• Title/Summary/Keyword: 자율 조향제어

Search Result 51, Processing Time 0.024 seconds

Performance of Automatic Guidance System for Combine at Turning and Curved Paths (자율주행시스템을 이용한 콤바인의 무인자율 선회 및 곡선 주행)

  • 최창현;양원준;남궁만준;김용주
    • Proceedings of the Korean Society for Agricultural Machinery Conference
    • /
    • 2002.02a
    • /
    • pp.494-500
    • /
    • 2002
  • 본 연구의 목적은 DGPS와 자이로 센서를 장착하여 무인으로 콤바인을 직선주행, 선회 및 곡선주행, 직진주행 중 1 m 오프셋(offset) 주행시켰을 때, 무인 자율주행의 성능을 분석하고 개선하는데 있다. 콤바인의 무인자율주행 시스템은 콤바인의 현재위치를 인식하고, 주행하고 있는 콤바인의 주행방향을 감지하여 미리 설정된 경로를 따라 자율적으로 주행하며, 주행 중에 장애물이 검출되면 정지할 수 있도록 개발하였다. 콤바인의 무인 자율주행시스템은 DGPS의 입력 신호로부터 콤바인의 현재위치를 결정하고, 자이로 센서의 입력신호로부터 주행방향을 알 수 있다. 또한 장애물의 감지를 위한 초음파 센서, 콤바인의 주행방향을 조정하는 유압 작동부, 좌.우의 조향레버를 조정하는 서보모터 시스템, 마이크로 컴퓨터로 구성된 제어기와 입출력 인터페이스로 구성되어 있다. 콤바인 자율주행시스템의 프로그램은 DGPS 신호, 자이로 센서 등을 수신하는 수신 프로그램, DGPS 신호등으로부터 관련 변수들을 분석하여 콤바인의 조향수준을 결정하고, 유압실린더 등을 제어하는 제어 프로그램과 콤바인의 이동경로를 저장하는 저장 프로그램으로 구성되어 있다. 콤바인의 무인주행 실험결과 RMS 오차는 50 m 직선주행에서 7.52 cm, 20 m 직선주행 후 1 m 오프셋 된 30 m의 직선주행에서 21.85 cm, 20 m 직선주행 후 90$^{\circ}$선회하여 25 m 직선주행에서 7.55 cm, 반지름 23 m의 원주 사분면 곡선주행에서는 25.98 cm로 각각 나타났다. 소 구획의 포장에서 벼는 가로 방향으로 25~30 cm, 세로 방향으로 15~20 cm의 간격으로 심어져 있다. DGPS 신호에 의한 위치 결정을 할 때 자체 오차 10 cm를 고려하여도 콤바인이 직선구간 및 선회구간을 주행하며 수확작업이 가능함을 알 수 있었다. 그러나 곡선구간에서는 최대오차가 65.5 cm로 매우 크게 나타나, 콤바인을 무인 자율주행으로 수확하기에는 어려움이 있는 것으로 나타났다. 실제 포장은 이론적인 완전한 직선보다는 작은 굴곡이 있는 곡선의 형태가 이루어져 있으므로 주행 오차를 감소하기 위해서는 기계시각을 이용하면 보다 정밀한 조향을 이룰 수 있을 것으로 예상된다. 포장에서 DGPS 신호, 자이로 센서 등을 이용한 콤바인의 무인주행 장치는 무인 수확작업을 위한 가능성을 보여주었고, 일부의 센서의 기능을 개선하면 만족한 성능을 나타낼 수 있을 것으로 판단된다.

  • PDF

Application of CNN for steering control of autonomous vehicle (자율주행차 조향제어를 위한 CNN의 적용)

  • Park, Sung-chan;Hwang, Kwang-bok;Park, Hee-mun;Choi, Young-kiu;Park, Jin-hyun
    • Proceedings of the Korean Institute of Information and Commucation Sciences Conference
    • /
    • 2018.05a
    • /
    • pp.468-469
    • /
    • 2018
  • We design CNN(convolutional neural network) which is applicable to steering control system of autonomous vehicle. CNN has been widely used in many fields, especially in image classifications. But CNN has not been applied much to the regression problem such as function approximation. This is because the input of CNN has a multidimensional data structure such as image data, which makes it is not applicable to general control systems. Recently, autonomous vehicles have been actively studied, and many techniques are required to implement autonomous vehicles. For this purpose, many researches have been studied to detect the lane by using the image through the black box mounted on the vehicle, and to get the vanishing point according to the detected lane for control the autonomous vehicle. However, in detecting the vanishing point, it is difficult to detect the vanishing point with stability due to various factors such as the external environment of the image, disappearance of the instant lane and detection of the opposite lane. In this study, we apply CNN for steering control of an autonomous vehicle using a black box image of a car.

  • PDF

Design of Steering Controller for Autonomous Vehicle System on Magnetic Based Using Neural Network (신경망을 이용한 자계기반 자율주행 시스템의 조향 제어기 설계)

  • Lim Dae-Young;Jung Young-Yoon;Ryoo Young-Jae
    • Proceedings of the Korean Institute of Intelligent Systems Conference
    • /
    • 2005.11a
    • /
    • pp.185-188
    • /
    • 2005
  • 본 논문에서 신경망을 이용한 자계기반 자율주행 시스템의 조향 제어기 설계를 제안한다. 자율주행시스템에서 가장 중요한 핵심요소는 자계토로상의 센서의 현재위치를 파악하고 주행하는 것이다. 먼저 자계도로상의 현재위치를 파악하기 위한 방법으로, 첫 번째 자기쌍극자 모델식이 센서에서 측정된 자계와 일치함을 보였다. 두 번째 Peak Mapping법을 이용하여 외란으로 작용하는 지자계 성분을 제거할 수 있음을 입증하였다. 세 번째로 신경망을 이용하여 높이성분($B_{z}$)가 변하더라도 정확한 거리가 계측됨을 확인하였다. 따라서 신경망을 이용하면 소량의 메모리를 사용할 수 있으므로 실제 시스템에서 경제적인 효과를 볼 수 있고, 정확한 거리를 계측하므로 경로를 이탈하지 않고 자율주행이 가능한 시스템을 설계하였다.

