KR101048098B1 - 로봇의 경로계획 장치 및 방법 - Google Patents

로봇의 경로계획 장치 및 방법 Download PDF

Info

Publication number
KR101048098B1
KR101048098B1 KR1020080086692A KR20080086692A KR101048098B1 KR 101048098 B1 KR101048098 B1 KR 101048098B1 KR 1020080086692 A KR1020080086692 A KR 1020080086692A KR 20080086692 A KR20080086692 A KR 20080086692A KR 101048098 B1 KR101048098 B1 KR 101048098B1
Authority
KR
South Korea
Prior art keywords
obstacle
robot
moving
path
obstacles
Prior art date
Application number
KR1020080086692A
Other languages
English (en)
Other versions
KR20100027683A (ko
Inventor
이도헌
김남훈
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020080086692A priority Critical patent/KR101048098B1/ko
Publication of KR20100027683A publication Critical patent/KR20100027683A/ko
Application granted granted Critical
Publication of KR101048098B1 publication Critical patent/KR101048098B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 로봇의 경로계획 장치 및 방법에 관한 것으로, 해결하고자 하는 기술적 과제는 이동장애물의 경로를 미리 예측함으로서 처음 계획했던 경로의 수정없이 목표지점까지 로봇의 이동경로를 계획하는 장치 및 방법을 제공하는데 있다.
이를 위해 본 발명은 로봇의 주변환경을 탐색하여 상기 로봇의 주변환경에 관한 지도를 작성하는 지도작성부와, 상기 지도작성부를 통하여 작성된 지도상의 장애물을 고정장애물 또는 이동장애물로 분류하는 장애물분류부와, 상기 장애물분류부를 통하여 분류된 고정장애물 또는 이동장애물 중 이동장애물의 포텐셜장에 대해 이동방향으로 가중치를 적용함으로서 이동장애물의 이동경로가 고려된 포텐셜장을 생성하는 방법으로 가상의 합력 벡터를 계산하는 벡터계산부와, 상기 벡터계산부를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하는 경로계획부를 포함하여 이루어진 것을 특징으로 하는 로봇의 경로계획장치를 개시한다.
이에 따라, 본 발명에 따른 경로계획 장치를 장착한 로봇은 이동장애물의 경로를 미리 예측함으로서 처음 계획했던 경로의 수정없이 목표지점까지 경로를 계획할 수 있다.
포텐셜장, 장애물 회피, 이동장애물, 경로계획, 로봇

