[논문]홀 센서와 Dijkstra 알고리즘을 이용한 로봇의 실내 주행과 구현

최중해; 최병재

doi:10.14372/iemek.2019.14.3.151

홀 센서와 Dijkstra 알고리즘을 이용한 로봇의 실내 주행과 구현
Indoor Moving and Implementation of a Mobile Robot Using Hall Sensor and Dijkstra Algorithm 원문보기

대한임베디드공학회논문지 = IEMEK Journal of embedded systems and applications, v.14 no.3, 2019년, pp.151 - 156

최중해 (Daegu University) , 최병재 (Daegu University)

Abstract ▼ AI-Helper

According to recent advances in technology, major robot technologies that have been developed and commercialized for industrial use are being applied to various fields in our everyday life such as guide robots and cleaning robots. Among them, the navigation based on the self localization has become an essential element technology of the robot. In the case of indoor environment, many high-priced sensors are used, which makes it difficult to activate the robot industry. In this paper, we propose a robotic platform and a moving algorithm that can travel by using Dijkstra algorithm. The proposed system can find a short route to the destination with its own position. Also, its performance is discussed through the experimentation of an actual robot.

주제어

표/그림 (10)

그림 그림 1. 로봇 모델 Fig. 1 Robot model
그림 그림 2. 로봇의 방향 및 위치를 위한 좌표 평면 Fig. 2 Coordinate plane for direction and position of the robot
표 표 1. 로봇플랫폼의 사양 Table 1. Robot platform specification
그림 그림 3. 개략적인 시스템 구성도 Fig 3. Schematic diagram of the system
그림 그림 4. 16 채널 자기위치 인식을 위한 홀 센서 모듈 Fig. 4 The 16 channel Hall sensor module for self localization
그림 그림 5. 설치한 자석 패턴 Fig. 5 Implemented magnet pattern
그림 그림 6. 3 채널 자기위치 인식 모듈 Fig. 6 The 3 channel self localization module
표 표 2. 경로탐색시간 및 인식률에 대한 실험 결과 Table 2. Experimental results on path search time and recognition rate
그림 그림 7. 실험 환경 Fig. 7 Test environment
그림 그림 8. 주행 실험 결과 Fig. 8 Experimental results.

AI 본문요약
AI-Helper

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

문제 정의

이 방법을 이용하면 인식을 위한 홀 센서의 수가 줄어들고, 자석이 노후 또는 일부분 손상이 되더라도 자기 위치를 인식할 수 있는 장점이 있다. 본 논문에서는 자석의 세기를 이용한 위치 인식의 기법으로 주행하는 알고리즘을 제시한다.
본 논문에서는 홀 (hall) 센서를 이용하여 자기위치를 인식하고, 인식된 결과를 이용해 Dijkstra알고리즘 기반의 목적지까지 이동하는 로봇 플랫폼과 경로탐색 방법을 제안한다. 2장에서는 실제 실험에 사용할 로봇 플랫폼의 구성에 대하여 제시하고, 3장에서 자기위치 인식을 설명한다.
장애물이 없는 경우에 비하여 다소 시간은 더 걸렸지만 정확하게 목적지까지 주행하였다.

