[논문]효율적 드론봇 전투체계를 위한 드론 편제소요 도출에 관한 연구

차도완

doi:10.15207/jkcs.2019.10.3.031

효율적 드론봇 전투체계를 위한 드론 편제소요 도출에 관한 연구
A study on the requirement of drone acquisition for the efficient dronebot combat system 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.10 no.3, 2019년, pp.31 - 37

차도완 (육군3사관학교 무기시스템공학과)

초록
AI-Helper

본 논문에서는 현재 육군에서 추진하고 있는 드론봇 전투체계에서 부대단위별 효율적 감시정찰 임무를 수행하기 위한 드론의 편제소요를 도출할 수 있는 방법을 제안한다. 본 논문에서는 육군의 대대 및 중대의 감시정찰 임무와 관련된 정면과 종심, 중요감시지역 수의 문제를 실제 작전환경을 고려하여 가정하였으며 first, next, valid, output 4단계의 Brute Force 알고리즘을 적용한 시뮬레이션을 통하여 대대 및 중대의 감시정찰에 필요한 최소한의 드론 대수를 도출하였고 각각 드론의 경로계획을 수립하였다. 그 결과, 육군의 드론봇 전투체계에서는 본 논문에서 제안한 방법을 적용하여 부대별 임무에 특성에 따라 보다 간단하고 빠르게 임무수행에 필요한 드론의 편제소요를 도출할 수 있을 것이다. 향후에는 본 논문에서 제안한 방법을 이용한 편제소요 도출방안의 신뢰성 검증에 대한 연구를 진행하도록 하겠다.

Abstract ▼ AI-Helper

In this paper, we propose an approach to get the requirement of drone acquisition for the efficient dronebot combat system using brute force algorithm. We define parameters, such as width, depth, and important surveillance area for the surveillance mission in the Army battalion and company units based on real military operation environment and brute force algorithm with 4 steps including first, next, valid, output is applied to get the requirement of drone acquisition and each drone's path planning using computer simulation. As a result, we could get the requirement of drone acquisition and each drone's path planning, the Army could utilize our proposed approach in the Army dronebot combat system. In the future research, we will study on the reliability of our proposed approach to get the requirement of drone acquisition for the efficient dronebot combat system.

주제어

표/그림 (8)

그림 Fig. 1. Surveillance drones used in Vetnam War and Middle East War
그림 Fig. 2. Surveillance drones used after 1980 years
그림 Fig. 3. Real environment for surveillance mission
그림 Fig. 4. Flowchart of Brute Force Algorithm
표 Table 1. Mission environment for Battalion and Company units.
그림 Fig. 5. Simulation Result for Battalion Unit
그림 Fig. 6. Simulation Result for Company Unit
표 Table 2. Path planning of each drone for Battalion and Company units.

