[논문]자율주행 시스템의 장애물 회피 알고리즘에 관한 연구

안두성; 박근현; 최규종; 전순용

doi:10.9726/kspse.2012.16.1.084

자율주행 시스템의 장애물 회피 알고리즘에 관한 연구
Researches on Collision Avoidance Algorithms for Autonomous Driving System 원문보기

한국동력기계공학회지 = Journal of the korean society for power system engineering, v.16 no.1, 2012년, pp.84 - 90

안두성 (부경대학교 기계자동차공학과) , 박근현 (부경대학교 대학원) , 최규종 ((주)에스피시스템스) , 전순용 ((주)대원전자 기술연구소)

Abstract ▼ AI-Helper

In unmanned vehicles' navigation, the shapes of obstacles are generally irregular and complex. The motion of vehicles based on the range sensor system such as ultrasonic sensors or laser sensors can be unstable due to the irregular shape of the obstacles. In this case, to generate stable trajectory of unmanned vehicles equipped with range sensors, we need an approach that can simplify an obstacle's irregular shape information. In this paper, we propose the trajectory generation algorithm that an vehicle can stably navigate in the environments where irregular shaped obstacles are scattered. The proposed method is verified through the analysis of vehicle's trail and direction data acquired by simulations and implementations.

주제어

AI 본문요약
AI-Helper

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

문제 정의

그러나 이것은 장애물의 형상을 직접적으로 이용하여 회피궤적을 생성하는 방식이기 때문에 장애물의 형상이 복잡할 경우 불필요한 차량의 움직임을 발생시킬 수 있다. 따라서 본 논문에서는 이러한 단점을 해결하기 위해 복잡한 장애물의 형상을 단순화 시켜 장애물들을 안정적으로 회피할 수 있는 차량의 이동방향을 결정하는 알고리즘을 제시하고자 한다.
본 논문에서는 불규칙한 형상의 장애물들이 존재 하는 환경 내에서 무인차량이 장애물을 안정적으로 회피할 수 있는 궤적을 생성하는 알고리즘을 제시하였다. 제시된 알고리즘에 대한 시뮬레이션 및 실험을 통해 불규칙한 형상의 장애물들이 흩어져 있는 환경 조건에서 차량이 얼마나 부드럽고(smooth) 안정적 (stable)으로 회피동작을 수행하는 지를 확인하였다.
본 연구는 정성적인(qualitative) 방법으로 복잡한 형상의 장애물들을 회피하고, 실제 시스템에 적용할 수 있는 알고리즘을 구현하는 것에 초점을 두었다. 비록 생성된 궤적이 부분적으로 불안정해 보이는 구간들이 존재하여 향후 지속적인 보완연구들이 필요 하지만, 알고리즘 구현의 단순성을 볼 때 실제 시스템에 적용 가능성이 높다고 평가할 수 있다.

가설 설정

주위환경에서 일상적으로 볼 수 있는 장애물은 대 부분 불규칙한 형상을 가지며, 복잡하게 흩어져 있다. 따라서 시뮬레이션과 실험에서 이와 같은 조건들 을 반영하여 불규칙한 형태의 장애물들을 가정하였다. 실험결과로서 랩뷰(LabView)로 코딩한 GUI에 수집된 차량의 궤적을 분석하여 검증하였다.
마지막으로 Fig. 13은 삼각형 형상의 장애물들이 복잡하게 흩어져(scattered) 있는 환경을 가정하여 시뮬레이션을 수행 하였다. 차량의 궤적이 불안정한 움직임을 보이는 구간들이 부분적으로 존재하지만 대체적으로 불규칙한 장애물의 형상에 크게 영향을 받지 않았다는 것을 알 수 있다.

