JP2022540906A - 移動ロボット及びその制御方法 - Google Patents

Abstract

本発明の一側面による移動ロボットは、本体を移動させる走行部と、前記本体外部の地形情報を取得するＬｉＤＡＲセンサ及び前記ＬｉＤＡＲセンサがセンシングしたＬｉＤＡＲデータに基づいてノードデータを生成し、前記ＬｉＤＡＲデータ及び前記ノードデータに基づいてグリッドマップを生成し、前記ノードデータに基づいて第１マップデータを生成し、前記第１マップデータに基づいて前記グリッドマップをアップデートし、前記アップデートしたグリッドマップをイメージ処理して第２マップデータを生成する制御部とを含むことにより、ノードベースのマップ生成方法とグリッドベースのマップ生成方法を効果的に融合して迅速かつ安全でありながらも、環境制約を受けることなくマップ生成することができる。【選択図】図５

Description

本発明は、移動ロボット及びその制御方法に関し、より詳しくは、移動ロボットが自動でマップ（ｍａｐ）を生成する技術に関する。

ロボットは、産業用に開発されて工場自動化の一部を担当してきた。最近は、ロボットを応用した分野がさらに拡大されて、医療用ロボット、宇宙航空ロボットなどが開発され、一般家庭で使用できる家庭用ロボットも生産されている。このようなロボットのうち自力で走行可能なものを移動ロボットという。

家庭で使われる移動ロボットの代表例はロボット掃除機であり、ロボット掃除機は、一定の領域を自分で走行しながら、周辺のほこり又は異物を吸い込むことにより該当領域を掃除する機器である。

移動ロボットは、自分で移動可能であるため、移動が自由であり、走行中に障害物などを避けるための多数のセンサが備えられて障害物を避けて走行することができる。

掃除などの設定された作業を行うためには、走行区域のマップ（ｍａｐ）を正確に生成し、走行区域内のある位置に移動するためにマップ上において移動ロボットの現在位置を正確に把握できなければならない。

移動ロボットの現在位置の認識のために、移動ロボットの連続的な移動中に自分の直前位置での走行情報（移動方向及び移動速度に関する情報又は連続的に撮影される床の写真などの比較など）に基づいて現在位置を継続的に把握する様々な方法が研究されてきた。また、移動ロボットが自らマップを生成及び学習する様々な方法に関する研究が行われている。

例えば、従来技術１（韓国公開特許公報第１０－２０１０－００７０５８２号）の場合、周辺環境の距離情報を検出する距離センサにより初期マップを生成し、初期マップのピクセル処理によりノードを設定することにより、全域的位相マップ（ｔｏｐｏｌｏｇｉｃａｌ ｍａｐ）を生成する技術を開示する。

例えば、従来技術２（韓国公開特許公報第１０－２０１０－００３１８７８号）の場合、移動ロボットが未知の環境を探索する時に取得される映像から抽出される特徴点の位置の不確実度に基づく経路を生成し、生成された経路に沿って走行する技術を開示する。各特徴点の不確実度に基づく経路は、移動ロボットの特徴点地図の正確性を高めるか、自分の位置認識の正確度を高めるために生成される。

しかしながら、従来技術１のような従来技術は、単に移動中に取得した距離情報に基づいて初期マップを全体的に生成し、生成された初期マップに基づいてノードを決定することにより位相マップを生成するため、ノード間の全体の連結関係が多少不正確であるという短所がある。

また、距離情報の取得時に一時的に位置していた動的障害物と、固定された障害物が正確に区分して処理しにくく、移動経路が交差する地点に関する情報を正確に取得しにくい問題点がある。

従来技術２のような従来技術は、特徴点を抽出して探索経路を生成するが、特徴の少ない特定環境の不確実度は当該領域の探索可否に関係なく高くなる可能性があるため、同じ領域を継続して探索する問題点がある。

また、既存のグリッドマップを活用した探索走行の場合、不確実性が高い地点を特徴点として利用することにより、探索した空き（ｅｍｐｔｙ）領域と未検索領域の間の境界を正確に抽出できない問題点がある。

また、ノードに関する情報のみでマップを作成する場合、方向制限により特定形態の環境は地図の生成が不可能である問題点がある。

また、セルに関する情報のみでマップを作成する場合、探索環境の中央に移動しないため、障害物との衝突の可能性が高いという問題点及び非効率的な経路の繰り返しが発生する問題点がある。

ＫＲ１０－２０１０－００７０５８２ ＫＲ１０－２０１０－００３１８７８

前記問題点を解決するために、本発明の目的は、位相マップを生成するにおいて、移動ロボットの移動中にリアルタイムでノードを生成することにより、ノード間の連結関係を正確に設定できる移動ロボット及びその制御方法を提供することにある。

本発明の目的は、グリッドマップに対するイメージ処理により、マップの複雑性に関係なく探索した空き（ｅｍｐｔｙ）領域と未検索領域の間の境界を迅速に探し出す技術を提供することにある。

本発明の他の目的は、ノードに関するデータを利用したノードマップ作成とセルに関するデータを利用したグリッドマップ作成を並行して、ノードマップの長所とグリッドマップの長所を融合した最終マップデータを生成する技術を提供することにある。

本発明の他の目的は、指定された方向（４つ又は８つの方向）に動くという仮定の下に、ノードベースマップ生成を優先し、その後、生成されたマップに基づいてセルベースマップ生成を連続することにより全ての環境に対するマップデータを生成する技術を提供することにある。

前記目的を達成するための本発明の一側面による移動ロボットは、本体を移動させる走行部と、前記本体の外部の地形情報を取得するＬｉＤＡＲセンサと、前記ＬｉＤＡＲセンサがセンシングしたＬｉＤＡＲデータに基づいてノードデータを生成し、前記ノードデータに基づいて第１マップデータを生成し、前記第１マップデータに基づいてグリッドマップを生成し、前記グリッドマップをイメージ処理して第２マップデータを生成する制御部とを含む。

前記目的を達成するための本発明の一側面による移動ロボットは、第１マップデータ生成が終了した時点のグリッドマップに基づいて第２マップデータを生成する制御部を含む。

前記目的を達成するための本発明の一側面による移動ロボットは、ＬｉＤＡＲセンサを介して取得した外部の地形情報に基づいて、既に設定された複数の移動方向のそれぞれに対するオープン（ｏｐｅｎ）の可否を判断し、判断結果に応じて新しいノードを生成して、第１マップデータを生成する制御部を含む。

前記目的を達成するための本発明の一側面による移動ロボットは、ＬｉＤＡＲデータ及びノードデータに基づいて、既に設定された複数の移動方向のうち、オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在するか否かを判断し、オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在する場合、既に設定された条件に応じて、ノードデータに新しいノードを生成し、オープン（ｏｐｅｎ）された移動方向のいずれか１つを、本体が移動する走行方向として決定し、オープン（ｏｐｅｎ）された移動方向が存在しない場合、ノードデータに基づいて、少なくとも１つのノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが少なくとも１つ存在するか否かを判断し、アップデートが必要なノードが存在する場合、アップデートが必要なノードのいずれか１つに移動ロボットが移動するように走行部を制御し、アップデートが必要なノードが存在しない場合、ノードデータに基づいて、少なくとも１つのノードを含む第１マップデータの生成を完了する制御部を含む。

前記目的を達成するための本発明の一側面による移動ロボットは、グリッドマップを第１領域、第２領域及び第３領域に区分して、第１領域と第３領域の間に境界線を生成するイメージ処理を行い、境界線を判断し、境界線が１つ以上であると、最適の境界線を選択し、最適の境界線まで経路計画を実行し、生成された経路に沿って移動しながら前記グリッドマップをアップデートして第２マップデータの生成を完了する制御部を含む。

前記目的を達成するための本発明の一側面による移動ロボットは、前記各領域の色を異なるように示すものの、第１領域の色と第３領域の色の違いを最も大く示し、第１領域と第３領域の間に線分を表示するイメージ処理により境界線を生成する制御部を含む。

前記目的を達成するための本発明の一側面による移動ロボットは、アップデートされたグリッドマップ上においてこれ以上境界線が存在しない場合、第２マップデータの生成を完了し、最終マップデータとして保存する制御部を含む。

前記目的を達成するための本発明の一側面による移動ロボットは、ＬｉＤＡＲセンサと一緒に異種のセンサを活用して取得した異種データを相互補完的に利用して環境変化に強いマップを生成し、マップ上の位置を正確に認識することができる。

本発明によれば、以下のような効果が１つあるいはそれ以上存在する。

第１に、第１マップデータ生成の構成により、通路の中央を判断し、リアルタイムセンサを活用して走行するので、安全かつ迅速にマップ生成を完了できる効果がある。

第２に、第１マップデータに基づいてグリッドマップを更新する構成により、第１マップデータ及び第２マップデータの生成をそれぞれ行う場合の短所を克服できる効果がある。

第３に、第１マップデータ生成を優先し、その後、第２マップデータ生成を連続することにより、環境制約のない全ての環境に対するマップデータを生成することができる。

一方、本発明の効果は以上に言及した効果に制限されず、言及されていない他の効果は請求範囲の記載から当業者に明確に理解できるであろう。

ないし 本発明の一実施形態による、移動ロボット及び移動ロボットを充電させる充電台の外観を示す図である。 本発明の他の一実施形態による、移動ロボットの例示を示す図である。 本発明の実施形態による、移動ロボットの主要構成間の制御関係を示すブロック図である。 及び 図４ａは、本発明の一実施形態による、移動ロボットに備えられたＬｉＤＡＲセンサの説明に参照される図であり、図４ｂは、本発明の一実施形態による、移動ロボットの走行に関する説明に参照される図である。 本発明の一実施形態による、移動ロボットのマップ生成過程に関するフローチャートである。 ないし 本発明の一実施形態による、移動ロボットの第１マップデータ生成過程を示す図である。 本発明の一実施形態による、移動ロボットの第１マップデータ生成方法に関するフローチャートを示す図である。 及び 本発明の一実施形態による、移動ロボットの第１マップデータ生成方法に関するフローチャートを示す図である。 本発明の一実施形態による、移動ロボットの第２マップ生成過程の理解に参照されるフローチャートである。 本発明の一実施形態による、グリッドマップに対するイメージ処理ステップを詳細に示す図である。 本発明の一実施形態による、グリッドウェーブ発生ステップの理解に役立つ図である。 ないし 本発明の実施形態による第２マップデータの生成過程を示す図である。

以下では、添付の図面を参照して、本発明の実施形態を詳細に説明する。しかしながら、本発明はこのような実施形態に限定されるものではなく、様々な形態に変形できることは言うまでもない。

一方、以下の説明において使用される構成要素に対する接尾辞「モジュール」及び「部」は、単に本明細書の作成を容易にするためのものに過ぎず、それ自体として特に重要な意味又は役割を付与するものではない。従って、前記「モジュール」及び「部」は互いに混用して使用されてもよい。

また、本明細書において、様々な要素を説明するために第１、第２などの用語が利用されるが、このような要素はこのような用語により制限されない。このような用語はある要素を他の要素から区別するために用いられるだけである。

本発明の一実施形態による移動ロボット１００は、車輪などを用いて自分で移動可能なロボットを意味し、ホームヘルパーロボット及びロボット掃除機などがある。以下では、図面を参照して、移動ロボットのうち掃除機能を有するロボット掃除機を例にして説明するが、本発明はこれに限定されない。

図１ａないし図１ｄは、本発明の一実施形態による、移動ロボット及び移動ロボットを充電させる充電台の外観を示す図である。

図１ａは、本発明の一実施形態による移動ロボット及び移動ロボットを充電する充電台を示す斜視図である。図１ｂは、図１ａに示した移動ロボットの上面部を示す図であり、図１ｃは、図１ａに示した移動ロボットの正面部を示す図であり、図１ｄは、図１ａに示した移動ロボットの底面部を示す図である。

図１ａないし図１ｄに示すように、移動ロボット１００は、例えば、本体１１０を移動させる少なくとも１つの駆動輪１３６を含む。駆動輪１３６は、例えば、駆動輪１３６に連結された少なくとも１つのモータ（図示せず）により駆動されて回転する。

駆動輪１３６は、例えば、本体１１０の左、右側にそれぞれ備えられ、以下、それぞれ左輪１３６（Ｌ）と右輪１３６（Ｒ）という。

左輪１３６（Ｌ）と右輪１３６（Ｒ）は、１つの駆動モータにより駆動されてもよく、必要に応じて、左輪１３６（Ｌ）を駆動させる左輪駆動モータと右輪１３６（Ｒ）を駆動させる右輪駆動モータがそれぞれ備えられてもよい。左輪１３６（Ｌ）と右輪１３６（Ｒ）の回転速度に差をつけて左側又は右側に本体１１０の走行方向を切り替えることができる。

移動ロボット１００は、例えば、異物を吸入する吸入ユニット３３０、掃き掃除をするブラシ１５４、１５５、集められた異物を溜めるダストボックス、雑巾がけを行う雑巾部などを含む。

例えば、本体１１０の底面部には空気が吸入される吸入口１５０ｈが形成され、本体１１０の内部には吸入口１５０ｈを介して空気が吸入されるように吸入力を提供する吸入装置と、吸入口１５０ｈを介して空気と一緒に吸入されたほこりを集塵するダストボックスが備えられる。

移動ロボット１００は、例えば、移動ロボット１００を構成する各種部品が収容される空間を形成するケース１１１を含む。ケース１１１にはダストボックスの挿入と脱去のための開口部（図示せず）が形成され、開口部を開閉するダストボックスカバー１１２がケース１１１に対して回転可能に備えられる。

移動ロボット１００は、例えば、吸入口１５０ｈから露出するブラシを有するロール型のメインブラシ１５４と、本体１１０の底面部前方側に位置し、放射状に延長された多数の翼からなるブラシを有する補助ブラシ１５５とを備える。これらのブラシ１５４、１５５の回転により走行区域内の床からほこりが分離され、このように床から分離されたほこりは吸入口１５０ｈを介して吸い込まれ、吸入ユニット３３０からダストボックスに流入される。

ダストボックスのフィルタ又はサイクロンを経て空気とほこりが分離され、分離されたほこりはダストボックスに集塵され、空気はダストボックスから排出された後、本体１１０の内部の排気流路（図示せず）を経て最終的に排気口（図示せず）を介して外部に排出される。

バッテリ１３８は、例えば、駆動モータだけでなく、移動ロボット１００の作動全般に必要な電源を供給する。一方、バッテリ１３８が放電した場合、移動ロボット１００は充電のために充電台２００に復帰する走行を行い、その復帰走行中に、移動ロボット１００は自分で充電台２００の位置を感知することができる。

充電台２００は、例えば、所定の復帰信号を送出する信号送出部（図示せず）を含む。復帰信号は、例えば、超音波信号又は赤外線信号であるが、必ずしもこれに限定されるものではない。

