KR101831264B1 - 조종가능 플랫폼용의 자율 항해 시스템 및 방법 - Google Patents
조종가능 플랫폼용의 자율 항해 시스템 및 방법 Download PDFInfo
- Publication number
- KR101831264B1 KR101831264B1 KR1020117013296A KR20117013296A KR101831264B1 KR 101831264 B1 KR101831264 B1 KR 101831264B1 KR 1020117013296 A KR1020117013296 A KR 1020117013296A KR 20117013296 A KR20117013296 A KR 20117013296A KR 101831264 B1 KR101831264 B1 KR 101831264B1
- Authority
- KR
- South Korea
- Prior art keywords
- platform
- option
- obstacles
- delete delete
- goals
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000008859 change Effects 0.000 claims description 16
- 230000035484 reaction time Effects 0.000 claims description 10
- 238000013459 approach Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 19
- 230000006399 behavior Effects 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000012545 processing Methods 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
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
-
- 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
-
- 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
- G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
-
- 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
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
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)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
조종가능 플랫폼의 자율 항해를 위한 자동화된 방법이 공개된다. 이 방법은, 플랫폼 및 플랫폼의 부근의 장애물들에 관한 위치, 코스 및 속도를 포함하는 식별 파라미터 그룹으로부터 선택된 하나 이상의 식별 파라미터에 관한 데이터를 하나 이상의 센서들로부터 수신하는 상황 인식 모듈; 및 플랫폼의 부근에 있는 장애물들의 하나 이상의 식별 파라미터 및 플랫폼의 위치에 관한 데이터에 기초하여 플랫폼에 대한 코스 및 속도를 선택하는 판단 모듈을 포함하는 자율 항해 시스템을 제공하는 단계; 플랫폼에 할당된 적어도 하나의 태스크를 포함하는 미션에 관한 정보를 판단 모듈에 제공하는 단계; 및 데이터를 주기적으로 획득하고, 코스와 속도의 별개의 조합을 각각 정의하는 옵션들의 한 세트로부터의 각각의 옵션에 대해, 장애물들 각각에 대해 그리고 복수의 목표 각각에 대해 그 옵션의 바람직함을 나타내는 등급을 할당하고, 각각의 옵션에 대해, 모든 장애물들에 대해 그 옵션에 할당된 등급들을 합산함으로써 식별 파라미터에 기초하여 판단 모듈을 사용하여 선호되는 옵션을 선택하는 단계를 포함하고, 선호되는 옵션은 합산된 등급이 그 옵션의 가장 큰 바람직함을 나타내는 옵션이다.
Description
본 발명은 항해에 관한 것이다. 특히, 본 발명은 조종가능 플랫폼용의 자율 항해 시스템 및 방법에 관한 것이다.
무인 플랫폼들을 이용하는 것은 많은 상황에서 군인과 민간인 모두에게 유리하다. 이러한 플랫폼이 진정으로 유용할 수 있게 하려면, 플랫폼에 자율 항해 능력을 제공하는 것이 바람직하며, 그렇지 않으면, 원격 오퍼레이터와 플랫폼간의 연속 통신이 요구된다. 연속 제어 또는 자율 항해 능력 없이는, 플랫폼은 미리 알려지지 않은 장애물들과 충돌할 수 있기 때문에 플랫폼과 플랫폼 부근의 다른 물체 모두에게 위험하다. 조종가능 플랫폼에는 달성해야 하는 태스크(task)를 하나 이상 포함하는 미션이 할당될 수 있다. 이러한 태스크는, 예컨대, 정해진 위치 또는 중간지점으로의 이동, 및 그 위치에서 정해진 활동을 포함할 수 있고, 또는 예컨대 영역을 순찰하는 것과 같은 느슨하게 정의된 태스크일 수 있다. 이동 루트는 예컨대 장애물들 및 제한구역들을 회피하도록 선택되어야 한다. 이러한 장애물들은 고정되어 있을 수 있고 또는 이동하고 있을 수도 있다. 다른 플랫폼들과 같은 이동 장애물의 위치는 시시각각 변할 수 있으므로, 자율 플랫폼은 바람직하게는 이러한 장애물들을 탐색하고, 기대되는 루트를 예측하고, 충돌을 회피하는 방식으로 조종할 수 있어야 한다. 그러므로, 사람인 오퍼레이터로부터의 연속적인 안내 없이 태스크를 완료하기 위해서는, 플랫폼은 바람직하게는 항해, 시간표 준수, 알려진 고정 장애물들 또는 다른 금지 영역을 회피하기 위한 루트 선택, 장애물들 및 다른 플랫폼들의 위치 및 코스 탐색, 및 교통 법규와 같은 정해진 규칙 준수 등의 기능들을 자율적으로 수행할 수 있어야 한다.
특히, 이러한 고려사항은 바다에서 작동하는 USV(unmanned surface vehicle), 또는 UAV(unmanned aerial vehicle)에 적용한다. 간단명료하게 하기 위해, USV가 고려되나, 이는 본 발명의 범위를 제한하는 것으로 간주되면 안 된다. USV는 다른 수상선과의 충돌을 방지하기 위해, 바람직하게는 장애물들 및 다른 배를 검색하고, 다른 배의 속도 및 코스를 정의하고, 충돌을 회피하기 위해 자신의 이동(코스 및 속도)을 조절할 수 있어야 한다. 충돌을 회피하는 조종에 있어서, 원양 항해용 USV는 바람직하게는 또한 COLREGS(International Regulations for Preventing Collisions at Sea)를 준수해야 한다. COLREGS는 항양선이 서로 마주칠 때 충돌을 회피하기 위해 적절한 조치를 결정한다. COLREGS는 다른 고려 사항들 중에서 특히 마주친 배들의 종류 및 배들이 연루된 행동에 따라 각각의 배가 충돌을 회피하기 위해 어떻게 조종될 것으로 기대되는지를 결정한다. 그러나, 일부 상황에서는, COLREGS는 애매할 수 있다. 예컨대, 둘 보다 많은 배들이 연루되어 있을 때는, 각각 때때로 상충되는 서로 다른 조치를 정한 여러 법규들이 동시에 적용될 수 있다. 이러한 상황에서, 배 오퍼레이터는 충돌을 가장 잘 회피하기 위해 COLREGS를 구현함에 있어서 판단 및 상식을 이용할 것으로 기대된다. 이 이유 때문에, COLREGS는 자율 USV를 위한 프로그래밍에 동화되기가 어렵다.
마이클 알. 벤자민(Michael R. Benjamin)("간격 프로그래밍: 자율운송 수단 제어를 위한 다중 목표 최적화 모델(Interval Programming: A Multi-Objective Optimization Model for Autonomous Vehicle Control)", 학위 논문, 브라운 대학교(Brown University), 2002)는 조각별로 정의된(piecewise-defined) 구간 프로그래밍 (IvP) 행동 기능을 이용하여 운송 수단을 자율적으로 제어하는 방법에 대해 설명한다. IvP 기능은 결정 영역 내의 각 지점이 하나의 조각(piece)에 의해 커버되도록 조각별로 정의되고, 각각의 조각은 하나의 구간 프로그래밍 조각이다. 결정 변수들은, 예컨대, 코스 및 속도일 수 있다. 행동 기능은 전형적으로 행동의 진정한, 근본적인 유틸리티 기능의 근사화이다. 미국 특허 7139741 호(벤자민; Benjamin)에 기재된 다중 목표 최적화 방법에 따라, IvP 기능이 각각의 단계에서 운송 수단의 각각의 개별 행동에 대해 셋업된다. 예컨대, COLREGS 규칙이 고려되는 경우, IvP 기능은 각각의 단계에서 각각의 규칙에 대해 정의될 것이다. 약 600개의 선형 조각(linear pieces)이 (중간지점에 도달하는) 중간지점 행동을 나타내는데 이용된다("도로의 규칙에 따른 무인 해양 운송 수단의 항해(Navigation of Unmanned Marine Vehicles in Accordance with the Rules of The Road)", 벤자민 등, 5/2006). 간격 프로그래밍 문제는 한 세트의 k개의 구분적으로 정의된 목표 기능들로 구성된다. n개의 결정 변수들에 대해 정의된 각각의 목표 기능(l ...k)은 연관된 가중치를 가진다. 구간 프로그래밍 문제에 대한 해결책은 w1 x f1(x1,...xn) + ... wk x fk(x,... xn)에 의해 평가될 때 가장 높은 값을 가진 단일 판단이다. 전형적으로, 가중치 설정된 조각별 기능의 추가는 또 다른 조각별로 정의된 기능을 생성하지 않을 것이며, 이는 모든 IvP 기능의 조각들이 중첩되지 않기 때문이다. 조각의 각각의 치수의 상하경계를 이용하여 교차가 행해져서 새로운 조각이 2개의 조각의 교차점에서 형성된다. 목표들의 조합은 k+1 계층의 트리로 표현될 수 있고, 여기서 k는 목표 기능의 개수이다. 트리 내의 각각의 계층 1 (1=2,..., k+1)은 페어런트 계층의 각각의 조각에 대해 목표 1-1의 모든 가능한 조각들을 표현한다. 예컨대, 우리가 각각 600 조각인 5개의 목표들을 가지고 있다면, 트리는 6005+l 개의 노드를 가질 것이다. 트리를 통해 검색하는 많은 가능한 알고리즘이 있다. 한가지 알려진 알고리즘은 "브랜치 앤 바운드(Branch and Bound)"이다. 벤자민, 마이클 알.의 미국 특허 7139741에, 그리드(grid) 구조를 이용하는 방법이 개시되어 있다. IvP 기능은 각각의 장애물에 대해 그리고 복수의 수많은 제약으로 인해 형성되어야 하므로, 현실에 존재하는 항해 문제에서, 제안된 방법은 이용하기가 불편해질 수 있다.
다른 그룹은 지상 운송 수단의 자율 항해 방법에 대해 기술하며, 여기서는 운송 수단의 이동이 소정의 도로 또는 코스로 제한된다. 이러한 방법은 장애물들에 응답하여 조절을 행하는 최적 코스를 미리 설계한다. 이러한 방법은 운송 수단이 거의 어떤 방향으로든 자유롭게 이동할 수 있는 공해상과 같은 상황에서의 항해에 적합하지 않다.
본 발명의 목적은 장애물과의 충돌 또는 초근접 마주침을 회피하고 교통 법규를 준수하면서 플랫폼이 미션을 달성하는 것을 가능하게 하는 조종가능 무인 플랫폼용으로 효과적이고 유연한 자율 항해 시스템 및 방법을 제공하는 것이다.
본 발명의 다른 목적 및 이점은 본 발명을 읽고 첨부 도면을 본 후에 명백해질 것이다.
