Search
Search

연구성과물 검색 타이틀 이미지

HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10011182&local_id=10015813
적응적 지능제어를 이용한 VSTOL 무인 비행체의 재형상 가능한 자율비행 구현
Reports NRF is supported by Research Projects( 적응적 지능제어를 이용한 VSTOL 무인 비행체의 재형상 가능한 자율비행 구현 | 2006 Year 신청요강 다운로드 PDF다운로드 | 하철근(울산대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
사업별 신청요강보기
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number D00206
Year(selected) 2006 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2008년 02월 26일
Year type 결과보고
Year(final report) 2008년
Research Summary
  • Korean
  • 본 연구의 수행 결과를 요약하면 다음과 같다. 연구의 대상이 되는 비행체는 VTOL 비행체의 하나인 틸터로터 비행체이며 이 비행체의 특징은 헬리콥터 모드와 비행기 모드를 갖고 있는 것이다. 제어 로직 연구는 비행기 모드와 헬리콥터 모드에 대해 각각 연구하였다. 첫번째 연구주제는 고정익기를 포함한 틸터로터 비행체의 비행기 모드에 대해 적용이 가능한 것으로 지능제어에 적합한 퍼지로직(Fuzzy Logic)을 적용한 적응적 비선형 제어기법(Adaptive Nonlinear Control)을 연구하고 제어기법의 최적화(Optimization)를 위한 유전자 알고리듬(Genetic Algorithm) 적용 연구도 수행하였다. 두번째 연구는 VTOL 비행체의 하나인 틸터로터 비행체(한국항공우주연구원에서 개발함)에 대해 신경회로망(Neural Network)을 이용한 모델역변화 및 궤환 선형화 기법을 연구하였다. 일반적으로 비행제어 로직은 두 루프로 구성되어 있는데 내부루프는 제어명령을 수행하고 비행체를 안정화하는 것이고 외부루프는 유도명령을 생성하여 비행체가 이 명령을 수행하도록 하는 것이다. 본 연구에서는 내부루프는 모델역변환 기법을 이용하여 구성하였으며 이 과정에서 발생하는 모델오차를 보상하기 위해 신경망을 사용하였다. 그리고 외부루프에서는 출력기반 궤환선형화를 이용하여 유도명령을 생성하도록 하였다. 본 연구에서는 신경망을 적용한 모델역변환 기법과 출력기반 궤환 선형화 기법에 대한 안정성 평가에 대한 연구를 수행하였다. 그리고 이를 헬리콥터 모드에 적용하였다.
  • English
  • This is a summary of the proposed research project I have conducted for one year (2006.08 - 2007.08) at University of California at Berkeley. This topic is focused on developing adaptive control method applicable to VTOL aircraft which has two modes : airplane mode and helicopter mode. In this report there are two approaches of adaptive intelligent control: one is based on fuzzy logic with optimizaion using genetic algorithm, and the other on neural network-based adaptive control uing model inversion and feedback linearization. The first method is applied to aircraft auto-landing conrol problem directly applicable to the airplane mode of VTOL aircraft, and the second one is applied to the helicopter mode of VTOL airplane where certain waypoints that should be tracked by the airplane are given. Especially in the second subject the stability analysis is conducted for the output-feedback based feedback linearzation.
