KR20100108093A - The local path planning method of unnamed vehicle using directional velocity grid map - Google Patents

The local path planning method of unnamed vehicle using directional velocity grid map Download PDF

Info

Publication number
KR20100108093A
KR20100108093A KR1020090026572A KR20090026572A KR20100108093A KR 20100108093 A KR20100108093 A KR 20100108093A KR 1020090026572 A KR1020090026572 A KR 1020090026572A KR 20090026572 A KR20090026572 A KR 20090026572A KR 20100108093 A KR20100108093 A KR 20100108093A
Authority
KR
South Korea
Prior art keywords
unmanned vehicle
terrain
information
driving speed
obstacle
Prior art date
Application number
KR1020090026572A
Other languages
Korean (ko)
Other versions
KR101054479B1 (en
Inventor
이영일
이호주
이대경
안명길
박용운
Original Assignee
국방과학연구소
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 국방과학연구소 filed Critical 국방과학연구소
Priority to KR1020090026572A priority Critical patent/KR101054479B1/en
Publication of KR20100108093A publication Critical patent/KR20100108093A/en
Application granted granted Critical
Publication of KR101054479B1 publication Critical patent/KR101054479B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

PURPOSE: A local path planning method of an unnamed vehicle is provided to calculate the velocity of the vehicle and to reflect the topography of lattice corresponding regions. CONSTITUTION: A geographic information acquisition module collects the geographic information of a specific region. An obstacle information extraction module extracts the information of the obstacle in the specific region. A velocity calculation module calculates the velocity of an unmanned vehicle in each direction. The velocity calculation module generates a seed map based on a lattice system in each direction. A route extraction module calculates a route based on an optimum route setting algorithm.

Description

방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획 장치 및 방법{The Local Path Planning Method of Unnamed Vehicle using Directional Velocity Grid Map}The Local Path Planning Method of Unnamed Vehicle Using Directional Velocity Grid Map}

본 발명은 무인차량의 자율주행을 위한 지역경로를 설정하는 장치 및 방법에 관한 것으로서, 더욱 상세히는 특정 영역의 지형정보를 기초하여 작성된 지역방향별 주행성 속도지도를 활용하여 무인차량의 현재위치에서 목표점까지의 지역경로 설정에 관한 기술적 특징을 갖는 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and a method for setting a local route for autonomous driving of an unmanned vehicle, and more particularly, to a target point at a current position of an unmanned vehicle by using a driving speed map for each direction based on terrain information of a specific region. The present invention relates to an apparatus and a method having technical features related to a local path setting.

일반적으로 무인차량이 험지 및 야지와 같은 알려지지 않은 지역을 지능적인 판단을 통해 자율적으로 주행하기 위해서는 경로계획기법이 요구된다.In general, a route planning technique is required for unmanned vehicles to autonomously drive unknown areas such as rough lands and fields by intelligent judgment.

상기 경로계획기법에는 전역경로설정기법과 지역경로설정기법이 있다.The route planning technique includes a global route setting technique and a local route setting technique.

본 발명은 무인차량의 자율주행을 위한 상기 경로계획법 중 지역경로설정과 관련된 기술이다. 지역경로설정과 관련된 경로계획법은 무인차량이 위치하고 있는 특정 영역의 장애물 위치 정보를 포함하는 점유격자(Occupancy Grid) 지도와 주행가능여부를 판단하는 주행성격자(Traversability Grid) 지도의 생성를 포함한다. 우선 방향별 주행성 속도지도 생성과 이를 활용한 지역경로계획과 관련된 기존의 배경기술을 살펴보면 다음과 같다. 상기 주행성 속도지도 생성과 관련된 기존 방법으로는 점유격자 지도와 주행성격자 지도가 있다. 점유격자 지도는 장애물에 대한 공간적 정보를 격자지도에 확률적으로 표현하는 방법이며, 주행성격자 지도는 다양한 센서들을 활용하여 주행환경에 대한 고도자료가 포함된 3차원 지형지도(Terrain Map)를 생성하고 이 지형지도를 기반으로 주행성 분석을 통해 주행성 지도를 생성하는 방법이다.The present invention relates to a regional path setting in the path planning method for autonomous driving of unmanned vehicles. The route planning method related to the regional route setting includes generation of an occupancy grid map including obstacle position information of a specific area where an unmanned vehicle is located and a traversability grid map that determines whether the vehicle is capable of driving. First, the existing background technologies related to the generation of the driving speed map for each direction and the regional route planning using the same are as follows. Existing methods related to the generation of the driving speed map include an occupant grid map and a driving grade map. Occupant grating map is a method of probabilistic representation of spatial information about obstacles on a grid map, and driving grate map uses a variety of sensors to generate a three-dimensional terrain map containing altitude data about the driving environment. Based on the topographic map, it is a method of generating the driving map through the driving analysis.

전술한 종래 기술인 점유격자 지도 방법의 경우 주행성 분석의 주요 인자인 장애물 검출 및 표현에 있어 계산시간이 빠르다는 장점이 있으나, 주행성 분석의 또 다른 주요 결정인자인 경사도나 지형의 거칠기와 같은 지리학적 특성을 반영할 수 없다는 단점이 존재했다. The conventional grab lattice map method has the advantage of fast calculation time in the detection and expression of obstacles, which is a major factor of the driving ability analysis. However, it is known that geographic characteristics such as slope and roughness, which are another major determinants of the driving analysis, are The disadvantage was that it could not reflect.

한편, 주행성격자 지도 방법의 경우에는 장애물 및 지리적 정보를 반영하여 주행성분석을 수행할 수 있다는 장점은 있으나 특정격자에서 수행되는 주행성분석에 방향성을 고려할 수 없다는 단점이 있었다. 즉, 특정 격자 G(x, y)에서의 주행성분석은 해당 격자 지형의 방향별 기하학적 특성 및 무인차량이 주행하게 되는 방향과도 밀접한 관계를 가지게 되는데 점유격자 지도 방법에서는 이러한 상관관계를 고려하여 주행성분석을 할 수 없다는 문제점이 있었다. 또한, 종래의 방법은 주행성격자 지도 생성을 위해 획일화된 퍼지추론 방법을 사용하였는데 이는 무인차량이 수행 가능한 다양한 임무모드에 특성화된 주행성격자 지도를 생성할 수 없다는 문제점을 가지고 있었다.On the other hand, in the case of the driving grating map method, it is possible to perform the driving analysis by reflecting obstacles and geographic information, but there is a disadvantage in that the direction cannot be considered in the driving analysis performed in a specific grid. That is, the runability analysis on a particular grid G (x, y) has a close relationship with the geometrical characteristics of the grid topography and the direction in which the driverless vehicle travels. There was a problem that analysis could not be done. In addition, the conventional method uses a uniform fuzzy inference method for generating a driving grade map, which has a problem in that it is not possible to generate a driving grade map characterized in various mission modes that an unmanned vehicle can perform.