移動ロボット１００は、例えば、復帰信号を受信する信号感知部（図示せず）を含む。

例えば、信号感知部は、赤外線信号を感知する赤外線センサを含み、充電台２００の信号送出部から送出された赤外線信号を受信する。この時、移動ロボット１００は、充電台２００から送出された赤外線信号に従って充電台２００の位置に移動して充電台２００とドッキング（ｄｏｃｋｉｎｇ）する。このようなドッキングにより、移動ロボット１００の充電端子１３３と充電台２００の充電端子２１０に接触してバッテリ１３８が充電される。

移動ロボット１００は、例えば、移動ロボット１００の内／外部の情報を感知する構成を備える。

移動ロボット１００は、例えば、走行区域に対する映像情報を取得するカメラ１２０を備える。

例えば、移動ロボット１００は、本体１１０前方の映像を取得するように備えられる前面カメラ１２０ａを備える。

例えば、移動ロボット１００は、本体１１０の上面部に備えられて、走行区域内の天井に対する映像を取得する上部カメラ１２０ｂを備える。

例えば、移動ロボット１００は、本体１１０の底面部に備えられて、床の映像を取得する下部カメラ１７９をさらに備える。

一方、移動ロボット１００に備えられたカメラ１２０の個数、配置される位置、撮影範囲などが必ずしもこれに限定されるものではなく、走行区域に対する映像情報を取得するために様々な位置に配置されてもよい。

例えば、移動ロボット１００は、本体１１０の一面に対して傾斜して配置されて前方と上方を一緒に撮影するように構成されたカメラ（図示せず）を含むこともできる。

例えば、移動ロボット１００は、前面カメラ１２０ａ及び／又は上部カメラ１２０ｂを複数備えてもよく、前方と上方を一緒に撮影するように構成されたカメラを複数備えてもよい。

本発明の様々な実施形態によれば、移動ロボット１００の一部部位（例えば、前方、後方、底面）にカメラ１２０が設置され、走行時や掃除時に映像を持続的に取得することができる。このようなカメラ１２０は、撮影効率のために各部位別に複数設置されてもよく、カメラ１２０により撮影された映像は、該当空間に存在するほこり、髪の毛、床などの物質の種類認識、掃除の有無、又は掃除の時点の確認のために使用される。

移動ロボット１００は、例えば、レーザーを利用して本体１１０の外部の地形情報を取得するライダー（ｌｉｇｈｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｒａｎｇｉｎｇ：ＬｉＤＡＲ）センサ１７５を含む。

ＬｉＤＡＲセンサ１７５は、例えば、レーザーを出力し、オブジェクトから反射されたレーザーを受信することにより、レーザーを反射させたオブジェクトとの距離、位置方向、材質などの情報を取得し、走行区域の地形情報を取得することができる。移動ロボット１００は、例えば、ＬｉＤＡＲセンサ１７５により取得した情報に基づいて、３６０度の地形（ｇｅｏｍｅｔｒｙ）情報を取得することができる。

移動ロボット１００は、例えば、移動ロボット１００の動作、状態に関連する各種データをセンシングするセンサ１７１、１７２、１７９を含む。

例えば、移動ロボット１００は、前方の障害物を感知する障害物感知センサ１７１、走行区域内の床に段差の存否を感知する段差感知センサ１７２などを含む。

移動ロボット１００は、例えば、移動ロボット１００の電源オン／オフ（ｏｎ／ｏｆｆ）などの各種命令を入力できる操作部１３７を含み、操作部１３７を介して移動ロボット１００の作動全般に必要な各種制御命令を受信する。

移動ロボット１００は、例えば、出力部（図示せず）を含み、予約情報、バッテリ状態、動作モード、動作状態、エラー状態などを表示する。

図２は、本発明の他の一実施形態による、移動ロボットの例示を示す図である。

図２は、本発明の他の一実施形態による、移動ロボット１００の例示を示す図であり、図２に示した移動ロボット１００は、図１ａないし図１ｄに開示された移動ロボット１００と同一又は類似の構成を備えるので、これに関する詳細な説明は省略する。

図３は、本発明の実施形態による、移動ロボットの主要構成間の制御関係を示すブロック図である。

図３に示すように、移動ロボット１００は、例えば、保存部３０５、映像取得部３２０、入力部３２５、吸入ユニット３３０、制御部３５０、走行部３６０、センサ部３７０、出力部３８０、及び／又は通信部３９０を含む。

保存部３０５は、例えば、移動ロボット１００の制御に必要な各種情報を保存する。

保存部３０５は、例えば、揮発性又は不揮発性記録媒体を含む。記録媒体は、マイクロプロセッサ（ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）により読み取れるデータを保存したものであり、その種類や実現方式に限定されない。

保存部３０５は、例えば、走行区域に対するマップ（ｍａｐ）を保存する。保存部３０５に保存されるマップは、例えば、移動ロボット１００と有線又は無線通信を介して情報を交換する外部端末機、サーバなどから入力されたものであってもよく、移動ロボット１００が自分で学習して生成したものであってもよい。

保存部３０５は、例えば、ノード（ｎｏｄｅ）に関するデータを保存する。ここで、ノードは、例えば、走行区域上の一地点を意味する。ノードに関するデータは、例えば、ノードに対する走行区域上の座標、ノードでの複数の移動方向に関する情報、他のノードとの関係に関する情報などを含む。

例えば、マップには走行区域内の部屋の位置が表示される。また、移動ロボット１００の現在位置がマップ上に表示され、マップ上での移動ロボット１００の現在位置は走行過程で更新される。外部端末機は保存部３０５に保存されたマップと同一のマップを保存する。

保存部３０５は、例えば、掃除履歴情報を保存する。このような掃除の履歴情報は掃除を行うたびに生成される。

保存部３０５は、例えば、ノード（ｎｏｄｅ）ベースの第１マップデータ、グリッド（ｇｒｉｄ）ベースの第２マップデータを保存する。

保存部３０５に保存される走行区域に対するマップ（ｍａｐ）は、例えば、掃除中の走行に使用されるナビゲーションマップ（ｎａｖｉｇａｔｉｏｎ ｍａｐ）、位置認識に使用されるＳＬＡＭ（ｓｉｍｕｌｔａｎｅｏｕｓ ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ ｍａｐｐｉｎｇ：ＳＬＡＭ）マップ、障害物などにぶつかると当該情報を保存して学習掃除時に使用する学習マップ、全域的位置認識に使用される全域的位相マップ（ｔｏｐｏｌｏｇｉｃａｌ ｍａｐ）、セルデータベースのグリッドマップ（ｇｒｉｄ ｍａｐ）、認識された障害物に関する情報が記録される障害物認識マップなどがある。

一方、前述のように、用途別に保存部３０５にマップを区分して保存及び管理できるが、マップが用途別に明確に区分されない可能性もある。例えば、少なくとも２つ以上の用途として使用できるように１つのマップに複数の情報が保存されることもある。

映像取得部３２０は、例えば、移動ロボット１００の周辺の映像を取得することができる。映像取得部３２０は、例えば、少なくとも１つのカメラ（例：図１ａのカメラ１２０）を備える。以下、映像取得部３２０により取得した映像を「取得映像」と言える。

映像取得部３２０は、例えば、デジタルカメラを含む。デジタルカメラは、少なくとも１つの光学レンズと、光学レンズを通過した光により像が結ばれる多数の光ダイオード（ｐｈｏｔｏｄｉｏｄｅ、例えば、ｐｉｘｅｌ）を含んで構成されるイメージセンサ（例えば、ＣＭＯＳ ｉｍａｇｅ ｓｅｎｓｏｒ）と、光ダイオードから出力された信号に基づいて映像を構成するデジタル信号処理機（ｄｉｇｉｔａｌ ｓｉｇｎａｌ ｐｒｏｃｅｓｓｏｒ：ＤＳＰ）を含む。デジタル信号処理機は、例えば、静止画だけでなく、静止画で構成されたフレームからなる動画を生成することも可能である。

映像取得部３２０は、例えば、移動ロボット１００の走行方向前面に存在する障害物又は掃除領域の状況を撮影する。

本発明の一実施形態によれば、映像取得部３２０は、本体１１０の周辺を連続的に撮影することにより複数の映像を取得し、取得された複数の映像は保存部３０５に保存される。

移動ロボット１００は、例えば、複数の映像を用いて障害物認識の正確性を高めるか、複数の映像のうち１つ以上の映像を選択して効果的なデータを使用することにより障害物認識の正確性を高めることができる。

入力部３２５は、例えば、ユーザ入力を受信できる入力装置（例：キー、タッチパネルなど）を備える。例えば、入力部３２５は、移動ロボット１００の電源オン／オフ（ｏｎ／ｏｆｆ）などの各種命令を入力できる操作部１３７を含む。

入力部３２５は、例えば、入力装置を介して、ユーザ入力を受信し、受信されたユーザ入力に対応する命令を制御部３５０に送信する。

吸入ユニット３３０は、例えば、ほこりが含まれた空気を吸入する。吸入ユニット３３０は、例えば、異物を吸入する吸入装置（図示せず）、掃き掃除を行うブラシ１５４、１５５、吸入装置やブラシ（例：図１ｃのブラシ１５４、１５５）により集められた異物を溜めるダストボックス（図示せず）、空気が吸入される吸入口（例：図１ｄの吸入口１５０ｈ）などを含む。

走行部３６０は、例えば、移動ロボット１００を移動させることができる。走行部３６０は、例えば、移動ロボット１００を移動させる少なくとも１つの駆動輪（例：図１ｃの駆動輪１３６）と、駆動輪を回転させる少なくとも１つのモータ（図示せず）とを含む。

センサ部３７０は、本体１１０の外部の物体との距離を測定する距離測定センサを含む。距離測定センサは、本体１１０の外部の地形に関する情報を取得するＬｉＤＡＲセンサ１７５を含む。以下、距離測定センサは、ＬｉＤＡＲセンサ１７５を基準に理解される。

センサ部３７０は、例えば、移動ロボット１００の内／外部の情報を感知する多様なセンサを含む。

センサ部３７０は、例えば、レーザーを利用して本体１１０の外部の地形情報を取得するライダー（ＬｉＤＡＲ）センサ（例：図１ａのＬｉＤＡＲセンサ１７５）を含む。

センシング部１７０は、レーザーを利用して本体１１０の外部の地形情報を取得するＬｉＤＡＲセンサ１７５を含む。

ＬｉＤＡＲセンサ１７５は、レーザーを出力してレーザーを反射させたオブジェクトの距離、位置方向、材質などの情報を提供し、走行区域の地形情報を取得できる。移動ロボット１００は、ＬｉＤＡＲセンサ１７５により３６０度の地形（Ｇｅｏｍｅｔｒｙ）情報を得る。

本発明の一実施形態による移動ロボット１００は、ＬｉＤＡＲセンサ１７５がセンシングしたオブジェクトの距離と位置、方向などを把握してマップを生成する。

本発明の一実施形態による移動ロボット１００は、外部から反射されて受信されるレーザーの時間差又は信号強度などのレーザー受信パターンを分析して走行区域の地形情報を取得できる。また、移動ロボット１００は、ＬｉＤＡＲセンサ１７５により取得した地形情報を利用してマップを生成する。

例えば、本発明による移動ロボット１００は、ＬｉＤＡＲセンサ１７５により、現在位置において取得した周辺地形情報を分析して移動方向を決定するＬｉＤＡＲ ＳＬＡＭを行うことができる。

より好ましくは、本発明による移動ロボット１００は、カメラを利用するビジョンベースの位置認識とレーザーを利用するＬｉＤＡＲベースの位置認識技術及び超音波センサにより障害物を効果的に認識し、変化量の小さい最適の移動方向を抽出してマップ生成を行う。

センサ部３７０は、例えば、前方の障害物を感知する障害物感知センサ（例：図１ａの障害物感知センサ１７１）、走行区域内の床に段差の存否を感知する段差感知センサ（例：図１ｄの段差感知センサ１７２）などを含む。

障害物感知センサ１７１は、例えば、移動ロボット１００の外周面に一定間隔で複数配置されてもよい。障害物感知センサ１７１は、例えば、赤外線センサ、超音波センサ、ＲＦ（ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ）センサ、地磁気センサ、ＰＳＤ（ｐｏｓｉｔｉｏｎ ｓｅｎｓｉｔｉｖｅ ｄｅｖｉｃｅ）センサなどを含む。

障害物感知センサ１７１は、例えば、室内の壁や障害物との距離を感知するセンサであり、本発明はその種類に限定されないが、以下では超音波センサを例示して説明する。

障害物感知センサ１７１は、例えば、移動ロボット１００の走行（移動）方向に存在する物体、特に、障害物を感知して障害物情報を制御部３５０に伝達する。すなわち、障害物感知センサ１７１は、移動ロボット１００の移動経路、移動ロボット１００の前方や側面に存在する突出物、家の中の什器、家具、壁面、壁の角などを感知してその情報を制御部３５０に伝達する。

センサ部３７０は、例えば、移動ロボット１００の走行動作を感知して動作情報を出力する走行感知センサ（図示せず）をさらに含む。走行感知センサは、例えば、ジャイロセンサ（ｇｙｒｏ ｓｅｎｓｏｒ）、ホイールセンサ（ｗｈｅｅｌ ｓｅｎｓｏｒ）、加速度センサ（ａｃｃｅｌｅｒａｔｉｏｎ ｓｅｎｓｏｒ）などを含む。

ジャイロセンサは、例えば、移動ロボット１００が運転モードによって動くとき、回転方向を感知し、回転角を検出する。ジャイロセンサは、例えば、移動ロボット１００の角速度を検出して角速度に比例する電圧値を出力する。

ホイールセンサは、例えば、駆動輪１３６（例：図１ｄの左輪１３６（Ｌ）と右輪１３６（Ｒ））に連結されて駆動輪１３６の回転数を感知することができる。ここで、ホイールセンサは、例えば、エンコーダ（ｅｎｃｏｄｅｒ）であり得る。エンコーダは、左輪１３６（Ｌ）と右輪１３６（Ｒ）の回転数を感知して出力することができ、

加速度センサは、例えば、移動ロボット１００の速度変化を検出できる。加速度センサは、例えば、駆動輪１３６の隣接した位置に取り付けられてもよく、制御部３５０に内蔵されてもよい。

出力部３８０は、例えば、オーディオ信号を出力する音響出力部３８１を含む。音響出力部は、制御部３５０の制御により警告音、動作モード、動作状態、エラー状態などの通知メッセージ、ユーザの命令入力に対応する情報、ユーザの命令入力に対応する処理結果などを音響で出力することができる。

音響出力部３８１は、例えば、制御部１５０からの電気信号をオーディオ信号に変換して出力する。このために、スピーカーなどを備える。

出力部３８０は、例えば、ユーザの命令入力に対応する情報、ユーザの命令入力に対応する処理結果、動作モード、動作状態、エラー状態などを映像で表示するディスプレイ３８２を含む。

実施形態によっては、ディスプレイ３８２はタッチパッドと相互レイヤ構造をなしてタッチスクリーンで構成されてもよい。この場合、タッチスクリーンで構成されるディスプレイ３８２は、出力装置以外に、ユーザのタッチにより情報入力が可能な入力装置として使用されることもできる。

