선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이러한 과정을 재귀적으로 반복하면서 최적 경로를 찾게 된다. RRT*에대해서도 많은 파생 알고리즘들이 존재하지만, 본 연구에서는 지난 연구에서 제안한 HAB-PP의 성능 개선에 RRT*를 활용하고자 한다.
- 주안점은 HAB-PP가 가진 기존의 성능을 훼손하지 않는 것이다. 따라서 본 논문에서는 RRT*를 활용한 성능 향상 방법으로, [Fig. 4]과 같이,RRT*의 탐색 방법을 기반으로 한 개미의 종을 하나 새롭게 추가하는 것이 주된 아이디어이다. 이는 단순한 종의 추가로서 완료되는 것이 아니라, RRT* 기반의 개미들이 찾은 경로의 정보를 기존의 HAB-PP의 개미들이 활용하고, 반대로, HAB-PP가 찾은 경로의 정보를 RRT* 기반의 개미들도 활용할 수 있어야 한다.
- 따라서 전역 경로 계획에서는 지역 경로 계획과는 달리, 경로 계산 시간보다는 경로의 질을 더 우선순위에 두고 탐색을 하는 경우가 흔하다. 반면, 지역 경로 계획은 이동 로봇에 탑재된 센서들(예를 들면,초음파, 적외선, 레이다, 라이다, 카메라 등)을 통해 실시간으로 획득한 정보를 바탕으로, 갑자기 나타난 장애물을 회피하는 경로를 빠른 시간 내에 찾아내는 것을 그 목표로 한다. 본 논문은 개미 군집 최적화(Ant Colony Optimization, ACO) 알고리즘에 기반한 전역 경로 계획 방법을 제안한다.
- 반면, 지역 경로 계획은 이동 로봇에 탑재된 센서들(예를 들면,초음파, 적외선, 레이다, 라이다, 카메라 등)을 통해 실시간으로 획득한 정보를 바탕으로, 갑자기 나타난 장애물을 회피하는 경로를 빠른 시간 내에 찾아내는 것을 그 목표로 한다. 본 논문은 개미 군집 최적화(Ant Colony Optimization, ACO) 알고리즘에 기반한 전역 경로 계획 방법을 제안한다.
- 본 논문은 앞선 연구에서 제안한 이종의 개미군집 기반 경로 계획(HAB-PP) 알고리즘의 개선점인 첫 경로 탐색 시간 단축, 국소 최소해 회피라는 성능 향상 목적을 달성하기 위해 RRT*를 활용하는 방안에 대해 연구하고, 그 결과 성능 향상된 HAB-PP를 제안하였다. 그 방법론에 있어서는 기존의 HAB-PP가 가진 우수한 성능을 훼손하지 않도록 하기 위해, RRT*의 탐색 방법에 기반에 경로 탐색을 실시하는 새로운 개미의 종을 하나 추가하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.