KR101297607B1 - 움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템 - Google Patents

움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템 Download PDF

Info

Publication number
KR101297607B1
KR101297607B1 KR1020110090932A KR20110090932A KR101297607B1 KR 101297607 B1 KR101297607 B1 KR 101297607B1 KR 1020110090932 A KR1020110090932 A KR 1020110090932A KR 20110090932 A KR20110090932 A KR 20110090932A KR 101297607 B1 KR101297607 B1 KR 101297607B1
Authority
KR
South Korea
Prior art keywords
equation
mobile robot
mobile
target object
control signal
Prior art date
Application number
KR1020110090932A
Other languages
English (en)
Other versions
KR20130027383A (ko
Inventor
국태용
지상훈
문용선
Original Assignee
레드원테크놀러지 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 레드원테크놀러지 주식회사 filed Critical 레드원테크놀러지 주식회사
Priority to KR1020110090932A priority Critical patent/KR101297607B1/ko
Publication of KR20130027383A publication Critical patent/KR20130027383A/ko
Application granted granted Critical
Publication of KR101297607B1 publication Critical patent/KR101297607B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
    • B25J9/162—Mobile manipulator, movable base with manipulator arm mounted on it
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1651—Programme controls characterised by the control loop acceleration, rate control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1682—Dual arm manipulator; Coordination of several manipulators
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/36—Nc in input of data, input key till input tape
    • G05B2219/36492—Record position and orientation, posture of probe, tool

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 이동로봇의 제어 방법 및 그 시스템에 관한 것이다. 본 이동로봇의 제어 방법은, 복수의 이동로봇의 운동학 모델 방정식인 제1식과, 타겟 오브젝트의 추적을 위한 참조 타겟 모델 방정식인 제2식에 기초하여 위치 추적 에러를 산출하고, 위치 추적 에러가 영에 근접하도록, 복수의 이동로봇의 군집 주행을 제어하는 제어값을 산출한다. 그리고 복수의 이동로봇의 주행에 따른 피드백 정보에 이용하여 제어값을 적응적으로 변화시킨다. 본 발명에 따르면, 움직이는 타겟 오브젝트의 추적 및 포획을 위하여 참조 모델을 기반으로 복수의 이동로봇을 적응적으로 제어할 수 있다.

