$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

ROS 기반의 지하광산용 자율주행 로봇 개발과 경유지 주행 실험
Development of a ROS-Based Autonomous Driving Robot for Underground Mines and Its Waypoint Navigation Experiments 원문보기

터널과 지하공간: 한국암반공학회지 = Tunnel and underground space, v.32 no.3, 2022년, pp.231 - 242  

김헌무 (부경대학교 에너지자원공학과) ,  최요순 (부경대학교 에너지자원공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 지하광산에서 로봇의 위치를 추정하고, 여러 경유지를 거쳐 주행한 후 원위치로 복귀하는 ROS (Robot Operating System) 기반의 자율주행 로봇을 개발하였다. 자율주행 로봇은 SLAM (Simultaneous Localization And Mapping) 기술을 활용하여 주행 경로에 대한 전역 지도를 사전에 생성한다. 이후, 라이다 센서를 통해 측정되는 벽면의 형태와 전역 지도를 매칭하고 AMCL (Adaptive Monte Carlo Localization) 기법을 통해 데이터들을 융합하여 로봇의 위치를 보정한다. 또한, 라이다 센서를 통해 전방 주행환경을 인지하고, 장애물을 회피한다. 개발된 자율주행 로봇을 활용하여 지하광산 현장을 모사한 실내 실험장을 대상으로 주행 실험을 수행하였다. 그 결과, 자율주행 로봇은 다중 지점의 경유지에 대해 순차적으로 주행하고 장애물을 회피하며 안정적으로 복귀하는 것을 확인할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, we developed a robot operating system (ROS)-based autonomous driving robot that estimates the robot's position in underground mines and drives and returns through multiple waypoints. Autonomous driving robots utilize SLAM (Simultaneous Localization And Mapping) technology to generate ...

주제어

#자율주행 로봇   #지하광산   #로봇운영시스템  

표/그림 (13)

참고문헌 (16)

  1. Agilex Robotics, 2022, https://global.agilex.ai/products/scout-mini (accessed on 31 May 2022). 

  2. Cantelli, L., Bonaccorso, F., Longo, D., Melita, C.D., Schillaci, G., and Muscato, G., 2019, A Small Versatile Electrical Robot for Autonomous Spraying in Agriculture, AgriEngineering, 1(3): 391-402. 

    상세보기

  3. Dissanayake, M.G., Newman, P., Clark, S., Durrant-Whyte, H.F., and Csorba, M., 2001, A solution to the simultaneous localization and map building (SLAM) problem, IEEE Transactions on robotics and automation, 17(3): 229-241. 

    상세보기

  4. Intel, 2022, https://www.intelrealsense.comdepth-camera-d435i/ (accessed on 31 May 2022). 

  5. Jeong, S.C., Park, T., Yang, and S.Y., 2013, Technical Trend of Mobile Robot According to Kinematic Classification, Journal of Institute of Control, Robotics and Systems, 19(11): 1043-1047. 

  6. Kassai, E.T., Azmat, M., and Kummer, S., 2020, Scope of Using Autonomous Trucks and Lorries for Parcel Deliveries in Urban Settings, Logistics, 4(17): 1-24. 

  7. Kim, H. and Choi, Y., 2019, Development of a LiDAR Sensor-based Small Autonomous Driving Robot for Underground Mines and Indoor Driving Experiments, Journal of Korean Society of Mineral and Energy Resources Engineers, 56(5): 407-415. 

  8. Kim, H. and Choi, Y., 2020a, Comparison of Three Location Estimation Methods of an Autonomous Driving Robot for Underground Mines, Applied Sciences, 10(14): 1-17. 

  9. Kim, H. and Choi, Y., 2020b, Field Experiment of a LiDAR Sensor-based Small Autonomous Driving Robot in an Underground Mine, TUNNEL & UNDERGROUND SPACE, 30(1): 76-86. 

  10. Kim, H. and Choi, Y., 2021, Autonomous Driving Robot That Drives and Returns along a Planned Route in Underground Mines by Recognizing Road Signs, Applied Sciences, 11(21): 1-13. 

  11. Li, C., Xie, J., Wu, W., Tian, H., and Liang, Y., 2019, Monte Carlo localization algorithm based on particle swarm optimization, Automatika, 60(4): 451-461. 

    상세보기

  12. NASA, 2022, https://solarsystem.nasa.gov/missions/spirit/in-depth/ (accessed on 31 May 2022). 

  13. Neumann, T., Ferrein, A., Kallweit, S., and Scholl, I., 2014, Towards a Mobile Mapping Robot for Underground Mines, Proceedings of the 2014 PRASA, RobMech and AfLaT International Joint Symposium, Cape Town, South Africa, pp.1-6. 

  14. Reis, J., Cohen, Y., Melao, N., Costa, and Jorge, J., 2021, D. High-Tech Defense Industries: Developing Autonomous Intelligent Systems, Applied Sciences, 11(11): 1-13. 

  15. SICK, 2022, https://www.sick.com/kr/ko/detection-and-ranging-solutions/2d-lidar-/lms1xx/lms11110100/p/p109842/ (accessed on 31 May 2022). 

  16. Zhao, J., Gao, J., Zhao, F., and Liu, Y., 2017, A Search-andrescue robot system for remotely sensing the underground coal mine environment, Sensors, 17(10): 1-23. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로