[논문]자율 다개체 모바일 로봇 시스템의 동적 장애물 회피 구현

김동원; 이종호

doi:10.9708/jksci.2013.18.1.011

초록
AI-Helper

자율적인 다개체 모바일 로봇 시스템에 관해 경로 계획과 충돌회피는 중요한 기능이며 동시에 협력과 협동적으로 주어진 일을 수행하는데 필요한 기능이다. 본 논문에서는 이러한 중요하고도 도전적인 문제를 다룬다. 제안된 방법은 포텐셜 필드 방법과 퍼지로직 시스템에 기반을 두고 있다. 첫째로, 전역경로 계획은 포텐셜 필드를 이용하여 로봇이 목적지까지 가는데 비용을 최소화할 수 있는 경로를 선택한다. 그러고 나서 지역경로 계획은 퍼지로직 시스템을 이용하여 정적이거나 동적인 장애물과의 충돌을 피하기 위해 전역경로에서 경로를 변경시킨다. 본 논문에서는 각각의 로봇은 독립적으로 목적지를 선택하며 동시에 다른 로봇은 동적인 장애물로 고려한다. 또한 장애물의 움직임을 예측할 필요도 없다. 이러한 과정은 각각의 로봇이 해당되는 목적지를 찾을 때 까지 지속된다. 이 방법을 테스트하기 위해 자율 다개체 로봇 시뮬레이터(AMMRS)를 개발했으며 시뮬레이션과 실험기반의 결과물을 제공한다. 본 결과는 다개체 모바일 로봇 시스템에 대하여 경로계획과 충돌회피 전략이 효율적이며 유용하다는 것을 보인다.

Abstract ▼ AI-Helper

For an autonomous multi-mobile robot system, path planning and collision avoidance are important functions used to perform a given task collaboratively and cooperatively. This study considers these important and challenging problems. The proposed approach is based on a potential field method and fuz...

For an autonomous multi-mobile robot system, path planning and collision avoidance are important functions used to perform a given task collaboratively and cooperatively. This study considers these important and challenging problems. The proposed approach is based on a potential field method and fuzzy logic system. First, a global path planner selects the paths of the robots that minimize the cost function from each robot to its own target using a potential field. Then, a local path planner modifies the path and orientation from the global planner to avoid collisions with static and dynamic obstacles using a fuzzy logic system. In this paper, each robot independently selects its destination and considers other robots as dynamic obstacles, and there is no need to predict the motion of obstacles. This process continues until the corresponding target of each robot is found. To test this method, an autonomous multi-mobile robot simulator (AMMRS) is developed, and both simulation-based and experimental results are given. The results show that the path planning and collision avoidance strategies are effective and useful for multi-mobile robot systems.

주제어

AI 본문요약
AI-Helper

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

문제 정의

따라서 실질적인 효용성과 유용성을 확인하기 위한 추가적인 연구가 필요하리라 사료된다. 따라서 본 논문에서는 기존 연구에서 누락된 자율 다개체 모바일 로봇의 구현에 초점을 맞춘다. 다중 로봇과 관련하여 최적의 장애물 회피 경로를 계획하고 이를 시뮬레이션 한 후 구체적인 모바일 로봇에 적용하여 이의 결과를 살펴보기로 한다.
본 논문에서는 충돌회피 알고리즘을 이용하여 자율적인 다개체 모바일 로봇시뮬레이션을 진행했으며, 다양한 환경에서 다양한 결과를 확인하였다. 또한 실질적인 효용성과 유용성을 확인하고 시뮬레이션 결과와 비교분석하기 위해 실질적인 다개체 모바일 로봇 시스템으로 연구결과를 확장하고 결과를 비교할 수 있었다.

