의 추락 위치를 예측한다. 그리고 단계 S505에서, 관제 센터(120)는 예측한 추락 위치 정보를 통신망(140)을 통해 사용자 단말(130)로 전송한다.
관제 센터(120)로부터 추락 위치 정보를 수신한 사용자 단말(130)의 사용자, 즉 탐색자는, 지도 데이터에 추락 위치를 표시하여 해당하는 지역으로 이동한다. 그리고 단계 S506에서, 탐색자는 사용자 단말(130)의 근거리 통신 기능을 활성화하여 추락한 무인 비행체(110)와 근거리 통신의 페어링을 시도한다. 페어링이 완료되면, 단계 S507에서, 탐색자는 사용자 단말(130)을 통해 비퍼 구동 신호 또는 라이트 구동 신호를 무인 비행체(110)로 전송한다.
단계 S508에서, 비퍼 구동 신호 또는 라이트 구동 신호를 수신한 무인 비행체(110)는, 보조 배터리를 통해 비프음을 출력하거나 라이트를 출력하여, 탐색자가 무인 비행체(110)의 위치를 손쉽게 식별할 수 있도록 한다. 단계 S509에서, 탐색자는 사용자 단말(130)과 무인 비행체(110)를 유선 연결하여 무인 비행체(110)의 고장 진단을 수행한다.
단계 S510에서, 사용자 단말(130)은 탐색자로부터 무인 비행체(110)를 발견한 위치 정보를 입력받고, 단계 S511에서, 사용자 단말(130)은 입력된 위치 정보와 상기 단계 S509에서 진단한 고장 진단 결과를 함께 통신망(140)을 통해 관제 센터(120)로 전송한다.
단계 S512에서, 관제 센터(120)는, 단계 S511에서 수신된 위치 정보와 고장 진단 결과를 기존 정보에 추가한 후, 딥러닝 학습 엔진을 통해 무인 비행체들에 대한 거동 학습을 고도화한다. 이와 같이 무인 비행체들의 고장 정보 등이 누적됨에 따라 거동 학습은 더욱 고도화되고 따라서 무인 비행체의 추락 사고 발생시 무인 비행체의 추락 위치를 더욱 정확하게 추정할 수 있다.
본 명세서는 많은 특징을 포함하는 반면, 그러한 특징은 본 발명의 범위 또는 특허청구범위를 제한하는 것으로 해석되어서는 안 된다. 또한, 본 명세서에서 개별적인 실시예에서 설명된 특징들은 단일 실시예에서 결합되어 구현될 수 있다. 반대로, 본 명세서에서 단일 실시예에서 설명된 다양한 특징들은 개별적으로 다양한 실시예에서 구현되거나, 적절히 결합되어 구현될 수 있다.
상술한 바와 같은 본 발명의 방법은 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 형태로 기록매체(시디롬, 램, 롬, 플로피 디스크, 하드 디스크, 광자기 디스크 등)에 저장될 수 있다. 이러한 과정은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있으므로 더 이상 상세히 설명하지 않기로 한다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.
110 : 무인 비행체
120 : 관제 센터
130 : 사용자 단말
140 : 통신망
150 : 기상청 서버
210 : 저장부
220 : 관제부
230 : 비행체 거동 학습 엔진
240 : 비행체 거동 예측 엔진
310 : 프로펠러
320 : 모터
330 : 원거리 통신 모듈
340 : 탐색 제어 모듈
350 : 비행 제어 모듈
360 : GPS 수신기
370 : 메인 배터리

Claims (10)

