KR102010568B1

KR102010568B1 - System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence

Info

Publication number: KR102010568B1
Application number: KR1020170081423A
Authority: KR
Inventors: 이기백
Original assignee: 광운대학교 산학협력단
Priority date: 2017-06-27
Filing date: 2017-06-27
Publication date: 2019-08-13
Anticipated expiration: 2037-06-27
Also published as: KR20190001436A

Abstract

다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법이 개시된다. 다수의 무인비행체(UAV) 인 드론들에 대하여 군집 기반 탐색최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각 드론의 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 얻을 수 있다. Disclosed are a realistic 3D spatial search system and method utilizing a plurality of drone systems and cluster intelligence. In accordance with the principle of Swarm-based Optimization Algorithm for a number of UAV drones, the maximum acceleration, the maximum speed, and the location information of each drone of the cluster drone are displayed in a cluster control server in real time. Under the control of a cluster control system with a collection computer, a cluster control server with a control computer and swarm search algorithm, intelligently searches for drone clusters to control collision between drones and prevention of mobile convergence. Determine the next move location of each drone to avoid, and get quick and accurate search results.

Description

System having a plurality of Unmanned Aerial Vehicles and Real world 3 dimensional Space Search method using Swarm Intelligence}

본 발명은 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법에 관한 것으로, 보다 상세하게는 다수의 무인비행체(Unmanned Aerial Vehicle, UAV)에 대하여 군집 기반 탐색 최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 신속 정확하게 탐색 결과를 제공하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법에 관한 것이다.
The present invention provides a realistic 3D spatial navigation system using a plurality of drone systems and cluster intelligence; Method, and more particularly, the maximum acceleration and the maximum speed of each drone of a cluster drone according to the principle of a swarm-based optimization algorithm for a plurality of unmanned aerial vehicles (UAVs). Collect and share location information in a cluster control server in real time, and intelligently search for drone clusters under the control of a cluster control system having a control computer and a cluster control server to which a swarm search algorithm is applied. Real-world 3D spatial navigation system utilizing multiple drone systems and cluster intelligence to determine the next moving position of each drone to prevent collisions by controlling collision prevention, vehicle convergence prevention, and providing accurate search results. It is about a method.

드론은 군사용으로 사용되는 무인 항공기(Unmanned Aerial Vehicle, UAV)와, 소형 비행기 형태의 고정익 드론과, 상업용으로 회전익 드론으로 분류된다.Drones are classified into unmanned aerial vehicles (UAVs) for military use, fixed wing drones in the form of small aircraft, and rotorcraft drones for commercial use.

회전익 드론은 쿼드 콥터 또는 헥사 콥터가 상업용으로 주로 사용되며, 4개 또는 6개의 프로펠러와 모터를 구비하는 드론을 사용하며, 별도의 드론 조종기(RC Transmitter/Receiver)를 사용하여 RF 주파수를 통해 드론 동작제어 신호(PWM command)를 하늘을 나는 드론으로 전송하여 드론의 수직 이착륙(VTOL, Vertical Takeoff and Landing)과 방향 제어, 선형 가속, 비행 경로 제어, 랜딩을 제어한다.Rotary wing drones are quadcopters or hexacopters commonly used for commercial purposes, using drones with four or six propellers and motors, and using a separate drone controller (RC Transmitter / Receiver) to operate drones over RF frequencies. Control signals (PWM commands) are sent to flying drones to control vertical takeoff and landing (VTOL), direction control, linear acceleration, flight path control, and landing.

드론은 공기 역학적으로 안정적인 비행을 위해 비행 컨트롤러(FC, Flight Controller)를 사용한다. 컴퓨터가 작동하지 않으면 비행을 할 수 없으며 FC는 방향과 위치를 정확하게 계산하기 위해 보드에 내장된 미세전자 자이로스코프, 가속도계로부터 정보를 취합한다. 모터(M1, M2, M3, M4)가 4개인 쿼드콥터의 작동원리는 M1, M3 로터와 M2, M4 로터는 각각 같은 방향으로 회전하지만 서로 회전방향이 반대이며, 모터에서 발생하는 반동토크를 상쇄시켜 작동된다. Drones use a flight controller (FC) for aerodynamically stable flight. If the computer isn't working, you won't be able to fly, and the FC will gather information from the onboard microelectronic gyroscopes and accelerometers to accurately calculate direction and position. The principle of operation of a quadcopter with four motors (M1, M2, M3, M4) is that the M1, M3 rotor and M2, M4 rotor rotate in the same direction, but the rotation directions are opposite to each other and offset the reaction torque generated by the motor. It works.

표 1은 쿼드 콥터의 동작 원리를 나타낸다. Table 1 shows the operating principle of the quadcopter.

상승 및 하강
(Trottle up/down)Rising and falling
(Trottle up / down) M1~M4를 동일하게 회전속도를 올리면 기체는 상승하고 동일하게 회전속도를 낮추면 기체는 하강하게 된다.If you increase the rotational speed of M1 ~ M4 in the same way, the gas rises, and if you lower the rotational speed the same, the gas descends. 전후진
(Roll left/right)Forward and backward
(Roll left / right) M3 로터의 속도만 올리면 기체는 앞으로 기울어져 전진하게 되고 반면에 M1 로터의 속도만을 올리면 기체는 뒤로 기울어져 후진하게 된다.Increasing the speed of the M3 rotor only forwards the aircraft forward, while increasing the speed of the M1 rotor only inclines the aircraft backwards. 좌후진
(Roll left/right)Left reverse
(Roll left / right) M2 로터의 속도만을 올리면 기체는 왼쪽으로 기울어져 왼쪽으로 이동하고 반면에 M4 로터의 속도만을 올리면 기체는 오른쪽으로 기울어져 오른쪽으로 이동한다.If you only speed up the M2 rotor, the aircraft will tilt to the left and move to the left, while if you only speed up the M4 rotor, the aircraft will tilt to the right and move to the right. 회전
(Yaw left/right)rotation
(Yaw left / right) M1 그리고 M3 로터의 속도를 동일하게 증가시키면 기체의 반토크 균형이 깨져 기체 후미가 왼쪽으로 돌아간다. 반면에 M2와 M3 로터의 속도를 동일하게 증가시키면 마찬가지 이유로 기체의 후미가 오른쪽으로 돌아간다.Increasing the speed of the M1 and M3 rotors equally breaks the anti-torque balance of the gas, turning the gas tail to the left. On the other hand, increasing the speed of the M2 and M3 rotors equally causes the tail of the aircraft to turn to the right for the same reason.

기존의 드론 제어기(RC Tx/Rx)는 1~4까지의 모드가 있다. 각 국가별로 선호하는 모드가 있으며 대부분은 모드1과 모드 2를 사용한다. 모드1은 오른쪽 스틱으로 에일러론과 스로틀을 제어하며, 왼손을 사용하여 엘리베이터와 에일러론을 제어한다. 모드 2는 실제 비행기와 가장 근접한 조종방식이다. 오른쪽 스틱은 에일러론과 엘리베이터를 제어하고, 왼쪽 스틱은 스로틀과 러더를 제어한다. 즉 오른손으로 조종간의 에일러론과 엘리베이터를 제어하고, 왼손으로 스로틀 레버를 제어하는 실제 비행기와 매우 유사하다. 조종기를 사용하는 드론의 비행 제어는 다음과 같은 비행 모드가 존재한다. 이는 FC(Flight Controller)에 따라 설정이 가능하다.Conventional drone controllers (RC Tx / Rx) have 1 to 4 modes. Each country has its own preferred mode, most of which use Mode 1 and Mode 2. Mode 1 controls the aileron and throttle with the right stick and the elevator and aileron with the left hand. Mode 2 is the closest control to a real airplane. The right stick controls the aileron and elevator, and the left stick controls the throttle and rudder. It is very similar to a real airplane that controls the aileron and elevator between the steering wheel with the right hand and the throttle lever with the left hand. Drone flight control using a remote controller has the following flight modes. This can be set according to FC (Flight Controller).

1) 매뉴얼 모드 (Manual Mode)1) Manual Mode

매뉴얼 모드는 조종기의 스틱(각도)에 기체의 피치(pitch), 롤(roll) 방향의 회전속도가 비례하는 모드이다. 스틱을 일정량 기울이고 있으면 기체는 상응하는 속도로 계속 회전한다. 기체가 기울어져 있는 상태에서 스틱을 중립으로 하면 그 각도를 유지하는 모드이다.The manual mode is a mode in which the aircraft's pitch and the rotational speed in the roll direction are proportional to the stick of the controller. If the stick is tilted a certain amount, the aircraft will continue to rotate at the corresponding speed. If the stick is in neutral while the aircraft is inclined, the angle is maintained.

2) 에띠튜드 모드 (Attitude Mode)2) Attitude Mode

에띠튜드 모드에서 조종기의 스틱에 기체의 각도가 비례한다. 스틱이 중립일때 기체가 수평이며 스틱을 최대한 기울이면 기체 각도 또한 미리 설정된 한계값까지 기울여진다. 전후좌우 이동시 해당 방향으로 스틱을 계속 기울이고 있어야 한다.In Etitude mode, the aircraft's angle is proportional to the stick on the remote controller. When the stick is neutral, the aircraft is level and if the stick is tilted as far as possible, the angle of the aircraft is also inclined to the preset limit. When moving forward, backward, left, and right, keep stick in that direction.

3) GPS Angle Mode3) GPS Angle Mode

GPS Angle Mode에서 스틱이 중립이면 기체의 포지션이 고정된다. 스틱을 움직일 시 2)의 Attitude Mode와 동일한 움직임을 보인다. In GPS Angle Mode, if the stick is neutral, the aircraft's position is fixed. When you move the stick, it shows the same movement as 2) Attitude Mode.

4) GPS Mode4) GPS Mode

GPS Mode에서 조종기의 스틱에 기체의 속도가 비례한다. 스틱을 중립으로 유지시 동일한 위치에서 고정(호버링, hovering)된다. In GPS mode, the aircraft's speed is proportional to the stick on the remote controller. When the stick is held neutral, it is fixed (hovering) in the same position.

