KR100811887B1 - 단계적 정확도를 갖는 위치 정보를 선택적으로 제공할 수있는 자율이동로봇의 위치 정보 제공 장치 및 그 방법 - Google Patents

Abstract

본 발명은 단계적 정확도를 갖는 위치 정보를 선택적으로 제공할 수 있는 자율이동로봇의 위치 정보 제공 장치 및 그 방법에 관한 것으로, 본 발명은 대상 물체에 대한 단계적 위치 산출을 통해 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보를 측정하는 차등 위치 측정부; 상기 적어도 두개 이상의 상이한 정밀도를 가지는 위치정보 중에서 위치정보 요청기기가 요청하는 정밀도를 가지는 위치 정보를 결정한 후, 상기 결정된 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하는 위치 정밀도 결정부; 및 상기 위치정보 요청기기의 상기 물체에 대한 위치 정보 요청에 따라 상기 차등 위치 측정부 및 상기 위치 정밀도 결정부의 해당 동작을 제어하는 제어부를 포함하며, 이에 의해, 보다 정밀한 물체의 위치 정보를 제공할 수 있고 자율이동로봇이 원하는 정밀도를 갖는 물체의 위치 정보를 선택적으로 제공할 수 있다.

로봇, 자율이동, 위치, 물체, 제공, 정밀도, 정확도

Description

단계적 정확도를 갖는 위치 정보를 선택적으로 제공할 수 있는 자율이동로봇의 위치 정보 제공 장치 및 그 방법{Apparatus and Method for providing selectively position information having steps accuracy in autonomous mobile robot}

도 1은 본 발명의 바람직한 실시예에 따른 물체의 단계적 위치 정확도에 따른 선택적 위치 정보 제공이 가능한 자율이동로봇의 위치 정보 제공 장치를 도시한 블록도,

도 2는 본 발명의 바람직한 실시예에 따른 자율이동로봇의 물체의 단계적 위치 정확도에 따른 선택적 위치 정보 제공을 위한 방법을 도시한 흐름도,

도 3은 본 발명의 실시예에 따라 전역 카테션 좌표계와 지역 극좌표계의 개념을 설명하기 위한 도면,

도 4는 본 발명의 실시예에 따라 도 3의 불확실성 바운더리 원주 위에서 연속적으로 측정된 RFID 전파 신호의 수신 강도 예를 나타낸 그래프도, 그리고

도 5는 본 발명의 실시예에 따라

와

를 반영한 RFID 위치 결정부에 의해 결정되는 RF 태그의 위치 정보를 나타낸 도면이다.

본 발명은 자율이동로봇의 물체에 대한 위치정보 제공 장치 및 그 방법에 관한 것으로서, 보다 상세하게는, 물체에 대한 정보를 그 용도에 따라 단계별 정밀도를 갖는 위치정보를 선택적으로 제공할 수 있는 자율이동로봇의 위치 정보 제공 장치 및 그 방법에 관한 것이다.

일반적으로, 자율이동로봇과 같은 이동체는 미지의 환경에서 사전지식 없이 스스로 그 환경에 대처할 수 있는 능력을 가져야 한다. 이와 같은 이동체는 여러 분야에 걸쳐 사용되고 있다. 예를 들어, 자율이동로봇은 장애자를 도와주는 일, 공장에서 물류이송 작업, 우주탐사, 핵폐기물 처리장 또는 심해와 같이 위험한 환경에서의 작업 등을 인간을 대신하여 수행하고 있다. 뿐만 아니라 자율이동로봇은 무인청소기, 무인 잔디 깎기 등으로도 사용이 가능하다.

이와 같은 다양한 기능을 갖는 자율이동로봇은 개인들에게는 생활의 윤택함을 줄 것이며, 기업에게는 다양한 분야의 산업화로 고부가가치의 시장을 제공해 줄 것으로 기대된다. 이러한 자율이동로봇은 넓은 실내 공간에서 작업을 할 때, 가장 어려운 문제가 자신의 위치를 파악하는 것과 사물의 위치를 실시간으로 파악하는 것이다.

로봇의 위치 파악에 관한 연구는 상대적으로 폭넓고 다양하게 연구되어 왔으나, 로봇이 사물의 위치를 파악하는 부분에 대한 연구는 미비한 실정이다.

한편, 사물의 위치 정보 제공 기술 중에 무선 네트워크를 이용한 위치 결정에 관한 기술에 대해 선행 기술에서 제안된 바 있다. 그 중에 특허공개번호 10-2004-0100418(2004.12.02)(이하, '418 특허'라 함)은 한 개 이상의 위치 기반 컨텐츠를 사용하는 무선 통신장치 및 이를 이용한 위치 기반 서비스에 관한 기술을 개시하고 있다.

그런데, 상기 418 특허는 위치 정밀도를 높여 나가기 위한 방법에 대한 개념의 제시가 없다.

또한, 특허공개번호 10-2003-0095141(2003.12.18)(이하 '141 특허'라 함)에서는 무선 인터넷을 이용한 위치 인식 방법에 대해 개시하고 있다. 상기 141 특허는 이동 단말기가 특정 영역에 위치하거나, 그 영역을 벗어날 경우, 이를 무선 인터넷 망에서 확인할 수 있는 방법을 개시하고 있다.

그런데, 상기 141 특허는 상기 418 특허와 마찬가지로 단계적 접근과 무선 센서네트워크 및 RFID에 기반한 선택적 위치 추정에 관한 개념을 제시하고 있지 않았다.

본 연구 분야의 학계에서는 주로 센서 네크워크를 이용한 로봇이나 사물의 위치 결정에 관한 연구가 주를 이루고 있다. 예를 들어, Guolin Sun, Jie Chen, Wei Guo, Liu, K. J. R.(Signal processing techniques in networked-aided positioning: a survey of state-of-the-art positioning designs, IEEE Signal Processing Magazine, Vol. 22, No. 4, pp. 12-23, 2005)의 논문은 UWB와 WLAN에 기반한 위치 결정 방법에 관하여 자세히 설명하고 있다.

