📌 핵심 요약 (Key Takeaways)
- 핵심 성과 1: 차등 진화(DE)와 고도화된 고래 최적화 알고리즘(EWOA)을 결합하여 복잡한 3차원 장애물 환경에서 실행 가능한 원시 경로(Raw Path) 및 이동 비용 매트릭스 도출
- 독창적 차별점 2: 단순 기하학적 거리가 아닌 UAV 동역학 제약을 고려한 3단계 계층형 구조(작업 할당-경로 최적화-적응형 B-스플라인 평활화) 설계
- 실무 파급력 3: 벤치마크 테스트에서 총 작업 완료 시간(Makespan) 2.1~3.4% 단축, 경로 길이 8.5% 감소, 최대 곡률 41.5% 개선으로 실제 비행 안정성 확보
다중 무인항공기(Multi-UAV) 시스템이 물류 배송, 정밀 농업, 재난 지역 수색 등 복잡한 실내·외 환경에 투입됨에 따라, 수많은 기체가 충돌 없이 임무를 완수하도록 조율하는 협업 미션 플래닝의 중요성이 급증하고 있습니다. 기존의 많은 접근법은 함대 수준(Fleet-level)의 작업 할당과 개별 기체의 장애물 회피 경로 계획을 분리하여 최적화하거나, 단순한 유클리드 거리만을 기준으로 삼아 실제 비행 환경에서의 동역학적 제약을 반영하지 못하는 한계를 지니고 있었습니다.
본 연구는 정적 장애물이 존재하는 3차원 환경에서 다중 UAV의 작업 할당(Task Allocation), 경로 순서화(Route Sequencing), 그리고 실행 가능한 궤적 생성(Trajectory Generation)을 유기적으로 통합한 새로운 계층형 플레임워크를 제시합니다. 특히 하이브리드 최적화 기법과 적응형 곡선 평활화를 결합하여 연산 효율성과 물리적 타당성을 동시에 만족시키는 구조를 확립했습니다.
제안된 프레임워크는 총 3단계의 파이프라인으로 구성되어 있습니다. 첫 번째 단계에서는 단일 UAV 오프라인 플래너가 차등 진화(Differential Evolution) 알고리즘과 고도화된 고래 최적화 알고리즘(EWOA)의 하이브리드 조합을 활용하여, 모든 노드 쌍 간의 장애물 회피 원시 경로를 계산하고 방향성 이동 비용 매트릭스를 구축합니다.
두 번째 단계에서는 첫 단계에서 산출된 비용 매트릭스를 기반으로 교환 기반 개선(Exchange-based refinement) 기법을 적용하여 균형 잡힌 작업 분배와 경로 최적화를 수행합니다. 이때 총 비용과 makespan(전체 완료 시간)을 동시에 최소화하는 복합 목적 함수를 적용하여 함대 전체의 운영 효율성을 극대화합니다.
마지막 세 번째 단계에서는 최종 선택된 경로에 대응하는 원시 폴리라인(Polyline)을 적응형 3차 B-스플라인(Adaptive Cubic B-spline) 평활화 기법을 통해 실제 비행 제어기가 추종할 수 있는 연속적이고 부드러운 궤적으로 변환합니다. 이 과정을 통해 기체의 급격한 기동 변화를 방지하고 모터 및 ESC의 부하를 줄일 수 있습니다.
유사 선행 연구 대비 독창성 및 성능 비교
| 비교 항목 | 기존/유사 선행 방식 | 본 연구의 제안 방식 | 실무적 차별성 및 한계 |
|---|---|---|---|
| 경로 계획 알고리즘 | 표준 WOA, PSO, DE, GWO 단독 사용 | DE + EWOA 하이브리드 최적화 | 조기 수렴(Premature convergence) 방지 및 복잡한 3차원 장애물 회피 성능 우수 |
| 함대 작업 할당 | 단순 기하학적 거리(Euclidean Distance) 기준 분할 | 교환 기반 개선(Exchange refinement) + 비용 매트릭스 | Makespan 2.1~3.4% 단축 및 복합 목적 함수 최적화 달성 |
| 궤적 평활화 | 원시 폴리라인(Polyline) 직접 추종 또는 선형 보간 | 적응형 3차 B-스플라인(Adaptive Cubic B-spline) | 경로 길이 8.5% 감소 및 최대 곡률 41.5% 대폭 개선으로 비행 역학적 안정성 확보 |
실험 평가 결과, 제안된 하이브리드 플래너는 기존 표준 알고리즘들에 비해 수렴 속도와 장애물 회피 경로의 품질 측면에서 우수한 성능을 입증했습니다. 특히 평활화 단계에서 적용된 적응형 3차 B-스플라인은 단순 다각선 경로 대비 전체 경로 길이를 8.5% 단축시키는 동시에 최대 곡률을 41.5%나 감소시켜, 물리적 기체의 운동 제어 한계를 완벽히 보완했습니다.
무인이동체 및 로보틱스 산업 현장 적용 파급 효과
본 연구에서 제안된 계층형 임무 계획 프레임워크는 실제 드론 군집(Drone Swarm) 관제 시스템과 자율주행 무인이동체(UAV/UGV)의 미션 플래너에 즉시 적용될 수 있는 높은 실무적 가치를 지닙니다. 특히 복잡한 도심 환경이나 산악 지형 등 장애물이 산재한 공간에서 다수의 기체가 충돌 위험 없이 최적의 경로로 임무를 수행해야 하는 군사 방산, 물류 배송, 인프라 점검 분야에 직접적인 기술 기여가 가능합니다.
비행제어(FC) 시스템과 지상통제시스템(GCS) 아키텍처 관점에서, 오프라인 상에서 계산된 고품질의 B-스플라인 궤적 데이터를 MAVLink 등의 통신 프로토콜을 통해 실시간으로 기체에 주입하거나 온보드 컴퓨터에 업로드함으로써 연산 부하를 분산할 수 있습니다. 이는 실시간 제어의 안정성을 높이고, 대규모 무인 이동체 군집 제어의 상용화를 앞당기는 핵심 엔지니어링 기반이 될 것입니다.