Description

움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템{Method and system for robust adaptive control of multiple robots for moving target tracking and capturing}
본 발명은 움직이는 타겟 오브젝트의 추적 및 포획을 위하여 참조 모델을 기반으로 복수의 이동로봇을 적응적으로 제어하기 위한 방법 및 그 시스템에 관한 것이다.
양적 팽창에 주력해 온 과학기술 발전이 점차 삶의 질 향상에 초점이 맞춰지면서, 인간에 의해 개발된 창조물들에 인간의 여러 인지기능을 부여하여 좀더 편리하고 지능화된 생활환경을 이룩하고자 하는 시도가 계속되고 있다. 이러한 시도의 중심으로 로봇공학 분야가 첨단응용공학의 핵심으로 떠오르고 있으며, 산업 및 의료용으로 로봇에 대한 수요도 급격히 증가할 예정이다.
최근에는 복수의 로봇을 이용하는 군집 실행에 대한 연구에 관심이 높아지고 있다. 단일 로봇인 경우와 달리, 군집적인 복수의 로봇을 이용하는 경우 태스크 실행에 높은 유연성과 다양한 타겟 태스크를 제공할 수 있다.
군집적인 복수의 로봇을 적용할 수 있는 태스크의 대표적인 예로 포위공격(siege)이 있다. 포위공격의 경우, 복수의 로봇은 침입자를 추적하여 포위하여야 한다. 그러나, 통상 타겟 오브젝트(target object)의 속도를 알 수 없으므로, 타겟 추적과 포메이션 제어(formation control)는 간단하지 않다.
복수의 로봇에 대한 포메이션 제어와 타겟 추적에 대해서는 많은 연구가 진행되어 있다. 리더가 없는 복수의 로봇에 대한 포메이션 제어에 대한 연구로, 주기적인 추적 전략을 사용하는, J.A Marshall 등의 "Formations of vehicles in cycle pursuit", IEEE Trans. Automatic Control, vol. 49, no.11, pp 1963-1974, 2004 와, A. Sinha 등의 "Generalization of the cyclic pursuit problem", Amercian Control Conference, pp. 4997-5002, 2005, Portland, OR, USA 등이 있다. 또한, 리더 추종 기반의 제어방법에 대한 연구로, N.E Leonard 등의 "Virtual leaders, artifical potentials and coordinated control of groups", IEEE int. Conf. Decision and Control, pp. 2968-2973, Dec. 2001, Orlando, FL, USA 가 있다.
그러나, 이와 같은 방법은 이웃하는 로봇 사이에 제어 데이터를 상호 교환할 수 있는 통신 링크가 존재해야 하거나, 리더를 추종해야 하는 방법이므로, 실제 환경에 적용하는데 한계가 존재한다.
따라서, 이동로봇 사이에 통신링크를 이용할 수 없거나 리더가 존재하지 않는 상태에서 타겟 오브젝트의 추적 및 포획을 위하여 복수의 이동로봇을 적응적으로 제어할 수 있는 방안이 고려되어야 한다.
따라서, 본 발명의 목적은, 움직이는 타겟 오브젝트의 추적 및 포획을 위하여 참조 모델을 기반으로 복수의 이동로봇을 적응적으로 제어하기 위한 방법 및 시스템을 제공함에 있다.
상기 목적을 달성하기 위한 본 발명에 따른 타겟 오브젝트의 추적 및 포획을 위해 복수의 이동로봇을 제어하는 방법은, 상기 복수의 이동로봇의 운동학 모델 방정식인 제1식을 산출하는 단계, 상기 타겟 오브젝트의 추적을 위한 참조 타겟 모델 방정식인 제2식을 산출하는 단계, 상기 제1식 및 제2식에 기초하여 위치 에러를 산출하는 단계, 상기 위치 에러가 영에 근접하도록, 상기 복수의 이동로봇의 군집 주행을 제어하는 제어 신호를 산출하는 단계, 그리고 상기 복수의 이동로봇의 주행에 따른 피드백 정보를 이용하여 상기 제어 신호를 적응적으로 변환시키는 단계를 포함한다.
또한, 본 발명에 따르면, 제어 신호에 따라 군집 주행하여 타겟 오브젝트를 추적 및 포획하는 복수의 이동로봇, 그리고 상기 복수의 이동로봇의 운동학 모델 방정식인 제1식과 상기 타겟 오브젝트의 추적을 위한 참조 타겟 모델 방정식인 제2식에 기초하여 위치 에러를 산출하고, 상기 위치 추적 에러가 영에 근접하도록, 상기 복수의 이동로봇의 군집 주행을 제어하는 상기 제어 신호를 산출하며, 상기 복수의 이동로봇의 군집 주행에 따른 피드백 정보를 이용하여 상기 제어 신호를 적응적으로 변환시키는 로봇 제어기를 포함하는 이동로봇 제어 시스템이 제공된다.
그리고, 상기 목적을 달성하기 위하여 본 발명에서는, 상기 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 프로세서로 읽을 수 있는 기록매체를 제공한다.
본 발명에 따르면, 복수의 이동로봇에서 각 이동로봇에서 측정된 상대 거리와 방위 각도와 같은 로컬 정보만을 이용하여 정지하거나 움직이는 타겟 오브젝트를 군집 추적 및 포획할 수 있다. 따라서, 각 이동로봇 사이에 제어 데이터의 송수신을 위한 통신 링크가 필요 없으며, 복수의 이동로봇 중에 리더가 있을 필요도 없다. 이에 따라, 복수의 이동로봇에 대한 군집 타겟 추적과 포획 문제의 해결을 위한 강인성과 적응성을 갖춘 참조 모델 기반의 제어방법을 제공할 수 있다.
도 1은 본 발명에 따른 복수의 이동로봇을 제어하는 방법이 적용되는 시스템의 일 예를 설명하기 위해 참조되는 도면이다.
도 2는 본 발명의 일 실시예에 따른 복수의 이동로봇을 제어하는 방법에 대한 설명에 제공되는 흐름도이다.
도 3은 이동로봇과 타겟 오브젝트의 구성을 나타낸 도면이다.
도 4는 이동로봇과 참조 타겟 모델의 구성을 나타낸 도면이다.
도 5 내지 도 8은 본 발명에 따른 복수의 이동로봇을 제어하는 방법을 시뮬레이션한 결과를 나타낸 그래프이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.