이와 관련된 선행기술1로써, 특허 등록번호 10-1559898에서는 "드론"이 개시되어 있다. 드론은 기구 프레임(60)과, 모터, 프로펠러, 초음파 센서 또는 적외선 센서의 센서부(40)에 의한 판정부, 통신부를 포함한다. 기구 프레임(60)은 드론을 이착륙하기 위한 두 다리의 착륙 지지대를 구비하는 하단부 및 비행 콘트롤러(FC, Flight Controller)가 내장된 임베디드 시스템을 구비하며 상단부를 포함하며, 기구 프레임(60)의 상단부의 중앙에 중심부(10)가 위치하고, 중앙부(10)를 중심으로 십자형으로 형성된 분기부로 구성된다. 쿼드 콥터의 경우, 분기부는 90도 각도마다 제1분기부(31), 제2분기부(32), 제3분기부(33), 제4분기부(34)로 구성되며, 분기부의 양 끝에는 각각의 모터(M1,M2,M3,M4)와 각 모터에 대응되는 프로펠러가 장착된다. 분기부는 내부에 모터가 구비되며, 모터 축에 프로펠러가 장착되어 회전하여 비행하도록 구성된다.As a related art 1, "drone" is disclosed in Patent Registration No. 10-1559898. The drone includes an instrument frame 60, a determination unit by a sensor unit 40 of a motor, a propeller, an ultrasonic sensor or an infrared sensor, and a communication unit. The instrument frame 60 has a lower end with two legs landing support for taking off and landing the drone and an embedded system in which a flight controller (FC) is embedded and includes an upper end, and an upper part of the upper part of the instrument frame 60. The central part 10 is located in the center, and consists of the branch part formed in the cross shape about the center part 10. As shown in FIG. In the case of a quadcopter, the branching portion is composed of a first branching portion 31, a second branching portion 32, a third branching portion 33, and a fourth branching portion 34 every 90 degrees. Each motor M1, M2, M3, M4 and a propeller corresponding to each motor are mounted. The branch is provided with a motor inside, and is configured to fly by rotating the propeller mounted on the motor shaft.

이와 관련된 선행기술1로써, 특허 공개번호 10-2016-0069561에서는 조명을 탑재한 드론(Drone)을 비행시켜 상공에 배치함으로써 군사용 또는 재해 현장용 야간 조명탄 또는 운동 시설이나 공원 등의 조명 시설을 대체하여 적은 비용으로 조명할 수 있을 뿐만 아니라 재사용이 가능한 "드론의 이동식 야간 조명용 군집 비행 방법 및 이를 통한 이동식 야간 조명 방법"이 개시되어 있다.As a related art 1, Patent Publication No. 10-2016-0069561 replaces a lighting facility such as a military facility or a disaster site night flare or a sports facility or a park by flying a drone equipped with a light and arranging it over the air. Disclosed are a "drone's method for clustered flight of mobile night light and a mobile night light method through which it can be illuminated at cost as well as reusable."

드론의 이동식 야간 조명용 군집 비행 방법은, 조명이 탑재된 다수의 드론을 좌우로 정렬하여 소정의 대형으로 지상에 배치하는 S10 단계; 상기 다수의 드론을 비행시켜 목적 고도까지 승강시켜 소정의 대형으로 상공에 배치하는 S20 단계; 및 목적 고도에서 상기 소정의 대형을 유지하면서 목표 지역으로 이동하는 S30 단계;를 포함한다. Clustering flight method for mobile night light of the drone, S10 step of arranging a plurality of the light-mounted drone to the left and right in a predetermined large size on the ground; S20 step of flying the plurality of drones to the target altitude to be placed in the air in a predetermined large size; And step S30 of moving to a target area while maintaining the predetermined formation at a target altitude.

그러나, 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 개미, 벌, 새 등의 군집 생명체들의 탐색 매커니즘을 모사하거나, 진화 연산(Evolutionary Computation)과 같이 다수 개체 정보의 상호간 조합 및 변형하는 방식으로 하나 또는 다수의 기준에 따라 최적 지점을 찾는 탐색 알고리즘이며, 원하는 결과를 위한 기준을 정량적인 목적 함수(Objective function)로 정의하는 것이 핵심이다. However, Swarm-based Optimization Algorithm can be used to simulate the search mechanisms of colonies such as ants, bees, birds, etc., or to combine and transform multiple entity information such as evolutionary computation. Or, it is a search algorithm that finds the optimal point according to a number of criteria, and defining the criteria for the desired result as a quantitative objective function is the key.

예를들면, 조난자 탐색이 목적이라면 목적 함수는 '획득 이미지의 조난자와의 유사도'로 정의할 수 있고, 알고리즘은 이 값이 가장 큰 위치를 찾는 방향으로 진행된다. For example, if the search for distress is aimed, the objective function can be defined as 'similarity with the distress in the acquired image', and the algorithm proceeds in the direction of finding the largest position.

다수의 무인비행체 군집 시스템은 주변 무인비행체 개체들과 서로 정보를 주고 받으며 임무를 수행하는 다개체 시스템이며, 하드웨어, 위치 제어, 센서 정보 처리와 같은 무인비행체 개체별 제어 시스템은 다수의 무인비행체 개체의 정보를 동시에 관리하고 지령을 내리는 통합 관제 시스템이 필요하다. A large number of unmanned aerial vehicle cluster systems are multi-objective systems that communicate with and receive information from neighboring unmanned aerial vehicle entities, and perform control of individual unmanned aerial vehicle objects such as hardware, position control, and sensor information processing. There is a need for an integrated control system that simultaneously manages and commands information.

특히, 위험을 수반하거나 탐색 범위가 넓을수록 군집 로봇의 활용이 효과적이며, 예를들면, 조난자 탐색, 산불 원점 탐색, 오염물질 탐색 등에 적용이 가능하다.In particular, as the risks or the wider search range are used, the utilization of the cluster robot is more effective. For example, it is possible to apply for the search for distress people, the search for wildfire origin, and the search for pollutants.

기존 군집 로봇 기반 탐색은 지능화된 탐색이 아닌 포메이션 제어를 기반으로 한 '전역 탐색' 방식이 주를 이루었으며, 단순한 포메이션 제어를 이용한 전역 탐색은 탐색 영역이 넓을 수록 소요시간이 기하급수적으로 증가하였다. Conventional cluster robot-based search was mainly based on 'global search' based on formation control, not intelligent search, and the global search using simple formation control increased exponentially as the search area was wider.

그러나, 기존 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 현실 공간 문제에 직접 적용할 수 없었으며, 군집 기반 최적화 알고리즘에서 가상의 개체는 사실상 무한대의 가속도 및 속도를 가지며 즉 순간 이동이 가능하고, 부피와 질량이 없으며, 충돌하지 않고 한 점에 겹치는 것이 가능하는 등 비현실적인 전제가 있었다. However, the existing Swarm-based Optimization Algorithm could not be directly applied to the real space problem. In the cluster-based Optimization algorithm, virtual objects have virtually infinite acceleration and speed, that is, they can be teleported. There was an unrealistic premise: there was no volume and no mass, and it was possible to overlap at one point without colliding.

또한, 기존 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 현실 공간 문제에 직접 적용할 수 없으며, 현실적으로 무인비행체의 동역학적 요소를 알고리즘의 업데이트 수식에 추가로 반영하여 개체 간 충돌과 수렴 방지 기능을 갖는 다수의 무인 비행체 인 군집 드론의 현실 공간 탐색 및 충돌 방지 메커니즘을 제공하지 않았다. In addition, the existing Swarm-based Optimization Algorithm cannot be applied directly to the real space problem, and in reality, the dynamics of the unmanned aerial vehicle are added to the algorithm's update formula to prevent collision and convergence between objects. It has not provided realistic space navigation and collision avoidance mechanisms for a large number of drones that are drones.

특허 공개번호 10-2016-0069561 (공개일자 2016년 06월 17일), "드론의 이동식 야간 조명용 군집 비행 방법 및 이를 통한 이동식 야간 조명 방법", 한국항공우주연구원Patent Publication No. 10-2016-0069561 (published June 17, 2016), "Method of flying drones for mobile night lights and mobile night illumination methods", Korea Aerospace Research Institute

종래 기술의 문제점을 해결하기 위한 본 발명의 목적은 다수의 무인비행체(UAV)에 대하여 군집 기반 탐색 최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 신속 정확하게 탐색 결과를 제공하는, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법을 제공하는 것이다. An object of the present invention for solving the problems of the prior art is to maximize the acceleration and the maximum speed of each drone of the cluster drone according to the principle of the swarm-based optimization algorithm for a plurality of unmanned aerial vehicles (UAV) Collect and share location information in a cluster control server in real time, and intelligently search for drone clusters under the control of a cluster control system having a control computer and a cluster control server to which a swarm search algorithm is applied. 3D space exploration using multiple drone systems and cluster intelligence to determine the next moving position of each drone to control collisions, prevent convergence prevention, and provide fast and accurate search results. To provide a way.

본 발명의 목적을 달성하기 위해, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템은 다수의 드론들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 군집을 이루며 다수의 드론; 탐색 명령을 입력하는 제어 컴퓨터; 및 상기 제어 컴퓨터에 연결되며, 각각의 드론의 최대 속도, 최대 가속도 계산을 위한 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하며, 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버를 구비하는 군집 제어 시스템을 포함하며,
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(a_max) 및 최대 속도(v_max)를 반영하며,

(식2)

(식3)
식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 v_t에서 t-1 시점의 이전 속도 v_t-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 a_max로 줄이고,
식3은 이렇게 구해진 현재 속도 v_t의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값

로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정 시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다. In order to achieve the object of the present invention, a realistic 3D spatial search utilizing a number of drone systems and cluster intelligence The system includes a plurality of drones clustering and traveling in the sky according to a predetermined flight path, and each group of drones has a speed for each drone and moves to a desired position; A control computer for inputting a search command; And a swarm-based optimization for a plurality of drones by means of a cluster search algorithm software module coupled to the control computer, the drone dynamics model for calculating the maximum speed and the maximum acceleration of each drone and the search command. Algorithm) collects and shares the maximum acceleration, maximum speed, and location information of each drone of the cluster drone to the cluster control server in real time, and the cluster control server searches for the drone cluster, and in a 1: N manner by remote control. It detects the collision of each drone and prevents crossover between drone objects by reflecting the maximum speed and the acceleration of each drone in advance, and determines the next moving position of each drone at time t after time t-1, Cluster control with a cluster control server to send control commands to the drone, including the next movement position, velocity, and acceleration System,
If the cluster control server defines the difference between the next search point and the current search point that must move within a unit time as the speed v, the next search point is the speed of the k-th drone object ( v) reflects maximum acceleration (a _max ) and maximum velocity (v _max ),

(Eq. 2)

(Eq. 3)
Equation 2 reflects the maximum acceleration. If the current velocity v _t of the kth drone object at time _t minus the previous velocity v _t-1 at time _t-1 is greater than the maximum acceleration, the direction of the vector is maintained. But reduce the magnitude of the vector to the maximum acceleration value a _max ,
Equation 3 maintains the direction of the vector as the current velocity v _t is still larger than the maximum velocity.

