• Journal of the Korea Society of Computer and Information
• /
• v.19 no.2
• /
• pp.31-37
• /
• 2014

In conventional methods for car navigational path detection using Hough transform, navigational path deviation of a car is decided in car navigational images with simple background. But in case of car navigational images having complex background with obstacles on the road, shadows, other cars, and so on, it is very difficult to detect navigational path because these obstacles obstruct correct detection of car navigational path. In this paper, I proposed an effective navigational path detection method having better performance than conventional navigational path detection methods using Hough transform only, and fuzzy binarization method and Canny mask are applied in the proposed method for the better performance. In order to evaluate the performance of the proposed method, I experimented with 20 car navigational images and verified the proposed method is more effective for detection of navigational path.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.157-161
• /
• 2003

본 논문에서는 차량의 주행경로 최적화를 위해 강화학습 개념을 적용하고자 한다. 강화학습의 특징은 관심 대상에 대한 구체적인 지배 규칙의 정보 없이도 최적화된 행동 방식을 학습시킬 수 있는 특징이 있어서, 실제 차량의 주행경로와 같이 여러 교통정보 및 시간에 따른 변화 등에 대한 복잡한 고려가 필요한 시스템에 적합하다. 또한 학습을 위한 강화(보상, 벌칙)의 정도 및 기준을 조절해 즘으로써 다양한 최적주행경로를 제공할 수 있다. 따라서, 본 논문에서는 강화학습 알고리즘을 이용하여 다양한 최적주행경로를 제공해 주는 시스템을 구현한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.143-144
• /
• 2019

자율 주행 차량의 상용화를 위해서는 차량의 정교한 위치 추정이 필수적이다 특히 실내공간의 경우 다중 경로 등 복잡한 경로를 주행 중인 차량의 위치를 추적해야 한다. 이 경우 정밀한 위치 추정을 위해 이동체가 주행하는 경로를 정확히 판별하는 것이 필수적이다. 본 논문에서는 다중 경로가 존재하는 복잡한 실내공간을 주행하는 이동체의 경로 추정을 위해 딥러닝 기법을 이용한다. 특히 딥러닝 기법이 주행 차량의 영상 정보를 활용하는 방식을 기술한다. 본 논문에서 딥러닝 방식은 주행 차량의 영상 정보를 이용하여 이동체가 주행하게 될 경로를 예측한다. 모의실험은 적용된 딥러닝 방식이 이동체의 주행 경로를 정확하게 예측함을 보인다.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.9
• /
• pp.369-374
• /
• 2014

Path generation methods are required for safe and efficient driving in unmanned autonomous vehicles. There are two kinds of paths: global and local. A global path consists of all the way points including the source and the destination. A local path is the trajectory that a vehicle needs to follow from a way point to the next in the global path. In this paper, we propose a novel method for local path generation through machine learning, with an effective curve function used for initializing the trajectory. First, reinforcement learning is applied to a set of candidate paths to produce the best trajectory with maximal reward. Then the optimal steering angle with respect to the trajectory is determined by training an artificial neural network. Our method outperformed existing approaches and successfully found quality paths in various experimental settings, including the cases with obstacles.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.06a
• /
• pp.83-85
• /
• 2013

무인 자가 운반 차량은 컨테이너 터미널 내 선박과 장치장 사이를 오가며 컨테이너를 운반하는 무인 장비로 컨테이너를 집고 내리는 하역 능력을 갖고 있다. 터미널에서 컨테이너의 처리량을 극대화하기 위해서는 컨테이너 운송 시간을 최소화하여야 하는데, 이를 위해서는 차량의 효율적인 주행 경로 설정이 필요하다. 최적의 주행경로를 설정하기 위한 방법으로 A*, ant colony optimization과 같은 탐색알고리즘을 이용해서 주행경로를 찾는 방안이 연구된바 있다. 하지만 교통 상황에 따라 최적의 주행 경로는 바뀌게 되는데 기존의 연구에서는 결정된 주행 경로에 대한 수정이 없기 때문에 이러한 변화를 반영하지 못하는 문제가 있었다. 이에 본 논문에서는 주행 중인 차량이 다른 차량의 간섭에 의하여 대기하는 경우 대기 시간을 이용하여 새로운 주행 경로를 탐색 하여 현재 교통 상황에 맞는 최적의 경로를 찾는 방안을 제안하였으며 실험을 통해 기존 방안보다 더 효율적임을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2334-2336
• /
• 2003

이동로봇의 주행을 위해서는 주변 환경에 대한 정보와 출발점과 도착점을 기초로 한 경로 탐색 알고리즘이 필요하다. 여러 경로 탐색 알고리즘 중 A* 알고리즘은 주어진 격자로 구성한 환경 정보 지도상에서 시작점과 목표점 두 Node가 주어지면 목표점까지 Node 단위로 탐색을 실시하여 시작점과 목표점 사이에 존재하는 수많은 경로 중 최저의 이동 비용 경로를 찾는 경험적인 알고리즘이다. 본 논문은 로봇의 가상 크기가 지도의 격자 방안 보다 큰 공간상에서 이동로봇의 경로 생성을 위해 격자 단위가 아닌 로봇의 가상 크기 단위로 탐색하도록 A*알고리즘을 보완하였으며 실험 결과 보완된 A* 알고리즘이 격자 단위 탐색으로 생성한 경로보다 로봇의 주행에 더 적합한 경로를 생성하였다. 또한 이동로봇의 코너 주행시 벽과의 충돌 가능성을 최소화 시키는 안전한 주행 방법을 제시하였다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.153-153
• /
• 2017