다음으로, 전술한 종래기술인 주행성분석 결과를 활용한 지역경로계획과 관련된 기존 방법으로는 크게 탐지 영역에 대해 장애물 존재 유무를 표현하는 장애물지도(Binary Map)를 생성하고 이 격자지도 위에 A* 알고리즘을 수행하는 방법과, 탐지영역에 대해 주행성격자 지도를 생성하고 이를 기반으로 A* 알고리즘을 수행하는 방법이 있다. 주행성격자 지도를 생성하여 지역경로계획을 수행하는 알고리즘중 일부는 A* 알고리즘과 같이 최적의 경로를 생성하는 알고리즘을 활용한 것이 아니라 단순히 다음 단위시간에서의 조향각과 속도값을 산출하는 방법을 채용하고 있었다. 또한 종래의 기술 중에는 지형적 특성 및 장애물정보를 반영하여 11단계의 주행성 지수(traversability index)값을 가지는 주행성격자 지도를 생성하고 이를 활용하여 A* 알고리즘 기반의 지역경로계획 방법도 있었으나 이 방법 또한 특정격자에서의 주행성 분석에 방향성을 고려하지 못하였고 이로 인해 지형의 방향별 기하학적 특성이 고려된 최적의 경로생성을 할 수 없다는 단점을 지니고 있었다.Next, the existing method related to the regional route planning using the above-mentioned prior art driving ability analysis results generates a binary map that expresses the presence or absence of obstacles in the detection area, and uses the A * algorithm on the grid map. There is a method of performing and an A * algorithm based on the driving grade map for the detection area. Some of the algorithms that generate the driving grade maps and carry out the regional route planning do not use the algorithm to generate the optimal route like the A * algorithm, but simply adopt the method of calculating the steering angle and speed value in the next unit time. there was. In addition, the prior art has generated a map of the driving grade having a traversability index value of 11 levels by reflecting the topographical characteristics and obstacle information, and has also used the local route planning method based on the A * algorithm. Directionality was not taken into account in the analysis of driving ability in Esau, which has the disadvantage of not being able to generate the optimal path considering the geometrical characteristics of the terrain.

따라서, 본 발명의 목적은 기존의 방법과 달리 네 가지 종류의 장애물정보와 경사도, 거칠기 그리고 마찰계수와 같은 지리학적 정보를 모두 반영하여 특정격자의 주행성 속도를 산출하고, 또한 특정격자를 대표하는 하나의 주행성 속도를 산출하는 방법이 아닌 무인차량의 진행 방향을 고려한 방향별 주행성 속도를 산출하여 해당 격자 지형의 방향별 기하학적 특징을 반영토록 하는 것이다. Accordingly, an object of the present invention is to calculate the running speed of a specific lattice by reflecting all four kinds of obstacle information and geographic information such as inclination, roughness, and friction coefficient, unlike the conventional method, and also representing a specific lattice. Rather than calculating the driving speed of the vehicle, the driving speed by direction considering the driving direction of the unmanned vehicle is calculated to reflect the geometric characteristics of each direction of the grid topography.

또한, 본 발명의 다른 목적은 방향별 주행성 속도지도(DVGM)를 활용하여 시작점에서 주어진 목표점까지의 경로계획을 수행하여 기존의 최적지역경로 설정기법을 방향별 주행성 속도지도에 적합하도록 변형함으로써 험지 및 야지에서 적용 가능한 무인차량의 지역경로 설정방법을 제공함에 있다.In addition, another object of the present invention is to use the driving speed map (DVGM) for each direction to perform a route plan from the starting point to a given target point by modifying the existing optimal regional path setting technique to be suitable for the driving speed map for each direction and The present invention provides a method for setting a local route of an unmanned vehicle applicable to a field.

상기와 같은 목적을 달성하기 위하여 본 발명은 방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획 장치 및 방법을 제공한다. In order to achieve the above object, the present invention provides an apparatus and method for planning a regional route of an unmanned vehicle using a driving speed map for each direction.

본 발명의 바람직한 실시 예에 있어서, 상기 방향별 주행성 속도지도를 활용한 무인차량의 지역경로계획 장치는 무인차량에 장착된 지형감지용 센서로부터 획득한 특정영역의 지리학적 정보 및 장애물정보를 활용하여 목표점 지향적이며 최단 이동시간을 고려하는 지역경로계획에 있어서, 1) 지형감지센서로부터 지형정보를 수집하는 지리정보획득모듈, 2) 상기 지리정보획득모듈에 의해 수집된 특정영역에 대한 지형정보 내에 장애물이 위치하고 있는 정보를 추출하는 장애물정보추출모듈, 3) 상기 지리정보획득모듈과 상기 장애물정보추출모듈로부터 추출된 지형정보에 기초하여 무인차량의 방향별 주행속도를 산출하고, 상기 산출한 주행속도를 반영한 격자기반의 방향별 주행성 속도지도(DVGM)를 생성하는 주행성 속도지도(DVGM) 산출모듈, 4) 상기 주행성 속도지도 산출모듈로부터 산출된 주행성 속도지도를 통하여 최적지역경로설정 알고리즘에 의한 경로를 산출하는 경로기획산출모듈을 포함하는 것을 특징으로 한다.In a preferred embodiment of the present invention, the regional route planning apparatus of the unmanned vehicle using the driving speed map for each direction by using geographic information and obstacle information of the specific area obtained from the terrain detection sensor mounted on the unmanned vehicle In the regional route planning that is goal-oriented and considers the shortest travel time, 1) a geographic information acquisition module collects terrain information from a terrain detection sensor, and 2) obstacles in the terrain information for a specific area collected by the geographic information acquisition module. An obstacle information extraction module for extracting the information located therein; and 3) calculating the traveling speed for each direction of the unmanned vehicle based on the terrain information extracted from the geographic information acquisition module and the obstacle information extraction module, and calculating the calculated driving speed. Driving speed map (DVGM) calculation module for generating a grid-based direction-specific driving speed map (DVGM), 4) the above It characterized in that it includes a planetary speed map calculation module the speed running properties map for route planning calculation module for calculating the path by setting the optimum local path algorithm by calculating from.

본 발명의 다른 실시 예에 있어서, 상기 방향별 주행성 속도지도를 활용한 무인 차량의 지역경로계획 방법은 무인차량에 장착된 지형감지용 센서로부터 획득한 특정영역의 지형정보 및 장애물정보를 활용하여 목표점 지향적이며 최단 이동시간을 고려하는 지역경로계획에 있어서, 1) 지형감지단계로부터 지형정보를 수집하는 지리정보획득단계, 2) 상기 지리정보획득단계에 의해 수집된 특정 영역에 대한 지형 정보 내에 장애물이 위치하고 있는 정보를 추출하는 장애물정보추출단계, 3) 상기 지리정보획득단계와 상기 장애물정보추출단계로부터 추출된 지형정보에 기초하여 무인차량의 방향별 주행속도를 산출하고, 상기 산출한 주행속도를 반영한 격 자기반의 방향별 주행성 속도지도(DVGM)를 생성하는 주행성 속도지도(DVGM) 산출단계, 4) 상기 주행성 속도지도 산출단계로부터 산출된 주행성 속도지도를 통하여 최적지역경로설정 알고리즘에 의한 경로를 산출하는 경로기획산출모듈을 포함하는 것을 특징으로 한다.In another embodiment of the present invention, the regional route planning method of the unmanned vehicle using the driving speed map for each direction is a target point by using the topographic information and obstacle information of the specific area obtained from the topographic sensor mounted on the unmanned vehicle. In the regional route planning which is oriented and considers the shortest movement time, 1) geographic information acquisition step for collecting terrain information from the terrain detection step, and 2) obstacles in the terrain information for a specific area collected by the geographic information acquisition step. Obstacle information extraction step of extracting the location information, 3) calculating the traveling speed for each direction of the unmanned vehicle based on the terrain information extracted from the geographic information acquisition step and the obstacle information extraction step, and reflects the calculated driving speed Calculating the driving speed map (DVGM) for generating the driving speed map (DVGM) for each direction of the grid, 4) The driving ability Ji also characterized by including a running properties calculation speed path for calculating the path according to the set optimal path algorithm area through the map planning module is calculated from the calculated phase.

