로터형 비행체의 확장현실 과학 시뮬레이션을 위한 고속·고정밀 유동 해석 및 가시화 모듈 개발

저자: 신정훈(KISTI), 박상진(KISTI), 박현솔(GIST), 황원태(GIST), 최성임(GIST), 김민아(KISTI)

확장현실(extended reality, XR)은 가상현실(virtual reality,  VR)과 증강현실(augmented reality, AR)을 아우르는 용어로써, Milgram과 Kishino [1]이 상기 두 가지 현실 간의 스펙트럼을 밝히기 위해 만든 혼합현실(mixed reality, MR)이라는 용어로 구체화 되었다. 최근에 가상과 물리적 공간과의 융합이 거대한 흐름으로 강조되고 디지털트윈의 수요처가 폭발적으로 증가하면서 확장현실 기술은 각종 산업분야로의 확대 적용이 일어나고 있다[2]. XR과의 별개로 3차원 유체 물리 모델링 및 시뮬레이션 기술이 게임·영화·미디어 산업에서 널리 사용되어 왔고 몇몇 VR 몰입 가시화가 시도된 사례가 있다[3]. 

본 연구에서는 드론, UAM 등의 각종 비행체와 관련된 XR 기반 과학 시뮬레이션 모듈 개발에 필요한 로터(rotor) 유동 시뮬레이션 파이프라인을 개발하였다. 기존에는 이 분야 사용자들은 원시적인 라그랑지안(Lagrangian) 입자 기법인 완화입자유체동역학법(smoothed particle hydrodynamics, SPH) 등의 고속 저정확도 유동 시뮬레이션을 많이 활용해왔으나[4], 산업 및 연구 응용이 고려되면서 고정밀 고속 유동 시뮬레이션을 XR 공간에서 실행해야 할 필요성이 대두되었다. 산업계에서 널리 사용되는 격자 기반 전산유체역학(computational fluid dynamics, CFD) 시뮬레이션은 예측 정확도가 매우 높지만 계산속도에 있어서 XR에 활용하기에는 턱없이 느리다. 이러한 양단을 고려하여 본 모듈에서는 항공분야에서 널리 쓰이는 로터 모형에 대해 와류입자기법(vortex particle method, 이하 VPM)을 개량한(reformulated) rVPM이라는 방식을 채택하고 탑재되었다[5].  

원시적인 VPM은 Vorticity - Velocity 형태를 공기역학에서 필수적으로 고려되는 난류 물리현상을 포함하지 않는다. 본 연구에서의 rVPM 기법에서는 LES 난류모형[6]을 고려하여 정식화된 지배방정식들을 사용하였다(상세 정식화는 논문 참조). 추가 계산 효율을 위해 로터 자체 표면에서의 유체역학 모사를 위해 단순 해석식으로 표현한 Actuator line model (ALM) [7]을 적용하였다. Fig. 1과 같이 로터 블레이드(blade)를 잘라서 나눈 각 1차원 요소가 받는 공기역학 계수, 힘 등을 바로 계산하고 그것들이 표면의 입자 와류로 전이되는 방식으로 로터와 외부유동을 연계하여 구할 수 있다.

Fig. 1. Particle Used for Immersed Vorticity in Actuator Line Model [5]

상기 설명한 방식으로 라그랑지안, 난류, 블레이드 역학을 모두 포함된 해석 알고리즘이 구축되었다. 본 연구에 사용된 해석코드의 핵심 rVPM 해석부는 미국 Brigham Young 대학에서 개발된 FLOWUnsteady [8]을 사용하였는데, 본 솔버는 계산 가속화를 위해 본 유동솔버는 Boston 대학에서 개발된 병렬처리 라이브러리인 ExaFMM [9]에 최적화 되어있으므로 해당 라이브러리 또한 함께 설치하였다. 추가로 본 연구에서는 로터와 바닥과의 상호 유동 또한 해석할 수 있게 코드를 수정하였다. 

