자율주행 트랙터를 위한 강화학습 기반 적응형 추종 제어기 개발 연구 = Study on Development of a Reinforcement Learning-based Adaptive Path-tracking Controller for Autonomous Tractor

국문 초록 (Abstract)

농기계의 자율주행은 농업 인구의 고령화 문제 및 농업 인구 감소 문제 등을 해결하기 위한 필수 연구이다. 그 중에서도 노지를 주행하는 자율주행 농기계는 높은 추종 정확도를 위해 실시간 주행 환경변화와 이에 적용되는 농작업, 농지 조건에 따라 사용되는 다양한 마력 대의 농기계 시스템의 기계적 반응을 감지하며 제어 값을 산출하는 지능형 경로 추종 제어기가 요구된다. 또한, 특히 토양의 수분함량이 비교적 높은 조건에서 소규모·구획화로 인해 잦은 선회가 요구되는 무논에서는 복잡한 작업 환경 해석 능력이 필수적이다. 따라서, 본 연구에서는 환경변화에 강인한 강화학습을 활용하여 적응형 추종 제어기를 개발하고자 하였다. 강화학습 트랙터 주행 환경을 정량화하기 위해 작업기 중심점부터 전방 5m 지점까지 1cm 간격으로 측면 및 방향각 변위를 측정하여 배열을 생성하여 입력으로 사용하고, 기준경로와 작업기 중심 사이의 오차 값에 따라 보상학습 된 전방 주시거리를 출력으로 정의하였다. 알고리즘은 Python 환경에서 Keras library를 활용하여 7개의 Dense layer, 5개의 dropout layer로 총 2종류의 layer로 구성된 network로 구성하였다. 고안된 알고리즘의 효용성을 판단하기 위해 노지 환경에서 농작업을 고려해 반복된 직진 및 C형 기반 선회경로에서 전방주시거리를 고정하는 제어 전략과 강화학습 기반의 전방주시거리 제어기를 시뮬레이션 및 현장 비교 평가하였다. 실험 결과, 개발된 주행 환경 적응형 추종 제어기는 시뮬레이션과 현장 평가에서 미리 정의된 다변형 경로에 적합한 전방주시거리를 가변적으로 제어하여 정밀 추종하였으며, 시뮬레이션에서 직진 주행 RMSE 위치 오차는 0.021 m, 선회구간에서 직진 구간 진입 시 RMSE 위치 오차는 0.028 m, 현장 평가에서는 직진 주행 RMSE 위치 오차 0.018 m, 선회구간에서 직진 구간 진입 시 RMSE 위치 오차는 0.026 m으로 개발된 주행 환경 적응형 경로 추종 제어기의 현장적용 가능성을 검증하였다.