KR100772654B1

KR100772654B1 - Grid-based mapping method

Info

Publication number: KR100772654B1
Application number: KR1020060055455A
Authority: KR
Inventors: 조동우; 정완균; 임종환; 이유철
Original assignee: 포항공과대학교 산학협력단; 학교법인 포항공과대학교
Priority date: 2006-06-20
Filing date: 2006-06-20
Publication date: 2007-11-02

Abstract

A grid-based mapping method is provided to improve accuracy of data of an ultrasonic sensor by removing wrong data caused due to a specular reflection, and improve quality of a grid-based map. A grid-based mapping method includes a step of acquiring data from an ultrasonic sensor; a step of judging whether the data satisfy the condition including a direction and a distance; a step of judging whether there exists a relationship between the data in accordance with whether the data satisfying the condition including the direction and the distance fall within a preset range; and a step of drawing a grid-based map by using the data having a relationship.

Description

Grid-based mapping method

도 1은 본 발명의 실시예에 따른 방법을 실험하기 위한 자율이동로봇의 외형도이다.1 is an external view of an autonomous mobile robot for testing a method according to an embodiment of the present invention.

도 2는 본 발명의 일실시예에 따른 방법을 이용한 격자기반 지도 작성의 순서도이다.2 is a flowchart of grid-based map making using the method according to an embodiment of the present invention.

도 3은 초음파 센서의 정보형태를 설명하기 위하여 도시한 도면이다. 3 is a diagram illustrating an information type of an ultrasonic sensor.

도 4a 및 도 4b는 본 발명의 일실시예에 따른 연관성 평가의 전제가 되는 기본요건을 설명하기 위하여 도시한 도면으로, 도 4a는 데이터의 방향에 대한 조건을 나타내고, 도 4b는 데이터의 거리에 대한 조건을 나타내고 있다.4A and 4B are diagrams for explaining basic requirements that are prerequisites for the evaluation of association according to an embodiment of the present invention. FIG. 4A shows a condition for a direction of data, and FIG. 4B shows a distance of data. The conditions for

도 5a 및 도 5b는 본 발명의 일실시예에 따라, 기본요건을 만족시키는 데이터를 대상으로, 각 데이터 상호간의 연관성 유무를 판단하는 과정을 설명하기 위해 도시한 도면이다.5A and 5B are diagrams for explaining a process of determining whether data is related to each other, based on data satisfying basic requirements, according to an embodiment of the present invention.

도 6은 본 발명의 다른 실시예를 설명하기 위해 도시한 도면이다.6 is a diagram illustrating another embodiment of the present invention.

본 발명은 자율이동로봇(Autonomous mobile robot)이 주위 환경에 대한 지도 를 작성하는 방법에 관한 것으로, 특히 자율이동로봇이 구조가 간단하고 비용이 저렴한 초음파 센서를 이용해 보다 정밀한 격자기반 지도를 작성할 수 방법에 관한 것이다. The present invention relates to a method for an autonomous mobile robot to create a map of the surrounding environment. In particular, an autonomous mobile robot can create a more accurate grid-based map using an ultrasonic sensor having a simple structure and low cost. It is about.

자율이동로봇은 미지의 환경에서 사전지식 없이 스스로 그 환경에 대처할 수 있는 능력을 가진 로봇을 말한다. 이와 같은 자율이동로봇은 여러 분야에 걸쳐 두루 사용되고 있는데, 가령 장애자를 도와주는 일, 공장에서의 물류이송 작업, 우주탐사, 핵폐기물 처리장 또는 심해와 같이 위험한 환경에서의 작업 등을 인간을 대신하여 수행하고 있다. 뿐만 아니라 무인청소기, 무인 잔디 깎기 등으로도 사용이 가능하다. 이러한 역할을 맡고 있는 자율이동로봇은 개인들에게는 생활의 윤택함을 줄 것이며, 기업들에게는 이의 산업화로 경제적으로 고부가가치의 시장을 제공해줄 것이다. An autonomous mobile robot is a robot that has the ability to cope with it in an unknown environment without prior knowledge. Such autonomous mobile robots are widely used in various fields, such as helping people with disabilities, logistics operations at factories, space exploration, nuclear waste disposal plants, or in hazardous environments such as deep seas. Doing. In addition, it can be used as an unmanned vacuum cleaner or unmanned lawn mower. In this role, autonomous mobile robots will give individuals the benefits of life, and their industrialization will provide economically high value-added markets.

하지만, 현재까지 자율이동로봇의 인지능력과 추론 능력은 인간과 비교할 때 열등하기 때문에, 이의 기능은 매우 제한적이었다. 따라서 많은 분야에서 로봇의 지능을 높이기 위한 연구가 이루어지고 있다.However, to date, the autonomous mobile robot's cognitive ability and reasoning ability are inferior to humans, so its function is very limited. Therefore, in many fields, researches have been made to increase the intelligence of robots.