본 발명의 일부 실시예에 따라서 조종가능 플랫폼의 자율 항해를 위한 자동화된 방법이 제공되고 있으며, 본 방법은,
상기 플랫폼 및 상기 플랫폼 부근의 장애물들에 관한 위치, 코스 및 속도를 포함하는 식별 파라미터 그룹으로부터 선택된 하나 이상의 식별 파라미터에 관한 데이터를 하나 이상의 센서들로부터 수신하는 상황 인식 모듈; 및 상기 플랫폼 부근의 장애물들의 하나 이상의 식별 파라미터 및 상기 플랫폼의 위치에 관한 데이터에 기초하여 상기 플랫폼에 대한 코스 및 속도를 선택하는 판단 모듈을 포함하는 자율 항해 시스템을 제공하는 단계;
상기 플랫폼에 할당된 적어도 하나의 태스크를 포함하는 미션에 관한 정보를 상기 판단 모듈에 제공하는 단계; 및
상기 데이터를 주기적으로 획득하고, 코스와 속도의 특별한 조합을 정의하는 옵션들의 세트로부터의 각각의 옵션에 대해, 상기 장애물들 각각 및 복수의 목표 각각에 대해 그 옵션이 바람직한지를 나타내는 등급을 할당하고, 각각의 옵션에 대해, 모든 장애물들에 대해 그 옵션에 할당된 등급들을 합산함으로써 상기 식별 파라미터에 기초하여 상기 판단 모듈을 사용하여 선호되는 옵션을 선택하는 단계를 포함하고, 상기 선호되는 옵션은 그것의 합산 등급이 그 옵션의 가장 바람직함을 나타낸다.
또한, 본 발명의 실시예에 따르면, 상기 방법은 상기 플랫폼을 조종하는 플랫폼 제어 모듈을 제공하는 단계, 및 상기 플랫폼의 드라이브 제어기에 상기 플랫폼에 대해 상기 선호되는 옵션의 상기 코스 및 속도를 적용하도록 명령하는 단계를 더 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 방법은 상기 적어도 하나의 태스크를 계획하는 단계를 더 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 방법은 상기 미션에 대한 미션 계획을 계획하는 단계를 더 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 선호되는 옵션을 선택하는 단계는 상기 적어도 하나의 태스크가 상기 선호되는 옵션을 선택하기 전에 계획에 따라 달성될 수 없는지를 판단하는 단계를 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 적어도 하나의 태스크가 상기 선호되는 옵션을 선택하기 전에 계획에 따라 달성될 수 없는지를 판단하는 단계는, 각각의 장애물에 대해, 가장 가까운 접근 지점에서의 상기 플랫폼과 상기 장애물 간의 거리 및 상기 가장 가까운 접근 지점까지 도달하는 추정 시간을 결정하기 위해, 상기 플랫폼의 예상 위치 및 그 장애물의 예상 위치를 계산하는 단계; 및 그 장애물 및 상기 플랫폼에 적합한 조기 반응시간 및 회피 거리에 대해, 그 거리가 상기 회피 거리보다 짧은지 아니면 긴지를 판단하는 단계를 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 방법은 그 목표에 기인한 중요도를 나타내는 가중치를 상기 목표들 각각에 할당하는 단계, 및 상기 선호되는 옵션을 선택하는 단계에서, 상기 목표들에 할당된 가중치를 고려하는 단계를 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 목표들 각각에 가중치를 할당하는 단계는 입력 디바이스를 사용하여 실행된다.
또한, 본 발명의 실시예에 따르면, 상기 목표들은 교통 규칙의 준수, 다른 장애물과의 충돌 회피, 미리 정해진 범위 내로의 속도 유지, 상당한 속도 변화의 회피, 상당한 코스 변화의 회피, 현저한 코스 변화, 계획에 따른 상기 태스크의 수행, 및 상기 태스크의 이행을 포함하는 목표 그룹으로부터 선택된다.
또한, 본 발명의 실시예에 따르면, 상기 플랫폼은 유인 또는 무인의 공중, 지상 및 해양 플랫폼들을 포함하는 플랫폼 그룹으로부터 선택된다.
또한, 본 발명의 실시예에 따르면, 상기 방법은 선호되는 옵션이 아닌 옵션을 선택하는 단계를 포함한다.
또한, 본 발명의 실시예에 따르면, 컴퓨터상에서 구동될 때 상기 방법의 단계들을 수행하도록 된 컴퓨터 프로그램 코드 수단들을 구비하는 컴퓨터 프로그램이 제공된다.
또한, 본 발명의 실시예에 따르면, 컴퓨터상에서 실행될 때 상기 방법의 단계들을 수행하는 컴퓨터 실행가능 명령들을 포함하는 컴퓨터 판독가능 매체가 제공된다.
또한, 본 발명의 실시예에 따르면, 조종가능 플랫폼을 조종하는 자율 항해 시스템이 제공되고, 상기 자율 항해 시스템은,
상기 플랫폼 및 상기 플랫폼 부근의 장애물들에 관한 위치, 코스 및 속도를 포함하는 식별 파라미터 그룹으로부터 선택된 하나 이상의 식별 파라미터에 관한 데이터를 하나 이상의 센서들로부터 수신하는 상황 인식 모듈; 및
상기 플랫폼 부근의 장애물들의 하나 이상의 식별 파라미터 및 상기 플랫폼의 위치에 관한 데이터에 기초하여 상기 플랫폼에 대한 코스 및 속도를 선택하는 판단 모듈을 포함하고, 상기 판단 모듈은 상기 데이터를 주기적으로 획득하고, 코스와 속도의 특별한 조합을 각각 정의하는 옵션들의 세트로부터의 각각의 옵션에 대해, 상기 장애물들 각각 및 복수의 목표 각각에 대해 그 옵션의 바람직함을 나타내는 등급을 할당하고, 각각의 옵션에 대해, 모든 장애물들에 대해 그 옵션에 할당된 등급들을 합산함으로써 상기 식별 파라미터에 기초하여 선호되는 옵션을 결정하며, 상기 선호되는 옵션은 그것의 합산 등급이 그 옵션의 가장 큰 바람직함을 나타내는 옵션이다.
또한, 본 발명의 실시예에 따르면, 상기 시스템은 상기 플랫폼의 드라이브 제어기에게 상기 플랫폼에 대해 상기 선호되는 옵션의 상기 코스 및 속도를 적용하도록 명령함으로써 상기 플랫폼을 조종하는 플랫폼 제어 모듈을 더 포함한다.
또한, 본 발명의 실시예에 따르면, 상기 판단 모듈은 가장 가까운 접근 지점에서의 상기 플랫폼과 상기 장애물 간의 거리 및 상기 가장 가까운 접근 지점까지 도달하는 추정 시간을 결정하기 위해, 상기 플랫폼의 예상 위치 및 그 장애물의 예상 위치를 계산하고, 그 장애물 및 상기 플랫폼에 적합한 조기 반응시간 및 회피 거리에 대해, 그 거리가 상기 회피 거리보다 짧은지 아니면 긴지를 판단한다.
또한, 본 발명의 실시예에 따르면, 상기 판단 모듈은, 상기 선호되는 옵션을 선택할 때, 그 목표에 기인한 중요도를 나타내는, 상기 목표들 각각에 할당된 가중치를 고려하도록 되어 있다.
또한, 본 발명의 실시예에 따르면, 입력 디바이스가 상기 플랫폼의 선상에 제공된다.
또한, 본 발명의 실시예에 따르면, 상기 환경 센서들은 레이더, 외부 명령 및 제어 시스템, 전기광학 페이로드 및 AIS(automatic identification system)를 포함하는 센서 그룹으로부터 선택된다.
또한, 본 발명의 실시예에 따르면, 상기 항해 센서들은 GPS(global positioning system) 수신기, IMU(inertial measurement unit), 자이로(Gyro), 가속도계, 6dof 센서들, 나침반, 및 속도 지시기를 포함하는 센서 그룹으로부터 선택된다.
또한, 본 발명의 실시예에 따르면, 시스템에는 상기 선택된 옵션에 관한 정보를 사람인 오퍼레이터에 제공하는 수단이 더 제공된다.
상기 정보를 위한 수단은 디스플레이, 스피커 및 프린터 중 적어도 하나를 포함한다.
본 발명을 보다 잘 이해하기 위해 그리고 그 실제 응용을 이해하기 위해, 다음 도면이 제공되며 이하 참조한다. 도면은 단지 예로서 제공되며 본 발명의 범위를 한정하는 것이 아님에 주의해야 한다. 동일한 구성 요소는 동일한 도면 부호에 의해 표시되어 있다.
도 1은 본 발명의 실시예에 따른 조종가능 플랫폼용 자율 항해 시스템의 블록도이다.
도 2는 본 발명의 실시예에 따른 조종가능 플랫폼의 자율 항해 방법을 예시한 도면이다.
도 3은 본 발명의 실시예에 따라 자율적으로 항해되는 조종가능 플랫폼이 소정의 계획에 따라 태스크를 실행할 수 있는지를 판단하기 위한 알고리즘의 플로우차트이다.
도 4는 본 발명의 실시예에 따라 자율적으로 항해되는 조종가능 플랫폼의 바람직한 코스 및 속도를 선택하는 선택적인 알고리즘의 플로우차트이다.
도 5는 본 발명의 실시예에 따른 자율 항해 시스템을 가진 자율 항해 플랫폼의 행동의 예를 예시한 도면이다.
도 6은 발명의 실시예에 따라 플랫폼이 자신의 목적지로부터 멀어지게 하고 플랫폼이 자신의 지정된 태스크를 달성하지 못하게 하는 로컬 최적 옵션들을 자율 항해 시스템이 계속 선택하는 것을 멈추도록 하는 상황을 예시한 도면이다.
도 1은 본 발명의 실시예에 따른 조종가능 플랫폼용 자율 항해 시스템의 블록도이다.
도 2는 본 발명의 실시예에 따른 조종가능 플랫폼의 자율 항해 방법을 예시한 도면이다.
도 3은 본 발명의 실시예에 따라 자율적으로 항해되는 조종가능 플랫폼이 소정의 계획에 따라 태스크를 실행할 수 있는지를 판단하기 위한 알고리즘의 플로우차트이다.
도 4는 본 발명의 실시예에 따라 자율적으로 항해되는 조종가능 플랫폼의 바람직한 코스 및 속도를 선택하는 선택적인 알고리즘의 플로우차트이다.
도 5는 본 발명의 실시예에 따른 자율 항해 시스템을 가진 자율 항해 플랫폼의 행동의 예를 예시한 도면이다.
도 6은 발명의 실시예에 따라 플랫폼이 자신의 목적지로부터 멀어지게 하고 플랫폼이 자신의 지정된 태스크를 달성하지 못하게 하는 로컬 최적 옵션들을 자율 항해 시스템이 계속 선택하는 것을 멈추도록 하는 상황을 예시한 도면이다.
다음의 상세한 설명에서, 수많은 특정 세부 사항은 본 발명의 철저한 이해를 제공하기 위해 설명된다. 그러나, 본 발명은 이들 특정 세부 사항 없이 실시될 수 있음을 당해 기술 분야에서 통상의 지식을 가진 자는 이해할 것이다. 다른 예들에서, 잘 알려진 방법, 절차, 구성요소, 모듈, 유닛 및/또는 회로는 본 발명을 애매하게 하지 않도록 상세히 설명되지 않았다
본 발명의 실시예에 따른 조종가능 플랫폼의 자율 항해 시스템 및 방법이 개시되며, 상기 플랫폼이 소정의 미션을 달성하도록 하는 것으로 목적으로 한다.
