KR101638679B1 - 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치 - Google Patents

Abstract

본 발명은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 관한 것이다. 보다 구체적으로 본 발명은 복수의 위치센서 정보를 가공하여 이동중에 현재 위치를 스스로 판단하고 안내 내용을 데이터베이스에서 자율적으로 찾아 안내하는 안내코스가 변경되어도 재프로그램이 필요없는 범용성 있는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 관한 것으로 옥외 위치인식의 신뢰도가 높고, 자율 주행 능력이 있으며 범용성이 극대화되는 좋은 효과를 얻을 수 있을 것으로 예상된다.

Description

자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치 {The outdoor guide robot with automatic location based guidance and navigation }

본 발명은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 관한 것이다. 보다 구체적으로 본 발명은 복수의 위치센서 정보를 가공하여 이동중에 현재 위치를 스스로 판단하고 안내 내용을 데이터베이스에서 자율적으로 찾아 안내하는 안내코스가 변경되어도 재프로그램이 필요없는 범용성 있는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 관한 것이다.

최근, 종래의 산업용 로봇과 달리 오피스 로봇, 애완 로봇 등 사람의 생활 속에서 이용되는 로봇의 개발이 다수행하여지고 있다. 그들 로봇의 일로서는, 오피스 내의 목적지까지의 안내업무나 노인의 대화상대 등이 상정되어 있다. 예를 들면 오피스 로봇으로는 손님에게 행선지를 묻고, 손님에게서 행선지를 들으면 그 행선지를 향하여 로봇이 이동하여 손님이 따라 걷는다는 방법으로 안내를 행하는 로봇이 개발되어 있다.

또한 대규모의 백화점, 옥외 전시장 등의 장소는 구조가 복잡하고 이동범위가 넓어 이용자들의 편의를 위하여 특정 위치에 안내소를 설치하고 안내원을 상주시키거나, 키호스크를 설치하여 이용자들에게 안내 서비스를 제공하게 된다. 이러한 종래기술의 안내방식은 안내서비스가 특정위치에서 이루어지게 되므로 이용자가 안내서비스를 제공받기 위해서는 안내원이 상주된 안내소, 또는 키호스크가 설치된 장소를 찾아 이동하여야 한다. 즉, 처음 방문하는 이용자들의 경우에는 안내소 또는 키호스크의 설치장소를 찾는 것부터 안내장소의 이용에 장애가 되는 문제점을 가지게 된다. 즉, 종래기술의 안내방식은 이용자에 대한 적극적인 안내서비스를 제공하지 못하는 문제점을 가진다.

이러한 문제점은 이용자들에 대한 안내업무에 많은 시간을 소모하게 되므로, 인건비의 낭비, 작업 시간의 비효율적인 낭비의 요인이 되고, 이용자의 이동성을 저하시키는 문제를 유발할 수도 있게 된다.

한국특허공보 제10-1012288호에서는 특정 장소 내에서 자율이동하며 이용자와 상호작용을 수행하여, 이용자에게 위치안내, 지역정보제공, 지역광고제공, 모바일쿠폰 발급, 매표 등의 서비스를 제공하는 이동식 안내로봇 및 그 시스템에 관한 것으로위치정보수신부; 구동부; 센서부; 입력부; 저장부(DB); 통신부; 중앙제어부; 출력부; 모바일쿠폰 발행부;를 포함하여 구성되고, 상기 중앙제어부는 이용자가 모바일 쿠폰을 발행받은 경우 모바일 쿠폰 발행정보를 통신망을 통해 상기 안내장소를 관리하는 중앙관리서버와 상기 상가의 개인단말기 및 모바일 쿠폰을 발행받은 이용자의 이동통신단말기로 전송하는 것을 특징으로 하는 이동식 안내로봇을 개시하고 있다.

한국공개특허공보 10-2013-0024159호에서는 거리검출센서포함 안내부, 구동부로 구성된 로봇의 몸체에 설치된 거리 검출 센서를 회전시킴과 동시에 상하 방향으로 왕복운동(승강)시킴으로써 전/후/좌/우 방향에 위치된 장애물(측정면)과의 거리뿐만 아니라 상(위)/하(아래) 방향에 위치된 장애물(측정면)과의 거리도 검출할 수 있는 거리 검출 장치 및 그 방법에 관한 것을 개시하였다.

일본특허공보 제8-108381호에서는 가이드레일에 의해 설정된 통로를 정확하게 추종 해 주행할 수 있는 것, 추종의 정도를 향상시켜, 굴곡부의 통과가 어렵거나 전도하기 쉬워지는 불편이 없는 주행 로봇에 관한 것으로 전후를 보기대차에 의해 회동 가능하게 지지를 받은 차체 프레임과 차체 프레임의 궤도를 규정 하는 가이드레일을 가지며, 상기 보기대차는 선회축과 직교 하는 차축에 의해 지지를 받는 좌우 한쌍의 주행 차륜과 가이드 롤러를 구비하고 그 가이드 롤러는 가이드레일의 1 측에 따라 전동하는 1개의 자 롤러와 타측에 따라 전동할 수 있도록 배치된 2개의 압압 롤러로 이루어지고,상기 2개의 압압 롤러를 자 롤러와 가이드레일의 접점과 선회축을 연결하는 연직면에 대해 좌우 대칭에 배치되어 있다.구체적으로는 상기 차체 프레임의 전후에 설치되는 롤러와 압압 롤러를 가이드레일의 반대측에 배치하는 구성을 개시하고 있다.

일본특허공보 제2010-188429호에서는 길안내 로봇에 관한 것으로, 시간결정수단, 문장발화수단, 시간기억수단, 제스처수단, 단축정보기억수단, 휴지수단, 단축수단을 포함하는 길안내 로봇을 개시하였다.

