KR100822738B1 - 이동로봇의 경로계획 방법 - Google Patents

이동로봇의 경로계획 방법 Download PDF

Info

Publication number
KR100822738B1
KR100822738B1 KR1020060123027A KR20060123027A KR100822738B1 KR 100822738 B1 KR100822738 B1 KR 100822738B1 KR 1020060123027 A KR1020060123027 A KR 1020060123027A KR 20060123027 A KR20060123027 A KR 20060123027A KR 100822738 B1 KR100822738 B1 KR 100822738B1
Authority
KR
South Korea
Prior art keywords
path
maximum
intersection
rectangles
mobile robot
Prior art date
Application number
KR1020060123027A
Other languages
English (en)
Inventor
도낙주
황상현
강태구
박귀태
Original Assignee
고려대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 산학협력단 filed Critical 고려대학교 산학협력단
Priority to KR1020060123027A priority Critical patent/KR100822738B1/ko
Application granted granted Critical
Publication of KR100822738B1 publication Critical patent/KR100822738B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
    • B25J9/162—Mobile manipulator, movable base with manipulator arm mounted on it
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S901/00—Robots
    • Y10S901/01—Mobile robot

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Manufacturing & Machinery (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 이동로봇이 이동 가능한 전체 영역에 해당하는 작동영역을 설정하는 작동영역설정단계; 상기 작동영역을 모든 변이 상기 작동영역의 외곽선과 겹치는 부분을 최대한으로 가지는 복수개의 최대사각형으로 분할하는 최대사각형분할단계; 상기 최대사각형들의 연결관계를 나타내는 연결그래프를 생성하는 연결그래프생성단계; 상기 최대사각형들의 교점들을 구하는 교점선택단계; 및 상기 교점들의 연결관계를 나타낸 교점그래프를 생성하는 교점그래프생성단계를 포함하는 영역설정단계;와
상기 작동영역 내부에 위치하는 출발지점과 목표지점을 입력 받아, 상기 출발지점과 목표지점이 포함되는 최대사각형을 검색하고, 출발지점이 포함되는 최대사각형에서 목표지점이 포함되는 최대사각형으로 이동할 수 있는 최단경로를 연결그래프에서 검색하는 연결그래프검색단계; 상기 연결그래프검색단계에서 선택된 최대사각형들로 구성되는 후보영역을 선택하는 후보영역선택단계; 및 상기 출발지점에서 상기 목표지점으로 향하는 경로가 상기 후보영역에 포함되어 있는 교점들만을 거치도록 한정하여, 그 중 최단경로를 검색하는 최단경로검색단계;를 포함하는 경로선택단계를 포함하는 이동로봇의 경로계획 방법을 제공한다.
이동로봇, 경로계획

