KR101686170B1 - 주행 경로 계획 장치 및 방법 - Google Patents

주행 경로 계획 장치 및 방법 Download PDF

Info

Publication number
KR101686170B1
KR101686170B1 KR1020100011094A KR20100011094A KR101686170B1 KR 101686170 B1 KR101686170 B1 KR 101686170B1 KR 1020100011094 A KR1020100011094 A KR 1020100011094A KR 20100011094 A KR20100011094 A KR 20100011094A KR 101686170 B1 KR101686170 B1 KR 101686170B1
Authority
KR
South Korea
Prior art keywords
pattern
line
traveling
ceiling
extracted
Prior art date
Application number
KR1020100011094A
Other languages
English (en)
Other versions
KR20110091316A (ko
Inventor
정우연
박준호
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020100011094A priority Critical patent/KR101686170B1/ko
Priority to US12/926,526 priority patent/US8903160B2/en
Publication of KR20110091316A publication Critical patent/KR20110091316A/ko
Application granted granted Critical
Publication of KR101686170B1 publication Critical patent/KR101686170B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/77—Determining position or orientation of objects or cameras using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

이동 로봇이 이동하는 공간의 고유의 방향에 따라 주행 경로를 생성하는 주행 경로 계획 장치 및 방법을 제공한다. 이동 로봇의 주행 경로 계획 장치는, 패턴 추출부, 패턴 방향 추출부 및 경로 생성부를 포함한다. 패턴 추출부는 이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 미리 설정된 적어도 하나의 패턴을 추출한다. 패턴 방향 추출부는 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출한다. 경로 생성부는 추출된 패턴 방향을 이용하여, 주행 경로를 생성한다.