일본특허공보 제2004-216552호에서는 업공간에 설치된 랜드 마크를 점멸 제어해 자신의 위치를 파악해 자율 이동하는 이동 로봇과 그자율 주행 시스템 및 방법에 관한 것으로 작업 공간에 설치된 랜드 마크의 광원을 선택적으로 점멸 제어하기 위한 광원 제어 신호를 송출하는 통신 모듈과 상기 광원 제어 신호에 기초하여 점멸 제어되는 광원을, 카메라로 촬영 되는 영상 신호로부터 검출해 광원의 이미지 좌표를 판독하는 영상 처리 모듈과 상기 판독된 이미지 좌표와 미리 기억된 광원에 대한 세계 좌표를 이용하여 이동 로봇의 위치 좌표를 산출하는 위치 산출 모듈과 상기 산출된 이동 로봇의 위치 좌표를, 미리 기억된 작업 공간의 공간 좌표에 대응시켜 목적지까지의 이동 경로를 설정해 구동시키는 모션 제어 모듈과 상기 모듈 사이의 동작 제어 및 이동 로봇의 전반적인 동작 제어를 실시하는 주제어 모듈을 포함하는 구성 개시되어 있다.

그러나 옥외에서 안정적으로 위치를 판단할 수 있는 위치정보에 기반한 자율주행 및 안내를 수행하는 로봇에 대한 기술은 아직까지 제시된 바 없다.

한국특허공보 제10-1012288호 한국공개특허공보 10-2013-0024159호 일본특허공보 제8-108381호 일본특허공보 제2010-188429호 일본특허공보 제2004-216552호

본 발명은 상기와 같은 연구를 수행하기 위해 안출된 발명으로 본 발명의 목적은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 관한 것이다. 보다 구체적으로 본 발명은 복수의 위치센서 정보를 가공하여 이동중에 현재 위치를 스스로 판단하고 안내 내용을 데이터베이스에서 자율적으로 찾아 안내하는 안내코스가 변경되어도 재프로그램이 필요없는 범용성 있는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치를 제공하는 데에 있다.

상기의 목적을 달성하기 위한 본 발명은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 있어서,

대상자의 안내 요구정보를 입력하고 안내정보의 표시를 수행하는 안내입출력수단;

상기 입력된 안내 요구정보에 따라 하나 이상의 위치표시 센서 정보를 확장칼만필터(Extneded Kalman Filter)로 가공하여 제공하는 위치평가수단;

상기 위치 평가수단에 의한 위치정보를 메인 컨트롤러에서 수신하여 상기 위치평가수단을 통해 계산된 소정의 보정 위치에 따라 위치 정보를 저장하면서 사전 설정된 경로를 이동하기 위한 사전경로 선택수단;

상기 사전 설정된 경로 데이터를 메인 컨트롤러가 읽어들여 초기 위치에서 최종 위치까지 저장된 경로 지점을 따라 이동하는 자율주행수단;

및 상기 자율 주행을 진행하면서 사전 설정된 경로 구간에 위치한 위치 지점의 안내를 영상 및 음성 데이터를 메인 컨트롤러가 안내 데이터베이스에서 읽어들여 상기 안내 입출력 수단을 통해 자율 안내를 수행하는 자율안내수단;으로 구성된 것을 특징으로 하는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치를 제공한다.

상기 하나 이상의 위치표시 센서는 추측항법(Dead-reckoning) 위치표시 센서, DGPS 위치표시 센서 및 전자나침판(Digital compass) 위치표시 센서일 수 있다.

상기 위치평가수단은 상기 추측항법 위치표시 센서인 로봇장치 바퀴의 엔코더 회전 정보로부터 로봇장치 이동거리 및 이동방향을 계산하여 상기 이동거리 및 이동방향 정보를 이용하여 로봇장치의 제1 새로운 위치 및 제1 위치오차 공분산을 추정하고,

상기 DGPS 위치표시 센서로부터 위치정보를 수신하고 상기 전자나침판 위치표시 센서로부터 방향정보를 수신하여 제2 새로운 위치 및 제2 위치오차 공분산을 추정하고, 상기 제1 새로운 위치과 제2 새로운 위치 및 제1 위치오차 공분산과 제2 위치오차 공분산의 차이를 이용하여 각 위치정보의 신뢰성을 계산하고, 각 정보의 상기 신뢰성에 비례하여 로봇 위치를 업데이트하여 로봇의 위치를 평가하며 수정된 로봇 위치에 대한 공분산은 업데이트하는 칼만확장필터를 적용한 위치평가수단일 수 있다.

상기 사전경로 선택수단은, 위치 정보의 저장 간격은 앞전 저장위치에서 현재 위치까지의 거리를 계산하여 일정한 간격마다 현재 지점 정보를 저장할 수 있다.

상기 일정한 간격은 1m 일 수 있다. 바람직하게는 0.5m 일 수 있다. 더욱 바람직하게는 0.2m 일 수 있다. 상기 간격이 1m 보다 넓다면 위치 정보의 정밀도가 낮아지며, 상기 간격이 0.2m 보다 좁다면 위치 정보의 저장의 효율성이 낮아진다.

