• 전자공학회논문지SC
• /
• 제49권2호
• /
• pp.63-70
• /
• 2012

본 논문에서는 3차원 공동 작업 공간에서 다중 무인항공기의 협동 작업을 위한 확장 충돌 지도 기반 무 충돌 비행 계획 기법을 제안한다. 먼저 무인항공기는 회전과 같은 3차원 움직임을 고려해 구로 모델링하였다. 공동 작업 영역에 진입 후 진출할 때까지 무인 항공기는 직선 경로를 따라 이동하고 모든 무인 항공기의 우선순위는 미리 정해져 있다고 가정한다. 가정에 따라 3차원에서 정의된 구와 구 사이의 충돌 검출 문제를 2차원에서 정의된 원과 직선 사이의 충돌 검출 문제로 축소할 수 있다. 원과 직선 사이의 충돌영역은 계산의 편의성과 안전성을 위해 충돌사각형으로 근사화 하였다. 이렇게 정의된 충돌사각형을 이용하여 무인 항공기들 간의 충돌을 회피할 수 있도록 각 무인 항공기의 공동 작업 공간 진입 시간을 조율한다. 이와 같은 방법으로 모든 무인 항공기는 공동 작업 공간에 진입해서 진출할 때까지 서로 간에 충돌 없이 이동 할 수 있게 된다. 제안된 무충돌 비행 계획의 효율성을 증명하기 위해 12대의 무인 항공기를 이용한 시뮬레이션을 수행하였다.

• ETRI Journal
• /
• 제43권4호
• /
• pp.580-593
• /
• 2021

When operating in confined spaces or near obstacles, collision-free path planning is an essential requirement for autonomous exploration in unknown environments. This study presents an autonomous exploration technique using a carefully designed collision-free local planner. Using LiDAR range measurements, a local end-point selection method is designed, and the path is generated from the current position to the selected end-point. The generated path showed the consistent collision-free path in real-time by adopting the Euclidean signed distance field-based grid-search method. The results consistently demonstrated the safety and reliability of the proposed path-planning method. Real-world experiments are conducted in three different mines, demonstrating successful autonomous exploration flights in environment with various structural conditions. The results showed the high capability of the proposed flight autonomy framework for lightweight aerial robot systems. In addition, our drone performed an autonomous mission in the tunnel circuit competition (Phase 1) of the DARPA Subterranean Challenge.

• International Journal of Aeronautical and Space Sciences
• /
• 제18권4호
• /
• pp.767-779
• /
• 2017

Automated mission planning for unmanned aerial vehicles (UAVs) is difficult because of the propagation of several sources of error into the solution, as for any large scale autonomous system. To ensure reliable system performance, we quantify all sources of error and their propagation through a mission planner for operation of UAVs in an obstacle rich environment we developed in prior work. In this sequel to that work, we show that the mission planner developed before can be made robust to errors arising from the mapping, sensing, actuation, and environmental disturbances through creating systematic buffers around obstacles using the calculations of uncertainty propagation. This robustness makes the mission planner truly autonomous and scalable to many UAVs without human intervention. We illustrate with simulation results for trajectory generation of multiple UAVs in a surveillance problem in an urban environment while optimizing for either maximal flight time or minimal fuel consumption. Our solution methods are suitable for any well-mapped region, and the final collision free paths are obtained through offline sub-optimal solution of an mTSP (multiple traveling salesman problem).