Reduces to
Crossover prevention between drone individuals manages to update the drone forward position or to rest in place for a period of time.

본 발명의 다른 목적을 달성하기 위해, 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은, (a) 다수의 드론들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 이동하는 단계; (b) 제어 컴퓨터로부터 탐색 명령이 군집 제어 시스템으로 입력되면, 각각의 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론들에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하는 단계; 및 (c) 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 따라 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 군집 군론의 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함하며,
상기 군집 제어 서버는, 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 드론에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(a_max) 및 최대 속도(v_max)를 반영하며,

(식2)

로 줄이며,
드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다.
In order to achieve another object of the present invention, a realistic 3D spatial search utilizing a plurality of drone systems and cluster intelligence The method comprises the steps of: (a) clustering a plurality of drones and traveling the sky according to a predetermined flight path, each drone having a speed and moving to a desired position, respectively; (b) When a search command is input from the control computer to the cluster control system, a swarm-based optimization algorithm is applied to a plurality of drones by the cluster search algorithm software module according to each drone dynamic model and the search command. Collecting and sharing the maximum acceleration, the maximum speed, and the position information of each drone of the cluster drone to the cluster control server in real time; And (c) the cluster control server detects the drone cluster, detects the collision of each drone by reflecting the maximum speed and the maximum acceleration of each drone in advance in a 1: N manner according to the remote control, and crosses the drone objects. Preventing, determining a next moving position of each drone at time t after time t-1, and transmitting a control command including the next moving position, speed, and acceleration to each drone in the cluster grouping;
If the cluster control server defines the difference between the next search point and the current search point that must move within a unit time as the speed v, the next search point is the speed of the k-th drone object ( v) reflects maximum acceleration (a _max ) and maximum velocity (v _max ),

(Eq. 2)

본 발명에 따른 다수의 무인비행체(UAV) 시스템과 군집 드론의 지능을 활용한 현실 3D 공간 탐색 시스템 및 방법은 정밀하게 제어되는 다수의 무인비행체(UAV)에 대하여 군집 기반 탐색(최적화) 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 드론 군집을 탐색하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 제공한다.Real 3D spatial search system utilizing the intelligence of a plurality of UAV systems and cluster drones according to the present invention; The method uses the principle of Swarm-based Optimization Algorithm for a number of precisely controlled unmanned aerial vehicles (UAVs) in real time to obtain the maximum acceleration, maximum speed, and location information of each drone of the cluster drone. In order to prevent collisions by intelligently searching for drone clusters under the control of a cluster control system having a control computer and a cluster control server to which a swarm search algorithm is applied. Determine the location of movement and provide search results quickly and accurately.

기존 군집 기반 최적화 알고리즘(Swarm-based Optimization Algorithm)은 현실 공간 문제에 직접 적용할 수 없기 때문에, 현실적으로 무인비행체의 동역학적 요소를 알고리즘의 업데이트 수식에 추가로 반영하여 개체 간 충돌과 수렴 방지 기능을 갖는 다수의 무인 비행체 인 군집 드론의 현실 공간 탐색 및 충돌 방지 메커니즘을 개선하여 적용하였다. Since the Swarm-based Optimization Algorithm cannot be applied directly to the real-world space problem, realistically, the dynamics of the unmanned aerial vehicle are added to the algorithm's update formula to prevent collision and convergence between objects. We improved and applied the real space search and collision avoidance mechanism of a large number of drones, community drones.

도 1은 기존 쿼드콥터 드론의 동작 방식을 설명한 도면이다.
도 2는 회전익 드론 인 쿼드 콥터의 내부 구성도이다.
도 3a는 다수의 군집 드론의 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)을 도시한 도면이다.
도 3b는 3차원 공간에서 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 개념을 도시한 도면이다.
도 3c는 군집 지능 기반 현실 공간 탐색 알고리즘(Swarm Search)의 연구개발 개요와 목표를 나타낸 도면이다.
도 4는 1,000,000m³ 가상 공간, 드론 15기 군집 모델, 9가지 테스트의 실험 기기를 구비한 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 실험 환경을 나타낸 도면이다.
도 5는 본 발명에 따른 제어 컴퓨터와 군집 제어 시스템과 다수의 군집 드론의 Swarm Control 시뮬레이션 환경을 구축하고, 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3D 공간 탐색(Swarm Search) 시스템 구성도이다.
도 6은 U. PEN의 Hummingbird 모델을 사용한 하드웨어 모델과 드론 모델링 도면이다.
도 7은 드론의 전자 속도 제어기(ESC)의 PD 제어에 의한 속도 제어를 나타낸 화면이다.
도 8은 드론 군집이 개별적으로 이동하면서, PSO(Particle Swarm Optimization) 알고리즘을 사용하여 개별적인 드론의 경로로부터 얻게 되는 축적 데이터와, 드론 군집이 이동경로로부터 얻게 되는 축적 데이터를 사용하여 점진적으로 t 시점 다음 이동 위치를 결정하는 알고리즘을 나타낸 도면이다.
도 9는 드론 모델의 최대 가속도, 최대 속도를 적용한 맞춤형 탐색 알고리즘을 나타낸 도면이다.
도 10은 군집 지능 기반 맞춤형 탐색 알고리즘을 사용하여 각각의 드론의 이동 경로 상의 목적 위치까지 두 선분 상에 충돌을 방지(개체간 교차 방지)하도록 둘 중 어느 하나의 드론을 일시 정지하게 하는(hovering) 메커니즘을 설명한 도면이다.
도 11은 드론 군집에서 드론 개체간 교차 방지, 이동체 수렴 방지를 제공하는 맞춤형 탐색 알고리즘의 원리를 나타낸 도면이다.
도 12는 본 발명의 실시예에 따른 Particle Swarm Optimization을 사용한 군집 탐색 알고리즘의 순서도이다.
도 13a는 현실 3D 공간에서 다수의 군집 드론의 위치를 초기화한 드론 시뮬레이션 화면이다.
도 13b는 단계(step)별로 드론 탐색 과정의 드론 시뮬레이션 화면이다. 1 is a view illustrating an operation method of a conventional quadcopter drone.
2 is an internal configuration diagram of a rotorcraft drone in quadcopter.
FIG. 3A illustrates a swarm search based swarm search of a plurality of cluster drones.
FIG. 3B is a diagram illustrating a concept of swarm search based on a swarm intelligence in three-dimensional space.
FIG. 3C is a diagram illustrating an R & D outline and a goal of Swarm Search based on swarm intelligence.
4 is a diagram illustrating an experimental environment of a swarm intelligent based spatial search algorithm having 1,000,000m ³ virtual space, 15 drone cluster models, and 9 test instruments.
5 is a configuration diagram of a real computer 3D spatial search system using a control computer, a cluster control system, a swarm control simulation environment of a plurality of cluster drones, and a plurality of drone systems and cluster intelligence.
6 is a hardware model and drone modeling diagram using the Hummingbird model of U. PEN.
7 is a screen illustrating speed control by PD control of an electronic speed controller (ESC) of a drone.
FIG. 8 shows the accumulated data obtained from the path of individual drones using the Particle Swarm Optimization (PSO) algorithm as the drone clusters move individually, and the time point t gradually using the accumulated data obtained from the movement path of the drone clusters. A diagram illustrating an algorithm for determining a moving position.
9 is a view showing a customized search algorithm applying the maximum acceleration and the maximum speed of the drone model.
FIG. 10 shows the use of a cluster intelligence-based custom search algorithm to pause a drone of either to prevent collisions on two segments to prevent a target on the line segment of each drone's movement path. It is a figure explaining a mechanism.
FIG. 11 is a diagram illustrating a principle of a customized search algorithm that provides cross-drone prevention and mobile vehicle convergence prevention in drone communities.
12 is a flowchart of a cluster search algorithm using Particle Swarm Optimization according to an embodiment of the present invention.
13A is a drone simulation screen in which positions of a plurality of cluster drones are initialized in a realistic 3D space.
FIG. 13B is a drone simulation screen of a drone search process for each step. FIG.

이하, 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 발명의 구성 및 동작을 상세하게 설명한다. Hereinafter, with reference to the accompanying drawings, preferred embodiments of the present invention will be described in detail the configuration and operation of the invention.

본 발명의 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은 정밀하게 제어되는 다수의 무인비행체(Unmanned Aerial Vehicle, UAV) 인 드론들에 대하여 군집 기반 탐색 최적화 알고리즘(Swarm-based Optimization Algorithm)의 원리에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버에서 수집공유하며, 제어 컴퓨터와 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 서버를 구비한 군집 제어 시스템의 제어에 따라 지능적으로 군집 드론(Swarm drone)을 탐색하여 드론의 최대 속도와 최대 가속도를 반영하여 드론 개체간 교차 방지, 이동체 수렴 방지를 제어하여 충돌을 방지하도록 각각의 드론의 다음 이동 위치를 결정하며, 빠르고 정확하게 탐색 결과를 얻을 수 있다.Real 3D Spatial Search Using Multiple Drone Systems and Cluster Intelligence of the Present Invention The method is based on the principle of Swarm-based Optimization Algorithm for a number of precisely controlled unmanned aerial vehicle (UAV) drones, the maximum acceleration and the maximum speed of each drone of the cluster drone. Collect and share location information in a cluster control server in real time, and intelligently search for a swarm drone under the control of a cluster control system having a control computer and a cluster control server to which a swarm search algorithm is applied. By determining the maximum speed and the acceleration of the drone to prevent the collision between the drone objects and the convergence of the moving object to determine the next moving position of each drone to prevent collision, it is possible to obtain a fast and accurate search results.

