장애물의 상대속도를 고려한 포텐셜필드 기반 무인항공기 충돌회피 기법 연구 :Study of collision avoidance for UAV using potential field with obstacle relative velocity

안승규

추천

검색

자료유형: 학위논문

저자정보: 안승규 (한서대학교, 한서대학교 대학원)

지도교수: 이동진

발행연도: 2019

저작권: 한서대학교 논문은 저작권에 의해 보호받습니다.

이용수33

이 논문의 연구 히스토리 (2)

2019

장애물의 상대속도를 고려한 포텐셜필드 기반 무인항공기 충돌회피 기법 연구

안승규 항공시스템공학과 2019.01 학위논문

2018

장애물의 상대속도를 반영한 포텐셜필드 기반 무인항공기 충돌회피

안승규 , 이동진 한국항공운항학회지 2018.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 논문에서는 장애물과 무인항공기의 상태정보를 이용하여 포텐셜필드(Potential Field) 기반의 무인항공기의 도심 충돌회피 알고리즘을 제안한다. 포텐셜필드 충돌회피 기법은 감지 후 회피(Sense-and-Avoid) 개념을 적용하여 센서를 통해 장애물의 상태정보를 획득하여 안전한 회피경로를 생성하는 목표로 한다. 본 연구에서 장애물 탐지 센서로 최근 소형 및 경량화 되었고 임베디드 시스템을 통해 실시간으로 데이터 처리가 가능해진 Light Detection And Ranging(LiDAR)를 선정하여, LiDAR 측정데이터를 활용한 포텐셜필드 기반 도심 충돌회피 알고리즘을 구현하였다. 기본적인 포텐셜필드 기반의 충돌회피 알고리즘에서의 포텐셜필드는 장애물과의 거리에 따라 반발력(Repulsive Force)을 생성하고, 목표점이나 이동경로에 따라 인력(Attractive Force)을 생성하는 원리를 이용한다. 그러나 장애물이 무인항공기의 진행방향으로 이동한다면 장애물과의 충돌 확률이 높아질 수 있다. 특히 도심에서의 무인항공기와 장애물의 충돌은 재산뿐만 아니라 인명의 피해를 야기할 수 있어, 본 연구에서 장애물과의 거리와 장애물의 속도를 반영하여 반발력을 생성하는 포텐셜필드를 적용하여 무인항공기와 장애물의 충돌확률을 줄이고자 하였다. 또한 도심 환경과 같이 주변 지형지물이 복잡하거나 근접한 장애물이 있는 환경에서는 Local minima에 빠져 목표점까지 이동을 하지 못하고 일정 범위에서 정체되는 현상이 일어날 수 있다. 무인항공기가 이동 중에 Local minima에 빠졌다고 판단되었을 때 장애물로 인하여 생성되는 반발력의 크기에 변화를 주어 Local minima에서 벗어나고자 하였다. 본 논문은 도심에서 안전한 비행과 효율적인 임무 수행을 위하여 장애물의 속도를 반영한 포텐션필드 충돌회피 알고리즘을 구현하였다. 장애물의 속도를 반영하기 위하여 Kalman Filter를 이용하여 장애물의 속도를 예측하였으며, 일정시간 동안 Local minima에서 벗어나지 못하면 반발력 Gain을 조절하도록 하였다. 그리고 실제 도심에서의 충돌회피 시뮬레이션을 통해 구현한 알고리즘의 성능을 검증하였고, 일반적인 포텐셜필드의 충돌회피 알고리즘의 성능과 비교, 분석하였다.

In this paper, we proposed an urban collision avoidance algorithm based potential field for UAV. The collision avoidance using potential field aims at generating a safe avoidance path by acquiring state information of obstacles through a sensor by applying a sense-and-avoid concept. In this study, we implemented a potential field based collision avoidance algorithm based on Light Detection And Ranging (LiDAR) measurement data. The potential field in the basic potential field-based collision avoidance algorithm generates a repulsive force according to the distance from the obstacle and generates a attractive force according to the target point. However, if the obstacle moves in the direction of the UAV, the collision probability with the obstacle can be increased. In particular, the collision between an unmanned aircraft and an obstacle in urban can cause damage to not only property but also human. In this study, a potential field that generates a repulsive force reflecting the distance to the obstacle and the speed of the obstacle is applied, to reduce the probability of collision. Also, in environments with complicated or near obstacles such as the urban environment, UAVs can not be moved to the target point, and congestion may occur in a certain range due to local minima. When the UAV was judged to have fallen into the local minima during the movement, it was tried to escape from the local minima by changing the coefficient of the repulsive force generated by the obstacle. In this paper, we have implemented a potential field collision avoidance algorithm that reflects the velocity of obstacles for safe flight and efficient mission performance in urban areas. The velocity of the obstacle was estimated using Kalman Filter, and the repulsive force gain was adjusted if it did not deviate from the local minima for a certain period of time. In addition, the performance of the algorithm implemented by collision avoidance simulation is verified and compared with the performance of general potential field collision avoidance algorithm.

제 1 장 서론 1
1.1 연구배경 1
1.2 연구동향 4
1.3 연구 목적 6
제 2 장 포텐셜필드 8
2.1 장애물 탐지 측정센서 8
2.2 장애물 속도 추정 알고리즘 12
2.2.1 칼만필터 구성 12
2.2.1 장애물 속도 추정 알고리즘 검증 15
2.3 포텐셜필드 구성 22
2.3.1 Attractive 포텐셜필드 23
2.3.2 Repulsive 포텐셜필드 25
2.4 Local minima 29
제 3 장 포텐셜필드 기반 충돌회피 32
3.1 충돌회피 알고리즘 32
3.2 충돌회피 시뮬레이션 34
3.2.1 시뮬레이션 환경 34
3.2.2 시뮬레이션 37
제 4 장 결 론 53
참고문헌 54
Abstract 58

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)