상술한 바와 같이, 본 발명은 무인차량이 야지나 험지와 같은 알려지지 않은 가혹한 환경을 자율적으로 주행하기 위해 필요한 지역경로설정 방법에 관한 것으로, 먼저 무인차량의 지역경로설정을 위해 지형감지용 센서로 탐지한 영역에 대해 방향별 주행성 속도지도를 생성한 후 이를 활용하여 경로계획을 수행하게 된다. 따라서 센싱 영역을 구성하는 각 격자의 대표적인 주행속도를 생성하지 않고 격자에서의 방향별 주행성 속도지도를 생성함으로써 해당 격자 지형의 방향별 기하학적 특징을 반영할 수 있다는 장점을 지니게 된다. As described above, the present invention relates to a method for setting a local route required for autonomous driving in an unknown harsh environment such as a field or a rough terrain. After generating the driving speed map for each direction, the route planning is used. Therefore, it is possible to reflect the geometrical characteristics of the direction of the grid topography by generating the driving speed map for each direction in the grid without generating the typical traveling speed of each grid constituting the sensing area.

또한, 방향별 주행속도를 산출하기 위한 퍼지추론의 입력으로 단순한 장애물 정보뿐만 아니라 경사도나 거칠기와 같은 지형적 정보를 반영하였다는 점, 그리고 극복할 수 없는 장애물 이외에도 무인차량의 배면에 접촉하는 장애물, 등판할 수 없는 경사도 및 전복되는 경사도를 포함하는 장애물을 고려하여 보다 사실적인 주행속도를 산출 및 경로계획을 할 수 있다는 장점을 지닌다. In addition, as input of fuzzy inference for calculating driving speed for each direction, not only obstacle information but also topographic information such as slope and roughness are reflected, and obstacles contacting the back of the driverless vehicle in addition to obstacles that cannot be overcome. In consideration of obstacles including inclined slopes and overturned slopes, a more realistic driving speed can be calculated and route planning can be performed.

또한, 방향별 주행성 속도지도를 활용한 무인차량의 지역경로설정 방법은 일반적인 포장도로나 비포장도로뿐만 아니라 심한 경사도나 거칠기를 가지는 야지 및 험지를 포함하는 시설감시 및 경계용 무인로봇에 적용가능 하다는 장점을 지닌다.In addition, the regional route setting method using unmanned vehicles using the driving speed map for each direction is applicable not only to general pavement or unpaved roads, but also to unmanned robots for facility monitoring and warning including rugged terrain and rough terrain with severe slope or roughness. Has

이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 한에서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한 하기 설명에서는 많은 구체적인 특정 사항들이 나타나고 있는데, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐 이러한 특정 사항들 없이도 본 발명이 실시될 수 있음은 이 기술 분야에서 통상의 지식을 가진 자에게는 자명하다 할 것이다. 그리고 본 발명을 설명함에 있어, 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. First, in adding reference numerals to components of each drawing, it should be noted that the same components have the same reference numerals as much as possible even if they are displayed on different drawings. In addition, many specific details appear in the following description, which is provided to help a more general understanding of the present invention, and it is obvious to those skilled in the art that the present invention may be practiced without these specific details. Will do. In the following description of the present invention, detailed description of known functions and configurations incorporated herein will be omitted when it may make the subject matter of the present invention rather unclear.

본 발명을 첨부된 개념도를 참조하여 상세히 설명하면 다음과 같다. Hereinafter, the present invention will be described in detail with reference to the accompanying conceptual diagrams.

도 1은 본 발명에 있어서 방향별 주행성 속도지도를 활용한 무인차량의 지역경로설정 장치의 구성도를 나타낸다. 제 1처리부는 무인차량에 장착된 쌍안 및 레이저거리측정기와 같은 지형감지장치부터 지형의 경사도, 거칠기 및 마찰계수와 같은 지리학적 정보를 획득하는 모듈, 상기모듈의 지리학적 정보로부터 등판할 수 없는 경사도 및 전복되는 경사도를 포함하는 장애물을 추출하는 모듈, 지형감지장치에서 획득한 고도 정보로부터 극복할 수 없는 장애물 및 무인차량의 배면에 접촉하는 장애물을 추출하는 모듈, 상기의 장애물 정보와 지리학적 정보를 활용하여 퍼지 추론을 통해 특정격자의 방향별 주행속도를 산출하여 방향별 주행성 속도지도(DVGM)를 생성하는 모듈을 포함한다. 그리고 제2 처리부는 상기 모듈의의 DVGM을 활용하여 변형된 최적지역경로설정 알고리즘 기반의 경로계획을 수행하는 모듈을 포함한다. 도 1의 장애물추출 모듈에서 언급한 네 가지 장애물들 중 극복할 수 없는 장애물이란 무인차량의 자체적인 주행능력으로 넘어갈 수 없는 높이, 즉 앞바퀴가 타고 넘어갈 수 없는 높이를 의미하며 타이어의 직경을 Dt라 하면 그 절반인 1/2 Dt로 정의된다.1 is a block diagram of an apparatus for setting a regional route of an unmanned vehicle using a driving speed map for each direction in the present invention. The first processing unit includes a module for acquiring geographic information such as terrain inclination, roughness and coefficient of friction from a terrain sensing device such as a binocular and laser range finder mounted on an unmanned vehicle, and a slope that cannot be climbed from the geographic information of the module. And a module for extracting obstacles including overturned slopes, a module for extracting obstacles that cannot be overcome from the altitude information obtained from the terrain detection device, and obstacles contacting the rear surface of the unmanned vehicle, the obstacle information and the geographical information. And a module for generating a driving speed map (DVGM) for each direction by calculating a driving speed for each direction of a specific grid through fuzzy inference. The second processing unit includes a module for performing a route planning based on the modified optimal regional path setting algorithm by using the DVGM of the module. Among the four obstacles mentioned in the obstacle extraction module of FIG. 1, the insurmountable obstacle means a height that cannot be crossed by the driver's own driving ability, that is, a height that the front wheel cannot ride and the tire diameter D t This is defined as half of it, 1/2 D t .

도 1의 무인차량 지역경로설정장치의 구성도를 보면, 지형감지장치는 무인차량이 위치하는 지역의 지형특징과 극복할 수 없는 장애물 정보 및 배면 접촉 장애물 정보를 추출한다. 이 장치는 습득된 지형특징으로부터 Raw Grid Map을 작성하고, 작성된 Raw Grid Map으로부터 기추출된 등판할 수 없는 경사도 및 전복되는 경사도 정보와 극복할 수 없는 장애물 정보 및 배면 접촉 장애물 정보를 통하여 4가지의 Obstacle Map을 작성한다.Referring to the configuration diagram of the unmanned vehicle area path setting apparatus of FIG. The device creates a raw grid map from the acquired terrain features, and uses four kinds of information through unpredictable and overturned slope information, insurmountable obstacle information, and back contact obstacle information extracted from the created raw grid map. Create an Obstacle Map.