도 1은 본 발명에 따른 복수의 이동로봇을 제어하는 방법이 적용되는 시스템의 일 예를 설명하기 위해 참조되는 도면이다. 도 1에서는 설명의 편의상, 하나의 이동로봇만을 도시하고 있으나, 본 발명은 복수의 이동로봇을 군집 제어하는데 적용된다.
도 1을 참조하면, 본 발명에 따른 시스템은 이동로봇(100)과, 이동로봇(100)의 제어를 위한 로봇 제어기(200)를 포함한다.
로봇 제어기(200)는 타겟 오브젝트 모델링부(201), 참조 타겟 모델링부(203), 가산기(205), 회전 매트릭스부(207), 속도 제어부(209), 적응규칙 적용부(211), 적분기(213)를 포함할 수 있다.
타겟 오브젝트 모델링부(201)는 타겟 오브젝트의 운동학 모델 방정식을 산출하여 대응하는 신호를 출력한다. 참조 타겟 모델링부(203)는 타겟 오브젝트의 운동학 모델 방정식을 바탕으로 타겟 오브젝트의 추적을 위한 참조 타겟 모델 방정식을 산출하고, 이에 대응하는 신호를 출력한다. 가산기(205)는 참조 타겟 모델링부(205)에서 출력되는 신호와 적분기(213)를 통해 출력되는 이동로봇(100)의 위치 정보에 대응하는 신호를 이용하여 위치 에러를 산출한다. 회전 매트릭스부(207)는 적분기(213)를 통해 출력되는 위치 에러를 회전 변환한다.
속도 제어부(209)는 회전 매트릭스부(207)와 적응규칙 적용부(209)에서 출력되는 신호 등에 기초하여 이동로봇(100)의 주행을 제어하기 위한 제어 신호를 출력한다. 이때, 속도 제어부(209)는 적응규칙 적용부(209)로부터 전달되는 신호와 이동로봇(100)의 위치 및 방위각 등에 대응하는 신호 등을 포함하는 피드백 신호에 따라 제어 신호를 적응적으로 변환시킨다.
이와 같은 구성에 의해 속도 제어부(250)에서 출력되는 제어 신호는 이동로봇(100)으로 전달되고, 이동로봇(100)은 수신한 제어 신호에 따라 군집 주행하여, 타겟 오브젝트를 군집 추적 및 포획할 수 있다.
도 2는 본 발명의 일실시예에 따른 복수의 이동로봇을 제어하는 방법에 대한 설명에 참조되는 흐름도이다.
도 2를 참조하면, 먼저 타겟 오브젝트 모델링부(201)는 타겟 오브젝트의 운동학 모델 방정식을 산출한다(S300). 타겟 운동학 모델을 나타내는 식은 다음과 같이 산출할 수 있다.
n개의 2-DOF(two degree of freedom) 바퀴형 이동로봇(wheeled moving robot)의 그룹에 대한 운동학 모델(kinemtic model)은 다음의 식과 같이 나타낼 수 있다.
Figure 112011070111668-pat00001
Figure 112011070111668-pat00002
여기서,
Figure 112011070111668-pat00003
는 전역 참조 좌표 프레임(global reference coordinate frame)
Figure 112011070111668-pat00004
에서 이동로봇 i의 자세(posture)를 나타내고,
Figure 112011070111668-pat00005
는 이동로봇 i의 선속도 및 각속도를 나타낸다.
이와 같은 평면에서 타겟 오브젝트의 운동학 모델은 다음과 같이 나타낼 수 있다.
Figure 112011070111668-pat00006
이와 같은 모델링에서, 타겟 오브젝트에 대하여 복수의 이동로봇의 구성은 도 3에 도시한 바와 같이 나타낼 수 있다.
도 3에서 이동 좌표 프레임은 각 이동로봇에 대하여 설정되고, x축은 이동 로봇의 움직임 방향을 나타낸다. 하기의 가정 (A5)에 따라, 이동로봇 i는 자신의 이동 프레임의 출발지로부터 타겟 오브젝트
Figure 112011070111668-pat00007
까지의 거리
Figure 112011070111668-pat00008
i과, 로봇 프레임의 x축과 타겟 라인 간의 방위각
Figure 112011070111668-pat00009
에 의해 측정할 수 있다.
도 3의 구성 설명에서, 거리 파라미터
Figure 112011070111668-pat00010
와 가상 위치 각
Figure 112011070111668-pat00011
을 사용하여 군집 타겟 포획을 위한 복수의 이동로봇에 대한 원하는 포메이션(formation)
Figure 112011070111668-pat00012
는 다음과 같이 나타낼 수 있다.
Figure 112011070111668-pat00013
또한, 동일하게,
Figure 112011070111668-pat00014
포메이션 파라미터는 일반적으로 상수가 아니며, 기하학적 배열에 따라 다음과 같이 된다.
Figure 112011070111668-pat00015
여기서,
Figure 112011070111668-pat00016
은 이동로봇 i의 방향 각도
Figure 112011070111668-pat00017
를 위한 것이다.
이에 따라, 군집으로 타겟 추적 및 포획하는 문제는, 타겟 오브젝트까지 원하는 거리와 가상 위치각으로 구성된 원하는 타겟 포획 포메이션
Figure 112011070111668-pat00018
로부터 전개된 복수의 이동로봇의 최초 배치와 같은 이용가능한 공식을 사용하여 각 이동로봇에 대한 분산된 제어 법칙을 찾는 것으로 정의될 수 있다.
타겟 추적과 포획을 위한 군집 분산 로봇 제어의 분석을 위해 다음과 같은 조건을 가정할 수 있다.
(A1) 초기 시간에 복수의 이동로봇은 동일한 장소에 배치되지 않는다.
(A2) 타겟 오브젝트는 정지하거나 움직이며, 타겟 오브젝트의 속도 및 자세 데이터는 어떠한 이동로봇도 알지 못한다.
(A3) 이동로봇이 결국 타겟 오브젝트를 포획할 수 있도록 타켓 오브젝트의 최대 선속도 및 각속도는 복수의 이동로봇의 최대 선속도 및 각속도보다 크지 않으며, 타겟의 최대 각속도도 마찬가지이다.
(A4) 복수의 이동로봇 사이의 통신링크는 이용할 수 없다.
(A5) 각 이동로봇은 온보드 레인지 센서와 비젼 센서를 이용하여 타겟까지의 상대 거리 및 방위각을 측정할 수 있다.
(A6) 각 이동로봇은 자기 컴퍼스나 자이로컴퍼스 센서와 같은 온보드 센서를 이용하여 자신의 절대 방향을 측정할 수 있다.
