KR20150104484A - 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 - Google Patents
자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 Download PDFInfo
- Publication number
- KR20150104484A KR20150104484A KR1020140026268A KR20140026268A KR20150104484A KR 20150104484 A KR20150104484 A KR 20150104484A KR 1020140026268 A KR1020140026268 A KR 1020140026268A KR 20140026268 A KR20140026268 A KR 20140026268A KR 20150104484 A KR20150104484 A KR 20150104484A
- Authority
- KR
- South Korea
- Prior art keywords
- arc
- candidate
- distance value
- current position
- moving vehicle
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002093 peripheral effect Effects 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000408659 Darpa Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (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
자율 이동 차량의 경로 생성 방법이 개시된다. 본 발명의 실시예들은, 자율 이동 차량의 현위치를 파악하여 상기 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성하는 단계와; 상기 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지하는 단계와;상기 감지된 장애물의 개수정보 및 장애물과의 거리에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1 거리값을 산출하는 단계와; 상기 후보 아크 세트의 각 후보 아크가 가리키는 방향과 목표점지향각과의 편차정보에 근거하여 제2거리값을 산출하되, 상기 자율 이동 차량의 현위치와 상기 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하인 경우, 해당 곡률반경을 사용하여 상기 제2 거리값을 산출하는 단계와; 상기 후보 아크 및 세트에서 상기 제1 및 제2거리값의 합이 최소가 되는 후보 아크를 최적의 아크로 선택하고, 선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량의 경로를 생성하는 단계를 포함하여 이루어진다.
Description
본 발명은 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치에 관한 것이다.
첨단 과학기술의 개발 및 발전으로 인하여, 다양한 기술들이 군사용 분야에 적용되고 있다. 특히, 센서 및 컴퓨터 하드웨어의 발전은 전투체계의 무인화를 가능하게 했다. 무인화 분야에서의 기술동향을 살펴보면, 자율 이동 차량이 감시정찰 및 타격, 지휘통제, 폭발물 탐지/제거 등의 임무 기능을 수행하게 되었으며, 이러한 자율 이동 차량의 체계는 광대역 통신망으로 연동되어서, 다수의 자율이동차량이 가시선/비가시선 환경에서 체계적으로 임무를 수행하는 것이 가능하게 만들었다.
무인 자율 이동 차량이 자율주행을 하기 위해서는, 주어진 전역 경로점을 추종하거나, 또는 주행하는 도로나 주행 가능 영역을 인식하여 스스로 주행할 수 있어야 한다.
한편, 이러한 자율주행은 정형화된 도로환경에서는 주변의 연석이나 차선을 인식하거나 또는 GPS를 활용한 추종점을 이용함으로써, 경로의 계획 및 자율주행이 가능하다. 그러나, 야지나 험지에서는 GPS가 두절되는 경우가 많고, 주변의 연석 이나 차선과 같이 정형화되어 있는 시설물이 존재하지 않으므로, 야지 환경에 적합한 센서기반의 지역경로계획 방법의 연구가 필요하다.
종래의 지역경로계획 방법으로, RRT, A*, D* 등의 알고리즘이 있으나, 이러한 알고리즘들은 이동 가능한 경로만을 고려하여 야지에서 고속으로 주행하는 무인자율 이동 차량에는 적합하지 않다. 따라서 차량의 동적 특성이나 제어 특성을 반영한 새로운 경로계획 기법이 필요하였다.
이에, 새로운 경로계획 기법으로서, Hundelshausen는 Tentacle 개념을 적용하여 차량의 동적 특성을 고려하고, 미리 계산된 경로들을 저장하고 이용하는 방법이 소개되었다. 또한, 다른 경로계획 기법으로서, DARPA의 Urban Challenge 개념을 적용하여 아크기반의 지역 경로을 계획하는 방법이 소개되었다. 이 방법에서는 속도에 따라 경로를 생성하기때문에, 차량의 동적 특성을 반영할 수 있다는 장점이 있다. 그러나, 제안된 방법들은 모두 다양한 환경들이 존재하는 야지에 바로 적용하기에 많은 단점들이 있다.
이에, 본 발명의 실시예들은, 야지에서의 다양한 환경 변화에 적응적인 지역경로를 계획할 수 있는 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치를 제공하는 데 그 목적이 있다.
또한, 본 발명의 실시예들은, 야지에서의 다양한 환경 변화에 따라 가변적인 아크를 생성하고, 생성된 아크를 추종하도록 함으로써, 최적화된 경로를 생성하는 것이 가능한 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치를 제공하는 데 다른 목적이 있다.
이를 위해, 본 발명의 실시예에 따른 자율 이동 차량의 경로 생성 방법은, 자율 이동 차량의 현위치를 파악하여 상기 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성하는 단계와; 상기 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지하는 단계와; 상기 감지된 장애물의 개수정보 및 장애물과의 거리에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1 거리값을 산출하는 단계와; 상기 후보 아크 세트의 각 후보 아크가 가리키는 방향과 목표점지향각과의 편차정보에 근거하여 제2 거리값을 산출하되, 상기 자율 이동 차량의 현위치와 상기 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하인 경우, 해당 곡률반경을 사용하여 상기 제2 거리값을 산출하는 단계와; 상기 후보 아크 및 세트에서 상기 제1 및 제2 거리값의 합이 최소가 되는 후보 아크를 최적의 아크로 선택하고, 선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량의 경로를 생성하는 단계를 포함하여 이루어진다.