通信部３９０は、例えば、少なくとも１つの通信モジュール（図示せず）を備え、外部機器とデータを送受信する。移動ロボット１００と通信する外部機器のうち外部端末機は、例えば、移動ロボット１００を制御するためのアプリケーションを備え、アプリケーションの実行により移動ロボット１００が掃除する走行区域に対するマップを表示し、マップ上に特定領域を掃除するように領域を指定することができる。外部端末機は、例えば、マップ設定のためのアプリケーション（ａｐｐｌｉｃａｔｉｏｎ）が搭載されたリモコン、ＰＤＡ、ラップトップ、スマートフォン、タブレットなどがある。

通信部３９０は、例えば、ワイファイ（Ｗｉ－ｆｉ）、ブルートゥース(登録商標）（ｂｌｕｅｔｏｏｔｈ）、ビーコン（ｂｅａｃｏｎ）、ジグビー（ｚｉｇｂｅｅ）、ＲＦＩＤ（ｒａｄｉｏ ｆｒｅｑｕｅｎｃｙ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）などの無線通信方式で信号を送受信できる。

一方、移動ロボット１００は、例えば、充電可能なバッテリ（例：図１ｄのバッテリ１３８）を備えてロボット掃除機内に電源を供給する電源供給部（図示せず）を含む。

電源供給部は、例えば、移動ロボット１００の各構成要素に駆動電源と動作電源を供給する。

移動ロボット１００は、例えば、バッテリ１３８のバッテリ残量、充電状態などを感知し、感知結果を制御部３５０に送信するバッテリ感知部（図示せず）をさらに含む。一方、バッテリ残量に関する情報は、例えば、出力部３８０を介して出力される。

制御部３５０は、例えば、移動ロボット１００に備えられた各構成に接続される。制御部３５０は、例えば、移動ロボット１００に備えられた各構成と互いに信号を送受信し、各構成の全般的な動作を制御する。

制御部３５０は、例えば、センサ部３７０により取得した情報に基づいて、移動ロボット１００の内／外部に対する状態を判断する。

制御部３５０は、例えば、ジャイロセンサから出力される電圧値を用いて回転方向及び回転角を算出する。

制御部３５０は、例えば、ホイールセンサから出力される回転数に基づいて、駆動輪１３６の回転速度を演算する。また、制御部３５０は、例えば、左輪１３６（Ｌ）と右輪１３６（Ｒ）の回転数の差に基づいて回転角を演算することもできる。

制御部３５０は、例えば、加速度センサから出力される値に基づいて、移動ロボット１００の出発、停止、方向転換、物体との衝突などの移動ロボット１００の状態変化を判断できる。一方、制御部３５０は、例えば、加速度センサから出力される値に基づいて、速度変化に伴う衝撃量が検出できるため、加速度センサは電子式バンパーセンサの機能を果たすこともできる。

制御部３５０は、例えば、超音波センサを介して受信された少なくとも２以上の信号に基づいて、障害物の位置を感知し、感知された障害物の位置に応じて移動ロボット１００の動きを制御する。

実施形態によっては、移動ロボット１００の外側面に備えられる障害物感知センサ１３１は発信部と受信部を含んで構成される。

例えば、超音波センサは、少なくとも１つ以上の発信部及び少なくとも２つ以上の受信部が互いに交互に備えられる。これにより、発信部は多様な角度から超音波信号を放射し、障害物に反射された超音波信号を少なくとも２つ以上の受信部が多様な角度から受信することができる。

実施形態によっては、超音波センサから受信された信号は、増幅、フィルタリングなどの信号処理過程を経ることができ、その後、障害物までの距離及び方向が算出される。

一方、制御部３５０は、例えば、走行制御モジュール３５１、地図生成モジュール３５２、位置認識モジュール３５３及び／又は障害物認識モジュール３５４を含む。本図においては、説明の便宜上、走行制御モジュール３５１、地図生成モジュール３５２、位置認識モジュール３５３及び／又は障害物認識モジュール３５４に区分して説明しているが、本発明はこれに限定されるものではない。

例えば、位置認識モジュール３５３と障害物認識モジュール３５４は１つの認識機として統合されて１つの認識モジュール３５５で構成されてもよい。この場合、マシンラーニングなどの学習技法を利用して認識機を学習させ、学習された認識機はその後に入力されるデータを分類して領域、物体などの属性を認識することができる。

実施形態によって、地図生成モジュール３５２、位置認識モジュール３５３及び、障害物認識モジュール３５４が１つの統合モジュールで構成されてもよい。

走行制御モジュール３５１は、例えば、移動ロボット１００の走行を制御し、走行設定に従って走行部３６０の駆動を制御する。

走行制御モジュール３５１は、例えば、走行部３６０の動作に基づいて移動ロボット１００の走行経路を把握する。例えば、走行制御モジュール３５１は、駆動輪１３６の回転速度に基づいて移動ロボット１００の現在又は過去の移動速度、走行距離などを把握し、このように把握された移動ロボット１００の走行情報に基づいて、マップ上における移動ロボット１００の位置が更新される。

地図生成モジュール３５２は、例えば、走行区域に対するマップを生成する。

地図生成モジュール３５２は、例えば、移動ロボット１００の走行中に、取得した情報に基づいてマップをリアルタイムで生成／又は更新する。

地図生成モジュール３５２は、例えば、複数の移動方向を設定できる。例えば、地図生成モジュール３５２は、走行区域に対するマップを生成する機能（以下、マップ生成機能）が実行される場合、機能が実行される時点に移動ロボット１００の前面が向く方向を第１移動方向に設定してもよい。また、地図生成モジュール３５２は、例えば、機能が実行される時点に移動ロボット１００の左側面が向く方向を第２移動方向に、移動ロボット１００の右側面が向く方向を第３移動方向に、第１方向の反対方向である移動ロボット１００の背面が向く方向を第４移動方向に設定してもよい。

一方、既に設定された複数の移動方向は、例えば、マップを生成する機能の実行中に、移動ロボット１００が移動するか、回転する場合にも変更されずに固定されて設定される。

例えば、複数の移動方向が設定された後、移動ロボット１００が反時計回りに回転した場合、移動ロボット１００の前面が向いている方向は第２移動方向となり、移動ロボット１００が直進する場合、移動ロボット１００の走行方向は第２移動方向であり得る。

一方、本図においては、複数の移動方向を４つの方向に設定されるものと説明しているが、本発明はこれに限定されるものではなく、様々な実施形態によって、８つ、１６個などの多様な方向に設定されてもよい。

地図生成モジュール３５２は、例えば、映像取得部３２０により取得した映像に基づいてマップを作成する。例えば、地図生成モジュール３５２は、移動ロボット１００の走行中に、映像取得部３２０により取得した取得映像に基づいてマップを作成する。

地図生成モジュール３５２は、例えば、映像取得部３２０により取得した取得映像のそれぞれに含まれた、走行区域に位置する照明、境界（ｅｄｇｅ）、コーナー（ｃｏｒｎｅｒ）、染み（ｂｌｏｂ）、屈曲（ｒｉｄｇｅ）などの様々な特徴（ｆｅａｔｕｒｅ）を検出する。

地図生成モジュール３５２は、例えば、取得映像から特徴を検出する特徴検出器（ｆｅａｔｕｒｅ ｄｅｔｅｃｔｏｒ）を含む。例えば、特徴検出器は、Ｃａｎｎｙ、Ｓｏｂｅｌ、Ｈａｒｒｉｓ＆Ｓｔｅｐｈｅｎｓ／Ｐｌｅｓｓｅｙ、ＳＵＳＡＮ、Ｓｈｉ＆Ｔｏｍａｓｉ、Ｌｅｖｅｌ ｃｕｒｖｅ ｃｕｒｖａｔｕｒｅ、ＦＡＳＴ、Ｌａｐｌａｃｉａｎ ｏｆ Ｇａｕｓｓｉａｎ、Ｄｉｆｆｅｒｅｎｃｅ ｏｆ Ｇａｕｓｓｉａｎｓ、Ｄｅｔｅｒｍｉｎａｎｔ ｏｆ Ｈｅｓｓｉａｎ、ＭＳＥＲ、ＰＣＢＲ、Ｇｒｅｙ－ｌｅｖｅｌ ｂｌｏｂｓ検出器などを含む。

地図生成モジュール３５２は、例えば、取得映像から検出した走行区域に対する特徴に基づいて、マップを作成することができる。一方、本発明の様々な実施形態によれば、取得映像から特徴を検出する動作は、位置認識モジュール３５３において行われてもよい。

地図生成モジュール３５２は、例えば、ＬｉＤＡＲセンサ１７５により取得した情報に基づいてマップを作成する。

例えば、地図生成モジュール３５２は、ＬｉＤＡＲセンサ１７５を介して出力され、外部オブジェクトに反射されて受信されるレーザーの受信時間差、信号強度のような受信パターンを分析して、走行区域の地形情報を取得する。走行区域の地形情報は、例えば、移動ロボット１００の周辺に存在するオブジェクトの位置、距離、方向などを含む。

地図生成モジュール３５２は、例えば、ＬｉＤＡＲセンサ１７５により取得した走行区域の地形情報に基づいてノードを生成し、生成されたノードを含む第１マップデータを生成する。

地図生成モジュール３５２は、例えば、ＬｉＤＡＲセンサ１７５を介して障害物が存在する領域と存在しない領域に対するセルデータが異なるグリッドマップを生成する。

地図生成モジュール３５２は、例えば、ＬｉＤＡＲセンサ１７５を介して第１マップデータとグリッドマップを融合して第２マップデータを生成する。

位置認識モジュール３５３は、例えば、移動ロボット１００の位置を判断することができる。位置認識モジュール３５３は、例えば、移動ロボット１００の走行中に、移動ロボット１００の位置を判断する。

位置認識モジュール３５３は、例えば、映像取得部３２０により取得した取得映像に基づいて、移動ロボット１００の位置を判断する。

例えば、位置認識モジュール３５３は、移動ロボット１００の走行中に、取得映像から検出した走行区域の各位置に対する特徴を、地図生成モジュール３５２により生成されたマップデータに基づいて各位置にマッピング（ｍａｐｐｉｎｇ）させ、マップの各位置にマッピングされた走行区域の各位置に対する特徴に関するデータを位置認識データとして保存部３０５に保存する。

一方、例えば、位置認識モジュール３５３は、取得映像から検出した走行区域に対する特徴と、保存部３０５に保存された位置認識データに含まれた走行領域のそれぞれの位置に対する特徴を比較して、位置別の類似度（確率）を算出し、算出された位置別の類似度（確率）に基づいて、類似度が最も大きい位置を移動ロボット１００の位置として判断する。

本発明の一例によれば、移動ロボット１００は、映像取得部３２０により取得した映像から特徴を抽出し、前記抽出した特徴を第１マップデータにマッピング（ｍａｐｐｉｎｇ）し、第１マップデータにマッピング（ｍａｐｐｉｎｇ）された特徴に基づいて、移動ロボット１００の位置を判断する。

本発明の一実施形態によれば、移動ロボット１００は、映像取得部３２０により取得した映像から特徴を抽出し、前記抽出した特徴を第２マップデータにマッピング（ｍａｐｐｉｎｇ）し、第２マップデータにマッピング（ｍａｐｐｉｎｇ）された特徴に基づいて、移動ロボット１００の位置を判断する。

一方、移動ロボット１００は、例えば、位置認識モジュール３５３なしに走行制御モジュール３５１、地図生成モジュール３５２及び／又は障害物認識モジュール３５４によりマップを学習して、現在位置を判断することもできる。

障害物認識モジュール３５４は、例えば、移動ロボット１００の周辺の障害物を感知する。例えば、障害物認識モジュール３５４は、映像取得部３２０を介して取得した取得映像及び／又はセンサ部３７０を介して取得したセンシングデータに基づいて、移動ロボット１００の周辺の障害物を感知する。

例えば、障害物認識モジュール３５４は、ＬｉＤＡＲセンサ１７５により取得した走行区域の地形情報に基づいて、移動ロボット１００の周辺の障害物を感知する。

障害物認識モジュール３５４は、例えば、移動ロボット１００の走行中に、移動ロボット１００の走行を妨げる障害物が存在するか否かを判断する。

障害物認識モジュール３５４は、例えば、障害物が存在すると判断される場合、障害物の属性に応じて直進、回転などの走行パターンを決定し、決定された走行パターンを走行制御モジュール３５１に伝達する。

例えば、障害物の属性が移動ロボット１００の走行が可能な種類の障害物（例：床に存在する突出物など）である場合、障害物認識モジュール３５４は、移動ロボット１００が走行し続けるように走行パターンを決定する。

または、例えば、障害物の属性が移動ロボット１００の走行が不可能な種類の障害物（例：壁面、家具など）である場合、障害物認識モジュール３５４は、移動ロボット１００が回転するように走行パターンを決定する。

本発明の実施形態による移動ロボット１００は、マシンラーニング（ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ）ベースの人、物体認識及び回避を行うことができる。ここで、マシンラーニングは、コンピュータに人が直接ロジック（Ｌｏｇｉｃ）を指示しなくてもデータからコンピュータが学習し、これによりコンピュータが自分で問題を解決するようにすることを意味する。

ディープラーニング（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ）は、人工知能を構成するための人工ニューラルネットワーク（ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋｓ：ＡＮＮ）に基づいてコンピュータに人の考え方を教える方法でアリ、人が教えなくてもコンピュータが自分で人間のように学習できる人工知能技術を意味する。

人工ニューラルネットワーク（ＡＮＮ）は、ソフトウェア形態で実現されるか、チップ（ｃｈｉｐ）などのハードウェア形態で実現される。

障害物認識モジュール３５４は、例えば、障害物の属性が学習されたソフトウェア又はハードウェア形態の人工ニューラルネットワーク（ＡＮＮ）を含む。

例えば、障害物認識モジュール３５４は、ディープラーニングにより学習されたＣＮＮ（ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）、ＲＮＮ（ｒｅｃｕｒｒｅｎｔ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）、ＤＢＮ（ｄｅｅｐ ｂｅｌｉｅｆ ｎｅｔｗｏｒｋ）などのディープニューラルネットワーク（ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ：ＤＮＮ）を含む。

障害物認識モジュール３５４は、例えば、ディープニューラルネットワーク（ＤＮＮ）に含まれたノード間の加重値（ｗｅｉｇｈｔ）に基づいて入力される映像データに含まれる障害物の属性を判別する。

障害物認識モジュール３５４は、例えば、映像取得部３２０、特に前面カメラセンサ１２０ａが取得した映像全体を使用するのではなく、一部の領域のみを使用することで移動方向に存在する障害物の属性を判別することができる。