제안 방법

그림 7은 실제 구현한 실험환경을 보이고 있다. 5 [m]X5 [m]에 9개의 자석을 부착하고, 자석의 높이를 서로 다르게 하여 자기위치 인식 모듈에서는 다른 세기가 측정되도록 하였다.
본 논문에서는 각각 다른 세기를 가진 자석을 설치하지 않고 동일한 세기를 가지는 자석의 설치 위치를 변경하여 실제 자석의 세기가 차이 나는 것과 동일한 환경을 구성하였다. 또한 자석의 세기와 더불어 자석의 극성을 반대로 하여 많은 경우의 수를 만들 수 있도록 하였다. 자석의 세기를 이용하여 위치를 인식하는 방법 및 3채널 홀 센서 및 신호처리기를 통한 인식모듈을 그림 6에 나타내었다.
본 논문에서 제안하는 방법은 바닥에 설치된 자석을 이용하여 중간지점 및 자기위치에 대한 인식이 가능하므로 Dijkstra 알고리즘을 적용하여 경로를 탐색하고, 주행하는 방법을 구현하였다.
본 논문에서 제안하는 자기위치인식 경로탐색, 주행을 위한 로봇은 표 1 사양으로 결정하였다.
이렇게 변환된 데이터와 미리 기억되어 있던 데이터를 비교하여 현재의 위치를 인식한다. 본 논문에서는 4가지의 패턴을 이용하여 자기위치를 인식하도록 하였으며, 설치한 패턴 및 함수는 그림 5 및 식 (1)과 같다.
이 방법은 각각 다른 세기를 가지는 자석을 설치하여 측정된 자석의 세기를 측정하여 현재 위치를 인식하는 방법이다. 본 논문에서는 각각 다른 세기를 가진 자석을 설치하지 않고 동일한 세기를 가지는 자석의 설치 위치를 변경하여 실제 자석의 세기가 차이 나는 것과 동일한 환경을 구성하였다. 또한 자석의 세기와 더불어 자석의 극성을 반대로 하여 많은 경우의 수를 만들 수 있도록 하였다.
본 논문에서는 실내의 중간 지점에 자석을 설치하여 로봇이 홀 센서를 이용, 현재의 위치를 인식할 수 있도록 하였다. 여기서는 자석을 특정 패턴으로 설치하여 인식하는 방법과, 자석의 세기를 이용하여 인식하는 방법을 제시하였다.
실제 주행 실험은 장애물이 있는 경우와 없는 경우로 나누어 수행하였다. 그림 8의 (a)는 장애물이 없는 경우의 빠른 주행을 보여주는 장면이며, (b)는 중앙에 장애물을 설치했을 경우의 주행 모습을 보여준다.
여기서는 로봇 플랫폼, 홀 센서 기반의 자기위치 인식, Dijkstra 경로탐색 알고리즘을 이용하여 가로 5 [m], 세로 5 [m]의 경로에 9개의 자석을 설치하여 실험한 결과를 제시한다. 실험에서는 먼저 출발점과 목적지를 선택하고, Dijkstra 알고리즘을 이용하여 시작점에서 목적지까지의 모든 경로를 계산한 후, 최단거리 경로를 인식하고 주행을 한다.
본 논문에서는 실내의 중간 지점에 자석을 설치하여 로봇이 홀 센서를 이용, 현재의 위치를 인식할 수 있도록 하였다. 여기서는 자석을 특정 패턴으로 설치하여 인식하는 방법과, 자석의 세기를 이용하여 인식하는 방법을 제시하였다.
자석의 패턴을 이용하여 자기 위치를 인식하기 위해서는 바닥에 자석을 특정 패턴으로 설치 한 후 홀 센서를 이용한다 이를 위하여 그림 4와 같이 ±200 [Guass] 범위의 자석을 인식하고, 인식된 결과를 아날로그 전압으로 출력하는 채널 홀 센서 및 신호처리기를 포함한 자기위치 인식모듈을 이용하였다.
자석의 패턴을 이용한 자기위치 인식방법의 문제점을 해결하기 위해 자석의 세기를 이용하여 자기위치를 인식하는 방법을 제안한다. 이 방법은 각각 다른 세기를 가지는 자석을 설치하여 측정된 자석의 세기를 측정하여 현재 위치를 인식하는 방법이다.

대상 데이터

본 논문에서 제안하는 로봇은 374 [㎜]×574 [㎜]×133 [㎜] (가로×세로×높이) 크기를 가지며, 구동부, 인식부, 제어부로 구성된다.
제어부는 로봇 플랫폼의 주행, 경로탐색, 위치인식 등 전체 제어를 담당하며, ST사의 STM32F107VCT6Cortex-M3 마이크로프로세서를 사용하였다. 제어부에서 홀 센서 모듈, IMU 센서 모듈, 그리고 초음파 센서 모듈의 모듈간 통신은 잡음에 강한 차동신호기반으로 이루어진 CAN을 이용하였다.

