KR20230148625A

KR20230148625A - 무인 비행체의 비행 제어 장치 및 그의 동작 방법

Info

Publication number: KR20230148625A
Application number: KR1020220047654A
Authority: KR
Inventors: 이홍주; 문건희; 정혜인; 김규남; 류현지; 성창현; 임준영
Original assignee: 현대자동차주식회사; 기아 주식회사
Priority date: 2022-04-18
Filing date: 2022-04-18
Publication date: 2023-10-25
Also published as: US20230331396A1; CN116909308A

Abstract

본 문서에 개시된 일 실시 예에 따른 비행 제어 장치는 제어 시스템과 통신을 형성하고 상기 제어 시스템으로부터 무인 비행체의 비행을 제어하는 제어 정보와 관련된 제 1 정보를 수신하도록 구성된 통신 회로, 상기 무인 비행체에 대한 비행 데이터와 관련된 제 2 정보를 획득하도록 구성된 센서, 상기 제 1 정보와 상기 제 2 정보에 기초하여 상기 무인 비행체에 대한 비행 상태를 예측하는 예측 모델 및 비행 파라미터 추정 값을 저장하는 메모리 및 프로세서를 포함하며, 상기 프로세서는 상기 제 1 정보와 상기 비행 파라미터 추정 값에 기초하여 상기 무인 비행체의 비행을 제어하기 위한 제어 신호를 생성하고, 상기 제어 신호에 기초하여 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 상태 변수의 예상 측정 값과 상기 제 2 정보에 기초하여 측정되는 상기 무인 비행체의 상태 변수 측정 값을 비교하고, 상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 지정된 범위에 포함되는 경우 상기 저장된 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하고, 상기 차이가 상기 지정된 범위를 벗어나는 경우에는 상기 저장된 비행 파라미터 추정 값을 갱신하고, 상기 갱신된 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하도록 구성될 수 있다.

Description

무인 비행체의 비행 제어 장치 및 그의 동작 방법{APPARATUS FOR CONTROLLING FLIGHT OF UNMANNED AERIAL VEHICLE AND METHOD THEREOF}

본 발명은 무인 비행체의 비행 제어 장치 및 그의 동작 방법에 관한 것으로, 보다 상세하게는 비행 중 비행 상태 예측 모델을 통해 예측되는 무인 비행체의 비행 상태와 센서를 통해 확인되는 실제 비행 상태에 기초하여 무인 비행체에 대한 비행 파라미터를 수집함으로써 무인 비행체의 비행 제어 성능을 향상시키기 위한 기술에 관한 것이다.

무인 비행체(예: 드론)는 사람이 타지 않고, 무선 전파의 유도에 의해서 비행하는 장치일 수 있다. 무인 비행체는 원래 군사적 목적으로 정찰, 감시 등의 용도로 개발되었으나, 최근에는 물건 배송, 사진 또는 영상 촬영 등의 용도로 활용 범위가 확대되고 있다.

무인 비행체는 별도의 조작 장치 또는 관제 시스템에서 발생되는 조작 정보에 따라 비행할 수 있다. 예를 들어, 무인 비행체는 조작 정보에 따라 비행 고도를 변경하거나, 동일 고도에서 이동 또는 회전할 수 있다.

하지만, 조작 장치에 의해 무인 비행체가 제어되는 경우, 조종자의 조작 미숙으로 인해서 무인 비행체가 정해진 비행 경로에 따라 비행하지 못하는 경우가 발생될 수 있다. 또한, 관제 시스템에 의해 무인 비행체가 제어되는 경우에는 조작 장치에 의해 제어되는 경우 보다 안정적으로 제어될 수 있지만, 무인 비행체의 결함이나 비행 중 외부 환경적인 원인(예: 바람, 주변 장애물 등)에 의해 무인 비행체의 안정적인 비행이 보장되지 않을 수 있다.

본 발명의 다양한 실시 예들 중 적어도 하나는 비행 중 비행 상태 예측 모델을 통해 예측되는 무인 비행체의 비행 상태와 센서를 통해 확인되는 실제 비행 상태에 기초하여 무인 비행체에 대한 비행 파라미터를 수집하고 이를 비행 제어에 적용하기 위한 무인 비행체의 비행 제어 장치 및 그의 동작 방법을 제공하고자 한다.

본 발명의 다양한 실시 예들 중 적어도 하나는 비행 중 비행 상태 예측 모델을 통해 예측되는 무인 비행체의 비행 상태와 센서를 통해 확인되는 실제 비행 상태에 기초하여 비행 상태 예측 모델을 갱신함으로써 무인 비행체의 비행 제어 성능을 향상시키는 무인 비행체의 비행 제어 장치 및 그의 동작 방법을 제공하고자 한다.

본 발명의 다양한 실시 예들 중 적어도 하나는 갱신된 비행 상태 예측 모델을 이용하여 비행 중인 무인 비행체에 대한 결함 여부를 판단하는 무인 비행체의 비행 제어 장치 및 그의 동작 방법을 제공하고자 한다.

본 문서에 개시된 실시 예들의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들도 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 문서에 개시된 일 실시 예에 따른 무인 비행체의 비행 제어 장치는 제어 시스템과 통신을 형성하고, 상기 제어 시스템으로부터 무인 비행체의 비행을 제어하는 조작 정보와 관련된 제 1 정보를 수신하도록 구성된 통신 회로, 상기 무인 비행체에 대한 비행 데이터와 관련된 제 2 정보를 획득하도록 구성된 센서, 상기 제 1 정보와 상기 제 2 정보에 기초하여 상기 무인 비행체에 대한 비행 상태를 예측하는 예측 모델 및 랜딩 기어 스프링 계수, 공력 계수, 마찰계수, 조종면 효과, 추력 계수, 관성 모멘트 중 적어도 하나를 포함하는 비행 파라미터 추정 값을 저장하는 메모리 및 상기 통신 회로, 상기 센서 및 상기 메모리와 전기적으로 연결된 프로세서를 포함하며, 상기 프로세서는 상기 제 1 정보와 상기 비행 파라미터 추정 값에 기초하여 상기 무인 비행체의 비행을 제어하기 위한 제어 신호를 생성하고, 상기 제어 신호에 기초하여 상기 무인 비행체의 비행을 제어하는 동안 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 상태 변수의 예상 측정 값과 상기 제 2 정보에 기초하여 측정되는 상기 무인 비행체의 상태 변수 측정 값을 비교하고, 상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 지정된 범위에 포함되는 경우 상기 메모리에 저장된 상기 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하고, 상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 상기 지정된 범위를 벗어나는 경우에는 상기 메모리에 저장된 상기 비행 파라미터 추정 값을 갱신하고, 상기 갱신된 비행 파라미터 추정 값에 기초하여 제어 신호를 생성하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 상기 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태와 상기 제 2 정보에 기초하여 결정된 상기 무인 비행체의 실제 비행 상태와 비교하고, 상기 비교 결과에 기초하여, 상기 메모리에 저장된 예측 모델을 갱신하고, 상기 갱신된 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태에 기초하여 상기 무인 비행체의 비행을 제어하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 미리 지정된 제어 신호를 생성하여 상기 무인 비행체의 비행을 제어하고, 상기 생성된 제어 신호에 따라 비행이 제어되는 동안의 상기 비행 파라미터를 학습 데이터로 사용하여 상기 예측 모델을 갱신하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 상기 무인 비행체의 비행이 제어되는 동안, 상기 예측 모델을 통해 예측되는 비행 상태와 상기 제 2 정보에 기초하여 획득되는 비행 상태에 기초하여 상기 무인 비행체에 대한 결함을 모니터링하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 센서는 제 1 비행 데이터와 관련된 정보를 획득하도록 구성된 제 1 센서와 제 2 비행 데이터와 관련된 제 2 센서를 포함하며, 상기 프로세서는 상기 제 1 센서의 동작을 비활성화시키고, 상기 제 1 센서의 동작이 비활성화되는 동안 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 예측 반응을 상기 제 2 센서를 통해 수집되는 제 2 정보에 기초하여 결정되는 상기 무인 비행체의 실제 반응과 비교하고, 상기 예측 반응과 상기 실제 반응의 차이가 일정 수준 이상이면 상기 제 1 센서에 대한 결함 발생을 판단하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제어 시스템으로 결함을 통보하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 비행 제어 장치는 발광 장치 또는 스피커 중 적어도 하나를 포함하는 출력 장치를 더 포함하며, 상기 프로세서는 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 출력 장치를 통해 결함을 통보하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 미리 지정된 위치로 비상 착륙을 유도하는 제어 명령을 생성하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제 1 센서 대신에 가상 센서에 의해 발생된 정보를 상기 무인 비행체의 비행 상태를 추정하는데 사용하도록 구성될 수 있다.