그런데, 상기 논문에는 넓은 공간에서 무선 센서네트워크와 태그 인식 기술의 단계적 적용에 의한 선택적 위치 인식 기술에 관한연구를 찾아볼 수 없다.

상기와 같은 문제점을 해결하기 위한 본 발명의 제1 목적은, 물체의 단계적 위치 정확도에 따른 선택적 위치 정보 제공이 가능한 자율이동로봇의 위치 정보 제공 장치 및 그 방법을 제공하는 데 있다.

본 발명의 제2 목적은, 실내 공간에서 물체에 대해 요구되는 정밀도를 갖는 위치 정보를 보다 신속하고 용이하게 제공하기 위한 자율이동로봇의 위치 정보 제공 장치 및 그 방법을 제공하는 데 있다.

본 발명의 제3 목적은, 해당 물체에 대한 보다 정확한 위치 정보를 제공하기 위한 자율이동로봇의 위치 정보 제공 장치 및 그 방법을 제공하는 데 있다.

상기와 같은 목적을 달성하기 위한 본 발명의 실시예에 따른 자율이동로봇의 위치 정보 제공 장치는, 대상 물체에 대한 단계적 위치 산출을 통해 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보를 측정하는 차등 위치 측정부; 상기 적어도 두개 이상의 상이한 정밀도를 가지는 위치정보 중에서 위치정보 요청기기가 요청하는 정밀도를 가지는 위치 정보를 결정한 후, 상기 결정된 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하는 위치 정밀도 결정부; 및 상기 위치정보 요청기기의 상기 물체에 대한 위치 정보 요청에 따라 상기 차등 위치 측정부 및 상기 위치 정밀도 결정부의 해당 동작을 제어하는 제어부를 포함한다.

바람직하게는, 상기 차등 위치 측정부는, 무선 센서를 통해 획득되는 센싱 신호를 분석하여, 제1 범위 내에 위치되는 낮은 정밀도를 가지는 위치 정보를 추정하는 위치 추정부; 상기 물체로부터 출력되는 무선 신호를 수신 및 분석하여, 상기 제1 범위 내의 제2 범위내에 위치되는 높은 정밀도를 가지는 위치 정보를 결정하는 위치 결정부; 및 상기 높은 정밀도를 가지는 위치 정보에 기초하여 상기 물체에 대한 형상 정보를 파악하는 형상 인식부를 포함하여 구성된다.

상기 무선 센서를 통해 감지되는 신호 정보는 WLAN(Wireless Local Area Network), UWB(Ultra Wide Band), 및 지그비(ZigBee) 중 어느 하나의 통신 수단을 이용하여 감지된다. 상기 제1 범위는 상기 물체로부터 3 내지 6 미터 사이의 소정 범위이다. 상기 위치 추정부는 본 실시예에서 전역 카테션 좌표계를 이용하여 상기 물체에 대한 위치 정보를 상기 제1 범위의 위치 정보로 추정한다.

상기 물체의 위치 정보를 결정하기 위해 이용되는 상기 무선 신호는 RF 태그 신호, 초음파 신호, 및 적외선 신호 중 어느 하나이다. 상기 제2 범위는 상기 물체로부터 1 미터 내의 소정 범위이다. 상기 위치 결정부는 본 실시예에서 지역 극좌표계를 이용하여 상기 물체에 대한 위치 정보를 상기 제2 범위의 위치 정보로 결정한다.

상기 형상 인식부는 상기 제2 범위 내에 위치하는 상기 물체에 대한 비전(vision) 정보 수집하여 이를 기초로 상기 물체에 대한 형상 정보를 파악한다. 상기 형상 정보는 상기 물체에 대한 형태, 방향, 온도, 및 움직임 정보를 포함한다.

한편, 상기와 같은 목적을 달성하기 위한 본 발명의 실시예에 따른 자율이동로봇의 위치 정보 제공 방법은, 위치정보 요청기기로부터 대상 물체에 대한 위치 정보의 제공 명령을 입력받는 단계; 상기 물체에 대한 단계적 위치 산출 동작을 수행하여 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보를 측정하는 단계; 상기 위치 정보의 제공 명령을 분석하여 상기 위치정보 요청기기가 요청한 위치 정보의 정밀도를 파악하는 단계; 및 상기 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보 중에서 상기 위치정보 요청기기가 요청한 정밀도를 가지는 위치 정보를 획득하여 상기 위치정보 요청기기에 제공하는 단계를 포함한다.

한편, 상기와 같은 목적을 달성하기 위한 본 발명의 다른 실시예에 따른 자율이동로봇의 위치 정보 제공 방법은, 위치정보 요청기기로부터 대상 물체에 대한 위치 정보의 제공 명령을 입력받는 단계; 무선 센서를 통해 획득되는 센싱 신호를 분석하여, 제1 범위 내에 위치되는 낮은 정밀도를 가지는 위치 정보를 추정하는 단계; 상기 위치정보 요청기기가 상기 제공 명령을 통해 요청한 정밀도를 파악하는 단계; 상기 파악된 정밀도가 상기 낮은 정밀도이면 상기 낮은 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하고, 그렇지 않으면 상기 물체로부터 출력되는 무선 신호를 수신 및 분석하여 상기 제1 범위 내의 제2 범위내에 위치되는 높은 정밀도를 가지는 위치 정보를 결정하는 단계; 상기 파악된 정밀도가 상기 높은 정밀도이면 상기 높은 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하고, 그렇지 않으면 상기 높은 정밀도를 가지는 위치 정보에 기초하여 상기 물체에 대한 형상 정보를 파악하는 단계; 및 상기 파악된 정밀도가 상기 형상 정보에 대응되면 상기 형상 정보를 상기 위치정보 요청기기에 제공하는 단계를 포함한다.