상기 자율주행수단은, 상기 대상자의 안내요구정보가 입력되면 상기 DGPS 위치표시 센서로부터 위치정보를 설정하고 상기 사전 설정된 경로 데이터로부터 로봇장치의 현재 위치에 가장 가까운 목표지점을 탐색하여 초기 목표지점을 선택하고 주행을 시작하며, 사전 설정된 각 경로 지점을 순서대로 목표지점으로 설정하고 현재 위치에서 상기 위치평가수단의 위치 정보로부터 오차를 보정하여 현재 위치를 결정하고 자율 주행을 시작하고, 다음으로 현재 로봇장치 위치와 현재 목표지점을 비교하여 거리 오차가 일정한 값 이하면 로봇이 현재 목표지점에 도달한 것으로 판단하고 그렇지 않으면 현재 목표지점을 유지하는 상기 과정을 반복수행하면서 최종 목표지점에 도달하면 자율 주행을 종료할 수 있다.

상기 거리 오차는 0.1 m일 수 있다. 바람직하게는 0.05m 일 수 있다. 더욱 바람직하게는 0.01m 일 수 있다. 거리 오차 값은 최대한 적은 값을 갖도록 설정되어야 할 것이다.

삭제

삭제

상기 자율안내수단의 상기 영상 및 음성 데이터는, 주 안내 데이터, 보조 안내 데이터, 기타 안내 데이터와 같이 3가지로 구분이 되며, 주 안내 데이터는 안내 전체 공간에서 주요한 안내를 수행해야 할 곳으로서 로봇장치가 정지 상태에서 안내를 수행하며, 보조 안내 데이터는 로봇장치가 이동하면서 주변상황을 설명할 필요가 있을 경우에 이동중에 안내를 수행하고, 기타 안내 데이터는 로봇장치가 이동 중 주변상황에 대한 설명이 필요없는 지역을 통과할 때 안내 받는 대상자가 지루하지 않도록 안내위치와 무관한 내용의 안내를 수행하며, 상기 영상 및 음성 데이터는 로봇장치가 이동 중에 자신의 위치를 평가하면 그 위치에 해당하는 안내 데이터가 있는지 탐색하고 대응되는 안내 데이터가 없으면 기타 안내 데이터를 안내 데이터 베이스에서 호출하여 안내를 수행하고 이동하면서 기타 안내 데이터를 수행하는 도중에 주 안내 데이터나 보조 안내 데이터가 현재 로봇위치에 대응되면 기타 안내 데이터 수행을 멈추고 주 안내 데이터 또는 보조 안내 데이터를 수행될 수 있다.

본 발명을 통하여, 첫 번째로 GPS만 이용하는 경우 위치오차가 크고 위성으로부터 정보가 수신되지 않으면 위치인식이 불가능한 반면 본 기술은 위치인식에 GPS외에 디지털컴퍼스 및 로봇바퀴의 엔코더 정보를 같이 이용함으로써 위치정밀도가 GPS단독 이용 보다 향상될 뿐만 아니라 단기간 GPS정보가 수신되지 않는 경우도 위치인식이 가능하여 옥외 위치인식의 신뢰도가 높다.

두 번째로 사전에 주행할 경로를 수동으로 주행시키면 그 경로를 로봇이 스스로 기억하여 안내 경로로 인식하고 (또는 수동 주행 대신 안내경로 정보를 사전에 입력) 실제 안내 시에 기억된 안내경로를 따라 로봇 스스로 자율 주행하므로 사용자가 로봇을 조종할 필요가 없고 로봇 스스로 내방객을 인솔하여 안내 수행할 수 있는 자율 주행 능력이 있다.

세 번째로 사전에 안내 순서를 프로그램하는 방식이 아니고 로봇이 이동 중에 자신의 위치에 대응되는 안내정보가 있는지를 안내 데이터베이스로부터 탐색하여 안내를 수행하므로 안내경로가 달라져도 다시 프로그램 할 필요가 없을 뿐만 아니라 안내 데이터베이스만 구축되어 있는 곳이라면 장소에 상관없이 아무런 수정 없이 그대로 적용 가능하기 때문에 범용성이 극대화 됨. 즉 동일 장소에서 안내 경로를 바꾸는 경우에 아무런 프로그램 수정이 불필요하며 A 장소에 운용하던 로봇을 아무런 수정 없이 B 장소에서 그대로 적용이 가능한 범용성이 있다.

도 1은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 추측항법(DR localization system) 개념도이다.
도 2은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 EKF localization을 위한 시간에 따른 로봇의 이동상태 개념도이다.
도 3은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 기준위치가 설정된 실험장소도이다.
도 6은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 오차특성의 그래프 결과이다.
도 7은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 칼만필터 기반 위치 평가 방법이다.
도 11은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 자율 안내 수행 알고리즘이다.
도 12는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 자율 안내 실험 환경 사진이다.
도 13은 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치의 자율 안내 실험 결과 사진이다.

이하, 본 발명을 바람직한 실시예를 첨부한 도면을 참조하여 설명하기로 한다. 하기의 각 도면에 구성 요소들에 참조 부호를 부가함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 설명을 생략한다. 또한 여기서 각 도면의 구성요소들에 대해 참조부호를 부가함에 있어서 동일한 구성요소들에 한해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호로 표기되었음에 유의하여야 한다.

또한 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예에 기재된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.

DR (Dead-Reckoning) localization 원리는 로봇의 초기 위치를 설정한 후 장착된 센서만으로 로봇의 이동 거리와 방향을 검출하여 주행 궤적을 계산하고 현재 위치를 추정하는 방법이다. DR은 외부의 지원 시설이 필요하지 않을 뿐 아니라 로봇의 위치를 연속적으로 검출할 수 있다. 이 localization은 이미 알고 있는 위치에서 다음단계로의 이동시에 이동 거리 및 회전각도 정보와 양쪽 바퀴에 장착된 엔코더의 정보로부터 로봇의 새로운 위치를 계산하는 항법 시스템이다.