드론의 통신방식은 ISM 밴드영역을 사용하는 별도의 드론 제어기(RC Transmitter/Receiver)를 사용하지 않고, 제어 컴퓨터와 드론 동역학 모델(드론의 최대 속도, 최대 가속도)과 군집 탐색 알고리즘(Swarm Search)이 적용된 군집 제어 시스템에 의해 1:N 방식으로 개별적으로 Wi-Fi 모뎀 또는 LTE 모뎀 또는 RF 주파수를 사용한다. 드론의 속도와 충돌 방지를 위해 일정 시간 동안 제자리 정지로 호버링(hovering)을 제어한다. The drone communication method does not use a separate drone controller (RC Transmitter / Receiver) that uses the ISM band region, but the control computer and drone dynamics model (maximum speed and acceleration of the drone) and swarm search algorithm (Swarm Search) The applied cluster control system uses Wi-Fi modems or LTE modems or RF frequencies individually in a 1: N manner. Hovering is controlled by stopping it for a certain period of time to prevent drone speed and collision.

지상의 GCS(Ground Control Station) 군집 제어 시스템은 서로 다른 속도로 하늘을 나는 다수의 군집 드론을 개별적으로 1:N 방식으로 군집 제어(Swarm Control)하기 위해 군집 제어 시스템은 멀티채널 송신기가 구현된다. 군집 제어 시스템은 제어할 드론의 최대 개수만큼의 파이프를 메모리에 생성하고, RTOS 기반에서 데이터 수신 및 생성부분과 전송부분을 각각 별도의 쓰레드(Thread)를 생성하여 구동한다. 프로세스(process) 간 통신을 위한 파이프는 전역 변수 형태로 정의하여 프로세스 간 비동기(async) 방식으로 정보를 교환한다. In the ground control station (GCS) cluster control system, a multichannel transmitter is implemented in order to individually control multiple cluster drones flying at different speeds in a 1: N manner. The cluster control system creates as many pipes as the maximum number of drones to control, and creates and operates separate threads for data reception, generation, and transmission based on RTOS. Pipes for interprocess communication are defined in the form of global variables to exchange information asynchronously between processes.

도 2는 회전익 드론 인 쿼드 콥터의 내부 구성도이다.2 is an internal configuration diagram of a rotorcraft drone in quadcopter.

일반적으로, 드론 제어기(100)는 RC Transmitter/Receiver(RC Tx/Rx)로써, 드론(200)을 Wi-Fi, LTE, RF 무선 통신을 통해 원격 제어하는 키 조정부(101); 드론의 원격 제어 데이터를 전송하도록 제어하는 제어부(102); 각 드론의 원격 제어 데이터를 송신하고, 드론(200)으로부터 드론의 GPS 위치 및 고도 정보를 수신하는 무선통신부(103); 및 배터리(104)로 구성된다. 드론(200)은 Wi-Fi, LTE, RF 주파수를 사용하는 별도의 드론 제어기(RC Tx/Rx)(100) 또는 스마트폰에 의해 제어된다.In general, the drone controller 100 is a RC Transmitter / Receiver (RC Tx / Rx), the key adjusting unit 101 for remotely controlling the drone 200 through Wi-Fi, LTE, RF wireless communication; A control unit 102 for controlling to transmit the remote control data of the drone; A wireless communication unit 103 for transmitting remote control data of each drone and receiving GPS position and altitude information of the drone from the drone 200; And a battery 104. The drone 200 is controlled by a separate drone controller (RC Tx / Rx) 100 or a smartphone using Wi-Fi, LTE, RF frequencies.

드론은 비행경로 계획 SW에 의해 이동 경로가 설정되고, 드론의 위치, 속도, 가속도 제어에 따라 양력을 발생하여 수직 이륙후에 이동 경로에 따라 추력을 발생하여 이동한다. The drone generates a moving path by flight path planning SW, generates lift according to the drone's position, speed, and acceleration control, and generates and moves thrust along the moving path after vertical takeoff.

본 발명의 실시예에서는, 드론 제어기를 사용하지 않고, 군집 제어 시스템을 사용하여 다수의 군집 드론을 제어하며, 다수의 드론은 비행기 형상의 고정익 드론을 사용하지 않고, 4대 프로펠러를 사용하는 회전익 드론(쿼드 콥터)을 사용한다. In an embodiment of the present invention, a plurality of cluster drones are controlled using a cluster control system without using a drone controller, and the plurality of drones do not use a fixed wing drone in the shape of an airplane, and a rotorcraft drone using four propellers. Use Quadcopter.

드론(200)은 4대 이상의 프로펠러(204,206,208,210)와; 각각의 프로펠러(204,206,208,210)를 구동하는 각각의 모터(M1,M2,M3,M4)(203,205,207,209); 비행 콘트롤러(FC)(201)와 연결되며, PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러(204,206,208,210)를 회전시키는 전자 속도 제어기(ESC)(202); 군집 제어 시스템(300)으로부터 드론(200)으로 상기 무선 통신부(211)를 통해 원격 제어 데이터를 수신받고, 전자 속도 제어기(ESC)(202)와 연결되며, 드론의 수직 이착륙, 수직 상승/하강, 선형 가속, 방향 제어, 드론의 고도 제어, 호버링(정지), 랜딩 및 비행 경로를 제어, 데이터 송수신을 제어하는 비행 콘트롤러(FC, Flight Controller)(201); 데이터를 송수신하기 위한 IP 주소와 MAC 주소가 할당된 LTE 모뎀 또는 Wi-Fi 모뎀 또는 RF 통신부 중 어느 하나를 구비하는 무선통신부(211); 비행 콘트롤러(FC)(201)와 연결되며, 하늘을 나는 드론의 GPS 위치 좌표를 제공하는 GPS 수신기(212); 비행 콘트롤러(FC)(201)와 연결되며, 드론의 해발고도 정보를 제공하는 고도계(213); 비행 콘트롤러(FC)(201)와 연결되고, z 축(axis)을 기준으로 회전하는 4대의 프로펠러들(204,206,208,210)의 각속도를 측정하여 yaw, roll, pitch를 제어하여 쿼드 콥터 구조의 드론(200)의 자세 제어를 하여 드론의 좌우 수평 밸런싱을 유지되도록 하는 자이로스코프(gyroscope, gyro sensor)(214); 이동하는 드론의 가속도나 충격의 세기를 측정하는 가속도 센서(acceleration sensor)(215); 카메라의 항공 촬영 영상 데이터와 시간대별 위치와 속도, 가속도 데이터를 기록하는 저장부(하드디스크)(216); USB 메모리 연결부(220) 및 배터리(219); 및 드론의 상부 몸체와 하부 수직 이착륙부를 구비하는 기구부 프레임을 포함하며,
USB 메모리 연결부(220) 이외에 SD 카드 연결부(미도시)를 더 구비하고 Card Slot를 통해 촬영 영상과 비행 기록과 데이터를 기록한다. Drone 200 includes four or more propellers 204, 206, 208, 210; Respective motors M1, M2, M3, M4 203, 205, 207, 209 driving respective propellers 204, 206, 208, 210; Electronic speed controller which is connected to the flight controller (FC) 201 and rotates the propellers 204, 206, 208, 210 by controlling the speed of each motor M1, M2, M3, M4 through PD control (proportional differential control). (ESC) 202; Receives remote control data from the cluster control system 300 to the drone 200 via the wireless communication unit 211, and is connected to the electronic speed controller (ESC) 202, vertical take-off and landing, vertical up / down, A flight controller (FC) 201 that controls linear acceleration, direction control, altitude control of the drone, hovering (stop), landing and flight paths, and data transmission and reception; A wireless communication unit 211 including any one of an LTE modem, a Wi-Fi modem, or an RF communication unit, to which an IP address and a MAC address for transmitting and receiving data are allocated; A GPS receiver 212 connected with a flight controller (FC) 201 and providing GPS position coordinates of a flying drone; An altimeter 213 connected to the flight controller (FC) 201 and providing altitude elevation information of the drone; A quadcopter drone 200 connected to a flight controller (FC) 201 and controlling yaw, roll, and pitch by measuring angular velocities of four propellers 204, 206, 208, and 210 rotating about a z axis. A gyroscope (gyro sensor) 214 for maintaining the horizontal balance of the drone by controlling the attitude of the drone; An acceleration sensor 215 that measures the acceleration or impact strength of the moving drone; A storage unit (hard disk) 216 for recording aerial photographing image data of the camera and position, speed, and acceleration data for each time zone; A USB memory connection 220 and a battery 219; And a mechanism frame having an upper body and a lower vertical takeoff and landing of the drone,
In addition to the USB memory connection unit 220, an SD card connection unit (not shown) is further provided, and records video and flight records and data through a card slot.

드론 제어기(100)를 사용하는 대신에 스마트폰을 사용하는 경우, 스마트폰은 와이파이(Wi-Fi) 또는 이동통신망을 통해 드론(200)으로 원격 제어 데이터를 전송하고, 드론(200)으로부터 상기 스마트폰으로 항공촬영 영상 데이터와 드론의 GPS 위치 좌표와 고도 정보를 수신하고, 상기 스마트폰에 드론의 항공촬영 영상과 드론의 GPS 위치 좌표 및 고도 정보를 실시간으로 표시한다. When using a smartphone instead of using the drone controller 100, the smartphone transmits remote control data to the drone 200 via Wi-Fi or a mobile communication network, and the smart from the drone 200. Receive the aerial image data, GPS location coordinates and altitude information of the drone by phone, and displays the aerial image and drone GPS position coordinates and altitude information of the drone in real time.

비행 콘트롤러(FC)(201)는 드론 제어기(100) 또는 스마트폰으로부터 드론(200)으로 원격 제어 데이터를 수신받고, 4개 이상의 모터(M1,M2,M3.M4)(203,205,207,209)를 구동하여 4개 이상의 프로펠러(204,206,208,210)들 회전시키는 전자 속도 제어기(ESC)(202)와 연결되며, 드론의 수직 이착륙, 수직 상승/하강, 선형 가속, 방향 제어, 드론의 고도 제어, 호버링(정지), 랜딩 및 비행 경로를 제어한다. The flight controller (FC) 201 receives the remote control data from the drone controller 100 or the smartphone to the drone 200, and drives four or more motors (M1, M2, M3.M4) 203, 205, 207, 209 Connected to an electronic speed controller (ESC) 202 that rotates one or more propellers 204, 206, 208, and 210, vertical takeoff and landing of the drone, vertical up / down, linear acceleration, direction control, altitude control of the drone, hovering, landing and Control the flight path.

