[논문]무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘

고하윤; 백중환; 최형식

doi:10.12673/jant.2018.22.6.623

초록
AI-Helper

본 논문에서는 무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘을 제안한다. 2-D Lidar를 이용하여 장애물을 검출하고, 검출 정보는 지역 회피 경로 생성을 위한 실시간 히스토그램 생성과 목표 지점까지 전역 회피 경로 생성을 위해 사용되는 2-D SLAM 지도를 생성하는데 사용된다. 지역 회피 경로 생성을 위한 VFH 알고리즘은 장애물들이 벡터 방향과 거리에 따라 얼마큼 분포되어 있는지에 대한 실시간 히스토그램을 생성하고, 이 히스토그램은 근접 장애물 검출 시 지역 회피 경로를 생성하는데 사용된다. 기존의 $RRT^*-Smart$ 알고리즘의 한계로 인해 Modified $RRT^*-Smart$ 알고리즘을 제안한다. 이 알고리즘은 새로운 노드가 생길 때 목표 지점과의 직선 경로 여부를 판단하고, 목표 지점 방향으로 생성되도록 방향성을 부여하며, 노드의 길이를 확률적으로 나누어 일정한 단위의 길이가 아닌 랜덤 단위의 길이로 퍼뜨림으로써 보다 적은 비용으로 목표 지점까지의 효율적인 전역 회피경로를 생성한다. 본 논문에서는 효율적인 회피경로를 생성하여 회피 기동함을 다양한 시뮬레이션 실험환경을 통해 검증하였다.

Abstract ▼ AI-Helper

In this paper, we propose a real-time obstacle detection and avoidance path generation algorithm for UAV. 2-D Lidar is used to detect obstacles, and the detected obstacle data is used to generate real-time histogram for local avoidance path and a 2-D SLAM map used for global avoidance path generatio...

In this paper, we propose a real-time obstacle detection and avoidance path generation algorithm for UAV. 2-D Lidar is used to detect obstacles, and the detected obstacle data is used to generate real-time histogram for local avoidance path and a 2-D SLAM map used for global avoidance path generation to the target point. The VFH algorithm for local avoidance path generation generates a real-time histogram of how much the obstacles are distributed in the vector direction and distance, and this histogram is used to generate the local avoidance path when detecting near fixed or dynamic obstacles. We propose an algorithm, called modified $RRT^*-Smart$, to overcome existing limitations. That generates global avoidance path to the target point by creating lower costs because nodes are checked whether or not straight path to a target point, and given arbitrary lengths and directionality to the target points when nodes are created. In this paper, we prove the efficient avoidance maneuvering through various simulation experiment environment by creating efficient avoidance paths.

주제어

표/그림 (14)

그림 그림 1. 실시간 장애물 탐지 및 회피 경로 생성 알고리즘 Fig. 1. Real-time obstacle detection and avoidance path generation algorithm.
그림 그림 2. GAZEBO 시뮬레이션 Fig. 2. GAZEBO simulation.
그림 그림 3. Rviz 3-D 시각화 툴 Fig. 3. Rviz 3-D visualization tool.
그림 그림 4. VFH 기반 지역 회피 경로 생성 Fig. 4. Local avoidance path generation based VFH.
그림 그림 5. 극 히스토그램 및 임계치 Fig. 5. Polar histogram and threshold.
그림 그림 6. 동적 장애물 시뮬레이션 공간 Fig. 6. Dynamic obstacle simulation space.
그림 그림 7. VFH 기반 지역 회피 경로 생성 Fig. 7. Local avoidance path generation based VFH.
그림 그림 8. 무인항공기 및 다수 장애물 시뮬레이션 공간 Fig. 8. UAV and multiple obstacle simulation space.
그림 그림 9. 기존 RRT*-Smart 알고리즘 (왼쪽), 제안하는 Modified RRT*-Smart 알고리즘 (오른쪽) Fig. 9. RRT*-Smart algorithm (left), Modified RRT*-Smart algorithm (right).
그림 그림 10. 미탐사 지역 존재 시뮬레이션 공간 Fig. 10. Unknown area exists in simulation space.
그림 그림 11. 전역 회피 경로 생성 (왼쪽), 근접 장애물에 의한 지역 회피 경로 생성 및 전역 회피 경로 재생성 (오른쪽) Fig. 11. Global avoidance path generation (left), Local avoidance path generation and global avoidance path regeneration by proximity obstacle (right).
그림 그림 12. 다수의 고정 장애물 및 동적 장애물 시뮬레이션 공간 Fig. 12. Multiple fixed obstacles and dynamic obstacles simulation space.
그림 그림 13. 전역 회피 경로 생성(왼쪽), 동적 장애물에 의한 지역 및 전역 회피 경로 Fig. 13. Global avoidance path generation (left), Local avoidance path generation and global avoidance path regeneration by dynamic obstacle (right).
표 표 1. 상기 데이터 수치는 50회의 실험 결과의 평균값임 Table 1. The data values are average values of 50 experimental results.

