[Fig. 7]과 같이 차동 구동형 로봇은 콩 등 밭 농작업에 다목적 활용이 가능한 자율주행형 로봇이며 구동원은 전기구동 방식이다. 노지 및 밭과 같은 비정형 환경에서 강건한 주행을 위해 궤도형으로 구성했다. 차동 구동형 로봇은 좌, 우 궤도륜의 독립구동을 위해 각각 2 kW의 BLCD 모터가 장착되어 있으며 최대 주행 속도는 7 km/h 이고 작업을 위한 주행 속도는 2.3 km/h 이다. 로봇의 사양은 [Table 1]과 같다.

[Fig. 7] 
Differential drive robot

로봇의 자율주행 시스템은 [Fig. 8]과 같이 크게 상위제어기와 하위제어기로 구분되며 Windows OS 기반의 상위제어기에서 GPS와 LiDAR 데이터를 처리하고 앞서 설명한 속도 계획이 반영된 융합 알고리즘을 수행한다. 임베디드 컨트롤러 기반의 하위제어기는 알고리즘의 결과값인 좌, 우 모터의 속도값을 각 모터드라이버의 통신 인터페이스에 맞게 변환하여 상위제어기의 명령을 실시간으로 수행한다.

[Fig. 8] 
Configure a robot autonomous system

GPS는 VRS-RTK 방식을 사용하여 GPS 오차를 ± 10 cm 정도로 줄여 보다 정확한 위치 데이터를 획득했다.

로봇의 자율주행은 전역 경로 데이터를 바탕으로 2가지 방식을 번갈아가며 사용한다. [Fig. 9]과 같이 전역 경로는 선회구간과 직선구간으로 구분되며 로봇의 직선 구간에 진입했을 때 로봇의 전방 좌, 우에 장착된 LiDAR를 통해 밭의 두둑의 경계선을 검출한다. [Fig. 10]과 같이 각각의 LiDAR에서 검출된 두 경계선의 가운데를 중심으로 로봇의 조향각을 생성한다.

[Fig. 9] 
Global paths for robot driving

[Fig. 10] 
Ridge detection and following algorithm using LiDAR

선회 구간 진입 시 조향각 생성 기준을 기존의 전역 경로 데이터를 기반으로 GPS를 이용한 경로점 주행으로 변환하여 자율주행을 수행한다.

[Fig. 10]과 같이 전방의 LiDAR는 먼저 군집된 점 데이터의 노이즈를 제거한 후, 수치 미분을 사용하여 기울기의 변곡점을 찾아 두둑을 경계를 검출한다. 좌, 우 두 경계선의 중점을 잊는 직선을 이용하여 주행 경로를 생성한다. [Fig. 11]은 LiDAR를 이용한 두둑 인식 및 추종 알고리즘의 결과이다.

[Fig. 11] 
Create a driving section path using LiDAR

테스트 주행 환경은 [Fig. 12]와 같이 전북 김제시 광활면에 위치한 첨단농기계실증단지에서 진행했으며 [Fig. 13]과 같이 전역 경로는 직선 주행 거리는 80 m, 구간 간격 1.4 m, 선회를 위한 공간 거리 2.5 m, 의 직각 형태의 경로를 생성했으며 이 때 전역 경로의 경로점간의 간격은 0.2 m로 설정했다.

[Fig. 12] 
A robot driving around a test site

[Fig. 13] 
Setting a global path

주행 로봇은 선회 시 제자리 회전을 하지 않고 연속주행 형태로 주행한다. 주행 속도는 2.3 km/h 로 설정하여 속도 계획 알고리즘의 출력된 속도값의 최대값 2.3 km/h, 최저값은 1 kph 미만으로 설정했다. 종방향 LAD는 1.5 m로 설정하였으며 두둑 중심간 거리 1.5 m 에 대해 선회를 실시했다.

[Fig. 14]와 같이 직각 경로를 추종할 때 설정 주행 속도인 2.3 km/h를 그대로 추종했으며 이 때 선회 반경이 커지고 현재 두둑 중점에서 다음 두둑의 중점으로 선회하지 못하고 발산 현상을 보이다가 플랫폼이 정지했다.

[Fig. 14] 
Driving results before applying algorithms (Black : Global path, Red :Tracking path)

[Table 1]의 로봇의 사양과 같이 모터드라이버는 MDRobot의 MD2K라는 제품이며 2 kW 급으로 좌, 우 모터 각각 적용했다. 최대 허용전류는 100 A 이다. [Fig. 15]와 같이 직선 주행에서는 출력 전륫값이 100 A 이하이며 선회 중 좌측 모터의 전륫값이 156 A에 도달하여 과부하로 인해 정지한 것으로 나타났다. 차동 로봇의 선회 시 명령 속도를 2.3 kph를 수행하는 과정에서 우측 선회 시 로봇의 우측 궤도는 회전축이 되어 우측 모터는 감속한다. 좌측 모터는 로봇의 선회를 위해 속도를 올리게 되고 이 때, 좌측 모터의 전륫값이 급격히 증가된 것이다.

[Fig. 15] 
Current graph of the robot before applying the algorithm (Red :Right motor Amp, Bule :Left motor Amp)

[Fig. 16]과 같이 직각 경로 추종할 때 선회 구간 진입 시 감속을 시작했으며 속도 범위는 1 ~ 2.3 km/h 가변했다. 선회 시 Pule-pursuit 조향 알고리즘의 단점인 Cutting Couner 현상이 발생해 전역 경로보다 안으로 더 파고들었지만 안정적인 선회가 가능했다.

[Fig. 16] 
Driving results after applying the algorithm (Black : Global path, Red :Tracking path)

[Fig. 17]과 같이 알고리즘 적용 후 좌, 우 모터의 전륫값은 직선 및 선회 주행 모두 100 A 이하로 출력되었으며 선회 시 전류 최댓값은 우측 모터에서 91 A이 출력되었다.

[Fig. 17] 
Current graph of the robot after applying the algorithm (Red :Right motor Amp, Bule :Left motor Amp)

[Fig. 18]과 같이 경로 주행 오차 측정은 플랫폼의 현재 위치를 기준으로 주행 중인 경로까지 수직으로 그인 선의 길이 D를 로봇의 경로 추종 오차로 정의한다. 주행 경로는 경로점으로 이뤄서 있으므로 선으로 변환해야 한다. 현재 로봇과 가장 가까운 경로점을 n이라 했을 때 n과 n+1 두 점을 이용하여 직선의 방정식을 구한 후, 식 (18)을 통해 점과 직선 사이의 거리를 구하여 경로 추종 오차를 측정한다.

[Fig. 18] 
Measuring path following error

로봇의 경로 추종 오차는 직선 주행 구간에서는 RMS오차 0.132 m, 선회 주행 구간에서는 RMS오차 0.312 m 이다.

[Fig. 19]와 같이 직사각형태의 반복하는 경로를 생성하여 알고리즘의 강건성을 테스트했다. 선회는 총 5회을 반복 했으며 모두 안정적인 선회가 가능했으며 [Table 2]에서 주행 결과로 선회 시 경로 오차와 최대 전륫값를 나타냈다.

[Fig. 19] 
Repeated experiment results after applying the algorithm (Black : Global path, Red :Tracking path)