드론 제어기(100)와의 드론(200)의 무선 통신은 Wi-Fi, LTE, 또는 RF(Radio Frequency) 신호를 사용하여 통신된다.Wireless communication of the drone 200 with the drone controller 100 is communicated using a Wi-Fi, LTE, or Radio Frequency (RF) signal.

전자 속도 제어기(ESC)(202)는 PD 제어(비례 미분 제어)에 의해 드론의 속도를 제어할 수 있으며, 각각 모터(M1,M2,M3,M4)의 프로펠러의 회전 속도를 제어하여 각각의 프로펠러(204,206,208,210)를 회전하게 하여 상승과 하강을 제어한다.The electronic speed controller (ESC) 202 can control the speed of the drone by PD control (proportional differential control), and control the rotational speeds of the propellers of the motors M1, M2, M3, and M4, respectively. Rotate (204, 206, 208, 210) to control the rise and fall.

GPS 수신기(212)는 비행 콘트롤러(FC)(201)와 연결된 D-GPS 수신기를 사용하며, 4개의 위성으로부터 하늘을 나는 드론의 GPS 위치 좌표를 제공하고, 고도계(213)는 비행 콘트롤러(FC)(201)와 연결되며, 드론의 해발고도 정보를 제공한다. 드론의 고도 제어는 드론 제어기(100) 또는 드론을 제어하는 스마트폰을 사용하여 드론(200)의 고도계(213)로부터 해발고도 정보를 수신받아 원격 조정에 의해 원격 조정 데이터를 드론의 무선통신부(211)를 통해 비행 콘트롤러(FC)(201)로 수신받아 상승 하강을 제어하여 드론의 비행 콘트롤러(FC)(201)와 전자 속도 제어기(ESC)(202)의 PD 제어를 통해 각각의 모터들(M1,M2,M3,M4)의 속도를 조절하여 각각의 프로펠러(204,206,208,210)의 회전수를 제어한다. The GPS receiver 212 uses a D-GPS receiver connected to a flight controller (FC) 201 and provides GPS position coordinates for the drones flying in the sky from four satellites, and the altimeter 213 is a flight controller (FC). It is connected to the 201, and provides the altitude elevation of the drone. The altitude control of the drone receives the altitude above sea level information from the altimeter 213 of the drone 200 using the drone controller 100 or a smartphone controlling the drone, and remotely controls the drone wireless communication unit 211. Received by the flight controller (FC) 201 through the control the rising and falling through each of the motors (M1) through the PD control of the flight controller (FC) 201 and electronic speed controller (ESC) 202 of the drone The speed of each of the propellers 204, 206, 208 and 210 is controlled by adjusting the speeds of M2, M3 and M4.

드론의 관성항법장치(IMU)는 자이로스코프(gyroscope, gyro sensor)(214) 및 가속도 센서(accelereometer, 가속도계)(215)를 구비한다. The drone's inertial navigation device (IMU) includes a gyroscope (gyro sensor) 214 and an accelerometer 215.

자이로스코프(gyroscope, gyro sensor)(214)는 비행 콘트롤러(201)와 연결되고, z 축(axis)을 기준으로 회전하는 4개 이상의 프로펠러들(204,206,208,210)의 각속도를 측정하여 yaw, roll, pitch를 제어하여 쿼드 콥터 구조의 드론(200)의 자세 제어를 하여 드론의 좌우 수평 밸런싱을 유지되도록 한다. A gyroscope (gyro sensor) 214 is connected to the flight controller 201, and measures yaw, roll, and pitch by measuring the angular velocity of four or more propellers 204, 206, 208, and 210 rotating about the z axis. By controlling the attitude of the drone 200 having a quadcopter structure, the left and right horizontal balancing of the drone is maintained.

가속도 센서(accelereometer, 가속도계)(215)는 압전형(piezoelectric type) 가속도계, 정전용량형, 스트레인 게이지형(strain gage) 가속도계, 전기동부하형(electro dynamic type) 가속도계, 또는 실리콘 반도체 가속도계 중 어느 하나를 사용한다.The accelerometer 215 may be a piezoelectric accelerometer, a capacitive type, a strain gage accelerometer, an electrodynamic type accelerometer, or a silicon semiconductor accelerometer. use.

드론은 기본적으로, 비행 콘트롤러(FC)(201)에 각각 연결되는 가속도 센서(Acceleration Sensor)(215)와 자이로스코프(Gyroscope Sensor)(214)는 좌우 수평 밸런싱을 유지되도록 하고, 각도를 측정한다. The drone basically measures an angle by allowing the acceleration sensor 215 and the gyroscope sensor 214 respectively connected to the flight controller (FC) 201 to maintain left and right horizontal balancing.

드론 저장부(216)는 하드 디스크를 구비하며, 그 외에 USB 메모리 연결부(220), SD 카드 연결부를 구비하고, Card Slot를 통해 촬영 영상과 비행 기록과 데이터를 기록된 데이터를 노트북이나 컴퓨터로 저장된 데이터를 이전할 수 있다. The drone storage unit 216 includes a hard disk, and a USB memory connection unit 220 and an SD card connection unit. The drone storage unit 216 stores recorded images, flight records, and data stored in a notebook or computer through a card slot. You can migrate data.

별도의 드론 제어기(RC Transmitter/Receiver)를 사용하지 않고 스마트폰을 사용하는 경우, 스마트폰은 이동통신 모뎀 또는 Wi-Fi 통신부를 구비하는 드론은 물리 계층(Physical Layer)과 데이터 링크 계층(Data Link Layer)은 이동통신 프로토콜을 사용하며, 그 상위 계층(Network Layer, Transport Layer)은 TCP/IP 또는 UDP/IP를 사용하여 수직 이착륙, 수직 승강, 선형 가속, 드론의 고도 제어, 비행 경로 제어, 호버링(정지), 랜딩을 제어하며, 원격 제어 데이터, 항공촬영 영상 데이터와 드론의 GPS 위치 좌표(x,y 좌표)와 고도 정보(z 좌표)를 전송할 수 있다. When using a smartphone without using a separate drone controller (RC Transmitter / Receiver), a smartphone having a mobile communication modem or a Wi-Fi communication unit has a physical layer and a data link layer. Layer uses a mobile communication protocol, and the upper layer (Network Layer, Transport Layer) uses TCP / IP or UDP / IP to take up and take off vertically, vertically, lift, linear acceleration, control altitude of the drone, control flight paths, and hover. (Stop) and landing, and can transmit remote control data, aerial image data, GPS position coordinates (x, y coordinates) and altitude information (z coordinates) of the drone.

도 3a는 다수의 군집 드론의 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)을 도시한 도면이다. 도 3b는 3차원 공간에서 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 개념을 도시한 도면이다. FIG. 3A illustrates a swarm search based swarm search of a plurality of cluster drones. FIG. 3B is a diagram illustrating a concept of swarm search based on a swarm intelligence in three-dimensional space.

예를 들면, 한 변의 길이가 100m 인 직육면체를 이루는 공간에서, 군집 알고리즘의 최적 개체수는

≒ 14 (D=3)이며, 드론 15기로 이루어진 군집 드론(Swarm drone)은 드론 1기의 평균 약 40m 활동 범위를 갖는다.For example, in a space consisting of a cuboid with a side length of 100m, the optimal population of the clustering algorithm is

Swarm drone, which is 14 (D = 3) and consists of 15 drones, has an average range of about 40 meters of activity per drone.

도 3c는 군집 지능 기반 현실 공간 탐색 알고리즘(Swarm Search)의 연구개발 개요와 목표를 나타낸 도면이다. FIG. 3C is a diagram illustrating an R & D outline and a goal of Swarm Search based on swarm intelligence.

도 4는 1,000,000m³ 가상 공간, 드론 15기 군집 모델, 9가지 테스트의 실험 기기를 구비한 군집 지능 기반 공간 탐색 알고리즘(Swarm Search)의 실험 환경을 나타낸 도면이다. 실시예에서는, 드론 1기의 직경은 25cm를 사용하였다. 4 is a diagram illustrating an experimental environment of a swarm intelligent based spatial search algorithm having 1,000,000m ³ virtual space, 15 drone cluster models, and 9 test instruments. In the Example, the diameter of one drone was 25 cm.

도 5는 본 발명에 따른 제어 컴퓨터와 군집 제어 시스템과 다수의 군집 드론의 Swarm Control 시뮬레이션 환경을 구축하고, 다수의 무인비행체 시스템과 군집 지능을 사용한 현실 3D 공간 탐색(Swarm Search) 시스템 구성도이다.5 is a configuration diagram of a real computer 3D spatial search system using a control computer, a cluster control system, a swarm control simulation environment of a plurality of cluster drones, and a plurality of drone systems and cluster intelligence.

본 발명에 따른 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 시스템은, 드론으로 구성된 다수의 무인비행체(Unmanned Aerial Vehicle, UAV)들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 군집을 이루며 이동하는 다수의 드론(370); 사용자의 탐색 명령을 입력하는 제어 컴퓨터(310); 및 상기 제어 컴퓨터(310)에 연결되며, 각각의 드론의 최대 속도, 최대 가속도 계산을 위한 드론 동역학 모델(321)과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈(320)에 의해 다수의 드론들에 대하여 군집 기반 탐색(최적화) 알고리즘(Swarm-based Optimization Algorithm)(322)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버(330)로 수집공유하며, 상기 군집 제어 서버(330)가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하여 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 군집 제어 서버(320)를 구비하는 군집 제어 시스템을 포함한다.According to the present invention, a plurality of unmanned aerial vehicles (UAVs) and a plurality of unmanned aerial vehicles (UAVs) composed of drones are driven in a sky according to a predetermined flight path. A plurality of drones 370 moving in clusters to desired positions, each having a speed for each drone; A control computer 310 for inputting a user's search command; And a drone dynamics model 321 for calculating the maximum velocity and the maximum acceleration of each drone and a plurality of drones by a cluster search algorithm software module 320 according to the search command. Collect and share the maximum acceleration, maximum speed, and location information of each drone of the cluster drone to the cluster control server 330 in real time according to a swarm-based optimization algorithm 322. The cluster control server 330 detects the drone cluster, and detects the collision of each drone by reflecting the maximum speed and the maximum acceleration of each drone in advance in a 1: N manner by remote control, and prevents crossover between the drone objects. The clustering system determines the next moving position of each drone at time t after time t-1, and transmits a control command to each drone including the next moving position, speed, and acceleration. A cluster control system having a server 320.

