[논문 리뷰] Vision-Based Distributed Formation Control of Unmanned Aerial Vehicles

Kaveh Fathian, Emily A. Doucette외 2명|arXiv (Cornell University)|2018. 09. 01.

Distributed Control Multi-Agent Systems참고 문헌 17인용 수 7

한 줄 요약

이 논문은 GPS나 중심 집중식 제어에 의존하지 않고, 항공기 내 카메라 피드백만을 사용하여 원하는 기하학적 편대 형성에 도달하는 시각 기반, 완전히 분산된 다중 UAV 편대 제어 시스템을 제안한다. 상대 위치를 시각적 특징 매칭에서 유추하는 데 새로운 포즈 추정 알고리즘(QuEst)을 활용함으로써, 통신 대역폭을 최소화하면서 자연 환경에서 충돌 회피 기능이 내장된 확장 가능한 편대 비행을 가능하게 한다.

ABSTRACT

We present a novel control strategy for a team of unmanned aerial vehicles (UAVs) to autonomously achieve a desired formation using only visual feedback provided by the UAV's onboard cameras. This effectively eliminates the need for global position measurements. The proposed pipeline is fully distributed and encompasses a collision avoidance scheme. In our approach, each UAV extracts feature points from captured images and communicates their pixel coordinates and descriptors among its neighbors. These feature points are used in our novel pose estimation algorithm, QuEst, to localize the neighboring UAVs. Compared to existing methods, QuEst has better estimation accuracy and is robust to feature point degeneracies. We demonstrate the proposed pipeline in a high-fidelity simulation environment and show that UAVs can achieve a desired formation in a natural environment without any fiducial markers.

연구 동기 및 목표

• 글로벌 위치 기반 시스템이나 중심 집중식 조율 없이도 자율적인 UAV 편대 제어를 가능하게 하기 위해.
• 항공기 내 카메라에서 수집한 시각 데이터만을 사용하여 UAV 간 상대 위치를 파악하는 문제를 해결하기 위해.
• 지역적 의사결정을 통해 충돌 회피를 내재적으로 지원하는 분산 제어 전략을 설계하기 위해.
• 실세계 조건에서 노이즈, 외란, 시간에 따라 변하는 통신 토포로지에 대한 강건성을 확보하기 위해.
• 최소한의 통신과 시각 피드백만을 사용하여 고정밀 시뮬레이션에서 평면 편대 형성의 실현 가능성을 검증하기 위해.

제안 방법

• 각 UAV는 항공기 내 카메라 영상에서 시각적 특징 점(예: SURF를 사용)을 추출하고, 이들의 픽셀 좌표와 기술자를 인접 UAV들과 공유한다.
• 새로운 포즈 추정 알고리즘인 QuEst는 UAV 간에 매칭된 특징 점을 사용하여 상대 2차원 포즈(위치 및 방향)를 공통 척도 인자까지 추정한다.
• 편대 제어 법칙은 이웃 항공기의 상대 위치에 대한 선형 속도 벡터의 합으로 정의되며, 준정적 프로그래밍(SDP) 설정에서 유도된 일정한 이득 행렬 A_ij에 의해 가중된다.
• SDP 기반 제어 설계는 노이즈, 외란, 입력 포화, 제어 방향에 대해 최대 ±90°의 변동에 대해 강건성을 보장한다.
• 분산된 충돌 회피 전략은 장애물을 피하기 위해 제어 벡터를 최대 90° 회전시킨다; 이 회전 값이 이를 초과할 경우 가용 경로가 확보될 때까지 UAV는 정지한다.
• 상대 포즈 추정에서의 알려지지 않은 척도 인자는 항공기 내 센서(예: 기압계 또는 소나)에서 얻은 고도 데이터를 사용하여 해결되며, 이는 거리 기반 충돌 탐지 기능을 가능하게 한다.

실험 결과

연구 질문

• RQ1 GPS나 중심 집중식 계획 없이 항공기 내 카메라에서의 시각 피드백만을 사용하여 UAV가 원하는 평면 편대 형성에 도달할 수 있는가?
• RQ2 단일 카메라 영상 특징에서 분산 방식으로 UAV 간 상대 포즈를 정확하게 추정할 수 있는가?
• RQ3 완전히 분산된 제어 전략이 제한된 감지 및 통신 조건 하에서도 충돌 회피를 보장하면서 편대 수렴을 유지할 수 있는가?
• RQ4 UAV 군집 간 실시간으로 시각적 특징을 교환하기 위해 필요한 통신 대역폭은 얼마인가?
• RQ5 시간에 따라 변하는 통신 토포로지와 동적 외란 조건 하에서 시스템 성능은 어떻게 되는가?

주요 결과

• QuEst 포즈 추정 알고리즘은 기존의 시각적 상대 포즈 추정 방법에 비해 더 높은 정확도와 특징 열화에 대한 더 큰 강건성을 확보하였다.
• SDP 기반 제어 설계는 노이즈, 외란, 최대 ±90° 제어 방향 변동 조건 하에서도 원하는 편대로 수렴함을 보장하였다.
• Unreal Engine 4와 Microsoft AirSim을 사용한 고정밀 시뮬레이션에서, 3대 및 9대의 큽터로터가 하향 또는 정면 카메라만을 사용하여 등변 삼각형 및 정사각형 격자 편대 형성에 성공하였다.
• 통신 대역폭 요구량은 약 5.2 KB/s의 이웃당 수준으로, 현재의 무선 기술 범위 내에 있었다.
• 모든 시뮬레이션에서 충돌을 성공적으로 피했으며, UAV들이 초기 거리가 너무 가까웠을 경우에만 희귀하게 정체 현상이 발생했고, 이는 회전 기반 회피 전략으로 복구 가능하였다.
• 상대 포즈 추정에서의 알려지지 않은 척도 인자는 고도 측정치를 사용하여 효과적으로 해결되었으며, 이는 GPS 없이도 정확한 충돌 탐지 기능을 가능하게 하였다.