In this dissertation a novel navigation method is suggested. The proposed navigation method, named univector field navigation method, is an improved unified navigation method which is designed for fast mobile robots considering mechanical restrictions. It uses a normalized two-dimensional vector field as the navigation function. It provides fast moving robots with the desired posture at the target position and obstacle avoidance.
Robot navigation can be categorized as separated navigation and unified navigation. In the unified navigation, such as artificial potential field navigation, path planning and path following are unified in one task. Although it can be applied to a dynamic
environment for online control, it has disadvantages of oscillations or collisions. This disadvantages are caused from the assumption of omnidirectional robot ignoring mechanical properties of real robots.
The requirements for the fast mobile robots are analyzed. To prevent slip of overturn, the acceleration and rotation should be restricted. Considering these restrictions, a univector field tracking controller is proposed. It enables the robot move fast satisfying mechanical constraint and providing field tacking ability. Its characteristics are compared to other unified navigation methods. Then the restrictions of univector field are considered to guarantee the univector field tracking ability of the proposed controller. In order to make the univector field appropriate to the fast mobile robot, the hyperbolic spiral is adopted to make the basic univector field (BUF). By using the basic univector field, the traveling univector field (TUF) and avoid univector field (AUF) can be obtained. These two univector fields are combined according to the position of obstacles and the destination, and subsequently the robot can navigate the environments. Moreover the proposed univector field tracking controller is improved for the dynamic environment with moving obstacls.
To get optimized univector field, evolutionary programming (EP) is applied. Firstly, non-uniform rational B-spline (NURBS) is used to approximate the univector field. Secondly, the parameters of NURBS are trained by EP. For the autonomous mobile robot which has the coaxial range sensors such as ultrasonic sensors the proposed
univector field is modified. The robot model considering the uncertainty is discussed, where the uncertainties are modeled by set-theoretic uncertainty which is appropriate to represent the error propagation of mobile robots. By using the uncertainty propagation of the environment, an egocentric uncertainty map (EU map) is proposed. By using the EU map, the univector field navigation method can be applied to the autonomous mobile robots with coaxial range sensors.
Computer simulations and real experiments are carried out for a fast moving mobile robot to demonstrate the effectiveness of the proposed scheme.
항법(navigation)이란 로봇이 주변 환경 정보를 받아들여 자신이 이동해야 할 경로를 생성하고 생성된 경로를 따라 이동하도록 제어하는 일련의 행동을 일컫는다. 로봇에게 있어서 항법 능력은 로봇의 지능화와 직결되는 부분이다. 산업용 무인운반 로봇(AGV) 과 같이 정형화된 환경에서 이용되는 로봇은 비교적 간단한 항법 방식을 이용하고 있다. 바닥에 그려진 선이나 매설된 마그네틱 선 등을 이용하여 이동하며, 간단한 센서를 이용하여 장애물을 감지하고 정지 또는 이동을 결정한다. 그러나 변화가 많고 예측이 불가능한 환경에서의 항법을 구현하기 위해서는 많은 노력이 필요하다. 사람이 활동하는 실내 주거 공간이나 사무공간은 이와같이 변화가 많고 예측하기 어려운 환경중 하나이다. 따라서 인간과 함께 작업을 하는 로봇의 항법을 위해서는 산업용 로봇에 사용되는 항법 이상의 연구가 필요하다.
본 논문에서는 바퀴이동 로봇에 대한 새로운 항법 방식인 단위벡터장 항법을 제안하였다. 제안된 항법 방식은 통합 항법 방식의 일종으로, 불확실하거나 변화하는 환경에서 빠른제어가 가능하도록 하였다. 먼저 로봇 모델을 정의하고, 로봇이 미끄러짐이나 전도없이 고속으로 주행할 수 있는 제한조건을 유도하였다. 로봇은 모터의 성능에 의한 제한조건 뿐 아니라 가속도 및 회전량에 대한 제한조건이 필요함을 설명하였다.
유도된 고속주행을 위한 제한조건을 토대로, 기존의 통합 항법의 문제점을 제기하고, 문제점을 해결하기 위한 단위벡터장 항법을 제안하였다. 통합 항법은 변화하는 환경이나 완전하지 않은 지도 정보를 가진 환경에 적합한 방식이지만, 진동 등의 문제가 있고 빠른 속도로 주행이 어렵다는 단점이 있다. 제안한 단위벡터장 추종 제어기는 앞서 유도한 제한조건을 만족시키며, 항법장 추종 능력이 뛰어나다는 장점이 있다.
주행시 추종성을 만족시키는 단위벡터장의 조건을 유도하였고, 이같은 조건을 만족시키면서 단위벡터장을 형성시키는 방법을 제안하였다. 제안된 방법은 쌍곡 나선곡선등을 토대로 만들어진 기본 단위벡터장(BUF)을 이용하여, 주행을 위한 단위벡터장(TUF)과 장애물에 대한 단위벡터장(AUF)를 생성하고, TUF와 AUF를 조합하여 완전한 단위벡터장을 만드는 방법이다. 제안된 방법은 단위벡터장 조건을 만족시키면서 다양한 벡터장의 형성이 가능하다는 장점이 있다. 또한 동적인 환경에서 단위벡터장 수렴성을 만족시키기 위하여 제안된 단위벡터장 추종제어기를 개선하였다. 개선된 제어기를 이용하였을 때의 장애물 회피를 위한 제한 조건에 대해 고찰하였으며, 장애물 회피 성능을 높이기 위한 예측 방법을 설명하였다. 제안된 항법의 타당성을 검증하기 위해, 모의 실험으로 기존의 방법과 비교하였다. 또한, 항법의 최적화를 연구하기 위해 진화연산을 도입하여 기본 단위벡터장을 최적화하였다. 먼저 단위벡터장을 NURBS로 근사화 한 뒤 NURBS의 파라메터를 진화연산을 통해 최적화 하였다. 제안된 항법과 최적화된 단위벡터장의 성능은 실제 실험을 통해 검증되었다.
제안된 단위벡터장을 초음파센서 등의 로컬센서를 가진 자율이동로봇에 적용하기 위해 자기중심 확률 지도 (Egocentric Uncertainty Map: EU Map)을 제안하였다. EU map은 로봇이 중심에 위치해 있으며, 주변의 장애물의 위치를 집합의 형식으로 나타낸 격자지도이다. 현재의 초음파 센서 정보 뿐 아니라 과거의 초음파 센서 정보를 고려하면 더 많은 환경 정보를 얻을 수 있으나, 로봇이 주행함에 따라 센서 정보의 불확실성이 증가하여 정보의 신뢰성을 보장할 수 없다. 본 논문에서는 먼저 로봇의 불확실성을 unknown-but-bounded 모델로 나타낸 후, 이 불확실성을 로봇중심의 로컬지도에 적용하는 방법으로 EU map을 생성하게 된다. 생성된 EU map 정보를 통해 단위벡터장 항법을 적용하는 방법을 제안하고 모의 실험 및 실제 실험을 통해 그 성능을 검증하였다.