상기 다수의 드론은 장치 ID가 할당되며, 상기 군집제어 시스템과 Wi-Fi 모뎀, 또는 LTE 모뎀 또는 RF 주파수에 의해 원격 제어 데이터를 송수신한다. The plurality of drones are assigned a device ID and transmit and receive remote control data by the cluster control system and the Wi-Fi modem, or the LTE modem or the RF frequency.

본 발명의 다수의 무인비행체 시스템과 군집 지능을 활용한 현실 3D 공간 탐색 방법은, (a) 다수의 드론(UAV)들이 군집을 이루며 기 설정된 비행 경로에 따라 하늘을 주행하며, 드론마다 각각 속도를 갖고 각각 원하는 위치로 군집을 이루며 이동하는 단계; (b) 제어 컴퓨터로부터 탐색 명령이 군집 제어 시스템으로 입력되면, 각각의 드론의 최대 속도, 최대 가속도 계산을 위한 드론 동역학 모델과 상기 탐색 명령에 따라 군집 탐색 알고리즘 소프트웨어 모듈에 의해 다수의 드론(UAV)에 대하여 군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm)에 따라 군집 드론의 각각의 드론의 최대 가속도와 최대 속도, 위치 정보를 실시간으로 군집 제어 서버로 수집공유하는 단계; 및 (c) 상기 군집 제어 서버가 드론 군집을 탐색하고, 원격 제어에 의해 1: N 방식으로 사전에 각 드론의 최대 속도와 최대 가속도를 반영하여 각각의 드론의 충돌을 감지하고 드론 개체간 교차를 방지하며, t-1 시점 후에 t 시점의 각각의 드론의 다음 이동 위치를 결정하고, 군집 군론을 구성하는 각각의 드론으로 다음 이동 위치, 속도, 가속도를 포함하는 제어 명령을 전송하는 단계를 포함한다. Real 3D Spatial Search Using Multiple Drone Systems and Cluster Intelligence of the Present Invention The method includes: (a) a plurality of drones (UAVs) clustering and traveling in the sky according to a predetermined flight path, each drone having a speed and moving in a group to a desired position, respectively; (b) When a search command is input from the control computer to the cluster control system, a plurality of drones (UAVs) are generated by the drone dynamics model for calculating the maximum speed and the maximum acceleration of each drone and the cluster search algorithm software module according to the search command. Collecting and sharing the maximum acceleration, the maximum speed, and the location information of each drone of the cluster drone in real time according to a swarm-based optimization algorithm for the cluster control server; And (c) the cluster control server detects the drone cluster, and detects the collision of each drone by reflecting the maximum speed and the maximum acceleration of each drone in advance in a 1: N manner by remote control and intersecting the drone objects. And determining a next moving position of each drone at time t after time t-1, and transmitting a control command including the next moving position, speed, and acceleration to each drone constituting the cluster cluster. .

군집 제어 시스템의 기능Function of Cluster Control System

ㆍ단일 무인비행체의 기구부 데이터를 활용해 동역학 모델을 정립ㆍ Establish a dynamics model using the mechanical data of a single unmanned aerial vehicle

ㆍ탐색 알고리즘에 필요한 매개변수 및 제한조건은 동역학 모델을 기반으로 계산ㆍ The parameters and constraints required for the search algorithm are calculated based on the dynamic model

ㆍ군집 탐색 알고리즘은 사용자의 탐색 명령을 받아 무인비행체의 탐색 방향을 결정한 후 군집 제어 서버를 통해 각 무인비행체에 이동 명령 전달The cluster search algorithm receives the user's search command to determine the search direction of the unmanned aerial vehicle, and then transfers the movement command to each unmanned aerial vehicle through the cluster control server.

ㆍ각 무인비행체가 수집한 정보는 다시 군집 제어 서버를 통해 탐색 알고리즘의 정보를 업데이트ㆍ Information collected by each unmanned aerial vehicle is updated through the cluster control server.

ㆍ탐색 임무 종료 후에는 수집된 결과 데이터를 활용해 동역학 모델의 오차 보정ㆍ Complete error correction of the dynamics model by using the collected data after the completion of the search mission

도 6은 U. PEN의 Hummingbird 모델을 사용한 하드웨어 모델과 드론 모델링 도면이다. 드론의 프레임 무게는 180g, 모터 합산 추력은 360g을 사용하였으며, 뉴턴의 방정식을 사용하여 드론의 위치와 오일러 방정식을 사용하여 드론의 자세를 계산하고, 최대 추력 및 관성 모멘트 제한을 적용하였다.6 is a hardware model and drone modeling diagram using the Hummingbird model of U. PEN. The drone's frame weight was 180g and the motor's total thrust was 360g. The drone's position was calculated using the Newton's equation and the Euler's equation, and the maximum thrust and moment of inertia limits were applied.

도 7은 드론의 전자 속도 제어기(ESC)의 PD 제어에 의한 속도 제어를 나타낸 화면이다. 7 is a screen illustrating speed control by PD control of an electronic speed controller (ESC) of a drone.

무선 통신부(211)를 통해 비행 콘트롤러(FC)(201)에 각각의 드론에 다음 이동 위치, 속도, 가속도를 포함하는 제어 명명을 수신받은 후에, After receiving, via the wireless communication unit 211, the flight controller (FC) 201 a control naming including the next moving position, velocity, and acceleration for each drone,

각 드론의 전자 속도 제어기(ESC)(202)는 드론의 각각의 프로펠러(204,206,208,210)를 구동하는 각각의 모터(M1,M2,M3,M4)(203,205,207,209); 비행 콘트롤러(FC)(201)와 연결되며, PD 제어(비례 미분 제어)를 통해 각각의 모터(M1,M2,M3,M4)의 속도를 제어하여 각각의 프로펠러(204,206,208,210)를 회전시킨다. The electronic speed controller (ESC) 202 of each drone includes respective motors M1, M2, M3, M4 (203, 205, 207, 209) for driving respective propellers 204, 206, 208, and 210 of the drone; It is connected to a flight controller (FC) 201, and controls the speed of each motor (M1, M2, M3, M4) through the PD control (proportional differential control) to rotate each propeller (204, 206, 208, 210).

도 8은 드론 군집이 개별적으로 이동하면서, PSO(Particle Swarm Optimization) 알고리즘을 사용하여 개별적인 드론의 경로로부터 얻게 되는 축적 데이터와, 드론 군집이 이동경로로부터 얻게 되는 축적 데이터를 사용하여 점진적으로 t 시점 다음 이동 위치를 결정하는 알고리즘을 나타낸 도면이다. FIG. 8 shows the accumulated data obtained from the path of individual drones using the Particle Swarm Optimization (PSO) algorithm as the drone clusters move individually, and the time point t gradually using the accumulated data obtained from the movement path of the drone clusters. A diagram illustrating an algorithm for determining a moving position.

도 9는 드론 모델의 최대 가속도, 최대 속도를 적용한 맞춤형 탐색 알고리즘을 나타낸 도면이다. 9 is a view showing a customized search algorithm applying the maximum acceleration and the maximum speed of the drone model.

군집 기반 탐색 알고리즘(Swarm-based Optimization Algorithm) Swarm-based Optimization Algorithm

ㆍ사용자의 탐색 명령이 군집 제어 시스템으로 입력되면, 탐색이 시작되며 군집 탐색 알고리즘 프로세스가 초기화된다. When the user's search command is input to the cluster control system, the search is started and the cluster search algorithm process is initialized.

ㆍ 군집 기반 탐색 알고리즘은 무인비행체(드론)의 다음 이동 위치를 계산한다(무인비행체의 초기 위치는 탐색 영역 내에서 결정).The cluster-based search algorithm calculates the next moving position of the drone (the drone's initial position is determined within the search area).

ㆍ 군집 제어 서버를 통해 각 무인이동체에 계산된 위치로의 이동 명령을 전달한다. • Transfer the movement command to the calculated position to each unmanned vehicle through the cluster control server.

ㆍ 무인비행체는 전달받은 명령에 따라 해당 위치로 이동 후, 정보를 수집한다.• The unmanned aerial vehicle moves to the location according to the received command and collects information.

ㆍ 각 무인비행체에서 수집된 정보들은 군집 제어 서버를 통해 취합된 후 탐색 알고리즘의 정보를 업데이트한다. The information collected from each unmanned aerial vehicle is collected through the cluster control server, and then the information of the search algorithm is updated.

ㆍ 정보 업데이트 결과 탐색 완료 조건을 만족하지 못한 경우, 알고리즘은 업데이트된 정보를 활용하여 다시 무인비행체들의 다음 탐색 위치를 계산한다. If the information update result does not satisfy the search completion condition, the algorithm uses the updated information to calculate the next search position of the unmanned aerial vehicles again.

ㆍ 이와 같은 과정을 탐색 완료 조건을 만족할 때까지 반복하고 탐색 완료 조건이 만족된 경우 탐색 종료 명령을 전달하고 탐색이 완료된다. This process is repeated until the search completion condition is satisfied, and if the search completion condition is satisfied, the search end command is transmitted and the search is completed.

* 탐색 알고리즘 초기화* Search algorithm initialization

ㆍ모든 드론 개체의 최초 위치는 3D 공간 Boundary 내에 random하게 결정(uniformly distributed)한다. The initial position of all drone objects is randomly distributed within the 3D space boundary.

ㆍ모든 개체의 최초 속도는 0으로 결정한다. • Set the initial velocity of all objects to zero.

ㆍ초기 위치에서 센서 정보 수집(예를 들면, 온도)Acquiring sensor information at initial position (eg temperature)

ㆍ센서 정보에 따른 현재 위치의 objective function value 계산(예를 들면 온도가 높을수록 적은 값을 가지는 -1~1 사이의 함수 값) ㆍ Calculate the objective function value of the current position according to the sensor information (for example, a function value between -1 and 1 with a smaller value at higher temperature)

도 10은 군집 지능 기반 맞춤형 탐색 알고리즘을 사용하여 각각의 드론의 이동 경로 상의 목적 위치까지 두 선분 상에 충돌을 방지(개체간 교차 방지)하도록 둘 중 어느 하나의 드론을 일시 정지하게 하는(hovering, 휴식) 메커니즘을 설명한 도면이다. 10 illustrates using a cluster intelligence-based custom search algorithm to pause a drone of either to prevent collisions on two segments to prevent a collision between two segments up to a target location on the movement path of each drone. A diagram explaining the mechanism).