(A7) 각 이동로봇은 이상적인 속도 제어와 효과적인 충돌 회피 매커니즘을 구비하여, 장애물을 회피할 수 있다.
한편, 적응적인 분산 제어의 접근을 군집 타겟 추적과 포획 문제에 적용하면, 다음과 같은 보조 정리가 메인 결과의 도출을 위해 사용된다.
[보조정리 1]
Figure 112011070111668-pat00019
를 가정하면,
Figure 112011070111668-pat00020
[보조정리 2]
i)
Figure 112011070111668-pat00021
가 존재하고 유한하며,
Figure 112011070111668-pat00022
가 연속적이거나
Figure 112011070111668-pat00023
가 경계를 가지면,
Figure 112011070111668-pat00024
다음으로 참조 타겟 모델링부(203)는 참조 타겟 모델 방정식을 산출한다(S305). 복수의 이동로봇에 대한 참조 타겟 모델의 집합은 다음과 같이 나타낼 수 있다.
Figure 112011070111668-pat00025
여기서, i = 1, 2, 3,…, n 이고,
Figure 112011070111668-pat00026
이다.
가상 방위각
Figure 112011070111668-pat00027
가 타겟 오브젝트의 방위
Figure 112011070111668-pat00028
와 다른 경우, 참조 타겟 모델의 위치와 실제 타겟 모델의 위치는, 도 4에 도시한 바와 같이, 실제 타켓 오브젝트 위치
Figure 112011070111668-pat00029
는 일치한다.
다음으로 가산기(205)는 위치 에러인
Figure 112011070111668-pat00030
를 산출한다(S310).
회전 매트릭스부(207)는 가상 및 실제 추적에 대한 위치 에러를
Figure 112011070111668-pat00031
를 입력받아, 위치 에러를 회전 변환을 이용하여 이동로봇 프레임 q에 대하여 다음과 같은 변환한다(S315).
Figure 112011070111668-pat00032
여기서,
Figure 112011070111668-pat00033
은 회전 매트릭스이다.
이동로봇 운동학 모델 방정식인 [수학식 1]과 참조 타겟 모델 방정식인 [수학식 6]을 결합하면, 에러 등식은 다음과 같이 된다.
Figure 112011070111668-pat00034
여기서,
Figure 112011070111668-pat00035
이다.
새로운 에러 변수값은
Figure 112011070111668-pat00036
은 제어 목적을 만족하도록 도입된다.
그리고,
Figure 112011070111668-pat00037
이라고 하면,
Figure 112011070111668-pat00038
[수학식 9]에서 새로운 변수를 미분하여 [수학식 8]의 에러 시스템에 치환하면,
Figure 112011070111668-pat00039
여기서,
Figure 112011070111668-pat00040
이다.
또한, 도 4에서,
Figure 112011070111668-pat00041
이므로
Figure 112011070111668-pat00042
도 4에서, 이동로봇과 타겟 오브젝트의 구성은 다음과 같은 특성을 갖는다.
[보조정리 3]
도 4에서 타겟 오브젝트와 이동로봇의 구성을 고려하면,
Figure 112011070111668-pat00043
이면,
Figure 112011070111668-pat00044
다음으로 속도 제어부(211)는 제어 신호를 산출한다(S320).
분산된 제어의 유도를 위해, 가상 속도 입력
Figure 112011070111668-pat00045
는 참조 타겟 모델에서 알 수 있는 것으로 가정하면, 속도 제어부(211)에서 산출되는 제어 신호는 다음과 같이 정의된다.
Figure 112011070111668-pat00046
여기서,
Figure 112011070111668-pat00047
이다.
속도 제어부(209)는 [수학식 12]와 같은 제어 신호를 이동로봇(100)에 전달한다(S325).
이와 같은 제어 입력에 의해, 이동로봇(100)이 군집 이동하여 타겟 오브젝트를 추적하게 된다. 이때, 속도 제어부(209)는 위치 에러가 영이 아닌 경우(S330), 제어 신호를 후술하는 과정에 따라 적응적으로 변환시킨다(S335).
[수학식 10]과 [수학식 11]을 적용하면,
Figure 112011070111668-pat00048
[수학식 12]의 제어 신호를 이용하여 타겟 추적 및 포획은 점근적으로 달성된다. 즉,
Figure 112011070111668-pat00049
이에 대한 증명은, 리아푸노프(Lyapunov) 함수 후보를 고려하면,
Figure 112011070111668-pat00050
에러 시스템에 따라 V를 미분하면,
Figure 112011070111668-pat00051
선형 에러 변수는
Figure 112011070111668-pat00052
및
Figure 112011070111668-pat00053
와 같이 경계를 갖는다. 또한, [수학식 13)으로부터
Figure 112011070111668-pat00054
이므로 [보조정리 1]에 따라
Figure 112011070111668-pat00055
이 된다.
따라서, 시간적 미분
Figure 112011070111668-pat00056
은 다음과 같이 된다.
Figure 112011070111668-pat00057
알지 못하는 속도 입력에 적용하면,
에러 신호와 타겟 속도의 미분은
Figure 112011070111668-pat00058
경계를 가지므로,
Figure 112011070111668-pat00059
를 암시한다.
[보조정리 2]로부터
Figure 112011070111668-pat00060
가 되고, [수학식 15]로부터
Figure 112011070111668-pat00061
이 된다. 또한, [보조 정리 3]에서
Figure 112011070111668-pat00062
는 충돌을 의미하므로
Figure 112011070111668-pat00063
가 된다. 결국,
Figure 112011070111668-pat00064
