$\require{mediawiki-texvc}$

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.

동적 환경에서 그룹 이동을 위한 경로 계획
Path-Planning for Group Movement in Dynamic Environments 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.18 no.2, 2013년, pp.117 - 126  

유견아 (덕성여자대학교 컴퓨터학과) ,  조수진 (덕성여자대학교 전산정보통신대학원)

초록
AI-Helper 아이콘AI-Helper

가상의 캐릭터가 이동하기 위해 경로를 계획하는 일은 컴퓨터 게임을 포함한 여러 응용 분야에서 필수적인 문제이다. 기존의 로봇 경로 계획과는 달리 하나 이상의 캐릭터가 그룹 이동을 하는 경우가 많으며 이 경우에는 이동 경로의 최단 여부보다는 자연스러운 그룹 이동 등의 질적인 면이 강조된다. 본 논문에서는 리더로 정해진 단일 캐릭터에 대해 정적인 환경에서의 전역 경로를 계획하고 이 경로를 따라 그룹이 이동하며 동적 장애물을 피하도록 지역 경로를 계획하는 2단계 경로 계획 방법을 제안한다. 그룹이 이동할 수 있는 공간은 리더를 중심으로한 정방형 격자 배열을 이용하여 확보하고 이를 격자창이라고 부른다. 멤버 캐릭터들은 격자창 공간 안에서 리더에 대한 상대적인 위치를 잡아 이동하며 격자창이 이동할 수 있는 경로를 계획하기 위해 정적 환경을 격자창에 대한 형태 공간으로 치환하여 로드맵을 구한다. 지역 경로 계획 단계에서는 리더에 대해 인공 포텐셜 필드를 이용하여 동적 장애물을 회피하도록 하고 나머지 멤버들에 대해서는 격자창 내에서 리더에 대한 상대적인 위치를 확보하는 방법으로 연산량을 줄인다. 제안하는 경로 계획 방법을 구현하기 위한 효율적인 알고리즘을 소개하며 정적 환경에서 계획된 경로를 따라 그룹이 이동하면서 동적 장애물에 대해 효과적으로 대처하는 것을 시뮬레이션을 통해 보여 준다.

Abstract AI-Helper 아이콘AI-Helper

Path planning is an essential problem to make virtual characters navigate in many applications including computer games. In many cases, multiple characters move in a group and qualitative aspects of planned paths are emphasized rather than optimality unlike Robotics. In this paper, we propose a two-...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 동적 장애물이 존재하는 환경에서 그룹이 이동하는 2단계 경로 계획 방법을 제안하였다. 2단계 경로 계획은 정적 환경에서 가시성 그래프 위에 A* 알고리즘을 이용하여 전역 경로를 계획하는 단계와 동적 장애물이 나타나면 포텐셜 필드를 이용한 지역 경로 계획을 통해 경로를 수정하는 단계로 구성되어 있다.
  • 가상 환경에서의 경로계획에서는 기존의 로봇 경로 계획과는 달리 자연스러움이 강조되는데 특히 다수의 캐릭터가 이동할 때에는 경로 자체의 자연스러움도 중요하지만 이동하는 캐릭터간의 상대적 위치의 유연함이나 동적 장애물에 대한 멤버 각각의 지역적 수정 방식도 자연스러움의 중요한 결정 요소이다[1][2]. 본 논문에서는 이와 같은 요구 사항을 만족할 수 있는 경로 계획 방법을 제안한다. 제안하는 방식의 특징은 리더에 대해서는 정적 환경에서의 전역 경로 계획과 동적 장애물에 대한 지역 경로 계획의 두 단계로 경로를 계획하고 그룹 멤버들에 대해서는 상태가 없이 구현된 보이드(boid)[3]와 유사하게 리더에 상대적으로 행동하게 하여 신속하면서도 계획된 이동을 하는 것처럼 보이게 하는 것이다.
  • 그러나 노드가 장애물의 꼭지점에 생성되어 계획된 경로가 장애물과 밀착된 형태가 되어 그룹 이동에는 적합지 않다. 본 논문에서는 작업 공간(workspace)을 격자창에 대한 형태 공간을 치환하여 그 위에 가시성 그래프를 생성함으로서 이를 해결하고자 한다.
  • 복도 지도 방식은 동적 장애물을 만났을 때에도 피하는 경로도 자연스러움을 유지하기 위해 서브복도(subcorridor)를 생성하는데 복도 지도는 경로 계획의 주요핵심이며 구성이 복잡하여 생성과정이 많은 비중을 차지한다. 본 연구에서는 전역 경로의 자연스러움은 보장하지만 동적 장애물을 회피하기 위한 지역 경로는 전역 경로의 자연스러움을 강조할 필요가 없다는 점에 착안하고 복도 지도보다 간단한 로드맵 방식을 제안하는 것이다. 즉, 기존의 가시성 그래프 링크에 가상의 격자창이 더해지는 방법으로 로드맵의 생성이 구성이 간단하면서도 그룹과 동적 장애물에 대한 처리가 가능하도록 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
경로 계획이란 무엇인가? 경로 계획은 캐릭터가 주어진 시작 위치로부터 목표 위치까지 이동하는 길을 찾는 문제로 과거 수십년 동안 로보틱스 분야에서 활발하게 연구되어 온 문제이다. 가상 환경에서의 경로계획에서는 기존의 로봇 경로 계획과는 달리 자연스러움이 강조되는데 특히 다수의 캐릭터가 이동할 때에는 경로 자체의 자연스러움도 중요하지만 이동하는 캐릭터간의 상대적 위치의 유연함이나 동적 장애물에 대한 멤버 각각의 지역적 수정 방식도 자연스러움의 중요한 결정 요소이다[1][2].
가상 환경에서의 경로계획에서는 기존의 로봇 경로 계획과는 달리 무엇이 강조되는가? 경로 계획은 캐릭터가 주어진 시작 위치로부터 목표 위치까지 이동하는 길을 찾는 문제로 과거 수십년 동안 로보틱스 분야에서 활발하게 연구되어 온 문제이다. 가상 환경에서의 경로계획에서는 기존의 로봇 경로 계획과는 달리 자연스러움이 강조되는데 특히 다수의 캐릭터가 이동할 때에는 경로 자체의 자연스러움도 중요하지만 이동하는 캐릭터간의 상대적 위치의 유연함이나 동적 장애물에 대한 멤버 각각의 지역적 수정 방식도 자연스러움의 중요한 결정 요소이다[1][2]. 본 논문에서는 이와 같은 요구 사항을 만족할 수 있는 경로 계획 방법을 제안한다.
visibility graph의 장점은? 이에 대한 대안으로 자동으로 웨이포인트를 설정하는 방법이 있는데 가시성 그래프 (visibility graph)가 이 중 하나로 이용되고 있다. 가시성 그래프는 로보틱스 분야에서 로봇 경로 계획을 위해 사용되던 방법으로 장애물의 꼭지점들을 웨이포인트로 하기 때문에 기존의 그리드 방법에 비해 탐색 공간이 작고 웨이포인트를 자동으로 설정할 수 있을 뿐 아니라 웨이포인트들을 연결한 링크들을 이용하여 최단 경로를 보장한다는 장점이 있다[4][11]. 그러나 장애물의 꼭지점을 이용하기 때문에 이동하는 경로의 여유공간은 전혀 없으므로 그룹 이동에 바로 적용하는데 문제가 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. R. Geraerts, M. Overmars, "The corridor map method: A general framework for real-time high-quality path planning", Computer Animation and Virtual Worlds 18, pp. 107-119, 2007. 