본 발명에 따르면, 물체의 대략적 위치에서부터 물체의 정확한 위치 및 형상을 파악하는 과정을 단계적으로 수행하여 필요에 따라 해당하는 정밀도를 갖는 물체의 위치정보를 제공함으로써, 보다 정밀한 물체의 위치 정보를 제공할 수 있고 자율이동로봇이 원하는 정밀도를 갖는 물체의 위치 정보를 선택적으로 제공할 수 있다.

이하, 본 발명의 바람직한 실시예들을 첨부한 도면을 참조하여 상세히 설명한다. 도면들 중 동일한 구성요소들은 가능한 한 어느 곳에서든지 동일한 부호들로 나타내고 있음에 유의해야 한다. 또한 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략한다.

본 발명은 자율이동로봇이 실내 공간에서 원하는 사물에 쉽고 선택적인 정밀도를 가지고 접근하게 하는 방법을 제안한다. 이러한 본 발명의 물체 위치 정보 제공 방법은 공항, 항만, 빌딩, 사무실, 가정 등 넓고 폐쇄된 실내 공간에서 적합하고, 응용 범위는 다양하다 할 수 있다. 본 발명과 주로 연관된 기술 분야는 홈 네트워크, 사무 자동화, 이동형 로봇 등이며, 구체적인 응용으로는 병원에서 자율 이동로봇을 이용하여 환자에게 약을 전달하는 것을 제안할 수 있다. 본 발명에서는 WLAN, UWB, ZigBee 등 무선 센서네트워크와 RFID 등의 태그 인식 기술을 단계적으로 융합해서 물체의 위치를 파악하는데 사용할 것을 제안한다.

따라서 본 발명의 특징은 선택적 정밀도에 기반한 무선 센서네트워크 기술의 단계적 적용이며, 이를 자율이동로봇에 응용하도록 망을 구축하게 하는 개념의 제시라 할 수 있다. 본 발명에서의 배경적 기술은 센서네트워크와 태그 인식기술이라 할 수 있고, 응용 기술은 위치 인식 기술이다. 본 발명은 로봇 응용과 밀접하게 관련되어 있기 때문에 전반적인 논의를 2차원 공간에 한정하고 있지만, 기본 개념은 3차원 공간으로도 쉽게 확장 적용할 수 있다.

본 발명에서는 사물의 위치를 파악하는 문제를 단계적으로 접근하는 새로운 방법을 제시하여, 궁극적으로는 자율이동로봇의 자율성과 지능의 향상을 도모하고자 한다. 구체적으로 본 발명에서 하고자 하는 것은 자율이동로봇의 사물 위치를 포함한 환경 인지 능력 향상을 위하여 세 단계로 나누어진 측위시스템을 구축하는 것이다. 첫 단계에서는 자율이동로봇에 대하여 초광대역 무선 통신(Ultra wideband)이나 무선 근거리 네트워크(Wireless local area network), 지그비(ZigBee)에 기반한 코얼스(coarse)- 위치결정(대략적 위치 추정)을 제공하고, 제 2단계에서는 RFID 등을 이용한 파인(fine)-위치결정(정확한 위치 결정)을 보장하며, 제 3단계에서는 자율이동로봇의 비전(vision)을 이용한 사물의 형태 및 방향 등을 인식한다. 결국 본 발명에서는 이러한 단계들을 통해서 실내 작업용 자율이동로봇에서 요구되는 정밀도에 따라서 각 단계별로 취득한 물체의 위치정보들 중에 서 적절한 위치 정보를 선택적으로 제공할 수 있도록 한다.

상세한 설명을 하기 이전에 본 발명에서 사용되는 용어에 대해 간략하게 설명한다. 물체에 대한 선택적 위치 정확도를 제공하는 측위 센서네트워크에서는 전역 카테션 좌표계(global Cartesian coordinate system)와 지역 극좌표계(local polar coordinate system)가 이용된다.

전역 카테션 좌표계는 물체와 자율이동로봇의 위치를 표준 규격에 따라 규정하기 위한 좌표계이고, 지역 극좌표계는 로봇에 상대적인 태그(Tag)가 부착된 사물의 위치를 기술하기 위한 좌표계이다. 따라서, 지역 극좌표계는 고정되어 있지 않으며, 전역 카테션 좌표계에 대해서 상대적인 위치를 규정한다.

지역 극좌표계는 추정된 물체의 위치의 부정확성(uncertainty)을 효율적으로 계산하기 위하여 개발되었으며, 물체의 위치를 더 작은 범위로 한정한다. 전역 카테션 좌표계는 유일하게 주어지는데 반하여, 지역 극좌표계는 태그의 수만큼 존재하게 된다. 즉, 하나의 전역 카테션 좌표계에 많은 수의 지역 극좌표계가 존재할 수 있다.

위에서 설명하였듯이 본 발명에서는 넓은 공간에서 요구되는 정밀도에 따라서 선택적으로 위치 정보를 제공해주는 측위네트워크에 관한 개념 및 구성을 제공한다. 여기서 요구되는 위치 정확도는 획득된 불확실성(uncertainty)에 따라서 코얼스-위치결정(coarse localization; 대략위치추정)과 파인-위치결정(fine localization; 정확위치결정)으로 구분한다.

물체의 위치를 물체로부터 반경 3~6 미터 내의 위치로 결정할 경우, 이를 코 얼스-위치결정(대략위치추정)이라 칭한다. 또한, 물체의 위치를 물체로부터 반경 1 미터 이내의 위치로 결정할 경우, 파인-위치결정(정확위치결정)이라 칭한다. 한편, 물체로부터 반경 수 센티미터 이내로 물체의 위치를 인식하고 물체의 형상(shape)을 파악할 경우, 이를 파인-위치결정(정확위치결정)과는 별도로 사물 등록(object registration)이라 칭한다.

다음으로는 센서네트워크 기반 위치결정 시스템과 관련하여 기술적인 용어에 대해 설명한다. 본 발명에서는 몇 가지 핵심이 되는 기술들을 소개하고, 이를 이용한 선택적 위치 정보를 제공하는 측위네트워크를 구성하도록 한다.