제안 방법

먼저 장애물의 불규칙한 형상정보를 단순화하여 처리하기 위해 레이저 센서로 획득한 거리값들을 이용하여 차량이 이동할 수 있는 영역을 타원형 형상으로 생성한다. 그리고 생성된 타원형의 장축(major axis)을 이용하여 차량의 속도(velocity)를 조절하고, 단축(minor axis)을 이용하여 최소 안전영역을 설정한다. 제시한 알고리즘의 타당성은 시뮬레이션과 실험을 통해 생성된 궤적들을 분석하여 검증한다.
의 초점은 장애물을 통과하는 차량 의 궤적이 얼마나 부드럽고(smooth) 안정적(stable) 인지를 평가하는데 있다. 또한 특정 목표위치로 무인 차량을 이동시키는 것이 아니라 현재 위치에서 장애물을 회피하기 위해 가장 안전한 방향으로 이동하도록 하였다. 시뮬레이션에 사용된 차량의 구조는 실제 실험장치와 동일하게 구성하였으며, 레이저센서를 이 용하여 장애물까지의 거리값을 측정한다.
본 논문에서 제시한 알고리즘을 검증하기 위해 세 가지 시뮬레이션과 실험을 수행하였다. 그 결과 불규칙한 장애물의 형상에 따라 무인차량의 움직임이 다 소 불안정해 보이는 구간이 부분적으로 존재한다는 것을 알 수 있었다.
본 논문에서 제시한 알고리즘을 시뮬레이션과 실험을 통해 상호 비교하여 검증하기 위해 두 환경을 최대한 동일하게 구성하였다. 즉 시뮬레이션에서 설정한 장애물들의 위치와 모양들을 실제 환경에서 구현하기 위해 벽을 인위적으로 설정하여 구현하였다.
본 논문에서는 0도에서 180도로 스캔이 가능한 레이저센서를 통해 획득한 장애물 형상정보(각도와 거리값의 쌍으로 이루어지는 측정데이터를 이용하여 계산)와 차량의 현재 위치정보(localization)8 를 이용하여 차량이 이동 가능한 영역을 타원형(ellipse shape)으로 생성한다. 생성된 영역에서 차량의 움직임은 장축과 단축을 이용하여 제어한다.
실험에서는 장애물의 정보를 정확히 획득하기 위해 레이저센서만 을 사용하였다. 소프트웨어(S/W)는 랩뷰(LabView) 를 이용하여 GUI를 설계 및 제시된 알고리즘과 차량 의 구동 부분을 코딩하였다.
따라서 시뮬레이션과 실험에서 이와 같은 조건들 을 반영하여 불규칙한 형태의 장애물들을 가정하였다. 실험결과로서 랩뷰(LabView)로 코딩한 GUI에 수집된 차량의 궤적을 분석하여 검증하였다. GUI에 는 차량의 궤적과 함께 레이저센서로 획득한 거리값들을 이용하여 장애물의 위치정보도 함께 나타나도록 구성되어 있다.
본 논문에서 제시한 알고리즘을 시뮬레이션과 실험을 통해 상호 비교하여 검증하기 위해 두 환경을 최대한 동일하게 구성하였다. 즉 시뮬레이션에서 설정한 장애물들의 위치와 모양들을 실제 환경에서 구현하기 위해 벽을 인위적으로 설정하여 구현하였다. 그러므로 각각의 결과들 상호 비교함으로써 차량 궤적의 안정성에 대한 분석과 실제 시스템으로의 적용 가능성을 분석할 수 있다.

대상 데이터

본 실험에서 사용된 차량의 이동 플렛폼은 Fig. 6 에 보이는 ActivMedia Robotics의 P3DX를 기반으로 하며, 장착되어 있는 센서는 초음파 센서와 SICK사 의 LMS200 레이저 센서이다. 차량의 내부 상태를 모니터링(Monitoring)하기 위한 GUI (Graphic User Interface)는 Fig.
또한 특정 목표위치로 무인 차량을 이동시키는 것이 아니라 현재 위치에서 장애물을 회피하기 위해 가장 안전한 방향으로 이동하도록 하였다. 시뮬레이션에 사용된 차량의 구조는 실제 실험장치와 동일하게 구성하였으며, 레이저센서를 이 용하여 장애물까지의 거리값을 측정한다.
장축방향의 센서값과 이웃해 있는 센서값들이 생성된 타원형의 내부에 존재하지 않는 가장 큰 장축 을 찾는다. 실제 실험에 사용한 이웃한 센서값들은 장축방향을 기준으로 20개의 데이터를 이용하였다.
전체 시스템은 Fig. 8와 같이 크게 하드웨어(H/W) 부분과 소프트웨어(S/W)로 구분하였으며, 하드웨어 는 P3DX 이동 플렛폼을 기반으로 8개의 초음파 센서, 레이저센서, 다이나믹셀(Dynamixel)을 이용해 제 작된 2개의 매니퓰레이터(manipulator)와 랩탑컴퓨터 (laptop computer)로 이루어져 있다. 실험에서는 장애물의 정보를 정확히 획득하기 위해 레이저센서만 을 사용하였다.

