[논문]LRF 센서를 이용한 글로벌 맵 기반의 적응형 이동 장애물 회피 알고리즘 개발

오세권; 이유상; 이대현; 김영성

doi:10.17661/jkiiect.2020.13.5.377

LRF 센서를 이용한 글로벌 맵 기반의 적응형 이동 장애물 회피 알고리즘 개발
Development of Adaptive Moving Obstacle Avoidance Algorithm Based on Global Map using LRF sensor 원문보기

한국정보전자통신기술학회논문지 = Journal of Korea institute of information, electronics, and communication technology, v.13 no.5, 2020년, pp.377 - 388

오세권 , 이유상 (LIG넥스원) , 이대현 (LIG넥스원) , 김영성 (LIG넥스원)

초록
AI-Helper

본 논문에서는 고정된 장애물이 포함된 글로벌 맵 환경에서 LRF 센서만을 가진 자율이동 로봇이 이동장애물을 회피하기 위한 알고리즘을 제안한다. 우선 이동장애물을 회피하기 위해 LRF 거리 센서 데이터와 글로벌 맵을 이용하여 이동장애물을 추출한다. 추출된 이동장애물과 자율이동 로봇의 상대적인 벡터 성분의 합을 이용해 타원 형태의 안전반경을 생성한다. 생성된 안전반경을 고려하여 자율이동 로봇이 이동장애물을 회피하고 목적지에 도착할 수 있도록 한다. 제안된 알고리즘을 검증하기 위해 정량적인 분석 방법을 사용하여 기존 알고리즘과 비교하고 분석한다. 분석 방법은 이동장애물이 없을 때를 기준으로 제안된 알고리즘과 기존의 알고리즘의 경로의 길이와 주행 시간을 비교한다. 제안된 알고리즘은 이동장애물의 상대적 속도와 방향을 고려하여 회피할 수 있어서 경로와 주행 시간 모두 기존의 알고리즘보다 높은 성능을 보인다.

Abstract ▼ AI-Helper

In this paper, the autonomous mobile robot whit only LRF sensors proposes an algorithm for avoiding moving obstacles in an environment where a global map containing fixed obstacles. First of all, in oder to avoid moving obstacles, moving obstacles are extracted using LRF distance sensor data and a global map. An ellipse-shaped safety radius is created using the sum of relative vector components between the extracted moving obstacles and of the autonomuos mobile robot. Considering the created safety radius, the autonomous mobile robot can avoid moving obstacles and reach the destination. To verify the proposed algorithm, use quantitative analysis methods to compare and analyze with existing algorithms. The analysis method compares the length and run time of the proposed algorithm with the length of the path of the existing algorithm based on the absence of a moving obstacle. The proposed algorithm can be avoided by taking into account the relative speed and direction of the moving obstacle, so both the route and the driving time show higher performance than the existing algorithm.

주제어

표/그림 (21)

그림 그림 1. 자율이동 로봇 구성도 Fig. 1. Block diagram of autonomous mobile robot
그림 그림 2. KFBS 알고리즘 Fig. 2. KFBS algorithm
그림 그림 3. 이동장애물 추출 Fig. 3. Extraction of moving obstacle
그림 그림 4. LSCF(Least-Squares Circle Fit) 알고리즘 Fig. 4. LSCF(Least-Squares Circle Fit) algorithm
그림 그림 5. VFH의 히스토그램 그리드 맵 Fig. 5. Histogram grid map of VFH
그림 그림 6. VFH의 폴라 히스토그램 Fig. 6. Polar histogram of VFH
그림 그림 7. 이동장애물의 타원 안전반경 Fig. 7. Elliptic safety radius of moving obstacle
그림 그림 8. 이동장애물과 자율이동 로봇의 벡터의 합 Fig. 8. Sum of moving obstacle and mobile robot vector
그림 그림 9. VSCA의 장축과 방향 Fig. 9. Long-shaft and direction of VSCA
그림 그림 10. 기존의 certainty value 생성 방법 Fig. 10. Existing method of creating certainty value
그림 그림 11. VSCA의 certainty value Fig. 11. Certainty value of VSCA
그림 그림 12. 이동 경로 효율 정량적 평가 지표 Fig. 12. Efficient evaluation index of path
그림 그림 13. 실험1 구성도 Fig. 13. Configuration diagram of experiment 1
그림 그림 14. 이동장애물 속도 : 0.416m/s일 때 좌) EVFH 우) A-VFH Fig. 14. Moving obstacle speed : at 0.416m/s Left) EVFH Right) A-VFH
그림 그림 15. 이동장애물 속도 : 0.614m/s일 때 좌) EVFH(충돌) 우) A-VFH Fig. 15. Moving obstacle speed : at 0.614m/s Left) EVFH(Collision) Right) A-VFH
표 표 1. 이동장애물 속도 : 0.416m/s 일 때 Table 1. Moving obstacle speed : at 0.416m/s
그림 그림 16. 실험2 구성도 Fig. 16. Configuration diagram of experiment 2
그림 그림 17. 이동장애물 속도 : 0.416m/s일 때 좌) EVFH(성공) 우) EVFH (충돌) Fig. 17. Moving obstacle speed : at 0.416m/s Left) EVFH(Success) Right) EVFH (Collision)
표 표 2. 이동장애물 속도 : 0.614m/s 일때 Table 2. Moving obstacle speed : at 0.614m/s
그림 그림 18. 이동장애물 속도 : 0.416m/s일 때 A-VFH Fig. 18. Moving obstacle speed : at 0.416m/s A-VFH
표 표 3. 이동장애물 속도 : 0.416m/s 일 때 Table 3. Moving obstacle speed : at 0.416m/s