자율이동로봇의 가장 기본적인 기능은 원하는 목표지점까지 충돌 없이 이동할 수 있어야 하는 것이다. 자율이동로봇이 생활공간 속에서 자유롭게 이동하기 위해서는 스스로 어디에 있는지를 판단할 수 있는 능력이 필요하다. 또한 주위 환경, 즉 물체들의 전체적인 위치와 윤곽을 파악하는 능력이 필요하다. 이러한 기능들은 위치측정(localization)기술 및 지도 작성(mapping)기술에 의해 수행된다. The most basic function of autonomous mobile robot is to be able to move to the desired target point without collision. For autonomous mobile robots to move freely in their living spaces, they need the ability to determine where they are. It also requires the ability to know the surroundings, the overall location and contours of objects. These functions are performed by localization and mapping techniques.

자율이동로봇이 주위 환경에 대한 지도를 작성(mapping)하기 위한 가장 기본 이 되는 단계는 주위환경을 인식하기 위한 센서의 선정이다. 주로 이용되는 센서로는 초음파 센서, 비전센서, 레이저센서 및 적외선센서 등이 있다. 이중 초음파 센서는 조명의 변화에 무관하고 구조가 간단하며 비용이 저렴하고 장거리의 인식도 가능하기에 많이 사용되고 있다. The most basic step for the autonomous mobile robot to map its environment is the selection of sensors to recognize the environment. Commonly used sensors include ultrasonic sensors, vision sensors, laser sensors and infrared sensors. Dual ultrasonic sensors are widely used because they are irrelevant to changes in lighting, they are simple in structure, inexpensive, and enable long-range recognition.

초음파 센서를 이용한 주위 환경에 대한 지도 작성 기술은 크게 형상기반과 격자기반으로 나눌 수 있다.Mapping techniques for the surrounding environment using ultrasonic sensors can be largely divided into shape-based and grid-based.

형상기반 지도 작성법은 주위환경을 선(line)이나 점(point) 또는 원호(arc) 등의 특정 형상으로 표현하는 방법이다. 이 지도 작성에는 여러 가지 모델이 알려져 있으며, 미국 엠아이티(MIT)의 레널드(Leonard)가 제안한 동일거리영역(RCD: Region of Constant Depth)이 가장 대표적이다.Shape-based mapping is a method of expressing the surrounding environment in a specific shape such as a line, a point, or an arc. Several models are known for this mapping, and the most common is the Region of Constant Depth (RCD) proposed by Leonard of MIT.

격자기반 지도 작성법은 자율이동로봇의 주위 환경을 작은 격자(Grid)들로 나누어 각 격자에 물체가 있을 가능성을 확률적으로 표현하는 방법으로서 확률격자지도라고도 불린다. Grid-based mapping is called stochastic lattice map as a method of probabilistically expressing the possibility that an object exists in each grid by dividing the environment of autonomous mobile robot into small grids.

상기 격자기반 지도는 형상기반지도와는 달리 즉각적인 지도 갱신 및 수정이 용의하며 물체의 형상에 관계없이 물체의 존재 유무를 효율적으로 표현할 수 있다는 장점이 있다. 따라서 상기 격자기반 지도 작성법을 더욱 개선시킬 필요가 있다.Unlike the shape-based map, the grid-based map is easy to update and modify the map immediately and has an advantage of efficiently expressing the presence or absence of the object regardless of the shape of the object. Therefore, there is a need to further improve the grid-based mapping method.

상술한 바와 같이 격자기반 지도를 작성하기 위해서는 초음파 센서를 사용한다. 그런데, 이 초음파 센서는 음파의 지향각이 넓어 물체 위치에 대한 방향 불확실성이 크고, 또 정반사 특성에 따른 거울반사(Specular Reflection)효과에 의해 잘못된 물체 존재정보를 제공하는 경우가 많아 그 불확실성이 매우 크다는 문제점 이 있다. As described above, an ultrasonic sensor is used to create a grid-based map. However, this ultrasonic sensor has a large directional uncertainty of the object position due to the wide angle of the sound waves, and often provides incorrect object presence information due to the specular reflection effect according to the specular reflection characteristics. There is a problem.

결국, 초음파 센서를 사용한 지도 작성 기술의 핵심은 초음파 센서의 불확실성을 줄여 실제 주위 환경을 얼마나 정확하게 표현할 수 있는가이다.After all, the key to mapping technology using ultrasonic sensors is how accurately the actual environment can be represented by reducing the uncertainty of the ultrasonic sensors.

이에 본 발명의 목적은 초음파 센서정보의 불확실성, 가령 거울반사에 의한 잘못된 센서정보를 미리 제거하여 초음파 센서정보의 정확성을 높이고, 아울러 형성되는 격자기반 지도의 질(quality)을 향상시킬 수 있는 격자기반 지도 작성방법을 제공하는 데 있다. Accordingly, an object of the present invention is to remove the uncertainty of the ultrasonic sensor information, for example, the wrong sensor information by mirror reflection in advance to increase the accuracy of the ultrasonic sensor information, and also to improve the quality of the grid-based map formed (grid) It is to provide a map making method.

