[논문 리뷰] Provably Safe and Robust Drone Routing via Sequential Path Planning: A Case Study in San Francisco and the Bay Area

Mo Chen, Somil Bansal외 2명|arXiv (Cornell University)|2017. 05. 10.

Robotic Path Planning Algorithms참고 문헌 24인용 수 7

한 줄 요약

이 논문은 도시 환경에서 수천 대의 드론을 대상으로 증명 가능하게 안전하고 강건하며 확장 가능한 다중 드론 경로 계획을 가능하게 하기 위해 해밀토니안-자코비 도달 가능성 분석을 사용하는 순차적 경로 계획(SPP) 방법을 제안한다. 차량에 엄격한 우선순위를 부여하고, 더 높은 우선순위의 드론을 동적 장애물로 간주함으로써 SPP는 선형 계산 복잡도를 달성하여 강한 바람 외란 상황에서도 샌프란시스코 및 뱅크 오브 더 베이 지역과 같은 대규모 시스템에서 효율적인 충돌 방지 경로 계획을 가능하게 한다.

ABSTRACT

Provably safe and scalable multi-vehicle path planning is an important and urgent problem due to the expected increase of automation in civilian airspace in the near future. Hamilton-Jacobi (HJ) reachability is an ideal tool for analyzing such safety-critical systems and has been successfully applied to several small-scale problems. However, a direct application of HJ reachability to large scale systems is often intractable because of its exponentially-scaling computation complexity with respect to system dimension, also known as the "curse of dimensionality". To overcome this problem, the sequential path planning (SPP) method, which assigns strict priorities to vehicles, was previously proposed; SPP allows multi-vehicle path planning to be done with a linearly-scaling computation complexity. In this work, we demonstrate the potential of SPP algorithm for large-scale systems. In particular, we simulate large-scale multi-vehicle systems in two different urban environments, a city environment and a multi-city environment, and use the SPP algorithm for trajectory planning. SPP is able to efficiently design collision-free trajectories in both environments despite the presence of disturbances in vehicles' dynamics. To ensure a safe transition of vehicles to their destinations, our method automatically allocates space-time reservations to vehicles while accounting for the magnitude of disturbances such as wind in a provably safe way. Our simulation results show an intuitive multi-lane structure in airspace, where the number of lanes and the distance between the lanes depend on the size of disturbances and other problem parameters.

연구 동기 및 목표

• 수천 대의 드론이 운용되는 도시 공중에서 확장 가능하고 증명 가능하게 안전한 경로 계획의 급박한 필요성을 해결한다.
• 고차원 다중 차량 시스템에서 해밀토니안-자코비 도달 가능성의 차원의 저주를 극복한다.
• 바람과 통신 장故 등의 동적 외란 상황에서도 안전성과 목표 달성을 보장한다.
• 공간-시간 경로 할당을 통해 직관적인 다중 차선 공중 구조를 실현한다.
• 샌프란시스코 및 뱅크 오브 더 베이와 같은 실제 도시 환경에서의 확장성과 강건성을 입증한다.

제안 방법

• 드론 간에 엄격한 우선순위 순서를 부여하여 다중 차량 경로 계획 문제를 순차적 단일 차량 문제로 분리한다.
• 각 차량의 증명 가능하게 안전하고 동적 실행 가능성을 확보하는 경로를 계산하기 위해 해밀토니안-자코비 도달 가능성 분석을 사용한다.
• 낮은 우선순위의 차량이 높은 우선순위의 차량을 시간에 따라 변화하는 이동 장애물로 간주한다.
• 외란 범위(예: 최대 11 m/s의 바람)를 도달 집합에 통합하여 강건성을 확보한다.
• CUDA 가속을 통해 효율적인 레벨셋 기반 도달 가능성 계산을 수행하기 위해 RTT 알고리즘을 활용한다.
• 시간과 공간적 분리를 통해 충돌을 방지하고 안전한 전환을 보장하기 위해 공간-시간 예약을 생성한다.

실험 결과

연구 질문

• RQ1 도달 가능성 분석을 활용한 순차적 경로 계획이 대규모 도시 드론 운영에 대해 확장 가능하고 증명 가능하게 안전한 경로 계획을 가능하게 할 수 있는가?
• RQ2 외란 범위(예: 바람)는 드론 경로 계획에서 다중 차선 공중 구조의 형성에 어떤 영향을 미치는가?
• RQ3 300 km² 도시 환경에서 200대 이상의 드론에 대해 SPP의 계산 가능성이 어떻게 되는가?
• RQ4 도착 시간 스케줄링이 시간 분리된 경로 패tern에서 상태 분리된 경로 패턴으로의 전이에 어떤 영향을 미치는가?
• RQ5 강한 바람 외란과 높은 차량 밀도 상황에서도 SPP 방법이 안전성과 목표 달성을 유지할 수 있는가?

주요 결과

• SPP 알고리즘은 샌프란시스코 베이 지역의 300 km² 지역에서 강한 바람(11 m/s) 상황에도 불구하고 200대의 드론에 대해 충돌이 없는 경로를 성공적으로 생성했다.
• 공중에서 명확한 다중 차선 구조가 나타났으며, 도시 쌍 당 두 개의 차선(각 방향에 하나씩)이 형성되었는데, 주로 시간 분리된 도착 예약 덕분이었다.
• 교차 경로가 많은 고밀도 중심 지역에서는 차량이 다른 차량의 위험 영역에 진입하지 않도록 보장함으로써 안전성을 유지했다.
• 모든 차량의 도착 시간이 동일한 경우, 도시 쌍 간에 다수의 차선이 형성되어 상태 분리된 경로 행동이 나타났다.
• GPU 가속 레벨셋 도구를 사용한 평균 차량당 계산 시간은 4분이었으며, 모든 계산은 사전에 수행되었고 실시간 실행은 단순 조회만으로 가능했다.
• 이 방법은 차량 수에 따라 선형 계산 스케일링을 달성하여 대규모 도시 드론 운영의 확장 가능성을 확보했다.