항공우주시스템공학회 2019년도 추계학술대회 SASE 2019 Fall Conference

변형된 Flocking Algorithm과 LTE 통신을 이용한 편대 비행 시스템 설계김현근1· 강정석2· 김인영2· 윤보경2· 공희산2· 지승도2,†

1한국항공대학교 대학원 컴퓨터공학과 2한국항공대학교 소프트웨어학과

Design of Formation Flight System

using Modified Flocking Algorithm and LTE Communication

Hyun-Geun Kim1, Jung-Suk Kang1, In-Young Kim2, Bo-Kyeong Yoon2, Hee-San Kong2

and Sung-Do Chi2,† 1Department of Computer Engineering, Graduate School, Korea Aerospace University

2Department of Software, Korea Aerospace University

Abstract : 지난 평창 동계올림픽의 드론쇼와 성화봉성에서 드론이 사용됨에 따라 드론에 대한 사람들

의 관심이 점차 높아지고 있다. 이중 많은 수의 드론을 통해 여러 모양을 만들어내는 드론쇼의 경우,

이륙 후 미리 지정된 경로를 비행하는 등의 방법을 통해 이루어지고 있으며, 돌발상황에 의한 대형의

흐트러짐 등의 치명적인 단점을 갖고 있다. 드론쇼의 예처럼 다수의 UAV가 다양한 임무를 수행하면서

도 편대를 유지할 수 있도록하는 집단적 지능을 갖춘 시스템을 구축하기 위해서는 AI에 관한 연구가 필

수적이다. 본 논문에서는 변형된 Flocking Algorithm을 통한 편대비행과 LTE 통신을 사용한 시스템을

소개한다. 또한, 위의 시스템을 소프트웨어 시뮬레이션과 필드 드론 비행 테스트를 통해 검증하였다.

Key Words : Modified Flocking Algorithm(변형된 Flocking Algorithm), Middle-Out, LTE, Autonomous

UAV(자율 UAV), Flocking Flight(새 떼 비행), Formation Flight(편대 비행), Simulation,

Field Test

1. 서 론

지난 평창 동계올림픽의 드론쇼와 성화봉성에서 드

론이 사용됨에 따라 드론에 대한 사람들의 관심이 점

차 높아지고 있다. 이중 많은 수의 드론을 통해 여러

모양을 만들어내는 드론쇼의 경우, 이륙 후 미리 지정

된 경로를 시간에 맞춰 비행하는 등의 방법을 통해 이

루어지고 있으며, 돌발상황에 의한 대형의 흐트러짐

등의 치명적인 단점을 갖고 있다. 드론쇼의 예처럼 다

수의 UAV가 다양한 임무를 수행하면서도 편대를 유지

할 수 있도록하는 집단적 지능을 갖춘 시스템을 구축

하기 위해서는 AI에 관한 연구가 필수적이다. 본 논문

은 하향식 접근을 통한 Flocking Algorithm과 상향식

접근을 통한 대형 유지를 하였던 하선호의 연구[1]를

기반으로 연구를 수행하였다.

본 연구에서는 Craig W. Reynold가 제안한 Flocking

Algorithm[2]을 변형한 Flocking Algorithm을 제안하며,

이를 시뮬레이션을 통해 검증하였다. 이를 통해 대수

의 제한과 대형 전환 시 발생할 수 있는 충돌을 방지

하며 편대에 존재하는 드론 수에 관계없이 대형변환이

이루어짐을 확인하였다. 또한, Raspberry Pi 3 보드와

LTE기반으로 필드 테스트를 수행하여 적용된 알고리

즘의 검증을 진행하였다.

2. 변형된 Flocking Algorithm

Craig W. Reynold가 제안한 Flocking Algorithm[2]

의 3가지 규칙(Collision Avoidance, Velocity Matching,

Flock Centering)을 유지∙변형하여 편대비행을 위한 알

고리즘을 생성하였다. Collision Avoidance는 주변

Flock들과의 충돌을 방지하는 규칙으로써 대형 전환

시 발생할 수 있는 충돌을 방지하기 위해 유지하였다.

