Leader-Follower 농업용 궤도차량의 β 계수를 이용한 Skid Steering과 Pure Pursuit의 융합 및 선회력 보정 알고리즘 개발

Q: 이 논문에서 정의한 β 보정계수란 무엇인가?

궤도 차량의 선회력을 보정하기 위해 도입된 계수다. 궤도와 지면 사이에서 발생하는 미끄러짐 정도를 보정함으로써, 궤도 차량이 사용자 위치의 오차 각도에 따라 선회력을 적절히 조절하고 부족한 선회 능력을 보상할 수 있도록 하는 역할을 수행한다.

Q: β 보정계수가 궤도 차량의 선회 성능에 어떤 영향을 미치는가?

연구 결과, β 보정계수가 증가함에 따라 차량의 Yaw Rate가 함께 증가하는 것으로 나타났다. 이를 통해 궤도와 지면의 미끄러짐을 효과적으로 보정함으로써 궤도 차량의 전반적인 선회력이 향상됨을 입증하였으며, 기하학적 방법만으로도 정밀한 제어가 가능하다.

김정현; 김현우; 이제욱

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김정현 (국민대학교) 김현우 (국민대학교) 이제욱 (아주자동차대학)

저널정보: 한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2019년 한국자동차공학회 추계학술대회 및 전시회

발행연도: 2019.11

수록면: 694 - 699 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this research, Studied the method of geometric path tracking of the Leader-Follower agricultural tracked vehicle that can recognize the leader and followed by autonomy in various atypical agricultural environments. The navigation system of the vehicle was based on the convergence between Skid Steering and Pure Pursuit that studied in the field of robotics. This facilitates the vehicle can easily follow the leader through distance and angle information of the leader that is made by perception system of the vehicle. This method is more simple and easy to control the vehicle than using complex vehicle and ground modeling process. The ultimate goal of this research is to explain how the vehicle can calculate and map the β coefficient by setting the perception area of the vehicle. And suggest simply adaptive β coefficient for control system of the vehicle. Actual vehicle experiment is proved that the vehicle’s rotation ability would be compensated by β coefficient.

#β Compensation coefficient(β 보정계수) #Skid Steering(미끄럼 조향) #Pure Pursuit #Leader-Follower #Tracked Vehicle(궤도차량)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)