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 2-D Lidar를 이용한 실시간 장애물 탐지 및 회피 경로 생성 알고리즘을 제안한다. 2-D Lidar를 통해 얻은 장애물 정보를 이용하여 VFH (vector field histogram) 알고리즘 기반의 지역 회피 경로 생성 알고리즘을 사용하며, 무인항공기와 검출된 장애물의 상대위치를 이용한 동시적 위치추정 및 2-D 지도 생성 알고리즘인 Hector SLAM (simultaneous localization and mapping)에 의해 생성된 지도를 이용하여 Modified RRT*-Smart 전역 회피 경로 생성 알고리즘을 사용한다[3].
본 논문에서는 전역 회피 경로 생성을 위해 Hector SLAM을 이용하여 지속적인 지도 생성을 수행한다.

제안 방법

무인항공기가 갈 수 없는 근접 장애물 회피 범위 임계치를 설정하고 각 섹터 값이 임계치보다 큰지 작은지를 판별한다. 섹터 값이 임계치보다 크다면 이동 불가능한 방향으로 지정한다.
본 논문에서는 2-D Lidar를 통해 얻은 장애물 정보로 생성된 실시간 히스토그램을 이용하여 VFH 기반의 지역 회피 경로 생성 알고리즘과 Hector SLAM 지도를 기반으로 Modified RRT*-Smart를 이용한 전역 회피 경로 생성 알고리즘을 제안하였다. 3-D 공간 GAZEBO 시뮬레이터 상에서 VFH 알고리즘을 이용하여 동적 장애물 회피도 가능함을 보였으며, Modified RRT*-Smart알고리즘을 이용하여 기존 RRT*-Smart 알고리즘보다 효율적인 전역 회피 경로를 생성함을 보였다.
본 논문의 장애물 회피 경로 생성 알고리즘은 무인항공기의 호버링 상태에서는 근접 장애물 검출 시 지역 회피 경로 기동을 하며, 목표 지점 이동 명령 시에는 Hector SLAM 지도 기반으로 장애물 회피 기동이 가능한 전역 회피 경로를 생성한다. 전역경로를 따라 회피 기동 중 경로 상의 새로운 근접 고정 장애물 및 동적 장애물 검출 시 지역 회피 경로 생성을 이용한 회피 기동 후 전역 회피 경로를 재 생성한다.
VFH 기반 지역 회피 경로 생성 알고리즘은 단독적 지역 회피경로 생성뿐만 아니라, Modified RRT*-Smart 기반의 전역 회피기동 중 근접 장애물 검출 시에도 발동되어, 발동 시 지역 회피기동 후 전역 회피 경로는 재생성 되어 목적 지점까지 전역 회피 기동한다. 이 때, 급격한 무인기의 비행으로 인한, Hector SLAM 지도 생성에서 발생하는 위치추정 오류 등을 고려하여 초속 1.25m/s로 비행 속도를 제한하여 비행하도록 제어하였다. 제안하는 알고리즘의 성능은 3-D 공간 시뮬레이터인 GAZEBO를 이용하여 검증하였다.
이를 보완하기 위해 ⅰ)노드가 생길 때마다 목표 지점과의 직선경로 여부를 판단하여 장애물이 없는 경우 직선 경로를 생성하고, ⅱ)새로운 노드가 목표 지점 방향으로 생성되도록 방향성을 부여해주며, ⅲ)노드 간의 길이를 확률적으로 나누어 일정한 단위의 길이가 아닌 랜덤 단위의 길이로 노드를 퍼뜨리는 Modified-RRT*-Smart 알고리즘을 제안한다.
또한 VFH 와 Modified RRT*-Smart를 동시에 적용하여 효율적인 지역 및 전역 회피 경로가 생성되는 것을 확인하였다. 임무 수행 무인항공기는 원하는 목표지점까지의 경로 비용뿐만 아니라 근접 고정 장애물 및 동적 장애물을 회피할 수 있는 안정성도 중요시 되므로 본 논문에서 제시한 방법은 무인항공기 회피 기동을 가능하게 한다. 향후에는 전역 회피 경로 이동 중 지속적인 전역회피 경로 생성을 통해 기존 경로와의 거리 비용 값을 비교하여 비용이 더 적은 경로를 회피 기동하도록 회피 경로를 재설정하는 연구가 필요하다.