Description

로봇의 경로계획 장치 및 방법{PATH PLANNING DEVICE AND METHOD FOR THE AUTONOMOUS MOBILE ROBOT}
본 발명은 로봇의 경로계획장치 및 방법에 관한 것으로서, 보다 상세하게는 이동장애물과 고정장애물이 동시에 존재할 경우, 이동장애물의 경로를 예측함으로서 로봇의 목표지점까지 이동경로를 계획하는 장치 및 방법에 관한 것이다.
자유롭게 움직이는 로봇의 경우 목표지점까지 도달하는 동안 장애물을 만나게 되므로 장애물 충돌 회피 시스템이 필요하다. 예를 들어 수중 양식장 패트롤 로봇의 안전하고 독립적인 임무 수행을 위해서는 고정된 시설물, 움직일 수 있는 구조물 또는 다른 로봇과의 충돌 회피가 동시에 고려되어야 한다.
이러한 장애물의 경우 두 종류로 분류할 수 있는데, 장애물의 위치가 시간에 따라 계속 변화하는 장애물을 이동장애물이라 하고, 시간에 따라 위치가 변하지 않는 장애물을 고정장애물이라 한다.
로봇이 장애물을 회피하고 목표지점까지 경로를 계획하기 위해서 포텐셜장 기법(Potential field method)이 제안되었다. 종래의 포텐셜장 기법은 이동장애물과 고정장애물을 구별하지 않고 두 장애물에 대해 동일한 힘 벡터를 적용함으로서 동일한 포텐셜장을 적용하였다. 이러한 종래의 포텐셜장 기법의 경우 로봇이 이동함에 따라 이동장애물의 위치도 함께 변하게 되므로 처음 계획했던 경로의 수정이 빈번하게 이루어 져야하는 문제점이 있었다.
본 발명은 상기한 바와 같은 과제를 해결하기 위해 안출된 것으로, 이동장애물의 경로를 미리 예측함으로서 처음 계획했던 경로의 수정 없이 목표지점까지 경로를 계획하는 장치 및 방법를 제공하는데 그 목적이 있다.
상기한 바와 같은 목적을 달성하기 위한 본 발명에 따른 로봇의 경로계획장치는 로봇의 주변환경을 탐색하여 상기 로봇의 주변환경에 관한 지도를 작성하는 지도작성부와, 상기 지도작성부를 통하여 작성된 지도상의 장애물을 고정장애물 또는 이동장애물로 분류하는 장애물분류부와, 상기 장애물분류부를 통하여 분류된 고정장애물 또는 이동장애물 중 이동장애물의 포텐셜장에 대해 이동방향으로 가중치를 적용함으로서 이동장애물의 이동경로가 고려된 포텐셜장을 생성하는 방법으로 가상의 합력 벡터를 계산하는 벡터계산부 및 상기 벡터계산부를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하는 경로계획부를 포함하여 이루어질 수 있다.
상기 지도작성부는 전체 평면을 특정 크기의 셀로서 구획화하여, 각 셀 마다 장애물의 유무를 판단하고 시간별로 저장하는 방법으로서 로봇의 주변환경에 관한 지도를 작성할 수 있다.
상기 장애물분류부는 지도작성부를 통하여 작성된 지도를 일정시간 간격으로 읽어온 후 장애물의 위치와 시간 간격을 이용하여 장애물의 속도를 계산하며, 계산 된 상기 장애물의 속도에 따라 고정장애물 또는 이동장애물로 분류할 수 있다.
상기 장애물의 속도는 장애물의 위치 변화량을 시간으로 미분하여 계산할 수 있다.
상기 경로계획부는 상기 벡터계산부를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하며, 로봇의 초기위치부터 목표지점까지 합력 벡터 방향을 연결하여 로봇이 이동하게 될 경로를 계획할 수 있다.
또한, 본 발명에 따른 로봇의 경로계획방법은 자율이동로봇이 목표점까지 이동할 수 있는 최적의 경로를 계획하는 방법에 있어서, 로봇의 주변환경을 탐색하여 상기 로봇의 주변환경에 관한 지도를 작성하는 지도작성 단계와, 상기 지도작성 단계를 통하여 작성된 지도상의 장애물을 고정장애물 또는 이동장애물로 분류하는 장애물분류 단계와, 상기 장애물분류 단계를 통하여 분류된 고정장애물 또는 이동장애물 중 이동장애물의 포텐셜장에 대해 이동방향으로 가중치를 적용함으로서 이동장애물의 이동경로가 고려된 포텐셜장을 생성하는 방법으로 가상의 합력 벡터를 계산하는 벡터계산 단계 및 상기 벡터계산 단계를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하는 경로계획 단계를 포함할 수 있다.
상기 지도작성 단계는 전체 평면을 특정 크기의 셀로서 구획화하여, 각 셀 마다 장애물의 유무를 판단하고 시간별로 저장하는 방법으로서 로봇의 주변환경에 관한 지도를 작성할 수 있다.
상기 장애물분류 단계는 지도작성 단계를 통하여 작성된 지도를 일정시간 간 격으로 읽어온 후 장애물의 위치와 시간 간격을 이용하여 장애물의 속도를 계산하며, 계산된 상기 장애물의 속도에 따라 고정장애물 또는 이동장애물로 분류할 수 있다.
상기 장애물의 속도는 장애물의 위치 변화량을 시간으로 미분하여 계산할 수 있다.
