• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.4 s.97
• /
• pp.189-196
• /
• 1999

환경지도를 갖고 있는 이동로봇은 정확한 경로계획에 의하여 주행하게 된다. 그러나 주행 중 예상하지 못한 장애물을 만나는 경우 새로운 경로정보가 요구된다. 본 논문에서는 부분적인 환경정보를 갖고 있는 이동로봇의 경로계획기법을 제시한다. 경로계획은 전체경로계획과 지역경로계획으로 구분되면 전체환경을 노드와 아크로 표시한 네트워크 모델을 이용하여 수행된다. 경로계획시간과 메모리 부담을 개선하기 위하여 네트워크 분할기법을 이용한 경로계획기법을 제안하였으며 지역경로계획에서는 정보가 변경된 부 네트워크에 대하여 경로계획을 수행하여 계산시간을 적게 소요하며 새로운 경로를 계산한다. 제안한 기법을 자동화 공장에서 주행하는 이동로봇에 적용하였으며 시뮬레이션과 실험을 통하여 제안한 기법의 성능을 보였다.

• Proceedings of the IEEK Conference
• /
• 2009.05a
• /
• pp.366-368
• /
• 2009

본 논문에서는 모바일 로봇이 작업하는 공간상에서 빠르고 안전한 최적 경로계획을 수행할 수 있게 하는 가변적 리드 맵을 이용한 장애물 밀집 정보 기반 경로계획을 제안한다. 모바일 로봇이 작업 공간에 대해서 빠르고 안전한 경로계획을 해 클러스터링 기법을 이용하여 정적 및 동적 장애물의 분포에 대한 맵 정보를 재구성하여 정보화 시킨다. 최적의 경로계획을 위해서는 재구성된 장애물 밀집 클러스터 데이터를 이용하여 전통적 기법의 GA 방법을 변형한 최적 경로계획을 수행한다. 제안한 기술의 효율성을 검증하기 위해 그리드 기반 경로계획 중의 하나인 A*알고리즘과 다양한 맵을 이용하여 성능 비교를 수행하였다. 실험결과 제안한 경로계획 기술은 기존 알고리즘 보다 빠른 처리 성능과 동적 장애물이 밀집한 지역을 회피하는 최적 경로계획을 수행함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2431-2434
• /
• 2002

본 논문에서는 전체 영역 경로 계획인 CCPP(Complete Coverage Path Planning)를 이용해 전 청소 영역을 청소하는 방법을 나타내고 청소영역을 해석 하였다. 그리고, Template방법에 CD(Cell Decomposition)을 접목시킨 방법을 이용해 청소영역을 청소 후 재 경로계획으로 청소 안된 영역을 효율적으로 청소하는 방법을 연구하였다. 또한 청소기의 회전 및 직선 모션에 따른 청소 영역을 비교 해석해 최적 시간과 거리에 따른 경로 계획을 살펴보았다.

• Proceedings of KOSOMES biannual meeting
• /
• 2017.11a
• /
• pp.160-160
• /
• 2017

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.486-488
• /
• 2012

본 논문에서는 로보틱스나 컴퓨터 게임 등의 다양한 분야에서 일반적으로 존재하는 동적인 환경에서 장애물 회피를 위한 경로 계획 알고리즘을 연구하였다. 제안하는 알고리즘은 전역 경로계획과 지역 경로계획의 두 단계로 이루어져 있고, A*와 가시성 그래프에 의해 구해진 전역 경로를 이동할 때에 동적 장애물을 감지하게 되면 이를 회피하기 위해 포텐샬장으로 지역 경로를 구성한다. 이 알고리즘은 포텐샬장을 A*와 결합함으로써 지역 최적화 문제를 해결하고 포텐샬장만으로 이동하는 경우에 비해 시간적인 측면에서도 더욱 효율적이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1135-1136
• /
• 2023

자율주행에서의 경로 계획을 위해서는 costmap을 활용할 수 있다. Costmap은 map 정보와 센서 데이터를 토대로 해당 지역을 통과할 때의 위험도를 cost로 할당한다. 그러나 local costmap에는 센서로 인식한 장애물만이 고려되며, 차선 정보를 경로 계획에 포함하기 위해서는 별도의 정보 처리가 필요하다. 본 연구에서는 카메라로 인식한 차선 정보를 costmap에 포함함으로써 통합적인 판단 방법론을 탐색하고, 위치 추정 및 경로 계획에서의 활용 가능성을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.409-411
• /
• 2018

