$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

CBBA 기반 SEAD 임무를 위한 이종무인기의 분산형 임무할당 알고리듬 연구
Distributed Task Assignment Algorithm for SEAD Mission of Heterogeneous UAVs Based on CBBA Algorithm 원문보기

한국항공우주학회지 = Journal of the Korean Society for Aeronautical & Space Sciences, v.40 no.11, 2012년, pp.988 - 996  

이창훈 (KAIST 항공우주공학전공 대학원) ,  문건희 (KAIST 항공우주공학전공 대학원) ,  유동완 (KAIST 항공우주공학전공 대학원) ,  탁민제 (KAIST 항공우주공학전공) ,  이인석 (한국기술교육대학교)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 CBBA 알고리듬을 이용하여 SEAD 임무를 위한 이종무인기의 분산형 임무할당 알고리듬을 다룬다. SEAD 임무는 다수의 무인기를 다수의 대공 방어망 목표물에 할당 시키는 임무할당문제로 정의 할 수 있으며, 작전에 참여하는 무인기는 대공 방어망 파괴를 주목표 하는 위즐(weasel)과 주요 작전 및 전투 피해 평가를 수행하는 스트라이커(striker)로 구성된다. 본 논문에서는 최단경로생성 알고리듬과 CBBA 알고리듬을 이용하여 지형 장애물(terrain obstacle)이 있는 환경에서의 경로계획이 고려 된 이종 무인기의 분산형 임무할당 기법을 개발하고 SEAD 임무에 적용한다. 수치 시뮬레이션을 통하여 개발 된 기법의 성능과 적용가능성에 대해 검토한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents a distributed task assignment algorithm for the suppression of enemy air defense (SEAD) mission of heterogeneous UAVs, based on the consensus-based bundle algorithm (CBBA). SEAD mission can be modeled as a task assignment problem of multiple UAVs performing multiple air defense t...

주제어

#분산형 임무할당   #적 방공망 제압   #이종무인기   #합의기반 묶음 알고리듬  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • SEAD 임무는 장애물, 표적, 경로계획 등을 동시에 고려해야 하는 복잡한 최적화 문제로 표현되는데, 기존의 CBBA 기법은 장애물 회피를 위한 경로계획이 고려되어 있지 않기 때문에 이 문제에 직접적인 적용이 불가능하다. 따라서 본 논문에서는 최단경로생성 알고리듬과 CBBA 기법을 효율적으로 이용하여 지형 장애물이 있는 환경에서의 경로계획이 고려 된 이종 무인기의 분산형 임무할당 기법을 제안한다. 제안한 방법에서는 무인기의 시작점, 장애물, 경로점(waypoint)을 직선으로 연결한 선을 무인기가 가질 수 있는 경로라고 가정하고, 가시 그래프 (visibility graph)를 통해 무인기가 물리적으로 지날 수 있는 모든 경로를 생성한 후 최단경로생성 알고리듬을 통해 각 경로점까지 갈 수 있는 최단경로정보를 생성한다.
  • 이러한 경로계획을 통한 임무 할당 결과는 비행 장애물을 고려하지 않고 계산 된 결과 이므로, 실제 전장 환경의 상황을 완벽하게 반영하지 못한다. 따라서 본 연구에서는 CBBA 기법에 비행 장애물 회피 경로를 고려한 분산형 임무 할당 알고리듬을 개발한다.
  • 제안한 기법을 활용하면 임무 할당과 경로계획의 연동 특성을 유지할 수 있고, CBBA 기법이 가지는 장점을 그대로 활용할 수 있는 이점이 있다. 본 논문에서는 수치 시뮬레이션을 통해 제안한 알고리듬의 성능 및 실제 SEAD 임무에 적용가능성을 검토한다.
  • 본 논문에서는 이러한 CBBA 기법을 기반으로 이종(heterogeneous) 무인기의 SEAD 임무에 적용 가능한 분산형 임무할당 알고리듬을 개발하고자 한다. SEAD 임무는 장애물, 표적, 경로계획 등을 동시에 고려해야 하는 복잡한 최적화 문제로 표현되는데, 기존의 CBBA 기법은 장애물 회피를 위한 경로계획이 고려되어 있지 않기 때문에 이 문제에 직접적인 적용이 불가능하다.
  • 본 연구에서는 CBBA 기법과 최단경로생성 알고리듬을 효과적으로 이용하여 이종 무인기의 SEAD 임무를 위해 지형 장애물 회피를 고려한 분산형 임무 할당 알고리듬을 제안하였다. 제안한 알고리듬에서는 SEAD 전장 상황 인식 정보를 바탕으로, 무인기가 비행할 수 있는 모든 경로를 생성한 후, 최단경로생성 알고리듬을 이용해 각 임무 지역에 도달하는 최단경로의 정보를 도출한다.
  • 본 연구에서는, 실제 SEAD 임무를 반영하여 SEAD 임무에 참여하는 무인기로 서로 특성이 다른 이종의 무인기(위즐과 스트라이커)를 고려한다. 위즐은 대공 방어망을 파괴시키기 위한 무장을 탑재하고 있고, 지대공 미사일 사이트를 파괴하는 것을 주목표로 한다고 가정한다.