데이터처리

그리고 생성된 타원형의 장축(major axis)을 이용하여 차량의 속도(velocity)를 조절하고, 단축(minor axis)을 이용하여 최소 안전영역을 설정한다. 제시한 알고리즘의 타당성은 시뮬레이션과 실험을 통해 생성된 궤적들을 분석하여 검증한다.

성능/효과

본 논문에서 제시한 알고리즘을 검증하기 위해 세 가지 시뮬레이션과 실험을 수행하였다. 그 결과 불규칙한 장애물의 형상에 따라 무인차량의 움직임이 다 소 불안정해 보이는 구간이 부분적으로 존재한다는 것을 알 수 있었다. 그러나 적용된 알고리즘의 단순성을 감안하고, 실제 시스템에 적용하여 실험한 결과 도 시뮬레이션과 유사하다는 것을 볼 때 상당히 만족스러운 결과라고 할 수 있다.
비교적 선이 두꺼워 보이는 부분이 레이저센서를 이용하여 감지된 장애물이며, 그 사이로 얇은 선이 차량의 이동 궤적을 나타낸다. 시뮬레이션 결과와 유사하게 차량의 움직임이 안정적으로 나타남을 알 수 있다.
본 논문에서는 불규칙한 형상의 장애물들이 존재 하는 환경 내에서 무인차량이 장애물을 안정적으로 회피할 수 있는 궤적을 생성하는 알고리즘을 제시하였다. 제시된 알고리즘에 대한 시뮬레이션 및 실험을 통해 불규칙한 형상의 장애물들이 흩어져 있는 환경 조건에서 차량이 얼마나 부드럽고(smooth) 안정적 (stable)으로 회피동작을 수행하는 지를 확인하였다.

후속연구

즉 시뮬레이션에서 설정한 장애물들의 위치와 모양들을 실제 환경에서 구현하기 위해 벽을 인위적으로 설정하여 구현하였다. 그러므로 각각의 결과들 상호 비교함으로써 차량 궤적의 안정성에 대한 분석과 실제 시스템으로의 적용 가능성을 분석할 수 있다.
그러나 적용된 알고리즘의 단순성을 감안하고, 실제 시스템에 적용하여 실험한 결과 도 시뮬레이션과 유사하다는 것을 볼 때 상당히 만족스러운 결과라고 할 수 있다. 본 연구에서 타원형 형상을 생성하기 위해 단축을 고정시키고 샘플링 각 도를 일정하게 유지하여 궤적을 생성하였지만, 향후 이러한 부분들에 대해 알고리즘을 개선하기 위한 연 구가 보완되어야 할 것이다.
본 연구는 정성적인(qualitative) 방법으로 복잡한 형상의 장애물들을 회피하고, 실제 시스템에 적용할 수 있는 알고리즘을 구현하는 것에 초점을 두었다. 비록 생성된 궤적이 부분적으로 불안정해 보이는 구간들이 존재하여 향후 지속적인 보완연구들이 필요 하지만, 알고리즘 구현의 단순성을 볼 때 실제 시스템에 적용 가능성이 높다고 평가할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무인차량의 주행 시 감지되는 장애물의 형상은 어떤 특징이 있는가?	무인차량(unmanned vehicle)의 주행(navigation)1,2 시 감지되는 장애물의 형상은 일반적으로 단순한 형상 보다는 복잡하고 불규칙한 형상이 대부분이다. 이 것은 장애물까지의 거리를 측정하는 초음파센서 (ultrasonic sensor)나 레이저 센서(laser sensor)를 이용하여 주행하는 무인차량에게는 장애물의 불규칙 한 형상으로 인하여 차량의 움직임을 불안정하게 만 드는 원인이 될 수 있다.
	장애물 회피 알고리즘에는 무엇을 응용하는 방식이 있는가?	현재 다양한 장애물 회피 알고리즘3,4,5,6들이 연구되고 있으며, GVG(Generalized Vornoi Graph), EPF(Electro Potential Field) 등을 응용하는 방식도 그러한 알고리즘들 중에 하나이다. 그러나 이것은 장애물의 형상을 직접적으로 이용하여 회피궤적을 생 성하는 방식이기 때문에 장애물의 형상이 복잡할 경우 불필요한 차량의 움직임을 발생시킬 수 있다.
	GVG(Generalized Vornoi Graph), EPF(Electro Potential Field) 등을 응용하는 장애물 회피 알고리즘의 문제점은 무엇인가?	현재 다양한 장애물 회피 알고리즘3,4,5,6들이 연구되고 있으며, GVG(Generalized Vornoi Graph), EPF(Electro Potential Field) 등을 응용하는 방식도 그러한 알고리즘들 중에 하나이다. 그러나 이것은 장애물의 형상을 직접적으로 이용하여 회피궤적을 생 성하는 방식이기 때문에 장애물의 형상이 복잡할 경우 불필요한 차량의 움직임을 발생시킬 수 있다. 따라서 본 논문에서는 이러한 단점을 해결하기 위해 복잡한 장애물의 형상을 단순화 시켜 장애물들을 안정적으로 회피할 수 있는 차량의 이동방향을 결정하는 알고리즘을 제시하고자 한다.