また、走行制御モジュール３５１は、例えば、認識された障害物の属性に基づいて走行部３６０の駆動を制御することができる。

保存部３０５には、例えば、障害物属性判別のための入力データ、前記ディープニューラルネットワーク（ＤＮＮ）を学習するためのデータが保存される。

保存部３０５には、例えば、映像取得部３２０が取得した原本映像と所定領域が抽出された抽出映像が保存される。

保存部３０５には、例えば、ディープニューラルネットワーク（ＤＮＮ）構造をなす加重値（ｗｅｉｇｈｔ）、バイアス（ｂｉａｓ）が保存される。

例えば、ディープニューラルネットワーク構造をなす加重値（ｗｅｉｇｈｔ）、バイアス（ｂｉａｓ）は、障害物認識モジュール３５４の組み込みメモリ（ｅｍｂｅｄｄｅｄ ｍｅｍｏｒｙ）に保存される。

障害物認識モジュール３５４は、例えば、映像取得部３２０が取得する映像の一部領域を抽出するたびに、前記抽出された映像をトレーニング（ｔｒａｉｎｉｎｇ）データとして使用して学習過程を行うか、所定数以上の抽出映像を取得してから学習過程を行うことができる。

すなわち、障害物認識モジュール３５４は、例えば、障害物を認識するたびに認識結果を追加して、加重値（ｗｅｉｇｈｔ）などのディープニューラルネットワーク（ＤＮＮ）構造をアップデートするか、所定回数のトレーニングデータが確保された後に確保されたトレーニングデータで学習を行って、加重値（ｗｅｉｇｈｔ）などのディープニューラルネットワーク（ＤＮＮ）構造をアップデートする。

または、移動ロボット１００は、例えば、通信部３９０を介して映像取得部３２０が取得した原本映像又は抽出された映像を所定サーバに送信し、所定サーバからマシンラーニングに関連するデータを受信する。

この場合に、移動ロボット１００は、所定サーバから受信されたマシンラーニングに関連するデータに基づいて障害物認識モジュール３５４をアップデート（ｕｐｄａｔｅ）することができる。

図４ａは、本発明の一実施形態による、移動ロボットに備えられたＬｉＤＡＲセンサの説明に参照される図であり、図４ｂは、本発明の一実施形態による、移動ロボットの走行に関する説明に参照される図である。

図４ａに示すように、ＬｉＤＡＲセンサ１７５は、例えば、３６０度全方向に対してレーザーを出力し、オブジェクトから反射されたレーザーを受信することにより、レーザーを反射させたオブジェクトとの距離、位置方向、材質などの情報を取得し、走行区域の地形情報を取得することができる。

移動ロボット１００は、例えば、ＬｉＤＡＲセンサ１７５の性能及び設定による、一定距離以内の地形情報を取得できる。例えば、移動ロボット１００は、ＬｉＤＡＲセンサ１７５を基準に一定距離（６１０）の半径を有する円の領域内の地形情報を取得できる。

移動ロボット１００は、例えば、円の領域を複数の移動方向によって区分する。例えば、複数の移動方向が４つの領域に設定される場合、円の領域を第１移動方向（５０１）ないし第４移動方向（５０４）に対応する４つの領域に区分し、走行区域の地形情報を各領域に対して区分する。

図４ｂは、本発明の一実施形態による、移動ロボットの走行に関する説明に参照される図である。

図４ｂに示すように、移動ロボット１００は、走行区域の地形情報を取得する。例えば、移動ロボット１００は、走行命令に従って走行中に、ＬｉＤＡＲセンサ１７５を介して走行区域の地形情報を取得することができる。

移動ロボット１００は、ＬｉＤＡＲセンサ１７５を介して取得した４つの移動方向に対する地形情報から、自由縁（ｆｒｅｅ ｅｄｇｅ）を抽出することができる。ここで、自由縁（ｆｒｅｅ ｅｄｇｅ）は、例えば、移動ロボット１００の走行可能な、レーザーを反射させたオブジェクト間の空間に関する情報を意味し得る。

図４ｂに示すように、移動ロボット１００は、それぞれの移動方向に対して、移動通路の両端点と、ＬｉＤＡＲセンサ１７５を基準に一定距離の半径を有する円の領域により描かれる弧に基づいて自由縁（ｆｒｅｅ ｅｄｇｅ）を抽出することができる。

自由縁（Ｅ１、Ｅ２、Ｅ３）は、各移動方向の移動通路の幅、移動通路の位置情報、移動通路の中央点に関する情報などを含み、移動通路の両端点と移動ロボット１００の中心線の間の角度に関する情報も含む。ここで、移動ロボット１００の中心線は、例えば、移動ロボット１００を基準に、複数の移動方向に向かって延長した直線を意味し得る。

一方、移動ロボット１００は、自由縁（ｆｒｅｅ ｅｄｇｅ）において壁面のような障害物に対応する特徴点（以下、エッジ（ｅｄｇｅ））を抽出することができる。この時、移動ロボット１００は、エッジ間の間隔に基づいて、移動通路の幅、障害物間の間隔などを判断することができる。

一方、移動ロボット１００は、移動通路の中央に沿って移動するために、自由縁（ｆｒｅｅ ｅｄｇｅ）に基づいて移動通路の中央点を検出し、中央点に従って走行することができる。

図５は、本発明の一実施形態による、移動ロボットのマップ生成過程に関するフローチャートである。

図５に示すように、移動ロボット１００は、移動しながらノードベースの第１マップデータ及びグリッドベースの第２マップデータを生成する。

移動ロボット１００は、ノードベースの第１マップデータとグリッドベースの第２マップデータを独立的に生成することができる。第１マップデータの生成は、図６ａないし図６ｊから理解できる。第２マップデータ生成は、図１２ａないし図１２ｆから理解できる。

移動ロボット１００は、ノードベースの第１マップデータとグリッドベースの第２マップデータを融合することができる。移動ロボット１００は、ＬｉＤＡＲデータ受信ステップ（Ｓ５０１）、ノードデータ生成ステップ（Ｓ５０２）、グリッドマップ生成ステップ（Ｓ５０３）、第１マップデータ生成ステップ（Ｓ５０４）、グリッドマップ更新ステップ（Ｓ５０５）、第２マップデータ生成ステップ（Ｓ５０６）により第１マップデータと第２マップデータを融合する。

以下、第１マップデータと第２マップデータの融合方法について詳細に説明する。

ＬｉＤＡＲデータ受信ステップ（Ｓ５０１）は、制御部３５０が距離測定センサのうちＬｉＤＡＲセンサ１７５によりセンシングしたＬｉＤＡＲデータを受信する過程である。ＬｉＤＡＲセンサ１７５は、レーザーを出力してレーザーを反射させたオブジェクトの距離、位置方向、材質などの情報を提供し、走行区域の地形情報を取得する。

本発明の実施形態によるＬｉＤＡＲデータはＬｉＤＡＲセンサ１７５がセンシングした障害物の距離と位置、方向などの情報を意味する。

ノードデータ生成ステップ（Ｓ５０２）は、ＬｉＤＡＲデータに基づいてノードに関するデータであるノードデータを生成する過程である。

ノードは、例えば、走行区域上の一地点を意味する。ノードに関するデータは、例えば、ノード位置に対する走行区域上の座標、ノードにおける複数の移動方向に関する情報、他のノードとの関係に関する情報などを含む。

ノードデータは、少なくとも１つのノードのそれぞれに対して、ノード位置の座標値と、前記複数の移動方向のそれぞれに関するデータ値を含む。複数の移動方向のそれぞれに関するデータ値は、オープン（ｏｐｅｎ）された移動方向を示す第１データ値、前記移動ロボットの走行が不可能な移動方向を示す第２データ値、及び他のノードを示す第３データ値のいずれか１つに設定されることを意味する。

例えば、オープン（ｏｐｅｎ）された移動方向を示す第１データ値は－２、前記移動ロボットの走行が不可能な移動方向を示す第２データ値は－１、及び他のノードを示す第３データ値はノード生成の順に従って１、２、３などであり得る。

グリッドマップ生成ステップ（Ｓ５０３）は、ＬｉＤＡＲデータ及びノードデータに基づいてセルベースのグリッドマップを生成する過程である。

グリッドマップは、移動ロボット１００の周辺環境認識のためのマップであり、周辺空間を同一のサイズの格子又はセル（以下、セル）で表現し、各セルに物体の存否を表示したマップを意味する。移動ロボット１００は、距離測定センサを利用して周辺環境に対するグリッドマップを生成する。

グリッドマップ４００は、所定の空間を同一サイズのセルに分け、各セルに物体の存否を表示した地図である。物体の存否は色で表示する。例えば、白色セルは物体のない領域を、灰色セルは物体のある領域を示す。従って、灰色セルを連結した線はある空間の境界線（壁、障害物など）を示すことができる。セルの色はイメージ処理の過程により変更されることもある。

制御部３５０は、ノードを生成すると同時にグリッドマップを生成することができる。

制御部３５０は、ノードの生成が完了した後にグリッドマップを生成することができる。

以下、グリッドマップ生成ステップ（Ｓ５０３）は、ノードを生成すると同時にグリッドマップを生成する過程を意味する。

制御部３５０は、ノードデータを生成するとともに、前記ノード位置に対する座標値を基準に前記ＬｉＤＡＲセンサのセンシング範囲内において前記グリッドマップを生成する。すなわち、制御部３５０は、ノードが生成され、生成されたノードに移動しながらＬｉＤＡＲセンサのセンシング範囲内においてグリッドマップを生成する。

グリッドマップを生成する場合のＬｉＤＡＲセンサのセンシング範囲は、ノードデータを生成する場合のセンシング範囲と異なる。例えば、グリッドマップを生成する時のＬｉＤＡＲセンサのセンシング範囲は１１ｍであり得る。例えば、ノードデータを生成する場合のセンシング範囲は３ｍであり得る。

制御部３５０は、ノードデータベースでグリッドマップを生成する場合、センシング範囲を、ノードデータを生成する場合のセンシング範囲に設定することができる。例えば、制御部３５０は、ノードが生成され、生成されたノードに移動しながらＬｉＤＡＲセンサのセンシング範囲である３ｍ内においてグリッドマップを生成する。

制御部３５０は、ノードベースの第１マップデータ生成が完了するまでノードデータベースでグリッドマップを生成する。制御部３５０は、第１マップデータの生成が完了すると、ノードデータベースのグリッドマップを最終的に更新し、保存する。

第１マップデータ生成ステップ（Ｓ５０４）は、生成されたノードデータに基づいて、ノードに関するマップを生成する過程である。

制御部３５０は、ＬｉＤＡＲセンサのセンシングデータであるＬｉＤＡＲデータを受信し、ＬｉＤＡＲデータ及びノードデータに基づいて、既に設定された複数の移動方向のうち、オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在するか否かを判断する。

制御部３５０は、前記複数の移動方向のうち、前記移動ロボット１００の走行が可能であり、移動ロボットが既に走行していない移動方向を、前記オープン（ｏｐｅｎ）された移動方向と判断することができる。

制御部３５０は、オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在する場合、既に設定された条件に従って、ノードデータをアップデートし、前記オープン（ｏｐｅｎ）された移動方向のいずれか１つを、前記本体１１０が移動する走行方向として決定する。

ノードデータをアップデートすることは、新しいノードを生成するか、少なくとも１つのノードのそれぞれに対するノード位置の座標値と、複数の移動方向のそれぞれに関するデータ値を更新することを含む。

制御部３５０は、オープン（ｏｐｅｎ）された移動方向が存在しない場合、ノードデータに基づいて、少なくとも１つのノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが少なくとも１つ存在するか否かを判断することができる。

制御部３５０は、複数の移動方向のそれぞれに関するデータ値のうち少なくとも１つが、オープン（ｏｐｅｎ）された移動方向を示す第１データ値に設定されたノードを、アップデート（ｕｐｄａｔｅ）が必要なノードと判断する。

制御部３５０は、アップデートが必要なノードが存在する場合、アップデートが必要なノードのいずれか１つに移動ロボット１００が移動するように走行部３６０を制御することができる。

制御部３５０は、アップデートが必要なノードが存在しない場合、ノードデータに基づいて、少なくとも１つのノードを含む第２マップデータの生成を完了する。

第１マップデータ生成ステップ（Ｓ５０４）は、以下、図６ａないし図６ｊを参照してより詳細に説明される。

グリッドマップ更新ステップ（Ｓ５０５）は、第１マップデータの生成が完了し、ノードデータベースのグリッドマップを最終的に更新する過程である。

制御部３５０は、更新されたノードデータベースのグリッドマップを保存部３０５に保存する。最終更新されたノードデータベースのグリッドマップは、ノードの生成が完了しており、ノードを生成するために移動ロボット１００が移動しながらＬｉＤＡＲセンサのセンシング範囲（例：３ｍ）内においてセルを表示したマップを意味する。

更新されたグリッドマップは、すべての領域が探索されている可能性がある。更新されたグリッドマップは、未探索領域が存在している可能性がある。探索領域と未検索領域を確認し、未検索領域に対するマップを生成するために、前記更新されたグリッドマップに基づいて第２マップデータ生成過程を経ることができる。

第２マップデータ生成ステップ（Ｓ５０６）は、最終更新されたノードデータベースのグリッドマップを、イメージ処理過程によりアップデートする過程である。

制御部３５０は、更新されたグリッドマップを、ＬｉＤＡＲセンサがセンシングした結果から空き領域である第１領域と、ＬｉＤＡＲセンサがセンシングした結果から障害物が存在する空間である第２領域と、ＬｉＤＡＲセンサがセンシングしていない第３領域とに区分する。

制御部３５０は、第１領域と第３領域の間に境界線を生成するイメージ処理を行う。

制御部３５０は、各領域の色を異なるように示すものの、第１領域の色と第３領域の色の違いを最も大きく示し、第１領域と第３領域の間に線分を表示するイメージ処理を行う。

制御部３５０は、イメージ処理された線分を境界線と判断する。

制御部３５０は、境界線が１つ以上であると、最適の境界線を選択し、最適の境界線までの経路計画を行い、経路に沿って移動しながらグリッドマップをアップデートする。

制御部３５０は、これ以上境界線が存在しないと判断すると、グリッドマップを保存し、第２マップデータの生成を完了する。

第２マップデータ生成ステップ（Ｓ５０６）を完了した第２マップデータは、ノードベースの第１マップデータとグリッドベースの第２マップデータが融合されたマップデータであり得る。

第２マップデータ生成ステップ（Ｓ５０６）は独立的に行われてもよい。以下、図１２ａないし図１２ｆを参照してより詳細に説明される。

第１マップデータは、迅速かつ安全なマップデータ生成が長所であるノードベースのマップ生成方法により生成される。第２マップデータは、第１マップデータに基づいて環境制約のないマップデータ生成が長所であるグリッドマップ生成方法により生成される。

すなわち、最終的に生成された第２マップデータは、迅速かつ安全でありながら、環境制約のないノードベースのマップ生成方法及びグリッドベースのマップ生成方法が融合されたマップデータであり得る。

