다섯 번째 시뮬레이션 결과를 분석해 보면 로봇에 인공전위계 알고리즘을 적 용시킨 경우는 로봇이 이동한 거리, 이동시간, 그리고 이동 시에 장애물과의 최소 거리 등을 보았을 때 Elastic Force 알고리즘을 적용시켰을 때보다 이동 거리는 감 소, 이동시간은 좀 더 증가하였으며, 장애물을 회피할 때 장애물과의 최소거리는 모두 비슷하게 나타났다.
같은 조건에서 두 알고리즘에 가상센서 알고리즘을 각각 추가로 적용시켰을 때도 역시 인공전위계 알고리즘을 적용한 로봇의 움직임이 이동 거리는 감소하였 으나, 이동시간은 증가하였다. 복잡한 환경에서는 가상센서 알고리즘을 추가로 적 용할 경우 Elastic Force 알고리즘을 적용시킨 로봇에 한해 장애물과의 최소거리가 증가함을 알 수 있었다.
로봇의 유연함을 비교해보면 인공전위계 알고리즘의 경우 각가속도의 최대 값 과, Jerk 최대 값이 더 큰 것으로 확인되었다. 또한, 각가속도의 합과 Jerk의 합이 Elastic Force 알고리즘보다 모두 더 크게 나타났다. 이는 Elastic Force 알고리즘 을 적용시켰을 때 인공전위계 알고리즘보다 부드러운 움직임을 보여줌을 알 수 있 었다. 한편 가상센서 알고리즘을 적용시켰을 경우는 Elastic Force 알고리즘의 경 우 각가속도의 최대 값과, Jerk 최대 값이 좀 더 줄어들었으며, 인공전위계 알고리 즘의 경우 장애물과의 최소거리는 비슷하였으나 로봇 헤딩각의 오실레이션이 좀 더 많이 발생하여 가상센서 알고리즘을 적용하지 않았을 때 보다 유연하지 못한 움직임을 나타내었다. 결과적으로 본 실험결과는 Elastic Force 알고리즘의 경우에 는 가상센서 알고리즘을 추가 적용하였을 경우는 유연함이 증가하였지만, 인공전위 계 알고리즘의 경우에는 장애물이 많을수록 가상센서 알고리즘을 적용하지 않았을 때가 보다 유연한 움직임을 나타내었다.
그림 77. 로봇의 이동 경로 5-1 (APF 알고리즘)
그림 78. 로봇의 각속도 변화 (APF 알고리즘)
그림 79. 로봇의 각가속도 변화 (APF 알고리즘)
그림 80. 로봇의 Jerk 변화 (APF 알고리즘)
그림 81. 로봇의 이동 경로 5-2 (EF 알고리즘)
그림 82. 로봇의 각속도 변화 (EF 알고리즘)
그림 83. 로봇의 각가속도 변화 (EF 알고리즘)
그림 84. 로봇의 Jerk 변화 (EF 알고리즘)
그림 85. 로봇의 이동 경로 5-3 (가상센서 적용 APF 알고리즘)
그림 86. 로봇의 각속도 변화 (가상센서 적용 APF 알고리즘)
그림 87. 로봇의 각가속도 변화 (가상센서 적용 APF 알고리즘)
그림 88. 로봇의 Jerk 변화 (가상센서 적용 APF 알고리즘)
그림 89. 로봇의 이동 경로 5-4 (가상센서 적용 EF 알고리즘)
그림 90. 로봇의 각속도 변화 (가상센서 적용 EF 알고리즘)
그림 91. 로봇의 각가속도 변화 (가상센서 적용 EF 알고리즘)
그림 92. 로봇의 Jerk 변화 (가상센서 적용 EF 알고리즘)
각 알고리즘들의 분석요소를 마름모로 표현하여 구한 성능은 표 8과 같으며, 그림 93은 결과를 보여준다. 결론적으로, 다섯 번째 시뮬레이션의 결과를 비교해보 면 가상센서 개념을 추가하여 Elastic force 알고리즘을 적용시켰을 경우가 가장 로봇의 충돌회피 성능이 우수하게 나타남을 알 수 있었다.
