• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1896-1897
• /
• 2011

본 논문에서는 동적환경의 잠재적 위험 정의와 안전한 전역경로 계획 알고리즘을 제안 하였다. 대부분의 전역경로계획 연구는 시간과 거리의 비용을 최적화 시키는데 집중하고 있다. 하지만 동적환경으로 우리 주변에 많은 위험요소가 작용하고 있다. 본 논문에서 안전한 자율주행을 위한 경로계획방법으로 위험지역에 의해 정의 된 반발력과 S*알고리즘을 이용하여 안전하고 빠른 최적의 경로계획을 이루었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (하)
• /
• pp.2431-2434
• /
• 2002

본 논문에서는 전체 영역 경로 계획인 CCPP(Complete Coverage Path Planning)를 이용해 전 청소 영역을 청소하는 방법을 나타내고 청소영역을 해석 하였다. 그리고, Template방법에 CD(Cell Decomposition)을 접목시킨 방법을 이용해 청소영역을 청소 후 재 경로계획으로 청소 안된 영역을 효율적으로 청소하는 방법을 연구하였다. 또한 청소기의 회전 및 직선 모션에 따른 청소 영역을 비교 해석해 최적 시간과 거리에 따른 경로 계획을 살펴보았다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2004년도 춘계학술대회 논문요약집
• /
• pp.17-17
• /
• 2004

자율 이동로봇은 현재 각광을 받고 있는 서비스로봇의 연구와 더불어 활발히 연구되고 있다. 그 중 경로계획 부분에 대한 연구는 Roadmap Method, Cell Decomposition, Potential Field Method로 크게 구분하여 연구되고 있다. 그러나 경로계획 기법에 있어서 기존의 정형화된 방법 이외에 다른 방법들이 제시 되지 않고 있다. 기존 경로계측의 문제점들은 다음과 같다. 국부최소(local minimum)를 회피하지 못하거나, 많은 계산량으로 인해 넓은 범위에 적용시킬 수 없다는 문제점, 오프라인으로 경로의 최적성에만 치중하여 실시간으로 적용하기가 쉽지 않으며, 돌발적인 상황에 대처하기 어렵다는 문제점 등을 가지고 있다.(중략)

• 대한교통학회지
• /
• 제17권3호
• /
• pp.73-85
• /
• 1999

대도시에는 회전제한을 갖는 교차로가 다수 존재하며, 도로망에 있어서 최적경로를 계산할 때 회전제한을 고려해야 한다. 본 논문에서는 회전제한을 갖는 도로망에서 새로운 경로계획 방법을 제안하였다. 각 회전제한 노드에 대하여 U턴 혹은 P턴을 이용하여 대체경로를 미리 계산하고 이를 도로망 데이터베이스에 포함하는 도로망 모델을 제안하였다. 제안된 모델은 기존의 도로망 모델에서 회전제한을 표현하기 위하여 사용하던 가상 노드를 포함하지 않기 때문에 효율적이다. 제안된 모델을 이용하여 최적경로를 계산하기 위하여 새로운 최적경로 알고리즘을 제안하였다. 회전제한이 있는 노드에 대하여 마디를 정의하였으며, 이를 이용하여 대체경로의 비용과 타경로와의 비용을 비교할 수 있도록 하였다. 제안된 경로계획 방법은 회전제한이 존재하는 도로망에 대하여 최적경로를 고속으로 계산할 수 있는 효율적인 방법이다.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.212-215
• /
• 2008

본 논문에서 개선된 Dijkstra 알고리즘과 입자 군집 최적화를 이용한 최적 경로 계획 알고리즘을 제안한다. 최적의 경로를 구하기 위해 우선 이동 로봇 공간에서 MAKLINK를 작성하고 MAKLINK와 관련한 그래프를 얻는다. 여기서 MAKLINK는 장애물의 꼭지점을 연결하면서 볼록집합이 만들어지도록 하는 모서리의 집합을 의미한다. 얻은 그래프에서 출발점과 도착점을 포함하여 Dijkstra 알고리즘을 이용하여 최소 비용 최적 경로를 얻고 이 최적의 경로에서 개선된 Dijkstra경로를 얻는다. 마지막으로 개선된 Dijkstra경로에서 입자 군집 최적화를 적용하여 최적의 경로를 얻는다. 제안된 방법이 논문[1]에 나온 결과보다 더 좋은 성능을 갖는다는 것을 실험을 통해 입증한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.341-342
• /
• 2008

