KR101135455B1 - Velocity decision method for unmanned ground vehicle - Google Patents
Velocity decision method for unmanned ground vehicle Download PDFInfo
- Publication number
- KR101135455B1 KR101135455B1 KR1020120013847A KR20120013847A KR101135455B1 KR 101135455 B1 KR101135455 B1 KR 101135455B1 KR 1020120013847 A KR1020120013847 A KR 1020120013847A KR 20120013847 A KR20120013847 A KR 20120013847A KR 101135455 B1 KR101135455 B1 KR 101135455B1
- Authority
- KR
- South Korea
- Prior art keywords
- speed
- vehicle
- stability
- maximum
- determined
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 230000001133 acceleration Effects 0.000 claims description 18
- 230000003068 static effect Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 4
- 238000005381 potential energy Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
Description
본 발명은 무인자율차량이 야지 등의 험지를 주행할 때 차량의 안정성을 유지한 상태로 주행할 수 있도록 주행궤적 및 속도를 결정하기 위한 방법에 관한 것으로서, 특히 지역경로계획에서 장애물을 회피하여 기지의 주행 경로를 효과적으로 주행함과 아울러 굴곡이 포함된 노면을 주행하는 과정에서 임무의 긴급성과 차량의 전복 및 구조적 안정성을 고려하여 주행속도를 조절하는 무인자율차량의 속도결정방법에 관한 것이다.The present invention relates to a method for determining a driving trajectory and speed so that an unmanned autonomous vehicle can drive with the stability of a vehicle when driving a rough terrain such as a field trip. The present invention relates to a speed determination method of an unmanned autonomous vehicle that effectively adjusts a traveling speed in consideration of the urgency of a mission, the overturning of a vehicle, and structural stability in the course of driving a road that includes driving effectively.
무인자율차량은 길이 없는 야지를 포함한 다양한 환경에서 제한된 속도로 인간이 탑승하여 주행하는 것과 거의 동일한 수준으로 자율 주행을 할 수 있는 무인 지상차량을 의미한다. 미래의 전장은 인구 감소와 인명 중시 사상에 의해 필수 불가결하게 로봇의 활용이 예상되고 있으며, 이동 가능한 로봇 자체 또는 로봇이 탑재된 차량이 자율이동차량이 된다.Unmanned autonomous vehicles are unmanned ground vehicles capable of autonomous driving at about the same level as humans traveling at a limited speed in various environments including roadless fields. The future battlefield is expected to be indispensable due to the decrease in population and the importance of life-saving thought, and the mobile robot itself or the vehicle equipped with the robot becomes an autonomous mobile vehicle.
이러한 무인자율차량은 크게 주변환경을 감지하는 감지센서와, 감지센서에 의해 감지된 환경정보를 인지 및 처리하기 위한 인식계층과, 임무통제와 자율제어를 수행하는 판단계층과, 구조/메커니즘, 추진/에너지 및 임무장비를 담당하는 작동계층으로 분류할 수 있다.These unmanned autonomous vehicles are largely composed of a sensor that senses the surrounding environment, a recognition layer that recognizes and processes the environmental information sensed by the sensor, a decision layer that performs mission control and autonomous control, and a structure / mechanism and propulsion. It can be classified as a working layer that is responsible for energy and mission equipment.
상기한 무인자율차량이 다양한 환경에서 주어진 임무를 완수하기 위해서는 여러 분야의 기술들을 필요로 하지만, 가장 근본적인 기술은 안전하고 빠른 최적의 경로를 통해 주어진 임무지역까지 자율적으로 주행해가는 자율주행(Autonomous Navigation) 기술이다. 무인자율차량의 자율주행 기술은 무인차량에 장착된 센서의 탐지영역을 기준으로 전역경로계획(Global Path-Planning, 이하 'GPP' 라 함)과 지역경로계획(Local Path-Planning, 이하 'LPP' 라 함)과 같이 계층적으로 구성된다.The above mentioned unmanned autonomous vehicles require skills in various fields to accomplish a given task in various environments, but the most fundamental technology is autonomous navigation that autonomously drives to a given mission area through a safe and fast optimal route. ) Technology. The autonomous driving technology of unmanned autonomous vehicles is based on the detection area of sensors mounted on the unmanned vehicle, and the global path planning (GPP) and the local path planning (LPP) It is organized hierarchically.
GPP는 보다 상위의 개념으로, 미리 제공된 DEM(Digital Elevation Map, 고도지도)/DSM(Digital Surface Map, 지표면 지도) 및 FDB(Feature Data Base, 특성부데이터 베이스)를 기반으로 산이나 호수와 같은 대규모의 지형적 특성, 그리고 임무 위험도를 고려하여 주어진 목표점까지의 합리적인 경로설정을 오프라인상에서 수행하는 계층을 의미한다. GPP is a higher concept, based on the pre-provided Digital Elevation Map (DEM) / DSM (Digital Surface Map) and FDB (Feature Data Base). It refers to a hierarchy that performs reasonable routing offline to a given target point in consideration of the topographical characteristics and mission risks.
LPP는 상기 GPP의 하위 개념으로 반응적인 계층을 의미한다. LPP는 다양한 센서를 통해 가장 최근에 획득한 대략 수십 미터 이내의 월드 모델링 데이터로부터 지형 경사도 및 거칠기와 같은 지형정보와 다양한 장애물 정보를 추출하고, 이를 활용하여 GPP에서 생성한 다음 경유점까지의 이동경로를 안전성(Safety)과 안정성(Stability) 관점에서 실시간으로 설정하게 된다. LPP is a subordinate concept of the GPP and means a reactive layer. LPP extracts terrain information such as terrain slope and roughness and various obstacle information from the world modeling data acquired within approximately several tens of meters through various sensors, and uses it to generate the route to the next waypoint. Will be set in real time in terms of safety and stability.