표 8. 알고리즘별 성능 3
정규화데이터 APF EF APF_VS EF_VS
이동거리 0 1 0.06 0.75
이동시간 0.07 0 1 0.14
장애물과의
최소거리 0.82 0.36 1 0
변화량의 합각가속도 0.33 0.01 1 0
데이터 합 1.22 1.37 3.06 0.89
면적 0.49 0.35 1.75 0.31
그림 93. 알고리즘별 성능 분석 그래프 3
제 5 장 결론
본 논문에서는 이동 로봇의 충돌회피 분야에 많이 사용되는 알고리즘들의 특 성을 분석하기 위하여 실제 로봇과 똑같은 환경을 적용한 로봇 시뮬레이터를 개발 하여 각각의 알고리즘들을 시뮬레이션 하였다. 4가지 분석요소(이동거리, 이동시간, 장애물과의 최소거리, 유연함)를 시뮬레이션을 통하여 얻은 각 알고리즘의 특성은 다음과 같다.
(1) 인공전위계 알고리즘의 경우, 장애물의 위치가 로봇의 시작점과 목표점까 지의 최단거리 경로와 가까이 있을 때는 로봇이 장애물을 멀리 회피하지 못하고 가까이 이동하는 것을 알 수 있었다.
(2) 2개 이상의 장애물이 위치해 있으면, 로컬미니멈에 빠질 확률이 증가하였 다. 로봇이 움직이는 주변 환경에 장애물이 많아질수록 로봇의 움직임이 유연하지 못하였으며, 장애물과의 최소거리가 감소하여 충돌의 위험이 증 가하는 경우도 발생하였다.
(3) 로봇이 주변 환경의 변화에 빠르게 대응하지는 못하지만, 장애물의 개수가 적고 충돌위험이 다소 낮은 환경에서는 가장 빠른 움직임을 보여주었다.
(4) 인공전위계 알고리즘에 가상센서 알고리즘을 추가로 적용하였을 경우 다수 의 장애물들의 위치가 로봇의 시작점과 목표점까지의 최단거리 경로와 가 까이 있을 경우에는 로봇의 움직임이 유연해 졌지만, 반대로 장애물들의 위치가 최단거리 경로와 좀 더 떨어져 있는 경우에는 오히려 로봇의 움직 임이 유연하지 못하게 움직이는 경우도 발생하였다.
(5) Elastic Force 알고리즘의 경우, 장애물의 위치가 로봇의 시작점과 목표점 까지의 최단거리 경로에 있을 경우에도 인공전위계 알고리즘과 달리 충분 한 거리를 확보하고 장애물을 회피하는 것을 알 수 있었다.
(6) 장애물과의 최소거리는 증가하였지만 상대적으로 로봇의 이동 거리 역시 증가함을 알 수 있었다. 로봇의 움직임이 빠르지는 않지만 안전을 더욱 고 려한다면 복잡한 환경에서 인공전위계 알고리즘보다 좀 더 유연한 움직임 을 보여주었다.
(7) 2개 이상의 장애물이 위치해 있는 복잡한 환경에서도 안정적으로 장애물과 의 충돌을 피해 이동함을 알 수 있었다. 또한 추가적으로 가상센서 알고리 즘을 적용하였을 경우에는 보다 유연한 움직임을 보여주었다.
(8) 종합적으로 인공전위계 알고리즘과 Elastic Force 알고리즘의 특성을 비교 해보면 장애물이 다수 놓여있는 복잡한 환경에서는 Elastic Force 알고리 즘을 로봇에 적용시켰을 경우에 보다 유연한 움직임과 장애물과의 최소거 리도 인공전위계 알고리즘에 비해 좀 더 확보가 되었다. 또한, 가상센서 알 고리즘을 추가적으로 각각의 알고리즘에 적용하였을 경우에는 인공전위계 알고리즘의 경우 로봇의 유연함이 향상되거나 또는 더 나빠지는 경우도 발 생하였으나, Elastic Force 알고리즘의 경우에는 로봇의 유연함이 향상됨을 알 수 있었다.
Reference
[1] Borenstein, J,. Everett, B,.and Feng, L., “Where am I? Sensors and Methods for Mobile Robot Positioning.” pp. 130-131, 1996.
[2] O. Khatib, "Real-time obstacle avoidance for manipulators and mobile robots," The Int. J. Robotics Research, vol. 5. no. 1, PP. 90-98, Spring, 1986.