Velocity Matching은 주변 Flock들과의 속도를 맞추는

†교신저자 ( Corresponding Author )

E-mail: sdchi@kau.ac.kr 본 연구는 산업용 무인비행장치 전문 인력 양성사업(N0002431)의 일환으로 (사)한국드론산업진흥협회의 지원에 의해 수행되었으며, 이에 감사드립니다. Copyright Ⓒ The Society for Aerospace System Engineering

TC6-2

1

항공우주시스템공학회 2019년도 추계학술대회 SASE 2019 Fall Conference

규칙으로써 편대 대형의 유지를 위해 유지하였다.

Flocking Centering은 무리를 구성하는 Flock이 주변

Flock들의 중심으로 향하게 하는 규칙으로써 본 연구

에서는 이 Flock Centering을 변형하여 각 드론이 주

변 드론의 중심이 아닌 각 대형에 할당된 위치로 향하

게끔 변형하였다.

2.1 Formation Control

본 연구에서는 Reynold[2]의 Flock Centering 규칙

을 변형하여 Formation Control 규칙을 생성하였다.

이 Formation Control 규칙은 사용자가 원하는 대형을

유지하도록 하는 규칙이다.

횡대 대형의 경우 횡대 대형으로 전환하는 시점에서

리더 드론을 기준으로 왼쪽/오른쪽에 위치한 드론들을

거리를 기준으로 정렬한다. 정렬된 드론을 각각 리더

의 왼쪽/오른쪽에서 i-번째 위치에 해당하는 대형의

위치로 향하게 하는 Vector를 생성한다.

종대 대형의 경우 종대 대형으로 전환하는 시점에서

리더 드론의 위치를 기준으로 거리 순으로 정렬한다.

정렬된 드론을 각각 리더 드론의 뒤로 i-번째 위치에

해당하는 대형의 위치로 향하게 하는 Vector를 생성한

다.

이 Formation Control 규칙은 Reynold의 Flocking

Algorithm[2]의 Flock Centering 규칙을 대체하여 적

용하여 변형된 Flocking Algorithm을 구성한다. 이를

통해 Bottom-UP(Flocking Algorithm의 충돌 회피와

대형 유지)의 장점과 Top-Down(사용자가 원하는 대

형으로 비행)의 장점을 함께 갖는 Middle-Out 시스템

을 구성할 수 있다.

3. 실 험

본 연구에서는 변형된 Flocking Algorithm을 시뮬레

이션 검증 및 필드 테스트를 통해 검증하였다. 시뮬레

이션 검증은 SITL(Software In The Loop)과

HITL(Hardware In The Loop) 시뮬레이션의 두가지 절

차로 진행하였다. SITL과 HITL에서 Fig. 1, Fig. 2, Fig.

3와 같이 9대의 드론이 비행하는 모습을 보였다.

Fig. 1 Flocking Flight (SITL & HITL)

Fig. 2 Column Formation Flight (SITL & HITL)

Fig. 3 Line Formation Flight (SITL & HITL)

3.1 SITL 시뮬레이션

SITL의 환경은 Unreal Engine 4와 Airsim[3]을 사용

하였고 1대의 PC를 이용하여 서버, 클라이언트, 9대의

드론을 개별 Process로 구성한 Multi-Processing 환

경을 구성하였다.

사용자는 클라이언트 프로그램을 통해 비행 계획과

명령을 드론으로 전달하며 각 드론들로부터 전달되는

위치 정보를 다른 드론들에게 전달한다. 리더 드론은

주어진 Waypoint에 따라 비행하며, 팔로워 드론은 비

행 계획(대형 전환)과 주변 드론들의 위치에 따라 비

행하도록 설계하였다. SITL 시뮬레이션 실험을 통해 변

형된 Flocking Algorithm을 검증하였다.