가 된다.
위의 결과를 알지 못하는 속도 입력
Figure 112011070111668-pat00065
에 확장하면, 제어 신호는 다음과 같이 된다.
Figure 112011070111668-pat00066
여기서,
Figure 112011070111668-pat00067
이고,
Figure 112011070111668-pat00068
는 알지 못하는 경계
Figure 112011070111668-pat00069
에서 추정을 나타내며,
Figure 112011070111668-pat00070
는 시그넘(signum) 함수를 나타낸다.
[수학식 17)의 제어 입력과 [수학식 10]의 에러 시스템을 적용하면
Figure 112011070111668-pat00071
Figure 112011070111668-pat00072
알지 못하는 타겟 속도 경계를 위한 적응적 규칙을 유도하기 위하여, 다음의 리아푸노프(Lyapunov) 함수를 고려하면,
Figure 112011070111668-pat00073
여기서,
Figure 112011070111668-pat00074
는 추정 에러를 나타낸다.
에러 시스템에 따라,
Figure 112011070111668-pat00075
을 미분하면,
Figure 112011070111668-pat00076
여기서,
Figure 112011070111668-pat00077
이다.
따라서, 적응규칙은 다음과 같이 선택된다.
Figure 112011070111668-pat00078
Figure 112011070111668-pat00079
이므로 , 다음의 식을 만족한다.
Figure 112011070111668-pat00080
이것은 에러 신호의 유한성을 증명한다.
(A1) 내지 (A7)의 가정하에, [수학식 1]의 운동학 모델을 갖는 n 개의 이동로봇 그룹에서 [수학식 17] 및 [수학식 21]의 제어 신호를 사용하면 다음과 같이 수렴한다. .
Figure 112011070111668-pat00081
이에 대한 증명은, [수학식 20]에서 시간 미분
Figure 112011070111668-pat00082
에 대해 다음의 식이 성립하므로, 전술한 증명과 동일한 과정에 의해 증명할 수 있다.
Figure 112011070111668-pat00083
[수학식 17]의 제어 신호는 추적 성능을 나빠지게 할 수 있으므로,
Figure 112011070111668-pat00084
함수는
Figure 112011070111668-pat00085
를 포함하도록 변환할 수 있다.
또한,
Figure 112011070111668-pat00086
는 채터링 문제(chattering problem)를 야기할 수 있으므로,
Figure 112011070111668-pat00087
함수를 도입하면
Figure 112011070111668-pat00088
여기서,
Figure 112011070111668-pat00089
이고, 포지티브 게인은
Figure 112011070111668-pat00090
Figure 112011070111668-pat00091
는 단조적으로 증가한다.
새로운 제어 신호에 일치하도록 적응 규칙을 변형하면,
Figure 112011070111668-pat00092
이와 같은 변형에서, [수학식 19]의 리아푸노프(Lyapunov) 함수의 시간 미분은 다음과 같이 된다.
Figure 112011070111668-pat00093
여기서,
Figure 112011070111668-pat00094
이다.
Figure 112011070111668-pat00095
여기서,
Figure 112011070111668-pat00096
이다.
또한,
Figure 112011070111668-pat00097
영역에서
Figure 112011070111668-pat00098
Figure 112011070111668-pat00099
Figure 112011070111668-pat00100
시간의 경과에 따라 단조적으로 영으로 줄어든다.
상기한 바와 같은 과정에 따라, 위치 에러가 영이 되도록 제어 신호를 생성할 수 있다.
도 5 내지 도 8은 본 발명에 따른 방법을 시뮬레이션한 결과를 나타낸 그래프이다. 본 시뮬레이션에는 8개의 이동로봇을 이용하여 타겟 오브젝트를 군집 추적 및 포획하는 과정을 시뮬레이션하고 있다.
도 5는 정지한 타겟 오브젝트를 반경 1m 이내로 추적 및 포획하는 궤적을 시뮬레이션한 결과를 나타낸 것이고, 도 6은 움직이는 타겟 오브젝트를 반경 2m 이내로 추적 및 포획하는 궤적을 시뮬레이션한 결과를 나타낸 그래프이다.
도 7은 정지한 타겟 오브젝트에 대하여 거리 및 방향 에러를 시뮬레이션한 결과를 나타낸 것이고, 도 8은 움직이는 타겟 오브젝트에 대하여 거리 및 방향 에러를 시뮬레이션 결과를 나타낸 것이다.
도 7의 경우, 각 이동로봇에 대한 거리 에러가 2초 이내로 1% 이하로 감소하고 있음을 알 수 있으며, 도 8의 경우, 160 초후 거리 에러가 1% 이하로 감소하고 있음을 알 수 있다.
이와 같은 본 발명에 따른 방법은 참조 모델 기반의 강인성과 적응성을 갖는 제어 방법을 사용하여 복수의 이동로봇에 대한 군집 추적 및 포획을 효과적으로 제어할 수 있다.
한편, 본 발명은 프로세서가 읽을 수 있는 기록매체에 프로세서가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 프로세서가 읽을 수 있는 기록매체는 프로세서에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 프로세서가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 인터넷을 통한 전송 등과 같은 캐리어 웨이브의 형태로 구현되는 것도 포함한다. 또한 프로세서가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 프로세서가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
100 : 이동로봇 200 : 로봇 제어기

