Abstract
This parer is presented multiple path-planning of unmanned autonomous forklift using modified genetic algorithm and fuzzy inference system. There are a task-level feedback method and a method that path is dynamically replaned in realtime while the autonomous vehicles are moving by means of an optimal algorithm for existing multiple path-planning. However, such methods cause malfunctions and inefficiency in the sense of time and energy, and path-planning should be dynamically replanned in realtime. To solve these problems, we propose multiple path-planning using modified genetic algorithm and fuzzy inference system and show the performance with autonomous vehicles. For experiment, we designed and built two autonomous mobile vehicles that equipped with the same driving control part used in actual autonomous forklift, and test the proposed multiple path-planning algorithm. Experimental result that actual autonomous mobile vehicle, we verified that fast optimized path-planning and efficient collision avoidance are possible.
본 논문에서는 수정된 유전자 알고리즘과 퍼지 추론 시스템을 이용한 무인 자율주행 이송장치의 다중경로계획을 연구하였다. 기존의 다중경로계획을 위한 방법으로는 최적화 알고리즘들을 이용한 작업별회귀 방법과 매시간 각 개체마다 경로를 재계획하는 방법이 있다. 이러한 방법들은 한 대의 이송장치가 작업을 하기 위해서는 한 대 이상의 이송장치가 정지해야하므로 시간과 에너지 측면에서 비효율적이며, 연산량이 많아 오류가 발생할 가능성이 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 수정된 유전자 알고리즘과 퍼지 추론 시스템을 이용한 다중경로계획을 제안한다. 제안한 알고리즘의 성능 평가를 위하여 무인 자율주행이 가능한 2대의 이송장치를 설계 제작하였고 지게차와 동일한 주행 제어부를 탑재하여 다중경로계획을 실험하였다. 실험 결과, 빠르고 최적화된 경로 계획과 효율적인 충돌 회피가 가능함을 확인 할 수 있었다.
