• 한국지능시스템학회논문지
• /
• 제23권3호
• /
• pp.202-207
• /
• 2013

본 논문은 물류 창고 내에서 화물이송을 위한 무인이송로봇을 설계 제작하고 운영기법을 제안한다. 무인이송로봇의 자율 주행을 위해서는 먼저 실시간으로 자기위치를 파악하고 목표지점까지의 경로를 추종해야 한다. 기존의 여러 방식이 제안되었지만 설치 및 유지보수에 대한 비용이 많이 들기 때문에 목적에 따라 유동적으로 작업 환경을 바꾸기는 어렵다는 단점이 있다. 무인 화물이송로봇의 리프트는 상하 운동을 통하여 수화물이 적재된 팔레트의 승하차가 가능하며, 구동 중 다양한 환경에서 여러 기능을 수행하기 위해 초음파센서, LRF센서, RFID, QR코드, 카메라를 장착하였으며, 목표지점까지 효과적으로 주행하며 화물운송을 하는 운영방법을 제안하였다. 제안한 주행 및 운영기법은 실험을 통하여 검증하였다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.26-32
• /
• 2016

자율주행자동차는 운전자의 조작 없이 목표지점까지 스스로 주행환경을 인식하여 운행하는 최첨단 자동차를 말하며 위성항법장치, 센서 등으로 위치를 측정하고 주행환경을 인식, 연산장치로 가감속 차선변경 등 자율주행을 제어한다. 최근, 자동차 산업은 기존 기계공학과 정보통신, 센서, 위성항법 등 첨단기술이 총 집약된 자율주행 자동차로 빠르게 진화중이다. 교통안전 정책과제 분석은 Issue-Tree를 활용하여 분석하였다. Issue-Tree 방법론은 복잡한 문제를 세분화하여 구체화하고, 체계적으로 접근하는 문제해결 도구로 자율주행자동차 도입에 따른 교통안전 관련 Issue의 해결을 위한 정책과제를 도출하기 위해 사용된다. 교통안전 정책과제를 분석하기 위해는 우선 미래 사회 및 교통여건 변화로부터 Key Word를 도출하고, 이와 연계되는 국내외 도로교통 정책/계획을 확인하여 국내외 도로 교통 정책목표 Key Word를 도출하였다. 도출된 정책목표 Key Word로부터 핵심적인 Issue를 도출하였는데, 이때 Issue-Tree 방법을 통해 체계화하였다.

• 한국지능시스템학회논문지
• /
• 제17권7호
• /
• pp.901-906
• /
• 2007

미지의 환경에서 이동로봇이 자율 주행을 할 수 있기 위해서는 경로 설정 및 장애물 회피가 필수적인 요소이다. 이를 위해 본 논문에서는 비전과 IR 센서로부터 획득한 데이터와 퍼지규칙을 이용하는 자율 주행 알고리즘을 구현하고자 한다. 로봇과 장애물과의 거리가 멀리 떨어져 있는 경우는 비전에서 얻은 2차원 이미지를 메디안 필터링, 에지 추출, 모폴로지, 세선화 과정을 거쳐 임시 목표물을 설정한 다음, 거리 변화율 기법과 퍼지 규칙을 이용하여 경로 설정을 한다. 로봇과 장애물과의 거리가 근접할 경우는 IR 센서를 이용하여 경로 설정 및 근접 장애물 회피를 하도록 한다. 그리고 본 논문에서는 제안된 퍼지규칙을 이용한 데이터 융합 알고리즘이 이동로봇을 미지의 환경에서 보다 효율적으로 주행하게 할 수 있음을 실제 실험을 통해 보여주고자 한다.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.814-819
• /
• 2010

본 논문은 자율주행 장치(autonomous ground vehicle)를 위한 각속도의 오차 최소화에 관한 연구이다. 각속도의 오차 최소화는 자율주행 장치의 이동 거리를 측정하는 엔코더(encoder)와 관련하여 자율주행 장치의 가장 중요한 기반 기술인 위치측정(localization)과 밀접한 관련이 있다. 기존에 각속도의 오차 최소화 방법들에는 이동관성을 측정할 수 있는 가속계(accelerometer)와 회전관성을 측정할 수 있는 자이로(yaw gyro), 방위각을 측정할 수 있는 자계 센서인 전자나침판(electronic compass) 센서들을 확률을 통해 상호 보완하는 형태로 활발한 연구가 이루어지고 있다. 하지만 각속도 측정을 위해 사용되는 센서들은 수학적인 오차와 센서들의 자체 특성에 의해 누적 오차가 발생하게 되며, 여러 센서들을 이용하여 확률적인 오차 보정을 수행하여도 연산량과 비용이 증가되는 문제점을 가지게 된다. 따라서 본 논문에서는 자율주행 장치의 시스템 특성을 고려하여 엔코더와 자이로만을 이용한 각속도의 오차 최소화에 대한 연구를 수행하였다. 실험은 직접 설계 제작한 자율주행 장치를 이용하였으며, 자율주행 장치가 제어기를 통해 주행하는 동안에 엔코더, 자이로를 통해 계산된 각각의 각속도 결과들과 엔코더와 자이로만을 이용한 제안된 각속도 측정 방법의 결과를 비교하였다. 실험 결과, 엔코더 혹은 자이로만을 이용한 각속도 측정 방법들에 비해 제안한 각속도 측정 방법의 누적 오차가 크게 줄었음을 확인하였다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.175-189
• /
• 2023

자율주행 차량의 무결성과 내결함성을 보장하기 위한 환경 인식 센서의 결함 감지 및 격리(FDI) 알고리즘이 중요한 연구 주제로 다루어지고 있다. 본 논문에서는 자율주행 차량의 안전성 보장을 위한 레이다, 카메라, 라이다로 구성된 다중 인지 시스템 결함 검출 알고리즘을 제시하였다. 제안된 결함 감지 알고리즘은 FIR(Finite Impulse Response) 필터 추정치에 기반한 레지듀얼의 생성 및 분석으로 고장의 감지 및 격리를 수행한다. 알고리즘의 성능 검증을 위해 가상환경에서의 수치 시뮬레이션을 수행하여 알고리즘을 기존의 칼만 필터 기반 알고리즘과 비교 및 고찰하였다. 결과적으로 제안된 알고리즘은 인지 시스템의 강건성을 확보할 수 있음을 검증하였다. 본 연구는 자율주행 차량의 안전성과 신뢰성을 확보하기 위한 필수적인 연구로, 자율주행 차량의 환경 인지 센서의 무결성을 향상 시킬 것으로 판단된다.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.123-133
• /
• 2024

기존의 자율주행 기술은 차량에 부착된 센서를 사용하여 환경을 감지하고 주행 계획을 수립하는 방식으로 개발되었으나, 악천후나 역광, 장애물로 인한 가려짐 등 특정 상황에서 성능이 저하되는 문제점이 있다. 이러한 문제점을 해결하기 위해 도로 인프라의 지원을 통해 자율주행 차량의 인지 범위를 확장하는 협력형 자율주행 기술이 주목받고 있으나, 단안 카메라에서는 국제 표준에서 요구하는 객체의 3D 중심점을 실시간으로 분석해내기 어렵다는 문제점이 있다. 이에 본 논문에서는 도로 인프라의 고정된 화각과 사전에 측정된 기하학적 정보를 활용하여 객체를 검출하고 실시간으로 차량의 중심점을 추정하는 방법을 제안하였다. GPS 위치 측정 장비를 활용하여 객체의 중심점을 효과적으로 추정할 수 있음을 확인하였으며, 제안된 방법은 차량 및 도로 인프라 간의 협력형 자율주행 기술에 적용 가능하여, 협력형 자율주행 인프라의 보급 및 확산에 기여할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.105-112
• /
• 2016

본 논문은 대학 캠퍼스를 주행하는 차량의 자율주행을 위한 실험환경 구축에 대해 논한다. 이 차량은 대학이나 공원과 같은 특별한 장소에서 사용되고 근거리를 이동하기 위해 2인이 탑승한다. 정문에서 본부까지 자율주행을 수행하기 위한 실험환경을 구축한다. 초기 단계로 카메라로 바닥의 색깔을 구별하여 선을 검출한다. 빨간색과 노란색의 경계선을 검출하여 로봇차량이 추종할 수 있도록 하였다. 일부 구간의 자율 주행 실험을 통해 가능성을 검증하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2024-2029
• /
• 2005

In this paper, it is shown how a mobile robot can navigate with high speed in dynamic real environment. In order to achieve high speed and safe navigation, a robot collects environmental information. A robot empirically memorizes locations of high risk due to the abrupt appearance of dynamic obstacles. After collecting sufficient data, a robot navigates in high speed in safe regions. This fact implies that the robot accumulates location dependent environmental information and the robot exploits its experiences in order to improve its navigation performance. This paper proposes a computational scheme how a robot can distinguish regions of high risk. Then, we focus on velocity control in order to achieve high speed navigation. The proposed scheme is experimentally tested in real office building. The experimental results clearly show that the proposed scheme is useful for improving a performance of autonomous navigation. Although the scope of this paper is limited to the velocity control in order to deal with unexpected obstacles, this paper points out a new direction towards the intelligent behavior control of autonomous robots based on the robot's experience.

• 한국지능시스템학회논문지
• /
• 제11권7호
• /
• pp.591-597
• /
• 2001

In this paper, we propose a method of cooperative control (T-cell modeling) and selection of group behavior strategy (B-cell modeling) based on immune system in distributed autonomous robotic system (DARS). Immune system is living body's self-protection and self-maintenance system. These features can be applied to decision making of optimal swarm behavior in dynamically changing environment. For applying immune system to DARS, a robot is regarded as a B-cell, each environmental condition as an antigen, a behavior strategy as an antibody and control parameter as a T-cell respectively. The executing process of proposed method is as follows. When the environmental condition changes, a robot selects an appropriate behavior strategy. And its behavior strategy is stimulated and suppressed by other robot using communication. Finally much stimulated strategy is adopted as a swarm behavior strategy. This control school is based on clonal selection and idiotopic network hypothesis. And it is used for decision making of optimal swarm strategy. By T-cell modeling, adaptation ability of robot is enhanced in dynamic environments.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.699-704
• /
• 2004

본 논문에서는 인공 면역 시스템과 분류자 시스템에 기반하여 동작하는 자율분산로봇 시스템을 제안한다. 시스템에서 로봇들의 행동은 전역행동과 지역행동으로 분류된다. 전역행동은 환경에서 작업을 탐색하는데 이를 빠르게 수행하기 위하여 집합과 분산의 두 가지 행동으로 이루어져 있다 이때 인공 면역 시스템은 로봇이 어떤 행동을 선택하여 행동할 것인가를 결정한다. 지역행동은 탐색된 작업을 수행하는 부분으로서 어떤 로봇들이 협조행동을 할지를 학습하고, 학습한 결과에 따라 작업을 수행하는 행동을 한다. 이를 위해 분류자 시스템을 이용하여 각 로봇들은 주어진 작업에 대하여 학습을 한다. 제안된 시스템에서 학습 알고리즘은 주어지는 작업의 변화로봇들은 주어진 작업을 수행하기 위해 학습을 하고, 주어진 작업이 변할 경우 스스로 대처한다는 면에서 기존의 자율 분산 시스템보다 적응성에서 향상된 시스템이다.