상기한 무인자율차량이 야지 등의 험지를 주행하기 위해서는 차량의 안정성을 고려하여 주행궤적 및 속도를 결정하게 되는데, 지역경로계획(LPP)에서는 장애물을 회피하여 주행할 수 있도록 주행경로를 설정한다. 그러나 지역경로계획의 경로 상에는 장애물로 설정되지 않은 노면의 심한 굴곡 또는 낮은 높이의 턱 등이 포함될 수 있으며, 그러한 지형을 통과할 경우 속도에 따라 차량의 전복 및 구조적 안정성에 영향을 미치게 된다. 따라서 그러한 굴곡이 포함된 노면을 통과하는 경우 차량은 임무의 긴급성 등을 고려하여 주행속도를 적절히 조절하여야 한다. In order to drive the unmanned autonomous vehicle in the rough terrain, such as the field to determine the driving trajectory and speed in consideration of the stability of the vehicle, the local route plan (LPP) is set to the driving route to run to avoid obstacles. However, the path of the regional route plan may include severe curvature of the road surface which is not set as an obstacle or a low height jaw, and the passage of such terrain affects the vehicle overturning and structural stability depending on the speed. Therefore, when passing through the road including such a bend, the vehicle must adjust the driving speed appropriately in consideration of the urgency of the mission.
최근 무인차량의 자율주행에 대한 군사분야 및 산업분야의 수요 발생으로 이에 관한 연구가 활발하게 진행되고 있다. 특히, 무인차량의 자율레벨이 향상됨에 따라 자율차량의 주행속도를 증가시키려는 연구가 많이 진행되고 있다. Recently, due to the occurrence of demand in military and industrial fields for autonomous driving of unmanned vehicles, research on this is being actively conducted. In particular, as the autonomous level of the unmanned vehicle is improved, many studies have been conducted to increase the running speed of the autonomous vehicle.
이러한 분야의 가장 활발히 진행되고 있는 대표적 연구결과는 주행성 지수(Traversability Index)를 사용하여 최대속도를 추출하는 것으로, 지형감지 센서로부터의 지형데이터를 퍼지 등의 기법을 사용하여 분석하고 차량이 그 분석된 결과를 조합하여 주행하는 경로와 속도를 결정하는 방법이다. The most active research in this field is to extract the maximum speed using the Traversability Index, which analyzes the terrain data from the terrain sensor using techniques such as fuzzy and the vehicle is analyzed. Combining the results, it is a way to determine the driving route and speed.
그러나 이런 방법은 차량의 동력학을 고려하지 못하는 단점이 있다. 이에 최근에는, 동역학을 사용한 속도추정방법이 제안되고 있으나 기 구축된 데이터 베이스에 의존적이며 단 한 번의 해석만을 경로와 속도를 결정하게 되므로 그 정확도가 낮은 단점이 있다.However, this method has a disadvantage of not considering the vehicle dynamics. Recently, a speed estimation method using dynamics has been proposed, but it has a disadvantage of low accuracy because it is dependent on an existing database and only one analysis determines a path and a speed.
본 발명은 상기한 종래 문제점을 해결하기 위하여 안출된 것으로서, 지형데이터를 이용한 정적 안정성과 차량 주행에 따른 동적 안정성은 물론 노면 상태까지 고려하여 속도를 결정하되 2차에 걸친 동역학적 해석에 따라 결정된 최대속도를 이용하여 최종 주행속도를 결정하도록 함으로써 무인자율차량의 주행 안정성을 확보하고 목표지점에 조기에 도달할 수 있도록 하는 무인자율차량의 속도결정방법을 제공하는데 그 목적이 있다.The present invention has been made to solve the above-mentioned conventional problems, the speed is determined in consideration of the road surface conditions as well as the static stability using the terrain data and the dynamic stability of the vehicle, the maximum determined according to the dynamic analysis over the second It is an object of the present invention to provide a speed determining method of an unmanned autonomous vehicle that ensures driving stability of an unmanned autonomous vehicle and reaches a target point early by determining the final driving speed using the speed.
또, 본 발명은 정적 안정성이 불안정한 경우 경로를 변경하도록 함으로써 안전한 주행이 가능하도록 한 무인자율차량의 속도결정방법을 제공하는데 목적이 있다.Another object of the present invention is to provide a method for determining the speed of an unmanned autonomous vehicle that enables safe driving by changing a path when static stability is unstable.
상기 목적을 달성하기 위한 본 발명의 무인자율차량의 속도결정방법은, 차량이 주행하는 노면의 정보를 바탕으로 정적 안정성을 판단하여 지역경로를 설정하는 제1단계와; 지역경로 상의 월드모델 정보를 활용하여 차량의 주행속도와 한계속도를 추론하고, 그 주행속도를 초기속도로 설정하는 제2단계와; 초기속도와 지역경로로부터의 주행궤적을 입력으로 하여 동역학 해석을 수행하는 제3단계와; 차량의 동적안정성을 판단하는 제4단계와; 동역학 해석결과와 초기속도에 따라 노면을 분류하는 제5단계와; 표준 노면별로 미리 설정된 데이터를 이용하여 상기 제5단계에서 구해진 노면 분류값으로부터 최대속도를 산출하는 제6단계와; 상기 제4단계에서 얻어진 동적안정성 판단에 따른 안정도 판단 결과를 이용하여 상기 제6단계에서 구해진 속도값으로부터 슈팅속도를 결정하는 제7단계와; 상기 슈팅속도를 초기속도로 설정하여 상기 제3단계 내지 제6단계의 과정을 반복 수행하여 두 번째 최대속도를 산출하는 제8단계와; 제6단계에서 얻어진 최대속도와 제7단계의 슈팅속도 및 두 번째 최대속도와 최종 안정도 판별결과에 대하여 선형계수법을 적용하여 최종 주행속도를 산출하는 제9단계;를 포함하는 것을 특징으로 한다.According to an aspect of the present invention, there is provided a speed determining method for an unmanned autonomous vehicle, comprising: a first step of determining a static stability based on information of a road surface on which a vehicle travels; A second step of inferring the driving speed and the threshold speed of the vehicle using the world model information on the local route and setting the driving speed as the initial speed; Performing a dynamic analysis by inputting an initial speed and a driving trajectory from the local route; Determining a dynamic stability of the vehicle; A fifth step of classifying the road surface according to the dynamic analysis result and the initial speed; A sixth step of calculating a maximum speed from the road classification value obtained in the fifth step by using data preset for each standard road surface; A seventh step of determining a shooting speed from the speed value obtained in the sixth step by using the stability determination result according to the dynamic stability determination obtained in the fourth step; An eighth step of setting the shooting speed as an initial speed and calculating a second maximum speed by repeating the processes of the third to sixth steps; And a ninth step of calculating a final traveling speed by applying a linear coefficient method to the maximum speed obtained in the sixth step, the shooting speed in the seventh step, and the second maximum speed and the final stability determination result.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 제1단계는 차량이 주행하는 노면의 정보를 바탕으로 차량이 위치할 수 있는 수 개의 접점과 차량의 질량 중심 사이에 이루어지는 벡터 연산을 통해 차량이 전복 가능한 기울기를 가지는지 판단하며, 차량의 기울기가 전복 안정성을 위한 최소각도보다 크면 안정한 것으로 판단하고 그렇지 않으면 불안정한 것으로 판단하는 것을 특징으로 한다.Further, according to the speed determining method of the unmanned autonomous vehicle of the present invention, the first step is to perform a vector calculation between several points of contact where the vehicle can be located and the center of mass of the vehicle based on the information of the road surface on which the vehicle is traveling. Determine whether the vehicle has an inclination capable of overturning, and if the inclination of the vehicle is greater than the minimum angle for overturning stability, it is determined that the vehicle is stable, otherwise it is determined that it is unstable.
