[논문]불법드론 탐지를 위한 PSO 기반 군집드론 최적화 정찰궤적계획

임원호; 정형찬; 호등; 아람기르; 장경희

doi:10.12673/jant.2020.24.5.382

초록
AI-Helper

드론기술은 민수용과 군사용 양 분야 에서 전도유망한 기술이나, 규정과 관련법의 미성숙으로 불법드론이 오남용 되고, 사회안전에 심각한 위협이 되고 있다. 본고에서는 PSO (particle swarm optimization)에 기반을 둔 군집드론 궤적계획기를 개발하여, 군집정찰드론들에게 최적화된 3차원 궤적탐지기술을 제공한다. 나아가서, 에너지소비도, 비행위험도 및 SAP (surveillance area priority)와 부합하는 군집 목적물 최적화 함수를 제시하고 평가한다. 군집 비행 시뮬레이션 결과는, 제안한 궤적계획기로 생성한 궤적은 에너지 소비도 및 비행위험도를 최소화 하며 탐색한다는 것을 입증해준다.

Abstract ▼ AI-Helper

The use of unmanned aerial vehicle (UAV) have been regarded as a promising technique in both military and civilian applications. Nevertheless, due to the lack of relevant and regulations and laws, the misuse of illegal drones poses a serious threat to social security. In this paper, aiming at derivi...

The use of unmanned aerial vehicle (UAV) have been regarded as a promising technique in both military and civilian applications. Nevertheless, due to the lack of relevant and regulations and laws, the misuse of illegal drones poses a serious threat to social security. In this paper, aiming at deriving the three-dimension optimal surveillance trajectories for group monitoring drones, we develop a group trajectory planner based on the particle swarm optimization and updating mechanism. Together, to evaluate the trajectories generated by proposed trajectory planner, we propose a group-objectives fitness function in accordance with energy consumption, flight risk. The simulation results validate that the group trajectories generated by proposed trajectory planner can preferentially visit important areas while obtaining low energy consumption and minimum flying risk value in various practical situations.

주제어

표/그림 (9)

그림 그림 1. 운영 시나리오 Fig. 1. Operation scenario.
그림 그림 2. 탐색지형 표현 Fig. 2. Representation for terrain of surveillance.
표 표 1. 최적화 인덱스 등급 Table 1. Classification for optimization indexes.
그림 그림 3. PSO 기반의 군집드론 궤적 최적화 수행 (a) 두 대의 군집드론 에너지소비도, (b) 세 대의 군집드론 에너지 소비도, (c) 다섯 대의 군집드론 에너지 소비도 Fig. 3. PSO trajectory optimization performance in terms of (a) two UAV group energy consumption, (b) three UAV group energy consumption, (c) five UAV group energy consumption0
그림 그림 4. PSO 기반의 군집드론 궤적 최적화 수행 (a) 두 대의 군집드론 비행위험도, (b) 세 대의 군집드론 비행위험도, (c) 다섯 대의 군집드론 비행위험도 Fig. 4. PSO trajectory optimization performance in terms of (a) two UAV group flight risk, (b) three UAV group flight risk, (c) five UAV group flight risk
그림 그림 5. 군집 드론 최적화 궤적 3D 표현 (a) 두 대의 UAV 군집비행, (b) 세 대의 UAV 군집비행, (c)다섯 대의 UAV 군집비행 Fig. 5. The optimal trajectory in 3-D representation for (a) two UAV group flight, (b) three UAV group flight (c) five UAV group flight
표 표 2. 주 시뮬레이션 파라미터 Table 2. Main simulation parameters.
그림 그림 6. (a) 두 대의 UAV 군집비행, (b) 세 대의 UAV 군집비행, (c)다섯 대의 UAV 군집비행 궤적계획기 결과 Fig. 6. Multi UAV trajectory planning results for (a) two UAV group flight, (b) three UAV group flight (c) five UAV group flight
그림 그림 7. (a) 평균 에너지소비도, (b) 평균 비행위험도에 기반을 둔 궤적 최적화 수행 Fig. 7. PSO trajectory optimization performance in terms of (a) mean energy consumption, (b) mean flight risk.

