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
- 무인자동차의 기준경로 추종 및 장애물 회피를 위한 방법으로 모델 예측제어기법을 사용할 수 있다. 본 논문에서는 2차 타원함수 제한조건 기반의 모델 예측제어가 실제 주행환경에서 사용될 수 있도록 주변 장애물들의 정보를 점유 확률맵을 통해 획득하고 이를 유효한 타원 파라미터들로 모델링하는 알고리즘을 제안하였다. 또한 여러 장애물이 복합적으로 놓여 있는 경우에도 최적의 경로로 차량이 유도될 수 있도록 생성된 장애물 타원 파라미터들 중 충돌이 예상되는 것들만 선택적 제한조건으로 설정하였다.
- 따라서 이 기법들 기반의 무인자동차의 장애물 회피를 실제 무인자동차 시스템에 적용시키기 위해서는 장착 된 센서로부터 획득 된 데이터들을 이용해 회피하여야 할 장애물들을 타원 형태의 파라미터로 모델링 하는 기법에 대한 연구가 필요하다. 본 논문에서는 이를 위한 장애물 파라미터 모델링 기법을 제안하고, 그 성능을 실제 측정된 장애물 데이터를 이용한 모의실험을 통해 분석했다.
- 국내에서도 이러한 무인자동차의 개발흐름에 대처하기 위하여 2010년 무인자동차 대회가 현대기아자동차 개최로 진행되었다. 이 대회에는 국내 대학팀들이 본선 대회에 진출하여 장애물 회피 그리고 횡단보도 인식 등의 미션을 성공적으로 수행하는 등의 성과를 이룬바 있다.
- 이와 같은 문제를 해결하기 위해 선택적 제한조건 결정 방법을 제안한다. 먼저 제한조건이 없는 상황에서 기준 입력만으로 미래의 제어 입력 값을 결정한 후 이 때의 미래 시스템 출력 값을 계산한다.
가설 설정
- 모델예측제어 기법을 연구한 기존 논문[1,2]들에서는 장애물 타원 파라미터가 정확하게 주어졌다고 가정하였다. 따라서 이 기법들 기반의 무인자동차의 장애물 회피를 실제 무인자동차 시스템에 적용시키기 위해서는 장착 된 센서로부터 획득 된 데이터들을 이용해 회피하여야 할 장애물들을 타원 형태의 파라미터로 모델링 하는 기법에 대한 연구가 필요하다.
- 위와 같이 차량 속도는 일정하다고 가정하고 실제 레이저 센서의 측정 데이터를 이용했을 때 점유 확률맵에서 장애물들이 명확히 나타나는 거리를 고려하여 차량 전방 약 16.67m 까지 예측 경로가 생성 될 수 있도록 예측 범위를 설정하였다. 예측 범위와 제어 값 계산 범위는 각각 (4)에 적용된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.