자율주행차에서 경로계획기법은 지도, 목적지 경로와 다른 정적/동적 장애물에 대한 예측 정보를 바탕으로, 안전하고, 합법적이며 효율적으로 차량을 조종하는 목표를 가진다. 고속도로 환경에서, 차량이 차선을 유지하고, 다른 차량들과 충돌을 회피하며, 더 느리게 움직이는 트래픽을 지나쳐 효율적이면서 안전한 경로를 생성하는 기법이 요구된다. 본 연구에서는, 시스템의 행위를 모델링하는 기법 중의 하나인 유한상태기계를 적용하였다. 시뮬레이터를 통해, 급가속/감속과, 충돌 없이, 차선을 유지/변경을 힐 수 있음을 보였다. 자율주행차의 고속도로 주행의 경우, 유한상태기계를 적용하여, 효율적이고 안전한 경로계획을 수행할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2010.10a
• /
• pp.701-704
• /
• 2010

In studying an autonomous navigation technique of UUV(Unmaned Underwater Vehicle), one of the many fundamental techniques is to plan a 3D path to complete the mission via realtime information received by sonar showing landscapes and obstacles. The simulation system is necessary to verify the algorithm in researching and developing 3D path planning of UUV. It is because 3D path planning of UUV should consider guide control, the dynamics, ocean environment, and search sonar models on the basis of obstacle avoidance technique. The simulation system developed in this paper visualizes the UUV's movement of avoiding obstacles, arriving at the goal position via waypoints by using C++ and OpenGL. Plus, it enables the user to setup the various underwater environment and obstacles by a user interface. It also provides a generalization that can verify path planning algorithm of UUV studied in any developing environment.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.341-342
• /
• 2008

GA(Genetic Algorithm)는 NP-Complete 도메인이나 NP-Hard 도메인 내의 문제들에 대해서 최적의 해를 찾기 위해서 많이 사용되어 지는 진화 컴퓨팅 방법 중 하나이다. 모바일 로봇 기술 중 경로계획은 NP-Complete 도메인 영역의 문제 중 하나로 이를 해결하기 위해서 Dijkstra 등의 그래프 이론을 이용한 연구가 많이 연구되었고 최근에는 GA등 진화 컴퓨팅 기법을 이용하여 최적의 경로를 찾는 연구가 많이 수행되고 있다. 그러나 모바일 로봇이 처리해야 될 공간 정보 크기가 증가함에 따라 기존 GA의 개체의 크기가 증가되어 게산 복잡도가 높아져 시간 지연등의 문제가 발생할 수 있다. 이는 모바일 로봇의 잠재적 오류로 발생될 수 있다. 공간 정보에는 동적이 장애물들이 예측 불허하게 나타 날 수 있는데 이것은 전역 경로 계획을 수립할 때 또한 반영되어야 된다. 본 논문에서는 k-means 클러스터링 기법을 이용하여 장애물 밀집도 및 거리 정보를 기반으로 공간정보를 k개의 군집 공간으로 재분류하여 이를 기반으로 N*M개의 그리드 개체 집단을 생성하여 최적 경로계획을 수립하는 GA를 제시한다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.2
• /
• pp.117-126
• /
• 2013

Path planning is an essential problem to make virtual characters navigate in many applications including computer games. In many cases, multiple characters move in a group and qualitative aspects of planned paths are emphasized rather than optimality unlike Robotics. In this paper, we propose a two-level path planning algorithm in which the global path is planned for a single character specified as a leader and then the local path is planned to avoid dynamic obstacles while the group following this path. The space for group movement is achieved in the form of square grid array called a grid window. Member characters are located relatively to the leader within a space and moved. The static environment is reduced to the configuration space of this grid window to generate a roadmap on which a grid window can move. In local path planning, only the leader avoids dynamic obstacles by using an artificial potential field and the rest of members are located relatively to the leader in the grid window, which reduces computational load. Efficient algorithms to implement the proposed planning methods are introduced. The simulation results show that a group can handle with dynamic obstacles effectively while moving along the planned path for a static environment.