상기 경로계획 단계는 상기 벡터계산 단계를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하며, 로봇의 초기위치부터 목표지점까지 합력 벡터 방향을 연결하여 로봇이 이동하게 될 경로를 계획할 수 있다.
상기한 바와 같이 본 발명에 따른 로봇의 경로계획 장치 및 방법에 의하면 이동장애물과 고정장애물을 분류하여 이동장애물의 포텐셜장에 대해 이동방향으로 가중치를 적용함으로서 이동장애물의 이동경로가 고려된 포텐셜장을 생성할 수 있다. 이에 따라, 이동장애물의 경로를 미리 예측함으로서 처음 계획했던 경로의 수정없이 목표지점까지 경로를 계획할 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다. 우선, 도면들 중 동일한 구성요소 또는 부품들은 가능한 한 동일한 참조부호를 나타내고 있음에 유의해야 한다. 본 발명을 설명함에 있어서 관련된 공지기능 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하게 하지 않기 위해 생략한다.
도 1을 참조하면, 본 발명에 따른 로봇의 경로계획 장치(100)의 구성이 블록 도로서 도시되어 있다.
도 1에 도시된 바와 같이 본 발명에 따른 로봇의 경로계획 장치(100)는 지도작성부(110), 장애물분류부(120), 벡터계산부(130) 및 경로계획부(140)를 포함한다.
상기 지도작성부(110)는 로봇에 설치된 센서와 전기적으로 연결되어 상기 센서를 통하여 얻은 로봇의 주변환경을 저장하고 이에 따라 로봇의 주변환경에 관한 지도를 작성한다. 즉, 상기 센서는 로봇의 주변환경으로서 장애물의 위치 및 목표지점을 저장하여 상기 지도작성부(110)에서 로봇의 주변환경에 관한 지도를 작성할 수 있도록 하는 역할을 하게 된다. 이러한 지도작성부(110)는 전체 평면을 일정한 구획으로 나누고 이러한 각 구획을 셀(cell)으로 정의하여 각 셀마다 장애물의 유무를 판단하고 시간별로 저장하는 방법으로 로봇의 주변환경에 관한 지도를 작성한다. 여기서 각 셀의 크기는, 예를 들어 1m × 1m 등으로 나눌 수 있으나, 본 발명에서 이를 한정하는 것은 아니다. 또한, 상기 센서는, 예를 들어 초음파 센서등이 사용될 수 있으나 본 발명에서 상기 센서의 종류를 한정하는 것은 아니다.
상기 장애물분류부(120)는 상기 지도작성부(110)를 통해 작성된 지도를 이용하여 장애물의 종류를 고정장애물 또는 이동장애물로 분류한다. 먼저, 상기 지도작성부(110)를 통해 작성된 지도를 일정 시간 간격으로 읽어온 후 장애물의 위치와 시간 간격을 이용하여 장애물의 속도를 계산한다. 장애물의 속도는 장애물의 위치 변화량을 시간으로 미분하여 속도를 계산하는데, 이러한 장애물의 속도는 수학식 1으로 계산될 수 있다.
Figure 112008062684929-pat00001
x : 장애물의 위치 변화량
t : 작성된 지도의 시간간격
이러한 장애물분류부(120)는 상기 지도작성부(110)에서 작성된 지도의 모든 장애물의 속도 v를 계산한 후, 속도 v에 따라 장애물을 고정장애물 또는 이동장애물로 분류하게 된다. 즉, 시간에 따라 장애물의 위치가 변화하는 경우 이동장애물로, 시간에 따라 장애물의 위치가 변하지 않는 장애물은 고정장애물로 분류하게 된다.
상기 벡터계산부(130)는 상기 장애물분류부(120)에서 분류된 장애물의 종류에 따라 전체 지도의 포텐셜장(Potential field)를 계산한다. 종래의 포텐셜장 계산방법은 장애물은 모두 동일한 척력을 발생하는 것으로 하여 계산하였으나, 본 발명에 따른 로봇의 경로계획 장치는 이동장애물과 고정장애물을 분류하여 이동장애물의 포텐셜장에 대해 이동 방향으로 가중치를 적용함으로서 이동장애물의 이동 경로가 고려된 포텐셜장을 생성할 수 있다. 포텐셜장 계산방법은 수학식 2로 표현될 수 있다.
Figure 112008062684929-pat00002
상기 수학식 2에서 합력 벡터(Resultant force vector) R은 두개의 가상의 힘(Virtual force)로 구성된다.
Figure 112008062684929-pat00003
은 장애물로부터 발생되는 척력(Repulsive force)이고
Figure 112008062684929-pat00004
는 목표지점으로부터 발생되는 인력(Attractive force)이다.
한편, 고정장애물로부터 발생되는 척력은 수학식 3과 같다.
Figure 112008062684929-pat00005
: 척력 상수
Figure 112008062684929-pat00007
: 셀(i,j)과 로봇과의 거리
Figure 112008062684929-pat00008
: 셀(i,j)의 값
Figure 112008062684929-pat00009
