KR101553896B1 - Intelligent surveillance system using robot and method therof - Google Patents
Intelligent surveillance system using robot and method therof Download PDFInfo
- Publication number
- KR101553896B1 KR101553896B1 KR1020130135764A KR20130135764A KR101553896B1 KR 101553896 B1 KR101553896 B1 KR 101553896B1 KR 1020130135764 A KR1020130135764 A KR 1020130135764A KR 20130135764 A KR20130135764 A KR 20130135764A KR 101553896 B1 KR101553896 B1 KR 101553896B1
- Authority
- KR
- South Korea
- Prior art keywords
- target
- reliability information
- robot
- robots
- information
- Prior art date
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H13/00—Means of attack or defence not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
본 발명은 복수의 로봇으로부터 수신한 타겟의 정보를 융합하여 타겟 인식에 대한 신뢰성을 향상시킬 수 있는 로봇을 이용한 지능형 감시 경계 시스템 및 그 방법에 관한 것이다. 본 발명은 기 설정된 감시 영역내에 위치한 복수의 로봇으로부터 적어도 하나 이상의 타겟에 대한 식별 신뢰도 정보를 수신하여, 수신한 식별 신뢰도 정보 중에서 중복되는 타겟의 식별 신뢰도 정보를 연산하여 표준 신뢰도 정보를 생성하고, 생성된 표준 신뢰도 정보에 따라 각 타겟에 대한 표준 신뢰도가 가장 높은 로봇이 해당 타겟을 감시하도록 각 로봇에 타겟을 설정함으로써 타겟 인식에 대한 신뢰성을 향상시켜 무인화 및 자율화 전투 시스템에서 다중로봇을 효과적으로 통합 운용할 수 있어 전투성능을 향상시킬 수 있는 효과가 있다.BACKGROUND OF THE INVENTION 1. Field of the Invention [0002] The present invention relates to a robot-based intelligent monitoring system and method capable of improving reliability of target recognition by fusing target information received from a plurality of robots. The present invention receives identification reliability information of at least one target from a plurality of robots located within a preset monitoring area, generates standard reliability information by calculating identification reliability information of an overlapping target among the received identification reliability information, The robot having the highest standard reliability for each target monitors the target according to the standard reliability information, thereby improving the reliability of the target recognition by effectively setting the target for each robot. Thus, the unmanned and autonomous robot can effectively operate the multiple robots in the combat system So that the combat performance can be improved.
Description
본 발명은 복수의 로봇으로부터 수신한 타겟의 정보를 융합하여 타겟 인식에 대한 신뢰성을 향상시킬 수 있는 로봇을 이용한 지능형 감시 경계 시스템 및 그 방법에 관한 것이다. BACKGROUND OF THE INVENTION 1. Field of the Invention [0002] The present invention relates to a robot-based intelligent monitoring system and method capable of improving reliability of target recognition by fusing target information received from a plurality of robots.
지능형 감시 경계 로봇 시스템은 보안 산업의 급격한 성장에 따라 공항, 항만 및 원자력 발전소 등의 국가 기간 시설 등에서의 수요가 증가하고 있는 추세이다. 특히, 지능형 감시 경계 로봇 시스템은 군사 분야에서는 평상시의 경계 임무의 효율성 제고를 위하여 그 필요성이 대두되고 있다.The intelligent surveillance boundary robot system is in a trend of increasing demand in national infrastructure facilities such as airports, harbors and nuclear power plants due to the rapid growth of the security industry. In particular, the intelligent surveillance boundary robot system is required to improve the efficiency of the normal boundary mission in the military field.
따라서, 병사들의 안전과 전투의 효율성을 높이기 위하여 3D(Dangerous, Dirty, Dull) 임무를 대행할 수 있는 각종 무인 장비들이 개발 및 배치되고 있으며, 이러한 인공 지능 기술 기반에 의한 무인 로봇의 도입은 병력 자원의 효율적인 대체뿐만 아니라 군 전투력 증강에도 크게 기여할 수 있다. 특히, 감시 및 경계 로봇 시스템은 군사적 전술의 고도화에 가장 핵심적인 역할을 수행할 수 있으며, 경계 감시의 측면에서 병사의 경계 활동 중에 생길 수 있는 인간의 피로, 단순 반복에 의한 집중력 저하 등을 방지할 수 있다. 또한, 화기와의 연동으로 정밀한 추적 및 순간 대항 능력을 배양함으로써 전시에 고속 정확한 타격 능력을 갖추게 된다.Therefore, various unmanned devices that can perform 3D (Dangerous, Dirty, Dull) missions have been developed and deployed in order to enhance the safety of soldiers and the efficiency of combat. The introduction of unmanned robots based on artificial intelligence technology, As well as to increase military combat power. In particular, the surveillance and boundary robot system can play the most important role in the advancement of military tactics, and it can prevent human fatigue, . In addition, by precisely tracing and interacting with firearms, it is possible to develop high accuracy hitting ability at the exhibition by cultivating the ability to trace and counteract instantaneous.
그런데, 종래의 감시 경계 시스템은 열상 카메라 또는 일반 감시 카메라 1대를 활용하여 감시하고 경계하거나 다수의 감시 경계 시스템을 운용하더라도 개별 운용을 하는 시스템으로서, 영상을 통합/지능적으로 인식하고 이를 자동으로 추적할 수 있는 시스템이 아니라 수동 또는 초보적인 수준의 자동화 개념을 도입한 시스템이었다.However, the conventional monitoring boundary system uses a thermal camera or a general surveillance camera to monitor and warn, or to operate a plurality of monitoring boundary systems separately. It is a system for integrating / intelligently recognizing images and automatically tracking It was not a system that could do it, but a system that introduced a manual or rudimentary level of automation.