  • PDF

The Road Speed Sign Board Recognition, Steering Angle and Speed Control Methodology based on Double Vision Sensors and Deep Learning (2개의 비전 센서 및 딥 러닝을 이용한 도로 속도 표지판 인식, 자동차 조향 및 속도제어 방법론)

  • Kim, In-Sung;Seo, Jin-Woo;Ha, Dae-Wan;Ko, Yun-Seok
    • The Journal of the Korea institute of electronic communication sciences
    • /
    • v.16 no.4
    • /
    • pp.699-708
    • /
    • 2021
  • In this paper, a steering control and speed control algorithm was presented for autonomous driving based on two vision sensors and road speed sign board. A car speed control algorithm was developed to recognize the speed sign by using TensorFlow, a deep learning program provided by Google to the road speed sign image provided from vision sensor B, and then let the car follows the recognized speed. At the same time, a steering angle control algorithm that detects lanes by analyzing road images transmitted from vision sensor A in real time, calculates steering angles, controls the front axle through PWM control, and allows the vehicle to track the lane. To verify the effectiveness of the proposed algorithm's steering and speed control algorithms, a car's prototype based on the Python language, Raspberry Pi and OpenCV was made. In addition, accuracy could be confirmed by verifying various scenarios related to steering and speed control on the test produced track.

Steering Performance Test of Autonomous Guided Vehicle(AGV) Based on Global Navigation Satellite System(GNSS) (위성항법 기반 AGV(Autonomous Guided Vehicle)의 조향 성능 시험)

  • Kang, Woo-Yong;Lee, Eun-Sung;Kim, Jeong-Won;Heo, Moon-Beom;Nam, Gi-Wook
    • Journal of the Korean Society for Aeronautical & Space Sciences
    • /
    • v.38 no.2
    • /
    • pp.180-187
    • /
    • 2010
  • In this paper, a GNSS-based AGV system was designed, and steering tested on a golf cart using electric wires in order to confirm the control efficiency of the low speed vehicle which used only position information of GNSS. After analyzed the existing AGVs system, we developed controller and steering algorithm using GNSS based position information. To analyze the performance of the developed controller and steering algorithm, straight-type and circle-type trajectory test are executed. The results show that steering performance of GNSS-based AGV system is ${\pm}\;0.2m$ for a reference trajectory.

A Study on the Steering Control of an Autonomous Robot Using SOM Algorithms (SOM을 이용한 자율주행로봇의 횡 방향 제어에 관한 연구)

  • 김영욱;김종철;이경복;한민홍
    • Journal of the Institute of Convergence Signal Processing
    • /
    • v.4 no.4
    • /
    • pp.58-65
    • /
    • 2003
  • This paper studies a steering control method using a neural network algorithm for an intelligent autonomous driving robot. Previous horizontal steering control methods were made by various possible situation on the road. However, it isn't possible to make out algorithms that consider all sudden variances on the road. In this paper, an intelligent steering control algorithm for an autonomous driving robot system is presented. The algorithm is based on Self Organizing Maps(SOM) and the feature points on the road are used as training datum. In a simulation test, it is available to handle a steering control using SOM for an autonomous steering control. The algorithm is evaluated on an autonomous driving robot. The algorithm is available to control a steering for an autonomous driving robot with better performance at the experiments.

  • PDF

Development of Traffic Prediction and Optimal Traffic Control System for Highway based on Cell Transmission Model in Cloud Environment (Cell Transmission Model 시뮬레이션을 기반으로 한 클라우드 환경 아래에서의 고속도로 교통 예측 및 최적 제어 시스템 개발)

  • Tak, Se-hyun;Yeo, Hwasoo
    • The Journal of The Korea Institute of Intelligent Transport Systems
    • /
    • v.15 no.4
    • /
    • pp.68-80
    • /
    • 2016
  • This study proposes the traffic prediction and optimal traffic control system based on cell transmission model and genetic algorithm in cloud environment. The proposed prediction and control system consists of four parts. 1) Data preprocessing module detects and imputes the corrupted data and missing data points. 2) Data-driven traffic prediction module predicts the future traffic state using Multi-level K-Nearest Neighbor (MK-NN) Algorithm with stored historical data in SQL database. 3) Online traffic simulation module simulates the future traffic state in various situations including accident, road work, and extreme weather condition with predicted traffic data by MK-NN. 4) Optimal road control module produces the control strategy for large road network with cell transmission model and genetic algorithm. The results show that proposed system can effectively reduce the Vehicle Hours Traveled upto 60%.

Speed and Steering Control of Autonomous Vehicle Using Neural Network (신경회로망을 이용한 자율주행차량의 속도 및 조향제어)

  • 임영철;류영재;김의선;김태곤
    • Proceedings of the Korean Institute of Intelligent Systems Conference
    • /
    • 1998.10a
    • /
    • pp.274-281
    • /
    • 1998
  • This paper describes a visual control of autonomous vehicle using neural network. Visual control for road-following of autonomous vehicle is based on road image from camera. Road points on image are inputs of controller and vehicle speed and steering angle are outputs of controller using neural network. Simulation study confirmed the visual control of road-following using neural network. For experimental test, autonomous electric vehicle is designed and driving test is realized

  • PDF