대상 데이터

본 논문에서는 360˚ 측정이 가능한 2-D Lidar를 사용하였다. RPLidar를 통하여 얻은 장애물의 각도 θ와 거리 r을 이용하여 장애물의 상대 위치 P_x,P_y는 아래 식 (1)과 같이 계산한다.
획득한 장애물 정보는 VFH 기반의 지역 회피 경로 생성에 필요한 실시간 히스토그램 생성과 Modified RRT*-Smart 전역회피 경로 생성에 필요한 Hector SLAM 지도 생성에 사용된다.

이론/모형

본 논문에서는 2-D Lidar를 이용한 실시간 장애물 탐지 및 회피 경로 생성 알고리즘을 제안한다. 2-D Lidar를 통해 얻은 장애물 정보를 이용하여 VFH (vector field histogram) 알고리즘 기반의 지역 회피 경로 생성 알고리즘을 사용하며, 무인항공기와 검출된 장애물의 상대위치를 이용한 동시적 위치추정 및 2-D 지도 생성 알고리즘인 Hector SLAM (simultaneous localization and mapping)에 의해 생성된 지도를 이용하여 Modified RRT*-Smart 전역 회피 경로 생성 알고리즘을 사용한다[3]. VFH 기반의 지역 회피 경로 생성 알고리즘은 전역 경로에 따른 이동 또는 호버링 상태에서 근접 고정 장애물 및 동적 장애물에 대한 지역 회피 경로를 생성한다.
본 논문에서 VFH 기반의 지역 회피 경로 알고리즘은 두 가지 경우에 사용된다. 먼저 무인항공기가 호버링 중 근접 동적장애물이 접근하는 상황에서 지역 회피 경로 생성에 사용되며, 다음은 Modified-RRT*-Smart 알고리즘 기반 무인항공기의 전역 회피 경로 기동 중 근접 고정 장애물 및 동적 장애물 검출 시 지역 회피 경로 생성에 사용된다.
본 논문에서 VFH 기반의 지역 회피 경로 알고리즘은 두 가지 경우에 사용된다. 먼저 무인항공기가 호버링 중 근접 동적장애물이 접근하는 상황에서 지역 회피 경로 생성에 사용되며, 다음은 Modified-RRT*-Smart 알고리즘 기반 무인항공기의 전역 회피 경로 기동 중 근접 고정 장애물 및 동적 장애물 검출 시 지역 회피 경로 생성에 사용된다.
이를 보완하기 위해 ⅰ)노드가 생길 때마다 목표 지점과의 직선경로 여부를 판단하여 장애물이 없는 경우 직선 경로를 생성하고, ⅱ)새로운 노드가 목표 지점 방향으로 생성되도록 방향성을 부여해주며, ⅲ)노드 간의 길이를 확률적으로 나누어 일정한 단위의 길이가 아닌 랜덤 단위의 길이로 노드를 퍼뜨리는 Modified-RRT*-Smart 알고리즘을 제안한다. 본 논문에서는RRT*-Smart 알고리즘 적용에 앞서 좀 더 빠른 경로 결정의 필요성이 있었기에 Modified-RRT*-Smart 알고리즘을 사용하였다. Hector SLAM 지도를 기반으로 Modified-RRT*-Smart를 이용해 생성된 전역 회피 경로는 무인항공기 회피 경로 이동 중 안전거리도 확보하며, 기존보다 검색 노드를 줄여 속도 향상이 가능하다 [9], [10].
25m/s로 비행 속도를 제한하여 비행하도록 제어하였다. 제안하는 알고리즘의 성능은 3-D 공간 시뮬레이터인 GAZEBO를 이용하여 검증하였다.