또한, 종래의 감시 경계 시스템에서 열상 카메라를 사용할 경우에는 고가이며 야간 전용 카메라이기 때문에 주간에는 자연스럽지 못한 영상이 입력되는 문제점이 있으며, 일반 감시 카메라를 사용하는 경우에는 저조도 특성이 떨어져서 야간 감시용으로 활용하기 어려운 문제점이 있다. 또한, 물체의 움직임을 지능적으로 자동 추적하지 못함으로써 물체의 추적 성능이 떨어지는 문제점이 있다.In addition, when a thermal imaging camera is used in a conventional monitoring system, there is a problem that an unnatural image is input in the daytime because it is an expensive and night-time dedicated camera, and when a general monitoring camera is used, low- There is a problem that is difficult to utilize. In addition, there is a problem in that tracking performance of an object is deteriorated due to inability to intelligently and automatically track the movement of the object.
본 발명의 배경이 되는 기술은 대한민국 공개특허공보 제10-2005-0056092호에 개시되어 있다.The background art of the present invention is disclosed in Korean Patent Laid-Open Publication No. 10-2005-0056092.
따라서, 무인화 및 자율화 전투 시스템에서 다중로봇을 효과적으로 통합운용하여 전투성능을 향상시키기 위해서는 단위로봇의 탐지/인지/추적 프로세스에 의해 생성된 타겟의 정보를 융합하여 타겟 인식에 대한 신뢰성을 향상시키는 기술이 요구되고 있는 실정이다. Therefore, in order to effectively combine multiple robots in unmanned and autonomous combat systems to improve combat performance, a technique to improve reliability of target recognition by fusing target information generated by the detection / recognition / tracking process of a unit robot It is a fact that is demanded.
따라서, 본 발명의 목적은 무인화 및 자율화 전투 시스템에서 다중로봇을 효과적으로 통합 운용하여 전투성능을 향상시킬 수 있는 로봇을 이용한 지능형 감시 경계 시스템 및 그 방법을 제공하는데 있다. SUMMARY OF THE INVENTION Accordingly, it is an object of the present invention to provide an intelligent surveillance system and method using robots that can effectively combine multiple robots in an unmanned and autonomous combat system to improve combat performance.
본 발명의 다른 목적은 단위 로봇의 탐지/인지/추적 프로세스에 의해 생성된 타겟의 정보를 융합하여 타겟 인식에 대한 신뢰성을 향상시킬 수 있는 로봇을 이용한 지능형 감시 경계 시스템 및 그 방법을 제공하는데 있다. It is another object of the present invention to provide a robot-based intelligent monitoring system and method capable of improving reliability of target recognition by fusing target information generated by a detection / recognition / tracking process of a unit robot.
상기와 같은 목적을 달성하기 위하여 본 발명의 실시예에 따른 로봇을 이용한 지능형 감시 경계 시스템은, 기 설정된 감시 영역내에 위치한 복수의 타겟; 복수의 타겟을 감시하여 타겟 유형에 따른 거리별 확률 분포를 이용하여 각 타겟에 대한 식별 신뢰도 정보를 생성하여 전송하는 복수의 로봇; 및 복수의 로봇에서 전송된 식별 신뢰도 정보들 중 중복되는 타겟의 식별 신뢰도 정보를 처리하여 각 타겟에 최적의 식별 신뢰도를 갖는 로봇을 할당하는 정보 처리장치;를 포함한다.According to an aspect of the present invention, there is provided an intelligent monitoring system using a robot, including: a plurality of targets located within a predetermined monitoring area; A plurality of robots for monitoring a plurality of targets and generating and transmitting identification reliability information for each target using a probability distribution for each distance according to a target type; And an information processing apparatus that processes the identification reliability information of the overlapped target among the identification reliability information transmitted from the plurality of robots and allocates robots having the best identification reliability to each target.
상기 복수의 타겟은 이동형 물체로 SUV차량, 트럭, 탱크 및 장값차를 포함한다.The plurality of targets include an SUV vehicle, a truck, a tank, and a long distance value as a movable object.
상기 각 로봇은 탐지 모드에서 거리에 따른 탐지 대 인지 확률 분포를 이용하여 특정 거리에서 타겟의 존재 여부를 탐지 확률값으로 나타내고, 상기 확률값이 기준값을 초과하면 탐지 모드에서 감시 모드로 전환하여 각 타겟의 유형에 따른 거리별 확률분포를 이용하여 추적하는 타겟의 유형에 대한 식별 신뢰도 정보를 생성한다.Each of the robots represents the presence or absence of a target at a specific distance as a detection probability value by using a detection probability distribution according to the distance in the detection mode. If the probability value exceeds the reference value, the robot changes from the detection mode to the monitoring mode, To generate the identification reliability information for the type of the target to be tracked.
상기 각 로봇은 MWIR(Mid-Wave Infrared) 광시계/협시계와 LWIR(Long-Wave Infrared) 광시계/협시계의 네 가지 방식 중 어느 하나를 이용하여 타겟의 존재 여부를 확률값으로 나타낸다.Each of the robots represents the presence or absence of a target as a probability value by using one of four methods of MWIR (Mid-Wave Infrared) optical clock / narrow-angle clock and LWIR (Long-Wave Infrared) optical clock / narrow-angle clock.
