[논문 리뷰] Towards Fully Environment-Aware UAVs: Real-Time Path Planning with Online 3D Wind Field Prediction in Complex Terrain

Philipp Oettershagen, Florian Achermann외 3명|arXiv (Cornell University)|2017. 12. 10.

Robotic Path Planning Algorithms참고 문헌 28인용 수 12

한 줄 요약

이 논문은 복잡한 지형에서 고정익 무인항공기(UAV)를 위한 실시간, 차량 내 3D 바람장 예측 방법을 처음으로 제안한다. 이는 글로벌 weahter 데이터의 다운스케일링과 잠재류 이론을 결합한 것으로, 바람 인식 경로 계획기와 함께 사용된다. 이 경로 계획기는 Dubins 항공기 운동 프리미티브와 장애물 인식 샘플링을 활용한다. 제안된 방법은 바람이 없는 가정 대비 수평 바람 오차를 23% 감소시키며, 강한 바람 조건에서도 일관되게 충돌 없는 경로를 생성한다. 다만 수직 바람 예측 정확도는 여전히 제한되어 있다.

ABSTRACT

Today, low-altitude fixed-wing Unmanned Aerial Vehicles (UAVs) are largely limited to primitively follow user-defined waypoints. To allow fully-autonomous remote missions in complex environments, real-time environment-aware navigation is required both with respect to terrain and strong wind drafts. This paper presents two relevant initial contributions: First, the literature's first-ever 3D wind field prediction method which can run in real time onboard a UAV is presented. The approach retrieves low-resolution global weather data, and uses potential flow theory to adjust the wind field such that terrain boundaries, mass conservation, and the atmospheric stratification are observed. A comparison with 1D LIDAR data shows an overall wind error reduction of 23% with respect to the zero-wind assumption that is mostly used for UAV path planning today. However, given that the vertical winds are not resolved accurately enough further research is required and identified. Second, a sampling-based path planner that considers the aircraft dynamics in non-uniform wind iteratively via Dubins airplane paths is presented. Performance optimizations, e.g. obstacle-aware sampling and fast 2.5D-map collision checks, render the planner 50% faster than the Open Motion Planning Library (OMPL) implementation. Test cases in Alpine terrain show that the wind-aware planning performs up to 50x less iterations than shortest-path planning and is thus slower in low winds, but that it tends to deliver lower-cost paths in stronger winds. More importantly, in contrast to the shortest-path planner, it always delivers collision-free paths. Overall, our initial research demonstrates the feasibility of 3D wind field prediction from a UAV and the advantages of wind-aware planning. This paves the way for follow-up research on fully-autonomous environment-aware navigation of UAVs in real-life missions and complex terrain.

연구 동기 및 목표

• 실시간 바람과 지형에 적응하는 환경 인식 UAV 임무를 완전 자율적으로 가능하게 하기 위해.
• 지상 기반의 NWP 시스템에서 사전 계산된 비적응형 바람장에 의존하는 현재 UAV의 한계를 해결하기 위해.
• 외부 인프라에 의존하지 않고 실시간 3D 바람장 예측 및 동적 경로 계획이 가능한 차량 내 시스템을 개발하기 위해.
• 바람 인식 경로 최적화를 통합하여 강한 또는 난류 바람 조건에서 비행 안전성과 효율성을 향상시키기 위해.
• 알프스 지역과 같은 도전적인 환경에서의 향후 자율 BVLOS 임무를 위한 기반을 마련하기 위해.

제안 방법

• 다운스케일링 방법은 저해상도 글로벌 NWP 데이터를 사용하고, 잠재류 이론을 적용하여 지형 경계, 질량 보존 및 대기층화를 강제하여 실시간 3D 바람장 예측을 수행한다.
• 바람장 예측 모델은 지형 영향을 반영하고, 물리 기반 접근법을 통해 초기 바람장을 조정하여 바람이 없는 가정 대비 정확도를 향상시킨다.
• 샘플링 기반 경로 계획기는 항공기 운동을 모델링하기 위해 Dubins 항공기 운동 프리미티브를 사용하고, 바람 영향을 고려한 경로를 반복적으로 계산한다.
• 장애물 인식 샘플링과 빠른 2.5D 지ap 충돌 검사를 구현하여 경로 계획 속도를 향상시키며, OMPL 대비 계산 시간을 50% 감소시켰다.
• 경로 계획기는 바람 인식 운동 비용 히우리스틱을 사용하고, 비균일 바람장에서 시간 또는 에너지 비용을 최소화하기 위해 반복적으로 경로를 정밀화한다.
• 하이브리드 전략을 제안한다: 초기 솔루션을 신속히 확보하기 위해 가장 짧은 경로 계획에 확대된 경계 상자 사용, 이후 시간이 허락할 경우 바람 인식 계획으로 정밀화.

실험 결과

연구 질문

• RQ1 복잡한 지형에서 국지적 바람 영향을 정확히 포착할 수 있는 실시간, 차량 내 3D 바람장 예측 방법을 개발할 수 있는가?
• RQ2 강한 또는 변동성이 큰 바람 조건에서 바람 인식 경로 계획은 가장 짧은 경로 계획에 비해 경로 품질, 실행 가능성, 계산 비용 측면에서 어떻게 비교되는가?
• RQ3 제안된 바람 예측은 바람이 없는 가정 대비 수평 바람 오차를 어느 정도 감소시키는가?
• RQ4 실시간 바람 예측과 동적 경로 계획의 통합이 혼잡하고 바람 영향을 받는 환경에서 충돌 없는 비행을 보장할 수 있는가?
• RQ5 2.5D 지형 지도에서 장애물 인식 샘플링과 최적화된 충돌 검사를 통해 어떤 성능 향상이 달성될 수 있는가?

주요 결과

• 제안된 3D 바람장 예측 방법은 바람이 없는 가정 대비 수평 바람 오차를 23% 감소시켜 현재 관행 대비 뚜렷한 향상을 보였다.
• 바람 인식 경로 계획기는 강한 또는 변동성이 큰 바람 조건에서도 복잡한 지형에서 일관되게 충돌 없는 경로를 생성한다. 반면 가장 짧은 경로 계획기는 자주 지형 충돌을 유발한다.
• 강한 바람 조건에서 바람 인식 계획기는 가장 짧은 경로 계획보다 더 낮은 비용의 경로를 달성하며, 바람 속도가 높을수록 비용 이점이 커진다.
• 장애물 인식 샘플링과 빠른 2.5D 충돌 검사를 통해 최적화된 경로 계획기는 표준 OMPL 구현 대비 50% 더 빠르게 실행된다.
• 고속 바람 상황에서 바람 인식 계획기는 가장 짧은 경로 계획 대비 최대 50배 적은 반복 수를 요구하며, 바람 영향 하에서 보다 우수한 수렴 성질을 보인다.
• 수직 바람 성분은 충분한 정확도로 해석되지 않아 향후 연구에서 해결이 필요한 핵심 한계로 지적된다.