DOI QR코드

DOI QR Code

Power Consumption Modeling and Analysis of Urban Unmanned Aerial Vehicles Using Deep Neural Networ

심층신경망을 활용한 도심용 무인항공기의 전력소모 예측 모델링 및 분석

  • Minji, Kim ;
  • Donkyu, Baek
  • 김민지 (충북대학교 전자공학부) ;
  • 백돈규 (충북대학교 전자공학부)
  • Received : 2022.10.27
  • Accepted : 2023.01.12
  • Published : 2023.02.28

Abstract

As the range of use of urban unmanned aerial vehicles (UAV) expands, it is necessary to operate UAVs efficiently because of its limited battery capacity. For this, it is required to find the optimal flight profile with various simulations. Therefore, it is important to predict the power and energy consumption of the UAV battery. In this paper, we analyzed the relationship between the speed and acceleration of the UAV and power consumption during the flight. Then, we derived a linear model, which is easily utilized. In addition, we also derived an accurate power consumption model based on deep neural network learning. To find the efficient model, we used learning data as 1) the GPS 3-axis velocity and acceleration data, 2) the IMU 3-axis velocity only, and 3) the IMU 3-axis velocity and acceleration data. The final model shows 5.86% error rate for power consumption and 1.50% error rate for the cumulative energy consumption.

도심용 무인항공기의 사용범위가 넓어지면서 다양한 미션을 효율적으로 수행하기 위해서는 배터리를 합리적으로 운용해야 한다. 배터리를 합리적으로 운용하기 위해서는 실제 비행 미션을 수행하기 전에 다양한 시뮬레이션을 통해 최적의 경로를 도출할 수 있다. 이를 위해서는 배터리의 전력 소모 및 에너지 잔량을 예측 하는 것이 중요하다. 본 논문에서는 도심용 무인항공기의 비행 중 속도 및 가속도에 따른 소비전력 간의 관계성을 분석하고 이를 이용해 빠르게 소비전력을 도출 할 수 있는 선형 전력 소모 모델을 도출하였다. 또한, 정확한 전력 소모를 예측하기 위해서 딥러닝에 기반한 전력 소모 모델을 도출하였다. 이때 정확하며 효율적인 전력소모 모델을 얻기 위해 모델링 입력 값으로 1) GPS 3축 속도 및 가속도, 2) IMU 3축 속도, 3) IMU 3축 속도 및 가속도 데이터를 사용한 모델들을 도출하여 비교하였다. 최종적으로 얻은 모델은 전력소모 오차율 5.86%을 얻었으며, 누적 에너지 오차율 1.50%를 얻었다.

Keywords

Acknowledgement

이 논문은 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업이며 (No. 2020R1A6A1A12047945), 2020학년도 충북대학교 학술연구지원사업의 연구비 지원에 의하여 연구되었음

References

  1. Baek, D. et al., "Battery-aware operation range estimation for terrestrial and aerial electric vehicles," IEEE Transactions on Vehicular Technology, vol. 68, no. 6, pp. 5471-5482, 2019.
  2. DJI, Specification of DJI Phantom 4 Pro 2.0, https://www.dji.com/phantom-4-pro-v2/specs, 2022.
  3. ElSayed, M. and Mohamed, M., "The Uncertainty of Autonomous Unmanned Aerial Vehicles' Energy consumption," IEEE Transportation Electrification Conference & Expo (ITEC), pp. 8-13, 2020.
  4. ElSayed, M. and Mohamed, M., "The Impact of Airspace Discretization on the Energy Consumption of Autonomous Unmanned Aerial Vehicles (Drones)," Energies, 15(14), 2022.
  5. Hong, D. et al., "Least energy path planning with building accurate power consumption model of rotary unmanned aerial vehicle," IEEE Transactions on Vehicular Technology, vol. 69, no. 12, 2020.
  6. Jung, So-yi et al., "Optimal drone scheduling algorithm considering energy efficiency," Proceedings of the Korean Telecommunications Society Conference, pp. 244-245, 2020.
  7. Kim, Seon-min et al., "Power is being consumed here," Proceedings of the Korean Information Society, pp. 97-977, 2020.
  8. Yang, Hyun-Ho and Ju, Yang-Sun, "A Study on Activation Plan of Police. Private Investigation(Detective) and Unmanned Aircraft(Drone)," Korea Research Association for Private Investigation Drones, 1(1), pp. 39-52, 2018.