DR은 이미 알고 있는 위치에서 다음 단계로의 이동시에 이동 거리 및 회전각도 정보와 양쪽 바퀴에 장착된 엔코더의 정보로부터 로봇의 새로운 위치를 계산하는 항법 시스템으로 오차가 누적되어 장기간 위치 정보 제공에는 적합하지 않지만 짧은 시간 동안에는 비교적 정밀한 정보를 제공한다. 도 1과 같이 로봇의 왼쪽 및 오른쪽 바퀴의 이동거리를 각각 D_L, D_R 이라 하고 두 바퀴 사이의 거리를 L이라 하면 원주와 각의 관계에서,

이 성립한다. 이 식에서 R과 α는 미지수이다. 이것으로부터 R과 α는 다음과 같이 구해진다.

이전 위치

의 로봇 중심에 대한 다음 위치

는 다음과 같이 구해진다. 먼저 x_i 는,

같은 방법으로 y_i는 다음과 같다.

다음으로 기준좌표에 대한 로봇의 진행 방향은 다음으로 계산된다.

또한 기준좌표에 대한 로봇의 위치는 다음으로 계산된다.

여기서,

이다.

그러나 이와 같은 DR은 로봇의 이동거리가 늘어남에 따라 오차가 무한히 커진다. 그 이유는 바퀴의 불균형, 바퀴와 바닥사이의 미끄러짐, 바닥의 불균일성, 엔코더의 오차 등에 기인한다. 이중 바퀴 불균형은 계통오차로서 이동거리에 따라 무한히 늘어나는 성질을 가진다. 반면에 그 외 오차 요인들은 무작위 특성이 있어 통계학적으로 처리가 가능하다.

DGPS Localization 에 대하여 검토하면, GPS(Global Positioning System)은 인공위성에서 발사하는 전파를 수신하여 측위 정보를 얻는 것으로, 처음에는 군사목적으로 사용되어 왔으나, 1983년 민간부분으로 확대되어 현재 여러 분야에서 활용되고 있으며, 지구상 어디에서나 24시간 이용할 수 있는 것은 물론, 기상조건 외부의 간섭 및 방해에 강하고 전 세계적으로 공통 좌표계(WGS-84 : World Geodetic System)를 사용한다. GPS(Global Positioning System)는 우주부분, 제어부분 및 이용자 부분으로 나누어져 있다. 우주부분은 6개의 궤도면에 각각 4개의 위성이 할당되어 있고 이중 3개는 예비 위성이다. 위성의 지상고도는 약 20,183km이고 공전주기는 약 12시간, 궤도 경사각은 , 같은 궤도면의 위성간 각거리는 로 구성된 궤도를 돌기 때문에 지구상의 어느 장소에서도 지평선 이상에서는 최소 4개의 위성을 24시간 내내 볼 수 있게 된다. 제어 부분은 위성을 추적하여 각 위성의 궤도를 결정하고 정밀시간을 유지하여 이들 정보를 위성에 송신하며 작동상태를 수신하는 역할을 하며, 이용자 부분은 GPS 수신기, 안테나, 자료처리용 소프트웨어로 이루어지며 위성에서 보낸 전파를 수신하여 수신점의 좌표를 측정하게 된다.

DGPS(Differential GPS)는 이미 위치를 알고 있는 기준점에 기준국용 GPS수신기를 설치하여 정밀하게 측정된 자신의 위치 값과 GPS위성 신호를 받아 수신기로 계산된 위치를 비교하여 오차를 계산함으로써 GPS보다 위치정밀도가 높다. 우리나라 DGPS는 1개소 통제국의 대전 중앙사무소와, 11개소의 기준국 및 8개소의 감시국으로 구성되어 운영되고 있다. 중앙사무소는 기준국과 감시국의 DGPS 운영상태를 PSDN망을 이용하여 실시간 원격 감시 및 제어함과 동시에 측위 정보에 대한 감시, 위성상태 Integrity 감시, 기준국 및 감시국 측위오차 분석을 통한 GPS가용 상태 확인과 함께 측위 보정 데이터 (Post Processing Data : PPS), RINEX (Reciver Independent Exchance data), SSF (Standard Storage Format)등의 정보를 웹(http://www.ndgps.go.kr)으로 24시간 무료제공을 하고 있다.

기준국은 정확한 기준점에 GPS안테나를 설치하여 각각의 GPS위성 신호를 수신하여 측정된 거리와 이미 알고 있는 거리를 비교 후 위성 오차 값을 보정하여 RTCM SC-104(Radio Technical Commission for Maritime Services, Special Committee 104)의 포맷형식에 따라 중파(283.5-325KHz)을 이용하여 이용자에게 실시간으로 방송하고 있다. 감시국은 기준국으로 부터 약 100NM(180Km)떨어진 지점에 GPS안테나를 이용 위성오차 보정신호가 한계치를 벗어날 경우와 위성신호 이상시 경보메시지를 중앙사무소에 전달로 위성상태 및 측위 정보 정확성 파악과 측위 기준점으로 활용하고 있다.

그러나 DGPS 위치정보 역시 여러 가지 오차요인을 포함하고 있어 위치오차가 존재한다. 주요 위치오차 요인으로는 위성자체의 위치오차, 전리층 오차, 통신오차 및 인위적 오차 등이 있으며 랜덤 특성을 갖는다. 이 중 인위적 오차는 군사적 목적 이외에 사용을 어느 정도 제한하기 위해 미국 위성관리센터에서 고의적으로 error function을 이용하여 오차를 개입시키는 것인데 수년 전부터는 민간에게도 정밀한 정보 제공을 위해 인위적 오차 개입을 중지하였다. 아울러 GPS localization은 최소 4개의 위성으로부터 정보를 수신하여야만 신뢰성 있는 위치정보이용이 가능하다.