: 로봇의 현재 좌표
Figure 112008062684929-pat00010
: 현재 셀(i,j)의 좌표
한편, 이동장애물로부터 발생되는 척력은 수학식 4와 같다.
Figure 112008062684929-pat00011
Figure 112008062684929-pat00012
: 이동장애물의 가중치 벡터
Figure 112008062684929-pat00013
: 척력 상수
Figure 112008062684929-pat00014
: 셀(i,j)과 로봇과의 거리
Figure 112008062684929-pat00015
: 셀(i,j)의 값
Figure 112008062684929-pat00016
: 로봇의 현재 좌표
Figure 112008062684929-pat00017
: 현재 셀(i,j)의 좌표
도 2에는 포텐셜장 기법에 의한 장애물 포텐셜장이, 도 3에는 이동장애물에 대한 가중치가 부여된 포텐셜장이 도시되어 있다.
즉, 도 3에 도시된 바와 같이 이동장애물에 대한 가중치가 부여된 포텐셜장의 경우 이동장애물의 이동방향으로 높은 포텐셜을 가지며, 이동방향의 반대쪽으로 포텐셜이 점점 감소하는 형태의 포텐셜을 가짐을 확인할 수 있다. 이러한 포텐셜 함수의 기울기는 장애물의 속도에 비례하게 된다.
한편, 지도의 모든 셀로부터의 척력은 모두 합쳐져서 합력
Figure 112008062684929-pat00018
이 생성된다. 합력
Figure 112008062684929-pat00019
은 수학식 5로부터 계산된다.
Figure 112008062684929-pat00020
Figure 112008062684929-pat00021
: 수학식 3, 수학식 4로부터 계산된 척력
동시에, 목표지점으로 로봇을 끌어당기는 인력(Attractive force)
Figure 112008062684929-pat00022
도 생성된다. 인력
Figure 112008062684929-pat00023
는 수학식 6으로 계산된다.
Figure 112008062684929-pat00024
Figure 112008062684929-pat00025
: 목표지점의 인력 상수
Figure 112008062684929-pat00026
: 목표지점의 좌표
Figure 112008062684929-pat00027
: 현재 로봇의 위치와 목표지점과의 거리
수학식 5로부터 계산된 척력(Repulsive force)과 수학식 6으로부터 계산된 인력(Attractive force)를 합하여 수학식 2의 합력 벡터(Resultant force vector) R을 구할 수 있다. 이렇듯 본 발명에 따른 로봇의 경로계획 장치의 벡터계산부(130)에서는 상기와 같이 합력 벡터 R을 구하는 과정이 모든 셀에 대해서 반복하여 수행되어질 수 있다.
상기 경로계획부(140)는 상기 벡터계산부(130)에서 계산된 합력 벡터를 이용하여 로봇의 이동 방향을 계산한다. 즉, 상기 경로계획부(140)에서는 로봇의 초기 위치로부터 목표지점까지 합력 벡터 방향을 연결하여 로봇이 이동하게 될 경로를 얻을 수 있다. 이에 따라, 본 발명에 따른 경로계획 장치를 장착한 로봇은 xy평면에 대해서 합력 벡터 방향으로 이동할 수 있게 된다.
이하, 도 4 내지 도 7에서는 본 발명에 따른 로봇의 경로계획 방법을 검증하기 위해 다양한 환경에서의 시뮬레이션을 수행한 결과를 도시하였다. 도 4 내지 도 7에 도시된 2차원 평면 공간에서 각 셀(cell)의 크기는 1m × 1m 로 이루어져 있고, 전체 맵의 크기는 50m × 50m 크기를 가정하여 시뮬레이션을 수행하였다.
도 4에는 종래의 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프가 도시되어 있고, 도 5에는 이동장애물의 가중치가 적용된 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프가 도시되어 있다.
도 4에 도시된 종래의 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래 프를 참조하면, 이동장애물을 고려하지 않은 로봇의 경로계획(desired trajectory) 및 이동장애물에 의한 수정된 로봇의 경로계획(corrected trajectory)이 도시되어 있다. 도 4에 도시된 바와 같이, 종래의 포텐셜장 기법에 의한 로봇의 경로계획의 경우 실제 로봇이 이동 중 이동장애물과의 충돌시 중간 지점에서 로봇의 경로를 수정해야함을 나타내고 있다.
도 5에 도시된 이동장애물의 가중치가 적용된 포텐셜장 기법에 의한 로봇의 경로계획을 참조하면, 이동장애물의 이동경로를 예측하여 목표지점까지 계획된 로봇의 경로가 도시되어 있다.