일 실시예에서, 상기 제1 거리값을 산출하는 단계는, 각 후보 아크를 기준으로 주변 영역에 장애물이 존재하면, 최초 장애물과의 충돌거리를 상기 제1거리값에 적용하고, 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물이 없으면, 주변의 주행가능한 후보경로의 개수정보를 상기 제1 거리값에 적용하는 것을 특징으로 한다.
일 실시예에서, 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물이 없으면, 주변의 주행가능한 후보경로의 개수가 최대인 후보 아크를 기준으로 산출된 제1거리값이 최소가 되는 것을 특징으로 한다.
일 실시예에서, 상기 제2거리값을 산출하는 단계는, 각 후보 아크가 가리키는 방향과 목표점 지향각과의 편차가 클수록 제2거리값의 증가율을 크게 적용하는 것을 특징으로 한다.
일 실시예에서, 주변의 환경정보를 주기적으로 수집하여, 상기 각 후보 아크의 길이 및 형상 중 적어도 하나를 점진적으로 변경하고, 상기 자율 이동 차량의 현위치와 노면의 회전반경, 지점, 및 목표점의 위치에 따라 상기 각 후보 아크를 대응되는 방향으로 회전하는 단계를 더 포함하는 것을 특징으로 한다.
또한, 본 발명의 실시예에 따른 자율 이동 차량의 경로 생성 장치는, 자율 이동 차량의 현위치를 파악하여 상기 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성하는 아크 생성부와; 상기 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지하는 아크 기반 장애물 감지부와; 상기 감지된 장애물의 개수정보 및 장애물과의 충돌거리와 주변의 주행가능한 후보경로의 개수정보에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1거리값을 산출하고, 각 후보 아크가 가리키는 방향과 목표점 지향각과의 편차정보에 근거하여 제2거리값을 산출하는 아크 기반 경로계획부와; 상기 자율 이동 차량의 현위치와 상기 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하인 경우, 해당 곡률반경을 회전곡률을 사용하여 상기 제2거리값을 보간하고, 상기 후보 아크 세트에서 상기 제1 및 제2 거리값의 합이 최소가 되는 후보 아크를 최적의 아크로 선택하고, 선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량의 주행 경로를 생성하는 경로계획 최적화부를 포함하여 이루어진다.
일 실시예에서, 상기 아크 생성부는, 주변의 환경정보를 주기적으로 수집하여, 상기 각 후보 아크의 길이 및 형상 중 적어도 하나를 점진적으로 변경하는 가변 아크 생성 모듈과; 상기 자율 이동 차량의 현위치와 노면의 회전반경, 지점, 및 목표점의 위치에 따라 상기 각 후보 아크를 대응되는 방향으로 회전하는 아크 회전 모듈을 포함하는 것을 특징으로 한다.
본 발명의 실시예들에 따른 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치에 의하면, 야지에서의 다양한 환경 변화에 적응적인 지역경로를 계획할 수 있다. 또한, 야지에서의 다양한 환경 변화에 따라 가변적인 아크를 생성하여 이를 추종하도록 경로를 최적화함으로써, GPS가 두절되거나 정형화된 시설물이 없는 경우에는 야지 환경에서도 강인한 지역경로계획을 확보할 수 있다.
도 1a는 본 발명과 관련된 자율 이동 차량과 통신하는 경로 생성 장치를 개략적으로 보인 도면이다.
도 1b는 본 발명과 관련된 자율 이동 차량의 경로 생성 장치의 개략적인 구조를 보인 블록도이다.
도 2는 본 발명과 관련된 자율 이동 차량의 경로 생성 장치의 보다 상세한 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따라, 후보 아크에 대한 거리값을 산출하는 과정을 설명하기 위한 그래프이다.
도 4는 본 발명의 일 실시예에 따라, 후보 아크 주변의 셀을 이용하여 Flatness 값을 산출하는 과정을 설명하기 위한 그래프이다.
도 5는 본 발명의 일 실시예에 따라, 주변의 환경정보에 따라 가변 아크를 생성한 결과를 보인 그래프이다.
도 6 및 도 7은 본 발명의 일 실시예에 따라, 자율 이동 차량의 현위치과 목표점의 위치에 따라 아크를 회전시킨 결과를 보인 그래프이다.
도 8은 본 발명의 일 실시예에 따라, 복수의 경로점에 회전곡률 사용하여 보간한 결과를 보인 그래프이다.
도 9 내지 도 11은 본 발명의 일 실시예에 따라, 커브길에서 경로가 안쪽으로 파고드는 현상과 복수의 경로점에 회전곡률을 적용하여 경로를 생성하는 결과를 보인 그래프들이다.
도 12는 본 발명과 관련된 자율 이동 차량의 경로 생성 방법을 설명하기 위한 예시 흐름도이다.
도 1b는 본 발명과 관련된 자율 이동 차량의 경로 생성 장치의 개략적인 구조를 보인 블록도이다.
도 2는 본 발명과 관련된 자율 이동 차량의 경로 생성 장치의 보다 상세한 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따라, 후보 아크에 대한 거리값을 산출하는 과정을 설명하기 위한 그래프이다.
도 4는 본 발명의 일 실시예에 따라, 후보 아크 주변의 셀을 이용하여 Flatness 값을 산출하는 과정을 설명하기 위한 그래프이다.