Description

주행 경로 계획 장치 및 방법{Apparatus for planning traveling path and method thereof}
이동 로봇의 이동 제어 방법에 관한 것으로, 더욱 상세하게는, 이동 로봇이 이동하는 공간의 주행 경로를 계획하는 장치 및 방법에 관한 것이다.
자율 이동 로봇과 같은 이동체의 가장 기본적인 기능은 원하는 목표지점까지 충돌없이 이동할 수 있어야 하는 것이다. 이러한 기능들은 자율이동로봇의 위치측정(localization) 기술 및 지도 구성(mapping) 기술에 의해 수행된다. 맵 구성과 함께 자신의 위치를 인식하는 방법으로 슬램(SLAM; Simultaneous Localization And Mapping) 알고리즘이 이용된다. 슬램 알고리즘은 어떤 위치에서 주변 환경의 맵을 구성하고, 구성된 맵을 바탕으로 다시 이동한 로봇의 위치를 알아내는 과정을 반복하여 로봇의 위치와 주변 환경의 맵을 동시에 추정할 수 있는 알고리즘이다.
이동 로봇은 지도 구성을 위해 전형적으로 레이저 스캐너와 주행거리계를 이용하여 거리를 측정한다. 그러나, SLAM 알고리즘의 수행 과정에서 다양한 예측하기 어려운 변수들 예를 들어, 특징점 추출 에러, 오도메트리 에러(Unknown Odometry Error), 카메라 지오메트리 에러(Camera Geometry Error) 등에 의하여 오차가 누적될 수 있다.
이동 로봇이 이동하는 공간의 고유의 방향에 따라 주행 경로를 생성하는 주행 경로 계획 장치 및 방법을 제공한다.
일 측면에 따른 이동 로봇의 주행 경로 계획 장치는, 패턴 추출부, 패턴 방향 추출부 및 경로 생성부를 포함한다. 패턴 추출부는 이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 미리 설정된 적어도 하나의 패턴을 추출한다. 패턴 방향 추출부는 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출한다. 경로 생성부는 추출된 패턴 방향을 이용하여, 주행 경로를 생성한다.
미리 설정된 적어도 하나의 패턴은, 라인, 원형 및 사각형 중 적어도 하나를 포함할 수 있다. 라인은 직선일 수 있다.
패턴 방향 추출부는, 패턴이 라인이고, 천장 영상으로부터 복수 개의 라인이 추출된 경우, 복수 개의 라인 중에서 천장에 수직인 라인을 삭제하여 천장에 수평인 라인이 형성하는 방향을 패턴 방향으로 추출할 수 있다. 패턴 방향 추출부는, 천장 영상의 광학 센터 영역을 향하지만, 광학 센터 영역을 지나지 않는 라인을 천장에 수직인 라인으로 판별할 수 있다.
패턴 방향 추출부는, 천장 영상으로부터 천장에 수평인 라인이 복수 개 추출되는 경우, 추출된 복수 개 라인 중에서 동일한 방향으로 배열된 라인들을 그룹핑하고, 그룹핑된 라인들 중 가장 많은 개수로 그룹핑된 라인들의 방향을 패턴 방향으로 추출할 수 있다.
패턴 추출부는, 천장 영상으로부터 반복되는 복수 개의 반복 패턴을 추출하고, 패턴 방향 추출부는, 반복되는 반복 패턴들이 이루는 라인 형태의 패턴 방향을 추출할 수 있다.
경로 생성부는, 이동 로봇의 위치 정보를 이용하여 1차 주행 경로를 생성하고, 1차 주행 경로의 주행 방향과 추출된 패턴 방향이 일치하는지 비교하고, 주행 방향을 패턴 방향과 일치하도록 변경하여, 생성된 주행 경로를 수정할 수 있다.
패턴 방향 추출부는, 라인 형태의 패턴 방향과 직교하는 직교 패턴 방향을 더 결정하고, 경로 생성부는, 패턴 방향 및 직교 패턴 방향 중 적어도 하나를 이용하여 주행 경로를 생성할 수 있다.
경로 생성부는, 장애물을 만날때까지 라인 형태의 주행 경로를 따르는 제1 주행 방향으로 이동하고, 장애물을 만나면 방향을 전환하여, 장애물을 따라 소정 거리 이동한 다음, 다시 제1 주행 방향과 180도 반대인 제2 주행 방향으로 방향을 전환하여, 다시 장애물을 만날때까지 제2 주행 방향으로 이동하는 지그재그 경로를 생성할 때, 제1 주행 방향 및 제2 주행 방향이 추출된 라인 형태의 패턴 방향과 평행이 되도록 경로를 생성할 수 있다.
다른 측면에 따른 이동 로봇의 주행 경로 계획 방법은, 이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 미리 설정된 적어도 하나의 패턴을 추출하는 동작과, 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출하는 동작과, 추출된 패턴 방향을 이용하여, 주행 경로를 생성하는 동작을 포함한다.
이동 로봇이 이동하는 공간의 고유의 방향에 따라 경로를 생성하고, 생성된 경로를 따라 이동 로봇이 주행하므로, 이동 로봇의 주행에 따라 수행하는 청소와 같은 동작의 효율성을 높일 수 있다.
도 1은 주행 경로 계획 장치의 구성의 일 예를 나타내는 블록도이다.
도 2a는 통상적인 주행 경로 방향의 일 예를 나타내고, 도 2b는 일 실시예에 따른 주행 경로 계획 장치에 따라 계획된 경로의 일 예를 나타내는 도면이다.
도 3은 도 1의 주행 경로 계획 장치의 경로 계획부의 구성의 일 예를 나타내는 도면이다.
도 4는 패턴 및 패턴 방향 추출의 일 예를 나타내는 도면이다.
도 5는 패턴 및 패턴 방향 추출의 다른 예를 나타내는 도면이다.
도 6은 주행 경로 계획 방법의 일 예를 나타내는 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 일 실시예를 상세하게 설명한다. 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 주행 경로 계획 장치의 구성의 일 예를 나타내는 블록도이다.
주행 경로 계획 장치(100)는 주행부(110), 센서부(120), 영상 획득부(130) 및 제어부(140)를 포함할 수 있다. 주행 경로 계획 장치(100)는 영상을 촬영하면서 이동할 수 있는 이동 로봇으로 구현될 수 있다. 이하에서는, 주행 경로 계획 장치(100)가 이동 로봇인 경우를 가정하고 설명한다.
주행부(110)는 이동 로봇(100)을 주행시키기 위하여 복수 개의 바퀴와 같은 주행 수단과, 주행 수단에 구동력을 제공하기 위한 구동원을 포함할 수 있다.