상기의 목적을 달성하기 위하여, 본 발명의 일실시예에 따른 격자기반 지도 작성방법은 (a) 상기 초음파 센서로부터 데이터를 입수하는 단계와; (b) 상기 데이터가 기본조건을 만족하는지 판별하는 단계와; (c) 상기 기본조건을 만족하는 데이터를 대상으로, 각 데이터 상호간의 연관성 유무를 판별하는 단계와; (d) 상기 (c)단계에서 연관성이 있다고 판별된 데이터를 이용하여, 격자기반 지도를 작성하는 단계를 포함한다.In order to achieve the above object, a grid-based mapping method according to an embodiment of the present invention comprises the steps of (a) obtaining data from the ultrasonic sensor; (b) determining whether the data meets basic conditions; (c) determining whether data is related to each other based on data satisfying the basic condition; (d) creating a grid-based map using the data determined to be relevant in step (c).

여기서, 상기 (b) 단계의 기본조건은 방향에 대한 조건과 거리에 대한 조건으로 이루어지며, 방향에 대한 조건은

이고, 거리에 대한 조건은

일 수 있다. 이때,

는 각 초음파 센서 위치에서 물체의 표면을 향하는 수선이 이루는 방향각이고,

는 조건각의 최 대 값이며,

는 조건각의 최소 값이고,

는 두 초음파 센서 사이의 거리 값이며,

및

는 센서에 의해 측정되는 거리 값이다. Here, the basic condition of the step (b) is made of a condition for the direction and a condition for the distance, the condition for the direction

, The condition for distance is

Can be. At this time,

Is the direction angle formed by the water line toward the surface of the object at each ultrasonic sensor location,

Is the maximum value of the condition angle,

Is the minimum value of the condition angle,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.

또한, (c)단계의 데이터 상호간 연관성 유무를 판별하는 단계는, 두 초음파 센서의 측정 거리 값을 각각 반지름으로 하고, 상기 두 초음파 센서 각각의 위치를 중심으로 하여 두개의 원을 만드는 단계와; 상기 단계에서 생성된 두 원에 동시에 외접하고, 상기 두 초음파 센서 각 유효빔 폭의 변에 그 중심점이 존재하는 외접원의 반지름을 구하는 단계와; 상기 단계에서 구한 외접원의 반지름 중에, 상기 두 초음파 센서 각각의 유효빔 폭 안에 동시에 중심점을 가지는 외접원의 최대 및 최소 반지름을 찾는 단계와; 상기 외접원의 최대 및 최소 반지름이 기설정된 범위에 해당되는 지 여부에 따라 데이터 상호간 연관성 유무가 판별되는 단계를 포함하여 이루어질 수 있다. In addition, the step of determining the correlation between the data of step (c) comprises the step of making the measurement distance value of the two ultrasonic sensors, respectively, a radius, and making two circles around the position of each of the two ultrasonic sensors; Circumscribing the two circles generated in the step at the same time, and obtaining the radius of the circumscribed circle whose center point exists at the sides of the effective beam widths of the two ultrasonic sensors; Finding the maximum and minimum radii of the circumscribed circle having a center point at the same time in the effective beam width of each of the two ultrasonic sensors, among the radii of the circumscribed circle obtained in the above step; The method may include determining whether data has correlation with each other according to whether the maximum and minimum radii of the circumscribed circle fall within a preset range.

이때, 상기 두 초음파 센서 각각을 중심으로 하는 두 원에 외접하고, 두 초음파 센서 각 유효빔 폭의 변에 그 중심점이 존재하는 외접원의 반지름은 다음 식에 의하여 구해질 수 있다.At this time, the radius of the circumscribed circle circumscribed to two circles centering each of the two ultrasonic sensors, and the center point is present on the sides of the effective beam width of each of the two ultrasonic sensors can be obtained by the following equation.

상기,

은 외접원의 반지름이고,

는 조건각이며,

는 두 초음파 센서 사이의 거리 값이고,

및

는 센서에 의해 측정되는 거리 값이다.remind,

Is the radius of the circumscribed circle,

Is the condition angle,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.

그리고 상술한 격자기반 지도는 베이즈의 조건확률이론에 의해 작성될 수 있다.And the grid-based map described above can be prepared by Bayesian conditional probability theory.