도 5는 본 발명의 일 실시예에 따라, 주변의 환경정보에 따라 가변 아크를 생성한 결과를 보인 그래프이다.
도 6 및 도 7은 본 발명의 일 실시예에 따라, 자율 이동 차량의 현위치과 목표점의 위치에 따라 아크를 회전시킨 결과를 보인 그래프이다.
도 8은 본 발명의 일 실시예에 따라, 복수의 경로점에 회전곡률 사용하여 보간한 결과를 보인 그래프이다.
도 9 내지 도 11은 본 발명의 일 실시예에 따라, 커브길에서 경로가 안쪽으로 파고드는 현상과 복수의 경로점에 회전곡률을 적용하여 경로를 생성하는 결과를 보인 그래프들이다.
도 12는 본 발명과 관련된 자율 이동 차량의 경로 생성 방법을 설명하기 위한 예시 흐름도이다.
먼저, 본 발명의 실시예에 따른 자율 이동 차량의 경로 생성 장치는, 무인 감시정찰이 필요한 모든 시스템에 적용될 수 있다.
또한, 본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
여기서 설명되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 즉, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구서요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항복들 중의 어느 항목을 포함한다.
또한, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
또한, 본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여 본 발명에 바람직한 실시 예들을 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어 도면 부호에 상관없이 동일하거나 대응하는 구성요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
먼저, 도 1a는 본 발명과 관련된 자율 이동 차량과 통신하는 경로 생성 장치를 개략적으로 보인 도면이다.
도 1a에 도시된 바와 같이, 자율 이동 차량(50)은 로봇 또는 차량 중 어느 하나로 이루어질 수 있으며, 주행 가능한 다른 구성으로의 치환도 가능하다. 주행영역(70)은 자율 이동 차량(50)이 주행이 이루어지는 영역으로서, 각종 고정 또는 이동 장애물(a1 내지 a5)이 배치된 도로이거나, 또는 야지(野地)와 같은 들판이 넓은 지대일 수 있다. 이때, 고정 또는 이동 장애물(a1 내지 a5)은 주행 영역(70)내에서 서로 다른 위치에 배치될 수 있으며, 각각 서로 다른 방향에서 이동속도를 갖으며 주행될 수 있다. 또한, 이동 장애물(a1 내지 a5)인 경우, 상기 자율 이동 차량(50)은 이동 장애물(a1 내지 a5)의 이동속도와, 이동 방향 및 접근성을 우선적으로 판단하기 위해, 각각의 이동 장애물(a1 내지 a5)에 대한 이동속도와, 이동방향을 산출할 수 있다.
한편, 본 발명의 실시예에 따른 경로 생성장치(100)는, 도 1a에 도시된 바와 같이, 자율 이동 차량(50)과 별도로 구비되어 무선통신을 통해 자율 이동 차량(50)의 주행을 제어하도록 이루어질 수도 있고, 또는 자율 이동 차량(50)내에 임베디드되어 스스로 주행을 제어하도록 이루어질 수도 있다.
도 1b는 본 발명과 관련된 자율 이동 차량(50)의 경로 생성 장치(100)의 개략적인 구조를 보인 블록도이다.
상기한 경로 생성 장치(100)는, 도 1b에 도시된 바와 같이, 아크 생성부(110), 아크 기반 장애물 감지부(120), 아크 기반 경로 계획부(130), 및 경로 계획 최적화부(140)를 포함할 수 있다.
아크 생성부(110)는, 자율 이동 차량(50)의 현위치를 파악하여, 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성한다.
이와 관련하여, 도 2는 본 발명과 관련된 자율 이동 차량의 경로 생성 장치의 보다 상세한 구성을 나타낸 블록도이다. 도 2에 도시된 바와 같이, 경로 생성 장치(100)의 아크 생성부(110)는 가변 아크 생성 모듈(111) 및 아크 회전 모듈(112)를 더 포함할 수 있다. 상기 아크 생성부(110)는, 아크 기반 장애물 감지부(120), 아크 기반 경로 계획부(130), 및 경로 계획 최적화부(140)를 통해 아크를 환경에 적합하게 변형하도록 제어부(150)에 의해 제어된다.
구체적으로, 가변 아크 생성 모듈(111)은 주변의 환경정보를 주기적으로 수집하여, 상기 각 후보 아크의 길이 및 형상 중 적어도 하나를 점진적으로 변경하도록 이루어질 수 있다.
또한, 아크 회전 모듈(112)은 자율 이동 차량의 현위치와 노면의 회전반경, 지점, 및 목표점의 위치에 따라 상기 각 후보 아크를 대응되는 방향으로 회전시킬 수 있다.
계속해서, 도 1b를 참조하면, 아크 기반 장애물 감지부(120)는, 아크 생성부(110)를 통해 생성된 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지한다.
그리고, 아크 기반 경로 계획부(130)는, 감지된 장애물의 개수정보 및 장애물과의 충돌거리와 주변의 주행가능한 후보경로의 개수정보에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1 거리값을 산출한다. 또한, 상기 아크 기반 경로 계획부(130)는, 각 후보 아크가 가리키는 방향과 목표점 지향각과의 편차정보에 근거하여 제2 거리값을 더 산출한다.
