$\require{mediawiki-texvc}$

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.

안정성 향상을 위한 자율 주행 로봇의 실시간 접촉 지면 형상인식
Real-time Recognition of the Terrain Configuration to Increase Driving Stability for Unmanned Robots 원문보기

로봇학회논문지 = The journal of Korea Robotics Society, v.8 no.4, 2013년, pp.283 - 291  

전봉수 (Mechatronics Engineering, Chungnam National University) ,  김자영 (Mechatronics Engineering, Chungnam National University) ,  이지홍 (Mechatronics Engineering, Chungnam National University)

Abstract AI-Helper 아이콘AI-Helper

Methods for measuring or estimating of ground shape by a laser range finder and a vision sensor(exteroceptive sensors) have critical weakness in terms that these methods need prior database built to distinguish acquired data as unique surface condition for driving. Also, ground information by extero...

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 관성 측정 장치(IMU)를 사용하여 로봇이 실제 지형을 주행 하면서 경험하는 데이터를 기반으로 접촉한 지면의 형상을 인식하는 방법을 제시한다. 자율 주행 로봇이 지면과 실제로 접하고 있는 각도를 추정하는 것은, 매 순간, 주행 로봇이 지면과 접한 기울기에 따른 주행 안정성을 판단할 수 있게 한다.
  • 본 연구는 학습된 데이터에 의존하는 영상센서나 레이저 거리센서 등으로 만들어지는 월드모델에, 로봇이 실제로 주행하면서 경험하는 지면의 형상적인 변화들을 실시간으로 인식하고 보상하여 학습된 데이터베이스를 반드시 필요로 하는 영상 및 레이저 거리센서의 치명적인 단점을 보완하고자 한 기초연구로서, 저속으로 주행하는 경우, 관성 측정 장치를 통해 얻어지는 각도에 간단한 동역학적 해석을 적용한 노이즈 제거를 통하여 지면의 형상을 정확하게 인식하는 것을 확인하였다. 하지만, 이러한 시스템이 적용될 로봇들의 동역학적 구조가 서로 일치하지 않는다는 점과, 속도에 따른 인식 오차가 크다는 문제가 남아있다.
  • 특히, 속도가 증가할수록 예측 불가능한 로봇의 순간적인 부양으로 인하여 이를 보상 하기 위한 동역학 수식을 세우는 것도 어렵다. 이후에는 속도에 강인하고 서로 다른 로봇의 동역학적 구조에 영향을 받지 않는 알고리즘을 개발하는 것이 목표이다.
  • 로봇의 시작위치와 목표위치가 주어진다면 Dynamic A* 알고리즘을 사용 하여 목적지까지의 경로를 계획할 수 있다[5]. 하지만 영상 센서와 레이저 거리 센서의 사용은 로봇으로부터 수 미터(m) 떨어진 주위환경에 대한 인식을 목적으로 한다. 즉, 선행 지형의 굴곡 정도와 주변 장애물 등을 구분하고 주행할 수 있는 구역과 주행할 수 없는 구역을 판단한다.

가설 설정

  • 5m/s의 속도로 레퍼런스 지형 구조물을 주행하여 얻은 각도 데이터에 1, 2 차 각도 보상을 적용하기 전과 적용한 이후의 높이 결과를 비교하여 나타낸 그래프이다. 각도를 보상하기 전에 계산된 지형의 높이 값은 약 31.5cm로 실제 높이 값보다 약 1.5cm 정도의 오차를 보이는 것을 확인하였으며 그 원인이 로봇의 주행 초기 가속으로 인한 관성각도 오차에 있다고 가정하였다. 실제로 주행 초기에 로봇이 평지를 일정구간 주행하였으나, Fig.
  • 1 은 실험용 로봇의 각 부분에 작용하는 힘을 나타낸 그림이다. 공기에 의한 저항은 크게 영향을 받지 않는다고 가정하고 제외하였다. 각 바퀴를 기준으로 발생하는 모멘트를 구하면 식 (1.
  • 본 논문에서는, 로봇 몸체를 변형이 없는 강체로 가정하여 로봇 몸체의 중심 좌표가 항상 일정한 상수로 고정하였고, dx는 절대 속도계로부터 얻어지는 위치 값으로 하였다. 또한, x축 방향으로의 직선 주행에 대한 실험만 진행하였으므로 로봇이 y축 방향의 운동은 하지 않는다고 가정하여 0으로 (dy = 0) 대입하였다. dz는 관성 측정 장치로부터 얻어지는 매 순간의 각도 값을 빗변의 기울기로 하고, 절대속도계로부터 얻어지는 x축 방향으로의 이동변위(dx–dx-1)를 빗변의 길이로 하여 얻어지는 높이 값으로 대신하였다.
  • #에 곱해지는 3x3 행렬은 회전 행렬(Rotation Matrix)을 나타내며 φ, θ, ψ는 각각 Yaw, Pitch, Roll 각을 나타낸다. 본 논문에서는, 로봇 몸체를 변형이 없는 강체로 가정하여 로봇 몸체의 중심 좌표가 항상 일정한 상수로 고정하였고, dx는 절대 속도계로부터 얻어지는 위치 값으로 하였다. 또한, x축 방향으로의 직선 주행에 대한 실험만 진행하였으므로 로봇이 y축 방향의 운동은 하지 않는다고 가정하여 0으로 (dy = 0) 대입하였다.
  • 하지만 여기서 주의 해야 할 것은 타이어의 강성 계수 k를 구하는 것이다. 타이어의 강성 계수는 선형탄성 영역에 대한 변형과 비선형 영역의 변형을 동시에 고려해 주어야 하지만, 본 논문에 사용된 실험 로봇에서는 타이어에 가해진 압력에 따라 선형적으로 증가한다고 가정하여 타이어의 강성 계수를 샘플링 타임마다 구해지는 하중 값에 따라 변경시켜 주었다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
3차원 월드모델은 무엇을 위한 지도로 사용되는가? 3차원 월드모델은 로봇이 안전하게 주행할 수 있도록 경로를 계획하기 위한 지도로 사용된다. 로봇의 시작위치와 목표위치가 주어진다면 Dynamic A* 알고리즘을 사용 하여 목적지까지의 경로를 계획할 수 있다[5].
주행 안정성을 높이기 위해 예측성의 데이터를 구분할 수 있는 더 많은 양의 학습된 정보를 요구하게 되는 이유는? 침하와 미끄러짐의 정도(slip ratio)와 같은 지질의 특성은 자율 주행 로봇의 주행 효율성과 안정성을 판단하는 중요한 변수로 적용되어, 이미 다양한 방법을 이용하여 지질의 특성을 분류하는 방법과, 각 지질에 따른 효율적인 주행 방법이 제시되었다[6-11]. 따라서 영상 센서와 레이저 거리센서로부터 얻어지는 데이터는 로봇이 직접 경험하지 않은 환경에 대한 예측성의 데이터라고 정의할 수 있다. 자율 주행 로봇은 미리 학습된 정보에 의존하 여 이러한 예측성의 데이터를 구분하여 인식한다. 그러므로 주행 안정성을 높이기 위해서는 예측성의 데이터를 구분 할 수 있는 더 많은 양의 학습된 정보를 요구하게 된 다.
주행 로봇이 자율 주행을 하기 위해서는 무엇이 필수적인가? 주행 로봇이 자율 주행을 하기 위해서는 주행 가능한 구역에 대한 판단과 경로 계획이 필수적이다. 따라서 주행 가능한 구역에 대한 판단을 위하여 영상 센서의 색 정보를 활용하고[1] 레이저 거리 센서를 이용한 선행지형을 예측하여 복원[2]하는 연구가 활발히 진행되었다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. D. Kim, J. Sun, S. M. Oh, J. M. Rehg, and A. Bobick, "Traversability classification using unsupervised on-line visual learning for outdoor robot navigation" in IEEE Intl. Conf. on Robotics and Automation, pp.518-528, May 2006 