확장칼만필터 (EKF) 기반 Localization에 대하여 검토하면, 센서 융합의 필요성은 전술한 바와 같이 DR 만으로 위치를 평가할 경우 오차가 계속해서 누적되어 시간에 따라 점점 위치 오차가 커진다. 또한 DGPS만을 이용할 경우에는 시간에 따라 오차가 누적되지는 않지만 최대 5m이상의 오차가 발생할 수 있다. 또한 위성상태에 따라서 4개의 위성으로부터 위치정보가 수신되지 못하는 경우가 발생하여 항법이 불가능한 상황이 발생할 수 있다. 따라서 전체 이동 경로 중 국부적인 단거리 주행에서의 위치는 DR항법이 오히려 효과적일 수 있으며, 장시간 이동에 대한 위치는 DGPS에 의한 localization이 더 우수하다. 따라서 두 방법의 장점만을 취하여 적절히 결합함으로써 최적의 localization을 수행할 수 있다.

DR과 DGPS를 결합한 localization은 이미 연구결과가 발표되었는데 직선 주행에서는 효과적으로 위치평가가 이루어지나 방향전환이 심한 코너 주행과 같은 경우에 오차가 크게 발생한다. 이것은 DGPS가 위치정보만 제공할 뿐 방향에 대한 정보를 주지 못하기 때문이다. 이와 같은 곡선주행의 단점을 보완하기 위해 본 과제에서는 디지털컴퍼스를 이용하여 각도정보를 추가로 이용하는 Localization 방법을 개발한다. 디지털 컴퍼스는 지구의 자기장 정보로부터 절대 방위정보를 제공하는 센서이다. 이와 같은 DGPS나 디지털컴퍼스는 비 관성센서로서 자이로센서와 같은 관성센서의 단점인 바이어스오차에 의한 오차 누적이 없다는 장점이 있다.

두 가지 이상의 정보를 적절히 결합하여 최적의 값을 평가하는 방법은 칼만 필터가 가장 효율적이다. 확장 칼만 필터(Extended Kalman Filter : EKF)는 잡음이 포함된 다수의 측정값으로부터 오차가 최소화되는 최적 측정값을 평가하는 알고리즘으로서 정보융합에 널리 이용되는 방법이다.

도 2는 로봇이 시간 k에서의 위치와 시간 k+1위치로 이동한 상태를 나타낸다. 로봇의 위치를 나타내는 상태변수를

로 정의하고 는 이동거리, 그리고

는 이동방향으로 정의한다.

로봇의 위치에 대한 시스템 모델은 도 2에 의해 다음과 같이 된다.

여기서 상태천이 함수

는,

이고 오차

는 다음과 같이 가정한다.

즉,

는 평균이 0이고 공분산이 Q(k)인 가우시안이 된다. (9)식에서 d(k)와

는 제어입력으로서 상수로 가정한다. 또한 Q(k)는 각 상태변수의 오차 표준편차로서 대각 행렬이 된다.

다음으로 DGPS와 디지털 컴퍼스로부터 위치 및 방위 정보를 측정하는 측정모델은 다음과 같다.

여기서

는 평균이 0이고 공분산이 R(k)인 가우시안 잡음이며, R(k)는 각 측정변수의 오차의 표준편차로 구성되는 대각 행렬이다. DGPS 및 디지털 컴퍼스는 정확한 위치에 단지 랜덤 잡음(오차)만 개입된 것으로 가정하여 Z(X(k), S_t)를 다음과 같이 정의한다.

이와 같이 정의된 시스템 모델과 측정모델을 EKF 알고리즘에 적용하여 다음과 같이 로봇의 위치를 평가한다. 먼저 시스템 모델과 제어 입력 u(k)로부터 시간 k+1에서의 로봇의 위치를 다음과 같이 예측한다.

이 예측에 수반되는 공분산 행렬

는 다음과 같이 계산된다.

여기서,

는 상태 천이함수

의 자코비안으로서 아래 식과 같이 구해진다.

다음으로는 시스템 모델과 제어 입력 u(k)로부터 예측된 측정모델은 다음과 같이 구한다.

또한 DGPS 및 디지털 컴퍼스로부터 실제 측정된 센서 실측모델 다음과 같이 나타내어진다.

여기서

는 DGPS로부터 측정된 위치정보이고

는 디지털 컴퍼스의 방위정보이다. 이 실측 위치와 시스템 모델로부터 예측된 위치의 차로 구성되는 innovation 행렬

는 다음과 같다.

에 수반되는 공분산 행렬

은 다음과 같다.

여기서

는 측정모델의 자코비안으로서 다음과 같이 단위행렬로 주어지는데 그 이유는 DGPS 및 디지털 컴퍼스의 정보는 시스템 모델과는 무관하게 독립적으로 정보를 주기 때문이다.

EKF는 측정값과 예측값 사이의 연관성(correspondence)을 평가하여 어느 정도 이상의 연관성이 있을 때만 innovation을 이용하여 위치를 보정한다. 두 값의 연관성 평가는 다음과 같은 validation gate를 이용한다.

여기서

는 설계 파라메타이다. Validation gate의 의미는 측정값과 예측 값의 차와 측정오차의 분산과의 비를 나타내는데, 측정오차가 오차의 분산보다 일정한 값 이하일 때만 위치보정이 유효하게 된다.

위치평가의 마지막 단계는 예측된 위치

로부터

즉, 시간

에서의 최적의 위치를 평가하고 거기에 수반된 공분산 행렬

을 갱신하는 것이다. 먼저 잘 알려진 칼만 게인

은 다음과 같이 정의된다.