Description

이동로봇의 경로계획 방법{PATH PLANNING METHOD OF MOBLIE ROBOTS}
도 1a는 출발지점과 목표지점을 부드러운 곡선으로 연결한 경로를 나타낸 평면도,
도 1b는 이동로봇이 도 1a의 경로를 높은 제어 이득 값을 사용하여 경로 추정성능을 높게 설정한 경우의 실제 이동경로를 나타낸 평면도,
도 1c는 도 1a의 경로를 낮은 제어 이득 값을 사용하여 추적성능을 낮게 설정한 경우의 실제 이동경로를 나타낸 평면도,
도 2a는 종래의 visibility graph 방법을 사용한 경로계획 방법의 예를 나타낸 평면도,
도 2b는 종래의 minimum-link 방법을 사용한 경로계획 방법의 예를 나타낸 평면도,
도 3은 본 발명에 따른 본 발명에 따른 이동로봇의 경로계획 방법을 나타낸 흐름도,
도 4a는 A지점에서 실제로 도달이 가능한 영역을 나타낸 평면도,
도 4b는 A지점에서 도달이 가능한 영역을 직각사각형으로 근사한 것을 나타낸 평면도,
도 5a, 5b 및 5c는 최대사각형의 설정방법을 나타낸 평면도,
도 6a는 최대사각형 4개로 설정된 작동영역을 나타낸 평면도,
도 6b는 도 6a로 그린 최대사각형들의 연결그래프,
도 7a는 최대사각형들의 교점을 나타낸 평면도,
도 7b는 도 7a의 교점들로 생성한 교점그래프,
도 8은 출발지점에서 목표지점에 이르는 후보영역이 선택된 상태를 나타낸 평면도,
도 9a는 visibility 그래프 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 9b는 본 발명에 따른 경로계획 방법으로 선택된 경로를 나타낸 평면도,
도 9c는 minimun-link 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 10a는 visibility 그래프 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 10b는 본 발명에 따른 경로계획 방법으로 선택된 경로를 나타낸 평면도,
도 10c는 minimun-link 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 11a는 visibility 그래프 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 11b는 본 발명에 따른 경로계획 방법으로 선택된 경로를 나타낸 평면도,
도 11c는 minimun-link 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 12a는 visibility 그래프 방법을 이용하여 선택된 경로를 나타낸 평면도,
도 12b는 본 발명에 따른 경로계획 방법으로 선택된 경로를 나타낸 평면도,
도 12c는 minimun-link 방법을 이용하여 선택된 경로를 나타낸 평면도임.
* 도면의 주요부분에 대한 부호의 설명 *
100 : 영역설정단계
120 : 작동영역설정단계
140 : 최대사각형분할단계
145 : 연결그래프생성단계
160 : 교점선택단계
165 : 교점그래프생성단계
200 : 경로선택단계
210 : 연결그래프검색단계
220 : 후보영역선택단계
230 : 최단경로검색단계
S : 출발지점
T : 목표지점
본 발명은 이동로봇의 경로계획 방법에 관한 것으로, 보다 상세하게는 인간의 경로계획을 모방하여 자연스럽고 인간에게 편안하게 느껴지며 연산량을 감소시킨 이동로봇의 경로계획 방법에 관한 것이다.
본 발명은 이동로봇이 처한 환경이 직선으로 둘러싸인 환경이라고 가정하고 이동로봇이 그 환경 내부의 특정의 출발지점에서 목표지점으로 이동하기 위한 경로를 선택하는 경로계획 방법에 관한 것이다. 이동로봇이 처한 환경은 실제로는 원형의 복도, 장애물과 같은 경우도 있지만 사각형의 형태로 대체할 수 있다고 가정하였다. 또한 실제로 대부분의 실내공간들은 직선으로 둘러싸인 환경이다.
도 1a는 출발지점과 목표지점을 부드러운 곡선으로 연결한 경로를 나타낸 도면이고, 도 1b는 이동로봇이 도 1a의 경로를 높은 제어 이득(high control gain) 값으로 경로 추정성능을 높게 설정한 경우의 실제 이동경로를 나타낸 것이고, 도 1c는 도 1a의 경로를 낮은 제어 이득(low control gain) 값을 사용하여 추적성능을 낮게 설정한 경우의 실제 이동경로를 나타낸 것이다.
도면에서 해칭한 부분은 벽면을 나타내며, 이동로봇이 이동할 수 있는 공간은 벽면의 내부 공간이다.
도 1a와 같은 부드러운 곡선의 경로는 디지털 제어 방식인 로봇에 적절하지 못하다. 도 1b와 같이 높은 제어 이득값을 설정하여 추적성능을 높게 설정하는 경우에는 도시된 바와 같이 지그재그 현상이 발생한다.
