A Basic Study on the Extraction of Dangerous Region for Safe Landing of self-Driving UAMs

자율주행 UAM의 안전착륙을 위한 위험영역 추출에 관한 기초 연구

Recently, interest in UAM (Urban Air Mobility, UAM), which can take off and land vertically in the operation of urban air transportation systems, has been increasing. Therefore, various start-up companies are developing related technologies as eco-friendly future transportation with advanced technology. However, studies on ways to increase safety in the operation of UAM are still insignificant. In particular, efforts are more urgent to improve the safety of risks generated in the process of attempting to land in the city center by UAM equipped with autonomous driving. Accordingly, this study proposes a plan to safely land by avoiding dangerous region that interfere when autonomous UAM attempts to land in the city center. To this end, first, the latitude and longitude coordinate values of dangerous objects observed by the sense of the UAM are calculated. Based on this, we proposed to convert the coordinates of the distorted planar image from the 3D image to latitude and longitude and then use the calculated latitude and longitude to compare the pre-learned feature descriptor with the HOG (Histogram of Oriented Gradients, HOG) feature descriptor to extract the dangerous Region. Although the dangerous region could not be completely extracted, generally satisfactory results were obtained. Accordingly, the proposed research method reduces the enormous cost of selecting a take-off and landing site for UAM equipped with autonomous driving technology and contribute to basic measures to reduce risk increase safety when attempting to land in complex environments such as urban areas.

최근, 도시 교통체계 운항으로 수직이착륙이 가능한 UAM(Urban Air Mobility, UAM)의 관심이 고조되고 있다. 따라서 첨단 기술이 적용된 친환경 미래형 교통수단으로 다양한 스타트업 기업에서 관련 기술들을 개발하고 있다. 하지만, UAM의 운항에서 안전성을 높일 수 있는 방안들에 관한 연구들은 아직 미미한 편이다. 특히, 자율주행이 탑재된 UAM이 도심에서의 착륙을 시도하는 과정에서 발생되는 위험에 대한 안전성을 향상시킬 수 있는 노력이 더욱 절실하다. 이에, 본 연구에서는, 도심에서 자율주행 UAM이 착륙을 시도 할 때, 방해가 되는 위험영역을 회피하여 안전하게 착륙할 수 있도록 하는 방안을 제안한다. 이를 위하여, 먼저, UAM의 센서에 의해 관측되는 위험물들의 위도 및 경도 좌표값을 산출하고, 이를 바탕으로, 3차원 영상에서 왜곡이 고려된 평면 영상의 좌표를 위도와 경도로 변환한 후 산출된 위도와 경도를 이용하여 미리 학습된 특징 서술자와HOG(Histogram of Oriented Gradients, HOG) 특징 서술자와의 비교하여 위험영역을 추출하는 방안을 제안한다. 위험영역을 완벽히 추출할 수는 없었지만 대체적으로 만족할 만한 결과를 얻을 수 있었다. 이에, 제안된 연구 방법이 자율주행 기술이 탑재된 UAM의 이착륙장 선정에 따른 막대한 비용을 줄이고, 도심과 같은 복잡한 환경에서 착륙을 시도할 때 위험성을 감소시키고 안전성을 높이기 위한 기초적인 방안에 기여할 것으로 사료된다.