참고문헌 (12)

E. Salami, C. Barrado, and E. Pastor, "UAV flight experiments applied to the remote sensing of vegetated areas," Remote Sens, Vol. 6, No. 11, pp. 11051 -11081, Nov. 2014.

상세보기
Q. Yang and S. J. Yoo, "Optimal UAV path planning: sensing data acquisition over IoT sensor networks using multi-objective bio-inspired algorithms," IEEE Access, Vol. 6, pp. 13671-13684, 2018.

상세보기
Y. Zeng, R. Zhang, and T. J. Lim, "Wireless communications with unmanned aerial vehicles: opportunities and challenges," IEEE Communications Magazine, Vol.54, No. 5, pp.36-42, May. 2016.

상세보기
A. Abdallah, M. Ali, J. Misic, and V. Misic, "Efficient security scheme for disaster surveillance UAV communication networks," Information, Vol. 10, No. 2, p. 43, Jan. 2019,

상세보기
T. Turker, O. K. Sahingoz, and G. Yilmaz, "2D path planning for UAVs in radar threatening environment using simulated annealing algorithm," in Proceeding of International Conference on Unmanned Aircraft Systems (ICUAS), Denver: CO, pp. 56-61, 2015.
S. J. Yoo, J. H. Park, S. H. Kim, and A. Shrestha, "Flying path optimization in UAV-assisted IoT sensor networks," ICT Express, Vol. 2, No. 3, pp.140-144, 2016.

상세보기
J. Carsten, D. Ferguson, and A. Stentz, "3D field D: improved path planning and replanning in three dimensions," in Proceeding of IEEE/RSJ International Conference on Intelligent Robots and Systems, Beijing: China, pp. 3381-3386, 2006.
K.Yang and S.Sukkarieh, "Real-time continuous curvature path planning of UAVS in cluttered environments," in Proceeding of 5th International Symposium on Mechatronics and Its Applications, Amman: Jordan, pp. 1-6, 2008.
C. Zheng, L. Li, F. Xu, F. Sun, and M. Ding, "Evolutionary route planner for unmanned air vehicles," IEEE Transactions on Robotics, Vol. 21, No. 4, pp. 609-620, Aug. 2005.

상세보기
R. J. Szczerba, "Threat netting for real-time, intelligent route planners," in Proceeding of Information, Decision and Control. Data and Information Fusion Symposium, Signal Processing and Communications Symposium and Decision and Control Symposium, Adelaide: SA, pp. 377-382, 1999.
X.Li, Y.Zhao, J.Zhang, and Y.Dong, "A Hybrid PSO algorithm based flight path optimization for multiple agricultural UAVs," in Proceeding of IEEE 28th International Conference on Tools with Artificial Intelligence (ICTAI), San Jose: CA, pp. 691-697, 2016.
J.Kennedy and R.Eberhart, "Particle swarm optimization," in Proceeding of Neural Networks, IEEE International Conference, Perth: WA, Vol.4, pp. 1942-1948, 1995.

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

불법드론 탐지를 위한 PSO 기반 군집드론 최적화 정찰궤적계획
Optimal Surveillance Trajectory Planning for Illegal UAV Detection for Group UAV using Particle Swarm Optimization 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (9)

표/그림 (9)

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

불법드론 탐지를 위한 PSO 기반 군집드론 최적화 정찰궤적계획 Optimal Surveillance Trajectory Planning for Illegal UAV Detection for Group UAV using Particle Swarm Optimization 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (9) 모든 표/그림 보기

표/그림 (9) 슬라이드로 보기

참고문헌 (12)

이 논문을 인용한 문헌

저자의 다른 논문 :

임원호 (3) 정형찬 (3) 장경희 (94)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

불법드론 탐지를 위한 PSO 기반 군집드론 최적화 정찰궤적계획
Optimal Surveillance Trajectory Planning for Illegal UAV Detection for Group UAV using Particle Swarm Optimization 원문보기

초록
AI-Helper

표/그림 (9)

표/그림 (9)