가설 설정

  • 작전에 참여하는 무인기는 2대의 위즐, 3대의 스트라이커를 고려하였으며, 위즐의 속도는 250 m/s, 스트라이커의 속도는 175 m/s로 가정하였다. 본 시뮬레이션에서는 동적인 SEAD 임무 상황을 가정하여, 지대공 미사일 사이트가 위즐에 의해 파괴되면 BDA를 추가적으로 수행하도록 임무를 설정하였다.
  • 3은 위즐의 전장 상황 인식을 도시하며, 위즐은 지형 장애물을 회피하면서 지대공 미사일 사이트를 신속하게 파괴한 후 작전지역을 빠져 나간다. 스트라이커는 지대공 마사일 사이트 주변에 있는 표적을 공격하거나 탐색 지역을 순찰하는 임무(Fig. 2의 파란색 삼각형)를 수행하며, 또한 위즐이 대공 방어망을 파괴하면, 대공 방어망이 제거 되었는지 전투 피해 평가(Battle Damage Assessment, BDA)를 수행한다고 가정한다. 스트라이커는 기본적으로 대공 방어망과의 교전 능력이 없기 때문에, Fig.
  • 본 연구에서는, 실제 SEAD 임무를 반영하여 SEAD 임무에 참여하는 무인기로 서로 특성이 다른 이종의 무인기(위즐과 스트라이커)를 고려한다. 위즐은 대공 방어망을 파괴시키기 위한 무장을 탑재하고 있고, 지대공 미사일 사이트를 파괴하는 것을 주목표로 한다고 가정한다. Fig.
  • 2와 동일하며, 5개의 고정 된 지형 장애물과, 4개의 지대공 미사일 사이트, 7개의 임무 지역으로 구성된다. 작전에 참여하는 무인기는 2대의 위즐, 3대의 스트라이커를 고려하였으며, 위즐의 속도는 250 m/s, 스트라이커의 속도는 175 m/s로 가정하였다. 본 시뮬레이션에서는 동적인 SEAD 임무 상황을 가정하여, 지대공 미사일 사이트가 위즐에 의해 파괴되면 BDA를 추가적으로 수행하도록 임무를 설정하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
SEAD 임무에 참여하는 항공기는 어떻게 구성되는가? SEAD 임무에 참여하는 항공기는 적 대공 방어망 파괴를 주요 임무로 수행하는 위즐(weasel)과 부임무를 수행하는 스트라이커(striker)로 구성된다. SEAD 임무는 이종의 무인기를 다수의 표적에 효과적으로 할당시키는 임무할당문제로 표현될 수 있다.
중앙집중형 방식은 어떤 장단점이 있는가? 이 방식에서는 리더 역할을 하는 특정한 무인기가 의사결정권을 소유하고 나머지 무인기들에 대한 임무계획을 세워서 통신채널을 이용하여 전달하게 된다. 이러한 접근 방법에서는 특정한 리더 무인기에서 복잡한 계산을 수행하기 때문에 나머지 무인기의 시스템을 단순화 시킬 수 있는 장점이 있는 반면, 중요한 계산이 리더 무인기에서 수행되므로 리더 무인기의 계산 부하가 발생한다. 또한 리더 무인기가 격추되거나 고장나는 상황에서 임무계획을 수행할 수 없게 되는 단점이 존재한다. 이러한 문제점들로 인해 리더 무인기가 없이 다수의 무인기가 의사결정권을 갖고 임무를 할당하는 분산형(distributed) 임무할당 기법이 연구되어 왔다[6-7].
적 대공 방어망 제압 작전은 무엇인가? 주임무는 타격(strike) 임무를 의미하며, 미 공군은 타격 임무를 크게 근접 항공 지원(Closed Air Support, CAS), 전장 항공 차단(Battle Area Interdiction, BAI), 후방 차단(Interdiction, INT)으로 분류하고, 이를 지원하는 부임무를 전장 상공 초계(Combat Air Patrol, CAP), 전장 탐색 및 구조(Combat Search And Rescue, CSAR), 적 대공 방어망 제압(Suppression of Enemy Air Defense, SEAD)으로 분류한다. 이중 적 대공 방어망 제압 작전(이하 SEAD 임무)은 적의 대공 방어시설을 파괴하여 무력화시키거나 일시적인 기능을 저하시키는 임무를 의미하며, 베트남 전쟁 이후 이 임무의 중요성이 대두되었다. 현재 미 공군 항공 작전 중 SEAD 임무는 전체 임무의 20% 이상의 비중을 자치하고 있는데, 이는 과거에 비해 약 5배 이상 증가한 수치로 SEAD 임무의 중요성이 점차 증대되고 있음을 시사하고 있다[1].
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Bolkmon, C., "CRS Report for Congress Military Suppression of Enemy Air Defense (SEAD): Assessing Future Needs," Congressional Research Service, Library of Congress, Washington, D.C., 2006. 

