Path-Following Control for Unmanned Surface Vessel Using 1st System of Identified Unmanned Surface Vessel Dynamic Model and Path-Planning of Towed Unmanned Underwater Vehicles

Q: 이 논문에서 정의한 경로 추종 제어란 무엇인가?

무인수상정이 사전에 계획된 경로를 따라 자율적으로 운항할 수 있도록 제어하는 기술을 의미한다. 이는 무인수상정의 현재 위치와 목표 지점을 연결하는 직선 경로인 LOS 방식을 활용하여 운항 효율을 높이는 것을 포함한다.

Q: 예인형 무인수중정을 운용하는 무인수상정의 경로 추종 효율을 높이는 방법은 무엇인가?

연구 결과, 무인수상정과 무인수중정의 운동 모델 간 관계를 분석하여 경로를 수립하고 수선거리를 고려한 LOS 방법을 적용함으로써 경로 추종 효율을 향상시킬 수 있다. 또한 단순화된 1차 선형 시스템 기반의 동적 모델을 통해 실시간 제어 성능을 최적화한다.

구평모; 유재관; 이원희

doi:10.7736/JKSPE.021.093

학술저널

저자정보: 구평모 (LIG넥스원) 유재관 (LIG넥스원) 이원희 (LIG넥스원)

저널정보: Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Vol.39 No.1

오류 신고하기

피인용 0

검색

초록·키워드

This paper proposes a simplified path-following control method for an Unmanned Surface Vessel (USV) considering towed Unmanned Underwater Vehicles (UUV). For dealing with an effective USV dynamic model, 1st order of the linear system with time delay and gain value are applied rather than applying a non-linear dynamic model, and it is identified with real vessel data from several straight and turning experiments. Then, USV attitude and velocity are controlled by multi-loop Proportional-Derivative (PD) and proportional controller. A USV guidance scheme is derived through a UUV guidance scheme to support autonomous navigation for towed UUV, and combination of cross track and Line of Sight (LOS) guidance is presented for adaptive path following. Finally, to validate the performance of the proposed USV path-following control method with respect to the towed UUV guidance scheme, the results of simulations are presented.

#Unmanned surface vessel (무인수상정) #Unmanned underwater vehicle (무인수중정) #Dynamic model (동적 모델) #Attitude control (자세 제어) #Velocity control (속도 제어) #Path-following control (경로 추종 제어)

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료