• 로봇학회논문지
• /
• 제2권3호
• /
• pp.227-233
• /
• 2007

Representing an environment as the probabilistic grids is effective to sense outlines of the environment in the mobile robot area. Outlines of an environment can be expressed factually by using the probabilistic grids especially if sonar sensors would be supposed to build an environment map. However, the difficult problem of a sonar such as a specular reflection phenomenon should be overcome to build a grid map through sonar observations. In this paper, the NRF(Neighborhood Recognition Factor) was developed for building a grid map in which the specular reflection effect is minimized. Also the reproduction rate of the gird map built by using NRF was analyzed with respect to a true map. The experiment was conducted in a home environment to verify the proposed technique.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2840-2842
• /
• 2000

This paper describes sensor-based occupancy grid map construction method through complete coverage navigation algorithm in unknown environment. In this paper, we use the updated Baysian model for probabilistic grid map. For map construction, complete coverage navigation method in which mobile robot can navigate complete field through as short path as possible in unknown environment, is used. The computer simulations result show that map construction method using complete coverage algorithm is efficient.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.400-403
• /
• 2005

The sonar sensors can be divided into a piezo type and an electrostatic type according to a principle of an operating system. The electrostatic type of a sonar sensor is used for map building in this paper. If we know the characteristics of sonar sensor, we can derive the ultrasonic pressure equation from an acoustics theory. We, therefore, developed Ultrasonic Pressure Probabilistic Model (UPPM) to consider the sound pressure in the probability updating process. In this paper, we found that the quality of the resulting probability map is considerably improved, through combining the UPPM with the grid-based mapping algorithm.

• 한국항공우주학회지
• /
• 제50권3호
• /
• pp.157-164
• /
• 2022

본 논문에서는 무인기의 경로 계획을 위한 산악 지형, 레이더 그리고 방공망 등을 3차원 환경으로 구현하고, Sampling 기반의 경로 계획 알고리즘인 PRM 알고리즘을 사용하여 경로 계획 및 재계획을 수행하는 방안에 대해 서술한다. 기존의 PRM 알고리즘의 경우 생성된 노드 사이에 장애물 존재 여부를 확인하기 위한 계산이 노드 간 1:1로 이루어지고 연속적으로 수행되어 노드 수나 노드를 연결하는 거리에 계산량이 크게 영향을 받는다. 이러한 부분을 개선하기 위해 제안하는 LineGridMask 기법을 통해 장애물 존재 여부 확인 방식을 단순화하고, 병렬화를 통해 경로 계획의 계산 시간을 감소시킨다. 마지막으로 기존 PRM 알고리즘과의 성능을 비교한 결과, 경로 계획에서는 최대 88%, 재계획의 경우 최대 94%까지 계산 시간이 감소하였음을 확인하였다.

• 대한전기학회논문지
• /
• 제39권4호
• /
• pp.386-392
• /
• 1990

This paper discribes a sonar-based certainty grid, the probabilistic representation of the uncertain and incomplete sensor knowledge, for autonomous mobile robot navigation. We use sonar sensor range data to build a map of the robot's surroundings. This range data provides information about the location of the objects which may exist in front of the sensor. From this information, we can compute the probability of being occupied and that of being empty for each cell. In this paper, a new method using Bayesian formula is introduced, which enables us to overcome some difficulties of the Ad-Hoc formula that has been the only way of updating the grids. This new formula can be applied to other kinds of sensors as well as sonar sensor. The validity of this formula in the real world is verified through simulation and experiment. This paper also shows that a wide angle sensor such as sonar sensor can be used effectively to identify the empty area, and the simultaneous use of multiple sensors and fusion in a certainty grid can improve the quality of the map.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.27-29
• /
• 2004

This paper presents a sensor model design based on Monte Carlo Localization method. First, we define the measurement error of each sample using a map matching method by 2-D laser scanners and a pre-constructed grid-map of the environment. Second, samples are assigned probabilities due to matching errors from the gaussian probability density function considered of the sample's convergence. Simulation using real environment data shows good localization results by the designed sensor model.

• 한국콘텐츠학회논문지
• /
• 제19권3호
• /
• pp.72-79
• /
• 2019

자율 주행은 이동 로봇의 핵심적 기술로써, 측정된 센서 정보를 토대로 불확실한 위치 정보를 이용한 지도 작성 및 수정 기능과, 불확실한 지도 및 센서 정보를 이용한 로봇의 위치 인식 기능으로 구성된다. 자율주행은 이러한 주행 위치의 불확실성에 기반한 확률론적 방법론과 함께 주행 시 장애물의 감지 및 회피 경로의 생성, 반복적 주행 패턴에 따른 경로 관리 기능이 필수적 요소이다. 거리 기반의 스캐너를 통해 관측된 센서 입력은, 지도 구성에 사용된 벽과 같은 정적 물체와 주행 시의 사람처럼 움직이는 동적 물체와의 구별이 필요하기 ?문에 장애물 감지에 어려움이 있다. 본 논문에서는, 이러한 자율 주행 환경에서 기존의 정적, 동적 개체의 판별 방식과 비교하여, 장애물 회피를 위한 저해상도 격자 공간의 생성 및 강화학습을 이용한 경로 생성을 다루고자 한다. 최종적으로 실험을 통해 제안된 방법론의 실효성을 검증하고자 한다.