개별 로봇에 역할을 분담시켜 효율적인 작업을 수행할 수 있는 다중 로봇 시스템은 경로 계획, 포메이션 제어, 지도 생성 및 측위 등과 같이 운용에 필요한 다양한 기술들을 필요로 한다. 그중에서 다중 로봇 경로 계획(MRPP, Multi-Robot PathPlanning)은 각 로봇이 장애물 및 로봇 간의 충돌 없이 목표 지점에 도착하도록 여러 로봇의 충돌 없는 경로를 찾는 계획문제이다. MRPP 문제는 로봇의 규모나 정보 ...
개별 로봇에 역할을 분담시켜 효율적인 작업을 수행할 수 있는 다중 로봇 시스템은 경로 계획, 포메이션 제어, 지도 생성 및 측위 등과 같이 운용에 필요한 다양한 기술들을 필요로 한다. 그중에서 다중 로봇 경로 계획(MRPP, Multi-Robot PathPlanning)은 각 로봇이 장애물 및 로봇 간의 충돌 없이 목표 지점에 도착하도록 여러 로봇의 충돌 없는 경로를 찾는 계획문제이다. MRPP 문제는 로봇의 규모나 정보 가용성 등에 따라 다양한 방식으로 해결되고 있으며 대표적으로 HCA*(Hierarchical Cooperative A*), CBS(Conflict-Based Search) 등이 있다. 이러한 알고리즘은 각자 필요한 방식에 따라 비용 함수를 정의하고 최적화된 결과를 통해 충돌을 회피하는 경로를 생성한다. 하지만 기존 알고리즘들은 모든 로봇의 운용 속도가 동일하다는 가정하에 경로 계획을 진행한다. 이로 인해 기존 알고리즘으로 생성된 경로를 서로 다른 속도로 운용되는 실세계 로봇에 적용할 경우 충돌을 회피하지 못하는 한계점을 가진다. 실제로 로봇을 운용할 때 일정한 속도를 유지할 수 있는 가상환경과는 다르다. 제어 오차, 외부요인 등에 의해 로봇의 운용 속도가 요구되는 속도와 다를 수 있으며 상황에 따라 군집 내 로봇들의 운용 속도가 달라야 하는 경우가 있다. 따라서 로봇 간 운용 속도가 다른 경우에도 안정적으로 주행할 수 있는 경로를 계획할 수 있어야 한다. 본 연구에서는 기존 MRPP 알고리즘의 한계점을 극복하기 위해 로봇 간의 속도 차이를 고려한 경로 계획 알고리즘을 제안한다. 본 알고리즘은 각 로봇이 분산된 방식으로 경로를 계획할 수 있도록 사전에 정의된 로봇의 우선순위에 따라 경로를 순차적으로 계획한다. 각 로봇은 선순위 로봇의 경로와 운용 속도 정보를 활용하여 로봇 간의 속도 차이를 고려한 경로를 계획한다. 해당 경로는 장애물 및 로봇 간의 충돌을 회피하며 시간 비용을 최소화하는 경로이다. 따라서 각 로봇은 충돌을 회피함과 동시에 목표 지점까지 빠르게 도착할 수 있는 경로를 생성한다. 본 알고리즘의 성능 검증을 위해 3D 시뮬레이터인 ROS(Robot Operating System) Gazebo를 활용하여 실험을 진행하였다. 성능 비교를 위한 기존 알고리즘으로는 HCA*와 CBS를 선택하였으며 성능 지표로 생성된 경로 길이의 평균, 로봇 도착 시간의 평균 그리고 장애물 및 로봇 간 충돌 회피 성공 여부를 선정하였다. 모든 알고리즘은 동일한 환경에서 실행되어 경로를 생성하였으며 로봇의 궤적은 경로의 각 노드를 순서대로 직선으로 잇도록 생성되었다. 궤적을 추종하기 위한 제어 방법으로는 모델 예측 제어(MPC, Model Predictive Control)를 사용하였다. MPC는 시스템의 상태와 제어 입력에 대한 각각의 reference 오차를 최소화하는 방향으로 제어하며 경로 계획 알고리즘의 성능을 확인하기 위해 추종을 제외한 장애물 회피 등의 다른 기능은 활용하지 않았다. 다양한 시나리오에 대한 실험 결과는 로봇이 다양한 환경에서 서로 다른 속도로 운용될 때 충돌을 회피하며 빠른 시간에 목표 지점에 도착할 수 있음을 보여준다.
