표제지
목차
ABSTRACT 12
제1장 서론 15
제1절 연구 배경 15
제2절 연구 동향 20
1. 경로 계획 알고리즘 20
2. 탐사 알고리즘 22
3. SLAM 24
4. Active SLAM 30
제3절 연구 내용 및 구성 32
제2장 이론적 배경 35
제1절 경로 계획 35
1. RRT 35
2. RRT* 38
제2절 SLAM 42
1. Odometry 42
2. Odometry and Mapping 43
3. Loop Closure 44
4. 관성 센서 결합 46
제3절 탐사 알고리즘 49
1. Frontier-based 50
2. Next-best-view planner 51
제3장 기하학적 구조를 통한 가관측성 분석 기법 54
제1절 자세 예측 및 벽 검출 기법 56
1. 특정 위치에서의 자세 및 속도 예측 56
2. 벽 검출 기법 59
제2절 가관측성 분석 61
1. 가관측성 모델 61
2. 가관측성 분석 기법 69
제3절 시뮬레이션 71
1. 시뮬레이션 구성 71
2. 시뮬레이션 결과 74
제4절 실험 81
1. 실험을 위한 플랫폼 구성 81
2. 실제 환경 결과 86
제4장 가관측성 기반 자세 및 위치 계획 88
제1절 경로 계획 기법 88
1. 경로 계획 개념 88
2. 경로 계획 알고리즘 90
제2절 경로 계획 시뮬레이션 93
1. 가관측성 기반 경로 계획 93
2. 조건수 범위와 항법 성능 95
3. 알고리즘 성능 비교 100
4. RRT* vs ODPP 101
제3절 경로 계획 실험 106
1. 실험 환경 106
2. 실험 환경 검증 107
3. 실험 결과 108
제5장 가관측성 기반 탐사 알고리즘 113
제1절 탐사 기법 113
1. 탐사 기법 개념 114
2. 알려진 영역과 미지의 영역 경계선 탐지 기법 115
3. 탐사 지점 생성 기법 121
제2절 시뮬레이션을 통한 검증 124
1. 가관측성 검증 환경 124
2. LiDAR 최대 범위 50m 126
3. LiDAR 최대 범위 20m 128
4. LiDAR 최대 범위 10m 131
5. Frontier vs. OD Exploration 134
제3절 실외 환경 시뮬레이션 137
1. 실외 탐사 환경 137
2. LiDAR 최대 범위 50m 138
3. LiDAR 최대 범위 20m 141
4. LiDAR 최대 범위 10m 144
제6장 결론 148
참고문헌 149
국문초록 154
〈표 3-1〉 실험 센서 및 장비 성능 83
〈표 4-1〉 조건수 범위에 따른 LiDAR SLAM 성능 96
〈그림 1-1〉 Odometry, Mapping 그리고 SLAM의 구성도 25
〈그림 1-2〉 SLAM 알고리즘에 사용되는 센서 26
〈그림 2-1〉 RRT 알고리즘 노드 추가 방법 35
〈그림 2-2〉 RRT 알고리즘 37
〈그림 2-3〉 RRT*의 함수에 따른 트리의 변화 38
〈그림 2-4〉 RRT와 RRT* 40
〈그림 2-5〉 RRT*의 Node 개수에 따른 Cost와 연산시간 41
〈그림 2-6〉 SLAM의 프론트엔드와 백엔드 42
〈그림 2-7〉 Loop Closure 비교 46
〈그림 2-8〉 Frontier-based 50
〈그림 2-9〉 알고리즘별 같은 시간 동안 탐사 범위 52
〈그림 3-1〉 속도 및 자세 예측 제어기 설계도 56
〈그림 3-2〉 경로 비행 중 예상 자세와 실제 자세 58
〈그림 3-3〉 포인트 클라우드 지도 내에서 검출된 벽 60
〈그림 3-4〉 특정 위치와 벽면의 기하학적 관계 61
〈그림 3-5〉 기하학적 구조를 통한 가관측성 순서도 70
〈그림 3-6〉 Gazebo 환경에서의 PIL 시뮬레이터 73
〈그림 3-7〉 제시한 알고리즘의 검증을 위한 시뮬레이션 환경 74
〈그림 3-8〉 4면이 벽으로 막혀 있는 환경에서의 조건수 지도 75
〈그림 3-9〉 왼쪽이 뚫려 있는 환경에서의 조건수 지도 76
〈그림 3-10〉 위, 아래가 뚫려 있는 환경에서의 조건수 지도 77