[3] Borenstein, J. and Koren Y. "Obstacle Avoidance with Ultrasonic Sensors," IEEE Journal of Robotics, Vol. 4, No. 2, pp. 213-218, 1988.
[4] 김성철, “자율 이동 로봇의 장애물 회피를 위한 안전 방향 구간 탐색 방법,” 조 선대학교 박사학위 논문, 2002.
[5] Shi, Enxiu Cai, Tao He Changlin Guo, Junjie, ,"Study of the New Method for Imporving Artifical Potential Field in Mobile Robot Obstacle Avoidance,"
Automation and Logistics IEEE International Conference on, pp 282-286, Jinan, China, 2007.
[6] Schlegel, C, "Fast local obstacle avoidance under kinematic and dynamic constrains for a mobile robot," Intelligent Robots and Systems, IEEE/RSJ International Conference on, Vol 1, pp. 594-599, 1998.
[7] N.C. Tsourveloudis, K.P. Valavanis, and T. Hebert, "Autonomous Vehicle Navigation Utilizing Electrostatic Potential Fields and Fuzzy Logic," IEEE TRANSACTIONS ON ROBOTICS AND AUTOMATION, VOL. 17, NO. 4, pp.
490-497, AUGUST 2001.
[8] 고낙용, 서동진, “다중 이동 로봇의 중앙 감시에 의한 충돌 회피 동작조정 방 법,” 대한전기학회논문지, D권 52:44, pp. 223-232, 2003.
[9] Boernstein, J. and Koren, Y., "The vector field histogram-fast obstacle avoidance for mobile robots," IEEE Transaction on Robotics Automation, Vol. 7, No. 3, pp.
278-288, June, 1991.
[10] Borenstein, J. and Koren, Y., "Histogramic in-motion mapping for mobile robot
obstacle avoidance." IEEE Journal on Robotics and Automation, Vol. 7, No. 4, pp. 525-539, 1999.
[11] Gong, Jianwei Duan, Yulin Man, Yiming Xiong, Guangming, "VPH+:An Enhanced Vector Polar Histogram Method for Mobile Robot Obstacle Avoidance,"
Mecharonics and Automation, ICMA 2007 International Conference on, pp.
2784-2788, Harbin, China, 2007.
[12] R. G. Simmons, “The Curvature-Velocity Method for Local Obstacle Avoidance,”
In 1996 IEEE International Conference on Robotics and Automation, pp.
3375-3382, Minneapolis MN, April 1996.
[13] Ko, N. Y. and Simmons, R. G., "The Lane-curvature Method for Local Obstacle Avoidance," International Conference in Intelligent Robots and Systems (IROS 1998), Victoria, B.C., Canada, Oct. 13-17, 1998.
[14] Ko, Nak Yong and Bum Hee Lee, "Avoidability Measure in Moving Obstacle Avoidance Problem and Its Use for Robot Motion Planning," International Conference in Intelligent Robots and Systems(IROS 1996), pp. 1296-1303, 1996.
[15] 고낙용, 이범희, “충돌회피 가능도를 이용한 로봇의 이동 장애물 회피,” Journal of Control, Automation and System Engineering, Vol. 3, No. 2, pp. 169-178, April. 1997.
[16] Nak Yong Ko, Reid G. Simmons and Dong Jin Seo, "Trajectory Modification Using Elastic Force for Collision Avoidance of a mobile Manipulator," 9th Pacific Rim International Conference on Artificial Intelligence(PRICAI 2006), volume 4099, pp. 190-199, 2006.
[17] Brock, O, Khatib, O. "Elastic Strips : A Framework for motion Generation in Human Environments," International Journal of Robotics Research, Vol. 21, No.
12, pp. 1031-1052, Dec 2002.
[18] Nak Yong Ko, Dong Jin Seo et al, "3-Dimensional Simulator for Multiple Robot System using TCP-IP," The IASTED Conference on Software Engineering, pp.
130-135, 2007.
[19] http://www.microsoft.com/robotics/
[20] http://www.cyberbotics.com/
[21] http://www.mobotsoft.com/
[22] http://www.cs.utexas.edu/users/qr/robotics/flat/
[23] http://playerstage.sourceforge.net/
[24] http://www.hitecrcd.co.jp/simrobot/
[25] 김광진, “전자나침반과 엔코더를 이용한 이동로봇의 위치추정,” 조선대학교 석 사학위 논문, 2006.