한편, 상기의 목적을 달성하기 위한 격자기반 지도 작성방법은 (a) 하나 이상의 초음파 센서에 의한 데이터가 기본조건을 만족하는지 판별하고, 상기 기본조건을 만족하는 데이터를 대상으로 각 데이터 상호간의 연관성 유무를 판별하는 단계와; (b) 하나 이상의 초음파 센서에 의한 데이터가

및

의 조건을 만족하는지 여부로, 상기 데이터 상호간의 연관성 유무를 판별하는 단계와; (c) 상기 (a) 및 (b)단계에서 연관성이 있다고 판별된 데이터를 이용하여, 격자지도를 작성하는 단계를 포함할 수도 있다.On the other hand, the grid-based mapping method to achieve the above object (a) to determine whether the data by the at least one ultrasonic sensor satisfies the basic condition, the presence or absence of correlation between each data for the data satisfying the basic condition Determining; (b) data from one or more ultrasonic sensors

And

Determining whether or not there is correlation between the data according to whether a condition of; (c) The method may include creating a grid map using data determined to be relevant in steps (a) and (b).

이때, 상기

는 조건각의 최대 값이고,

는 조건각의 최소 값이며,

는 자율이동로봇이 이동한 경우 상기 자율이동로봇의 첫 번째 위치와 두 번째 위치를 연결한 선분과 임의의 기준선이 이루는 각이다. 그리고

는 두 초음파 센서 사이의 거리 값이고,

및

는 센서에 의해 측정되는 거리 값이다.At this time, the

Is the maximum value of the condition angle,

Is the minimum value of the condition angle,

Is an angle formed by the line segment connecting the first position and the second position of the autonomous mobile robot and an arbitrary reference line when the autonomous mobile robot is moved. And

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.

물론, 상기 (a)단계에는 상술한 기본조건 및 연관성 판단방법이 그대로 적용될 수 있다. Of course, in the step (a), the above-described basic condition and the method of determining the correlation may be applied as it is.

이하, 첨부한 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 방법으로 구현될 수 있으며 여기에서 설명하는 실시예들에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 일반적으로 널리 알려져 있는 공지기술의 경우 그 구체적인 설명은 생략하도록 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those skilled in the art may easily implement the present invention. As those skilled in the art would realize, the described embodiments may be modified in various different ways, all without departing from the spirit or scope of the present invention. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and in the case of well-known technologies generally known, the detailed description thereof will be omitted.

도 1은 본 발명의 실시예에 따른 방법을 실험하기 위한 자율이동로봇의 외형도이다. 1 is an external view of an autonomous mobile robot for testing a method according to an embodiment of the present invention.

상기 자율이동로봇의 측면에는, 미지의 주위환경을 인식하기 위하여, 초음파 센서(도시되지 않음)가 전 방향에 있어 균일한 간격을 두고 장착된다. 그리고 상기 초음파 센서에는 지향각, 즉 유효빔 폭(ω)을 결정해 주기 위한 콘 형상의 덮개(180)가 설치된다. 상기 덮개에 의하여 유효빔 폭(ω)은 다양하게 조절될 수 있다.On the side of the autonomous mobile robot, ultrasonic sensors (not shown) are mounted at equal intervals in all directions in order to recognize an unknown surrounding environment. The ultrasonic sensor is provided with a cone-shaped cover 180 for determining a direction angle, that is, an effective beam width ω. The effective beam width ω may be variously adjusted by the cover.

도 2는 본 발명의 일실시예에 따른 방법을 이용한 격자기반 지도 작성의 순서도이다. 이를 참조하면, 격자기반 지도의 작성을 위해, 우선 자율이동로봇에 장착된 초음파 센서를 이용해 초음파 센서정보(데이터)를 입수한다(S110). 이후, 상기 초음파 센서에 의한 데이터가 소정의 기본조건을 만족하는지 판별한다(S120). 다음으로, 상기 기본조건을 만족하는 데이터를 대상으로, 각 데이터 상호간 연관성이 있는지 여부를 판단한다(S130). 마지막으로, 연관성이 있다고 판별된 데이터를 추출하여(S140), 격자기반 지도를 작성한다(S150).2 is a flowchart of grid-based map making using the method according to an embodiment of the present invention. Referring to this, in order to create a grid-based map, first, ultrasonic sensor information (data) is obtained using an ultrasonic sensor mounted on an autonomous mobile robot (S110). Thereafter, it is determined whether the data by the ultrasonic sensor satisfies a predetermined basic condition (S120). Next, it is determined whether or not there is correlation between each data for the data satisfying the basic condition (S130). Finally, data determined to be relevant is extracted (S140), and a grid-based map is created (S150).

이하, 격자기반 지도를 작성하는 방법에 대해 좀 더 구체적으로 살펴본다.Hereinafter, a method of preparing a grid-based map will be described in more detail.

도 3은 초음파 센서(200)의 정보형태를 설명하기 위하여 도시한 도면이며, 도 4a 및 도 4b는 본 발명의 일실시예에 따른 연관성 평가의 전제가 되는 기본요건을 설명하기 위하여 도시한 도면이다. 3 is a diagram for explaining the information format of the ultrasonic sensor 200, Figures 4a and 4b is a diagram showing the basic requirements that are the premise of the association evaluation according to an embodiment of the present invention .

