Distributionally Robust Acceleration Control Barrier Filter for Efficient UAV Obstacle Avoidance

1. 문제 정의 (Problem Statement)

무인 항공기 (UAV) 는 도시 물류, 재난 대응, 복잡한 환경 점검 등 다양한 분야에서 동적 장애물 (다른 UAV, 조류, 인간 등) 에 대해 빠르게 반응해야 합니다. 기존 동적 장애물 회피 (DOA) 시스템은 다음과 같은 한계를 가집니다:

• 계산 부하: 모델 예측 제어 (MPC) 나 이차 계획법 (QP) 기반의 제어 장벽 함수 (CBF) 는 실시간 (100Hz 이상) 처리가 어렵고 임베디드 하드웨어에 부담을 줍니다.
• 지연 및 불확실성: 센서 감지부터 작동기 제어까지의 지연 (Latency) 과 장애물 운동의 불확실성을 고려하지 않으면 고속 비행 시 안전 위반이 발생할 수 있습니다.
• 제어 수준: 기존 CBF 는 주로 위치나 속도 수준에서 작동하며, UAV 의 2 차 동역학 (가속도/추력) 에 직접 적용 가능한 폐쇄형 (closed-form) 가속도 제약 조건을 제공하지 못합니다.

이 논문은 제한된 온보드 자원에서 지연, 불확실성, 작동기 한계를 고려하면서도 100Hz 의 실시간 속도로 안전한 동적 장애물 회피를 보장하는 새로운 프레임워크를 제안합니다.

2. 제안된 방법론 (Methodology)

저자들은 **분산 강건 가속도 제어 장벽 함수 (DR-ACBF)**를 개발했습니다. 이는 가속도 명령을 선형 반공간 (linear half-space) 제약으로 직접 제한하여 QP(이차 계획법) 해법 없이도 실시간 계산을 가능하게 합니다.

핵심 구성 요소:

1. 가속도 공간 CBF (Acceleration CBF):

   • UAV 와 장애물 간의 거리 함수를 2 차 미분하여 가속도 수준의 안전 조건을 유도합니다.
   • 이를 짧은 예측 구간 ($H$) 에서 선형화하여, UAV 의 가속도 명령에 대한 **선형 반공간 제약 ($A_i a_e \leq b_i$)**으로 변환합니다.
   • 유효 여유 거리 (Effective Clearance, $R_{eff}$): 센서 지연, 작동기 한계 (가속도, 저크), 장애물의 최대 가속도 추정을 반영하여 안전 거리를 보수적으로 확장합니다.

2. 확률적 위험 할당 및 Cantelli Tightening:

   • 여러 장애물이 존재할 때 전역 위험 예산 ($\alpha_{total}$) 을 각 장애물의 접근 속도와 거리에 비례하여 할당합니다.
   • Cantelli 부등식을 사용하여 센서 불확실성 (공분산) 을 고려한 제약 조건 강화 (Tightening) 를 수행합니다. 이는 확률적 안전 ($1-\alpha_i$) 을 보장합니다.

3. DR-CVaR 조기 경고 (Early Warning Trigger):

   • **분산 강건 조건부 위험 가치 (DR-CVaR)**를 기반으로 한 조기 경고 레이어를 도입했습니다.
   • 몬테카를로 샘플링을 통해 미래의 위험을 예측하고, 장벽 위반이 임박하기 전에 안전 마진을 동적으로 확장합니다. 이는 지연으로 인한 늦은 반응을 방지하고 ACBF 의 실행 가능성을 높입니다.

4. Gauss-Southwell 투영 (Gauss-Southwell Projection):

   • 기존 QP 솔버 대신 고정 시간 Gauss-Southwell 투영 알고리즘을 사용하여 계산 부하를 줄였습니다.
   • 가장 위반된 제약 조건을 순차적으로 해결하여 가속도 명령을 보정합니다. 이는 QP 대비 계산 시간이 크게 단축됩니다.

3. 주요 기여 (Key Contributions)

• 가속도 수준의 분산 강건 필터: UAV 의 2 차 동역학에 직접 적용 가능한 선형 가속도 제약 조건을 폐쇄형으로 유도했습니다.
• 지연 및 불확실성 통합: 유효 여유 거리 ($R_{eff}$) 와 Cantelli Tightening 을 통해 센서 지연과 장애물 운동 불확실성을 체계적으로 처리합니다.
• 실시간 최적화: QP 솔버를 사용하지 않고 Gauss-Southwell 투영을 적용하여 100Hz 제어 주파수를 달성하고 계산 부하를 31% 이상 절감했습니다.
• DR-CVaR 기반 조기 경고: 위험이 임박하기 전에 ACBF 를 활성화하여 반응 속도를 향상시키는 새로운 트리거 메커니즘을 제안했습니다.

4. 실험 결과 (Results)

시뮬레이션 결과 (MATLAB, 100Hz):

• 성능: 제안된 DR-ACBF 는 기존 CBF-QP, MPC, RP-CBF 와 비교하여 성공률 (99.64%) 과 안전 마진은 유지하면서, 처리 시간 (Processing Time) 을 31%~54% 감소시켰습니다.
• 반응 시간: 명령 시간 (Command Time) 이 기존 방법들보다 훨씬 짧아 빠른 회피가 가능했습니다.
• Ablation Study: DR-CVaR 조기 경고 기능을 제거한 경우 성공률이 34.9% 로 급격히 떨어졌으며, 이를 활성화했을 때 82.5% 로 크게 향상됨을 확인하여 조기 경고의 중요성을 입증했습니다.

하드웨어 실험 (Crazyflie UAV):

• 환경: OptiTrack 모션 캡처 시스템과 3D 레이더 시뮬레이션을 사용하여 Crazyflie 2.1 UAV 로 실험했습니다.
• 결과: 정지 및 이동 상태, 단일 및 이중 장애물 회피 시나리오에서 모든 비행에서 충돌 없이 성공했습니다.
• 안전성: UAV 와 장애물 간의 최소 분리 거리가 설정된 안전 한계 ($R_{sum} = 0.2m$) 를 항상 초과하여 안전성을 입증했습니다.
• 실시간성: 제한된 하드웨어 자원에서도 100Hz 제어 주기를 유지하며 안정적으로 작동함을 확인했습니다.

5. 의의 및 결론 (Significance & Conclusion)

이 논문은 UAV 의 동적 장애물 회피 분야에서 **형식적 안전 보장 (Formal Safety Guarantee)**과 실시간 성능 (Real-time Performance) 사이의 격차를 해소했습니다.

• 계산 효율성: 무거운 QP 솔버 없이도 선형 투영 기법을 통해 임베디드 플랫폼에서의 실시간 적용을 가능하게 했습니다.
• 강건성: 지연, 불확실성, 그리고 예측 불가능한 장애물 운동을 고려한 분산 강건 접근법은 실제 환경에서의 신뢰성을 높였습니다.
• 확장성: Crazyflie 와 같은 소형 UAV 에서 성공적으로 검증되었으며, 향후 라이다/비전 센서와 중형 UAV 로 확장될 수 있는 기반을 마련했습니다.

결론적으로, 제안된 DR-ACBF 프레임워크는 제한된 컴퓨팅 자원을 가진 UAV 가 복잡하고 동적인 환경에서도 안전하고 민첩하게 비행할 수 있는 강력한 솔루션을 제공합니다.