파이프 내 쿼드로터 제어를 위한 초저지연 이벤트 기반 연기 속도 측정

초록

본 논문은 좁은 원형 파이프 안에서 정지 비행이 가능한 쿼드로터를 구현하기 위해, 실시간 연기 흐름을 이벤트 카메라로 측정하는 초저지연 속도 측정 기법(EBSV)을 개발하고, 이를 기반으로 흐름 교란을 추정·보상하는 신경망 기반 교란 추정기와 강화학습으로 학습된 비행 제어기를 결합한다. 실험 결과, 기존 방법 대비 호버링 위치 오차가 29 % 감소하고, 횡방향 전이 시 과도 현상이 71 % 감소하는 등 비행 안정성이 크게 향상되었다.

상세 분석

이 연구는 세 가지 핵심 기술을 통합함으로써 파이프 내부 비행의 근본적인 난제를 해결한다. 첫째, 이벤트 카메라와 라이트시트를 이용한 연기 기반 속도 측정(EBSV)은 전통적인 PIV와 달리 고속 프레임을 필요로 하지 않으며, 마이크로초 수준의 이벤트 발생 시점을 활용해 1 ms 이하의 처리 지연을 구현한다. 저조도·다이나믹 조명 환경에서도 이벤트 스트림을 2 × 2 바이닝 후 GPU 기반 템플릿 매칭과 2차 보정으로 평균 0.35 m/s의 오차를 달성했으며, 이는 오프라인 PIVLab 결과와 통계적으로 일치한다. 둘째, 추정된 흐름장을 입력으로 하는 순환 합성곱 신경망(RCNN)은 시간적 연속성을 보존하면서 수평·수직 교란력과 롤 토크를 실시간으로 추정한다. 네트워크는 과거 10 ms 구간의 흐름 패치를 순환적으로 처리해 교란 신호를 20 Hz 이상으로 출력한다. 셋째, 강화학습(RL) 기반 비행 제어기는 교란 추정값을 외부 입력으로 받아, 정책 네트워크가 교란 보상 행동을 자동으로 학습하도록 설계되었다. PPO 알고리즘을 사용해 시뮬레이션과 실제 파이프 환경에서 공동 학습했으며, 결과적으로 횡방향 이동 시 발생하는 급격한 와류와 재순환을 사전에 감지·보상함으로써 파이프 벽과의 충돌 위험을 크게 낮춘다. 또한, 저지연 이벤트 기반 모노큘러 모션 캡처 시스템을 통해 밀리미터 수준의 위치 추정과 1 ms 이하의 전체 시스템 지연을 달성했으며, 이는 기존 프레임 기반 모션 캡처 대비 10배 이상 빠른 응답성을 제공한다. 전체 파이프 비행 실험에서는 호버링 위치 편차가 평균 4 cm에서 2.8 cm로 감소하고, 횡방향 전이 시 오버슈트가 6 cm에서 1.7 cm로 크게 줄어드는 등 정량적 성능 향상이 입증되었다. 이러한 결과는 흐름 정보를 직접 제어 루프에 통합함으로써, 기존에 비행 속도에 의존해 교란을 회피하던 방식보다 근본적인 교란 보상이 가능함을 보여준다.