도 3을 참조하면, ω는 초음파 센서(200)의 유효빔 폭을 나타낸다. 그리고

및

는 조건각으로,

은 임의의 기준선과 유효빔 폭의 어느 한 변이 이루는 각 중에 작은 값을 나타내며,

는 상기 기준선과 유효빔 폭의 어느 한 변이 이루는 각 중에 큰 값을 나타낸다. 그리고

은 방향각으로, 상기 기준선과, 초음파 센서(200)가 탐지한 물체(230)의 표면을 향하는 수선이 이루는 각을 나타낸다.

는 초음파 센서(200)에 의해 측정되는 거리 값을 나타낸다.Referring to FIG. 3, ω represents an effective beam width of the ultrasonic sensor 200. And

And

Is a condition angle,

Denotes the smaller of the angles between any reference line and any side of the effective beam width,

Denotes a large value among angles formed by one side of the reference line and the effective beam width. And

Represents an angle formed by the reference line and the waterline toward the surface of the object 230 detected by the ultrasonic sensor 200.

Represents a distance value measured by the ultrasonic sensor 200.

상기 심벌은 명세서 및 도면 전체를 통하여 동일한 의미를 가진다.The symbol has the same meaning throughout the specification and drawings.

한편, 도 4a는 데이터의 방향에 대한 조건을 나타내고 있으며, 도 4b는 데이터의 거리에 대한 조건을 나타내고 있다.On the other hand, Fig. 4A shows the conditions for the direction of the data, and Fig. 4B shows the conditions for the distance of the data.

도 4a를 참조하면,

은 초음파 센서 1(220)에 의한 방향각이고,

는 초음파 센서 2(225)에 의한 방향각이다. 이때, 상기 두 초음파 센서(220, 225)가 동일한 물체를 감지하기 위해서는, 상기 각 초음파 센서(220, 225)에 의한 수선의 방향각은 서로 다른 초음파 센서(220, 225)의 조건각 사이에 존재하여야한다. 이는 하기 수학식 1과 같이 표현될 수 있다. Referring to FIG. 4A,

Is the direction angle by the ultrasonic sensor 1 (220),

Is the direction angle by the ultrasonic sensor 2 (225). In this case, in order for the two

ultrasonic sensors

220 and 225 to detect the same object, the direction angle of the repair by the

ultrasonic sensors

220 and 225 is present between the condition angles of the different

ultrasonic sensors

220 and 225. Shall. This may be expressed as Equation 1 below.

[수학식 1][Equation 1]

즉, 두 데이터가 동일한 물체를 감지하기 위해서는 초음파 센서 1(220)의 조건각 사이 범위와, 초음파 센서 2(225)의 조건각 사이 범위가 겹치는 구간이 존재해야 한다.That is, in order to detect the same object between the two data, the range between the condition angle of the ultrasonic sensor 1 220 and the condition angle of the ultrasonic sensor 2 225 should exist.

도 4b를 참조하면, 두 초음파 센서(220, 225) 사이의 거리를

로 나타내고 있다. 그리고

은 초음파 센서1(220)로부터 측정된 거리 값을 나타내고,

는 초음파 센서2(225)로부터 측정된 거리 값을 나타낸다. Referring to FIG. 4B, the distance between the two

ultrasonic sensors

220 and 225 is measured.

It is represented by. And

Represents a distance value measured from the ultrasonic sensor 1 (220),

Represents a distance value measured from the ultrasonic sensor 2 (225).

상기 각 초음파 센서(220, 225)를 중심으로 하고,

과

를 반경으로 하는 원을 형성할 때, 상기 두 초음파 센서(220, 225)가 동일 물체를 감지하기 위해서는, 하나의 원이 다른 원 내부에 포함되어서는 안 되며, 이는 하기 수학식 2와 같이 표현된다.Centering on each of the

ultrasonic sensors

220 and 225,

and

When forming a circle with a radius, in order for the two

ultrasonic sensors

220 and 225 to detect the same object, one circle should not be included in another circle, which is represented by Equation 2 below. .

[수학식 2][Equation 2]

상술한 데이터의 방향에 대한 조건 및 거리에 대한 조건 모두를 충족시키는 경우, 연관성 판단의 전제가 되는 기본요건이 만족된다.When both the conditions for the direction of the data and the conditions for the distance are satisfied, the basic requirements that are the premise of the association judgment are satisfied.

도 5a 및 도 5b는 본 발명의 일실시예에 따라 기본요건을 만족시키는 데이터를 대상으로, 각 데이터 상호간의 연관성 유무를 판단하는 과정을 설명하기 위해 도시한 도면이다.5A and 5B are diagrams for explaining a process of determining correlation between data, targeting data satisfying basic requirements according to an embodiment of the present invention.