일 실시 예에 있어서, 상기 프로세서는 상기 제 1 센서에 대한 결함 여부를 판단한 후에 상기 제 2 센서에 대한 결함 여부를 판단하도록 구성될 수 있다.

본 문서에 개시된 일 실시 예에 따른 비행 제어 장치의 동작 방법은 제어 시스템으로부터 무인 비행체의 비행을 제어하는 조작 정보와 관련된 제 1 정보를 수신하는 동작, 상기 무인 비행체에 저장되는 랜딩 기어 스프링 계수, 공력 계수, 마찰계수, 조종면 효과, 추력 계수, 관성 모멘트 중 적어도 하나를 포함하는 비행 파라미터 추정 값과 상기 제 1 정보에 기초하여 상기 무인 비행체의 비행을 제어하기 위한 제어 신호를 생성하는 동작, 상기 제어 신호에 기초하여 상기 무인 비행체의 비행이 제어되는 동안 상기 무인 비행체에 구비된 센서를 통해 비행 데이터와 관련된 제 2 정보를 획득하는 동작, 상기 제 1 정보와 상기 제 2 정보를 입력 데이터로 하는 예측 모델을 이용하여 상기 무인 비행체에 대한 상태 변수의 예상 측정 값을 예측하는 동작, 상기 무인 비행체의 상태 변수의 예상 측정 값과 상기 제 2 정보에 기초하여 측정되는 상기 무인 비행체의 상태 변수 측정 값을 비교하는 동작, 상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 지정된 범위에 포함되는 경우 상기 무인 비행체에 저장된 상기 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하는 동작, 상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 상기 지정된 범위를 벗어나는 경우에는 상기 무인 비행체에 저장된 상기 비행 파라미터 추정 값을 갱신하고 상기 갱신된 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 비행 제어 장치의 동작 방법은 상기 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태와 상기 제 2 정보에 기초하여 결정된 상기 무인 비행체의 실제 비행 상태와 비교하는 동작, 상기 비교 결과에 기초하여, 상기 무인 비행체에 저장된 예측 모델을 갱신하는 동작 및 상기 갱신된 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태에 기초하여 상기 무인 비행체의 비행을 제어하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 예측 모델을 갱신하는 동작은 미리 지정된 제어 신호를 생성하여 상기 무인 비행체의 비행을 제어하는 동작 및 상기 생성된 제어 신호에 따라 비행이 제어되는 동안의 상기 비행 파라미터를 학습 데이터로 사용하여 상기 예측 모델을 갱신하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 비행 제어 장치의 동작 방법은 상기 무인 비행체의 비행이 제어되는 동안, 상기 예측 모델을 통해 예측되는 비행 상태와 상기 제 2 정보에 기초하여 획득되는 비행 상태에 기초하여 상기 무인 비행체에 대한 결함을 모니터링하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 센서는 제 1 비행 데이터와 관련된 정보를 획득하도록 구성된 제 1 센서와 제 2 비행 데이터와 관련된 제 2 센서를 포함하며, 상기 무인 비행체에 대한 결함을 모니터링하는 동작은 상기 제 1 센서의 동작을 비활성화시키는 동작, 상기 제 1 센서의 동작이 비활성화되는 동안 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 예측 반응을 상기 제 2 센서를 통해 수집되는 제 2 정보에 기초하여 결정되는 상기 무인 비행체의 실제 반응과 비교하는 동작 및 상기 예측 반응과 상기 실제 반응의 차이가 일정 수준 이상이면 상기 제 1 센서에 대한 결함 발생을 판단하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 무인 비행체에 대한 결함을 모니터링 하는 동작은 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제어 시스템으로 결함을 통보하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 무인 비행체에 대한 결함을 모니터링 하는 동작은 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 무인 비행체의 발광 장치 또는 스피커 중 적어도 하나를 통해 결함을 통보하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 무인 비행체에 대한 결함을 모니터링 하는 동작은 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 미리 지정된 위치로 비상 착륙을 유도하는 제어 명령을 생성하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 무인 비행체에 대한 결함을 모니터링 하는 동작은 상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제 1 센서 대신에 가상 센서에 의해 발생된 정보를 상기 무인 비행체의 비행 상태를 추정하는데 사용하는 동작을 포함할 수 있다.

일 실시 예에 있어서, 상기 무인 비행체에 대한 결함을 모니터링 하는 동작은 상기 제 1 센서에 대한 결함 여부를 판단한 후에 상기 제 2 센서에 대한 결함 여부를 판단하는 동작을 포함할 수 있다.

본 기술은 무인 비행체가 비행하는 상태에서, 비행 상태 예측 모델을 통해 예측되는 비행 상태와 센서를 통해 확인되는 실제 비행 상태에 기초하여 무인 비행체에 대한 비행 파라미터를 수집하고 이를 비행 제어에 적용함으로써 무인 비행체의 비행 제어 성능을 향상시킬 수 있다.

또한, 본 기술은 무인 비행체가 비행하는 상태에서, 비행 상태 예측 모델을 통해 예측되는 비행 상태와 센서를 통해 확인되는 실제 비행 상태에 기초하여 비행 상태 예측 모델을 갱신함으로써 무인 비행체의 비행 제어 성능을 향상시킬 수 있다.

또한, 본 기술은 무인 비행체가 비행하는 상태에서, 비행 상태 예측 모델을 통해 예측되는 비행 상태와 센서를 통해 확인되는 실제 비행 상태에 기초하여 무인 비행체에 대한 결함을 감지하고 감지 결과에 기초하여 비행을 제어함으로써, 무인 비행체의 이상 비행에 즉각적으로 대처할 수 있다.

이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.

도 1은 본 발명의 다양한 실시 예에 따른 무인 비행체의 구성을 나타내는 블록도이다.
도 2a는 다양한 실시 예에 따른 비행 상태 예측 모듈의 구성을 설명하기 위한 도면이다.
도 2b는 다양한 실시 예에 따른 예측 모델 갱신 모듈의 구성을 설명하기 위한 도면이다.
도 2c는 다양한 실시 예에 따른 결함 모니터링 모듈을 설명하기 위한 도면이다.
도 2d는 다양한 실시 예에 따른 예측 모델 갱신 시점을 설명하기 위한 도면이다.
도 3은 본 발명에 따른 무인 비행체의 동작을 설명하기 위한 순서도이다.
도 4는 본 발명에 따른 무인 비행체에서 결함을 감지하는 동작을 설명하기 위한 순서도이다.
도 5는 본 발명의 일 실시 예에 따른 컴퓨팅 시스템의 구성을 도시한 도면이다.
도면의 설명과 관련하여, 동일 또는 유사한 구성요소에 대해서는 동일 또는 유사한 참조 부호가 사용될 수 있다.

이하, 본 발명의 일부 실시 예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시 예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.

본 발명의 실시 예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 도 1 내지 도 5를 참조하여, 본 발명의 실시 예들을 구체적으로 설명하기로 한다.

도 1은 본 발명의 다양한 실시 예에 따른 비행 제어 장치의 구성을 나타내는 블록도이다. 예를 들어, 다양한 실시 예에 따른 비행 제어 장치는 무인 비행체 또는 무인 비행체의 일부 구성으로 해석될 수 있다.