조종가능 플랫폼의 자율 항해 시스템에는, 플랫폼이 달성해야 하고 본 발명의 맥락에서 여러 태스크로 구성된 미션이 할당된다. 미션은 예컨대, 어떤 중간지점에 도달하는 것, 지정된 섹터를 순찰하는 것, 및 물체 또는 물체들을 추적하거나 접근하는 것과 같은 태스크들을 포함할 수 있다. 미션은 또한 다른 태스크를 포함할 수 있다. 일반적으로 상기 태스크들은 연속하여 수행되어야 한다.
상기 조종가능 플랫폼은, 예컨대, 운송 수단에 탄 사람인 오퍼레이터에 의해서, 운송 수단이 자율적으로 이동하는 자동조종 모드로 동작하는 무인 운송 수단 또는 유인 조종가능 운송 수단(예컨대, 운송 수단)일 수 있다. 대안으로, 조종가능 플랫폼의 자율 항해 시스템은, 많은 상이한 요인이 고려되어야 하는 상황 하에서 항해 판단을 행할 때 사람인 오퍼레이터를 보조하는, 유인 또는 원격 제어되는 플랫폼 용의 DSS(Decision Support System)의 작용을 할 수 있다. 본 발명의 맥락에서, "플랫폼"은 유인 또는 무인의, 공중, 지상 또는 해양용인 임의의 플랫폼(예컨대, 보트 또는 잠수함)을 말한다.
이제, 본 발명의 실시예에 따른 조종가능 플랫폼용 자율 항해 시스템의 블록도를 예시한 도 1을 참조한다.
조종가능 플랫폼(20), 예컨대, 원양 항해용 USV는 조종가능 플랫폼(20)의 조향 및 속도를 제어하는 자율 항해 시스템(21)을 구비하고 있다.
자율 항해 시스템(20)에 대한 미션을 정의하는 명령들은 미션을 시작하기 전에 제공될 수 있다.
자율 항해 시스템(21)은 하나 이상의 컴퓨터 프로세서를 포함할 수 있다. 자율 항해 시스템(21)은 여러 기능 모듈들로 분리될 수 있다. 기능 모듈은, 예컨대, 별개의 컴퓨터 하드웨어 구성요소들, 또는 동일한 하드웨어 구성요소를 공유하는 별개의 소프트웨어 기능들일 수 있다.
플랫폼 제어 모듈(14)은 직접 입력되거나, 또는 원격 스테이션(10)으로부터 전달되는 명령들을 수신할 수 있다. 명령들은 조종가능 플랫폼의 미션을 정의하고, 상기 조종가능 플랫폼의 조종자에 대한 제약을 정의할 수 있다.
플랫폼 제어 모듈(14)은 명령들을 플랫폼 드라이브(24)에 전달할 수 있다. 플랫폼 드라이브(24)는 조종가능 플랫폼의 코스 및 속도를 변화 또는 유지시킬 수 있다. 예컨대, 조종가능 플랫폼이 원양 항해용 USV일 때, 플랫폼 드라이브(24)에는 조향(steering) 및 쓰로틀(throttle) 제어가 구비될 수 있다.
플랫폼 제어 모듈(14)이 플랫폼 드라이브(24)에 전달하는 명령들은 판단 모듈(18)로부터의 입력에 좌우될 수 있고, 또는 환경 센서들(26) 또는 플랫폼 드라이브(24)로부터의 입력에 좌우될 수 있다. 판단 모듈(18)의 태스크는 어떤 주어진 시간에 코스 및 속도의 바람직한 조합을 선택하는 것이다. 바람직한 코스-속도 조합의 선택은 플랫폼 제어 모듈(14)로부터의 미션 정보, 상황 인식 모듈(16)로부터 부근의 장애물, 제한 영역, 해군 경로, 해안선 및 다른 플랫폼들에 대한 현재 상황에 관한 정보(이하, 상황 인식이라고 함)에 기초하고, COLREGS 규칙에 기초하고 그리고 다른 프로그래밍된 명령들에 기초한다. 플랫폼 제어 모듈(14)이 플랫폼 드라이브(24)에 전달하는 명령들은 플랫폼의 제한에 기초하여 또는 다른 이유로 판단 모듈(18)로부터의 입력으로부터 수정될 수 있다. 예컨대, 판단 모듈(18)이 코스 또는 속도의 큰 변화를 선택하면, 플랫폼 제어 모듈(14)은 플랫폼 드라이브(24)에게 보다 작은 변화만을 실행하도록 명령할 수도 있다.
상기 명령들은 사람인 오퍼레이터가 이들 명령에 따라 플랫폼의 코스 및 속도를 설정하도록 제공될 수 있다. 명령들은, 예컨대, 디스플레이 스크린, 인쇄물을 인쇄하는 프린터, 오디오 메시지를 제공하는 스피커, 또는 다른 오디오 또는 비디오 형태상에서 오디오 또는 비주얼 형태로 제공될 수 있다. 대안으로 또는 부가적으로, 명령들은 플랫폼 제어 모듈(14)에 전송될 수도 있다.
플랫폼 제어 모듈(14)은, 판단 모듈(18)에 의해 선택된 코스 실행이 조건 또는 플랫폼 제한에 관하여 실행하기 어렵게 만들거나 최적이 아니게 하는 조건, 예컨대 파도 또는 바람 조건에 응답하여, 명령들을 수정할 수 있다.
상황 인식 모듈(16)은 조종가능 플랫폼 부근의 장애물들 및 다른 플랫폼들의 현재의 상대적 위치 및 속도를 기술한다. 상황 인식 모듈(16)은 플랫폼 및 플랫폼 부근의 장애물들에 관련된 위치, 코스 및 속도를 포함하는 하나 이상의 식별 파라미터에 관한 데이터를 센서들(예컨대, 예컨대, 환경 센서들(26))로부터 수신한다. "위치"는 플랫폼 및 장애물들의 절대 위치, 또는 이들간의 상대적 위치를 의미한다. 이 정보 중 일부는 미션 수행 전에 또는 미션 수행 중에 원격 스테이션(10)으로부터 수신될 수 있다. 환경 센서들(26)은 장애물들 및 플랫폼들을 검출 및 식별하는데 도움이 되는 레이더, AIS(automatic identification system), 및 어떤 다른 센서들을 포함할 수 있다. 예컨대, 엔진 상태, 연료, 기름, 쓰로틀, 및 다른 드라이브 파라미터를 나타내는 센서들과 같은 다른 센서들이 환경 센서들에 포함될 수 있다.
또한, 상황 인식 모듈(16)은 항해 센서들(22)로부터 데이터를 수신할 수도 있다. 항해 센서들(22)은 GPS(Global Positioning System) 수신기, IMU(inertial measurement unit), 나침반, 및 속도 지시기를 포함할 수도 있다. 항해 센서들(22)로부터의 입력은 조종가능 플랫폼의 현재 위치 및 코스의 결정을 용이하게 한다.
자신의 위치, 및 그 부근의 장애물들 및 다른 플랫폼들의 위치를 확인하기 위해, 자율 항해 시스템은 각종 센서들로부터 입력을 수신할 수도 있다. 자신의 위치를 결정하기 위해, 자율 항해 시스템 센서들은 GPS (Global Positioning System) 수신기, IMU(inertial measurement unit), 및 나침반을 포함할 수도 있다. 부근의 다른 물체 및 플랫폼들의 위치 및 속도를 결정하기 위해, 센서들은 레이더, AIS(automatic identification system)를 구비한 항양선 또는 물체로부터 식별 및 항해 정보를 수신하는 AIS, 또는 물체를 검출 및 식별할 때 도움이 되는 어떤 다른 센서들을 포함할 수 있다.
각종 소스로부터 수신된 정보에 기초하여, 상황 인식 모듈(16)은 현재의 상황에 대한 그림을 구축한다. 현재 상황의 그림은 조종가능 플랫폼 부근의 각각의 장애물 또는 플랫폼의 아이덴티티, 상대적 위치 및 코스에 관한 정보뿐만 아니라, 제한구역 또는 제한이 가해진 다른 영역의 상대적 위치를 포함한다. 판단 모듈(18)은 상황 인식 모듈(16)로부터 상황 정보를 수신하고, 이 정보를 항해 판단을 내리는 프로세스에 이용한다.
원격 스테이션(10)에 있는 오퍼레이터는, 예컨대, 무선 통신 링크와 같은 통신 연결(12)을 통해 명령들을 플랫폼 제어 모듈(14)에 전달할 수 있고 또는 (오퍼레이터가 플랫폼 선상에 있을 때는) 사용자 인터페이스(15)를 사용하여 명령들을 직접 입력할 수도 있다. 이들 명령들은, 예컨대, 새로운 태스크, 추가 또는 변화된 태스크와 같은 미션 정보, 진행 중인 미션 또는 새로운 미션으로의 변화, 중간지점들의 변경 또는 추가, 새로운 제약 또는 장애물에 관한 정보, 미션 시간표에 관한 정보를 포함할 수 있다. 중간지점에 관한 명령들은 지리적 좌표, 중간지점에 도달한 때를 정의하는 시간표, 중간지점에 가깝게 접근하는 법, 중간지점에 도달하기 위해 출발한 방향, 각종 중간지점에 도달하는 선호되는 순서, 및 중간지점에 도달하는 태스크의 상대적 중요도를 포함할 수 있다. 명령들은 자율 항해 시스템이 중간지점들을 자율 방식("론치 및 포겟(launch and forget)")으로 정의하는 것을 가능하게 할 수 있다. 예컨대, 명령들은 조종가능 플랫폼이 미리 정의된 기준(예컨대, 물체의 크기 범위, 속도 범위, 타입)을 만족하는 물체를 찾아내고 미리 정의된 방식으로 그 물체에 접근할 것을 요구할 수 있다. 예컨대, 크기 및 속도가 미리 정의된 범위 내인 검출된 물체는 미리 정의된 방향으로부터 미리 정의된 거리 내까지 접근되어야 한다. 명령들은 또한 자율 항해 시스템이 느슨하게 정의된 제약 내에서 자신의 루트를 선택하는 것을 가능하게 한다. 예컨대, 조종가능 플랫폼은 정의된 영역을 순찰하도록 명령을 받을 수 있다.
원격 스테이션(10)은 원격 연결(12)을 통해 조종가능 플랫폼(20) 상의 자율 항해 시스템(21)과 통신한다. 예컨대, 조종가능 플랫폼(20)이 원양 항해용 USV이면, 원격 스테이션(10)은 해안에 위치된다. 그러나, 자동조종 모드로 동작하는 유인 플랫폼의 경우에는, 원격 스테이션은 조종가능 플랫폼(15) 자체에 위치될 수 있다. 원격 스테이션(10)에 의해, 조종가능 플랫폼을 수동으로 그리고 실시간으로 원격 제어 가능하다.