각 데이터 상호간 연관성 유무를 판단하기 위해서는, 우선 두 초음파 센서(도시되지 않음)의 측정 거리 값(

,

)을 각각 반지름으로 하고, 상기 두 초음파 센서 각각의 위치를 중심점으로 하여 두개의 원을 만든다. 이후, 생성된 두 원에 동시에 외접하고, 두 초음파 센서 각 유효빔 폭(ω)의 변에 그 중심점이 존재하는 외접원의 반지름을 구한다. In order to determine the correlation between each data, first, the measurement distance values of two ultrasonic sensors (not shown) (

,

Are each radius, and two circles are created with the center of each of the two ultrasonic sensors as the center point. Then, the two circumscribed circles are simultaneously circumscribed, and the radius of the circumscribed circle where the center point exists at the sides of the effective beam width? Of each of the two ultrasonic sensors is obtained.

상기 외접원의 반지름

,

및

는 각각 하기 수학식 3에 의해 구할 수 있다.The radius of the circumscribed circle

,

And

Are each obtained by the following equation (3).

[수학식 3][Equation 3]

여기서,

은

에 해당하는 선상에 중심점이 있는 외접원의 반지름이고,

은

에 해당하는 선상에 중심점이 있는 외접원의 반지름이며,

는

에 해당하는 선상에 중심점이 있는 외접원의 반지름이고,

는

에 해당하는 선상에 중심점이 있는 외접원의 반지름이다.here,

silver

Is the radius of the circumscribed circle with the center point on the line corresponding to

silver

Radius of the circumscribed circle with the center point on the line corresponding to

Is

The radius of the circumscribed circle with the center point on the line corresponding to.

다음으로, 구해진 외접원의 반지름(

,

)중에, 상기 두 초음파 센서 각각의 유효빔 폭(ω) 안에 동시에 중심점을 가지는 외접원의 최대 반지름(

) 및 최소 반지름(

)을 찾는다. 즉, 도 5b에서 빗금친 부분에 중심점을 가지는 외접원을 고려하면,

가 최대 반지름(

)이고,

이 최소 반지름(

)이 된다.Next, the radius of the circumscribed circle (

,

, The maximum radius of the circumscribed circle having the center point at the same time in the effective beam width (ω) of each of the two ultrasonic sensors (

) And minimum radius (

Find). That is, considering the circumscribed circle having a center point in the hatched portion in Figure 5b,

Is the maximum radius (

)ego,

This minimum radius (

)

이와 같은 방법으로 구해진 외접원의 최대 반지름(

)및 최소 반지름(

)이 기설정된 범위에 해당되는 지 여부에 따라 데이터 상호간 연관성 유무가 판단되어 진다(소위 곡률반경 판별법).The maximum radius of the circumscribed circle obtained in this way (

) And minimum radius (

) Is determined by whether or not the data is within a preset range (so-called curvature radius determination method).

가령,

를 기설정된 매우 큰 실수라고 하고,

를 기설정된 매우 작은 실수라고 하며,

내지

를 기설정된 실수범위라고 할 때, 하기 수학식 4와 같은 조건을 만족하는 경우 연관성이 있는 것으로 판별 가능할 것이다.chamberlain,

Is a very big preset mistake,

Is called a very small preset error,

To

When it is assumed that the preset real range, it may be determined to be relevant if it satisfies the condition shown in Equation 4 below.

[수학식 4][Equation 4]

즉, 최소 반지름(

)이 미리 정해진 매우 큰 실수

보다 클 경우,

값이 미리 정해진 매우 작은 실수

보다 작을 경우, 또는

과

값이 미리 정해진 실수 범위

와

범위 사이에 존재한다면 두 데이터는 연관성이 있는 것으로 판별 가능하다. 상기 수학식 4의 3개 식 중 어느 하나만 만족해도 연관성이 있는 것으로 판별 가능하다. 수학식 4를 만족하지 않는 데이터들은 데이터 상호간 연관성이 없는 것으로 정확도가 떨어지는 데이터로 본다. 따라서 이러한 데이터는 격자기반 지도 작성에 이용되지 않는다. 한편, 본 실시예에서 상기

는 4m,

은 5cm,

=min{

,

} 그리고

=max{

,

}가 사용되었다. 그런데 이러한 실수 값은 일례에 불과하며, 알고리즘을 구현하는 사람에 따라 다양하게 구성될 수 있을 것이다. That is, the minimum radius (

) This predetermined very big mistake

If greater than

A very small real value with a predetermined value

Less than, or

and

Real range with a predetermined value

Wow

If present between the ranges, the two data can be determined to be related. Even if only one of the three expressions of the above equation (4) is satisfied, it can be determined that it is related. Data that does not satisfy Equation 4 is regarded as less accurate data because there is no data correlation. Therefore, this data is not used for grid-based mapping. On the other hand, in the present embodiment

Is 4m,

Is 5 cm,

= min {

,

} And

= max {

,

} Is used. However, these real values are only examples and may be configured in various ways according to the person implementing the algorithm.

마지막으로 연관성 있는 데이터를 이용하여, 격자기반 지도를 작성하게 된다. Finally, we will create a grid-based map using relevant data.

격자기반 지도는 베이즈의 조건확률이론에 따른 하기 수학식 5에 의하여 작성될 수 있다.The grid-based map may be prepared by Equation 5 according to Bayes' conditional probability theory.

