KR20210082576A - Gsa에 기반하는 군집 무인항공기의 정찰 방법 - Google Patents

Gsa에 기반하는 군집 무인항공기의 정찰 방법 Download PDF

Info

Publication number
KR20210082576A
KR20210082576A KR1020190174627A KR20190174627A KR20210082576A KR 20210082576 A KR20210082576 A KR 20210082576A KR 1020190174627 A KR1020190174627 A KR 1020190174627A KR 20190174627 A KR20190174627 A KR 20190174627A KR 20210082576 A KR20210082576 A KR 20210082576A
Authority
KR
South Korea
Prior art keywords
unmanned aerial
aerial vehicle
swarm
reconnaissance
search
Prior art date
Application number
KR1020190174627A
Other languages
English (en)
Other versions
KR102275225B1 (ko
Inventor
신수용
아민 아메드 알
마수드자만 무하마드
사우드칸
한승헌
Original Assignee
금오공과대학교 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 금오공과대학교 산학협력단 filed Critical 금오공과대학교 산학협력단
Priority to KR1020190174627A priority Critical patent/KR102275225B1/ko
Publication of KR20210082576A publication Critical patent/KR20210082576A/ko
Application granted granted Critical
Publication of KR102275225B1 publication Critical patent/KR102275225B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D27/00—Arrangement or mounting of power plants in aircraft; Aircraft characterised by the type or position of power plants
    • B64D27/02—Aircraft characterised by the type or position of power plants
    • B64D27/24—Aircraft characterised by the type or position of power plants using steam or spring force
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/19—Propulsion using electrically powered motors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
    • B64C2201/042—
    • B64C2201/12—
    • B64C2201/143—
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B64U2201/102—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] adapted for flying in formations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T50/00—Aeronautics or air transport
    • Y02T50/60—Efficient propulsion technologies, e.g. for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 GSA를 기반하는 군집 무인항공기의 정찰 방법에 관한 것으로, 베이스 스테이션에서 군집 무인항공기(UAV SWARM)의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 상기 표적을 검색하도록 상기 군집 무인항공기를 전송하는 제 1 단계와, 상기 군집 무인항공기에 포함된 각 서브그룹 무인항공기에서 GSA(gravitational search algorithm)를 기반으로 하여 검색하는 제 2 단계와, 상기 각 서브그룹 무인항공기에서 검색이 완료되었는지 체크하는 제 3 단계와, 상기 제 3 단계의 체크 결과, 상기 검색이 완료되지 않은 경우 상기 표적에 대한 정찰을 지속적으로 수행하고, 상기 검색이 완료된 경우 베이스 지점으로 귀환하는 제 4 단계를 포함함으로써, 군집 무인정찰기(UAV SWARM)가 정찰 임무를 효율적이고 짧은 시간 내에 수행할 수 있다.

