Path Planning

Path Planning 알고리즘의 설계, 시뮬레이션 및 배포

Path Planning을 사용하면 자율주행 차량 또는 로봇이 시작 상태부터 목표 상태까지 장애물이 최대한 없는 최단 경로를 찾도록 할 수 있습니다. 경로는 상태(위치와 방향) 또는 중간점의 집합일 수 있습니다. Path Planning에는 환경의 지도 및 입력값으로 사용할 시작 상태와 목표 상태가 필요합니다. 지도는 그리드 지도, 상태공간, 위상 로드맵 등 다양한 방식으로 표현할 수 있습니다.

Path Planning 기법에는 자율주행 차량에 사용되는 두 가지 주요 알고리즘이 있습니다.

그리드 기반 검색 알고리즘은 그리드 지도에서 최소 이동 비용을 갖는 경로를 찾습니다. 2차원 환경의 이동 로봇 같은 응용 분야에 사용할 수 있습니다. 그러나 그리드 기반 알고리즘 구현에 필요한 메모리 요구량은 차원 수에 따라 늘어납니다. 6 DOF 로봇 매니퓰레이터를 예로 들 수 있습니다.

샘플링 기반 검색 알고리즘은 상태공간에서 새로운 노드나 로봇 형상을 임의로 샘플링하여 탐색 가능한 트리를 생성합니다. 샘플링 기반 알고리즘은 저차원 및 고차원 탐색 공간에 모두 적합합니다.

Path Planning과 인식(또는 비전) 및 제어 시스템은 모든 로봇 또는 자동차의 자율 내비게이션을 이루는 세 가지 주요 구성 요소입니다. Path Planning은 자율주행 자동차, 로봇 매니퓰레이터, UGV, UAV 등의 시스템에 자율성을 더해줍니다.

MATLAB®, Simulink®, Navigation Toolbox™에서 제공하는 Path Planning 툴을 사용하여 다음과 같은 작업을 할 수 있습니다.

  • 사용자 정의 가능한 계획 인프라를 사용하여 RRTRRT* 같은 샘플링 기반의 Path Planning 알고리즘 구현
  • 자동 주차와 같이 Hybrid A*를 사용하여 점유 그리드 지도에서 경로 계획
  • 실내 동적 재계획자동 고속도로 차선 변경을 위한 국소 궤도 생성
  • 평활도, 회피 간격 같은 경로 메트릭을 사용하여 경로 유효성과 최적성 비교
  • 중간점을 생성하고 순수 추종 제어기를 사용하여 중간점을 따라가도록 제어 명령 전송
  • Path Planning 알고리즘을 독립형 ROS 노드 또는 C/C++ 코드로 임베디드 플랫폼에 배포

참조: 로봇공학을 위한 MATLAB 및 Simulink, Navigation Toolbox, Robotics System Toolbox, UAV Toolbox, ROS Toolbox, Automated Driving Toolbox™, Model Predictive Control Toolbox™, MATLAB Coder™, Stateflow®, Reinforcement Learning Toolbox™, Lidar Toolbox™, 로봇 프로그래밍, 동시적 위치추정 및 지도작성, Sensor Fusion and Tracking Toolbox, 드론 프로그래밍