본 연구에서는 농작업지내 모서리 점을 이용하여 자율주행 트랙터의 경로점을 생성하는 알고리즘을 개발하였다. 작업지는 직사각형의 형태에서 거리가 긴 방향으로 직선주행 경로로 하고, 직선경로의 수는 작업폭에 의해 결정되며 홀수 또는 짝수 개일 수 있다. 또한 TM좌표계에서 직선주행 경로의 기울기는 양수 또는 음수 일 수 있으며, 선회시 전체적으로 좌회전 또는 우회전하는 경우로 구분하여, 즉 총 8가지의 경우에 대하여 조건이 주어지면 경로점을 구할 수 있도록 프로그램하였다. 선회를 위한 곡선경로 생성에는 트랙터의 최소 회전반경 데이터를 사용하였으며, 이때 새로 진입할 다음 경로가 충분히 떨어져 있는 경우에는 선회 구간에서도 직선 경로 구간이 생길 수 있음을 고려하였다. 한 주기의 경로점은 직선 경로 구간의 시작점과 끝점, 선회 구간의 시작점과 끝점, 다음 직선경로로 진입을 위해 선회하기 직전까지의 직선 구간에 대한 시작점과 끝점 등 6가지의 경우로 구분할 수 있다. 이때 어떤 끝점 경로점은 다음 조작 구간의 시작점 경로점이 되므로 최종적인 경로점 데이터는 4개가 된다. 여기서, 첫 번째 경로점 생성에서는 직선구간 진입을 위한 선회구간의 시작점과 끝점은 제외하였으며, 작업지로 진입할 수 있는 입구와 출구는 동일한 것으로 가정하여, 작업이 완료되는 지점에서 선회하여 다시 출발점으로 돌아올 수 있도록 추가 구성하였다. 실제 상황에서는 직선주행 경로의 수가 정수가 되지 않을 수 있으며, 이때는 작업 구간이 약간씩 오버랩되도록 작업폭을 조정하여 경로의 수가 항상 정수가 되도록 하였다. 알고리즘 평가에 사용된 작업 패턴은 관행적인 방법으로서 작업 포장을 반으로 나누어 8자형 패턴을 이용하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.103-112
• /
• 2005

자동화 컨테이너 터미널의 생산성을 향상시키기 위해서는 장치장과 안벽 사이를 오가며 컨테이너를 운반하는 무인유도 차량(Automated Guided Vehicle: AGV)들이 효율적으로 주행하여 제 시간에 필요한 위치에 도착함으로써 연계 작업들의 지연을 최소화하여야 한다, 만일 AGV들이 목적지까지 주행하여야 하는 거리가 길거나 주행 중에 다른 AGV들과의 충돌이나 교축을 피하기 위하여 대기하여야 하는 상황이 빈번히 발생하면 주행 효율이 떨어지게 된다, 주행 경로의 길이를 줄이기 위하여 경로들을 보다 유연하게 설정할 수 있게 허용하면 경로들간의 교차 가능성이 높아져 교통 통제가 어려워지고 결과적으로 충돌과 교착이 발생할 가능성은 높아진다. 특히 교착을 사전에 방지하기 위하서는 문제가 발생할 소지가 있는 영역을 미리 파악하여 일부 영역을 다른 AGV들이 점유하지 못하도록 제한하여야 하는데, 이는 자칫 AGV 주행 공간의 활용도를 떨어뜨릴 수 있다. 또한 교착의 파악과 이를 방지하기 위한 제어는 실시간에 이루어져야 하므로 연산 부담이 상당하다. 본 논문에서는 유연한 주행 경로 설정이 가능하며 주행 공간을 효율적으로 활용할 수 있는 주행 경로 표현법과 충돌 방지 방안을 제안한다. 또한 교착 발생 가능성을 사전에 파악하고 회피(avoidance)하는데 소요되는 연산비용을 줄여 실시간 적용 가능성을 높이기 위하여 교착해결(deadlock resolution)에 기반을 둔 AGV 주행 관리 방안을 제시한다. 본 논문에서 제안하는 방안의 효율성을 시뮬레이션을 통하여 검증해 보았다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.37 no.5
• /
• pp.609-617
• /
• 2013

This paper presents a near-minimum time path planning algorithm for autonomous driving. The problem of near-minimum time path planning is an optimization problem in which it is necessary to take into account not only the geometry of the circuit but also the dynamics of the vehicle. The path planning algorithm consists of a candidate path generation and a velocity optimization algorithm. The candidate path generation algorithm calculates the compromises between the shortest path and the path that allows the highest speeds to be achieved. The velocity optimization algorithm calculates the lap time of each candidate considering the vehicle driving performance and tire friction limit. By using the calculated path and velocity of each candidate, we calculate the lap times and search for a near-minimum time path. The proposed algorithm was evaluated via computer simulation using CarSim and Matlab/Simulink.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.427-430
• /
• 2005

지능형 로봇이 성장동력 산업으로 선정되면서 국내에서도 로봇 산업이 급속도로 성장하고 있다. 지능형 로봇과 관련해서는 특히 자율 이동 로봇, 그리고 그것의 경로계획과 주행에 관한 연구가 널리 진행되고 있다. 자율 이동 로봇은 주어진 환경에서 효율적인 주행을 하기 위하여 환경 지도를 구성하고, 이를 기반으로 목표 지점에 대한 효율적인 광역 주행 경로를 계산하게 되고, 계산된 광역 경로를 주행하여 목표 지점에 이르게 된다. 본 논문에서는 퍼지 환경 지도를 제안하고, 퍼지 환경 지도로부터 최단시간 광역 경로 계산 알고리즘을 소개하며, 주행 제어를 위한 퍼지 논리 제어기를 제안한다.