작성된 Raw Grid Map과 Obstacle Map을 기반으로 한 퍼지추론작업을 통하여 DVGM을 작성하는 제 1처리부와, 작성된 DVGM을 통하여 알고리즘을 이용한 지역경로계획을 수립하는 제 2처리부로 구성된다.It consists of a first processing unit for creating DVGM through fuzzy inference work based on raw Raw Map and Obstacle Map, and a second processing unit for establishing a regional route plan using algorithms through the generated DVGM.

도 2는 본 발명에 있어서 무인차량과 상기 무인차량의 배면에 접촉하는 장애물을 도시한 것이다. 배면에 접촉하는 장애물이란 도 2에 보이듯 무인차량의 진행방향으로의 고도차는 작지만 바퀴 사이의 지면이 차량의 하부 바디에 접촉되는 장 애물을 의미한다. 등판할 수 없는 장애물은 무인차량의 진행방향으로 존재하는 지형이 무인차량의 최대 등판경사도를 상회하는 경사도를 포함하는 장애물을 의미하며, 전복되는 장애물은 무인차량의 좌우방향으로 존재하는 지형이 무인차량의 최대전복 각도를 상회하는 경사도를 포함하는 장애물을 의미한다.Figure 2 shows an unmanned vehicle and obstacles in contact with the rear surface of the unmanned vehicle in the present invention. As shown in FIG. 2, the obstacle contacting the rear surface refers to an obstacle in which the ground between the wheels is in contact with the lower body of the vehicle, although the altitude difference in the driving direction of the driverless vehicle is small. An obstacle that cannot be climbed means an obstacle including a slope in which the terrain existing in the driving direction of the unmanned vehicle exceeds the maximum slope of the unmanned vehicle, and the overturned obstacle is an unmanned vehicle in which the terrain existing in the left and right directions of the unmanned vehicle Means an obstacle including an inclination that exceeds the maximum rollover angle of.

도 3은 본 발명에 있어서 방향별 주행성 속도지도 작성을 위해서 특정 격자의 각 방향별 속도를 산출하기 위한 퍼지추론의 구조도로서, 퍼지추론의 입력은 DVGM 생성을 위해 반영되는 장애물 정보와 지형정보로 나뉘며 각 입력인자에 해당하는 정보를 반영한 적정 주행속도를 무게중심법(COG)을 이용한 비퍼지화를 통해 산출하고 이를 무인차량의 다양한 임무모드에 특성화된 방법으로 통합하여 무인차량의 최종 주행속도를 추론해 낸다. 긴급복귀 임무, 감시/경계 임무, 이동 임무, 지뢰탐지 임무와 같은 무인차량의 다양한 임무모드는 지역경로계획 분야로 전파되어 속도우선 모드(speedy mode), 안전우선 모드(safety first mode), 그리고 고정속도 모드(fixed velocity mode)로 귀결되어진다. 수식 (1)은 속도우선 모드에서 사용하는 비퍼지화 방법이며, 수식 (2)는 안전우선 모드에서 사용하는 비퍼지화 방법, 그리고 수식 (3)은 고정속도 모드에서 사용하는 비퍼지화 방법이다. 여기서

Figure 112009018711168-PAT00001
는 각 출력 퍼지집합의 단일값,
Figure 112009018711168-PAT00002
는 각 출력 퍼지집합의 단일값에 대한 소속함수,
Figure 112009018711168-PAT00003
는 주어진 고정속도,
Figure 112009018711168-PAT00004
는 비퍼지화를 통해 산출된 정상주행속도를 의미한다.FIG. 3 is a structural diagram of a fuzzy inference for calculating a speed in each direction of a specific grid to prepare a driving speed map for each direction in the present invention. The input of fuzzy inference is divided into obstacle information and terrain information reflected for DVGM generation. The final driving speed of the unmanned vehicle can be inferred by calculating the appropriate driving speed reflecting the information corresponding to each input factor through the defusification using the center of gravity method (COG), and integrating it into a specialized method in various mission modes of the unmanned vehicle. Do it. The various mission modes of the unmanned vehicle, such as emergency return missions, surveillance / boundary missions, mobile missions, and mine detection missions, are propagated to the local route planning area to provide speedy mode, safety first mode, and fixed Results in a fixed velocity mode. Equation (1) is the defuzzy method used in the speed priority mode, Equation (2) is the defuzzy method used in the safety priority mode, and Equation (3) is the defuzzy method used in the fixed speed mode. . here
Figure 112009018711168-PAT00001
Is the single value of each output fuzzy set,
Figure 112009018711168-PAT00002
Is a membership function for a single value of each output fuzzy set,
Figure 112009018711168-PAT00003
Is given a fixed speed,
Figure 112009018711168-PAT00004
Denotes the normal driving speed calculated through non-fuging.

Figure 112009018711168-PAT00005
(1)
Figure 112009018711168-PAT00005
(One)

Figure 112009018711168-PAT00006
(2)
Figure 112009018711168-PAT00006
(2)

Figure 112009018711168-PAT00007
(3)
Figure 112009018711168-PAT00007
(3)

도 4는 본 발명에 있어서 지역경로를 설정하기 위한 방향별 주행성 속도지도(DVGM)의 개념도를 도시한 것으로서, 무인차량의 현 위치는 (0, 0)이며 DVGM의 크기를 의미하는 size는 무인차량에 장착된 지형감지 센서의 탐지능력에 의해 결정된다. ΔG는 DVGM을 구성하는 각 격자의 크기를 의미하며 본 발명에서는 무인차량의 길이를 ΔG로 사용한다. num은 DVGM을 구성하는 격자의 개수를 의미하며 다음의 수식으로 계산할 수 있다.4 is a conceptual diagram of a driving speed map (DVGM) for each direction for setting a regional route in the present invention, wherein the current position of the unmanned vehicle is (0, 0) and the size means the size of the DVGM driverless vehicle. It is determined by the detection capability of the terrain sensor mounted on the vehicle. ΔG means the size of each grating constituting the DVGM, and the present invention uses the length of the driverless vehicle as ΔG. num means the number of grids constituting the DVGM and can be calculated by the following equation.

num = size / ΔG (4)num = size / ΔG (4)

방향별 주행성 속도지도의 각 격자에는 도 3에서 보이듯 각 격자에서 무인차 량이 주행 가능한 적정 속도가 방향별로 저장되어진다. 격자간 이동을 전제로 특정 격자에서의 이동방향을 산출하면 12시 방향, 1시 30분 방향, 3시 방향, 4시 30분 방향, 6시 방향, 7시 30분 방향, 9시 방향, 그리고 10시 30분 방향과 같은 총 여덟 방향이 나오게 된다. 본 발명에서는 지역경로계획의 계산시간 및 메모리 관점의 효율성을 위해 후진을 제외한 총 다섯 방향에 대한 주행 속도만을 저장하여 사용한다.As shown in FIG. 3, an appropriate speed at which the driverless vehicle can travel in each grid is stored in each grid of the direction-specific driving speed map for each direction. Assuming the movement between the grids, the movement direction in a specific grid is calculated as 12 o'clock, 1:30 o'clock, 3 o'clock, 4:30 o'clock, 6 o'clock, 7:30 o'clock, 9 o'clock, and Eight directions will come out, such as the 10:30 direction. In the present invention, only the driving speed for all five directions except for backward is stored and used for efficiency of the calculation time and the memory point of view of the regional route plan.