도 1을 참조하면, 다양한 실시 예에 따른 비행 제어 장치(100)(또는 무인 비행체)는 센서(101), 통신 회로(103), 구동 장치(105), 메모리(107) 및 프로세서(109)를 포함할 수 있다. 그러나, 이는 예시적일 뿐, 본 발명의 실시 예가 이에 한정되는 것이 아니다. 예컨대, 전술한 비행 제어 장치(100)의 구성 요소들 중 적어도 하나가 생략되거나 또는 하나 이상의 다른 구성 요소(예: 카메라, 배터리, 표시 장치 등)가 비행 제어 장치(100)의 구성으로 추가될 수도 있다. 또한, 전술한 비행 제어 장치(100)의 구성 요소들 중 적어도 하나는 다른 구성 요소와 통합되어 구비될 수도 있다.

다양한 실시 예에 따르면, 센서(101)는 무인 비행체의 내부에 실장되거나 또는 적어도 일부가 무인 비행체의 외부를 통해 노출되도록 구비될 수 있다. 일 실시 예에 따르면, 센서(101)는 무인 비행체에 대한 비행 데이터를 획득하도록 구성된 적어도 하나의 센서를 포함할 수 있다.

예를 들어, 비행 데이터의 적어도 일부는 무인 비행체의 자세, 위치, 각속도, 비행 방향, 가속도, 비행 속도, 비행 고도, 중량, 받음각, 온도 중 적어도 하나를 포함할 수 있다. 그러나, 이는 예시적일 뿐, 본 발명이 이에 한정되는 것은 아니다. 예컨대, 센서(101)는 라이다 센서, 레이다 센서, 카메라 센서 및 초음파 센서 등과 같이 무인 비행체의 주변 환경(예: 주변 객체)을 감지할 수 있는 다양한 센서들을 더 포함될 수도 있다.

다양한 실시 예에 따르면, 통신 회로(103)는 제어 시스템(예: 조작 장치 또는 관제 시스템)과의 통신 채널의 수립 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 일 실시 예에 따르면, 통신 회로(103)는 셀룰러 통신 회로 및/또는 근거리 무선 통신 회로를 포함할 수 있다.

다양한 실시 예에 따르면, 구동 장치(105)는 무인 비행체가 비행(예: 수평 비행 또는 수직 비행)할 수 있도록 추진력을 생성할 수 있다. 일 실시 예에 따르면, 구동 장치(105)는 적어도 하나의 프로펠러와 적어도 하나의 모터로 구성될 수 있다.

예를 들어, 복수의 프로펠러와 모터가 무인 비행체의 중심을 기준으로 대칭되게 배치될 수 있다. 그러나, 이는 예시적일 뿐, 본 발명의 실시 예가 이에 한정되는 것이 아니다. 예컨대, 프로펠러와 모터는 다양한 형태로 무인 비행체에 구비될 수 있다. 또한, 프로펠러 대신에 에어 분사 형태의 구동 장치가 비행 제어 장치(100)의 구성으로 구비될 수도 있으며, 구현에 따라서는 에어 분사 형태의 구동 장치가 프로펠러와 함께 비행 제어 장치(100)의 구성으로 구비될 수도 있다.

다양한 실시 예에 따르면, 메모리(107)는 비행 제어 장치(100)에 구비된 적어도 하나의 다른 구성요소(예: 센서(101), 통신 회로(103), 구동 장치(105) 및 프로세서(109))와 관련된 데이터 및 비행 제어 장치(100)의 동작(또는 제어)과 관련된 프로그램, 알고리즘, 루틴 및/또는 명령어를 포함할 수 있다.

일 실시 예에 따르면, 메모리(107)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 마이크로 타입(micro type) 및 카드 타입(예컨대, SD 카드(Secure Digital Card) 또는 XD 카드(eXtream Digital Card)) 등의 메모리와, 램(RAM, Random Access Memory), SRAM(Static RAM), 롬(ROM, Read-Only Memory), PROM(Programmable ROM), EEPROM(Electrically Erasable PROM), 자기 메모리(MRAM, Magnetic RAM), 자기 디스크(magnetic disk), 또는 광디스크(optical disk) 타입의 메모리 중 적어도 하나의 타입의 기록 매체(storage medium)를 포함할 수 있다.

다양한 실시 예에 따르면, 프로세서(109)는 센서(101), 통신 회로(103), 구동 장치(105) 및 메모리(107)와 전기적으로 연결될 수 있으며, 비행 제어 장치(100)의 전반적인 동작을 제어할 수 있다.

일 실시 예에 따르면, 프로세서(109)는 제어 시스템(예: 조작 장치 또는 관제 시스템)으로부터 제공되는 조작 정보에 기초하여 비행 제어 장치(100)의 동작을 제어할 수 있다. 제어 시스템으로부터 제공되는 조작 정보는 예를 들어, 무인 비행체에 대하여 위치, 비행 방향, 비행 거리, 회전각, 비행 고도, 비행 속도 중 적어도 하나를 지시하는 명령어일 수 있다. 예컨대, 프로세서(109)는 조작 정보에 따라 무인 비행체가 비행하도록 구동 장치(105)의 동작을 제어할 수 있다.

다양한 실시 예에 따르면, 프로세서(109)는 센서(101)를 통해 수집되는 정보를 이용하여 무인 비행체가 지정된 자세(예: 수평 자세)를 유지하도록 제어할 수 있다. 이에, 조종자의 조작 미숙, 무인 비행체의 결함 발생 또는 비행 중 외부 환경적인 원인(예: 바람, 주변 장애물 등) 등에 의해 무인 비행체가 불안정한 자세로 비행하는 것을 방지할 수 있다. 일 실시 예에 따르면, 프로세서(109)는 무인 비행체의 현재 자세를 지정된 기준 자세(예: 수평 기준 자세)에 대응되도록 제어할 수 있다.

예를 들어, 프로세서(109)는 무인 비행체의 현재 자세와 지정된 기준 자세를 비교함으로써 무인 비행체에 대한 자세 제어가 필요한지를 판단할 수 있다. 예컨대, 프로세서(109)는 무인 비행체의 현재 자세가 지정된 기준 자세와 실질적으로 동일한 경우(또는 일정 수준으로 유사한 경우), 자세 제어가 불필요하다고 판단하여 무인 비행체가 현재 자세를 유지하도록 제어할 수 있다. 이와 반대로, 프로세서(109)는 무인 비행체의 현재 자세와 지정된 기준 자세의 차이가 일정 수준 이상인 경우, 지정된 기준 자세에 대응되도록 무인 비행체의 자세를 변경할 수도 있다.

이와 관련하여, 프로세서(109)는 센서(101)를 통해 수집되는 정보를 이용하여 무인 비행체의 현재 자세를 결정하도록 구성된 자세 제어 모듈(110)과 자세 제어 모듈(110)의 결정에 기초하여 무인 비행체의 자세를 변경하도록 구성된 비행 제어 모듈(120)을 포함할 수 있다.

예컨대, 자세 제어 모듈(110)은 무인 비행체가 지정된 자세를 취하도록 소정의 제어 신호를 생성하여 비행 제어 모듈(120)로 제공할 수 있다. 이에, 비행 제어 모듈(120)은 자세 제어 모듈(110)로부터 제공되는 제어 신호에 따라 구동 장치(105)의 동작을 제어할 수도 있다. 그러나, 이는 예시적일 뿐, 본 발명의 실시 예가 이에 한정되는 것이 아니다. 예컨대, 자세 제어 모듈(110)은 제어 신호 대신에 무인 비행체에 대한 자세 정보를 비행 제어 모듈(120)로 제공하고, 비행 제어 모듈(120)이 자세 정보에 기초하여 구동 장치(105)의 동작을 제어할 수도 있다.

다양한 실시 예에 따르면, 프로세서(109)는 비행 중 센서(101)를 통해 수집되는 정보 및/또는 제어 시스템(예: 조작 장치 또는 관제 시스템)으로부터 수신되는 조작 정보를 기계 학습하여 무인 비행체의 비행 상태를 예측한 후, 예측 결과에 기초하여 무인 비행체에 대한 제어 신호를 생성할 수 있다.

