무인수상정의 장애물 회피를 위한 3차원 라이다 기반 VFH 알고리즘 연구
Obstacle Avoidance of Unmanned Surface Vehicle based on 3D Lidar for VFH Algorithm
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 무인수상정의 자율운항을 위한 장애물 탐지 및 회피기동을 위해 3차원 라이다를 사용하였다. 단일센서만을 사용해서 해상조건에서의 무인수상정 장애물 회피운항을 하는데 목적이 있다. 3차원 라이다는 Quanergy사의 M8센서를 사용하여 주변 환경 장애물 데이터를 로 수집하며 장애물 정보에는 Layer 정보와 Intensity 정보를 포함한다. 수집된 데이터를 3차원 직각좌표계로 변환을 하고, 이를 2차원 좌표계로 사상한다. 2차원 좌표계로 변환한 장애물 정보를 포함하는 데이터는 수면위의 잡음데이터를 포함하고 있다. 그래서 기본적으로 무인수상정을 기준으로 가상의 관심영역을 정의하여서 규칙적으로 생성되는 잡음데이터에 대해서 삭제를 하였으며, 그 이후에 발생하는 잡음데이터는 Vector Field Histogram으로 계산된 히스토그램 데이터에서 Threshold를 정해 밀도값에 비례하여 잡음데이터를 제거하였다. 제거된 데이터를 이용하여 무인수상정의 움직임에 따른 상대물체를 탐색하여 가상의 격자지도에 1 Cell씩 저정하면서 데이터의 밀도 지도를 작성하였다. 작성된 장애물지도를 폴라 히스토그램을 생성하고, 경계값을 이용하여 회피방향을 선정하였다.
Abstract
In this paper, we use 3-D LIDAR for obstacle detection and avoidance maneuver for autonomous unmanned operation. It is aimed to avoid obstacle avoidance in unmanned water under marine condition using only single sensor. 3D lidar uses Quanergy 's M8 sensor to collect surrounding obstacle data and includes layer information and intensity information in obstacle information. The collected data is converted into a three-dimensional Cartesian coordinate system, which is then mapped to a two-dimensional coordinate system. The data including the obstacle information converted into the two-dimensional coordinate system includes noise data on the water surface. So, basically, the noise data generated regularly is defined by defining a hypothetical region of interest based on the assumption of unmanned water. The noise data generated thereafter are set to a threshold value in the histogram data calculated by the Vector Field Histogram, And the noise data is removed in proportion to the amount of noise. Using the removed data, the relative object was searched according to the unmanned averaging motion, and the density map of the data was made while keeping one cell on the virtual grid map. A polar histogram was generated for the generated obstacle map, and the avoidance direction was selected using the boundary value.
참고문헌 (10)
- I. S. Weon, "3D LIDAR based on Vector Field Histogram for Obstacle Detection at Sea", Convergence Research Letter, 3(3), pp.921~925 (2017)
- Ulrich, Iwan, "VFH+: Reliable obstacle avoidance for fast mobile robots", Proceedings. 1998 IEEE International Conference, 2 (1998)
- Park, J., "Development of an Unmanned Surface Vehicle System for the 2014 Maritime RobotX Challenge", Journal of Field Robotics, 34(4), pp.644~665 (2014)
- Borges, G. A., "Line extraction in 2D range images for mobile robotics", Journal of Intelligent and Robotic Systems, 40(3), pp.267~297 (2004)
- M. D. Shuster, "A survey of attitude representations", Journal of the Astronautical Sciences, 41(4), pp.439~517 (1993)
- Fossen, T. I., "Handbook of Marine Craft Hydrodynamics and Motion Control" (2011), JohnWiley & Sons
- Garau, B., "Path planning of autonomous underwater vehicles in current fields with complex spatial variability: An a* approach. In Robotics andAutomation", ICRA 2005. Proceedings of the 2005 IEEE International Conference on Barcelona, pp.194~198 (2005)
- Kuwata, Y., "Safe maritime autonomous navigation with Colregs, using velocity obstacles", Oceanic Engineering, IEEE Journal of, 39(1), pp.110~119 (2014)
- Ahirwal, B., "FPGA based system for color space transformation RGB to YIQ and YCBCR. In Intelligent and Advanced Systems", ICIAS 2007. International Conference on Kuala Lumpur, pp.1345~1349 (2007)
- Ibrahim, Z. Y., "An algorithm for Path planning with polygon obstacles avoidance based on the virtual circle tangents", Iraqi Journal for Electrical & Electronic Engineering, 12(2) (2016)