$\require{mediawiki-texvc}$

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.

시스템의 성능 향상을 위해 마할라노비스 거리와 자유도를 이용하여 변형시킨 쿠커-스메일 모델
Transformed Augmented Cucker-Smale Model with Mahalanobis Distance and Statistical Degrees of Freedom for Improving Efficiency of Flocking Flight System 원문보기

한국항공우주학회지 = Journal of the Korean Society for Aeronautical & Space Sciences, v.48 no.8, 2020년, pp.573 - 580  

정재휘 (Agency for Defense Development)

초록
AI-Helper 아이콘AI-Helper

다중개체를 제어하기 위해서 해결해야 되는 문제들 중 하나는 위치제어다. 위치와 속도를 제어하기 위한 모델로 augmented Cucker-Smale 모델이 존재했다. 하지만 기존 모델은 모든 개체에 동일한 시스템을 적용함에 따라서 개별개체의 특성을 살리지 못했다는 특징이 있다. 본 논문에서는 그 점을 보안하고 적절한 형태로 변형하기 위해서 초기 위치와 분포를 이용한 마할라노비스 거리를 계수와 통계학적 자유도를 적용해서, 모델의 수렴시간과 소모에너지를 동시에 줄이고자 한다. 모델의 성능 검증을 위해서 몬테카를로 시뮬레이션을 통해서 전체적인 경향성을 판단했고, 추가적으로 개별 개체의 움직임을 분석하여서 마할라노비스 거리 계수가 적절한 역할을 수행하고 있는지 확인했다.

Abstract AI-Helper 아이콘AI-Helper

One of challengeable problems of multi-agent systems is a positioning control. Augmented Cucker-Smale model is using for controlling position and velocity of the multi-agent system. The original model applies same coefficients to all agents in same group, so that does not consider characteristic of ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • Figs. 6과 7을 통해서 마할라노비스 쿠커-스메일 모델이 개체들의 중심에서 떨어져 있는 개체들은 빠르게 반응하고, 개체들의 중심에 가까운 개체들은 천천히 반응하는지를 확인하겠다. 중심에서 멀리 떨어져 있는 개체일수록 다른 개체들과의 상대거리가 증가하기 때문에, dvi/dt 또한 중심에 가까이 있는 개체들에 비해서 크다.
  • 두 번째와 세 번째 항은 각각 2차 시스템에서의댐퍼와 스프링의 역할을 담당하고, 개체간의 상대거리를 2R에 수렴시키는 역할을 한다. K1,2에 마할라노비스 거리를 이용한 적절한 계수 D1,i,t0, D2,i,t0를 추가해서, 시스템의 성능을 향상시키는 것을 목표로 두고 있다. 추가된 항의 형태는 아래 식 (6), (7)과 같다.
  • 위의 값들은 개체의 분포에 포함되는 것들이다. 그렇기 때문에 분포 정보를 포함하고 있는 마할라노비스 거리를 이용해서 각각의 개체에 적절한 제어이득을 적용시키고자 한다.
  • 본 논문에서는 통계학적 의미와 초기 분포정보를 포함시킨 새로운 형태의 augmented Cucker-Smale모델을 제안한다. 다중개체를 이용하는 시스템인 만큼 통계학적 자유도의 의미를 가진 형태의 모델로 변화시키고자 했다. 변화 방식은 자유도의 의미와 수식적 방법으로 보여준다.
  • 마할라노비스 거리는 개체들의 분포에 영향을 지속적으로 받기 때문에, 시간에 따른 변수를 2차 시스템에 적용시키는 것은 무리가 있다고 판단했다. 따라서 초기의 특성을 이용해서 기존 모델의 성능을 향상시키는 것을 목적으로 설정했다.
  • 본 논문에서는 통계학적 의미와 초기 분포정보를 포함시킨 새로운 형태의 augmented Cucker-Smale모델을 제안한다. 다중개체를 이용하는 시스템인 만큼 통계학적 자유도의 의미를 가진 형태의 모델로 변화시키고자 했다.
  • 본 연구에서는 다중개체 시스템의 위치와 속도 제어의 한 분야인 쿠커-스메일 모델을 마할라노비스 거리의 개념을 적용하여서 새로운 모델을 제안하였다. 기존 augmented Cucker-Smale 모델은 각각의 개체의 초기상태를 반영하지 않고, 모든 개체의 동일한 시스템을 적용한다.
  • 본 논문에서 제안한 모델은 총 에너지소모량과 에너지의 수렴시간을 기준으로 기존 모델들과 수치 시뮬레이션을 통한 비교 결과를 제시한다. 성능개선 여부를 판별하겠다.
  • 이러한 현상의 근거를 설명하기 위해서 각각의 개체의 움직임을 비교해 보겠다.
  • 특성들 중에서 초기의 위치와 그에 따른 개체들의 분포를 이용해서 적절한 제어이득을 적용하고자 한다. 이 두 가지를 포함하는 개념으로 마할라노비스 거리라는 개념이 있다.

