본문 바로가기
KERD
논문KCI 등재

포인트 클라우드를 이용한 충돌회피 알고리즘

Collision Avoidance Algorithm Using Point Cloud

김혜경|이승화|진영훈
한국사물인터넷학회 (The Korea Internet of Things Society)|2024.12|사물인터넷융복합논문지 (Journal of Internet of Things and Convergence)|제10권 제6호|pp. 7-14

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

시뮬레이션IoT사물인터넷길찾기Simulation포인트 클라우드봇A* 알고리즘Bot웨이포인트PointCloudA* AlgorithmWayPointPathfinding

초록

본 논문에서는 유니티 가상공간에서 포인트 클라우드를 활용한 충돌회피 알고리즘을 제안한다. 충돌회피를 위한알고리즘은 먼저, 카메라의 전방을 기준으로 랜덤하게 레이를 발사하여 포인트 클라우드를 획득하고, 이를 바탕으로바닥과 그 이외의 영역을 추출한다. 추출된 바닥에서 설정된 목표점까지의 방향 벡터를 생성하고, 이 벡터를 기준으로가장 먼 포인트까지 갈 수 있는 경로를 A* 알고리즘을 사용하여 구성한다. 이후, 경로상의 각 웨이포인트(waypoint)마다 주변 장애물들과의 거리를 계산하여 일정 거리 이하의 웨이포인트를 제거하는 필터링 과정을 거친다. 필터링된 웨이포인트를 따라 에이전트는 이동하며, 이동 중 좌우로 설정된 각도에서 레이를 방출하여 충돌 가능성이 있는 물체를 감지한다. 충돌 물체가 감지되면, 감지된 방향과 반대 방향으로 회전하여 웨이포인트를 따라 계속 이동함으로써 장애물을회피하며 목표 지점까지 도달할 수 있다. 이 알고리즘은 실시간 환경에서 장애물 회피와 경로 최적화를 결합한 효율적인 경로 계획 방법을 제시하며, 자율주행 및 로봇 내비게이션 시스템에 적용 가능할 것이다.

Abstract

This paper proposes a collision avoidance algorithm using point clouds in a virtual environment created in Unity. First, random rays are fired from the front of a camera to acquire a point cloud, which is then used to extract the floor and other regions. A direction vector towards the target point is generated from the extracted floor, and based on this vector, a path to the farthest point is constructed using the A* algorithm. Next, each waypoint along the path is filtered by calculating the distance to nearby obstacles, removing waypoints that are too close. The agent follows the filtered waypoints while emitting rays at set angles to the left and right to detect potential obstacles. If an obstacle is detected, the agent rotates in the opposite direction and continues along the waypoint path to avoid the obstacle and reach the target. This algorithm presents an efficient method for combining obstacle avoidance and path optimization in real-time environments, with strong applicability in autonomous driving and robotic navigation systems.

참고문헌 (21)

