[논문]로봇 전역경로계획을 위한 신경망 기반 위협맵 생성 기법

곽휘권; 김형준

doi:10.5762/kais.2014.15.7.4482

로봇 전역경로계획을 위한 신경망 기반 위협맵 생성 기법
Threat Map Generation Scheme based on Neural Network for Robot Path Planning 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.15 no.7, 2014년, pp.4482 - 4488

곽휘권 (삼성탈레스 지휘통제그룹) , 김형준 (삼성탈레스 지휘통제그룹)

초록
AI-Helper

본 논문은 로봇 전역경로계획을 위하여 위협맵을 생성하는 기법을 제안한다. 로봇의 무장 정보와 적 또는 장애물의 위험정보를 비교하고 신경망 이론 기반의 학습을 수행하여 절대적인 수치로 정량화한 위협맵을 생성한다. 또한 로봇이 제안된 기법으로 생성된 위협맵을 기반으로 경로를 이동한 결과와 기존의 결과를 비교하여 로봇의 위협정도를 파악하여 성능을 검증한다.

This paper proposes the creation scheme of a threat map for robot global path planning. The threat map was generated using neural network theory by analyzing the robot's armament state and the menace information of an enemy or obstacle. In addition, the performance of the suggested method was verifi...

주제어

AI 본문요약
AI-Helper

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

문제 정의

그러나 작전지역에 대한 적 위협 도는 위치에 따라 정해져 있는 확정 정보가 존재하지 않으므로 속도맵 생성과 같은 방법으로 사전에 생성될 수 없다. 따라서 본 논문에서는 상급제대나 항공 영상 등으로부터 획득되는 적 정보를 기반으로 아군의 로봇 무장 정보에 대한 상대적인 적 위협도를 정량화하였다. 여기서 적의 정보는 상위제대를 통해 획득된다고 가정하였으며 적, 아군, 미식별 등 피아정보 뿐만 아니라 적의 위치, 유형, 활동, 규모, 이동방향과 함께 지뢰와 같은 장애물도 고려하여 위협도를 구분하였다.
로봇의 전역경로계획을 위한 지원맵 생성방법 중 적의 위협도를 고려한 위협맵 작성 방법에 대해 연구하였다. 한국군 군대부호에 명시되는 정보 중 로봇 경로계획에 대한 정보들을 분류하고, 이에 대해 각 무장에 대해 가정된 가중치를 부여하여 위협맵을 작성할 수 있도록 하였다.
본 논문은 로봇 전역경로계획을 위하여 필요한 정보중 아군과 적군의 무장정보를 활용하여 각 지역에 해당 되는 위협도를 나타내는 위협맵의 생성기법에 대하여 연구하였다. 위협맵의 생성절차는 Fig.
따라서 급박하게 변화되는 극한 전장상황에서 객관적이면서도 즉각적인 로봇 경로 계획을 위한 위협맵을 생성하는 것이 필요하다. 이를 위하여 본 논문에서는 적의 규모, 종류 등들을 분석하여 적의 위협도를 나타내는 위협맵을 신경망을 이용하여 정량적이면서 자동적으로 생성하는 방법에 대하여 연구하였다.

가설 설정

따라서 본 논문에서는 상급제대나 항공 영상 등으로부터 획득되는 적 정보를 기반으로 아군의 로봇 무장 정보에 대한 상대적인 적 위협도를 정량화하였다. 여기서 적의 정보는 상위제대를 통해 획득된다고 가정하였으며 적, 아군, 미식별 등 피아정보 뿐만 아니라 적의 위치, 유형, 활동, 규모, 이동방향과 함께 지뢰와 같은 장애물도 고려하여 위협도를 구분하였다.

제안 방법

각 레이어가 갖고 있는 가중치 정보, 즉 수치를 직접적으로 위협도와 연계하여 비용을 계산하고 위협맵을 생성 하는 것은 쉽지 않다. 따라서 위협도에 대한 레벨을 계산 후 비용으로 매칭하는 방법을 이용하였다. Table 5에 표시된 비용(cost)은 위협맵 생성을 위해 각 셀에 해당되는 위협도 레벨을 0부터 1까지 정량적인 수치로 매칭되도록 하였다.
또한, 이 정보들을 정량화하기 위하여 위협 가중치(ω, c)를 무장에 비례하여 부여하였다.
본 논문에서 제시한 방법으로 위협맵 작성에 대한 실험을 수행하였다. 위협맵 작성을 위하여 로봇 경로계획에 필요한 전장상황과 시나리오는 Table 6과 같으며 적 정보는 Table 7과 같다.
(x)는 각 격자에 대한 위협도 레벨이며 경로계획을 위해 비용을 결정할 수 있다. 본 연구는 비용을 단계화하여 구간별로 위협도와 매칭하는 방법을 적용하였으며 Table 5에 나타냈다. 이러한 계산방법은 적 무장 종류와 화력, 규모들을 사용자가 직관적으로 분석하고 수동으로 계산하는 것보다 신속하고 객관적으로 적 위협을 구분할 수 있도록 한다.
실제 작전상 부여된 임무를 효과적으로 수행하기 위한 목적으로 로봇의 경로 생성을 위해 주행성 정보 외에 적의 위협도, 통신가능성을 등을 함께 고려하여 비용을 계산한다. 각 정보들은 사용자의 목적 또는 제약조건에 따라 선택적으로 사용될 수 있으며, 식 (2)와 같이 각 격자의 비용들을 비율적으로 적용할 수 있다.
위협맵을 생성하기 위하여 사전 정보인 아군 로봇의 화력을 입력층으로, 상위 제대로부터 획득되는 적 정보를 은닉층으로, 위협도 결과를 출력층으로 하여 Fig. 3과 같이 신경망 이론을 적용하였다. 작전형태와 각 작전형태에 따른 우선순위를 # , # 와 같이 가중치를 두어 학습하고 아군 로봇의 화력과 작전형태 및 적 정보를 입력하여 자동으로 위협도를 추정하도록 한다.
작전형태와 각 작전형태에 따른 우선순위를 # , # 와 같이 가중치를 두어 학습하고 아군 로봇의 화력과 작전형태 및 적 정보를 입력하여 자동으로 위협도를 추정하도록 한다.
로봇의 전역경로계획을 위한 지원맵 생성방법 중 적의 위협도를 고려한 위협맵 작성 방법에 대해 연구하였다. 한국군 군대부호에 명시되는 정보 중 로봇 경로계획에 대한 정보들을 분류하고, 이에 대해 각 무장에 대해 가정된 가중치를 부여하여 위협맵을 작성할 수 있도록 하였다. 그러나 적 정보체계에 대한 정보가 부족하고 가중치에 대한 수치를 주관적으로 부여하였기 때문에 더욱 정확한 위협맵을 작성하기 위해서는 부가적인 자료들을 조사하고 지속적으로 수정 및 보완 작업을 통하여 더욱 객관적인 지표를 구할 필요가 있다.