센서부(120)는 이동 로봇(100)에 장착되어 이동 로봇(100)의 이동량 및 회전량을 감지한다. 이를 위해, 센서부(120)는 인코더(encoder) 또는 자이로 센서(gyrosensor)를 포함할 수 있다. 자이로 센서로 이동 로봇(100)의 실제 회전한 각도가 감지될 수 있으며, 인코더로 이동 로봇(100)의 실제 움직인 경로가 인식될 수 있다. 상세하게는, 인코더에 의해 움직인 거리 및 방향을 적분함으로써 현재 이동 로봇의 평면상의 2차원 좌표계상의 위치(position) 및 방향각 추정이 가능하다. 통상적으로, 인코더는 짧은 구간에서는 비교적 정확하지만 적분을 계속 수행해 나감에 따라 오차가 누적된다. 한편, 센서부(120)는 장애물 지도를 작성하는데 이용되는 장애물 감지 정보를 감지하기 위하여 적외선, 레이저 또는 초음파 센서를 포함할 수 있다.
영상 획득부(130)는 외부의 이미지를 포착하여 포착된 이미지를 디지털 신호로 변환한다. 영상 획득부(130)는 CCD(Charge Coupled Device) 모듈이나 CMOS(Complementary Metal Oxide Semiconductor) 모듈을 포함하여 구성될 수 있다. 영상 획득부(130)는 이동 로봇(100)이 주행하는 평면에 수직한 방향으로 촬영하여, 천장 영상을 획득할 수 있다.
제어부(140)는 주행 경로 계획 장치(100)의 동작 전반을 제어하도록 구성될 수 있다. 제어부(140)는 특징점 추출부(141), 위치 인식부(142) 및 경로 계획부(143)을 포함할 수 있다.
특징점 추출부(141)는 영상 획득부(130)로부터 획득한 천장 영상으로부터 특징점을 추출할 수 있다. 여기에서 특징점은 사물의 모서리 또는 코너와 같이 형상을 특정시킬 수 있는 점을 의미한다. 이러한 특징점은 특징점 지도 생성(map building)의 기초가 되는데 랜드마크(landmark)라고도 한다. 또한, 특징점은 닫힌 영역(closed region)의 윤곽선에서 추출된 라인 또는 점이 될 수 있다. 예를 들어, 실내의 천장에서 천장 영상 중에서 조명 등의 원형이나 사각형의 윤곽선으로부터 라인이나 점을 추출하여 특징점으로 사용할 수 있다.
위치 인식부(142)는 이동 로봇(100)이 출발하는 위치 및 출발시 방향각을 기준값으로 위치를 추정할 수 있다. 이동 로봇의 위치를 추정한다는 것은 이동 로봇의 2차원 평면상에서의 위치 및 방향각을 추정함을 의미한다. 이동 로봇(100)의 위치에 대한 기준은 지도(map) 상에 존재하는 특징점(Feature)이 될 수 있다. 따라서, 이동 로봇(100)의 위치 정보는 이동 로봇(100)이 인식한 특징점을 기준으로 한 이동 로봇(100)의 위치 및 방향각을 포함할 수 있다.
위치 인식부(142)는 주행부(110) 및 센서부(120)로부터 획득되는 오도메트리 정보, 각속도, 가속도 등의 정보 및 특징점 추출부(141)로부터 추출된 특징점 정보를 종합적으로 이용하여 위치를 추정 및 인식할 수 있다.
또한, 위치 인식부(142)는 슬램을 수행하여 지도 작성과 함께 위치 인식을 수행할 수도 있다. 슬램은 어떤 위치에서 주변 환경의 지도를 구성하고 구성된 지도를 바탕으로 다시 이동한 로봇의 위치를 알아내는 과정을 반복하여 로봇의 위치와 주변 환경의 지도를 동시에 추정할 수 있는 알고리즘이다. 위치 인식부(142)는 장애물 지도 또는 천장 영상을 기반으로 위치를 인식할 수 있으며, 위치 인식과 지도 구성을 수행하는 한 다양한 구조를 가질 수 있다.
상세하게는, 위치 인식부(142)는 영상 획득부(130)로부터 획득되는 천장 영상으로부터 추출된 특징점 및 각 특징점을 식별하는 특징점 기술자를 포함하는 특징점 지도를 생성할 수 있다. 여기에서, 특징점 기술자는 특징점을 구별할 수 있는 각 특징점별 로컬 영상, 영상의 방향성 정보 또는 벡터 정보 등이 될 수 있다. 위치 인식부(142)는 SIFT(Scale-Invariant Feature Transform), MSER(Maximally Stable Extremal Region) 기법, 또는 해리스 코너 검출(Harris Corner Detector) 방법 등과 같은 다양한 특징점 추출 알고리즘을 이용하여 특징점 및 특징점 기술자를 생성할 수 있다.
또한, 위치 인식부(142)는 이미 만들어진 지도 상에서 이동 로봇(100)이 지도 상의 각 위치에서 존재할 확률을 가중치를 가지는 파티클들로 표현하여 가장 확률이 높은 위치를 찾는 MCL(Monte-Carlo Localization) 방법을 이용하여 위치를 인식할 수 있다. 위치 인식부(142)는 추출된 특징점들의 특성을 이용하여 추정가능한 이동 로봇(100)의 위치 및 방향, 즉 이동 로봇(100)의 자세에 대한 가중치를 계산하고, 이들로부터 최적의 자세를 추정할 수 있다. 여기에서, 가중치는 이동 로봇(100)의 자세 추정이 정확할수록 높아지는 값을 의미한다.
경로 계획부(143)는 위치 인식부(142)에서 인식된 이동 로봇(100)의 위치 정보를 이용하여 경로를 생성할 수 있다. 또한, 경로 계획부(143)는 이동 로봇(100)이 주행하는 공간의 고유 방향을 추출하고, 추출된 고유 방향에 평행 또는 직교하는 방향으로 이동 로봇(100)이 주행하도록 경로를 생성할 수 있다. 여기에서, 이동 로봇(100)이 주행하는 공간은 통상적으로 직사각형 형태이므로, 공간의 고유 방향은, 공간을 이루는 라인 또는 직선 형태의 방향, 또는 공간을 이루는 직각 방향일 수 있다.
경로 계획부(143)는 이동 로봇(100)이 주행하는 공간의 고유 방향을 검출하기 위하여, 천장 방향을 촬영한 천장 영상으로부터 미리 설정된 적어도 하나의 패턴을 추출하고, 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출한다. 여기에서, 미리 설정된 적어도 하나의 패턴은, 라인, 원형, 박스를 포함할 수 있다.
그런 다음, 경로 계획부(143)는 추출된 패턴 방향을 이용하여, 주행 경로를 생성한다. 또한, 경로 계획부(143)는 생성된 주행 경로에 따라 주행부(110)를 제어하도록 구성될 수 있다.
이동 로봇(110)에는 구현예에 따라 전술한 구성요소외에 다른 구성요소를 더 포함할 수 있다. 일예로, 이동 로봇(100)은 주행하면서, 청소 등 별도의 동작을 수행하도록 구성될 수 있다. 이동 로봇(100)이 청소 로봇으로 구현되는 경우, 이동 로봇(100)이 위치하는 공간으로부터 흡입 등의 방법 등을 이용하여 오염물질을 제거하기 위한 별도의 모듈을 포함할 수 있다.
도 2a는 통상적인 주행 경로 방향의 일 예를 나타내고, 도 2b는 일 실시예에 따른 주행 경로 계획 장치에 따라 계획된 경로의 일 예를 나타내는 도면이다.