  1. Y. Peng, "The obstacle detection and obstacle avoidance algorithm based on 2-d lidar", Proc. 2015 IEEE Int. Conf. Information and Automation, pp.1648~1653 (2015)
  2. A. Shitsukane, "A survey on obstacles avoidance mobile robot in static unknown environment", Int. J. Comput, 28(1), pp.160~173 (2018)
  3. Y. Cao, "An improved dynamic window approach algorithm for dynamic obstacle avoidance in mobile robot formation", Decision Analytics Journal, 11, pp.100471~ (2024)
  4. E. J. Molinos, "Dynamic window based approaches for avoiding obstacles in moving", Robotics and Autonomous Systems, 118, pp.112~130 (2019)
  5. K. Shibata, "Model predictive obstacle avoidance control for vehicles with automatic velocity suppression using artificial potential field", IFAC-PapersOnLine, 51(20), pp.313~318 (2018)
  6. O. Khatib, "Real-time obstacle avoidance for manipulators and mobile robots", The International Journal of Robotics Research, 5(1), pp.90~98 (1986)
  7. C. R. Qi, "Pointnet : Deep learning on point sets for 3d classification and segmentation", Proc. IEEE Conf. Computer Vision and Pattern Recognition, pp.652~660 (2017)
  8. C. R. Qi, "Pointnet++ : Deep hierarchical feature learning on point sets in a metric space", Advances in Neural Information Processing Systems, 30 (2017)
  9. Y. Wang, "Dynamic graph CNN for learning on point clouds", ACM Trans. Graphics(TOG), 38(5), pp.1~12 (2019)
  10. T. Gomes, "A survey on ground segmentation methods for automotive LiDAR sensors", Sensors, 23(2), pp.601~ (2023)
  11. B. Wang, "LiDAR filtering in 3D object detection based on improved RANSAC", Remote Sensing, 14(9), pp.2110~ (2022)
  12. C. Chen, "Segmentation-based hierarchical interpolation filter using both geometric and radiometric features for LiDAR point clouds over complex scenarios", Measurement, 211, pp.112668~ (2023)
  13. L. Chu, "Intelligent vehicle path planning based on optimized A* algorithm", Sensors, 24(10), pp.3149~ (2024)
  14. R. Yonetani, "Path planning using neural A*search", Proc. Int. Conf. Machine Learning, pp.12029~12039 (2021), PMLR
  15. M. Yermo, "A fast and optimal pathfinder using airborne LiDAR data", ISPRS Journal of Photogrammetry and Remote Sensing, 183, pp.482~495 (2022)
  16. K. Al-Mutib, "D* lite based real-time multi-agent path planning in dynamic environments", 2011 Third International Conference on Computational Intelligence, Modelling & Simulation, pp.170~174 (2011), IEEE
  17. M. Kamezaki, "Dynamic waypoint navigation : model-based adaptive trajectory planner for human-symbiotic mobile robots", IEEE Access, 10, pp.81546~81555 (2022)
  18. S. J. Al-Kamil, "Enhancing mobile robot navigation : Optimization of trajectories through machine learning techniques for improved path planning efficiency", Mathematics, 12(12), pp.1787~ (2024)
  19. C. Ericson, "Real-time Collision Detection" (2004), CRC Press
  20. D. Meister, "A survey on bounding volume hierarchies for ray tracing", Computer Graphics Forum, 40(2), pp.683~712 (2021)
  21. H. A. Sulaiman, "Bounding volume hierarchies for collision detection", Computer Graphics, 10, pp.5772~2386 (2012)

관련 논문AI추천

포인트 클라우드 기반 현실 세계의 가상화 기술김도형, 진영훈한국사물인터넷학회 · 사물인터넷융복합논문지2024 · 제10권 제6호복합적인 실내 환경 내 신뢰성 있는 자율 비행을 위한 3차원 장애물 지도 생성 및 경로 계획 알고리즘김보성, 박재용, 심현철, 이승욱한국로봇학회 · 로봇학회 논문지2023 · 제18권 제3호경유지의 가시성을 고려한 2차원 라이다 센서 기반의 실용적인 경로 계획 프레임워크유혜정한국센서학회 · 센서학회지2024 · 제33권 제4호RGB-D센서 기반의 경로 예측을 적용한 안전하고 효율적인지역경로 계획문지영, 송재복, 채희원한국로봇학회 · 로봇학회 논문지2018 · 제13권 제2호이동로봇의 안전한 주행을 위한 광선투사법 기반의 실내 경로계획김종원, 송재복한국로봇학회 · 로봇학회 논문지2010 · 제5권 제4호A*와 TEB 알고리즘 기반의 스마트 이동 로봇 경로 생성 시스템 설계박종호, 설남오, 유성구한국기계기술학회 · 한국기계기술학회지2023 · 제25권 제2호

이 간행물의 다른 논문 (17건)

블록체인 기술을 이용한 환자 데이터 표준화에 대한 연구김귀정pp. 1-6AI 딥러닝을 활용한 RGBA 색 공간으로 반도체 칩 분류 및 칩 이상 검출에 관한 연구조주용pp. 15-21사회적지지가 실용댄스 경기력에 미치는 영향: 마인드셋과 그릿의 매개효과를 중심으로문복주pp. 23-32디지털 새싹 캠프 교육활동 참여자의 경험 분석을 통한 초등특수교육 대상의 인공지능 교육 방향 탐색이은철, 변영신pp. 33-42프로젝트 기반 생성형 AI와 메타버스를 활용한 수업 사례 연구남선우pp. 43-48
원문 보기