또한, 원격 스테이션(10)에 있는 오퍼레이터는 제약에 관한 명령들을 조종가능 플랫폼의 조종기 상에서 입력할 수 있다. 예컨대, 오퍼레이터는 조종가능 플랫폼이 회피하도록 명령을 받은 영역인 제한구역을 정의할 수 있다. 조종가능 플랫폼이 원양 항해용 USV인 경우에, 이러한 제한구역은, 예컨대, 물의 깊이가 얕거나 수중에 장애물이 있는 영역, 고정식 부표 주변 영역, 보트 교통이 허용되지 않는 영역, 대형 보트 교통의 영역, 및 채굴 영역을 포함할 수 있다. 제한구역에 관한 명령들은 제한구역의 경계를 정의하는 좌표, 및 상기 구역을 회피하는 상대적 중요도를 반영한 가중 치 인자를 포함할 수 있다. 명령들은 또한 그 루트를 따르는 상대적 바람직함을 나타내는 가중치를 할당함으로써 어떤 루트, 예컨대, 항로 또는 도로에 대한 선호도를 나타낼 수도 있다.
본 발명의 실시예에 따르면, 명령들은 미리 조종가능 플랫폼 미션의 조종가능 항해 시스템에 제공될 수 있고 또는 미션의 수행 중에 조종가능 플랫폼 미션의 조종가능 항해 시스템에 전달될 수 있다. 명령들은, 예컨대, 중간지점들, 일반 경로, 및 플랫폼의 조종 능력에 대한 제약과 같은 새로운 또는 추가적인 태스크를 포함할 수 있다. 명령들은 미션 시작 전에 또는 미션의 시작시에, 또는 나중에 시스템에 입력 또는 전달될 수 있다. 명령들은 미션 중에 어떤 시점에서 수정될 수도 있다.
명령들은 자율 항해 시스템이 미션의 세부사항을 정의하도록 생성될 수 있다. 예컨대, 명령은 정의된 물체를 식별 및 마주칠 때까지 영역을 순찰하도록 태스크를 정의할 수 있으며, 그때 자율 플랫폼은 그 플랫폼을 추종해야 한다. 다른 예로서, 자율 항해 시스템은, 알려진 장애물들 및 제한 구역들에 기초하여, 정의된 중간지점까지의 최단 경로를 이용하도록 명령을 받을 수 있다. 정의된 최단 경로는 정의된 경로를 따라 이동하라는 명령으로서 미션 (또는 태스크) 목표들에 포함된다. 경로의 계획에 최적화 기술 (예컨대 "FM(Fast Marching)")이 이용될 수 있다.
미션을 수행하면서, 자율 플랫폼은 자신의 위치를 결정하고 부근의 다른 플랫폼들 및 물체의 상대적 위치 및 속도를 검출 및 결정하기 위해 센서들, 또는 원격 스테이션으로부터 수신된 정보를 이용한다(상황 인식). 속력(velocity)은 속도(speed)에 의해 그리고 이동 방향 또는 코스에 의해 정의된다. "물체"는, 예컨대, 고정 장애물뿐만 아니라, 충돌이 회피되어야 하는 움직일 수 있는 다른 플랫폼들, 제한구역, 해군 경로 및 해안선을 포함할 수 있다. 소정의 간격으로, 자율 항해 시스템은 자율 플랫폼이 실행할 수 있는 한 세트의 가능한 액션들을 발생한다. 각각의 가능한 액션은 일반적으로 특정 코스 및 특정 속도에 의해 특징지어진다.
자율 항해 시스템(21)은 하나 이상의 컴퓨터 프로세서를 포함할 수 있다. 자율 항해 시스템(21)은 여러 기능 모듈들로 분리될 수 있다. 기능 모듈들은, 예컨대, 별개의 컴퓨터 하드웨어 구성요소, 또는 동일한 하드웨어 구성요소를 공유하는 별개의 소프트웨어 기능일 수 있다.
실제로 별개의 해결책 공간에서의 다중 목표 최적화 프로세스의 일종인, 판단 모듈(18)에 의해 실행되는 판단 프로세스에서의 일부 주 원리들에 대해 이하에서 설명한다.
판단 프로세스를 빠르고 효과적이게 하기 위해, 자율 플랫폼(20)에 대한 한 세트의 가능한 액션을 형성하는 별개의 속력(속도 및 코스) 값들이 고려된다. 이는 "옵션"이라 칭한다. 각각의 옵션은 코스와 속도의 별개의 조합이다.
각종 특정 "목표들"이 고려된다. 목표들은, 예컨대, 충돌 회피, 상당한 속도 변화의 회피, 현저한 코스 변화 및 다른 목표들을 포함해서, 중간지점 쪽으로의 이동을 돕는 것, 계획된 경로에서의 이동을 돕는 것, COLREGS 규칙을 따르는 것을 포함할 수 있다.
예컨대, COLREGS는 다른 배와의 충돌을 회피하기 위해 조기의 명백한 액션을 요구한다. 또한, 많은 경우에, COLREGS는, 충돌을 회피하기 위해, 다른 배에 접근하는 배의 코스가 우현으로 변경될 것을 요구한다. 규칙은 또한, 정의된 상황 하에서, 어떤 배가 충돌을 회피하기 위해 코스를 바꾸어야 하는지를 판단한다. 자율 항해 시스템을 원양 항해용 USV 상에 프로그래밍할 때, 각각의 규칙에는 이 규칙의 간주된 중요도에 따라 가중치가 할당될 수 있다. 이 방식으로, 자율 항해 시스템은 COLREGS 규칙을 준수할 수 있다.
다른 타입의 플랫폼의 경우 또는 항구에 있는 USV의 경우, 교통 규칙들은 상이하다. 본 발명의 실시예에 따른 자율 항해 시스템은 정의된 교통 규칙으로 프로그래밍될 수 있다. 또한, 자율 항해 시스템은 한 영역에 위치될 때는 한 세트의 규칙을, 다른 영역에 위치될 때는 다른 세트의 규칙을 준수하도록 프로그래밍될 수 있다. 예컨대, USV의 자율 항해 시스템이 바다에 있을 때는 COLREGS 규칙을, 항구에 있을 때는 다른 규칙을 준수하도록 프로그래밍될 수 있다.
"장애물들"이 고려된다. 장애물들은, 예컨대, 자율 플랫폼 부근의 다른 플랫폼, 제외 또는 금지 구역, 채광 영역, 물리적으로 제한하는 장애물들(예컨대, 예컨대, 얕은 물, 해안선)을 포함할 수 있다.
본 발명의 실시예는 컴퓨터 또는 프로세서 판독가능 매체, 또는 예컨대 프로세서 또는 제어기에 의해 실행될 때 여기서 개시된 방법을 실행하는 명령들, 예컨대, 컴퓨터-실행가능 명령들을 인코딩, 포함 또는 저장하는 메모리, 디스크 드라이브, 또는 USB 플래시 메모리와 같은 컴퓨터 또는 프로세서 기억 매체와 같은 물품을 포함할 수 있다. 본 발명의 실시예는 방법 단계 모두 또는 일부를 수행하도록 된 컴퓨터 프로그램 코드 수단을 포함할 수 있다.
이제, 본 발명의 실시예에 따른 조종가능 플랫폼의 자율 항해 방법을 예시한 도 2를 참조한다.
상기 방법은, 전형적으로, 판단 모듈(18, 도 1 참조)에 의해 실행되는 전산화된 프로그램(예컨대 알고리즘)의 형태로 구현될 수 있다.
먼저, 미션이 입력된다(200). 이는, 예컨대, 사용자 인터페이스(도 1의 15)를 사용하여 미션 정보를 입력함으로써 또는 원격 스테이션(도 1의 10)으로부터 미션 정보를 원격 전송함으로써 행해질 수 있다. 미션 정보는 조종가능 플랫폼에 의해 달성되어야 하는 하나 이상의 태스크를 포함할 수 있다.
다음에, 판단 모듈은 미션을 자동적으로 계획한다(202). 미션 계획은 태스크들이 실행되는 순서의 결정 및 하나 이상의 루트의 설정을 포함할 수 있다.
다음에, 알고리즘은 미션이 완료되는지를 체크한다(204). 미션이 완료되면, "미션 완료 " 플래그가 발생된다(206).
미션이 완료되지 않으면, 실행될 제 1 태스크 상에서 태스크 계획이 수행된다(208). 태스크 계획은, 예컨대, 미리 정의된 기준에 따라, 또는 그 태스크에 대한 주어진 명령들에 따라, 목표로의 최선의 루트를 계획하는 것을 포함할 수 있다.
다음에, 알고리즘은 조종가능 플랫폼 부근의 장애물들의 위치 및 예상된 위치를 주기적으로 결정한다(210). 이는 전형적으로 동일 시간 간격으로(예컨대 몇 분마다, 몇 초마다, 1초마다) 실행될 수 있다. 시간 간격은 조종가능 플랫폼들 및 장애물들의 성질에 좌우될 수 있고, 태스크의 성질에 좌우될 수 있고, 판단 모듈의 프로그래머에 의해 결정될 수 있고, 또는 오퍼레이터에 의해 선택될 수 있다. 소정의 간격은 바람직하게는 각종 센서들로부터의 데이터의 획득 및 처리를 가능하게 하기에 충분히 길어야 한다. 또한, 소정의 간격은, 바람직하게는, 자율 플랫폼 또는 부근의 다른 장애물들(특히, 이동 장애물)의 위치, 코스, 또는 속도의 어떤 변화의 검출을 가능하게 하기 위해 충분히 길어야 한다. 반면에, 소정의 간격은 바람직하게는 코스 또는 속도의 변화가 필요한 경우에, 자율 플랫폼이 변화를 안전하게 실행하는데 충분한 시간을 이용할 수 있도록 충분히 짧아야 한다. 간격이 너무 길면, 조건이 반복들 사이에서 변화할 수 있다. 예컨대, 이미 검출된 장애물들은 코스를 바꿀 수 있고, 새로운 장애물들이 검출될 수도 있다. 원양 항해용 USV의 예에서, 몇 초 정도인 소정의 간격이 적절할 수 있다.
다음에, 장애물들의 위치 및 예상된 위치에 기초하여, 조종가능 플랫폼이 계획에 따라 자신의 태스크를 실행할 수 있는지가 판단된다(212). 이는 이하의 대응 설명에서 도 3을 참조하여 설명된다.
플랫폼이 태스크를 계속 실행할 수 있으면(214), 태스크가 완료되는지가 판단되고(216), 이 경우 알고리즘은 미션 계획 단계(202)로 복귀하여 다음 태스크를 시작한다. 태스크가 완료되지 않으면, 알고리즘은 플랫폼 및 그 부근의 장애물들의 위치 및 예상된 위치를 결정하는 단계(210)로 복귀하고, 다음 단계를 진행한다.
그러나, 장애물들의 예상된 위치가 플랫폼이 계획에 따라 현재의 태스크를 계속 실행할 수 없도록 하는 위치하면, 알고리즘은 새로운 (변화된) 코스 및 속도를 선택하는 단계(218)로 진행된다. 이는 도 4 및 이하의 대응 설명에서 설명된다. 새로운 코스 및 속도가 실행되고(220), 새로운 코스 및 속도에 대해 태스크 계획이 아직도 최적인지(또는 받아들일 수 있는지)를 판단하기 위해 태스크 계획이 검토된다(222). 이 단계는 가끔 실행될 수 있으며, 알고리즘의 각각의 반복에서는 실행되지 않을 수 있다.
태스크 계획이 최적이면(또는 받아들일 수 있다면), 조종가능 플랫폼이 계획에 따라 자신의 태스크를 실행할 수 있는지가 다시 판단된다(212).