[수학식 5][Equation 5]

여기서, 상기

는 임의의 격자에서 물체의 점유확률값이다. 이를 구하기 위해서 상기 수학식 5가 사용된다. 여기서

는 이전 작성된 지도에서 주어지는 임의의 격자의 점유확률값이며,

은 새롭게 측정된 물체의 위치정보를 의미한다. 즉, 이전 지도의 점유확률 정보 값

에 새롭게 측정된 물체의 위치정보

이 들어왔을 때 임의의 격자가 점유되어 있을 확률 값을 수식으로 표현한 것이

이며, 비 점유될 확률 값은

으로 나타낼 수 있다. 이를 구하기 위해서는 여러 가지 정보가 필요한데, 그 중

는 이전 작성된 지도에서 임의의 격자가 점유되어 있을 확률을 표현하며,

는 이전 작성된 지도에서 임의의 격자가 비 점유되어 있을 확률을 나타낸다. 그리고

는 이전 작성된 지도에서 임의의 격자가 점유되었을 때, 그 격자가 센서에 의해 탐지될 가능성을 확률적으로 표현한 것이다. 또한,

는 이전 작성된 지도에서 임의의 격자가 비 점유되었을 때, 그 격자가 센서에 의해 탐지될 가능성을 확률적으로 나타낸 식이다. Where

Is the probability of the occupancy of the object in any grid. Equation 5 is used to find this. here

Is the probability of occupancy of any grid given in the previously created map.

Means position information of the newly measured object. In other words, the probability of occupancy information from the previous map.

Position information of the newly measured object in

Is a formula that expresses the probability that an arbitrary grid is occupied when

The probability value to be unoccupied is

It can be represented as To get this, we need a lot of information, of which

Represents the probability that an arbitrary grid is occupied in the previously created map,

Denotes the probability that an arbitrary grid is unoccupied in a previously created map. And

Is a stochastic representation of the likelihood that a grid will be detected by a sensor when it is occupied by a previously drawn map. Also,

Is a probabilistic expression of the likelihood that a grating will be detected by the sensor when any grating is unoccupied in the previously created map.

상기 베이즈의 조건확률이론은 널리 알려진 공지의 이론인 바 그 구체적인 설명은 생략하기로 한다. The Bayesian conditional probability theory is a well-known and well-known theory, and a detailed description thereof will be omitted.

도 6는 본 발명의 다른 실시예를 설명하기 위해 도시한 도면이다.6 is a diagram illustrating another embodiment of the present invention.

본 실시예에 따른 격자기반 지도 작성방법은, 연관성 있는 데이터를 판별하기 위해 상술한 연관성 판단과정 이외에 다른 과정이 추가된다.In the grid-based mapping method according to the present embodiment, another process is added in addition to the above-described association determination process in order to determine relevant data.

즉, 본 실시예는 상술한 방법과 동일하게, 초음파 센서로부터 얻은 데이터가 기본조건을 만족하는지 판별하고, 상기 기본조건을 만족하는 데이터를 대상으로, 각 데이터 상호간의 연관성 유무를 판별하는 과정을 포함한다.That is, this embodiment includes the same process as described above, determining whether the data obtained from the ultrasonic sensor satisfies the basic condition, and whether the data satisfying the basic condition, the presence or absence of correlation between each data is included. do.

아울러, 초음파 센서에 의한 데이터가 하기 수학식 6과 같은 조건을 만족하는지 여부에 따라, 데이터 상호간의 연관성 유무를 판별하는 과정을 더 포함한다. In addition, the method may further include determining whether data is related to each other according to whether or not the data by the ultrasonic sensor satisfies a condition as in Equation 6 below.

[수학식 6][Equation 6]

여기서,

는 자율이동로봇이 위치1(250)에서 위치2(255)로 이동한 경우, 상기 위치1(250)과 위치2(255)를 연결한 선분과 상술한 임의의 기준선(도 2참조)이 이루는 각이다.here,

When the autonomous mobile robot moves from the position 1 (250) to the position 2 (255), the line segment connecting the position 1 (250) and the position 2 (255) and the arbitrary reference line (see FIG. 2) formed above. It is angle.

초음파 센서에 의한 데이터가 상술한 수학식 4 및 수학식 6을 만족하는 경우, 상기 데이터는 연관성 있는 데이터로 판별된다. 격자기반 지도는 상기 데이터를 이용하여 완성된다. If the data by the ultrasonic sensor satisfies Equations 4 and 6 described above, the data is determined as relevant data. Grid-based maps are completed using this data.

물론, 이러한 격자기반 지도는 상술한 베이즈의 조건확률이론에 의하여 작성될 수 있다.Of course, such a grid-based map can be prepared by the Bayesian conditional probability theory described above.