  2. Hathaway, D. C., "Germinationg a New SEAD: the Implications of Executing the SEAD Mission in a UCAV," MS Thesis, School of Advanced Airpower Studies, Air University Maxwell Air Force Base, AL, 2001. 

  3. Bellingham, J., Tillerson, M., Richards, A., and How, J., "Multi-Task Assignment and Path Planning for Cooperating UAVs," Conference on Coordination, Control and Optimization, Nov., 2001. 

  4. Jin, Y., Minai, A., and Polycarpou, M., "Cooperative Real-Time Search and Task Allocation in UAV Teams," Proceedings of the IEEE Conference on Decision and Control, Maui, Hawaii, Dec. 2003, pp. 7-12. 

  5. Schumacher, C., and Chandler, P., "Task Allocation for Wide Area Search Munitions," Proceedings of the IEEE American Control Conference, Anchorage, Alaska, June, 2002, pp. 1917-1922. 

  6. Chandler, P., "Decentralized Control for an Autonomous Team," AIAA Unmanned Unlimited Systems, Technologies, and Operations, San Diego, California, 2003. 

  7. Alighanbari, M., and How, J., "Decentralized Task Assignment for Unmanned Aerial Vehicles," Proceeding of 44th IEEE Conference on Decision and Control, and the European Control Conference, Dec. 2005. 

  8. Ren, W. Beard, R. W., and Atkins, E. M., "Information consensus in multivehicle control," IEEE Control System Magazine, Vol. 27, No. 2, 2007. 

  9. Parkes, D. C., and Ungar, L. H., "Iterative combinational auctions: theory and practice," National Conference on Artificial Intelligence, 2000. 

  10. Choi, H. L., Brunet, L., and How, J. P., "Consensus-based decentralized auctions for robust task allocation," IEEE Transactions on Robotics, Vol. 25, No. 4, 2009. 

    상세보기

  11. 유용원의군사세계:http://bmil.chosun.com 

  12. U.S. Marine Corps, Suppression of Enemy Air Defense (SEAD), Marine Corps Warfighting Publication 3-22.2 (Coordinating Draft), Washington, DC, Oct. 1999. 

  13. Joint Chiefs of Staff, JTTP for Joint Suppression of Enemy Defenses (J-SEAD), Joint Publication 3-014, Washington, DC, July, 1995. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로