일 실시 예에 따르면, 프로세서(109)는 아래의 <수학식 1>과 같이, 제어 시스템(예: 조작 장치 또는 관제 시스템)으로부터 수신되는 조작 정보와 비행 파라미터 추정 값에 기초하여 제어 신호를 생성할 수 있다.

위의 <수학식 1>에서, 제어 신호를 생성하는 함수 u()는 조작 정보에 따라 제어되어야 하는 무인 비행체의 상태 변수(x) 및 제어 신호에 따라 제어되는 무인 비행체의 비행 파라미터 추정 값()을 입력 데이터로 하여 제어 신호(u)를 생성할 수 있다. 예를 들어, 무인 비행체의 상태 변수는 비행 고도, 비행 경로각, 비행 속도 또는 비행 자세 중 적어도 하나를 포함할 수 있다.

또한, 비행 파라미터 추정 값은 랜딩 기어 스프링 계수, 공력 계수, 마찰계수, 조종면 효과, 추력 계수, 관성 모멘트 중 적어도 하나를 포함할 수 있으며, 이하의 도 2a를 통해 후술하는 바와 같이, 제어 신호에 따라 무인 비행체가 제어되는 동안에 주기적으로 또는 지속적으로 갱신될 수 있다.

다양한 실시 예에 따르면, 프로세서(109)는 제어 신호에 따라 무인 비행체가 제어되는 동안 무인 비행체에 대한 상태 변수의 변화율을 측정할 수 있다. 상태 변수의 변화율은 조작 정보에 따라 변화되는 상태 변수의 시간에 대한 변화율을 의미할 수 있다.

추가적으로, 프로세서(109)는 제어 신호에 따라 무인 비행체가 제어되는 동안에, 무인 비행체에 대한 상태 변수의 예상 측정 값을 산출할 수도 있다.

이와 관련하여, 프로세서(109)는 이하의 도 2a 및 내지 도 2d를 통해 설명되는 비행 상태 예측 모듈(200)을 포함할 수 있다. 이러한 비행 상태 예측 모듈(200)은 자세 제어 모듈(110) 또는 비행 제어 모듈(120) 중 적어도 하나와 통합되어 구비될 수 있다. 또한, 비행 상태 예측 모듈(200)은 자세 제어 모듈(110) 및 비행 제어 모듈(120)과 분리된 형태로 구비될 수도 있다.

다양한 실시 예에 따른 비행 상태 예측 모듈(200)과 관련하여는 이하의 도 2a 및 내지 도 2d를 통해 설명하도록 한다.

도 2a는 다양한 실시 예에 따른 비행 상태 예측 모듈의 구성을 설명하기 위한 도면이다. 그리고, 도 2b는 다양한 실시 예에 따른 예측 모델 갱신 모듈의 구성을 설명하기 위한 도면이고, 도 2c는 다양한 실시 예에 따른 결함 모니터링 모듈을 설명하기 위한 도면이고, 도 2d는 다양한 실시 예에 따른 예측 모델 갱신 시점을 설명하기 위한 도면이다.

도 2a를 참조하면, 다양한 실시 예에 따른 비행 상태 예측 모듈(200)은 예측 모델 학습 모듈(210), 예측 모델 갱신 모듈(220) 및 결함 모니터링 모듈(230)을 포함할 수 있다.

다양한 실시 예에 따르면, 예측 모델 학습 모듈(210)은 무인 비행체의 비행 상태를 예측하는 상태 예측 모델을 학습하고, 학습된 상태 예측 모델을 이용하여 무인 비행체에 대한 상태 변수의 변화율을 산출할 수 있다. 상태 예측 모델은 기계 학습 모델 기반으로 구현되어 메모리(107)에 저장될 수 있다. 예를 들어, 상태 예측 모델은 아래의 <수학식 2>와 같이, 제어 시스템(예: 조작 장치 또는 관제 시스템)으로부터 수신되는 조작 정보에 대응하는 제어 신호와 무인 비행체의 상태 변수에 기초하여 비행체의 상태 변수의 변화율을 산출하도록 정의될 수 있다.

위의 <수학식 2>에서, 무인 비행체의 비행 상태를 예측하는 함수 f()는 조작 정보에 따라 제어되어야 하는 무인 비행체의 상태 변수(x)와 제어 시스템으로부터 수신되는 조작 정보에 대응하는 제어 신호(u)를 입력 데이터로 하여 무인 비행체의 상태 변수의 변화율()을 산출할 수 있다. 예를 들어, 무인 비행체의 상태 변수는 비행 고도, 비행 경로각, 비행 속도 또는 비행 자세 중 적어도 하나를 포함할 수 있다.

추가적으로 또는 선택적으로, 프로세서(109)는 무인 비행체가 지정된 비행 영역 내에서 안전하게 비행하도록 제어할 필요가 있다. 이와 관련하여 예측 모델 학습 모듈(210)은 무인 비행체에 대한 상태 변수의 예상 측정 값을 미리 예측하는 상태 변수 예측 모델을 학습하고, 학습된 상태 변수 예측 모델을 이용하여 무인 비행체에 대한 상태 변수의 예상 측정 값을 산출할 수 있다.

이러한 상태 변수의 예상 측정 값은 비행 시의 피치각, 받음각, 비행 속도, 비행 고도 등에 제한을 두어, 무인 비행체가 과도한 경사각, 과속 등으로 비행하는 것을 제한하고, 비행 제한 영역으로 진입하는 것을 제한할 수도 있다. 예를 들어, 상태 변수 예측 모델은 아래의 <수학식 3>과 같이, 제어 시스템(예: 조작 장치 또는 관제 시스템)으로부터 수신되는 조작 정보에 대응되는 제어 신호와 무인 비행체의 상태 변수에 기초하여 상태 변수의 예상 측정 값을 예측하도록 정의될 수 있다.

위의 <수학식 3>에서, 무인 비행체의 상태 변수를 예측하는 함수 g()는 조작 정보에 따라 제어되어야 하는 무인 비행체의 상태 변수(x)와 제어 시스템으로부터 수신되는 조작 정보에 대응하는 제어 신호(u)를 입력 데이터로 하여 상태 변수의 예상 측정 값()을 예측할 수 있다.

다양한 실시 예에 따르면, 예측 모델 갱신 모듈(220)은 메모리(107)에 저장된 예측 모델(예: 상태 예측 모델 및/또는 상태 변수 예측 모델)을 주기적으로 또는 지속적으로 갱신하도록 구성될 수 있다. 일 예로, 예측 모델을 갱신하는 것은 새로운 학습 데이터를 이용하여 메모리(107)에 저장된 예측 모델을 재학습(또는 훈련)하는 것을 포함할 수 있다. 또한, 예측 모델을 갱신하는 것은 복수의 예측 모델들 중 예측 정확도가 상대적으로 높은 하나의 예측 모델을 새로이 선택하는 것을 포함할 수도 있다.

예를 들어, 예측 모델 갱신 모듈(220)은 예측 모델을 통해 산출되는 상태 변수의 변화율()(및/또는 상태 변수의 예상 측정 값())에 기초하여 예측되는 무인 비행체의 비행 상태(예: 도 2d에 도시된 바와 같이, 제 1 방향으로 비행하는 제 1 비행 상태(250))와 센서(101)를 통해 수집되는 상태 변수에 대응되는 무인 비행체의 실제 비행 상태(예: 도 2d에 도시된 바와 같이, 제 1 방향과 다른 제 2 방향으로 비행하는 제 2 비행 상태(260))의 차이가 일정 수준 이상인 경우, 메모리(107)에 저장된 예측 모델(예: 상태 예측 모델 및/또는 상태 변수 예측 모델)을 갱신할 수 있다.

또한, 예측 모델 갱신 모듈(220)은 예측된 무인 비행체의 비행 상태와 무인 비행체의 실제 비행 상태가 실질적으로 동일한 경우, 메모리(107)에 저장되어 있는 예측 모델(예: 상태 예측 모델 및/또는 상태 변수 예측 모델)에 대한 갱신은 수행하지 않고 이미 저장되어 있는 예측 모델(또는 학습된 예측 모델)을 이용하여 무인 비행체에 대한 비행을 제어할 수 있다.