도 5는 본 발명에 있어서 방향별 주행성 속도지도를 활용하여 지역경로 계획을 수행하는 변형된 최적지역경로계획 알고리즘에 대한 자료흐름도이다. 먼저 무인차량의 현재 위치와 주어진 목표점을 DVGM의 격자로 매핑한다. 다음으로, 상기 단계에서 현재 위치에 매핑된 격자에 대해 평가함수를 호출한 후 그 격자를 OPEN LIST에 추가하며, OPEN LIST에서 최소 비용을 갖는 격자를 선택하여 CLOSED LIST로 보낸 후 그 격자가 목표점에 매핑된 격자인지를 비교한다. 상기의 비교에서 동일하면 CLOSED LIST를 역추적 하여 최적경로를 산출한 후 알고리즘을 끝내고 동일하지 않으면 비교 대상격자의 자식 격자들을 생성하여 그 격자들의 평가함수를 호출한 후 OPEN LIST에 추가한 후 OPEN LIST에서 최소 비용을 갖는 격자를 선택하여 CLOSED LIST로 보낸 후 그 격자가 목표점에 매핑된 격자인지를 비교하는 단계를 반복적으로 수행한다. 이와 같은 알고리즘의 흐름은 잘 알려진 최적지역경로계획 알고리즘(A*)과 동일하며 본 발명에서 고안하는 변형된 최적지역경로계획 알고리즘은 거리 관점의 최소경비를 가지는 경로를 생성하는 것이 아니라 거리와 속도를 시간차원으로 변환하여 소비시간 관점의 최소경비를 지니는 경로를 생성하게 되는데 변형된 최적지역경로계획 알고리즘의 평가함수 f(n)은 시작점에서 현재 격자까지의 비용을 의미하는 g(n)과 현재 격자에서 목표점까지의 추정비용을 의미하는 h(n)의 합으로 구성된다. V(x,y)는 격자 G(x, y)의 속도, ΔG는 격자의 크기, Vmean은 현재 격자에서 목표점까지 포함되는 격자들의 평균속도, 그리고 dCtoG는 현재격자에서 목표점까지의 거리를 의미한다.FIG. 5 is a modified optimal regional route plan for performing a regional route plan by using a driving speed map for each direction in the present invention. Data flow diagram for the algorithm. First, the current position of a driverless vehicle and a given target point are mapped to a grid of DVGM. Next, call the evaluation function on the grid mapped to the current position in the above step, add the grid to the OPEN LIST, select the grid with the lowest cost from the OPEN LIST, and send it to the CLOSED LIST, and then the grid is moved to the target point. Compares to a mapped grid. If the comparison is the same, the CLOSED LIST is traced back to calculate the optimal path, and if the algorithm is not the same, the child grids of the grid to be compared are created, the evaluation function of the grids is called, added to the OPEN LIST, and then OPEN LIST. In step S, select the grid with the lowest cost, send it to the CLOSED LIST, and then compare whether the grid is mapped to the target point. The flow of this algorithm is the same as the well-known optimal regional route planning algorithm (A * ), and the modified optimal regional route planning algorithm devised in the present invention does not generate a path having a minimum cost in terms of distance, but generates distance and speed. By converting to the time dimension, a path having the minimum cost in terms of time spent is generated. The evaluation function f (n) of the modified optimal local path planning algorithm is g (n), which represents the cost from the starting point to the current grid, and the current grid. It consists of the sum of h (n), which means the estimated cost from to. V (x, y) is the velocity of the grid G (x, y), ΔG is the size of the grid, V mean is the average speed of the grids from the current grid to the target point , and d CtoG is the distance from the current grid to the target point. it means.

Figure 112009018711168-PAT00008
(5)
Figure 112009018711168-PAT00008
(5)

Figure 112009018711168-PAT00009
(6)
Figure 112009018711168-PAT00009
(6)

이상에서는 본 발명의 바람직한 실시 예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시 예에만 한정되는 것은 아니므로, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선 될 수 있을 것이다. 예를 들어, 무인차량의 지역경로를 설정하는데 있어서 지형감지센서만을 무인차량에 장착하고, 그 외의 구성들은 외부의 중앙처리장치에서 수행하여 산출된 경로를 무인차량에 전송해주는 것도 가능할 것이다.In the above described exemplary embodiments of the present invention by way of example, but the scope of the present invention is not limited only to these specific embodiments, the present invention in various forms within the scope of the spirit and claims of the present invention It may be modified, changed, or improved. For example, in setting a local route of an unmanned vehicle, it is possible to mount only the terrain sensor to the unmanned vehicle, and other configurations may be performed by an external central processing unit to transmit the calculated path to the unmanned vehicle.

도 1은 본 발명에 있어서 방향별 주행성 속도지도를 활용한 무인차량의 지역경로설정 방법의 구성도를 나타낸다.1 is a block diagram of a method for setting a local route of an unmanned vehicle using a driving speed map for each direction in the present invention.

도 2는 본 발명에 있어서 무인차량과 상기 무인차량의 배면에 접촉하는 장애물을 도시한 것이다.Figure 2 shows an unmanned vehicle and obstacles in contact with the rear surface of the unmanned vehicle in the present invention.

도 3은 본 발명에 있어서 방향별 주행성 속도지도 작성을 위해서 특정 격자의 각 방향별 속도를 산출하기 위한 퍼지추론의 구조도이다.FIG. 3 is a structural diagram of fuzzy inference for calculating the speed for each direction of a specific grid in order to prepare the running speed map for each direction in the present invention.

도 4는 본 발명에 있어서 지역경로를 설정하기 위한 방향별 주행성 속도지도(DVGM)의 개념도를 도시한 것이다.4 is a conceptual diagram of a driving speed map (DVGM) for each direction for setting a regional route in the present invention.

도 5는 본 발명에 있어서 방향별 주행성 속도지도를 활용하여 지역경로 계획을 수행하는 변형된 최적지역경로계획 알고리즘에 대한 자료흐름도이다.FIG. 5 is a modified optimal regional route plan for performing a regional route plan by using a driving speed map for each direction in the present invention. Data flow diagram for the algorithm.

Claims (18)