이 칼만게인의 의미는 추측항법으로 예상된 위치에 대해 센서로 측정된 위치를 얼마만큼 비중을 두어 수정하느냐 하는 정도를 나타낸다.

칼만 게인을 이용하여 예측된 위치를 다음과 같이 보정한다.

마지막으로 이 위치보정에 수반된 공분산 행렬은 다음과 같이 갱신된다.

이와 같은 방법으로 각 샘플링 시간마다 위치보정 및 공분산 행렬을 추정함으로써 최적의 위치 평가를 수행한다.

DGPS는 그 방식에 따라서 정밀도가 차이가 나는데 정밀도가 높을수록 수백만 원을 호가하는 고가이다. 본 과제에서는 실제 실용화를 위해 정밀도가 떨어지는 저가 DGPS를 이용하였다. 제품 사양에는 위치정밀도가 3m이지만 실제 테스트 결과 최대 5m까지 오차가 발생하는 것이 관측되었다. 표 1은 DGPS를 이용한 정밀도 사전 실험 결과이다. 사양에는 정밀도가 2.5m로 나타나 있지만 실제 테스트 결과 표 2에 나타낸 것처럼 최대오차가 4.9m 정도인 것으로 측정되었다.

또한 디지털 컴퍼스도 상용화에 맞게 비교적 저가의 제품인 HMC 모델을 이용하였는데 방위 정밀도는 3°도 이다. 표 3은 디지털 컴퍼스의 사양을 나타내며 실제 테스트 결과 평균 오차가 2.6°도 정도로 나타났다.

개발된 localization 방법의 성능을 분석하기 위해 실제 주행실험을 수행하였다. 실험은 로봇이 이미 위치정보가 알려진 6 곳을 통과하게 하여 실제 위치와 로봇이 평가한 위치와의 오차를 평가하는 방법으로 수행하였다. 실험 장소는 도3과 같은 학교 운동장 트랙을 선정하였다. 이 운동장은 남북으로 길게 위치하고 있으며 그림에서 x 표시가 된 6곳을 위치오차를 측정하기 위한 기준 위치(reference point)로 설정하였다.

삭제

기준위치 번호는 도 3에 나타낸 바와 같이, 오른쪽 하단이 1번 위치이고 나머지 위치는 시계방향 순서이다. 확장칼만필터를 이용한 위치평가(EKF Localization) 방법은 기준좌표 원점 선택과는 무관하므로 실험을 위해서 임의로 선택하였다.

삭제

개발된 EKF localization 방법을 선정된 트랙에서 수회 실험을 수행하였다. 표 5는 실험을 통해 분석된 위치오차 특성을 나타낸다. 표 5에서 최상오차특성은 실험 중 위치평가가 가장 양호한 결과를 나타내며 최악오차특성은 그 반대 결과이다. 실험 때 마다 오차 특성이 달라지는 이유는 DGPS위치 오차특성이 실험 때 마다 달라지는데 EKF 오차특성도 DGPS 오차특 성에 따라 달라지기 때문이다.

최상오차특성의 경우는 DGPS 최대 오차가 3.6m 정도 이고 평균오차가 2.5m 정도인 반면에 EKF 오차는 최대가 1.7m, 평균이 0.8m 정도였다. 최악오차특성을 나타낸 경우는 DGPS 최대 오차 4.78m , 평균오차는 3.2m인 반면에 EKF 오차는 최대가 2.23m, 그리고 평균이 1.9m 정도였다. 오차 비율은 평균오차 기준으로 최상의 EKF 오차가 DGPS 오차의 32%이고 최악의 경우는 57%로서 전체적으로 약 절반 정도로 오차가 줄어듬을 나타낸다. 또한 최대 오차도 DGPS에 비해 절반정도로 줄어 오차특성이 획기적으로 개선되는 것으로 분석되었다. 최상과 최악의 오차특성을 통합한 전체 오차특성은 DGPS localization은 최대오차 4.78m, 평균오차 2.83m, 그리고 표준편차가 1.08m인 반면에 EKF localization의 경우는 최대오차 2.23m, 평균오차 1.33m, 그리고 표준편차가 0.73m로 나타났다. 결론적으로 EKF localization은 최대오차 2.23m이고 95.4%의 신뢰(표준편차의 2배 구간)를 가지고 1.46m 이내의 오차로 로봇의 위치를 평가 할 수 있으며 DGPS 위치에 비해 오차가 절반으로 감소하는 오차 개선이 있는 것으로 분석된다. 도 6는 오차특성을 그래프로 나타낸 것이다.

도 7은 칼만필터기반 위치평가 방법을 정리한 흐름도이다. 먼저 로봇은 바퀴에 부착된 각 엔코더의 정보로부터 이동한 거리 d 와 방향 θ를 계산한다. 이 정보를 이용하여 새로운 로봇의 위치

을 추정하고 이 추정에 연관된 위치오차 공분산

을 계산한다. 또한 위성으로부터 수신된 DGPS 위치정보 및 전자나침판(Digital compass)로부터의 방향정보를 이용하여 로봇의 현재 위치 및 방향

를 추정하고 이 추정에 연관된 오차공분산

를 계산한다. 다음으로

과

및

과

의 차이를 이용하여 각 위치정보의 신뢰성을 계산하고 각 정보의 신뢰성에 비례하여 로봇의 수정된 위치

를 평가하여 출력하며 아울러 수정위치에 대한 공분산을 갱신한다. 이와 같은 과정을 매 싸이클마다 수행함으로써 확장칼만필터 기반 위치평가를 수행한다.

