비행제어·장애물 회피…임무수행 핵심

최근 드론에 대한 관심이 높아지면서 다양한 분야에서 드론이 활용되고 있다. 아마존과 DHL경우 멀티콥터를 이용한 운송 서비스를 구축해 시험운행 중이고, 구글은 50m급 태양광 무인기를 인수해 인터넷 중계기로 활용, 전 세계에서 인터넷을 사용할 수 있도록 한다는 야심찬 계획을 발표했다. 국제 가전 전시회인 ‘CES 2015’에서는 다수의 드론을 제어하는 모습을 시연함으로써 군집 비행의 가능성 및 활용성을 선보였다.

드론은 이제 일반인에게도 레저용 혹은 촬영용으로도 사용되고 있어 운동하는 모습을 추적하며 촬영하거나 드론을 통해 단체 사진을 촬영할 수 있다. 한편, 국내에서도 드론을 활용한 다양한 연구개발(R&D) 사업이 진행되고 있다. 특히 재난 환경에서 드론을 활용해 빠른 정찰 및 실종자 수색을 통해 골든타임 안에 인명구조를 하겠다는 계획을 내놨다. 사실 이렇게 다양한 분야에서 드론이 활용될 수 있었던 것은 기존 로봇의 2차원 공간의 제한을 3차원 공간으로 넓힘으로써 다양한 미션을 수행할 수 있는 계기를 마련했기 때문이다.


드론으로 할 수 있는 대표적인 임무인 운송을 예로 들어 보자. 우선 운송할 물품을 탑재한 드론이 도착지로 이동하기 위해 안정적인 이륙을 수행해야 한다. 이때 바람이 불어도 정해진 위치를 유지하며 비행할 수 있는 제자리 비행 기술이 필요하다. 이륙을 하면 GPS와 같은 정보를 활용해 정해진 목적지까지 이동하게 되는데, 이동 중에 직면할 수 있는 다양한 장애물을 탐지하고 회피해야 한다.

그리고 도착지에 다가가면 운송 물품을 정해진 위치에 안전하게 내려놓아야 한다. 하지만 GPS의 경우 이동 시 오차가 5m 이상 발생하기 때문에 보다 정밀한 위치 인식기술이 필요하다. 특히 GPS 신호 수신이 취약한 지역에 물품을 전달하기 위해서는 영상 기반 위치인식 방법도 고려해야 한다.


한편, 지상국(GCS, Ground Control System)에서는 드론 운용 상태를 실시간으로 파악하기 위해 드론과의 강건한 통신 시스템이 구축돼야 한다. 이제 임무 수행을 위해 필요한 요소 기술에 대해 생각해보자.


제자리 비행 기술
드론이 안정적으로 이륙하기 위해서는 자신의 자세를 수평하게 유지하면서 정해진 고도까지 올라가야 한다. 기본적으로 드론이 제자리 비행을 수행하기 위해 주로 관성 측정 센서인 IMU (Inertial Measurement Unit)를 활용한다. 특히 전자부품이 초소형화 되면서 MEMS 기반의 IMU가 드론에 주로 탑재되며, 칼만 필터와 같은 필터 기술을 활용해 보다 정확한 자세 데이터를 확보하고 있다. 하지만 드론에 사용되는 IMU가 저가다 보니 시간이 지날수록 오차가 누적돼 정밀한 제자리 비행이 불가능하다.

따라서 또 다른 센서 정보들을 융합해 제자리 비행을 수행해야 한다. 일반적으로는 GPS 정보와 융합해 제자리 비행을 수행하지만, GPS가 수신되지 않은 건물 사이와 같은 경우 문제가 발생하고 정밀도가 낮아 정확한 제자리 비행이 힘들다. 최근에는 바닥면에 고속 카메라 센서를 부착하고 고속 카메라를 통해 획득한 영상 프레임 간 비교를 통해 이동을 감지하는 옵티컬 플로 기술을 활용해 실내에서도 제자리 비행을 할 수 있도록 도와준다.