그러나, 새로운 코스 및 속도의 결과로서 태스크 계획이 받아들 일 수 없게 되거나 최적이 아닌 경우, 태스크 계획 단계가 진행된다(208).
상황 인식 모듈(도 1의 16)은 플랫폼 및 플랫폼 부근의 장애물들의 현재 상태에 관한 정보(상황 인식 211)뿐만 아니라, 다른 환경 파라미터(예컨대, 예컨대, 바람 방향 및 속도, 온도, 시계(visibility) 조건)를 끊임없이 제공할 수 있다.
도 3은 본 발명의 실시예에 따라 자율적으로 항해되는 조종가능 플랫폼이 소정의 계획에 따라 태스크를 실행할 수 있는지를 판단하기 위한 알고리즘의 플로우차트이다.
플랫폼이 계획에 따라 태스크를 실행할 수 있는지의 판단(도 2의 212 참조)은 플랫폼 부근의 장애물들의 현재 위치 및 그 예상된 위치, 및 계획에 따라 좌우된다. "예상된 위치"는 시간이 흐름에 따라 장애물이 있을 것으로 기대되는 위치를 말한다. 고정 장애물의 예상된 위치는 현재 위치와 동일한 반면에, 이동하는 장애물의 예상된 위치는 자신의 현재 위치 및 속도로부터 외삽하여, 장애물에 가능 조작을 고려할 수 있는 불확실성 버블(uncertainty bubble)을 추가함으로써 결정될 수 있다. 조종가능 플랫폼의 예상된 위치는 태스크 계획 모듈(208)에 의해 계획된 루트에 좌우될 수 있다.
적어도 하나의 장애물이 식별될 때에는(300), 식별된 장애물들 각각에 대해 다음과 같은 절차가 실행될 수 있다. 태스크의 타입(302)-태스크 계획(208)으로부터 제공된 정보에 따라 그리고 상황 인식(211)으로부터 검색된 장애물 타입(304)에 따라, 판단 모듈에 의해 구동될 수 있는 알고리즘이 회피 거리 및 조기 반응시간을 결정하기 위해 COLREGS 파라미터의 데이터베이스(308)를 고려한다(312).
"회피 거리"는 플랫폼이 충돌을 방지하기 위해 장애물로부터 멀어지는 최소 거리이다. "회피 거리"는, 예컨대, 장애물의 타입 및 태스크의 타입에 관련될 수 있다. "조기 반응시간"은, 다른 플랫폼의 안전한 통과를 위한 충분한 여유 또는 안전하게 조종하기에 충분한 여유를 두기 위해, 플랫폼과 장애물이 너무 가까운 시간 내의 기대되는 순간 전에 필요한 최소 반응시간이다.
태스크의 타입은 회피 거리 및 조기 반응시간을 결정함에 있어서 중요하다. 예컨대, 장애물 추종을 포함하는 태스크의 경우에, 장애물이 자신이 추종되고 있음을 검출하지 않는 것이 중요한 경우에는, 플랫폼이 다른 이유(예컨대, 충돌 회피)로 요구되는 거리보다도 장애물로부터의 가장 긴 거리로 유지되는 것이 요구될 수도 있다. 장애물의 타입은 또한, 회피 거리 및 조기 반응시간이 상이한 조종 능력의 장애물들에 대해 상이함에 따라, 중요하다. 경비행기는 (공중 태스크를 고려할 때) 여객기와는 다르게 반응하는 것처럼 화물선은 (해양 태스크를 고려할 때) 광속 운행 보트와는 다르게 반응한다.
상황 인식(211)으로부터 제공되는 장애물 (306)의 위치, 코스 및 속도, 및 태스크 계획(302)이 주어지면, 조기 반응시간보다 짧은, CPA(closet point of approach)에 도달하는 추정된 시간, 및 이 시간에서의 플랫폼들간의 거리가 결정된다(310). CPA(314)에서의 회피 거리 및 계산된 거리가 고려되며, 그리고 조기 반응시간 내에서 CPA에서의 거리가 회피 거리보다 짧은 지가 판단된다(316).
CPA에서의 거리가 회피 거리보다 짧으면, 플랫폼은 계획에 따라 자신의 태스크를 계속 실행할 수 없는 것으로 판단된다(320). 그렇지 않으면, 플랫폼은 계획에 따라 태스크를 계속 실행할 수 있는 것으로 판단된다(318). 적어도 하나의 장애물에 대해 플랫폼이 계획에 따라 태스크를 계속 실행할 수 없는 것으로 판단되면, 212의 플래그가 'no'로 설정된다.
플랫폼의 새로운 코스 및 속도를 결정할 때, 각각의 옵션에 대해 가중 "등급"이 이하 설명되는 방식으로 계산되고, 선호되는 옵션이 그에 따라 선택된다. 옵션의 가중 등급은 고려된 장애물들 및 목표들에 대해 그 옵션의 바람직함을 나타낸다.
옵션의 등급은 모든 목표들 및 장애물들에 대하여 그 특별한 옵션에 대해 계산된 모든 등급들의 합이다. 선호되는 옵션을 찾기 위해, 등급의 3차원 매트릭스가 발생될 수 있으며, 여기서 매트릭스의 각각의 요소는 특별한 옵션, 목표 및 장애물에 관한 등급이다.
3차원 매트릭스에서의 등급은, 장애물 및 주어진 목표에 대해, 연관된 옵션의 바람직함 또는 이 옵션을 수행함에 있어서 관련된 위험의 레벨을 나타낼 수 있다.
USV의 맥락에서, 목표들은, 예컨대, 다른 항양선과의 충돌을 회피하기 위해 조종을 할 때, 계획에 따른 태스크의 수행, 각종 교통 규칙(예컨대, COLRGES 규칙)의 준수, 각종 장애물들과의 충돌의 회피, 미리 정의된 범위 내로의 속도 유지, 상당한 속도 변화의 회피, 및 현저한 코스 변화를 포함할 수 있다. 물론, 다른 목표들도 정의될 수 있다.
플랫폼 부근의 장애물과의 충돌의 회피에 관하여, 등급 기능은 CPA(closet point of approach)에서 조종가능 플랫폼과 장애물간의 거리 및 시점에 관련될 수 있다. 가능한 옵션들은 장애물과의 예상된 충돌을 회피하기 위해 조기 반응시간에 조종하는 목표에 대해 등급이 매겨질 수 있다. 예컨대, 장애물과의 충돌의 회피의 긴급성을 나타내는 등급이 예측된 시간과 예상된 충돌까지의 거리의 함수 대 조기 반응시간 및 회피 거리 각각에 기초하여(예컨대, ISF(inverse squared function))에 기초하여 할당될 수 있다.
각각의 옵션은 각각의 장애물에 대해 그리고 각각의 목표에 대해 등급이 매겨져 있다.
목표들에는 각각 가중치가 할당될 수 있다. 등급 기능이 전형적으로 시스템 프로그래머에 의해 시스템 내에 정의 및 내장되는 반면에, 가중치는 전형적으로 미션 관리자에 의해 각각의 목표에 할당된다. 전형적으로 가중치는 바뀐 미션 타입에 대해 상이하다. 예컨대, 물체를 추종하거나 물체에 접근하는 기밀 미션에 대해, COLREGS 규칙을 따르는 목표에는 미리 정의된 영역을 순찰하는 미션에 대한 동일 목표보다 작은 가중치가 할당될 수 있다. 가중치는 전형적으로 미션을 시작하기 전에 할당되나, 미션이 진행됨에 따라 변할 수도 있다.
미션 관리자는 어떤 목표들을 다른 목표들보다 특정 미션에 대해 더 중요한 것으로 간주할 수 있고, 미션 관리자가 보는 중요도의 레벨을 나타내는 가중치를 할당함으로써 중요도의 레벨을 나타낸다. 서로 다른 미션들은 미션 계획자에게 목표들에 가중치를 다르게 할당하도록 요구할 수 있다.
예컨대, 미션 관리자는 허용 범위 내로의 속도 유지 또는 속도 변화의 회피보다 훨씬 더 중요한 충돌 회피의 목표를 찾고 이를 반영한 가중치를 할당할 수 있다. 각각의 목표에 대한 등급 기능도 역시 하나의 목표 등급의 범위가 예컨대 -100와 100 사이에서 변하도록 설계될 수 있으며, 반면에 상이한 목표들에 대해서는 범위는 -10,000와 100 사이이기 때문에 이전 목표에 대한 네가티브 등급보다 후자의 목표에 대한 "나쁜" 등급에 큰 영향이 미친다. 전형적으로 상이한 등급 기능이 상이한 목표들에 할당됨에 주의한다.
일단 등급이 각각의 가능한 옵션에 대해 계산되면, 각각의 장애물 및 각각의 목표에 대해, 자율 항해 시스템은, 발생된 세트의 가능한 옵션들 중에서, 모든 장애물들 및 목표들에 대해서 가장 바람직한 액션임을 등급이 나타내는 옵션을 선택한다. 예컨대, 보다 바람직한 옵션에, 덜 바람직한 옵션에 할당된 등급 값보다 큰 포지티브 값을 가진 등급이 할당된 시스템에서는, 최대 할당 등급을 가진 옵션이 선택된다. 다음에, 선택된 옵션이 자율 플랫폼에 의해 실행된다.
각각의 옵션에 대한 가중 등급을 계산하는 방법에 대해 도 4를 참조하여 설명된다.
도 4는 본 발명의 실시예에 따라 자율적으로 항해되는 조종가능 플랫폼의 바람직한 코스 및 속도를 선택하는 선택적인 알고리즘의 플로우차트이다.
장애물, 옵션 및 목표의 모든 가능한 조합에 대해 등급이 계산된다. 이는, 예컨대, 도 4에서 설명되는 바와 같이 포-루프(for-loops)를 이용함으로써 실행될 수 있으며, 여기서 먼저 장애물(obsNum는 플랫폼 부근의 장애물들의 개수), 옵션(optNum는 고려된 옵션들의 개수) 및 목표(objNum는 정의된 목표들의 개수)용의 카운터들이 1로 리셋된다(402). ObsNum 카운터 (404), optNum 카운터 (406) 및 objNum 카운터 (408)는 루프 내의 자신들의 차례에서 각각 증가되고(각각 412, 416 및 418), 각각의 옵션 및 각각의 목표에 대해 각각의 장애물에 대한 등급을 계산할 때 등급 기능(410)이 이용된다. 각각의 목표에 대해 가중치들이 고려된다(414).
다음에, OptNum 카운터가 1로 리셋되고(421), 모든 장애물들에 대해 그 옵션들에 대한 모든 등급을 합산하기 위해 (421와 432 사이의) 루프를 이용하여 각각의 옵션에 대한 등급이 계산된다(430). 모든 옵션 등급이 계산될 때, 선택된 옵션은 등급이 최대인 옵션인 것으로 판단된다(424). 그 선택된 옵션(예컨대 코스 및 속도)에 대한 파라미터가 (옵션 데이터베이스(426)로부터) 추출되고, 선택된 코스 및 속도(428)가 제공된다.
각각의 옵션, 목표 및 장애물마다의 등급 기능은 전형적으로 알고리즘 프로그래머에 의해 미리 정의되며, 반면에 각각의 목표에 대한 "가중치" 는 전형적으로 미션이 시작되기 전에 미션 관리자에 의해 할당되며, 미션이 진행되는 중에 변할 수 있다.
