[논문]퍼지기법을 이용한 무인잠수정의 장애물회피를 위한 충돌위험도 산출

정희; 김성곤; 김용기

doi:10.5391/jkiis.2011.21.1.112

퍼지기법을 이용한 무인잠수정의 장애물회피를 위한 충돌위험도 산출
Use of Fuzzy technique for Calculating Degree of Collision Risk in Obstacle Avoidance of Unmanned Underwater Vehicles 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.21 no.1, 2011년, pp.112 - 119

정희 (경상대학교 컴퓨터과학과 및 컴퓨터정보통신연구소) , 김성곤 (LG전자 연구소) , 김용기 (경상대학교 컴퓨터과학과 및 컴퓨터정보통신연구소)

초록
AI-Helper

본 연구는 주변 환경정보와 장애물정보, 위치정보를 이용하여 무인잠수정의 운항 환경에 존재하는 다양한 장애물들에 대한 충돌위험도를 산출하는 시스템을 제안한다. 충돌위험도는 퍼지추론을 사용하여 산출하며, TCPA, DCPA, 거리를 인자로 사용하게 된다. 또한 삼차원환경에서 TCPA와 DCPA를 획득하는 방법을 제안한다. 충돌위험도는 충돌회피시스템에 제공되며, 시뮬레이션을 통하여 그 경제성과 안전성에서의 효율성을 보인다.

Abstract ▼ AI-Helper

This paper introduces a technique for calculating the degree of collision risk used in collision avoidance system of AUVs. The collision risk will be reckoned with the fuzzy inference, which uses TCPA(Time of the Closest Point of Approach) and DCPA(Distance of the Closest Point of Approach) as factors. A method to obtain TCPA and DCPA for 3-dimension is suggested. The degree of collision risk is provided to collision avoidance system, and is verified the effectiveness through simulation.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

위에서 설명한 충돌위험도산출시스템에 관한 연구는 모두 이차원환경에서 충돌위험도를 계산한다. 본 연구는 입력 모듈로 사용되는 DCPA와 TCPA를 삼차원환경에서 사용할수 있도록 이동장애물과 무인잠수정을 속력과 침로를 가진 벡터로 표현하여 DCPA와 TCPA를 계산하여 삼차원환경에서 사용할 수 있는 충돌위험도 산출시스템을 개발하였다.
본 연구는 주변 환경정보와 장애물정보, 위치정보를 이용하여 무인잠수정의 운항 환경에 존재하는 다양한 장애물들에 대한 충돌위험도를 산출하는 시스템에 대한 연구를 하였다. 먼저 이차원환경에서의 충돌위험도산출시스템들에 대한 기존 관련 연구를 살펴보고, 본 시스템에서 채택하고자하는 삼차원환경에서의 충돌위험도를 구하는 충돌위험 산출시스템을 제안하였다.
본 연구에서는 먼저 이차원의 충돌위험도산출시스템들에 대한 관련 연구를 살펴보고, 삼차원에서 장애물의 충돌위험도를 구하는 충돌위험도 산출시스템을 제안한다. 충돌위험도는 퍼지제어를 사용하여 산출하고, 퍼지제어는 TCPA, DCPA, 거리를 인자로 사용하게 된다.
충돌회피시스템 기술의 최종적 목적은 영역전문가의 경험적정보(heuristic information)를 보다 사실적으로 적용하여 고정·이동장애물에 대해 계산시간, 소요메모리 관점의 효율성(efficiency)과 이동경로관점의 안전성(safety), 최적성(optimality)을 구현하는 시스템 개발하는 것이다.