상기 정보 처리장치는 복수의 로봇으로부터 타겟의 유형별 식별 신뢰도 정보를 수신하는 식별 신뢰도 정보 수신부; 수신된 식별 신뢰도 정보 중 중복되는 타겟의 식별 신뢰도 정보를 연산하여 표준 신뢰도 정보를 생성하는 표준 신뢰도 정보 생성부; 생성된 표준 신뢰도 정보에서 각 타겟에 대한 표준 신뢰도가 가장 높은 로봇이 해당 타겟을 감시하도록 각 로봇에 대상 타겟을 설정하는 타겟 설정부; 및 설정된 대상 타겟 정보를 해당 로봇으로 전송하는 타겟 정보 전송부;를 포함하여 구성된다.The information processing apparatus comprising: an identification reliability information receiver for receiving identification reliability information for each type of target from a plurality of robots; A standard reliability information generation unit for generating standard reliability information by calculating identification reliability information of an overlapping target among the received identification reliability information; A target setting unit for setting target targets to each robot so that the robot having the highest standard reliability for each target monitors the target in the generated standard reliability information; And a target information transmitting unit for transmitting the set target target information to the corresponding robot.
상기 표준 신뢰도 정보 생성부는 수신된 식별 신뢰도 정보들에 대하여 평균값, 곱셈값 및 Dempster-Shafer값 연산을 수행하여 표준 신뢰도 정보를 생성한다.The standard reliability information generator generates standard reliability information by performing an average value, a multiplication value, and a Dempster-Shafer value operation on the received identification reliability information.
상기와 같은 목적을 달성하기 위하여 본 발명의 실시예에 따른 로봇을 이용한 지능형 감시 경계 방법은, 기 설정된 감시 영역내에 위치한 복수의 로봇으로부터 적어도 하나 이상의 타겟에 대한 식별 신뢰도 정보를 수신하는 단계; 수신한 식별 신뢰도 정보 중에서 중복되는 타겟의 식별 신뢰도 정보를 연산하여 표준 신뢰도 정보를 생성하는 단계; 생성된 표준 신뢰도 정보에 따라 각 타겟에 대한 표준 신뢰도가 가장 높은 로봇이 해당 타겟을 감시하도록 각 로봇에 대상 타겟을 설정하는 단계; 및 상기 설정된 대상 타겟 정보를 해당 로봇으로 전송하는 단계;를 포함한다.According to another aspect of the present invention, there is provided an intelligent monitoring boundary method using a robot, comprising: receiving identification reliability information of at least one target from a plurality of robots located within a predetermined monitoring area; Generating standard reliability information by calculating identification reliability information of an overlapping target among the received identification reliability information; Setting target targets to each robot so that the robot having the highest standard reliability for each target monitors the target according to the generated standard reliability information; And transmitting the set target target information to the corresponding robot.
상기 식별 신뢰도 정보는 각 로봇이 탐지 모드에서 거리에 따른 탐지 대 인지 확률 분포를 이용하여 특정 거리에서 타겟의 존재 여부를 탐지 확률값으로 나타낸 후 탐지 확률값이 기준값을 초과할 때 감시 모드로 전환하여 각 타겟의 유형에 따른 거리별 확률분포를 이용하여 추적하는 타겟의 유형에 대한 식별 신뢰도 정보를 생성한 정보이다.The identification reliability information indicates whether each robot has a target at a specific distance as a detection probability value by using a probability distribution based on the distance in the detection mode, and then switches to the monitoring mode when the detection probability value exceeds the reference value, And generates the identification reliability information on the type of the target to be tracked using the probability distribution of the distance according to the type of the target.
상기 탐지 모드에서 거리에 따른 탐지 대 인지 확률 분포는 MWIR(Mid-Wave Infrared) 광시계/협시계와 LWIR(Long-Wave Infrared) 광시계/협시계의 네 가지 방식 중 어느 하나인 것을 특징으로 한다.The detection-versus-probability distribution according to distance in the detection mode is characterized by being one of four methods of MWIR (Mid-Wave Infrared) optical clock / narrow-angle clock and LWIR (Long-Wave Infrared) optical clock / .
상기 표준 신뢰도 정보를 생성하는 단계는 복수의 로봇으로부터 수신된 식별 신뢰도 정보 중 중복되는 타겟의 식별 신뢰도 정보에 대하여 평균값, 곱셈값 및 Dempster-Shafer 값 중 적어도 하나를 연산하여 표준 신뢰도 정보를 생성한다.The step of generating the standard reliability information generates standard reliability information by calculating at least one of an average value, a multiplication value, and a Dempster-Shafer value with respect to the identification reliability information of duplicated targets among the identification reliability information received from the plurality of robots.
본 발명은 복수의 로봇으로부터 수신된 타겟에 대한 식별 신뢰도 정보를 이용하여 버다 정밀한 표준 신뢰도 정보를 계산 한 후 표준 신뢰도가 가장 높은(최적의 식별 신뢰도를 갖는) 로봇에 대하여 해당 타겟을 감시하도록 설정함으로써 타겟 인식에 대한 신뢰성을 향상시킬 수 있다. 따라서, 단위 로봇의 탐지/인지/추적 프로세스에 의해 생성된 타겟의 신뢰도 정보를 융합하여 타겟 인식에 대한 신뢰성을 향상시킴으로써 인화 및 자율화 전투 시스템에서 다중로봇을 효과적으로 통합운용하여 전투성능을 향상시킬 수 있는 효과가 있다. The present invention is based on the idea that by calculating versatile standard reliability information using identification reliability information for a target received from a plurality of robots and setting the target to be monitored for a robot having the highest standard reliability (having the best identification reliability) The reliability of the target recognition can be improved. Accordingly, by improving the reliability of the target recognition by fusing the reliability information of the target generated by the detection / recognition / tracking process of the unit robot, it is possible to effectively combine multiple robots in the print and autonomous combat systems to improve combat performance It is effective.
도 1은 본 발명에 따른 로봇을 이용한 지능형 감시 경계 시스템의 구성도.
도 2는 도 1의 정보 처리 장치의 상세 구성도.