이동 로봇(100)은 지그재그 주행을 수행할 수 있다. 지그재그 주행은, 장애물을 만날때까지 직선 형태의 제1 주행 경로를 따라 이동하고, 장애물을 만나면 방향을 전환하여, 장애물을 따라 소정 거리 이동한 다음, 다시 제1 주행 경로와 180도 반대인 제2 주행 방향으로 방향을 전환하여, 장애물을 만날때까지 제2 주행 방향으로 주행하고, 이러한 동작을 반복하여 주행하는 방법을 말한다.
그러나, 이동 로봇(100)은 이동 로봇이 위치한 공간의 고유 방향을 고려하지 않는 경우, 이동 로봇(100)이 처음 놓여진 자세에 따라서, 도 2a와 같이 주행할 수 있다. 도 2a에 도시된 바와 같이 주행하게 되면, 소비자가 느끼기에 이동 로봇의 주행이 불규칙한 패턴으로 움직이게 느끼게 되어 불편한 느낌을 불러올 수 있다. 또한, 이동 로봇(100)이 주행하면서 청소와 같이 다른 별도의 동작을 수행하는 경우, 이동 로봇(100)이 수행하는 동작의 효율이 떨어질 수 있다.
일 실시예에 따르면, 이동 로봇(100)은 도 2b에 도시된 바와 같이, 이동하는 공간의 고유의 직각 방향에 따라 경로를 생성하고, 생성된 경로를 따라 이동 로봇(100)이 주행한다. 따라서, 이동 로봇(100)의 주행에 따라 수행하는 청소와 같은 동작의 효율성을 높일 수 있으며, 사용자가 이동 로봇(100)의 움직임을 자연스럽게 느끼게 할 수 있다. 일 실시예에 따라, 공간의 고유의 방향에 따라 주행하는 이동 로봇(100)은, 사용자가 이동 로봇(100)을 어느 방향으로 두어서 동작을 시작하게 하더라도, 이동 로봇(100)은 공간의 고유의 방향을 탐색하여, 주행 방향이 공간의 고유 방향과 일치하도록 자세를 수정한 다음, 공간의 고유 방향에 따라 주행을 수행할 것이다.
도 3은 도 1의 주행 경로 계획 장치의 경로 계획부의 구성의 일 예를 나타내는 도면이다.
경로 계획부(143)는 패턴 추출부(310), 패턴 방향 추출부(320) 및 경로 생성부(330)를 포함할 수 있다.
패턴 추출부(310)는 이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 미리 설정된 적어도 하나의 패턴을 추출한다. 미리 설정된 적어도 하나의 패턴은, 라인, 원형 및 박스 중 적어도 하나를 포함할 수 있다. 또한, 패턴 추출부(310)는, 천장 영상으로부터 반복되는 복수 개의 반복 패턴을 추출할 수 있다.
패턴 방향 추출부(320)는 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출한다. 패턴 방향 추출부(320)는, 패턴이 라인이고, 천장 영상으로부터 복수 개의 라인이 추출된 경우, 복수 개의 라인 중에서 천장에 수직인 라인을 삭제하여 천장에 수평인 라인을 패턴 방향으로 추출할 수 있다. 천장에 설치된 벽지, 패턴, 문양 등은 통상적으로 공간의 고유 방향에 일치하도록 설치되므로, 천장 영상에서 추출된 라인 중 천장에 수평인 라인을 이용하여 공간의 고유 방향이 결정될 수 있다. 그러나, 천장으로 향하는 수직 방향의 라인은 공간의 고유 방향과 무관하다. 따라서, 천장으로 향하는 벽에 표시된 패턴이나, 기둥의 패턴은 천장에 수직한 라인으로 추출될 수 있으므로, 천장 영상에서 추출된 라인에서 제외될 수 있다.
패턴 방향 추출부(320)는, 천장에 수평인 라인을 추출하기 위하여 광학 센터를 이용할 수 있다. 광학 센터(optical center)는 렌즈의 축과 평행이 아닌 사광선이 입사했을 때, 이 빛이 렌즈 내에서 렌즈축과 교차하는 지점을 말한다. 광학 센터는 영상 획득부(130) 구성시 즉, 렌즈 및 CCD와 같은 이미지 센서의 배치에 따라서 결정되는 x축과 y축으로 이루어지는 2차원 평면상의 x축 위치 값 및 y축 위치 값일 수 있다. 광학 센터는 천장 영상에서, 그 위치가 일정하게 결정된다.
천장에 수직한 라인은 그 길이가 무한대가 아닌 한 천장 영상의 광학 센터 영역을 향하지만 광학 센터 영역을 지나지 않는다는 사실을 이용하여, 천장 영상에서 천장에 수직인 라인이 결정될 수 있다. 광학 센터 영역은 광학 센터를 포함하는 일정 크기의 영역으로, 일정 오차를 고려하여, 광학 센터로 가정할 수 있는 영역을 말한다.
따라서, 패턴 방향 추출부(320)는 천장 영상의 광학 센터 영역을 향하지만, 광학 센터 영역을 지나지 않는 라인을 천장에 수직인 라인으로 판별할 수 있다.
또한, 패턴 방향 추출부(320)는, 천장 영상으로부터 천장에 수평인 라인이 복수 개 추출되는 경우, 추출된 복수 개 라인 중에서 동일한 방향으로 배열된 라인들을 그룹핑하고, 그룹핑된 라인들 중 가장 많은 개수로 그룹핑된 라인들의 방향을 패턴 방향으로 추출할 수 있다.
패턴 방향 추출부(320)는, 반복 패턴이 추출되는 되는 경우, 반복되는 반복 패턴들이 이루는 라인 형태의 패턴 방향을 추출할 수 있다. 천장에 설치되는 형광등, 원형 조명, 천장 타일 등은 통상적으로 공간의 고유 방향에 따라 시공되므로, 천장에서 추출되는 반복 패턴으로 공간의 고유 방향이 추정될 수 있기 때문이다.
패턴 방향 추출부(320)는, 직선 형태의 패턴 방향과 직교하는 직교 패턴 방향을 결정할 수 있다. 직교 패턴 방향은 추출된 패턴으로부터 추출될 수도 있고, 추출된 패턴 방향에 직교하는 방향이 계산에 의해 결정될 수도 있다.
경로 생성부(330)는 추출된 패턴 방향을 이용하여, 주행 경로를 생성할 수 있다. 또한, 경로 생성부(330)는, 패턴 방향 및 직교 패턴 방향 중 적어도 하나를 이용하여 주행 경로를 생성할 수 있다.
경로 생성부(330)는, 이동 로봇의 위치 정보를 이용하여 1차 주행 경로를 생성하고, 1차 주행 경로의 주행 방향과 추출된 직선 방향이 일치하는지 비교하고, 일치하지 않는 경우, 주행 방향을 직선 방향과 일치하도록 변경하여, 생성된 주행 경로를 수정할 수도 있다. 또한, 경로 생성부(330)는 장애물을 만날때까지 직선 형태의 주행 경로를 따르는 제1 주행 방향으로 이동하고, 장애물을 만나면 방향을 전환하여, 장애물을 따라 소정 거리 이동한 다음, 다시 제1 주행 방향과 180도 반대인 제2 주행 방향으로 방향을 전환하여 장애물을 만날때까지 제2 주행 방향으로 이동하는 지그재그 경로를 생성할 때, 제1 주행 방향 또는 제2 주행 방향이 추출된 직선 형태의 패턴 방향 또는 직교 패턴 방향과 평행이 되도록 경로를 생성할 수 있다.
도 4는 패턴 및 패턴 방향 추출의 일 예를 나타내는 도면이다.
도 4는 패턴이 라인인 경우, 패턴 방향 추출의 일 예를 나타낸다. 천장 영상(410)이 획득된 경우, 광학 센터를 포함하는 광학 센터 영역(10)이 결정될 수 있다. 도 4의 좌측에 있는 천장 영상(410)으로부터 라인 형태의 패턴은 예를 들어, 라인(411) 및 라인(412)을 포함하는 복수 개의 라인이 추출될 수 있다.
