선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 가장 널리 알려진 휴리스틱 탐색기법 중 하나인 A* 알고리즘을 활용한 무인차량의 지역 경로계획 기법을 제안하고 시뮬레이션을 통해 그 성능을 검증한다. A* 알고리즘을 이용하여 무인차량에서 실제 활용 가능한 지역경로계획 기법을 구현하기 위해서는 해결해야 할 몇 가지 문제점이 존재한다.
- 본 논문에서는 무인차량의 자율주행시스템을 위한 장애물 격자지도 기반의 지역경로계획 기법에 대해 언급한다. 무인차량에 장착된 쌍안 카메라 및 레이저거리측정기와 같은 지형감지용 센서로부터 입력받은 특정 크기의 지형에 대한 고도값을 활용하여 무인차량의 주행성 여부를 판단하는 장애물 격자지도를 생성한 후, 이를 기반으로 GPP 경로점 지향적이면서 장애물을 회피하는 지역경로계획을 수행한다.
- 본 논문에서는 지형감지센서로부터 획득한 월드모델 데이터를 이용하여 생성된 장애물 격자지도(Binary Map) 기반의 무인차량용 지역경로계획 컴포넌트를 제안하였다. 특히 무인차량의 지역경로계획 컴포넌트를 구성하는 각각의 모듈에서 사용되는 세 가지 핵심 알고리즘인 최소경비 지역경로 산출 알고리즘, Path Optimization 알고리즘, 그리고 Path Smoothing 알고리즘을 소개하였다.
- 본 논문에서는 판단계층을 구성하는 컴포넌트들 중 A* 알고리즘 기반의 LPP 컴포넌트에 대해 논의한다. A* 알고리즘은 가장 널리 알려진 휴리스틱 탐색 기법으로 ‘언제나 최적의 경로를 산출한다’는 허용성(Admissibility)이 검증된 알고리즘이다[8].
- 본 절에서는 격자지도를 활용함으로서 생기는 문제점을 해결하기 위한 Path Optimization 알고리즘과 A* 알고리즘에 의해 생성된 지역경로를 무인차량의 운동성을 고려한 추종 가능한 형태의 경로로 재생성하는 Path Smoothing 알고리즘에 대해 검증한다. Fig.
- 본 절에서는 최소경비 지역경로 산출 알고리즘 중 GPP 경로점을 지향하는 장애물 격자지도상의 특정격자인 Goal을 선정하는 함수의 성능을 검증한다. Fig.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.