The Journal of the Korea institute of electronic communication sciences (한국전자통신학회논문지)

Korea Institute of Electronic Communication Science (한국전자통신학회)
권호 표지
DOI QR코드

DOI QR Code

Implementing Autonomous Navigation of a Mobile Robot Integrating Localization, Obstacle Avoidance and Path Planning

위치 추정, 충돌 회피, 동작 계획이 융합된 이동 로봇의 자율주행 기술 구현

  • 노성우 (조선대학교 정보통신공학과) ;
  • 고낙용 (조선대학교 제어계측공학과) ;
  • 김태균 (조선대학교 제어계측공학과)
  • Received : 2010.12.06
  • Accepted : 2011.02.09
  • Published : 2011.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents an implementation of autonomous navigation of a mobile robot indoors. It explains methods for map building, localization, obstacle avoidance and path planning. Geometric map is used for localization and path planning. The localization method calculates sensor data based on the map for comparison with the real sensor data. Monte Carlo Localization(MCL) method is adopted for estimation of the robot position. For obstacle avoidance, an artificial potential field generates repulsive and attractive force to the robot. Dijkstra algorithm plans the shortest distance path from a start position to a goal point. The methods integrate into autonomous navigation method and implemented for indoor navigation. The experiments show that the proposed method works well for safe autonomous navigation.

본 논문은 실내 이동로봇의 자율주행 방법을 적용한 결과를 기술한다. 구체적으로 지도생성, 위치추정, 장애물 회피, 경로계획에 대해서 설명한다. 기하학적 지도는 위치추정과 경로계획에 이용된다. 위치 추정을 위해서 지도 정보를 이용하여 센서 데이터를 계산하고 이를 실제 센서 데이터와 비교한다. 위치 추정에는 몬테 카를로 위치 추정 방법을 사용한다. 인공 전위계를 사용하여 장애물로부터의 척력과 목표 위치로의 인력을 구하여 장물을 피한다. 경로계획을 위해 다익스트라 알고리즘을 이용하여 로봇의 출발 위치에서 목표 위치까지의 최단거리 경로를 구한다. 이러한 방법들이 통합하여 자율 주행 방법을 실제로 구현하여 실험하였다. 실제 실험을 통하여 제안한 방법이 로봇을 안전하게 자율주행하게 함을 확인하였다.

Keywords

References

  1. S. Thrun, "Learning metric-topological maps for indoor mobile robot navigation," Artificial Intelligence, vol. 99, no. 1, pp. 21-71, 1998. https://doi.org/10.1016/S0004-3702(97)00078-7
  2. Borenstein, J,. Everett, B,.and Feng, L., "Where am I? Sensors and Methods for Mobile Robot Positioning." pp. 130-131, 1996.
  3. Moravec, H.P. and Elfes, A., "High Resolution Maps from Wide Angle Sonal." Proceeding of the IEEE conference on Robotics and Automation, Wasington D.C., pp. 116-121, 1985.
  4. Borenstein, J. and Koren, Y., 1991, "Histogramic in-motion mapping for mobile robot obstacle avoidance." IEEE Journal on Robotics and Automation, Vol. 7, No. 4, pp. 525-539, 1991.
  5. Borenstein, J. and Feng, L., where am I? Sensors and Method for Autonomous Mobile Robot Positioning-1995 Edition, 1995c.
  6. 김태균, "유비쿼터스 센서 환경에서의 이동로봇 위치추정," 조선대학교 석사학위 논문, 2009.
  7. 김성철, "자율 이동 로봇의 장애물 회피를 위한 안전 방향 구간 탐색 방법," 조선대학교 박사학위 논문, 2002.
  8. 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.
  9. O.Khatib, "Real-Time Obstacle Avodance for Manipulators and Mobile Robots." IEEE International Conference on Robotics and Automation, pp. 500-505, 1985.
  10. Arkin, R. C., "Motor Schema-Based Mobile Robot Navigation," The International Journal of Robotics Research: 92-112, 1989.
  11. 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, 2001. https://doi.org/10.1109/70.954761
  12. Data Structures in C 언어로 쉽게 풀어쓴 자료구조, 천인국. p426-436