도 11은 드론 군집에서 드론 개체간 교차 방지, 이동체 수렴 방지를 제공하는 맞춤형 탐색 알고리즘의 원리를 나타낸 도면이다.FIG. 11 is a diagram illustrating a principle of a customized search algorithm that provides cross-drone prevention and mobile vehicle convergence prevention in drone communities.

도 12는 본 발명의 실시예에 따른 Particle Swarm Optimization을 사용한 군집 탐색 알고리즘의 순서도이다. 12 is a flowchart of a cluster search algorithm using Particle Swarm Optimization according to an embodiment of the present invention.

도 13a는 현실 3D 공간에서 다수의 군집 드론의 위치를 초기화한 드론 시뮬레이션 화면, 도 13b는 단계(step)별로 드론 탐색 과정의 드론 시뮬레이션 화면이다. FIG. 13A is a drone simulation screen in which positions of a plurality of cluster drones are initialized in a realistic 3D space, and FIG. 13B is a drone simulation screen of a drone search process in each step.

[핵심 모듈][Core module]

ㆍ단일 무인비행체의 동역학 모델ㆍ Kinematic model of single drone

ㆍ질량과 회전 관성을 바탕으로 도출된 뉴턴 및 오일러 방정식을 기초로 함Based on Newton and Euler equations derived from mass and rotational inertia

ㆍ모터의 스펙에 따라 최대 추력 및 모멘트가 결정되면, 무인비행체가 낼 수 있는 최대 가속도와 속도를 계산할 수 있음ㆍ When the maximum thrust and moment are determined according to the specification of the motor, the maximum acceleration and speed that the unmanned vehicle can produce can be calculated.

ㆍ알고리즘에 동역학 모델에 따른 매개변수와 제한조건 반영ㆍ Algorithm reflects parameters and constraints according to dynamic models

* 무인비행체 다음 이동 위치 계산* Calculate the location to move next to the drone

Particle Swarm Optimization의 update 방식을 기본으로 한다. Based on the update method of Particle Swarm Optimization.

(식1)

(Eq. 1)

ㆍ식1에서, w는 0~1 사이의 값- 관성에 관한 상수, c는 1.5~3 사이의 값, t 시점의 v_t는 드론 개체의 속도, x는 드론 개체의 위치를 나타낸다. In Equation 1, w is a value between 0 and 1-a constant about inertia, c is a value between 1.5 and 3, v _t at the time point _t is the speed of the drone object, and x is the position of the drone object.

ㆍ식1에 따르면, 먼저 v가 업데이트 되고, 그 v 만큼 k번째 드론 개체의 위치 x가 변화한다.According to equation 1, v is updated first, and the position x of the k-th drone object changes by that v.

ㆍv는 크게 3가지 항목으로 되어있는데 w가 곱해진 항이 현재 방향으로의 벡터를 의미하고, φ₁이 곱해진 항은 현 드론 개체가 알고 있는 가장 좋은 위치(objective function value가 가장 작은 위치)를 향하는 방향으로의 벡터, φ₂가 곱해진 항은 군집 전체가 알고 있는 가장 좋은 위치를 향하는 방향으로의 벡터를 의미한다. V is largely composed of three items. The term multiplied by w means the vector in the current direction, and the term multiplied by φ ₁ indicates the best position known by the current drone object (the smallest objective function value). The term multiplied by the vector in the direction, φ ₂ , means the vector in the direction toward the best position known to the entire cluster.

ㆍ결과적으로 관성, 드론의 개인적 정보, 군집의 정보 세 가지를 조합하여 다음 탐색 위치를 업데이트 한다. As a result, the next search position is updated by combining three items of inertia, drone personal information, and cluster information.

ㆍ드론 개체 수렴 방지를 위한 가상의 전자기력은 v의 업데이트 식에 해당 방향성을 반영하도록 항목을 추가하는 형태로 구현된다(즉, p-x_t_1, g-x_t-1 외에 pivot-x_t-1과 같은 다른 reference vector 추가).The virtual electromagnetic force to prevent the convergence of drone objects is implemented in the form of adding items to the update expression of v to reflect the corresponding direction (that is, other than p-x_t_1 and g-x_t-1, such as pivot-x_t-1). add a reference vector).

ㆍ이 때 계산된 k번째 드론 개체의 속도(v)에 최대 가속도(a_max) 및 최대 속도(v_max)를 반영한다. The maximum acceleration (a _max ) and the maximum speed (v _max ) are reflected in the velocity (v) of the k-th drone object calculated at this time.

(최대 가속도 및 최대 속도 반영) 단위 시간 내 이동해야 하는 다음 탐색 지점과 현 탐색 지점의 차이를 속도 v로 정의하면, 다음 탐색 지점이 동역학 모델에 따른 무인이동체(UAV, 드론)에 대하여 다음 수식을 통해 k번째 드론 개체의 속도(v)에 최대 가속도(a_max) 및 최대 속도(v_max)를 반영한다. If you define the difference between the current search point and the next search point that needs to be moved within the unit time, the speed v will be applied.The following equation is used for the unmanned vehicle (UAV, drone) according to the dynamic model. The maximum acceleration (a _max ) and the maximum speed (v _max ) are reflected in the speed (v) of the kth drone object.

(식2)

(Eq. 2)

(식3)

(Eq. 3)

식2는 최대 가속도를 반영하는 부분으로, t 시점의 k번째 드론 개체의 현재 속도 v_t에서 t-1 시점의 이전 속도 v_t-1을 뺀 크기가 최대 가속도보다 큰 경우, 벡터의 방향은 유지하되 벡터의 크기를 최대 가속도값 a_max로 줄인다. Equation 2 reflects the maximum acceleration. If the current velocity v _t of the kth drone object at time _t minus the previous velocity v _t-1 at time _t-1 is greater than the maximum acceleration, the direction of the vector is maintained. Reduce the size of the vector to the maximum acceleration value a _max .

식3은 이렇게 구해진 현재 속도 v_t의 크기가 여전히 최대 속도보다 큰 경우, 마찬가지로 벡터의 방향을 유지하되 벡터의 크기를 최대 속도값

로 줄인다. Equation 3 maintains the direction of the vector as the current velocity v _t is still larger than the maximum velocity.

Reduce to

드론 개체간 교차 방지는 드론 전진 위치 업데이트를 하느냐 또는 일정 시간 동안 제자리 정지로 휴식하느냐(hovering)를 관리한다. Crossover prevention between drone individuals manages to update the drone forward position or to rest in place for a period of time.

군집 제어 시스템으로부터 k개의 각 드론으로 전송된 제어 명령(무인비행체 이동 명령)은 앞 과정에서 계산한 다음 위치로 이동하도록 제어 명령을 전송한다. The control command (unmanned vehicle movement command) transmitted from the cluster control system to each of the k drones transmits the control command to be moved to the next position calculated in the previous process.

(개체 간 충돌 감지) 도 10에 도시된 바와 같이, 무인비행체(드론 개체)의 현 위치로부터 다음 위치로의 이동 궤적을 하나의 선분(1차 방정식)으로 정의하고, 모든 무인비행체에 대해 예를들면, 드론1과 드론2 개체가 t1,t2 후에 비행 경로 상의 목적 위치가 연결된 서로 다른 두 드론 개체에 의한 선분 사이의 거리(d)를 계산한 후, 1) 선분 최단거리(d)가 일정 거리 D 이하이며, 2) 해당 위치까지 각 개체가 도달하는 시간 차이(t₁-t₂)가 일정 시간 T 이하인 경우를 충돌로 판정한다. (Collision Detection between Objects) As shown in FIG. 10, the movement trajectory of the unmanned aerial vehicle (drone object) from the current position to the next position is defined as one line segment (first-order equation), and an example is applied to all the unmanned aerial vehicles. For example, after the drone 1 and drone 2 individuals calculate the distance d between two different drone objects connected to the target position on the flight path after t1 and t2, 1) the shortest line segment d is a constant distance. 2 or less, and 2) the case where the time difference (t ₁ -t ₂ ) at which each individual reaches up to the corresponding position is equal to or less than a predetermined time T is determined as a collision.

(개체 간 교차 방지) 도 11에 도시된 바와 같이, 드론 개체 간 충돌이 감지되는 경우, 드론 개채 간 교차 방지를 통해 충돌을 방지하도록 드론 개체 둘 중 하나의 드론 개체가 제자리 정지로 휴식(hovering)하되, 1) 둘 중 현재까지 휴식한 횟수(token)가 더 적거나, 2) 휴식한 횟수(token)가 같을 경우 일련번호가 더 큰 드론 개체가 휴식(hovering, 제자리 일시 정지)한다. (Prevention of Crossover between Objects) As shown in FIG. 11, when a collision between drone objects is detected, the drone object of one of the drone objects rests in place to stop in order to prevent the collision through crossover between the drone objects. However, 1) if the number of times to rest (token) is less, or 2) if the number of times to rest (token) is the same, the drone object with a larger serial number (hovering, pause in place).

즉, 휴식한 횟수(token)가 많은 드론은 전진하고, 휴식한 횟수(token)가 작은 드론은 제자리 정지로 휴식(hovering)한다. That is, a drone with a large number of rests moves forward, and a drone with a small number of rests moves to rest in place.

(개체 수렴 방지) 도 11에 도시된 바와 같이, 드론 개체간 적정한 가상의 전자기력(척력)을 적용하여 서로 간 거리를 유지하게 하고, 현재까지 찾은 탐색 지점이 일정 업데이트 횟수 N동안 변화가 없는 경우, 해당 지점에 강한 척력을 발생시키는 가상의 전하(pivot)를 배치하여 적용한다. (Object Convergence Prevention) As shown in FIG. 11, when an appropriate virtual electromagnetic force (repulsive force) between drone objects is applied to maintain a distance from each other, and the search points found so far have not changed for a certain number of updates N, At this point, a virtual pivot that generates a strong repulsive force is placed and applied.

무인비행체 정보 수집: 초기화 과정에서 있었던 센서 정보 수집과 같음Drone information collection: same as sensor information collection during initialization

무인비행체 정보 업데이트는 초기화 과정에서 있었던 objective function value 계산 과정과 같다. The update of the drone information is the same as the calculation of the objective function value during the initialization.