RFID 시스템은 적은 시설투자와 적은 관리 비용으로 위치를 인식할 수 있는 시스템이다. RFID시스템은 RF 태그(Tag), 리더기(reader), 데이터 처리부로 시스템이 구성된다. RF 태그에서는 태그 고유의 식별정보(identity)가 전파를 통해서 주위로 전달된다. 리더기는 RF 태그로부터 전달되는 전파 신호를 수신한다. 이에 따라, 데이터 처리부에서는 리더기에 수신된 전파 신호를 최종적으로 해석하여 물체의 위치를 결정한다.

여기서 RF 태그는 배터리(battery)의 유무에 따라서 능동형과 수동형으로 구분된다. RFID의 단점은 RF 태그에서 나오는 신호의 세기가 시간에 따라 느리게 변하며, 전파의 전달 시간을 계산하는 것이 어렵다는 점과 넓은 공간에서 이용이 어렵다는 점이다. 초음파 위치인식 시스템은 송신기와 수신기 사이의 음파가 전달되는데 이용된 시간차를 이용하여 거리를 계산한 후 삼각측량법을 이용하여 최종적으로 물체의 위치를 결정한다. 이 방법의 장점은 송/수신기 사이에 완벽한 시각동기 화가 필요 없다는 장점이 있다. 그러나 이 방법은 주변 환경에서 발생하는 음파에 쉽게 간섭(interference)을 받으며, 넓은 공간에서는 이용이 불가능하다는 단점이다.

레이더(Radar)는 건물 내 사용자 위치를 인식하기 위하여 레이더 파를 이용하여 삼각 측량법에 의해서 물체의 위치를 계산한다. 이 방법은 높은 정밀도를 제공하기는 하지만, 설치비용이 비싸며, 장비의 규모가 크다는 단점을 가지고 있다.

최근에는 센서네트워크 기반에 의한 다양한 위치결정 방법이 기술적으로 가능한 것으로 소개되고 있다. 대표적인 것으로 UWB(ultra wideband, IEEE 802.15.4a)신호를 이용한 방법과, ZigBee(IEEE 802.15.3a), WLAN(IEEE 802.11)를 이용하는 방법들이 있다.

UWB 시스템은 극단적으로 짧은 펄스를 이용하여 처음으로 도착한 펄스를 추출한 후, 수신기들 간의 도착 시각 차이를 이용하여 물체의 위치를 삼각 측량법에 의해서 물체의 위치를 추정한다. 이 방법의 장점은 상대적으로 먼 거리에서 위치 인식이 가능하고, 벽이나, 칸막이 등으로 막힌 공간에서도 UWB 신호의 강력한 전파 투시력으로 인하여 물체의 위치를 대략적으로 결정(추정)할 수 있다. 이는 다른 전파에 비하여 상대적으로 multi-pathing이나, 산란, 회절 등에 영향을 덜 받는다는 점이다.

그에 반하여 UWB 시스템의 단점으로는 신호를 수신할 수신기가 벽의 고정된 위치에 부착되어야 한다는 점과 이로 인하여 설치에 많은 장비가 필요하며, 세분화된 지역의 위치 결정이 어렵다는 단점을 가진다.

ZigBee 시스템은 주로 도달한 신호의 강도를 이용하며, ZigBee 송/수신기가 필요하다. 일반적으로 ZigBee의 경우 3~6미터 정도 위치 정밀도를 보장한다.

WLAN 시스템은 ZigBee와 같이 3~6미터 정도 위치 정밀도를 제공해주며, WLAN의 전파 환경에 맞는 액세스 포인트(Access point)가 필요하다. WLAN의 장점은 기존의 무선 인터넷 망을 이용하기 때문에 설치비용이 저렴하다. 하지만 WLAN 시스템은 전파의 패턴과 강도 등을 비교해서 물체의 위치를 결정하기 때문에, 사전에 전파 맵을 작성해야 하며 이는 WLAN의 경우 많은 설치 시간과 수동적이며 반복적인 수작업이 요구된다. 여기서 전파 맵의 경우 환경의 변화에 영향 받기 쉽기 때문에 정밀한 위치 결정이 불가능하다는 단점도 있다.

다음으로는 위치 결정 방법에 관하여 소개한다. RF 태그의 위치 결정을 위해서는 고정된 전파 수신기와 같은 싱크 노드(sink node)가 필요하다. 무선 근거리 통신망에서는 액세스 포인트(access point)가 싱크 노드가 될 수 있으며, 일반적으로 이들 싱크노드의 위치는 전역 카테션 좌표계에 알려져 있다.

이러한 시설이 설치되어 있을 경우, 제안된 RF 태그의 위치 결정 방법들이 존재한다. 좀 더 구체적으로 설명하면, RF 태그로부터 싱크노드까지 들어오는 신호의 입사각을 측정하여 삼각 측량에 의하여 RF 태그의 위치를 결정하는 AOA(Angle of arrival) 방법, 전파의 도달 시간을 계산하여 위치를 구하는 TOA(Time of arrival) 방법, 두 개 이상의 싱크노드에서 도착한 신호의 시각차를 이용하는 TDOA(Time difference of arrival) 방법, 자유 공간에서 도달한 신호의 강도 차이는 이용하는 RSSI(Received signal strength index) 방법, 및 위의 방법들을 결합 한 하이브리드 방법 등이 있다.

하지만, 현재 존재하고 있는 일반적인 위치 인식 방법들은 센서들 간의 횡적인 결합, 예를 들어 MIT의 크리켓(cricket)의 경우 송신기에서 음파와 전파를 동시에 발생시켜서 전파를 이용하여 송/수신기간의 시각을 동기화 하고, 음파의 도착 시간을 계산하여 물체의 위치를 추정하는 방법을 사용한다. 그에 반하여 센서들을 시간적으로 또는 공간적으로 단계적으로 이용하는 센서의 종적인 결합에 대한 연구 및 개발에 관한 개념은 찾아보기 힘들다.

