쿼드로터는 일반 무인항공기와 달리 구조가 단순하고 그 활용 가치가 매우 높아 많은 사람들의 관심을 받고 있다. 하지만 드론에 대한 관심이 높아짐에 따라 항공 안전사고 또는 분실에 대비한 비행체의 안정성과 위치파악의 중요성이 대두되고 있다. 따라서 본 논문에서는 쿼드로터의 모델링을 수식적으로 유도하여 이를 선형화시켜 간단한 제어기로 모델을 안정화시키고 다양한 센서로부터 얻은 데이터를 필터를 거쳐 기울어진 정도를 파악하여 보다 안정한 호버링이 가능한 추적 시스템을 제안하였다. 개발된 추적시스템은 비행 중인 쿼드로터의 위치를 컴퓨터로 전송해 이를 경로로 나타내어 비행경로를 파악할 수 있고 비행속도, 고도 등의 다양한 정보를 동시에 확인할 수 있게 하였다. 그리고 실제 쿼드로터에 사용되는 센서는 외란과 진동에 의해 정확한 센서 값을 측정할 수 없기 때문에 칼만필터와 상보필터를 통한 센서 결합으로 이를 극복하여 쿼드로터 호버링의 안정성을 PID 제어를 통해 구현하였다. 이를 모의 실험을 통하여 쿼드로터의 속도, 위치, 고도 등의 다양한 정보를 실시간으로 확인하였다.
쿼드로터는 일반 무인항공기와 달리 구조가 단순하고 그 활용 가치가 매우 높아 많은 사람들의 관심을 받고 있다. 하지만 드론에 대한 관심이 높아짐에 따라 항공 안전사고 또는 분실에 대비한 비행체의 안정성과 위치파악의 중요성이 대두되고 있다. 따라서 본 논문에서는 쿼드로터의 모델링을 수식적으로 유도하여 이를 선형화시켜 간단한 제어기로 모델을 안정화시키고 다양한 센서로부터 얻은 데이터를 필터를 거쳐 기울어진 정도를 파악하여 보다 안정한 호버링이 가능한 추적 시스템을 제안하였다. 개발된 추적시스템은 비행 중인 쿼드로터의 위치를 컴퓨터로 전송해 이를 경로로 나타내어 비행경로를 파악할 수 있고 비행속도, 고도 등의 다양한 정보를 동시에 확인할 수 있게 하였다. 그리고 실제 쿼드로터에 사용되는 센서는 외란과 진동에 의해 정확한 센서 값을 측정할 수 없기 때문에 칼만필터와 상보필터를 통한 센서 결합으로 이를 극복하여 쿼드로터 호버링의 안정성을 PID 제어를 통해 구현하였다. 이를 모의 실험을 통하여 쿼드로터의 속도, 위치, 고도 등의 다양한 정보를 실시간으로 확인하였다.
Unlike general unmanned aerial vehicles, the quad-rotor is attracting the attention of many people because of simple structure and very useful value. However, as the interest in drones increases, the safety and location of vehicles are becoming more important provide against aviation safety accident...
Unlike general unmanned aerial vehicles, the quad-rotor is attracting the attention of many people because of simple structure and very useful value. However, as the interest in drones increases, the safety and location of vehicles are becoming more important provide against aviation safety accidents or lost accidents. Therefore, in this paper, we propose a tracking system that stabilizes the model with a simple controller by linearized modeling and grasp tilt angle data from various sensor through the filter. The developed tracking system transmits the position of the quad-rotor in flight to the computer and shows it through the route, so it can check the flight path and various information such as flight speed and altitude at the same time. Then the sensor used in the actual quad-rotor can not measure exact sensor data for disturbance and vibration. So we use sensor fusion of Kalman filter and Complementary filter to overcome this problem and the stability of the quad-rotor hovering is realized by PID control. Through simulation, various information such as the speed, position, and altitude of the quad-rotor were confirmed in real time.