질의응답

핵심어	질문	논문에서 추출한 답변
	회피를 위해 거리 센서가 필요한 이유는?	하지만 추적한 오브젝트를 효율적으로 회피하는 제어 방법에는 많은 연구가 필요하다. 회피를 위해서는 인식된 오브젝트의 위치와 이동 방향, 속도의 정보가 필요하다. 이러한 정보는 영상 센서로 알 수 없다. 따라서 회피를 위해 거리 센서가 필요하다.
	거리 센서에는 어떤 종류들이 있는가?	따라서 회피를 위해 거리 센서가 필요하다. 거리 센서는 적외선, 초음파, 레이저 등 다양한 종류의 거리 센서가 존재한다. 그중 적외선과 초음파는 반사와 산란에 의한 왜곡이 발생하기 때문에 먼 거리를 측정하기에는 불가능하다.
	LiDAR 센서에는 어떤 것들이 있는가?	그에 따라 현재 자율주행 차량에 LiDAR 센서를 사용하고 있다. LiDAR 센서는 도플러 측정을 통해 속도를 알 수 있는 Doppler lidar, 영상을 습득할 수 있는 Imaging lidar, 단순한 거리를 측정할 수 있는 range finder lidar 등이 있다. 본 논문에서는 LRF(Laser Range Finder)센서를 이용한다.

참고문헌 (9)

Se-Kwon Oh, Joo-Min Kim, Dae-Won Kim, "Development of a Moving Obstacle Detection Algorithm using a LRF Sensor in Dynamic Environments", KIEE, 1385-1386, 2012.7
GEOVANY ARAUJO BORGES, MARIE ALDON, "Line Extraction 2D Range Images for Mobile Robotics", Journal of Intelligent and Robotics Systems, 40, 267-297, 2004

상세보기
J. Borenstein and Y. Koren, "The Vector Field Histogram-Fast Obstacle Avoidance for Mobile Robot," IEEE Journal of Robotics and Automation, Vol. 7 No. 3, pp.278-288, 1991.

상세보기
J. Borenstein and Y. Koren, "Real-Time Obstacle Avoidance for Fast Mobile Robots," IEEE Transaction on Systems, Man, and Cybernetics, Vol. 19, No. 5, pp.1179-1187, 1989.

상세보기
Se-Kwon Oh, "Development of a Global Map-Based Moving Obstacle Detection and Avoidance Algorithm using a LRF Sensor in Dynamic Environments", Myoungji University, 16-25, 2013
Hongryeol Kim, Joomin Kim, and Daewon Kim, "Development of Coordinated Scheduling Strategy with Network Response Time Analysis for the CAN-Based Distributed Control systems," Proceeding of 2004 IEEE/RSJ International Conference on Intelligent Robot and Systems, pp.2099-2104, 2004.
J. Vandorpe, H. Van Brussel, H. Xu," Exact Dynamic Map Building for a Mobile Robot using Geometrical Primitives Produced by a 2D Range Finder",
WALTER GANDER, GENE H. GOLUB and ROLF STREBEL, "LEAST-SQUARE FITTING OF CIRCLES AND ELLIPSES", BIT, 40, 558-578, 1994
Jin-Woo Kim, "Development of an Efficient Obstacle Avoidance Comprensation Algorithm Considering a Network Delay for a Network-based Autonomous Mobile Robot", Myoungji University, 21-31, 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