이러한 지그재그 형상을 방지하기 위하여, 도 1c와 같이 낮은 제어 이득 값을 설정하면, 지그재그 현상은 발생하지 않고 이동경로도 부드러운 곡선의 형태를 나타내기는 하지만 추적성능의 저하로 인하여 좁은 공간에서 벽면과 충돌하는 문제가 발생한다.
디지털 제어 방식의 이동로봇은 이동경로가 곡선을 가지게 되면 상기와 같은 문제점이 발생하므로 바람직하지 않은 것이다.
따라서, 이동로봇의 경로는 직선에 기반을 두고 계획하는 것이 바람직한데, 종래에 사용되는 직선에 기반한 이동경로계획 방법으로는 출발지점에서 목표지점에 다다르는 최단 경로를 선택하는 visibility graph 방법과 최소의 방향 전환으로 출발지점에서 목표지점에 다다르는 경로를 선택하는 minimum-link 방법이 있다.
도 2a는 종래의 visibility graph 방법을 사용한 경로계획 방법의 예를 나타낸 것이고, 도 2b는 종래의 minimum-link 방법을 사용한 경로계획 방법의 예를 나타낸 것이다.
도 2a도시된 바와 같이, 출발지점(S)에서 목표지점(T)에 이르는 최단 경로를 선택하는 경우에는 직선주행 거리는 짧지만 방향 전환의 횟수가 너무 많은 문제점(narrow turning)을 가지고 있다. 이동로봇이 방향 전환을 하기위해서는 감속한후 방향 전환하고 다시 가속하는 과정을 거치기 때문에 방향 전환 횟수가 많으면 그 만큼 이동속도도 증가하고 가감속의 반복으로 전력의 소모량도 증가하게 된다.
도 2b에 도시된 바와 같이, 출발지점(S)에서 목표지점(T)까지 최소의 방향 전환 경로를 선택하는 경우에는 지나치게 크게 회전하여 이동 경로가 길어지는 문제점(wide turning)을 가지고 있었다.
이러한 종래의 이동 경로는 이동로봇을 바라보고 있는 사용자로 하여금 불편한 감정을 주는 문제점을 가지고 있으며, 아울러 방향 전환의 횟수나 이동경로가 길어지는 문제점들은 전력소모를 증가시켜서 배터리를 사용하는 이동로봇의 경우 작동시간이 단축되는 문제점을 가지고 있었다.
본 발명은 인간에게 자연스러운 느낌을 주는 인간에게 친숙한 이동경로를 계획하기 위한 방법을 제공하기 위한 것이다.
또한, 본 발명은 인간의 육체적 에너지에 기반한 경로계획과 정신적 에너지에 기반한 경로계획을 모방하여 자연스러운 이동경로를 선택하는 이동로봇의 경로계획 방법을 제공한다.
또한, 본 발명은 최단경로를 설정하는 visibility graph 방법과 최소방향 전환경로를 설정하는 minimum-link 방법의 절충점을 이동거리와 방향 전환 횟수를 모두 고려하여 전력소모를 감소시킬 수 있는 이동로봇의 경로계획 방법을 제공함에 그 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은 이동로봇이 이동 가능한 전체 영역에 해당하는 작동영역을 설정하는 작동영역설정단계; 상기 작동영역을 모든 변이 상기 작동영역의 외곽선과 겹치는 부분을 최대한으로 가지는 복수개의 최대사각형으로 분할하는 최대사각형분할단계; 상기 최대사각형들의 연결관계를 나타내는 연결그래프를 생성하는 연결그래프생성단계; 상기 최대사각형들의 교점들을 구하는 교점선택단계; 및 상기 교점들의 연결관계를 나타낸 교점그래프를 생성하는 교점그래프생성단계를 포함하는 영역설정단계;와
상기 작동영역 내부에 위치하는 출발지점과 목표지점을 입력 받아, 상기 출 발지점과 목표지점이 포함되는 최대사각형을 검색하고, 출발지점이 포함되는 최대사각형에서 목표지점이 포함되는 최대사각형으로 이동할 수 있는 최단경로를 연결그래프에서 검색하는 연결그래프검색단계; 상기 연결그래프검색단계에서 선택된 최대사각형들로 구성되는 후보영역을 선택하는 후보영역선택단계; 및 상기 출발지점에서 상기 목표지점으로 향하는 경로가 상기 후보영역에 포함되어 있는 교점들만을 거치도록 한정하여, 그 중 최단경로를 검색하는 최단경로검색단계;를 포함하는 경로선택단계를 포함하는 이동로봇의 경로계획 방법을 제공한다.
상기 최대사각형분할단계에 의하여 분할되는 각각의 최대사각형은 모든 변이 작동영역의 외곽선과 겹치는 부분을 가지도록 설정되며, 상기 최대사각형분할단계에서 분할된 전체 최대사각형들의 면적의 합은 상기 작동영역과 일치해야하고, 상기 최대사각형분할단계는 최대한 많은 갯수의 최대사각형으로 분할해야 하는 것이 바람직하다.
상기 연결그래프생성단계에서 생성되는 연결그래프는 겹쳐지는 부분이 존재하는 최대사각형들을 서로 연결하여 생성되는 것이 바람직하다.
그리고, 상기 교점선택단계는 서로 다른 최대사각형들의 변이 교차하는 점들을 교점으로 선택하는 것이고, 상기 교점그래프생성단계는 하나의 최대사각형의 영역 내부에 포함되는 모든 교점을 서로 연결하여 교점그래프를 생성하는 것이 바람직하다.
