본 연구에서는 A*, RRT, D* Lite 세 가지 대표적인 경로 계획 알고리즘의 출력을 환경 특성에 따라 가중치를 부여하여 융합하는 적응형 가중치 투표 융합(Adaptive Weighted Voting Fusion) 기법을 제안한다. 실험 환경은 100×100 격자로 구성되며, 중앙 통로를 포 함한 구조화된 장애물 배치를 통해 장애물 밀도를 기준으로 개방형(Open, 0.05), 혼합형(Mixed, 0.2), 혼잡형(Cluttered, 0.4)으로 분류 된다. 각 알고리즘의 경로는 알고리즘 특성을 반영한 가우시안 노이즈를 통해 다양화되며, 중간 웨이포인트는 DBSCAN 클러스터링을 통해 통합된다. 이후 환경별 적응형 가중치를 적용한 가중 평균 방식으로 클러스터 중심점을 계산하고, 이를 기반으로 경로 정렬, 단 순화, 평활화, 안전성 검증을 통해 최종 융합 경로를 생성한다. 실험 결과, 제안된 융합 경로는 모든 환경에서 A* 알고리즘 대비 더 짧고 단순화된 경로를 생성하였으며, 특히 장애물 밀도가 높은 환경에서 더욱 뛰어난 성능을 보였다. 경로 길이는 A* 알고리즘 대비 평균 11.6~16.0% 단축되었으며, 개방형 환경에서는 단 3개의 웨이포인트로 구성된 최적의 경로를 도출하였다. 제안된 기법은 환경 적 응성과 견고성이 높아, 실내 자율주행이나 재난 구조 로봇 등 실제 응용 분야에서 효과적으로 활용될 수 있다.

• 김영록(Student Member, Master's program, Dept. AI Convergence Robotics, Inje University) | YoungRok-KIM
• 김경이(Professor, Dept. AI-Software, Inje University) | KyoungYee-KIM Corresponding author