또한, 도 6에는 밀집된 장애물에 대한 종래의 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프가 도시되어 있고, 도 7에는 밀집된 장애물에 대한 이동장애물의 가중치가 적용된 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프가 도시되어 있다. 도 6 및 도 7에서 도시된 로봇의 이동경로 계획에서는 다수의 이동장애물에 대응한 로봇의 이동경로를 계획한 이외에는 도 4 및 도 5의 경우와 동일하다.
도 8에는 본 발명에 따른 로봇의 경로계획 방법을 도시한 순서도가 도시되어 있다. 도 8에 도시된 바와 같이 본 발명에 따른 로봇의 경로계획 방법은 자율이동로봇이 목표점까지 이동할 수 있는 최적의 경로를 계획하는 방법을 제공하기 위하여, 지도작성 단계(S10), 장애물분류 단계(S20), 벡터계산 단계(S30) 및 경로계획 단계(S40)를 포함된다.
상기 지도작성 단계(S10)에서는 로봇에 설치된 센서를 통하여 얻은 로봇의 주변환경을 저장하고 이에 따라 로봇의 주변환경에 관한 지도를 작성한다. 즉, 상기 센서는 로봇의 주변환경으로서 장애물의 위치 및 목표지점을 저장하여 상기 로봇의 주변환경에 관한 지도를 작성할 수 있도록 하는 역할을 하게 된다. 이러한 지도작성단계(S10)에서는 전체 평면을 일정한 구획으로 나누고 이러한 각 구획을 셀(cell)으로 정의하여 각 셀마다 장애물의 유무를 판단하고 시간별로 저장하는 방법으로 로봇의 주변환경에 관한 지도를 작성할 수 있다.
상기 장애물분류 단계(S20)에서는 상기 지도작성단계(S10)를 통해 작성된 지도를 이용하여 장애물의 종류를 고정장애물 또는 이동장애물로 분류한다. 먼저, 상기 지도작성단계(S10)를 통해 작성된 지도를 일정 시간 간격으로 읽어온 후 장애물의 위치와 시간 간격을 이용하여 장애물의 속도를 계산할 수 있다. 장애물의 속도는 장애물의 위치 변화량을 시간으로 미분하여 속도를 계산할 수 있다. 이러한 장애물의 속도는 상기 수학식 1으로 계산될 수 있다.
이러한 장애물분류 단계(S20)에서는 상기 지도작성단계(S10)에서 작성된 지도의 모든 장애물의 속도 v를 계산한 후, 속도 v에 따라 장애물을 고정장애물 또는 이동장애물로 분류하게 된다. 즉, 시간에 따라 장애물의 위치가 변화하는 경우 이동장애물로, 시간에 따라 장애물의 위치가 변하지 않는 장애물은 고정장애물로 분류하게 된다.
상기 벡터계산 단계(S30)에서는 상기 장애물분류 단계(S20)에서 분류된 장애물의 종류에 따라 전체 지도의 포텐셜장(Potential field)를 계산한다. 종래의 포텐셜장 계산방법은 장애물은 모두 동일한 척력을 발생하는 것으로 하여 계산하였으 나, 본 발명에 따른 로봇의 경로계획 방법은 이동장애물과 고정장애물을 분류하여 이동장애물의 포텐셜장에 대해 이동 방향으로 가중치를 적용함으로서 이동장애물의 이동 경로가 고려된 포텐셜장을 생성할 수 있다. 포텐셜장 계산방법은 본 발명에 따른 로봇의 경로계획 장치(100, 도 1참조)의 벡터계산부(130)에서 수행하는 방법과 동일한바 여기서는 생략하기로 한다.
상기 경로계획단계(S40)에서는 상기 벡터계산단계(S30)에서 계산된 합력 벡터를 이용하여 로봇의 이동 방향을 계산할 수 있다. 즉, 상기 경로계획단계(S40)를 통하여 로봇의 초기 위치로부터 목표지점까지 합력 벡터 방향을 연결하여 로봇이 이동하게 될 경로를 얻을 수 있다. 이에 따라, 본 발명에 따른 경로계획 장치를 장착한 로봇은 xy평면에 대해서 합력 벡터 방향으로 이동할 수 있게 된다.
이렇듯, 본 발명에 따른 로봇의 경로계획 장치 및 방법은 이동장애물의 이동 방향을 예측하고, 경로를 계획함으로서 목표지점까지 로봇의 이동 중 이동장애물의 위치변화에 의한 경로의 재설정을 최소화하는 효과를 얻을 수 있게 된다.
도 1은 본 발명에 따른 로봇의 경로계획 장치의 구성을 도시한 블록도이다.
도 2는 포텐셜장 기법에 의한 장애물 포텐셜장의 그래프이다.
도 3은 이동장애물에 대한 가중치가 부여된 포텐셜장의 그래프이다.
도 4는 종래의 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프이다.
도 5는 이동장애물의 가중치가 적용된 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프이다.
도 6은 밀집된 장애물에 대한 종래의 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프이다.
도 7은 밀집된 장애물에 대한 이동장애물의 가중치가 적용된 포텐셜장 기법에 의한 로봇의 경로계획을 도시한 그래프이다.
도 8은 본 발명에 따른 로봇의 경로계획 방법을 도시한 순서도이다.

