[논문]다수의 무인기를 이용한 유해 물질 감시 센서 네트워크

천정명; 김사목; 이상후; 윤석훈

doi:10.7236/jiibc.2015.15.1.147

다수의 무인기를 이용한 유해 물질 감시 센서 네트워크
A Hazardous Substance Monitoring Sensor Network Using Multiple Robot Vehicle 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.15 no.1, 2015년, pp.147 - 155

천정명 (울산대학교 전기전자컴퓨터공학과) , 김사목 (울산대학교 전기전자컴퓨터공학과) , 이상후 (울산대학교 전기전자컴퓨터공학과) , 윤석훈 (울산대학교 전기전자컴퓨터공학과)

초록
AI-Helper

본 논문에서는 인력이 접근하기 힘든 오염지역 감시를 위하여 다수 무인기 기반 이동센서네트워크를 고려한다. 개별 무인기의 센싱 범위는 제한되어 있으므로 효과적인 지역 감시를 위해서는 무인기가 서로 협력하여 효과적인 센싱 커버리지를 획득하고 보다 많은 유해물질이 검출되는 지점으로 이동할 수 있어야 한다. 본 논문에서는 센싱 및 통신 거리의 제약을 극복하기 위하여 가상력 기반의 알고리즘을 이용하는 감시 네트워크를 제안하고 테스트베드를 구축한다. 감시 네트워크에서 각 무인기는 이웃 무인기의 센싱값과 위치 정보를 바탕으로 최적 커버리지를 획득하고 감시 지역의 센싱 최대치 지점으로 이동하게 된다. 야외 테스트베드를 이용한 시험을 통해 제안하는 유해 물질 감시 센서 네트워크는 오염 지역에 자발적 접근이 가능하고 높은 가중 커버리지(Weighted Coverage) 획득이 가능함을 보인다.

Abstract ▼ AI-Helper

In this paper, we consider a mobile sensor network for monitoring a polluted area where human beings cannot access. Due to the limited sensing range of individual unmanned vehicles, they need to cooperate to achieve an effective sensing coverage and move to a more polluted region. In order to address the limitations of sensing and communication ranges, we propose a hazardous substance monitoring network based on virtual force algorithms, and develop a testbed. In the considered monitoring network, each unmanned vehicle achieves an optimal coverage and move to the highest interest area based on neighboring nodes sensing values and locations. By using experiments based on the developed testbed, we show that the proposed monitoring network can autonomously move toward a more polluted area and obtain a high weighted coverage.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 가상력(Virtual Force) 이용하여 다수의 무인기가 자율적으로 협력하여 네트워크를 구성하고 높은 농도의 유해물질 오염 지역으로 이동할 수 있는 시스템을 제안한다. 또한 야외 테스트 베드를 구축하여 제안된 시스템의 검증을 수행한다.
본 논문에서는 개활 지역에서의 유해 물질 감시 및 최대 오염 지역 탐색을 위해 VirFID 기반의 유해물질 감시 알고리즘과 시스템을 제안한다. 제안하는 감시 구조에서 무인기들은 자신이 주변에 탐지된 유해 물질 센싱값과 위치를 이웃 무인기와 공유하며, 공유된 정보를 기반으로 가상력을 계산하여 다음 이동 위치를 결정한다.
본 논문에서는 다수의 무인기를 이용하여 인력 접근이 힘든 오염지역 접근 및 감시 센서 네트워크를 제안하였다. 가상력 기반 유해 물질 감시 알고리즘은 주변 센싱정보 교환을 통한 오염지역 접근과 이웃 무인기와 거리유지하여 최적 커버리지 획득한다.
본 절에서는 다수의 무인기를 이용한 이동센서네트워크 야외 테스트베드 실험 설정을 기술한다. 또한 가중 커버리지와 무인기의 이동 경로를 통해 성능 결과를 논의한다.

가설 설정

야외 테스트베드 실험에서 무인기들의 정보 메시지교환 시 위치 정보는 위도와 경도, 센싱 값은 수신신호세기를 사용하여 가상력을 계산하였다. 시간이 경과함에 따라 점차 무인기 대형이 신호 발생기 주변으로 이동하였으며 거리 유지를 통해 센서 네트워크의 센싱 커버리지 최대화를 아래 결과를 통해 확인한다.