탐색 완료 조건 판단은 최대 이동 회수에 도달하였거나, objective function value가 탐색을 완료해도 좋을 정도로 의미 있는 경우 탐색 완료 조건을 만족한 것으로 판단한다. The search completion condition determination determines that the search completion condition is satisfied when the maximum number of movements is reached or when the objective function value is meaningful enough to complete the search.

이상에서 설명한 바와 같이, 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진자가 하기의 특허청구범위에 기재된 본 발명의 기술적 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 또는 변형하여 실시할 수 있음을 이해할 수 있을 것이다.As described above, the present invention has been described with reference to a preferred embodiment of the present invention, but the present invention is within the scope not departing from the spirit and scope of the present invention as set forth in the appended claims by those skilled in the art. It will be understood that various modifications or variations may be made.

100: 드론 제어기 101: 키 조정부
102: 제어부 103: 무선통신부
200: 드론 201: 비행 콘트롤러(FC)
202: ESC(Electronic Speed Controller, 전자 속도 제어기)
203,205,207,209: M1,M2,M3,M4
204,206,208,210: 프로펠러
211: 무선통신부 212: GPS 수신기
213: 고도계(altimeter)
214: 자이로스코프(gyroscope, gyro sensor)
215: 가속도 센서 217: A/V 영상 처리부
218: 카메라 219: 배터리
220: USB 메모리 연결부
300: 군집 제어 시스템 310: 제어 컴퓨터
320: 군집 탐색 알고리즘 소프트웨어 모듈
321: 드론 동역학 모델 322: 군집 탐색 알고리즘
330: 군집 제어 서버 370: 드론 100: drone controller 101: key adjustment unit
102: control unit 103: wireless communication unit
200: Drone 201: Flight Controller (FC)
202: Electronic Speed Controller (ESC)
203,205,207,209: M1, M2, M3, M4
204,206,208,210: propeller
211: wireless communication unit 212: GPS receiver
213: altimeter
214: gyroscope (gyro sensor)
215: acceleration sensor 217: A / V image processing unit
218: camera 219: battery
220: USB memory connection
300: cluster control system 310: control computer
320: Cluster Search Algorithm Software Module
321: Drone Dynamics Model 322: Cluster Search Algorithm
330: cluster control server 370: drone

Claims

A plurality of drones clustering and traveling in the sky according to a predetermined flight path, each drone having a speed for each drone and moving to a desired position;
A control computer for inputting a search command; And
Connected to the control computer, each drone of the cluster drone according to the Swarm-based Optimization Algorithm for a plurality of drones by a cluster search algorithm software module according to each drone dynamics model and the search command. Collect and share the maximum acceleration, maximum speed, and location information to the cluster control server in real time, and the cluster control server searches for the drone cluster, and remotely controls the maximum speed and the maximum acceleration of each drone in a 1: N manner. It detects collisions of each drone and prevents crossover between drone objects, determines the next moving position of each drone at time t after time point t-1, and includes the next moving position, speed, and acceleration with each drone. Comprising a cluster control system having a cluster control server for transmitting a control command to,
If the cluster control server defines the difference between the next search point and the current search point that must move within a unit time as the speed v, the next search point is the speed of the k-th drone object ( v) reflects maximum acceleration (a _max ) and maximum velocity (v _max ),

(Eq. 2)

Reduces to
Crossover prevention between drone objects is a realistic 3D spatial navigation system utilizing multiple drone systems and cluster intelligence that manages drone forward position updates or rests in place for a period of time.

The method of claim 1,
The drone is
Four or more propellers;
Respective motors M1, M2, M3, M4 driving respective propellers;
An electronic speed controller (ESC) for controlling the speed of each motor (M1, M2, M3, M4) to rotate each propeller through PD control (proportional differential control);
Receives remote control data from the cluster control system via a wireless communication unit through a wireless communication unit, and is connected to the electronic speed controller (ESC), vertical takeoff and landing of the drone, vertical rise / fall, linear acceleration, direction control, altitude control of the drone, A flight controller (FC) for controlling hovering (stopping), landing and flight paths, and controlling data transmission and reception;
A wireless communication unit including any one of an LTE modem, a Wi-Fi modem, or an RF communication unit assigned with an IP address and a MAC address for transmitting and receiving data with the cluster control system;
A GPS receiver connected to the flight controller (FC) and providing a GPS position coordinate of a flying drone;
An altimeter connected to the flight controller (FC) and providing altitude elevation information of the drone;
The yaw, roll and pitch are controlled by measuring the angular velocity of four or more propellers connected to the flight controller FC and rotating based on the z axis to control the attitude of the drone of the quadcopter structure. Gyroscopes to maintain horizontal balancing;
An acceleration sensor that measures the acceleration or impact strength of the moving drone;
A storage unit for recording aerial photographing data and position, velocity, and acceleration data;
USB memory connection;
battery; And
A mechanism part frame having an upper body and a lower vertical takeoff and landing portion;
Real 3D spatial navigation system utilizing a number of drone system and cluster intelligence, including.

The method of claim 1,
The plurality of drones use a rotorcraft drone and are assigned a device ID, and are capable of multiple drone systems and cluster intelligence, sending and receiving remote control data by the cluster control system and the Wi-Fi modem, or LTE modem or RF frequency. Explore real 3D space using system.

The method of claim 1,
The cluster-based search algorithm
When the search command is input to the cluster control system, the search is started and the cluster search algorithm process is initialized,
The cluster based search algorithm calculates the next moving position of the drone from the initial position in the search area,
Delivers a movement command to the location calculated for each drone through the cluster control server,
The drone moves to the next moving position according to the received command, collects drone position, velocity, and acceleration information, and the information collected from each drone is collected by the cluster control server, and then updates the information of the search algorithm. ,
If the cluster control server does not satisfy the search completion condition as a result of the information update, the cluster-based search algorithm calculates the next search position of the drones again using the updated information.
This process is repeated until the search completion condition is satisfied, and when the search completion condition is satisfied, a realistic 3D spatial search system utilizing a plurality of unmanned aerial vehicle systems and cluster intelligence, which delivers a search end command and completes the search.

The method of claim 4, wherein
The next move position calculation of the drone uses the update method of Particle Swarm Optimization,

(Eq. 1)
In Equation 1, w is a value between 0 and 1-constant for inertia, c is a value between 1.5 and 3, v _t at time _t is the speed of the drone object, x is the position of the drone object,
First, v is updated, and the actual 3D spatial navigation system utilizing multiple drone systems and cluster intelligence, where the position x of the kth drone object is changed by v.

delete

The method of claim 1,
The cluster control server
The movement trajectory of the drone object from its current position to the next position is defined as one line segment (first-order equation), and for all drones, the drone 1 and drone 2 objects are connected to each other by connecting the target positions on the flight path after t1 and t2. After calculating the distance (d) between the segments by two different drone objects, 1) the shortest line segment (d) is less than or equal to a certain distance D, and 2) the time difference at which each drone object reaches its location (t _1- collision detection between entities judging collisions when t ₂ ) is less than or equal to a predetermined time T,
If a collision between drone objects is detected, the drone object of one of the two drone objects will be rested in place to stop the collision by preventing crossover between the drone groups, but 1) the number of times they have rested so far Is less, or 2) a realistic 3D spatial navigation system utilizing multiple intelligence systems and cluster intelligence, which transmits the control command for the drone entity with a higher serial number to hovering when the number of rests is the same. .

(a) crowding a plurality of drones and traveling the sky according to a predetermined flight path, each drone having a speed and moving to a desired position, respectively;
(b) When a search command is input from the control computer to the cluster control system, a swarm-based optimization algorithm is applied to a plurality of drones by the cluster search algorithm software module according to each drone dynamic model and the search command. Collecting and sharing the maximum acceleration, the maximum speed, and the position information of each drone of the cluster drone in real time according to the cluster control server; And
(c) The cluster control server detects the drone cluster, and detects the collision of each drone and prevents crossover between drone objects by reflecting the maximum speed and the maximum acceleration of each drone in advance in a 1: N manner according to the remote control. Determining a next moving position of each drone at time t after time t-1, and transmitting a control command including the next moving position, speed, and acceleration to each drone in the cluster grouping;
If the cluster control server defines the difference between the next search point and the current search point that must move within a unit time as the speed v, the next search point is the speed of the k-th drone object ( v) reflects maximum acceleration (a _max ) and maximum velocity (v _max ),

(Eq. 2)

Reduces to
Cross-drone avoidance between drone objects explores realistic 3D space using multiple drone systems and cluster intelligence that manages drone forward position updates or to hover over time Way.

The method of claim 8,
The plurality of drones use a rotorcraft drone and are assigned a device ID, and are capable of multiple drone systems and cluster intelligence, sending and receiving remote control data by the cluster control system and the Wi-Fi modem, or LTE modem or RF frequency. Explore real 3D space using Way.

The method of claim 8,
The cluster-based search algorithm
When the search command is input to a cluster control system, a search is initiated and a cluster search algorithm process is initiated, wherein the cluster-based search algorithm calculates a next moving position of the drone from an initial location within the search area;
Transmitting a command to move the calculated position to each drone through the cluster control server;
The drone moves to the next moving position according to the received command, and collects the position, velocity, and acceleration information of each drone, and the information collected from each drone is collected by the cluster control server, and then the information of the search algorithm is collected. Updating;
If the cluster control server does not satisfy the search completion condition of the information update result, the cluster-based search algorithm uses the updated information to calculate the next search position of the drones again; And
Repeating this process until the search completion condition is satisfied, and if the search completion condition is satisfied, transmitting a search end command and completing the search;
Real 3D space navigation using multiple drone systems and cluster intelligence Way.

The method of claim 10,
The next move position calculation of the drone uses the update method of Particle Swarm Optimization,

(Eq. 1)
In Equation 1, w is a value between 0 and 1-constant for inertia, c is a value between 1.5 and 3, v _t at time _t is the speed of the drone object, x is the position,
First, v is updated, and x is changed by x, so that 3D space exploration using multiple drone systems and cluster intelligence Way.

delete

The method of claim 8,
The electronic speed controller (ESC) connected to the flight controller (FC) of each drone controls the speed of each motor (M1, M2, M3, M4) through PD control (proportional differential control) to drive each propeller. 3D spatial exploration using multiple drone systems and cluster intelligence Way.