동적 미지 환경에서 UAV를 위한 실시간 4D 장애물 회피 경로 계획

초록

본 논문은 지도 기반이 아닌 비전 센서만을 이용해 동적 장애물을 실시간으로 감지·추적하고, 4차원(공간‑시간) RRT*와 안전 비행 복도(SFC) 생성·궤적 최적화를 결합한 SPOT 프레임워크를 제안한다. 동적 장애물이 급증하거나 경로가 차단될 경우 즉시 백업 궤적을 생성해 안전하게 회피하도록 설계되었으며, 시뮬레이션·실험을 통해 기존 방법 대비 높은 반응성 및 계산 효율성을 입증한다.

상세 분석

SPOT은 기존의 “전역‑지역” 2단계 플래닝 구조를 유지하면서도, 지도 구축(map fusion)을 완전히 배제하고 온보드 깊이 카메라에서 얻은 포인트 클라우드와 객체 추적 결과를 직접 활용한다는 점에서 혁신적이다. 핵심은 4차원( x, y, z, t ) 노드를 갖는 Spatio‑Temporal RRT* (ST‑RRT*)이며, 각 노드는 루트에서의 누적 이동 시간 t 를 포함한다. 이를 통해 동적 장애물의 미래 위치와 시간 동기화된 충돌 검사가 가능해진다.

시간‑공간 일관성을 보장하기 위해 두 가지 제약을 도입한다. 첫째, 인과성(child.t > parent.t)이며, 둘째, 속도 제한(‖p_child‑p_parent‖ ≤ v_max·Δt)이다. 이러한 제약은 트리 확장 단계에서 바로 적용되므로, 불가능한 엣지는 초기에 배제된다. 비용 함수 C_e = ‖Δp‖ + w·Δt 은 공간 거리와 시간 간격 사이의 가중치를 조절해, 빠른 회피가 필요할 때는 w 를 크게, 에너지 절감이 목표일 때는 작게 설정할 수 있다.

샘플링 전략은 기존 Informed RRT* 의 공간적 타원형(프로라테 하이퍼스페리드) 영역을 시간 차원까지 확장한다. 먼저 공간 샘플을 타원 안에서 뽑고, t_rand = t_start + k·c_best·w (k∈U(0,1)) 로 시간 값을 할당한다. 이렇게 하면 “시간‑공간 최적 해”가 존재할 가능성이 높은 영역에만 샘플이 집중되어 수렴 속도가 크게 향상된다.

동적 장애물 충돌 검사는 두 단계로 나뉜다. 정적 포인트는 kd‑tree 로 빠르게 최근접 이웃을 찾고, 동적 포인트는 스페이시오‑템포럴 해시 그리드에 사전 전파한다. 알고리즘 1은 각 동적 점(p, v)를 시간 해상도 Δt 로 전진시켜 격자에 저장하고, 알고리즘 2는 질의 시점의 (x,y,z,t) 에 가장 가까운 시간 bin을 찾아 27개의 공간 이웃을 검사한다. 이 방식은 복잡도가 O(1) 에 가깝고, 실시간 UAV 제어에 적합하도록 설계되었다.

백업 플래너는 FSM(초기, 증분, 백업) 의 세 모드로 동작한다. 정상적인 경우에는 초기 모드에서 ST‑RRT* 로 경로를 생성하고, 증분 모드에서 트리를 지속적으로 확장·재배선한다. 만약 일정 시간 내에 유효한 경로가 없거나 현재 위치가 위험 구역에 머무를 경우, 백업 모드가 활성화되어 현재 센서 시야 내에서 가장 안전한 “탈출” 궤적을 즉시 생성한다. 이 궤적은 SFC 로 변환된 후 동역학 제약을 만족하도록 최적화되며, 목표 지점으로의 재접속이 가능해질 때까지 UAV 를 안전하게 유지한다.

실험에서는 시뮬레이션 환경에서 최대 30개의 동적 장애물을 배치했으며, 실제 하드웨어에서는 온보드 Jetson Nano + RealSense D435i 로 30 Hz 이상의 플래닝 속도를 달성했다. 비교 대상인 기존 MAP‑Fusion 기반 RRT* 와 Chance‑Constrained MPC 는 복잡한 동적 상황에서 종종 교착 상태에 빠지거나 연산 지연이 발생했지만, SPOT 은 평균 플래닝 시간 45 ms, 성공률 96 % 를 기록했다.

요약하면, SPOT 은 (1) 지도‑없는 실시간 감지·추적, (2) 4D 시간‑공간 트리 기반 충돌 회피, (3) 효율적인 해시 그리드 기반 동적 충돌 검사, (4) 교착 상황을 해소하는 백업 플래너라는 네 가지 핵심 요소를 결합해, 동적이고 미지의 환경에서 UAV 가 안전하고 반응적으로 비행할 수 있게 만든다.