이론/모형

여기서는 로봇 플랫폼, 홀 센서 기반의 자기위치 인식, Dijkstra 경로탐색 알고리즘을 이용하여 가로 5 [m], 세로 5 [m]의 경로에 9개의 자석을 설치하여 실험한 결과를 제시한다. 실험에서는 먼저 출발점과 목적지를 선택하고, Dijkstra 알고리즘을 이용하여 시작점에서 목적지까지의 모든 경로를 계산한 후, 최단거리 경로를 인식하고 주행을 한다. 표 2에 제시하였듯이 출발점에서 목적지까지의 경로에 대한 연산시간을 측정 한 결과 최대 10 [ms]의 탐색 시간을 얻을 수 있었다.
인식부는 로봇의 자기위치를 인식하는 부분으로, Dijkstra 알고리즘 적용을 위한 홀 센서 기반의 위치 인식 모듈, 현재 로봇의 방향을 인식하기 위한 IMU 센서 모듈을 사용하였다. IMU 센서 모듈은 로봇 플랫폼의 정중앙에 위치하고 있으며, 그림 1 로봇 모델링에서 C의 표시 부분에 위치시켰다.

성능/효과

표 2에 제시하였듯이 출발점에서 목적지까지의 경로에 대한 연산시간을 측정 한 결과 최대 10 [ms]의 탐색 시간을 얻을 수 있었다. 그리고 홀센서를 이용하여 9개의 위치를 무작위로 각 50번 측정한 결과 95 [%] 이상의 인식률을 나타내었다.
실험에서는 먼저 출발점과 목적지를 선택하고, Dijkstra 알고리즘을 이용하여 시작점에서 목적지까지의 모든 경로를 계산한 후, 최단거리 경로를 인식하고 주행을 한다. 표 2에 제시하였듯이 출발점에서 목적지까지의 경로에 대한 연산시간을 측정 한 결과 최대 10 [ms]의 탐색 시간을 얻을 수 있었다. 그리고 홀센서를 이용하여 9개의 위치를 무작위로 각 50번 측정한 결과 95 [%] 이상의 인식률을 나타내었다.

후속연구

장애물이 있는 경로의 신속한 주행을 위하여 빠른 장애물 인식을 위한 센서의 추가 및 연산시간을 줄일 수 있는 새로운 경로탐색 알고리즘에 대한 추가 연구가 필요하다.

참고문헌 (10)

Korea National Statistics, "Population Projections for korea : 2005-2050", 2006
Avaliable on : https://www.softbankrobotics.com/
Avaliable on : https://www.naverlabs.com/
C.U. Kang, S.J. Ko, "Position Estimation Method of Entertainment Robot in Performance Stage", Journal of IEMEK J. Embed. Sys. Appl., Vol. 9, No. 3, pp. 151-156, 2014 (in Korean).
B.M. Jung, I.J. Yeo, C.S. Cho, "Autonomous Traveling of Unmanned Golf-Car Using GPS and Vision system", Journal of the Korean Society for Precision Engineering, Vol. 26, No. 6, pp. 74-80, 2009 (in Korean).
M.H. Park, H.H. Cho, K.B. Kim, S.S. Kim, "Improvement of Bipolar Magnetic Guidance Sensor Performance Using Fuzzy Inference System", Journal of Korean Institute of Intelligent Systems, Vol. 24, No. 1, pp. 58-63, 2014 (in Korean).
J.H. Choi, B.J. Choi "Design of Self-localization Based Autonomous Driving Platform for an Electric Wheelchair", IEMEK J. Embed. Sys. Appl., Vol. 13, No. 3, pp161-167, 2018 (in Korean).
Yong-Hu Lee, Sang-Woon Kim, "A Hybrid Search Method of A* and Dijkstra Algorithms to Find Minimal Path Lengths for Navigation Route Planning", Journal of the Institute of Electronics and Information Engineers, Vol. 51, No. 51, pp. 109-117, 2014 (in Korean).
Hart, P. E., Nilsson, N. J., Raphael, B., "A Formal Basis for the Heuristic Determination of Minimum Cost Paths", Journal of IEEE Transactions on System Science and Cybernetics, Vol. 4, No. 2, pp. 100-107, 1968.
Dijkstra, E. W., "A Note on Two Problems in Connextion with Graphs", Journal on Numerische Mathematik, Vol. 1, No. 1, pp. 269-271, 1959.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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