Description

GSA에 기반하는 군집 무인항공기의 정찰 방법{RECONNAISSANCE METHOD OF UAV SWARM BASED ON GRAVITATIONAL SEARCH ALGORITHM}
본 발명은 GSA(gravitational search algorithm)를 기반으로 하여 배터리 상태를 고려하면서 미식별 표적을 탐지함으로써, 군집 무인정찰기(UAV SWARM)가 정찰 임무를 효율적이고 짧은 시간 내에 수행할 수 있는 GSA에 기반하는 군집 무인항공기의 정찰 방법에 관한 것이다.
잘 알려진 바와 같이, 무인항공기(UAV; Unmanned Aerial Vehicle)는 조종사가 탑승하지 않고 공기역학적 힘에 의해 부양하여 자율적으로 또는 원격으로 통제되는 항공기를 의미하는데, 일반적으로 무인항공기는 탑재된 센서 및 소프트웨어 등을 이용하여 지정된 경로를 따라 스스로 비행하면서 임무를 수행하는 항공기를 지칭한다.
이러한 무인항공기는 제어 방식에 따라 자율 비행 방식과 사용자 제어 비행 방식으로 구분되는데, 복수개의 무인 항공기가 비행하는 시스템의 경우 수색 및 감시, 공연, 사진 촬영 등의 목적으로 활용될 수 있다.
한편, 미식별 표적 탐지는 군집 무인항공기(UAV SWARM)에 의한 무인 정찰의 중요한 부분으로 알려져 있는데, 목표물을 효과적으로, 단시간 내에 탐지하는 것이 중요한 문제로 대두되고 있다.
종래의 군집 무인항공기 식별 기법으로는 미식별 표적을 탐지하는데 그다지 효과적인지 못하며, 더욱이 수렴하는데 상대적으로 더 많은 시간이 필요하기 때문에, 이를 향상시키기 위한 다양한 기법이 연구 개발되고 있는 실정이다.
1. 한국등록특허 제10-1539865호(2015.07.21.등록) 2. 한국등록특허 제10-1685548호(2016.12.06.등록)
본 발명은 GSA를 기반으로 하여 배터리 상태를 고려하면서 미식별 표적을 탐지함으로써, 군집 무인정찰기(UAV SWARM)가 정찰 임무를 효율적이고 짧은 시간 내에 수행할 수 있는 GSA에 기반하는 군집 무인항공기의 정찰 방법을 제공하고자 한다.
또한, 본 발명은 베이스 스테이션에서 군집 무인항공기의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 표적을 검색하도록 군집 무인항공기를 전송하고, 각 서브그룹 무인항공기에서 GSA를 기반으로 하여 검색하며, 검색이 완료된 경우 베이스 지점으로 귀환함으로써, 적은 메모리 용량으로도 표적을 탐지할 수 있어 군집 무인항공기의 정찰 임무에 적합하면서 표적 탐지 시간을 단축시킬 수 있는 GSA에 기반하는 군집 무인항공기의 정찰 방법을 제공하고자 한다.
아울러, 본 발명은 군집 무인항공기의 각 서브그룹 무인항공기 상호 간에 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 무선 교환하고, 배터리 상태를 체크하여 기 설정된 임계값 이하인 해당 무인항공기를 베이스 지점으로 귀환시키면서 표적을 탐지한 경우 무인항공기를 해당 위치에 잔류시킴으로써, 무인항공기의 배터리 상태에 따라 능동적으로 대처하여 정찰 임무의 효율성을 향상시킬 수 있을 뿐만 아니라 표적 탐지 위치에 대한 정확한 정찰 임무를 수행할 수 있는 GSA에 기반하는 군집 무인항공기의 정찰 방법을 제공하고자 한다.
본 발명의 실시예들의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 실시예에 따르면, 베이스 스테이션에서 군집 무인항공기(UAV SWARM)의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 상기 표적을 검색하도록 상기 군집 무인항공기를 전송하는 제 1 단계와, 상기 군집 무인항공기에 포함된 각 서브그룹 무인항공기에서 GSA(gravitational search algorithm)를 기반으로 하여 검색하는 제 2 단계와, 상기 각 서브그룹 무인항공기에서 검색이 완료되었는지 체크하는 제 3 단계와, 상기 제 3 단계의 체크 결과, 상기 검색이 완료되지 않은 경우 상기 표적에 대한 정찰을 지속적으로 수행하고, 상기 검색이 완료된 경우 베이스 지점으로 귀환하는 제 4 단계를 포함하는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 제 1 단계는, 상기 베이스 스테이션과 상기 군집 무인항공기를 초기화하는 제 1-1 단계와, 상기 표적에 대한 검색 영역을 정의하는 제 1-2 단계와, 상기 군집 무인항공기가 검색을 시작하는 상기 베이스 