Research result report
  • Abstract
  • 본 연구의 수행 결과를 요약하면 다음과 같다. 연구의 대상이 되는 비행체는 VTOL 비행체의 하나인 틸터로터 비행체이며 이 비행체의 특징은 헬리콥터 모드와 비행기 모드를 갖고 있는 것이다. 제어 로직 연구는 비행기 모드와 헬리콥터 모드에 대해 각각 연구하였다. 첫번째 연구주제는 고정익기를 포함한 틸터로터 비행체의 비행기 모드에 대해 적용이 가능한 것으로 지능제어에 적합한 퍼지로직(Fuzzy Logic)을 적용한 적응적 비선형 제어기법(Adaptive Nonlinear Control)을 연구하고 제어기법의 최적화(Optimization)를 위한 유전자 알고리듬(Genetic Algorithm) 적용 연구도 수행하였다. 본 연구에서는 UC Berkeley에 계시는 Tomizuka 교수께서 연구하신 퍼지로직의 알고리즘을 확장하고 이를 비행기 모드에 적용하였으며 특히 윈쉬어가 있는 경우에 대해 비행체의 자동착륙에 적용하였다. 나아가 유전자 알고리즘을 이용하여 퍼지로직에 기반을 둔 횡운동 유도제어 로직을 최적화하는 기법을 연구하였다. 특히 이러한 횡운동 제어로직은 측풍이 있는 경우 틸터로터 비행체의 자동 이착륙에 필수적인 로직이다. 두번째 연구는 VTOL 비행체의 하나인 틸터로터 비행체(한국항공우주연구원에서 개발함)에 대해 신경회로망(Neural Network)을 이용한 모델역변화 및 궤환 선형화 기법을 연구하였다. 일반적으로 비행제어 로직은 두 루프로 구성되어 있는데 내부루프는 제어명령을 수행하고 비행체를 안정화하는 것이고 외부루프는 유도명령을 생성하여 비행체가 이 명령을 수행하도록 하는 것이다. 본 연구에서는 내부루프는 모델역변환 기법을 이용하여 구성하였으며 이 과정에서 발생하는 모델오차를 보상하기 위해 신경망을 사용하였다. 그리고 외부루프에서는 출력기반 궤환선형화를 이용하여 유도명령을 생성하도록 하였다. 본 연구에서는 신경망을 적용한 모델역변환 기법과 출력기반 궤환 선형화 기법에 대한 안정성 평가에 대한 연구를 수행하였다. 그리고 이를 헬리콥터 모드에 적용하였다.
  • Research result and Utilization method
  • 1. 연구결과
    연구의 대상이 되는 비행체는 VTOL 비행체의 하나인 틸터로터 비행체이며 이 비행체의 특징은 헬리콥터 모드와 비행기 모드를 갖고 있는 것이다. 제어 로직 연구는 비행기 모드와 헬리콥터 모드에 대해 각각 연구하였다. 첫번째 연구주제는 고정익기를 포함한 틸터로터 비행체의 비행기 모드에 대해 적용이 가능한 것으로 지능제어에 적합한 퍼지로직(Fuzzy Logic)을 적용한 적응적 비선형 제어기법(Adaptive Nonlinear Control)을 연구하고 제어기법의 최적화(Optimization)를 위한 유전자 알고리듬(Genetic Algorithm) 적용 연구도 수행하였다. 두번째 연구는 VTOL 비행체의 하나인 틸터로터 비행체(한국항공우주연구원에서 개발함)에 대해 신경회로망(Neural Network)을 이용한 모델역변화 및 궤환 선형화 기법을 연구하였다. 일반적으로 비행제어 로직은 두 루프로 구성되어 있는데 내부루프는 제어명령을 수행하고 비행체를 안정화하는 것이고 외부루프는 유도명령을 생성하여 비행체가 이 명령을 수행하도록 하는 것이다. 본 연구에서는 내부루프는 모델역변환 기법을 이용하여 구성하였으며 이 과정에서 발생하는 모델오차를 보상하기 위해 신경망을 사용하였다. 그리고 외부루프에서는 출력기반 궤환선형화를 이용하여 유도명령을 생성하도록 하였다. 본 연구에서는 신경망을 적용한 모델역변환 기법과 출력기반 궤환 선형화 기법에 대한 안정성 평가에 대한 연구를 수행하였다. 그리고 이를 헬리콥터 모드에 적용하였다.