계산을 최적화하기 위하여, 각종 목표들 또는 목표들의 등급이 각종 방식으로 처리될 수 있다. 예컨대, 수행되면 반드시 회피되어야 하는 충돌을 야기하는 옵션에는, 다른 목표들에 대해 그 옵션의 바람직함에 관계 없이, 높은 네가티브 등급이 할당될 수 있다. 다른 예로서, 옵션은 그 옵션이 수반하는 코스 또는 속도의 변화에 기초하여 고려 사항으로부터 제거될 수 있다. 예컨대, 다른 플랫폼들이 알 수 없는 작은 변화는 고려 사항으로부터 제거될 수 있고, 큰 변화는 플랫폼에 의해 도달 불가능할 수 있다. 대안으로, 모든 옵션들이 나쁠 때는 옵션 선택을 가능하게 하기 위해 옵션을 제거하지 않는 것이 현명할 수도 있다.
도 5는 본 발명의 실시예에 따른 자율 항해 플랫폼의 행동의 예를 예시한다.
지점(50a)에 위치한 자율 항해 시스템(50)(마름모 기호로 나타냄)을 가진 조종가능 플랫폼에는 중간 지점(58)에 도달하는 태스크를 포함하는 미션이 할당된다. 계획된 경로(점선 50'으로 나타냄)는 제한구역(52)을 고려하여 태스크 계획 단계에서 결정된다(도 2의 208 참조). 각각 경로(54', 56')를 따라 이동하는 이동 장애물(54; 삼각기호로 나타냄), 56; 시각 기호로 나타냄)이 멀리에 존재하는 것은, 장애물들이 매우 멀기 때문에, 그 시간에, 계획된 경로에는 영향을 주지 않는다.
플랫폼(50)은 지점(50a)으로부터 지점(50b)으로 이동한 다음에 지점(50c)으로 이동한다. 그 지점에서 플랫폼(50) 상의 자율 항해 시스템의 환경 센서들(26, 도 1 참조)은 플랫폼(50)쪽으로 충돌 코스 내의 계획된 경로를 가로지르는 것으로 나타난 접근하는 장애물(56)의 존재(위치, 코스 및 속도)를 무시할 수 없고, 자율 항해 시스템은 지점(50d)쪽으로의 플랫폼의 코스(그리고 아마도 속도)의 변화를 수행하는 것을 선택하며, 그 지점에서 접근하는 플랫폼(54)의 존재(위치, 코스 및 속도)는 지점(50e)쪽으로의 플랫폼(50)의 코스(그리고 가능하다면, 속도)의 다른 변화에 영향을 준다. 지점(50e)에 도달시, 두 장애물들(54, 56)은 멀어지고 플랫폼(50)은 이제 중간지점(58)이 위치된 지점(50f)쪽으로 바로 향한다.
도 6은 발명의 실시예에 따라 플랫폼이 자신의 목적지로부터 멀어지게 하고 플랫폼이 자신의 지정된 태스크를 달성하지 못하게 하는 로컬 최적 해결책을 자율 항해 시스템이 계속 선택하는 것을 멈추도록 하는 상황을 예시한다.
자율 항해 시스템(60)을 가진 조종가능 플랫폼에는 중간지점(61)에 도달하는 태스크가 할당된다. 장애물(62)은 조종가능 플랫폼과 동일한 코스 및 속도로 이동하여, 조종가능 플랫폼이 61로 곧장 조종하지 못하게 한다. 61에 도달하기 위해서는, 조종가능 플랫폼은 우회로를 만들어서, 예컨대 60b, 60c 그리고 다음에 61로 이어지는 점선 루트를 따라 이동한다.
플랫폼(60)은 자신이 동일한 속도 및 코스로 이동하게 하는 옵션들을 반복적으로 선택하는 것을 알 수 있고, 따라서 중간지점(61)에 접근하는 대신에, 목표 중간지점(61)으로부터의 자신의 거리가 효과적으로 증가한다.
로컬 최적 옵션은 취할 액션의 최선의 코스인 것으로 국부적으로 나타난 옵션이다. 하지만, 특별한 시나리오에서, 각각의 반복에서의 최선의 옵션의 선택은 태스크의 성공적인 완료를 허용하는 일반 해결책을 제공하지 않을 수 있는데, 이는 플랫폼과 목표 중간지점 간의 거리가 각각의 반복에서 증가하기 때문이다.
이러한 예에서는, 태스크의 완료를 가능하게 하기 위해, 최고 등급의 옵션보다 낮은 등급을 가진 옵션을 선택하는 것을 원할 수도 있다. 하지만, 옵션 선택 알고리즘은 위에서 설명된 바와 같이, 항상 최고 등급의 옵션을 선택하도록 설계된다. 이는 전형적으로, 고정 물체만이 존재할 때, FM(Fast Marching)와 같은 루트 계획 알고리즘이 전반적으로 최적인 해결책을 제공하는 것으로 판명됨에 따라, 이동 장애물의 존재와 연관된다.
이 문제를 처리하는 한가지 방식은 보다 많은 장래 단계들을 고려하지만, 이는 고려할 옵션들의 수를 크게 증가시키며, 아마도 자율 항해 시스템의 판단 모듈의 계산 능력을 벗어난다. 더욱이, 이동 장애물은 자신들의 코스 및 속도를 바꿀 수 있으며, 따라서 종전에 계산된 해결책은 더 이상 쓸모가 없다.
자율 항해 시스템을 가진 조종가능 플랫폼이, 본 발명의 실시예에 따르면, 자신의 태스크를 달성하도록 보장하기 위해, 주어진 시간 동안 플랫폼이 목표로부터의 자신의 거리를 증가시키는 옵션들을 선택할지를 판단하기 위해 시간이 흐름에 따라 그 행동을 추정하는 것이 제안된다. 선택하는 경우, 해결책 공간(이용가능 옵션들의 세트) 내의 작은 변화가 몇번의 반복 동안에 실행되며, 따라서 자율 항해 시스템이 로컬 최적 옵션이 아닌 옵션을 선택하게 된다. 잠시 후에, 플랫폼 및 이동하는 장애물의 상대적 위치가 아마도 변화하며, 플랫폼의 옵션 선택 단계로의 복귀의 억제를 더 이상 할 수 없게 되어, 결과적으로 자신의 목표에 도달한다.
대안으로, 플랫폼이 자신의 태스크를 달성하지 못하게 하는 로컬 최적 옵션들의 상황을 검출할 때, 태스크는 이동하는 장애물이 장애물의 접근 방향으로 뻗어 있는 큰 고정 장애물인 것으로 간주하면서, 예컨대, FM(Fast Marching), 다이크스트라(Dijkstra), A*과 같은 경로 계획 알고리즘을 이용하여 다시 계획될 수 있다.
대부분의 경우에, 위에서 설명한 바와 같이 옵션 선택 알고리즘은, 전형적으로 이동하는 장애물이 지나가 잠시 후에는 사라짐에 따라, 미션 완료를 방해하지 않는 차선의 해결책을 제공하며, 조종가능 플랫폼은 목표까지의 새로운 최단 루트를 계획하게 된다(도 1의 222 및 208).
따라서, 본 발명의 실시예에 따르면, 강력한 알고리즘을 이용하는 자율 플랫폼용의 자율 항해 시스템이 제공되며, 이 시스템은 다수의 플랫폼 타입 및 상황에 수용될 수 있고, 다수의 장애물들 및 다른 플랫폼들이 존재하는 상황을 효과적으로 처리하고, 일부가 잘못 정의되고 모순된 다수의 규칙들에 의해 통제되는 상황을 효과적으로 처리한다.
본 명세서에 설명된 실시예의 설명 및 첨부 도면은 본 발명의 범위를 제한하는 것이 아니고 단지 본 발명의 보다 양호한 이해를 위한 것임이 분명하다.
당해 기술 분야에 통상의 지식을 가진 자는 본 명세서를 읽은 후 첨부된 도면 및 본 발명에 의해 여전히 커버되는 상기한 실시예들에 조절 및 수정을 가할 수 있음은 분명하다.
