다중드론 과제 할당·순서·경로 최적화 통합 프레임워크

본 논문은 복잡한 3차원 장애물 환경에서 다수의 쿼드로터가 협업하여 여러 목표를 방문해야 하는 상황을 다루며, 목표 할당·방문 순서 결정과 연속적인 궤적 생성·검증을 하나의 통합 프레임워크(IMD‑TAPP)로 구현한다. 연구 배경으로는 단일 드론의 제한된 비행 시간·페이로드·센서 범위와, 다중 드론 협업 시 발생하는 공유 공역 안전·혼잡 문제를 제시한다. 기존 연구는 할당‑경로 문제를 별도로 해결하거나, MAPF(다중 에이전트 경로 찾기)와 같은 그래프 기반 방법에 의존했지만, 장애물 회피와 동적 제약을 동시에 고려하기엔 한계가 있었다. IMD‑TAPP은 크게 세 단계로 구성된다. 첫 번째 단계는 작업 공간을 voxel‑graph 로 이산화하고, A*와 같은 휴리스틱 그래프 탐색을 통해 로봇‑목표, 목표‑목표 간 최단거리 비용을 계산한다. 이때 장애물 회피가 이미 비용 행렬에 반영되므로, 이후의 할당·순서 최적화는 실제 비행 가능 경로를 기반으로 한다. 두 번째 단계에서는 입자 군집 최적화(PSO)의 변형인 IPSO를 적용한다. 입자는 목표 순열과 각 로봇이 담당할 목표 구간을 나타내는 구분점(breakpoint)으로 인코딩되며, 다중 선형 할당(MLA)으로 생성된 고품질 후보를 주입하고, 일정 주기마다 저품질 입자를 MLA가 만든 새로운 후보로 교체한다. 이를 통해 탐색 초기 수렴 속도를 높이고, NP‑hard인 다중 여행 판매원 문제(MTSP)와 유사한 조합 공간을 효율적으로 탐색한다. 세 번째 단계에서는 최적화된 순서를 바탕으로 최소‑스냅(minimum‑snap) 궤적을 생성한다. 최소‑스냅은 4차 미분(스냅)을 최소화함으로써 부드러운 가속·속도 프로파일을 제공하고, 속도·가속도·제자리 회전 한계와 같은 동적 제약을 직접 포함한다. 생성된 궤적은 시뮬레이션 롤아웃을 통해 장애물과의 최소 거리, 로봇 간 최소 안전 거리(2·R_r·φ)를 실시간 검증한다. 위반이 발생하면 해당 구간만 국소적으로 재계획하는 반복 검증·재계획 루프가 포함되어 있어, 동적 환경 변화나 모델링 오차에 대한 강인성을 확보한다. 시뮬레이션 실험에서는 2대의 드론이 7개의 목표를 방문하는 시나리오를 3D 복잡 장애물 맵에서 테스트하였다. IMD‑TAPP은 전체 임무 시간(메이크스팬)을 136 초로 최소화했으며, 모든 충돌·안전 제약을 만족하였다. 비교 실험에서는 기존 할당‑경로 분리 방식보다 경쟁력 있는 메이크스팬을 달성했으며, 특히 장애물 회피가 고려된 비용 행렬을 사용함으로써 실제 비행 가능성을 높였다. 논문의 주요 기여는 다음과 같다. (1) 장애물 인식 그래프 탐색을 통한 로봇‑목표·목표‑목표 비용 행렬 구축, (2) MLA‑주입형 IPSO를 이용한 할당·순서 공동 최적화, (3) 최소‑스냅 궤적 생성과 안전 검증·재계획 루프를 포함한 엔드‑투‑엔드 플래닝‑투‑트라젝터리 워크플로우. 한계점으로는 현재 MATLAB 기반 오프라인 시뮬레이션에 국한되어 실시간 적용성 검증이 부족하고, 드론 수가 증가할 경우 그래프 이산화 해상도와 IPSO 파라미터 튜닝이 복잡해질 수 있다. 또한 동적 장애물(이동 물체)이나 통신 지연을 고려한 실시간 재계획 메커니즘은 아직 구현되지 않았다. 향후 연구에서는 (i) 실시간 구현을 위한 경량화된 그래프 및 PSO 알고리즘, (ii) 대규모 드론군에 대한 확장성 분석, (iii) 동적 장애물 및 불확실성 모델링을 포함한 적응형 재계획 전략을 제시할 계획이다. 결론적으로, IMD‑TAPP은 복합적인 다중드론 임무를 효율적으로 해결할 수 있는 통합적인 접근법을 제시하며, 특히 장애물 풍부한 3D 환경에서 안전·효율성을 동시에 만족시키는 실용적인 솔루션으로 평가된다.