본 논문은 이동 로봇이 움직이는 목표물을 실시간으로 따라가게 하는 방법을 제안한다. 로봇은 이동하는 목표물을 일정한 방향과 거리를 유지하면서 따라간다. 이 방법은 다음의 두 단계로 이루어진다. 첫 번째 단계에서는 목표물의 위치를 로봇 좌표계 상에서 구해낸다. 두 번째 단계에서는 목표물을 따라가기 위한 로봇의 직진 속도와 회전 속도를 구해낸다. 목표물의 위치를 구하기 위해 영역 센서 데이터를 히스토그램으로 나타낸다. 실시간으로 계산된 로봇 좌표계에서의 목표물의 위치정보를 사용하여 목표물을 따라가게 하는 로봇의 직진 속도와 회전 속도를 구한다. 로봇의 직진 속도와 회전 속도는 로봇의 목표물로의 방향과 목표물까지의 거리를 원하는 값으로 수렴할 수 있게 한다. 제안된 방법의 성능을 시뮬레이션을 통하여 검증하였다. 시뮬레이션에서 목표물은 직선 궤적, 직사각형 궤적, 그리고 원 궤적에 의해 움직이게 하였다. 시뮬레이션결과 목표물이 급격히 방향을 바꾸는 경우에는 순간적으로 목표물 추적이 불가능함을 알 수 있는데, 이것은 실시간 추적에서는 피할 수 없는 문제이다. 그렇지만, 이 경우에도 로봇이 빠른 속도로 목표물을 추적하여 다시 따라잡게 된다. 제안된 방법은 로봇이 목표물을 따라가도록 하는 경우에는 물론 여러 대 로봇이 대형을 갖추어 이동하게 하는 경우에도 적용도 가능하다.
본 논문은 이동 로봇이 움직이는 목표물을 실시간으로 따라가게 하는 방법을 제안한다. 로봇은 이동하는 목표물을 일정한 방향과 거리를 유지하면서 따라간다. 이 방법은 다음의 두 단계로 이루어진다. 첫 번째 단계에서는 목표물의 위치를 로봇 좌표계 상에서 구해낸다. 두 번째 단계에서는 목표물을 따라가기 위한 로봇의 직진 속도와 회전 속도를 구해낸다. 목표물의 위치를 구하기 위해 영역 센서 데이터를 히스토그램으로 나타낸다. 실시간으로 계산된 로봇 좌표계에서의 목표물의 위치정보를 사용하여 목표물을 따라가게 하는 로봇의 직진 속도와 회전 속도를 구한다. 로봇의 직진 속도와 회전 속도는 로봇의 목표물로의 방향과 목표물까지의 거리를 원하는 값으로 수렴할 수 있게 한다. 제안된 방법의 성능을 시뮬레이션을 통하여 검증하였다. 시뮬레이션에서 목표물은 직선 궤적, 직사각형 궤적, 그리고 원 궤적에 의해 움직이게 하였다. 시뮬레이션결과 목표물이 급격히 방향을 바꾸는 경우에는 순간적으로 목표물 추적이 불가능함을 알 수 있는데, 이것은 실시간 추적에서는 피할 수 없는 문제이다. 그렇지만, 이 경우에도 로봇이 빠른 속도로 목표물을 추적하여 다시 따라잡게 된다. 제안된 방법은 로봇이 목표물을 따라가도록 하는 경우에는 물론 여러 대 로봇이 대형을 갖추어 이동하게 하는 경우에도 적용도 가능하다.
This paper presents a method for a mobile robot to follow a moving object in real time. The robot follows a target object keeping the facing angle toward the target and the distance to the target to given value. The method consists of two procedures: first, the detection of target position in the ro...
This paper presents a method for a mobile robot to follow a moving object in real time. The robot follows a target object keeping the facing angle toward the target and the distance to the target to given value. The method consists of two procedures: first, the detection of target position in the robot coordinate system, and the second, the calculation of translational velocity and rotational velocity to follow the object:. To detect the target location, range sensor data is represented in histogram. Based on the real time calculation of the location of the target relative to the robot, translational velocity and rotational velocity to follow the target are calculated. The velocities make the heading angle and the distance to target converge toward the desired ones. The performance of the method is tested through simulation. In the simulation, the target moves with three different trajectories, straight line trajectory, rectangular trajectory, and circular trajectory. As shown in the results, it is inevitable to lose track temporarily of the target when the target suddenly changes its motion direction. Nevertheless, the robot speeds up to catch up and finally succeeds to follow the target as soon as possible even in this case. The proposed method can also be utilized to coordinate the motion of multiple robots to keep their formation as well as to follow a target.