또한, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 제1단계에서 설정된 지역경로 상의 어느 한 지점에서라도 정적 안정성이 불안정한 것으로 판단되면 지역경로 계획을 재수행하되, 직전 지역경로 값을 상승시켜 다른 경로가 설정되도록 하는 것을 특징으로 한다.In addition, according to the speed determining method of the unmanned autonomous vehicle of the present invention, if it is determined that the static stability is unstable at any point on the regional route set in the first step, the local route plan is re-executed, but the value of the previous regional route is raised to increase the other. Characterized in that the path is set.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 제2단계의 초기속도는 설정된 지역경로에 있는 노면 장애물과 기울기, 거칠기 및 연성을 비롯한 센서 데이터로 이루어진 월드모델 정보를 근거로 하는 퍼지 추론을 통해 결정하는 것을 특징으로 한다.In addition, according to the speed determination method of the unmanned autonomous vehicle of the present invention, the initial speed of the second step is a fuzzy based on the world model information consisting of road obstacles and sensor data including slope, roughness and ductility in the set local route It is characterized by determining through inference.
또한, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 제3단계는 초기속도와 지역경로로부터의 주행궤적을 입력하여 동역학적 해석을 수행하는 궤적추적 동역학 시뮬레이션을 통해 롤 각, 롤 속도, 롤 가속도 및 횡 가속도로 이루어진 차량 상태값을 구하는 것을 특징으로 한다.In addition, according to the speed determination method of the unmanned autonomous vehicle of the present invention, the third step is a roll angle, roll speed, and the like through the trajectory tracking dynamics simulation for inputting the initial speed and the driving trajectory from the local route to perform the dynamic analysis. It is characterized by obtaining the vehicle state value which consists of roll acceleration and lateral acceleration.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 제4단계에서 동적 안정성은 차량의 동적 전복 안정성과 미끄럼 안정성 및 구조적 안정성으로 이루어진 것을 특징으로 한다.In addition, according to the speed determining method of the unmanned autonomous vehicle of the present invention, the dynamic stability in the fourth step is characterized by consisting of the vehicle's dynamic overturning stability, sliding stability and structural stability.
또한, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 동적 전복 안정성은 차량의 치수와 지면으로부터 차량 무게중심까지의 거리, 롤 각 및 롤 각속도()로부터 구해지는 위치에너지와 속도에너지로 이루어진 현재의 에너지와 최대 에너지를 비교하여 판단하되, 현재의 에너지 크기가 최대 에너지 크기보다 적으면 안정한 것으로 판단하고 그렇지 않으면 불안정한 것으로 판단하여 주행속도를 줄이도록 하는 것을 특징으로 한다.In addition, according to the speed determination method of the unmanned autonomous vehicle of the present invention, the dynamic rollover stability is determined by the dimensions of the vehicle and the distance from the ground to the center of gravity of the vehicle, the roll angle and the roll angular velocity ( To compare the current energy with the maximum energy and the maximum energy obtained from the potential energy, and determine that the current energy level is less than the maximum energy level. It is characterized by.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 미끄럼 안정성은 하기의 수식을 이용하여 판단하되, 하기 수식을 만족하면 미끄럼 안정도가 안정한 것으로 판단하고, 그렇지 않으면 불안정한 것으로 판단하는 것을 특징으로 한다;In addition, according to the speed determining method of the unmanned autonomous vehicle of the present invention, the sliding stability is determined using the following formula, but if the following formula is satisfied, it is determined that the sliding stability is stable, otherwise it is determined that it is unstable. do;
여기서, 는 횡가속도, 는 각 바퀴에서 지면과 수직으로 작용하는 수직력, 는 횡경사각, 는 마찰계수이다.here, Is the lateral acceleration, Is the vertical force on each wheel that acts perpendicular to the ground, Is the transverse tilt angle, Is the coefficient of friction.
또한, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 마찰계수의 값은 조향속도와 가감속 명령과의 상관관계에 따라 온라인으로 추정되되, 지형정보로부터의 주행전 인식결과와 속도별 도표에 따라 사전 추정된 결과와의 학습에 의한 추정값인 것을 특징으로 한다.In addition, according to the speed determination method of the unmanned autonomous vehicle of the present invention, the value of the friction coefficient is estimated on-line according to the correlation between the steering speed and the acceleration and deceleration command, but before the driving results from the terrain information and the chart for each speed It is characterized in that the estimated value by learning with the result estimated in advance.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 구조적 안정성 판단은 동역학 해석의 결과와 차량의 구조적 취약부의 제한치 사이의 비교를 통해 결정하되, 동역학 해석에 의해 얻어지는 수직방향의 가속도 또는 암 서스펜션의 가속도를 설계한계치와 비교하여 안정성을 판단하는 것을 특징으로 한다. Further, according to the speed determination method of the unmanned autonomous vehicle of the present invention, the structural stability judgment is determined through comparison between the result of the dynamic analysis and the limit value of the structural weakness of the vehicle, the vertical acceleration or arm obtained by the dynamic analysis It is characterized by determining the stability by comparing the acceleration of the suspension with the design limit value.
또한, 본 발명의 무인자율차량의 속도결정방법에 따르면, 상기 제5단계는, 상기 동력학 해석 결과로부터 구해진 차량 상태값의 최대값 또는 최대값의 95~100% 사이의 값의 평균을 구하여 최대 상태값으로 설정하고, 상기 최대 상태값과 미리 구축된 데이터베이스와의 비교를 통해 노면을 분류하는 것을 특징으로 한다; 여기서, 상기 미리 구축된 데이터베이스는 속도별 설계한계치를 만족하는 최대 상태값을 표준 노면별로 기록한 데이터 집합이다.Further, according to the speed determination method of the unmanned autonomous vehicle of the present invention, the fifth step is, the maximum state of the vehicle state value obtained from the result of the dynamic analysis or the average of the value between 95 to 100% of the maximum value to obtain the maximum state Setting a value and classifying the road surface by comparing the maximum state value with a pre-built database; Here, the pre-built database is a data set in which the maximum state value satisfying the design limit for each speed is recorded for each standard road surface.