제안 방법

야외 실험은 실제 유해 물질을 이용함에 있어 안전과 위험성이 문제되어 실험에 큰 제약이 있으므로 야외 실험에 제약이 없는 신호 발생기를 이용하여 유해물질 농도를 모의한다. Kmote 센서모듈의 주기적인 신호 발생을 통해 거리에 따른 수신신호세기(RSSI;Received Singnal Strength Indication)값으로 센싱 값(유해물질 농도)을 대체하였다.
다수 무인기들의 이웃노드 간 상호 정보 교환을 통해 감시 지역의 센싱 값이 약한 지역에서 강한 지역을 향해 무인기 대형의 이동을 위한 방안을 설명한다. 각 무인기는 통신 거리 내에 있는 이웃 무인기와 주기적으로 위치정보와 센싱 값이 포함된 정보 메시지 교환 후 센싱 값크기를 비교하여 관심 가상력을 계산한다.
수집한 주변 노드의 정보를 바탕으로 가상력을 계산한다. 계산된 가상력을 이용하여 무인기를 이동시킴으로써 무인기들의 대형을 유지시키고 센싱 커버리지를 최대화한다. 또한 이러한 가상력 기반의 위치제어는 결과적으로 전체 이동센서네트워크를 보다 많은 유해 물질에 오염된 지역으로 이동케 한다.
본 절에서는 다수의 무인기를 이용한 이동센서네트워크 야외 테스트베드 실험 설정을 기술한다. 또한 가중 커버리지와 무인기의 이동 경로를 통해 성능 결과를 논의한다.
제안한 유해 물질 감시 센서 네트워크 테스트 베드를 구축 후 실제 야외 실험을 통해 동작을 확인한다. 또한 감시 지역 가중 커버리지와 각 무인기의 이동 접근경로를 통해 성능을 평가한다.
본 논문에서는 가상력(Virtual Force) 이용하여 다수의 무인기가 자율적으로 협력하여 네트워크를 구성하고 높은 농도의 유해물질 오염 지역으로 이동할 수 있는 시스템을 제안한다. 또한 야외 테스트 베드를 구축하여 제안된 시스템의 검증을 수행한다.
가상력 기반 유해 물질 감시 알고리즘은 주변 센싱정보 교환을 통한 오염지역 접근과 이웃 무인기와 거리유지하여 최적 커버리지 획득한다. 무인기와 센서가 탑재된 다수의 무인기와 관제센터를 이용하여 이동센서네트워크 테스트베드 구축하였다. 야외 실험 결과 다수의 무인기는 시간이 흐름에 따라 감시지역의 센싱 최대치 지점을 향해 자발적 접근한다.
본 연구에서는 기존의 라우팅 프로토콜이 아닌 브로드캐스팅과 플러딩을 이용하여 메세지를 전달한다.
야외 테스트베드 실험에서 무인기들의 정보 메시지교환 시 위치 정보는 위도와 경도, 센싱 값은 수신신호세기를 사용하여 가상력을 계산하였다. 시간이 경과함에 따라 점차 무인기 대형이 신호 발생기 주변으로 이동하였으며 거리 유지를 통해 센서 네트워크의 센싱 커버리지 최대화를 아래 결과를 통해 확인한다.
본 논문에서는 개활 지역에서의 유해 물질 감시 및 최대 오염 지역 탐색을 위해 VirFID 기반의 유해물질 감시 알고리즘과 시스템을 제안한다. 제안하는 감시 구조에서 무인기들은 자신이 주변에 탐지된 유해 물질 센싱값과 위치를 이웃 무인기와 공유하며, 공유된 정보를 기반으로 가상력을 계산하여 다음 이동 위치를 결정한다.
또한 야외 테스트 베드를 구축하여 제안된 시스템의 검증을 수행한다. 제안하는 시스템에서 무인기는 이웃 노드와 유해물질 센싱 값 및 현재 위치 정보를 상호 교환한다. 수집한 주변 노드의 정보를 바탕으로 가상력을 계산한다.
제안한 유해 물질 감시 센서 네트워크 테스트 베드를 구축 후 실제 야외 실험을 통해 동작을 확인한다. 또한 감시 지역 가중 커버리지와 각 무인기의 이동 접근경로를 통해 성능을 평가한다.
주변의 이웃노드 위치 정보와 센싱 값이 포함된 정보메시지를 교환 후 계산 된 관심 가상력과 구성 가상력을 종합하여 무인기가 현재 위치에서 이동할 다음 위치를 계산한다. 아래 식 4는 관심 가상력과 구성 가상력이 결합된 지역 가상력(Local Force) #을 나타낸다.

