항공우주시스템공학회지 (Journal of Aerospace System Engineering)

  • 제18권2호
  • /
  • Pages.56-63
  • /
  • 2024
  • /
  • 1976-6300(pISSN)
  • /
  • 2508-7150(eISSN)
항공우주시스템공학회 (The Society for Aerospace System Engineering)
권호 표지
DOI QR코드

DOI QR Code

격자 지도 기반의 다수 무인 이동체 임무 할당 및 경로 계획

Task Allocation and Path Planning for Multiple Unmanned Vehicles on Grid Maps

  • 투고 : 2024.01.18
  • 심사 : 2024.03.12
  • 발행 : 2024.04.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

무인 이동체의 안전성이 점차 증대되면서 빌딩과 같은 장애물이 많은 도심환경에서의 무인 이동체의 활용이 증가할 것으로 예상된다. 도심 환경에서 다수의 무인 이동체가 운용될 경우, 임무 할당 뿐만 아니라 정적 및 동적 장애물 회피와 더불어 상호 충돌 회피가 가능한 경로를 생성하는 알고리듬이 필요하다. 본 논문에서는 임무 할당 및 경로 계획을 수행하는 알고리듬을 제안한다. 장애물 및 경로 계획을 효율적으로 수행하기 위해 맵을 격자 기반으로 구성한 다음 경로를 도출하였다. 동적인 환경에서 빠르게 재계획하기 위해 계산 시간 단축에 집중하였다. 시뮬레이션을 통해 작은 규모의 문제에서 장애물 회피 및 상호 충돌 회피 방안에 대해 설명하였고, 큰 규모의 문제에서 임무 전체 종료 시간(Makespan)을 관찰하여 성능을 확인하였다.

As the safety of unmanned vehicles continues to improve, their usage in urban environments, which are full of obstacles such as buildings, is expected to increase. When numerous unmanned vehicles are operated in such environments, an algorithm that takes into account mutual collision avoidance, as well as static and dynamic obstacle avoidance, is necessary. In this paper, we propose an algorithm that handles task assignment and path planning. To efficiently plan paths, we construct a grid-based map and derive the paths from it. To enable quick re-planning in dynamic environments, we focus on reducing computational time. Through simulation, we explain obstacle avoidance and mutual collision avoidance in small-scale problems and confirm their performance by observing the entire mission completion time (Makespan) in large-scale problems.

키워드

과제정보

이 논문은 2022년도 정부(방위사업청)의 재원으로 국방기술진흥연구소의 지원을 받아 수행된 연구임 (No. KRIT-CT-21-009, 전장정보 기반 실시간 자동임무실행/수정기술 개발)

참고문헌

  1. Semsch, Eduard, et al. "Autonomous UAV surveillance in complex urban environments." 2009 IEEE/WIC/ACM International Joint Conference on Web Intelligence and Intelligent Agent Technology. Vol. 2, pp. 82-85, 2009. 
  2. Galkin, Boris, Jacek Kibilda, and Luiz A. DaSilva. "Coverage analysis for low-altitude UAV networks in urban environments." In GLOBECOM 2017-2017 IEEE Global Communications Conference, pp. 1- 6, 2017. 
  3. Boonpook, Wuttichai, et al. "UAV-based 3D urban environment monitoring." ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. IV-3, pp. 37-43, 2018. 
  4. Lei, Tingjun, et al. "Multitask allocation framework with spatial dislocation collision avoidance for multiple aerial robots." IEEE Transactions on Aerospace and Electronic Systems, Vol. 58, Issue 6, pp. 5129-5140, 2022. 
  5. Jose, Kelin, and Dilip Kumar Pratihar. "Task allocation and collision-free path planning of centralized multi-robots system for industrial plant inspection using heuristic methods." Robotics and Autonomous Systems, Vol. 80, pp. 34-42, 2016. 
  6. Biswas, Sumana, Sreenatha G. Anavatti, and Matthew A. Garratt. "Nearest neighbour based task allocation with multi-agent path planning in dynamic environments." 2017 International Conference on Advanced Mechatronics, Intelligent Manufacture, and Industrial Automation (ICAMIMIA). pp. 181-186, 2017. 
  7. Sharon, Guni, et al. "Conflict-based search for optimal multi-agent pathfinding." Artificial Intelligence, Vol. 219, pp. 40-66, 2015. 
  8. Hart, Peter E., Nils J. Nilsson, and Bertram Raphael. "A formal basis for the heuristic determination of minimum cost paths." IEEE transactions on Systems Science and Cybernetics, Vol. 4, Issue 2, pp. 100-107, 1968. 
  9. Byeong-Min Jeong, Dae-Sung Jang, Nam-Eung Hwang, Joon-Won Kim, & Han-Lim Choi. "Genetic algorithm based multi-UAV mission planning method considering temporal constraints." Journal of Aerospace System Engineering, Vol.17, No.2, pp.78-85, 2023.