도 3은 본 발명에 따른 로봇을 이용한 지능형 감시 경계 방법의 흐름도.
도 4는 도 3에서 로봇의 탐지 거리에 따른 탐지/인지/식별 확률 분포를 설명하기 위한 예시도.1 is a block diagram of an intelligent monitoring system using a robot according to the present invention;
2 is a detailed configuration diagram of the information processing apparatus of FIG.
3 is a flow chart of an intelligent monitoring boundary method using a robot according to the present invention.
FIG. 4 is an exemplary view for explaining a detection / recognition / identification probability distribution according to a detection distance of the robot in FIG. 3;
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "장치" 및 "장비"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings, wherein like reference numerals are used to designate identical or similar elements, and redundant description thereof will be omitted. The suffix "device" and "equipment" for the components used in the following description are given or mixed in consideration of ease of specification, and do not have their own meaning or role.
도 1은 본 발명의 실시예에 따른 로봇을 이용한 지능형 감시 경계 시스템의 구성도이다.1 is a block diagram of an intelligent monitoring system using a robot according to an embodiment of the present invention.
도 1을 참조하면, 본 발명에 따른 로봇을 이용한 타겟의 정보 처리 시스템은 크게 복수의 로봇(100) 및 정보 처리 장치(200)를 포함한다.Referring to FIG. 1, a target information processing system using a robot according to the present invention includes a plurality of
복수의 로봇(100)은 이동형 또는 정지형 로봇으로, 적외선 센서, 카메라 등을 이용하여 기 설정된 영역 내의 적어도 하나 이상의 타겟(10)을 감시한다. 상기 타겟(10)은 SUV차량, 트럭, 탱크 및 장갑차와 같이 이동형 물체를 포함하는 의미로 사용된다. The plurality of
각 로봇(100)은 탐지 모드 및 감시 모드에서 타겟(10)을 감시한다. 탐지 모드는 예를 들어 파노라믹 방식으로 기 설정된 주기마다 360°회전하면서 주변의 타겟(10)의 존재 유무를 판단하는 모드이다. 감시 모드는 타겟(10)이 존재하는 경우, 해당 타겟(10)을 추적하여 타겟(10)의 유형을 예측하는 모드이다.Each
또한, 복수의 로봇(100)은 거리에 따른 타겟(10)에 대한 탐지 대비 인지 확률 분포를 이용하여 탐지 모드에서 감시 모드로 전환할 수 있다. 예를 들어, 각 로봇(100)은 MWIR(Mid-Wave Infrared) 광시계/협시계와 LWIR(Long-Wave Infrared) 광시계/협시계의 네 가지 방식 중 어느 하나를 이용하여 타겟(10)의 존재 여부를 확률값으로 나타낼 수 있으며, 이는 사용자 설정에 의해 달라질 수 있다. In addition, the plurality of
초기에 복수의 로봇(100)은 탐지 모드로 동작하여 기 설정된 영역에 타겟(10)이 존재하는지 탐지한다. 탐지할 타겟(10)이 SUV차량, 트럭, 탱크 및 장갑차의 4가지 유형으로 설정된 경우 로봇(100)은 거리에 따른 탐지 대 인지 확률 분포를 통해 타겟(10)의 존재 유무를 판단한다. 예를들어, 특정 거리에서 탐지 확률이 기 설정된 기준값을 초과하고, 타겟(10)에 대한 인지 확률이 25% 보다 큰 경우 로봇(100)은 기 설정된 타겟(10)이 존재하는 것으로 판단하고 감시 모드로 전환한다. Initially, the plurality of
감시 모드에서 복수의 로봇(100)은 각 타겟(10) 유형에 따른 거리별 확률 분포를 이용하여 추적하는 타겟(10)의 유형에 대한 식별 신뢰도 정보를 생성한 후 이를 네트워크를 통해 정보 처리 장치(200)로 전송한다. 예를들어, 로봇(100)에서 생성된 타겟(10)의 유형 즉, SUV차량, 트럭, 탱크 및 장갑차에 대한 식별 신뢰도 정보는 각각 0.6, 0.1, 0.2 및 0.1일 수 있다. 상기 식별 신뢰도 정보로부터 현재 타겟(10)이 SUV차량일 확률이 가장 높은 것임을 알 수 있다. In the monitoring mode, the plurality of
정보 처리 장치(200)는 네트워크를 통해 복수의 로봇(100)과 통신하여, 각 로봇(100)으로부터 타겟(10)에 대한 식별 신뢰도 정보를 수신한다. 이 경우, 정보 처리 장치(200)는 각 로봇(100)의 현재 위치 정보 및 타겟(10)의 위치 정보를 좌표 정보로 수신할 수 있으며, 각 로봇(100)으로부터 수신한 각 타겟(10)에 대한 식별 신뢰도 정보를 데이타베이스(DB)에 저장한다. The
복수의 로봇(100)은 위치에 따라 탐지할 수 있는 타겟(10)의 대상이 다를 수 있다. 따라서, 정보 처리 장치(200)는 복수의 로봇(100)으로부터 수신한 타겟(10)의 식별 신뢰도 정보 중 공통되는 타겟(10)의 식별 신뢰도 정보를 이용하여 표준 신뢰도 정보를 생성한다. The targets of the
정보 처리 장치(200)는 생성된 표준 신뢰도 정보를 근거로 감시 대상 타겟을 설정하여 각 로봇(100)으로 전송할 수 있다. 따라서, 각 로봇(100)은 설정된 감시 대상 타겟을 추적하게 된다. 상기 각 로봇(100)에게 설정되는 감시 대상 타겟은 동일하거나 상이할 수 있다. The
이하, 정보 처리 장치(200)의 동작을 첨부된 도면을 참조하여 보다 상세히 설명하면 다음과 같다. Hereinafter, the operation of the
도 2는 도 1에 도시된 정보 처리 장치(200)의 상세 구성도이다.2 is a detailed configuration diagram of the
도 2에 도시된 바와같이, 정보 처리 장치(200)는 복수의 로봇(100)으로부터 식별 신뢰도 정보를 수신하는 수신부(210)와, 상기 수신한 복수의 식별 신뢰도 정보 중에서 공통되는 타겟(10)의 식별 신뢰도 정보를 이용하여 표준 신뢰도 정보를 생성하는 표준 신뢰도 정보 생성부(220) 및 상기 생성된 표준 신뢰도 정보를 이용하여 복수의 로봇(100)에 감시 대상 타겟을 설정하는 타겟 설정부(230)를 포함한다.2, the
도 3은 본 발명의 실시예에 따른 로봇을 이용한 지능형 감시 경계 방법의 흐름도이다.3 is a flowchart of an intelligent monitoring boundary method using a robot according to an embodiment of the present invention.