본 발명의 무인자율차량의 속도결정방법은, 무인차량의 동력학을 고려한 주행안정성을 판별하여 최대 주행속도를 결정함으로써 무인차량을 빠른 속도로 자율주행시킬 수 있는 효과가 있다.The speed determination method of the unmanned autonomous vehicle of the present invention has the effect of autonomous driving of the unmanned vehicle at high speed by determining the maximum driving speed by determining the driving stability considering the dynamics of the unmanned vehicle.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 지형데이터를 이용한 정적 안정성과 차량 주행에 따른 동적 안정성은 물론 노면 상태까지 고려하여 최종 주행속도를 결정하게 되므로, 결정된 주행 속도에 대한 신뢰성이 향상되는 효과가 있다.In addition, according to the speed determination method of the unmanned autonomous vehicle of the present invention, since the final traveling speed is determined in consideration of the static stability using the terrain data and the dynamic stability according to the vehicle driving, as well as the road surface state, the reliability of the determined driving speed is There is an effect to be improved.
또한, 본 발명의 무인자율차량의 속도결정방법에 따르면, 2차에 걸친 동역학적 해석에 따라 결정된 최대속도를 이용하여 최종 주행속도를 결정하게 되므로, 결정된 주행 속도의 정확성이 향상되는 효과가 있다.In addition, according to the speed determining method of the unmanned autonomous vehicle of the present invention, since the final traveling speed is determined using the maximum speed determined according to the dynamic analysis over two cars, the accuracy of the determined driving speed is improved.
또, 본 발명의 무인자율차량의 속도결정방법에 따르면, 정적 안정성이 불안정한 경우 경로를 변경하도록 함으로써 안전한 주행이 가능하게 되는 효과가 있다. In addition, according to the speed determination method of the unmanned autonomous vehicle of the present invention, when the static stability is unstable, by changing the route there is an effect that it is possible to drive safely.
도 1은 본 발명에 의한 무인자율차량의 속도결정방법의 제어흐름도.
도 2는 본 발명에 의한 무인자율차량의 속도결정방법이 도시된 순서도.
도 3은 본 발명의 요부 구성인 정적 안정성 분석과정을 나타낸 모식도.
도 4는 본 발명의 요부 구성인 동적 전복 안정성 판단과 관련한 참고도. 1 is a control flowchart of a method for determining a speed of an unmanned autonomous vehicle according to the present invention.
2 is a flow chart illustrating a method for determining the speed of an unmanned autonomous vehicle according to the present invention.
Figure 3 is a schematic diagram showing a static stability analysis process that is the main configuration of the present invention.
4 is a reference diagram relating to the dynamic rollover stability determination of the main components of the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 무인자율차량의 속도결정방법을 설명하면 다음과 같다.Hereinafter, a speed determination method of an unmanned autonomous vehicle of the present invention will be described with reference to the accompanying drawings.
본 발명에 의한 무인자율차량의 속도결정방법은, 차량이 주행하는 노면의 정보를 바탕으로 정적 안정성을 판단하여 지역경로를 설정하는 제1단계와; 지역경로 상의 월드모델 정보를 활용하여 차량의 주행속도와 한계속도를 추론하고, 그 주행속도를 초기속도로 설정하는 제2단계와; 초기속도와 지역경로로부터의 주행궤적을 입력으로 하여 동역학 해석을 수행하는 제3단계와; 차량의 동적안정성을 판단하는 제4단계와; 동역학 해석결과와 초기속도에 따라 노면을 분류하는 제5단계와; 표준 노면별로 미리 설정된 데이터를 이용하여 상기 제5단계에서 구해진 노면 분류값으로부터 최대속도를 산출하는 제6단계와; 상기 제4단계에서 얻어진 동적안정성 판단에 따른 안정도 판단 결과를 이용하여 상기 제6단계에서 구해진 속도값으로부터 슈팅속도를 결정하는 제7단계와; 상기 슈팅속도를 초기속도로 설정하여 상기 제3단계 내지 제6단계의 과정을 반복 수행하여 두 번째 최대속도를 산출하는 제8단계와; 제6단계에서 얻어진 최대속도와 제7단계의 슈팅속도 및 두 번째 최대속도와 최종 안정도 판별결과에 대하여 선형계수법을 적용하여 최종 주행속도를 산출하는 제9단계;를 포함하여 이루어진다.According to an aspect of the present invention, there is provided a method for determining a speed of an unmanned autonomous vehicle, comprising: a first step of determining a static stability based on information on a road surface on which a vehicle travels; A second step of inferring the driving speed and the threshold speed of the vehicle using the world model information on the local route and setting the driving speed as the initial speed; Performing a dynamic analysis by inputting an initial speed and a driving trajectory from the local route; Determining a dynamic stability of the vehicle; A fifth step of classifying the road surface according to the dynamic analysis result and the initial speed; A sixth step of calculating a maximum speed from the road classification value obtained in the fifth step by using data preset for each standard road surface; A seventh step of determining a shooting speed from the speed value obtained in the sixth step by using the stability determination result according to the dynamic stability determination obtained in the fourth step; An eighth step of setting the shooting speed as an initial speed and calculating a second maximum speed by repeating the processes of the third to sixth steps; And a ninth step of calculating a final traveling speed by applying a linear coefficient method to the maximum speed obtained in the sixth step, the shooting speed in the seventh step, and the second maximum speed and the final stability determination result.
상기한 본 발명의 무인자율차량의 속도결정방법을 구체적으로 살펴보면 다음과 같다.Looking at the speed determination method of the unmanned autonomous vehicle of the present invention in detail as follows.