상기 연결그래프검색단계는 출발지점이 포함되는 최대사각형에서 목표지점이 포함되는 최대사각형으로 이르는 경로 중에서 최소갯수의 다른 최대사각형을 거쳐 서 이동할 수 있는 경로를 연결그래프상에서 검색하여 찾아내는 것이 바람직하며,
상기 최단경로검색단계는 후보영역에 포함되는 교점그래프에서 출발지점과 출발지점이 포함되어 있는 최대사각형의 교점을 연결하고, 도착지점과 도착지점이 포함되어 있는 최대사각형의 교점을 연결하고, 이 그래프 상에서 출발지점에서 도착지점에 이르는 최단경로를 선택하는 것이 바람직하다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 이동로봇의 경로계획 방법의 바람직한 실시예를 설명한다.
설명의 편의를 위해 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로, 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 3은 본 발명에 따른 본 발명에 따른 이동로봇의 경로계획 방법을 나타낸 흐름도이다.
도시된 바와 같이, 본 발명에 따른 이동로봇의 경로계획 방법은 크게 영역설정단계(100)와 경로선택단계(200)의 2가지 단계로 구분할 수 있다.
영역설정단계(100)는 이동로봇이 놓여진 환경에 관한 정보를 입력하는 단계이고, 경로선택단계(200)는 영역설정단계(100)에서 얻어진 정보를 기초로 출발지점 에서 목표지점으로 향하는 경로를 연산(선택)하는 단계이다.
상기 영역설정단계(100)에서는 이동로봇이 이동할 수 있는 전체 공간인 작동영역을 설정하는 작동영역설정단계(120)와, 상기 설정된 작동영역을 최대사각형으로 분할하는 최대사각형분할단계(140)와, 상기 분할된 최대사각형들의 연결관계를 나타내는 연결그래프를 생성하는 연결그래프생성단계(145)와, 분할된 최대사각형들간의 교점을 선택하는 교점선택단계(160)와, 상기 선택된 교점들의 연결관계를 교점그래프로 나타내는 교점그래프생성단계(165)를 포함한다.
상기 교점그래프생성단계(165)에서 생성되는 교점그래프의 기본 원리는 동일한 최대사각형에 포함되는 임의의 두 교점은 모두 하나의 직선으로 연결될 수 있다는 것이다. 예를 들어 R1이라는 최대사각형과 R2라는 최대사각형에 모두 포함되는 점의 경우에는 R1의 모든 교점과 연결되고, R2의 모든 교점과도 연결되는 것이다.
상기 경로선택단계(200)는 영역설정단계(100)에서 입력된 정보와, 출발지점 및 목표지점의 정보를 입력받아, 출발지점에서 목표지점까지의 경로를 계획하는 단계로서, 입력 받은 출발지점이 포함되는 최대사각형에서 목표지점이 포함되는 최대사각형으로 갈수 있는 최단경로를 연결그래프생성단계(145)에서 생성된 연결그래프상에서 검색하는 연결그래프검색단계(210)와, 상기 연결그래프검색단계(210)에서 검색된 최단경로에 포함되는 모든 최대사각형들로 구성되는 후보영역을 선택하는 후보영역선택단계(220)와, 상기 교점그래프생성단계(165)에서 생성된 교점그래프중 상기 후보영역선택단계(220)에서 선택된 후보영역 내부의 교점그래프와 출발지점 및 목표지점을 연결하여 출발지점에서 목표지점으로 이르는 최단경로를 검색하는 최단경로검색단계(230)를 포함한다.
연결그래프검색단계(210)에서 찾아내는 연결그래프 상의 최단경로는 몇개의 최대사각형을 거쳐서 이동할 것이냐를 판단하는 것으로, 방향전환 횟수와 관련되는 것이며, 최단경로검색단계(230)에서 찾아내는 최단경로는 최소이동거리를 찾아내는 것으로 전체 이동거리와 관련되는 것이다.
다시말해서, 연결그래프검색단계(210)는 minimum link에서 추구하는 최소방향전환횟수를 찾아내기 위한 것이고, 최단경로검색단계(230)는 visibility graph에서 추구하는 최소이동거리를 찾아내기 위한 것으로, 본원발명의 경로계획 방법은 종래의 두가지 방법의 절충점을 찾아내기 위한 것이다.
이하에서는 각각의 단계를 보다 자세하게 살펴본다.
도 4a는 A지점에서 실제로 도달이 가능한 영역을 나타낸 도면이고, 도 4b는 A지점에서 도달이 가능한 영역을 직각사각형으로 근사한 것을 나타낸 도면이다.
이동로봇이 A지점에 위치하고 있을 경우, A지점에서 방향 전환 없이 직선으로 한번에 이동할 수 있는 영역을 나타내면 도 4a에 도시한 바와 같다. 이를 직각사각형으로 근사하여 나타내면 도 4b에 도시한 바와 같다. 직각사각형으로 근사한 영역은 세개의 사각형 R1, R2, R3로 구분하여 나타낼 수 있다. A지점은 R1, R2, R3 사각형이 모두 겹쳐지는 영역 안에 위치하므로 A지점에서는 R1, R2, R3로 모두 한번에 이동할 수 있는 것이다.