지점을 정의하는 제 1-3 단계와, 상기 우선순위에 따라 상기 군집 무인항공기를 전송하는 제 1-4 단계를 포함하는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 제 2 단계는, 상기 군집 무인항공기의 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 상호 간에 무선 교환하는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 제 2 단계는, 상기 각 서브그룹 무인항공기의 위치, 관성 질량, 활성 중력 질량 및 수동 중력 질량에 따라 상기 GSA를 적용하는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 제 2 단계는, 상기 각 서브그룹 무인항공기가 다른 고도로 배치되는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 GSA를 기반하는 군집 무인항공기의 정찰 방법은, 상기 제 4 단계에서 상기 정찰을 수행하는 중에 상기 각 서브그룹 무인항공기의 배터리 상태를 체크하는 제 5 단계와, 상기 제 5 단계의 체크 결과, 상기 배터리 상태가 양호한 경우 상기 정찰을 지속적으로 수행하고, 배터리 전력이 기 설정된 임계값 이하인 무인항공기가 상기 베이스 지점으로 귀환하는 제 6 단계를 더 포함하는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
또한, 본 발명의 실시예에 따르면, 상기 제 4 단계는, 상기 정찰을 수행하는 중에 상기 표적이 감지된 경우 상기 표적의 위치에 잔류하는 GSA를 기반하는 군집 무인항공기의 정찰 방법이 제공될 수 있다.
본 발명은 GSA를 기반으로 하여 배터리 상태를 고려하면서 미식별 표적을 탐지함으로써, 군집 무인정찰기(UAV SWARM)가 정찰 임무를 효율적이고 짧은 시간 내에 수행할 수 있다.
또한, 본 발명은 베이스 스테이션에서 군집 무인항공기의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 표적을 검색하도록 군집 무인항공기를 전송하고, 각 서브그룹 무인항공기에서 GSA를 기반으로 하여 검색하며, 검색이 완료된 경우 베이스 지점으로 귀환함으로써, 적은 메모리 용량으로도 표적을 탐지할 수 있어 군집 무인항공기의 정찰 임무에 적합하면서 표적 탐지 시간을 단축시킬 수 있다.
아울러, 본 발명은 군집 무인항공기의 각 서브그룹 무인항공기 상호 간에 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 무선 교환하고, 배터리 상태를 체크하여 기 설정된 임계값 이하인 해당 무인항공기를 베이스 지점으로 귀환시키면서 표적을 탐지한 경우 무인항공기를 해당 위치에 잔류시킴으로써, 무인항공기의 배터리 상태에 따라 능동적으로 대처하여 정찰 임무의 효율성을 향상시킬 수 있을 뿐만 아니라 표적 탐지 위치에 대한 정확한 정찰 임무를 수행할 수 있다.
도 1 및 도 2는 본 발명의 실시예에 따라 GSA에 기반하는 군집 무인항공기가 정찰하는 과정을 나타낸 플로우차트이고,
도 3은 본 발명의 실시예에 따른 GSA에 기반하는 군집 무인항공기의 배치 상태를 나타낸 도면이며,
도 4 내지 도 9는 본 발명의 실시예에 따른 GSA에 기반하는 군집 무인항공기의 정찰 성능을 설명하기 위한 도면이다.
본 발명의 실시예들에 대한 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
도 1 및 도 2는 본 발명의 실시예에 따라 GSA에 기반하는 군집 무인항공기가 정찰하는 과정을 나타낸 플로우차트이고, 도 3은 본 발명의 실시예에 따른 GSA에 기반하는 군집 무인항공기의 배치 상태를 나타낸 도면이며, 도 4 내지 도 9는 본 발명의 실시예에 따른 GSA에 기반하는 군집 무인항공기의 정찰 성능을 설명하기 위한 도면이다.
도 1 내지 도 3을 참조하면, 베이스 스테이션(110)에서 군집 무인항공기(20, UAV SWARM)의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 표적을 검색하도록 군집 무인항공기(20)를 전송할 수 있다(단계110).
여기에서, 베이스 스테이션(10)은 군집 무인항공기(20)의 무인 비행을 제어하는 것으로, 서버, 단말기 등의 형태로 제공될 수 있으며, 군집 무인항공기(20)의 무인 비행을 제어하기 위한 각종 비행 정보와 표적을 검색 및 정찰하는 중에 생성되는 각종 검색 정보(예를 들면, 배터리 상태, 검색 영역, 표적 위치 등을 포함함)를 무선 통신망을 통해 실시간으로 수집하여 저장할 수 있으며, 이를 참조하여 GSA를 기반으로 표적을 검색 및 정찰하도록 군집 무인항공기(20)를 제어할 수 있다.