대상 데이터

무인기 모터 제어와 자기센서(Magnetic Sensor) 값 수신에 필요한 DAGU사의 Wild Thumper robot controller를 사용한다. 구동부는 DAGU사의 Wild Thumper 6WD Chassis를 사용한다.
제어부는 FALinux사의 G100-S5PV210으로 센서, 통신 모듈 및 모터보드를 결집시키는 메인보드이다. 무인기 모터 제어와 자기센서(Magnetic Sensor) 값 수신에 필요한 DAGU사의 Wild Thumper robot controller를 사용한다. 구동부는 DAGU사의 Wild Thumper 6WD Chassis를 사용한다.
센서 데이터는 지자기, GPS, Kmote의 센서 모듈 컴포넌트로 구성된다. 무인기의 방향과 방위각의 변화를 탐지하는 지자기 센서, GPS 센서, RSSI 신호로 센싱 값의 측정을 위한 Kmote 센서가 컴포넌트로 제어된다.
고정 센서와 이동센서를 이용하여 약3M 거리를 주기로 수신신호세기를 최대 30M까지 측정한다. 신호는 초 당 1회 발생하며 각거리 당 250회 신호를 수신하였다.
장소는 대학캠퍼스 야외 경기장에서 진행하였다. 실험에는 4대의 무인기와 랩탑이 쓰이며 장착된 무선 네트워크 인터페이스는 동일한 네트워크 식별자(SSID)내에서 802.11n과 Ad-hoc모드를 사용하였다. 무인기들이 관제센터의 시작 명령이 수신된 시점을 0초로 약 360초 동안 실험이 진행되었다.
장소는 대학캠퍼스 야외 경기장에서 진행하였다. 실험에는 4대의 무인기와 랩탑이 쓰이며 장착된 무선 네트워크 인터페이스는 동일한 네트워크 식별자(SSID)내에서 802.
센서부는 수신신호세기(RSSI) 값 획득을 위한 TinyOS사의 Kmote-S1 모듈과 위성항법장치인 UIGOODS사의 UIGGUB02-R001 그리고 방위각 값을 얻기위한 Honeywell사의 HMC5883L 3축 지자기 센서를 사용한다. 제어부는 FALinux사의 G100-S5PV210으로 센서, 통신 모듈 및 모터보드를 결집시키는 메인보드이다. 무인기 모터 제어와 자기센서(Magnetic Sensor) 값 수신에 필요한 DAGU사의 Wild Thumper robot controller를 사용한다.

이론/모형

각 무인기는 애드혹 모드를 지원하는 네트워크 인터페이스 어댑터와 GPS모듈 및 센서모듈을 장착한다. 무인기의 다양한 센서 데이터 처리와 이동 제어 및 주변 무인기 정보 관리를 위해 컴포넌트 기반 무인기 SW 플랫폼인 OPRoS(Open Platform for Robotic Service)를 사용한다^[8]. OPRoS는 무인기의 각종 센서 데이터, 동작 알고리즘, 제어 신호 송수신 기능을 컴포넌트로 구성하며 컴포넌트들의 데이터 교환으로 무인기의 시스템을 제어한다.