성능/효과

본 논문에서는 2-D Lidar를 통해 얻은 장애물 정보로 생성된 실시간 히스토그램을 이용하여 VFH 기반의 지역 회피 경로 생성 알고리즘과 Hector SLAM 지도를 기반으로 Modified RRT*-Smart를 이용한 전역 회피 경로 생성 알고리즘을 제안하였다. 3-D 공간 GAZEBO 시뮬레이터 상에서 VFH 알고리즘을 이용하여 동적 장애물 회피도 가능함을 보였으며, Modified RRT*-Smart알고리즘을 이용하여 기존 RRT*-Smart 알고리즘보다 효율적인 전역 회피 경로를 생성함을 보였다. 또한 VFH 와 Modified RRT*-Smart를 동시에 적용하여 효율적인 지역 및 전역 회피 경로가 생성되는 것을 확인하였다.
결과적으로, 제안하는 장애물 회피 경로 생성 알고리즘을 이용하여 그림 7은 VFH 알고리즘을 통한 근접 동적 장애물에 대한 지역 회피 경로 생성을 보였으며, 그림 9는 RRT*-Smart의단점을 보완하기 위해 제안하는 Modified RRT*-Smart의 ⅰ)노드가 생길 때마다 목표 지점과의 직선경로 여부를 판단하여 장애물이 없는 경우 직선 경로를 생성하고, ⅱ)새로운 노드가 목표 지점 방향으로 생성되도록 방향성을 부여해주며, ⅲ)노드간의 길이를 확률적으로 나누어 일정한 단위의 길이가 아닌 랜덤 단위의 길이로 노드를 퍼뜨려 경로 생성 기법을 이용하여 보다 효율적인 전역 회피 경로를 생성하였다. 표 1을 통하여 제안하는 Modified RRT*-Smart 알고리즘이 기존의 RRT*-Smart 알고리즘에 비해 목표 지점까지의 전역 회피 경로를 찾기까지 걸린 시간과 생성되어진 노드 개수, 그리고 거리 비용 값이 감소되었음을 볼 수 있다.
3-D 공간 GAZEBO 시뮬레이터 상에서 VFH 알고리즘을 이용하여 동적 장애물 회피도 가능함을 보였으며, Modified RRT*-Smart알고리즘을 이용하여 기존 RRT*-Smart 알고리즘보다 효율적인 전역 회피 경로를 생성함을 보였다. 또한 VFH 와 Modified RRT*-Smart를 동시에 적용하여 효율적인 지역 및 전역 회피 경로가 생성되는 것을 확인하였다. 임무 수행 무인항공기는 원하는 목표지점까지의 경로 비용뿐만 아니라 근접 고정 장애물 및 동적 장애물을 회피할 수 있는 안정성도 중요시 되므로 본 논문에서 제시한 방법은 무인항공기 회피 기동을 가능하게 한다.
결과적으로, 제안하는 장애물 회피 경로 생성 알고리즘을 이용하여 그림 7은 VFH 알고리즘을 통한 근접 동적 장애물에 대한 지역 회피 경로 생성을 보였으며, 그림 9는 RRT*-Smart의단점을 보완하기 위해 제안하는 Modified RRT*-Smart의 ⅰ)노드가 생길 때마다 목표 지점과의 직선경로 여부를 판단하여 장애물이 없는 경우 직선 경로를 생성하고, ⅱ)새로운 노드가 목표 지점 방향으로 생성되도록 방향성을 부여해주며, ⅲ)노드간의 길이를 확률적으로 나누어 일정한 단위의 길이가 아닌 랜덤 단위의 길이로 노드를 퍼뜨려 경로 생성 기법을 이용하여 보다 효율적인 전역 회피 경로를 생성하였다. 표 1을 통하여 제안하는 Modified RRT*-Smart 알고리즘이 기존의 RRT*-Smart 알고리즘에 비해 목표 지점까지의 전역 회피 경로를 찾기까지 걸린 시간과 생성되어진 노드 개수, 그리고 거리 비용 값이 감소되었음을 볼 수 있다.