경로 계획 최적화부(140)는, 자율 이동 차량(50)의 현위치와 그 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하인지를 판단하고, 기준값 이하인 경우에는 해당 곡률반경의 회전곡률을 사용하여 상기 제2 거리값을 보간한다. 또한, 상기 경로 계획 최적화부(140)는, 상기 후보 아크 세트에서 상기 산출된 제1 및 제2 거리값의 합이 최소가 되는 후보 아크를 최적의 아크로 선택한다. 그리고, 상기 경로 계획 최적화부(140)는, 선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량(50)의 주행 경로를 생성한다.
이상에서 설명한 바와 같이, 본 발명의 실시예에 따른 자율 이동 차량의 경로 생성 장치에 의하면, 야지에서의 다양한 환경 변화에 적응적인 지역경로를 계획하는 것이 가능해진다.
이하에서는, 도 12를 참조하여, 본 발명과 관련된 자율 이동 차량의 경로 생성 방법을 설명하기 위한 예시 흐름도를 보다 구체적으로 설명하기로 한다.
도 12를 참조하면, 먼저, 상기 자율 이동 차량의 경로 생성 방법은, 자율 이동 차량(50)의 현위치를 파악하고, 파악된 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성하는 단계를 진행한다(S310).
본 발명의 실시예에 따른 자율 이동 차량의 경로 생성 장치는, 환경인식 정보과 기입력된 전역경로 정보에 근거하여 경로계획을 수행하는데, 아크 기반의 지역경로계획은 차량의 조향 특성과 이동 속도를 반영할 수 있는 장점이 있다.
후보 아크 세트가 생성되면, 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지한다(S320). 즉, 상기 자율 이동 차량의 경로 생성 장치는, 매 순간 계산되는 단일 월드 모델링 정보를 활용하여 아크의 주변 영역(Support Area)내의 장애물 존재 여부를 확인한다.
계속해서, 상기 감지된 장애물의 개수정보 및 장애물과의 거리에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1 거리값을 산출한다(S330).
여기서, 제1 거리값을 산출하는 과정은, Clearance cost를 산출하는 과정으로 명명될 수 있다. Clearance cost 알고리즘은, 각 후보 아크 주변 영역에 장애물 존재시 각 후보 아크로부터 최초의 장애물까지의 거리를 비용 산출에 적용하는 방식이다.
장애물이 존재하는 경우, 제1 거리값은 해당 후보 아크로부터 최초의 장애물까지의 충돌거리를 계산하고, 그 거리를 Cost를 반영한다.
한편, 장애물이 존재하지 않는 경우, 제1 거리값 산출시 모든 후보 아크에 동일한 Cost를 적용해야 할 것이나, 단일 월드 모델링 정보의 부정확성 때문에 모든 주행가능한 후보 아크들에 동일한 Cost를 부여하는 것은 최적의 후보 아크를 선택하는데 바람직하지 않다. 이에, 본 발명에 따른 실시예에서는, 장애물이 존재하지 않아서 Clearance Cost가 동일하더라도 주변의 후보경로의 주행가능 여부를 Cost에 반영하도록 구현하였다. 이하, 수학식 1은 후보 아크의 주변 후보경로의 주행가능 여부를 확인하여 제1 거리값 산출에 반영하기 위한 수식이다.
여기서, Nconst 는 상수이고 nfree _ num _ path는 좌우의 주행가능 후보경로의 개수를 의미한다. 또한, 이하, 수학식 2는 수학식 1을 적용하여 Clearance Cost를 산출하기 위한 수식이다.
수학식 2에 도시된 바와 같이, 최종 Clearance Cost는 기존의 Clearance Cost에 수학식 1인 Cadjacent _ cost를 포함하여 이루어진다. 따라서 주행가능한 후보경로 중 주변에 주행 가능한 경로들이 가장 많은 후보 아크가 가장 작은 Clearance Cost, 즉 가장 작은 제1 거리값을 갖게 된다.
계속해서, 후보 아크 세트의 각 후보 아크가 가리키는 방향과 목표점지향각과의 편차정보에 근거하여 제2 거리값을 산출한다. 이때, 자율 이동 차량의 현위치와 상기 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하이면, 해당 곡률반경을 사용하여 상기 제2 거리값을 산출한다(S340).
여기서, 제2 거리값을 산출하는 과정은, Trajectory cost를 산출하는 과정으로 명명될 수 있다. Trajectory Cost를 적용하는 이유는, GPS 부정확성으로 인하여, 무인 자율 차량의 위치와 목표점간의 오차가 존재하므로, 목표점과의 거리보다는 목표점과 이루는 방향성이 더 중요하다고 판단하여, 목표 방향에서 멀어질수록 Cost의 증가율을 크게 하는 것이 바람직하기 때문이다.
즉, 후보 아크 세트 중 목표점과 같은 방향을 형성하는 후보 아크는 GPS의 오차에 의한 영향을 많이 받게 되므로 Cost의 증가율을 낮추는 것이 오차의 영향을 낮추는 것이 된다. 또한, 후보 아크 세트 중 목표점과 먼 또는 멀어지는 후보 아크는는 Cost 증가율을 높임으로써 정확한 방향으로 위치 목표점에 향할 수 있도록 하는 것이 바람직할 것이다. 이하의 수학식 3은 Trajectory Cost에 적용되는 값을 산출하는 수식이다.
한편, 도 3은 본 발명의 일 실시예에 따라, 후보 아크에 대한 거리값을 산출하는 과정을 설명하기 위한 그래프이다. Trajectory Cost는 도 3의 좌측 도면에 도시된 바와 같이, 후보 아크의 일 끝점과 목표점이 이루는 갓을 이용하여 산출하였다. 한편, 도 3의 우측 도면은 Trajectory Cost와 Clearance Cost를 모두 반영한 결과를 나타낸 그래프이다.