추출된 복수 개의 라인 중에서, 라인(411)은 천장 영상의 광학 센터를 향하지만, 광학 센터를 지나지 않는 라인이므로, 천장에 수직인 라인으로 결정될 수 있다. 따라서, 추출된 라인 형태의 패턴들 중에서, 라인(411)과 같이 천장에 수직인 라인으로 결정된 라인은 제외될 수 있다.
또한, 천장 영상으로부터 천장에 수평인 라인이 복수 개 추출되는 경우, 추출된 복수 개 라인 중에서 동일한 방향으로 배열된 라인들을 그룹핑하고, 그룹핑된 라인들 중 가장 많은 개수로 그룹핑된 라인들의 방향이 패턴 방향으로 추출될 수 있다.
도 4의 우측에 있는 천장 영상(420)은 천장 영상(410)으로부터 라인 형태의 패턴을 추출한 결과를 나타낸다. 천장 영상(420)에서 점선은 천장 영상(410)에서 추출된 패턴을 나타낸다. 라인들(421, 422, 423, 424, 425, 426, 427, 428)과 같이, 수평 방향이 라인의 개수가 가장 많은 라인들의 방향이 패턴 방향으로 추출될 수 있다.
또한, 라인들(421, 422, 422, 423, 424, 425, 426, 427, 428)에 직교하는 라인들(431, 432, 433, 434, 435, 436) 또한 추출될 수 있다. 라인들(431, 432, 433, 434, 435, 436)이 이루는 방향은 추출된 패턴인 라인들(421, 422, 422, 423, 424, 425, 426, 427, 428)의 방향과 직교하는 직교 패턴 방향으로 결정될 수 있다. 패턴 방향 및 직교 패턴 방향은 알려진 다양한 클러스터링 기법으로 이용하여 결정될 수 있다.
이와 같이, 천장 영상(410)에서 패턴 방향 및 패턴 방향에 직교하는 직교 패턴 방향이 결정되면, 이동 로봇(100)은 패턴 방향 또는 직교 패턴 방향에 일치하도록 주행 경로 방향을 설정하고, 설정된 주행 경로 방향에 따라 주행할 수 있다.
도 5는 패턴 및 패턴 방향 추출의 다른 예를 나타내는 도면이다.
도 5는 패턴이 천장 영상으로부터 반복되는 복수 개의 반복 패턴인 경우 패턴 방향 추출의 일 예를 나타낸다.
전술한 바와 같이, 패턴 추출부(310)는 천장 영상으로부터 반복 패턴을 추출할 수 있다. 반복 패턴인지 여부는, 천장 영상으로부터 추출되는 특징점에 대응하는 로컬 영상의 유사도를 비교하여 반복되는 패턴인지 결정될 수 있다. 특징점에 대한 로컬 영상의 유사도는 NCC(Normalized Cross Correlation), SSD(Sum of Squared Differences), SAD(Sum of Absolute Differences), MAD(Mean of Absolute Differences) 연산 등의 방법을 이용하여 결정될 수 있다.
도 5를 참조하면, 천장 영상(500)에서 패턴(501)과 같이 원형 형태의 패턴이 반복 추출되는 경우, 도면 부호 510 및 520으로 지시되는 바와 같이, 반복 패턴들이 이루는 라인 형태의 패턴 방향이 추출될 수 있다. 반복 패턴들이 이루는 라인 형태의 패턴 중에서 동일한 방향으로 배열된 패턴의 개수가 가장 많은 라인 패턴(510)의 방향이 패턴 방향으로 결정될 수 있다. 또한, 라인 패턴(510)의 패턴 방향과 직교하는 라인 패턴(520)의 패턴 방향이 직교 패턴 방향으로 결정될 수 있다. 이와 같이, 천장 영상(500)에서 패턴 방향 및 패턴 방향에 직교하는 직교 패턴 방향이 결정되면, 이동 로봇(100)은 패턴 방향 또는 직교 패턴 방향에 일치하도록 주행 경로 방향을 설정하고, 설정된 주행 경로 방향에 따라 주행할 수 있다.
도 6은 주행 경로 계획 방법의 일 예를 나타내는 흐름도이다.
주행 경로 계획 장치(100)는 이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 미리 설정된 적어도 하나의 패턴을 추출한다(610).
주행 경로 계획 장치(100)는 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출한다(620).
패턴이 라인이고, 천장 영상으로부터 복수 개의 라인이 추출된 경우, 복수 개의 라인 중에서 천장에 수직인 라인을 삭제하여 천장에 수평인 라인이 패턴 방향으로 추출될 수 있다. 천장 영상으로부터 추출된 라인들 중에서, 광학 센터를 향하지만, 광학 센터를 지나지 않는 라인은 천장에 수직인 라인으로 판별될 수 있다.
천장 영상으로부터 천장에 수평인 라인이 복수 개 추출되는 경우, 추출된 복수 개 라인 중에서 동일한 방향으로 배열된 라인들을 그룹핑하고, 그룹핑된 라인들 중 가장 많은 개수로 그룹핑된 라인들의 방향을 패턴 방향으로 추출될 수 있다. 천장 영상으로부터 반복되는 복수 개의 반복 패턴이 추출되는 경우, 반복되는 반복 패턴들이 이루는 라인 형태의 패턴 방향이 추출될 수 있다.
주행 경로 계획 장치(100)는 추출된 패턴 방향을 이용하여, 주행 경로를 생성한다(630). 주행 경로 계획 장치(100)는 패턴 방향에 직교하는 직교 패턴 방향을 이용하여서도 주행 경로를 생성할 수 있다. 주행 경로 계획 장치(100)는 이동 로봇의 위치 정보를 이용하여 1차 주행 경로를 생성한 다음, 1차 주행 경로의 주행 방향과 추출된 패턴 방향이 일치하는지 비교하고, 주행 방향을 패턴 방향과 일치하도록 변경하여, 생성된 주행 경로를 수정할 수 있다.
본 발명의 일 양상은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 상기의 프로그램을 구현하는 코드들 및 코드 세그먼트들은 당해 분야의 컴퓨터 프로그래머에 의하여 용이하게 추론될 수 있다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 디스크 등을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드로 저장되고 실행될 수 있다.
이상의 설명은 본 발명의 일 실시예에 불과할 뿐, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명의 본질적 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현할 수 있을 것이다. 따라서, 본 발명의 범위는 전술한 실시예에 한정되지 않고 특허 청구범위에 기재된 내용과 동등한 범위 내에 있는 다양한 실시 형태가 포함되도록 해석되어야 할 것이다.