후속연구

향후에는 전역 회피 경로 이동 중 지속적인 전역회피 경로 생성을 통해 기존 경로와의 거리 비용 값을 비교하여 비용이 더 적은 경로를 회피 기동하도록 회피 경로를 재설정하는 연구가 필요하다. 또한 3-D 공간상의 지도를 기반으로 전역 경로를 생성하고 자율 비행하도록 하는 연구도 필요할 것으로 보인다.
임무 수행 무인항공기는 원하는 목표지점까지의 경로 비용뿐만 아니라 근접 고정 장애물 및 동적 장애물을 회피할 수 있는 안정성도 중요시 되므로 본 논문에서 제시한 방법은 무인항공기 회피 기동을 가능하게 한다. 향후에는 전역 회피 경로 이동 중 지속적인 전역회피 경로 생성을 통해 기존 경로와의 거리 비용 값을 비교하여 비용이 더 적은 경로를 회피 기동하도록 회피 경로를 재설정하는 연구가 필요하다. 또한 3-D 공간상의 지도를 기반으로 전역 경로를 생성하고 자율 비행하도록 하는 연구도 필요할 것으로 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	VFH 기반의 지역 회피 경로 생성 알고리즘은 어떤 것을 생성하는가?	2-D Lidar를 통해 얻은 장애물 정보를 이용하여 VFH (vector field histogram) 알고리즘 기반의 지역 회피 경로 생성 알고리즘을 사용하며, 무인항공기와 검출된 장애물의 상대위치를 이용한 동시적 위치추정 및 2-D 지도 생성 알고리즘인 Hector SLAM (simultaneous localization and mapping)에 의해 생성된 지도를 이용하여 Modified RRT-Smart 전역 회피 경로 생성 알고리즘을 사용한다[3]. VFH 기반의 지역 회피 경로 생성 알고리즘은 전역 경로에 따른 이동 또는 호버링 상태에서 근접 고정 장애물 및 동적 장애물에 대한 지역 회피 경로를 생성한다. Modified RRT-Smart (rapidly exploring the random tree star-smart) 기반의 전역 회피 경로 생성 알고리즘은 최초의 RRT 알고리즘을 확장시킨 RRT*Smart 알고리즘의 단점을 보완하여 보다 적은 연산, 노드, 거리 비용으로 효율적인 전역 회피 경로를 생성한다.
	VFH 기반 지역 회피 경로 생성 알고리즘에서 급격한 무인기의 비행으로 인한, Hector SLAM 지도 생성에서 발생하는 위치추정 오류 등을 고려하여 비행속도를 얼마로 제어하였는가?	VFH 기반 지역 회피 경로 생성 알고리즘은 단독적 지역 회피경로 생성뿐만 아니라, Modified RRT-Smart 기반의 전역 회피기동 중 근접 장애물 검출 시에도 발동되어, 발동 시 지역 회피기동 후 전역 회피 경로는 재생성 되어 목적 지점까지 전역 회피 기동한다. 이 때, 급격한 무인기의 비행으로 인한, Hector SLAM 지도 생성에서 발생하는 위치추정 오류 등을 고려하여 초속 1.25m/s*로 비행 속도를 제한하여 비행하도록 제어하였다. 제안하는 알고리즘의 성능은 3-D 공간 시뮬레이터인 GAZEBO를 이용하여 검증하였다.
	Hector SLAM은 무엇인가?	본 논문에서는 2-D Lidar를 이용한 실시간 장애물 탐지 및 회피 경로 생성 알고리즘을 제안한다. 2-D Lidar를 통해 얻은 장애물 정보를 이용하여 VFH (vector field histogram) 알고리즘 기반의 지역 회피 경로 생성 알고리즘을 사용하며, 무인항공기와 검출된 장애물의 상대위치를 이용한 동시적 위치추정 및 2-D 지도 생성 알고리즘인 Hector SLAM (simultaneous localization and mapping)에 의해 생성된 지도를 이용하여 Modified RRT*-Smart 전역 회피 경로 생성 알고리즘을 사용한다[3]. VFH 기반의 지역 회피 경로 생성 알고리즘은 전역 경로에 따른 이동 또는 호버링 상태에서 근접 고정 장애물 및 동적 장애물에 대한 지역 회피 경로를 생성한다.

