인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study proposes a biased tree generation method based on receding horizon-based rapidly-exploring random tree* (RH-RRT*) for an autonomous ground vehicle (AGV). The RH-RRT* improves memory efficiency and the degree of optimality of the path of the RRT* by employing tree removal and biased random node generation methods. However, the biased random tree of the RH-RRT* is based on the states of the AGV, and the collision check with obstacles does not consider the size of the AGV. This may degrade the overall performance of the AGV. The study proposes a biased tree generation method utilizing the global path, tree, and size of the vehicle to overcome these limitations. The obtained biased tree is employed for the local path generation of the AGV. Additionally, the local path is utilized to create the biased tree at the next step. This procedure makes the proposed method more efficient and optimal than the existing method. The results obtained from the robot operating system (ROS) and Gazebo-based simulations were analyzed to validate the performance of the proposed method.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-24-02-090248994