따라서 본 발명에서 핵심적인 센서네트워크 기반 위치 결정 측위망은, UWB나 Wi-Fi, ZigBee를 이용하여 코얼스-위치결정을 달성한 후, RFID를 이용하여 파인-위치결정을 달성하는 아이디어를 제시하는 것이다.

위에서 설명하였듯이, UWB, ZigBee, WLAN 등 센서네트워크를 이용할 경우 넓은 공간에서 사물의 위치를 정밀하게 결정할 수 없다. 대신에 사물이 있는 공간을 대략적으로 파악할 수 있으며, 이는 추정된 위치에 어는 정도 반경을 가지는 불확실성(uncertainty) 값으로 표현된다. 따라서 일반적으로 시장에 출시된 제품(예를 들어, UWB를 이용하는 Ubisense() 또는 WLAN을 이용하는 Ekahau(www.ekahau.com))의 경우, 위치의 값이 나오고 거기에 불확실한 반경이 위치를 결정하는 출력 값으로 나오게 된다. 즉, 무선 센서네트워크 기술을 이용할 경우, 물체의 위치를 원형 반경 안으로 한정하여 알 수 있다.

따라서 본 발명의 선택적 위치 정확도를 제공하는 측위네트워크 구축 방법에서는 제 1 단계로 무선 센서네트워크를 이용할 것을 제안하며, 제 2 단계에서는 RFID를 이용하는 방법을 제안한다. 제 3 단계는 로봇의 비전을 이용하여서 사물의 등록(registration)을 수행하는 단계이다. 이를 정리하면 다음과 같다.

ㅇ 1단계 코얼스-위치결정(coarse localization): 무선 센서네트워크 이용, 정밀도 3~6 미터

ㅇ 2단계 파인-위치결정(fine-localization): RFID 이용, 정밀도 1 미터 이내

ㅇ 3단계 사물 등록(object registration): 로봇 비전 이용, 물체의 형상 파악

본 발명에서 제시하는 핵심적인 기술은 제 2 단계에서 물체의 위치를 더 정밀하게 결정하는 방법과 관련되어 있다.

도 1은 본 발명의 바람직한 실시예에 따른 물체의 단계적 위치 정확도에 따른 선택적 위치 정보 제공이 가능한 자율이동로봇의 위치 정보 제공 장치를 도시한 블록도이다.

도시된 바와 같이, 자율이동로봇의 위치 정보 제공 장치는, 제어부(110), 저장부(120), 구동부(130), 무선센서 위치 추정부(140), RFID 위치 결정부(150), 비전 형상 인식부(160), 및 위치 정밀도 결정부(170)를 포함한다.

제어부(110)는 자율이동로봇의 전반적인 동작을 제어하고, 본 발명의 실시예에 따라 해당 물체에 대한 대략적 위치 추정, 정확한 위치 결정, 및 형상 인식 등을 위해 필요한 동작을 제어하고, 획득한 물체에 대한 위치 정보를 요청된 위치 정밀도에 따라 내부 또는 외부로 출력하는 것을 제어한다.

저장부(120)는 자율이동로봇의 동작에 필요한 프로그램들을 저장하고, 본 발명의 실시예에 따라 물체에 대한 위치정보 획득에 필요한 프로그램을 저장한다.

구동부(130)는 제어부(110)의 제어에 따라 자율이동로봇의 이동에 필요한 동작을 수행한다.

무선센서 위치 추정부(140)는 물체의 위치 산출 명령이 입력되면, 무선 센서 네트워크를 통해 물체의 대략 위치를 추정한다. 이때 무선센서 위치 추정부(140)는 전역 카테션 좌표계를 통해 물체로부터 3~6 미터 범위 내의 물체의 위치 정보를 추정한다. 여기서 무선 센서 네트워크는 WLAN, UWB, 및 ZigBee 등을 예로 들 수 있다.

RFID 위치 결정부(150)는 물체에 부착된 RF 태그를 통해 RFID 정보를 획득하고, 이를 이용하여 물체의 정확한 위치정보를 파악할 수 있다. 이때 RFID 위치 결정부(150)는 지역 극좌표계를 통해 물체로부터 1미터 내의 물체의 위치 정보를 추정한다. 이를 통해 알 수 있듯이, 무선센서 위치 추정부(140)를 통해 획득한 물체의 위치정보에 비해, RFID 위치 결정부(150)에 의해 결정된 물체의 위치 정보의 위치 정밀도가 높음을 알 수 있다.

한편, 비전 형상 인식부(160)는 RFID 위치 결정부(150)에 의해 결정된 정확한 위치에 존재하는 물체에 대해 비전(Vision)을 이용하여 물체의 형상을 인식한다. 여기서 물체의 형상이란, 물체의 형태 및 방향을 말한다.

위치 정밀도 결정부(170)는 자율이동로봇 또는 외부 통신 장치로부터 요청되는 물체에 대한 위치정보의 정밀도를 결정한다. 이에 따라, 위치 정밀도 결정 부(170)는 결정된 정밀도에 따라 무선센서 위치 추정부(140), RFID 위치 결정부(150), 및 비전형상 인식부(160)에서 각각 획득한 해당 정밀도를 갖는 물체의 위치정보를 자율이동로봇 또는 외부로 출력한다.

도 2는 본 발명의 바람직한 실시예에 따른 자율이동로봇의 물체의 단계적 위치 정확도에 따른 선택적 위치 정보 제공을 위한 방법을 도시한 흐름도이다.

도시된 바에 따르면, 먼저 제어부(110)는 물체의 위치 정보 제공 명령이 입력되면, 물체의 위치 산출 명령을 무선센서 위치 추정부(140)에 입력한다(S110). 이때 물체 위치 정보 제공 명령에는 물체의 위치 정보에 대한 정밀도 정보가 포함된다. 이러한 정밀도 정보에는 물체에 대한 대략적 위치정보, 정확한 위치정보, 및 방향을 포함하는 형상정보 중 어느 하나일 수 있다.