가설 설정

dcpa의 소속함수 ∈Ã, tcpa의 소속함수 #, degree of collision의 소속함수 #이라 하고, dcpa를 a, tcpa를 b, degree of collision risk를 c라고 가정한다.
, 그리고 장애물의 시작점, 속도, 헤딩각도(heading angle)가 주어진다. 이때 장애물은 주어진 시작점에서 등속 직선운동을 수행한다고 가정한다. 표 3에 정의된 시작점과 출발점의 위치값의 단위는 미터(meter)이다.
충돌위험도 산출에는 퍼지추론을 이용하며 크게 세 부분으로 구성된다. 첫 번째, 입력 모듈은 가상세계로부터 필요한 자료를 읽어들인다. 입력모듈은 DCPA와 TCPA의 두가지 값을 읽어 들이는데 DCPA와 TCPA는 그대로 다음 모듈로 입력된다.
충돌위험도 산출에는 퍼지추론을 이용하며 크게 세 부분으로 구성된다. 첫 번째, 입력 모듈은 가상세계로부터 필요한 자료를 읽어들인다. 입력모듈은 DCPA와 TCPA의 두가지 값을 읽어 들이는데 DCPA와 TCPA는 그대로 다음 모듈로 입력된다.

제안 방법

입력모듈은 DCPA와 TCPA의 두가지 값을 읽어 들이는데 DCPA와 TCPA는 그대로 다음 모듈로 입력된다. 두 번째, 충돌위험도 산출 모듈에서는 퍼지추론을 이용하여 충돌위험도를 산출한다. 크리스프 집합의 입력값을 받아들여 퍼지화(fuzzifier)를 하고, 퍼지 추론(fuzzy inference)을 행한 뒤 비퍼지화(defuzzifier)하여 결과값을 산출한다.
입력모듈은 DCPA와 TCPA의 두가지 값을 읽어 들이는데 DCPA와 TCPA는 그대로 다음 모듈로 입력된다. 두 번째, 충돌위험도 산출 모듈에서는 퍼지추론을 이용하여 충돌위험도를 산출한다. 크리스프 집합의 입력값을 받아들여 퍼지화(fuzzifier)를 하고, 퍼지 추론(fuzzy inference)을 행한 뒤 비퍼지화(defuzzifier)하여 결과값을 산출한다.
충돌위험도는 퍼지제어를 사용하여 산출하고, 퍼지제어는 TCPA, DCPA, 거리를 인자로 사용하게 된다. 또한 삼차원환경에서 TCPA와 DCPA를 획득하는 방법을 제안한다.
본 연구는 주변 환경정보와 장애물정보, 위치정보를 이용하여 무인잠수정의 운항 환경에 존재하는 다양한 장애물들에 대한 충돌위험도를 산출하는 시스템에 대한 연구를 하였다. 먼저 이차원환경에서의 충돌위험도산출시스템들에 대한 기존 관련 연구를 살펴보고, 본 시스템에서 채택하고자하는 삼차원환경에서의 충돌위험도를 구하는 충돌위험 산출시스템을 제안하였다. 제안한 충돌위험도 산출시스템은 충돌위험도를 산출하기 위해 퍼지추론을 이용하였고, 크게 세 부분으로 구성하였다.
본 시스템의 특징으로는 입력모듈로 사용되는 DCPA와 TCPA를 삼차원환경에서 사용할 수 있도록 이동장애물과 무인잠수정을 속력과 침로를 가진 벡터로 표현하여 DCPA와 TCPA를 계산하여 삼차원환경에서 사용할 수 있는 충돌 위험도 산출시스템을 개발하였다. 충돌위험도산출시스템의 성능을 검정하기 위해 시나리오에 적용해서 충돌위험도를 산출한 결과 삼차원환경에서 안전도와 효율성을 고려한 충돌위험도 산출이 가능하였다.
