Directionally-Exploring Random Trees for Efficient Robot Path Planning in Corridor Environments
Seokyoung Kim, Sunghyun Nam, Heon-Cheol Lee · The Journal of Korean Institute of Information Technology · 2022
본 논문에서는 복도 환경에서 로봇 자율 주행을 위한 경로 계획 문제를 다룬다. 로봇 경로 계획에 널리 사용되고 있는 RRT(Rapid-exploring Random Tree) 기법은 복도 환경과 같이 특정 방향으로 공간이 편중되어 있는 경우, 경로 생성을 위해 소요되는 샘플링 횟수가 불필요하게 많아짐에 따라 비효율적 경로 계획을 수행한다. 또한 생성된 경로도 복도의 양 쪽 벽에 치우친 불안정한 경로를 생성할 수 있다. 이 문제들을 해결하기 위해 본 논문에서는 샘플링 영역 설정 및 랜덤 노드 생성시에 방향적 요소를 반영하고 재정의된 비용 함수를 사용하는 방향적 탐색 랜덤 트리(Directionally-exploring random trees) 기법을 제안한다. 제안된 기법은 공용 데이터셋 및 실제 실험을 통해 획득한 격자 지도를 기반으로 수행되었고, 기존 RRT보다 알고리즘에 비해 샘플링 횟수, 수행 시간, 최종 거리를 감소시킴으로써 향상된 성능을 나타내었다.