정적 안정성 판단(Static stability judgment ( StepStep 1) One)
먼저, 차량이 주행하는 노면의 정보를 바탕으로 차량이 위치할 수 있는 수 개의 접점과 차량의 질량 중심 사이에 이루어지는 벡터 연산을 통해 차량이 전복 가능한 기울기를 가지는지 판단한다. 이때 지면의 위치는 차량의 주행궤적상에 무수히 많은 점이 존재할 수 있으며 약 5~10cm간격으로 전복가능성을 측정하여 안정적 주행이 가능한지를 판단한다. 도 3은 전복안정성을 평가하기 위한 벡터 표현을 나타낸다. 이를 수학식으로 나타내면 다음의 수학식 1과 같다.First, based on the information of the road surface on which the vehicle travels, it is determined whether the vehicle has an inclination that can be rolled over through a vector calculation that is performed between several points where the vehicle can be positioned and the center of mass of the vehicle. At this time, the position of the ground may have a myriad of points on the driving trajectory of the vehicle, and it is determined whether the stable running is possible by measuring the possibility of overturning at intervals of about 5 to 10 cm. 3 shows a vector representation for evaluating rollover stability. This is represented by Equation 1 below.
즉, 차량의 기울기(θ)가 전복 안정성을 위한 최소각도(θ s )보다 크면 안정한 것으로 판단하고 그렇지 않으면 불안정한 것으로 판단한다. 상기 전복 안정성을 위한 최소각도(θ s )는 전복안정성을 유지하기 위핸 최소각도를 의미하면 이는 0보다 같거나 큰 각도이며 실험이나 시뮬레이션을 통해 미리 추출하여 두어야 하는 인자이다. 정적 안정성 판단결과 불안정이라고 판단될 경우 더 이상 계산을 진행하지 않으며 경로를 재 생성하기 위해 지역경로계획을 재 수행한다. 이때 지역경로계획에서는 불안정하다고 판단된 이전경로의 값의 비용을 상승시켜 다른 경로가 계산되도록 한다.
That is, when the inclination θ of the vehicle is greater than the minimum angle θ s for the rollover stability, it is determined that the vehicle is stable, otherwise it is determined that it is unstable. The minimum angle θ s for the rollover stability means the minimum angle to maintain the rollover stability. The minimum angle θ s is an angle greater than or equal to 0 and is a factor to be extracted in advance through experiment or simulation. If the static stability judgment determines that it is unstable, no further calculations are made and the local route plan is re-run to regenerate the route. At this time, the regional route plan raises the cost of the value of the previous route determined to be unstable so that another route is calculated.
초기속도 계산(Initial velocity calculation StepStep 2) 2)
초기속도는 설정된 지역경로에 있는 노면 장애물과 기울기, 거칠기 및 연성을 비롯한 센서 데이터로 이루어진 월드모델 정보를 근거로 하는 퍼지 추론을 통해 결정한다. 지역경로가 주어지면 지역경로 상의 월드모델정보(센서데이터)를 활용하여 퍼지추론을 통해 차량의 주행속도와 한계속도를 추론하고 그 주행속도를 동역학 해석의 초기속도로 활용한다.
The initial velocity is determined through fuzzy inference based on world model information consisting of road obstacles and slope, roughness and ductility in the established regional path. Given the regional route, the world's model information (sensor data) on the regional route is used to infer the vehicle's driving speed and limit speed through fuzzy inference, and the driving speed is used as the initial speed of dynamic analysis.
궤적추적 동역학 해석(Trajectory Tracking Dynamics Analysis StepStep 3) 3)
초기속도와 지역경로로부터의 주행궤적을 입력하여 동역학적 해석(궤적추적 동역학 시뮬레이션)을 수행하여 차량의 동적 안정성을 판단할 수 있는 기준이 되는 차량 상태값을 구한다. 이때, 차량 상태값은 롤 각, 롤 속도, 롤 가속도 및 횡 가속도를 포함한다.
By inputting initial speed and driving trajectory from the local route, a dynamic analysis (track tracking dynamics simulation) is performed to obtain a vehicle state value which is a standard for determining the dynamic stability of the vehicle. At this time, the vehicle state value includes roll angle, roll speed, roll acceleration, and lateral acceleration.
동적 안정성 판단(Dynamic Stability Judgment ( Strp4Strp4 ))
동적 안정성은 차량의 동적 전복 안정성과 미끄럼 안정성 및 구조적 안정성을 모두 판단한다.Dynamic stability determines both the vehicle's dynamic rollover stability, sliding stability and structural stability.
상기 동적 전복 안정성은 도 4에 도시된 바와 같이 차량의 치수(b, h0)와 지면으로부터 차량 무게중심까지의 거리(h, hmax), 롤 각(θ) 및 롤 각속도()로부터 구해지는 위치에너지와 속도에너지로 이루어진 현재의 에너지와 최대 에너지를 비교하여 판단한다. 이를 수식으로 나타내면 다음의 수학식 2와 같다.As shown in FIG. 4, the dynamic rollover stability includes the dimensions of the vehicle (b, h 0 ), the distance from the ground (h, h max ), the roll angle ( θ) and the roll angular velocity ( Judgment is made by comparing the maximum energy with the current energy consisting of potential energy and velocity energy. This is represented by the following equation (2).
즉, 현재의 에너지 크기가 최대 에너지 크기보다 적으면 안정한 것으로 판단하고 그렇지 않으면 불안정한 것으로 판단한다. 이때, 상기 동적 전복 안정성이 불안정한 것으로 판단되면, 주행속도를 줄여야 한다.That is, if the current energy size is less than the maximum energy size, it is determined to be stable, otherwise it is determined to be unstable. At this time, if it is determined that the dynamic rollover stability is unstable, the running speed should be reduced.
상기 미끄럼 안정성은 다음의 수학식 3을 이용하여 판단하되, 수식을 만족하면 미끄럼 안정도가 안정한 것으로 판단하고, 그렇지 않으면 불안정한 것으로 판단한다.The slip stability is determined using Equation 3 below, but if the equation is satisfied, the slip stability is determined to be stable, otherwise it is determined to be unstable.
여기서, 는 횡가속도, 는 각 바퀴에서 지면과 수직으로 작용하는 수직력, 는 횡경사각, 는 마찰계수이다. 이때, 상기 마찰계수의 값은 조향속도와 가감속 명령과의 상관관계에 따라 온라인으로 추정한다. 즉, 지형정보로부터의 주행전 인식결과와 속도별 도표에 따라 사전 추정된 결과값와 학습에 따른 결과값을 이용하여 추정하는 것이다.here, Is the lateral acceleration, Is the vertical force on each wheel that acts perpendicular to the ground, Is the transverse tilt angle, Is the coefficient of friction. At this time, the value of the friction coefficient is estimated online based on the correlation between the steering speed and the acceleration / deceleration command. That is, it estimates by using the pre-estimated result and the result of learning according to the pre-driving recognition result from the terrain information and the chart for each speed.
