http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
A*와 최적화 기반 경로계획기법을 활용한 무인이동체의 자율주행
신종호(Jongho Shin),김민극(Mingeuk Kim) 대한기계학회 2022 大韓機械學會論文集A Vol.46 No.4
일반적으로 무인이동체는 자율주행 시 다양한 정적 및 동적 불확실성을 마주하게 된다. 이러한 불확실성에 의한 성능 저하를 극복하기 위해서는 주변의 환경을 고려한 최적의 경로가 필요하다. 하지만, 무인이동체가 주행하는 환경에 대한 정보를 미리 확보하는 것은 불가능하기 때문에, 기확보 가능한 수준에서 거시적 경로를 생성(광역 경로계획)하고, 실시간으로 확보되는 정보를 고려한 국지적 영역에서의 최적 경로(지역 경로계획)가 필요하다. 이에 본 논문에서는 A* 및 최적화 기법을 활용한 광역/지역경로계획 기법을 제안한다. A* 기반 광역 경로계획은 기확보 가능한 항공 혹은 위성사진을 활용하여 출발지로부터 목적지까지의 개략적인 경로를 생성한다. 광역 경로계획은 실제 환경의 다양한 불확실성 정보를 반영하지 못하므로, 무인이동체 주변의 실 환경 정보를 고려하는 최적 경로 생성이 요구된다. 이에 본 논문에서는 최적화 기법을 활용한 경로계획 기법을 제안한다. 최적화 기반 경로계획 기법은 무인이동체의 동역학 모델 및 이동 장애물, 등식/부등식 구속조건을 고려한 경로 생성을 가능하게 한다. 제안된 기법의 타당성을 검증하기 위하여, 정적 및 동적 장애물이 존재하는 환경을 기반으로 시뮬레이션을 수행하고 결과를 고찰한다. Generally, unmanned vehicles (UVs) face various static and dynamic uncertainties during autonomous navigation. To overcome those obstacles, the UV requires optimal path generated by considering the UV’s own environment. Because it is not possible to obtain information of the UV’s own environment in advance, global path should be generated first with obtainable environment information (GPP: global path planning) and then, local path for following the global path should be planned with realtime environment information (LPP: local path planning). This study proposes path planning methods with A* and optimization-based path planning algorithms. The GPP is performed using A* algorithm with offline developed map such as aerial or satellite photos. On the other hand, the optimization-based path planning is developed with kinematics/dynamics of the UV, equality/inequality constraints and real-time static/dynamic obstacle maps generated by sensors of the UV. To validate the performance of the proposed method, numerical simulations are performed and the results are analyzed.