장애물 회피
드론으로 자율 비행을 수행하기 위해 반드시 필요한 요소 기술은 장애물을 인지하고 피하는 기술이다. 사실 GPS만을 가지고 정해진 위치까지 이동하는 데는 현재 상용 제품으로도 충분하다. 하지만 갑작스런 장애물 혹은 지도 데이터 갱신이 늦어 발생한 장애물들이 존재하기 때문에 장애물을 피하도록 실시간 비행경로를 재조정해야 한다. 우선 장애물 인지를 위해 장애물과의 거리 정보 획득이 필요하다. 거리 정보를 획득하기 위해 스테레오 카메라, 라이더(LiDAR), 프라임센스(PrimeSense)와 같은 센서들이 사용된다.

스테레오 카메라는 사람처럼 두 대의 카메라를 사용해 획득한 영상을 비교해 거리를 측정하는 방법으로 실내외 모두 가능하지만, 거리에 따라 정확도가 급격히 떨어지는 문제가 있다. 프라임센스는 패턴 조명을 활용한 구조형 광(structured light) 방식을 사용해 거리 정보를 획득한다. 저가이고 7m 이내에서는 빠르게 인지할 수 있는 반면, 빛이 있는 경우 활용이 어려운 문제가 있다.

마지막으로 라이더는 TOF(Time Of Flight) 방식으로 빛이 물체에 반사돼 돌아오는 시간을 분석해 거리를 측정하는 방식으로 먼 거리에 대해서도 측정할 수 있고, 실내외에서도 사용이 가능하다. 하지만 2차원 평면에 대해서만 측정이 가능하다는 단점이 있다. 최근에는 3차원 공간에 대해 TOF 방식으로 거리 측정이 가능한 제품들이 나오고 있지만, 아직까지는 고가다보니 드론에 탑재하기는 어렵다.

정밀 위치 인식
일반적으로 GPS를 활용해 정해진 목적지까지 이동하는 것은 문제가 없다. 하지만 특정 위치에 정확하게 착륙하기 위해서는 GPS보다 정밀한 위치 인식 기술이 필요하다. 특히 실내와 같이 GPS 정보를 수신할 수 없는 지역은 별도의 위치 인식 시스템이 요구된다. 따라서 정밀 위치 인식은 실외와 실내로 구분해 설명할 수 있다.

실외의 경우 정밀 위치 인식을 위해 다양한 기술이 연구되고 있다. 기본적으로 영상 센서를 활용해 바닥면의 마커를 보고 정밀하게 착륙하는 기법이 있다. 이 경우 마커가 붙어있는 지역만 가능하고, 시간에 따라 인식률이 다르다는 단점이 있다.

한편, GPS 정보를 활용한 RTK 방식은 코드 처리 방식인 DGPS(Differential GPS)와 달리 반송파 신호를 사용하는 방식으로 CDGPS(Carrier phase DGPS)라고 한다. RTK는 기본적으로 지상국에 고정된 GPS 수신기를 설치해 지상국 위치 좌표와 위성에 의한 좌표 차이값(위치 보정 데이터)을 취득해 드론에 탑재된 GPS 수신기에 전달한다. 드론에 탑재된 GPS 수신기는 위성에 의해 취득한 좌표에 지상국으로부터 송신되는 위치보정 데이터(correction data)를 합성해 현 지점의 정확한 좌표를 실시간으로 결정할 수 있다.

그 결과 RTK는 5㎝ 정도의 오차로 측정이 가능하다. 하지만 대부분 고가의 제품이다 보니 드론에 탑재하기 어렵다. 다행스럽게도 최근 스타트업 업계에서 오픈소스를 활용한 저가의 RTK 제품이 개발되고 있다. 실내의 경우 GPS 정보를 수신할 수 없기 때문에 위치를 파악하기가 어렵다. 따라서 실내에서는 상대 위치를 주로 파악한다. 상대 위치를 확인하는 방법으로 널리 사용이 되는 것은 모션 캡처 방식이다.