무인차량에 장착된 지형감지용 센서로부터 획득한 특정영역의 지형정보 및 장애물정보를 활용하여 목표점 지향적이며 최단 이동시간을 고려하는 지역경로 계획에 있어서,In the regional route planning that uses the topographical information and obstacle information of the specific area obtained from the terrain detection sensor mounted on the unmanned vehicle, it is goal-oriented and considers the shortest travel time. 상기 지형감지센서로부터 이동하고자 하는 특정 영역의 지형정보를 수집하는 지형정보 획득모듈;A terrain information acquisition module for collecting terrain information of a specific region to be moved from the terrain sensor; 상기 지리정보획득모듈에 의해 수집된 상기 특정 영역에 대한 지형정보를 기초하여 상기 특정 영역 내에 위치하는 장애물 정보를 추출하는 장애물정보 추출모듈;An obstacle information extraction module that extracts obstacle information located in the specific area based on the terrain information about the specific area collected by the geographic information acquisition module; 상기 지리정보획득모듈과 상기 장애물정보추출모듈로부터 추출된 지형정보 및 장애물 정보에 기초하여 무인차량의 방향별 주행속도를 산출하고, 상기 산출한 방향별 주행속도를 반영한 격자기반의 방향별 주행성 속도지도(DVGM)를 생성하는 주행성 속도지도(DVGM) 산출모듈;Grid-based driving speed maps based on the geographic information acquisition module and the terrain information and obstacle information extracted from the obstacle information extraction module, and calculating the driving speed for each direction of the unmanned vehicle and reflecting the calculated driving speed for each direction. A driving speed map (DVGM) calculation module for generating a DVGM; 상기 주행성 속도지도 산출모듈로부터 산출된 주행성 속도지도를 통하여 최적지역경로설정 알고리즘에 의한 경로를 산출하는 경로기획산출모듈을 포함하는 무인차량의 지역경로 계획장치.And a route planning calculation module configured to calculate a route by an optimum regional route setting algorithm through the mileage velocity map calculated from the mileage velocity map calculation module. 제 1 항에 있어서, 상기 지형감지센서는 쌍안 및 레이져거리측정기를 포함하 는 것을 특징으로 하는 무인차량의 지역경로장치.The apparatus of claim 1, wherein the terrain sensor includes a binocular and a laser range finder. 제 1 항에 있어서, 상기 지리정보획득모듈은 상기 지형감지장치로부터 지형의 경사도, 거칠기, 및 마찰계수에 관한 정보를 수집하는 것을 특징으로 하는 무인차량의 지역경로장치.The apparatus of claim 1, wherein the geographic information acquisition module collects information on the slope, roughness, and friction coefficient of the terrain from the terrain detection device. 제 1 항에 있어서, 상기 장애물정보추출모듈은 지리정보획득모듈이 정보를 수집한 지역 내에서 무인차량이 등판할 수 없는 경사도, 전복될 수 있는 경사도를 계산하고, 상기 지형정보획득모듈이 수집한 고도정보로부터 무인차량이 극복할 수 없는 장애물정보 및 무인차량의 배면에 접촉하는 장애물정보를 추출하는 것을 특징으로 하는 무인차량의 지역경로장치.The method of claim 1, wherein the obstacle information extraction module calculates an inclination that the unmanned vehicle cannot climb, an inclination that may be overturned, and collects the terrain information acquisition module in the area where the geographic information acquisition module collects information. An unmanned vehicle local path device, characterized in that the extraction of obstacle information that can not overcome the unmanned vehicle and the obstacle information in contact with the back of the unmanned vehicle from the altitude information. 제 4 항에 있어서, 상기 극복할 수 없는 장애물이란, 장애물의 높이가 무인차량의 타이어 직경의 절반인 Dt/2인 것을 특징으로 하는 무인차량의 지역경로장치.5. The area path apparatus for an unmanned vehicle according to claim 4, wherein the obstacle that cannot be overcome is D t / 2, wherein the height of the obstacle is half of the tire diameter of the driverless vehicle. 제 1 항에 있어서, 상기 주행성 속도지도(DVGM) 산출모듈에 저장되는 무인차량의 방향별 주행속도는 비퍼지화 방법을 통해서 산출됨에 있어
Figure 112009018711168-PAT00010
는 각 출력 퍼지집합의 단일값,
Figure 112009018711168-PAT00011
는 각 출력 퍼지집합의 단일값에 대한 소속함수로서,The driving speed of each of the unmanned vehicles stored in the driving speed map (DVGM) calculation module is calculated through a non-fuzzy method.
Figure 112009018711168-PAT00010
Is the single value of each output fuzzy set,
Figure 112009018711168-PAT00011
Is a membership function for a single value of each output fuzzy set,
Figure 112009018711168-PAT00012
Figure 112009018711168-PAT00012
 에 따른 비퍼지화 방법에 의해 계산된 안전 우선 모드를 갖는 것을 특징으로 하는 무인차량의 지역경로장치.An unmanned vehicle regional route device having a safety priority mode calculated by the non-fuzzy method. 제 1 항에 있어서, 상기 주행성 속도지도(DVGM) 산출모듈에 저장되는 무인차량의 방향별 주행속도는 비퍼지화 방법을 통해서 산출됨에 있어The driving speed of each of the unmanned vehicles stored in the driving speed map (DVGM) calculation module is calculated through a non-fuzzy method.
Figure 112009018711168-PAT00013
Figure 112009018711168-PAT00013
 에 따른 비퍼지화 방법에 의해 계산된 고정속도 모드를 갖는 것을 특징으로 하는 무인차량의 지역경로장치.An unmanned vehicle regional path device having a fixed speed mode calculated by the non-fuzzy method according to the. 제 6 항 내지 제 7 항 중 어느 한 항에 있어서, 상기 주행성 속도지도(DVGM) 산출모듈에 저장되는 무인차량의 방향별 주행속도를 생성함에 있어서 무인차량의 후진방향을 고려 대상에서 제외하는 것을 특징으로 하는 무인차량의 지역경로장치.The method according to any one of claims 6 to 7, wherein the backward direction of the unmanned vehicle is excluded from consideration in generating the traveling speed for each direction of the unmanned vehicle stored in the driving speed map (DVGM) calculation module. Local route system for unmanned vehicles. 제 1 항에 있어서, 상기 경로기획산출모듈에서 최적지역경로설정 알고리즘에 의한 경로기획을 산출함에 있어 상기 최적지역경로설정 알고리즘은 거리와 속도를 시간차원으로 변환하여 소비시간의 관점에서 최소 경비를 지니는 것으로, f(n), g(n), h(n)은 각각 평가함수, 시작점에서 현재 격자까지의 비용, 현재 격자에서 목표점까지의 추정비용을 의미하고 V(x,y)는 격자 G(x,y)의 속도, Vmean 은 현재 격자에서 목표점까지 포함되는 격자들의 평균속도, dCtoG 는 현재격자에서 목표점까지의 거리,
Figure 112009018711168-PAT00014
는 격자크기를 의미함에 있어서,The method of claim 1, wherein the path planning calculation module calculates the path planning by the optimal area path setting algorithm, wherein the optimal area path setting algorithm converts distance and speed into time dimensions to have a minimum cost in terms of time spent. F (n), g (n), and h (n) represent the evaluation function, the cost from the starting point to the current grid, and the estimated cost from the current grid to the target point, respectively, and V (x, y) is the grid G ( x, y) velocity, V mean Is the average velocity of the grids from the current grid to the target point, d CtoG Is the distance from the current grid to the target point,
Figure 112009018711168-PAT00014
Means the grid size,
Figure 112009018711168-PAT00015
Figure 112009018711168-PAT00015
Figure 112009018711168-PAT00016
Figure 112009018711168-PAT00016