이러한 충돌회피시스템의 내부적 기능은 영역전문가들이 주어진 상황에 대해 느끼는 충돌 위험정도를 어떻게 전산화 할 것인가에 대한 ‘표현의 문제’와 이러한 정보를 이용하여 언제 어떤 방법으로 충돌회피를 구현 할 것인가 하는 ‘구현의 문제’로 집약되어진다. 본 연구에서는 이러한 표현의 문제를 위해 그 한 요소로서 충돌위험도(the degree of collision risk)를 산출하여 이용한다. 충돌위험도는 장애물이 무인잠수정에 대해 가지는 충돌위험성을 수치화 시킨 값을 의미한다.
크리스프 집합의 입력값을 받아들여 퍼지화(fuzzifier)를 하고, 퍼지 추론(fuzzy inference)을 행한 뒤 비퍼지화(defuzzifier)하여 결과값을 산출한다. 세 번째, 출력모듈은 산출된 충돌위험도를 충돌회피 시스템에 제공하기 위해 가상세계로 전송한다.
다음 단계는 벡터 종점을 이용하여 DCPA와 TCPA을 각각 구한다. 위 수행이 끝난 후 계산된 DCPA, TCPA를 이용하여 퍼지제어를 통해서 충돌위험도를 구한다. 제안한 충돌위험도 산출시스템은 충돌회피시스템[19][20]의 부시스템으로 장착되어 그 효율성과 안전성을 검증한다.
그러나 Radar의 사양이 결정되면 선박의 특성과 무관하게 충돌 확률이 결정되기 때문에 실제 운항자의 필요에 따른 충돌 확률 결정 방법의 수정이 어렵다는 결점을 가진다. 이한진은 DCPA, TCPA 기반으로 충돌 위험도를 추정하였는데, 피항 행위에 현시점의 위험도를 사용할 경우 선박의 느린 응답성으로 인한 문제가 발생한다는 문제점을 보완하기 위해 다음 시간까지의 위험도를 추론하고 그 중에서 가장 위험한 경우를 현재의 충돌위험도로 사용하였다[6]. 하지만 일정 범위 안에서 동일한 충돌위험도를 산출하여 어느 것이 더 위험한지 알 수 없는 단점을 보였다.
먼저 이차원환경에서의 충돌위험도산출시스템들에 대한 기존 관련 연구를 살펴보고, 본 시스템에서 채택하고자하는 삼차원환경에서의 충돌위험도를 구하는 충돌위험 산출시스템을 제안하였다. 제안한 충돌위험도 산출시스템은 충돌위험도를 산출하기 위해 퍼지추론을 이용하였고, 크게 세 부분으로 구성하였다. 첫 번째, 입력 모듈은 가상세계로부터 필요한 자료를 읽어 들인다.
위 수행이 끝난 후 계산된 DCPA, TCPA를 이용하여 퍼지제어를 통해서 충돌위험도를 구한다. 제안한 충돌위험도 산출시스템은 충돌회피시스템[19][20]의 부시스템으로 장착되어 그 효율성과 안전성을 검증한다. 표 2는 시뮬레이션을 위한 시나리오이다.
충돌위험도를 산출하기 위하여 수행하는 동작은 우선 무인잠수정의 위치와 이동방향, 이동속도 설정 및 장애물의 위치와 이동방향, 이동속도를 설정 한 후 무인잠수정의 벡터의 종점과 장애물의 벡터 종점을 구한다. 다음 단계는 벡터 종점을 이용하여 DCPA와 TCPA을 각각 구한다.
두 번째, 충돌위험도 산출 모듈에서는 퍼지추론을 이용하여 충돌위험도를 산출한다. 크리스프 집합의 입력값을 받아들여 퍼지화(fuzzifier)를 하고, 퍼지 추론(fuzzy inference)을 행한 뒤 비퍼지화(defuzzifier)하여 결과값을 산출한다. 세 번째, 출력모듈은 산출된 충돌위험도를 충돌회피 시스템에 제공하기 위해 가상세계로 전송한다.
두 번째, 충돌위험도 산출모듈에서는 퍼지추론을 이용하여 충돌위험도를 산출한다. 크리스프 집합의 입력값을 받아들여 퍼지화를 하고, 퍼지 추론을 행한 뒤 비퍼지화하여 결과값을 산출한다. 세 번째, 출력모듈은 산출된 충돌위험도를 충돌회피 시스템에 제공한다.