AI 본문요약
AI-Helper

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

문제 정의

따라서, 본 논문에서는 물류 등과 같은 다른 분야에서는 최적의 수송로 등을 간단하게 구하기 위해 사용되는 Brute Force 알고리즘을 적용하여 TSP, CBAA 등과 같이 기존 연구에서는 필요한 복잡한 알고리즘 또는 다양한 구속조건 없이 보다 간단하게 드론의 최적의 비행계획을 수립하고 이를 통해 부대 임무에 부합한 드론 편제소요를 도출하는 방안을 제안하고자 한다. 이를 위해, 본 논문에서는 부대 임무에 부합한 드론 편제소요 도출을 위해서 일정한 부대 단위를 가정하고 드론을 활용한 감시정찰 임무를 수행하기 위한 문제를 정의하였다.
그러나, 장비 및 병력에 의한 감시정찰 활동은 한반도 전체 면적의 70% 이상이 산지와 구릉으로 이루어진 한반도 전장환경을 고려시 더 많은 노력이 요구되며 때로는 제한사항이 수반된다. 따라서, 오늘날 육군에서 추진하고 있는 드론봇 전투체계에서는 이러한 감시정찰 활동을 지형의 영향을 받지않는 3차원 공간의 비행이 가능한 드론으로 수행하고자 한다.
본 논문에서는 Brute Force 알고리즘을 적용하여, 현재 육군에서 추진하고 있는 드론봇 전투체계에서 필요한 대대 및 중대의 드론 대수를 찾아내는 방법을 제안하였다. 본 논문에서는 실제 작전환경에 부합한 문제정의를 군사보안의 이유로 하지 못했지만 실제 작전환경을 고려한 대대 및 중대의 작전환경을 가정하였고 Brute Force 알고리즘을 적용한 시뮬레이션을 통하여 대대 및 중대에 주어진 조건을 충족한 가운데 감시정찰 임무를 수행할 수 있는 드론의 대수를 구하고 각각 드론의 경로를 계획하였다.
본 논문에서는, 대대 및 중대에서 드론을 이용하여 감시정찰을 수행하기 위한 편제소요를 도출하기 위하여 위에서 언급한 실제 전장환경의 감시정찰 임무사례를 바탕으로 표 1에서 보는 바와 같이 대대 및 중대의 감시정찰 임무환경을 정의하였다. 본 논문에서는 군사보안의 이유로 각각의 값들은 임의의 값으로 가정하였다.
본 시뮬레이션의 목표는 대대 및 중대의 감시정찰 임무완수를 고려한 최소의 드론 대수를 구하고 경로를 계획하는 것으로 대대의 임무수행 책임구역은 600m(가로)×300m(세로), 중대의 임무수행 책임구역은 300m(가로)×100m(세로)로 책임구역 내에서 주어진 정찰임무를 수행하기 위한 최소의 드론 대수를 구하였고 경로를 계획하였다.
따라서, 본 논문에서는 물류 등과 같은 다른 분야에서는 최적의 수송로 등을 간단하게 구하기 위해 사용되는 Brute Force 알고리즘을 적용하여 TSP, CBAA 등과 같이 기존 연구에서는 필요한 복잡한 알고리즘 또는 다양한 구속조건 없이 보다 간단하게 드론의 최적의 비행계획을 수립하고 이를 통해 부대 임무에 부합한 드론 편제소요를 도출하는 방안을 제안하고자 한다. 이를 위해, 본 논문에서는 부대 임무에 부합한 드론 편제소요 도출을 위해서 일정한 부대 단위를 가정하고 드론을 활용한 감시정찰 임무를 수행하기 위한 문제를 정의하였다. 이후 Brute Force 알고리즘을 적용한 시뮬레이션을 실시함으로써 드론의 임무에 따른 최소의 드론 대수를 구하고 각 드론의 경로계획을 수립하였다.
3에서 보는 바와 같이, 대대 및 중대별 책임구역이 가로×세로의 크기로 할당이 된다. 이후 예상되는 적의 지휘시설 위치, 포진지 위치, 부대 배치, 주요 접근로 등을 분석하여 반드시 감시해야 하는 지역을 선정하고 이에 대한 감시정찰 활동을 실시한다.
미국의 ‘PIONEER(Fig 2, 우)’는 함상에서 전개하는 세계 최초의 드론으로 1991년 걸프전에 투입되어 이라크 주요 군사시설에 대한 감시 및 정찰을 실시하고 연합군의 지상군 투입 이전 주요 방공망 및 주요 군사시설에 대한 화력을 유도하였다[13,14]. 이후 현재까지 드론은 운용목적별, 운용제대별 개발 및 전력화가 이루어져 운용되고 있는데 현재 우리 육군에서 추진하고 있는 드론봇 전투체계에서는 병력에 의해 수행되고 있는 감시정찰 활동에서 드론을 통하여 감시정찰을 실시함으로써 감시정찰의 효과를 더욱 높이고자 할 뿐만 아니라 병력을 대체하여 운용함으로써 시간, 공간적인 측면에서 병력에 의해 수행될 경우 발생하는 제한사항들을 극복하고자 한다. 이러한 노력들은 근접전투를 수행하는 대대급 이하 제대에서 보다 효과적으로 운용될 수 있는데 드론을 이용한 감시정찰은 대대, 중대 책임지역 내 중요지역 감시, 주요 접근로 감시, 의심지역 정찰 등으로 이루어 질 수 있다.

