$\require{mediawiki-texvc}$

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.

무선 네트워크 기반 자율주행 시스템 설계

Design of Autonomous Navigation Systems based on Wireless Networks

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.22 no.4, 2012년, pp.435 - 440  

박혜공 (영남대학교 전기공학과) ,  이형근 (영남대학교 전기공학과) ,  권순학 (영남대학교 전기공학과)

초록
AI-Helper 아이콘AI-Helper

최근 산업 현장에서 자율주행 시스템에 관한 관심이 날로 증대되고 있다. 자율이동 로봇을 포함한 자율주행 시스템은 인간의 지속적인 도움 없이 거칠고 변화하며 구조화되지 않으면서도 불확실한 주변 환경에서 원하는 작업을 수행할 수 있는 능력을 지녀야 한다. 이를 위해서 근거리 무선통신 네트워크로 로봇 간 서로 교신을 하여 위치 및 상태 등의 정보를 공유를 통해 원만한 자율 주행을 할 수 있는 시스템의 설계가 요구된다. 본 논문에서는 센서 네트워크 및 무선네트워크에 기반한 자율주행 시스템을 개발하고 실험을 통하여 개발된 시스템의 성능을 검증한다.

Abstract AI-Helper 아이콘AI-Helper

Recently autonomous navigation systems are taken great attention in real industry. The ability to performing desired tasks in rough, changing, unstructured and uncertain environments without continuous human assistance is needed in autonomous navigation systems including autonomous robots. Industria...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 절에서는 자율주행 시스템의 주행 중 경로 이탈방지 및 외부의 동적, 정적 장애물을 감지하기 위해 적용된 다양한 센서 인터페이스에 대하여 서술한다. 그리고 외부 환경에 대하여 감지된 정보를 효과적으로 주 제어 보드로 전송하기 위한 멀티링크 제어 모듈과 적용 내용에 대하여 서술한다.
  • 이를 위해서 근거리 무선통신 네트워크로 로봇 간 서로 교신을 하여 위치 및 상태 등의 정보를 공유를 통해 원만한 자율 주행을 할 수 있는 시스템의 설계가 요구된다. 본 논문에서는 산업 현장에 직접 적용할 자율주행 시스템의 구현을 위하여 무선 네트워크 기반 자율주행 시스템 및 이의 자율주행을 위한 충돌회피 알고리즘 개발 및 이를 구현하여 산업 현장에 적용 실험을 통하여 그 효용성을 검증하였다. 추후 연구과제로는 퍼지논리, 신경 회로망, 유전자 알고리즘 및 연산 지능과 같은 지능적 알고리즘의 활용 및 시각 정보를 이용하여 자율주행 시스템에 고도의 지능을 부여하기 위한 연구를 들 수 있다.
  • 본 논문에서는 이러한 요구에 부응하여 산업현장에 직접 적용할 수 있는 센서 네트워크 및 무선네트워크에 기반한 자율주행 시스템을 개발하고 실험을 통하여 개발된 시스템의 성능을 검증한다. 본 논문에서 설계 및 구성한 자율 주행 시스템의 효율적인 이동경로 추종을 위해 해상도가 뛰어난 아날로그 방식의 마그네틱 가이드센서와 구동 모터의 응답성 및 신뢰성을 보장받기 위해 엔코더 센서를 이용한다.
  • 본 절에서는 무선 네트워크 기반 자율주행 운항 알고리즘에 의한 능동적인 자율주행을 구현하기 위하여 그림 3과 같은 무선네트워크 기반 자율주행 시스템을 제안한다. 제안된 자율주행 시스템은 독립적인 4축의 구동바퀴와 1축의 스티어링으로 구성된다.
  • 본 절에서는 자율주행 시스템을 주행법 중 대표적 기법인 SLAM (Simultaneous Localization And Mapping)방식 및 레이저 센서에 대하여 간략히 서술하기로 한다.
  • 본 절에서는 자율주행 시스템의 주행 중 경로 이탈방지 및 외부의 동적, 정적 장애물을 감지하기 위해 적용된 다양한 센서 인터페이스에 대하여 서술한다. 그리고 외부 환경에 대하여 감지된 정보를 효과적으로 주 제어 보드로 전송하기 위한 멀티링크 제어 모듈과 적용 내용에 대하여 서술한다.
  • 본 절에서는 제안된 무선 네트워크 기반 자율주행 시스템의 성능을 검증하기 위하여 약 330m2의 시험 공간을 구성하고 그림 14와 같은 교차로에서의 충돌 회피를 위한 테스트로 구현된 무선 네트워크 기반 자율주행 시스템의 타당성을 확인한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
자율주행 시스템의 주행 경로 감지방법은 어떻게 나눌 수 있는가? 또한, 인간의 일을 대신해 주는 것으로부터 인간에게 지식이나 정보를 주고 인간과 감정을 교류할 수 있는 형태로 진화할 것으로 예측 된다[1, 2]. 자율주행 시스템의 주행 경로 감지방법은 크게 고정경로 감지 주행방식과 개방경로 감지 주행방식으로 나누어진다. 개방경로 감지 주행방식은 이동경로의 물리적 지정이 없이 로봇에 장착된 센서에 의해 통신, 외부환경 스케닝 등을 통해 능동적으로 주행환경을 분석하여 목적지 까지 주행하는 방식이다.
개방경로 감지 주행방식이란 무엇인가? 자율주행 시스템의 주행 경로 감지방법은 크게 고정경로 감지 주행방식과 개방경로 감지 주행방식으로 나누어진다. 개방경로 감지 주행방식은 이동경로의 물리적 지정이 없이 로봇에 장착된 센서에 의해 통신, 외부환경 스케닝 등을 통해 능동적으로 주행환경을 분석하여 목적지 까지 주행하는 방식이다. 대표적인 주행방법으로는 레이저 스케닝 센서에 의해 주변 환경을 분석하여 주행하는 LGV(Laser Guided Vehicle), 무선 RF(Radio Frequency) 및 초음파 센서를 통해 삼각 위치 좌표 해석으로 로봇의 위치 좌표를 추종하는 엑티브 비컨(Active Beacon)센서 주행시스템, SLAM(Simultaneous Localization And Mapping)[3-4] 등이 있다.
자율주행 시스템의 외부환경 감지를 위한 감지센서군은 두 가지로 나뉘는데 각 특징은 무엇인가? 감지센서의 군은 크게 두가지, 즉, 시각적 센서와 비시각적 센서의 용도로 나눌 수 있다. 가시적 센서로는 CCD 카메라, 웹 캠코더 등이며 주요 연구 분야는 주행 중 운전자의 자세(Posture), 표정(Face)등과 같은 차량의 내부 환경을 검출한다. 비시각적 센서로는 레이저, 레이더, 초음파, 자이로센서 등이며 주요 연구 분야는 주행로(Lane), 주행로 표면(Road surface) 등과 같은 차량의 외부환경을 검출한다[10-12].
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. 한국 로봇 산업협회, http://www.korearobot.or.kr 