이론/모형

충돌위험도는 앞에서 계산한 DCPA와 TCPA를 입력으로 퍼지추론을 행하여 산출되며, 추론규칙의 조건부에서는 min연산을 결론부에서는 product연산을 사용하며 비퍼지화는 무게중심법을 사용한다. 입력값으로 들어가는 DCPA와 TCPA는 출력값인 충돌위험도에 대해 각각의 멤버십(membership)함수를 먼저 정의한다.
퍼지추론 결과인 퍼지데이터를 명확한(crisp) 값으로 변환시키는 연산으로서, 비퍼지화 방법은 여러 가지가 있으나본 연구에서는 무게중심법(center of area method)을 이용한다.

성능/효과

그림 7과 그림 8은 s1 및 s2 상황에서 무인잠수정이 충돌회피를 실시하며 안전하게 목표까지 진행하는 상황을 보여준다. 3차원 충돌위험도를 고려한 충돌회피시스템은 충돌위험도를 고정시켰을 때와 비교하여 주어진 각 시나리오에서 목표까지의 이동거리를 증가 또는 감소시킴으로써 시스템의 효율성을 높이며 또한 안전성을 만족하였다 (표 3).
추론규칙에서 DCPA의 소속함수는 PM이고, TCPA는 PS일 때 Degree of Collision Risk는 PM을 나타낸다. 본 연구에서 표현한 퍼지 추론에 필요한 소속함수와 추론 규칙은 필요에 따라 수정이 가능하고, 전문적인 지식 없이도 일반 운항자가 수정할 수 있는 장점이 있다.
본 시스템의 특징으로는 입력모듈로 사용되는 DCPA와 TCPA를 삼차원환경에서 사용할 수 있도록 이동장애물과 무인잠수정을 속력과 침로를 가진 벡터로 표현하여 DCPA와 TCPA를 계산하여 삼차원환경에서 사용할 수 있는 충돌 위험도 산출시스템을 개발하였다. 충돌위험도산출시스템의 성능을 검정하기 위해 시나리오에 적용해서 충돌위험도를 산출한 결과 삼차원환경에서 안전도와 효율성을 고려한 충돌위험도 산출이 가능하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	충돌위험도란 무엇인가?	충돌위험도 산출시스템에서 장애물에 대한 정확한 충돌위험정도를 판별하는 것은 충돌회피시스템(Avoidance System)의 회피능력 결정에 영향을 미친다. 충돌위험도는 장애물이 무인잠수정에 대해 얼마만큼의 충돌위험성을 가지느냐를 표현하는 값을 의미하며, 또한 장애물과의 충돌위험정도를 관찰자의 주관적 입장에서 표현한 수치적인 값이다. 기존에 연구된 충돌위험도산출시스템은 이차원에서의 충돌위험도를 산출하는 방법에 관한 것으로, 삼차원의 수중에서 충돌위험도를 산출하는 방법에 관한 연구는 미흡한 실정이다.
	충돌위험도 산출시스템이란 무엇인가?	충돌위험도 산출시스템(Collision risk computation system)은 주변 환경정보와 장애물정보, 위치정보를 이용하여 무인잠수정의 운항 환경에 존재하는 다양한 장애물들에 대한 충돌위험도를 산출하는 시스템이다. 충돌위험도산출시스템은 장애물이 무인잠수정과 충돌위험이 있다고 판별될 때 진로 방향을 수정하여 안정하게 장애물을 회피할 수 있도록 하는 충돌회피시스템의 판단 근거를 제공한다.
	충돌위험도산출시스템에서 장애물에 대한 정확한 충돌위험 정도를 판별하는 것은 무엇에 영향을 미치는가?	충돌위험도산출시스템은 장애물이 무인잠수정과 충돌위험이 있다고 판별될 때 진로 방향을 수정하여 안정하게 장애물을 회피할 수 있도록 하는 충돌회피시스템의 판단 근거를 제공한다. 충돌위험도 산출시스템에서 장애물에 대한 정확한 충돌위험정도를 판별하는 것은 충돌회피시스템(Avoidance System)의 회피능력 결정에 영향을 미친다. 충돌위험도는 장애물이 무인잠수정에 대해 얼마만큼의 충돌위험성을 가지느냐를 표현하는 값을 의미하며, 또한 장애물과의 충돌위험정도를 관찰자의 주관적 입장에서 표현한 수치적인 값이다.