  2. Y. Chen, Y. Lin , "Controlling the movement of crowds in computer graphics by using the mechanism of particle swarm optimization", Applied Soft Computing 9, pp1170-1176, 2009. 

  3. C. Reynolds, "Steering behaviors for autonomous characters", Game Developers Conference, pp 763-782, 1999. 

  4. X. Cui, H. Shi, "Direction Oriented Pathfinding in Video Games", International Journal of Artificial Intelligence & Applications (IJAIA), Vol.2, No.4, October 2011. 

  5. H. Kim, K. Yu and J. Kim, "Reducing the Search Space for Pathfinding in Navigation Meshes by Using Visibility Tests", Journal of Electrical Engineering & Technology, Vol. 6, No. 6, pp. 867-873, 2011. 

  6. Y. Koren, J. Borenstein, "Potential field methods and their inherent limitations for mobile robot navigation", IEEE International Conference on Robotics and Automation, vol.¿2, Sacramento, CA, pp. 1398-1404, 1991. 

  7. J. Hagelback and Stefan J. Johansson, "A Multiagent Potential Field-Based Bot for Real-Time Strategy Games", International Journal of Computer Games Technology, Article ID 910819, 2009. 

  8. Rabin, S. "A* speed optimizations and A* Aesthetic Optimizations," In: Deloura, M. (eds.): Game Programming Gems. Charles Rive Media, 264-287, 2000. 

  9. Pinter, M. "Towards more realistic pathfinding," Game Developer Magazine April, 2001. 

  10. Tozour, P. "Search Space Representations," In: Rabin, S. (eds.): AI Game Programming Wisdom 2. Charles Rive Media, 85-102, 2004. 

  11. Young, T. "Expanded Geometry for Points -of-Visibility Pathfinding," In: Deloura, M. (eds.): Game Programming Gems 2, Charles Rive Media, 317-323, 2001. 

  12. Wein, R., Berg, J., Halperin, D, "The Visibility-Voronoi complex and its applications", Annual Symposium on Computational Geometry, pp. 63-72, 2005. 

  13. Geraerts, R., Overmars, M, "Enhancing corridor maps for real-time path planning in virtual environments", Computer Animation and Social Agents, 2008. 

  14. R. Murphy, Introduction to AI Robotics, A Bradford Book; 1st edition, November 13, 2000. 

  15. Hwang, Y.K., "A potential field approach to path planning", IEEE Transactions on Robotics and Automation, 8 , Issue: 1 pp 23 - 32, 1992. 

  16. J. Sheng, G. He, W. Guo, J. Li, "An improved artificial potential field algorithm for virtual human path planning", Proceedings of the Entertainment for education, and 5th international conference on E-learning and games, pp 592-601, 2010. 

  17. J.C. Latombe, "Robot Motion Planning", KAP, pp. 310-317, 1991. 

  18. T. Lozano-Perez, "Spatial planning: A configuration space approach", IEEE Transactions on Computing, pp 108-120, 1983. 

  19. S. M. LaValle, "Planning Algorithms", chapter 4, 2008. 

  20. J. O'Rourke, Computational Geometry in C, Cambridge University Press, 1998. 

저자의 다른 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

맨위로