또한, 야지에서는 무인 자율 차량의 롤과 피치 등의 차량 거동 변화가 많이 발생하므로, 월드 모델링 정보를 이용하여 Flatness cost를 더 산출할 수 있다. Flatness Cost는 월드 모델링 정보에서 각 후보 아크의 주변 영역의 장애물로 인하여 모두 주행할 수 없는 아크들로 결정된 경우, Flatness 정보를 이용한 최적의 아크 선택하기 위한 Cost, 즉 제3 거리값이다. Flatness cost는 이하의 수학식 4로 표현될 수 있다.
여기서, Di 는 i 번째 장애물 셀까지의 거리를 의미한다.
이와 관련하여, 도 4는 본 발명의 일 실시예에 따라, 후보 아크 주변의 셀을 이용하여 Flatness 값을 산출하는 과정을 설명하기 위한 그래프이다. 도 4의 왼쪽 도면에 도시된 바와 같이, Flatness cost는 각 후보 아크의 주변 셀들(cells)의 장애물의 개수와 거리를 이용하여 Flatness를 산출하고, 그 결과가 도 4의 오른쪽 도면에 도시되고 있다.
한편, 야지(野地)는 일반 도로와는 달리, 폭이 좁은 주행로부터 개활지까지 주변 환경 조건이 매우 다양하게 형성될 수 있다. 이에, 본 발명의 실시예들에서는, 주변 환경 변화에 따라 아크의 길이 및 형태를 변화시키는 가변적 아크를 생성하도록 하였다.
이와 관련하여, 도 5는 본 발명의 일 실시예에 따라, 주변의 환경정보에 따라 가변 아크를 생성한 결과를 보인 그래프이다. 예를 들어, 후보 아크의 길이 형태를 복수의 레벨, 예를 들어 15 레벨로 나누고, 주변 영역의 장애물과 충돌하는 후보 아크의 개수를 이용하여 레벨을 점진적으로 증가시키거나 또는 감소시킴으로써, 야지 환경에 적합한 최적의 아크를 생성할 수 있다.
즉, 도 5에 도시된 바와 같이, 개활지에서의 아크의 형태(도 5의 좌측 도면)와 복잡한 지형에서의 아크의 형태(도 5의 우측 도면)가 다른 것을 확인할 수 있다. 즉, 복잡한 지형일수록 아크의 길이를 짧게 하고 조향 반경을 작게 하여 환경에 적응가능하도록 구현하였다.
또한, 지역경로계획의 목표는 주어진 노면과 경로점을 추종하는 것이므로, 생성된 후보 아크는 노면의 회전 반경과 목표점을 기반으로 생성되어야 한다. 이에, 본 발명에 따른 실시예에서는, 도 6 및 도 7에 도시된 바와 같이, 노면의 회전 반경 및/또는 목표점에 따라 아크가 회전하도록 구현하였다.
도 6 및 도 7은 본 발명의 일 실시예에 따라, 자율 이동 차량의 현위치과 목표점의 위치에 따라 아크를 회전시킨 결과를 보인 그래프이다. 그리고, 이하의 수학식 5는 회전 아크를 생성하기 위한 수식을 나타낸 것이다.
도 6 및 도 7에 도시된 바와 같이, 주행로 및 경로점에 따라서 후보 아크를 회전함으로써 추종 성능이 향상됨을 확인할 수 있다.
한편, 상술한 Trajectory Cost의 계산시, 즉 제2 거리값을 산출할 때, 자율 이동 차량의 현위치에서 일정 거리에 있는 지점을 이용하여 경로를 산출하기 위하여, 복수의 경로점 사이에 대해 Cubic Hermite Spline 보간법을 사용하였다.
Cubic Hermite Spline 보간법은, 다항식에 대해 복수의 제어점과 복수의 탄젠트를 갖고, 예를 들어, k=1~n으로 증가하는 동안 xk인 점들을 가진 평면에서의 보간에 대해 한 시점에서 어떤 시간 간격(xk, xk+1)으로 수행되는 기법을 적용한 것이다. 이때, 시간 간격(xk, xk+1)은 (0,1) 사이로 정규화될 수 있다.
즉, Cubic Hermite Spline은 주어진 지점들을 모두 지나도록, 즉 주어진 지점들을 지나치지 않도록 보간하는 기법으로, 경로점들 사이를 보간하기에 적합하다. 이와 관련하여, 도 8은 본 발명의 일 실시예에 따라, 복수의 경로점에 회전곡률 사용하여 보간한 결과를 보인 그래프이다. 도 8은, Cubic Hermite Spline 보간법을 이용하여 경로점 사이를 모두 보간한 후, 일정한 위치에 있는 경로점을 이용하여 Trajectory Cost를 계산한 것이다.
또한, 일정한 거리 앞의 경로점을 이용하여 Trajectory Cost를 계산할 때, 도 9에 도시된 바와 같이, 커브길이 있는 경우, 커브를 지나고 난 다음의 경로점을 향하는 직선과의 각이 점점 커져서, 자율 이동 차량이 커브의 안쪽으로 점점 파고드는 문제가 발생할 수 있다.
