가상 시뮬레이터를 이용한 무인 자율 주행 차량의 실시간 주행성 분석 알고리즘 검증 :Verification of real-time traversability analysis algorith of unmanned ground vehicle using virtual simulator

송하준

추천

검색

자료유형: 학위논문

저자정보: 송하준 (충남대학교, 충남대학교 대학원)

지도교수: 김성수

발행연도: 2018

저작권: 충남대학교 논문은 저작권에 의해 보호받습니다.

이용수15

이 논문의 연구 히스토리 (4)

2018

실시간 주행성 분석 알고리즘 검증을 위한 무인 자율 주행 차량 가상 시뮬레이터

송하준 , 한종부 , 홍효성 외 5명 제어로봇시스템학회 논문지 2018.04 학술저널

가상 시뮬레이터를 이용한 무인 자율 주행 차량의 실시간 주행성 분석 알고리즘 검증

송하준 메카트로닉스공학과 2018.01 학위논문

2017

가상 시뮬레이터를 활용한 무인 자율 주행 차량의 실시간 주행성 분석 알고리즘 검증

송하준 , 한종부 , 홍효성 외 5명 제어로봇시스템학회 국내학술대회 논문집 2017.05 학술대회자료

2016

무인 지상 차량의 자율 주행 제어를 위한 실시간 동역학 기반의 최적 속도 프로파일

송하준 , 한종부 , 홍효성 외 5명 대한기계학회 춘추학술대회 2016.12 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

This paper verifies the algorithm of the real-time traversability analysis, which is a velocity plan to guarantee the stability of the vehicle when driving the unmanned ground vehicle, through the virtual simulator. In order to confirm the dynamics characteristics of the actual vehicle by simulation, a vehicle model based on the multibody dynamics formula was constructed. Verified the algorithm of the real-time traversability analysis through the virtual simulator and composed the scenarios that can occur during the actual driving through the virtual simulator and confirmed the response of the vehicle at that time.
Since the vehicle model composing the simulator and the real-time traversability algorithm requires real-time analysis, the subsystems synthesis method is applied for efficient analysis. Several integration techniques were applied to achieve stable analysis and stability was compared for each integration technique. And we added and autonomous vehicle controller model that used the concept of the preview distance to drive the vehicle model on a given terrain and local path.
Using a virtual simulator, simulated several scenarios. Compared the velocity plan based on the curvature of local path and the velocity plan based on the real-time traversability analysis. And it was confirmed that the driving speed was improved by adjusting the stability index and the speed candidate group in order to improve the running speed of the vehicle. Also, the communication delay between the internal modules of the vehicle is described, and the problems that may occur in communication delay are also confirmed. Finally, simulated the difference between vehicle and vehicle model due to uncertain factors in the vehicle.

1. 서론 1
1.1 연구 동기 1
1.2 문헌 조사 3
1.3 연구 목적 및 범위 5
2. 주행성 분석을 통한 자율 주행 차량 속도 계획 개요 7
2.1 주행성 분석을 위한 무인 자율 주행 차량 7
2.2 주행성 분석 알고리즘 및 구성 8
3. 야지 자율 주행 차량의 실시간 다물체 동역학 및 제어 모델링 10
3.1 실시간 야지 자율 주행 차량 다물체 동역학 모델 10
3.1.1 현가 부분 시스템을 이용한 부분시스템 합성 방법 11
3.1.2 휠 스핀 동역학 및 스키드 조향을 위한 타이어 모델링 19
3.2 실시간 해석을 위한 효율적인 수치 적분 기법 20
3.2.1 부분시스템 합성 방법 기반의 외재적 수치 적분 기법 21
3.2.2 부분시스템 합성 방법 기반의 내재적 수치 적분 기법 23
3.2.3 부분시스템 합성 방법 기반의 반복법을 제거한 내재적 수치 적분 기법 29
3.2.4 시뮬레이션을 통한 적분기 안정성 검증 35
3.3 동역학 모델 검증 37
3.3.1 ADAMS 모델링 38
3.3.2 실차 실험을 통한 ADAMS 모델 및 동역학 모델 검증 41
3.4 자율 주행 제어기 설계 46
3.4.1 Preview 거리 47
3.4.2 경로 및 속도 추종 제어 알고리즘 설계 50
3.4.3 경로 및 속도 추종 제어기 설계를 위한 단순 동역학 모델 설계 51
3.4.4 외란 모멘트 추정 53
3.4.5 종방향 타이어력 분배 53
3.4.6 휠 토크 명령 55
3.5 자율 주행 제어기 검증 55
4. 실시간 주행성 분석을 위한 가상 시뮬레이터 개발 61
4.1 실시간 주행성 분석 시뮬레이터의 구조 61
4.2 실시간 주행성 분석 S/W 구성 62
4.2.1 UGV 주행 시뮬레이션을 위한 차량 초기 자세 및 속도 해석 63
4.2.2 주행성 분석을 위한 속도 후보군 선정 65
4.2.3 병렬처리를 통한 실시간 주행 시뮬레이션 67
4.2.4 차량의 안정성 판단을 위한 지표 계산 69
4.2.5 차량의 안정성을 고려한 속도 프로파일 생성 71
4.3 UGV S/W 구성 73
4.3.1 LQ Tracking Control을 이용한 자율 주행 차량 제어 74
5. 다양한 시뮬레이션을 통한 주행성 분석 알고리즘 검증 78
5.1 실시간 주행성 분석 알고리즘의 실시간성 검증 78
5.2 주행성 분석 알고리즘 효용성 검증 80
5.3 주행성 분석에 따른 최고 속도 시뮬레이션 84
5.3.1 횡방향 안정성 지표에 따른 최고 속도 시뮬레이션 84
5.3.2 속도 후보군 조정에 따른 최고 속도 시뮬레이션 87
5.4 통신 지연을 고려한 시뮬레이션 94
5.5 차량 모델의 불확실성을 고려한 시뮬레이션 99
6. 결론 및 추후 연구 107
부록 A. 야지 자율 주행 차량 성능 시뮬레이션 110
참고 문헌 119
ABSTRACT 122

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (4)

초록· 키워드

목차

최근 본 자료

댓글(0)