초기에 복수의 로봇(100)은 탐지 모드로 동작하여 기 설정된 탐지 영역에 타겟(10)이 존재하는지 탐지한다. 탐지할 타겟(10)이 SUV차량, 트럭, 탱크 및 장갑차의 4가지 유형으로 설정된 경우 로봇(100)은 거리에 따른 탐지 대 인지 확률 분포를 통해 타겟(10)의 존재 유무를 판단한 후 기 설정된 탐지 영역에 타겟(10)이 존재하는 경우 감시 모드로 전환한다. Initially, the plurality of
감시 모드에서 복수의 로봇(100)은 각 타겟(10) 유형에 따른 거리별 확률 분포를 이용하여 추적하는 타겟(10)의 유형에 대한 식별 신뢰도 정보를 생성한 후 이를 네트워크를 통해 정보 처리 장치(200)로 전송한다(S310).In the monitoring mode, the plurality of
정보 처리 장치(200)의 식별 신뢰도 정보 수신부(210)는 복수의 로봇(100)으로부터 적어도 하나의 타겟(e.g., SUV차량, 트럭, 탱크 및 장갑차)에 대한 식별 신뢰도 정보를 수신한다(S320). The identification reliability
상기 수신한 식별 신뢰도 정보는 각 로봇(100)의 위치에 따라 다를 수 있다.The received identification reliability information may be different depending on the position of each
표준 신뢰도 정보 생성부(220)는 수신한 식별 신뢰도 정보 중 중복되는 타겟의 식별 신뢰도 정보를 근거로 표준 신뢰도 정보를 생성한다(S330). 상기 표준 신뢰도 정보는 복수의 로봇(100)이 생성한 복수의 타겟에 대한 식별 신뢰도 정보를 근거로 계산된 정로로 신뢰도가 향상된 정보를 의미한다. 즉, 로봇 1이 감시한 대상 타겟이 A(예: 탱크)일 확률이 높고, 로봇 2가 감시한 대상 타겟도 A일 확률이 높을 경우 이에 대한 신뢰도가 더욱 향상되게 되며, 이를 수치로 표현한 것이 표준 신뢰도 정보이다.The standard reliability
표준 신뢰도 정보 생성부(220)는 복수의 로봇(100)으로부터 수신된 식별 신뢰도 정보 중 중복되는 타겟의 식별 신뢰도 정보에 대하여 복수의 표준화 규칙에 따라 평균값, 곱셈 값 및 Dempster-Shafer 값 중 적어도 하나를 연산하여 표준 신뢰도 정보를 생성할 수 있다. 즉, 표준 신뢰도 정보 생성부(220)는 로봇 1이 생성한 식별 신뢰도 정보와 로봇 2가 생성한 식별 신뢰도 정보 간의 평균값 또는 곱셈한 값을 구하거나, Dempster-Shafer이론을 적용한 융합값을 구하여 표준 신뢰도 정보를 생성할 수 있다. 표준화 규칙에 따른 표준 신뢰도 정보는 다음의 표 1과 같이 나타낼 수 있다.The standard reliability
표 1에서, 는 로봇 i에서 생성한 k개의 타겟에 대한 식별 신뢰도 정보를 나타내고, 는 로봇 j에서 생성한 k개의 타겟에 대한 식별 신뢰도 정보를 나타내며, 는 k개의 타겟에 대한 표준 신뢰도 정보를 나타낸다. In Table 1, Represents the identification reliability information for the k targets generated by the robot i, Represents the identification reliability information for the k targets generated by the robot j, Represents the standard reliability information for k targets.
표준화 규칙 중 평균값(ψ1)은 로봇 i의 식별 신뢰도 정보()와 로봇 j의 식별 신뢰도 정보() 간의 평균값을 나타내고, 표준화 규칙 중 곱셈값(ψ2)는 로봇 i의 식별 신뢰도 정보()와 로봇 j의 식별 신뢰도 정보() 간의 곱셈값을 나타낸다. 또한, 표준화 규칙 중 Dempster-Shafer 값(ψ3)은 Dempster-Shafer 이론에 i의 식별 신뢰도 정보()와 로봇 j의 식별 신뢰도 정보()를 적용하여 구한 값을 나타낸다. 이 경우, Dempster-Shafer값은 다음의 수학식 1과 같이 표현할 수 있다.Among the standardization rules, the average value (? 1) is the identification reliability information of the robot i ) And the identification reliability information of the robot j ( ), And the multiplication value (? 2) of the standardization rules represents the average reliability value of the identification reliability information ( ) And the identification reliability information of the robot j ( ). ≪ / RTI > In addition, the Dempster-Shafer value (ψ3) among the standardization rules can be used as the Dempster- ) And the identification reliability information of the robot j ( ). ≪ / RTI > In this case, the Dempster-Shafer value can be expressed by the following equation (1).
