최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.17 no.5, 2011년, pp.429 - 435
이상훈 (한국과학기술연구원 인지로봇센터) , 전창묵 (한국과학기술연구원 인지로봇센터) , 권태범 (한국과학기술연구원 인지로봇센터) , 강성철 (한국과학기술연구원 인지로봇센터)
This paper presents a sensor fusion-based estimation of heading and a Bezier curve-based motion planning for unmanned ground vehicle. For the vehicle to drive itself autonomously and safely, it should estimate its pose with sufficient accuracy in reasonable processing time. The vehicle should also h...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
PF란? | 본 연구에서는 센서 융합 방식의 위치추정을 기반으로 모션 플래닝의 강인성을 향상시키는 방법을 제안한다. 자율주행 분야에서 가장 대표적인 모션 플래닝 방법은 PF (Potential Field)로, 장애물과 로봇 사이에 가상적인 반발력을 발생시켜 서로간의 충돌을 피할 수 있도록 하는 알고리즘이다[9]. 하지만 PF기반의 모션 플래닝을 하려면 장애물에 대한 전체 정보를 미리 알고 있어야 하고, ROI (Region of Interest) 전체 영역을 고려하기 때문에 계산 양도 많다는 단점을 갖고 있다. | |
신뢰성 있는 모션 플래닝 수행을 위해 추정해야 하는 것은? | 신뢰성 있는 모션 플래닝을 수행하기 위해서는 차량의 위치, 자세, 헤딩각을 정확히 추정하여야 한다. IMU와 엔코더는 자율주행차량의 이동거리 및 헤딩각을 제공하기 때문에 국소좌표에서의 위치정보를 계산 할 수 있지만 그 정보는 차량이 좌표계 원점에서 멀어질수록 오차가 누적되기 때문에 주행 거리에 따라 정보의 신뢰성이 떨어진다는 단점이 있다. | |
본 연구에서 베지어 곡선을 이용하여 다수의 후보경로를 생성하고, 그중 최적의 경로를 선택하는 주행 제어 방법을 제안하였는데 이를 통해 얻은 결론은? | 1. IMU, GPS, 엔코더를 EKF에 적용하여 센서 융합을 수행하였고, 스위칭 방식을 통해 누적오차가 없는 헤딩각을 계산하였다. 이를 바탕으로 경유점 위치의 정확도를 높일 수 있었고, 신뢰성 높은 주행 제어가 가능하였다. 2. 하나의 경로를 생성하여 추종하는 게 아닌 다수의 후보경로 중 최적의 경로를 선택하기 때문에 주변 지형에 가장 적합한 경로를 생성할 수 있었다. 또한, 적응성 조절점 개념을 도입함으로써 항상 경유점을 통과하는 경로를 생성할 수있었다. 3. 기존의 일정 범위 내에 장애물이 들어올 경우 정지하는 방식과는 달리 장애물과의 충돌 가능성, 주행 불가능한 곡률 탐지와 같은 비상상황에 대한 정보가 cost 계산에 반영되기 때문에 주행 안전성을 획기적으로 높일 수 있었다. |
T. M. Howard and A. Kelly, "Optimal rough terrain trajectory generation for wheeled mobile robots," International Journal of Robotics Research, vol. 26, no. 2, pp. 141-166, 2007.
D. Ferguson, T. M. Howard, and M. Likhachev, "Motion planning in urban environments," Journal of Field Robotics, vol. 25, no. 11-12, pp. 939-960, 2008.
S. Thrun et. al., "Stanley: The robot that won the DARPA grand challenge," Journal of Field Robotics, vol. 23, no. 9, pp. 661-692, Sep. 2008.
K. Ohno, T. Tsubouchi, B. Shigematsu, and S. Yuta, "Differential GPS and odometry-based outdoor navigation of a mobile robot," Advanced Robotics, vol. 18, no. 6, pp. 611-635, Jan. 2004.
V. Malyavej and P. Torteeka, "Unmanned ground vehicle localization by dead-reckoning_GPS sensor fusion," Proc. of the IEEE Conference on ECTI-CON, pp. 508-512, May 2010.
Y. Ren and X. Ke, "Particle filter data fusion enhancements for MEMS-IMU/GPS," Intelligent Information Management, vol. 2, no. 7, pp. 417-421, July 2010.
S. S. Ge and Y. J. Cui, "Dynamic motion planning for mobile robots using potential field method," Journal of Autonomous Robots, vol. 13, no. 3, pp. 207-222, 2002.
J. Borenstein and Y. Koren, "The vector field histogram-fast obstacle avoidance for mobile robots," IEEE Transactions on Robotics and Automation, vol. 7, no. 3, pp. 278-288, June 1991.
D. Fox, W. Burgard, and S. Thrun, "The dynamic window approach to collision avoidance," IEEE Robotics and Automation, vol. 4, no. 1, Apr. 1997.
P. E. Hart, N. J. Nilsson, and B. Raphael, "A formal basis for the heuristic determination of minimum cost paths," IEEE Trans. Syst. Science and Cybernetics, vol. 4, no. 2, pp. 100-107, July 1968.
H. J. Woo, S. K. Jung, B. G. Cho, and J. H. Kim, "Research of navigation algorithm for unmanned ground vehicle based on Real Time Kinematic(RTK)-GPS," KSAE Annual Conference, pp. 972-976, Apr. 2009.
J. Choi, R. E. Curry, and G. H. Elkaim, "Continuous curvature path generation based on bezier curves for autonomous vehicles," IAENG International Journal of Applied Mathematics, vol. 40, no. 2, May 2010.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.