사전경로 인식방법은 안내로봇의 자율주행을 위한 사전경로는 로봇 운영자가로봇이 안내 할 경로를 수동조작을 통해 로봇을 주행하여 경로데이터를 확보한다. 수동 주행은 수동 모드상태에서 이동하며 이동 중에 실시간으로 위성 DGPS의 위치 정보와 Digital Comapss의 방향정보, 로봇 자체 엔코더 위치 정보를 메인 콘트롤러에서 수신하여 확장칼만필터를 통해 계산한 보정위치를 매 0.5m 간격으로 저장한다.

삭제

삭제

로봇의 자율 주행은 사전에 수동으로 저장된 경로 데이터를 자율 주행 시 메인 프로그램이 읽어 들여 초기 위치에서 최종 지점까지 저장된 경로 지점을 따라 이동함으로써 수행 한다. 경로 주행 제어는 로봇의 현 위치에서 목표지점까지의 방향을 계산하여 연속적으로 그 방향을 추종하도록 제어함으로서 수행한다.

삭제

삭제

삭제

삭제

삭제

삭제

안내영상 및 음성 데이터는 그 데이터가 실행되어야 할 위치 (안내의 목표지점)를 기반으로 저장하여 안내 데이터베이스를 구축한다. 즉 어떤 안내 영상 및 음성 데이터가 건물 A에 관한 것이라면 로봇이 건물 A에 도달하여 해당 안내를 수행할 위치가 그 안내 데이터의 파일명이 된다. 안내정보는 크게 주 안내(A 타입), 보조 안내(B 타입), 기타 안내(C타입)와 같이 3가지 형태로 구분이 되며 주 안내는 안내 전체 공간에서 주요한 안내를 수행해야 할 곳으로서 정지 상태에서 안내를 수행하는 형태이다. 보조 안내데이터는 로봇이 이동하면서 그 보조적으로 주변상황을 설명할 필요가 있는 경우를 나타낸다. 보조안내는 이동 중 로봇이 정지하지 않고 이동 중에 필요한 안내를 수행 한다. 주 안내와 보조안내는 위치와 관련된 안내이므로 로봇의 위치에 따라 그 위치에 대응되는 안내 데이터를 로봇 스스로 탐색하여 안내를 수행한다. 반면에 기타 안내는 로봇이 이동 중 주변상황에 대한 설명이 필요 없는 지역을 통과할 때 안내 받는 사람들이 지루하지 않기 위해 위치와 무관한 안내 내용이다.
또한 안내 데이터베이스를 구축할 때 각 안내 데이터가 주, 보조, 또는 기타인지를 구별하여 구축함으로써 로봇이 해당 안내를 수행할 때 정지할 것인지 아니면 주행중에 안내를 수행 할 것인지를 판단할 수 있게 한다. 예를 들어 안내정보 파일 명이 '135_32_A'라면 안내해야 할 기준 위치가 경도 135, 위도 32이며 안내형태는 정지안내인 주 안내임을 나타낸다.
위치기반 자율 안내는 로봇이 이동 중에 상기 위치추정 방법으로 최적의 위치를 평가하여 현재위치를 인식한 후 현재 위치에 해당하는 안내데이터가 있는지 여부를 안내데이터베이스로부터 탐색을 하여 있는 경우 그 안내를 수행하는 방법이다. 이 방법은 사전에 안내순서에 따라 안내 정보를 배열할 필요가 없을 뿐만 아니라 전 세계적인 안내데이터베이스를 기존 인터넷 망에 구축할 경우 세계 어느나라에서도 프로그램 수정없이 안내를 수행 할 수 있다.
위치기반 자율안내 수행 알고리즘은 도 11에 그 흐름도를 나타내었다. 로봇은 이동 중에 확장칼만필터를 이용하여 자신의 최적 위치를 평가하면 그 위치에 해당하는 안내 데이터가 있는지를 데이터베이스로부터 항상 탐색한다. 현재의 로봇 위치에 대응되는 안내데이터가 없으면 로봇은 안내경로를 따라 자율주행을 수행하면서 기타안내를 데이터베이스로부터 랜덤하게 호출하여 안내를 수행한다. 기타안내 수행시는 로봇은 멈추지 않고 안내경로 주행을 계속한다. 주행 도중 대응되는 안내정보가 안내데이터베이스에 존재하면 그것이 주 안내형태인지 보조안내형태인지를 판단하여 주 안내형태이면 로봇을 정지시키고 안내를 수행한다. 안내수행이 완료되면 다시 로봇은 안내경로를 따라 자율주행을 수행한다. 보조안내 형태인 경우는 로봇은 정지하지 않고 안내경로를 주행하면서 그 안내를 수행한다.
만약 로봇이 이동중에 보조안내가 수행되고 있는 도중에 다른 형태의 안내데이터가 탐색되는 경우에는 안내형태 우선순위에 따라 우선순위가 높은 안내를 수행한다. 안내 우선순위는 주안내(A타입)가 가장 높고 그 다음이 보조안내(B 타입), 그리고 기타안내(C타입)가 가장 순위가 낮게 설정된다. 따라서 로봇이 이동하면서 보조안내를 수행하고 있는 도중에 주 안내데이터가 탐색되면 곧바로 보조안내는 중단하고 주 안내를 수행하며 기타안내 수행 도중에 주 안내나 보조안내데이터가 탐색되면 현재 안내를 중단하고 주 안내나 보조안내를 수행한다.
이와같은 방법으로 안내를 수행함으로써 안내경로상의 필요한 안내를 효과적으로 수행할 뿐만아니라 주 안내나 보조안내가 없는 경우에도 기타 안내를 항상 수행함으로써 피 안내자들이 지루함을 느끼지않고 항상 안내에 집중할 수 있게 된다.