모션 캡처는 측정하고자 하는 객체에 마커를 부착하고 IR 카메라를 통해 인식하는 방법으로 초당 1000번 이상 데이터를 측정하고, 1㎜ 이하의 정밀도를 가질 수 있다. 따라서 매우 정밀하게 제어할 수 있기 때문에 제어기술 연구에 주로 활용되고 있다. 고가의 제품이고, 제한된 영역만 측정할 수 있다는 한계가 있다.

통신
마지막으로 드론이 임무를 수행하는 동안 실시간으로 상태 및 임무 수행 영상 등을 지상국에 전달해야 한다. 드론과 지상국 간 통신 프로토콜은 아직까지 표준화 되지 않았지만, 스위스 취리히대학에서 개발한 MAVLink 프로토콜을 주로 활용하고 있다. 한편, 지상국과의 통신을 위해 기본적으로 ISM 밴드인 2.4GHz 혹은 5GHz를 사용한다.

하지만 통신 범위가 2㎞를 넘지 못하기 때문에 장거리 이동시에는 LTE망을 활용해야 한다. 다행스럽게도 드론에 탑재할 수 있을 정도의 경량의 LTE 라우터가 판매되고 있기 때문에 상용 드론에 활용될 수 있다. 하지만 드론이 이동 시에는 네트워크 상태가 일정하게 유지되지 못하기 때문에 실시간 비디오 스트리밍의 경우 데이터 손실 혹은 지연이 발생할 수 있다. 따라서 비디오 스트리밍을 위한 에러 제어 기술이 필요하다.

비행 제어 컴퓨터
비행 제어 컴퓨터는 각종 센서로부터 수집한 정보를 통해 드론의 비행 상태를 감지하고, 원하는 비행 상태로부터 어느 정도 오차가 발생했는가를 측정해 오차를 줄이는 방향으로 자세를 제어하는 프로세싱을 수행하는 임베디드 시스템이다.

전체 동작 방식을 살펴보면, 우선 비행 제어를 위해 각종 센서로부터 위치정보를 받고 센서 퓨전을 통해 위치를 추정한다. 위치 정보를 통해 다음 위치로 이동하기 위해서는 어느 방향으로 이동해야 하는가를 GPS 기반으로 전체 좌표계에서 확인하고, 다시 드론 동체 좌표계로 변환해 확인한다.
이 과정이 끝나면 이동해야 하는 방향에 따라 드론 자세(roll, pitch, yaw)를 계산하고, 어느 정도 속도로 이동할지를 계산해 자세를 변화시키는 속도를 계산한다. 변환된 정보를 바탕으로 드론에 있는 로터 속도량을 계산하게 되고, 원하는 위치로 이동하게 된다.

ROS와 연동
한편, 최근 리눅스 기반의 협업 개발 및 발전을 지원하는 비영리단체인 리눅스재단이 지난해 10월에 발표한 ‘드론코드 프로젝트’는 오픈소스 기반으로 비행 제어 시스템 개발하고 있다. 드론코드 프로젝트의 핵심 시스템인 ‘픽스호크(Pixhawk)’는 현재 스위스 취리히대학에서 오픈소스 및 오픈하드웨어로 개발 중이다.

픽스호크는 노드 기반 방식으로 동작하기 때문에 필요한 부분에 대해 독립적으로 개발이 가능하다. 특히 네트워크 기반으로 정보를 전달해 임무 컴퓨터와도 연동을 쉽게 할 수 있다. 최근에는 ROS(Robot Operating System)과 연동을 통해 기존에 개발된 임무 시스템을 쉽게 픽스호크에 연동시킴으로써 포팅을 위한 개발기간을 대폭 단축할 수 있게 됐다.
문성태 한국항공우주연구원 선임연구원


▶미래를 여는 테크 플랫폼 '테크엠' 바로가기◀
▶[MIT테크놀로지리뷰] 비트코인의 도시에서 주말나기
▶ICT·과학기술 젊은 리더들이 뭉쳤다
▶피 한 방울로 암·치매까지 밝힌다
▶[UX심포니] 단 하나뿐인 IoT 개인화 마케팅
▶[드론①] 드론, 생활 속으로 들어오다