라이다 센서 기반 USV의 이동 장애물 회피에 관한 연구 :A Study on moving obstacle avoidance for LiDAR sensor based USV

김태훈

추천

검색

자료유형: 학위논문

저자정보: 김태훈 (서울과학기술대학교 )

지도교수: 박희재

발행연도: 2023

저작권: 서울과학기술대학교 논문은 저작권에 의해 보호받습니다.

이용수53

이 논문의 연구 히스토리 (2)

2023

라이다 센서 기반 USV의 이동 장애물 회피에 관한 연구

김태훈 기계설계로봇공학과 2023.01 학위논문

2022

Lidar센서기반 자율 운항선박의 이동 장애물 회피에 관한 연구

김태훈 , 박희재 한국생산제조학회 학술발표대회 논문집 2022.12 학술대회자료

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

초록· 키워드

오류제보하기

본 연구는 단일 라이다(LiDAR: Light Detection And Ranging) 센서를 사용한 소형 무인수상정(USV: Unmanned Surface Vehicle)의 경로상 장애물 속도 추정 기반의 회피 알고리즘의 개발과 시뮬레이션 기반의 알고리즘 성능 비교 및 검증 체계를 제시한다. Python 시뮬레이션을 통해 해상 환경을 구현하고 라이다 센서를 이용해 선체 주변의 장애물을 감지하면서 선박을 목표 지점까지 항해시켰으며, 진행 경로상에서 조우하는 정적 장애물과 이동 장애물의 상대속도를 계산했다. 측정한 장애물의 속도는 국제 해상 충돌 규정을 준수하는 알고리즘을 통해 충돌 위험을 줄이는 안전한 항로를 선택하는 데 이용되며, 다양한 조우 상황에 대해서도 성공적으로 회피가 가능한 것을 확인하였다. 이를 통해 제안 알고리즘이 적용된 USV가 타 선박에 대한 충돌이 우려되는 상황에서도 국제 규정을 준수하며 우회할 수 있다는 사실을 시뮬레이션을 통해 확인하였으며, 단일 라이다 센서만으로 구축한 이동 장애물 회피 기능으로도 원하는 수준의 경로 추종과 충돌 회피 기능의 구현이 이론적으로 구현 가능하다는 사실을 보였다.

서로 다른 회피 알고리즘의 시뮬레이션 항해 데이터(연료 소모량과 가속도, 선수각의 변화량, 장애물과의 근접 위험도, 이동 거리)를 토대로 성능 평가를 진행하였다. 수치화된 평가점수를 이용해 알고리즘별 성능적 우위를 판단하고 알고리즘의 미세한 회피 파라미터 변화에 영향을 받는다는 사실을 확인하였다.

가상 시뮬레이션 환경을 통해 자율운항 선박의 개발 및 성능 검증을 효율적으로 진행할 수 있었으며, 자율주행 자동차나 무인 항공기 분야에도 적용을 기대할 수 있을 것으로 판단하였다. 추가 연구에서 강화학습 적용을 통해 파라미터 조정 단계를 더 신속하고 정확하게 수행할 수 있을 것으로 기대한다.

In this study, we developed an avoidance algorithm based on obstacle velocity estimation on the path of a small Unmanned Surface Vehicle (USV) using a single LiDAR sensor. We implemented the marine environment through Python simulation, navigated to the target point while detecting obstacles around the ship using LiDAR sensor, and calculated the relative speed of obstacles along the route and other ships encountered. The measured speed is used to select a safe route that reduces the risk of collision through an algorithm that complies with international maritime collision regulations, and it is confirmed that successful avoidance is possible in various encounter situations. Through this, it was confirmed through simulation that the USV to which the proposed algorithm was applied can bypass international regulations even in situations where collisions with other ships are concerned, and the moving obstacle avoidance function built with only a single LiDAR sensor reached the desired level. It was shown that the implementation of path following and collision avoidance functions can be implemented theoretically.
The performance evaluation was conducted based on the simulation navigation data (fuel consumption and acceleration, change in heading angle, proximity to obstacle, and moving distance) of different avoidance algorithms. It was confirmed that the performance advantage of each algorithm was determined using the quantified evaluation score, and that it was affected by the subtle change in the avoidance parameter of the algorithm.
Through the virtual simulation environment, it was possible to efficiently develop and verify the performance of autonomous ships, and it was judged that it could be applied to autonomous vehicles and unmanned aerial vehicles. In further research, it is expected that the parameter adjustment step can be performed more quickly and accurately through the application of reinforcement learning.

#LiDAR sensor #Collision Avoidance #USV(Unmanned Surface Vehicle) #Python Simulation

요약 ⅰ
표목차 iv
그림목차 iv
I. 서 론 1
1. 연구 배경과 목적 1
2. 기존 연구 사례 3
II. 이론적 고찰 4
1. 기존 장애물 회피 알고리즘 4
1) VFF(Virtual Force Field)를 이용한 장애물 회피 4
2) VFH(Vector Field Histogram)를 이용한 장애물 회피 5
3) 속도 장애물 기법(Velocity obstacle) 6
2. 국제해상충돌예방규칙(COLREG)의 개요 7
1) 국제 규정에 따른 회피 방향 7
2) 정면 조우(Head-on) 7
3) 횡단 조우(Crossing) 7
4) 추월 회피(Overtaking) 8
III. 시뮬레이션 설정 9
1. 라이다(LiDAR) 센서 9
2. 제안 알고리즘 - Simple Collision Avoidance 10
1) COLREG 반영 알고리즘 10
2) 장애물의 위치 추정 11
3) 장애물의 속도 추정 13
4) 전방 장애물 회피 – Simple Collision Detour 15
(1) 정면 횡단 상황 15
(2) 정면 추월 및 우회 상황 17
5) 측면 장애물 회피 - Side detour 22
3. 선박 구조 23
4. 동역학적 모델링 24
5. 선박 제어 27
6. 시뮬레이션 구성 29
1) 시스템 설계 – Python Pygame 29
2) 해상 환경 조건의 구현 31
7. 시뮬레이션 방법 31
8. 알고리즘 성능 평가식 32
IV. 시뮬레이션 결과 및 고찰 33
1. 제안 알고리즘의 고정 장애물(지형) 우회 33
2. 성능 평가 비교 38
1) 제안 알고리즘의 성능 38
2) 조정 후 제안 알고리즘의 성능 41
3) VFF 회피 알고리즘의 성능 44
3. 고찰 47
V. 결 론 51
참고문헌 52
영문초록(Abstract) 54
감사의글 56

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 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)