상기 구조적 안정성 판단은 동역학 해석의 결과와 차량의 구조적 취약부의 제한치 사이의 비교를 통해 결정하되, 동역학 해석에 의해 얻어지는 수직방향의 가속도 또는 암 서스펜션의 가속도를 설계한계치와 비교하여 안정성을 판단한다.
The structural stability judgment is determined through a comparison between the results of dynamic analysis and the limits of structural weak parts of the vehicle, and the stability is determined by comparing the acceleration in the vertical direction or the acceleration of the arm suspension obtained by the dynamic analysis.
노면 분류(Road classification ( StepStep 5) 5)
다음으로 동역학 해석결과와 초기속도를 이용하여 노면을 분류하는 단계를 수행한다. 즉, 동역학 해석결과로부터 구해진 차량 상태값의 최대값 또는 최대값의 95~100%사이의 값의 평균을 구하여 최대 상태값으로 설정하고, 상기 최대 상태 값과 미리 구축된 데이터베이스와의 비교를 통해 노면을 분류한다. 여기서, 미리 구축된 데이터베이스는 속도별 설계한계치를 만족하는 최대상태값을 표준 노면별로 기록한 데이터 집합을 의미한다.
Next, classify the road surface using the result of dynamic analysis and initial velocity. That is, the maximum value of the vehicle state value obtained from the dynamic analysis result or the average value between 95 and 100% of the maximum value is obtained and set as the maximum state value, and the road surface is compared by comparing the maximum state value with a pre-built database. Classify Here, the pre-built database means a data set in which the maximum state value satisfying the design limit for each speed is recorded for each standard road surface.
최대속도 산출(Maximum speed calculation StepStep 6) 6)
표준 노면별로 미리 차량의 성능을 감안한 속도 최대값을 설정한 데이터를 이용하여 상기에서 구해진 노면분류 값으로부터 속도를 결정한다.
The speed is determined from the obtained road classification value by using data obtained by setting the maximum speed value considering the performance of the vehicle in advance for each standard road surface.
슈팅속도 산출(Calculate shooting speed StepStep 7) 7)
제6단계(Step 6)에서 구해진 속도 값과 안정도 판별결과로부터 속도 값을 가감하여 슈팅속도를 결정한다.
The shooting speed is determined by adding or subtracting the speed value from the speed value obtained from the sixth step (Step 6) and the stability determination result.
두 번째 최대속도 산출(2nd maximum speed calculation StepStep 8) 8)
구해진 슈팅속도는 다시 궤적추종동력학의 초기속도로 입력되며, 다시 제3단계(Step 3)에서 제6단계(Step 6) 사이의 과정을 반복하여 두 번째 최대속도를 산출한다.
The obtained shooting speed is input again as the initial speed of the trajectory tracking dynamics, and the second maximum speed is calculated by repeating the process between Step 3 and Step 6 again.
최종주행속도 산출(Final driving speed calculation StepStep 9) 9)
앞서 계산된 최대속도, 슈팅속도 및 두 번째 최대속도와 최종 안정도 판별결과로 선형계수법 등의 방법을 이용하여 최종주행속도를 산출한다.
The final driving speed is calculated by using the linear coefficient method such as the maximum speed, the shooting speed, the second maximum speed and the final stability.
이와 같이 본 발명에서는 무인자율차량의 주행속도를 결정할 때, 동력학을 고려한 주행안정성을 판별하여 최대 주행속도를 결정하게 되므로, 정적 안정성 및 동적 안정성이 모두 확보된 상태에서 무인자율차량을 빠른 속도로 자율주행시킬 수 있게 된다. 따라서, 무인자율차량을 목표 지점까지 신속하게 이동시킬 수 있게 된다.
As described above, in the present invention, when determining the driving speed of the unmanned autonomous vehicle, the driving stability in consideration of the dynamics is determined to determine the maximum driving speed. Therefore, the autonomous vehicle can be autonomously operated at high speed while both static and dynamic stability are secured. I can run it. Therefore, the unmanned autonomous vehicle can be quickly moved to the target point.
이상에서는 본 발명의 바람직한 실시 예를 설명하였으나, 본 발명의 범위는 이 같은 특정 실시 예에만 한정되지 않으며, 해당분야에서 통상의 지식을 가진 자라면 본 발명의 특허청구범위 내에 기재된 범주 내에서 적절하게 변경이 가능할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, Changes will be possible.
Claims (11)
지역경로 상의 월드모델 정보를 활용하여 차량의 주행속도와 한계속도를 추론하고, 그 주행속도를 초기속도로 설정하는 제2단계와;
초기속도와 지역경로로부터의 주행궤적을 입력으로 하여 동역학 해석을 수행하는 제3단계와;
차량의 동적안정성을 판단하는 제4단계와;
동역학 해석결과와 초기속도에 따라 노면을 분류하는 제5단계와;
표준 노면별로 미리 설정된 데이터를 이용하여 상기 제5단계에서 구해진 노면 분류값으로부터 최대속도를 산출하는 제6단계와;
상기 제4단계에서 얻어진 동적안정성 판단에 따른 안정도 판단 결과를 이용하여 상기 제6단계에서 구해진 속도값으로부터 슈팅속도를 결정하는 제7단계와;
상기 슈팅속도를 초기속도로 설정하여 상기 제3단계 내지 제6단계의 과정을 반복 수행하여 두 번째 최대속도를 산출하는 제8단계와;
제6단계에서 얻어진 최대속도와 제7단계의 슈팅속도 및 두 번째 최대속도와 최종 안정도 판별결과에 대하여 선형계수법을 적용하여 최종 주행속도를 산출하는 제9단계;를 포함하는 것을 특징으로 하는 무인자율차량의 속도결정방법.A first step of determining a static stability based on information on a road surface on which the vehicle is traveling and setting an area route;
A second step of inferring the driving speed and the threshold speed of the vehicle using the world model information on the local route and setting the driving speed as the initial speed;
Performing a dynamic analysis by inputting an initial speed and a driving trajectory from the local route;
Determining a dynamic stability of the vehicle;
A fifth step of classifying the road surface according to the dynamic analysis result and the initial speed;
A sixth step of calculating a maximum speed from the road classification value obtained in the fifth step by using data preset for each standard road surface;
A seventh step of determining a shooting speed from the speed value obtained in the sixth step by using the stability determination result according to the dynamic stability determination obtained in the fourth step;
An eighth step of setting the shooting speed as an initial speed and calculating a second maximum speed by repeating the processes of the third to sixth steps;
And a ninth step of calculating a final traveling speed by applying a linear coefficient method to the maximum speed obtained in the sixth step, the shooting speed in the seventh step, and the second maximum speed and the final stability determination result. Vehicle speed determination method.
