This dissertation proposes a mission planning technique using an artificial potential field based on the Markov Decision Process (MDP) for the UAV mission planning problem. The mission planning problem of a single UAV is formulated as an MDP to establish an artificial potential field based on the optimal value and policy for the mission. By applying this to the potential field algorithm, the optimal MDP solution of low resolution can be used for mission planning in a continuous environment, enabling mission planning within limited computational resources. In order to verify the validity of the technique, the UAV mission planning simulation was performed, and the similarity with optimal path were tested when applying the technique through comparison with the MDP problem results for each resolution. In addition, the applicable range of the technique was discussed for conditions within the mission other than spatial factors.
본 학위논문에서는 무인기 임무계획 문제에 대해 Markov Decision Process(MDP)을 기반으로 하는 인공 포텐셜 장(Artificial potential field)을 이용한 임무계획 기법을 제안한다. 단일 무인기의 임무 계획 문제를 MDP로 정식화하여, 임무에 대한 최적 가치와 정책을 기반으로 하는 인공 포텐셜 장을 구축한다. 이를 포텐셜 필드(Potential field) 알고리즘에 적용하여 낮은 해상도의 MDP 최적 해를 연속적인 환경 내의 임무 계획에 활용할 수 있도록 하여, 제한된 연산 자원 내에서의 임무 계획이 가능하게 하였다. 기법의 타당성 검증을 위하여 무인기 임무 계획 시뮬레이션을 수행하였고, 해상도 별 MDP 문제 결과와 비교를 통해 기법 적용 시 최적 경로와 유사성을 확인하였다. 추가적으로, 공간적 요소 외의 임무 계획 내 상태에 대해 해당 기법의 적용 가능 범위가 논의되었다.