이에, 본 발명의 실시예에서는, 도 10에 도시된 바와 같이, 자율 이동 차량의 위치와 그로부터 가까운 2개의 추종점이 이루는 원의 반지름(즉, 곡률반경)이 기준값 보다 작은 경우, 이를 커브길로 판단하고, 그 곡률반경의 회전곡률을 이용하여 각 후보 아크들의 Trajectory Cost를 계산하도록 구현하였다. 도 11은 이와 같이 커브길로 판단된 경우, 각 후보 아크에 곡률반경의 회전곡률을 적용한 결과를 보인 도면이다. 도 11에 도시된 바와 같이, 급 커브길에서도 자율 이동 차량이 커브 안으로 파고들지 않고, 회전곡률에 따라 추종 이동하는 것을 확인할 수 있다.
계속해서, 상기 후보 아크 및 세트에서 상기 제1 및 제2 거리값(또는, 제1, 제2, 및 제3 거리값)의 합이 최소가 되는 후보 아크를 최적의 아크로 선택한다. 그리고, 선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량의 경로를 생성한다(S350).
즉, 상술한 조건들을 반영하여 최종적으로 계산된 Clearance Cost와 Trajecotry Cost(및 Flatness cost)를 합하여 Cost가 최소가 되는 후보 아크를 선택한다. 그리고, 선택된 후보 아크를 추종하여 자율 이동 차량의 최적의 경로를 생성할 수 있다.
이상에서 설명한 바와 같이, 본 발명의 실시예들에 따른 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치에 의하면, 야지에서의 다양한 환경 변화에 적응적인 지역경로를 계획할 수 있다. 또한, 야지에서의 다양한 환경 변화에 따라 가변적인 아크를 생성하여 이를 추종하도록 경로를 최적화함으로써, GPS가 두절되거나 정형화된 시설물이 없는 경우에는 야지 환경에서도 강인한 지역경로계획을 확보할 수 있다.
또한, 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 개선될 수 있다. 또한, 여기에서 기술된 본 발명에 따른 방법은 소프트웨어, 하드웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 본 발명에 따른 방법은 저장매체(예, 단말내부 메모리, 플래쉬 메모리, 하드디스크, 등)에 저장될 수 있고, 프로세서(예, 단말 내부 마이크로 프로세서)에 의해 실행될 수 있는 소프트웨어 프로그램 내에 포함되는 코드들 또는 명령어들로 구현될 수 있다.
Claims (7)
- 자율 이동 차량의 현위치를 파악하여 상기 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성하는 단계;
상기 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지하는 단계;
상기 감지된 장애물의 개수정보 및 장애물과의 거리에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1거리값을 산출하는 단계;
상기 후보 아크 세트의 각 후보 아크가 가리키는 방향과 목표점지향각과의 편차정보에 근거하여 제2거리값을 산출하되, 상기 자율 이동 차량의 현위치와 상기 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하인 경우, 해당 곡률반경을 사용하여 상기 제2거리값을 산출하는 단계;
상기 후보 아크 및 세트에서 상기 제1 및 제2거리값의 합이 최소가 되는 후보 아크를 최적의 아크로 선택하고, 선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량의 경로를 생성하는 단계를 포함하는 것을 특징으로 하는 자율 이동 차량의 경로 생성 방법. - 제1항에 있어서,
상기 제1거리값을 산출하는 단계는,
각 후보 아크를 기준으로 주변 영역에 장애물이 존재하면, 최초 장애물과의 충돌거리를 상기 제1거리값에 적용하고,
각 후보 아크를 기준으로 주변 영역에 존재하는 장애물이 없으면, 주변의 주행가능한 후보경로의 개수정보를 상기 제1거리값에 적용하는 것을 특징으로 하는 자율 이동 차량의 경로 생성 방법. - 제2항에 있어서,
각 후보 아크를 기준으로 주변 영역에 존재하는 장애물이 없으면, 주변의 주행가능한 후보경로의 개수가 최대인 후보 아크를 기준으로 산출된 제1거리값이 최소가 되는 것을 특징으로 하는 자율 이동 차량의 경로 생성 방법. - 제1항에 있어서,
상기 제2거리값을 산출하는 단계는,
각 후보 아크가 가리키는 방향과 목표점 지향각과의 편차가 클수록 제2거리값의 증가율을 크게 적용하는 것을 특징으로 하는 자율 이동 차량의 경로 생성 방법. - 제1항에 있어서,
주변의 환경정보를 주기적으로 수집하여, 상기 각 후보 아크의 길이 및 형상 중 적어도 하나를 점진적으로 변경하고,
상기 자율 이동 차량의 현위치와 노면의 회전반경, 지점, 및 목표점의 위치에 따라 상기 각 후보 아크를 대응되는 방향으로 회전하는 단계를 더 포함하는 것을 특징으로 하는 자율 이동 차량의 경로 생성 방법. - 자율 이동 차량의 현위치를 파악하여 상기 현위치로부터 일정 반경내의 주행 영역에서 주행 방향을 가리키는 후보 아크 세트를 생성하는 아크 생성부;
상기 후보 아크 세트의 각 후보 아크를 기준으로 주변 영역에 존재하는 장애물의 위치를 감지하는 아크 기반 장애물 감지부;
상기 감지된 장애물의 개수정보 및 장애물과의 충돌거리와 주변의 주행가능한 후보경로의 개수정보에 근거하여, 상기 후보 아크 세트의 각 후보 아크에 대한 제1거리값을 산출하고, 각 후보 아크가 가리키는 방향과 목표점 지향각과의 편차정보에 근거하여 제2거리값을 산출하는 아크 기반 경로계획부; 및
상기 자율 이동 차량의 현위치와 상기 현위치로부터 가까운 제1지점 및 제2지점이 형성하는 곡률반경이 기준값 이하인 경우, 해당 곡률반경을 회전곡률을 사용하여 상기 제2거리값을 보간하고, 상기 후보 아크 세트에서 상기 제1 및 제2 거리값의 합이 최소가 되는 후보 아크를 최적의 아크로 선택하고,
선택된 아크가 가리키는 방향과 회전곡률을 추종하도록 상기 자율 이동 차량의 주행 경로를 생성하는 경로계획 최적화부를 포함하는 것을 특징으로 하는 자율 이동 차량의 경로 생성 장치. - 제6항에 있어서,
상기 아크 생성부는,
주변의 환경정보를 주기적으로 수집하여, 상기 각 후보 아크의 길이 및 형상 중 적어도 하나를 점진적으로 변경하는 가변 아크 생성 모듈과;
