본 기술은 이미지 공간을 셀 단위로 분할하여 고정 장애물과 동적 장애물에 대한 밀집도를 산출하고, 이를 바탕으로 계층적/비계층적 군집화를 수행한 후, 유전자 알고리즘(GA)을 적용하여 장애물 회피 경로를 생성하는 자율주행 경로 계획 기술입니다.
기존의 유전자 알고리즘 기반 경로 계획은 최단 경로 도출에만 치중하여 작업 공간의 크기에 따른 계산량 증가 문제가 있고, 동적 장애물 정보를 충분히 반영하지 못해 이동 중 충돌 위험이 상존합니다.
본 기술은 이미지를 흑백 점유율(정적) 및 밝기 정보(동적)로 변환하여 밀집도를 계산하고, 이를 k-평균 군집화(k-Means)하여 데이터 복잡도를 줄인 뒤, 적합도 함수에 장애물 밀집도와 경로 거리, 실행 불가능한 경로 페널티 요소를 통합한 유전자 알고리즘을 적용하여 최적 경로를 도출합니다. 재활 훈련과 보행 보조, 의료·복지 서비스에 적용될 수 있어 따라서 작업 공간의 크기 및 동적 장애물 지식 정보를 고려하여 라우팅 계획 수립의 성능을 향상시킵니다.
N/A
