$\require{mediawiki-texvc}$

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.

야지환경의 비포장도로용 지역경로계획
Local Path Plan for Unpaved Road in Rough Environment 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.16 no.6, 2013년, pp.726 - 732  

이영일 (국방과학연구소) ,  최덕선 (국방과학연구소) ,  박용운 (국방과학연구소)

Abstract ▼ AI-Helper 아이콘AI-Helper

It is required for UGV(Unmanned Ground Vehicle) to have a LPP(Local Path Plan) component which generate a local path via the center of road by analyzing binary map to travel autonomously unpaved road in rough environment. In this paper, we present the method of boundary estimation for unpaved road a...

주제어

#Autonomous Navigation   #LPP(Local Path Plan)   #Road Boundary Estimation   #Bayesian Probability Reasoning   #UGV(Unmanned Ground Vehicle)  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 야지환경 비포장도로에서의 자율주행을 위한 주행영역 추출 및 최적 후보경로 선정 기법을 적용한 RANGER 기반 지역경로계획 기법을 소개하였다. 특히, 단위시간마다 생성되는 장애물지도들 간의 비정상적인 차이로부터 발생할 수 있는 무인차량의 지그재그 주행문제를 최소화시키기 위해 지형의 전체적인 윤곽을 처리하는 전처리단계와 베이지안 확률추론을 이용한 점유확률 갱신단계로 이루어진 주행영역 추출 기법을 제안하였다.
  • 본 논문에서는 이러한 지그재그 주행 문제점을 최소화하기 위해 도로 주행영역 추출 기법과 최적 후보경로 선정 기법을 활용한 야지환경의 비포장도로용 지역경로계획을 소개한다. 제안한 비포장도로용 지역경로계획 기법의 성능검증을 위해 무인차량을 이용하여 덤불과 나무로 구성된 야지에 존재하는 실제의 비포장도로에서 시나리오 기반의 필드테스트를 수행한다.

가설 설정

  • 장애물지도상에 추출되는 주행가능 영역에 대한 시간적 관점에서의 변화는 마르코프 속성(Markov Property)[6]을 가진다고 가정할 수 있는데, 즉 다음 상태의 확률은 과거 상태와는 독립적으로 현재 상태에 의해 결정된다는 의미이다. 특정 섹터에 대한 점유확률 P[S(scti) = O|{ps}t + 1]은 이전 단위시간 tn까지의 해당섹터 점유확률 P[S(scti) = O|{ps}t]과 현재 단위시간 tn+1의 해당섹터에 대한 측정값(observation)인 장애물 확률값 P[pst + 1|S(scti) = O]을 이용하여 베이지안 확률 수정식(Bayesian probability updating formular)[4,7,8]으로 재귀적으로 계산할 수 있으며, 이는 수식 (3)～(5)로 표현된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
자율주행 능력을 위한 가장 근본적인 기술엔 무엇이 있는가? 이를 위한 가장 근본적인 기술 중 하나는 지형감지용 센서로부터 생성한 월드모델(World Model) 데이터를 활용하여 장애물지도를 생성하고 이를 기반으로 추출된 주행가능 영역의 중심점을 경유하는 지역경로를 생성하는 지역경로계획(LPP : Local Path Plan) 관련 기술이다[1]. 무인차량이 주행하는 주위 환경에 대한 정확하고 신뢰성 있는 월드모델 생성을 위해서는 차량의 위치 변화에 따른 새로운 센서 데이터를 실시간으로 반영할 수 있도록 빠른 주기로 월드모델 데이터를 경신해야 한다.
월드모델링 데이터로부터 생성된 격자기반 장애물지도는 어떤 오차가 포함되어 있는가? 월드모델링 데이터로부터 생성된 격자기반의 장애물지도에는 항법 및 지형감지센서의 오차 그리고 격자지도 양자화 오차가 포함되어 있다. 또한, 양 측면의 형상이 실제로 볼록하거나 오목한 모양을 가진 비포장도로에서 생성된 장애물지도를 기반으로 지역경로를 계획할 경우 무인차량이 필요 없는 조향변화를 일으켜 비효율적인 자율주행 결과를 초래하게 된다.
서비스 및 군사로봇에 해당되는 무인차량의 임무를 원활하게 수행하기 위해 선행되어야 할 것은 무엇인가? 근래에 들어 재난극복, 인명구조, 야지에서의 감시/정찰 임무를 수행하는 서비스 및 군사로봇에 대한 필요성과 활용성이 부각되고 있다. 이러한 무인차량의 임무를 원활하고 성공적으로 수행하기 위해 기술적으로 가장 선행되어야 하는 것은 목표점까지의 안전하고 효율적인 자율주행기술의 개발이다. 특히, 무인차량의 활용성이 부각되는 인간의 접근과 개입이 제한되는 험지 및 야지와 같은 거친 외부환경에서의 자율주행 능력이 절실하게 요구된다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. J. Giesbrecht, J. Collier, G. Broten, S. Monckton, and D. Mackay, "A Navigation and Decision Making Architecture for Unmanned Ground Vehicles", DRDC Suffield TM 2007-300, 2007. 

