1. 인공지능22 최적 경로 탐색 : RRT (Rapidly Exploring Random Tree) + RRT* RRT는 시작점에서 Goal에 갈 때까지 아래 작업을 반복함 1) Xrandom을 만듦2) 기존 Point 집합에서 Xrandom에 가장 가까운 점과 Xrandom을 Tree로 연결3) 만약 가장 가까운 점과 Xrandom 사이에 Obstacle이 있다면 버리고 다시 Xrandom 생성4) Obstacle이 없다면 Xnearest와 Xrandom을 연결하되, 주어진 일정 거리에 Tree 점을 생성 근데 RRT는 Optimal이 아니라는 단점이 있어서 아래 절차를 추가해서 RRT *로 개선 1) 원래였으면 Qnew는 Qnear와 연결되어야 하는데, 일정 반경을 탐색해서 Qnear가 아닌 Cost가 가장 작은 노드 (ex q1)과 연결을 함 2) 연결을 한 후에도 자식 노드를 한번 더 탐색해서, Cost가.. 2024. 8. 4. PID vs MPC 제어 1. PID 제어P제어는 오차가 크면 신호를 많이 주고, 오차가 작으면 신호를 적게주는데 주요 문제는 아래와 같음1) Kp가 너무 크면 오버슈트가 날 수 있고, Kp가 너무 작으면 목표값에 늦게 도달함2) 정상상태에서 오차가 남을 수 있음 - I 제어는 정상상태 오차를 줄이기 위해 적용- P 제어를 할 때 목표값과 차이가 얼마 없는 상태라면 P 제어가 안돌아갈건데, I 제어를 적용하면 오차가 계속 누적되니까 I 제어가 작동하기 시작하면서 목표값을 맞춰감- 대신 정착시간이 길어짐 * I 제어는 초반에 목표값에 다가가면서 자연스럽게 오차가 누적적으로 커지기 때문에, I 제어가 개입하여 오버슈트가 발생할 수 있음* 그리고 적분값을 적용하다보니, 갑자기 외란이 발생해도 누적값에 큰 영향을 주지 않아 즉각적인 반.. 2024. 8. 4. [개념] Mobile Robot Localization 필요성 (+Odometry) 탐사로봇은 주로 GPS 등이 접근되지 않는 곳에 활용되고, 전체 MAP을 알지 못함 근데 탐사를 한다고 하더라도 로봇이 현재 어디에 있는지 알아야 나중에 돌아올 수 있는지, 본인이 어디에 있는지 Localization을 해야 하고, 또한 다시 되돌아오거나 추가 탐사를 하기 위해서는 Mapping을 해야 함 그래서 SLAM(Simultaneous Localization and Mapping)과 같은 Localization & Mapping 기술이 필요함 보통은 바퀴가 몇바퀴 돌아가는지 Odometry 정보로 얼마나 이동했는지 파악하는데, 이는 오차가 있기 때문에 GPS나 IMU(각속도 등) 정보를 활용함 오도메트리는 왼쪽바뀌 오른쪽 바퀴 회전수와 휠베이스를 통해 조향각도도 구함 여기에 더해서 IMU에서.. 2024. 8. 4. 자율탐사기술 종류 (Frontier Based Exploration 등) 탐사된 영역을 경계 Frontier는 이런 것 2024. 8. 4. 이전 1 2 3 4 5 6 다음