성능/효과

야외 실험 결과 다수의 무인기는 시간이 흐름에 따라 감시지역의 센싱 최대치 지점을 향해 자발적 접근한다. 또한 센싱 최대 지점을 기점으로 높은 가중 커버리지를 유지하며 주변을 감시함을 확인하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	본 논문에서 다수 무인기 기반 이동센서네트워크를 고려하는 이유는?	본 논문에서는 인력이 접근하기 힘든 오염지역 감시를 위하여 다수 무인기 기반 이동센서네트워크를 고려한다. 개별 무인기의 센싱 범위는 제한되어 있으므로 효과적인 지역 감시를 위해서는 무인기가 서로 협력하여 효과적인 센싱 커버리지를 획득하고 보다 많은 유해물질이 검출되는 지점으로 이동할 수 있어야 한다.
	무인기 활용범위의 확대에 따라 어떤 연구들이 진행되고 있는가?	다양한 형태와 기능을 가진 소형 무인기 기술이 발달함에 따라 무인기 활용범위가 점차 확대되고 있다. 무인실내 자동 운행, 레이저 센서를 활용한 이동 물체 추적, 대형 구조물 주변 환경 변화 관찰, 탐사 및 보안 시스템 등 무인기를 이용한 연구들이 활발히 진행되고 있다[1, 2, 3].
	무인기의 각 모듈은 어떻게 구분되는가?	각 모듈은 통신부, 제어부, 센서부, 구동부로 구분된다. 통신부는 무선네트워크카드 IP-time사의 N300UA 802.

참고문헌 (13)

P. Benavidez, M. Jamshidi, "Mobile Robot Navigation and Target Tracking", Proc. of the 2011 6th International Conference on System of Systems Engineering, Albuquerque, New Mexico, pp.299-304, 2011.
T. Han, Y. Seo, "Emergency Situation Detection using Images from Surveillance Camera and Mobile Robot Tracking System", The Journal of The Institute of Internet, Broadcasting and Communication(JIIBC) VOL. 9, No. 5, pp. 101-107, 2009.
Y. Seo, "Development of Network based Remote Surveillance System Using Omni-Directional Mobile Robot", The Journal of The Institute of Internet, Broadcasting and Communication(JIIBC) VOL. 10 No. 4, pp.91-97, 2010.
S. L. Smith, D. Rus, "Multi-Robot Monitoring in Dynamic Environments with Guaranteed Currency of Observations", 49th IEEE Conference on Decision and Control, pp.514-521, 2010.
A. Renzaglia, L. Doitsidis, A. Martinelli, E. B. Kosmatopoulos, "Adaptive-based Distributed Cooperative Multi-Robot Coverage", American Control Conference (ACC), pp.468-473, 2011.
A. Derbakova, N. Correll, D. Rus, "Decentralized Self-Repair to Maintain Connectivity and Coverage in Networked Multi-Robot Systems", IEEE International Conference on Robotics and Automation, pp3863 - 3868, 2011.
D. V. Le, H. Oh, S. Yoon, "VirFID: A Virtual Foce(VF)-based Interest-Driven moving phenomenon monitoring scheme using multiple mobile sensor nodes", Ad Hoc Networks, 2014, http://dx.doi.org/10.1016/j.adhoc.2014.12.002

상세보기
Q. Zhang, G. Sobelman, T. He, "Gradient-driven target acquisition in mobile wireless sensor networks", Second International Conference on Mobile Ad-hoc and Sensor Networks, pp. 365-376, 2006.
R. Olfati-Saber, "Flocking for multi-agent dynamic systems: Algorithms and theory", IEEE Transactions on Automatic Control 51, 401-420, 2006.

상세보기
The Open Platform for Robotic Services(OPRoS) http://www.opros.or.kr/
D. B. Johnson, D. A. Maltz, "Dynamic source routing in adhoc wireless networks," in Mobile computing Chapter.5., 1996.
C. E. Perkins, P. Bhagwat, "Highly Dynamic Destination-Sequenced Distance-Vector(DSDV) Routing for Mobile Computers", ACM, pp.234 -244, 1994.
C. E. Perkins, E. M. Royer, "Ad Hoc On-Demand Distance Vector Routing", in Proc. of the 2nd IEEE Workshop on Mobile Computing Syslems and Applications, pp. 90-100, 1999.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증