이론/모형

위협도에 대한 각 가중치 # , # 를 정하기 위하여 BP(Back Propagation) 알고리즘을 이용하고 LMS(Least Mean Square) 학습규칙을 적용하였다.

성능/효과

이것은 위협도가 높은 격자를 이동 시 로봇은 위협받을 확률이 더욱 높다는 것이고 격자의 개수가 적을수록 로봇은 위협에 대한 피해를 최소화하여 안전한 경로를 이동할 수 있다는 것과 같다. 시험결과 제시된 방법으로 작성된 위협맵을 기반으로 경로를 생성 시, 로봇은 위협을 최소화하여 목적지까지 이동할 수 있음을 보여준다.

질의응답

핵심어	질문	논문에서 추출한 답변
	경로계획을 두가지로 구분하면?	로봇이 임무지점까지 이동하기 위해서는 경로계획이 필요하며, 이러한 경로계획은 Fig. 1과 같이 전역경로계획과 지역경로계획으로 구분된다[1]. 전역경로계획은 작전지역에 대하여 지형정보와 전장정보가 반영된 상황도 기반의 비교적 넓은 지역을 대상으로 출발점부터 목표점까지 경로를 생성하는 것이며, 지역경로계획은 전역경로 계획 결과로 얻어지는 경로지점들을 로봇에 탑재된 센서와 항법정보 등을 이용하여 자율적으로 주행하는 것이다.
	전역경로계획과 지역경로계획이란 각각 무엇인가?	1과 같이 전역경로계획과 지역경로계획으로 구분된다[1]. 전역경로계획은 작전지역에 대하여 지형정보와 전장정보가 반영된 상황도 기반의 비교적 넓은 지역을 대상으로 출발점부터 목표점까지 경로를 생성하는 것이며, 지역경로계획은 전역경로 계획 결과로 얻어지는 경로지점들을 로봇에 탑재된 센서와 항법정보 등을 이용하여 자율적으로 주행하는 것이다. 전역경로를 계획하기 위해서는 일반적으로 로봇의 목적 또는 모드에 따라 이동성을 고려한 속도맵이 사용되며, 이 외에 적의 위협도를 나타낸 위협맵과 통신가능성을 고려한 통신맵 등과 같이 각 격자를 수치적으로 표현된 격자지도 형태의 지원맵을 사용한다.
	지원맵이란?	이러한 격자지도는 사용자의 목적 또는 가공 가능한 정보량, 하드웨어의 처리 능력 등에따라 격자 크기가 결정된다. 가장 대표적인 지원맵은 작전지역의 지형정보를 반영하여 로봇의 이동성을 수치적으로 표현한 속도맵이며, 이 외에도 로봇과 통제소간 통신 가능성을 고려한 통신맵, 그리고 적과 아군의 무장, 생존성 등을 고려한 위협맵 등이 있으며, 이러한 지원맵은 로봇의 임무나 목적, 또는 사용자의 선택에 따라 이용된다[2,3].

참고문헌 (6)

Kramer, T. A., Laird, R. T., Dinh, M., Barngrover, C. M., Cruickshanks, J. R and Gilbreath, G. A., SPIE Unmanned Systems Technology VIII, 2006..
Y. I. Lee, H. J. Lee and Y. W. Park, "Real time Generation of Grid Map for Autonomous Navigation Using the Digitalized Geographic Information", Journal of KIMST, vol. 14, no. 4, pp. 539-547, 2011.
Mission Oriented Global Path Generation for Unmanned Combat Vehicle Based on the Mission Type and Multiple Grid Maps", Journal of KIMST, vol. 13, no. 24, pp. 180-187, 2010.
Stentz, A.,"Optimal and Efficient Path Planning for Partially Known Environments", Proceedings of IEEE International Conference on Robotics and Automation, 1994. DOI: http://dx.doi.org/10.1109/ROBOT.1994.351061
Thorpe, C., Hebert, M, Pomerleau, D., Stentz, A. and Kanade. T., "Unmanned Ground Vehicle System Perception for Outdoor Navigation", Technical Report TEC-0114, 1995.
Y. I. Lee, H. J. Lee and Y. W. Park, "Real time Generation of Grid Map for Autonomous Navigation Using the Digitalized Geographic Information", Journal of KIMST, vol. 14, no. 4, pp. 539-547, 2011.

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