This paper presents a method for a mobile robot to follow a moving object in real time. The robot follows a target object keeping the facing angle toward the target and the distance to the target to given value. The method consists of two procedures: first, the detection of target position in the robot coordinate system, and the second, the calculation of translational velocity and rotational velocity to follow the object:. To detect the target location, range sensor data is represented in histogram. Based on the real time calculation of the location of the target relative to the robot, translational velocity and rotational velocity to follow the target are calculated. The velocities make the heading angle and the distance to target converge toward the desired ones. The performance of the method is tested through simulation. In the simulation, the target moves with three different trajectories, straight line trajectory, rectangular trajectory, and circular trajectory. As shown in the results, it is inevitable to lose track temporarily of the target when the target suddenly changes its motion direction. Nevertheless, the robot speeds up to catch up and finally succeeds to follow the target as soon as possible even in this case. The proposed method can also be utilized to coordinate the motion of multiple robots to keep their formation as well as to follow a target.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
수 있다. 본 논문에서는 레이저 레인지 파인더를 사용하여 목표물을 검출하고 추종하는 방법을 제안한다. 제안된 방법은 다음의 두 가지 과정으로 이루어진다.
본 논문에서는 이동하는 목표물을 영역센서를 이용하여 로봇으로부터의 상대적 거리와 방향을 감지하여, 목표물을 로봇이 일정한 거리와 방향에서 추종하기 위한 방법을 제안하였다. 이 방법의 특징은 다음과 같다.
이 문제에서 주어진 정보는 목표 거리 Sd와 목표 방향 각 如이며, 목표물은 실시간으로 LRF 에 의해서 검출한다. 실제로 로봇을 구동하기 위한 구동 명령은 로봇의 이동 직진 속도 切와 회전 속도m이므로, 본 논문에서는 주어진 조건에서 이동목표물을 따라가기 위한 직진 속도 籾와 회전 속도m를 구하는 방법을 제안한다. 그림 3에 이동 로봇과 목표물의 위치관계를 표현하였다.
가설 설정
이용하는 경우와는 달라진다. 본 연구에서는 여러 개의 물체가 LRF의 검출 영역 안에 있는 경우 이들 중 목표물의 선별을 용이하게 하기 위해서 목표물이 다른 물체들보다 로봇에 가까이에 있다고 가정한다.
여기에서 추종해야 할 목표물은 항상 다른 물체들보다 가까이 있다고 가정한다. 이 문제에서 주어진 정보는 목표 거리 Sd와 목표 방향 각 如이며, 목표물은 실시간으로 LRF 에 의해서 검출한다.
제안 방법
그림 4는 개발된 시뮬레이션 프로그램의 서버 측과 클라이언트 측의 사용자 화면을 보여준다. 시뮬레이션에서 구현된 로봇은 ActivMedia 사에서 제작흐!" Pioneer를 기본 모델로 하였으며 여기에 Sick사에서 제작한 LMS모델의 레이저 레인지 파인더를 장착하여 시뮬레이션을 수행하였다.
추종하기 위한 위치까지 이동한다. 로봇이 목표물을 추종하기 위한 위치에 도달한 이후, 목표물이 원형으로 회전하게 하고, 이를 추종하는 로봇의 궤적을 관찰한다. 경우 1은 로봇이 멈춰 있는 물체를 추종할 때 어떻게 이동하는지를 관찰하기 위한 실험이며, 경우 2와 3은 목표물이 예측 가능하지 않은 임의의 방향으로 이동하는 경우 로봇의 추종 특성을 파악하기 위한 실험이다.
로봇이 물체를 추종하는 데 있어서 알고리즘의 처리 시간 또한 실시간으로 알고리즘을 적용할 수 있는 가능성을 확인하는데 매우 중요한 요인이며 이를 확인하기 위하여 센서 데이터의 획득 시간부터 로봇의 구동명령을 산출하는 시간까지를 알고리즘의 처리 시간으로 정하고 그 수행시간을 측정하였다. 수행시간은 정확한 분석을 위해 센서의 획득 시간과 센서 데이터 처리 및 구동명령산 출시간으로 나누어서 1000 회가 수행되는 동안의 각각의 처리 시간을 평균으로 산출하였으며 표 2에서 와 같은 결과를 획득하였다.