다양한 실시 예에 따른 예측 모델 갱신 모듈(220)은, 도 2b에 도시된 바와 같이, 비행 상태 예측 모듈(222), 비행 상태 측정 모듈(224), 비교 모듈(226) 및 학습 데이터 생성 모듈(228)을 포함할 수 있다.

일 실시 예에 따르면, 비행 상태 예측 모듈(222)은 메모리(107)에 저장된 상태 예측 모델을 이용하여 무인 비행체에 대한 비행 상태(예: 제 1 비행 상태)를 예측할 수 있다. 예를 들어, 비행 상태 예측 모듈(222)은 <수학식 2> 및 <수학식 3>을 통해 설명한 바와 같이, 무인 비행체의 상태 변수와 제어 시스템으로부터 수신되는 조작 정보에 대응하는 제어 신호를 입력 데이터로 하여 무인 비행체의 상태 변수의 변화율 및/또는 상태 변수의 예상 측정 값을 산출할 수 있다

일 실시 예에 따르면, 비행 상태 측정 모듈(224)은 센서(101)를 통해 수집되는 정보에 기초하여 무인 비행체의 실제 비행 상태(예: 제 2 비행 상태)를 결정할 수 있다.

일 실시 예에 따르면, 비교 모듈(226)은 상태 예측 모델(222)에 의해 예측된 비행 상태(예: 제 1 비행 상태)와 센서(101)에 의해 수집된 정보에 의해 결정된 실제 비행 상태(예: 제 2 비행 상태)를 비교하여 예측 모델에 대한 갱신이 필요한지를 판단할 수 있다. 예를 들어, 비교 모듈(226)은 예측된 비행 상태(예: 제 1 비행 상태)와 실제 비행 상태(예: 제 2 비행 상태)가 실질적으로 동일한 경우, 예측 모델에 대한 갱신이 불필요하다고 판단할 수 있다. 또한, 비교 모듈(226)은 예측된 비행 상태(예: 제 1 비행 상태)와 실제 비행 상태(예: 제 2 비행 상태)의 차이가 일정 수준 이상인 경우에는 예측 모델에 대한 갱신이 필요하다고 판단할 수도 있다.

일 실시 예에 따르면, 학습 데이터 생성 모듈(228)은 예측 모델을 갱신하는데 필요한 학습용(또는 훈련용) 데이터를 생성할 수 있다. 예를 들어, 학습 데이터 생성 모듈(228)은 학습용 데이터를 생성하기 위해서, 무인 비행체를 미리 지정된 비행 패턴으로 비행하도록 제어할 수 있다.

예컨대, 학습 데이터 생성 모듈(228)은, 예측 모델에 대한 갱신이 필요하다는 비교 모듈(226)의 판단에 응답하여, 더블릿(doublet) 입력, 스텝(step) 입력, 펄스(pulse) 입력 등의 조작 정보를 발생시켜 무인 비행체가 비행하도록 하고 무인 비행체가 비행하는 동안 수집되는 상태 변수를 학습 데이터로 생성할 수 있다. 그러나, 이는 예시적일 뿐, 본 발명의 실시 예가 이에 한정되는 것이 아니다. 예컨대, 학습용 데이터 생성을 위한 무인 비행체의 조작 정보(예: 더블릿(doublet) 입력, 스텝(step) 입력, 펄스(pulse) 입력 등)는 제어 시스템(예: 조작 장치 또는 관제 시스템)에 의해 제공될 수도 있다.

일 실시 예에 따르면, 학습 데이터 생성 모듈(228)은, 조작 정보(예: 더블릿 입력)에 대응하는 제어 신호에 의해 무인 비행체가 제어되는 동안, 무인 비행체에 대한 비행 파라미터 추정 값을 학습 데이터로 생성하여 예측 모델 학습 모듈(210)로 제공할 수 있다. 예를 들어, 비행 파라미터 추정 값은 해석, 시험 또는 학습으로 획득되는 랜딩 기어 스프링 계수, 공력 계수, 마찰계수, 조종면 효과, 추력 계수, 관성 모멘트 중 적어도 하나를 포함할 수 있다. 이에, 메모리(107)에 저장된 예측 모델은 아래의 <수학식 4> 및 <수학식 5>와 같이, 예측 모델 학습 모듈(210)에 의해 새로이 학습(또는 훈련)되어 갱신될 수 있다.

위의 <수학식 4>에서, 무인 비행체의 상태 변수의 변화율을 산출하는 갱신된 함수 (f)는 조작 정보(u), 무인 비행체의 상태 변수(x) 및 무인 비행체에 대한 비행 파라미터 추정 값()을 입력 데이터로 하여 무인 비행체의 상태 변수의 변화율()을 예측할 수 있다.

위의 <수학식 5>에서, 상태 변수의 예상 측정 값을 산출하는 갱신된 함수 g()는 제어 신호(u), 무인 비행체의 상태 변수(x) 및 무인 비행체에 대한 비행 파라미터 추정 값()을 입력 데이터로 하여 무인 비행체의 상태 변수의 예상 측정 값()을 예측할 수 있다.

일 실시 예에 따르면, 학습 데이터 생성 모듈(228)은, 아래의 <수학식 6>과 같이, 센서를 수집되는 무인 비행체의 상태 변수의 측정 값과 상태 변수의 예상 측정 값에 기초하여 비행 파라미터 추정 값()을 예측 및/또는 갱신할 수 있다.

위의 <수학식 6>에서, 비행 파라미터 추정 값을 산출하는 함수 ()는 무인 비행체의 상태 변수의 측정 값(y)과 상태 변수의 예상 측정 값()을 입력 데이터로 하여 비행 파라미터 추정 값()을 예측 및/또는 갱신할 수 있다.

일 실시 예에 따르면, 학습 데이터 생성 모듈(228)은 무인 비행체의 비행 상태에 따라 서로 다른 종류의 비행 파라미터 추정 값을 예측할 수 있다. 예를 들어, 학습 데이터 생성 모듈(228)은, 무인 비행체의 비행 상태에서는 공력 계수, 조종면 효과, 추력 계수 및 관성 모멘트에 대한 추정 값을 예측할 수 있다. 다른 예로, 학습 데이터 생성 모듈(228)은, 무인 비행체의 이착륙 상태에서는 지면 효과에 의한 공력 계수의 변화량에 대한 추정 값을 예측할 수 있다. 또 다른 예로, 학습 데이터 생성 모듈(228)은, 무인 비행체의 지상 활주 상태에서는 마찰 계수, 랜딩 기어 스프링 계수 및 조종면 효과에 대한 추정 값을 예측할 수 있다.

또한, 학습 데이터 생성 모듈(228)은, 예측 및/또는 갱신된 상태 변수의 예상 측정 값()이 제어 신호(u) 생성에 이용되도록 처리할 수 있다. 또한, 학습 데이터 생성 모듈(228)은, 예측 및/또는 갱신된 상태 변수의 예상 측정 값()을 제어 시스템(예: 조작 장치 또는 관제 시스템)으로 제공할 수도 있다. 이에, 제어 시스템은 무인 비행체에서 상태 변수의 예상 측정 값이 정확하게 측정되는지를 모니터링하고, 상태 변수의 예상 측정 값이 부정확하게 측정되는 경우 무인 비행체로 상태 변수의 예상 측정 값에 대한 갱신을 지시할 수도 있다.

일 실시 예에 따르면, 학습 데이터 생성 모듈(228)은 예측 모델 학습 모듈(210)에 의한 예측 모델 학습 및 갱신 성능을 향상시키기 위하여, 수집된 학습 데이터에 포함된 잡음을 제거하거나 또는 수집된 학습 데이터 중 미리 지정된 규칙에 따라 유의미한 학습 데이터만을 분류하여 학습 데이터로 사용할 수도 있다.