이에 따라 물체의 위치 산출 명령이 입력되면, 무선센서 위치 추정부(140)는 구비된 센서를 이용하여 무선 센서 네트워크를 통해 물체의 대략적 위치를 추정한다(S120). 본 실시예에서 무선센서 위치 추정부(140)는 전역 카테션 좌표계를 통해 물체로부터 3~6 미터 범위 내의 대략적 물체 위치 정보를 추정한다.

대략적 위치 정보가 추정되면, 위치 정밀도 결정부(170)는 추정한 대략적 위치정보가 제공 요청된 물체의 위치정보에 해당하는 정밀도인지를 판별한다(S130). 요청한 위치 정보의 정밀도인 것으로 판단되면, 위치 정밀도 결정부(170)는 무선센서 위치 추정부(140)에 의해 추정된 물체의 대략적 위치정보를 제공 요청한 장치로 출력한다(S140).

무선센서 위치 추정부(140)에서 추정한 대략적 위치정보가 요청한 위치 정보 의 정밀도가 아닌 경우, 위치 정밀도 결정부(170)는 그 결과를 제어부(110)에 제공하고 제어부(110)는 물체의 정확한 위치정보의 산출 명령을 RFID 위치결정부(150)에 제공한다.

RFID 위치 결정부(150)는 제어부(110)의 제어에 따라 RFID를 이용하여 물체의 정확한 위치를 결정한다(S150). RFID 위치 결정부(150)는 물체에 부착된 RF 태그의 식별정보를 리더기를 통해 수집하고, 수집한 RFID 정보에 기초하여 물체의 정확한 위치정보를 결정할 수 있다.

물체의 정확한 위치 정보가 결정되면, 위치 정밀도 결정부(170)는 결정한 정확한 위치정보가 제공 요청된 물체의 위치정보에 해당하는 정밀도인지를 판별한다(S160). 요청한 위치 정보의 정밀도인 것으로 판단되면, 위치 정밀도 결정부(170)는 RFID 위치 결정부(150)에 의해 결정된 물체의 정확한 위치정보를 제공 요청한 장치로 출력한다(S170).

RFID 위치 결정부(150)에서 결정한 물체의 정확한 위치정보가 요청한 위치 정보의 정밀도가 아닌 경우, 위치 정밀도 결정부(170)는 그 결과를 제어부(110)에 제공하고 제어부(110)는 물체의 형상 인식 명령을 비전 형상 인식부(160)에 제공한다.

이에 따라, 비전 형상 인식부(160)는 RFID 위치 결정부(150)에 의해 결정된 정확한 위치에 존재하는 물체에 대해 비전(Vision)을 이용하여 물체의 형상을 인식한다(S180). 위치 정밀도 결정부(170)는 비전형상 인식부(160)에 의해 획득한 물체의 형상정보를 제공 요청한 장치로 출력한다(S190).

도 3은 본 발명의 실시예에 따라 전역 카테션좌표계와 지역 극좌표계의 개념을 설명하기 위한 도면이다.

도시된 바와 같이, 전역 카테션 좌표계(200)는 무선 센서네트워크 기반 측위시스템에 의해서 결정되어지며, 지역 극좌표계(300)는 불확실성 바운더리(uncertain boundary)에 의해 정해진 원(circle)(400)에 의해 결정되어지는 것을 알 수 있다.

궁극적으로 자율이동로봇(100)의 위치 및 물체의 태그(520)에 대한 위치 정보는 전역 카테션 좌표계(200)를 통해 표시되어진다. 도 3으로부터 불확실성 바운더리 원(400)이 전역 카테션 좌표계(200)에서 결정되어지는 것을 코얼스(대략적)-위치결정이라 할 수 있으며, 불확실성 바운더리 원(400) 내에서 결정되어지는 측위를 파인(정확한)-위치결정이라 할 수 있다.

이하, 본 발명의 실시예에 따라 도 2에서 RFID를 이용한 정확한 물체의 위치 정보를 결정하는 단계(S150)를 보다 상세히 설명한다.

제어부(110)는 무선센서 위치 추정부(140)에 의해 추정된 코얼스-위치결정으로부터 RF 태그(520)가 불확실성 바운더리 원(400) 안에 있다는 사실을 알 수 있다. 이에 따라, 제어부(110)는 자율이동로봇(100)을 불확실성 바운더리 원(400)으로 접근시킨다.

이후, RFID 위치 결정부(150)는 구비된 RFID 센서를 켜고, RF 태그(520)에 대한 RFID 신호 세기를 측정한다. 제어부(110)는 원점 "O"에서 불확실성 바운더리 원(400)으로 접근하기 위해, 상기에서 설명한 바와 같이 무선 센서네트워크 측위망 을 이용한다. 이 측위망은 복잡한 실내 공간, 예를 들어서 빌딩이나, 실내 주차장, 공항 등에 설치되어 있으며, RF 태그(520)의 위치를 작은 규모의 일정하게 트여있는 셀 단위의 공간으로 한정하여 준다.

이러한 셀 단위로의 위치 결정은 RFID의 제한적 거리 성능으로 인하여 RFID를 이용하여서는 달성될 수 없다. 그러므로 실내 무선 측위망이 현재로서는 복잡한 공간에서 코얼스-위치결정을 위한 유일한 대안이라 할 수 있다.

자율이동로봇이 불확실성 바운더리 원(400)으로 접근 후, 제어부(110)는 지역 극좌표(300)를 생성한다. 이 때 제어부(110)는 자율이동로봇(100)이 원(400)의 주위를 돌면서 RFID 신호를 측정하고 그 측정된 신호를 저장부(120)에 저장하도록 RFID 위치 결정부(150)를 제어한다.

위에서도 언급하였듯이 RFID 신호의 세기는 근거리에서 거리의 함수로 나타나기 때문에 자율이동로봇(100)이 RF 태그(520)에 가장 가까이 접근하였을 경우, 전파 신호의 강도가 가장 세게 측정되며, 멀리 떨어져 있을 경우 가장 약하게 측정된다. 물론 이러한 강하고 약한 신호는 절대적이지 않으며, 신호 간에 상대적인 값이다.