상기 단계110에서는, 베이스 스테이션(10)과 군집 무인항공기(20)를 초기화하고, 표적에 대한 검색 영역을 정의하며, 군집 무인항공기(20)가 검색을 시작하는 베이스 지점을 정의한 후에, 우선순위에 따라 군집 무인항공기(20)를 전송할 수 있다.
여기에서, 베이스 스테이션(10)과 군집 무인항공기(20)는 표적을 검색 및 정찰하는 군집 무인항공기(20)의 수와 표적을 지정하기 위해 각각 초기화될 수 있고(단계111), 지정된 표적을 검색하기 위한 검색 영역을 예를 들어 GPS 좌표 방식으로 정의할 수 있으며(단계112), 군집 무인항공기(20)의 검색 및 정찰을 시작하는 최초 지점인 베이스 지점을 예를 들어 GPS 좌표 방식으로 정의한 후에(단계113), 우선순위에 따라 표적을 검색 및 정찰하도록 군집 무인항공기(20)를 전송할 수 있다(단계114).
이러한 표적은 복수개가 지정될 수 있으며, 이에 따라 군집 무인항공기(20)가 특정 표적을 우선적으로 검색하도록 베이스 스테이션(10)에서 제어하거나, 혹은 우선적으로 검색하고자 하는 검색 영역과 순차적인 검색 순서를 지정한 후에, 지정된 검색 영역부터 순차적으로 검색하도록 베이스 스테이션(10)에서 군집 무인항공기(20)를 제어할 수 있다.
그리고, 군집 무인항공기(20)에 포함된 각 서브그룹 무인항공기에서 GSA(gravitational search algorithm)를 기반으로 하여 검색할 수 있다(단계120).
여기에서, 군집 무인항공기(20)는 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 상호 간에 무선 교환할 수 있으며, 각 서브그룹 무인항공기의 위치, 관성 질량, 활성 중력 질량 및 수동 중력 질량에 따라 GSA를 적용할 수 있고, 각 서브그룹 무인항공기가 다른 고도로 배치될 수 있다.
예를 들면, 군집 무인항공기(20)에 배치되는 제 1 서브그룹 무인항공기(21)와 제 2 서브그룹 무인항공기(22)는 도 3에 도시한 바와 같이 서로 다른 고도(높이)에 따라 배치될 수 있다.
상술한 바와 같은 GSA에 대해 구체적으로 설명하면, GSA에서 각 질량(에이전트)에는 위치, 관성 질량, 활성 중력 질량 및 수동 중력 질량의 네 가지 사양이 있는데, 질량의 위치는 문제의 해(솔루션)을 의미하며, 중력 및 관성 질량은 피트니스 함수를 사용하여 결정할 수 있다. 즉, 각 질량은 해를 나타내며 중력 및 관성 질량을 적절히 조정하여 알고리즘을 탐색할 수 있다.
이러한 GSA에서는 시간이 지남에 따라 질량이 가장 무거운 질량에 끌리기를 기대할 수 있고, 이 질량은 검색 공간에 최적의 솔루션을 제공할 수 있으며, GSA는 고립된 질량 시스템으로 간주될 수 있다.
즉, GSA는 뉴턴의 중력 법칙과 운동 법칙을 준수하는 작은 인공 질량 세계와 같다고 할 수 있는데, 질량은 중력의 법칙(즉, 각 입자는 다른 모든 입자를 끌어당기고, 두 입자 사이의 중력은 질량의 곱에 직접 비례하며, R 사이의 거리에 반비례한다. 여기에서, R은 모든 실험 사례에서 R2보다 더 나은 결과를 제공하기 때문에, R2 대신에 R을 사용한다.)과 운동 법칙(즉, 모든 질량의 현재 속도는 이전 속도의 분수와 속도 변화의 합과 같고, 질량의 속도나 가속도의 변화는 시스템에 작용하는 힘을 관성 질량으로 나눈 값과 같다.)을 준수할 수 있다.
상수한 바와 같은 GSA는 피트니스 함수에 의해 정의된 각 질량의 위치와 함께 N 질량의 초기 모집단을 아래의 수학식 1과 같이 생성할 수 있다.
Figure pat00001
여기에서, N 에이전트(질량)이 있는 시스템을 고려할 경우, i번째 에이전트의 위치를 정의할 수 있는데, 군집 무인항공기(20, UAV SWARM)의 경우 각 무인항공기(UAV)가 에이전트로 간주될 수 있다.
그리고, 각 에이전트 또는 질량의 피트니스 방정식은 다음의 수학식 2와 같이 계산될 수 있다.
Figure pat00002
여기에서, Xp는 표적의 위치를 나타낸다.
다음에, 중력 상수는 다음의 수학식 3과 같이 계산될 수 있다.
Figure pat00003
여기에서, G는 초기값(t0)과 시간(t)의 함수이며, G(t0)는 초기 시간 간격인 시간 t0의 최초 우주 양자 간격에서 중력 상수의 값이고, β는 상수를 나타내는데, 중력 상수 G는 처음에 초기화된 후 검색 정확도를 제어하기 위해 시간이 경과되면서 감소할 수 있다.