참고문헌 (10)

A. J. Barry, and R. Tedrake, "Pushbroom stereo for high-speed navigation in cluttered environments," in International Conference on Robotics and Automation (ICRA), Seattle: WA, pp. 3046-3052, 2015.
M. Siam, R. ElSayed, and M. ElHelw. "On-board multiple target detection and tracking on camera-equipped aerial vehicles," in 2012 IEEE International Conference on Robotics and Biomimetics, Guangzhou: China, pp. 2399-2405, 2012.
S. Kohlbrecher, J. Meyer, T. Graber, K. Petersen, U. Klingauf, and O. V. Stryk "Hector open source modules for autonomous mapping and navigation with rescue robots," Robot Soccer World Cup, 17th ed. Heidelberg, Germany: Springer, 2013.
M. Quigley, B. Gerkey, K. Conley, J. Faust, T. Foote, J. Leibs, E. Berger, R. Wheeler, and A. Ng "ROS: an open-source Robot Operating System," ICRA Workshop on Open Source Software, Vol. 3, No. 3.2, pp. 1-6, 2009.
S. W. Lee, Y. G. Moon, S. H. Kim, and M. C. Lee, "Navigation technique of unmanned vehicle using potential field method," Transaction of Korean Society of Automotive Engineers, Vol 19, No. 4, pp. 8-15, 2011.
A. H. Hamad, and F. B. Ibrahim, "Path planning of mobile robot based on modification of vector field histogram using Neuro-Fuzzy algorithm," International Journal of Advanced Computer Technology(IJACT), Vol. 2, No. 3, pp. 129-138, 2010.
Y. K. Hwang, and N. Ahuja, "A potential field approach to path planning," IEEE Transactions on Robotics and Automation, Vol. 8, No. 1, pp. 23-32, February, 1992.

상세보기
F. Islam, J. Nasir, U. Malic, Y. Ayaz, and O. Hasan, "RRT*-Smart: Rapid convergence implementation of RRT* towards optimal solution," in International Conference Mechatronics and Automation(ICMA), Chengdu: China, pp. 1651-1656, 2012.
J. Ge, F. Sun, and C. Liu, "RRT-GD : An efficient rapidly-exploring random tree approach with goal directionality for redundant manipulator path planning," in Robotics and Biomimetics (ROBIO0), Qingdao: China, pp. 1983-1988, 2016.
W. G. Aguilar, D. S. Sandoval, J. Caballeros, L. G. Alvarez, A. Limaico, G. A. Rodriguez, and F. J. Quisaguano, "Graph Based RRT Optimization for Autonomous Mobile Robots", in International Conference on Intelligent Science and Big Data Engineering(IScIDE), Springer: Switzerland, pp. 12-21, 2018.

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

[국내논문] 무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘
Real-time Obstacle Detection and Avoidance Path Generation Algorithm for UAV 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (14)

표/그림 (14)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘 Real-time Obstacle Detection and Avoidance Path Generation Algorithm for UAV 원문보기

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

Abstract ▼ AI-Helper

주제어

표/그림 (14) 모든 표/그림 보기

표/그림 (14) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (10)

이 논문을 인용한 문헌

저자의 다른 논문 :

고하윤 (3) 백중환 (49)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘
Real-time Obstacle Detection and Avoidance Path Generation Algorithm for UAV 원문보기

초록
AI-Helper

표/그림 (14)

표/그림 (14)

AI 본문요약
AI-Helper