  2. Tae Won Kim, Jin Hyoung Kim, Sung Soo Kim, Yun Ho Ko, "Land Preview System Using Lase Range Finder based on Heave Estimation", Journal of Electronics Engineering, vol. 49, pp. 63-73, no. 1, 2012 

  3. Ji Hoon Joung , Kwang Ho An, Jung Won Kang, Woo Hyun Kim, Myung Jin Chung, "3D Terrain Reconstruction Using 2D Laser Range Finder and Camera Based on Cubic Grid for UGV Navigation", Journal of Electronics Engineering, vol. 45, pp. 26-34, no. 6, 2008 

  4. Sijong Kim, Jungwon Kang, Yungeun Choe, Sang Un Park, Inwook Shim, Seunguk Ahn, Myung Jin Chung, "The Development of Sensor System and 3D World Modeling for Autonomous Vehicle", Journal of Automation and Control Engineering, vol. 17, pp. 531-538, no. 6, 2011 

  5. A. Stentz, "Optimal and Efficient Path Planning for Partially-known Enviroments", Proceedings of the IEEE International Conference on Robotics and Automation, Vol.4, pp. 3310-3317, May 1994 

  6. Byoung-gon Park, Jayoung Kim, Jihong Lee, "Terrain Feature Extraction and Classification using Contact Sensor Data", Journal of Korea Robotics Society, vol. 7, pp. 171-181, no. 3, 2012 

  7. Jayoung Kim, Jihong Lee, "Predicting Maximum Traction to Improve Maneuverability for Autonomous Mobile Robots on Rough Terrain", Journal of Automation and Control Engineering, vol.1, no. 1, 2013. 

  8. Jayoung Kim, Jihong Lee, "Prediction of Maneuverability and Efficiency for a Mobile Robot on Rough Terrain through the development of a Testbed for Analysis of Robot-terrain Interaction", Journal of Korea Robotics Society, vol. 8, no. 2, pp. 116-128, 2013. 

  9. Christopher A. Brooks, Karl Iagnemma "Self-supervised terrain classification for planetary surface exploration rovers", Journal of Field Robotics, vol.39, no. 1, 2012 

  10. Byunggon Park, Jonghwa Lee, Jayoung Kim, JihongLee, "Classification of terrains by body motion and contact force", Institute of Electronics Engineering, June 2010. 

  11. Dupont, E. M., Moore, C. A., Collins, E. G., Jr., Coyle, E., "Frequency response method for terrain classification in autonomous ground vehicles", Autonomous Robots 24.4, 2008. 

  12. Sang Hyun Joo, Jihong Lee, "A Dynamic Modelingof $6{\times}6$ Skid Type Vehicle for Real Time Traversability Analysis over Curved Driving Path" Journal of Automation and Control Engineering, vol.18, pp. 359-364, no. 4, 2012. 

  13. Sang Hyun Joo, Jihong Lee, "A High-speed Autonomous Navigation Based on Real Time Traversability for $6{\times}6$ Skid Vehicle", Journal of Automation and Control Engineering, no.3, 2012 

  14. Doo-gyu Kim, Ja-young Kim, Jihong Lee, Dong-Geol Choi, In-So Kweon, "Utilizing Visual Information for Non-contact Predicting Method of Friction Coefficient", Journal of Electronics Engineering, vol.47, pp.28-34, no.4, 2013. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

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

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