초록
최근 무인항공기(UAV : Unmanned Aerial Vehicle)에 대한 연구가 다양한 각도로 진행되어 군사용 비행체에 관한 연구에서 부터 민간용 비행체 및 일반 취미 활동용 비행체에 이르기까지 다양하게 연구가 진행되고 있다. 특히, 무인 소형 비행체에 대한 연구는 수직이착륙(VTOL : Vertical Take-Off and Landing)과 용이한 방향전환 및 정지비행(hovering)에 대하여 연구되고 있으며, 이러한 연구부분에 적합한 무인 소형 비행체가 쿼드로터(quardrotor)형 무인비행체를 중심으로 연구되고 있다. 이러한 무인 비행체에 대한 연구는 공기역학적 힘에 의해 부양되므로 복잡한 동역학 분석과정을 필요로 하고 있으며, 이러한 역학적 분석 및 실험적 모델을 바탕으로 제어기를 설계하고 있다. 본 논문에서는 일반적인 PID 제어기를 바탕으로 기본적인 자세제어를 구현한 후, 제어기 설계에 고려하지 못한 비선형적인 요소를 신경회로망(neural networks)의 강화학습(reinforcement learning) 알고리즘을 이용하여 일반적인 제어기 설계에 고려하지 못한 비선형적인 요소를 보완하여 보다 안정적인 쿼드로터의 자세제어 방안을 제시하고자 한다.
Recently, the studies of the Unmanned Aerial Vehicle(UAV) has been studied a variety from military aircraft to civilian aircraft and for general hobby activity aircraft. In particular, for small unmanned aircraft research for the ease of turning and hovering and Vertical-Off Take Landing(VTOL), have been studied mainly quadrotor unmanned aircraft is a type suitable for this study of small unmanned aircraft. The studies of these unmanned aircraft is the kinetic analysis requires complex processes, because these support by the aerodynamic forces on the unmanned aircraft study, and the controller design based on these dynamical analysis and experimental model analysis. In this paper, after the implementation of the basic attitude control based on a general PID controller, we propose concept design of the attitude control method on quadrotor attitude control by using the reinforcement learning algorithm of neural networks for non-linear elements not considered in the controller design.