Claims (14)

  1. 타겟 오브젝트의 추적 및 포획을 위해 복수의 이동로봇을 제어하는 방법으로서,
    상기 복수의 이동로봇의 운동학 모델 방정식인 제1식을 산출하는 단계,
    상기 타겟 오브젝트의 추적을 위한 참조 타겟 모델 방정식인 제2식을 산출하는 단계,
    상기 제1식 및 제2식에 기초하여 위치 에러를 산출하는 단계,
    상기 위치 에러가 영에 근접하도록, 상기 복수의 이동로봇의 군집 주행을 제어하는 제어 신호를 산출하는 단계, 그리고
    상기 복수의 이동로봇의 주행에 따른 피드백 정보를 이용하여 상기 제어 신호를 적응적으로 변환시키는 단계를 포함하는 이동로봇 제어 방법.
  2. 제1항에서,
    상기 제어 신호에 따라 상기 복수의 이동로봇이 군집 주행하는 단계를 더 포함하는 이동로봇 제어 방법.
  3. 제1항에서,
    상기 피드백 정보는, 상기 복수의 이동로봇 각각의 위치와 방위 및 상기 참조 타겟 모델로부터 유도된 상기 타겟 오브젝트의 예측 속도를 포함하는 이동로봇 제어 방법.
  4. 제1항에서,
    상기 제1식은
    Figure 112011070111668-pat00101
    으로 계산되며(i = 1, 2, 3, …,n),
    Figure 112011070111668-pat00102