Claims (10)

  1. 로봇의 주변환경을 탐색하여 상기 로봇의 주변환경에 관한 지도를 작성하는 지도작성부;
    상기 지도작성부를 통하여 작성된 지도상의 장애물을 고정장애물 또는 이동장애물로 분류하는 장애물분류부;
    상기 장애물분류부를 통하여 분류된 장애물에 대해서 고정장애물에 의한 발생척력벡터를 아래의 식과 같이 구하고, 이동장애물에 대해 포텐셜장에 대해 이동방향으로 가중치를 적용함으로서 이동장애물의 이동경로가 고려된 포텐셜장을 생성하는 방법으로 이동장애물에 의한 발생척력벡터를 아래 식과 같이 구해 가상의 척력 합력 벡터를 계산하는 척력벡터계산부;
    로봇의 목표지점에 의한 인력벡터를 계산하는 인력벡터계산부; 및
    상기 척력벡터계산부와 인력벡터계산부에서 계산된 두 벡터를 합계한 합력 벡터를 이용하여 로봇의 경로를 계산하는 경로계획부를 포함하여 이루어진 것을 특징으로 하는 로봇의 경로계획장치.
    (단, 고정 장애물로부터의 발생척력벡터 :
    Figure 112010045352824-pat00036
    ,
    이동 장애물로부터의 발생척력벡터 :
    Figure 112010045352824-pat00037
    ,
    Wij : 이동장애물의 가중치 벡터, Fcr : 척력 상수,
    d(i,j) :셀(i,j)와 로봇과의 거리, Cij :셀 (i,j)의 값,
    (x0, y0) : 로봇의 현재 좌표, (xi, yi) :현재 셀(i,j)의 좌표 )
  2. 제 1항에 있어서,
    상기 지도작성부는 전체 평면을 특정 크기의 셀로서 구획화하여, 각 셀 마다 장애물의 유무를 판단하고 시간별로 저장하는 방법으로서 로봇의 주변환경에 관한 지도를 작성하는 것을 특징으로 하는 로봇의 경로계획장치.
  3. 제 1항에 있어서,
    상기 장애물분류부는 지도작성부를 통하여 작성된 지도를 일정시간 간격으로 읽어온 후 장애물의 위치와 시간 간격을 이용하여 장애물의 속도를 계산하며, 계산된 상기 장애물의 속도에 따라 고정장애물 또는 이동장애물로 분류하는 것을 특징으로 하는 로봇의 경로계획장치.
  4. 제 3항에 있어서,
    상기 장애물의 속도는 장애물의 위치 변화량을 시간으로 미분하여 계산하는 것을 특징으로 하는 로봇의 경로계획장치.
  5. 제 1항에 있어서,
    상기 경로계획부는 상기 벡터계산부를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하며, 로봇의 초기위치부터 목표지점까지 합력 벡터 방향을 연결하여 로봇이 이동하게 될 경로를 계획하는 것을 특징으로 하는 로봇의 경로계획장치.
  6. 자율이동로봇이 목표점까지 이동할 수 있는 최적의 경로를 계획하는 방법에 있어서,
    로봇의 주변환경을 탐색하여 상기 로봇의 주변환경에 관한 지도를 작성하는 지도작성 단계;
    상기 지도작성 단계를 통하여 작성된 지도상의 장애물을 고정장애물 또는 이동장애물로 분류하는 장애물분류 단계;
    상기 장애물분류 단계를 통하여 분류된 장애물에 대해서 고정장애물에 의한 발생척력벡터를 아래의 식과 같이 구하고, 이동장애물에 대해 포텐셜장에 대해 이동방향으로 가중치를 적용함으로서 이동장애물의 이동경로가 고려된 포텐셜장을 생성하는 방법으로 이동장애물에 의한 발생척력벡터를 아래 식과 같이 각각 구해 가상의 척력 합력 벡터를 계산하는 척력벡터계산단계;
    로봇의 목표지점에 의한 인력벡터를 계산하는 인력벡터계산단계; 및
    상기 척력벡터계산단계와 인력벡터계산단계에서 구해진 두 벡터를 합한 합력 벡터를 이용하여 로봇의 경로를 계산하는 경로계획 단계를 포함하는 것을 특징으로 하는 로봇의 경로계획방법.
    (단, 고정 장애물로부터의 발생척력벡터 :
    Figure 112011003688146-pat00038
    ,
    이동 장애물로부터의 발생척력벡터 :
    Figure 112011003688146-pat00039
    ,
    Wij : 이동장애물의 가중치 벡터, Fcr : 척력 상수,
    d(i,j) :셀(i,j)와 로봇과의 거리, Cij :셀 (i,j)의 값,
    (x0, y0) : 로봇의 현재 좌표, (xi, yi) :현재 셀(i,j)의 좌표 )
  7. 제 6항에 있어서,
    상기 지도작성 단계는 전체 평면을 특정 크기의 셀로서 구획화하여, 각 셀 마다 장애물의 유무를 판단하고 시간별로 저장하는 방법으로서 로봇의 주변환경에 관한 지도를 작성하는 것을 특징으로 하는 로봇의 경로계획방법.
  8. 제 6항에 있어서,
    상기 장애물분류 단계는 지도작성 단계를 통하여 작성된 지도를 일정시간 간격으로 읽어온 후 장애물의 위치와 시간 간격을 이용하여 장애물의 속도를 계산하며, 계산된 상기 장애물의 속도에 따라 고정장애물 또는 이동장애물로 분류하는 것을 특징으로 하는 로봇의 경로계획방법.
  9. 제 8항에 있어서,
    상기 장애물의 속도는 장애물의 위치 변화량을 시간으로 미분하여 계산하는 것을 특징으로 하는 로봇의 경로계획방법.
  10. 제 6항에 있어서,
    상기 경로계획 단계는 상기 벡터계산 단계를 통하여 계산된 합력 벡터를 이용하여 로봇의 경로를 계산하며, 로봇의 초기위치부터 목표지점까지 합력 벡터 방향을 연결하여 로봇이 이동하게 될 경로를 계획하는 것을 특징으로 하는 로봇의 경로계획방법.
KR1020080086692A 2008-09-03 2008-09-03 로봇의 경로계획 장치 및 방법 KR101048098B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080086692A KR101048098B1 (ko) 2008-09-03 2008-09-03 로봇의 경로계획 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080086692A KR101048098B1 (ko) 2008-09-03 2008-09-03 로봇의 경로계획 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20100027683A KR20100027683A (ko) 2010-03-11
KR101048098B1 true KR101048098B1 (ko) 2011-07-11

