메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김성연 (충북대학교) 신종호 (충북대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제49권 제1호(통권 제472호)
발행연도
2025.1
수록면
55 - 65 (11page)
DOI
10.3795/KSME-A.2025.49.1.055

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
모델 예측 경로 적분(MPPI: model predictive path integral)은 비선형 시스템을 그대로 사용할 수 있는 장점으로 인해 많은 자율주행 시스템에서 사용되는 확률적 최적화 기반 샘플링 방법이다. 그러나 MPPI는 일반적으로 샘플링 기반 방법의 확률적 특성으로 인해 제어 입력의 매우 심각한 채터링 현상이 발생한다. 따라서 도출된 결과를 후처리 없이 사용할 경우 급변하는 환경에서 다양한 문제가 발생할 수 있다. 본 논문에서는 입자 군집 최적화(PSO: particle swarm optimization)를 통해 최적화된 샘플링 분포로 부드러운 MPPI 제어입력 생성을 목표로 한다. 이를 위해 광역경로 추종 및 장애물 회피를 고려한 최적 제어입력 분포를 찾는 확률적 최적화 문제를 정식화한다. 최적화 문제의 해를 도출하기 위한 방법은 기존 MPPI의 방법을 따른다. 그러나 본 연구에서는 제어입력에 대한 샘플링 분포가 PSO 방법에 의해 최적화된 값으로 결정된다. 따라서 최적 제어입력의 채터링 현상이 사라지고 만족스러운 자율주행이 가능하게 된다. 제안한 기법의 성능 검증을 위해 CarMaker와 ROS를 통합한 가상환경 시뮬레이션을 수행하고 결과를 분석한다.

목차

초록
Abstract
1. 서론
2. 차량 모델
3. 확률적 최적화 경로제어
4. 검증
5. 결론
참고문헌(References)

참고문헌 (0)

참고문헌 신청

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092106378