GPS 부재 환경에서 고정 시야 카메라 UAV의 베어링 전용 위치추정 최적 경로 설계

초록

본 논문은 GPS가 차단된 해양 작전에서 고정 시야(Fixed‑FOV) 카메라를 장착한 소형 UAV들이 협동하여 목표와 협력 수상선(USV)의 위치를 베어링만으로 추정하도록 하는 궤적 최적화 프레임워크를 제시한다. 베어링‑전용 추정 정확도의 하한인 PCRLB의 트레이스를 최소화하는 목표함수와, 센서 시야, 은폐 구역, 통신 거리, 고정‑비행 고도, 은행‑투‑턴(BTT) 동역학 등 실전 제약을 동시에 고려한 비선형 프로그래밍(NLP) 기반 최적화를 수행한다. 시뮬레이션 결과, 최적화된 궤적은 기존 휴리스틱 경로에 비해 위치 오차를 2배 이상 감소시키며, 다수의 고정‑시야 UAV가 하나의 짐벌 카메라 UAV와 동등하거나 더 높은 정확도를 달성함을 확인하였다.

상세 분석

이 연구는 GPS가 차단된 상황에서 수동적인 전자광학(EO) 센서만을 이용해 목표와 협력 USV의 상대 위치를 추정하는 문제를 다루며, 기존 연구가 간과해 온 운영 제약을 체계적으로 모델링한다. 첫째, 센서의 고정 시야(Fixed‑FOV) 특성을 반영해 UAV가 목표를 시야 밖으로 빼앗기지 않도록 궤적을 설계한다. 이는 시야 각도와 거리 제한을 시간 연속적으로 만족시켜야 하므로, 최적화 변수에 비선형 가시성 제약을 포함한다. 둘째, 고정‑비행 고도와 은행‑투‑턴(BTT) 동역학을 도입함으로써 롤 각이 헤딩 변화율을 결정하는 실제 비행 제어 특성을 반영한다. 롤 각 제한(ϕ_min ≤ ϕ ≤ ϕ_max)과 롤 레이트 제한을 통해 구조적 피로와 비행 안정성을 보장한다. 셋째, 은폐 구역(NFZ)과 통신 거리 제한을 추가해 적의 탐지 위험을 최소화하고, 에너지 소모를 억제한다. 이러한 제약들은 모두 NLP 형태로 통합되어, 연속적인 시간 구간에 걸쳐 균일히 이산화된 베르누이 다항식 기반 변수로 변환된다.

목표 함수는 베이시안 추정 이론에 기반한 사후 크래머‑라오 하한(PCRPCRLB)의 트레이스를 최소화한다. 트레이스는 추정 공분산 행렬의 대각합으로, GPS의 PDOP와 유사하게 측정 기하학이 좋을수록 감소한다. 트레이스 최소화는 정보 행렬(FIM)의 행렬식 최대화보다 수치적으로 안정적이며, 지역 최소점에 덜 민감한 특성을 가진다. 논문은 2차원 평면 운동 모델을 사용하면서도 고도 고정으로 3차원 베어링(방위·고도) 정보를 활용한다는 점에서 실용성을 높였다.

수치 해법으로는 전통적인 의사스펙트럴(PS) 방법 대신 베르누이 다항식 기반 직접 최적화를 선택했다. PS는 시간 말단에 콜로케이션 포인트가 집중되는 반면, 베르누이 기반은 균일 시간 분할을 제공해 가시성 제약을 보다 정확히 적용한다. 수렴 속도는 다소 느리지만, 최적화된 궤적이 부드러운 상태·제어 프로파일을 보장한다는 장점이 있다.

시뮬레이션에서는 단일 고정‑시야 UAV와 다중 UAV 협동 시나리오를 비교했다. 다중 UAV가 최소 3대일 때, 고정‑시야 시스템의 평균 위치 오차가 짐벌 카메라를 장착한 단일 UAV와 동등하거나 더 낮았다. 이는 시스템 무게·비용·복잡도(SWaP‑C) 측면에서 큰 이점을 제공한다. 또한, 최적화된 궤적은 목표가 시야 밖으로 잠시 벗어나더라도 사전 설계된 경로가 정보를 유지하도록 하여, 추정 정확도의 급격한 악화를 방지한다.

전반적으로 이 논문은 실전 작전 제약을 포괄적으로 포함한 베어링‑전용 위치추정 궤적 최적화 프레임워크를 제시함으로써, 저비용·저시그니처 UAV 집단이 GPS‑불가능 환경에서도 신뢰성 높은 협동 정밀 타격을 수행할 수 있음을 증명한다.