Family

ID=42178624

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080086692A KR101048098B1 (ko) 2008-09-03 2008-09-03 로봇의 경로계획 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101048098B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819264A (zh) * 2012-07-30 2012-12-12 山东大学 移动机器人路径规划q学习初始化方法
CN104155998A (zh) * 2014-08-27 2014-11-19 电子科技大学 一种基于势场法的航迹规划方法
KR20160054862A (ko) * 2014-11-07 2016-05-17 재단법인대구경북과학기술원 모바일 로봇의 장애물 회피 시스템 및 방법
KR20180109455A (ko) * 2017-03-28 2018-10-08 엘지전자 주식회사 상황인식적으로 맵을 관리하는 방법, 이를 구현하는 장치
WO2021082709A1 (zh) * 2019-10-31 2021-05-06 五邑大学 水下清淤机器人路径规划方法、装置、机器人和存储介质
EP4157589A4 (en) * 2020-05-26 2024-02-28 Edda Technology Inc METHOD FOR PLANNING ROBOT PATH WITH STATIC AND DYNAMIC COLLISION AVOIDANCE IN AN UNCERTAIN ENVIRONMENT

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101160144B1 (ko) * 2010-08-31 2012-06-27 삼성중공업 주식회사 선체 블록내부 작업경로 생성 장치 및 방법
KR101233714B1 (ko) * 2010-09-30 2013-02-18 아주대학교산학협력단 장애물 트랩을 회피하는 자율 이동 로봇 및 그 제어 방법
KR101049906B1 (ko) * 2010-12-30 2011-07-15 국방과학연구소 자율 이동 장치 및 이의 충돌 회피 방법
KR101049155B1 (ko) * 2011-02-01 2011-07-14 국방과학연구소 자율이동장치의 장애물 판단방법 및 이를 이용한 자율이동장치
CN103744428B (zh) * 2014-01-17 2016-03-09 哈尔滨工程大学 一种基于邻域智能水滴算法的水面无人艇路径规划方法
CN108801255B (zh) * 2017-05-04 2023-10-27 罗伯特·博世有限公司 用于避免机器人碰撞的方法、装置和系统
US10720070B2 (en) 2018-01-03 2020-07-21 Qualcomm Incorporated Adjustable object avoidance proximity threshold of a robotic vehicle based on presence of detected payload(s)
US10636314B2 (en) 2018-01-03 2020-04-28 Qualcomm Incorporated Adjusting flight parameters of an aerial robotic vehicle based on presence of propeller guard(s)
US10719705B2 (en) 2018-01-03 2020-07-21 Qualcomm Incorporated Adjustable object avoidance proximity threshold based on predictability of the environment
US10803759B2 (en) 2018-01-03 2020-10-13 Qualcomm Incorporated Adjustable object avoidance proximity threshold based on presence of propeller guard(s)
US10717435B2 (en) 2018-01-03 2020-07-21 Qualcomm Incorporated Adjustable object avoidance proximity threshold based on classification of detected objects
CN112034836B (zh) * 2020-07-16 2023-06-16 北京信息科技大学 一种改进a*算法的移动机器人路径规划方法
RU2749202C1 (ru) * 2020-12-07 2021-06-07 Общество с ограниченной ответственностью «РобоСиВи» Способ планирования движения робота и мобильный робот