다음에, 최상의 경우와 최악의 경우는 다음의 수학식 4와 같이 계산될 수 있다.
Figure pat00004
여기에서, fitj(t)는 시간 t에서 에이전트 j의 적합성 값을 나타낸다. 여기에서, 군집 무인항공기(20, UAV SWARM)의 경우 최소화 문제가 고려될 수 있다.
그리고, 질량 i는 피트니스 함수로 아래의 수학식 5와 같이 업데이트될 수 있다.
Figure pat00005
여기에서, 중력 및 관성 질량은 피트니스 평가로 간단하게 계산될 수 있다.질량이 클수록 더 효율적이라는 의미를 갖는다. 이것은 더 좋은 에이전트가 더 높은 어트랙션(인력)을 가지면서 더 천천히 움직인다는 것을 의미하며, 중력 및 관성 질량의 동등성을 가정하면 질량값은 피트니스 맵을 이용하여 계산될 수 있다.
그리고, 에이전트의 속도와 위치는 다음의 수학식 6을 이용하여 업데이트될 수 있다.
Figure pat00006
여기에서, 에이전트(UAV)의 다음 속도는 가속도에 추가된 현재 속도의 일부로 간주될 수 있다.
또한, 힘 F가 가해진 질량 i의 가속은 힘과 질량에 영향을 받는데, 가속도는 다음의 수학식 7과 같이 나타낼 수 있다.
Figure pat00007
다음에, 특정 시간 t에서 질량 j에서 질량 i에 작용하는 힘은 다음의 수학식 8과 같이 정의할 수 있다.
Figure pat00008
여기에서, GSA 알고리즘에 확률적 특성을 부여하기 위해 차원 d에서 에이전트 i에 작용하는 총 힘이 다른 에이전트에서 가한 힘의 d번째 구성 요소의 무작위 가중치 합이라고 다음의 수학식 9와 같이 가정할 수 있다.
Figure pat00009
여기에서, Kbest 질량은 최적화 문제에 대한 최상의 솔루션을 반환하며, randj는 [0,1] 간격의 난수를 나타낸다.
한편, 군집 무인항공기(20)에 포함된 각 서브그룹 무인항공기에서 검색이 완료되었는지 체크할 수 있다(단계130). 즉, 표적을 검색 및 정찰하기 위해 지정된 모든 검색 영역에 대한 검색 및 정찰이 수행되었는지 체크할 수 있다.
상기 단계130에서의 체크 결과, 군집 무인항공기(20)의 표적에 대한 검색 영역의 검색이 완료되지 않은 경우 군집 무인항공기(20)에서는 표적에 대한 정찰을 지속적으로 수행할 수 있다(단계140).
한편, 상기 단계130에서의 체크 결과, 군집 무인항공기(20)의 표적에 대한 검색 영역의 검색이 완료된 경우 군집 무인항공기(20)는 베이스 지점으로 귀환할 수 있다(단계150). 여기에서, 군집 무인항공기(20)가 지정된 모든 검색 영역에 대한 검색이 완료된 경우 베이스 스테이션(10)에서 군집 무인항공기(20)를 베이스 지점으로 귀환하도록 제어할 수 있다.
그리고, 군집 무인항공기(20)에서 표적에 대한 정찰을 수행하는 중에 각 서브그룹 무인항공기의 배터리 상태를 체크할 수 있다(단계160). 여기에서, 각 서브그룹 무인항공기는 표적에 대한 지속적인 정찰 중에도 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 상호 간에 무선 교환할 수 있으며, 상호 간에 교환된 각종 정보들은 무선으로 베이스 스테이션(10)에 실시간으로 전송하여 수집될 수 있고, 베이스 스테이션(10)에서는 수집된 배터리 상태 정보를 통해 군집 무인항공기(20)에 포함된 모든 무인항공기의 배터리 상태를 체크할 수 있다.
상기 단계160에서의 체크 결과, 각 서브그룹 무인항공기의 배터리 상태가 양호한 경우 표적에 대한 정찰을 지속적으로 수행할 수 있다(단계170).
한편, 상기 단계160에서의 체크 결과, 각 서브그룹 무인항공기 중에서 특정 무인항공기의 배터리 전력이 기 설정된 임계값 이하인 경우(즉, 불량인 경우) 해당 무인항공기는 베이스 지점으로 귀환할 수 있다(단계150).
여기에서, 기 설정된 임계값은 배터리 전력량의 수준이 해당 무인항공기가 베이스 지점까지 귀환할 수 있는 정도의 배터리 전력값 이상이 되도록 설정될 수 있는데, 베이스 스테이션(10)에서 정찰 중에 수집된 각종 검색 정보들을 이용하여 해당 배터리 상태를 파악한 후에, 배터리 전력이 기 설정된 임계값 이하인 경우 베이스 지점으로 귀환하도록 무인항공기를 제어할 수 있다.
이어서, 군집 무인항공기(20)에서는 정찰을 수행하는 중에 표적이 감지된 경우 표적의 위치에 잔류할 수 있다(단계180). 여기에서, 군집 무인항공기(20)에 포함된 각 서브그룹 무인항공기 중에 어느 하나의 무인항공기만을 잔류시키면서 다른 모든 무인항공기는 베이스 지점으로 귀환하도록 베이스 스테이션(10)에서 제어할 수 있다.
