1 |
1
복수의 무인 비행체 각각에 탑재된 센서를 통해 감지된 센싱 데이터를 수신하고, 상기 센싱 데이터를 누적 저장하여 빅데이터를 생성하는 빅데이터 생성부;상기 빅데이터를 분석 및 학습하여 상기 복수의 무인 비행체 각각의 현재 비행 상황에 따른 최적의 임계값을 도출하는 빅데이터 AI 처리부;상기 센싱 데이터를 이용하여 상기 복수의 무인 비행체 각각에 대한 비행 위험 수치를 계산하고, 상기 비행 위험 수치가 상기 임계값보다 크거나 같은 경우 상기 비행 위험 수치를 유효 위험 수치로 판단하는 위험 판단부; 및상기 복수의 무인 비행체 중 상기 유효 위험 수치가 가장 높은 무인 비행체를 마스터 무인 비행체로 선정하고, 상기 마스터 무인 비행체를 기준으로 상기 복수의 무인 비행체의 편대 대형을 재편하는 비행 제어부를 포함하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
2 |
2
제1항에 있어서,상기 센싱 데이터는비행 속도, 방향, 고도 중 적어도 하나를 포함하는 비행 정보와 온도, 습도, 풍속, 풍향 중 적어도 하나를 포함하는 기상 정보, 및 장애물과의 거리 및 방향 중 적어도 하나를 포함하는 장애물 정보를 포함하고,상기 빅데이터 생성부는상기 센싱 데이터를 시간 및 계절에 따라 누적 저장하여 상기 빅데이터를 생성하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
3 |
3
제1항에 있어서,상기 재편된 편대 대형은상기 복수의 무인 비행체가 열에 따라 배치되는 체인형 편대 대형, 상기 복수의 무인 비행체가 다각형 형태로 배치되는 폐쇄형 편대 대형, 및 상기 체인형 편대 대형 및 상기 폐쇄형 편대 대형이 결합된 복합형 편대 대형 중 적어도 하나를 포함하고,상기 비행 제어부는상기 체인형 편대 대형, 상기 폐쇄형 편대 대형, 및 상기 복합형 편대 대형 중 어느 하나에 따라 상기 복수의 무인 비행체의 편대 비행을 제어하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
4 |
4
제3항에 있어서,상기 비행 제어부는상기 센싱 데이터에 포함된 장애물 정보를 통해 상기 비행 위험 수치가 상기 유효 위험 수치로 판단된 경우, 상기 체인형 편대 대형으로 상기 복수의 무인 비행체의 편대 비행을 제어하고,상기 센싱 데이터에 포함된 기상 정보를 통해 상기 비행 위험 수치가 상기 유효 위험 수치로 판단된 경우, 상기 폐쇄형 편대 대형으로 상기 복수의 무인 비행체의 편대 비행을 제어하며,상기 센싱 데이터에 포함된 장애물 정보 및 기상 정보를 통해 상기 비행 위험 수치가 상기 유효 위험 수치로 판단된 경우, 상기 복합형 편대 대형으로 상기 복수의 무인 비행체의 편대 비행을 제어하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
5 |
5
제1항에 있어서,상기 위험 판단부는상기 비행 위험 수치가 상기 임계값보다 미리 설정된 값 이상으로 큰 경우, 해당 무인 비행체의 하드웨어에 이상이 있는 것으로 판단하고,상기 비행 제어부는상기 복수의 무인 비행체 중 상기 유효 위험 수치가 상기 해당 무인 비행체 다음으로 높은 무인 비행체를 상기 마스터 무인 비행체로 선정하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
6 |
6
제1항에 있어서,상기 빅데이터 AI 처리부는기상 정보 제공 서버와 연계하여, 상기 복수의 무인 비행체 각각의 위치 정보를 토대로 해당 지역의 기상 정보를 제공받고, 상기 기상 정보를 상기 빅데이터와 함께 분석 및 학습하여 상기 복수의 무인 비행체 각각의 현재 비행 상황에 따른 최적의 임계값을 도출하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
7 |
7
제1항에 있어서,상기 비행 제어부는상기 복수의 무인 비행체 각각에 대한 비행 위험 수치가 상기 임계값보다 작아지는 경우, 상기 복수의 무인 비행체의 편대 대형을 원래의 편대 대형으로 복귀하도록 비행 제어하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 시스템