Unlike general unmanned aerial vehicles, the quad-rotor is attracting the attention of many people because of simple structure and very useful value. However, as the interest in drones increases, the safety and location of vehicles are becoming more important provide against aviation safety accidents or lost accidents. Therefore, in this paper, we propose a tracking system that stabilizes the model with a simple controller by linearized modeling and grasp tilt angle data from various sensor through the filter. The developed tracking system transmits the position of the quad-rotor in flight to the computer and shows it through the route, so it can check the flight path and various information such as flight speed and altitude at the same time. Then the sensor used in the actual quad-rotor can not measure exact sensor data for disturbance and vibration. So we use sensor fusion of Kalman filter and Complementary filter to overcome this problem and the stability of the quad-rotor hovering is realized by PID control. Through simulation, various information such as the speed, position, and altitude of the quad-rotor were confirmed in real time.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 쿼드로터의 모델링을 수식적으로 유도하여 이를 선형화시켜 간단한 제어기로 모델을 안정화시키고 다양한 센서로부터 얻은 롤(roll), 피치(pitch) 데이터를 필터를 거쳐 기울어진 정도를 파악하여 보다 안정한 호버링이 가능토록 하는 시스템을 제안하고 개발하였다.
본 연구에서 쿼드로터의 안전비행을 위한 호버링 제어방식과 비행체의 위치 추적 및 다양한 정보를 실시간으로 수집하는 장치를 구현하고 이를 시뮬레이션으로 검증을 해보았다. 향후 연구에서는 다수의 쿼드로터가 자율비행 시 상호간의 통신을 이용하여 자동으로 주행 경로를 다르게 설정하는 시스템을 제안하고 외부 사이버 공격이나 물리적인 타격이 있을 시에도 비행에 지장이 없는 제어기에 대한 많은 연구가 진행 되어야 할 것이다.
가설 설정
조건2 : 고도를 일정하게 유지함.
제안 방법
그리고 그림 4와 같이 쿼드로터의 안정한 비행을 위한 위치, 속도 및 다양한 정보를 위성 항법 장치 (GPS; global positioning system)을 통해 수집하고 이를 블루투스 모듈을 이용해 구글 지도와 OLED(organic light emitting diode) 에 실시간 출력을 하였다[10].
따라서 쿼드로터의 간단한 모델링 과정과 센서의 데이터 처리과정을 기술하고 MPU-6050센서를 이용하여 쿼드로터의 호버링 제어를 가능토록 한다. 그리고 위치 추적 장치를 활용하여 쿼드로터의 위치, 속도, 고도 등 다양한 비행정보를 실시간으로 수집할 수 있는 장치를 설계하고 이를 모의 실험을 통해 검증하고자 한다.
따라서 쿼드로터의 간단한 모델링 과정과 센서의 데이터 처리과정을 기술하고 MPU-6050센서를 이용하여 쿼드로터의 호버링 제어를 가능토록 한다. 그리고 위치 추적 장치를 활용하여 쿼드로터의 위치, 속도, 고도 등 다양한 비행정보를 실시간으로 수집할 수 있는 장치를 설계하고 이를 모의 실험을 통해 검증하고자 한다.
본 논문에서는 쿼드로터의 안정한 비행을 위한 호버링 제어 시스템을 구축하기 위해 다양한 센서로부터 얻는 정보를 적절한 알고리즘에 의해 처리하는 과정을 소개하고 쿼드로터 호버링 제어 실험에 이용하였다. 또한 비행되고 있는 비행체의 정보를 실시간으로 수집하여 비행체의 경로, 고도, 속도 등 다양한 정보를 저장하여 안전한 비행을 위한 필수정보를 비행 중에도 알 수 있게 하는 방법을 제안하였다.
본 논문에서는 쿼드로터의 안정한 비행을 위한 호버링 제어 시스템을 구축하기 위해 다양한 센서로부터 얻는 정보를 적절한 알고리즘에 의해 처리하는 과정을 소개하고 쿼드로터 호버링 제어 실험에 이용하였다. 또한 비행되고 있는 비행체의 정보를 실시간으로 수집하여 비행체의 경로, 고도, 속도 등 다양한 정보를 저장하여 안전한 비행을 위한 필수정보를 비행 중에도 알 수 있게 하는 방법을 제안하였다.
하지만 센서의 특성상 움직임이 있으면 순간적인 측정값이 왜곡되는 단점이 있다. 자이로 센서는 x, y, z 축의 각속도 변화량을 측정하고 이를 토대로 각 축에 대한 각도를 측정한다. 하지만 누적오차가 발생하여 시간이 지남에 따라 센서의 Raw data값이 부정확해지는 현상이 일어난다.
이론/모형
따라서 위와 같은 단점을 극복하고 센서의 정확도를 높이기 위해 칼만 필터(kalman filter)와 상보 필터(complementary filter)를 사용하여 개선하였다.