한편, 본 발명은 상술한 실시예들에 한정되지 않고, 본 발명의 사상을 벗어나지 않는 범위 내에서 당해 분야에서 통상의 지식을 가진 자에 의해 그 변형이나 개량이 가능함은 명백하다. On the other hand, the present invention is not limited to the above-described embodiments, it is apparent that modifications and improvements can be made by those skilled in the art without departing from the spirit of the present invention.

상술한 바와 같이 본 발명에 의하면, 초음파 센서로부터 얻은 데이터 중에 연관성이 있는 데이터를 추출함으로써 초음파 센서정보의 정확성을 높일 수 있다. 아울러, 연관성 있는 데이터로 지도를 작성하기 때문에 보다 정밀한 격자기반 지도를 얻을 수 있게 된다.As described above, according to the present invention, the accuracy of the ultrasonic sensor information can be improved by extracting relevant data from the data obtained from the ultrasonic sensor. In addition, more accurate grid-based maps can be obtained by creating maps from relevant data.

또한, 조명의 변화에 무관하고 구조가 간단하며 비용이 저렴하고 장거리의 인식도 가능한 초음파 센서를 사용하여, 우수한 질(quality)을 가지는 지도를 작성하기 때문에, 자율이동로봇의 제작원가를 낮출 수 있다는 장점이 있다. In addition, it is possible to reduce the manufacturing cost of autonomous mobile robots by using the ultrasonic sensor which is simple in structure, inexpensive and can recognize long distance regardless of the lighting change, and makes the map with high quality. There is this.

Claims

In the grid-based mapping method using the ultrasonic sensor,

(a) obtaining data from the ultrasonic sensor;

(b) determining whether the data satisfy conditions for direction and distance;

(c) determining whether the data are related to each other according to whether data satisfying the conditions for the direction and distance fall within a preset range; And

and (d) creating a grid-based map using the data determined to be relevant in step (c).

The method of claim 1,

Determining whether or not the correlation between the data in step (c),

Making two measured distance values of two ultrasonic sensors, respectively, and creating two circles centering on positions of the two ultrasonic sensors;

Simultaneously circumscribing the two circles generated in the step, and obtaining a radius of the circumscribed circle whose center point is present at the sides of the effective beam widths of the two ultrasonic sensors;

Finding the maximum and minimum radii of the circumscribed circle having a center point at the same time in the effective beam width of each of the two ultrasonic sensors, among the radii of the circumscribed circle obtained in the above step; And

And determining whether or not the correlations between data are determined based on whether the maximum and minimum radii of the circumscribed circle fall within a preset range.

The method according to claim 1 or 2,

In step (b),

The condition for the direction

, The condition for distance is

Grid-based mapping method characterized in that.

(here,

Is the maximum value of the condition angle,

Is the minimum value of the condition angle,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.)

The method of claim 2,

A circumscribed circle circumscribed by two circles centered on each of the two ultrasonic sensors, and having a center point at the sides of the effective beam width of each of the two ultrasonic sensors,

Grid-based mapping method characterized in that the radius can be obtained by the following equation.

(here,

Is the radius of the circumscribed circle,

Is a condition angle,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.)

The method according to claim 1 or 4,

The grid-based map is a grid-based map generation method characterized in that the prepared by the following equation according to the conditional probability theory of Bayes.

Where

Is the probability of occupancy of the object in any grid,

Is the probability of occupancy of any grid given the previously created map,

Is the position information of the newly measured object.)

In the grid-based mapping method using ultrasonic sensors,

(a) determining whether data by each of the ultrasonic sensors satisfies a condition on a direction and a distance, and based on whether the data satisfying the condition on the direction and a distance fall within a preset range; Determining whether there is an association;

(b) determining the presence or absence of a second correlation between the data according to whether the data by each of the ultrasonic sensors satisfy the following two conditions; And

and (c) creating a grid map using data determined to be the first and second associations in steps (a) and (b).

(here,

Is the maximum value of the condition angle,

Is the minimum value of the condition angle,

When the autonomous mobile robot moves, the angle formed by the line segment connecting the first position and the second position of the autonomous mobile robot and an arbitrary reference line,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.)

The method of claim 6,

In the step (a),

The condition for the direction

, The condition for distance is

Grid-based mapping method characterized in that.

(here,

Is the maximum value of the condition angle,

Is the minimum value of the condition angle,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.)

The method of claim 7, wherein

In step (a), the step of determining whether the data are interrelated,

And determining whether or not the correlation between the data is determined according to whether the maximum and minimum radius of the circumscribed circle fall within a preset range.

The method of claim 8,

(here,

Is the radius of the circumscribed circle,

Is a condition angle,

Is the distance value between the two ultrasonic sensors,

And

Is the distance value measured by the sensor.)

The method according to any one of claims 6 to 9,

The grid-based map is a grid-based map generation method characterized in that it is prepared by the following equation according to the conditional probability theory of Bayes.

Where

Is the probability of occupancy of the object in any grid,

Is the probability of occupancy of any grid given the previously created map,

Is the position information of the newly measured object.)