가설 설정

본 논문에서는, 대대 및 중대에서 드론을 이용하여 감시정찰을 수행하기 위한 편제소요를 도출하기 위하여 위에서 언급한 실제 전장환경의 감시정찰 임무사례를 바탕으로 표 1에서 보는 바와 같이 대대 및 중대의 감시정찰 임무환경을 정의하였다. 본 논문에서는 군사보안의 이유로 각각의 값들은 임의의 값으로 가정하였다. 대대 및 중대의 해결하고자 하는 문제는 공통적으로 주어진 감시정찰 임무 완수가 가능한 최소의 드론대수를 찾고 각각 드론의 경로를 계획하는 것으로 정의하였으며 대대의 임무수행 책임구역은 600m(가로)×300m(세로), 중대의 임무수행 책임구역은 200m(가로)×100m(세로)로 정의하였다.

제안 방법

본 논문에서는 Brute Force 알고리즘을 적용하여, 현재 육군에서 추진하고 있는 드론봇 전투체계에서 필요한 대대 및 중대의 드론 대수를 찾아내는 방법을 제안하였다. 본 논문에서는 실제 작전환경에 부합한 문제정의를 군사보안의 이유로 하지 못했지만 실제 작전환경을 고려한 대대 및 중대의 작전환경을 가정하였고 Brute Force 알고리즘을 적용한 시뮬레이션을 통하여 대대 및 중대에 주어진 조건을 충족한 가운데 감시정찰 임무를 수행할 수 있는 드론의 대수를 구하고 각각 드론의 경로를 계획하였다. 그 결과, 본 논문에서 제안한 Brute Force 알고리즘을 이용한 방법은 기존 드론의 최적 비행계획을 수립하기 위해 주로 사용된 중앙제어방식의 TSP, 분산제어 방식의 CBAA와 비교했을 때, 보다 간단하고 쉽게 필요한 드론의 수를 구하고 각 드론의 경로를 계획할 수 있었다.
이때, 대대 및 중대에는 공통적으로 10개소의 반드시 감시해야할 중요감시지역을 지정하여 드론이 반드시 이 지역을 감시정찰 하도록 하였으며 또한 이러한 중요감시지역에서 정지한 가운데 실시하는 감시정찰 시간은 40초, 어떤 드론도 감시정찰을 하지 않아도 되는 중요감시지역 감시 공백시간은 6∼8분으로 부여하였다. 본 시뮬레이션에서는 책임지역 내 투입되는 드론들의 중요감시지역 감시정찰 활동이 충돌되지 않도록 하였으며 드론은 4m/s의 속도로 총 1시간의 감시정찰 임무를 수행하도록 하였다. 그 결과, Fig.
이때, 대대 및 중대에는 공통적으로 10개소의 반드시 감시해야할 중요감시지역을 지정하여 드론이 반드시 이 지역을 감시정찰 하도록 하였으며 또한 이러한 중요감시지역에서 정지한 가운데 실시하는 감시정찰 시간은 40초, 어떤 드론도 감시정찰을 하지 않아도 되는 중요감시지역 감시 공백시간은 6∼8분으로 부여하였다.
이를 위해, 본 논문에서는 부대 임무에 부합한 드론 편제소요 도출을 위해서 일정한 부대 단위를 가정하고 드론을 활용한 감시정찰 임무를 수행하기 위한 문제를 정의하였다. 이후 Brute Force 알고리즘을 적용한 시뮬레이션을 실시함으로써 드론의 임무에 따른 최소의 드론 대수를 구하고 각 드론의 경로계획을 수립하였다.
중동전에서는 이스라엘이 미국의 ‘AQM-34 Ryan Firebee’를 개조하여 개발한 ‘Firebee 1241(Fig 1, 우)’을 통하여 적의 레이더를 방해함과 동시에 이스라엘군의 지대지 유도탄을 표적에 유도하며 정찰임무를 수행하였다.

