• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.4
• /
• pp.487-491
• /
• 2010

In this paper we propose a new single-query path planning algorithm for working well in high-dimensional configuration space. With the notice of the similarity between single-query algorithms with exploration algorithms, we propose a new path planning algorithm, which applies the Remembering Exploration method, which is one of exploration algorithms, to a path-planning problem by selecting a node from a roadmap, finding out the neighbor nodes from the node, and then inserting the neighbor nodes into the roadmap, recursively. For the performance comparison, we had experiments in 2D and 3D environments and compared the time to find out the path. In the results our algorithm shows the superior performance than other path planning algorithms.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.4
• /
• pp.493-498
• /
• 2004

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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11b
• /
• pp.639-642
• /
• 2003

본 논문에서는 청소로봇이 전 청소 영역을 CCPP(Complete Coverage Path Planning)를 이용해 경로를 생성한 후 재 경로계획 시 장애물의 미소한 변화로도 기존에 생성한 전 경로패턴을 바꾸지 않고 수정 할 수 있는 CD(Cell Decomposition)와 FN(Flow Network)을 이용한 CCPP 방식을 제안 하였다. 그리고 제안된 경로 계획에 대해 시뮬레이션으로 결과를 제시하였다.

• Proceedings of the KIEE Conference
• /
• 1999.11c
• /
• pp.606-608
• /
• 1999

본 논문에서는 이동 로봇의 유연하고 짧은 경로 계획을 위하여 기존의 그리드 셀(grid cell)로 구성되는 지도 대신에 삼각형을 이용하여 지도를 구성하는 새로운 방법을 제안한다. 기존의 그리드 셀로 구성되는 지도의 경우 이동 로봇가 현재 셀에서 다음 셀로 진행시 진행 방향이 8 방향이나, 본 논문에서 제안한 방법에 의해 구성된 새로운 지도는 셀을 삼각형으로 표현함으로써, 이동 로봇의 진행 방향이 12 방향이 된다. 이와 같이 이동 로봇의 진행 방향이 증가한다는 것은 이동 로봇이 더욱 유연하게 장애물을 회피하며 더욱 짧은 경로로 주행할 수 있는 가능성을 의미한다. 한편, 본 논문에서 제안한 삼각형 지도 작성 방법의 효율성을 기존의 그리드 셀을 이용한 경로 계획 알고리즘인 거리 변환(path transform) 경로 계획을 통하여 증명한다. 또한 새로운 삼각형 지도 구성이 메모리의 효율성 위해 이동 로봇의 주행 환경을 장애물이 비어있는 공간을 가능한 하나의 셀로 병합하는 4진트리 방법(quadtree method)에도 적용 가능함을 보인다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1997.11a
• /
• pp.263-266
• /
• 1997

로봇 축구 경기를 위해서는 경기장의 임의의 시작점에서 목표점으로 장애물을 피해 갈 수 있는 능력이 필요하다. 이러한 경로 계획을 학습하기 위해서 다양한 상황을 모두 고려할 경우 학습량이 급격히 증가한다. 그러나 많은 실제적인 학습 문제에 있어서는 가능한 모든 학습 데이터를 사용하지 않고도 원하는 학습 효과를 가져올 수 있음이 알려져 있으며, 이러한 경우 데이터를 스스로 선별하여 학습하는 능동적 학습 방법이 효과적이다. 본 논문에서는 진화 알고리즘을 사용하여 실시간에 경로 계획을 하기 위한 새로운 능동적 학습 방법을 제시한다. 제안되는 방법은 두 개의 진화 알고리즘으로 구성되는데 하나는 주어진 시작점-목표점간의 최적 경로를 찾는데 사용되고 또 다른 하나의 진화 알고리즘은 유용한 시작점-목표점들의 쌍을 탐색하는데 사용된다. 이 방법은 계산 시간의 여유가 있을 때 다양한 문제를 스스로 제시하고 해결하는 법을 학습해 놓고 후에 실제 문제가 주어질 때 기존의 문제와 가장 유사한 문제를 찾아 실시간에 해결함으로써 기존의 진화 알고리즘에 의한 경로 계획법들이 갖는 실시간성에서의 단점을 개선할 수 있다. 실험을 통하\ulcorner 제안된 두 가지 진화 알고리즘의 성능을 실험적으로 검토한다.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.37 no.5
• /
• pp.609-617
• /
• 2013

This paper presents a near-minimum time path planning algorithm for autonomous driving. The problem of near-minimum time path planning is an optimization problem in which it is necessary to take into account not only the geometry of the circuit but also the dynamics of the vehicle. The path planning algorithm consists of a candidate path generation and a velocity optimization algorithm. The candidate path generation algorithm calculates the compromises between the shortest path and the path that allows the highest speeds to be achieved. The velocity optimization algorithm calculates the lap time of each candidate considering the vehicle driving performance and tire friction limit. By using the calculated path and velocity of each candidate, we calculate the lap times and search for a near-minimum time path. The proposed algorithm was evaluated via computer simulation using CarSim and Matlab/Simulink.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.351-356
• /
• 2022

Among the path planning methods used to generate the ship's path, the graph search-based method is widely used because it has the advantage of its completeness, optimality. In order to apply the graph-based search method to the berthing path plan, the deviation from the path must be minimized. Path following suitability should be considered essential, since path deviation during berthing can lead to collisions with berthing facilities. However, existing studies of graph search-based berthing path planning are dangerous for application to real-world navigation environments because they produce results with a course change just before berthing. Therefore, in this paper, we develop a cost function suitable for path following, and propose a 3D A* algorithm that applies it. In addition, in order to evaluate the suitability for the actual operating environment, the results of the path generation of the algorithm are compared with the trajectory of the data collected by manned operations.

• 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.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.50 no.3
• /
• pp.157-164
• /
• 2022

In this paper, we describe how to implement the mountainous terrain, radar, and air defense network for UAV path planning in a 3-D environment, and perform path planning and re-planning using the PRM algorithm, a sampling-based path planning algorithm. In the case of the original PRM algorithm, the calculation to check whether there is an obstacle between the nodes is performed 1:1 between nodes and is performed continuously, so the amount of calculation is greatly affected by the number of nodes or the linked distance between nodes. To improve this part, the proposed LineGridMask method simplifies the method of checking whether obstacles exist, and reduces the calculation time of the path planning through parallelization. Finally, comparing performance with existing PRM algorithms confirmed that computational time was reduced by up to 88% in path planning and up to 94% in re-planning.

• Journal of Power System Engineering
• /
• v.10 no.4
• /
• pp.172-180
• /
• 2006

본 논문은 Dijkstra 알고리즘에 기초한 최단거리 경로계획을 하며 이 경로를 추적하기 위한 슬라이딩 모드 제어를 제시한다. 슬라이딩 모드 제어기는 동적매개변수 불확실성과 입력외란이 존재 시에도 강인 점근적으로 계획된 경로를 추적하도록 한다. 더불어 작업장 내의 이동로봇의 위치를 USB 카메라에 의해 감지하며, Pin-hole 카메라모델로 하여 카메라에 의해 관측되는 작업장 내의 이륜구동로봇의 위치좌표를 결정하였으며, 이 위치를 정확히 감지하기 위해 Tsai법을 사용하여 카메라 보정한다. 시뮬레이션 결과는 슬라이딩 모드 제어기의 성능을 검증하기 위해 보였다.