다양한 실시 예에 따르면, 결함 모니터링 모듈(230)은 저장된 또는 갱신된 예측 모델을 이용하여 무인 비행체의 결함(또는 이상 반응)을 모니터링할 수 있다.

일 실시 예에 따르면, 결함 모니터링 모듈(230)은 무인 비행체의 비행이 제어되는 동안, 주기적으로 또는 지속적으로 동작 점검 신호를 생성하여 결함을 모니터링할 수 있다. 동작 점검 신호는 무인 비행체에 구비된 구성 요소 중 특정 구성 요소의 동작 상태를 강제로 변경시키는 신호일 수 있다.

예를 들어, 동작 점검 신호는 무인 비행체에 구비된 센서(101)들 중 어느 하나의 센서의 동작을 비활성화시키거나 센싱 범위를 변경(예: 축소)시키는 신호일 수 있다. 예컨대, 결함 모니터링 모듈(230)은 동작 점검 신호를 갱신된 예측 모듈에 대한 입력 데이터로 사용하여 무인 비행체의 반응을 예측하고, 이를 센서(101)를 통해 수집되는 정보에 기초하여 확인되는 무인 비행체의 실제 반응과 비교함으로써 무인 비행체에 대한 결함을 모니터링할 수 있다. 일 실시 예에 따르면, 결함 모니터링 모듈(230)은 무인 비행체에 구비된 각각의 구성 요소에 대해 점검 신호를 생성하는 동작을 반복적으로 수행하여 모든 구성 요소에 대한 결함 여부를 판단할 수 있다.

다양한 실시 예에 따른, 결함 모니터링 모듈(230)은, 도 2c에 도시된 바와 같이, 비행체 반응 예측 모듈(231), 비행체 반응 측정 모듈(233), 결함 확인 모듈(235) 및 처리 모듈(237)을 포함할 수 있다.

일 실시 예에 따르면, 비행체 반응 예측 모듈(231)은 메모리(107)에 저장된 예측 모델을 이용하여 무인 비행체에 대한 기체 반응(예: 제 1 반응)을 예측할 수 있다. 예를 들어, 동작 점검 신호에 의해 동작 상태가 변경된 구성 요소에 의해 야기되는 무인 비행체의 반응을 예측할 수 있다.

일 실시 예에 따르면, 비행체 반응 측정 모듈(233)은 센서(101)를 통해 수집되는 정보에 기초하여 무인 비행체의 실제 반응(예: 제 2 반응)을 결정할 수 있다.

일 실시 예에 따르면, 결함 확인 모듈(235)은 비행체 반응 예측 모듈(213)에 의해 예측된 무인 비행체의 반응(예: 제 1 반응)과 센서(101)에 의해 수집된 정보에 의해 결정된 실제 무인 비행체의 반응(예: 제 2 반응)을 비교하여 무인 비행체에 대한 결함 여부를 판단할 수 있다.

예를 들어, 결함 확인 모듈(235)은 무인 비행체의 예측된 반응(예: 제 1 반응)과 무인 비행체의 실제 반응(예: 제 2 반응)이 실질적으로 동일한 경우, 무인 비행체에 대하여 결함이 발생되지 않음을 판단할 수 있다. 또한, 결함 확인 모듈(235)은 무인 비행체의 예측된 반응(예: 제 1 반응)과 무인 비행체의 실제 반응(예: 제 2 반응)의 차이가 일정 수준 이상인 경우에는 무인 비행체에 대하여 결함이 발생됨을 판단할 수 있다.

일 실시 예에 따르면, 처리 모듈(237)은 무인 비행체의 결함을 처리할 수 있다. 예를 들어, 처리 모듈(237)은 결함 처리의 일환으로 결함을 알리는 경고를 생성하여 출력(237-1)할 수 있다. 이러한 경고는 제어 시스템으로 전송될 수 있으며, 이로 인하여 제어 시스템에서는 무인 비행체에 대한 결함을 인지하고 결함에 대한 즉각적인 조치를 취할 수 있다.

또한, 경고는 무인 비행체를 통해 출력(예: 발광 장치의 발광을 이용한 시각적 경보 출력, 스피커를 이용한 청각적 경보 출력 등)될 수도 있으며, 이러한 경우 주변의 다른 사용자는 무인 비행체를 통해 출력되는 경고를 인지하여 결함이 발생된 무인 비행체에 의한 사고를 방지할 수도 있다.

다른 예로, 처리 모듈(237)은 결함 처리의 일환으로 결함이 발생된 센서(101)에 대한 가상 센서를 생성(237-3)할 수 있다. 예컨대, 가상 센서는 결함이 발생되지 않은 상태에서 센서(101)를 통해 실제로 수집될 것으로 추정되는 정보를 생성할 수 있다.

이러한 가상 센서에 의해 발생된 정보는 결함이 발생된 센서(101)에 의해 수집되는 정보 대신에 무인 비행체의 비행 상태를 추정(또는 비행을 제어)하는데 사용될 수 있다. 그러나, 이는 예시적일 뿐, 본 발명의 실시 예가 이에 한정되는 것이 아니다. 예컨대, 처리 모듈(237-1)은 센서(101) 외에 다른 구성 요소에 대한 결함을 감지하는 경우 결함이 감지된 구성 요소에 대응되는 가상의 구성 요소를 생성할 수도 있다.

또 다른 예로, 처리 모듈(237)은 결함 처리의 일환으로 결함에 기초하여 비행 제어 신호를 생성(237-5)할 수도 있다. 예컨대, 처리 모듈(237)은 결함으로 무인 비행체의 정상적인 비행이 어렵다고 판단하여 미리 지정된 위치(또는 영역)로 비상 착륙을 유도하는 제어 신호를 생성할 수도 있다.

이하, 도 3 및 도 4를 참조하여 본 발명의 무인 비행체의 동작 방법을 구체적으로 설명하기로 한다.

도 3은 본 발명에 따른 무인 비행체의 동작을 설명하기 위한 순서도이다. 이하의 실시 예에서의 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 또한, 이하의 동작들 중 적어도 하나의 동작은 실시 예에 따라 생략될 수도 있다.

도 3을 참조하면, 다양한 실시 예에 따른 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 310에서, 제 1 예측 모델에 기초하여 무인 비행체의 비행을 제어할 수 있다. 예를 들어, 제 1 예측 모델은 무인 비행체의 비행 상태를 예측하는 상태 예측 모델 및/또는 무인 비행체에 대한 상태 변수의 예상 측정 값을 미리 예측하는 한 상태 변수 모델을 포함할 수 있다. 일 실시 예에 따르면, 무인 비행체는 센서(101)를 통해 수집되는 정보와 제어 시스템으로부터 수신되는 조작 정보에 대응하는 제어 신호를 입력 데이터로 하는 제 1 예측 모델을 이용하여 무인 비행체의 비행을 제어할 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 320에서, 제 1 예측 모델에 기초하여 비행체에 대한 제 1 비행 상태를 예측할 수 있다. 제 1 예측 모델은 무인 비행체의 비행 상태를 예측하도록 기계 학습을 통해 학습된 예측 모델일 수 있다. 예를 들어, 제 1 비행 상태는 무인 비행체에 대한 제어 신호와 무인 비행체의 센서(101)를 통해 수집되는 센서 정보를 입력 데이터로 하는 제 1 예측 모델에 의해 예측될 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 330에서, 센서 정보에 기초하여 제 2 비행 상태를 확인할 수 있다. 제 2 비행 상태는 비행 중 수집되는 센서 정보에 기초하여 결정되는 무인 비행체의 실제 비행 상태일 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 340에서, 제 1 비행 상태와 제 2 비행 상태의 차이가 일정 수준 이상인지를 판단할 수 있다. 다시 말해서, 무인 비행체는 예측 모델을 통해 예측된 비행 상태가 실제 비행 상태와 차이가 있는지를 판단할 수 있다.

다양한 실시 예에 따르면, 제 1 비행 상태와 제 2 비행 상태가 실질적으로 동일한 경우, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는 제 1 예측 모델에 기초하여 비행을 제어할 수 있다. 예를 들어, 무인 비행체는 동작 310 내지 동작 340과 관련된 동작을 수행할 수 있다.