    Figure 112011070111668-pat00103
    는 전역 참조 좌표 프레임(global reference coordinate frame)
    Figure 112011070111668-pat00104
    에서 이동로봇 i의 자세(posture)를 나타내고,
    Figure 112011070111668-pat00105
    는 이동로봇 i의 선속도 및 각속도를 의미하는 이동로봇 제어 방법.
  5. 제4항에서,
    상기 제2식은
    Figure 112011070111668-pat00106
    으로 계산되며,
    Figure 112011070111668-pat00107
    Figure 112011070111668-pat00108
    인 이동로봇 제어 방법.
  6. 제5항에서,
    상기 위치 에러는
    Figure 112011070111668-pat00109
    으로 계산되며,
    Figure 112011070111668-pat00110
    ,
    Figure 112011070111668-pat00111
    이고,
    Figure 112011070111668-pat00112
    은 회전 매트릭스인 이동로봇 제어 방법.
  7. 제6항에서,
    상기 제어 신호는
    Figure 112011070111668-pat00113
    으로 계산되며,
    Figure 112011070111668-pat00114
    ,
    Figure 112011070111668-pat00115
    Figure 112011070111668-pat00116
    이고,
    Figure 112011070111668-pat00117
    는 참조 타겟 모델로부터 알 수 있는 가상 속도 입력인 이동로봇 제어 방법.
  8. 제어 신호에 따라 군집 주행하여 타겟 오브젝트를 추적 및 포획하는 복수의 이동로봇, 그리고
    상기 복수의 이동로봇의 운동학 모델 방정식인 제1식과 상기 타겟 오브젝트의 추적을 위한 참조 타겟 모델 방정식인 제2식에 기초하여 위치 에러를 산출하고, 상기 위치 추적 에러가 영에 근접하도록, 상기 복수의 이동로봇의 군집 주행을 제어하는 상기 제어 신호를 산출하며, 상기 복수의 이동로봇의 군집 주행에 따른 피드백 정보를 이용하여 상기 제어 신호를 적응적으로 변환시키는 로봇 제어기
    를 포함하는 이동로봇 제어 시스템.
  9. 제8항에서,
    상기 피드백 정보는, 상기 복수의 이동로봇 각각의 위치와 방위 및 상기 참조 타겟 모델로부터 유도된 상기 타겟 오브젝트의 예측 속도를 포함하는 이동로봇 제어 시스템.
  10. 제8항에서,
    상기 제1식은
    Figure 112011070111668-pat00118
    으로 계산되며(i = 1, 2, 3, …,n),
    Figure 112011070111668-pat00119

    Figure 112011070111668-pat00120
    는 전역 참조 좌표 프레임(global reference coordinate frame)
    Figure 112011070111668-pat00121
    에서 이동로봇 i의 자세(posture)를 나타내고,
    Figure 112011070111668-pat00122
    는 이동로봇 i의 선속도 및 각속도를 의미하는 이동로봇 제어 시스템.
  11. 제10항에서,
    상기 제2식은
    Figure 112011070111668-pat00123
    으로 계산되고,
    Figure 112011070111668-pat00124
    Figure 112011070111668-pat00125
    인 이동로봇 제어 시스템.
  12. 제11항에서,
    상기 위치 에러는
    Figure 112011070111668-pat00126
    으로 계산되며,
    Figure 112011070111668-pat00127
    ,
    Figure 112011070111668-pat00128
    이고,
    Figure 112011070111668-pat00129
    은 회전 매트릭스인 이동로봇 제어 시스템.
  13. 제12항에서,
    상기 제어 신호는
    Figure 112011070111668-pat00130
    으로 계산되고,
    Figure 112011070111668-pat00131
    ,
    Figure 112011070111668-pat00132
    Figure 112011070111668-pat00133
    이고,
    Figure 112011070111668-pat00134
    는 참조 타겟 모델로부터 알 수 있는 가상 속도 입력인 이동로봇 제어 시스템.
  14. 제1항 내지 제7항 중 어느 한 항의 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 프로세서가 읽을 수 있는 기록매체.
KR1020110090932A 2011-09-07 2011-09-07 움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템 KR101297607B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110090932A KR101297607B1 (ko) 2011-09-07 2011-09-07 움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110090932A KR101297607B1 (ko) 2011-09-07 2011-09-07 움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20130027383A KR20130027383A (ko) 2013-03-15
KR101297607B1 true KR101297607B1 (ko) 2013-08-30