참고문헌 (20)

Hasegawa, K., “Automatic Collision Avoidance System for Ship using Fuzzy Control”, 8th Ship Control System Symposium, Hague, 1987.
Hammer, A. and Hara, K., “Knowledge Acquisition for Collision Avoidance Maneuver by Ship Handling Simulator”, MARSIM & ICSA 90, tokyo, 1990.
Hara, K and Hammer, A., “A safe Way of Collision Avoidance Maneuver based on Maneuvering Standard using Fuzzy Reasoning Model”, MARSIM 93, St. John’s, 1993.
Imazu, H. and Koyama, T., “The Determination Collision Avoidance Action” The Journal of Japan Institute of Navigation, Jan., 1984.
Imazu, H. and Koyama, T., “The Optimization of the Criterion for Collision Avoidance Action” The Journal of Japan Insistute of Navigation, Sep., 1984.
이한진, “FUZZY 이론을 이용한 충돌 회피 기법 연구”, 서울대학교, 1993.
김은경, “지능형 자율 운항 제어 기술을 위한 자료 융합시스템”, 경상대학교, 2002.
Hui, N. B., Mahendar, V., and Pratihar, D., “Time-optimal, collision-free navigation of a car-like mobile robot using neuro-fuzzy approaches”, Fuzzy sets and systems, v.157, no.16, 2006.

상세보기
Shin, D., Na, S., and Kim, J., “Fuzzy neural networks for obstacle pattern recognition and collision avoidance of fish robots”, Soft computing : a fusion of foundations, methodologies and applications, v.12, no.7, 2008.

상세보기
Lee, Y.-I., Kim, Y.-G., and Kohout, L. J., “An intelligent collision avoidance system for AUVs using fuzzy relational products”, Information sciences, v.158, 2004.

상세보기
Kanakakis, V., Valavanis, K. P., and Tsourveloudis, N. C., “Fuzzy-Logic Based Navigation of Underwater Vehicles”, Journal of intelligent & robotic systems, v.40, no.1, 2004.

상세보기
Zavlangas, P., and Tzafestas, S., “Motion control for mobile robot obstacle avoidance and navigation: a fuzzy logic-based approach”, Systems analysis, modelling, simulation, v.43, no.12, 2003.

상세보기
Ye, C., Yung, N., and Wang, D., “A fuzzy controller with supervised learning assisted reinforcement learning algorithm for obstacle avoidance”, IEEE transactions on systems, man, and cybernetics. v.33, no.1, 2003.

상세보기
Yang, W., Watanuki, K., and Zhao, S., “A quick intelligent control system for a mobile robot to avoid collision with moving obstacles”, Microsystem technologies : sensors, actuators, systems integration, v.11, no.8/10, 2005.
Liu, Y.-H., Du, X.-M., and Yang, S.-H., “The Design of a Fuzzy-Neural Network for Ship Collision Avoidance”, Lecture notes in computer science, v.3930, 2006.
Lee, Y.-I., and Kim, Y.-G., “A Collision Avoidance System for Autonomous Ship Using Fuzzy Relational Products and COLREGs”, Lecture notes in computer science, v.3177, 2004.
Yen, J., Wang, H., and Liao, J., “A method for automatic generation of a fuzzy model” Industrial Fuzzy Control and Intelligent Systems, 1993.
Castro, J. L., “Fuzzy logic controllers are universal approximators”, IEEE Transactions on Systems, Man and Cybernetics, Vol. 25, Issue 4, 1995.

상세보기
김용기, “지능형 자율운항 제어기술(2단계),” 대학기초연구보고서, 국방과학연구소, 2005.12.
Kim, S.-G., and Kim, Y.-G., “An Autonomous navigation system for unmanned underwater vehicles", in Underwater Vehicles, ISBN 978-953-7619-49-7, I-Tech publishing, Austria, 2009.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증