[논문 리뷰] Autonomous navigation for low-altitude UAVs in urban areas

Thomas Castelli, Aidean Sharghi외 3명|arXiv (Cornell University)|2016. 02. 25.

Robotic Path Planning Algorithms참고 문헌 13인용 수 15

한 줄 요약

이 논문은 지리정보시스템(GIS) 및 인공위성 데이터를 활용하여 지리적 기반의 가중치가 부여된 A* 최단경로를 계산하고, 이동하는 물체를 회피하기 위해 동적 국소 경로 조정을 수행함으로써 도시 환경에서 저공 무인항공기(UAV)의 안전 인지 자율 비행 시스템을 제안한다. 시뮬레이션을 통해 WPAFB 및 PVLabs 데이터셋을 사용한 결과, UAV와 객체 간 거리 기반 안전 지표를 활용할 때 직선 비행 대비 충돌 위험을 40배 이상 감소시켰다.

ABSTRACT

In recent years, consumer Unmanned Aerial Vehicles have become very popular, everyone can buy and fly a drone without previous experience, which raises concern in regards to regulations and public safety. In this paper, we present a novel approach towards enabling safe operation of such vehicles in urban areas. Our method uses geodetically accurate dataset images with Geographical Information System (GIS) data of road networks and buildings provided by Google Maps, to compute a weighted A* shortest path from start to end locations of a mission. Weights represent the potential risk of injuries for individuals in all categories of land-use, i.e. flying over buildings is considered safer than above roads. We enable safe UAV operation in regards to 1- land-use by computing a static global path dependent on environmental structures, and 2- avoiding flying over moving objects such as cars and pedestrians by dynamically optimizing the path locally during the flight. As all input sources are first geo-registered, pixels and GPS coordinates are equivalent, it therefore allows us to generate an automated and user-friendly mission with GPS waypoints readable by consumer drones' autopilots. We simulated 54 missions and show significant improvement in maximizing UAV's standoff distance to moving objects with a quantified safety parameter over 40 times better than the naive straight line navigation.

연구 동기 및 목표

• 소비자 드론이 사람에게 위험을 줄 수 있는 도시 환경에서 안전하고 자동화된 UAV 운영을 가능하게 하기 위해.
• FAA AC 91-57과 같은 규제 지침이 존재하나, 현재 소비자용 UAV에는 자동 안전 장치가 부족한 점을 보완하기 위해.
• 토지 이용 분류 기반으로 전역적으로 최적화된 위험 인지 비행 경로를 계산하고, 비행 중에 이동 장애물을 회피하기 위해 동적으로 경로를 조정하는 시스템을 개발하기 위해.
• 소비자 드론 자율비행 장치와 호환 가능한 사용자 친화적인 GPS 웨이포인트 기반 미션 계획 솔루션을 제공하기 위해.
• 거리 가중치 비용 함수를 통해 UAV가 보행자 및 차량에 가까워지는 것을 최소화함으로써, 안전성을 정량화하고 크게 향상시키기 위해.

제안 방법

• 지리적으로 정확한 인공위성 영상과 GIS 데이터(건물, 도로, 수역 등)를 사용하여 도로는 가장 높은 위험도, 건물 및 수역은 가장 낮은 위험도, 나머지 영역은 중립으로 설정된 가중치 비용 지ap을 생성한다.
• 가중치가 부여된 A* 알고리즘을 사용해 출발지에서 도착지의 GPS 좌표까지 전역 최단경로를 계산하며, 토지 이용 분류 기반 위험 최소화를 목표로 한다.
• 비행 중에 카메라 프레임은 센서 모델과 조준장치(gimbal) 데이터를 활용해 동치 변환(homography transformation)을 통해 지리적 좌표에 정렬되어 픽셀 좌표와 GPS 위치를 일치시킨다.
• WPAFB 및 PVLabs 데이터셋의 기준값을 활용해 실시간으로 이동 장애물(차량, 보행자)을 감지하고 추적한다.
• 감지된 이동 장애물 주변에 일시적인 고비용 영역을 비용 지도에 추가함으로써 동적 국소 경로 최적화를 수행하고, UAV가 안전한 거리( standoff distance)를 유지하도록 경로를 재설계한다.
• 최종 경로는 소비자 드론 자율비행 장치와 호환 가능한 GPS 웨이포인트로 생성되어 사전에 GIS 데이터 확보 후 자동 미션 실행이 가능하다.

실험 결과

연구 질문

• RQ1 토지 이용 분류 기반 정적 위험 기반 전역 경로 계획 접근 방식이 도시 환경에서 UAV 비행 안전성에 상당한 향상을 이끌 수 있는가?
• RQ2 이동 장애물에 대응하는 동적 국소 경로 조정이 보행자 및 차량과의 UAV 접근 위험을 어느 정도 감소시킬 수 있는가?
• RQ3 UAV-객체 간 거리 기반 안전 지표를 바탕으로 제안된 방법이 직선 비행 대비 정량적으로 얼마나 더 안전한가?
• RQ4 제안된 시스템은 표준 자율비행 장치를 탑재한 소비자용 UAV에 실질적으로 구현 가능한가?
• RQ5 지리정보 정렬 영상과 GIS 데이터를 효과적으로 융합하여 자동화되고 안전하며 사용자 우호적인 미션 계획을 가능하게 할 수 있는가?

주요 결과

• WPAFB 데이터셋에서 제안된 방법은 직선 경로 대비 전역 안전 비용 지표를 90% 감소시켰으며, 243.9에서 5.6으로 감소하였다.
• PVLabs 데이터셋에서는 직선 비행 시 안전 비용이 188.1에서 동적 경로로 98.0으로 감소하여 위험 완화 측면에서 상당한 향상을 보였다.
• WPAFB에서 7,597개의 이동 장애물을 시야에 포함시켰음에도 불구하고, 동적 경로는 더 큰 안전 거리를 유지하여 충돌 위험을 감소시켰다.
• WPAFB에서는 전역 경로가 직선 경로보다 20% 더 길었고, PVLabs에서는 6% 더 길었으며, 이는 비행 시간에 대한 수용 가능한 희생을 통해 안전성 향상가 가능함을 시사한다.
• 시스템은 소비자 드론 자율비행 장치와 호환 가능한 GPS 웨이포인트를 성공적으로 생성하여 사전 GIS 데이터 확보 후 자동 미션 실행이 가능했다.
• 안전 지표에 사용된 음의 지수 가중치 함수는 객체에 가까이 다가갈수록 비용을 크게 증가시켜, 5미터 이내 거리에서 기여도가 가장 높았으며, 이는 위험 모델의 타당성을 입증하였다.