개별 로봇에 역할을 분담시켜 효율적인 작업을 수행할 수 있는 다중 로봇 시스템은 경로 계획, 포메이션 제어, 지도 생성 및 측위 등과 같이 운용에 필요한 다양한 기술들을 필요로 한다. 그중에서 다중 로봇 경로 계획(MRPP, Multi-Robot Path Planning)은 각 로봇이 장애물 및 로봇 간의 충돌 없이 목표 지점에 도착하도록 여러 로봇의 충돌 없는 경로를 찾는 계획문제이다. MRPP 문제는 로봇의 규모나 정보 가용성 등에 따라 다양한 방식으로 해결되고 있으며 대표적으로 HCA*(Hierarchical Cooperative A*), CBS(Conflict-Based Search) 등이 있다. 이러한 알고리즘은 각자 필요한 방식에 따라 비용 함수를 정의하고 최적화된 결과를 통해 충돌을 회피하는 경로를 생성한다. 하지만 기존 알고리즘들은 모든 로봇의 운용 속도가 동일하다는 가정하에 경로 계획을 진행한다. 이로 인해 기존 알고리즘으로 생성된 경로를 서로 다른 속도로 운용되는 실세계 로봇에 적용할 경우 충돌을 회피하지 못하는 한계점을 가진다. 실제로 로봇을 운용할 때 일정한 속도를 유지할 수 있는 가상환경과는 다르다. 제어 오차, 외부요인 등에 의해 로봇의 운용 속도가 요구되는 속도와 다를 수 있으며 상황에 따라 군집 내 로봇들의 운용 속도가 달라야 하는 경우가 있다. 따라서 로봇 간 운용 속도가 다른 경우에도 안정적으로 주행할 수 있는 경로를 계획할 수 있어야 한다. 본 연구에서는 기존 MRPP 알고리즘의 한계점을 극복하기 위해 로봇 간의 속도 차이를 고려한 경로 계획 알고리즘을 제안한다. 본 알고리즘은 각 로봇이 분산된 방식으로 경로를 계획할 수 있도록 사전에 정의된 로봇의 우선순위에 따라 경로를 순차적으로 계획한다. 각 로봇은 선순위 로봇의 경로와 운용 속도 정보를 활용하여 로봇 간의 속도 차이를 고려한 경로를 계획한다. 해당 경로는 장애물 및 로봇 간의 충돌을 회피하며 시간 비용을 최소화하는 경로이다. 따라서 각 로봇은 충돌을 회피함과 동시에 목표 지점까지 빠르게 도착할 수 있는 경로를 생성한다. 본 알고리즘의 성능 검증을 위해 3D 시뮬레이터인 ROS(Robot Operating System) Gazebo를 활용하여 실험을 진행하였다. 성능 비교를 위한 기존 알고리즘으로는 HCA*와 CBS를 선택하였으며 성능 지표로 생성된 경로 길이의 평균, 로봇 도착 시간의 평균 그리고 장애물 및 로봇 간 충돌 회피 성공 여부를 선정하였다. 모든 알고리즘은 동일한 환경에서 실행되어 경로를 생성하였으며 로봇의 궤적은 경로의 각 노드를 순서대로 직선으로 잇도록 생성되었다. 궤적을 추종하기 위한 제어 방법으로는 모델 예측 제어(MPC, Model Predictive Control)를 사용하였다. MPC는 시스템의 상태와 제어 입력에 대한 각각의 reference 오차를 최소화하는 방향으로 제어하며 경로 계획 알고리즘의 성능을 확인하기 위해 추종을 제외한 장애물 회피 등의 다른 기능은 활용하지 않았다. 다양한 시나리오에 대한 실험 결과는 로봇이 다양한 환경에서 서로 다른 속도로 운용될 때 충돌을 회피하며 빠른 시간에 목표 지점에 도착할 수 있음을 보여준다.
Multi-robot systems that can perform efficient tasks by dividing roles into individual robots require various technologies for operation, such as path planning, formation control and SLAM. Among them, Multi-Robot Path Planning(MRPP) is a planning problem of finding collision-free paths for multiple ...