또한, 표준 신뢰도 정보 생성부(220)는 표 1의 복수의 표준 신뢰도 정보를 정규화하여 다음의 표 2와 같이 나타낼 수 있다.In addition, the standard reliability
표 2에서, 표준화 규칙 중 곱셈값(ψ2)을 구하거나 Dempster-Shafer값을 구하는 경우에는, 공통된 타겟에 대한 식별 신뢰도 정보의 표준 신뢰도 정보를 정규화하면 그 값이 더욱 커짐을 알 수 있다. In Table 2, when the multiplication value (? 2) is obtained or the Dempster-Shafer value is obtained in the normalization rule, the value becomes larger when the standard reliability information of the identification reliability information for the common target is normalized.
표준 신뢰도 정보가 생성되면 타겟 설정부(230)는 상기 생성된 표준 신뢰도 정보를 이용하여 복수의 로봇(100)에 감시 대상 타겟을 설정한다(S340). 즉, 표준 신뢰도 정보 생성부(220)의 타겟 설정부(230)는 표준 신뢰도가 가장 높은 로봇에 대하여 해당 타겟을 감시하도록 설정함으로써 각 로봇에 감시 대상의 타겟을 할당한다. 이는 표준 신뢰도 정보에 기초하여 복수의 로봇 중 타겟을 감시하기에 가장 적합한 로봇을 선별하여 선택된 로봇에게 해당 타겟을 집중 감시하도록 하기 위함이다. 상기 설정된 타겟 설정정보는 표준 신뢰도 정보 생성부(220)의 타켓 정보 전송부(240)를 통해 각 로봇으로 전송된다(S350). When the standard reliability information is generated, the
따라서, 각 로봇(100)은 자신이 감시하게 될 타겟에 대한 정보를 표준 신뢰도 정보 생성부(220)의 타켓 설정 정보 전송부(240)로부터 수신하여 해당 타겟의 움직임을 추적하여 감시하게 된다.Accordingly, each
도 4는 로봇의 탐지 거리에 따른 탐지/인지/식별 확률 분포를 설명하기 위한 예시도이다.4 is an exemplary diagram for explaining the detection / recognition / identification probability distribution according to the detection distance of the robot.
도 4를 참조하면, (a)는 MWIR(Mid-Wave Infrared) 광시계인 경우의 거리에 따른 탐지/인식/식별 확률 분포를 나타내고, (b)는 LWIR(Long-Wave Infrared) 협시계인 경우의 거리에 따른 탐지/인식/식별 확률 분포를 나타낸다. Referring to FIG. 4, (a) shows a detection / recognition / identification probability distribution according to distance in the case of a MWIR (Mid-Wave Infrared) optical clock, (b) / RTI > < RTI ID = 0.0 > detection / recognition / identification < / RTI >
이 경우 탐지 확률 분포는 거리에 따라 타겟이 존재하는지 여부를 판단할 수 있는 확률의 분포이고, 인식 확률 분포는 거리에 따라 타겟의 유형을 판단할 수 있는 확률의 분포이고, 식별 확률 분포는 거리에 따라 타겟의 구체적인 사항을 식별할 수 있는 확률의 분포를 의미한다.In this case, the detection probability distribution is a distribution of probabilities that can determine whether or not a target exists depending on distances, and the recognition probability distribution is a distribution of probabilities that can determine the type of the target according to distances. Which means the probability distributions that can identify specific details of the target.
복수의 로봇(100)은 각각 거리에 따른 탐지/인식/식별 확률 분포를 이용하여 타겟에 대해 초기에 탐지 모드에서 동작시 임의의 거리에 위치하는 타겟에 대한 인지 확률이 타겟 유형의 개수에 대한 균일 분포 확률보다 큰 경우에는 감시 모드로 전환하게 된다. 예를 들어, 타겟이 4개(SUV차량, 트럭, 탱크 및 장갑차)의 유형이고, 로봇이 (b)의 LWIR 협시계의 확률 분포를 이용하는 경우, 로봇으로부터 5.83Km 떨어진 타겟의 존재 여부에 대한 탐지 확률이 95.50%이고, 타겟에 대한 인식 확률이 25%가 넘는 경우에는 탐지 모드에서 감시 모드로 전환하여 해당 타겟을 추적하여 집중 감시하게 된다. 이 경우, 로봇은 감시 모드에서도 각 타겟의 유형에 대한 확률 분포를 이용하여 타겟을 추적할 수 있다.The plurality of
상술한 바와같이 본 발명은 복수의 로봇으로부터 수신된 타겟에 대한 식별 신뢰도 정보를 이용하여 보다 정밀한 표준 신뢰도 정보를 계산 한 후 표준 신뢰도가 가장 높은(최적의 식별 신뢰도를 갖는) 로봇에 대하여 해당 타겟을 감시하도록 설정함으로써 타겟 인식에 대한 신뢰성을 향상시킬 수 있다. 따라서, 단위 로봇의 탐지/인지/추적 프로세스에 의해 생성된 타겟의 신뢰도 정보를 융합하여 타겟 인식에 대한 신뢰성을 향상시킴으로써 무인화 및 자율화 전투 시스템에서 다중로봇을 효과적으로 통합운용하여 전투성능을 향상시킬 수 있다. As described above, according to the present invention, more precise standard reliability information is calculated by using the identification reliability information of a target received from a plurality of robots, and then the target with the highest standard reliability (having the best identification reliability) The reliability of the target recognition can be improved. Accordingly, by improving the reliability of the target recognition by fusing the reliability information of the target generated by the detection / recognition / tracking process of the unit robot, it is possible to effectively combine multiple robots in the unmanned and autonomous battle system to improve combat performance .
