재해 이후 구조 UAV를 위한 3차원 경로 계획: 개선된 회색늑대 최적화기법과 인공 잠재장 기법 통합

무인 항공기(UAV)의 경로 계획은 효율적이고 안전한 검색 활동을 보장하기 위해 UAV 수색 및 구조 작전에서 매우 중요하다. 그러나 기존의 대부분의 경로 계획 알고리즘은 재해 후 산악 구조 임무 시나리오에 적합하지 않다. 따라서 본 논문에서는 개선된 회색늑대 최적화기법(GWO)과 개선된 인공 잠재장(APF) 알고리즘의 융합에 기반한 IGWO-IAPF 알고리즘을 제안한다. 이 알고리즘은 회색늑대 최적화기를 기반으로 하여 여러 가지 개선점을 도입한다. 첫째, 알고리즘의 글로벌 및 로컬 탐색 능력을 균형 있게 조절하기 위해 제어 매개변수에 대한 비선형 조정 전략을 제안한다. 둘째, 알고리즘의 탐색 능력을 조정하고 로컬 최적점에 빠질 확률을 줄이기 위해 최적화된 개별 위치 업데이트 전략을 채택한다. 또한, 경로 필드 기반의 전통적인 인공 잠재장 알고리즘에 웨이포인트 매력력을 통합하여 3차원 경로 계획의 요구사항을 충족하고 로컬 최적점에 빠질 확률을 더욱 줄인다. IGWO를 사용하여 초기 경로를 생성하고, 각 점은 매력력을 부여받으며, 이후 경로 계획을 위해 IAPF를 활용한다. 시뮬레이션 결과, 개선된 IGWO는 기존 GWO에 비해 수렴이 약 60% 개선됨을 보여준다. 게다가 통합된 IGWO-IAPF 알고리즘은 다른 전통적인 알고리즘에 비해 경로 계획 효과성이 약 10% 개선됨을 나타낸다. 이 알고리즘은 더 짧은 비행 거리와 더 높은 안전성 등의 특성을 가지고 있어 재해 후 구조 임무의 요구사항을 충족하는 데 적합하다.