Multi-robot systems that can perform efficient tasks by dividing roles into individual robots require various technologies for operation, such as path planning, formation control and SLAM. Among them, Multi-Robot Path Planning(MRPP) is a planning problem of finding collision-free paths for multiple robots so that each robot can reaches its goal without collisions between obstacles and robots. The MRPP problem is being solved in various ways depending on the size of the robot system or the availability of information. Representatively, HCA*(Hierarchical Cooperative A*) and CBS(Conflict-Based Search) are used. Each of these algorithms defines a cost function according to the required method and generates a collision-free path through optimized results. However, the previous path planning algorithms for MRPP assume that all robots have the same speed. Therefore, when the paths generated by the existing algorithms are applied to real-world robots operating at different speeds, there is a limitation that the possibility of collision between robots increases. In real-world, it is different from the virtual environment that can maintain a constant speed when operating a robot system. The operating speed of the robot system may be different from the required speed due to a control error, an external factor, etc. In addition, depending on the situation, there are some special cases in which the operation speed of robots in the swarm should be different. Therefore, it must be possible to plan paths that can travel stably even when the speed of the robot systems is different. To deal with the limitation of the existing MRPP, this study proposes a path planning algorithm considering the speed difference between robot systems. In this algorithm, the path is sequentially planned according to the predefined priorities between robots so that each robot can plan the path in a distributed way. Each robot plans a path considering the speed difference between robots by using the path and speed information of the prior robot. The path avoids collision between obstacles and robots and minimizes time cost. Therefore, each robot avoids collisions and plan a path that can quickly arrive at the goal. The performance of the proposed algorithm is compared with the existing algorithms, Hierarchical Cooperative A*(HCA*) and Conflict-Based Search(CBS), and verified using a 3D robot simulator(ROS Gazebo). In addition, as performance indicators, the average of the generated path length, the average of robot arrival time, and the successful of avoidance of obstacles and robots were selected. All algorithms were executed in the same environment to plan a path, and the trajectory of the robot was generated to connect each node of the path in a straight line in order. Model Predictive Control(MPC) was selected as a controller for tracking the trajectory. MPC controls to minimize each reference error for pose and velocity. In order to verify the performance of the path planning algorithm, other functions such as collision-free were not used except tracking. Experimental results for various scenarios show that robots can arrive at the goal in a short time and avoid collisions when operated at different speeds in various environments.
Multi-robot systems that can perform efficient tasks by dividing roles into individual robots require various technologies for operation, such as path planning, formation control and SLAM. Among them, Multi-Robot Path Planning(MRPP) is a planning problem of finding collision-free paths for multiple robots so that each robot can reaches its goal without collisions between obstacles and robots. The MRPP problem is being solved in various ways depending on the size of the robot system or the availability of information. Representatively, HCA*(Hierarchical Cooperative A*) and CBS(Conflict-Based Search) are used. Each of these algorithms defines a cost function according to the required method and generates a collision-free path through optimized results. However, the previous path planning algorithms for MRPP assume that all robots have the same speed. Therefore, when the paths generated by the existing algorithms are applied to real-world robots operating at different speeds, there is a limitation that the possibility of collision between robots increases. In real-world, it is different from the virtual environment that can maintain a constant speed when operating a robot system. The operating speed of the robot system may be different from the required speed due to a control error, an external factor, etc. In addition, depending on the situation, there are some special cases in which the operation speed of robots in the swarm should be different. Therefore, it must be possible to plan paths that can travel stably even when the speed of the robot systems is different. To deal with the limitation of the existing MRPP, this study proposes a path planning algorithm considering the speed difference between robot systems. In this algorithm, the path is sequentially planned according to the predefined priorities between robots so that each robot can plan the path in a distributed way. Each robot plans a path considering the speed difference between robots by using the path and speed information of the prior robot. The path avoids collision between obstacles and robots and minimizes time cost. Therefore, each robot avoids collisions and plan a path that can quickly arrive at the goal. The performance of the proposed algorithm is compared with the existing algorithms, Hierarchical Cooperative A*(HCA*) and Conflict-Based Search(CBS), and verified using a 3D robot simulator(ROS Gazebo). In addition, as performance indicators, the average of the generated path length, the average of robot arrival time, and the successful of avoidance of obstacles and robots were selected. All algorithms were executed in the same environment to plan a path, and the trajectory of the robot was generated to connect each node of the path in a straight line in order. Model Predictive Control(MPC) was selected as a controller for tracking the trajectory. MPC controls to minimize each reference error for pose and velocity. In order to verify the performance of the path planning algorithm, other functions such as collision-free were not used except tracking. Experimental results for various scenarios show that robots can arrive at the goal in a short time and avoid collisions when operated at different speeds in various environments.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.