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100596481B1 (ko) * 2004-08-12 2006-07-03 주식회사 한울로보틱스 청소기능을 갖는 이동로봇의 경로 제어방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100596481B1 (ko) * 2004-08-12 2006-07-03 주식회사 한울로보틱스 청소기능을 갖는 이동로봇의 경로 제어방법

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819264A (zh) * 2012-07-30 2012-12-12 山东大学 移动机器人路径规划q学习初始化方法
CN104155998A (zh) * 2014-08-27 2014-11-19 电子科技大学 一种基于势场法的航迹规划方法
KR20160054862A (ko) * 2014-11-07 2016-05-17 재단법인대구경북과학기술원 모바일 로봇의 장애물 회피 시스템 및 방법
KR101664575B1 (ko) 2014-11-07 2016-10-10 재단법인대구경북과학기술원 모바일 로봇의 장애물 회피 시스템 및 방법
KR20180109455A (ko) * 2017-03-28 2018-10-08 엘지전자 주식회사 상황인식적으로 맵을 관리하는 방법, 이를 구현하는 장치
KR102310346B1 (ko) * 2017-03-28 2021-10-07 엘지전자 주식회사 상황인식적으로 맵을 관리하는 방법, 이를 구현하는 장치
WO2021082709A1 (zh) * 2019-10-31 2021-05-06 五邑大学 水下清淤机器人路径规划方法、装置、机器人和存储介质
EP4157589A4 (en) * 2020-05-26 2024-02-28 Edda Technology Inc METHOD FOR PLANNING ROBOT PATH WITH STATIC AND DYNAMIC COLLISION AVOIDANCE IN AN UNCERTAIN ENVIRONMENT

Also Published As

Publication number Publication date
KR20100027683A (ko) 2010-03-11

Similar Documents

Publication Publication Date Title
KR101048098B1 (ko) 로봇의 경로계획 장치 및 방법
Francis et al. Long-range indoor navigation with prm-rl
KR102230144B1 (ko) 인공 지능 심층 학습 타겟 탐지 및 속도 퍼텐셜 필드 알고리즘 기반 장애물 회피 및 자율 주행 방법 및 장치
US11231715B2 (en) Method and system for controlling a vehicle
Matthies et al. Stereo vision-based obstacle avoidance for micro air vehicles using disparity space
Kushleyev et al. Time-bounded lattice for efficient planning in dynamic environments
Frank et al. Efficient motion planning for manipulation robots in environments with deformable objects
CN103885443A (zh) 用于即时定位与地图构建单元的设备、系统和方法
JP2006350776A (ja) 移動体の経路生成装置
Frank et al. Using gaussian process regression for efficient motion planning in environments with deformable objects
KR100956663B1 (ko) 로봇의 경로 설계 방법 및 그 로봇
CN108151742B (zh) 机器人的导航控制方法及智能装置
Piccinelli et al. Hybrid motion planner integrating global voronoi diagrams and local velocity obstacle method
Pereira et al. Multi-robot planning for perception of multiple regions of interest
Peng et al. Design of constrained dynamic path planning algorithms in large-scale 3D point cloud maps for UAVs
Parikh et al. Autonomous mobile robot for inventory management in retail industry
Brandstätter et al. Multi-Agent Spatial Predictive Control with Application to Drone Flocking
Anas et al. Deep reinforcement learning-based mapless crowd navigation with perceived risk of the moving crowd for mobile robots
Paz-Delgado et al. Combined path and motion planning for workspace restricted mobile manipulators in planetary exploration
Guo et al. Autonomous navigation in dynamic environments with multi-modal perception uncertainties
CN117232531B (zh) 机器人导航规划方法及存储介质和终端设备
Babovic et al. Sliding Holt algorithm implementation in mobile robots collision detection with dynamic obstacles based on computer vision technologies
Khan et al. Dynamic Kalman filter-based velocity tracker for Intelligent vehicle
Moreno et al. Deep Earth Drones
Tang et al. Comparison between normal waveform and modified wavefront path planning algorithm for mobile robot

Legal Events

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

Payment date: 20140630

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20150629

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20160627

Year of fee payment: 6