図６ａないし図６ｊは、本発明の一実施形態による、移動ロボットの第１マップデータ生成過程を示す図である。

本図において説明する移動ロボット１００の動作は、移動ロボット１００に備えられた構成（例：図３の制御部３５０）の動作から理解できる。

図６ａに示すように、移動ロボット１００は、マップ生成機能が実行される場合、複数の移動方向を設定することができる。

例えば、移動ロボット１００は、マップ生成機能が実行される場合、マップ生成機能が実行される時点に移動ロボット１００の前面が向く方向を第１移動方向（５０１）、移動ロボット１００の左側面が向く方向を第２移動方向（５０２）、移動ロボット１００の右側面が向く方向を第３移動方向（５０３）、第１方向の反対方向である移動ロボット１００の背面が向く方向を第４移動方向（５０４）に設定する。

一方、移動ロボット１００は、マップ生成機能が実行される場合、移動ロボット１００の位置を調整し、調整された位置を基準に複数の移動方向（５０１ないし５０４）を設定する。

例えば、移動ロボット１００は、走行区域内の天井に対する映像を取得する上部カメラ（例：図１ａの上部カメラ１２０ｂ）により天井に対する映像の特徴（例：天井方向）を検出し、検出された特徴に基づいて移動ロボット１００の位置を調整することができる。

一方、移動ロボット１００は、マップ生成機能が実行される場合、現在の移動ロボット１００の位置に対応する第１ノードＮ１を生成する。例えば、移動ロボット１００は、第１ノードＮ１の座標を（０，０）に設定し、以後に生成されるノードの座標を第１ノードＮ１の座標を基準に設定する。ここで、ノードの座標は、例えば、座標平面上の座標であり得る。

移動ロボット１００は、ＬｉＤＡＲセンサ（例：図４ａのＬｉＤＡＲセンサ１７５）により、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを判断する。

ここで、オープン（ｏｐｅｎ）された移動方向は、例えば、移動ロボット１００の走行が可能であり、移動ロボット１００が既に走行していない移動方向を意味し得る。

例えば、移動ロボット１００から一定距離（例：３ｍ）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在するか、移動通路の幅が移動ロボット１００の走行が可能な所定基準幅未満である場合、移動ロボット１００は走行不可能であると判断する。

図６ｂに示すように、移動ロボット１００は、ＬｉＤＡＲセンサ１７５により取得した、一定距離（６１０）以内の走行区域の地形情報に基づいて、複数の移動方向（５０１ないし５０４）に対する移動通路の幅をそれぞれ確認する。

移動ロボット１００は、複数の移動方向（５０１ないし５０４）に対応するそれぞれの領域において、移動通路の幅の算出の基準となるエッジ（ｅｄｇｅ）を決定し、各エッジ間の間隔に基づいて、移動通路の幅を確認する。

このとき、移動通路の幅が基準幅（例：移動ロボット１００の直径）以上である場合、移動ロボット１００は走行可能な移動通路であると判断する。

移動ロボット１００は、第１移動方向（５０１）に対応する領域において２つのエッジ（ｅ１１、ｅ１２）を決定し、２つのエッジ（ｅ１１、ｅ１２）間の距離に基づいて、第１移動方向（５０１）に対する移動通路の幅（Ｌ１）が基準幅以上であると判断することができる。

一方、第３移動方向（５０３）に対する移動通路の幅（Ｌ３）は基準幅以上であるが、移動ロボット１００から一定距離（６１０）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在することを確認することができる。

また、第４移動方向（５０４）も、移動ロボット１００から一定距離（６１０）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在することを確認することができる。

従って、移動ロボット１００は、第１移動方向（５０１）及び第２移動方向（５０２）をオープン（ｏｐｅｎ）された移動方向と判断する。

移動ロボット１００は、例えば、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを判断し、判断結果に基づいてノードを生成することもある。

例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれていない場合、又は、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向を含む複数の移動方向が含まれている場合、ノードを生成することができる。

一方、例えば、移動ロボット１００の現在の走行方向に設定された移動方向のみがオープン（ｏｐｅｎ）された場合、移動ロボット１００はノードを生成せず、設定された走行方向に従って直進する。

一方、例えば、移動ロボット１００は、現在位置に対応するノードが存在する場合、ノードを生成しない。この時、図６ａにおいて第１ノードＮ１を生成したので、移動ロボット１００はノードを生成しなくてもよい。

一方、図６ａにおいては、マップ生成機能が実行される場合、移動ロボット１００が現在の移動ロボット１００の位置に対応して第１ノードＮ１を生成すると説明しているが、本発明はこれに限定されるものではない。

従って、マップ生成機能が実行される場合、移動ロボット１００の走行方向が設定されていないため、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれていない場合に該当するので、移動ロボット１００は、複数の移動方向（５０１ないし５０４）のうちにオープン（ｏｐｅｎ）された移動方向が存在するか否かを判断した後に第１ノードＮ１を生成することもできる。

移動ロボット１００は、例えば、マップ生成機能が実行される時点に移動ロボット１００の前面が向く方向を走行方向と決定することもできる。

移動ロボット１００は、例えば、オープン（ｏｐｅｎ）された移動方向のいずれか１つを走行方向と決定することもできる。移動ロボット１００は、例えば、オープン（ｏｐｅｎ）された移動方向のそれぞれの費用（ｃｏｓｔ）を確認でき、オープン（ｏｐｅｎ）された移動方向の費用を比較して、走行方向を決定することができる。ここで、費用（ｃｏｓｔ）は、例えば、オープン（ｏｐｅｎ）された移動方向のそれぞれに対する移動通路の幅、現在走行方向として設定されているか否かなどを含む。

例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向のそれぞれに対する移動通路の幅を比較することができ、最も広い幅の移動通路の移動方向を走行方向として決定する。本図においては、第１移動方向（５０１）に対する移動通路の幅（Ｌ１）が最も広いので、第１移動方向（５０１）が走行方向として決定される。

例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向のうち、現在走行方向に設定されている移動方向を走行方向に維持することもできる。

一方、移動ロボット１００に保存されたノードに関するデータについて、以下の表１を参照して説明する。

表１を参照すると、第１ノードＮ１の座標は（０，０）に設定され、第１及び第２移動方向（５０１、５０２）はオープン（ｏｐｅｎ）を示す－２、第３及び第４移動方向（５０３、５０４）はオープン（ｏｐｅｎ）されていないことを示す－１に設定される。一方、本図においては、座標の基準数値をセンチメートル（ｃｍ）として説明しているが、本発明はこれに限定されるものではない。

一方、第３移動方向（５０３）の場合、移動ロボット１００から一定距離（６１０）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在するが、移動通路の幅（Ｌ３）が基準幅以上で、移動ロボット１００が走行できる領域が存在するので、第１ノードＮ１から第３移動方向（５０３）に所定距離離隔された位置に第２ノードＮ２を生成する。このとき、生成されるノードの位置は、例えば、移動ロボット１００と障害物の間の距離（Ｌ４）を考慮して決定される。

第１ノードＮ１及び第２ノードＮ２に関するデータは、以下の表２のように設定される。

表２を参照すると、第１ノードＮ１の第３移動方向（５０３）に第２ノードＮ２が生成されることにより、第１ノードＮ１の第３移動方向（５０３）に関するデータ値は第２ノードＮ２を示す２にアップデート（ｕｐｄａｔｅ）される。

一方、第２ノードＮ２の座標は（０，－２００）に設定され、第２移動方向（５０２）に第１ノードＮ１が位置することにより、第２ノードＮ２の第２移動方向（５０２）に関するデータ値は１に設定される。

移動ロボット１００は、走行方向と決定された第１移動方向に走行できる。移動ロボット１００は、走行方向の移動通路を走行中に、移動通路の中央に沿って走行する。

例えば、移動ロボット１００は、走行方向の移動通路を走行中に、移動通路の幅の算出の基準となるエッジ（ｅｄｇｅ）に基づいて移動通路の中央点を検出し、中央点に沿って走行することができる。

一方、移動ロボット１００は、走行方向の移動通路を走行中に、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを判断する。例えば、移動ロボット１００は、走行方向の移動通路を走行中に、複数の移動方向（５０１ないし５０４）にオープン（ｏｐｅｎ）された移動方向が存在するか否かを所定周期によって持続的に判断することができる。

図６ｃを参照すると、第３移動方向（５０３）に対する移動通路の幅（Ｌ３）は基準幅以上であるが、移動ロボット１００から一定距離（６１０）以内に移動ロボット１００の走行が不可能な種類の障害物ｅ３３が存在することが確認できる。

一方、第４移動方向（５０４）は、走行方向の反対方向に該当して、移動ロボット１００が既に走行していた移動方向に該当するので、移動ロボット１００は、オープン（ｏｐｅｎ）されていない移動方向と判断することができる。

従って、移動ロボット１００は、複数の移動方向（５０１ないし５０４）のうち走行方向である第１移動方向（５０１）のみがオープン（ｏｐｅｎ）されたことを確認し、現在の走行方向に走行し続けることができる。

図６ｄを参照すると、移動ロボット１００は、走行方向の移動通路を走行中に、複数の移動方向（５０１ないし５０４）のうち、第１及び第２移動方向（５０１、５０２）がオープン（ｏｐｅｎ）された移動方向であることが確認できる。

現在の走行方向である第１走行方向（５０１）を含む複数の移動方向がオープン（ｏｐｅｎ）された移動方向に該当するので、移動ロボット１００は第３ノードＮ３を生成することができる。

第１ノードＮ１ないし第３ノードＮ３に関するデータは、以下の表３のように設定される。

表３を参照すると、第１ノードＮ１の第１移動方向（５０１）に第３ノードＮ３が生成されることにより、第１ノードＮ１の第１移動方向（５０１）に関するデータ値は第３ノードＮ３を示す３にアップデート（ｕｐｄａｔｅ）される。

一方、第３ノードＮ３の座標は、移動ロボット１００の走行距離に基づいて（４００，０）に設定され、第４移動方向（５０４）に第１ノードＮ１が位置することにより、第３ノードＮ３の第４移動方向（５０４）に関するデータ値は第１ノードＮ１を示す１に設定されることができる。

移動ロボット１００は、オープン（ｏｐｅｎ）された第１及び第２移動方向（５０１、５０２）のそれぞれに対する移動通路の幅（Ｌ１、Ｌ２）を比較して、第１移動方向（５０１）を走行方向と決定することができる。

図６ｅを参照すると、移動ロボット１００は、走行方向に沿って走行中に、図６ｄにおいて第３ノードＮ３を生成したのと同様に、第４ノードＮ４を生成する。

一方、第１ノードＮ１ないし第４ノードＮ４に関するデータは、以下の表４のように設定される。

表４を参照すると、第３ノードＮ３の第１移動方向（５０１）に第４ノードＮ４が生成されることにより、第３ノードＮ３の第１移動方向（５０１）に関するデータ値は第４ノードＮ４を示す４にアップデート（ｕｐｄａｔｅ）される。

一方、第４ノードＮ４の座標は、移動ロボット１００の走行距離に基づいて、（８００，０）に設定され、第４移動方向（５０４）に第３ノードＮ３が位置することにより、第４ノードＮ４の第４移動方向（５０４）に関するデータ値は第３ノードＮ３を示す３に設定されることができる。

一方、移動ロボット１００は、走行方向に沿って走行中に、走行方向である第１移動方向（５０１）に対して一定距離（６１０）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在することが確認できる。

この時、移動ロボット１００は、走行方向に沿って走行する状態であり、移動通路の幅（Ｌ１）が基準幅以上であるので、図６ｂにおいて第１ノードＮ１を生成したのとは異なり、障害物に接近するまで移動し続けることができる。

移動ロボット１００が障害物に接近中にも、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在しない場合、移動ロボット１００は、障害物に接近した位置に新しいノードを生成する。

また、移動ロボット１００は、ノードに関するデータに基づいて、ノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが存在するか否かを判断する。ここで、アップデート（ｕｐｄａｔｅ）が必要なノードは、例えば、ノードに関連するデータ値のうち、オープン（ｏｐｅｎ）を示す－２を含むノードが存在する場合、当該ノードはアップデート（ｕｐｄａｔｅ）が必要なノードであると判断される。

一方、図６ｆのように、移動ロボット１００が障害物に接近中に、複数の移動方向（５０１ないし５０４）のうち、走行方向である第１移動方向（５０１）はオープン（ｏｐｅｎ）されておらず、他の移動方向（５０２）がオープン（ｏｐｅｎ）されていることを確認する場合、移動ロボット１００は第５ノードＮ５を生成することができる。

一方、第１ノードＮ１ないし第５ノードＮ３に関するデータは、以下の表５のように設定される。

表５を参照すると、第４ノードＮ４の第１移動方向（５０１）に第５ノードＮ５が生成されることにより、第４ノードＮ４の第１移動方向（５０１）に関するデータ値は第５ノードＮ５を示す５にアップデート（ｕｐｄａｔｅ）される。

一方、第５ノードＮ５の座標は、移動ロボット１００の走行距離に基づいて、（１１００，０）に設定され、第４移動方向（５０４）に第４ノードＮ４が位置することにより、第５ノードＮ５の第４移動方向（５０４）に関するデータ値は第４ノードＮ４を示す４に設定されることができる。

一方、移動ロボット１００は、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向である第２移動方向（５０２）を走行方向と決定し、第２移動方向（５０２）に走行することができる。

図６ｇを参照すると、移動ロボット１００は、走行方向に沿って走行中に、図６ｃないし図６ｅにおいて第３ノードＮ３ないし第５ノードＮ５を生成したのと同様に、第６ノードＮ６ないし第９ノードＮ９を生成することができる。

このとき、本発明の図面においては、全空間の入口に設置されたドアが閉鎖されていることを基準に説明し、ドアが開放されている場合、移動ロボット１００の移動経路は異なる可能性がある。

一方、第１ノードＮ１ないし第９ノードＮ９に関するデータは、以下の表６のように設定される。

一方、移動ロボット１００は、第９ノードＮ９において第３移動方向（５０３）に走行中に、第１ノードＮ１に復帰することを確認できる。

移動ロボット１００は、第１ノードＮ１に対応する位置においてオープン（ｏｐｅｎ）された移動方向が存在しないことが確認できる。このとき、該当位置に第１ノードＮ１が既に設定されているので、移動ロボット１００は新しいノードを生成することなく、ノードに関するデータに基づいて、ノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが存在するか否かを判断する。

移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードが存在する場合、アップデート（ｕｐｄａｔｅ）が必要なノードのいずれか１つに移動することができる。このとき、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのうち、移動ロボット１００の現在位置から最短距離に位置するノードを決定する。

例えば、移動ロボット１００は、ノードに関するデータに含まれたノード間の距離を確認し、移動ロボット１００の現在位置から最短距離に位置するノードを決定する。

一方、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのいずれか１つに移動した後、複数の移動方向（５０１ないし５０４）のうちオープンされた移動方向が存在するか否かを判断する。

前記表６を参照すると、移動ロボット１００は、ノードに関連するデータ値にオープン（ｏｐｅｎ）を示す－２が含まれている第３ノードＮ３、第４ノードＮ４、第７ノードＮ７、及び第８ノードＮ８をアップデート（ｕｐｄａｔｅ）が必要なノードと判断する。