상기와 같이 설명된 본 발명에 따른 지능형 감시 경계 로봇 시스템 및 그 방법은 상기 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 상술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. The above-described intelligent monitoring boundary robot system and method according to the present invention can be applied to a configuration and a method of the above-described embodiments in a limited manner, but the embodiments can be implemented without changing their technical ideas or essential features It will be understood that the invention may be embodied in other specific forms. Therefore, it should be understood that the above-described embodiments are to be considered in all respects as illustrative and not restrictive.
10 : 타겟 100 : 로봇
200 : 타겟의 정보 처리 장치 210 : 식별 신뢰도 정보 수신부
220 : 표준 신뢰도 정보 생성부 230 : 타겟 설정부
240 : 타겟 정보 전송부10: Target 100: Robot
200: target information processing apparatus 210: identification reliability information receiving unit
220: Standard Reliability Information Generation Unit 230:
240: Target information transmission unit
Claims (10)
탐지 모드에서 거리에 따른 탐지 대 인지 확률 분포를 이용하여 타겟의 존재 여부를 탐지 확률값으로 나타내고, 상기 탐지 확률값이 기준값을 초과하면 탐지 모드에서 감시 모드로 전환하여 각 타겟의 유형에 따른 거리별 확률분포를 이용하여 식별 신뢰도 정보를 생성하는 복수의 로봇; 및
복수의 로봇에서 생성된 식별 신뢰도 정보들 중 중복되는 타겟의 식별 신뢰도 정보를 처리하여, 각 타겟에 최적의 식별 신뢰도를 갖는 로봇을 할당하는 정보 처리장치;를 포함하여 구성된 로봇을 이용한 지능형 감시 경계 시스템.A plurality of targets located within a predetermined monitoring area;
The detection probability is represented by a detection probability value using a detection probability versus probability distribution according to the distance in the detection mode. If the detection probability value exceeds the reference value, the detection mode is switched to the monitoring mode, A plurality of robots for generating identification reliability information using the plurality of robots; And
And an information processing device for processing the identification reliability information of the overlapping targets among the identification reliability information generated by the plurality of robots and allocating the robots having the best identification reliability to each target, .
이동형 물체로 SUV차량, 트럭, 탱크 및 장값차를 포함하는 것을 특징으로 하는 로봇을 이용한 지능형 감시 경계 시스템. The method of claim 1, wherein the plurality of targets
An intelligent surveillance system using robots, characterized by comprising a SUV vehicle, a truck, a tank, and a long distance value as a movable object.
MWIR(Mid-Wave Infrared) 광시계/협시계와 LWIR(Long-Wave Infrared) 광시계/협시계의 네 가지 방식 중 어느 하나를 이용하여 타겟의 존재 여부를 확률값으로 나타내는 것을 특징으로 하는 로봇을 이용한 지능형 감시 경계 시스템. The robot system according to claim 1, wherein each of the robots
Wherein the presence or absence of the target is represented as a probability value by using any one of four methods of MWIR (Mid-Wave Infrared) optical clock / narrow watch and LWIR (Long-Wave Infrared) optical clock / Intelligent surveillance boundary system.
복수의 로봇으로부터 타겟의 유형별 식별 신뢰도 정보를 수신하는 식별 신뢰도 정보 수신부;
수신된 식별 신뢰도 정보 중 중복되는 타겟의 식별 신뢰도 정보를 연산하여 표준 신뢰도 정보를 생성하는 표준 신뢰도 정보 생성부;
생성된 표준 신뢰도 정보에서 각 타겟에 대한 표준 신뢰도가 가장 높은 로봇이 해당 타겟을 감시하도록 각 로봇에 대상 타겟을 설정하는 타겟 설정부; 및
설정된 대상 타겟 정보를 해당 로봇으로 전송하는 타겟 정보 전송부;를 포함하는 것을 특징으로 하는 로봇을 이용한 지능형 감시 경계 시스템.The information processing apparatus according to claim 1,
An identification reliability information receiving unit for receiving identification reliability information for each type of target from a plurality of robots;
A standard reliability information generation unit for generating standard reliability information by calculating identification reliability information of an overlapping target among the received identification reliability information;
A target setting unit for setting target targets to each robot so that the robot having the highest standard reliability for each target monitors the target in the generated standard reliability information; And
And a target information transmitting unit for transmitting the set target information to the robot.
수신된 식별 신뢰도 정보들에 대하여 평균값, 곱셈값 및 Dempster-Shafer값 연산을 수행하여 표준 신뢰도 정보를 생성하는 것을 특징으로 하는 로봇을 이용한 지능형 감시 경계 시스템.6. The apparatus of claim 5, wherein the standard reliability information generator
And generating standard reliability information by performing an average value, a multiplication value, and a Dempster-Shafer value operation on the received identification reliability information.
수신한 식별 신뢰도 정보 중에서 중복되는 타겟의 식별 신뢰도 정보를 연산하여 표준 신뢰도 정보를 생성하는 단계;
생성된 표준 신뢰도 정보에 따라 각 타겟에 대한 표준 신뢰도가 가장 높은 로봇이 해당 타겟을 감시하도록 각 로봇에 대상 타겟을 설정하는 단계; 및
상기 설정된 대상 타겟 정보를 해당 로봇으로 전송하는 단계;를 포함하며,
상기 식별 신뢰도 정보는
각 로봇이 탐지 모드에서 거리에 따른 탐지 대 인지 확률 분포를 이용하여 타겟의 존재 여부를 탐지 확률값으로 나타내고, 상기 탐지 확률값이 기준값을 초과하면 탐지 모드에서 감시 모드로 전환하여 각 타겟의 유형에 따른 거리별 확률분포를 이용하여 생성하는 것을 특징으로 하는 로봇을 이용한 지능형 감시 경계 방법.Receiving identification reliability information for at least one target from a plurality of robots located within a predetermined monitoring area;
Generating standard reliability information by calculating identification reliability information of an overlapping target among the received identification reliability information;
Setting target targets to each robot so that the robot having the highest standard reliability for each target monitors the target according to the generated standard reliability information; And
And transmitting the set target target information to the robot,
The identification reliability information
Each robot displays the presence or absence of a target as a detection probability value by using a detection probability versus probability distribution according to distance in a detection mode, and when the detection probability value exceeds a reference value, it switches from a detection mode to a monitoring mode, Wherein the robot is generated using a probability distribution of stars.