개발된 로봇 최적 위치평가 방법 및 위치기반 자율 안내수행 방법을 테스트하기 위해 도 12와 같은 실험 공간을 설정하였다. 시작은 공과대학 4호관 중앙형관부터 정보통신원을 거쳐 사회과학대학 까지 약 700m 구간이다. 도 12에서 에서 "o" 표시가 된 부분이 주 및 보조 안내 데이터가 수행 되어야 할 안내 기준위치를 나타내며 안내 기준 위치는 그림의 맨 우측부터 공과대학 4호관, 정보통신원, 주차장, 사범대학, 그리고 사회과학대학 순서이다. 도 13은 자율안내 실험 결과를 나타내며 도에서 "X" 표가 로봇이 실제로 안내를 수행한 위치이다. 로봇은공과대 4호관에서 출발하여 사회과학대 중앙 현관에서 안내를 종료하였고 안내 기준 위치와 실제 안내 위치의 최대 오차는 2.3m, 평균 0.9m로 측정되었다. 로봇의안내 성공률은 100%였으며 자율 주행 또한 도 13에서 보여지는 바와 같이 아주 양호하게 수행되었다.

본 발명은 상기 실시예에 한정되지 않고 본 발명의 기술적 요지를 벗어나지 아니하는 범위 내에서 다양하게 수정 또는 변형되어 실시될 수 있음은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어서 자명한 것이다.

Claims (7)

1. 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치에 있어서,
   대상자의 안내 요구정보를 입력하고 안내정보의 표시를 수행하는 안내입출력수단;
   상기 입력된 안내 요구정보에 따라 추측항법(Dead-reckoning) 위치표시 센서, DGPS 위치표시 센서 및 전자나침판(Digital compass) 위치표시 센서 정보를 확장칼만필터(Extneded Kalman Filter)로 가공하여 제공하는 위치평가수단;
   상기 위치 평가수단에 의한 위치정보를 메인 컨트롤러에서 수신하여 상기 위치평가수단을 통해 계산된 소정의 보정 위치에 따라 위치 정보를 저장하면서 사전 설정된 경로를 이동하기 위한 사전경로 선택수단;
   상기 사전 설정된 경로 데이터를 메인 컨트롤러가 읽어들여 초기 위치에서 최종 위치까지 상기 사전 설정된 경로상의 각 지점을 순서대로 목표지점으로 설정하고 저장된 경로 지점을 따라 이동하는 자율주행수단; 및
   상기 사전 설정된 경로를 따라 자율 주행을 진행하면서 로봇의 현재 위치 지점에 대응되는 안내 영상 및 음성 데이터를 메인 컨트롤러가 자율적으로 안내 데이터베이스에서 찾아 읽어들여 상기 안내 입출력 수단을 통해 자율 안내를 수행하는 자율안내수단; 을 포함하며,
   상기 사전경로 선택수단의 사전 설정된 경로 데이터는 상기 로봇장치를 수동 모드 상태에서 이동하며 이동 중에 실시간으로 상기 DGPS의 위치 정보와 상기 전자나침판(Digital compass)의 방향정보 및 상기 추측항법(Dead-reckoning) 위치 정보를 상기 메인 콘트롤러에서 수신하여 상기 확장 칼만필터를 통해 계산한 보정위치를 매 0.2m 내지 0.5m 간격으로 저장하며,
   상기 자율안내수단의 영상 및 음성 데이터는 상기 로봇이 주요한 안내를 수행해야 할 곳에서 정지 상태에서 안내를 수행하는 주 안내와 이동하면서 필요한 안내를 수행하는 보조안내 및 이동 중 안내받는 사람들이 지루하지 않기 위해 위치와 무관한 안내를 수행하는 기타 안내 중 우선순위가 높은 안내를 이동 중 선택적으로 수행하는 것을 특징으로 하는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치.
   
   
2. 삭제
3. 제1항에 있어서,
   상기 위치평가수단은 상기 추측항법 위치표시 센서인 로봇장치 바퀴의 엔코더 회전 정보로부터 로봇장치 이동거리 및 이동방향을 계산하여 상기 이동거리 및 이동방향 정보를 이용하여 로봇장치의 제1 새로운 위치 및 제1 위치오차 공분산을 추정하고,
   상기 DGPS 위치표시 센서로부터 위치정보를 수신하고 상기 전자나침판 위치표시 센서로부터 방향정보를 수신하여 제2 새로운 위치 및 제2 위치오차 공분산을 추정하고,
   상기 제1 새로운 위치과 제2 새로운 위치 및 제1 위치오차 공분산과 제2 위치오차 공분산의 차이를 이용하여 각 위치정보의 신뢰성을 계산하고,
   각 정보의 상기 신뢰성에 비례하여 로봇 위치를 업데이트하여 로봇의 위치를 평가하며 수정된 로봇 위치에 대한 공분산은 업데이트하는 칼만확장필터를 적용한 위치평가수단인 것을 특징으로 하는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치.
   
4. 삭제
5. 삭제
6. 삭제
7. 제1항에 있어서,
   상기 영상 및 음성 데이터는 로봇장치가 상기 사전 설정된 경로를 따라 이동 중에 자신의 위치를 평가하면 그 위치에 해당하는 안내 데이터가 있는지 탐색하고 대응되는 안내 데이터가 없으면 기타 안내 데이터를 안내 데이터 베이스에서 호출하여 안내를 수행하고 이동하면서 기타 안내 데이터를 수행하는 도중에 주 안내 데이터나 보조 안내 데이터가 현재 로봇위치에 대응되면 기타 안내 데이터 수행을 멈추고 주 안내 데이터 또는 보조 안내 데이터를 수행하는 것을 특징으로 하는 자율주행 및 위치기반 자율안내가 가능한 옥외용 범용 안내 로봇장치.

Images