• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.31-37
• /
• 2014

기존의 허프 변환을 이용한 차량 주행 경로 검출 기법에서는 배경 영상이 복잡하지 않은 차량 주행 영상에서 주행선 이탈 여부를 판별하였다. 하지만 획득된 차량 주행 영상에는 도로의 장애물이나 그림자, 다른 차량 등 주행 경로 인식을 방해하는 요소들이 있으므로 주행 경로 검출에 있어서 매우 큰 장애물로 작용하였다. 이 논문에서는 퍼지 이진화 기법과 캐니 마스크를 적용함으로써 기존에 제안된 허프 변환만을 이용한 주행 경로 검출 기법보다 효과적인 주행 경로 검출 기법을 제안한다. 이 논문에서 제안한 주행 경로 검출 기법의 성능을 평가하기 위하여 20개의 영상을 대상으로 실험한 결과, 주행 경로를 검출하는 데에 더욱 효과적인 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2013년도 춘계학술대회
• /
• 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.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 춘계학술대회
• /
• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.369-374
• /
• 2014

무인 자율주행 차량에서의 경로 생성 기법은 차량이 자동적으로 안전하고 효율적인 경로를 생성하고 주행할 수 있도록 해 준다. 경로에는 크게 전역경로와 지역경로가 있다. 전역경로는 차량이 출발점으로부터 도착점까지 가기 위해 주행해야 하는 구간을, 지역경로는 전역경로에서 얻은 구간을 주행하기 위해서 차량이 실제로 주행해야 할 경로를 의미한다. 본 논문에서는 지역경로 생성을 위하여 효율성 높은 곡선 함수를 사용하는 기존연구에서 더 나아가 학습을 통해 경로를 생성하는 방법을 제안한다. 먼저 강화학습을 통해서 후보경로에 대한 예측 보상 값을 얻고 보상 값이 최고가 되는 경로를 찾는 작업을 한다. 또한 인공 신경망을 통해서는 생성된 경로에 최적화된 조향 명령을 주기 위해 조향 각을 학습하는 작업을 한다. 더 나아가 주행하는 경로에 장애물이 발견되더라도 이를 효율적으로 회피하는 최적의 경로를 학습 기법을 통해 만들어낸다. 본 논문에서 제안된 알고리즘의 우수성은 실제 주행 환경으로 모델링한 시뮬레이션 실험을 통해 검증되었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2009년도 공동학술대회
• /
• pp.179-180
• /
• 2009

자동화 컨테이너 터미널의 생산성을 향상시키기 위해서는 안벽크레인의 작업 지연 시간을 최소화하는 것이 중요하다. 안벽크레인의 작업 지연 시간은 이송 차량들이 효율적으로 주행하여 제 시간에 필요한 위치에 컨테이너를 운반함으로써 단축이 가능하다. 이송차량의 주행 경로는 사전에 결정된 레이아웃에서 최단 거리, 최단 시간 경로 등의 라우팅 방법을 통해 결정된다. 주행 경로 레이아웃은 안벽크레인의 작업이 진행됨에 따라 안벽 크레인의 위치, 작업 물량 및 병목지점이 변화하므로 동적으로 조정한 필요가 있다. 본 논문에서는 안벽 크레인의 위치 변화에 따라 주행 경로 레이아웃을 동적으로 최적화하는 방안을 제안한다. 제안방안의 효율성은 시뮬레이션 실험을 통해 검증하였다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.20-20
• /
• 2017

궤도형 차량의 이동구조는 에너지 소비 측면에서 단점이 있지만 접지압의 감소로 인한 평지 및 야지험지에서도 원활한 주행이 가능한 장점으로 인해 농업분야의 플랫폼에서 많이 사용된다. 곡식을 베는 일과 탈곡하는 일을 한 번에 하는 콤바인도 이러한 무한궤도형 이동구조를 사용한다. 또한 궤도형 차량의 방향전환 및 주행속도 변환은 좌 우 궤도의 회전 속도를 다르게 하여 동시에 제어하기 때문에 정교한 주행 성능을 위해서는 궤도형 차량의 기구학 모델을 고려한 경로 계획이 필요하다. 본 연구에서는 직교형 포장에서 Round harvesting 기법 기반으로 궤도형 차량의 기구학 모델 및 포장정보를 고려한 자율주행 콤바인 경로계획 알고리즘을 개발하고자 하였다. 이를 위해 Labview 기반의 궤도형 차량 시뮬레이션을 구축하여 실제 포장정보를 이용해 생성 된 경로의 적용 가능성을 구명하고자 하였다. 자율주행 콤바인 경로 계획은 콤바인의 길이, 너비, 회전 시 좌 우 궤도의 속도 비, 직진 속도와 회전 속도 비, 회전 각도, 포장의 외부 경계선, 작업 겹침 량, 회경 횟수를 이용하여 좌현 새머리 선회를 포함한 내부 왕복작업 경로를 생성하며 외부 회경 횟수는 2~3회를 가정하였다. 자율주행 시뮬레이션은 차체와 궤도 자체의 미끄러짐과 작동기 지연시간을 단순화 한 궤도형 기구학 모델형태로 구성하였다. 추종 알고리즘은 선견 거리법을 사용하였으며, 측면 변이값과 방향 오차의 선형조합을 이용하여 조향변수를 정의하고 퍼지로직기반으로 좌 우 궤도 속도를 7 단계화하여 조향장치를 모델링하였다. 실험결과 개발 된 경로생성 알고리즘은 실제 취득 된 포장 외부 경계 GPS 위 경도를 이용해 자동으로 생성이 가능하며 간략화 된 콤바인 시뮬레이션에서 직진주행 RMS 위치 오차는 0.05 m, 선회구간에서 직진 구간 진입 시 RMS 위치 오차는 0.11 m, 직진 구간 RMSE 방향 오차는 3.2 deg로 콤바인 예취부 간격인 30 cm보다 작은 위치 오차를 보이며 생성된 경로 전체 추종이 가능함을 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 추계학술대회 학술발표 논문집 제15권 제2호
• /
• 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.