    2, 활용방안:
    (1) 기술적 측면
    본 연구를 통하여 획득한 기술을 이용하여 설계한 비행제어시스템을 직접 하드웨어에 적용하여 성능평가 단계를 거치며 기반기술을 축적한다면, 현재 우리나라에서 계획하고 있는 초음속 제트 훈련기, 고고도 무인항공기 등 항공기 개발사업에 통합 비행조종 시스템 설계기술과 이에 대한 시험평가 기술을 응용할 수 있으며, 이미 확보되어 있는 항공기 설계기술과 결합하여 비용절감 및 성능개선과 같은 효과를 기대할 수 있다. 그리고 이와 같은 과정에서 축적된 핵심기술을 차세대 항공기 개발사업 등과 연계해서 다중화 비행관리시스템, 고장허용 비행제어시스템, 충돌방지 시스템 등 최신 응용분야에 대한 연구를 체계적으로 지속할 경우 10~15년 후에는 우리나라도 선진국과 대등한 비행제어시스템 설계기술을 확보할 수 있을 것이다.

    (2) 경제․산업적 측면
    본 연구를 통하여 통합 비행조종 시스템 설계기술을 확보할 경우, 국내 산업체나 연구소에서 개발하는 항공기에 개발된 비행제어시스템을 장착할 수 있으므로 직접적인 수입대체 효과가 있다. 더불어, 차세대 항공기 개발 시 국내에서 개발한 비행제어시스템을 장착하지 않더라도 동급의 기술을 우리나라가 보유하고 있다고 항공산업 선진국이 판단할 경우에는 선진국에서 개발한 우수한 비행제어시스템을 저가로 공급받거나 한 수준 높은 비행제어시스템의 공동개발을 제안할 가능성도 있으므로 이에 따른 경제적 효과는 상당히 크다고 사료된다.
    고성능 항공기, 고기동 유도무기, 우주발사체, 헬리콥터 등은 복잡한 동특성으로 인해 제어기 설계에 많은 시간과 노력이 필요하다. 퍼지제어나 신경회로망 제어와 같은 새로운 지능제어기술은 기존의 선형제어기법으로 다루기 힘든 비행제어 문제를 해결할 수 있을 것이다. 또한, 시행착오에 의존하는 기존 비행제어 설계과정을 자동화 할 수 있는 효과적인 수단을 제공할 수 있을 것이며, 다양한 제어기 설계 문제를 다룰 수 있게 해 줄 것이다.
    항공우주 선진국에서는 개발된 비행제어시스템 설계기술을 지능형 자동차의 항법 및 제어 시스템 개발에 응용하고 있으며, 차세대 쾌속선박의 항법 및 운항제어시스템 개발에도 사용하고 있다. 따라서, 본 연구를 수행하며 개발될 지능제어기술은 다양한 환경에 대해 지능적으로 대처하는 전체 시스템의 해결능력 배양이라는 측면에서 전 산업분야에 미칠 영향은 매우 클 것이다. 통상적인 환경에서 작동하는 자동제어시스템 기술이나 시스템에 이상이 생겼을 경우에 지능적으로 작동하는 통합 관리시스템 기술은 자동차 분야에서 항법정보와 교통정보를 통합한 자동운항시스템, 각종 센서와 자동차 운항정보를 이용한 충돌방지시스템, 고장진단시스템 등에 적용될 수 있으며, 자율이동로봇의 제어시스템 설계에 사용이 가능하다. 따라서 향후 국내의 항공우
  • Index terms
  • 신경망을 이용한 적응제어, 모델역변환, 출력기반 궤한선형화, 퍼지로직, 유전자 알고리즘
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력
트위터 페이스북
NRF Daejeon
(34113) 201, Gajeong-ro, Yuseong-gu, Daejeon, Korea
Tel: 82-42-869-6114 / Fax: 82-42-869-6777
NRF Seoul
(06792) 25, Heonreung-ro, Seocho-gu, Seoul, Korea
Tel: 82-2-3460-5500 / Fax: 82-2-3460-5759
KRM Help Center
Tel : 042-710-4360
E-mail : krmcenter@nrf.re.kr / Fax : 042-861-4380