다양한 실시 예에 따르면, 제 1 비행 상태와 제 2 비행 상태의 차이가 일정 수준 이상인 경우, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 350에서, 지정된 비행 패턴에 기초하여 제 2 예측 모델을 생성할 수 있다. 일 실시 예에 따르면, 무인 비행체는 더블릿(doublet) 입력, 스텝(step) 입력, 펄스(pulse) 입력 등의 조작 정보를 발생시킬 수 있으며, 발생된 조작 정보에 대응하는 제어 신호에 따라 비행할 수 있다. 또한, 무인 비행체는 제어 신호에 따라 비행하는 동안 수집되는 센서 정보를 학습 데이터로 획득하여 제 1 예측 모델을 학습함으로써 제 2 예측 모델을 획득할 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는 비행 중 무인 비행체의 상태 변수의 측정 값과 상태 변수의 예상 측정 값을 입력 데이터로 하여 비행 파라미터 추정 값을 예측 및/또는 갱신할 수 있다. 이와 관련하여, 무인 비행체는 예측 및/또는 갱신된 상태 변수의 예상 측정 값을 제어 신호 생성에 이용할 수 있다. 일 실시 예에 따르면, 무인 비행체는 상태 변수의 예상 측정 값과 상태 변수 측정 값의 차이가 지정된 범위에 포함되는 경우, 무인 비행체(예: 메모리(107))에 저장된 파라미터 추정 값에 기초하여 제어 신호를 생성할 수 있다. 다른 실시 예에 따르면, 무인 비행체는 상태 변수의 예상 측정 값과 상태 변수 측정 값의 차이가 상기 지정된 범위를 초과하는 경우에는 무인 비행체에 저장된 파라미터 추정 값을 갱신하고, 갱신된 파라미터 추정 값에 기초하여 제어 신호를 생성할 수 있다.

또한, 무인 비행체는 예측 및/또는 갱신된 상태 변수의 예상 측정 값()을 제어 시스템(예: 조작 장치 또는 관제 시스템)으로 제공하여 제어 시스템으로 하여금 무인 비행체에서 상태 변수의 예상 측정 값이 정확하게 측정되는지를 모니터링하도록 할 수 있다.

도 4는 본 발명에 따른 무인 비행체에서 결함을 감지하는 동작을 설명하기 위한 순서도이다. 이하의 실시 예에서의 각 동작들은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작들의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다. 또한, 이하의 동작들 중 적어도 하나의 동작은 실시 예에 따라 생략될 수도 있다.

도 4를 참조하면, 다양한 실시 예에 따른 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 410에서, 예측 모델에 기초하여 무인 비행체의 비행을 제어할 수 있다. 일 실시 예에 따르면, 무인 비행체는 제 1 예측 모델 또는 제 2 예측 모델에 기초하여 비행을 제어할 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 420에서, 동작 점검 신호를 생성할 수 있다. 동작 점검 신호는 동작 점검 신호는 무인 비행체에 구비된 구성 요소 중 특정 구성 요소의 동작 상태를 강제로 변경시키는 신호일 수 있다. 센서(101)를 예를 들어 설명하면, 동작 점검 신호는 무인 비행체에 구비된 센서(101)들 중 어느 하나의 센서의 동작을 비활성화시키거나 센싱 범위를 변경(예: 축소)시키는 신호일 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 430에서, 예측 모델 및 동작 점검 신호에 기초하여 무인 비행체에 대한 제 1 반응을 예측할 수 있다. 제 1 반응은 기계 학습을 통해 학습된 예측 모델에 의해 예측되는 무인 비행체의 반응일 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 440에서, 센서 정보에 비행체에 대한 제 2 반응을 확인할 수 있다. 제 2 반응은 비행 중 수집되는 센서 정보에 기초하여 결정되는 무인 비행체의 실제 반응일 수 있다.

다양한 실시 예에 따르면, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 450에서, 제 1 반응과 제 2 반응의 차이가 일정 수준 이상인지를 판단할 수 있다. 다시 말해서, 무인 비행체는 예측 모델을 통해 예측된 무인 비행체의 반응과 무인 비행체의 실제 반응이 차이가 있는지를 판단할 수 있다.

다양한 실시 예에 따르면, 제 1 반응과 제 2 반응이 실질적으로 동일한 경우, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는 예측 모델에 기초하여 비행을 제어할 수 있다. 예를 들어, 무인 비행체는 동작 410 내지 동작 450과 관련된 동작을 수행할 수 있다.

다양한 실시 예에 따르면, 제 1 반응과 제 2 반응의 차이가 일정 수준 이상인 경우, 무인 비행체(또는 비행 제어 장치(100) 또는 프로세서(109))는, 동작 460에서, 무인 비행체에 대한 결함을 처리할 수 있다. 일 실시 예에 따르면, 무인 비행체는 결함 처리의 일환으로 결함을 알리는 경고를 생성하여 출력할 수 있다. 이러한 경고는 제어 시스템으로 전송될 수 있으며, 추가적으로 또는 선택적으로 무인 비행체를 통해 출력(예: 발광 장치의 발광을 이용한 시각적 경보 출력, 스피커를 이용한 청각적 경보 출력 등)될 수도 있다.

다른 실시 예에 따르면, 무인 비행체는 결함 처리의 일환으로 결함이 발생된 센서(101)에 대한 가상 센서를 생성하고 가상 센서에 의해 발생된 정보를 결함이 발생된 센서에 의해 수집되는 정보 대신에 무인 비행체의 비행 상태를 추정(또는 비행을 제어)하는데 사용할 수 있다. 또 다른 실시 예에 따르면, 무인 비행체는 결함 처리의 일환으로 결함으로 무인 비행체의 정상적인 비행이 어렵다고 판단하여 미리 지정된 위치(또는 영역)로 비상 착륙을 유도하는 제어 명령(또는 제어 신호)을 생성할 수도 있다.

도 5는 본 발명의 일 실시 예에 따른 컴퓨팅 시스템의 구성을 도시한 도면이다.

도 5를 참조하면, 전술한 본 발명의 일 실시 예에 따른 비행 제어 장치(100)는 컴퓨팅 시스템에도 적용될 수 있다. 일 실시 예에 따르면, 컴퓨팅 시스템(500)은 버스(510)를 통해 연결되는 적어도 하나의 프로세서(520), 메모리(530), 사용자 인터페이스 입력 장치(540), 사용자 인터페이스 출력 장치(550), 스토리지(560), 및 네트워크 인터페이스(570)를 포함할 수 있다.

프로세서(520)는 중앙 처리 장치(CPU) 또는 메모리(530) 및/또는 스토리지(560)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(530) 및 스토리지(560)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(530)는 ROM(Read Only Memory, 531) 및 RAM(Random Access Memory, 533)을 포함할 수 있다.

따라서, 본 명세서에 개시된 실시 예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(520)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(530) 및/또는 스토리지(560))에 상주할 수도 있다.

예시적인 저장 매체는 프로세서(520)에 커플링되며, 그 프로세서(520)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(520)와 일체형일 수도 있다. 프로세서(520) 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서(520) 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.