후속연구
본 연구에서 쿼드로터의 안전비행을 위한 호버링 제어방식과 비행체의 위치 추적 및 다양한 정보를 실시간으로 수집하는 장치를 구현하고 이를 시뮬레이션으로 검증을 해보았다. 향후 연구에서는 다수의 쿼드로터가 자율비행 시 상호간의 통신을 이용하여 자동으로 주행 경로를 다르게 설정하는 시스템을 제안하고 외부 사이버 공격이나 물리적인 타격이 있을 시에도 비행에 지장이 없는 제어기에 대한 많은 연구가 진행 되어야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
쿼드로터가 많은 관심을 받는 이유는?
쿼드로터는 일반 무인항공기와 달리 구조가 단순하고 그 활용 가치가 매우 높아 많은 사람들의 관심을 받고 있다. 하지만 드론에 대한 관심이 높아짐에 따라 항공 안전사고 또는 분실에 대비한 비행체의 안정성과 위치파악의 중요성이 대두되고 있다.
쿼드로터는 어떻게 구성되는가?
구현한 쿼드로터는 크게 구동부, 센서부, 제어부 총 3가지 부분으로 나눌 수 있다. 그 중 센서부에서 측정한 데이터를 제어부로 전달하고 제어부는 이러한 데이터를 확인하고 목표치를 충족시키기위한 명령을 구동부로 내리 게된다.
안정한 호버링이 가능한 추적 시스템이 제안된 이유는?
쿼드로터는 일반 무인항공기와 달리 구조가 단순하고 그 활용 가치가 매우 높아 많은 사람들의 관심을 받고 있다. 하지만 드론에 대한 관심이 높아짐에 따라 항공 안전사고 또는 분실에 대비한 비행체의 안정성과 위치파악의 중요성이 대두되고 있다. 따라서 본 논문에서는 쿼드로터의 모델링을 수식적으로 유도하여 이를 선형화시켜 간단한 제어기로 모델을 안정화시키고 다양한 센서로부터 얻은 데이터를 필터를 거쳐 기울어진 정도를 파악하여 보다 안정한 호버링이 가능한 추적 시스템을 제안하였다.
참고문헌 (11)
S. J. Song, and B. O. Kil, "A study on the global UAV market," Korea Association of Defense Industry Studies, Vol. 22, No. 4, pp.49-76, Dec. 2015
W. H. Jung, and J. P. Chung, "Implementation of quadcopter control using Arduino module," in The Korea Navigation Iinstitute autumn conference, Seoul: Korea, pp.191-192, Oct. 2015.
Korea Institute of Industrial Technology. Quadrotors unmanned aerial vehicle dynamic modeling [Internet]. Available: http://blog.daum.net/pg365/64.
F. Hamano, "Derivative of rotation matrix - direct matrix derivation of well-known formula," in Proceedings of Green Energy and Systems Conference, Los Angeles: CA, pp.10-11, Nov. 2013.
E. H. Sun, T. H. Luat, D. Y. Kim, and Y. T. Kim, "A study on image based automatic flight control of mini-drone," Korean Institute of Intelligent Systems, Vol. 25, No. 6, pp.536-541, Dec. 2015.
H. G. Min, J. H. Yoon, J. H. Kim, S. H. Kwon, and E. T. Jeung, "Design of complementary filter using least square method," Journal of Institute of Control, Robotics and Systems, Vol.16, No. 12, pp.125-130, Dec. 2010.
S. P. Kim, Essential Kalman Filter, 1-st ed. Seoul, Korea: Ajin, 2010.
D. H. Yu, J. H. Seung, J. H. Park, D. J. Lee, and K.T. Chong, "Attitude control for quadcopter based on fusion using Kalman filter," in The Institute of Electronics Engineers of Korea Summer Conference, Jeju: Korea, pp.1162-1163, Dec. 2014.
A. V. Oppenheim, A. S. Willsky, and S.H. Nawab, Signals and Systems, 2th Ed. London, Pearson, 2013.
T. W. Yoo, High precision drone path control using real time location system based on UWB communication, Master's thesis, Hanyang University, Seoul, Korea, Dec. 2016.
F. Golnaraghi, and B. C. Kuo, Automatic Control Systems, 9th Ed. New York, NY: Wiley, 2009.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.