상술한 바와 같은 본 발명의 실시예에 따른 GSA에 기반하는 군집 무인항공기의 정찰 방법에 대한 성능에 대해 도 4 내지 도 9를 참조하여 이하에서 설명하기로 한다.
도 4 내지 도 9를 참조하면, GSA는 7대의 무인항공기(UAV, 즉 드론)으로 구성된 군집(SWARM) 그룹에 대해 도 4에 도시한 바와 같은 기존 알고리즘에 비해 단시간 내에 드론 정찰을 성공적으로 수행할 수 있는 알고리즘임을 알 수 있다. 여기에서는 본 발명의 실시예에 따른 GSA 기법이 종래의 정찰 기법인 PSO(particle search optimization)와 PeSOA(penguin search optimization algorithms) 알고리즘에 비해 검색 시간 및 반복 면에서 훨씬 향상된 성능을 제공하다는 것을 알 수 있다.
또한, 본 발명의 실시예에 따른 GSA 기법에서는 배터리 상태 기반 정찰을 수행할 수 있을 뿐만 아니라 베이스 지점으로의 기본 복귀 전략, 표적의 위치에 머무르는(잔류하는) 전략 또한 제공할 수 있는 장점이 있다.
특히, 도 3에 도시한 바와 같이 각 서브그룹 무인항공기의 고도 기반 무리 조적의 경우 그룹 간 충돌을 피할 수 있도록 무인 비행이 제어될 수 있는데, R에서 R1과 R2는 SWARM1과 SWARM2의 높이로서, hij와 hmn은 SWARM1과 SWARM2의 각 UAVS의 높이이므로, 본 발명의 실시예에 따른 비식별 표적 탐지의 2D와 3D 모델은 도 5 내지 도 9에 도시한 바와 같이 나타내고 있다. 여기에서, 삼각형 모양은 무인항공기(UAV)가 성공적으로 표적을 탐지한 후 비식별 표적에 머물렀음을 나타낸다.
여기에서, 도 5는 단일 군집(single SWARM)에 의한 GSA 기반 다중 표적(6개의 타겟) 탐지에 대해 나타내고 있고, 도 6은 타겟의 수에 대응하는 검색 시간과 반복 면에서의 단일 군집(single SWARM)의 성능을 나타내고 있으며, 도 7은 멀티 군집(multi SWARM)에 의한 GSA 기반 다중 표적(6개의 타겟) 탐지에 대해 나타내고 있고, 도 8은 타겟의 수에 대응하는 검색 시간과 반복 면에서의 멀티 군집(multi SWARM)의 성능을 나타내고 있으며, 도 9는 GSA를 이용하여 멀티 군집(multi SWARM) 기반의 다중 표적 정찰에 대한 3D 모델을 나타내고 있다.
상술한 바와 같이 검색 시간과 반복 면에서 종래 기법보다는 본 발명의 실시예에 따른 GSA 기법이 월등한 성능을 나타내는 것을 알 수 있으며, 본 발명의 실시예에 따른 GSA 기법에서는 단일 군집(single SWARM)보다 멀티 군집(multi SWARM)의 경우에 검색 시간 및 반복 면에서 상대적으로 향상된 성능을 나타내는 것을 알 수 있다.
따라서, 본 발명은 GSA를 기반으로 하여 배터리 상태를 고려하면서 미식별 표적을 탐지함으로써, 군집 무인정찰기(UAV SWARM)가 정찰 임무를 효율적이고 짧은 시간 내에 수행할 수 있다.
또한, 본 발명은 베이스 스테이션에서 군집 무인항공기의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 표적을 검색하도록 군집 무인항공기를 전송하고, 각 서브그룹 무인항공기에서 GSA를 기반으로 하여 검색하며, 검색이 완료된 경우 베이스 지점으로 귀환함으로써, 적은 메모리 용량으로도 표적을 탐지할 수 있어 군집 무인항공기의 정찰 임무에 적합하면서 표적 탐지 시간을 단축시킬 수 있다.
아울러, 본 발명은 군집 무인항공기의 각 서브그룹 무인항공기 상호 간에 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 무선 교환하고, 배터리 상태를 체크하여 기 설정된 임계값 이하인 해당 무인항공기를 베이스 지점으로 귀환시키면서 표적을 탐지한 경우 무인항공기를 해당 위치에 잔류시킴으로써, 무인항공기의 배터리 상태에 따라 능동적으로 대처하여 정찰 임무의 효율성을 향상시킬 수 있을 뿐만 아니라 표적 탐지 위치에 대한 정확한 정찰 임무를 수행할 수 있다.
이상의 설명에서는 본 발명의 다양한 실시예들을 제시하여 설명하였으나 본 발명이 반드시 이에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능함을 쉽게 알 수 있을 것이다.
10 : 베이스 스테이션
20 : 군집 무인항공기
21 : 제 1 서브그룹 무인항공기
22 : 제 2 서브그룹 무인항공기