図６ｈに示すように、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのうち、最短距離に位置する第３ノードＮ３に移動し、第３ノードＮ３においてオープン（ｏｐｅｎ）された移動方向である第２移動方向（５０２）を走行方向と決定して走行する。

移動ロボット１００は、走行方向である第２移動方向（５０２）に走行中に、複数の移動方向（５０１ないし５０４）のうち走行方向である第２移動方向（５０２）のみがオープン（ｏｐｅｎ）されていることを確認し、第２移動方向（５０２）に走行し続けることができる。

一方、移動ロボット１００は、所定距離以上を走行方向にのみ走行する場合、所定距離に従って新しいノードを生成することができる。

移動ロボット１００は、走行方向に走行中に、第１０ノードＮ１０を生成することができる。

例えば、移動ロボット１００は、走行方向に走行中に、所定距離以上複数の移動方向（５０１ないし５０４）のうち走行方向のみがオープン（ｏｐｅｎ）されている場合、新しいノードを生成して、より正確なマップを作成することができる。

移動ロボット１００は、第８ノードＮ８に対応する位置に到着したことを確認できる。

一方、第１ノードＮ１ないし第１０ノードＮ１０に関するデータは、以下の表７のように設定される。

移動ロボット１００は、第８ノードＮ８に対応する位置においてオープン（ｏｐｅｎ）された移動方向が存在しないことが確認することができる。このとき、当該位置に第８ノードＮ８が既に設定されているので、移動ロボット１００は新しいノードを生成することなく、ノードに関するデータに基づいて、ノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが存在するか否かを判断する。

前記表７を参照すると、移動ロボット１００は、ノードに関連するデータ値にオープン（ｏｐｅｎ）を示す－２が含まれている第４ノードＮ４及び第７ノードＮ７をアップデート（ｕｐｄａｔｅ）が必要なノードと判断する。

図６ｉに示すように、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのうち、最短距離に位置する第７ノードＮ７に移動し、第７ノードＮ７においてオープン（ｏｐｅｎ）された移動方向である第３移動方向（５０３）を走行方向と決定して走行する。

図６ｈにおいてのように、移動ロボット１００は、走行方向である第３移動方向（５０３）に走行中に、複数の移動方向（５０１ないし５０４）のうち走行方向である第３移動方向（５０３）のみがオープン（ｏｐｅｎ）されていることを確認し、現在の走行方向に走行し続けることができる。

一方、移動ロボット１００は、走行方向に走行中に、より正確なマップ作成のために、第１１ノードＮ１１を生成することができる。

移動ロボット１００は、第４ノードＮ４に対応する位置に到着したことを確認し、第４ノードＮ４に対応する位置においてオープン（ｏｐｅｎ）された移動方向が存在しないことを確認することができる。また、該当位置に第４ノードＮ４が既に設定されているので、移動ロボット１００は新しいノードを生成することなく、ノードに関するデータに基づいて、ノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが存在するか否かを判断する。

一方、第１ノードＮ１ないし第１１ノードＮ１１に関するデータは、以下の表８のように設定される。

移動ロボット１００は、ノードに関するデータに基づいて、アップデート（ｕｐｄａｔｅ）が必要なノードがそれ以上存在しないことを確認し、生成された全域位相マップ（ｔｏｐｏｌｏｇｉｃａｌ ｍａｐ）を保存部３０５に保存することにより、第１マップデータの生成を完了する。

図６ｊを参照すると、移動ロボット１００は、生成された全域的位相マップ（ｔｏｐｏｌｏｇｉｃａｌ ｍａｐ）に基づいてノード間の関係を確認し、移動経路を決定することもできる。

図面に示されていないが、制御部３５０は、各ノードを生成し、ノードデータに基づいて移動ロボット１００を移動させながら、同時にグリッドマップを生成することができる。

グリッドマップ生成方法は、４方向または８方向に既に設定されたノードベースのマップ生成方法と異なり、方向の制限がなく、三又路のような環境でも円滑なマップ生成が可能である。

しかしながら、グリッドマップベースのマップ生成方法によれば、移動ロボット１００は、通路の中央に移動することができず、経路繰り返しによるマップ生成の遅延可能性があるため、優先的にノードベースの第１マップデータを生成し、その後にグリッドベースの第２マップデータを生成する。

図７は、本発明の一実施形態による、移動ロボットの第１マップデータ生成方法に関するフローチャートを示す図である。

図７に示すように、移動ロボット１００は、Ｓ７０１動作において、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを判断する。

例えば、移動ロボット１００は、既に設定された複数の移動方向（５０１ないし５０４）のそれぞれに対して、移動ロボット１００から一定距離（例：３ｍ）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在せず、移動通路の幅が移動ロボット１００の走行が可能な所定基準幅以上であり、移動ロボット１００が既に走行していない方向であるか否かを判断することができる。

移動ロボット１００は、Ｓ７０２動作において、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在する場合、既に設定された条件に従ってノードを生成する。

例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれていない場合、又は、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向を含む複数の移動方向が含まれている場合、ノードを生成することができる。

一方、例えば、移動ロボット１００の現在の走行方向に設定された移動方向のみがオープン（ｏｐｅｎ）された場合、移動ロボット１００はノードを生成せず、設定された走行方向に従って直進する。

一方、例えば、移動ロボット１００は、現在位置に対応するノードが存在する場合、ノードを生成しないことがある。

一方、ノードに関するデータは、ノードに対応する位置において複数の移動方向（５０１ないし５０４）がオープン（ｏｐｅｎ）であるか否かに関するデータ値を含む。

移動ロボット１００は、Ｓ７０３動作で、オープン（ｏｐｅｎ）された移動方向のうちいずれか１つを移動ロボット１００の走行方向として決定する。

例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向のそれぞれに対する移動通路の幅を比較することができ、幅が最も広い移動通路の移動方向を走行方向として決定する。

または、例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向のうち、現在走行方向に設定されている移動方向を走行方向として維持することもできる。

移動ロボット１００は、Ｓ７０４動作において、走行方向として決定された移動方向に移動する。

この時、移動ロボット１００は、走行方向の移動通路を走行中に、移動通路の中央に沿って走行する。

例えば、移動ロボット１００は、走行方向の移動通路を走行中に、移動通路の幅の算出の基準となるエッジ（ｅｄｇｅ）に基づいて移動通路の中央点を検出し、中央点に従って走行する。

一方、移動ロボット１００は、走行方向の移動通路を走行中に、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを持続的に判断することができる。

一方、移動ロボット１００は、Ｓ７０５動作において、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在しない場合、ノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが存在するか否かを判断する。

例えば、移動ロボット１００は、それぞれのノードに関するデータ値を確認して、複数の移動方向（５０１ないし５０４）に関するデータ値のうちオープン（ｏｐｅｎ）された移動方向を示すデータ値が含まれたノードが存在する場合、そのノードをアップデート（ｕｐｄａｔｅ）が必要なノードと判断する。

移動ロボット１００は、Ｓ７０６動作において、アップデート（ｕｐｄａｔｅ）が必要なノードが存在する場合、アップデート（ｕｐｄａｔｅ）が必要なノードのいずれか１つに移動される。

例えば、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのうち、移動ロボット１００の現在位置から最短距離に位置するノードに移動する。

一方、移動ロボット１００は、Ｓ７０７動作において、アップデート（ｕｐｄａｔｅ）が必要なノードが存在しない場合、生成された全域位相マップ（ｔｏｐｏｌｏｇｉｃａｌ ｍａｐ）を保存部３０５に保存することによりマップ生成を完了する。

図８ａ及び図８ｂは、本発明の一実施形態による、移動ロボットの第１マップデータ生成方法に対するフローチャートを示す図である。

図８ａに示すように、移動ロボット１００は、Ｓ８０１動作において、マップ生成機能を行う。例えば、移動ロボット１００は、電源がオン（ｏｎ）になった場合、又は、ユーザからマップ生成機能を実行する命令が入力される場合、マップ生成機能を実行する。

移動ロボット１００は、Ｓ８０２動作において、複数の移動方向（５０１ないし５０４）を設定する。

例えば、移動ロボット１００は、マップ生成機能が実行される場合、マップ生成機能が実行される時点に移動ロボット１００の前面が向く方向を第１移動方向（５０１）、移動ロボット１００の左側面が向く方向を第２移動方向（５０２）、移動ロボット１００の右側面が向く方向を第３移動方向（５０３）、第１方向の反対方向である移動ロボット１００の背面が向く方向を第４移動方向（５０４）に設定する。

移動ロボット１００は、Ｓ８０３動作において、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを判断する。

例えば、移動ロボット１００は、既に設定された複数の移動方向（５０１ないし５０４）のそれぞれに対して、移動ロボット１００から一定距離（例：３ｍ）以内に移動ロボット１００の走行が不可能な種類の障害物（例：壁面）が存在せず、移動通路の幅が移動ロボット１００の走行可能な所定基準幅以上であり、移動ロボット１００が既に走行していない方向であるか否かを判断することができる。

図８ｂに示すように、移動ロボット１００は、Ｓ８０４動作において、オープン（ｏｐｅｎ）された移動方向が存在する場合、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれるか否かを確認する。

この時、マップ生成機能が実行される時点では走行方向が設定されないことがあり、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれていない場合と判断される。

移動ロボット１００は、Ｓ８０５動作において、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれていない場合、移動ロボット１００の現在位置に対するノードを生成する。

移動ロボット１００は、Ｓ８０６動作において、オープン（ｏｐｅｎ）された移動方向のうちいずれか１つを走行方向と決定することもできる。

例えば、移動ロボット１００は、オープン（ｏｐｅｎ）された移動方向のそれぞれに対する移動通路の幅を比較し、幅が最も広い移動通路の移動方向を走行方向と決定する。

移動ロボット１００は、Ｓ８０７動作において、走行方向と決定された移動方向にする。

この時、移動ロボット１００は、走行方向の移動通路を走行中に、移動通路の中央に沿って走行する。

例えば、移動ロボット１００は、走行方向の移動通路を走行中に、移動通路の幅の算出の基準となるエッジ（ｅｄｇｅ）に基づいて移動通路の中央点を検出し、中央点に従って走行する。

一方、移動ロボット１００は、走行方向の移動通路を走行中に、複数の移動方向（５０１ないし５０４）のうちオープン（ｏｐｅｎ）された移動方向が存在するか否かを持続的に判断する。

一方、移動ロボット１００は、Ｓ８０８動作において、オープン（ｏｐｅｎ）された移動方向に移動ロボット１００の現在の走行方向が含まれている場合、現在の走行方向のみがオープン（ｏｐｅｎ）された移動方向であるか否かを確認する。

このとき、現在の走行方向を含む複数のオープン（ｏｐｅｎ）された移動方向が存在する場合、Ｓ８０５動作に分岐して、移動ロボット１００の現在位置に対するノードを生成する。

一方、複数の移動方向（５０１ないし５０４）のうち現在の走行方向のみがオープン（ｏｐｅｎ）された移動方向である場合、Ｓ８０７動作で分岐して、走行方向と決定された移動方向に移動し続ける。

一方、図８ａを再び参照すると、移動ロボット１００は、Ｓ８０９の動作において、オープン（ｏｐｅｎ）された移動方向が存在しない場合、ノードを生成することができる。

この時、当該位置にノードが既に設定されている場合、移動ロボット１００は、新しいノードを生成しなくてもよい。

移動ロボット１００は、Ｓ８１０動作において、ノードのうちアップデート（ｕｐｄａｔｅ）が必要なノードが存在しているか否かを判断する。

例えば、移動ロボット１００は、それぞれのノードに関するデータ値を確認して、複数の移動方向（５０１ないし５０４）に関するデータ値のうちオープン（ｏｐｅｎ）された移動方向を示すデータ値が含まれたノードが存在する場合、当該ノードをアップデート（ｕｐｄａｔｅ）が必要なノードと判断する。

移動ロボット１００は、Ｓ８１１動作において、アップデート（ｕｐｄａｔｅ）が必要なノードが存在する場合、アップデート（ｕｐｄａｔｅ）が必要なノードのいずれか１つを決定する。

例えば、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのうち、移動ロボット１００の現在位置から最短距離に位置するノードを決定する。

移動ロボット１００は、Ｓ８１２動作において、Ｓ８１１動作で決定されたノードに移動する。

例えば、移動ロボット１００は、アップデート（ｕｐｄａｔｅ）が必要なノードのうち、移動ロボット１００の現在位置から最短距離に位置するノードに移動する。

一方、移動ロボット１００は、Ｓ８１３動作において、アップデート（ｕｐｄａｔｅ）が必要なノードが存在しない場合、生成された全域的位相マップ（ｔｏｐｏｌｏｇｉｃａｌ ｍａｐ）を保存部３０５に保存してマップ生成を完了する。

前記のように、本発明の多様な実施形態によれば、移動ロボット１００が移動中に、リアルタイムでノードを生成することができ、ノード間の連結関係を正確に設定することができる。

また、本発明の多様な実施形態によれば、位相マップの生成中に、移動ロボット１００が移動通路の中央に沿って走行することにより、障害物を回避する動作を最小化しながら移動することができるため、より安定的な移動経路を提供する位相マップを生成することができる。

また、本発明の多様な実施形態によれば、移動ロボット１００は、複数の移動方向（５０１ないし５０４）に関するデータ値のような、ノードのそれぞれに関する情報を正確に設定することができるため、より正確な移動経路を提供する位相マップを生成することができる。

図９は、本発明の一実施形態による、移動ロボットの第２マップ生成過程の理解に参照されるフローチャートである。

図９に示すように、移動ロボット１００は、距離測定センサにより外部の物体との距離に関するセンサデータを受信するステップ（Ｓ９０１）、前記センサデータに基づいてセル単位のグリッドマップを生成するステップ（Ｓ９０２）、前記グリッドマップにおいて領域を区分し、前記領域間に境界線を生成するイメージ処理ステップ（Ｓ９０３）、１つ以上の境界線が存在するか否かを判断するステップ（Ｓ９０４）、１つ以上の前記の境界線が存在すると、最適の境界線を選択するステップ（Ｓ９０５）、前記最適の境界線まで経路を計画するステップ（Ｓ９０６）及び前記計画された経路に沿って移動しながら前記グリッドマップをアップデートするステップ（Ｓ９０７）を介して自動的にマップを生成することができる。

移動ロボット１００は、１つ以上の境界線が存在するか否かを判断するステップ（Ｓ９０４）において、１つ以上の前記境界線が存在しない場合はマップ生成を完了（Ｓ９０８）し、保存部３０５に前記完了したマップを保存する。

図９のセンサデータ受信ステップ（Ｓ９０１）は、図５のＬｉＤＡＲデータ受信ステップ（Ｓ５０１）を含む。前記センサデータはＬｉＤＡＲデータとともに、ＬｉＤＡＲデータから生成されたノードデータを含む。