가설 설정

매시간 ti 에서, 로봇의 움직임은 F_tot(q_ti) = F_{at t}(q_ti)+ F_rep (q_ti)두 가지 힘의 합에 의하여 유기된 힘의 방향으로 진행되게 계산된다[13]. 본 논문에서는 로봇은 오직 한 점이며 포텐셜 필드는 2차원 (x, y) 이라고 가정하며, 식 (2)와 같이 표현된다.
시뮬레이션 환경으로 모든 로봇은 동일한 로봇 시스템과 자율주행 능력을 가졌으며 로봇 주위의 환경을 인식하기 위해 IR 센서가 장착되었다고 가정한다. 개발된 시뮬레이션 환경은 비주얼 C++ 프로그래밍 언어를 사용하였으며, 로봇의 개체수, 정적인 장애물의 위치, 각 로봇의 출발점과 목표점등을 임의로 특정하게 지정할 수 있다.

제안 방법

시뮬레이션 환경으로 모든 로봇은 동일한 로봇 시스템과 자율주행 능력을 가졌으며 로봇 주위의 환경을 인식하기 위해 IR 센서가 장착되었다고 가정한다. 개발된 시뮬레이션 환경은 비주얼 C++ 프로그래밍 언어를 사용하였으며, 로봇의 개체수, 정적인 장애물의 위치, 각 로봇의 출발점과 목표점등을 임의로 특정하게 지정할 수 있다. 그림 3에서 자율적인 다중 모바일 로봇의 시뮬레이터와 우측에 보이는 변수로 A부터 D까지 총 4개의 로봇을 선택할 수 있으며, 각각의 로봇에 대하여 로봇의 위치 (RX_axis, RY_axis)와 목표지점의 위치 (TX_axis, TY_axis), 그리고 진행방향 (Orientation)을 설정할 수 있다.
따라서 본 논문에서는 기존 연구에서 누락된 자율 다개체 모바일 로봇의 구현에 초점을 맞춘다. 다중 로봇과 관련하여 최적의 장애물 회피 경로를 계획하고 이를 시뮬레이션 한 후 구체적인 모바일 로봇에 적용하여 이의 결과를 살펴보기로 한다. 본 논문에서 나타내고자 하는 다개체 모바일 로봇 시스템의 배경과 기여도를 정리하면 다음과 같다.
퍼지 시스템의 출력값인 조향각은 5개의 퍼지 멤버쉽 함수: “Left Big”, “Left Small”, “Zero”, “Right Big”, “Right Small”를 가진다. 두 개의 입력변수: 거리와 각도, 출력: 조향각을 이용하여 총 15개의 규칙을 생성하였으며 입출력 관계식으로 보면 표 1과 같다. [10-13]에서 또한 구체적인 내용을 확인할 수 있다.
퍼지로직 시스템과 같은 규칙기반 알고리즘은 실제 환경에서의 제어방법과 다중로봇 환경에서 로봇을 제어하는 형태로 일반적이다. 본 논문에서는 알려지지 않은 장애물(정적이거나 혹은 움직이는 장애물 또는 다른 움직이는 로봇)을 가진 충돌 회피 환경을 위해 퍼지 규칙기반 알고리즘이 응용되었다.
장애물과 충돌 없이 자율적으로 움직이는 다중 모바일 로봇을 위해 포텐셜 필드 방법과 퍼지 규칙을 이용한 경로계획 알고리즘이 연구되었다. 최소한의 비용으로 목적지까지 가기 위한 전역 경로를 위해 포텐셜 필드 방법과 장애물과의 충돌상황을 피하기 위해 퍼지 규칙기반 시스템이 지역 경로 계획을 위해 사용되었다. 하지만 시뮬레이션 기반의 결과만을 도출하였으므로 물리적인 다중로봇을 통한 구체적인 실험결과를 구성하지 못하였다.
[10-13]에서 또한 구체적인 내용을 확인할 수 있다. 충돌회피 움직임 프래너를가진 자율 주행 다중 모바일 로봇의 효율성과 유용성을 평가하기 위해 시뮬레이터를 개발하였으며 이를 기반으로 구체적인 실험을 수행하였다.

