[논문 리뷰] A-star path planning simulation for UAS Traffic Management (UTM) application

Carlos Augusto Pötter Neto, Gustavo de Carvalho Bertoli외 1명|arXiv (Cornell University)|2021. 07. 27.

Robotic Path Planning Algorithms참고 문헌 35인용 수 4

한 줄 요약

이 논문은 UAS 교통 관리(UTM)를 위한 ROS/Gazebo 기반 시뮬레이션 플랫폼을 제시하며, 맨하탄 및 유클리드 히وري스틱을 사용한 2차원 및 3차원 A* 경로 계획을 구현한다. 맨하탄 거리 사용 시 유클리드 거리 대비 실행 시간이 최대 17.2배 빨라지고, 지ap 감소 시 평균 실행 시간이 84.5배 빨라져 도시형 UTM 응용 분야에서 성능 향상이著명하다.

ABSTRACT

This paper presents a Robot Operating System and Gazebo application to calculate and simulate an optimal route for a drone in an urban environment by developing new ROS packages and executing them along with open-source tools. Firstly, the current regulations about UAS are presented to guide the building of the simulated environment, and multiple path planning algorithms are reviewed to guide the search method selection. After selecting the A-star algorithm, both the 2D and 3D versions of them were implemented in this paper, with both Manhattan and Euclidean distances heuristics. The performance of these algorithms was evaluated considering the distance to be covered by the drone and the execution time of the route planning method, aiming to support algorithm's choice based on the environment in which it will be applied. The algorithm execution time was 3.2 and 17.2 higher when using the Euclidean distance for the 2D and 3D A-star algorithm, respectively. Along with the performance analysis of the algorithm, this paper is also the first step for building a complete UAS Traffic Management (UTM) system simulation using ROS and Gazebo.

연구 동기 및 목표

• 오픈소스 로봇 도구를 활용한 확장 가능하고 시뮬레이션 기반의 UAS 교통 관리(UTM) 플랫폼을 개발하기 위해.
• 다양한 히وري스틱 함수(맨하탄 대비 유클리드)에서 2D 및 3D A* 경로 계획 알고리즘의 성능을 평가하기 위해.
• A* 실행 시간과 경로 최적성에 영향을 미치는 지도 표현 해상도의 영향을 분석하기 위해.
• 다중 드론 운영 및 규제 준수를 지원하는 완전하고 확장 가능한 UTM 시뮬레이션 시스템의 기반을 마련하기 위해.
• 미래의 동적 제약 조건, 스케줄링 및 고급 경로 계획 알고리즘 통합을 지원하기 위해.

제안 방법

• 경로 계획을 위한 격자 기반의 노드 표현으로 변환된 점유도 지도로부터 시뮬레이션된 도시 환경을 생성하였다.
• 두 가지 버전의 A* 알고리즘을 구현하였다: 이산 고도에서의 2D 경로 계획용과 전체 3D 경로 계산용.
• A* 검색 과정에서 목적지까지의 비용을 추정하기 위해 맨하탄 거리와 유클리드 거리를 히وري스틱 함수로 사용하였다.
• 로봇 운영 체계(ROS) 기반 프레임워크에 경로 계획 시스템을 통합하였으며, 내비게이션 및 시뮬레이션을 위한 커스텀 ROS 패키지를 사용하였다.
• 계산 부담을 줄이기 위해 5×5 노드를 하나의 슈퍼노드로 묶는 방식으로 지도 감소를 적용하였다.
• 원본 지도 및 감소된 지도에서 여러 개의 출발-도착 쌍에 대해 경로 길이와 실행 시간을 측정하여 성능을 평가하였다.

실험 결과

연구 질문

• RQ1 도시 환경에서 UAS의 2D 및 3D 경로 계획에 있어 히وري스틱 선택(맨하탄 대비 유클리드)이 A*의 실행 시간과 경로 품질에 어떤 영향을 미치는가?
• RQ2 지도 해상도가 A* 경로 계획의 실행 시간과 경로 최적성에 어떤 영향을 미치는가?
• RQ3 감소된 지도 표현 방식은 대규모 도시형 UTM 시뮬레이션에서 A*의 확장성에 어떤 영향을 미치는가?
• RQ4 A* 알고리즘은 실시간 드론 내비게이션을 위한 ROS/Gazebo 기반 UTM 시뮬레이션 플랫폼에 효과적으로 통합될 수 있는가?
• RQ5 UTM 응용 분야의 A* 경로 계획에서 경로 최적성과 계산 효율성 사이의 상충 관계는 무엇인가?

주요 결과

• 맨하탄 히وري스틱을 사용한 2D A* 알고리즘은 유클리드 히وري스틱 대비 3.2배 더 빠르게 실행되었으며, 3D 버전은 17.2배의 성능 향상을 보였다.
• 감소된 지도 표현을 사용할 경우 원본 200×200 격자 대비 평균 A* 실행 시간이 84.5배 빨라졌으며, 경로 길이가 평균 7.5% 증가하였다.
• 원본 지도를 사용했을 경우 평균 경로 길이가 8% 짧았지만, 지도 감소로 인한 성능 향상은 최적성의 약간의 손실을 훨씬 초월하였다.
• 통계 분석(Wilcoxon signed-rank 검정)은 히وري스틱 함수 및 지도 표현 방식 간 실행 시간의 유의미한 차이를 확인하였으며, p값 < 0.001이었다.
• 맨하탄 히وري스틱을 사용한 3D A* 알고리즘이 속도와 경로 품질의 최적 균형을 이루었으며, 실시간 UTM 시뮬레이션에 가장 적합하였다.
• 시뮬레이션 플랫폼은 A* 경로 계획이 ROS/Gazebo 기반 UTM 프레임워크에 효과적으로 통합될 수 있음을 성공적으로 입증하였으며, 다중 드론 및 동적 제약 조건 확장의 기반을 마련하였다.