|
8 |
8
군집 비행 관리 서버를 이용한 무인 비행체의 군집 비행 제어 방법에 있어서,상기 군집 비행 관리 서버의 빅데이터 생성부가 복수의 무인 비행체 각각에 탑재된 센서를 통해 감지된 센싱 데이터를 수신하고, 상기 센싱 데이터를 누적 저장하여 빅데이터를 생성하는 단계;상기 군집 비행 관리 서버의 빅데이터 AI 처리부가 상기 빅데이터를 분석 및 학습하여 상기 복수의 무인 비행체 각각의 현재 비행 상황에 따른 최적의 임계값을 도출하는 단계;상기 군집 비행 관리 서버의 위험 판단부가 상기 센싱 데이터를 이용하여 상기 복수의 무인 비행체 각각에 대한 비행 위험 수치를 계산하고, 상기 비행 위험 수치가 상기 임계값보다 크거나 같은 경우 상기 비행 위험 수치를 유효 위험 수치로 판단하는 단계;상기 군집 비행 관리 서버의 비행 제어부가 상기 복수의 무인 비행체 중 상기 유효 위험 수치가 가장 높은 무인 비행체를 마스터 무인 비행체로 선정하는 단계; 및상기 비행 제어부가 상기 마스터 무인 비행체를 기준으로 상기 복수의 무인 비행체의 편대 대형을 재편하는 단계를 포함하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 방법
|
9 |
9
제8항에 있어서,상기 센싱 데이터는비행 속도, 방향, 고도 중 적어도 하나를 포함하는 비행 정보와 온도, 습도, 풍속, 풍향 중 적어도 하나를 포함하는 기상 정보, 및 장애물과의 거리 및 방향 중 적어도 하나를 포함하는 장애물 정보를 포함하고,상기 빅데이터를 생성하는 단계는상기 센싱 데이터를 시간 및 계절에 따라 누적 저장하여 상기 빅데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 방법
|
10 |
10
제8항에 있어서,상기 재편된 편대 대형은상기 복수의 무인 비행체가 열에 따라 배치되는 체인형 편대 대형, 상기 복수의 무인 비행체가 다각형 형태로 배치되는 폐쇄형 편대 대형, 및 상기 체인형 편대 대형 및 상기 폐쇄형 편대 대형이 결합된 복합형 편대 대형 중 적어도 하나를 포함하고,상기 복수의 무인 비행체의 편대 대형을 재편하는 단계는상기 센싱 데이터에 포함된 장애물 정보를 통해 상기 비행 위험 수치가 상기 유효 위험 수치로 판단된 경우, 상기 체인형 편대 대형으로 상기 복수의 무인 비행체의 편대 비행을 제어하는 단계;상기 센싱 데이터에 포함된 기상 정보를 통해 상기 비행 위험 수치가 상기 유효 위험 수치로 판단된 경우, 상기 폐쇄형 편대 대형으로 상기 복수의 무인 비행체의 편대 비행을 제어하는 단계; 및상기 센싱 데이터에 포함된 장애물 정보 및 기상 정보를 통해 상기 비행 위험 수치가 상기 유효 위험 수치로 판단된 경우, 상기 복합형 편대 대형으로 상기 복수의 무인 비행체의 편대 비행을 제어하는 단계를 포함하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 방법
|
11 |
11
제8항에 있어서,상기 비행 위험 수치가 상기 임계값보다 미리 설정된 값 이상으로 큰 경우, 상기 위험 판단부가 해당 무인 비행체의 하드웨어에 이상이 있는 것으로 판단하는 단계를 더 포함하고,상기 마스터 무인 비행체로 선정하는 단계는상기 복수의 무인 비행체 중 상기 유효 위험 수치가 상기 해당 무인 비행체 다음으로 높은 무인 비행체를 상기 마스터 무인 비행체로 선정하는 단계를 포함하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 방법
|
12 |
12
제8항에 있어서,상기 빅데이터 AI 처리부가 기상 정보 제공 서버와 연계하여, 상기 복수의 무인 비행체 각각의 위치 정보를 토대로 해당 지역의 기상 정보를 제공받는 단계를 더 포함하고,상기 최적의 임계값을 도출하는 단계는상기 기상 정보를 상기 빅데이터와 함께 분석 및 학습하여 상기 복수의 무인 비행체 각각의 현재 비행 상황에 따른 최적의 임계값을 도출하는 단계를 포함하는 것을 특징으로 하는 무인 비행체의 군집 비행 제어 방법
|