[26] 서동진, “서버-클라이언트 구조의 다중로봇 시뮬레이션 프로그램의 개발,” 조선 대학교 박사학위 논문, 2006.
[27] 이우영, 허대정, 허욱열, 김영근, 김학일, 이관영, “곡선 궤적을 이용한 mobile robot의 장애물 회피,” 2002년도 대한전기학회 하계학술대회 논문집, pp.
2457-2459, 2006.
[28] 이종연, 정하민, 김동헌, “국소 경로 계획법을 위한 APF기반의 무정형 장애물 회피 연구,” Proceedings of KIIS Spring Conference, Vol. 20, No. 1, pp. 407-410, 2010.
[29] 박세준, 서용호, 양태규, “위치센서와 레이저거리센서를 이용한 실내용 이동로 봇의 SLAM,” 한국정보기술학회논문지, Vol. 8, No. 11, pp. 61-69, 2010.
[30] 이우송, 오세봉, 노춘수, 안용근, “이동로봇의 장애물회피 주행기술개발,” 한국 공작기계학회 2008 추계학술대회 논문집, pp. 421-424, 2008.
[31] 최경현, 조수정, 양형찬, “탄성력을 이용한 실시간 장애물 회피에 관한 연구.”
한국공작기계학회논문집, Vol. 16, No. 5, pp. 33-40, 2007.
감사의 글
남들보다 늦었지만 대학원 박사과정을 벌써 마감해야 하는 시기가 되어 많은 아쉬움과 후회가 남지만 그동안 저를 살펴주셨던 제어계측로봇공학과 교수님들과, 항상 격려를 아끼지 않았던 나의 소중한 친구들과 동료들, 그리고 사랑으로 지금까 지 지켜봐주신 가족들에게 글로나마 감사하는 마음을 표현하고자 합니다.
오랜 시간동안 부족한 저에게 부모님처럼 인자하게 많은 부분을 지도해주시고, 평소에 항상 멘토가 되어주셨던 고낙용 교수님께 깊이 감사의 말씀을 올립니다.
바쁘신 와중에도 부족한 저의 논문을 자상하고 세심하게 심사해 주신 한승조 학장님, 최한수 교수님, 문용선 교수님, 이진이 교수님께 깊이 감사드립니다.
대학원 박사과정 5년을 지나오면서 많은 가르침을 주신 장순석 교수님, 반성범 교수님, 곽근창 교수님, 조창현 교수님께도 감사드립니다. 나중에 학교를 떠나더라 고 교수님들의 은혜는 잊지 않겠습니다.
지금은 비록 멀리 떨어진 곳에서 근무중이시지만 학부때부터 10년 넘게 저와 가장 오랜 시간 생활하시면서 친형처럼 저를 챙겨주시고 항상 저에게 많은 가르침 을 주셨던 서동진 박사님! 앞으로는 형에게 조금이라도 도움이 될 수 있는 후배가 되도록 노력하겠습니다.
인생 선배로써 항상 조언을 아끼지 않고 해주셨던 전종우 박사님! 형님도 꼭 하시고자 하는 일 모두 이루시길 바랍니다.
실험실에서 같이 생활하며 항상 열심히 노력하는 태균이! 학위 받을때까지 남 은 기간 동안 열심히 연구해서 꼭 하고자 마음먹은 일 모두 이루길 바란다.
평소에 실험실 일을 나눠서 해주며 이 논문을 잘 마무리 할 수 있도록 마지막 에 많이 도와주었던 성우! 늘 지금처럼 열심히 하는 모습 보여주고 좋은 학문적 성과 이루길 바란다.
지금은 졸업하고 취업에 성공한 영태! 영남이! 모두들 앞날에 좋은 일만 가득 하고 회사 생활 잘 하기 바란다.
많이 부족한 선배지만 잘 따라주고 각자 맡은 임무 열심히 하는 실험실 후배 정현이! 석기! 지금은 공부하느라 힘들겠지만 언젠가는 꼭 그 결실이 맺어질거라 믿어 의심치 않는다.