상기 제1단계는 차량이 주행하는 노면의 정보를 바탕으로 차량이 위치할 수 있는 수 개의 접점과 차량의 질량 중심 사이에 이루어지는 벡터 연산을 통해 차량이 전복 가능한 기울기를 가지는지 판단하며,
주행 노면상에 위치한 차량의 기울기가 전복 안정성을 위한 최소각도보다 크면 정적 안정성이 안정한 것으로 판단하고 그렇지 않으면 정적 안정성이 불안정한 것으로 판단하는 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 1,
The first step is to determine whether the vehicle has an inclination that can be rolled over, based on the information of the road surface on which the vehicle travels, through a vector calculation between several points of contact where the vehicle can be located and the center of mass of the vehicle,
A method of determining the speed of an unmanned autonomous vehicle, characterized in that the static stability is determined to be stable if the inclination of the vehicle located on the road surface is greater than the minimum angle for overturning stability.
상기 제1단계에서 설정된 지역경로 상의 어느 한 지점에서라도 정적 안정성이 불안정한 것으로 판단되면 지역경로 계획을 재수행하되, 직전 지역경로 값을 상승시켜 다른 경로가 설정되도록 하는 것을 특징으로 하는 무인자율차량의 속도결정방법.The method according to claim 1 or 2,
If it is determined that the static stability is unstable at any point on the local route set in the first step, the local route plan is re-executed, but the speed of the unmanned autonomous vehicle is set so that another route is set by immediately increasing the local route value. Way.
상기 제2단계의 초기속도는 설정된 지역경로에 있는 노면 장애물과 기울기, 거칠기 및 연성을 비롯한 센서 데이터로 이루어진 월드모델 정보를 근거로 하는 퍼지 추론을 통해 결정하는 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 1,
The initial speed of the second step is determined by fuzzy inference based on world model information including road obstacles and slopes, roughness, and ductility in the set local path. Way.
상기 제3단계는 초기속도와 지역경로로부터의 주행궤적을 입력하여 동역학적 해석을 수행하는 궤적추적 동역학 시뮬레이션을 통해 롤 각, 롤 속도, 롤 가속도 및 횡 가속도로 이루어진 차량 상태값을 구하는 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 1,
The third step is to obtain the vehicle state value consisting of the roll angle, roll speed, roll acceleration and lateral acceleration through the trace tracking dynamics simulation that performs the dynamic analysis by inputting the initial speed and the driving trajectory from the local route. Method for speed determination of unmanned autonomous vehicles
상기 제4단계에서 동적 안정성은 차량의 동적 전복 안정성과 미끄럼 안정성 및 구조적 안정성으로 이루어진 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 1,
In the fourth step, the dynamic stability is the speed overturning method of the unmanned autonomous vehicle, characterized in that the dynamic rollover stability, sliding stability and structural stability of the vehicle.
상기 동적 전복 안정성은 차량의 치수와 지면으로부터 차량 무게중심까지의 거리, 롤 각 및 롤 각속도로부터 구해지는 위치에너지와 속도에너지로 이루어진 현재의 에너지와 최대 에너지를 비교하여 판단하되,
현재의 에너지 크기가 최대 에너지 크기보다 적으면 안정한 것으로 판단하고 그렇지 않으면 불안정한 것으로 판단하여 주행속도를 줄이도록 하는 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 6,
The dynamic rollover stability is determined by comparing the current energy and the maximum energy consisting of the potential energy and the velocity energy obtained from the dimensions of the vehicle, the distance from the ground to the vehicle center of gravity, the roll angle and the roll angular velocity.
If the current energy size is less than the maximum energy size is determined to be stable, otherwise it is determined to be unstable to reduce the running speed.
상기 미끄럼 안정성은 하기의 수식을 이용하여 판단하되, 하기 수식을 만족하면 미끄럼 안정도가 안정한 것으로 판단하고, 그렇지 않으면 불안정한 것으로 판단하는 것을 특징으로 하는 무인자율차량의 속도결정방법;
여기서, 는 횡가속도, 는 각 바퀴에서 지면과 수직으로 작용하는 수직력, 는 횡경사각, 는 마찰계수이다.The method of claim 6,
The sliding stability is determined using the following formula, but if the following formula satisfies the sliding stability is determined to be stable, otherwise unstable vehicle speed determination method characterized in that it is determined to be unstable;
here, Is the lateral acceleration, Is the vertical force on each wheel that acts perpendicular to the ground, Is the transverse tilt angle, Is the coefficient of friction.
상기 마찰계수의 값은 조향속도와 가감속 명령과의 상관관계에 따라 온라인으로 추정되되, 지형정보로부터의 주행전 인식결과와 속도별 도표에 따라 사전 추정된 결과와의 학습에 의한 추정값인 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 8,
The friction coefficient value is estimated online according to the correlation between the steering speed and the acceleration / deceleration command, and is an estimated value obtained by learning from the pre-driving recognition result from the terrain information and the pre-estimation result according to the speed chart. Speed determination method of unmanned autonomous vehicle.
상기 구조적 안정성 판단은 동역학 해석의 결과와 차량의 구조적 취약부의 제한치 사이의 비교를 통해 결정하되, 동역학 해석에 의해 얻어지는 수직방향의 가속도 또는 암 서스펜션의 가속도를 설계한계치와 비교하여 안정성을 판단하는 것을 특징으로 하는 무인자율차량의 속도결정방법.The method of claim 6,
The structural stability judgment is determined through comparison between the results of the dynamic analysis and the limits of structural weak parts of the vehicle, and the stability is determined by comparing the acceleration in the vertical direction or the acceleration of the arm suspension obtained by the dynamic analysis with the design limit value. Speed determination method of unmanned autonomous vehicle.
상기 제5단계는, 상기 동력학 해석 결과로부터 구해진 차량 상태값의 최대값 또는 최대값의 95~100% 사이의 값의 평균을 구하여 최대 상태값으로 설정하고,
상기 최대 상태값과 미리 구축된 데이터베이스와의 비교를 통해 노면을 분류하는 것을 특징으로 하는 무인자율차량의 속도결정방법;
여기서, 상기 미리 구축된 데이터베이스는 속도별 설계한계치를 만족하는 최대 상태값을 표준 노면별로 기록한 데이터 집합을 의미한다.
