Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Intelligent Obstacle Avoidance Algorithm for Autonomous Control of Underwater Flight Vehicle

수중비행체의 자율제어를 위한 지능형 장애물회피 알고리즘

  • 김현식 (동명대학교 로봇시스템공학과) ;
  • 진태석 (동서대학교 메카트로닉스공학과)
  • Received : 2009.06.02
  • Accepted : 2009.10.15
  • Published : 2009.10.25
Download PDF
⟨ Previous Next ⟩

Abstract

In real system application, the obstacle avoidance system for the autonomous control of the underwater flight vehicle (UFV) operates with the following problems: it has local information because the sonar can only offer the obstacle information in a local detection area, it requires a continuous control input because the system that has reduced acoustic noise and power consumption is necessary, and further, it requires an easy design procedure in terms of its structures and parameters. To solve these problems, an intelligent obstacle avoidance algorithm using the evolution strategy (ES) and the fuzzy logic controller (FLC), is proposed. To verify the performance of the proposed algorithm, the obstacle avoidance of UFV is performed. Simulation results show that the proposed algorithm effectively solves the problems in the real system application.

실제 시스템 적용에 있어서, 수중비행체(Underwater Flight Vehicle : UFV)의 자율제어(autonomous control)를 위한 장애물회피(obstacle avoidance) 시스템은 다음과 같은 문제점들을 가지고 있다. 즉, 소나(sonar)는 지역적 탐색영역 내의 장애물 정보만을 제공할 수 있으므로 지역적 정보를 가지며, 에너지 소비 및 음향학적 소음이 적은 시스템이 필요하므로 연속적인 제어입력을 요구한다. 나아가, 구조와 파라메터의 관점에 있어서 용이한 설계 절차를 요구한다. 이 문제를 해결하기 위해서 진화 전략(Evolution Strategy : ES) 및 퍼지논리 제어기(Fuzzy Logic Controller : FLC)를 이용하는 지능형 장애물회피 알고리즘이 제안되었다. 제안된 알고리즘의 성능을 검증하기 위해 UFV 장애물회피가 수행되었다. 시뮬레이션 결과는 제안된 알고리즘이 실제 시스템에 존재하는 문제점들을 효과적으로 해결하고 있음을 보여준다.

Keywords

References

  1. G. Antonelli, Underwater Robots, Springer, 2006
  2. R. K. Lea, R. Allen and S. L. Merry, 'A comparative study for control techniques for an underwater flight vehicle,' International Journal of System Science, vol. 30, pp. 947-964, 1999 https://doi.org/10.1080/002077299291831
  3. D. Barnet and S. McClaran, 'Architecture of the Texas A&M autonomous underwater vehicle controller', Proc. IEEE Int. Symp. on Intelligent Control, pp. 231-237, 1996
  4. D. Fu-Guang, J. Peng, B. Xin-Qian and W. Hong-Jian, 'AUV local path planning based on virtual potential field', Proceedings of the IEEE International Conference on Mechatronics & Automation, pp. 1711-1716, 2005
  5. 김문환, 서주노, '무인함정의 자율항해를 위한 장애물 회피 경로계획 기법', 수중로봇기술연구회 2008년 추계워크샵, pp. 38-42, 2008
  6. 이영일, 김용기, '퍼지관계곱을 이용한 수중운동체의 고수준 자율항행기법', 정보과학회논문지:소프트웨어 및 응용, vol. 29, no. 2, pp. 91-97, 2002
  7. D. B. Fogel, Evolutionary Computation : Toward a New Philosophy of Machine Intelligence, IEEE Press, 1995
  8. C. T. Leondes, Fuzzy Theory Systems, Academic Press, 1999
  9. J. Yuh, 'Modeling and control of underwater robotic vehicles,' IEEE Transactions on Man and Cybernetics, vol. 20, no. 6, pp. 1475-1483, 1990 https://doi.org/10.1109/21.61218
  10. M. Gertler and G. R. Hagen, 'Standard equation of motion for submarine simulation,' Naval Ship Research and Development Center Report 2510, 1967
  11. Y. Bar-Shalom and X.-R. Li, 'Estimation and tracking principles, techniques and software,' Artech House, Inc, 1993
  12. E. Sviestins, 'On-line bias estimation for multisensor tracking,' Proceedings of Information, Decision and Control, pp. 221-226, 1999
  13. T. Takagi and M. Sugeno, 'Fuzzy identification of system and its applications to modeling and control,' IEEE Transactions on Man and Cybernetics, vol. SMC-15, pp. 116-132, 1985 https://doi.org/10.1109/TSMC.1985.6313399

Cited by

  1. Development of Buoy-based Autonomous Surface Robot-kit vol.29, pp.3, 2015, https://doi.org/10.5574/KSOE.2015.29.3.249