대상 데이터

-. 8개의 적외선 센서(IR sensor)가 로봇의 밑판에 장착되었으며, 3개는 장애물과의 거리를 위해, 2개는 진행 방향을 위해, 나머지 3개는 노면의 상태를 파악하기 위해 사용됨. 로봇에 장착된 센서는 그림 2에서 확인할 수 있다.
2. Eight IR sensors mounted on the robot.
그림 2. 로봇에 장착된 8개의 IR 센서.
그림 1. 실험에 사용된 모바일 로봇.
그림 10. 장애물 충돌을 회피하는 3대의 로봇.
그림 11. 장애물 충돌을 회피하는 4대의 로봇.
그림 5. 주행경로 가운데에서 충돌에 노출된 4대의 로봇 궤적.

데이터처리

본 논문에서는 충돌회피 알고리즘을 이용하여 자율적인 다개체 모바일 로봇시뮬레이션을 진행했으며, 다양한 환경에서 다양한 결과를 확인하였다. 또한 실질적인 효용성과 유용성을 확인하고 시뮬레이션 결과와 비교분석하기 위해 실질적인 다개체 모바일 로봇 시스템으로 연구결과를 확장하고 결과를 비교할 수 있었다. 시뮬레이션 결과는 로봇이 속해 있는 복잡한 환경에서 다양한 형태의 장애물과의 상호작용으로 포텐셜필드 방법과 퍼지 규칙 기반 알고리즘이 매우 좋은 결과를 제공한다는 것을 살펴볼 수 있었다.

이론/모형

본 논문에서는 장애물과 충돌 없이 자율적으로 움직이는 다중 모바일 로봇을 위해 [10-11]에서 연구된 잘 알려진 포텐셜 필드 방법과 퍼지 규칙을 이용한 경로계획 알고리즘을 이용하였다. 최소한의 비용으로 목적지까지 가기 위한 전역 경로를 위해 포텐셜 필드 방법[12-13] 이 이용되었으며, 충돌 상황을 피하고 안정적인 진행방향을 설정하기 위해 퍼지 규칙 기반 시스템[14] 이 지역 경로 계획을 위해 사용되었다.
본 논문에서는 장애물과 충돌 없이 자율적으로 움직이는 다중 모바일 로봇을 위해 [10-11]에서 연구된 잘 알려진 포텐셜 필드 방법과 퍼지 규칙을 이용한 경로계획 알고리즘을 이용하였다. 최소한의 비용으로 목적지까지 가기 위한 전역 경로를 위해 포텐셜 필드 방법[12-13] 이 이용되었으며, 충돌 상황을 피하고 안정적인 진행방향을 설정하기 위해 퍼지 규칙 기반 시스템[14] 이 지역 경로 계획을 위해 사용되었다.

