[논문 리뷰] Safe and Resilient Multi-vehicle Trajectory Planning Under Adversarial Intruder

Somil Bansal, Mo Chen외 1명|arXiv (Cornell University)|2017. 11. 05.

Robotic Path Planning Algorithms인용 수 4

한 줄 요약

이 논문은 다중 차량 시스템을 위한 안정성 있는 순차적 궤적 계획(STP) 프레임워크를 제안하며, 전체 시스템 크기에 관계없이 사용자가 정의한 고정된 수의 차량에 대해서만 재계획을 허용함으로써 악성 침입자에 대비한 안전성을 보장한다. 이 방법은 해밀토니안-자브리히( Hamilton-Jacobi) 도달 가능성 분석을 사용하여 최악의 상황에서의 버퍼 영역을 계산하여 증명 가능한 안전성을 확보하면서도 선형적인 확장성을 유도한다.

ABSTRACT

Provably safe and scalable multi-vehicle trajectory planning is an important and urgent problem. 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 multi-vehicle trajectory planning is often intractable due to the "curse of dimensionality." To overcome this problem, the sequential trajectory planning (STP) method, which assigns strict priorities to vehicles, was proposed, STP allows multi-vehicle trajectory planning to be done with a linearly-scaling computation complexity. However, if a vehicle not in the set of STP vehicles enters the system, or even worse, if this vehicle is an adversarial intruder, the previous formulation requires the entire system to perform replanning, an intractable task for large-scale systems. In this paper, we make STP more practical by providing a new algorithm where replanning is only needed only for a fixed number of vehicles, irrespective of the total number of STP vehicles. Moreover, this number is a design parameter, which can be chosen based on the computational resources available during run time. We demonstrate this algorithm in a representative simulation of an urban airspace environment.

연구 동기 및 목표

• 수천 대의 UAV가 운용되는 도시 공중에서 증명 가능한 안전성과 확장성을 갖춘 궤적 계획의 핵심적 필요를 해결한다.
• 기존의 STP 기법이 악성 침입자가 시스템에 침입할 경우 전체 시스템 재계획을 유발하는 한계를 극복한다.
• 최악의 침입자 행동과 제한된 외란 조건 하에서도 모든 차량의 안전성과 목표 달성 보장을 확보한다.
• 총 차량 수에 영향을 받지 않는 재계획 메커니즘 설계를 통해 대규모 도입에 실현 가능성을 확보한다.
• 재계획이 필요한 차량 수를 조정 가능한 계산적으로 관리 가능한 임계값으로 제한함으로써 실시간 운영을 가능하게 한다.

제안 방법

• 해밀토니안-자브리히(HJ) 도달 가능성 분석을 적용하여 최악의 침입자 역학과 외란을 고려한 도달-피避 집합과 버퍼 영역을 계산한다.
• 각 STP 차량 주변에 상대적 버퍼 영역을 정의하여 침입자가 강제로 회피 조치를 유도할 수 있는 최대 차량 수를 정량화한다.
• 재계획이 필요로 하는 최대 차량 수를 나타내는 설계 파라미터 $\bar{k}$ 를 도입하며, 이는 총 차량 수와 독립적이다.
• STP 차량에는 노미널 제어 정책 $u^{\text{PP}}(\cdot)$ 를 사용하고, 버퍼 계산 시에는 침입자와 외란에 대해 최악의 행동을 가정한다.
• 도달 가능성 분석을 통한 안전 간격 확보로, 침입 조건 하에서도 차량 간 위험 영역을 벗어나도록 보장한다.
• GPU 가속된 CUDA를 활용한 병렬 처리를 통해 $\bar{k} = 3$ 인 경우 계획 및 재계획 시간을 약 15분에서 30초 이내로 감소시켰다.

실험 결과

연구 질문

• RQ1 악성 침입자에 대비해 전체 시스템 재계획을 유발하지 않고도 순차적 궤적 계획을 어떻게 강건하게 만들 수 있는가?
• RQ2 최악의 조건을 가정할 때 악성 침입자는 몇 대의 차량까지 회피 조치를 유도할 수 있는가?
• RQ3 재계획이 필요한 차량 수를 총 시스템 크기와 독립적으로 제한할 수 있는가?
• RQ4 최악의 상황 도달 가능성 분석은 궤적 계획의 시스템 밀도와 보수성에 어떤 영향을 미치는가?
• RQ5 악성 조건 하에서 실시간 재계획의 계산 가능성은 어떠한가?

주요 결과

• 제안된 알고리즘은 침입자 감지 시 오직 $\bar{k}$ 대의 차량만 재계획이 필요하다는 점을 보장하며, $\bar{k}$ 는 사용자가 정의한 파라미터이자 총 차량 수와 독립적이다.
• 샌프란시스코에서의 50대 차량 시뮬레이션에서 침입자는 오직 두 대의 차량($Q_1$ 및 $Q_2$)만 회피 조치를 유도할 수 있었으며, 이는 이론적 한계 $\bar{k} = 3$ 와 일치한다.
• CPU 기반 계획 및 재계획 시간은 각 차량당 약 15분이었으나, GPU 병렬 처리를 적용한 CUDA 구현으로 차량당 9초 이내로 단축되었다.
• $\bar{k} = 3$ 인 경우 총 재계획 시간은 30초 이내로 줄어들어 실시간 운영의 가능성을 입증했다.
• 최악의 상황 가정으로 인해 보수적인 결과를 보였으며, 특히 버퍼 영역 계산 시 일반적인 차량 행동에 대한 보다 정교한 지식이 있으면 이를 감소시킬 수 있다.
• 이 방법은 악성 침입자 행동과 제한된 외란 조건 하에서도 모든 STP 차량의 증명 가능한 안전성과 목표 달성 보장을 유지한다.