センサデータ受信ステップ（Ｓ９０１）は、制御部３５０が距離測定センサのうちＬｉＤＡＲセンサ１７５によりセンシングしたＬｉＤＡＲデータを受信する過程である。ＬｉＤＡＲセンサ１７５は、レーザーを出力してレーザーを反射させたオブジェクトの距離、位置方向、材質などの情報を提供し、走行区域の地形情報を取得する。

本発明の実施形態によるＬｉＤＡＲデータはＬｉＤＡＲセンサ１７５がセンシングした障害物の距離と位置、方向などの情報を意味する。

図９のグリッドマップ生成ステップ（Ｓ９０２）は、図５のグリッドマップ生成ステップ（Ｓ５０３）及びグリッドマップ更新ステップ（Ｓ５０５）を含む。すなわち、独立的なグリッドマップ生成ステップ（Ｓ９０２）は、ノードベースのマップとグリッドベースのマップが融合したマップ生成過程におけるグリッドマップ生成ステップ（Ｓ５０３）及びグリッドマップ更新ステップ（Ｓ５０５）を含む。

図９のグリッドマップ生成ステップ（Ｓ９０２）が完了すると、図５のグリッドマップ更新ステップ（Ｓ５０５）が完了した更新されたグリッドマップが生成される。

グリッドマップに対するイメージ処理ステップ（Ｓ９０３）は、グリッドマップの領域を区分するステップ（Ｓ９０３－１）、区分された領域に対して色によりイメージ処理を行うステップ（Ｓ９０３－２）及び第１領域と第３領域の間に線分を表示するイメージ処理ステップ（Ｓ９０３－３）を含む。以下、詳細な説明は図１０を参照する。

本発明の実施形態によれば、グリッドマップに対するイメージ処理ステップ（Ｓ９０３）により、グリッドマップは、探索された空き空間の第１領域、探索された障害物が存在する第２領域及び未検索の第３領域に区分され、第１領域は白色、第２領域は灰色、第３領域は黒色でイメージ処理される。

制御部３５０は、第１領域と第３領域の間に線分を表示するイメージ処理を行う。制御部３５０は、イメージ処理された線分を境界線として判断する。

１つ以上の境界線が存在するか否かを判断するステップ（Ｓ４００）は、線分を介して境界線の個数を判断する過程である。すなわち、制御部３５０がイメージ処理された線分の個数を判断することであり得る。

境界線が１つ以上存在しない場合、制御部３５０は、マップ生成を完了し、保存部３０５に保存する。すなわち、第２マップデータ生成を完了する。

境界線が１つ以上存在する場合、１つ以上の境界線のうち最適の境界線を選択するステップ（Ｓ９０５）に移動する。最適の境界線は、ＮＢＶ（Ｎｅｘｔ Ｂｅｓｔ Ｖｉｅｗ）と呼ばれてもよい。

最適の境界線選択ステップ（Ｓ９０５）は、コスト関数（Ｃｏｓｔ ｆｕｎｃｔｉｏｎ）を利用する。コスト関数は、Ｒ（ｆ）で表現され、以下の数式１により計算される。

数式１を参照すると、Ｉ（ｆ）はＩｎｆｏｒｍａｔｉｏｎ Ｃｏｓｔであり、いずれか１つの境界線に移動して得られる境界線周囲の環境情報（以下、第１情報）に関する関数である。

Ｉ（ｆ）は、境界線の長さ及び第３領域のセルの個数又は割合により計算される。境界線の長さ（ｌ）が長い場合は、大きな空間である可能性が高く、コスト値は大きくなる。一定半径内の第３領域のセルの個数（ｕ）が多い場合、未探索領域比率が大きく、コスト値は大きくなる。

すなわち、Ｉ（ｆ）は、１つ以上の境界線のいずれか１つの境界線に移動した時、前記いずれか１つの境界線の周囲の空間が広いか、未探索領域の割合が大きいため、優先的に探索する必要性があるか否かを決定する環境情報に関する関数であり得る。

Ｉ（ｆ）は、境界線の長さ（ｌ）及び一定半径内の第３領域のセルの個数（ｕ）に対する加重関数（ｗｅｉｇｈｔ ｆｕｎｃｔｉｏｎ）である。

Ｎ（ｆ）は、Ｎａｖｉｇａｔｉｏｎ Ｃｏｓｔであり、現在の移動ロボット１００の位置からいずれか１つの境界線の中心点までの距離情報（第２情報）に関する関数である。現在の移動ロボット１００の位置からいずれか１つの境界線の中心点までの距離が近いほどＮ（ｆ）の値は大きくなる。

Ｎ（ｆ）が大きいほどコスト値が大きくなる場合、現在の移動ロボット１００の位置から近い地点からマップを生成することができる。ユーザの観点からはＮ（ｆ）が一定レベル以上大きいことが有利である。しかしながら、Ｎ（ｆ）が大きくなりすぎると、狭小な空間まで隅々探索を行う可能性が高いため、効率的なマップ生成のためにＩ（ｆ）と加重値を置いて計算することができる。

ａはＩ（ｆ）とＮ（ｆ）の加重値を意味する。言い換えれば、コスト関数は前記第１情報及び前記第２情報に関する加重関数（ｗｅｉｇｈｔ ｆｕｎｃｔｉｏｎ）であり、前記コスト値は、前記第１情報及び前記第２情報に関する加重関数（ｗｅｉｇｈｔ ｆｕｎｃｔｉｏｎ）により決定される。加重値はユーザの入力信号により選択される。

ユーザは、大きな空間中心に迅速なマップ生成のためにＩ（ｆ）に加重値を置くことができ、近い空間中心に隅々のマップ生成のためにＮ（ｆ）に加重値置くことができる。このような原理はマップ生成だけでなく、掃除を行う過程においても適用できる。

ＨはＨｙｓｔｅｒｅｓｉｓ Ｇａｉｎであり、センシング範囲に応じる境界線の位置による利得を意味する。ＬｉＤＡＲセンサ１７５のセンシング半径は１１ｍである。

境界線が現在の移動ロボット１００の位置を基準にセンシング範囲内にあると、Ｈ＞１であり、センシング範囲外にあると、Ｈ＝１である。Ｈはロボットの進行方向に位置する境界線を選択できるようにして方向をあちらこちらに変えていく非効率な走行を防止できるようにする。

図１２ｃに示すように、移動ロボット１００は、最適の境界線選択ステップ（Ｓ９０５）により複数の境界線のうちコスト値が最も大きい１つの境界線を選択する。第１線分、第２線分及び第３線分のそれぞれは図示してはいないが、制御部３５０は、前記第１線分、第２線分及び第３線分のそれぞれを第１境界線（Ｆ１）、第２境界線（Ｆ２）及び第３境界線（Ｆ３）と判断することができる。

第１境界線（Ｆ１）の長さが最も長く、第３境界線（Ｆ３）の長さが最も短くてもよい。

最適の境界線は、コスト関数を介して複数の境界線のうちコスト値が最も大きい第１境界線（Ｆ１）として選択される。Ｎ（ｆ）値の加重値を大きく置かなければ、第１境界線（Ｆ１）の長さが最も長いため、Ｉ（ｆ）値が大きいからである。

経路計画ステップ（Ｓ９０６）は、最適の境界線（ＮＢＶ）までの経路を計画する過程であり得る。前記経路は、最適の境界線（ＮＢＶ）の中心点を設定し、現在位置から前記中心点までの経路を意味し得る。

最適の境界線（ＮＢＶ）の中心点は、前記境界線の長さを二等分する地点であり得る。制御部３５０は、境界線の長さを二等分する地点を中心点として設定し、現在の移動ロボット１００の位置から前記中心点までの経路を生成することができる。

経路計画ステップ（Ｓ９０６）は、経路生成ステップを含む。

図１１は、本発明の一実施形態による、グリッドウェーブ発生ステップの理解に役立つ図である。

図１１を参照すると、経路を生成するステップは、グリッドウェーブ１１０１を発生して前記移動ロボット１００が位置する空間が存在するか否かを優先的に確認するウェーブ発生ステップをさらに含む。

制御部３５０は、グリッドウェーブが閉じない空間を移動ロボット１００が位置できない空間と判断し、前記グリッドウェーブが閉じる空間内においてのみ経路を生成する。

例えば、図１１のように、障害物１１０２、１１０３によりウェーブが途切れ、第１空間１１０４へグリッドウェーブ１１０１が閉じないことがある。そうすると、第１空間内での経路生成は行われない。

制御部３５０は、グリッドウェーブ１１０１が閉じない空間を移動ロボット１００が位置できない空間と判断し、グリッドウェーブ１１０１が閉じない空間にある第１領域と第３領域の間で線分を表示するイメージ処理ステップ（Ｓ９０３－３）を経ない。すなわち、制御部３５０は、グリッドウェーブ１１０１が閉じない空間において境界線を判断することができない。

グリッドマップアップデートステップ（Ｓ９０７）は、生成された経路に沿って移動しながら前記グリッドマップをアップデートするステップである。移動ロボット１００は、最適の境界線（ＮＢＶ）の中心点までの計画された経路に沿って移動するが、既に設定された距離の前まで移動できる。

例えば、移動ロボット１００は、最適の境界線（ＮＢＶ）の中心点前の１ｍまで移動できる。

ＬｉＤＡＲセンサ１７５は、グリッドマップを生成する場合、１１ｍのセンシング半径を有することができる。ＬｉＤＡＲセンサ１７５は、第２マップデータを生成する場合、１１ｍのセンシング半径を有することができる。

従って、移動ロボット１００が最適の境界線（ＮＢＶ）の中心点の端まで移動する動作は、不必要な作業であり得る。移動ロボット１００は、最適の境界線（ＮＢＶ）の中心点から既に設定された距離の前まで移動して移動時間を短縮することにより、効率的なマップ生成を行うことができる。

移動ロボット１００は、経路計画ステップ（Ｓ９０６）により生成された経路に沿って移動しながら、グリッドマップをアップデートする。すなわち、移動ロボット１００は、最適の境界線（ＮＢＶ）から既に設定された距離の前まで移動しながらセンシングしたＬｉＤＡＲデータに基づいてグリッドマップをアップデートする。

移動ロボット１００は、アップデートされたグリッドマップを再びイメージ処理し、境界線を判断し、最適の境界線を選択して経路計画及びマップをアップデートする過程を繰り返す。

移動ロボット１００は、アップデートされたマップにおいて１つ以上の境界線が存在しないと判断すればマップ生成が完了し、アップデートされたマップを保存部３０５に保存する。すなわち、移動ロボット１００は、１つ以上の境界線が存在しないとき、第２マップデータ生成を完了（Ｓ９０８）する。

図１０は、本発明の一実施形態による、グリッドマップに対するイメージ処理ステップを詳細に示す図である。

図１０を参照すると、グリッドマップに対するイメージ処理ステップ（Ｓ９０３）は、グリッドマップの領域を区分するステップ（Ｓ９０３－１）、区分された領域に対して色によりイメージ処理を行うステップ（Ｓ９０３－２）及び第１領域と第３領域の間に線分によりイメージ処理を行うステップ（Ｓ９０３－３）を含む。

グリッドマップの領域を区分するステップ（Ｓ９０３－１）は、グリッドマップ生成ステップ（Ｓ９０２）において生成されたグリッドマップを複数の領域に区分する過程である。

グリッドマップの領域を区分するステップ（Ｓ９０３－１）は、図５のグリッドマップ更新ステップ（Ｓ５０５）において更新されたグリッドマップを複数の領域に区分する過程である。

制御部３５０は、グリッドマップを、センサ部３７０がセンシングした結果から空き空間であれば第１領域に、センサ部３７０がセンシングした結果から障害物が存在する空間であれば第２領域に、センサ部３７０がセンシングしていない未探色空間であれば第３領域に区分する。前記領域はさらに多様になり得る。

区分された領域に対して色によりイメージ処理を行うステップ（Ｓ９０３－２）は、各領域別に異なる色で表示する過程である。前記イメージ処理は、各領域に存在するセルに色を表示することである。この場合、第１領域と第３領域の色の違いは他の領域の色の違いより大きい。

色によるイメージ処理は、明度の差によるイメージ処理も含む。

例えば、グレースケール（Ｇｒｅｙ ｓｃａｌｅ）により各領域を区分することができる。図１２ｃに示すように、第１領域１２０１は白色、第２領域１２０２は灰色、第３領域１２０３は黒色で表示する。第１領域１２０１と第３領域１２０３の明度差は、他の領域の明度差より大きい。

第１領域１２０１と第３領域１２０３の間に線分によりイメージ処理を行うステップ（Ｓ９０３－３）は、第１領域１２０１と第３領域１２０３の間を区分する線分を描く過程である。

制御部３５０は、イメージ処理された線分を境界線として判断する。すなわち、図１２ｃに示すように、境界線は第１境界線（Ｆ１）、第２境界線（Ｆ２）、第３境界線（Ｆ３）が存在する。

線分によりイメージ処理を行うステップ（Ｓ９０３－３）は、第１領域と第３領域の間の長さと前記移動ロボット１００の幅を比較するステップをさらに含む。制御部３５０は、第１領域と第３領域間の長さが移動ロボット１００の幅より短いと判断すれば、第１領域と第３領域間に線分を表示するイメージ処理を行わない。

制御部３５０は、移動ロボット１００の幅より長い第１領域と第３領域の間を抽出して線分を表示するイメージ処理を行う。これにより、移動ロボット１００が移動できる空間のみを目標と設定して効率的なマップ生成を実行できる効果がある。

線分によるイメージ処理ステップ（Ｓ９０３－３）は、グリッドウェーブを発生して移動ロボット１００が位置する空間が存在するか否かを確認するウェーブ発生ステップをさらに含む。

制御部３５０は、グリッドウェーブが閉じない空間を移動ロボット１００が位置できない空間と判断し、前記グリッドウェーブが閉じない空間内の第１領域と第３領域の間には線分を表示するイメージ処理を行わないことがある。これにより、移動ロボット１００が移動できる空間のみを探索しながら効率的なマップ生成を実行できる効果がある。

図１２ａないし図１２ｆは、本発明の実施形態による第２マップデータの生成過程を示す図である。

図１２ａないし図１２ｆは、時間の流れに沿って探索された空き空間である第１領域１２０１、探索された障害物が存在する空間である第２領域１２０２及び未検索空間である第３領域１２０３が変化する様子である。

第１領域１２０１は白色、第２領域１２０２は灰色、第３領域１２０３は黒色で表示され、制御部３５０は、第１領域１２０１と第３領域１２０３の間のイメージ処理された線分により境界線（Ｆ１、Ｆ２、Ｆ３）を判断する。

図１２ａは、移動ロボット１００が探索を開始する直前のステップを示す。センシングを開始する前であるため、黒色の第３領域１２０３のみが存在する。

図１２ｂは、移動ロボット１００が探索を開始したステップを示す。第２マップデータの生成ステップ（Ｓ５０６）において、ＬｉＤＡＲセンサのセンシング半径は１１ｍである。

