• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.9
• /
• pp.369-374
• /
• 2014

Path generation methods are required for safe and efficient driving in unmanned autonomous vehicles. There are two kinds of paths: global and local. A global path consists of all the way points including the source and the destination. A local path is the trajectory that a vehicle needs to follow from a way point to the next in the global path. In this paper, we propose a novel method for local path generation through machine learning, with an effective curve function used for initializing the trajectory. First, reinforcement learning is applied to a set of candidate paths to produce the best trajectory with maximal reward. Then the optimal steering angle with respect to the trajectory is determined by training an artificial neural network. Our method outperformed existing approaches and successfully found quality paths in various experimental settings, including the cases with obstacles.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.20-20
• /
• 2017

궤도형 차량의 이동구조는 에너지 소비 측면에서 단점이 있지만 접지압의 감소로 인한 평지 및 야지험지에서도 원활한 주행이 가능한 장점으로 인해 농업분야의 플랫폼에서 많이 사용된다. 곡식을 베는 일과 탈곡하는 일을 한 번에 하는 콤바인도 이러한 무한궤도형 이동구조를 사용한다. 또한 궤도형 차량의 방향전환 및 주행속도 변환은 좌 우 궤도의 회전 속도를 다르게 하여 동시에 제어하기 때문에 정교한 주행 성능을 위해서는 궤도형 차량의 기구학 모델을 고려한 경로 계획이 필요하다. 본 연구에서는 직교형 포장에서 Round harvesting 기법 기반으로 궤도형 차량의 기구학 모델 및 포장정보를 고려한 자율주행 콤바인 경로계획 알고리즘을 개발하고자 하였다. 이를 위해 Labview 기반의 궤도형 차량 시뮬레이션을 구축하여 실제 포장정보를 이용해 생성 된 경로의 적용 가능성을 구명하고자 하였다. 자율주행 콤바인 경로 계획은 콤바인의 길이, 너비, 회전 시 좌 우 궤도의 속도 비, 직진 속도와 회전 속도 비, 회전 각도, 포장의 외부 경계선, 작업 겹침 량, 회경 횟수를 이용하여 좌현 새머리 선회를 포함한 내부 왕복작업 경로를 생성하며 외부 회경 횟수는 2~3회를 가정하였다. 자율주행 시뮬레이션은 차체와 궤도 자체의 미끄러짐과 작동기 지연시간을 단순화 한 궤도형 기구학 모델형태로 구성하였다. 추종 알고리즘은 선견 거리법을 사용하였으며, 측면 변이값과 방향 오차의 선형조합을 이용하여 조향변수를 정의하고 퍼지로직기반으로 좌 우 궤도 속도를 7 단계화하여 조향장치를 모델링하였다. 실험결과 개발 된 경로생성 알고리즘은 실제 취득 된 포장 외부 경계 GPS 위 경도를 이용해 자동으로 생성이 가능하며 간략화 된 콤바인 시뮬레이션에서 직진주행 RMS 위치 오차는 0.05 m, 선회구간에서 직진 구간 진입 시 RMS 위치 오차는 0.11 m, 직진 구간 RMSE 방향 오차는 3.2 deg로 콤바인 예취부 간격인 30 cm보다 작은 위치 오차를 보이며 생성된 경로 전체 추종이 가능함을 나타내었다.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.153-153
• /
• 2017

본 연구에서는 농작업지내 모서리 점을 이용하여 자율주행 트랙터의 경로점을 생성하는 알고리즘을 개발하였다. 작업지는 직사각형의 형태에서 거리가 긴 방향으로 직선주행 경로로 하고, 직선경로의 수는 작업폭에 의해 결정되며 홀수 또는 짝수 개일 수 있다. 또한 TM좌표계에서 직선주행 경로의 기울기는 양수 또는 음수 일 수 있으며, 선회시 전체적으로 좌회전 또는 우회전하는 경우로 구분하여, 즉 총 8가지의 경우에 대하여 조건이 주어지면 경로점을 구할 수 있도록 프로그램하였다. 선회를 위한 곡선경로 생성에는 트랙터의 최소 회전반경 데이터를 사용하였으며, 이때 새로 진입할 다음 경로가 충분히 떨어져 있는 경우에는 선회 구간에서도 직선 경로 구간이 생길 수 있음을 고려하였다. 한 주기의 경로점은 직선 경로 구간의 시작점과 끝점, 선회 구간의 시작점과 끝점, 다음 직선경로로 진입을 위해 선회하기 직전까지의 직선 구간에 대한 시작점과 끝점 등 6가지의 경우로 구분할 수 있다. 이때 어떤 끝점 경로점은 다음 조작 구간의 시작점 경로점이 되므로 최종적인 경로점 데이터는 4개가 된다. 여기서, 첫 번째 경로점 생성에서는 직선구간 진입을 위한 선회구간의 시작점과 끝점은 제외하였으며, 작업지로 진입할 수 있는 입구와 출구는 동일한 것으로 가정하여, 작업이 완료되는 지점에서 선회하여 다시 출발점으로 돌아올 수 있도록 추가 구성하였다. 실제 상황에서는 직선주행 경로의 수가 정수가 되지 않을 수 있으며, 이때는 작업 구간이 약간씩 오버랩되도록 작업폭을 조정하여 경로의 수가 항상 정수가 되도록 하였다. 알고리즘 평가에 사용된 작업 패턴은 관행적인 방법으로서 작업 포장을 반으로 나누어 8자형 패턴을 이용하였다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2334-2336
• /
• 2003