따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims

제어 시스템과 통신을 형성하고, 상기 제어 시스템으로부터 무인 비행체의 비행을 제어하는 조작 정보와 관련된 제 1 정보를 수신하도록 구성된 통신 회로;
상기 무인 비행체에 대한 비행 데이터와 관련된 제 2 정보를 획득하도록 구성된 센서;
상기 제 1 정보와 상기 제 2 정보에 기초하여 상기 무인 비행체에 대한 비행 상태를 예측하는 예측 모델 및 랜딩 기어 스프링 계수, 공력 계수, 마찰계수, 조종면 효과, 추력 계수, 관성 모멘트 중 적어도 하나를 포함하는 비행 파라미터 추정 값을 저장하는 메모리; 및
상기 통신 회로, 상기 센서 및 상기 메모리와 전기적으로 연결된 프로세서를 포함하며,
상기 프로세서는,
상기 제 1 정보와 상기 비행 파라미터 추정 값에 기초하여 상기 무인 비행체의 비행을 제어하기 위한 제어 신호를 생성하고,
상기 제어 신호에 기초하여 상기 무인 비행체의 비행이 제어되는 동안, 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 상태 변수의 예상 측정 값과 상기 제 2 정보에 기초하여 측정되는 상기 무인 비행체의 상태 변수 측정 값을 비교하고,
상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 지정된 범위에 포함되는 경우, 상기 메모리에 저장된 상기 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하고,
상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 상기 지정된 범위를 벗어나는 경우에는, 상기 메모리에 저장된 상기 비행 파라미터 추정 값을 갱신하고, 상기 갱신된 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하도록 구성된 비행 제어 장치.
제 1 항에 있어서,
상기 프로세서는,
상기 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태와 상기 제 2 정보에 기초하여 결정된 상기 무인 비행체의 실제 비행 상태와 비교하고,
상기 비교 결과에 기초하여, 상기 메모리에 저장된 예측 모델을 갱신하고,
상기 갱신된 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태에 기초하여 상기 무인 비행체의 비행을 제어하도록 구성된 비행 제어 장치.
제 2 항에 있어서,
상기 프로세서는,
미리 지정된 제어 신호를 생성하여 상기 무인 비행체의 비행을 제어하고,
상기 생성된 제어 신호에 따라 비행이 제어되는 동안의 상기 비행 파라미터를 학습 데이터로 사용하여 상기 예측 모델을 갱신하도록 구성된 비행 제어 장치.
제 1 항에 있어서,
상기 프로세서는,
상기 무인 비행체의 비행이 제어되는 동안, 상기 예측 모델을 통해 예측되는 비행 상태와 상기 제 2 정보에 기초하여 획득되는 비행 상태에 기초하여 상기 무인 비행체에 대한 결함을 모니터링하도록 구성된 비행 제어 장치.
제 4 항에 있어서,
상기 센서는,
제 1 비행 데이터와 관련된 정보를 획득하도록 구성된 제 1 센서와 제 2 비행 데이터와 관련된 제 2 센서를 포함하며,
상기 프로세서는,
상기 제 1 센서의 동작을 비활성화시키고,
상기 제 1 센서의 동작이 비활성화되는 동안 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 예측 반응을 상기 제 2 센서를 통해 수집되는 제 2 정보에 기초하여 결정되는 상기 무인 비행체의 실제 반응과 비교하고,
상기 예측 반응과 상기 실제 반응의 차이가 일정 수준 이상이면 상기 제 1 센서에 대한 결함 발생을 판단하도록 구성된 비행 제어 장치.
제 5 항에 있어서,
상기 프로세서는,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제어 시스템으로 결함을 통보하도록 구성된 비행 제어 장치.
제 5 항에 있어서,
발광 장치 또는 스피커 중 적어도 하나를 포함하는 출력 장치를 더 포함하며,
상기 프로세서는,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 출력 장치를 통해 결함을 통보하도록 구성된 비행 제어 장치.
제 5 항에 있어서,
상기 프로세서는,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 미리 지정된 위치로 비상 착륙을 유도하는 제어 명령을 생성하도록 구성된 비행 제어 장치.
제 5 항에 있어서,
상기 프로세서는,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제 1 센서 대신에 가상 센서에 의해 발생된 정보를 상기 무인 비행체의 비행 상태를 추정하는데 사용하도록 구성된 비행 제어 장치.
제 5 항에 있어서,
상기 프로세서는,
상기 제 1 센서에 대한 결함 여부를 판단한 후에 상기 제 2 센서에 대한 결함 여부를 판단하도록 구성된 비행 제어 장치.
제어 시스템으로부터 무인 비행체의 비행을 제어하는 조작 정보와 관련된 제 1 정보를 수신하는 동작;
상기 무인 비행체에 저장되는 랜딩 기어 스프링 계수, 공력 계수, 마찰계수, 조종면 효과, 추력 계수, 관성 모멘트 중 적어도 하나를 포함하는 비행 파라미터 추정 값과 상기 제 1 정보에 기초하여 상기 무인 비행체의 비행을 제어하기 위한 제어 신호를 생성하는 동작;
상기 제어 신호에 기초하여 상기 무인 비행체의 비행이 제어되는 동안, 상기 무인 비행체에 구비된 센서를 통해 비행 데이터와 관련된 제 2 정보를 획득하는 동작;
상기 제 1 정보와 상기 제 2 정보를 입력 데이터로 하는 예측 모델을 이용하여 상기 무인 비행체에 대한 상태 변수의 예상 측정 값을 예측하는 동작;
상기 무인 비행체의 상태 변수의 예상 측정 값과 상기 제 2 정보에 기초하여 측정되는 상기 무인 비행체의 상태 변수 측정 값을 비교하는 동작;
상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 지정된 범위에 포함되는 경우 상기 무인 비행체에 저장된 상기 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하는 동작;
상기 상태 변수의 예상 측정 값과 상기 상태 변수 측정 값의 차이가 상기 지정된 범위를 벗어나는 경우에는 상기 무인 비행체에 저장된 상기 비행 파라미터 추정 값을 갱신하고 상기 갱신된 비행 파라미터 추정 값에 기초하여 상기 제어 신호를 생성하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 11 항에 있어서,
상기 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태와 상기 제 2 정보에 기초하여 결정된 상기 무인 비행체의 실제 비행 상태와 비교하는 동작;
상기 비교 결과에 기초하여, 상기 무인 비행체에 저장된 예측 모델을 갱신하는 동작; 및
상기 갱신된 예측 모델을 통해 예측된 무인 비행체의 예측 비행 상태에 기초하여 상기 무인 비행체의 비행을 제어하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 12 항에 있어서,
상기 예측 모델을 갱신하는 동작은,
미리 지정된 제어 신호를 생성하여 상기 무인 비행체의 비행을 제어하는 동작; 및
상기 생성된 제어 신호에 따라 비행이 제어되는 동안의 상기 비행 파라미터를 학습 데이터로 사용하여 상기 예측 모델을 갱신하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 11 항에 있어서,
상기 무인 비행체의 비행이 제어되는 동안, 상기 예측 모델을 통해 예측되는 비행 상태와 상기 제 2 정보에 기초하여 획득되는 비행 상태에 기초하여 상기 무인 비행체에 대한 결함을 모니터링하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 14 항에 있어서,
상기 센서는,
제 1 비행 데이터와 관련된 정보를 획득하도록 구성된 제 1 센서와 제 2 비행 데이터와 관련된 제 2 센서를 포함하며,
상기 무인 비행체에 대한 결함을 모니터링하는 동작은,
상기 제 1 센서의 동작을 비활성화시키는 동작;
상기 제 1 센서의 동작이 비활성화되는 동안 상기 예측 모델을 통해 예측되는 상기 무인 비행체의 예측 반응을 상기 제 2 센서를 통해 수집되는 제 2 정보에 기초하여 결정되는 상기 무인 비행체의 실제 반응과 비교하는 동작; 및
상기 예측 반응과 상기 실제 반응의 차이가 일정 수준 이상이면 상기 제 1 센서에 대한 결함 발생을 판단하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 15 항에 있어서,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제어 시스템으로 결함을 통보하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 15 항에 있어서,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 무인 비행체의 발광 장치 또는 스피커 중 적어도 하나를 통해 결함을 통보하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 15 항에 있어서,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 미리 지정된 위치로 비상 착륙을 유도하는 제어 명령을 생성하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 15 항에 있어서,
상기 제 1 센서에 대한 결함이 모니터링되는 경우, 상기 제 1 센서 대신에 가상 센서에 의해 발생된 정보를 상기 무인 비행체의 비행 상태를 추정하는데 사용하는 동작을 포함하는 비행 제어 장치의 동작 방법.
제 15 항에 있어서,
상기 제 1 센서에 대한 결함 여부를 판단한 후에 상기 제 2 센서에 대한 결함 여부를 판단하는 동작을 포함하는 비행 제어 장치의 동작 방법.