목표 조향 각과 목표거리가 동시에 영으로 수렴하는 직진 속도명령과 회전 속도명령을 기하학적 방법으로 구한다. 이를 위해 로봇과 물체와의 거리와 각도에 대한 오차를 보상하기 위한 동작 조정 제어함수를 제안하였다.
목표물까지의 거리 및 방향 정보를 기반으로 로봇이 목표물과 원하는 거리 및 방향 각을 유지하면서 따라가도록 하는 로봇의 직진 속도와 회전 속도를 구한다. 이동 로봇이 이동 목표물을 단 한 번의 직진 속도와 회전 속도 명령에 의해서 추종 위치까지 따라갈 수 없으므로, 이동 로봇의 현재 위치와 목표물의 추종위치 사이의 오차가 영으로 수렴하도록 하는 직진 속도명령 및 회전 속도명령을 구해야 한다.
수행시간은 정확한 분석을 위해 센서의 획득 시간과 센서 데이터 처리 및 구동명령산 출시간으로 나누어서 1000 회가 수행되는 동안의 각각의 처리 시간을 평균으로 산출하였으며 표 2에서 와 같은 결과를 획득하였다. 각각의 처리 시간은 센서 데이터 획득 시간이 14L1459mSec로 나타났으며, 데이터 처리 및 구동명령산 출시간은 0.
이를 위해 로봇과 물체와의 거리와 각도에 대한 오차를 보상하기 위한 동작 조정 제어함수를 제안하였다.
대상 데이터
(1) 추종을 위한 영역센서로는 레이저 영역 센서(Laser Range Finder: LRFX 사용하였다. 대부분의 이 동 로봇이 영역센서를 사용하고 있으므로, 이 방법은 대부분의 이동 로봇에 적용 가능하다.
데이터처리
제안된 방법의 성능을 모의실험에 의해 검증하였다. 모의실험 프로그램은 TCP-IP로 컨트롤되는 서버-클라이언트 구조로 되어 있다 [6].
이론/모형
추종할 목표물의 위치는 로봇 좌표 계상에서 목표물까지의 거리와 방향 각으로 구해진다. 목표물의 거리와 방향각은 레이저 영역센서 의한 영역 정보를 사용하여 히스토그램 기법에 의하여 구한다.
성능/효과
(2) LRF는 영상 시스템에 비해 고속 데이터 획득이 가능하고, 본 연구에서 제안한 히스토그램을 이용하는 방법은 보통의 영상 처리 알고리즘에 비해 빠르므로, 실시간으로 목표물 추종에 적합하다.
(4) 목표물의 직진운동과 회전운동에 불연속성이 없다면 우수한 추종 성능을 얻을 수 있다.
수행시간은 정확한 분석을 위해 센서의 획득 시간과 센서 데이터 처리 및 구동명령산 출시간으로 나누어서 1000 회가 수행되는 동안의 각각의 처리 시간을 평균으로 산출하였으며 표 2에서 와 같은 결과를 획득하였다. 각각의 처리 시간은 센서 데이터 획득 시간이 14L1459mSec로 나타났으며, 데이터 처리 및 구동명령산 출시간은 0.0184453 mSec로전체처리시간은 약 141.1643 mSec로 나타났다. 즉 로봇은 초당 약 6회의 주종제어를 수행할 수 있어서 실시간으로 알고리즘을 적용하는 것이 가능하다.
목표물을 향해 이동함을 알 수 있다. 로봇이 목표물의 추종 위치에 수렴하여 있는 상태에 서 로봇의 정면에 각각의 목표물이 위치하고 있음을 볼 수 있으며, 로봇이 목표물의 Im 후방에 위치하고 있음을 확인할 수 있다. 로봇의 추종제어에서 식(13)의 虹, 는 로봇이 목표물의 위치에 얼마나 빠르게 수렴하는가에 대한 특성을 가지며 너무 큰 /由의 값은 로봇이 물체에 너무 빨리 다가가게 되는 효과를 가져와 로봇의 무게로 인한 관성으로 인해 목표 위치에서 멈추지 못하고 지나쳐버리는 경우가 발생할 수 있다.