성능/효과

시뮬레이션 결과는 로봇이 속해 있는 복잡한 환경에서 다양한 형태의 장애물과의 상호작용으로 포텐셜필드 방법과 퍼지 규칙 기반 알고리즘이 매우 좋은 결과를 제공한다는 것을 살펴볼 수 있었다. 또한 물리적인 다개체 로봇 시스템을 이용하여 서로 다른 환경에서 다양한 실험을 수행했으며, 각각의 경우에서 모든 로봇은 정적인 장애물과 동적인 장애물과의 충돌 없이 목표지점에 안정적이며 성공적으로 잘 도착했다.
또한 실질적인 효용성과 유용성을 확인하고 시뮬레이션 결과와 비교분석하기 위해 실질적인 다개체 모바일 로봇 시스템으로 연구결과를 확장하고 결과를 비교할 수 있었다. 시뮬레이션 결과는 로봇이 속해 있는 복잡한 환경에서 다양한 형태의 장애물과의 상호작용으로 포텐셜필드 방법과 퍼지 규칙 기반 알고리즘이 매우 좋은 결과를 제공한다는 것을 살펴볼 수 있었다. 또한 물리적인 다개체 로봇 시스템을 이용하여 서로 다른 환경에서 다양한 실험을 수행했으며, 각각의 경우에서 모든 로봇은 정적인 장애물과 동적인 장애물과의 충돌 없이 목표지점에 안정적이며 성공적으로 잘 도착했다.
그림 6은 벽을 따라 주행하는 2대의 로봇이 목적지 부근에서 다른 모바일 로봇과 충돌에 노출되었지만 잘 회피하는 모습을 보여주고 있다. 시뮬레이션 결과에서 보듯이, 신뢰도 있는 자율적인 다개체 모바일 로봇 시뮬레이터를 통해서 다양한 로봇 연구주제를 살펴볼 수 있으며, 반복적이며 독립적인 로봇 실험을 쉽게 구현할 수 있었다. 이를 기반으로 많은 시간투자와 경비를 줄일 수 있다.
그러고 나서 #3 로봇은 앞에 장애물이 있는 것을 인식한 후 회전하여 충돌에서 벗어나고 계속해서 경로를 따라 목적지에 도달하였다 (그림 5(e-f)). 이러한 결과를 통하여 모든 로봇은 각각의 해당되는 목적지에 정적인 장애물이나 움직이는 다른 로봇과의 충돌 없이 잘 도착했음을 알 수 있다. 그림 6은 벽을 따라 주행하는 2대의 로봇이 목적지 부근에서 다른 모바일 로봇과 충돌에 노출되었지만 잘 회피하는 모습을 보여주고 있다.
따라서 안전하게 경로에 접근하기 위해 왼쪽으로 약간의 회전만 진행된 후 목적지에 안전하게 도달하였다 (그림 4(c)). 최종적으로 3대의 로봇은 아무런 충돌 없이 목표점에 도달할 수 있었다. 그림 4(d-f)에서 보여 진 것처럼 성능평가를 로봇 3대의 전역경로를 정적인 장애물이 가로막고 있는 또 다른 경우를 고려하였다.

후속연구

하지만 시뮬레이션 기반의 결과만을 도출하였으므로 물리적인 다중로봇을 통한 구체적인 실험결과를 구성하지 못하였다. 따라서 실질적인 효용성과 유용성을 확인하기 위한 추가적인 연구가 필요하리라 사료된다. 따라서 본 논문에서는 기존 연구에서 누락된 자율 다개체 모바일 로봇의 구현에 초점을 맞춘다.

질의응답

핵심어	질문	논문에서 추출한 답변
	최적 경로를 계획하는 단계에서 매우 중요한 기능은 무엇인가?	로봇의 자율적 이동을 위해서는 현재지점에서 목표지점까지를 연결하는 최적 경로에 대한 계획이 필수적이다. 최적 경로를 계획하는 단계에서 주행 중 장애물과의 충돌없이 최단 거리로 이동 할 수 있도록 경로를 설정하는 것은 매우 중요한 기능이다. 여기서, 장애물의 특성으로 정적이거나, 혹은 동적으로 움직이거나 또는 동시에 두 가지 모두를 고려해야 하는 환경에 놓일 수 있다.
	포텐셜 필드 방법과 퍼지로직 시스템에 기반하여 본 논문에서 제안한 방법의 내용은 무엇인가?	제안된 방법은 포텐셜 필드 방법과 퍼지로직 시스템에 기반을 두고 있다. 첫째로, 전역경로 계획은 포텐셜 필드를 이용하여 로봇이 목적지까지 가는데 비용을 최소화할 수 있는 경로를 선택한다. 그러고 나서 지역경로 계획은 퍼지로직 시스템을 이용하여 정적이거나 동적인 장애물과의 충돌을 피하기 위해 전역경로에서 경로를 변경시킨다. 본 논문에서는 각각의 로봇은 독립적으로 목적지를 선택하며 동시에 다른 로봇은 동적인 장애물로 고려한다. 또한 장애물의 움직임을 예측할 필요도 없다. 이러한 과정은 각각의 로봇이 해당되는 목적지를 찾을 때 까지 지속된다. 이 방법을 테스트하기 위해 자율 다개체 로봇 시뮬레이터(AMMRS)를 개발했으며 시뮬레이션과 실험기반의 결과물을 제공한다.
	로봇의 자율적 이동에 필수적으로 필요한 것은 무엇인가?	로봇의 자율적 이동을 위해서는 현재지점에서 목표지점까지를 연결하는 최적 경로에 대한 계획이 필수적이다. 최적 경로를 계획하는 단계에서 주행 중 장애물과의 충돌없이 최단 거리로 이동 할 수 있도록 경로를 설정하는 것은 매우 중요한 기능이다.

