Artificial Potential Field (APF) is a method widely used for an autonomous robot path planning and navigation because of its light complexity and elegance of results. Especially in low power with real-time required path planning, APF is useful method such as swarm robot, robot soccer, or mobile sensor node. APF defines potential throughout the field to attract robot to the goal while repulsion robot from obstacles. However, it shows limitation to applying to real driving with environment reflecting to their path planning and multi-robot support in distributed path planning because APF defines only attract force and repulsive force. For this problem, there is no work for adapting APF to environment with constrained condition. In addition to this, existing APFs which can apply to multi-robot, firstly, just regard robots as obstacles even if these robots are not obstacles, secondly, focus on special circumstance, not considering environmental reflecting or not consider characteristic of object in path planning. To solve this limitation and extend, this thesis proposes a physical potential adaptation APF by defining new potential factors for adapting and extending APF whose idea is inspired from physical formulae. In addition to this, I try to solve local minimum problem which exist potential minimum locally even if it is not global minimum, which are problems of limitations from APF. Physical potential adaptation APF includes environment sensitive potential factor, multi-robot planning potential factor, and local minimum escaping factor. Therefore through physical potential adaptation APF, this paper enables distributed and environment sensitive reflecting path planning in multi-robot with real-time using the suggested APF. All of these works are verified its effectiveness with the simulations by Player/Stage simulator.
무인 자율 주행 로봇에 있어서 경로 계획은 시작점에서 목적지까지 장애물의 충돌 없이 이동할 수 있게 경로를 계획 하는 것이다. 이 경로 계획은, 로봇 축구, 화성 탐사 로봇, 및 실시간 미션 로봇 등 모든 로봇의 움직임을 정의 하는데 사용 된다. 로봇의 경로 계획 방법 중 Artificial potential field 방법은 적은 계산량을 요구하여 실시간 경로계획에 적합한 방법으로 각광 받고 있다. 이는 도착점이 당기는 포텐셜을 정의하고 장애물들이 미는 포텐셜을 정의한다고 가정하고 시작점에서부터 포텐셜을 정의하여 도착점까지 로봇을 흐르게 하는 방법이다. 그러나 Artificial potential field 방식은 포텐셜을 정의 하는 방법에 있어서 오직 미는 힘과 당기는 힘만을 정의함으로써, 로봇이 옆 로봇을 장애물로 인식하거나 차선을 장애물로 인식하여 차선을 피해 가는 경로 계획을 하는 등, 환경변화에 민감하게 반응할 수 없고 이를 예외로 처리하여 계획 하거나, 여러 로봇이 있을 때 이를 반영하여 경로 계획 하는 등 주변 환경에 변화에 용이 하지 않다. 이 문제를 해결하기 위해서, 본 논문에서 물리적 포텐셜을 기존 끄는 힘과 당기는 힘 외에 추가하여, 변화된 끄는 힘, 변화된 미는 힘, 환경적 반영 요인, 군집 로봇을 위한 힘, 우선 순위 기반 주행을 하기 위한 힘, 및 Artificial potential field의 고전적인 문제인 local minimum 을 해결 하기 위한 힘을 추가함으로써, 환경 변화와 여러 대의 로봇에 분산화 된 경로 계획 알고리즘을 제시하였다. 이 알고리즘을 시뮬레이션을 통해 유효성과, 성능 개선에 대해 분석 하였으며, 이는 환경 변화에 민감함과, 멀티 로봇에 Artificial potential 을 적절하게 적용하고 성능 분석의 결과를 보여 주었다.