도 3에서는 위치 a에서 가장 강한 RFID 전파를 받게 되며, 위치 b에서 가장 약한 전파를 받게 된다. 이 때 RFID 위치 결정부(150)는 불확실성 바운더리 원주(400)를 돌면서 RFID 신호의 강도를 측정하고, 이를 통하여 RF 태그(520)의 위치를 보다 정밀하게 측정할 수 있다.

이하, RFID의 수신 강도에 기초한 물체의 위치 정보 산출 예를 보다 상세히 설명한다.

수신되는 신호의 세기(s)는 아래 수학식 1과 같이 거리(l)에 반비례 한다.

여기서, 상수 c와 p의 값들은 알려져 있지 않으며, 이들 값은 복잡한 환경적, 시간적 요소에 의해 가변적으로 결정된다. 그러나 일반적으로 p의 최소값과 최대값은 아래 수학식 2와 같이 알려진 것으로 주어진다.

도 4는 본 발명의 실시예에 따라 도 3의 불확실성 바운더리 원주(400) 위에서 연속적으로 측정된 RFID 전파 신호의 수신 강도 예를 나타낸 그래프도이다.

도시된 바에 따르면, RF 태그(520)에서 가장 가까운 거리인 a 주변에서 신호는 강도는 Sa로 강한 수신 강도가 측정되고, RF 태그(520)에서 가장 먼 거리인 b 주변에서 강도는 Sb로 약한 수신 강도가 측정됨을 알 수 있다.

일반적으로 RFID 신호는 전기적 잡음과 자율이동로봇의 측정과정에서 발생하는 기계적 잡음이 혼재하여 수신되기 때문에 저주파 통과 필터(Low-pass filter)를 이용해서 신호를 부드럽게 만들어줘야 한다. 도 3 및 도 4로부터 거리와 신호의 수신 강도를 이용하여 아래 수학식 3과 같은 관계식이 도출된다.

,

상기 수학식 3을 이용하여 아래 수학식 4와 같은 관계식을 유도할 수 있다.

따라서

는 아래 수학식 5와 같이 불확실한 바운더리 안에 있는 것으로 최종적으로 계산할 수 있다.

도 3에서 각도

는 위치 a와 b로 쉽게 결정할 수 있으나, 일반적으로 위치 a와 b 역시 잡음과 움직이는 사람이나 사물 등의 장애물에 의하여 불확실하게 결정된다.

따라서 a와 b의 불확실성은

의 불확실성(uncertainty)으로 나타낼 수 있다. 이는 수학식 5에서

의 위치가 불확실성을 가지고 추정되었기 때문에,

역시 아래 수학식 6과 같이

만큼 불확실성을 가지게 된다.

도 5는 본 발명의 실시예에 따라

와

를 반영한 RFID 위치 결정부(150)에 의해 결정되는 RF 태그의 위치 정보를 나타낸 도면이다.

센서네트워크 기반 측위시스템에서 RFID 위치 결정부(150)는

와

에 의해서 결정된 RF 태그(520)의 위치를 산출하게 된다. 이렇게 달성된 파인-위치결정은 코얼스-위치결정의 불확실성을 크게 줄이게 되고, 자율이동로봇의 작업 시간을 크게 줄이며, 이는 전력의 소모를 방지한다.

또한 본 실시예에 따른 위치 결정 방법은 시각에 따라서 변하는 상수 c의 값을 고려할 필요가 없기 때문에 센서의 캘리브레이션을 필요로 하지 않으며 이는 네비게이션 성능 향상에 크게 기여한다.

이에 따라, 비전 형상 인식부(160)는 스테레오 및 전방향 카메라를 이용하여 사물의 형상 및 방향을 확인하고, 자율이동로봇(100)이 원하는 작업을 수행하도록 확인한 물체의 형상 정보를 제공한다. 이 작업에서는 형상 매칭(shape matching)과 물체의 상태 인식률을 높이기 위해서 RFID를 통해서 확인된 RF 식별정보(identity)를 이용한다.

즉 비전형상 인식부(160)는 네트워크 서버에 저장된 확인된 물체의 다양한 상태 정보를 저장부(120)에 저장해 놓고, 이들의 매칭을 통해서 사물의 방향, 온도, 움직임 등의 상태를 추론한다. 이러한 과정은 일반적으로 이미지 프로세싱에서 잘 알려진 신매칭(scene matching)의 과정과 특징 추출(feature substraction)을 이용하면 용이하게 달성될 수 있으므로 자세한 설명은 생략한다.

본 발명의 실시예에서는 RFID 위치 결정부(150)가 RFID를 이용하여 물체의 위치를 정확하게 결정하는 것을 제안하였으나, 위에서 설명한 신호 강도에 의한 위치 추정을 대체할 만한 다른 수단, 예를 들어서 초음파나 적외선을 이용하여도 본 발명이 동일하게 적용될 수 있다.

이상에서는 본 발명에서 특정의 바람직한 실시예에 대하여 도시하고 또한 설명하였다. 그러나 본 발명은 상술한 실시예에 한정되지 아니하며, 특허 청구의 범위에서 첨부하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 및 균등한 타 실시가 가능할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부한 특허청구범위에 의해서만 정해져야 할 것이다.

상술한 본 발명에 따르면, 물체의 대략적 위치에서부터 물체의 정확한 위치 및 형상을 파악하는 과정을 단계적으로 수행하여 필요에 따라 해당하는 정밀도를 갖는 물체의 위치정보를 제공함으로써, 보다 정밀한 물체의 위치 정보를 제공할 수 있고 자율이동로봇이 원하는 정밀도를 갖는 물체의 위치 정보를 선택적으로 제공할 수 있다.