이론/모형

본 절에서는 위에서 정의한 한국 육군의 대대와 중대의 실제 임무환경을 바탕으로 Brute Force 알고리즘을 적용한 시뮬레이션을 실시하였다. 본 시뮬레이션의 목표는 대대 및 중대의 감시정찰 임무완수를 고려한 최소의 드론 대수를 구하고 경로를 계획하는 것으로 대대의 임무수행 책임구역은 600m(가로)×300m(세로), 중대의 임무수행 책임구역은 300m(가로)×100m(세로)로 책임구역 내에서 주어진 정찰임무를 수행하기 위한 최소의 드론 대수를 구하였고 경로를 계획하였다.

성능/효과

한편, Fig 6은 중대의 감시정찰 임무수행이 가능한 드론과 각각 드론의 경로를 나타낸다. 1시간 동안 공백시간 4～6분, 총 10개소에 대한 1개소 감시정찰 시간 40초, 4m/s의 속도로 운용 시 드론은 3대를 통하여 부여된 임무를 수행할 수 있었다. 3대의 드론은 (100,0) 지점에서 출발하며 각각의 드론은 감시정찰지역이 중첩되지 않는 가운데 할당된 경로를 비행하며 감시활동을 한다.
본 논문에서는 실제 작전환경에 부합한 문제정의를 군사보안의 이유로 하지 못했지만 실제 작전환경을 고려한 대대 및 중대의 작전환경을 가정하였고 Brute Force 알고리즘을 적용한 시뮬레이션을 통하여 대대 및 중대에 주어진 조건을 충족한 가운데 감시정찰 임무를 수행할 수 있는 드론의 대수를 구하고 각각 드론의 경로를 계획하였다. 그 결과, 본 논문에서 제안한 Brute Force 알고리즘을 이용한 방법은 기존 드론의 최적 비행계획을 수립하기 위해 주로 사용된 중앙제어방식의 TSP, 분산제어 방식의 CBAA와 비교했을 때, 보다 간단하고 쉽게 필요한 드론의 수를 구하고 각 드론의 경로를 계획할 수 있었다. 따라서, 본 논문에서 제안한 방법을 통하여 드론봇 전투체계를 추진하고 있는 육군에서는 본 논문에서 정의한 값들과 문제들을 실제 작전환경에 맞추어 적용하였을 경우 보다 쉽고 간단하게 과학적이고 효과적인 운용제대별 드론의 편제 소요를 도출할 수 있을 것이며 나아가 드론뿐만 아니라 지상 국방로봇과 같은 무기체계의 편제 소요도출에도 적용할 수 있을 것이다.

후속연구

그리고 난 후, 본 논문에서 적용한 Brute Force 알고리즘을 적용한다면 정의한 임무환경을 바탕으로 한 책임구역 내 최소의 드론 대수를 구하고 그에 따른 각 드론의 비행계획을 수립할 후 있다. 그 결과, 육군의 드론봇 전투체계에서는 감시정찰 임무를 수행하기 위한 부대단위별 드론의 편제소요를 확인하고 이를 정책 소요기획에 반영할 수 있을 것이다.
본 연구에서는 군사보안의 문제로 정확히 제시하지는 않았지만 육군에서 본 연구에서 제안한 방법을 적용하기 위해서는 작전목적을 고려한 새로운 문제정의와 정의된 문제에 대한 군사적 논의가 이루어져야 한다. 그리고 난 후, 본 논문에서 적용한 Brute Force 알고리즘을 적용한다면 정의한 임무환경을 바탕으로 한 책임구역 내 최소의 드론 대수를 구하고 그에 따른 각 드론의 비행계획을 수립할 후 있다. 그 결과, 육군의 드론봇 전투체계에서는 감시정찰 임무를 수행하기 위한 부대단위별 드론의 편제소요를 확인하고 이를 정책 소요기획에 반영할 수 있을 것이다.
그 결과, 본 논문에서 제안한 Brute Force 알고리즘을 이용한 방법은 기존 드론의 최적 비행계획을 수립하기 위해 주로 사용된 중앙제어방식의 TSP, 분산제어 방식의 CBAA와 비교했을 때, 보다 간단하고 쉽게 필요한 드론의 수를 구하고 각 드론의 경로를 계획할 수 있었다. 따라서, 본 논문에서 제안한 방법을 통하여 드론봇 전투체계를 추진하고 있는 육군에서는 본 논문에서 정의한 값들과 문제들을 실제 작전환경에 맞추어 적용하였을 경우 보다 쉽고 간단하게 과학적이고 효과적인 운용제대별 드론의 편제 소요를 도출할 수 있을 것이며 나아가 드론뿐만 아니라 지상 국방로봇과 같은 무기체계의 편제 소요도출에도 적용할 수 있을 것이다.
육군의 드론봇 전투체계에서 대대 및 중대와 같은 감시정찰 임무를 수행하기 위한 부대 단위별 드론의 편제소요 도출을 위해서는 본 논문에서 정의한 부대별 감시정찰 임무환경을 재정의할 필요가 있다. 감시정찰 임무환경에 대한 정확한 정의는 효율적 드론 편제소요 도출을 위한 핵심적인 요소로 실제 전장환경과 작전가용요소를 바탕으로 정확히 이루어져야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	드론은 어떤 분야에 사용되는가?	1849년 7월, 오스트리아가 오늘날 이탈리아의 베네치아를 공격시에 열기구에 사람을 탑승시키지 않고 폭탄을 탑재하여 베네치아 상공에서 폭탄을 투하시킨 이후 드론은 1차 세계대전과 베트남전, 그리고 아프카니스탄전 등을 거쳐 오늘날 눈부신 발전을 보이고 있다[3]. 특히 최근에는 배터리와 센서 그리고 모터 등의 눈부신 발전에 기인하여 드론은 점차 소형화되고 있으며 탐사, 방송촬영, 통신중계, 산불감시 등과 같은 민간분야 뿐만 아니라 군사분야에서도 감시 및 정찰, 군수지원, 기만 공격 등을 위한 목적으로 드론을 활용한 운영개념에 대하여 다양한 논의와 연구가 진행되고 있다[4]. 한편, 군사분야에서 드론은 최근 육군에서 추진하고 있는 드론봇 전투체계에서 핵심적인 전투요소로써 고성능 센서와 네트워크 및 통신 기술 등을 바탕으로 다양한 제대에서 운용되기 위한 연구가 진행되고 있는데 그 가운데에서도 드론을 이용한 감시 및 정찰은 드론봇 전투체계의 전 제대에서 공통적으로 요구되어지고 있다[5].
	드론이란 무엇인가?	드론(Drone)은 조종사가 직접 탑승하지 않고 공기역학적 힘에 의해 부양을 하며 원거리에서 원격조종장치를 통해 조종을 하거나 자율적으로 비행을 하고 항로를 변경할 수 있는 비행체로 정의한다[1,2]. 1849년 7월, 오스트리아가 오늘날 이탈리아의 베네치아를 공격시에 열기구에 사람을 탑승시키지 않고 폭탄을 탑재하여 베네치아 상공에서 폭탄을 투하시킨 이후 드론은 1차 세계대전과 베트남전, 그리고 아프카니스탄전 등을 거쳐 오늘날 눈부신 발전을 보이고 있다[3].
	분산제어 방식의 CBAA의 단점은 무엇인가?	분산제어 방식의 CBAA는 드론의 최적의 비행계획을 위한 가장 일반적인 방법으로 평가받는 가운데 최초 경매과정과 합의과정을 통하여 다수의 드론 중 가장 효율적인 드론에 대해 임무를 할당하고 최적의 비행계획을 수립하며 경매에서 탈락한 드론에 대해서는 재경매 과정을 거치면서 임무를 할당하고 경로를 최적화 한다[9]. 그러나 이 방법에서는 드론간의 임무할당과 비행경로 최적화를 위한 규칙을 세울 때에 이와 관련한 다양한 구속조건을 수립해야 하고 이에 만족하는 경우에만 확장성이 좋기 때문에 보다 다양한 상황이 고려된 복잡한 알고리즘의 개발이 요구되어진다[10].

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