초록
전통적인 경로 계획기는 로봇의 최적 경로를 찾기 위해 광대한 기하학적 검색을 수행한다. 완전성이 있는 경로계획기는 만약 해가 존재하면 반드시 찾아야 한다. 때문에 많은 검색 시간을 소요하여 해를 찾든지, 아니면 해가 없는 경우에는 없다고 증명을 하여야 함으로 역시 많은 시간을 소요한다. 그러나 인간의 경우는 대부분의 경우에 충돌 회피 경로가 있는지 없는지 빨리 파악할 수 있는 능력을 가지고 있으며, 극단적으로 어려운 문제들을 제외하고는 무둔 경우의 수를 나열하지 않고도 쉽게 해를 찾는다. 본 연구의 목표는 이러한 인간의 사고 능력을 알고리즘화하여, 이동로봇의 운동 경로를 보다 빠르게 찾거나, 아니면 컴퓨터의 계산자원을 낭비하지 않고 일찍이 포기하게 한다. 다각형 환경과 다각형 로봇에 대한 경로계획에, 정량적인 형상 추론과 광대한 기하학적 검색을 결합한 새로운 경로 계획 방법을 제시한다. 제시되어진 알고리즘은 울타리 검증을 통해 해가 없는지를 먼저 검색하고, 만약에 해가 있으면, 정량적인 추론을 통해서 해를 찾고, 그래서 해가 존재하지만 해를 찾을 수 없으면, 완전 검색 알고리즘으로 해를 찾게 된다. 본 연구의 기여는 여러 개의 능률적인 기하학적 검사를 통해, 많은 계산량의 완전 알고리즘을 가능하면 사용하지 않고 해를 찾거나 해가 없음 증명하여, 운동 계획기의 평균 계산량을 최소화한다.
A novel approach for path planning of a polygonal robot is presented. Traditional path planners perform extensive geometric searching to find the optimal path or to prove that there is no solution. The computation required to prove that there is no solution is equivalent to exhaustive search of the motion space, which is typically very expensive. Humans seems to use a set of several different path planning strategies to analyse the situation of the obstacles in the environment, and quickly recognize whether the path-planning problem is easy to solve, hard to solve or has no solution. This human path-planning strategies have motivated the development of the presented algorithm that combines qualitative shape reasoning and exhaustive geometric searching to speed up the path planning process. It has three planning stages consisting of identification of no-solution cases based on an enclosure test, a qualitative reasoning stage, and finally a complete search algorithm in case the previous two stages cannot determine of the existence of a solution path.