위치1 에서는 경우 2에서와 마찬가지로 로봇이 현재 보고 있는 방향과 다른 방향으로 목표물이 급격히 이동하므로 거리 및 방향 오차가 발생함을 알 수 있다. 목표물의 직진 이동속도가 0.3m/sec로 움직이는 상태에 서 로봇의 구동 명령으로 발생하는 직진 속도의 최대값은 0.5593m/sec로 나타났으며 회전 속도의 최대값은 0.3002 rad/sec로 나타났다. 직진속도와 회전 속도가 급격히 커지는 경우는 로봇의 목표지점과 현재 위치의 오차가 커지는 경우이며, 목표물의 궤적이 급격한 변화를 갖는 경우에 이런 현상이 발생하였다.
즉 로봇은 초당 약 6회의 주종제어를 수행할 수 있어서 실시간으로 알고리즘을 적용하는 것이 가능하다. 전체 처리 시간에서 센서의 획득 시간이 차지하는 비율은 99.987%로 구동명 령산출시간은 센서의 획득 시간에 비해 미치는 영향이 0에 가깝다. 즉, 더 응답 시간이 빠른 센서를 사용한다면 알고리즘의 전체처리 시간도 짧아지게 되어 더 유연하고 빠른 추종이 가능하게 된다.
제안된 방식은 비전시스템과 조합하여 비전 시스템에서 처리되는 데이터 처리의 오버헤드를 줄여줄 수 있으므로 비전을 통한 로봇의 인공지능을 구현하는 데 효과적인 방법을 제공할 수 있다. 또한 이 기법은 일정한 거리와 방향에서 목표물을 추종하는 기능을 구현하므로 이동 로봇이 사람을 따라다니게 하는 휴먼로봇 상호작용[8] [9]에의 응용에 적당하다.
1643 mSec로 나타났다. 즉 로봇은 초당 약 6회의 주종제어를 수행할 수 있어서 실시간으로 알고리즘을 적용하는 것이 가능하다. 전체 처리 시간에서 센서의 획득 시간이 차지하는 비율은 99.
후속연구
제안된 방법은 항상 목표물을 일정한 방향과 위치에서 따라가게 하는 것 외에 로봇들끼리 일정한 대형을 갖추어 움직이게 하는 다중로봇의 동작 조정 등에도 사용될 수 있다. [4-7],
R. Alur, A. Das, J. Esposito, R. Fierro, Y. Hur, G. Grudic, V. Kumar, I. Lee, J. P. Ostrowski, G. Pappas, J. Southall, J. Spletzer, and C. Taylor, "A framework and architecture for multirobot coordination," Experimental Robotics VII, D. Rus and S. Singh (eds.), Springer, LNCIS 271, pp.303-312, 2001
R. Simmons, T. Smith, M. B. Dias, D. Goldberg, D. Hershberger, A. Stentz, and R. Zlot, "A Layered Architecture for Coordination of Mobile Robots," In Multi-Robot Systems From Swarms to Intelligent Automata, A. Schultz and L. Parker (eds.), Kluwer, 2002
Nak Yong Ko, Dong Jin Seo, Koung Suk Kim, "Local Collision Avoidance of Multiple Robots Using Aovidability Measure and Relative Distance," KSME International Journal, Vol. 18 No. 1, pp. 132-144, 2004
A. Saffiotti, N. B. Zumel, and E. H. Ruspini, "Multi-Robot Team Coordination Using Desirabilities," Proc. of the 6th Intl. Conf. on Intelligent Autonomous Systems(IAS), pp. 107-114, Venice, Italy, 2000
R. R. Murphy, "Human-robot interaction in rescue robotics," Systems, Man, and Cybernaties, Part C:Application and Reviews, IEEE Transactions on, Vol 34, pp. 138-153, 2004
C. Breazeal, "Social interactions in HRI : the robot view," Systems, Man, and Cybernetics, PartC : Applications and Reviews, IEEE Transactions on, Vol 34, pp 181-186, 2004
Long, M. Gage, A. Murphy, R. Valavanis, K., "Application of the Distributed Field Robot Architecture to a Simulated Demining Task," Robotics and Automation, ICRA 2005 Proc. of the 2005 IEEE International Conference on,, pp. 3193-3200, 2005
Skubic, M. Anderson, D. Khalilia M. Kavirayani S., "A Sketch-Based Interface for Multi-Robot Formations," AAAI Mobile Robot Competition 2004, Papers from the AAAI Workshops, San Jose, CA July. 2004
고낙용, 서동진, "다중 이동 로봇의 중앙 감시에 의한 충돌 회피 동작조정 방법" 대한전기학회논문지, D권 52:44, pp 223-232, 2003
※ AI-Helper는 부적절한 답변을 할 수 있습니다.