  2. 국방과학연구소 Packbot 로봇, http://www.add.re.kr 

  3. N. Karlsson, E. D. Bernardo, J. Ostrowski, L. Goncalves, P. Pirjanian, and M.E. Munich, "The vSLAM Algorithm for Robust Localization and Mapping," In Proc. IEEE Int. Conf. Robotics and Automation, pp. 24-29, 2005. 

  4. M. Montemerlo, Fast SLAM : A Factored Solution to the Simultaneous Localization and Mapping Problem with Unknown Data Association, PhD thesis, Robotics Institute, Carnegie Mellon University, 2003. 

  5. J. J. Leonard, and H. F. Durrant-Whyte, Directed Sonor Sensing for Mobile Robot Navigation, Kluwer Academic Publishers, 1992. 

  6. 서석태, 손세호, 이인근, 정혜천, 권순학, "그레이 레벨의 공간적 상관관계 기반 이진화," 퍼지 및 지능시스템학회 논문지, 제17권, 제4호, pp. 466-471, 2007. 

  7. 서석태, 이인근, 정혜천, 권순학, "가우시안형 유한 혼합 분포에 기반한 다중 임계값 결정법," 퍼지 및 지능시스템학회 논문지, 제17권, 제1호, pp. 283-286, 2007. 

  8. 단나, 서석태, 박혜공, 권순학, "평면 곡선에 기반한 다중 임계값 결정," 한국지능시스템학회 논문지, 제20권, 2호, pp. 279-284, 2010. 

  9. 박혜공, 서석태, 정혜천, 권순학, "통신 상태 검출에 기반한 무선 네트워크 선정 시스템," 한국지능시스템학회 추계학술대회 학술발표논문집, 제19권, 2호, pp. 151-153, 2009. 

  10. J. M. Holland, Designing Autonomous Mobile Robots: Inside the Mind of an Intelligent Machine, Newness Press, 2003. 

  11. 김혜진, 윤호섭, "지능형 로봇 부품 기술 동향," 전자통신동향분석, 제 22권, 2호, pp. 58-69, 2007. 

  12. L. Li, and F. Y. Wang, Advanced Motion Control and Sensing for Intelligent Vehicles, Springer, 2007. 

  13. M. Dissanayake, P. Newman, S. Clark, H. Durrant-Whyte, and M. Csorba, "A Solution to the Simultaneous Localization and Map Building (SLAM) Problem," IEEE Transaction on Robotics and Automation, vol. 17, no. 3, pp. 229-241, 2001. 

  14. R. Chellappa, and A. Jain, Markov Random Fields : Theory and Applications, Academic Press, 1993. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

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

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