참고문헌 (14)

R. C. Arkin, Behavior Based Robotics, MIT press, 1998.
G. E. Jan, K, Y. Chang, and I Parberry, "Optimal Path Planning for Mobile Robot navigation," IEEE/ASME Trans. Mechatronics, vol. 13, no. 4, pp. 451-460, 2008.

상세보기
T. C. Hu, A. B. Hahng, and G. Robins, "Optimal Robust Path Planning in General environments," IEEE Trans. Robotics and Automation, vol. 9, no. 6, pp. 775-784, 1993.

상세보기
Y. K. Hwang, and N. Ahuja, "A Potential Field Approach to Path Planning," IEEE Trans. Robotics and Automation, vol. 8, no. 1, pp. 23-32, 1992.

상세보기
C. P. Wu, T.T. Lee, and C.R. Tsai, "Obstacle avoidance motion planning for mobile robots in a dynamic environments with moving obstacles," Robotica, vol. 15, pp. 493-510, 1997.

상세보기
K. P. Valavanis, T. Hebert, R. Kolluru, and N. Tsourveloudis, "Mobile Robot Navigation in 2-D Dynamic Environments Using an Electrostatic Potential Field," IEEE Trans. Syst. Man and Cybern.-part A, vol. 30, no. 2, 2000
N. C. Tsourveloudis, K. P. Valavanis, and T. Hebert, "Autonomous Vehicle Navigation Utilizing Electrostatic Potential Fields and Fuzzy Logic," IEEE Trans. Robotics and Automation, vol. 17, no. 4, pp. 490-497, 2001.

상세보기
C. Cai, C. Yang, Q. Zhu, and Y. Liang, "Collision Avoidance in Multi-Robot Systems," in Proc. IEEE Int'l Conf. Mechatronics and Automation (ICMA), 2007.
M. Y. Chow, S. Chiaverini, C. Kitts, "Guest Editorial: Introduction to the Focused Section on Mechatronics in Multirobot Systems," IEEE/ASME Trans. Mechatronics, vol. 14, no. 2, pp. 133-140, 2009.

상세보기
Dong W. Kim, Chong-Ho Yi, "Multi-Mobile Robot System with Fuzzy Rule based Structure in Collision avoidance," J. Institute of Control, Robotics and Systems, vol. 16, no. 3, pp.233-238, 2010 (March)

원문보기 상세보기
Chong-Ho Yi, and Dong W. Kim, "Study on the Collision Free Optimal Paht for Multi Mobile Robots Using Fuzzy system and Potential Field," J. The Institute of Electronics Engineers of Korea, vol. 47, IE no. 2, pp.66-72, 2010 (June)
S. S. Ge, and Y. J. Cui, "New potential functions for mobile robot path planning," IEEE Trans. Robotics and Automation, vol. 16, no. 5, pp. 615-620, 2000.

상세보기
B. Siciliano, O. Khatib, Springer Handbook of Robotics, Springer, 2008.
D. Kim, and G. T. Park, "A Hybrid Fuzzy Model in Nonlinear System Modeling," J. Intelligent & Fuzzy Syst., vol. 17, no. 5, pp. 417-430, 2006.

이 논문을 인용한 문헌

저자의 다른 논문 :

LOADING...

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

자율 다개체 모바일 로봇 시스템의 동적 장애물 회피 구현
Implementing Dynamic Obstacle Avoidance of Autonomous Multi-Mobile Robot System 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자율 다개체 모바일 로봇 시스템의 동적 장애물 회피 구현 Implementing Dynamic Obstacle Avoidance of Autonomous Multi-Mobile Robot System 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

김동원 (11) 이종호 (11)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자율 다개체 모바일 로봇 시스템의 동적 장애물 회피 구현
Implementing Dynamic Obstacle Avoidance of Autonomous Multi-Mobile Robot System 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper