장시간 자율 비행 로터크래프트 무인항공시스템 및 시각 기반 정밀 착륙 기술

** 본 논문은 정밀 농업 및 환경 모니터링 등 장기간 데이터 수집이 요구되는 분야를 위해, 인간 개입 없이 장시간 연속 운용이 가능한 로터크래프트 무인항공시스템(UAS)을 설계·구현하고, 그 성능을 실내·실외에서 검증한다. 1. **연구 배경 및 필요성** - UN 식량·농업기구는 2050년까지 전 세계 식량 생산량을 70 % 증가시켜야 한다고 전망한다. 이를 위해 정밀 농업이 데이터‑드리븐 접근법으로 각광받고 있다. - 현재 소형 쿼드콥터는 배터리 용량 제한으로 10‑20 분 정도만 비행이 가능하며, 장시간 관측을 위해서는 매 비행마다 인간이 배터리를 교체하거나 충전해야 하는 ‘human‑in‑the‑loop’ 구조가 필수적이다. 이는 비용·시간·인력 측면에서 비효율적이다. 2. **목표 및 주요 기여** - 인간이 전혀 개입하지 않는 완전 자율 비행·충전 사이클을 구현한다. - 고레벨 자율 엔진(마스터·슬레이브 상태머신)과 시각 기반 정밀 착륙(다중 AprilTag bundle + RLS 필터)을 핵심 기술로 제시한다. - 실내·실외 장시간 실험을 통해 시스템의 신뢰성·안정성을 입증한다. 3. **시스템 아키텍처** - **하드웨어**: AscTec Pelican 기반 쿼드콥터에 Odroid XU4(리눅스), mvBlueFOX 하향 카메라(100° FOV), FLIR Ax5 열화상 카메라, Trimble BD930‑UHF GPS, 3‑axis magnetometer, 6200 mAh LiPo 배터리, Skysense 접점식 충전 패드(90 × 90 cm) 등을 장착. - **소프트웨어**: 센서 퓨전은 EKF 기반 Single Sensor Fusion(SSF)으로 구현, 비전 착륙 모듈은 AprilTag 2.0 검출 후 개별 태그 pose를 추정하고, RLS 필터를 통해 전체 bundle pose를 계산한다. - **자율 엔진**: 마스터 상태머신은 ‘대기 → 사전점검 → 이륙 → 미션 수행 → 착륙 → 충전 → 데이터 전송 → 대기’ 순서로 전이한다. 슬레이브 상태머신은 각 단계 내 세부 행동(예: 고도 유지, 경로 생성, 비상 회피 등)을 담당한다. 4. **시각 기반 정밀 착륙** - 단일 AprilTag 대신 4~9개의 태그를 일정한 기하학적 패턴(예: 격자형, 원형)으로 배치해 시야 확보 범위를 넓히고, 거리·각도에 따른 검출 성공률을 향상시켰다. - 각 태그의 6‑DOF pose를 개별적으로 추정한 뒤, RLS 필터를 적용해 공통 좌표계로 변환, 평균 위치 오차를 1 cm 이하, 평균 자세 오차를 0.5° 이하로 감소시켰다. - 실험에서는 5 m 고도부터 0.5 m 고도까지 연속적으로 태그를 인식했으며, 조명 변화와 부분 가림에도 높은 검출률을 유지했다. 5. **실험 설정 및 결과** - **실내 실험 1**: 11 시간 동안 16회 비행, 평균 비행 시간 38 min, 충전 시간 6 h 20 min. - **실내 실험 2**: 10.6 시간 동안 48회 비행, 평균 비행 시간 13 min, 충전 시간 2 h 30 min. - **실외 실험**: 캘리포니아 WSREC 현장에서 4 시간 동안 22회 비행, 비행·충전 비율 1:10, 평균 비행 시간 10 min, 충전 시간 100 min. - 모든 비행은 인간 조작 없이 자동으로 진행되었으며, 비상 상황(배터리 급격 감소, GPS 신호 손실 등) 발생 시 즉시 안전 착륙 및 대기 모드로 전이하였다. - 데이터 전송은 착륙 중 Wi‑Fi를 통해 실시간으로 베이스 스테이션에 업로드되었고, 미션 업데이트도 착륙 시 가능하도록 설계하였다. 6. **비교 및 차별점** - 기존 연구는 VICON 등 실내 모션 캡처 기반 정밀 착륙에 의존하거나, 무선 충전·배터리 스와핑 등 복잡한 하드웨어를 필요로 했다. 본 시스템은 저비용 카메라와 상업용 접점식 충전 패드만으로 실외에서도 1 cm 수준의 착륙 정확도를 달성했다. - 또한, 마스터·슬레이브 상태머신 구조는 시스템 전반에 걸친 오류 검출·복구 메커니즘을 일관되게 적용할 수 있게 하여, 장시간 운용 시 발생할 수 있는 다양한 장애에 대한 강인성을 제공한다. 7. **제한점 및 향후 연구** - 현재 착륙 패드는 고정식이며, 이동형 혹은 다중 착륙 지점에 대한 자동 탐색·착륙 기능은 구현되지 않았다. - 충전 방식이 접점식이므로 충전 시간이 전체 운영 효율에 큰 영향을 미친다. 무선 충전, 배터리 스와핑, 혹은 고에너지 밀도 배터리 적용을 통해 비행·충전 비율을 개선할 필요가 있다. - 다중 드론 협업을 위한 충전 스테이션 공유, 충전 스케줄링, 그리고 대규모 농업 현장에서의 네트워크 기반 데이터 관리 등도 향후 연구 과제로 제시된다. **