〈그림 3-11〉 45° 벽이 있는 환경에서의 조건수 지도 77
〈그림 3-12〉 30° 벽이 있는 환경에서의 조건수 지도 78
〈그림 3-13〉 Gazebo에서 구현한 미로 환경 전경 79
〈그림 3-14〉 미로 환경에서의 조건수 지도 80
〈그림 3-15〉 미션 컴퓨터 82
〈그림 3-16〉 UGV 실험장비 85
〈그림 3-17〉 실제 환경의 조건수 지도 86
〈그림 4-1〉 최단 경로와 가관측성 기반 경로 개념도 89
〈그림 4-2〉 가관측성 기반 경로 계획 PIL 시뮬레이션 흐름도 93
〈그림 4-3〉 미로 환경에서 가관측성 기반 경로 계획 94
〈그림 4-4〉 조건수 범위에 따른 ODPP의 트리와 경로 98
〈그림 4-5〉 조건수 범위에 따른 LiDAR SLAM 성능 그래프 99
〈그림 4-6〉 알고리즘별 센서 범위에 따른 경로 비교 101
〈그림 4-7〉 알고리즘별 센서 범위에 따른 조건수 비교 101
〈그림 4-8〉 RRT* vs ODPP의 센서 범위에 따른 경로 비교 102
〈그림 4-9〉 RRT* vs ODPP의 센서 범위에 따른 위치 그래프 103
〈그림 4-10〉 RRT* vs ODPP의 센서 범위에 따른 경로 비교 104
〈그림 4-11〉 실험 플랫폼의 흐름도 106
〈그림 4-12〉 실험 환경 전경 107
〈그림 4-13〉 실험 환경에서의 조건수 지도 108
〈그림 4-14〉 실제 환경에서의 생성된 경로 109
〈그림 4-15〉 경로 계획의 웨이포인트당 조건수 110
〈그림 4-16〉 경로 계획의 주행 중 자세 결과 그래프 110
〈그림 4-17〉 경로 계획의 주행 중 위치 결과 그래프 111
〈그림 5-1〉 가관측성 기반 탐사 알고리즘 개념도 114
〈그림 5-2〉 전역 RRT 탐사 알고리즘 117
〈그림 5-3〉 지역 RRT 탐사 알고리즘 119
〈그림 5-4〉 미지의 영역과의 경계지점들 120
〈그림 5-5〉 탐사 알고리즘 흐름도 122
〈그림 5-6〉 탐사 알고리즘 시뮬레이션 결과 125
〈그림 5-7〉 LiDAR 최대거리 50m: 탐사 경로 및 조건수 126
〈그림 5-8〉 LiDAR 최대거리 50m: 웨이포인트와 위치 그래프 127
〈그림 5-9〉 LiDAR 최대거리 50m: 웨이포인트별 조건수 128
〈그림 5-10〉 LiDAR 최대거리 20m: 탐사 경로 및 조건수 수치 129
〈그림 5-11〉 LiDAR 최대거리 20m: 웨이포인트와 경로 그래프 130
〈그림 5-12〉 LiDAR 최대거리 20m: 웨이포인트별 조건수 130
〈그림 5-13〉 LiDAR 최대거리 10m: 탐사 경로 및 조건수 수치 132
〈그림 5-14〉 LiDAR 최대거리 10m: 웨이포인트와 경로 그래프 133
〈그림 5-15〉 LiDAR 최대거리 10m: 웨이포인트별 조건수 133
〈그림 5-16〉 Frontier vs. OD-Exploration 탐사 경로 134
〈그림 5-17〉 Frontier vs. OD-Exploration 위치 그래프 135
〈그림 5-18〉 Gazebo 환경에서의 건국대학교 전경 137
〈그림 5-19〉 Gazebo 환경에서의 첫번째 실외 환경 138
〈그림 5-20〉 LiDAR 최대범위 50m: 탐사경로 및 조건수(실외) 139
〈그림 5-21〉 LiDAR 최대범위 50m: 웨이포인트와 경로 그래프(실외) 140
〈그림 5-22〉 LiDAR 최대범위 50m: 웨이포인트별 조건수(실외) 141
〈그림 5-23〉 LiDAR 최대범위 20m: 탐사경로 및 조건수 (실외) 142
〈그림 5-24〉 LiDAR 최대범위 20m: 웨이포인트와 경로그래프(실외) 143
〈그림 5-25〉 LiDAR 최대범위 20m: 탐사경로 및 조건수 (실외) 143
〈그림 5-26〉 LiDAR 최대범위 10m: 탐사경로 및 조건수 (실외) 144
〈그림 5-27〉 LiDAR 최대범위 10m: 웨이포인트와 경로그래프(실외) 146
〈그림 5-28〉 LiDAR 최대범위 10m: 탐사경로 및 조건수 (실외) 146