동적윈도우접근법 (Dynamic Window Approach (DWA))
쉽게 풀면
지금 로봇이 낼 수 있는 여러 속도와 회전 조합 중에서, 장애물에 안전하고 목표 방향에 가까운 조합을 매 순간 골라 움직이는 방법입니다.
왜 중요한가
로봇의 가감속 한계 안에서 다음 짧은 시간 동안 도달 가능한 속도 조합만 후보로 놓고 그중 목표 접근·장애물 거리·속도를 평가해 고르는 방식으로, ROS 내비게이션의 기본 지역 계획기로 오랫동안 쓰였습니다. 동역학 제약을 계획 단계에서 직접 고려한다는 점이 실용적 강점입니다.
어떤 절차인가
- 매 제어 주기마다 로봇의 현재 속도 (v, ω)에서 가속도 한계로 도달할 수 있는 속도 범위, 곧 동적 윈도우를 구합니다.
- 그 범위 안의 (v, ω) 후보마다 짧은 시간 그 속도를 유지했을 때의 궤적을 예측합니다.
- 장애물까지 거리 때문에 멈출 수 없는 속도는 버립니다(허용 속도). 멈출 수 있으려면 v ≤ √(2 · dist · 감속도) 여야 합니다.
- 남은 후보를 목적함수로 점수 매깁니다. Fox 외(1997)의 목적함수는 목표 방향 정렬(heading), 장애물까지 거리(dist), 속도(velocity)의 가중합을 평활화한 형태입니다. 최고점 (v, ω)를 실행하고 다음 주기에 반복합니다.
언제 쓰고 무엇을 얻나
바퀴 이동 로봇이 실시간으로 장애물을 피하며 전역 경로를 따라갈 때 지역 계획 단계로 씁니다. 장점은 가속도 한계를 후보 생성 단계에서 직접 반영해 명령이 물리적으로 실행 가능하다는 점입니다.
(가상의 예) 현재 v = 0.4 m/s, ω = 0 rad/s, 선가속도 한계 0.5 m/s², 각가속도 한계 1.0 rad/s², 제어 주기 0.2 s라면 v ∈ [0.4 − 0.5×0.2, 0.4 + 0.5×0.2] = [0.3, 0.5] m/s, ω ∈ [−0.2, 0.2] rad/s입니다. 장애물이 1.0 m 앞이고 감속도가 0.5 m/s²이면 멈출 수 있는 최대 속도는 √(2×1.0×0.5) = 1.0 m/s이므로 이 후보 전부가 허용됩니다. 장애물이 0.2 m 앞이면 √(2×0.2×0.5) ≈ 0.45 m/s이라 0.5 m/s 후보는 탈락합니다.
한계: 짧은 구간만 보므로 막다른 곳(국소 최소)에 빠질 수 있어 전역 경로와 함께 씁니다. 가중치에 따라 행동이 달라져 환경별 조정이 필요합니다.
논문에는 이렇게 적는다
- 제어 주기, 예측 시간, 속도·가속도 한계, 속도 샘플링 간격을 표로 제시합니다.
- 목적함수의 가중치와 정규화 방식을 밝힙니다(결과 재현에 필요).
- 시뮬레이터·실물 로봇, 장애물 배치(정적/동적), 성공률·충돌 횟수·소요시간을 보고합니다.
- 구현 출처(자체 구현인지, ROS 패키지의 어떤 버전인지)와 전역 계획기를 함께 적습니다.
논문에서는 이렇게 쓰입니다
실제 논문에서
이 용어를 직접 쓴 국내 논문 문장을 아직 수집하지 못했습니다. 수집되는 대로 출처와 함께 싣겠습니다.
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
로봇이 다음 순간 실제로 낼 수 있는 속도 범위 안에서만 후보를 고르고, 그중 안전하면서도 목표에 가까워지는 속도를 매번 새로 계산한다는 뜻입니다.
이 접근법이 로봇의 현재 속도 제약을 고려하면서 실시간으로 안전한 속도 구간을 탐색해 장애물을 피한다는 것을 보여주는 결과입니다.
조금 더 깊게 보면
짧은 시간 창만 보므로 막다른 곳에 갇히거나 회전 반경이 큰 로봇이 좁은 통로 입구를 놓치는 국소 최소점 문제가 있어, 전역 계획기가 준 경로를 따라가는 지역 계획으로만 써야 합니다. 목적함수 가중치 조정이 환경마다 필요해 재현이 어렵고, 최근에는 궤적 롤아웃이나 모델예측제어 기반 계획기로 대체되는 추세입니다.
동적 윈도우는 현재 속도에서 정해진 짧은 시간 동안 모터가 낼 수 있는 가속도 한계를 적용했을 때 도달 가능한 (선속도, 각속도) 조합의 범위를 의미하며, 이 범위 안에서만 후보 궤적을 평가하므로 선정된 속도 명령은 물리적으로 항상 실행 가능하다는 것이 이 방법의 실용적 강점이다.
목적함수는 대개 목표 방향 정렬도, 장애물까지의 최소 거리, 속도 크기라는 세 항목을 가중합해 구성하며, 이 가중치 비율에 따라 로봇이 안전을 우선할지 속도를 우선할지가 크게 달라진다.
주의할 점
지역적 최적화이기 때문에 좁은 통로나 복잡한 구조에서는 전역 경로 계획과 함께 사용해야 막다른 길에 갇히지 않습니다.
짧은 시간 창 안의 속도만 평가하는 근시안적 특성 때문에 회전 반경이 큰 로봇이 좁은 출입구를 그대로 지나치는 국소 최소 상황에 빠질 수 있어, 전역경로계획 이 정한 경유점으로 이를 보완해야 한다.
참고 문헌
- Fox, D., Burgard, W., & Thrun, S. (1997). The dynamic window approach to collision avoidance. IEEE Robotics & Automation Magazine, 4(1), 23–33.
- Brock, O., & Khatib, O. (1999). High-speed navigation using the global dynamic window approach. Proceedings of the 1999 IEEE International Conference on Robotics and Automation, 341–346.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.