지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이승목
- 발행연도
- 2023
- 저작권
- 순천향대학교 논문은 저작권에 의해 보호받습니다.
이용수15
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
개별 로봇에 역할을 분담시켜 효율적인 작업을 수행할 수 있는 다중 로봇 시스템은 경로 계획, 포메이션 제어, 지도 생성 및 측위 등과 같이 운용에 필요한 다양한 기술들을 필요로 한다. 그중에서 다중 로봇 경로 계획(MRPP, Multi-Robot Path Planning)은 각 로봇이 장애물 및 로봇 간의 충돌 없이 목표 지점에 도착하도록 여러 로봇의 충돌 없는 경로를 찾는 계획문제이다. MRPP 문제는 로봇의 규모나 정보 가용성 등에 따라 다양한 방식으로 해결되고 있으며 대표적으로 HCA*(Hierarchical Cooperative A*), CBS(Conflict-Based Search) 등이 있다. 이러한 알고리즘은 각자 필요한 방식에 따라 비용 함수를 정의하고 최적화된 결과를 통해 충돌을 회피하는 경로를 생성한다. 하지만 기존 알고리즘들은 모든 로봇의 운용 속도가 동일하다는 가정하에 경로 계획을 진행한다. 이로 인해 기존 알고리즘으로 생성된 경로를 서로 다른 속도로 운용되는 실세계 로봇에 적용할 경우 충돌을 회피하지 못하는 한계점을 가진다. 실제로 로봇을 운용할 때 일정한 속도를 유지할 수 있는 가상환경과는 다르다. 제어 오차, 외부요인 등에 의해 로봇의 운용 속도가 요구되는 속도와 다를 수 있으며 상황에 따라 군집 내 로봇들의 운용 속도가 달라야 하는 경우가 있다. 따라서 로봇 간 운용 속도가 다른 경우에도 안정적으로 주행할 수 있는 경로를 계획할 수 있어야 한다.
본 연구에서는 기존 MRPP 알고리즘의 한계점을 극복하기 위해 로봇 간의 속도 차이를 고려한 경로 계획 알고리즘을 제안한다. 본 알고리즘은 각 로봇이 분산된 방식으로 경로를 계획할 수 있도록 사전에 정의된 로봇의 우선순위에 따라 경로를 순차적으로 계획한다. 각 로봇은 선순위 로봇의 경로와 운용 속도 정보를 활용하여 로봇 간의 속도 차이를 고려한 경로를 계획한다. 해당 경로는 장애물 및 로봇 간의 충돌을 회피하며 시간 비용을 최소화하는 경로이다. 따라서 각 로봇은 충돌을 회피함과 동시에 목표 지점까지 빠르게 도착할 수 있는 경로를 생성한다.
본 알고리즘의 성능 검증을 위해 3D 시뮬레이터인 ROS(Robot Operating System) Gazebo를 활용하여 실험을 진행하였다. 성능 비교를 위한 기존 알고리즘으로는 HCA*와 CBS를 선택하였으며 성능 지표로 생성된 경로 길이의 평균, 로봇 도착 시간의 평균 그리고 장애물 및 로봇 간 충돌 회피 성공 여부를 선정하였다. 모든 알고리즘은 동일한 환경에서 실행되어 경로를 생성하였으며 로봇의 궤적은 경로의 각 노드를 순서대로 직선으로 잇도록 생성되었다. 궤적을 추종하기 위한 제어 방법으로는 모델 예측 제어(MPC, Model Predictive Control)를 사용하였다. MPC는 시스템의 상태와 제어 입력에 대한 각각의 reference 오차를 최소화하는 방향으로 제어하며 경로 계획 알고리즘의 성능을 확인하기 위해 추종을 제외한 장애물 회피 등의 다른 기능은 활용하지 않았다. 다양한 시나리오에 대한 실험 결과는 로봇이 다양한 환경에서 서로 다른 속도로 운용될 때 충돌을 회피하며 빠른 시간에 목표 지점에 도착할 수 있음을 보여준다.
본 연구에서는 기존 MRPP 알고리즘의 한계점을 극복하기 위해 로봇 간의 속도 차이를 고려한 경로 계획 알고리즘을 제안한다. 본 알고리즘은 각 로봇이 분산된 방식으로 경로를 계획할 수 있도록 사전에 정의된 로봇의 우선순위에 따라 경로를 순차적으로 계획한다. 각 로봇은 선순위 로봇의 경로와 운용 속도 정보를 활용하여 로봇 간의 속도 차이를 고려한 경로를 계획한다. 해당 경로는 장애물 및 로봇 간의 충돌을 회피하며 시간 비용을 최소화하는 경로이다. 따라서 각 로봇은 충돌을 회피함과 동시에 목표 지점까지 빠르게 도착할 수 있는 경로를 생성한다.
본 알고리즘의 성능 검증을 위해 3D 시뮬레이터인 ROS(Robot Operating System) Gazebo를 활용하여 실험을 진행하였다. 성능 비교를 위한 기존 알고리즘으로는 HCA*와 CBS를 선택하였으며 성능 지표로 생성된 경로 길이의 평균, 로봇 도착 시간의 평균 그리고 장애물 및 로봇 간 충돌 회피 성공 여부를 선정하였다. 모든 알고리즘은 동일한 환경에서 실행되어 경로를 생성하였으며 로봇의 궤적은 경로의 각 노드를 순서대로 직선으로 잇도록 생성되었다. 궤적을 추종하기 위한 제어 방법으로는 모델 예측 제어(MPC, Model Predictive Control)를 사용하였다. MPC는 시스템의 상태와 제어 입력에 대한 각각의 reference 오차를 최소화하는 방향으로 제어하며 경로 계획 알고리즘의 성능을 확인하기 위해 추종을 제외한 장애물 회피 등의 다른 기능은 활용하지 않았다. 다양한 시나리오에 대한 실험 결과는 로봇이 다양한 환경에서 서로 다른 속도로 운용될 때 충돌을 회피하며 빠른 시간에 목표 지점에 도착할 수 있음을 보여준다.
목차
제1장. 서론 1제1절. 연구 배경 1제2절. 기존 연구 4제3절. 연구 목표 및 연구 방법 6제4절. 논문 구성 7제2장. 이론적 배경 8제1절. RRT 9제2절. 그래프 탐색 알고리즘 112.2.1. BFS 122.2.2. Dijkstra 132.2.3. A* 15제3장. 제안된 알고리즘 18제1절. 알고리즘 구조 18제2절. 비용 함수 설계 19제3절. 에 따른 비용 함수 계산 203.3.1. Case 1: 213.3.2. Case 2: 23제4장. 모델 예측 제어 26제1절. 개요 26제2절. 이론 및 원리 28제3절. NMPC 30제4절. MPC 적용 31제5장. 시뮬레이션 결과 34제1절. 실험 환경 34제2절. 성능평가 지표 35제3절. 시나리오 구성 36제4절. 정성적 결과 40제5절. 정량적 결과 44제6장. 결론 50참고 문헌 52ABSTRACT 55
최근 본 자료
댓글(0)
0