Path planning is necessary for mobile robots to perform precise and rapid tasks. A collision avoidance function must be included so that the robot can move safely during work, and it must be able to create an optimal path to reduce work execution time and save energy. In this paper, we propose a smart route generation algorithm that searches for global route with an algorithm that can speed up route search and integrates the TEB algorithm that can search for regional optimum routes in real time according to the situation. The performance of the proposed algorithm was verified through actual driving experiments of mobile robots.

기술의 발전으로 스마트 선박과 관련된 다양한 연구가 진행되고 있으며, 기관실을 무인으로 순찰할 수 있는 기관실 순찰 로봇 도 이러한 연구 중의 하나이다. 순찰로봇은 인공지능을 통해 학습된 정보를 기반으로 기관실을 이동하며 기기 정상 유무 및 누수, 누유, 화재 등의 이상 유무를 파악한다. 기관실 순찰로봇에 관한 연구는 인공지능을 이용한 객체 검출에 관한 연구가 주로 진행되고 있으나, 순 찰로봇의 이동 및 제어에 관한 연구는 부족한 상황이다. 이는 순찰로봇이 객체를 검출하더라도 검출한 객체까지 이동할 방법이 없다는 문제를 야기한다. 이에 본 논문에서는 기관실 이상상황 발생 시 빠르게 이상 유무를 파악할 수 있는 기동성을 확보하기 위해, A* 알고리 즘을 적용하여 순찰로봇이 최단경로를 탐색할 수 있는지를 확인하였다. 라이다를 장착한 소형차를 이용하여 선박 기관실을 주행하며 데 이터를 얻어, SLAM으로 매핑하여 지도를 만들었다. 매핑한 지도에서 순찰로봇의 출발 지점과 목표 지점을 설정하고, A* 알고리즘을 적용 하여 출발 지점부터 목표 지점까지 최단 경로를 탐색하는지를 확인하였다. 시뮬레이션 결과 매핑된 지도에서 출발 지점부터 목표 지점까 지의 장애물을 회피하며 최단 경로를 잘 탐색함을 확인 할 수 있었으며, 기관실 순찰로봇에 적용하면 선박안전에 도움이 될 것으로 사료 된다.

컴퓨터 게임에서 목표 위치로 이동할 때, NPC(non-player character)는 그 위치까지의 경로 탐색을 수행한다. 경로 탐색이 수행되는 동안, NPC는 실제 이동을 시작하기 전에 그 탐색 결과를 기다려야한다. 이것은 수백 개의 에이전트나 커다란 그래프를 갖는 게임에서는 한정된 CPU 자원으로 전체 경로 탐색 요청을 처리하는데 소요되는 시간이 길어져서 이러한 접근법이 게임 진행을 더디게 만든다. 경로 탐색에 할당되는 CPU 자원을 한정하여 전체 게임진행은 원활하게 할 수 있지만, 제한된 경로탐색 시간을 다수의 NPC가 나누어 사용해야 한다. 제한된 검색 시간으로 지연이 너무 길어지면, NPC는 막연하게 기다리거나 벽이나 다른 장애물로 목적 없이 진행하게 된다. 이런 경우 해결 방법 중의 하나는 완성된 경로를 기다리기 전에 NPC가 목표 위치까지의 부분 경로를 조기에 결정하는 것이다. 즉, 사용자가 정의한 수의 검색 사이클이나 검색 깊이가 도달 된 후에는 목표에 가장 가까운 노드에 이르는 경로를 반환하도록 A* 알고리즘을 변경하는 것이다. 그러면 NPC는 완전한 경로가 만들어질 때까지 이 부분경로를 따라가고 그 사이에 도착하는 전체 경로를 반영하여 최종 목적지에 도착할 수 있다. 실험을 통해 부분 경로를 생성했을 때, 실시간 게임에서 훨씬 더 사실감을 증대시키는 효과가 있음을 확인하였다.

We have been performing daily VLBI monitoring of the ux density of Sagittarius (Sgr) A* at 22 GHz from February 2013 to August 2014 using a sub-array of the Japanese VLBI Network (JVN). The purpose of this monitoring is to explore the ux density variability at daily time resolution for a period longer than one year with the G2 cloud approaching. The ux density of Sgr A* is basically stable during the observational period, though there are some small variations. The average and scattering range are consistent with the previously observed values. We have observed no strong are of Sgr A* although it is near the expected peri-center passing.