The method of claim 1,
In the fifth step, the maximum value of the vehicle state value obtained from the dynamic analysis result or an average of values between 95 and 100% of the maximum value is obtained and set as the maximum state value.
A speed determining method for an unmanned autonomous vehicle, characterized in that the road surface is classified by comparison between the maximum state value and a previously built database;
Here, the pre-built database means a data set in which the maximum state value satisfying the design limit for each speed is recorded for each standard road surface.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120013847A KR101135455B1 (en) | 2012-02-10 | 2012-02-10 | Velocity decision method for unmanned ground vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120013847A KR101135455B1 (en) | 2012-02-10 | 2012-02-10 | Velocity decision method for unmanned ground vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
KR101135455B1 true KR101135455B1 (en) | 2012-04-13 |
Family
ID=46143561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020120013847A KR101135455B1 (en) | 2012-02-10 | 2012-02-10 | Velocity decision method for unmanned ground vehicle |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101135455B1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101844727B1 (en) * | 2017-12-11 | 2018-04-02 | 세종대학교산학협력단 | System for estimating wind information using rotor type unmanned areial vehicle |
KR20190123470A (en) * | 2018-04-24 | 2019-11-01 | 국방과학연구소 | Apparatus for determining an optimal velocity for an unmanned ground vehicle, method therefor, and unmanned ground vehicle |
CN113219208A (en) * | 2021-05-17 | 2021-08-06 | 武汉小安科技有限公司 | Vehicle speed calibration method and device and vehicle |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07247820A (en) * | 1994-03-08 | 1995-09-26 | Tokai Rubber Ind Ltd | Separation recovering device for oil mist and manufacture thereof |
JP2009199154A (en) * | 2008-02-19 | 2009-09-03 | Ihi Corp | Puddle detection device, unmanned traveling vehicle, and puddle detection method |
JP2010039839A (en) * | 2008-08-06 | 2010-02-18 | Ihi Corp | Mobile robot and travel speed control method for mobile robot |
KR20100108093A (en) * | 2009-03-27 | 2010-10-06 | 국방과학연구소 | The local path planning method of unnamed vehicle using directional velocity grid map |
-
2012
- 2012-02-10 KR KR1020120013847A patent/KR101135455B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07247820A (en) * | 1994-03-08 | 1995-09-26 | Tokai Rubber Ind Ltd | Separation recovering device for oil mist and manufacture thereof |
JP2009199154A (en) * | 2008-02-19 | 2009-09-03 | Ihi Corp | Puddle detection device, unmanned traveling vehicle, and puddle detection method |
JP2010039839A (en) * | 2008-08-06 | 2010-02-18 | Ihi Corp | Mobile robot and travel speed control method for mobile robot |
KR20100108093A (en) * | 2009-03-27 | 2010-10-06 | 국방과학연구소 | The local path planning method of unnamed vehicle using directional velocity grid map |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101844727B1 (en) * | 2017-12-11 | 2018-04-02 | 세종대학교산학협력단 | System for estimating wind information using rotor type unmanned areial vehicle |
KR20190123470A (en) * | 2018-04-24 | 2019-11-01 | 국방과학연구소 | Apparatus for determining an optimal velocity for an unmanned ground vehicle, method therefor, and unmanned ground vehicle |
KR102042261B1 (en) * | 2018-04-24 | 2019-11-07 | 국방과학연구소 | Apparatus for determining an optimal velocity for an unmanned ground vehicle, method therefor, and unmanned ground vehicle |
CN113219208A (en) * | 2021-05-17 | 2021-08-06 | 武汉小安科技有限公司 | Vehicle speed calibration method and device and vehicle |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2721860C2 (en) | Steering column torque control system and method | |
Kim et al. | Probabilistic and holistic prediction of vehicle states using sensor fusion for application to integrated vehicle safety systems | |
CN112631294A (en) | Intelligent path planning method for mobile robot | |
KR101762504B1 (en) | Method for detecting floor obstacle using laser range finder | |
CN110036353A (en) | For the self-adaptation control method and system in the surface car of trace, especially in automatic Pilot scene | |
JP4406436B2 (en) | Autonomous mobile robot motion planning method, autonomous mobile robot control method using autonomous mobile robot motion planning method, autonomous mobile robot motion planning device, autonomous mobile robot motion planning program and its recording medium, autonomous mobile robot control program | |
KR101133037B1 (en) | Path updating method for collision avoidance of autonomous vehicle and the apparatus | |
KR102178992B1 (en) | Method and Apparatus for Planning Car Motion | |
KR101135455B1 (en) | Velocity decision method for unmanned ground vehicle | |
CN110297500A (en) | A kind of continuous path planning method giving unmanned plane under more way points | |
Martin et al. | Design and simulation of control strategies for trajectory tracking in an autonomous ground vehicle | |
CN115214616A (en) | Travel control system and travel control method | |
CN115303265A (en) | Vehicle obstacle avoidance control method and device and vehicle | |
Reina et al. | Odometry correction using visual slip angle estimation for planetary exploration rovers | |
Choi et al. | Waypoint tracking predictive control with vehicle speed variation | |
Morsali et al. | Real-time velocity planning for heavy duty truck with obstacle avoidance | |
KR101040219B1 (en) | Velocity determining apparatus of autonomous vehicle, autonomous vehicle having the same and velocity determining process of autonomous vehicle | |
Yan et al. | Considering variable road geometry in adaptive vehicle speed control | |
Seraji | New traversability indices and traversability grid for integrated sensor/map‐based navigation | |
CN113759933B (en) | Self-adaptive dynamic window track planning method for manned robot | |
Jordan et al. | Real-time model based path planning for wheeled vehicles | |
KR101930163B1 (en) | Apparatus and method for lane Keeping control | |
Bento et al. | Autonomous navigation control with magnetic markers guidance of a cybernetic car using fuzzy logic | |
Wang et al. | Accurate Perception for Autonomous Driving: Application of Kalman Filter for Sensor Fusion | |
Fnadi et al. | Local obstacle-skirting path planning for a fast Bi-steerable rover using bézier curves |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
A302 | Request for accelerated examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20160404 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20180404 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20190402 Year of fee payment: 8 |