상기 자율 이동 차량의 현위치와 노면의 회전반경, 지점, 및 목표점의 위치에 따라 상기 각 후보 아크를 대응되는 방향으로 회전하는 아크 회전 모듈을 포함하는 것을 특징으로 하는 자율 이동 차량의 경로 생성 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140026268A KR101585504B1 (ko) | 2014-03-05 | 2014-03-05 | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140026268A KR101585504B1 (ko) | 2014-03-05 | 2014-03-05 | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20150104484A true KR20150104484A (ko) | 2015-09-15 |
KR101585504B1 KR101585504B1 (ko) | 2016-01-15 |
Family
ID=54244191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140026268A KR101585504B1 (ko) | 2014-03-05 | 2014-03-05 | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101585504B1 (ko) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703948A (zh) * | 2017-11-14 | 2018-02-16 | 上海理工大学 | 基于自适应动态窗口的移动机器人局部动态路径规划方法 |
CN109062948A (zh) * | 2018-06-22 | 2018-12-21 | 广州杰赛科技股份有限公司 | 目标点确定、目标路径确定方法和系统 |
CN111176268A (zh) * | 2018-10-23 | 2020-05-19 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的模仿人类驾驶行为的两步参考线平滑方法 |
CN111629947A (zh) * | 2018-12-26 | 2020-09-04 | 百度时代网络技术(北京)有限公司 | 自动驾驶车辆的用于生成参考线的方法和系统 |
CN111998864A (zh) * | 2020-08-11 | 2020-11-27 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
JP6801802B1 (ja) * | 2020-03-11 | 2020-12-16 | オムロン株式会社 | コントローラシステムおよびその制御方法 |
CN112666945A (zh) * | 2020-12-18 | 2021-04-16 | 广东嘉腾机器人自动化有限公司 | 一种agv曲线路径优化方法 |
CN113865607A (zh) * | 2021-09-26 | 2021-12-31 | 上海擎朗智能科技有限公司 | 路径规划方法、装置、设备及存储介质 |
CN114034882A (zh) * | 2021-10-28 | 2022-02-11 | 广州大学 | 一种洋流智能检测方法、装置、设备及存储介质 |
CN116300973A (zh) * | 2023-05-18 | 2023-06-23 | 上海伯镭智能科技有限公司 | 一种复杂天气下无人驾驶矿车自主避障方法 |
CN116588087A (zh) * | 2023-07-14 | 2023-08-15 | 上海伯镭智能科技有限公司 | 基于多模态数据的无人驾驶矿车装卸点停靠方法 |
US11774973B2 (en) * | 2019-04-23 | 2023-10-03 | Kawasaki Motors, Ltd. | Storage device, movement assistance system, and movement assistance method |
CN118010032A (zh) * | 2024-04-09 | 2024-05-10 | 中油管道物资装备有限公司 | 一种运输车路径规划方法、装置及设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10816977B2 (en) * | 2018-01-26 | 2020-10-27 | Baidu Usa Llc | Path and speed optimization fallback mechanism for autonomous vehicles |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012014265A (ja) * | 2010-06-29 | 2012-01-19 | Yaskawa Electric Corp | 移動体 |
KR20130106161A (ko) * | 2012-03-19 | 2013-09-27 | 노틸러스효성 주식회사 | 이동식 로봇의 전역경로 최적화 방법 |
-
2014
- 2014-03-05 KR KR1020140026268A patent/KR101585504B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012014265A (ja) * | 2010-06-29 | 2012-01-19 | Yaskawa Electric Corp | 移動体 |
KR20130106161A (ko) * | 2012-03-19 | 2013-09-27 | 노틸러스효성 주식회사 | 이동식 로봇의 전역경로 최적화 방법 |
Non-Patent Citations (1)
Title |
---|
이영일 外, 한국군사과학기술학회지 제16권 제6호, pp.726~732, 2013년 12월 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107703948B (zh) * | 2017-11-14 | 2020-09-29 | 上海理工大学 | 基于自适应动态窗口的移动机器人局部动态路径规划方法 |
CN107703948A (zh) * | 2017-11-14 | 2018-02-16 | 上海理工大学 | 基于自适应动态窗口的移动机器人局部动态路径规划方法 |
CN109062948A (zh) * | 2018-06-22 | 2018-12-21 | 广州杰赛科技股份有限公司 | 目标点确定、目标路径确定方法和系统 |
CN109062948B (zh) * | 2018-06-22 | 2020-11-13 | 广州杰赛科技股份有限公司 | 目标点确定、目标路径确定方法和系统 |
CN111176268A (zh) * | 2018-10-23 | 2020-05-19 | 百度(美国)有限责任公司 | 用于自动驾驶车辆的模仿人类驾驶行为的两步参考线平滑方法 |
CN111629947A (zh) * | 2018-12-26 | 2020-09-04 | 百度时代网络技术(北京)有限公司 | 自动驾驶车辆的用于生成参考线的方法和系统 |
US11360483B2 (en) * | 2018-12-26 | 2022-06-14 | Baidu Usa Llc | Method and system for generating reference lines for autonomous driving vehicles |