Claims (18)

  1. 이동 로봇의 주행 경로 계획 장치로서,
    이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 라인, 원형 및 사각형 중 적어도 하나의 패턴을 추출하는 패턴 추출부;
    상기 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출하는 패턴 방향 추출부; 및
    상기 추출된 패턴 방향을 이용하여, 주행 경로를 생성하는 경로 생성부; 포함하고,
    상기 패턴 방향 추출부는,
    상기 패턴이 라인이고, 상기 천장 영상으로부터 복수 개의 라인이 추출되는 경우, 상기 추출된 복수 개의 라인 중에서 동일한 방향으로 배열된 라인들을 그룹핑하고, 상기 그룹핑된 라인들 중 가장 많은 개수로 그룹핑된 라인들의 방향을 패턴 방향으로 추출하는 주행 경로 계획 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 라인은 직선인 주행 경로 계획 장치.
  4. 제1항에 있어서,
    상기 패턴 방향 추출부는,
    상기 패턴이 라인이고, 상기 천장 영상으로부터 복수 개의 라인이 추출되는 경우, 상기 복수 개의 라인 중에서 상기 천장에 수직인 라인을 삭제하여 상기 천장에 수평인 라인이 형성하는 방향을 상기 패턴 방향으로 추출하는 주행 경로 계획 장치.
  5. 제4항에 있어서,
    상기 패턴 방향 추출부는,
    상기 천장 영상의 광학 센터 영역을 향하지만, 상기 광학 센터 영역을 지나지 않는 라인을 상기 천장에 수직인 라인으로 판별하는 주행 경로 계획 장치.
  6. 삭제
  7. 제1항에 있어서,
    상기 패턴 추출부는, 상기 천장 영상으로부터 반복되는 복수 개의 반복 패턴을 추출하고,
    상기 패턴 방향 추출부는, 상기 반복되는 반복 패턴들이 이루는 라인 형태의 패턴 방향을 추출하는 주행 경로 계획 장치.
  8. 제1항에 있어서,
    상기 경로 생성부는, 상기 이동 로봇의 위치 정보를 이용하여 1차 주행 경로를 생성하고, 상기 1차 주행 경로의 주행 방향과 상기 추출된 패턴 방향이 일치하는지 비교하고, 일치하지 않는 경우, 상기 주행 방향을 상기 패턴 방향과 일치하도록 변경하여, 상기 생성된 주행 경로를 수정하는 주행 경로 계획 장치.
  9. 제1항에 있어서,
    상기 패턴 방향 추출부는, 상기 라인 형태의 패턴 방향과 직교하는 직교 패턴 방향을 더 결정하고,
    상기 경로 생성부는, 상기 패턴 방향 및 상기 직교 패턴 방향 중 적어도 하나를 이용하여 주행 경로를 생성하는 주행 경로 계획 장치.
  10. 제1항에 있어서,
    상기 경로 생성부는, 장애물을 만날때까지 라인 형태의 주행 경로를 따르는 제1 주행 방향으로 이동하고, 장애물을 만나면 방향을 전환하여, 장애물을 따라 소정 거리 이동한 다음, 다시 제1 주행 방향과 180도 반대인 제2 주행 방향으로 방향을 전환하여, 다시 장애물을 만날때까지 제2 주행 방향으로 이동하는 지그재그 경로를 생성할 때, 상기 제1 주행 방향 및 상기 제2 주행 방향이 상기 추출된 라인 형태의 패턴 방향과 평행이 되도록 경로를 생성하는 주행 경로 계획 장치.
  11. 이동 로봇의 주행 경로 계획 방법으로서,
    이동 로봇이 주행하는 공간의 천장 방향을 촬영한 천장 영상으로부터 라인, 원형 및 사각형 중 적어도 하나의 패턴을 추출하는 단계;
    상기 추출된 패턴으로부터 라인 형태의 패턴 방향을 추출하는 단계; 및
    상기 추출된 패턴 방향을 이용하여, 주행 경로를 생성하는 단계를 포함하고,
    상기 패턴 방향을 추출하는 단계는,
    상기 천장 영상으로부터 상기 천장에 수평인 라인이 복수 개 추출되는 경우, 상기 추출된 복수 개 라인 중에서 동일한 방향으로 배열된 라인들을 그룹핑하고, 상기 그룹핑된 라인들 중 가장 많은 개수로 그룹핑된 라인들의 방향을 패턴 방향으로 추출하는 단계를 포함하는 주행 경로 계획 방법.
  12. 제11항에 있어서,
    상기 패턴 방향을 추출하는 단계는,
    상기 패턴이 라인이고, 상기 천장 영상으로부터 복수 개의 라인이 추출된 경우, 상기 복수 개의 라인 중에서 상기 천장에 수직인 라인을 삭제하여 상기 천장에 수평인 라인이 형성하는 방향을 상기 패턴 방향으로 추출하는 단계를 포함하는 주행 경로 계획 방법.
  13. 제12항에 있어서,
    상기 패턴 방향을 추출하는 단계는,
    상기 천장에 수직인 라인을 삭제하기 위하여, 상기 천장 영상의 광학 센터 영역을 향하지만, 상기 광학 센터 영역을 지나지 않는 라인을 상기 천장에 수직인 라인으로 판별하는 단계를 더 포함하는 주행 경로 계획 방법.
  14. 삭제
  15. 제11항에 있어서,
    상기 패턴을 추출하는 단계는, 상기 천장 영상으로부터 반복되는 복수 개의 반복 패턴을 추출하는 단계를 포함하고,
    상기 패턴 방향을 추출하는 단계는, 상기 반복되는 반복 패턴들이 이루는 라인 형태의 패턴 방향을 추출하는 단계를 포함하는 주행 경로 계획 방법.
  16. 제11항에 있어서,
    상기 경로를 생성하는 단계는,
    상기 이동 로봇의 위치 정보를 추정하고, 상기 추정된 위치 정보를 이용하여 1차 주행 경로를 생성하는 단계;
    상기 1차 주행 경로의 주행 방향과 상기 추출된 패턴 방향이 일치하는지 비교하는 단계; 및
    일치하지 않는 경우, 상기 주행 방향을 상기 패턴 방향과 일치하도록 변경하여, 상기 생성된 주행 경로를 수정하는 단계를 포함하는 주행 경로 계획 방법.
  17. 제11항에 있어서,
    상기 패턴 방향을 추출하는 단계는,
    상기 패턴 방향에 직교하는 직교 패턴 방향을 결정하는 단계를 더 포함하고,
    상기 주행 경로를 생성하는 단계는,
    상기 패턴 방향 및 상기 직교 패턴 방향 중 적어도 하나를 이용하여 주행 경로를 생성하는 단계를 더 포함하는 주행 경로 계획 방법.
  18. 제11항에 있어서,
    상기 경로를 생성하는 단계는,
    장애물을 만날때까지 라인 형태의 주행 경로를 따르는 제1 주행 방향으로 이동하고, 장애물을 만나면 방향을 전환하여, 장애물을 따라 소정 거리 이동한 다음, 다시 제1 주행 방향과 180도 반대인 제2 주행 방향으로 방향을 전환하여, 장애물을 만날때까지 제2 주행 방향으로 이동하는 지그재그 경로를 생성할 때,
    상기 제1 주행 방향 또는 상기 제2 주행 방향이 상기 추출된 라인 형태의 패턴 방향과 평행이 되도록 경로를 생성하는 단계를 포함하는 주행 경로 계획 방법.
KR1020100011094A 2010-02-05 2010-02-05 주행 경로 계획 장치 및 방법 KR101686170B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100011094A KR101686170B1 (ko) 2010-02-05 2010-02-05 주행 경로 계획 장치 및 방법
US12/926,526 US8903160B2 (en) 2010-02-05 2010-11-23 Apparatus and method with traveling path planning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100011094A KR101686170B1 (ko) 2010-02-05 2010-02-05 주행 경로 계획 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20110091316A KR20110091316A (ko) 2011-08-11
KR101686170B1 true KR101686170B1 (ko) 2016-12-13