Claims (7)

  1. 베이스 스테이션에서 군집 무인항공기(UAV SWARM)의 수와 정찰하고자 하는 표적을 선택하여 우선순위에 따라 상기 표적을 검색하도록 상기 군집 무인항공기를 전송하는 제 1 단계와,
    상기 군집 무인항공기에 포함된 각 서브그룹 무인항공기에서 GSA(gravitational search algorithm)를 기반으로 하여 검색하는 제 2 단계와,
    상기 각 서브그룹 무인항공기에서 검색이 완료되었는지 체크하는 제 3 단계와,
    상기 제 3 단계의 체크 결과, 상기 검색이 완료되지 않은 경우 상기 표적에 대한 정찰을 지속적으로 수행하고, 상기 검색이 완료된 경우 베이스 지점으로 귀환하는 제 4 단계
    를 포함하는 GSA를 기반하는 군집 무인항공기의 정찰 방법.
  2. 제 1 항에 있어서,
    상기 제 1 단계는,
    상기 베이스 스테이션과 상기 군집 무인항공기를 초기화하는 제 1-1 단계와,
    상기 표적에 대한 검색 영역을 정의하는 제 1-2 단계와,
    상기 군집 무인항공기가 검색을 시작하는 상기 베이스 지점을 정의하는 제 1-3 단계와,
    상기 우선순위에 따라 상기 군집 무인항공기를 전송하는 제 1-4 단계
    를 포함하는 GSA를 기반하는 군집 무인항공기의 정찰 방법.
  3. 제 1 항에 있어서,
    상기 제 2 단계는,
    상기 군집 무인항공기의 배터리 상태, 검색 영역 및 표적 위치에 대한 검색 정보를 상호 간에 무선 교환하는
    GSA를 기반하는 군집 무인항공기의 정찰 방법.
  4. 제 3 항에 있어서,
    상기 제 2 단계는,
    상기 각 서브그룹 무인항공기의 위치, 관성 질량, 활성 중력 질량 및 수동 중력 질량에 따라 상기 GSA를 적용하는
    GSA를 기반하는 군집 무인항공기의 정찰 방법.
  5. 제 4 항에 있어서,
    상기 제 2 단계는,
    상기 각 서브그룹 무인항공기가 다른 고도로 배치되는
    GSA를 기반하는 군집 무인항공기의 정찰 방법.
  6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서,
    상기 GSA를 기반하는 군집 무인항공기의 정찰 방법은,
    상기 제 4 단계에서 상기 정찰을 수행하는 중에 상기 각 서브그룹 무인항공기의 배터리 상태를 체크하는 제 5 단계와,
    상기 제 5 단계의 체크 결과, 상기 배터리 상태가 양호한 경우 상기 정찰을 지속적으로 수행하고, 배터리 전력이 기 설정된 임계값 이하인 무인항공기가 상기 베이스 지점으로 귀환하는 제 6 단계
    를 더 포함하는 GSA를 기반하는 군집 무인항공기의 정찰 방법.
  7. 제 6 항에 있어서,
    상기 제 4 단계는,
    상기 정찰을 수행하는 중에 상기 표적이 감지된 경우 상기 표적의 위치에 잔류하는
    GSA를 기반하는 군집 무인항공기의 정찰 방법.
KR1020190174627A 2019-12-26 2019-12-26 Gsa에 기반하는 군집 무인항공기의 정찰 방법 KR102275225B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190174627A KR102275225B1 (ko) 2019-12-26 2019-12-26 Gsa에 기반하는 군집 무인항공기의 정찰 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190174627A KR102275225B1 (ko) 2019-12-26 2019-12-26 Gsa에 기반하는 군집 무인항공기의 정찰 방법