Claims (17)

1. 대상 물체에 대한 단계적 위치 산출을 통해 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보를 측정하는 차등 위치 측정부;

   상기 적어도 두개 이상의 상이한 정밀도를 가지는 위치정보 중에서 위치정보 요청기기가 요청하는 정밀도를 가지는 위치 정보를 결정한 후, 상기 결정된 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하는 위치 정밀도 결정부; 및

   상기 위치정보 요청기기의 상기 물체에 대한 위치 정보 요청에 따라 상기 차등 위치 측정부 및 상기 위치 정밀도 결정부의 해당 동작을 제어하는 제어부를 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
2. 제 1항에 있어서,

   상기 차등 위치 측정부는,

   무선 센서를 통해 획득되는 센싱 신호를 분석하여, 제1 범위 내에 위치되는 낮은 정밀도를 가지는 위치 정보를 추정하는 위치 추정부;

   상기 물체로부터 출력되는 무선 신호를 수신 및 분석하여, 상기 제1 범위 내의 제2 범위내에 위치되는 높은 정밀도를 가지는 위치 정보를 결정하는 위치 결정부; 및

   상기 높은 정밀도를 가지는 위치 정보에 기초하여 상기 물체에 대한 형상 정보를 파악하는 형상 인식부를 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
3. 제 2항에 있어서,

   상기 무선 센서를 통해 감지되는 신호 정보는 WLAN(Wireless Local Area Network), UWB(Ultra Wide Band), 및 지그비(ZigBee) 중 적어도 어느 하나의 통신 수단을 이용하여 감지되는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
4. 제 2항 또는 제 3항에 있어서,

   상기 제1 범위는 상기 물체로부터 3 내지 6 미터 사이의 소정 범위인 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
5. 제 4항에 있어서,

   상기 위치 추정부는 전역 카테션 좌표계를 이용하여 상기 물체에 대한 위치 정보를 상기 낮은 정밀도를 가지는 위치 정보로 추정하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
6. 제 2항에 있어서,

   상기 높은 정밀도를 가지는 위치 정보를 결정하기 위해 이용되는 상기 무선 신호는 RF 태그 신호, 초음파 신호, 및 적외선 신호 중 어느 하나인 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
7. 제 2항 또는 제 6항에 있어서,

   상기 제2 범위는 상기 물체로부터 1 미터 내의 소정 범위인 것을 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
8. 제 7항에 있어서,

   상기 위치 결정부는 지역 극좌표계를 이용하여 상기 물체에 대한 위치 정보를 상기 높은 정밀도를 가지는 위치 정보로 결정하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
9. 제 2항에 있어서,

   상기 형상 인식부는 상기 제2 범위 내에 위치하는 상기 물체에 대한 비전(vision) 정보 수집하여 이를 기초로 상기 물체에 대한 형상 정보를 파악하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
10. 제 9항에 있어서,

    상기 형상 정보는 상기 물체에 대한 형태, 방향, 온도, 및 움직임 정보 중 적어도 하나의 정보를 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 장치.
11. 위치정보 요청기기로부터 대상 물체에 대한 위치 정보의 제공 명령을 입력받는 단계;

    상기 물체에 대한 단계적 위치 산출 동작을 수행하여 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보를 측정하는 단계;

    상기 위치 정보의 제공 명령을 분석하여 상기 위치정보 요청기기가 요청한 위치 정보의 정밀도를 파악하는 단계; 및

    상기 적어도 두개 이상의 상이한 정밀도를 가지는 위치 정보 중에서 상기 위치정보 요청기기가 요청한 정밀도를 가지는 위치 정보를 획득하여 상기 위치정보 요청기기에 제공하는 단계를 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 방법.
12. 제 11항에 있어서,

    상기 차등 위치 측정 단계는,

    무선 센서를 통해 획득되는 센싱 신호를 분석하여, 제1 범위 내에 위치되는 낮은 정밀도를 가지는 위치 정보를 추정하는 단계;

    상기 물체로부터 출력되는 무선 신호를 수신 및 분석하여, 상기 제1 범위 내의 제2 범위내에 위치되는 높은 정밀도를 가지는 위치 정보를 결정하는 단계;

    상기 높은 정밀도를 가지는 위치 정보에 기초하여 상기 물체에 대한 형상 정보를 파악하는 단계를 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 방법.
13. 제 12항에 있어서,

    상기 위치 정보 추정 단계에서는 전역 카테션 좌표계를 이용하여 상기 물체에 대한 위치 정보를 상기 제1 범위의 위치 정보로 추정하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 방법.
14. 제 12항에 있어서,

    상기 위치 정보 결정 단계에서는 지역 극좌표계를 이용하여 상기 물체에 대한 위치 정보를 상기 제2 범위의 위치 정보로 결정하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 방법.
15. 제 12항에 있어서,

    상기 형상 정보를 파악하는 단계에서는 상기 제2 범위 내에 위치하는 상기 물체에 대한 비전 정보 수집하여 이를 기초로 상기 물체에 대한 형상 정보를 파악하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 방법.
16. 위치정보 요청기기로부터 대상 물체에 대한 위치 정보의 제공 명령을 입력받는 단계;

    무선 센서를 통해 획득되는 센싱 신호를 분석하여, 제1 범위 내에 위치되는 낮은 정밀도를 가지는 위치 정보를 추정하는 단계;

    상기 위치정보 요청기기가 상기 제공 명령을 통해 요청한 정밀도를 파악하는 단계;

    상기 파악된 정밀도가 상기 낮은 정밀도이면 상기 낮은 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하고, 그렇지 않으면 상기 물체로부터 출력되는 무선 신호를 수신 및 분석하여 상기 제1 범위 내의 제2 범위내에 위치되는 높은 정밀도를 가지는 위치 정보를 결정하는 단계;

    상기 파악된 정밀도가 상기 높은 정밀도이면 상기 높은 정밀도를 가지는 위치 정보를 상기 위치정보 요청기기에 제공하고, 그렇지 않으면 상기 높은 정밀도를 가지는 위치 정보에 기초하여 상기 물체에 대한 형상 정보를 파악하는 단계; 및

    상기 파악된 정밀도가 상기 형상 정보에 대응되면 상기 형상 정보를 상기 위치정보 요청기기에 제공하는 단계를 포함하는 것을 특징으로 하는 자율이동로봇의 위치 정보 제공 방법.
17. 삭제

Images