본원 발명에서는 상기와 같이 도달 가능 영역을 직각사각형으로 근사하여 연산을 수행하게 되며, 각각의 직각사각형을 최대사각형이라고 칭한다.
도 5a, 5b 및 5c는 최대사각형의 설정방법을 나타낸 도면이다.
도시된 바와 같이, 최대사각형은 모든 변이 작동영역의 외곽선과 공통되는 부분을 일부라도 가지도록 설정된다. 먼저 도 5a를 살펴보면 두 개의 최대사각형 R1과 R2가 설정되었고, 도 5a는 R3가 추가로 설정 되었으며, 도 5c는 R4가 추가로 설정되었다. 본원발명에서는 작동영역 내부에 최대한 많은 개수의 최대사각형을 설정한다. 후술하겠지만 최대사각형의 갯수를 많이 설정할 수록 교점이 많아지고(도 5a의 경우 교점 2개, 도 5c의 경우 교점 4개) 교점이 많아 질수록 보다 정확한 경로가 생성되기 때문이다.
그리고, 설정된 최대사각형들의 합집합은 이동로봇이 이동할 수 있는 전체 작동영역과 동일해야 한다.
도 6a는 최대사각형 4개로 설정된 작동영역을 나타낸 도면이고, 도 6b는 도 6a로 그린 최대사각형들의 연결그래프를 나타낸 것이다.
도 6a를 살펴보면, R1과 R2, R2와 R3, 그리고 R1과 R4는 서로 겹치는 영역이 존재한다. 겹치는 영역이 존재한다는 것은 한번에 이동할 수 있다는 것을 의미한다. 이를 그래프로 나타낸 것이 도 6b이다.
R1에서 R2나 R4로 이동하는 경우에는 다른 최대사각형을 거치지 않고 이동할 수 있지만, R1에서 R3로 이동하는 경우에는 반드시 R2를 거쳐서 이동해야 한다.
연결그래프검색단계(210)에서는 연결그래프를 검색하여 후보영역을 선택하게 된다. 이 때의 검색은 다른 최대사각형을 몇번 거쳐서 이동하게 되는 것인가를 연산하여 최소개수를 거치는 경로를 검색하는 것이다. 연결그래프에서는 연결선의 길이는 모두 같다고 가정하고 연산하게 된다. 예를 들어 직접이동할 수 있는 경우에는 거리가 1이되는 것이고, 1번 거쳐서 이동할 수 있으면 거리가 2, 두번 거쳐서 이동할 수 있으면 거리가 3과 같은 방식으로 연산하여 최소값이 가지는 경우를 선택하게 된다.
도 7a는 최대사각형들의 교점을 나타낸 도면이고, 도 7b는 도 7a의 교점들로 교점그래프를 생성한 결과를 나타낸 것이다.
최대사각형들의 교점은 서로 다른 최대사각형의 변들이 +자로 교차하는 점을 의미한다. 도 7a와 같은 교점이 있으면, 이들은 서로 직접 이동할 수 있는 점들 끼리 연결하여 교점그래프를 생성한다. 서로 직접 이동할 수 있는 점이란 같은 최대사각형 내부에 포함되어 있는 교점들을 의미한다. 교점그래프는 교점들간의 실제거리를 연산하게 된다.
연결그래프에서 검색되는 최단거리는 작동상에서는 방향 전환의 횟수와 연관되고, 교점그래프에서 검색되는 최단거리는 작동상에서의 실제 이동거리가 된다.
도 8은 출발지점에서 목표지점에 이르는 후보영역이 선택된 상태를 나타낸 것이다.
출발지점(S)이 포함되는 최대사각형(Rs)에서, 목표지점(T)이 포함되는 최대사각형(Rt)에 이르는 최단거리를 연결그래프에서 검색하여 찾아낸 결과(Rs->Rm1->Rm2->Rt)를 작동영역상에서 표시한 부분이 후보영역이다.
선택된 후보 영역은 4개의 최대사각형이 포함되어 있다.
출발지점이 포함된 최대사각형(Rs), 목표지점이 포함된 최대사각형(Rt), 경로상에 놓인 최대사각형(Rm1, Rm2)이다.
영역설정단계에서는 전체의 교점그래프에 관한 정보가 입력되는 것인데, 실제로 경로를 연산할 때 사용되는 교점그래프는 후보 영역에 포함되어 있는 부분이다.
자세하게 살펴보면, Rs에 포함되어 있는 모든 점(출발지점과 Rs에 포함되어 있는 교점들)들은 서로 직선으로 연결되고, Rm1와 Rm2에 포함되어 있는 모든 교점들은 서로 직선으로 연결되고, Rt에 포함되어 있는 모든 점(목표지점과 Rt에 포함되어 있는 교점들)들은 직선으로 연결된다.
이렇게 연결된 그래프를 토대로 출발지점과 목표지점을 연결하는 최단경로를 검색하여 그 경로를 절충경로로 선택하게 된다.
이러한 방식은 경로를 검색하기 위해 소요되는 연산량이 이전의 방식들에 비하여 감소하게 된다.
이하에서는 종래의 방법을 이용하여 선택된 경로와 본 발명에 따른 경로 연 산 방법에 의하여 선택된 경로의 실시예들을 비교하여 살펴본다.
도 9a는 visibility 그래프 방법을 이용하여 연산된 경로이고, 도 9b는 본 발명에 따른 경로이고, 도 9c는 minimun-link 방법을 이용하여 연산된 경로이다.
Figure 112006090443516-pat00001
<표 1>은 도 9a, 9b 및 9c 경로의 직선이동거리와, 각도 변화, 전체이동거리 그리고 방향 전환 횟수를 나타낸 것이다.