이동로봇의 주행을 위해서는 주변 환경에 대한 정보와 출발점과 도착점을 기초로 한 경로 탐색 알고리즘이 필요하다. 여러 경로 탐색 알고리즘 중 A* 알고리즘은 주어진 격자로 구성한 환경 정보 지도상에서 시작점과 목표점 두 Node가 주어지면 목표점까지 Node 단위로 탐색을 실시하여 시작점과 목표점 사이에 존재하는 수많은 경로 중 최저의 이동 비용 경로를 찾는 경험적인 알고리즘이다. 본 논문은 로봇의 가상 크기가 지도의 격자 방안 보다 큰 공간상에서 이동로봇의 경로 생성을 위해 격자 단위가 아닌 로봇의 가상 크기 단위로 탐색하도록 A*알고리즘을 보완하였으며 실험 결과 보완된 A* 알고리즘이 격자 단위 탐색으로 생성한 경로보다 로봇의 주행에 더 적합한 경로를 생성하였다. 또한 이동로봇의 코너 주행시 벽과의 충돌 가능성을 최소화 시키는 안전한 주행 방법을 제시하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.1
• /
• pp.273-286
• /
• 2022

An HD map is essential in the automated driving of level 4 and above to generate the vehicle's global path since it contains road information and each road's lane information. Therefore, all the road elements in the HD map must be correctly defined to construct the correct road network necessary to generate the global path. But unfortunately, it is not difficult to find various errors even in the most recent HD maps. Hence, a preprocessing algorithm has been developed to detect and correct errors in the HD map. This error detection and correction result in constructing the correct road network for use in global path planning. Furthermore, the algorithm was tested on real roads' HD maps, demonstrating its validity.

• 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.

• The Journal of the Korea Contents Association
• /
• v.19 no.3
• /
• pp.72-79
• /
• 2019

Autonomous locomotion has two essential functionalities: mapping builds and updates maps by uncertain position information and measured sensor inputs, and localization is to find the positional information with the inaccurate map and the sensor information. In addition, obstacle detection, avoidance, and path designs are necessarily required for autonomous locomotion by combining the probabilistic methods based on uncertain locations. The sensory inputs, which are measured by a metric-based scanner, have difficulties of distinguishing moving obstacles like humans from static objects like walls in given environments. This paper proposes the low resolution grid map combined with reinforcement learning, which is compared with the conventional recognition method for detecting static and moving objects to generate obstacle avoiding path. Finally, the proposed method is verified with experimental results.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.36 no.6
• /
• pp.623-628
• /
• 2012

Conventional path planning methods have focused on the generation of an optimal shortest path to the goal. However, this optimal path cannot guarantee safe navigation, because it can often lead to a narrow area. Therefore, we propose a Coulomb's law-based safe path planning method that uses an information grid map. The information grid map includes four types of information: occupied, empty, guide, and dangerous areas. A safe path can be generated away from the dangerous area and close to the guide area by repulsive and attractive forces, respectively. Experiments and simulations show that the proposed method can generate paths inside the safe region and is useful for safe navigation.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.312-313
• /
• 2007

본 논문은 자율주행로봇의 경로계획문제를 효율적으로 해결하기 위한 방법을 제안한다. 제안된 방법은 초기경로 생성과정과 초기경로를 개선하는 두 단계의 과정으로 구성된다. 효율적인 경로를 생성하기 위해서 최적화 문제를 해결하는 방법으로 잘 알려진 Dijkstra 알고리즘과 동적계획법(Dynamic Plogramming)을 적용한다. 그리고 제안된 방법의 효율성은 기존에 사용되는 경로계획 방법들과의 비교 시뮬레이션을 통해서 확인한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.9 no.4
• /
• pp.782-791
• /
• 2005

In this paper, path planning and tracking problems are mentioned to guarantee efficient and safe navigation of autonomous mobile robots. We focus on the path planning and also deal with the path tracking and obstacle avoidance. We improved the conventional distance transform (DT) algorithm for the path planning. Using the improved DT algorithm, we obtain paths with shorter distances compared to the conventional DT algorithm. In the stage of the Path tracking, we employ the fuzzy logic controller to conduct the path tracking behavior and obstacle avoidance behavior. Through computer simulation studies, we show the effectiveness of the Nosed navigational algorithm for autonomous mobile robots.