이렇게 개발된 rVPM앱은 많은 계산코어가 필요한 여느 유동솔버와 마찬가지로 고성능컴퓨터(high performance computer, HPC) 등의 고사양 서버(server)에서 구동이 되고, 필요한 데이터에 대한 최종 렌더링만 디바이스에서 실행되는 방식을 채택하였다. XR 과학 가시화 파이프라인 개발을 위해 VTK 프레임워크를 사용하였고, 콘텐츠 개발 플랫폼으로 Unity3D를 활용하였다. 대상 디바이스는 마이크로소프트 사의 홀로렌즈2(Hololens 2)를 채택하였고, 해당 디바이스에 제공되는 사용자인터페이스(user interface, UI) 개발 툴킷인 MRTK 2를 사용하였다. 서버-디바이스 통신은 REST API 방식[10]을 채택하여 최종적으로 도심 UAM에서 유체 시뮬레이션 결과를 가시화하여 테스트를 수행하였다.

Fig. 2은 XR 환경에서 서버에서 구동하는 시뮬레이션을 수행하는 시뮬레이션-가시화 모듈을 보여준다. 이것을 통해 해석결과와 XR에서 범용적으로 적용되는 손 제스처 상호작용을 렌더링하게 된다. 앞서 설명한대로 서버에서는 유체 시뮬레이션 계산 뿐만 아니라 가시화 데이터를 만들어주는 라이브러리를 통해 분석 처리된다. 

Fig. 2. XR Framework module for simulation, visualization, and interaction

상기와 같이 개발된 유동해석 도구와 가시화를 위한 파이프라인을 서버에 설치한 모듈을 통해 최신 XR 기기인 Hololens 2 상에 시뮬레이션 실행 및 데이터 렌더링(rendering)이 수행된다. Fig. 3은 그 결과를 보여준다. 상단은 저작도구에서 실행된 화면을, 하단은 디바이스를 착용하고 바라본 화면을 보여준다. 

Fig. 3. Results of simulation running and rendering

기존 시각효과용 SPH 시뮬레이션에 비해 여전히 시뮬레이션 속도와 무선 렌더링 품질에 열세이지만, 산업/연구적으로 유효한 정밀한 유동 시각화 및 분석, 상호작용 등을 수행할 수 있을 것으로 기대한다. 향후 유/무선 통신망을 통해 XR 디바이스로 시뮬레이션 데이터를 렌더링한 단위 콘텐츠 모듈은 API 혹은 SDK화하여 비행체 주변의 유동 분석 및 각종 훈련 콘텐츠 등에 활용할 예정이다.

참고문헌

[1] Milgram, P. and Kishino, F., 1994, Taxonomy of Mixed Reality Visual Displays, IEICE. Transactions on Information Systems, 77(12), pp. 1321-1329.

[2] Wright, L. and Davidson, S., 2020, How to Tell the Difference between a Model and a Digital Twin, Advanced Modeling and Simulation in Engineering Science, 7(1), pp. 1-13.

[3] Stam, J., 2003, Real-time Fluid Dynamics for Games, Proceedings of the game developer conference, vol. 18, pp. 25.

[4] Kim, T. Y., 2013. 실시간 물리 시뮬레이션 기술의 최근 성과와 연구 동향. Communications of the Korean Institute of Information Scientists and Engineers, 31(11), 39-45.

[5] Alvarez, E., 2022, Reformulated Vortex Particle Method and Meshless Large Eddy Simulation of Multirotor Aircraf., Ph.D. Thesis, Brigham Young University.

[6] Vreman, A.W., 2003, The filtering analog of the variational multiscale method in large-eddy simulation, Physics of Fluids, 15(8), pp. 61-64.

[7] Lee, K. and Kwon, B.W., 1992, Efficient Modeling Method of Sheet Objects, Proceedings ASME Computers in Engineering Conference, San Francisco, CA, USA, pp. 437 - 446. 

[8] Alvarez, E. J., and Ning, A., “FLOWUnsteady: An Interactional Aerodynamics Solver for Multirotor Aircraft and Wind Energy,” AIAA AVIATION 2022 Forum, 2022.

[9] Yokota, R. and Barba, L.A., 2012, A tuned and scalable fast multipole method as a preeminent algorithm for exascale systems, International Journal of High-Performance Computing, 26(4), pp. 337-346.

[10] K. Relan, Building REST APIs with Flask, Berlin, Germany: APress, 2019.