• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.4
• /
• pp.396-401
• /
• 2004

Recently a framework for the cognition-based navigational planning of a mobile robot on dynamic environment has been proposed, and simulation results applied it to the static environment been presented [1]. In this paper, we propose a linguistic map-based framework for the navigational planning of mobile robots, which is applicable to the dynamic environment including not only static obstacles but also dynamic obstacles such as temporal-spatio obstacles, by extending Lee et al. 's framework, and provide computer simulation results obtained by applying to a mobile robot on the dynamic environment in order to show the validity of the proposed algorithm.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.2
• /
• pp.95-111
• /
• 2021

As the population decreases in an aging society, the average age of drivers increases. Accordingly, the elderly at high risk of being in an accident need autonomous-driving vehicles. In order to secure driving safety on the road, several technologies to respond to various obstacles are required in those vehicles. Among them, technology is required to recognize static obstacles, such as poor road conditions, as well as dynamic obstacles, such as vehicles, bicycles, and people, that may be encountered while driving. In this study, we propose a deep neural network algorithm capable of simultaneously detecting these two types of obstacle. For this algorithm, we used 1,418 road images and produced annotation data that marks seven categories of dynamic obstacles and labels images to indicate road damage. As a result of training, dynamic obstacles were detected with an average accuracy of 46.22%, and road surface damage was detected with a mean intersection over union of 74.71%. In addition, the average elapsed time required to process a single image is 89ms, and this algorithm is suitable for personal mobility vehicles that are slower than ordinary vehicles. In the future, it is expected that driving safety with personal mobility vehicles will be improved by utilizing technology that detects road obstacles.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.416-419
• /
• 2018

본 논문에서는 운전자의 편의를 위해 직관적인 방향 정보를 햅틱 정보로 전달하기 위한 시스템을 제안한다. 제안하는 시스템을 구현하기 위해, 햅틱 진동에 방향성을 추가하기 위한 햅틱 기술을 적용하였다. 제안하는 시스템의 작동 과정은 인지와 햅틱 신호 생성으로 나누어지며, 그 과정은 다음과 같다. 인지 과정에서는 차량의 양 측면에 달린 카메라를 이용해 차선을 검출한다. 또한 상단에 부착된 라이다 센서를 이용해 장애물의 방향과 거리를 판단한다. 동적 햅틱 신호 생성 과정에서는 인지된 정보들을 활용하여 차선 이탈과 장애물 충돌의 경보를 구분할 수 있고, 방향성을 포함하는 동적 햅틱 신호가 생성된다. 생성된 신호는 스티어링 휠과 시트에 부착된 진동 모터를 통해 전달된다. 이러한 기능을 갖는 시스템은 로봇을 사용한 시뮬레이션 환경에서 진행되었다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.1
• /
• pp.11-19
• /
• 2013

For an autonomous multi-mobile robot system, path planning and collision avoidance are important functions used to perform a given task collaboratively and cooperatively. This study considers these important and challenging problems. The proposed approach is based on a potential field method and fuzzy logic system. First, a global path planner selects the paths of the robots that minimize the cost function from each robot to its own target using a potential field. Then, a local path planner modifies the path and orientation from the global planner to avoid collisions with static and dynamic obstacles using a fuzzy logic system. In this paper, each robot independently selects its destination and considers other robots as dynamic obstacles, and there is no need to predict the motion of obstacles. This process continues until the corresponding target of each robot is found. To test this method, an autonomous multi-mobile robot simulator (AMMRS) is developed, and both simulation-based and experimental results are given. The results show that the path planning and collision avoidance strategies are effective and useful for multi-mobile robot systems.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.349-352
• /
• 2007

자율 센서 네트워크에서 센서 노드가 자율 주행하기 위해서 주행 경로 상의 장애물을 회피해야 한다. 이를 위해서 저렴하고 동적인 상황에서도 효과적인 장애물 탐지 비전 센서를 구현하였다. 이 연구에서는 Structured Light방식을 이용하였으며. Structured Light로는 라인 패턴의 적외선 레이저를 사용하였고 카메라에 적외선 필터를 장착하여 빛의 효과에 둔감하게 하였다. 값과 시간에 따른 2차 Thresholding으로 노이즈를 제거하였다. 실험 결과 센서 노드를 기준으로 한 2D 좌표계에서 최대 10mm의 오차로 장애물의 X, Y좌표를 찾을 수 있었으며 비전 센서의 프로그램은 객체화 하여 센서 노드 프로그램과 연동되어 장애물의 정보를 Localize와 Map building에 사용 할 수 있도록 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.439-442
• /
• 2016