Publications (2)

Publication Number Publication Date
KR20210082576A true KR20210082576A (ko) 2021-07-06
KR102275225B1 KR102275225B1 (ko) 2021-07-08

Family

ID=76861108

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190174627A KR102275225B1 (ko) 2019-12-26 2019-12-26 Gsa에 기반하는 군집 무인항공기의 정찰 방법

Country Status (1)

Country Link
KR (1) KR102275225B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113821049A (zh) * 2021-08-25 2021-12-21 中山大学 基于蚂蚁信息素机制的无人机集群涌现感知方法及装置
CN114237044A (zh) * 2021-11-29 2022-03-25 南通大学 一种基于递阶引力搜索的循环流化床锅炉模型辨识方法
CN114995162A (zh) * 2022-08-01 2022-09-02 季华实验室 多机器人的任务分配方法、装置、电子设备及存储介质
WO2024128389A1 (ko) * 2022-12-13 2024-06-20 (주)이오시스템 드론 전투체계를 위한 표적추적시스템 및 그 제어방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101539865B1 (ko) 2013-11-22 2015-07-28 인하공업전문대학산학협력단 무인 항공기의 비행 제어 장치 및 그 방법
KR101685548B1 (ko) 2015-04-01 2016-12-12 고려대학교 산학협력단 드론 편대 제어 방법
KR101842217B1 (ko) * 2017-04-11 2018-03-26 국방기술품질원 비행 제어 장치, 그 방법 및 이를 포함하는 비행 제어 시스템
KR20190023633A (ko) * 2017-08-29 2019-03-08 인하대학교 산학협력단 다수의 무인 비행체를 이용한 광역 자율탐색 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101539865B1 (ko) 2013-11-22 2015-07-28 인하공업전문대학산학협력단 무인 항공기의 비행 제어 장치 및 그 방법
KR101685548B1 (ko) 2015-04-01 2016-12-12 고려대학교 산학협력단 드론 편대 제어 방법
KR101842217B1 (ko) * 2017-04-11 2018-03-26 국방기술품질원 비행 제어 장치, 그 방법 및 이를 포함하는 비행 제어 시스템
KR20190023633A (ko) * 2017-08-29 2019-03-08 인하대학교 산학협력단 다수의 무인 비행체를 이용한 광역 자율탐색 방법 및 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
LI Pei and DUAN HaiBin, Path planning of unmanned aerial vehicle based on improved gravitational search algorithm, Science China Technological Sciences, Vo. 55, No 10, pp. 2712-2719, October 2012.* *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113821049A (zh) * 2021-08-25 2021-12-21 中山大学 基于蚂蚁信息素机制的无人机集群涌现感知方法及装置
CN113821049B (zh) * 2021-08-25 2022-10-14 中山大学 基于蚂蚁信息素机制的无人机集群涌现感知方法及装置
CN114237044A (zh) * 2021-11-29 2022-03-25 南通大学 一种基于递阶引力搜索的循环流化床锅炉模型辨识方法
CN114237044B (zh) * 2021-11-29 2023-07-18 南通大学 一种基于递阶引力搜索的循环流化床锅炉模型辨识方法
CN114995162A (zh) * 2022-08-01 2022-09-02 季华实验室 多机器人的任务分配方法、装置、电子设备及存储介质
WO2024128389A1 (ko) * 2022-12-13 2024-06-20 (주)이오시스템 드론 전투체계를 위한 표적추적시스템 및 그 제어방법

Also Published As

Publication number Publication date
KR102275225B1 (ko) 2021-07-08

Similar Documents

Publication Publication Date Title
KR102275225B1 (ko) Gsa에 기반하는 군집 무인항공기의 정찰 방법
CN108549407B (zh) 一种多无人机协同编队避障的控制算法
Bouhamed et al. Autonomous UAV navigation: A DDPG-based deep reinforcement learning approach
Garcia-Aunon et al. Monitoring traffic in future cities with aerial swarms: Developing and optimizing a behavior-based surveillance algorithm
KR101993603B1 (ko) 다수의 무인 비행체를 이용한 광역 자율탐색 방법 및 시스템
EP3619591B1 (en) Leading drone
CN111638725B (zh) 基于蚁群算法与人工势场法的无人机编队重构系统及方法
WO2017198696A2 (en) Intelligent autonomous drone fleet management
Bogdanowicz Flying swarm of drones over circulant digraph
US20200012293A1 (en) Robot and method of providing guidance service by the robot
JP2019537140A (ja) ビークル衝突回避
US20190066522A1 (en) Controlling Landings of an Aerial Robotic Vehicle Using Three-Dimensional Terrain Maps Generated Using Visual-Inertial Odometry
Petrlík et al. Coverage optimization in the cooperative surveillance task using multiple micro aerial vehicles
Abeywickrama et al. Potential field based inter-UAV collision avoidance using virtual target relocation
Shivkumar et al. Surveillance Algorithm for a Swarm of Self-Organized Aerial Unmanned Vehicle
KR102610559B1 (ko) 동적 장애물 충돌 회피 무인기 및 그 회피 방법
Nair et al. Autonomous Precision Landing with UAV and Auto charging
Falomir et al. Mobility strategies based on virtual forces for swarms of autonomous UAVs in constrained environments
Ho et al. Simulating shared airspace for service UAVs with conflict resolution
Martın-Lammerding et al. A multi-UAS simulator for high density air traffic scenarios
CN111373772A (zh) 漫游时的飞行策略查询
Hamnanaka Optimum design for drone highway network
Fan et al. Multi-UAV Cooperative Hunting in Cluttered Environments Considering Downwash Effects
JP7166587B2 (ja) 監視システム
KR102258505B1 (ko) 무인항공기의 군집 내비게이션 방법

Legal Events

Date Code Title Description
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant