평면 다각형 최소 항공 사진 촬영 문제의 복잡도와 근사 알고리즘

본 논문은 드론 기반 항공 촬영, 구조물 검사, 환경 모니터링 등에서 흔히 발생하는 “제한된 사진 수(k)로 평면 영역 전체를 커버해야 하는” 문제를 이론적으로 분석한다. 연구는 두 가지 기본 형태의 커버링을 다룬다. 첫 번째는 원형 발자국을 갖는 카메라(예: 어안 카메라)로, 반지름 ℓ인 원 k개로 단순 다각형 P를 완전히 포함시키는 최소 ℓ을 찾는 문제이다. 두 번째는 직사각형(특히 정사각형) 발자국을 갖는 일반 카메라로, 변 길이 ℓ인 정사각형 k개로 P를 완전히 포함시키는 최소 ℓ을 찾는 문제이다. 두 문제 모두 “최소 ℓ”이 클수록 촬영 해상도는 높아지지만, 사진 수가 제한되어 있기 때문에 ℓ을 최적화해야 한다. 연구는 먼저 기존 문헌을 검토한다. 점 집합을 커버하는 k‑center, k‑median, k‑means 문제는 잘 알려진 NP‑hard 문제이며, 다양한 근사 알고리즘이 존재한다. 그러나 연속적인 영역, 특히 단순 다각형 전체를 커버하는 문제는 점 집합과는 근본적으로 다른 구조적 제약을 가진다. 특히, 다각형의 경계와 내부가 연속적으로 연결되어 있기 때문에, 커버링 도형(원이나 정사각형)의 배치가 복잡한 기하학적 상호작용을 일으킨다. 복잡도 분석은 planar cubic graph의 vertex cover 문제에서 시작한다. 이 문제는 Mohar(2001)에 의해 NP‑hard임이 알려져 있다. 논문은 이러한 그래프를 기하학적 구조 T_G 로 변환한다. 변환 과정은 다음과 같다. (1) 그래프를 평면에 임베딩하고, 각 정점을 120° 각을 이루는 세 개의 경로가 만나는 ‘junction’ 으로 만든다. (2) 각 간선을 길이가 홀수인 일련의 단위 구간으로 이루어진 경로로 바꾸고, 각 구간의 중간에 길이 ζ인 수직 바(bar)를 삽입한다. 이렇게 하면 전체 구조는 복잡한 격자 형태가 되며, 각 바와 경로는 원이나 정사각형이 배치될 수 있는 제한된 위치를 제공한다. 원 커버링의 경우 바의 길이를 ζ=√3 로 설정하고, 단위 구간 길이는 1 로 둔다. 이때 원의 반지름이 1보다 작으면 각 경로를 커버하기 위해 두 가지 패턴 중 하나만 사용할 수 있다. ‘odd‑end’와 ‘even‑end’라는 용어는 원이 바 하나만을 포함하는 쪽과 두 개를 포함하는 쪽을 구분한다. 정점이 vertex cover에 포함되면 해당 정점의 모든 인접 경로를 ‘even‑end’ 패턴으로 커버하도록 선택할 수 있다. 반대로, 정점이 커버에 포함되지 않으면 최소 하나의 ‘odd‑end’가 필요하다. 따라서 원을 최소 개수로 커버하는 배치는 정확히 그래프의 vertex cover와 일대일 대응한다. 이 관계를 수식화하고, 최악의 경우(극한 반지름)에서 원의 반지름 ℓ이 1.152가 되면 더 이상 기존 패턴으로 커버가 불가능해진다. 이를 통해 원 커버링 문제는 1.152 배율 이하의 근사도는 NP‑hard임을 증명한다 (Theorem 1). 정사각형 커버링은 보다 복잡한 기하학적 제약을 가진다. 여기서는 단위 구간을 √2/2 로 축소하고, 바의 길이 ζ도 √2/2 로 설정한다. 정사각형의 변 길이 ℓ이 1보다 작을 때는 두 가지 기본 패턴만 가능하며, ℓ이 1.25에 도달하면 새로운 패턴이 등장한다. 특히, 세 개의 정사각형이 하나의 junction을 커버할 때, 두 정사각형이 각각 하나의 바를, 나머지 하나가 두 개의 바를 포함하는 형태가 가능해진다. 이때 기하학적 제약을 식으로 전개하면 ℓ=1.165가 극한값이 된다. 따라서 정사각형 커버링 문제는 1.165 배율 이하의 근사도는 NP‑hard이며, 정사각형 중심을 다각형 내부에 제한하면 불가능성 한계가 1.25로 상승한다 (Theorem 2). 복잡도 결과 외에도 논문은 실용적인 근사 알고리즘을 제시한다. 알고리즘은 다음 단계로 구성된다. (1) 입력 다각형을 삼각형 분할하여 각 삼각형을 최소 정사각형으로 덮는 하한을 계산한다. (2) 각 삼각형에 대해 가장 작은 정사각형을 그리디하게 배치하고, 인접 삼각형 간 겹침을 최소화한다. (3) 전체 k개의 정사각형이 다각형을 완전히 포함하도록 정사각형 크기와 위치를 조정한다. 이 과정은 다항 시간에 수행되며, 최적 해 대비 최대 2.828배의 비용을 보장한다. 즉, 2.828‑근사 알고리즘이 존재한다는 점을 입증한다. 마지막으로 논문은 이러한 이론적 결과가 실제 드론 촬영, 살충제 살포, 센서 배치 등 연속 영역을 일정한 반경(또는 면적) 내에서 커버해야 하는 다양한 로봇 공학 응용에 직접적인 의미를 가진다고 강조한다. 특히, 카메라 줌 팩터와 사진 수 사이의 트레이드오프를 정량적으로 이해함으로써, 시스템 설계자는 하드웨어 사양(예: 저장 용량, 배터리 수명)과 촬영 품질 사이의 균형을 보다 과학적으로 설정할 수 있다.