制御部３５０は、アップデートされたグリッドマップをイメージ処理して、白色の第１領域１２０１、灰色の第２領域１２０２、黒色の第３領域１２０３に区分する。

また、制御部３５０は、グリッドマップをイメージ処理する過程により、第１境界線（Ｆ１）、第２境界線（Ｆ２）、第３境界線（Ｆ３）を判断することができる。

最適の境界線（ＮＢＶ）はコスト値が最も高い境界線であり得る。例えば、制御部３５０は、境界線の長さが最も長い第１境界線（Ｆ１）を最適の境界線として選択することができる。最適の境界線は、加重値をどのように設定するかによって変わる。

次に、制御部３５０は、第１境界線（Ｆ１）の中心点まで経路計画を立てる。この場合、グリッドウェーブを介して優先的に移動ロボット１００が位置できる空間が存在するか否かを判断する。

図１２ｃは、移動ロボット１００が計画された経路に沿って移動しながらセンシングしたデータに基づいてグリッドマップをアップデートした結果を示す。

制御部３５０は、アップデートされたグリッドマップをイメージ処理して、白色の第１領域１２０１、灰色の第２領域１２０２、黒色の第３領域１２０３に区分する。

また、制御部３５０は、グリッドマップをイメージ処理する過程により、第１境界線（Ｆ１）、第２境界線（Ｆ２）、第３境界線（Ｆ３）を判断する。この場合、第１領域１２０１と第３領域１２０３の間に、移動ロボット１００の幅より狭い第４境界（Ｆ４）が存在し得る。

制御部３５０は、第４境界（Ｆ４）に線分を表示するイメージ処理ステップ（Ｓ９０３－３）を省略することができる。第４境界（Ｆ４）には、線分が表示されず、制御部３５０は、第４境界（Ｆ４）を境界線と判断しない。

最適の境界線（ＮＢＶ）は、コスト値が最も高い境界線であり得る。例えば、制御部３５０は、境界線の長さが最も長い第１境界線（Ｆ１）を最適の境界線として選択することができる。

次に、制御部３５０は第１境界線（Ｆ１）の中心点まで経路計画を立てる。この場合、グリッドウェーブを介して優先的に移動ロボット１００が位置できる空間が存在するか否かを判断できる。

図１２ｄは、移動ロボット１００が計画された経路に沿って移動しながらセンシングしたデータに基づいてグリッドマップをアップデートした結果を示す。

制御部３５０は、アップデートされたグリッドマップをイメージ処理して、白色の第１領域１２０１、灰色の第２領域１２０２、黒色の第３領域１２０３に区分する。

また、制御部３５０はグリッドマップをイメージ処理する過程により、第２境界線（Ｆ２）、第３境界線（Ｆ３）を判断する。

最適の境界線（ＮＢＶ）はコスト値が最も高い境界線である。例えば、制御部３５０は、境界線の長さが最も長い第２境界線（Ｆ２）を最適の境界線として選択する。

ＬｉＤＡＲセンサのセンシング半径は１１ｍであり得る。従って、第２境界線（Ｆ２）の中心点に経路計画に従って移動しながら第３境界線（Ｆ３）の位置までＬｉＤＡＲデータを収集する。

移動ロボット１００は、ＬｉＤＡＲセンサにより、第３境界線（Ｆ３）の位置まで行かずにグリッドマップを生成することにより、効率的なマップ生成を行うことができる。

次に、制御部３５０は、第２境界線（Ｆ２）の中心点まで経路計画を立てる。この場合、グリッドウェーブを介して優先的に移動ロボット１００が位置できる空間が存在するか否かを判断することができる。

図１２ｅは、移動ロボット１００が計画された経路に沿って移動しながらセンシングしたデータに基づいてグリッドマップをアップデートした結果を示す。

制御部３５０は、アップデートされたグリッドマップをイメージ処理して、白色の第１領域１２０１、灰色の第２領域１２０２、黒色の第３領域１２０３に区分する。

また、制御部３５０は、グリッドマップをイメージ処理する過程により、第２境界線（Ｆ２）を判断する。境界線の個数が１つであるので、当該境界線は最適の境界線（ＮＢＶ）であり得る。

次に、制御部３５０は、第２境界線（Ｆ２）の中心点まで経路計画を立てる。この場合、グリッドウェーブを介して優先的に移動ロボット１００が位置できる空間が存在するか否かを判断することができる。

図１２ｆは、移動ロボット１００が計画された経路に沿って移動しながらセンシングしたデータに基づいてグリッドマップ生成を完了するステップを示す。

制御部３５０は、アップデートされたグリッドマップをイメージ処理して、白色の第１領域１２０１、灰色の第２領域１２０２、黒色の第３領域１２０３に区分する。この場合、第１領域１２０１と第３領域１２０３の間の境界線がこれ以上存在しないこともある。

制御部３５０は、第２マップデータ生成を完了し、第２マップデータを保存部３０５に保存する。

生成が完了した第２マップデータは、第２領域１２０２が廃ループを形成するイメージを含む。生成が完了した第２マップデータは、線分によるイメージ処理ステップ（Ｓ９０３－３）を省略した第４境界（Ｆ４）及び第２領域１２０２が廃ループを形成するイメージを含む。

本発明による移動ロボットは、前述の実施形態の構成と方法が限定的に適用されるものではなく、前記実施形態は様々な変形が行われるように各実施形態の全部又は一部が選択的に組み合わせられて構成されることもできる。

同様に、特定の順序で図面において動作を示しているが、これは好ましい結果を得るために示された特定順序や順次的な順序でその動作を行わなければならない、又は、全ての図示された動作が行わなければならないと理解されてはならない。特定の場合、マルチタスクと並列プロセッシングが有利であることもある。

一方、本発明の実施形態による移動ロボットの制御方法は、プロセッサが読み取り可能な記録媒体にプロセッサが読み取り可能なコードとして実現することが可能である。プロセッサが読み取り可能な記録媒体は、プロセッサにより読み取りできるデータが保存される全ての種類の記録装置を含む。また、インターネットを介する送信などのキャリアウェーブの形態で実現されるものも含む。また、プロセッサが読み取り可能な記録媒体はネットワークで接続されたコンピュータシステムに分散されて、分散方式でプロセッサが読み取り可能なコードが保存されて実行されることができる。

また、以上では本発明の好ましい実施形態について図示して説明したが、本発明は前述の特定の実施形態に限定されず、請求範囲において請求する本発明の要旨を逸脱することなく、当該発明の属する技術分野において通常の知識を有する者により様々な変形実施が可能であることはもちろん、このような変形実施は本発明の技術的思想や展望から個別に理解されてはならない。

本発明によれば、以下のような効果が１つあるいはそれ以上存在する。

第１に、第１マップデータ生成の構成により、通路の中央を判断し、リアルタイムセンサを活用して走行するので、安全かつ迅速にマップ生成を完了できる効果がある。

第２に、第１マップデータに基づいてグリッドマップを更新する構成により、第１マップデータ及び第２マップデータの生成をそれぞれ行う場合の短所を克服できる効果がある。

第３に、第１マップデータ生成を優先し、その後、第２マップデータ生成を連続することにより、環境制約のない全ての環境に対するマップデータを生成することができる。

一方、本発明の効果は以上に言及した効果に制限されず、言及されていない他の効果は請求範囲の記載から当業者に明確に理解できるであろう。

Claims (20)

1. 本体を移動させる走行部と、
   本体外部の物体との距離に関するデータを取得する距離測定センサと、
   前記距離測定センサがセンシングしたセンサデータに基づいてノードデータを生成し、
   前記センサデータ及び前記ノードデータに基づいてグリッドマップを作成し、
   前記ノードデータに基づいて第１マップデータを作成し、
   前記第１マップデータに基づいて前記グリッドマップをアップデートし、
   アップデートしたグリッドマップをイメージ処理して第２マップデータを生成する、制御部とを含む、移動ロボット。
2. 前記ノードデータは、
   複数のノードのうち少なくともいずれか１つのノードに対して、ノード位置に対する座標値と、既に設定された複数の移動方向のそれぞれに関するデータ値を含む、請求項１に記載の移動ロボット。
3. 前記複数の移動方向のそれぞれに関するデータ値は、
   オープン（ｏｐｅｎ）された移動方向を示す第１データ値、前記移動ロボットの走行不可能な移動方向を示す第２データ値、及び他のノードを示す第３データ値のいずれか１つに設定される、請求項２に記載の移動ロボット。
4. 前記制御部は、
   前記ノードデータを生成しながら、前記ノード位置に対する座標値を基準に前記センサのセンシング範囲内において前記グリッドマップを生成する、請求項３に記載の移動ロボット。
5. 前記移動ロボットは、
   前記ノードデータ、前記第１マップデータ、前記グリッドマップ及び前記第２マップデータが保存される保存部をさらに含む、請求項４に記載の移動ロボット。
6. 前記本体の外部の映像を取得する少なくとも１つのカメラを備える映像取得部をさらに含み、
   前記制御部は、
   前記映像取得部により取得した映像から特徴を抽出し、
   前記特徴を前記第２マップデータにマッピング（ｍａｐｐｉｎｇ）し、
   前記第２マップデータにマッピング（ｍａｐｐｉｎｇ）された特徴に基づいて、前記移動ロボットの位置を判断することを特徴とする、請求項５に記載の移動ロボット。
7. 前記制御部は、
   前記ノードデータに基づいて、前記設定された複数の移動方向のうち、前記オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在するか否かを判断し、
   前記オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在する場合、既に設定された条件に従って、前記ノードデータに新しいノードを生成し、
   前記オープン（ｏｐｅｎ）された移動方向のいずれか１つを、前記移動ロボットの本体が移動する走行方向として決定し、
   前記オープンされた移動方向が存在しない場合、前記ノードデータに基づいて、アップデート（ｕｐｄａｔｅ）が必要なノードが少なくとも１つ存在するか否かを判断し、
   前記アップデート（ｕｐｄａｔｅ）が必要なノードが存在しない場合、前記ノードデータに基づいて、少なくとも１つのノードを含む前記第１マップデータを生成する、請求項５に記載の移動ロボット。
8. 前記制御部は、
   前記アップデート（ｕｐｄａｔｅ）が必要なノードが存在する場合、前記アップデート（ｕｐｄａｔｅ）が必要なノードのいずれか１つに前記移動ロボットが移動するように、前記走行部を制御し、
   前記アップデートが必要なノードは、
   前記複数の移動方向のそれぞれに関するデータ値のうち少なくとも１つが、前記オープン（ｏｐｅｎ）された移動方向を示す前記第１データ値に設定されたノードである、請求項７に記載の移動ロボット。
9. 前記制御部は、
   前記複数の移動方向のそれぞれに対して、前記移動ロボットの走行が可能であるか否かを判断し、
   前記複数の移動方向のそれぞれに対して、前記移動ロボットが既に走行していた移動方向であるか否かを判断し、
   前記複数の移動方向のうち、前記移動ロボットの走行が可能であり、前記移動ロボットが既に走行していない移動方向を、前記オープン（ｏｐｅｎ）された移動方向と判断する、請求項７に記載の移動ロボット。
10. 前記制御部は、
    前記オープン（ｏｐｅｎ）された移動方向が少なくとも１つ存在する場合、前記走行方向として決定された移動方向が前記オープン（ｏｐｅｎ）された移動方向に該当するか否かを判断し、
    前記走行方向として決定された移動方向が前記オープン（ｏｐｅｎ）された移動方向に該当しない場合、前記新しいノードを生成する、請求項９に記載の移動ロボット。
11. 前記制御部は、
    前記走行方向として決定された移動方向が前記オープン（ｏｐｅｎ）された移動方向に該当する場合、前記複数の移動方向のうち、前記走行方向と決定された移動方向のみ前記オープン（ｏｐｅｎ）された移動方向に該当するか否かを判断し、
    前記走行方向として決定された移動方向のみが前記オープン（ｏｐｅｎ）された移動方向に該当する場合、前記新しいノードを生成せず、前記移動ロボットが前記走行方向に移動するように前記走行部を制御し、
    前記走行方向と決定された移動方向を含む複数の移動方向が前記オープン（ｏｐｅｎ）された移動方向に該当する場合、前記新しいノードを生成することを特徴とする、請求項１０に記載の移動ロボット。
12. 前記制御部は、
    前記新しいノードを生成する場合、前記ノードデータに含まれた前記少なくとも１つのノードのそれぞれの、前記複数の移動方向に関するデータ値をアップデート（ｕｐｄａｔｅ）することを特徴とする、請求項１１に記載の移動ロボット。
13. 前記制御部は、
    前記センサデータに基づいて生成されたグリッドマップを、前記センサがセンシングした結果から空き領域である第１領域、前記センサがセンシングした結果から障害物が存在する空間である第２領域及び前記センサがセンシングしていない第３領域に区分し、
    前記第１領域と前記第３領域の間に境界線を生成する前記イメージ処理を行い、
    前記境界線が１つ以上存在する場合、最適の境界線を選択し、
    前記最適の境界線までの経路計画（Ｐａｔｈ－ｐｌａｎｎｉｇ）を行い、
    前記経路に沿って移動しながら前記グリッドマップをアップデートして前記第２マップデータを生成する、請求項５に記載の移動ロボット。
14. 前記制御部は、
    前記境界線が存在しないと判断すると、前記第２マップデータの生成を完了し、前記第２マップデータを前記保存部に保存する、請求項１３に記載の移動ロボット。
15. 前記イメージ処理は、
    各領域の色を異なるように表示するものの、前記第１領域の色と前記第３領域の色の違いを最も大きく示し、
    前記第１領域と前記第３領域の間に線分を表示するイメージ処理を含み、
    前記制御部は、
    前記線分を前記境界線と判断する、請求項１４に記載の移動ロボット。
16. 前記制御部は、
    前記第１領域と前記第３領域の間の長さと前記移動ロボットの幅を比較し、
    前記第１領域と前記第３領域の間の長さが前記移動ロボットの幅より長いと判断すると、前記線分を表示するイメージ処理を行う、請求項１５に記載の移動ロボット。
17. 前記最適の境界線は、
    前記１つ以上の境界線のいずれか１つの境界線において取得できる環境に関する情報である第１情報及び前記いずれか１つの境界線までの距離に関する情報である第２情報から計算したコスト値に基づいて、
    前記コスト値が最大である前記いずれか１つの境界線である、請求項１３に記載の移動ロボット。
18. 前記コスト値は、
    前記第１情報及び前記第２情報に関する加重関数（ｗｅｉｇｈｔ ｆｕｎｃｔｉｏｎ）により決定される値である、請求項１７に記載の移動ロボット。
19. 前記制御部は、
    前記最適の境界線の中心点を設定し、
    現在位置から前記中心点までの経路を生成して前記経路計画を行う、請求項１３に記載の移動ロボット。
20. 前記制御部は、
    前記経路を生成する前にグリッドウェーブを発生して前記移動ロボットが位置する空間が存在するか否かを確認し、
    前記グリッドウェーブが閉じる空間内でのみ経路を生成する、請求項１９に記載の移動ロボット。

Images