  1. 통신망을 통해 무인 비행체를 관제하는 관제 장치에 있어서,
    상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하는 관제부;
    상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장하는 저장부; 및
    상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 비행체 거동 예측 엔진을 포함하는 관제 장치.
  2. 제 1 항에 있어서,
    상기 비행체 거동 예측 엔진은,
    상기 통신망을 통해 상기 예측한 추락 위치를 사용자 단말로 전송하는 것을 특징으로 하는 관제 장치.
  3. 제 2 항에 있어서,
    상기 비행체 거동 예측 엔진은,
    상기 사용자 단말로부터 상기 무인 비행체를 발견한 위치 및 상기 무인 비행체의 고장 진단 결과를 수신하여 상기 저장부에 저장하는 것을 특징으로 하는 관제 장치.
  4. 제 3 항에 있어서,
    상기 저장부에 저장된 상기 위치 정보, 상기 비행 정보, 상기 기상 정보, 상기 발견 위치 및 상기 고장 진단 결과를 이용하여 상기 무인 비행체의 거동을 학습하는 비행체 거동 학습 엔진을 더 포함하는 것을 특징으로 하는 관제 장치.
  5. 관제 장치에서 통신망을 통해 무인 비행체를 관제하는 방법에 있어서,
    상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하는 단계;
    상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장부에 저장하는 단계; 및
    상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 단계를 포함하는 방법.
  6. 제 5 항에 있어서,
    상기 통신망을 통해 상기 예측한 추락 위치를 사용자 단말로 전송하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  7. 제 6 항에 있어서,
    상기 사용자 단말로부터 상기 무인 비행체를 발견한 위치 및 상기 무인 비행체의 고장 진단 결과를 수신하여 상기 저장부에 저장하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  8. 제 7 항에 있어서,
    상기 저장부에 저장된 상기 위치 정보, 상기 비행 정보, 상기 기상 정보, 상기 발견 위치 및 상기 고장 진단 결과를 이용하여 상기 무인 비행체의 거동을 학습하는 단계를 더 포함하는 것을 특징으로 하는 방법.
  9. 통신망을 통해 무인 비행체를 관제하는 시스템에 있어서,
    상기 통신망을 통해 상기 무인 비행체의 비행을 제어하고, 상기 무인 비행체로부터 위치 정보 및 비행 정보를 수신하며, 상기 위치 정보, 상기 비행 정보 및 상기 무인 비행체의 비행 지점의 기상 정보를 저장부에 저장하고, 상기 무인 비행체의 추락 사고 발생시, 상기 위치 정보, 상기 비행 정보 및 상기 기상 정보를 이용하여 상기 무인 비행체의 추락 위치를 예측하는 관제 장치; 및
    상기 관제 장치로부터 상기 통신망을 통해 상기 추락 위치를 수신하여 지도에 표시하고, 상기 무인 비행체와 근거리 통신으로 페어링되어 상기 무인 비행체로 비퍼 구동 신호 또는 라이트 구동 신호를 전송하며, 상기 무인 비행체와 유선 통신하여 상기 무인 비행체의 고장 진단을 한 후 상기 통신망을 통해 상기 관제 장치로 상기 무인 비행체의 발견 위치 및 고장 진단 결과를 전송하는 사용자 단말을 포함하는 시스템.
  10. 제 9 항에 있어서,
    상기 관제 장치는,
    상기 저장부에 저장된 상기 위치 정보, 상기 비행 정보, 상기 기상 정보, 상기 발견 위치 및 상기 고장 진단 결과를 이용하여 상기 무인 비행체의 거동을 학습하여 상기 추락 위치의 예측을 고도화하는 것을 특징으로 하는 시스템.
KR1020190094734A 2019-08-05 2019-08-05 무인 비행체의 관제 장치 및 관제 방법 KR20210016678A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190094734A KR20210016678A (ko) 2019-08-05 2019-08-05 무인 비행체의 관제 장치 및 관제 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190094734A KR20210016678A (ko) 2019-08-05 2019-08-05 무인 비행체의 관제 장치 및 관제 방법

Publications (1)

Publication Number Publication Date
KR20210016678A true KR20210016678A (ko) 2021-02-17

Family

ID=74731464

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190094734A KR20210016678A (ko) 2019-08-05 2019-08-05 무인 비행체의 관제 장치 및 관제 방법

Country Status (1)

Country Link
KR (1) KR20210016678A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220141426A (ko) * 2021-04-13 2022-10-20 (주)티엔젠 무인 비행체 추적 시스템 및 이를 수행하기 위한 컴퓨팅 장치
KR102515245B1 (ko) * 2022-07-25 2023-03-30 주식회사 하늘숲엔지니어링 무인 비행체의 분실을 방지하는 방법 및 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220141426A (ko) * 2021-04-13 2022-10-20 (주)티엔젠 무인 비행체 추적 시스템 및 이를 수행하기 위한 컴퓨팅 장치
KR102515245B1 (ko) * 2022-07-25 2023-03-30 주식회사 하늘숲엔지니어링 무인 비행체의 분실을 방지하는 방법 및 장치

Similar Documents

Publication Publication Date Title
US10745127B2 (en) Systems and methods for execution of recovery actions on an unmanned aerial vehicle
US11482114B2 (en) Automated un-manned air traffic control system
CN109923492B (zh) 飞行路径确定
EP3311232B1 (en) Systems and methods for remote distributed control of unmanned aircraft
US10332407B2 (en) Systems and methods for providing emergency alerts at emergency landing areas of unmanned aerial vehicles
CN105070005B (zh) 一种多旋翼无人飞行器及遥测遥控方法
KR101705269B1 (ko) 드론 제어 시스템 및 드론 제어 방법
JP6278539B2 (ja) 状況に基づく飛行モード選択
EP2515147B1 (en) Capturing environmental information
EP2980546B1 (en) Intelligent noise monitoring device and noise monitoring method using the same
US12039811B2 (en) Systems and methods for detecting vehicle or environmental changes from data from automated vehicles
CN102707724A (zh) 一种无人机的视觉定位与避障方法及系统
WO2018170733A1 (zh) 一种可移动平台的控制方法以及可移动平台
CN105157708A (zh) 基于图像处理与雷达的无人机自主导航系统及方法
US11797000B2 (en) Unmanned aerial vehicle, control system thereof and control program
KR20180104956A (ko) 드론 관리 시스템
WO2016172251A1 (en) Systems and methods for execution of recovery actions on an unmanned aerial vehicle
US20200380873A1 (en) Method and system for preventing collisions between aircraft and other flying objects
CN106325300A (zh) 一种基于gsm‑4g通信的无人机远程状态监测与控制系统
KR20210016678A (ko) 무인 비행체의 관제 장치 및 관제 방법
CN112527003A (zh) 数据传输装置和系统
WO2020121665A1 (ja) 情報処理装置
KR102475866B1 (ko) 무인 비행체 감시 방법 및 장치
US20230356754A1 (en) Control Mode Selection And Transitions
EP4080167A1 (en) Methods and systems for detecting wind shear conditions in an urban airspace