 의 방법으로 최적경로를 설정하는 것을 특징으로 하는 무인차량의 지역경로장치. The local route device of an unmanned vehicle, characterized in that for setting the optimum route in the way. 무인차량에서의 지형감지용 단계로부터 획득한 특정영역의 지형정보 및 장애물정보를 활용하여 목표점 지향적이며 최단 이동시간을 고려하는 지역경로계획에 있어서,In the regional route planning, which is aimed at the target point and considers the shortest travel time, by using the terrain information and obstacle information of the specific area obtained from the terrain detection step in the unmanned vehicle, 상기 지형감지센서로부터 이동하고자 하는 특정 영역의 지형정보를 수집하는 지형정보 획득단계;A terrain information acquisition step of collecting terrain information of a specific region to be moved from the terrain detection sensor; 상기 지리정보획득모듈에 의해 수집된 상기 특정 영역에 대한 지형정보를 기초하여 상기 특정 영역 내에 위치하는 장애물 정보를 추출하는 장애물정보 추출단계;An obstacle information extraction step of extracting obstacle information located in the specific area based on the terrain information of the specific area collected by the geographic information acquisition module; 상기 지리정보획득단계와 상기 장애물정보추출단계로부터 추출된 지형정보 및 장애물 정보에 기초하여 무인차량의 방향별 주행속도를 산출하고, 상기 산출한 방향별 주행속도를 반영한 격자기반의 방향별 주행성 속도지도(DVGM)를 생성하는 주행성 속도지도(DVGM) 산출단계;Grid-based direction-specific running speed maps based on the terrain information and obstacle information extracted from the geographic information acquisition step and the obstacle information extraction step, and calculating the driving speed for each direction of the unmanned vehicle and reflecting the calculated driving speed for each direction. A driving speed map DVGM calculation step of generating a DVGM; 상기 주행성 속도지도 산출단계로부터 산출된 주행성 속도지도를 통하여 최적지역경로설정 알고리즘에 의한 경로를 산출하는 경로기획산출단계를 포함하는 무인차량의 지역경로계획방법.And a route planning calculation step of calculating a route by an optimum regional route setting algorithm through the driving velocity map calculated from the driving velocity map calculation step. 제 10 항에 있어서, 상기 지형감지단계에서는 쌍안 및 레이져거리측정기로 지형을 감지하는 것을 특징으로 하는 무인차량의 지역경로단계.The method of claim 10, wherein in the terrain detection step, the terrain path step of the unmanned vehicle, characterized in that for detecting the terrain with a binocular and laser range finder. 제 10 항에 있어서, 상기 지리정보획득단계는 상기 지형감지단계로부터 지형 의 경사도, 거칠기, 및 마찰계수에 관한 정보를 수집하는 것을 특징으로 하는 무인차량의 지역경로방법.The method of claim 10, wherein the geographic information acquisition step comprises collecting information on the slope, roughness, and friction coefficient of the terrain from the terrain detection step. 제 10 항에 있어서, 상기 장애물정보추출단계는 지리정보획득단계에서 수집한 지역의 지형 내에서 무인차량이 등판할 수 없는 경사도, 전복될 수 있는 경사도를 계산하고, 상기 지형정보획득단계에서 수집한 고도정보로부터 무인차량이 극복할 수 없는 장애물정보 및 무인차량의 배면에 접촉하는 장애물정보를 추출하는 것을 특징으로 하는 무인차량의 지역경로방법.The method of claim 10, wherein the obstacle information extraction step calculates the inclination that the unmanned vehicle can not climb, the inclination that can be overturned in the terrain of the region collected in the geographic information acquisition step, collected in the geographic information acquisition step And an obstacle information in which the unmanned vehicle cannot overcome the altitude information and the obstacle information in contact with the rear surface of the unmanned vehicle. 제 13 항에 있어서, 상기 극복할 수 없는 장애물이란, 장애물의 높이가 무인차량의 타이어 직경의 절반인 Dt/2인 것을 특징으로 하는 무인차량의 지역경로방법.14. The method of claim 13, wherein the obstacle that cannot be overcome is a height of the obstacle D t / 2, which is half the tire diameter of the driverless vehicle. 제 10 항에 있어서, 상기 주행성 속도지도(DVGM) 산출단계에 저장되는 무인 차량의 방향별 주행속도는 비퍼지화 방법을 통해서 산출됨에 있어
Figure 112009018711168-PAT00017
는 각 출력 퍼지집합의 단일값,
Figure 112009018711168-PAT00018
는 각 출력 퍼지집합의 단일값에 대한 소속함수로서, The method of claim 10, wherein the driving speed for each direction of the unmanned vehicle stored in the driving speed map (DVGM) calculation step is calculated through a non-fuzzy method.
Figure 112009018711168-PAT00017
Is the single value of each output fuzzy set,
Figure 112009018711168-PAT00018
Is a membership function for a single value of each output fuzzy set,
Figure 112009018711168-PAT00019
Figure 112009018711168-PAT00019
 에 따른 비퍼지화 방법에 의해 계산된 안전 우선 모드를 갖는 것을 특징으로 하는 무인차량의 지역경로방법.And a safety priority mode calculated by the non-fuzzy method according to the method. 제 10 항에 있어서, 상기 주행성 속도지도(DVGM) 산출단계에 저장되는 무인 차량의 방향별 주행속도는 비퍼지화 방법을 통해서 산출됨에 있어The method of claim 10, wherein the driving speed for each direction of the unmanned vehicle stored in the driving speed map (DVGM) calculation step is calculated through a non-fuzzy method.
Figure 112009018711168-PAT00020
Figure 112009018711168-PAT00020
 에 따른 비퍼지화 방법에 의해 계산된 고정속도 모드를 갖는 것을 특징으로 하는 무인차량의 지역경로방법.A method of local route for an unmanned vehicle characterized in that it has a fixed speed mode calculated by the non-fuzzy method. 제 15 항 내지 제 16 항 중 어느 한 항에 있어서, 상기 주행성 속도지도(DVGM) 산출단계에 저장되는 무인차량의 방향별 주행속도를 생성함에 있어서 무인차량의 후진방향을 고려 대상에서 제외하는 것을 특징으로 하는 무인차량의 지역경로방법.17. The method according to any one of claims 15 to 16, wherein the backward direction of the unmanned vehicle is excluded from consideration in generating the driving speed for each direction of the unmanned vehicle stored in the driving speed map (DVGM) calculating step. Local route method of unmanned vehicles 제 10 항에 있어서, 상기 경로기획산출단계에서 최적지역경로설정 알고리즘에 의한 경로기획을 산출함에 있어 상기 최적지역경로설정 알고리즘은 거리와 속도를 시간차원으로 변환하여 소비시간의 관점에서 최소 경비를 지니는 것으로, f(n), g(n), h(n)은 각각 평가함수, 시작점에서 현재 격자까지의 비용, 현재 격자에서 목표점까지의 추정비용을 의미하고 V(x,y)는 격자 G(x,y)의 속도, Vmean 은 현재 격자에서 목표점까지 포함되는 격자들의 평균속도, dCtoG 는 현재격자에서 목표점까지의 거리,
Figure 112009018711168-PAT00021
는 격자크기를 의미함에 있어서,11. The method of claim 10, wherein in calculating the path planning by the optimal area path setting algorithm in the path planning calculation step, the optimal area path setting algorithm converts the distance and the speed into a time dimension and has a minimum cost in terms of time spent. F (n), g (n), and h (n) represent the evaluation function, the cost from the starting point to the current grid, and the estimated cost from the current grid to the target point, respectively.(x, y)Is the velocity of the grid G (x, y), Vmean Is the average velocity of the grids from the current grid to the target point, dCtoG Is the distance from the current grid to the target point,
Figure 112009018711168-PAT00021
Means the grid size,
Figure 112009018711168-PAT00022
Figure 112009018711168-PAT00022
Figure 112009018711168-PAT00023
Figure 112009018711168-PAT00023
 의 방법으로 최적경로를 설정하는 것을 특징으로 하는 무인차량의 지역경로방법. The local route method of the unmanned vehicle, characterized in that for setting the optimum route by the method of.
KR1020090026572A 2009-03-27 2009-03-27 Regional Route Planning Apparatus and Method for Unmanned Vehicles Using Directional Speed Maps for Each Direction KR101054479B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090026572A KR101054479B1 (en) 2009-03-27 2009-03-27 Regional Route Planning Apparatus and Method for Unmanned Vehicles Using Directional Speed Maps for Each Direction

