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
- 이동진
- 발행연도
- 2023
- 저작권
- 한서대학교 논문은 저작권에 의해 보호받습니다.
이용수16
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
본 논문에서는 지면을 따라 임무를 수행하는 무인비행체가 지상 장애물을 조우할 시 2D LiDAR의 제한적인 측정치에도 보수적이고 신뢰성있는 장애물 인식 및 탐지 성능을 확보하고자 하며, 이를 위해 2D LiDAR를 통해 구성한 Octomap 데이터와 지형 DB를 통해 구성한 Octomap 데이터를 융합하는 방안을 제안한다. 두 개의 데이터를 융합하여 보수적이고 신뢰성 있는 장애물 인식 및 탐지 결과와 충돌 인식 및 회피 알고리즘을 이용하여 지상장애물을 안전하게 회피하는 것을 목표로 한다.
장애물 탐지 및 인식을 위해 비협력센서를 사용하였으며, 제한적인 측정치에도 보수적이고 신뢰성 있는 성능을 확인하기 위해 2D LiDAR를 선정하였다. 2D LiDAR의 측정치와 Octomap 알고리즘을 활용하여 Octomap 데이터를 구성하였으며, DTED 형태의 지형 DB의 데이터 형태를 고려하여 Octomap 데이터로 변환하였다. 이후 두 가지의 서로 다른 Octomap 데이터를 융합하여 신뢰성 있는 장애물 인식 및 탐지 결과를 구성하였다.
충돌 인식 및 회피를 위해 무인비행체와 지상 장애물 간 최근접점을 이용하여 상대거리를 계산하였으며, Along/Cross Track 유도 알고리즘을 활용하여 충돌 회피를 수행하였다. 알고리즘 성능을 분석하기 위해 Matlab 시뮬레이션을 수행하였으며, 장애물 인식 및 탐지 성능이 비교적 향상되었고 충돌 인식 및 회피가 정상적으로 수행되는 것을 확인하였다.
장애물 탐지 및 인식을 위해 비협력센서를 사용하였으며, 제한적인 측정치에도 보수적이고 신뢰성 있는 성능을 확인하기 위해 2D LiDAR를 선정하였다. 2D LiDAR의 측정치와 Octomap 알고리즘을 활용하여 Octomap 데이터를 구성하였으며, DTED 형태의 지형 DB의 데이터 형태를 고려하여 Octomap 데이터로 변환하였다. 이후 두 가지의 서로 다른 Octomap 데이터를 융합하여 신뢰성 있는 장애물 인식 및 탐지 결과를 구성하였다.
충돌 인식 및 회피를 위해 무인비행체와 지상 장애물 간 최근접점을 이용하여 상대거리를 계산하였으며, Along/Cross Track 유도 알고리즘을 활용하여 충돌 회피를 수행하였다. 알고리즘 성능을 분석하기 위해 Matlab 시뮬레이션을 수행하였으며, 장애물 인식 및 탐지 성능이 비교적 향상되었고 충돌 인식 및 회피가 정상적으로 수행되는 것을 확인하였다.
목차
제 1 장 서론 11.1 연구배경 11.2 연구동향 51.3 연구 목적 7제 2 장 장애물 탐지 및 인식 알고리즘 82.1 2D LiDAR를 이용한 Octomap 구성 82.2 2D LiDAR 기반 Octomap 내 지면요소 및 이상치 제거 152.3 지형 DB를 통한 Octomap 구성 212.4 2D LiDAR와 지형 DB로 구성된 Octomap 융합 24제 3 장 충돌 인식 및 회피 알고리즘 323.1 충돌 인식 알고리즘 323.2 충돌 회피 알고리즘 34제 4 장 시뮬레이션을 통한 알고리즘 검증 354.1 시뮬레이션 환경 구성 364.2 시뮬레이션 결과 39제 5 장 결 론 48참고문헌 49Abstract 53
최근 본 자료
댓글(0)
0