$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

위치 추정, 충돌 회피, 동작 계획이 융합된 이동 로봇의 자율주행 기술 구현
Implementing Autonomous Navigation of a Mobile Robot Integrating Localization, Obstacle Avoidance and Path Planning 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.6 no.1, 2011년, pp.148 - 156  

노성우 (조선대학교 정보통신공학과) ,  고낙용 (조선대학교 제어계측공학과) ,  김태균 (조선대학교 제어계측공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 실내 이동로봇의 자율주행 방법을 적용한 결과를 기술한다. 구체적으로 지도생성, 위치추정, 장애물 회피, 경로계획에 대해서 설명한다. 기하학적 지도는 위치추정과 경로계획에 이용된다. 위치 추정을 위해서 지도 정보를 이용하여 센서 데이터를 계산하고 이를 실제 센서 데이터와 비교한다. 위치 추정에는 몬테 카를로 위치 추정 방법을 사용한다. 인공 전위계를 사용하여 장애물로부터의 척력과 목표 위치로의 인력을 구하여 장물을 피한다. 경로계획을 위해 다익스트라 알고리즘을 이용하여 로봇의 출발 위치에서 목표 위치까지의 최단거리 경로를 구한다. 이러한 방법들이 통합하여 자율 주행 방법을 실제로 구현하여 실험하였다. 실제 실험을 통하여 제안한 방법이 로봇을 안전하게 자율주행하게 함을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents an implementation of autonomous navigation of a mobile robot indoors. It explains methods for map building, localization, obstacle avoidance and path planning. Geometric map is used for localization and path planning. The localization method calculates sensor data based on the ma...

주제어

#autonomous navigation   #mobile robot   #map building   #localization   #obstacle avoidance   #path planning  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 맵 작성의 방법적인 측면 보다 자율주행을 위한 방법 중에 하나로써 지도정보가 필요로 하였다. 따라서 다음 그림1과 같이 실제 도면을 이용하여 맵을 작성하였다.
  • 이동로봇의 위치추정에 방법은 데드레크닝, 삼각측량, 칼만 필터, 확장 칼만 필터, MCL 알고리즘등이 있다. 본 논문에선 MCL 알고리즘에 대해서 기술한다.

가설 설정

  • 예를 들자면, 초음파센서의 경우에서는 물체에 반사되는 각도에 따라서 이런 경우가 많이 발생할 수 있으며, 레이저 센서의 경우에서는 유리로 되어 있는 벽을 감지할 경우 레이저가 투과하고 돌아오지 못하는 경우가 생길 수 있다. 랜덤한 에러는 센서의 거리 값의 모든 영역에 존재하는 것으로 가정한다.
  • 그러면 시작 정점 v에서 정점 u까지의 최단거리는 경로 1이 된다. 만약 짧은 경로, 예를 들어 정점 w를 거쳐서 가는 가상적인 더 짧은 경로가 있다고 가정해 보자. 그러면 정점 v에서의 정점 u까지의 거리는 정점 v에서 정점 w까지의 거리 2와 정점 w에서 정점 u로 가는 거리 3을 합한 값이 될 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
MCL 알고리즘의 장점은 무엇인가? MCL 알고리즘은 기존 이동로봇의 위치추정 방법인 데드레크닝(Dead Reckoning), 베이스 필터(Bayes Filter) 그리고 삼각측량(Trialteration)방법들의 문제점들을 확률론적 방법으로 해결 할 수 있는 장점을 지니고 있다.
모션 모델이란 무엇인가? 모션 모델은 이동로봇에 대한 직진속도와 회전속도의 명령에 따른 파티클 위치를 예측하는 알고리즘이다. MCL 알고리즘은 이동로봇이 위치할 확률을 파티클들을 통해 표현한다.
제안된 지역 경로계획 방법은 무엇이 있는가? 지역 경로계획은 지도가 없는 미지의 환경을 이동하거나, 이미 작성된 지도를 이용한 전역 경로계획에 따라서 이동로봇이 이동할 때 지도에 나와 있지 않은 장애물이나 이동 장애물을 피하기 위하여 실시간 센서 정보를 이용하여 국부적으로 경로를 재생성하는 방법이다. 제안된 방법들은 버그 알고리즘(Bug algorithms), 벡터 필드 히스토그램 방법(Vector Filed Histogram) 등이 있다. 본 절에서는 Cell Decomposition방법을 이용하고 최단거리를 구하는 방법 중의 하나인 다익스트라(Dijkstra) 알고리즘을 제안한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. S. Thrun, "Learning metric-topological maps for indoor mobile robot navigation," Artificial Intelligence, vol. 99, no. 1, pp. 21-71, 1998. 

    상세보기 crossref

  2. Borenstein, J,. Everett, B,.and Feng, L., "Where am I? Sensors and Methods for Mobile Robot Positioning." pp. 130-131, 1996. 

  3. Moravec, H.P. and Elfes, A., "High Resolution Maps from Wide Angle Sonal." Proceeding of the IEEE conference on Robotics and Automation, Wasington D.C., pp. 116-121, 1985. 

  4. Borenstein, J. and Koren, Y., 1991, "Histogramic in-motion mapping for mobile robot obstacle avoidance." IEEE Journal on Robotics and Automation, Vol. 7, No. 4, pp. 525-539, 1991. 

  5. Borenstein, J. and Feng, L., where am I? Sensors and Method for Autonomous Mobile Robot Positioning-1995 Edition, 1995c. 

  6. 김태균, "유비쿼터스 센서 환경에서의 이동로봇 위치추정," 조선대학교 석사학위 논문, 2009. 

  7. 김성철, "자율 이동 로봇의 장애물 회피를 위한 안전 방향 구간 탐색 방법," 조선대학교 박사학위 논문, 2002. 

  8. Ko, N. Y. and Simmons, R. G., "The Lane-curvature Method for Local Obstacle Avoidance," International Conference in Intelligent Robots and Systems (IROS 1998), Victoria, B.C., Canada, Oct. 13-17, 1998. 

  9. O.Khatib, "Real-Time Obstacle Avodance for Manipulators and Mobile Robots." IEEE International Conference on Robotics and Automation, pp. 500-505, 1985. 

  10. Arkin, R. C., "Motor Schema-Based Mobile Robot Navigation," The International Journal of Robotics Research: 92-112, 1989. 

  11. N.C. Tsourveloudis, K.P. Valavanis, and T. Hebert, "Autonomous Vehicle Navigation Utilizing Electrostatic Potential Fields and Fuzzy Logic," IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION, VOL. 17, NO. 4, pp. 490-497, 2001. 

    상세보기 crossref

  12. Data Structures in C 언어로 쉽게 풀어쓴 자료구조, 천인국. p426-436 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로