참고문헌 (12)

S. H. Park and B. H. Lee, "Practical Environment Modeling Based on a Heuristic Sensor Fusion Method", Proceedings of the 2004 IEEE International Conference on Robotics & Automation, pp. 200-205, April, 2004.
Alessandro Correa Victorino, Patrick Rives and Jean-Jacques Borrelly, "Mobile Robot Navigation Using a Sensor-Based Control Strategy", Proceedings of the 2001 IEEE International Conference on Robotics and Automation, Seoul, Korea, vol. 3, pp. 2753-2758, May, 2001.
Choset, H., and Burdick, J. W., "Sensor based planning, Part I: The Generalized Voronoi Graph", Proc. IEEE Int. Conf. on Robotics and Automation, Nagoya, Japan, pp.1649-1655, 1995.
Roque, W. L. and Doering, D., "Multiple Visiting Stations Trajectory (Re)Planning for Mobile Lab Robots Based on Global Vision and Voronoi Roadmaps", in Proc. of the 33rd International Symposium on Robotics, Stockholm, Sweden, 2002.
Nikos C. Tsourveloudis, Kimon P. Valavanis, and Timothy Hebert, "Autonomous Vehicle Navigation Utilizing Electrostatic Potential Fields and Fuzzy Logic", IEEE Trans. Robot. Automat., vol. 17, pp.490-497, 2001.

상세보기
J. Modayil, P. Beeson, and B. Kuipers, "Using the topological skeleton for scalable global metrical map-building", in Proc. IEEE/RSJ Int. Conf. on Intelligent Robots and Systems, Sendai, Japan, pp. 1530-1536, 2004.
Zou Yi, Ho Yeong Khing, Chua Chin Seng, and Zhou Xiao Wei, "Multi-ultrasonic Sonic Fusion for Mobile Robots", Proceedings of the IEEE Intelligent Vehicles Symposium 2000, pp. 387-391, October 3-5, 2000.
Jennings, C., Murray, D., Little, J.J., "Cooperative robot localization with vision-based mapping", Robotics and Automation, Vol. 4, pp. 2659-2665, 10-15 May 1999.
Gyu-Jong Choi, Young-Seok Jung, and Doo-Sung Ahn, "Mobile robot navigation algorithm using a vector-based topological map and virtual Jacobian", Proc. IMechE Vol.221 Part I: J. Systems and Controls Engineering, 2007.
K. R. S. Kodagoda, W. S. Wijesoma and E. K. Teoh, "Fuzzy Speed and Steering Control of an AGV", IEEE Transaction on Control Systems Technology, vol. 10, pp. 112-120, Jan. 2002.

상세보기
Laurene V. Fausett, "Applied numerical analysis using Matlab", Prentice hall, 1999.
J.-S. R. Jang, C.-T. Sun and E. Mizutani, Neuro-Fuzzy AND Soft-Computing, Prentice hall., 1997.

저자의 다른 논문 :

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