Family

ID=48178364

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110090932A KR101297607B1 (ko) 2011-09-07 2011-09-07 움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR101297607B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104881044A (zh) * 2015-06-11 2015-09-02 北京理工大学 一种姿态未知的多移动机器人***的自适应跟踪控制方法
KR101790319B1 (ko) 2016-06-02 2017-10-26 중앙대학교 산학협력단 상호연결된 시간 지연 시스템의 최소 예측 기반 분산 제어를 위한 장치 및 방법
CN108115685A (zh) * 2017-12-01 2018-06-05 中国科学院自动化研究所 多机器人围捕方法
CN111722625A (zh) * 2019-12-18 2020-09-29 北京交通大学 时变数量群体机器人接力目标跟踪***的稳定性分析方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101627519B1 (ko) 2015-05-04 2016-06-08 재단법인대구경북과학기술원 로봇 원격 제어 장치 및 그 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
논문1.2011.2 *
논문2.2011.7 *
논문3.1998 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104881044A (zh) * 2015-06-11 2015-09-02 北京理工大学 一种姿态未知的多移动机器人***的自适应跟踪控制方法
KR101790319B1 (ko) 2016-06-02 2017-10-26 중앙대학교 산학협력단 상호연결된 시간 지연 시스템의 최소 예측 기반 분산 제어를 위한 장치 및 방법
CN108115685A (zh) * 2017-12-01 2018-06-05 中国科学院自动化研究所 多机器人围捕方法
CN108115685B (zh) * 2017-12-01 2020-03-13 中国科学院自动化研究所 多机器人围捕方法
CN111722625A (zh) * 2019-12-18 2020-09-29 北京交通大学 时变数量群体机器人接力目标跟踪***的稳定性分析方法
CN111722625B (zh) * 2019-12-18 2021-09-21 北京交通大学 时变数量群体机器人接力目标跟踪***的稳定性分析方法

Also Published As

Publication number Publication date
KR20130027383A (ko) 2013-03-15

Similar Documents

Publication Publication Date Title
CN107562048B (zh) 一种基于激光雷达的动态避障控制方法
KR101297607B1 (ko) 움직이는 타겟의 추적 및 포획을 위하여 복수의 로봇을 적응적으로 제어하는 방법 및 시스템
US11292132B2 (en) Robot path planning method with static and dynamic collision avoidance in an uncertain environment
CN112363527B (zh) 基于最优控制理论的多飞行器协同围捕方法及***
Tariq Nasir et al. Adaptive sliding‐mode cluster space control of a non‐holonomic multi‐robot system with applications
Hu et al. Optimal path planning for mobile manipulator based on manipulability and localizability
Grandia et al. Contact invariant model learning for legged robot locomotion
Pacheco et al. Control signal weighting for robot formation
KR101981641B1 (ko) 다중 이동 로봇의 대형 제어 방법 및 시스템
CN117369507A (zh) 一种自适应粒子群算法的无人机动态路径规划方法
JP7070673B2 (ja) 自律動作機の制御装置、自律動作機の制御方法、及び、自律動作機の制御プログラム
CN114967441A (zh) 一种网络化非完整约束多机器人分群一致追踪控制方法、微控单元及控制***
CN112904855B (zh) 基于改进动态窗口的跟随机器人局部路径规划方法
KR101560701B1 (ko) 다중 이동 로봇의 대형 제어 방법 및 시스템
Wang et al. Jacobian estimation with adaptive Kalman filter for uncalibrated visual servoing
Zolghadr et al. Locating a two-wheeled robot using extended Kalman filter
Hewawasam et al. Evaluating the performances of the Agoraphilic navigation algorithm under dead-lock situations
Lee et al. TPL: Trajectory planner for target tracking in low-light environments
Lidoris et al. Combined trajectory planning and gaze direction control for robotic exploration
Sadeghian et al. Vision based control and simulation of a spherical rolling robot based on ROS and Gazebo
Gao et al. Increased autonomy and situation awareness for rov operations
Liu et al. Tracking Control Based on GPS Intelligent Buoy System for an Autonomous Underwater Vehicles Under Measurement Noise and Measurement Delay
Shi et al. Integrated approach to AUV docking based on nonlinear offset-free model predictive control
Lidoris et al. Information-based gaze direction planning algorithm for SLAM
Baxevani et al. Resilient Ground Vehicle Autonomous Navigation in GPS-Denied Environments

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
N231 Notification of change of applicant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160812

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20170616

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190522

Year of fee payment: 7

G170 Publication of correction