Family

ID=44353766

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100011094A KR101686170B1 (ko) 2010-02-05 2010-02-05 주행 경로 계획 장치 및 방법

Country Status (2)

Country Link
US (1) US8903160B2 (ko)
KR (1) KR101686170B1 (ko)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101516545B1 (ko) * 2013-10-31 2015-05-04 삼성중공업 주식회사 로봇 촬영영상 표시장치
DE102015109775B3 (de) 2015-06-18 2016-09-22 RobArt GmbH Optischer Triangulationssensor zur Entfernungsmessung
DE102015114883A1 (de) 2015-09-04 2017-03-09 RobArt GmbH Identifizierung und Lokalisierung einer Basisstation eines autonomen mobilen Roboters
US9953430B1 (en) * 2015-10-29 2018-04-24 Indoor Reality Inc. Methods for detecting luminary fixtures
DE102015119501A1 (de) 2015-11-11 2017-05-11 RobArt GmbH Unterteilung von Karten für die Roboternavigation
DE102015119865B4 (de) 2015-11-17 2023-12-21 RobArt GmbH Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters
DE102015121666B3 (de) 2015-12-11 2017-05-24 RobArt GmbH Fernsteuerung eines mobilen, autonomen Roboters
DE102016102644A1 (de) 2016-02-15 2017-08-17 RobArt GmbH Verfahren zur Steuerung eines autonomen mobilen Roboters
EP3439522B1 (en) 2016-04-08 2023-06-07 A&K Robotics Inc. Autoscrubber convertible between manual and autonomous operation
JP7166926B2 (ja) 2016-09-14 2022-11-08 アイロボット・コーポレーション エリア分類に基づくロボットの構成可能な動作のためのシステム及び方法
KR102567525B1 (ko) * 2016-11-17 2023-08-16 삼성전자주식회사 이동 로봇 시스템, 이동 로봇 및 이동 로봇 시스템의 제어 방법
EP3974934A1 (de) 2017-03-02 2022-03-30 Robart GmbH Verfahren zur steuerung eines autonomen, mobilen roboters
CN106970623B (zh) * 2017-04-18 2021-05-25 杭州匠龙机器人科技有限公司 智能清洁装置及其网格路径作业方法
CN108592923A (zh) * 2018-06-05 2018-09-28 北京智行者科技有限公司 一种作业路径规划方法
TWI660275B (zh) * 2018-06-27 2019-05-21 廣達電腦股份有限公司 用於清潔裝置之任務區域分配方法、清潔裝置任務分配系統以及清潔裝置
TWI687191B (zh) * 2018-10-23 2020-03-11 廣達電腦股份有限公司 用於多個清潔裝置之任務區域分配方法以及其系統
CN109606384B (zh) * 2018-12-29 2021-04-20 百度在线网络技术（北京）有限公司 车辆控制方法、装置、设备和存储介质
KR102143349B1 (ko) * 2019-03-27 2020-08-11 엘지전자 주식회사 이동 로봇의 제어 방법
CN110262477B (zh) * 2019-05-22 2022-04-26 汕头大学 app控制的多米诺骨牌自动摆放小车及方法
CN113711155A (zh) * 2019-07-19 2021-11-26 西门子（中国）有限公司 机器人路径规划器、方法、装置和计算机可读存储介质
CN112806912B (zh) * 2021-01-22 2022-04-15 深圳乐动机器人有限公司 机器人的清洁控制方法、装置及机器人
CN112907672B (zh) * 2021-05-07 2021-10-08 上海擎朗智能科技有限公司 一种机器人的避让方法、装置、电子设备及存储介质