도 10a는 visibility 그래프 방법을 이용하여 연산된 경로이고, 도 10b는 본 발명에 따른 경로이고, 도 10c는 minimun-link 방법을 이용하여 연산된 경로이다.
Figure 112006090443516-pat00002
<표 2>는 도 10a, 10b 및 10c 경로의 직선이동거리와, 각도 변화, 전체이동거리 그리고 방향 전환 횟수를 나타낸 것이다.
도 11a는 visibility 그래프 방법을 이용하여 연산된 경로이고, 도 11b는 본 발명에 따른 경로이고, 도 11c는 minimun-link 방법을 이용하여 연산된 경로이다.
Figure 112006090443516-pat00003
<표 3>은 도 11a, 11b 및 11c 경로의 직선이동거리와, 각도 변화, 전체이동거리 그리고 방향 전환 횟수를 나타낸 것이다.
도 12a는 visibility 그래프 방법을 이용하여 연산된 경로이고, 도 12b는 본 발명에 따른 경로이고, 도 12c는 minimun-link 방법을 이용하여 연산된 경로이다.
Figure 112006090443516-pat00004
<표 4>는 도 12a, 12b 및 12c 경로의 직선이동거리와, 각도 변화, 전체이동거리 그리고 방향 전환 횟수를 나타낸 것이다.
상기한 결과 들을 살펴보면 전체이동거리는 visibility graph 방법이 가장 짧기는 하지만 방향 전환 횟수가 지나치게 많고, minimum-link 방법은 방향 전환 횟수가 가장 적기는 하지만 전체이동거리가 지나치게 많으며, 본원발명에 따른 방법은 전체이동거리와 방향 전환 횟수가 모두 두가지 방법의 사이의 값을 가진다. 따라서 본원발명의 경로계획 방법이 종래의 두 가지 방법의 절충적인 경로를 생성한다는 것을 알 수 있다.
다음은 본 발명에 따라 생성한 경로가 종래의 방법에 의하여 생성된 경로와 비교할 때 인간에게 어떻게 느껴지는지를 확인하기 위해 실시된 실험결과에 대하여 설명한다.
100명의 성인에게 도 9a, 9b 및 9c 그리고 도 10a, 10b 및 10c에 따라서 이동로봇이 이동하는 동영상을 시청하게 한 후 다음과 같은 설문을 조사하였다.
<설문1>
만일 당신이 세가지 경로 중에서 한가지를 선택해야 한다면 어떤 경로를 선택 하겠는가 ?
<설문2>
이동로봇이 세가지 경로를 따라서 이동하고 있다. 각각의 경로에 X표시를 하여 점수를 표시하시오.
Figure 112006090443516-pat00005
<표 5> 설문에 포함되어 있는 채점표
<설문1>의 조사 결과는 표 6에 도시한 바와 같다.
Figure 112006090443516-pat00006
61%가 본 발명에 따른 경로를 선택하겠다는 응답을 하였고, visibility 그래프 방법과 minimun-link 방법은 각각 11%와 28%의 응답을 보였다.
Figure 112006090443516-pat00007
<설문2>의 조사 결과는 표 7에 도시한 바와 같이 본원발명의 방법에 따라 선택된 경로가 가장 높은 점수를 획득 하였으며, visibility 그래프 방법이 가장 낮은 점수를 획득하였다.
이러한 결과로 본원 발명에 따라 생성된 경로가 인간에게 보다 친숙한 경로라는 것을 알 수 있다.
이상 살펴본 바와 같이, 본 발명에 따른 이동로봇 경로계획 방법은 작동영역을 최대사각형으로 분할하고, 상기 최대사각형들의 연결관계를 나타낸 연결그래프를 활용하여 후보영역을 선택하고, 상기 후보영역 내부의 점들을 대상으로 최단 거리를 찾아 내도록 함으로써 연산량을 감소시키고, 인간에게 보다 친숙한 이동로봇의 경로계획 방법을 제공한다.
본 발명에 따른 경로계획 방법은 비단 하나의 플랫폼이 아닌 여타의 다른 종류의 이동로봇에 적용 될 수 있는 것은 물론이다. 예를 들어 휴머노이드 이족 보행 로봇의 주행 경로계획에도 적용이 가능하다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의해서 정하여져야 할 것이다.
본 발명에 따른 이동로봇의 경로계획 방법은 종래의 visibility graph 방법과 minimum-link 방법의 단점을 보완하여 이동거리와 방향전환 횟수를 모두 고려하여 경로를 선택함으로써 전력소모를 감소시키는 효과를 가져온다.
또한, 본 발명은 경로 검색시에 최대사각형을 설정하여 교점을 도출한 후, 다시 후보영역으로 한정하여 경로를 선택하도록 함으로써 종래의 방법들에 비하여 연산량을 감소시키는 효과를 가져온다.
또한, 본 발명은 인간의 경로를 모방하여 경로를 계획하도록 함으로써 사용자에게 익숙하며 불편을 느끼지 않는 경로를 계획할 수 있는 효과를 가져온다.