3.2 HITL 시뮬레이션

HITL은 SITL환경에 LTE통신을 위해 LTE동글을 부착

한 OBC(On-Board Computer)인 Raspberry Pi 3보드

3대를 추가하여 구성하였다. 3대의 Raspberry Pi 3에서

각각 3 대의 드론 Process를 구성한 Multi-

Processing 환경을 구성하였다.

사용자는 클라이언트 프로그램을 통해 비행 계획과

명령을 서버로 전달한다. 서버는 이 비행 계획과 명령

을 드론으로 전달하며, 각 드론으로부터 전달되는 위

치정보를 다른 드론들에게 전달한다. 리더 드론은 서

버로부터 전달받은 비행 계획과 명령에 따라 비행하며,

2

항공우주시스템공학회 2019년도 추계학술대회 SASE 2019 Fall Conference

팔로워 드론들은 서버로부터 전달된 비행 계획(대형

전환)과 주변 드론의 위치를 통해 비행하도록 설계하

였다. HITL 시뮬레이션 실험을 통해 LTE의 네트워크

환경 및 Raspberry Pi 3의 프로세스 성능을 검증하였

다.

3.3 필드 테스트

RTK GPS와 Pixhawk 2를 이용하여 제작한 기체에

HITL검증에 사용되었던 OBC를 연결하여 실험환경을

구성하였고, 각 드론은 Raspberry Pi 3에서 MAVROS

라이브러리를 사용하여 제어함으로써 필드 테스트를

진행하였다.

사용자와 서버, 드론은 HITL 시뮬레이션과 동일한

방식으로 동작하며, 각 드론은 계산된 비행 속도를

MAVROS를 통해 제어한다. 필드테스트의 결과 SITL과

HITL을 통해 검증된 알고리즘과 네트워크 환경을 통해

확인한 시스템이 실제 환경에서도 적용 가능함을 확인

하였다.

Fig. 4 Flocking Flight (Field Test)

4. 결론 및 향후 연구

본 연구에서는 변형된 Flocking Algorithm을 활용한

편대 비행 시스템을 제안하였다. 이를 SITL 시뮬레이

션을 통해 시스템의 알고리즘을 검증하였고, HITL 시

뮬레이션을 통해 검증된 알고리즘이 Raspberry Pi 3와

LTE환경에서 SITL과 동일하게 동작하는지 검증하였다.

마지막으로 필드 테스트에서는 Pixhawk 2를 이용한 드

론을 이용해 변형된 Flocking Algorithm과 LTE 통신을

이용한 편대 비행 시스템의 실제 비행환경에서의 적용

가능성을 확인하였다.

본 연구에서 제안한 변형된 Flocking Algorithm과

LTE 통신을 이용한 편대 비행 시스템은 드론의 GPS

좌표만을 이용하여 사용자가 원하는 대형을 충돌 없이

유지할 수 있도록 한다. 이를 활용한다면 다른 드론들

의 GPS 좌표가 알려진 환경에서는 카메라나 레이더,

라이다 등의 부가적인 장치가 없이도 드론간의 충돌없

이 비행할 수 있을 것으로 기대하며, 차후 드론들이

항공기와 같이 하나의 관제시스템으로 운용되었을 때

효과적일 것으로 기대한다.

본 연구에서는 한 그룹의 드론을 기반으로 연구가

진행되었는데 추후 연구를 통해 다른 목적의 둘 이상

의 그룹 비행 환경에서의 적용과 장애물 회피과정에서

한 그룹이 두 그룹으로 분리되고 다시 합쳐지는 등의

추가연구를 진행할 계획이다.

참 고 문 헌

[1] 하선호, “새 떼 비행 및 대형비행을 위한 다중에이

전트 기반 자율 UAV 설계 및 실험”, 2017.

[2] Reynolds, Craig W. Flocks, herds and schools: A

distributed behavioral model. Vol. 21. No. 4. ACM,

1987.

[3] Shah, Shital, et al. "Airsim: High-fidelity visual

and physical simulation for autonomous

vehicles." Field and service robotics. Springer,

Cham, 2018.

3