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH061404B2 (ja) 1985-09-13 1994-01-05 フアナツク株式会社 複合曲面加工方法
JPS6482283A (en) * 1987-09-25 1989-03-28 Dainippon Screen Mfg Image data converter having segment end point correcting function
JP3833786B2 (ja) * 1997-08-04 2006-10-18 富士重工業株式会社 移動体の３次元自己位置認識装置
JP2881148B1 (ja) 1998-03-31 1999-04-12 日本特殊陶業株式会社 バンプ付基板の検査装置
US6028673A (en) * 1998-03-31 2000-02-22 Ngk Spark Plug Co., Ltd. Inspection of solder bumps of bump-attached circuit board
WO2001088647A1 (en) * 2000-05-16 2001-11-22 Brigham Young University Method and system for controlling a machine tool with direct transfer of machining data
JP2002139304A (ja) * 2000-10-30 2002-05-17 Honda Motor Co Ltd 距離測定装置、及び距離測定方法
KR100632241B1 (ko) * 2000-11-17 2006-10-11 삼성광주전자 주식회사 모빌로봇
US6496754B2 (en) * 2000-11-17 2002-12-17 Samsung Kwangju Electronics Co., Ltd. Mobile robot and course adjusting method thereof
DE20105340U1 (de) * 2001-03-26 2001-07-26 Daimler Chrysler Ag Dimensionale Umfelderfassung
AU2003256435A1 (en) * 2002-08-16 2004-03-03 Evolution Robotics, Inc. Systems and methods for the automated sensing of motion in a mobile robot using visual data
EP2557469A1 (en) * 2002-10-01 2013-02-13 Fujitsu Limited Robot
WO2004032086A1 (ja) * 2002-10-04 2004-04-15 Fujitsu Limited ロボットシステムおよび自律走行ロボット
KR100500842B1 (ko) * 2002-10-31 2005-07-12 삼성광주전자 주식회사 로봇청소기와, 그 시스템 및 제어방법
KR100485696B1 (ko) * 2003-02-07 2005-04-28 삼성광주전자 주식회사 로봇청소기의 위치인식표지 검출방법 및 이 검출방법을적용한 로봇청소기
JP3963162B2 (ja) * 2003-08-28 2007-08-22 ソニー株式会社 ロボット装置及びロボット装置の制御方法ロボット装置
JP3841220B2 (ja) * 2004-01-30 2006-11-01 船井電機株式会社 自律走行ロボットクリーナー
US20060111841A1 (en) * 2004-11-19 2006-05-25 Jiun-Yuan Tseng Method and apparatus for obstacle avoidance with camera vision
JP4352034B2 (ja) * 2005-09-13 2009-10-28 株式会社東芝 物***置検出装置、地図作成装置、自律移動装置、物***置検出方法および物***置検出プログラム
KR100669250B1 (ko) * 2005-10-31 2007-01-16 한국전자통신연구원 인공표식 기반의 실시간 위치산출 시스템 및 방법
KR100788791B1 (ko) * 2006-05-01 2008-01-02 주식회사 한울로보틱스 청소로봇의 청소동작 제어방법
US7869942B2 (en) * 2007-07-12 2011-01-11 Panasonic Corporation Travel plan presenting apparatus and method thereof
KR101337534B1 (ko) * 2007-07-24 2013-12-06 삼성전자주식회사 이동 로봇의 위치 인식 장치 및 방법
KR100926760B1 (ko) * 2007-12-17 2009-11-16 삼성전자주식회사 이동 로봇의 위치 인식 및 지도 작성 방법
KR101441583B1 (ko) * 2008-01-21 2014-09-19 삼성전자 주식회사 디지털 이미징 기기의 모아레 제거장치 및 방법
JP4999734B2 (ja) * 2008-03-07 2012-08-15 株式会社日立製作所 環境地図生成装置、方法及びプログラム
KR101503904B1 (ko) * 2008-07-07 2015-03-19 삼성전자 주식회사 이동 로봇의 지도 구성 장치 및 방법
KR101538775B1 (ko) * 2008-09-12 2015-07-30 삼성전자 주식회사 전방 영상을 이용한 위치 인식 장치 및 방법
US8027273B2 (en) * 2008-09-24 2011-09-27 The United States Of America As Represented By The Secretary Of The Army System and method for visually creating, editing, manipulating, verifying, and/or animating desired topologies of a mobile ad hoc network and/or for generating mobility-pattern data
TWI388956B (zh) * 2009-05-20 2013-03-11 Univ Nat Taiwan Science Tech 行動機器人與其目標物處理路徑的規劃方法
KR101239866B1 (ko) * 2009-09-01 2013-03-06 한국전자통신연구원 이동 로봇을 이용한 조류 통제 방법 및 그 장치
US8634596B2 (en) * 2009-12-22 2014-01-21 Honeywell International Inc. Three-dimensional multilayer skin texture recognition system and method
EP2689969B1 (en) * 2011-03-25 2017-09-13 LG Electronics Inc. Image processing in image displaying device mounted on vehicle

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
2009년 한국자동제어학술회의. 제어로봇시스템학회. 2009.09., (pp263-268)*

Also Published As

Publication number Publication date
KR20110091316A (ko) 2011-08-11
US8903160B2 (en) 2014-12-02
US20110194755A1 (en) 2011-08-11

Similar Documents

Publication Publication Date Title
KR101686170B1 (ko) 주행 경로 계획 장치 및 방법
KR101503903B1 (ko) 이동 로봇의 지도 구성 장치 및 방법
US11561549B2 (en) Method of controlling mobile robot
EP2144131B1 (en) Apparatus and method of building map for mobile robot
KR101782057B1 (ko) 지도 생성 장치 및 방법
KR101538775B1 (ko) 전방 영상을 이용한 위치 인식 장치 및 방법
CN110807350B (zh) 用于面向扫描匹配的视觉slam的***和方法
US8467902B2 (en) Method and apparatus for estimating pose of mobile robot using particle filter
KR101776621B1 (ko) 에지 기반 재조정을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
US8265425B2 (en) Rectangular table detection using hybrid RGB and depth camera sensors
KR101784183B1 (ko) ADoG 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법
US20110205338A1 (en) Apparatus for estimating position of mobile robot and method thereof
KR101072876B1 (ko) 이동 로봇에서 자신의 위치를 추정하기 위한 방법 및 장치
JP5141644B2 (ja) 自律移動体、自己位置推定装置、およびプログラム
KR20110011424A (ko) 이동 로봇의 위치 인식 및 주행 제어 방법과 이를 이용한 이동 로봇
Eppenberger et al. Leveraging stereo-camera data for real-time dynamic obstacle detection and tracking
KR20150138889A (ko) 3차원 깊이정보기반 자율주행 로봇의 위치추정 장치 및 그 방법
KR20210090384A (ko) 카메라 및 라이다 센서를 이용한 3d 객체 검출방법 및 장치
JP6410231B2 (ja) 位置合わせ装置、位置合わせ方法及び位置合わせ用コンピュータプログラム
KR100906991B1 (ko) 로봇의 비시인성 장애물 탐지방법
KR20140053712A (ko) 센서 융합에 의한 실내로봇용 위치인식 방법
KR20190103524A (ko) 자율 주행 장치 및 방법
CN114489050A (zh) 沿直线行驶的避障路线控制方法、装置、设备及存储介质
Rostkowska et al. Improving self-localization efficiency in a small mobile robot by using a hybrid field of view vision system
KR20140032113A (ko) 자연랜드마크 및 인공랜드마크와 엔코더를 이용한 지능형 이동로봇의 위치인식 방법

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