An Unmanned Aerial Vehicle (UAV) is a powered pilotless aircraft, which is controlled remotely or autonomously. UAVs are an attractive alternative for many scientific and military organizations. UAVs can perform operations that are considered to be risky

본 논문에서는 게임 캐릭터로 활용되는 삼각형 메쉬 위에서 특징 곡선을 추출하는 기법을 제안한다. 본 논문에서 제안하는 방법은 게임 엔진에서 최단 거리를 검색하는 데에 사용되는 A* 탐색 알고리즘을 기반으로 개발된다. 삼각형 메쉬의 각 꼭지점에서 특징을 나타내는 특징 값을 측정한 다음, 이 특징 값을 최소화시키는 경로를 A* 알고리즘을 이 용해서 탐색함으로써 특징 곡선을 추출한다. 이 방법은 에너지 최적화를 이용하는 기존의 방법에 비해서 안정적이고 효율적으로 특징 곡선을 추출하며, 사용자로 하여금 추출하고자 하는 특징 곡선을 손쉽게 선택하도록 한다는 장점을 가진다.

This paper reviews the progress in the VLBI (Very Long Baseline Interferometry) studies of Sgr A*, the best known supermassive black hole candidates with a dark mass concentration of 4x106 M⊙ at the center of the Milky Way. The emphasis is on the importance of the millimeter and sub-millimeter VLBI observations in the detection of Sgr A*'s intrinsic structure and search for the structural variation.

A* 알고리즘은 잘 알려진 길찾기 알고리즘이다. 그러나 장애물 정보를 이용하지 않을 경우 에는 장애물을 만날 때 까지 탐색을 진행하여 장애물과 충돌하거나 늪(swamp)에 들어갈 수 있 다. 본 논문에서는 장애물을 회피하고 늪에 들어가지 않도록 장애물 정보를 사용하고, 장애물 정보를 이용한 휴리스틱 함수도 제안한다. 장애물 정보를 사전에 처리하는데 시간이 걸리지만 실시간에 처리하는 것이 아니기 때문에 대부분의 경우에 문제가 되지 않는다. 실험을 통하여 제안한 방법들이 검색 공간을 효과적으로 줄일 수 있음을 보여주었다. 더불어 장애물 정보를 이용한 휴리스틱 함수는 사전에 장애물 정보를 처리할 필요 없이 효과적으로 검색 공간을 줄일 수 있다는 것을 보여주었다.

경로 탐색은 인공지능의 매우 중요한 요소 중의 하나이며, 여러 분야에서 두루 쓰이는 과정이다. 경로 탐색은 매우 많은 연산이 필요하기 때문에 성능에 매우 중대한 영향을 미친다. 이를 해결하기 위해서 연산량을 줄이는 방식의 연구가 많이 진행되었고, 대표적으로 A* 알고리즘이 있으나 불필요한 연산이 있어 효율성이 떨어진다. 본 논문에서는 A* 알고리즘 중 연산 비용이 높은 노드 탐색 수 등 연산량을 줄이기 위해서 가중치 기반의 선수행 A* 알고리즘을 새롭게 제안한다. 제안한 알고리즘의 효율성을 측정하기 위해 시뮬레이션을 구현하였으며, 실험 결과 가중치를 이용하는 방법이 일반적인 방법보다 약 1～2배 높은 효율을 보였다.

RPG, 전략 시뮬레이션등의 2D/3D 게임에서 동적으로 변화하는 장애물이나 지형 정보 등을 관리하기에는 대체로 동적 그래프가 적합하다. 이 논문에서는 빠르게 길 찾기를 수행하고 동적으로 변경할 수 있는 고정 레벨의 계층적 그래프 모델을 제안한다. 공간 분류나 공간 모델을 이용해 그래프를 분할하여 계층적 그래프를 구성하고, 동적 그래프의 연산자들을 제시하여 계층적 그래프 모델에서의 실시간 A* 길 찾기 방법을 실험하였다. 본 논문에서 제안한 모델이 동적 장애물이나 동적 구조를 가지는 게임 환경에서 빠르게 길 찾기를 수행하기에 적합한 그래프 모델임을 실험을 통해 입증하였다.