판단 Week_1
1. stanley path tracking
Stanley는 2005 DARPA Grand Challenge에서 승리한 Stanford Racing Team의 자율 주행 자동차입니다. Stanley는 라이다, GPS, 카메라 등 다양한 센서를 사용하여 주행 환경을 인식하고, 경로 추적 및 제어를 수행합니다.
Stanley path tracking은 Stanley 차량이 사용한 경로 추적 알고리즘을 의미합니다. 이 알고리즘은 먼저 차량의 위치와 목표 지점 간의 최단 경로를 계산합니다. 그런 다음 차량의 현재 위치를 기준으로 이 최단 경로를 따라가며 제어 명령을 생성합니다. 이를 통해 차량은 경로를 따라 안전하게 주행할 수 있습니다.
Stanley path tracking은 자율 주행 분야에서 매우 중요한 기술 중 하나입니다. 이 기술은 자동차의 안전성과 주행 안정성을 향상시키는 데 큰 역할을 합니다. 또한 다양한 자율 주행 자동차의 경로 추적 알고리즘 개발에도 영향을 미치고 있습니다.
Stanley 방식은 전륜축을 기준으로 한다. 또한 목표지점까지의 오차+목표지점과 차량의 헤딩방향의 오차도 함께 고려한다. 이때 차량의 목표지점까지의 오차는 전륜축에서 가장 가까운 목표점까지의 거리로 정의한다.
이 방식은 고속도로와 같은 고속 환경이나 실제 차량이 미끄러질 수 도 있는 빗길 또는 빙판길과 같이 관성이 큰 지역에서는 조향각이 천천히 변하고, 현재의 차량의 조향 각도를 처천히 조금씩 변하는 것이 안전하다.
2. pure pursuit
Pure pursuit는 차량과 주행 경로 간의 거리를 최소화하면서 경로를 따라가는 알고리즘입니다. 이 알고리즘은 먼저 차량과 경로 사이의 거리를 측정하고, 다음 목표 지점을 결정합니다. 그런 다음 차량은 다음 목표 지점을 향해 이동하며 경로를 따라갑니다. 이 과정을 반복하여 차량이 경로를 따라 안전하게 주행할 수 있도록 합니다.
Pure pursuit는 단순하면서도 효과적인 경로 추적 알고리즘 중 하나입니다. 이 알고리즘은 경로 추적 정확도가 높고, 실시간으로 계산이 가능하여 실제 자율 주행 시스템에서 널리 사용됩니다.
Pure pursuit는 다양한 자율 주행 분야에서 사용됩니다. 예를 들어, 로봇, 드론, 자동차 및 기타 자율 주행 시스템에서 사용됩니다. 이 알고리즘은 이러한 분야에서 높은 성능을 발휘하여 자율 주행 분야에서 매우 중요한 기술 중 하나로 자리 잡았습니다.
로봇을 현재 위치에서 전방의 목표지점까지 도달하도록 조향각을 계산한다. 알고리즘은 경로의 마지막 지점까지 로봇의 현재 위치를 기준으로 경로의 목표지점을 이동시킨다. 이것은 로봇이 전방의 한 목표지점을 끊임없이 쫓는다. Pure Pursuit 알고리즘은 차량의 후륜축의 중심을 기준점으로 사용한다.
Pure pursuit 알고리즘의 주요 파라미터인 LookAheadDistance 에 대해 설명한다. LookAheadDistance 는 다음 목표지점이 배치되는 거리를 결정한다. 이는 로봇이 조향각을 계산하기 위해 현재 위치에서 앞으로의 경로상에 있는 목표지점 중 얼마나 멀리 있는 목표지점을 봐야하는지를 결정한다.
LookAheadDistance를 변경하면 로봇이 경로를 추적하는 방법이 변경될 수 있으며, 이는 두가지에 변화를 준다. 첫번째는 경로를 유지하는 것과 두번째는 다시 경로로 돌아오는 것이다.
만약 LookAheadDistance 를 작게 설정하여 로봇의 경로상에 있는 경유지 중 로봇의 현재 위치와 짧은 거리의 경유지를 목표지점으로 설정하면 로봇이 설정된 경로로 빠르게 되돌아 온다. 하지만 로봇은 경로를 초과하여 경로를 따라 진동할 수 있다.
반대로, LookAheadDistance를 길게 설정하면 로봇의 경로상에 있는 경유지중 로봇의 현재 위치와 먼거리에 있는 경유지를 목표지점으로 설정하면 경로를 따라 부드럽게 주행하지만, 코너에서 더 큰 곡률이 발생할 수 있으며, 경유지를 정확히 따라가지 않는 경로 추종 성능이 저하될 수 있다.
3. Stanley path tracking 과 Pure pursuit 의 차의점
Stanley path tracking과 Pure pursuit 모두 자율 주행 자동차의 경로 추적 기술이지만, 알고리즘의 접근 방식에서 차이가 있습니다.
Stanley path tracking은 차량의 위치와 목표 지점 간의 최단 경로를 계산하고, 차량의 현재 위치를 기준으로 이 최단 경로를 따라가며 제어 명령을 생성합니다. 이에 반해, Pure pursuit는 차량과 경로 사이의 거리를 최소화하면서 경로를 따라가는 알고리즘으로, 차량과 가장 가까운 목표 지점을 찾아 이동합니다.
따라서, Stanley path tracking은 경로의 전체 구간을 고려하여 제어 명령을 생성하며, Pure pursuit는 차량과 경로 사이의 거리를 최소화하는 목표 지점을 찾아 이동합니다. 이에 따라 두 알고리즘의 경로 추적 정확도, 계산 시간, 속도 등의 성능이 서로 다를 수 있습니다.
또한, Stanley path tracking은 다양한 센서와 데이터를 사용하여 자율 주행 시스템을 구축하는 전체적인 접근 방식을 제시하는데 비해, Pure pursuit는 경로 추적 알고리즘 자체에 대한 더욱 구체적인 설명과 구현 방법을 제공합니다. 따라서, 각 알고리즘은 다른 상황에서 더 효과적일 수 있으며, 자율 주행 기술 개발자들은 이러한 알고리즘을 적절히 조합하여 최상의 성능을 발휘하는 자율 주행 시스템을 구축하고 있습니다.
관성이 큰 상황이나 고속 환경에서는 Stanley 알고리즘이 좋다. 반대로 장애물이 많아서 정확하게 가야하는 좁은 길이거나 주변 상황의 많은 것들을 고려해야하여 속도를 느리게 해야하는 주차장과 같은곳에서는 Pure pursuit 알고리즘의 성능이 적합하다.