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090026572A KR101054479B1 (en) 2009-03-27 2009-03-27 Regional Route Planning Apparatus and Method for Unmanned Vehicles Using Directional Speed Maps for Each Direction

Publications (2)

Publication Number Publication Date
KR20100108093A true KR20100108093A (en) 2010-10-06
KR101054479B1 KR101054479B1 (en) 2011-08-05

Family

ID=43129720

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090026572A KR101054479B1 (en) 2009-03-27 2009-03-27 Regional Route Planning Apparatus and Method for Unmanned Vehicles Using Directional Speed Maps for Each Direction

Country Status (1)

Country Link
KR (1) KR101054479B1 (en)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101041928B1 (en) * 2010-12-30 2011-06-16 국방과학연구소 Apparatus for generating grid map and method thereof
KR101056681B1 (en) * 2011-03-25 2011-08-12 국방과학연구소 Autonomous mobile apparatus, method for determining moving path of the same, and autonomous mobile system
KR101135455B1 (en) * 2012-02-10 2012-04-13 국방과학연구소 Velocity decision method for unmanned ground vehicle
WO2014011992A2 (en) * 2012-07-13 2014-01-16 Love Park Robotics, Llc Drive-control systems for vehicles such as personal-transportation vehicles
KR101408829B1 (en) * 2012-02-06 2014-06-20 한양대학교 산학협력단 Providing method of driving path information for caterpillar type vehicle
KR101409323B1 (en) * 2013-03-19 2014-07-02 국방과학연구소 Method and Apparatus for Path Planning of Unmanned Ground Vehicle in Dynamic Environment
CN107992051A (en) * 2017-12-26 2018-05-04 江南大学 Unmanned vehicle paths planning method based on improved multi-objective particle swarm algorithm
CN108037766A (en) * 2017-12-11 2018-05-15 河海大学 One kind, which is swum, to be rolled into bottom and dwells type underwater vehicle control system
CN109491377A (en) * 2017-09-11 2019-03-19 百度（美国）有限责任公司 The decision and planning based on DP and QP for automatic driving vehicle
CN109712421A (en) * 2019-02-22 2019-05-03 百度在线网络技术（北京）有限公司 The speed planning method, apparatus and storage medium of automatic driving vehicle
KR20190061540A (en) * 2017-11-28 2019-06-05 아주대학교산학협력단 Moving object and method for avoiding obstacles
KR102075844B1 (en) * 2018-10-10 2020-02-10 한국로봇융합연구원 Localization system merging results of multi-modal sensor based positioning and method thereof
CN117148848A (en) * 2023-10-27 2023-12-01 上海伯镭智能科技有限公司 Intelligent obstacle avoidance method and system for unmanned vehicle

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101041928B1 (en) * 2010-12-30 2011-06-16 국방과학연구소 Apparatus for generating grid map and method thereof
KR101056681B1 (en) * 2011-03-25 2011-08-12 국방과학연구소 Autonomous mobile apparatus, method for determining moving path of the same, and autonomous mobile system
KR101408829B1 (en) * 2012-02-06 2014-06-20 한양대학교 산학협력단 Providing method of driving path information for caterpillar type vehicle
KR101135455B1 (en) * 2012-02-10 2012-04-13 국방과학연구소 Velocity decision method for unmanned ground vehicle
WO2014011992A2 (en) * 2012-07-13 2014-01-16 Love Park Robotics, Llc Drive-control systems for vehicles such as personal-transportation vehicles
WO2014011992A3 (en) * 2012-07-13 2014-03-27 Love Park Robotics, Llc Drive-control systems for vehicles such as personal-transportation vehicles
KR101409323B1 (en) * 2013-03-19 2014-07-02 국방과학연구소 Method and Apparatus for Path Planning of Unmanned Ground Vehicle in Dynamic Environment
CN109491377A (en) * 2017-09-11 2019-03-19 百度（美国）有限责任公司 The decision and planning based on DP and QP for automatic driving vehicle
KR20190061540A (en) * 2017-11-28 2019-06-05 아주대학교산학협력단 Moving object and method for avoiding obstacles
CN108037766A (en) * 2017-12-11 2018-05-15 河海大学 One kind, which is swum, to be rolled into bottom and dwells type underwater vehicle control system
CN107992051A (en) * 2017-12-26 2018-05-04 江南大学 Unmanned vehicle paths planning method based on improved multi-objective particle swarm algorithm
CN107992051B (en) * 2017-12-26 2020-10-23 江南大学 Unmanned vehicle route planning method based on improved multi-target particle swarm algorithm
KR102075844B1 (en) * 2018-10-10 2020-02-10 한국로봇융합연구원 Localization system merging results of multi-modal sensor based positioning and method thereof
WO2020075954A1 (en) * 2018-10-10 2020-04-16 한국로봇융합연구원 Positioning system and method using combination of results of multimodal sensor-based location recognition
CN109712421A (en) * 2019-02-22 2019-05-03 百度在线网络技术（北京）有限公司 The speed planning method, apparatus and storage medium of automatic driving vehicle
CN109712421B (en) * 2019-02-22 2021-06-04 百度在线网络技术（北京）有限公司 Method, apparatus and storage medium for speed planning of autonomous vehicles
US11718318B2 (en) 2019-02-22 2023-08-08 Apollo Intelligent Driving (Beijing) Technology Co., Ltd. Method and apparatus for planning speed of autonomous vehicle, and storage medium
CN117148848A (en) * 2023-10-27 2023-12-01 上海伯镭智能科技有限公司 Intelligent obstacle avoidance method and system for unmanned vehicle
CN117148848B (en) * 2023-10-27 2024-01-26 上海伯镭智能科技有限公司 Intelligent obstacle avoidance method and system for unmanned vehicle

Also Published As

Publication number Publication date
KR101054479B1 (en) 2011-08-05

Similar Documents

Publication Publication Date Title
KR101054479B1 (en) Regional Route Planning Apparatus and Method for Unmanned Vehicles Using Directional Speed Maps for Each Direction
US11783614B2 (en) Pedestrian behavior predictions for autonomous vehicles
US11155258B2 (en) System and method for radar cross traffic tracking and maneuver risk estimation
US11126187B2 (en) Systems and methods for controlling the operation of a vehicle
US11110922B2 (en) Vehicle trajectory modification for following
JP6731819B2 (en) Mobile body trajectory prediction system
JP2023536407A (en) Drivable surface identification technology
US11300959B2 (en) System and method for predictive path planning in autonomous vehicles
JP2021524410A (en) Determining the drive envelope
WO2020112649A1 (en) Probabilistic risk assessment for trajectory evaluation
KR102286005B1 (en) Cruise control system and cruise control method thereof
JP2022504979A (en) Responsive vehicle control
US11254323B2 (en) Localization error monitoring
US11834077B2 (en) Systems, methods, and media for occlusion-aware motion planning
US20220111859A1 (en) Adaptive perception by vehicle sensors
WO2018090661A1 (en) Path planning for autonomous vehicle using bidirectional search
JP2021160532A (en) Vehicle control device, vehicle control method, and program
US11262201B2 (en) Location-based vehicle operation
US11970168B2 (en) Vehicle trajectory modification for following
Murthy et al. Human Behaviour-Based Trajectory Planning for Autonomous Overtaking Maneuver
CN117629219A (en) Charging positioning guiding method and automatic charging robot
KR20230149709A (en) Bidirectional path optimization in a grid
CN117184123A (en) State recognition of road behavior with uncertain measurements based on compliance priors

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140701

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160701

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190702

Year of fee payment: 9