US11774973B2 (en) * | 2019-04-23 | 2023-10-03 | Kawasaki Motors, Ltd. | Storage device, movement assistance system, and movement assistance method |
JP2021144438A (ja) * | 2020-03-11 | 2021-09-24 | オムロン株式会社 | コントローラシステムおよびその制御方法 |
JP6801802B1 (ja) * | 2020-03-11 | 2020-12-16 | オムロン株式会社 | コントローラシステムおよびその制御方法 |
CN111998864B (zh) * | 2020-08-11 | 2023-11-07 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
CN111998864A (zh) * | 2020-08-11 | 2020-11-27 | 东风柳州汽车有限公司 | 无人车局部路径规划方法、装置、设备及存储介质 |
CN112666945A (zh) * | 2020-12-18 | 2021-04-16 | 广东嘉腾机器人自动化有限公司 | 一种agv曲线路径优化方法 |
CN113865607A (zh) * | 2021-09-26 | 2021-12-31 | 上海擎朗智能科技有限公司 | 路径规划方法、装置、设备及存储介质 |
CN114034882B (zh) * | 2021-10-28 | 2023-09-26 | 广州大学 | 一种洋流智能检测方法、装置、设备及存储介质 |
CN114034882A (zh) * | 2021-10-28 | 2022-02-11 | 广州大学 | 一种洋流智能检测方法、装置、设备及存储介质 |
CN116300973B (zh) * | 2023-05-18 | 2023-08-04 | 上海伯镭智能科技有限公司 | 一种复杂天气下无人驾驶矿车自主避障方法 |
CN116300973A (zh) * | 2023-05-18 | 2023-06-23 | 上海伯镭智能科技有限公司 | 一种复杂天气下无人驾驶矿车自主避障方法 |
CN116588087A (zh) * | 2023-07-14 | 2023-08-15 | 上海伯镭智能科技有限公司 | 基于多模态数据的无人驾驶矿车装卸点停靠方法 |
CN116588087B (zh) * | 2023-07-14 | 2023-09-29 | 上海伯镭智能科技有限公司 | 基于多模态数据的无人驾驶矿车装卸点停靠方法 |
CN118010032A (zh) * | 2024-04-09 | 2024-05-10 | 中油管道物资装备有限公司 | 一种运输车路径规划方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
KR101585504B1 (ko) | 2016-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101585504B1 (ko) | 자율 이동 차량의 경로 생성 방법 및 경로 생성 장치 | |
EP3517893B1 (en) | Path and speed optimization fallback mechanism for autonomous vehicles | |
CN107702716B (zh) | 一种无人驾驶路径规划方法、系统和装置 | |
Lau et al. | Kinodynamic motion planning for mobile robots using splines | |
CN111971574B (zh) | 用于自动驾驶车辆的lidar定位的基于深度学习的特征提取 | |
CN108973997B (zh) | 行驶轨道决定装置以及自动驾驶装置 | |
US9405293B2 (en) | Vehicle trajectory optimization for autonomous vehicles | |
US20190217857A1 (en) | Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects | |
Babinec et al. | VFH* TDT (VFH* with Time Dependent Tree): A new laser rangefinder based obstacle avoidance method designed for environment with non-static obstacles | |
Zhao et al. | Dynamic motion planning for autonomous vehicle in unknown environments | |
WO2017144350A1 (en) | Method for motion planning for autonomous moving objects | |
US20200363816A1 (en) | System and method for controlling autonomous vehicles | |
CN107491068B (zh) | 移动机器人路径规划方法、装置及路径规划设备 | |
CN111830979A (zh) | 一种轨迹优化方法和装置 | |
Ghita et al. | Trajectory planning for a car-like robot by environment abstraction | |
Ben-Messaoud et al. | Smooth obstacle avoidance path planning for autonomous vehicles | |
KR101907268B1 (ko) | 경로 선택에 기반한 자율 주행 방법 및 장치 | |
CN113433936A (zh) | 移动设备绕障方法、装置、移动设备及存储介质 | |
CN116331264A (zh) | 一种未知障碍物分布的避障路径鲁棒规划方法及系统 | |
US11383704B2 (en) | Enhanced vehicle operation | |
JP7058761B2 (ja) | 移動体制御装置、移動体制御学習装置、及び移動体制御方法 | |
CN113050648B (zh) | 一种机器人避障方法和系统 | |
Kim et al. | A heuristic obstacle avoidance algorithm using vanishing point and obstacle angle | |
CN117170377A (zh) | 一种自动驾驶方法、装置及车辆 | |
CN115230688A (zh) | 障碍物轨迹预测方法、系统和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20190102 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20200103 Year of fee payment: 5 |