  2. 이영일, 이호주, 고정호, "무인차량의 주행성능을 고려한 장애물 격자지도 기반의 지역경로계획", 한국군사과학기술학회지, Vol. 13, No. 2, April, 2010. 

    원문보기 상세보기

  3. C. Mares, B. Dratz, J. E. Mottershead and M. I. Friswell, "Model Updating Using Bayesian Estimation", Proc. of ISMA2006, pp. 2607-2616, 2006. 

  4. A. Elfes, "Using Occupancy Grids for Mobile Robot Perception and Navigation", IEEE Computer, pp. 46-57, 1989. 

  5. H. Moravec and A. Elfes, "High Resolution Maps from Wide Angel Sonar", Proc. IEEE Int. Conf. on Robotics and Automation, pp. 116-121, 1985. 

  6. 김영근, 김학일, "단일 초음파센서를 이용한 자율주행 로봇의 경로계획용 지도작성", 전기학회논문지, 제51권, 제12호, pp. 577-582, 2002. 

  7. 임종환, 조동우, "초음파 센서를 이용한 자율 이동 로봇의 써튼티 그리드 형성", 전기학회논문지, 제39권, 제4호, pp. 386-392, 1990. 

  8. 김동호, 김기응, "부분관찰 마코프 의사결정과정을 이용한 지능형 에이전트 구현", 정보과학회논문지, 제29권, 제2호, pp. 39-47, 2011. 

    원문보기 상세보기

  9. E. Krotkov, M. Hebert, and R. Simmons, "Stereo Perception and Dead Reckoning for Prototype Lunar Rover", Autonomous Robots, pp. 313-331, December, 1995. 

  10. R. Simmons, E. Krotkov, L. Chrisman, F. Cozman, R. Coodwin, M. Hebert, L. Katragaddam S. Koenig, G. Krishnaswamy, Y. Shinoda, W. Whittaker, and P. Klarer, "Experience with rover Navigation for Lunar-like Terrains", In Proc. Intl. Conf. Intelligent Robots and Systems, pp. 441-446, 1995. 

  11. A. Kelly, "An Intelligent Predictive Control Approach to the High Speed Cross Country Autonomous Navigation Problem", Technical Report CMU-CS-TR-95-33, Carnegie Mellon University, 1995. 

  12. E. Krotkov, M. Hebert, and R. Simmons, "Stereo Perception and Dead Reckoning for Prototype Lunar Rover", Autonomous Robots, pp. 313-331, December, 1995. 

  13. R. Simmons, E. Krotkov, L. Chrisman, F. Cozman, R. Coodwin, M. Hebert, L. Katragaddam S. Koenig, G. Krishnaswamy, Y. Shinoda, W. Whittaker, and P. Klarer, "Experience with rover Navigation for Lunar-like Terrains", In Proc. Intl. Conf. Intelligent Robots and Systems, pp. 441-446, 1995. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 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