Evaluation Framework Development for Collision Avoidance and Maneuvering Performance of AGV-UAV Cooperative System

Abstract

The sight of a self-driving system in an autonomous ground vehicle (AGV), or the sensor system of an autonomous vehicle, is limited due to its low viewpoint. An autonomous unmanned aerial vehicle (UAV) flying within cooperative control with the AGV can provide much longer and wider bird-eye-view map on the diverse road conditions. By pairing an AGV and a UAV, the newly proposed system gains better access to blind spots rather than AGV itself. However, verification of such system in real world causes injuries from unavoidable accidents. Using modularized system architectures, we propose the novel CarSim and Unreal Engine simulator-based evaluation framework for evaluating path planning and tracking performance of an AGV-UAV cooperative system in a virtual environment. Furthermore, this system is under verification process by an indoor lab experiment. The performance evaluation of the AGV-UAV cooperative system in safety scenarios with blind spots are presented for demonstration. With the aid of UAV’s early detection of obstacles, the proposed AGV-UAV system convinces that not only the possibility of the collision is reduced, but also the autonomous vehicle maneuvering driving performance is substantially improved.|본 연구는 차량 단독 주행의 경우에 발생하는 사각지대에 대한 정보를 차량-드론 연계 시스템을 통해 제공한다. 지상에서 운용되는 자율주행 차량의 센서는 차량의 표면 위에 배치되어 인지할 수 있는 정보가 제한된다. 한편 자율주행 차량과 함께 비행하는 드론을 활용하면 더 넓은 시야를 이 용해 개선된 Top-view 맵을 제작할 수 있다. 시뮬레이션 및 실내 실험실 환경에서 차량-드론 연계 시스템을 구성하여 평가를 진행하며 다양한 경로 계획 및 추종 제어기를 비교한 결과 드론의 도로 물체 사전 인지를 통해 자율주행 차량의 회피 성능과 기동 성능 평가 프레임워크를 개발하여 이를 활용하여 본 연구에서 제안된 시스템이 기존의 자율주행 차량 단독으로 운행되는 것보다 그 성능 이 확연히 개선됨을 확인할 수 있다.