Claims (32)
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 조종가능 플랫폼에 관한 복수의 목표들을 획득하는 단계로서, 상기 목표들은 미션에 관한 목표들과 논-미션에 관한 목표들을 포함하고, 상기 목표들에는 등급 부여 규칙에 따라 가중치가 할당되는 것을 특징으로 하는 단계;
상기 플랫폼 및 장애물들의 위치, 속도 및 방향 중 적어도 하나에 관한 플랫폼 데이터 및 장애물들 데이터를 수신하는 단계;
상기 플랫폼에 대한 방향 및 속도의 복수의 옵션들을 결정하는 단계;
상기 목표들을 달성하기 위해, 상기 목표들의 가중치와 상기 등급 부여 규칙에 기초하여 각 옵션의 가중치를 계산함으로써, 상기 복수의 옵션들 중 하나의 옵션을 자율적으로 선택하는 단계; 및
(a) 갱신된 상기 플랫폼 데이터 및 상기 장애물들 데이터를 수신하고, (b) 상기 갱신된 상기 플랫폼 데이터 및 상기 장애물들 데이터를 사용하여 자율적으로 선택하는 것을 주기적으로 반복하는 단계를 포함하고,
상기 자율적으로 선택하는 단계는 컴퓨터 프로세서에 의해 실행되고, 각각의 장애물에 대해, 가장 가까운 접근 지점에 있는 상기 장애물과 상기 플랫폼 간의 거리 및 상기 가장 가까운 접근 지점까지 도달하는 추정 시간을 결정하기 위해, 상기 플랫폼의 예상 위치 및 상기 장애물들의 예상 위치를 계산하고, 상기 장애물들 및 상기 플랫폼에 적합한 조기 반응시간 및 회피 거리에 대해, 상기 거리가 상기 회피 거리보다 짧은지 아니면 긴지를 판단하는 것을 특징으로 하는 방법. - 제 23 항에 있어서,
상기 반복하는 단계는 상기 획득하는 단계 및 상기 결정하는 단계 중 적어도 하나를 더 포함하는 것을 특징으로 하는 방법. - 제 23 항에 있어서,
상기 등급 부여 규칙은, 상기 자율적으로 선택하는 단계에서 다른 목표들이 무시되도록 하는 적어도 일부 동안, 적어도 일부 목표들은 등급 부여될 수 있도록 생성되는 것을 특징으로 하는 방법. - 제 23 항에 있어서,
상기 플랫폼을 조종하는 단계; 및
자율적으로 선택된 방향 및 자율적으로 선택된 상기 플랫폼에 대한 상기 옵션의 속도를 적용하기 위해 상기 플랫폼의 드라이브 제어기에 명령하는 단계를 더 포함하는 방법. - 제 23 항에 있어서,
상기 목표들은 교통 규칙의 준수, 다른 장애물과의 충돌 회피, 미리 정해진 범위 내로의 속도 유지, 특정 코스를 유지, 코스 변화, 계획에 따른 상기 미션의 수행, 및 상기 미션의 이행을 포함하는 목표들의 그룹으로부터 선택되는 것을 특징으로 하는 방법. - 플랫폼 및 장애물들의 위치, 속도 및 방향 중 적어도 하나에 관한 플랫폼 데이터 및 장애물들 데이터를 수신하는 상황 인식 모듈; 및
조종가능 플랫폼에 관한 복수의 목표들을 획득하되, 상기 목표들은 미션에 관한 목표들과 논-미션에 관한 목표들을 포함하고, 상기 목표들에는 등급 부여 규칙에 따라 가중치가 할당되는 것을 특징으로 하는 것이고,
상기 플랫폼에 대한 방향 및 속도의 복수의 옵션들을 결정하고,
상기 목표들을 달성하기 위해, 상기 목표들의 가중치와 상기 등급 부여 규칙에 기초하여 각 옵션의 가중치를 계산함으로써, 상기 복수의 옵션들 중 하나의 옵션을 자율적으로 선택하되, 상기 선택은, 각각의 장애물들에 대해, 가장 가까운 접근 지점에 있는 상기 장애물과 상기 플랫폼 간의 거리 및 상기 가장 가까운 접근 지점까지 도달하는 추정 시간을 결정하기 위해, 상기 플랫폼의 예상 위치 및 상기 장애물들의 예상 위치를 계산하는 것과, 상기 장애물들 및 상기 플랫폼에 적합한 조기 반응시간 및 회피 거리에 대해, 상기 거리가 상기 회피 거리보다 짧은지 아니면 긴지를 판단하는 것을 포함하고,
갱신된 상기 플랫폼 데이터 및 상기 장애물들 데이터를 수신하고, 상기 갱신된 상기 플랫폼 데이터 및 상기 장애물들 데이터를 사용하여 자율적으로 선택하는 것을 주기적으로 반복하는 판단 모듈을 포함하되,
각 옵션의 상기 가중치는 상기 장애물들 각각 및 복수의 상기 목표들 각각에 관한 상기 옵션의 중요도를 나타내고, 상기 가중치는 모든 장애물들에 관한 각 옵션에 할당된 가중치들을 합산함으로써 계산되고, 선호되는 옵션은, 가장 높은 가중치가 계산된 옵션들의 부분집합 중 하나의 가중치를 갖는 옵션인 것을 특징으로 하는 시스템. - 제 28 항에 있어서,
상기 반복은 상기 획득 및 상기 결정 중 적어도 하나를 더 포함하는 것을 특징으로 하는 시스템. - 제 28 항에 있어서,
상기 등급 부여 규칙은, 상기 자율적으로 선택하는 단계에서 다른 목표들이 무시되도록 하는 적어도 일부 동안, 적어도 일부 목표들은 등급 부여될 수 있도록 생성되는 것을 특징으로 하는 시스템. - 제 28 항에 있어서,
상기 플랫폼을 조종하는 것; 및
자율적으로 선택된 방향 및 자율적으로 선택된 상기 플랫폼에 대한 상기 옵션의 속도를 적용하기 위해 상기 플랫폼의 드라이브 제어기에 명령하는 것을 더 포함하는 시스템. - 제 28 항에 있어서,
상기 목표들은 교통 규칙의 준수, 다른 장애물과의 충돌 회피, 미리 정해진 범위 내로의 속도 유지, 특정 코스를 유지, 코스 변화, 계획에 따른 상기 미션의 수행, 및 상기 미션의 이행을 포함하는 목표들의 그룹으로부터 선택되는 것을 특징으로 하는 시스템.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IL196276 | 2008-12-30 | ||
IL196276A IL196276A (en) | 2008-12-30 | 2008-12-30 | Independent navigation system and method for maneuverable platform |
PCT/IL2009/001220 WO2010076787A2 (en) | 2008-12-30 | 2009-12-28 | Autonomous navigation system and method for a maneuverable platform |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20110113608A KR20110113608A (ko) | 2011-10-17 |
KR101831264B1 true KR101831264B1 (ko) | 2018-02-22 |
Family
ID=42113518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020117013296A KR101831264B1 (ko) | 2008-12-30 | 2009-12-28 | 조종가능 플랫폼용의 자율 항해 시스템 및 방법 |
Country Status (9)
Country | Link |
---|---|
US (2) | US8612085B2 (ko) |
EP (1) | EP2380066B1 (ko) |
KR (1) | KR101831264B1 (ko) |
BR (1) | BRPI0918941B1 (ko) |
CL (1) | CL2011001271A1 (ko) |
IL (1) | IL196276A (ko) |
PL (1) | PL2380066T3 (ko) |
SG (1) | SG171857A1 (ko) |
WO (1) | WO2010076787A2 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947488A (zh) * | 2021-04-02 | 2021-06-11 | 河海大学 | 一种基于探点的多机器人协同覆盖路径规划方法 |
Families Citing this family (73)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9163909B2 (en) * | 2009-12-11 | 2015-10-20 | The Boeing Company | Unmanned multi-purpose ground vehicle with different levels of control |
US8525834B2 (en) * | 2010-02-17 | 2013-09-03 | Lockheed Martin Corporation | Voxel based three dimensional virtual environments |
US9064222B2 (en) * | 2010-05-14 | 2015-06-23 | The Boeing Company | Real time mission planning |
US11480965B2 (en) | 2010-11-19 | 2022-10-25 | Maid Ip Holdings Pty/Ltd | Automatic location placement system |
US9778657B2 (en) | 2010-11-19 | 2017-10-03 | Bradley Tyers | Automatic location placement system |
US8849483B2 (en) * | 2011-04-13 | 2014-09-30 | California Institute Of Technology | Target trailing with safe navigation with colregs for maritime autonomous surface vehicles |
WO2012164691A1 (ja) * | 2011-05-31 | 2012-12-06 | 株式会社日立製作所 | 自律移動システム |
IL218327A (en) * | 2012-02-26 | 2013-05-30 | Elbit Systems Ltd | Safe emergency landing of unmanned aerial vehicles |
US10431099B2 (en) * | 2014-02-21 | 2019-10-01 | FLIR Belgium BVBA | Collision avoidance systems and methods |
US9418558B1 (en) * | 2014-03-25 | 2016-08-16 | The United States Of America As Represented By Secretary Of The Navy | Autonomous collision avoidance navigation system and method |
WO2016100814A1 (en) | 2014-12-19 | 2016-06-23 | United Technologies Corporation | Multi-modal sensor data fusion for perception systems |
US9436187B2 (en) | 2015-01-15 | 2016-09-06 | The United States Of America As Represented By The Secretary Of The Navy | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
KR102328275B1 (ko) * | 2015-02-02 | 2021-11-17 | 대우조선해양 주식회사 | 무인화 선박용 선단 시스템 및 그의 제어방법 |
EP3064967A1 (en) * | 2015-03-04 | 2016-09-07 | Sercel | Method for determining a collision free sail path of at least one vessel of a fleet of vessels, corresponding device, computer program product and non-transitory computer-readable carrier medium |
CN111273690A (zh) * | 2015-03-31 | 2020-06-12 | 深圳市大疆创新科技有限公司 | 移动平台操作***及方法 |
WO2017062151A1 (en) * | 2015-10-06 | 2017-04-13 | Northrop Grumman Systems Corporation | Autonomous vehicle control system |
WO2017096600A1 (en) * | 2015-12-10 | 2017-06-15 | SZ DJI Technology Co., Ltd. | System and method for mobile platform operation |
US10322787B2 (en) | 2016-03-01 | 2019-06-18 | Brunswick Corporation | Marine vessel station keeping systems and methods |
US10640190B1 (en) | 2016-03-01 | 2020-05-05 | Brunswick Corporation | System and method for controlling course of a marine vessel |
US10198005B2 (en) * | 2016-03-01 | 2019-02-05 | Brunswick Corporation | Station keeping and waypoint tracking methods |
CN113826460B (zh) * | 2016-03-09 | 2023-09-29 | 洋马动力科技有限公司 | 作业车辆 |
US9773419B1 (en) | 2016-03-24 | 2017-09-26 | International Business Machines Corporation | Pre-positioning aerial drones |
NO341429B1 (en) | 2016-04-27 | 2017-11-13 | Rolls Royce Marine As | Unmanned surface vessel for remotely operated underwater vehicle operations |
CN106020189B (zh) * | 2016-05-24 | 2018-10-16 | 武汉科技大学 | 基于邻域约束的空地异构机器人***路径规划方法 |
US10095230B1 (en) | 2016-09-13 | 2018-10-09 | Rockwell Collins, Inc. | Verified inference engine for autonomy |
US10671073B2 (en) | 2017-02-15 | 2020-06-02 | Brunswick Corporation | Station keeping system and method |
CN110603533A (zh) | 2017-05-01 | 2019-12-20 | 讯宝科技有限责任公司 | 用于对象状态检测的方法和装置 |
US11449059B2 (en) | 2017-05-01 | 2022-09-20 | Symbol Technologies, Llc | Obstacle detection for a mobile automation apparatus |
WO2018201423A1 (en) | 2017-05-05 | 2018-11-08 | Symbol Technologies, Llc | Method and apparatus for detecting and interpreting price label text |
US10948919B2 (en) * | 2017-09-11 | 2021-03-16 | Baidu Usa Llc | Dynamic programming and gradient descent based decision and planning for autonomous driving vehicles |
CN108415423B (zh) * | 2018-02-02 | 2020-12-04 | 哈尔滨工程大学 | 一种高抗扰自适应路径跟随方法及*** |
NO344835B1 (en) * | 2018-03-22 | 2020-05-18 | Kongsberg Maritime CM AS | Coordination of fail safe modes |
US10633072B1 (en) | 2018-07-05 | 2020-04-28 | Brunswick Corporation | Methods for positioning marine vessels |
JP7502287B2 (ja) * | 2018-07-15 | 2024-06-18 | アクア マリーナ ヨッツ (1995) リミテッド | 船舶を制御するシステムおよび方法 |
CN109117838B (zh) * | 2018-08-08 | 2021-10-12 | 哈尔滨工业大学 | 应用于无人船感知***的目标检测方法及装置 |
CN109298708B (zh) * | 2018-08-31 | 2021-08-17 | 中船重工鹏力(南京)大气海洋信息***有限公司 | 一种融合雷达与光电信息的无人艇自主避障方法 |
CN109240288B (zh) * | 2018-08-31 | 2021-08-10 | 武汉理工大学 | 一种基于轨迹单元的障碍物情况下无人艇避碰路径规划方法 |
KR102144623B1 (ko) * | 2018-09-04 | 2020-08-14 | 씨드로닉스(주) | 이동체의 이동 속성 획득 방법 및 이를 수행하는 장치 |
US11776250B2 (en) | 2018-09-04 | 2023-10-03 | Seadronix Corp. | Method and device for situation awareness |
WO2020050498A1 (ko) | 2018-09-04 | 2020-03-12 | 씨드로닉스㈜ | 이미지 세그멘테이션을 이용한 주변 환경 감지 방법 및 장치 |
US11514668B2 (en) | 2018-09-04 | 2022-11-29 | Seadronix Corp. | Method and device for situation awareness |
US10854090B2 (en) | 2018-09-27 | 2020-12-01 | United States Of America As Represented By The Secretary Of The Navy | Collision avoidance system and method for a watercraft |
US11506483B2 (en) | 2018-10-05 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for support structure depth determination |
US10816987B2 (en) * | 2018-10-15 | 2020-10-27 | Zoox, Inc. | Responsive vehicle control |