가설 설정

  • Ε, σ는 적용하는 기체의 종류와 제어기의 종류에 따라서 최적의 값들이 존재한다. 본 논문에서는 Table 3과 같은 기준과 점-질량의 특성이 없는 20개의 동일 개체를 가정하고 경험적 방식으로 설정하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
마할라노비스 거리란 무엇인가? 초기의 위치 정보를 이용하는 방식으로 마할라노비스 거리(Mahalanobis distance)[11]라는 개념을 도입했으며, 마할라노비스 거리는 개체들의 이상치를 검출 시 주로 사용되는[12] 개념이다. 개체들의 위치정보를 분산을 이용하여서 나타내며, 대상 개체가 무리의 중심에서 다른 개체들과 비교해서 어느 정도에 위치해있는지를 나타내는 거리를 의미한다. 이러한 거리 개념에는 전체적인 분포와 상대적 거리의 개념을 포함한다.
자유도는 어떻게 나누어 지는가? 자유도는 기계학적, 화학적, 통계학적, 등의 자유도로 나뉘게 된다. 통상적으로 비행역학 및 비행제어에서는 6자유도 모델과 같은 기계학적인 의미의 자유도를 주로 사용하게 된다.
비행역학 및 비행제어에서 기계학적인 의미의 자유도를 주로 사용하는 이유는 무엇인가? 통상적으로 비행역학 및 비행제어에서는 6자유도 모델과 같은 기계학적인 의미의 자유도를 주로 사용하게 된다. 비행역학에서 주로 다루는 것이 단일개체에 대한 제어이고, 개체를 하나의 시스템으로 보고 그것을 자유물체도(Free Body Diagram)와 같은 방식으로 해석하기 때문에 기계학적인 자유도를 쓰게 된다. 하지만 군집제어일 경우 단일 개체를 시스템으로 두는 것이 아닌 다중개체를 하나의 시스템으로 둔다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. Dorri, A., Kanhere, S. S. and Jurdak, R., "Multi-Agent Systems: A survey," IEEE Access, Vol. 6, 2018, pp. 28573-28593. 

  2. Cao, Y., Yu, W., Ren, W. and Chen, G., "An Overview of recent progress in the study of disributed Multi-Agent Coordination," IEEE Transactions on Industrial Informatics, Vol. 9, No. 1, February 2013, pp. 427-438. 

  3. Darmaraju, S., Kamal, M. A. S., Shanmugavel, M. and Tan, C. P., "Coverage Control of a Mobile Multi-Agent Serving System in Dynamical Environment," 2018 Joint 7th International Conference on Informatics, Electronics & Vision (ICIEV) and 2018 2nd International Conference on Imaging, Vision & Pattern Recognition(icIVPR) IEEE, 2018, pp. 508-513. 

  4. Terzi, M., Kolios, P., Panayiotou, C. and Theocharides, T., "A Unified Framework for Reliable Multi-Drone Tasking in Emergency Response Missions," 2019 International Conference on Unmanned Aircraft Systems (ICUAS) IEEE, June 2019, pp. 819-827. 

  5. Vicsek, T., Czirok, A., Ben-jacob, E., Cohen, I. and Shochet, O., "Novel Type of Phase Transition in a System of Self-Driven Particles," Physical Review Letters, Vol. 75, No. 6, August 1995, pp. 1226-1229. 

  6. Cucker, F. and Smale, S., "Emergent Behavior in Flocks," IEEE Transactions on Automatic Control, Vol. 52, No. 5, May 2007, pp. 852-862. 

  7. Park, J., Kim, H. J. and Ha, S.-Y., "Cucker-Smale Flocking With Inter-Particle Bonding Forces," IEEE Transactions on Automatic Control, Vol. 55, No. 11, November 2010, pp. 2617-2623. 

  8. Cheng, R. and Jin, Y., "A social learning particle swarm optimization algorithm for scalable optimization," Information Sciences, Vol. 291, 2015, pp. 43-60. 

  9. Song, Y. H., Choi, J. W. and Oh, H. D., "Improvement of Decentralized Flocking Flight Efficiency of Fixed-Wing UAVs Using Inactive Agents," AIAA SciTech 2019 Forum, 7-11 January 2019. 

  10. Jung, J. H. and Oh, S. J., "Augmented Cucker-Smale model with Mahalanobis distance," Proceeding of The Korean Society for Aeronautical and Space Sciences Fall Conference, November 2019, pp. 840-841. 

  11. Mahalanobis, P. C., "On The Generalized Distance in Statistics," Proceeding of National Institute of Science of India (Calcutta), Vol. 2, April, 1936, pp. 49-55. 

  12. Filzmoser, P., "A multivariate outlier detection method," Proceeding of the seventh International Conference on Computer Data Analysis and Modeling, Vol. 1, 2004, pp. 18-22. 

  13. McLachlan, G. J., "Mahalanobis distance," Resonance, Vol. 4, June, 1999, pp. 20-26. 

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