GA(Genetic Algorithm)는 NP-Complete 도메인이나 NP-Hard 도메인 내의 문제들에 대해서 최적의 해를 찾기 위해서 많이 사용되어 지는 진화 컴퓨팅 방법 중 하나이다. 모바일 로봇 기술 중 경로계획은 NP-Complete 도메인 영역의 문제 중 하나로 이를 해결하기 위해서 Dijkstra 등의 그래프 이론을 이용한 연구가 많이 연구되었고 최근에는 GA등 진화 컴퓨팅 기법을 이용하여 최적의 경로를 찾는 연구가 많이 수행되고 있다. 그러나 모바일 로봇이 처리해야 될 공간 정보 크기가 증가함에 따라 기존 GA의 개체의 크기가 증가되어 게산 복잡도가 높아져 시간 지연등의 문제가 발생할 수 있다. 이는 모바일 로봇의 잠재적 오류로 발생될 수 있다. 공간 정보에는 동적이 장애물들이 예측 불허하게 나타 날 수 있는데 이것은 전역 경로 계획을 수립할 때 또한 반영되어야 된다. 본 논문에서는 k-means 클러스터링 기법을 이용하여 장애물 밀집도 및 거리 정보를 기반으로 공간정보를 k개의 군집 공간으로 재분류하여 이를 기반으로 N*M개의 그리드 개체 집단을 생성하여 최적 경로계획을 수립하는 GA를 제시한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• 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.

• 대한기계학회논문집A
• /
• 제37권5호
• /
• pp.609-617
• /
• 2013

본 논문은 무인 자율 주행을 위한 최소 시간 경로계획 알고리즘에 대해서 제안하였다. 최소 시간 경로계획 문제는 경로의 기하학적인 형상에 대한 고려뿐만이 아니라 차량 동역학까지 고려해야 하는 최적 문제이다. 경로계획은 후보 경로 생성 알고리즘과 속도 최적화 알고리즘으로 구성된다. 후보 경로 생성 알고리즘은 최단 거리 경로와 최고 속도 경로를 조합하여 후보경로를 생성한다. 속도 최적화 알고리즘은 차량의 주행성능 한계와 타이어 마찰 한계를 고려하여 각 후보 경로의 최고 속도를 계산한다. 이렇게 계산된 경로와 속도를 이용하여 각 후보 경로의 주행 시간을 계산하고 가장 작은 주행 시간의 경로를 최단시간 경로로 도출한다. 그리고 제안한 알고리즘은 CarSim 과 Matlab/Simulink 를 사용한 시뮬레이션을 통해 검증하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2007년도 추계학술대회
• /
• pp.673-678
• /
• 2007

본 연구는 지리학적으로 산재해 있는 다양한 수요지점을 서비스할 수 있는 차량경로모델을 개발한다. 즉 다양한 수요지점을 구역으로 분할하여 각 수요지점의 수요량과 서비스 레벨을 고려하여 최적차량 운송계획 모형을 개발하는 데 있다. 본 연구 방법에서 사용된 접근 방법으로 먼저 단일 출발점에서 각 수요지점의 수요조건을 만족하는 범위 내에서 최소의 운반 거리 및 수요 조건을 만족하도록 각 서비스 지역을 할당하는 Clustering Algorithm을 개발하여 단일 구역별 최적의 이동 경로를 개발하였다. 그리고 각 수요지점별 수요량의 평균과 표준편차를 고려하여 새로운 Saving Algorithm을 기반으로 하여 운송 가능한 차량별 수요지점을 할당하였다. 또한 각 차량경로 구역별 서비스 레벨을 고려한 개선된 알고리즘을 사용하여 차량경로 문제의 근본적인 목적인 이동 거리(비용, 시간)의 최소화와 고객서비스 극대화를 동시에 달성하기 위한 최적 차량 운송 계획 모델을 개발하였다. 마지막으로 수치적 예제를 통해 본 연구에서 사용된 모델들과 기존 모델들과의 비교를 수행하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.160-161
• /
• 2023

현재 선박의 항해계획은 항해사의 지식과 경험적인 방법에 의존하고 있다. 그러나 최근에는 선박 자율운항기술이 발전됨에 따라, 항해계획의 자동화 기술도 여러 가지 방법으로 연구되고 있다. 본 연구에서는 강화학습 기법 중 하나인 Q-러닝을 기반으로 선박 최적 항해 경로를 생성하고자 한다. 강화학습은 다양한 상황에 대한 경험을 학습하고, 이를 기반으로 최적의 결정을 내리는 방식으로 적용된다.