심층신경망을 활용한 도심용 무인항공기의 전력 소모 예측 모델링 및 분석 (Power Consumption Modeling and Analysis of Urban Unmanned Aerial Vehicles Using Deep Neural Network)

서지정보

· 발행기관 : 한국산업정보학회
· 수록지 정보 : 한국산업정보학회논문지 / 28권 / 1호 / 17 ~ 25페이지
· 저자명 : 김민지, 백돈규

초록

도심용 무인항공기의 사용범위가 넓어지면서 다양한 미션을 효율적으로 수행하기 위해서는 배터리를 합리적으로 운용해야 한다. 배터리를 합리적으로 운용하기 위해서는 실제 비행 미션을 수행하기 전에 다양한 시뮬레이션을 통해 최적의 경로를 도출할 수 있다. 이를 위해서는 배터리의 전력 소모 및 에너지 잔량을 예측 하는 것이 중요하다. 본 논문에서는 도심용 무인항공기의 비행 중 속도 및 가속도에 따른 소비전력 간의 관계성을 분석하고 이를 이용해 빠르게 소비전력을 도출할 수 있는 선형 전력 소모 모델을 도출하였다. 또한, 정확한 전력 소모를 예측하기 위해서 딥러닝에 기반한 전력 소모 모델을 도출하였다. 이때 정확하며 효율적인 전력소모 모델을 얻기 위해 모델링 입력 값으로 1) GPS 3축 속도 및 가속도, 2) IMU 3축 속도, 3) IMU 3축 속도 및 가속도 데이터를 사용한 모델들을 도출하여 비교하였다. 최종적으로 얻은 모델은 전력소모 오차율 5.86%을 얻었으며, 누적 에너지 오차율 1.50%를 얻었다.

영어초록

As the range of use of urban unmanned aerial vehicles (UAV) expands, it is necessary to operate UAVs efficiently because of its limited battery capacity. For this, it is required to find the optimal flight profile with various simulations. Therefore, it is important to predict the power and energy consumption of the UAV battery. In this paper, we analyzed the relationship between the speed and acceleration of the UAV and power consumption during the flight. Then, we derived a linear model, which is easily utilized. In addition, we also derived an accurate power consumption model based on deep neural network learning. To find the efficient model, we used learning data as 1) the GPS 3-axis velocity and acceleration data, 2) the IMU 3-axis velocity only, and 3) the IMU 3-axis velocity and acceleration data. The final model shows 5.86% error rate for power consumption and 1.50% error rate for the cumulative energy consumption.

참고자료

· 없음