Claims (10)

  1. 이동로봇이 이동 가능한 전체 영역에 해당하는 작동영역을 설정하는 작동영역설정단계;
    상기 작동영역을 모든 변이 상기 작동영역의 외곽선과 겹치는 부분을 최대한으로 가지는 복수개의 최대사각형으로 분할하는 최대사각형분할단계;
    상기 최대사각형들의 연결관계를 나타내는 연결그래프를 생성하는 연결그래프생성단계;
    상기 최대사각형들의 교점들을 구하는 교점선택단계; 및
    상기 교점들의 연결관계를 나타낸 교점그래프를 생성하는 교점그래프생성단계를 포함하는 영역설정단계;와
    상기 작동영역 내부에 위치하는 출발지점과 목표지점을 입력 받아, 상기 출발지점과 목표지점이 포함되는 최대사각형을 검색하고, 출발지점이 포함되는 최대사각형에서 목표지점이 포함되는 최대사각형으로 이동할 수 있는 최단경로를 연결그래프에서 검색하는 연결그래프검색단계;
    상기 연결그래프검색단계에서 선택된 최대사각형들로 구성되는 후보영역을 선택하는 후보영역선택단계; 및
    상기 출발지점에서 상기 목표지점으로 향하는 경로가 상기 후보영역에 포함되어 있는 교점들만을 거치도록 한정하여, 그 중 최단경로를 검색하는 최단경로검색단계;를 포함하는 경로선택단계를 포함하는 이동로봇의 경로계획 방법.
  2. 삭제
  3. 제 1항에 있어서,
    상기 최대사각형분할단계에서 분할된 전체 최대사각형들의 면적의 합은 상기 작동영역과 일치하는 것을 특징으로 하는 이동로봇의 경로계획 방법.
  4. 제 1항에 있어서,
    상기 최대사각형분할단계는 최대한 많은 갯수의 최대사각형으로 분할하는 것을 특징으로 하는 이동로봇의 경로계획 방법.
  5. 제 1항에 있어서,
    상기 연결그래프생성단계에서 생성되는 연결그래프는 겹쳐지는 부분이 존재 하는 최대사각형들을 서로 연결하여 생성되는 것을 특징으로 하는 이동로봇의 경로 계획방법.
  6. 제 1항에 있어서,
    상기 교점선택단계는 서로 다른 최대사각형들의 변이 교차하는 점들을 교점으로 선택하는 것을 특징으로 하는 이동로봇의 경로계획 방법.
  7. 제 1항에 있어서,
    상기 교점그래프생성단계는 하나의 최대사각형의 영역 내부에 포함되는 모든 교점을 서로 연결하여 교점그래프를 생성하는 것을 특징으로 하는 이동로봇의 경로계획방법.
  8. 제 1항에 있어서,
    상기 연결그래프검색단계는 출발지점이 포함되는 최대사각형에서 목표지점이 포함되는 최대사각형으로 이르는 경로 중에서 최소갯수의 다른 최대사각형을 거쳐서 이동할 수 있는 경로를 연결그래프상에서 검색하여 찾아내는 것을 특징으로 하는 이동로봇의 경로계획 방법.
  9. 제 1항에 있어서,
    상기 최단경로검색단계는 후보영역에 포함되는 교점그래프에서 출발지점과 출발지점이 포함되어 있는 최대사각형의 교점을 연결하고, 도착지점과 도착지점이 포함되어 있는 최대사각형의 교점을 연결하고, 이 그래프 상에서 출발지점에서 도착지점에 이르는 최단경로를 선택하는 것을 특징으로 하는 이동로봇의 경로계획 방법.
  10. 제 1항에 있어서,
    상기 작동영역설정단계는 이동로봇의 작동환경을 직선으로 둘러 쌓인 영역으로 설정하는 것을 특징으로 하는 이동로봇의 경로계획방법.
KR1020060123027A 2006-12-06 2006-12-06 이동로봇의 경로계획 방법 KR100822738B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060123027A KR100822738B1 (ko) 2006-12-06 2006-12-06 이동로봇의 경로계획 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060123027A KR100822738B1 (ko) 2006-12-06 2006-12-06 이동로봇의 경로계획 방법