US11416000B2 (en) | 2018-12-07 | 2022-08-16 | Zebra Technologies Corporation | Method and apparatus for navigational ray tracing |
CA3028708A1 (en) | 2018-12-28 | 2020-06-28 | Zih Corp. | Method, system and apparatus for dynamic loop closure in mapping trajectories |
CN109407680B (zh) * | 2018-12-28 | 2021-06-08 | 大连海事大学 | 无人船编队重构的分布式目标协同分配方法 |
CN109814113B (zh) * | 2019-01-15 | 2022-02-25 | 北京百度网讯科技有限公司 | 一种超声波雷达障碍物检测结果处理方法及*** |
US11960277B2 (en) | 2019-03-20 | 2024-04-16 | Nec Corporation | Unmanned vehicle controlling system and method, and nontransitory computer-readable medium |
CA3136859A1 (en) | 2019-04-25 | 2020-10-29 | Berkshire Grey, Inc. | Systems and methods for maintaining vacuum hose life in hose routing systems in programmable motion systems |
US11402846B2 (en) | 2019-06-03 | 2022-08-02 | Zebra Technologies Corporation | Method, system and apparatus for mitigating data capture light leakage |
US11960286B2 (en) * | 2019-06-03 | 2024-04-16 | Zebra Technologies Corporation | Method, system and apparatus for dynamic task sequencing |
US11662739B2 (en) | 2019-06-03 | 2023-05-30 | Zebra Technologies Corporation | Method, system and apparatus for adaptive ceiling-based localization |
DE102019210839A1 (de) * | 2019-07-22 | 2021-01-28 | Deere & Company | Verfahren zur Erkennung eines Hindernisses |
GB2586621A (en) * | 2019-08-29 | 2021-03-03 | Rolls Royce Plc | Automated operation of unmanned waterborne vessels |
CN110836146A (zh) * | 2019-11-28 | 2020-02-25 | 湖南捷飞科技有限公司 | 一种直升机无人化改装中的发动机自动控制方法 |
US11507103B2 (en) | 2019-12-04 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for localization-based historical obstacle handling |
CN111399503A (zh) * | 2020-03-09 | 2020-07-10 | 西南科技大学 | 一种小型无人船艇自动停泊方法 |
CN111414558B (zh) * | 2020-03-16 | 2023-09-08 | 腾讯科技(深圳)有限公司 | 导航路线的发送方法、显示方法、装置、服务器及介质 |
US11822333B2 (en) | 2020-03-30 | 2023-11-21 | Zebra Technologies Corporation | Method, system and apparatus for data capture illumination control |
CN111830916A (zh) * | 2020-07-02 | 2020-10-27 | 兰州大学 | 一种面向多目标追踪的群机器人分布式竞争协同方法 |
US11450024B2 (en) | 2020-07-17 | 2022-09-20 | Zebra Technologies Corporation | Mixed depth object detection |
CN111897343B (zh) * | 2020-08-06 | 2021-05-28 | 上海联适导航技术股份有限公司 | 一种无人驾驶农机自动作业控制方法及装置 |
CN112130585B (zh) * | 2020-09-24 | 2022-06-21 | 哈尔滨工程大学 | 一种面向出水区域内静态和动态障碍的uuv防碰撞方法 |
US11593915B2 (en) | 2020-10-21 | 2023-02-28 | Zebra Technologies Corporation | Parallax-tolerant panoramic image generation |
CN112462766B (zh) * | 2020-11-23 | 2022-09-09 | 江苏科技大学 | 一种用于无人船自主避障的装置及方法 |
CN112463617B (zh) * | 2020-12-03 | 2022-04-22 | 中国船舶工业***工程研究院 | 基于多模拟器的无人艇航行任务控制软件测试方法及*** |
CN112650232B (zh) * | 2020-12-15 | 2023-08-22 | 大连海事大学 | 一种结合colrges的逆速度障碍法动态避障方法 |
CN113124865B (zh) * | 2021-04-20 | 2023-05-26 | 中山大学 | 一种水下航行器导航定位***及控制方法 |
US11954882B2 (en) | 2021-06-17 | 2024-04-09 | Zebra Technologies Corporation | Feature-based georegistration for mobile computing devices |
CN114111489A (zh) * | 2021-11-05 | 2022-03-01 | 重庆望江工业有限公司 | 一种两栖无人机械手破障装备 |
WO2024023835A1 (en) * | 2022-07-27 | 2024-02-01 | Sagar Defence Engineering Private Limited | Self-learning command & control module for navigation (genisys) and system thereof |
CN115675918A (zh) * | 2022-10-21 | 2023-02-03 | 北京开运联合信息技术集团股份有限公司 | 一种导航卫星空间态势感知*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080189036A1 (en) | 2007-02-06 | 2008-08-07 | Honeywell International Inc. | Method and system for three-dimensional obstacle mapping for navigation of autonomous vehicles |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1991009375A1 (en) | 1989-12-11 | 1991-06-27 | Caterpillar Inc. | Integrated vehicle positioning and navigation system, apparatus and method |
US5675720A (en) * | 1993-09-14 | 1997-10-07 | Fujitsu Limited | Method of searching for points of closest approach, and preprocessing method therefor |
US7016783B2 (en) * | 2003-03-28 | 2006-03-21 | Delphi Technologies, Inc. | Collision avoidance with active steering and braking |
US7139741B1 (en) | 2003-07-31 | 2006-11-21 | The United States Of America As Represented By The Secretary Of The Navy | Multi-objective optimization method |
US7031802B2 (en) * | 2003-08-13 | 2006-04-18 | Hewlett-Packard Development Company, L.P. | Semi-autonomous operation of a robotic device |
JP4893118B2 (ja) * | 2006-06-13 | 2012-03-07 | 日産自動車株式会社 | 回避制御装置、この回避制御装置を備える車両および回避制御方法 |
US8498796B2 (en) | 2007-02-12 | 2013-07-30 | Deere & Company | Perception model for trajectory following autonomous and human augmented speed control |
US7865277B1 (en) * | 2007-05-07 | 2011-01-04 | The United States Of America As Represented By The Secretary Of The Navy | Obstacle avoidance system and method |
US8082102B2 (en) * | 2008-01-14 | 2011-12-20 | The Boeing Company | Computing flight plans for UAVs while routing around obstacles having spatial and temporal dimensions |
-
2008
- 2008-12-30 IL IL196276A patent/IL196276A/en active IP Right Grant
-
2009
- 2009-12-28 KR KR1020117013296A patent/KR101831264B1/ko active IP Right Grant
- 2009-12-28 BR BRPI0918941 patent/BRPI0918941B1/pt active IP Right Grant
- 2009-12-28 PL PL09802017T patent/PL2380066T3/pl unknown
- 2009-12-28 SG SG2011039047A patent/SG171857A1/en unknown
- 2009-12-28 EP EP09802017A patent/EP2380066B1/en active Active
- 2009-12-28 WO PCT/IL2009/001220 patent/WO2010076787A2/en active Application Filing
- 2009-12-28 US US13/142,458 patent/US8612085B2/en active Active
-
2011
- 2011-05-30 CL CL2011001271A patent/CL2011001271A1/es unknown
-
2013
- 2013-12-17 US US14/108,475 patent/US10394242B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080189036A1 (en) | 2007-02-06 | 2008-08-07 | Honeywell International Inc. | Method and system for three-dimensional obstacle mapping for navigation of autonomous vehicles |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947488A (zh) * | 2021-04-02 | 2021-06-11 | 河海大学 | 一种基于探点的多机器人协同覆盖路径规划方法 |
CN112947488B (zh) * | 2021-04-02 | 2022-04-15 | 河海大学 | 一种基于探点的多机器人协同覆盖路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2010076787A9 (en) | 2010-10-28 |
US20140195095A1 (en) | 2014-07-10 |
PL2380066T3 (pl) | 2013-02-28 |
BRPI0918941B1 (pt) | 2019-11-26 |
BRPI0918941A2 (pt) | 2015-12-01 |
WO2010076787A3 (en) | 2011-05-26 |
US8612085B2 (en) | 2013-12-17 |
IL196276A0 (en) | 2009-12-24 |
WO2010076787A2 (en) | 2010-07-08 |
EP2380066A2 (en) | 2011-10-26 |
IL196276A (en) | 2013-04-30 |
SG171857A1 (en) | 2011-07-28 |
KR20110113608A (ko) | 2011-10-17 |
EP2380066B1 (en) | 2012-11-14 |
CL2011001271A1 (es) | 2012-04-27 |
US20110288714A1 (en) | 2011-11-24 |
US10394242B2 (en) | 2019-08-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101831264B1 (ko) | 조종가능 플랫폼용의 자율 항해 시스템 및 방법 | |
Polvara et al. | Obstacle avoidance approaches for autonomous navigation of unmanned surface vehicles | |
Larson et al. | Advances in autonomous obstacle avoidance for unmanned surface vehicles | |
Candeloro et al. | A Voronoi-diagram-based dynamic path-planning system for underactuated marine vessels | |
Campbell et al. | A review on improving the autonomy of unmanned surface vehicles through intelligent collision avoidance manoeuvres | |
Hernández et al. | Online motion planning for unexplored underwater environments using autonomous underwater vehicles | |
EP3022618B1 (en) | Route planning | |
JP6357176B2 (ja) | 移動経路設定装置、移動経路設定方法及び移動経路設定プログラム | |
EP3722911B1 (en) | A system and method of planning a path for an autonomous vessel | |
KR102099699B1 (ko) | 무인수상선의 충돌 회피 장치 및 방법 | |
Bandyophadyay et al. | A simple reactive obstacle avoidance algorithm and its application in singapore harbor | |
JP2021018484A (ja) | 周辺状態表現方法、避航動作学習プログラム、避航動作学習システム、及び船舶 | |
Guan et al. | Autonomous collision avoidance of unmanned surface vehicles based on improved A-star and dynamic window approach algorithms | |
JP6196699B1 (ja) | 移動体の動作制御装置、移動体の動作制御方法及び移動体の動作制御プログラム | |
CN114088094A (zh) | 一种无人艇的智能航路规划方法及*** | |
Houts et al. | Aggressive terrain following for motion-constrained AUVs | |
Wang et al. | Roboat III: An autonomous surface vessel for urban transportation | |
Kim et al. | Field experiment of autonomous ship navigation in canal and surrounding nearshore environments | |
CN117311160A (zh) | 一种基于人工智能的自动控制***和控制方法 | |
Kapetanović et al. | A side-scan sonar data-driven coverage planning and tracking framework | |
Mahipala et al. | Model Predictive Control for Path Following and Collision-Avoidance of Autonomous Ships in Inland Waterways | |
Yu et al. | A time dimension-added multiple obstacles avoidance approach for unmanned surface vehicles | |
Hudson et al. | Underway path-planning for an unmanned surface vehicle performing cooperative navigation for UUVs at varying depths | |
Webb et al. | Development and testing of the TopCat autonomous surface vessel for the Maritime RobotX Challenge 2016 | |
Kang et al. | A study on application of sensor fusion to collision avoidance system for ships |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |