UAV(Unmanned Aerial Vehicle)가 도시의 저고도 환경에서 고가도로 아래를 지나거나, 고층 건물에 의해 가려질 때에도 정확한 위치결정을 수행할 수 있을까? 안전한 자율비행을 위해서 제안된 기술들을 살펴보자.

 항법이란, GNSS, 관성항법, 영상, 인공지능 등을 활용하여 이동체가 자신이 어디에 위치하고 있는지를 파악하는 기술이다. 초기 드론은 항법을 위해 GNSS를 사용하였다. GNSS를 이용하면, 위성에서 송신된 신호로부터 위치를 추정하여 절대적 위치인 지구상의 위･경도를 알 수 있다. 그러나, 위성으로부터의 미약한 신호를 수신해야 하므로, 장애물에 의해 차단된 위치에서는 항법이 불가능하다. 즉, UAV의 자율비행을 위해서 GNSS는 필수적이고 모든 복합항법시스템의 기준이 되는 항법 수단이지만, 단점을 보완하기 위해 드론에 추가적인 센서를 장착하고 이를 활용한 정밀항법 기술이 필요하다.

 UAV의 정밀항법을 위해 많이 활용되는 센서 중에 대표적인 것으로는 GNSS뿐만 아니라 카메라, LiDAR(Light Detection And Ranging), 관성 측정 장치(IMU, Inertial Measurement Unit) 등이 있다. 이 중 카메라와 LiDAR를 이용해 이전에 알려지지 않은 환경의 지도를 구축하는 동시에 지도 내에서 자신의 위치를 파악하는 기술인 SLAM(Simutaneous Localization and Mapping)에 관한 연구가 활발히 진행되고 있다. SLAM은 Visual SLAM과 LiDAR SLAM으로 구분되는데, Visual SLAM은 카메라 및 기타 영상 센서로 획득한 영상을 사용하고, LiDAR SLAM은 레이저 센서를 주로 사용하는 방법이다. 카메라는 저비용으로 구현할 수 있고, 레이저 센서는 고정밀 거리측정이 가능하여 지도 생성에 효과적이다. 그러나, SLAM에도 UAV의 위치를 놓칠 수 있는 위험이 존재한다. 즉, UAV의 위치 추정을 위해서 단독으로 사용될 수 없다. 도시 환경에서 UAV에 대한 정확한 항법 솔루션을 찾기 위해서는 다양한 종류의 센서로부터 정보를 수집하여 측정 결과를 융합하는 기술이 필요하다.

 예를 들어, GPS 센서는 주변 장애물로 인한 신호 방해 및 반사로 인해 위치 추정의 어려움을 겪지만, LiDAR SLAM은 장애물과 같은 물리적 특징을 이용해 위치를 추정한다. 또, LiDAR SLAM은 레이저 센서로부터 얻는 데이터의 밀도가 세밀하지 않아 오류가 발생하기 쉬운데, GPS 센서는 시간이 지나도 발산하지 않아 LiDAR SLAM의 오류를 제한할 수 있다. 그러므로, GPS와 LiDAR SLAM 기술은 각각의 약점을 보완하며 함께 사용하면 훨씬 더 정확한 내비게이션 솔루션을 제공할 수 있다.

 이러한 센서 융합 기반 정밀항법은 복수의 센서에서 제공되는 데이터를 융합하여 측위를 수행하는 기술이다. 각각의 센서 데이터를 융합함으로써 하나의 센서가 갖고 있는 단점을 다른 센서를 이용하여 보완하며, 이를 토대로 보다 정밀한 위치 추정을 가능하게 한다.

 한국형 도심항공교통 기술로드맵에도 항법시스템은 여러 센서를 복합하는 기술로 개발된다. 이렇게 거의 모든 분야에서 기존의 항공용보다 더 발전된 기술들이 시나리오에 설정된 만큼, 우리는 UAM 상용화뿐만 아니라 그에 이르기까지 발전될 기술에도 큰 기대를 가질 수 있을 것이다.