Publications (1)

Publication Number Publication Date
KR100822738B1 true KR100822738B1 (ko) 2008-04-17

Family

ID=39571691

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060123027A KR100822738B1 (ko) 2006-12-06 2006-12-06 이동로봇의 경로계획 방법

Country Status (1)

Country Link
KR (1) KR100822738B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112650252A (zh) * 2020-12-25 2021-04-13 珠海市一微半导体有限公司 用于搜索起始清扫位置的寻径代价获取方法及芯片
KR20210101640A (ko) 2020-02-10 2021-08-19 울산대학교 산학협력단 혈관 내 의료 도구 삽입 장치를 위한 가이드 데이터 제공 방법 및 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6258311A (ja) * 1985-09-09 1987-03-14 Toshiba Corp 自律的移動体
JPH10143243A (ja) * 1996-11-13 1998-05-29 Fujitsu Ltd 移動装置
KR19990009119A (ko) * 1997-07-07 1999-02-05 윤종용 이동 로봇의 제어방법
JPH1185273A (ja) * 1997-09-02 1999-03-30 Technol Res Assoc Of Medical & Welfare Apparatus 自律走行ロボット用経路生成装置および経路生成方法およびそのためのプログラムを格納した記憶媒体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6258311A (ja) * 1985-09-09 1987-03-14 Toshiba Corp 自律的移動体
JPH10143243A (ja) * 1996-11-13 1998-05-29 Fujitsu Ltd 移動装置
KR19990009119A (ko) * 1997-07-07 1999-02-05 윤종용 이동 로봇의 제어방법
JPH1185273A (ja) * 1997-09-02 1999-03-30 Technol Res Assoc Of Medical & Welfare Apparatus 自律走行ロボット用経路生成装置および経路生成方法およびそのためのプログラムを格納した記憶媒体

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210101640A (ko) 2020-02-10 2021-08-19 울산대학교 산학협력단 혈관 내 의료 도구 삽입 장치를 위한 가이드 데이터 제공 방법 및 장치
CN112650252A (zh) * 2020-12-25 2021-04-13 珠海市一微半导体有限公司 用于搜索起始清扫位置的寻径代价获取方法及芯片
CN112650252B (zh) * 2020-12-25 2024-05-07 珠海一微半导体股份有限公司 用于搜索起始清扫位置的寻径代价获取方法及芯片

Similar Documents

Publication Publication Date Title
Korkmaz et al. Comparison of optimal path planning algorithms
Kushleyev et al. Time-bounded lattice for efficient planning in dynamic environments
Kothari et al. Multi-UAV path planning in obstacle rich environments using rapidly-exploring random trees
Beard et al. Coordinated target assignment and intercept for unmanned air vehicles
Lumelsky et al. Decentralized motion planning for multiple mobile robots: The cocktail party model
KR20140055134A (ko) 로봇의 경로계획 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체
KR20150121931A (ko) 하이브리드 경로 생성 방법을 이용한 무인 지상 차량 경로 제어 시스템
Klančar et al. Drivable path planning using hybrid search algorithm based on E* and Bernstein–Bézier motion primitives
Zhang et al. Hybrid A-based Curvature Continuous Path Planning in Complex Dynamic Environments
KR100822738B1 (ko) 이동로봇의 경로계획 방법
Rufli et al. Smooth path planning in constrained environments
Sundarraj et al. Route Planning for an Autonomous Robotic Vehicle Employing a Weight-Controlled Particle Swarm-Optimized Dijkstra Algorithm
Benelmir et al. An efficient autonomous vehicle navigation scheme based on LiDAR sensor in vehicular network
Chen et al. Combining space exploration and heuristic search in online motion planning for nonholonomic vehicles
KR100956663B1 (ko) 로봇의 경로 설계 방법 및 그 로봇
Nasr et al. Straight-Line: A new global path planning algorithm for Mobile Robot
Boschian et al. Grid modeling of robot cells: A memory-efficient approach
Schmidt et al. Mobile robot path planning and execution based on a diffusion equation strategy
Nagatani et al. Sensor-based navigation for car-like mobile robots based on a generalized Voronoi graph
Korkmaz Human-aware dynamic path planning
Balch Grid-based navigation for mobile robots
Icking et al. Exploring an Unknown Cellular Environment.
JP2011047652A (ja) 最適経路探索装置
Wuersch et al. Refined route instructions using topological stages of closeness
Ali et al. Global mobile robot path planning using laser simulator

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120319

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20130329

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee