Real-time Obstacle Detection and Avoidance Path Generation Algorithm for UAV

무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘

Abstract

In this paper, we propose a real-time obstacle detection and avoidance path generation algorithm for UAV. 2-D Lidar is used to detect obstacles, and the detected obstacle data is used to generate real-time histogram for local avoidance path and a 2-D SLAM map used for global avoidance path generation to the target point. The VFH algorithm for local avoidance path generation generates a real-time histogram of how much the obstacles are distributed in the vector direction and distance, and this histogram is used to generate the local avoidance path when detecting near fixed or dynamic obstacles. We propose an algorithm, called modified $RRT^*-Smart$, to overcome existing limitations. That generates global avoidance path to the target point by creating lower costs because nodes are checked whether or not straight path to a target point, and given arbitrary lengths and directionality to the target points when nodes are created. In this paper, we prove the efficient avoidance maneuvering through various simulation experiment environment by creating efficient avoidance paths.

본 논문에서는 무인항공기용 실시간 장애물 탐지 및 회피 경로 생성 알고리즘을 제안한다. 2-D Lidar를 이용하여 장애물을 검출하고, 검출 정보는 지역 회피 경로 생성을 위한 실시간 히스토그램 생성과 목표 지점까지 전역 회피 경로 생성을 위해 사용되는 2-D SLAM 지도를 생성하는데 사용된다. 지역 회피 경로 생성을 위한 VFH 알고리즘은 장애물들이 벡터 방향과 거리에 따라 얼마큼 분포되어 있는지에 대한 실시간 히스토그램을 생성하고, 이 히스토그램은 근접 장애물 검출 시 지역 회피 경로를 생성하는데 사용된다. 기존의 $RRT^*-Smart$ 알고리즘의 한계로 인해 Modified $RRT^*-Smart$ 알고리즘을 제안한다. 이 알고리즘은 새로운 노드가 생길 때 목표 지점과의 직선 경로 여부를 판단하고, 목표 지점 방향으로 생성되도록 방향성을 부여하며, 노드의 길이를 확률적으로 나누어 일정한 단위의 길이가 아닌 랜덤 단위의 길이로 퍼뜨림으로써 보다 적은 비용으로 목표 지점까지의 효율적인 전역 회피경로를 생성한다. 본 논문에서는 효율적인 회피경로를 생성하여 회피 기동함을 다양한 시뮬레이션 실험환경을 통해 검증하였다.

그림 1. 실시간 장애물 탐지 및 회피 경로 생성 알고리즘 Fig. 1. Real-time obstacle detection and avoidance path generation algorithm.

그림 2. GAZEBO 시뮬레이션 Fig. 2. GAZEBO simulation.

그림 3. Rviz 3-D 시각화 툴 Fig. 3. Rviz 3-D visualization tool.

그림 4. VFH 기반 지역 회피 경로 생성 Fig. 4. Local avoidance path generation based VFH.

그림 5. 극 히스토그램 및 임계치 Fig. 5. Polar histogram and threshold.

그림 6. 동적 장애물 시뮬레이션 공간 Fig. 6. Dynamic obstacle simulation space.

그림 7. VFH 기반 지역 회피 경로 생성 Fig. 7. Local avoidance path generation based VFH.

그림 8. 무인항공기 및 다수 장애물 시뮬레이션 공간 Fig. 8. UAV and multiple obstacle simulation space.

그림 9. 기존 RRT*-Smart 알고리즘 (왼쪽), 제안하는 Modified RRT*-Smart 알고리즘 (오른쪽) Fig. 9. RRT*-Smart algorithm (left), Modified RRT*-Smart algorithm (right).

그림 10. 미탐사 지역 존재 시뮬레이션 공간 Fig. 10. Unknown area exists in simulation space.

그림 11. 전역 회피 경로 생성 (왼쪽), 근접 장애물에 의한 지역 회피 경로 생성 및 전역 회피 경로 재생성 (오른쪽) Fig. 11. Global avoidance path generation (left), Local avoidance path generation and global avoidance path regeneration by proximity obstacle (right).

그림 12. 다수의 고정 장애물 및 동적 장애물 시뮬레이션 공간 Fig. 12. Multiple fixed obstacles and dynamic obstacles simulation space.

그림 13. 전역 회피 경로 생성(왼쪽), 동적 장애물에 의한 지역 및 전역 회피 경로 Fig. 13. Global avoidance path generation (left), Local avoidance path generation and global avoidance path regeneration by dynamic obstacle (right).

표 1. 상기 데이터 수치는 50회의 실험 결과의 평균값임 Table 1. The data values are average values of 50 experimental results.