경로 추종을 위한 자율주행차량의 횡 방향 제어(Lateral Control)에는 동역학방법(Dynamic Method)과 기하학방법(Geometric Method)이 있다. 동역학적 방법에 대표적인 방법은 MPC(Model Predict Control)이 있으며, 기하학적 방법의 경로추종 알고리즘으로는 Pure Pursuit와 Stanley Method, V...
경로 추종을 위한 자율주행차량의 횡 방향 제어(Lateral Control)에는 동역학방법(Dynamic Method)과 기하학방법(Geometric Method)이 있다. 동역학적 방법에 대표적인 방법은 MPC(Model Predict Control)이 있으며, 기하학적 방법의 경로추종 알고리즘으로는 Pure Pursuit와 Stanley Method, Vector Pursuit 등이 있다. 기하학적 추종 방법에 따라 연산 된 주행 경로는 실제 차량이 정확하게 추종하기에는 차량과 타이어, 지면에 대한 다양한 동역학적 변수들을 계산 및 추정하기 매우 어렵기 때문에 연산 된 주행 경로와 실제 차량의 주행 경로는 횡 방향 오차를 가지고 있을 수밖에 없는 해결하기 어려운 문제가 늘 존재한다. 이를 해결하기 위해, 차량 모델을 실시간으로 예측 및 추정하는 MPC(Model Predict Contro)방법에 관하여 많은 연구가 진행 되었으나, 계산해야 할 변수가 너무 많고, 실시간적으로 다양한 상황에 대처하기에는 많은 어려움이 존재한다. 또한, 타이어 Slip율, 조향기구의 조향 응답 지연 등을 도로 위에서 실제 차량으로 측정하기엔 시시각각 변화하는 환경 모든 조건을 고려하여 측정하기 어렵다. 따라서 본 연구는 기하학적 경로추종 방법(Geometric Method)인 Pure Pursuit을 기반으로, 자율주행차량이 곡선도로를 주행 하는 경우에 한정하여, 탑승 인원 및 위치에 따라 달라지는 차량의 하중 과 무게배분에 따른 횡 방향 오차를 추정 하여 횡 방향 오차를 보정한 Pure Pursuit을 제시하고자 한다. 추후 본 연구의 성과물은 탑승인원이 많은 자율주행 버스나 적재 물 위치 및 무게에 따라 각 축의 축 중이 달라지는 자율주행 화물트럭에 참고 자료로 활용되기를 기대해 본다.
경로 추종을 위한 자율주행차량의 횡 방향 제어(Lateral Control)에는 동역학방법(Dynamic Method)과 기하학방법(Geometric Method)이 있다. 동역학적 방법에 대표적인 방법은 MPC(Model Predict Control)이 있으며, 기하학적 방법의 경로추종 알고리즘으로는 Pure Pursuit와 Stanley Method, Vector Pursuit 등이 있다. 기하학적 추종 방법에 따라 연산 된 주행 경로는 실제 차량이 정확하게 추종하기에는 차량과 타이어, 지면에 대한 다양한 동역학적 변수들을 계산 및 추정하기 매우 어렵기 때문에 연산 된 주행 경로와 실제 차량의 주행 경로는 횡 방향 오차를 가지고 있을 수밖에 없는 해결하기 어려운 문제가 늘 존재한다. 이를 해결하기 위해, 차량 모델을 실시간으로 예측 및 추정하는 MPC(Model Predict Contro)방법에 관하여 많은 연구가 진행 되었으나, 계산해야 할 변수가 너무 많고, 실시간적으로 다양한 상황에 대처하기에는 많은 어려움이 존재한다. 또한, 타이어 Slip율, 조향기구의 조향 응답 지연 등을 도로 위에서 실제 차량으로 측정하기엔 시시각각 변화하는 환경 모든 조건을 고려하여 측정하기 어렵다. 따라서 본 연구는 기하학적 경로추종 방법(Geometric Method)인 Pure Pursuit을 기반으로, 자율주행차량이 곡선도로를 주행 하는 경우에 한정하여, 탑승 인원 및 위치에 따라 달라지는 차량의 하중 과 무게배분에 따른 횡 방향 오차를 추정 하여 횡 방향 오차를 보정한 Pure Pursuit을 제시하고자 한다. 추후 본 연구의 성과물은 탑승인원이 많은 자율주행 버스나 적재 물 위치 및 무게에 따라 각 축의 축 중이 달라지는 자율주행 화물트럭에 참고 자료로 활용되기를 기대해 본다.
There are Dynamic Method and Geometric Method for Lateral Control of autonomous vehicles for path following. MPC (Model Predict Control) is a typical method for dynamic method, and Pure Pursuit, Stanley Method, and Vector Pursuit are examples of geometric path-following algorithms. The complex probl...
There are Dynamic Method and Geometric Method for Lateral Control of autonomous vehicles for path following. MPC (Model Predict Control) is a typical method for dynamic method, and Pure Pursuit, Stanley Method, and Vector Pursuit are examples of geometric path-following algorithms. The complex problem that we should consider is to solve dynamic parameters(vehicle, tires, and road conditions) in order to follow exact path that is calculated according to the geometric tracking method. This is the most problem because the computed traveling path and the traveling path of the actual vehicle have a lateral error. To solve this, there have researched many studies for MPC that estimate and calculate vehicle models in real time, but it stil also seems to be a lot of difficulties due to too many parameters to calculate and environments that meed to be dealt with for real-time environment. In addition, it is difficult to measure the tire slip rate and the steering response delay of the steering mechanism in consideration of all the environmental conditions that vary instantaneously in order to measure the actual vehicle on the road. This paper, therefore, suggests Pure Pursuit algorithm which is considered for vehicle weight distribution according to location of passengers to follow stable path for autonomous vehicle based on a geometric path tracking method (Geometric Method), and it is limited to the case where an autonomous vehicle travels on a curved road. I wish this research is expected to be used as a reference for autonomous trucks, buses, and huge cars, whose axes are changed depending on the weight and passengers on board.
There are Dynamic Method and Geometric Method for Lateral Control of autonomous vehicles for path following. MPC (Model Predict Control) is a typical method for dynamic method, and Pure Pursuit, Stanley Method, and Vector Pursuit are examples of geometric path-following algorithms. The complex problem that we should consider is to solve dynamic parameters(vehicle, tires, and road conditions) in order to follow exact path that is calculated according to the geometric tracking method. This is the most problem because the computed traveling path and the traveling path of the actual vehicle have a lateral error. To solve this, there have researched many studies for MPC that estimate and calculate vehicle models in real time, but it stil also seems to be a lot of difficulties due to too many parameters to calculate and environments that meed to be dealt with for real-time environment. In addition, it is difficult to measure the tire slip rate and the steering response delay of the steering mechanism in consideration of all the environmental conditions that vary instantaneously in order to measure the actual vehicle on the road. This paper, therefore, suggests Pure Pursuit algorithm which is considered for vehicle weight distribution according to location of passengers to follow stable path for autonomous vehicle based on a geometric path tracking method (Geometric Method), and it is limited to the case where an autonomous vehicle travels on a curved road. I wish this research is expected to be used as a reference for autonomous trucks, buses, and huge cars, whose axes are changed depending on the weight and passengers on board.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.