제한된 환경에서 로봇이 동적 장애물들에 대해 능동적으로 대처하며 목표한 지점까지 도달하기 위한 알고리즘을 제안한다. 로봇은 행동기반 시스템으로 만들어져 주변 장애물들을 자율적으로 회피한다. ex-agent는 공중에서 주변 환경들을 modeling 한 뒤 cell-map을 만들어 $A^*$알고리즘을 통해 이동 경로를 설정한다. 이동 경로와 로봇의 진행방향을 비교하여 회전 방향을 조언해준다. 로봇은 ex-agent 로부터 받은 조언과 센서값들을 조율하여 장애물들을 능동적으로 회피하며 목표 위치를 찾아갈 수 있다. 실험은 시뮬레이터를 통해 이루어졌으며 장애물들에 대해 원반한 회피율을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.2
• /
• pp.117-126
• /
• 2013

Path planning is an essential problem to make virtual characters navigate in many applications including computer games. In many cases, multiple characters move in a group and qualitative aspects of planned paths are emphasized rather than optimality unlike Robotics. In this paper, we propose a two-level path planning algorithm in which the global path is planned for a single character specified as a leader and then the local path is planned to avoid dynamic obstacles while the group following this path. The space for group movement is achieved in the form of square grid array called a grid window. Member characters are located relatively to the leader within a space and moved. The static environment is reduced to the configuration space of this grid window to generate a roadmap on which a grid window can move. In local path planning, only the leader avoids dynamic obstacles by using an artificial potential field and the rest of members are located relatively to the leader in the grid window, which reduces computational load. Efficient algorithms to implement the proposed planning methods are introduced. The simulation results show that a group can handle with dynamic obstacles effectively while moving along the planned path for a static environment.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2368-2371
• /
• 2003

알려지지 않은 환경에서 이동로봇이 목표점까지 이동하기 위해서는 외계센서를 이용하여 장애물을 인식하여 충돌 없이 주행할 수 있는 능력이 있어야하고 또한 인식된 장애물을 지도정보로 저장하여야 한다. 이렇게 생성된 지도정보를 이용하여 최적의 경로를 실시간으로 계획하면서 목표점까지 도달하여야 한다. 본 논문에서는 초음파 센서로 알려지지 않은 환경을 인식하여 선분지도를 생성하면서 생성된 선분지도를 이용하여 동적으로 최적의 경로계획을 위한 경로생성에 대하여 방법을 제시한다. 또한 실내 환경에서 모의실험을 통하여 실시간으로 경로계획이 가능함을 확인하였다.

• Journal of the Korean Institute of Navigation
• /
• v.24 no.4
• /
• pp.235-246
• /
• 2000

인공 지능 분야에서 특히 퍼지와 같은 기술은 전반적인 산업 자동화에 많이 사용되어 왔다. 퍼지 제어는 인간의 추론 과정을 모델링한 기술로서 인간에 유사한 결정 능력과 복잡하고 다양한 환경에 매우 효과적이다. 본 논문은 이러한 퍼지 제어의 장점을 연근해의 선박 자동 항해에 적용시켜 보았다. 심해에서는 공간상의 제약이 없기 때문에 선박의 자동항해는 원하는 목표지점까지 안전하게 운항할 수 있지만, 연근해안에는 심해와 달리 각종 장애물들(작고 큰 섬들과 해안, 연근해에 작업중인 선박들)이 있으며 이것들로 인한 충돌사고가 종종 발생하고 있는 실정이다. 그러므로 연근해안에서 보다 안전하고 자율적인 항해를 위해 인공 지능 기술인 퍼지 기술을 선박에 적용시켰다. 본 논문에서 제안된 다변수 퍼지 시스템을 2개의 서로 다른 동적 환경을 가지는 지형에 적용시켜 보았고, 그에 따른 실험들을 수행했을 때, 만족할만한 결과를 얻을 수 있었다. 따라서, 본 논문에서 제안된 다변수 퍼지 제어시스템을 이용한 선박이 동적인 환경에서도 스스로 장애물을 인식하고 회피함으로 안전하게 연근해를 운항할 수 있음을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.822-823
• /
• 2015

본 논문에서는 휴머노이드 로봇이 더욱 지능적으로 보행할 수 있도록 강화학습을 적용하는 방법을 제안한다. 강화학습을 활용하면 로봇의 이동 경로에 동적으로 이동하는 장애물이 있을 경우 이를 인지하고 회피하여 목적지까지 문제 없이 이동할 수 있다. 실제 환경에서의 실험에 앞서 Unity3D를 활용한 가상 환경에서 이를 구현하여 실험해보았다.