복수의 로봇으로부터 수신된 식별 신뢰도 정보 중 중복되는 타겟의 식별 신뢰도 정보에 대하여 평균값, 곱셈값 및 Dempster-Shafer 값 중 적어도 하나를 연산하여 표준 신뢰도 정보를 생성하는 것을 특징으로 하는 로봇을 이용한 지능형 감시 경계 방법.8. The method of claim 7, wherein generating the standard reliability information comprises:
And generating standard reliability information by calculating at least one of an average value, a multiplication value, and a Dempster-Shafer value with respect to identification reliability information of duplicated targets among the identification reliability information received from a plurality of robots. Way.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130135764A KR101553896B1 (en) | 2013-11-08 | 2013-11-08 | Intelligent surveillance system using robot and method therof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130135764A KR101553896B1 (en) | 2013-11-08 | 2013-11-08 | Intelligent surveillance system using robot and method therof |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20150053603A KR20150053603A (en) | 2015-05-18 |
KR101553896B1 true KR101553896B1 (en) | 2015-09-17 |
Family
ID=53390145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130135764A KR101553896B1 (en) | 2013-11-08 | 2013-11-08 | Intelligent surveillance system using robot and method therof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101553896B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102247110B1 (en) | 2020-09-25 | 2021-05-06 | 주식회사세오 | Cloud-based autonomous driving robot system and operation and control method of autonomous driving robot |
KR20220134837A (en) | 2021-03-26 | 2022-10-06 | 주식회사세오 | Mobile security robot, mobile security robot system and operation method of mobile security robot |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3676563A4 (en) | 2017-08-31 | 2021-03-31 | Saab AB | Method and a system for estimating the geographic position of a target |
KR102309528B1 (en) * | 2021-05-07 | 2021-10-06 | 한화시스템(주) | Heterogeneous data link network operating system and method for processing target thereof |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009186317A (en) * | 2008-02-06 | 2009-08-20 | Mitsubishi Electric Corp | Radar control system |
-
2013
- 2013-11-08 KR KR1020130135764A patent/KR101553896B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009186317A (en) * | 2008-02-06 | 2009-08-20 | Mitsubishi Electric Corp | Radar control system |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102247110B1 (en) | 2020-09-25 | 2021-05-06 | 주식회사세오 | Cloud-based autonomous driving robot system and operation and control method of autonomous driving robot |
KR20220134837A (en) | 2021-03-26 | 2022-10-06 | 주식회사세오 | Mobile security robot, mobile security robot system and operation method of mobile security robot |
Also Published As
Publication number | Publication date |
---|---|
KR20150053603A (en) | 2015-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101727162B1 (en) | Apparatus and method for providing vessel traffic service | |
CN101385059B (en) | Image inquirer for detecting and avoding target collision and method, and the aircraft comprising the image inqurer | |
Merino et al. | Cooperative fire detection using unmanned aerial vehicles | |
US8180107B2 (en) | Active coordinated tracking for multi-camera systems | |
US7581480B1 (en) | Distributed ground-based threat detection system | |
WO2018056498A1 (en) | Transmission line electromagnetic field and instantaneous inspection image acquisition device and method | |
EP3101502A2 (en) | Autonomous unmanned aerial vehicle decision-making | |
US11441874B2 (en) | Remote weapon control device and method for targeting and shooting multiple objects | |
KR101553896B1 (en) | Intelligent surveillance system using robot and method therof | |
Olson et al. | Exploration and mapping with autonomous robot teams | |
CN107886670A (en) | Forest zone initial fire disaster quickly identifies and localization method, storage medium, electronic equipment | |
WO2014176485A1 (en) | Facial recognition method and apparatus | |
KR102335994B1 (en) | Integrated control apparatus of surveillance devices for drone surveillance | |
KR101701873B1 (en) | Method for managing target of naval vessel combat system | |
KR102479959B1 (en) | Artificial intelligence based integrated alert method and object monitoring device | |
Benli et al. | Thermal multisensor fusion for collaborative robotics | |
Novac et al. | A framework for wildfire inspection using deep convolutional neural networks | |
Minwalla et al. | Experimental evaluation of PICAS: An electro-optical array for non-cooperative collision sensing on unmanned aircraft systems | |
JP7190998B2 (en) | Apparatus, program and method for identifying terminal based on degree of correspondence with target regarding communication state | |
KR101865835B1 (en) | Monitoring system for a flying object | |
Kang et al. | Development of a peripheral-central vision system for small UAS tracking | |
JP7214611B2 (en) | Apparatus, program, and method for identifying terminal based on degree of correspondence with object in motion state | |
RU2584793C1 (en) | Device for automatic recognition of nearly invisible ground objects based on 3-d laser location images | |
Khosla et al. | Automated scheduling of radar-cued camera system for optimizing visual inspection and detection of radar targets | |
KR101076013B1 (en) | Information processing apparatus for consolidating and displaying target information of a plural of mobile sonars and method thereof |
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 | ||
GRNT | Written decision to grant |