KR101104544B1 - 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법 - Google Patents

네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법 Download PDF

Info

Publication number
KR101104544B1
KR101104544B1 KR1020090096607A KR20090096607A KR101104544B1 KR 101104544 B1 KR101104544 B1 KR 101104544B1 KR 1020090096607 A KR1020090096607 A KR 1020090096607A KR 20090096607 A KR20090096607 A KR 20090096607A KR 101104544 B1 KR101104544 B1 KR 101104544B1
Authority
KR
South Korea
Prior art keywords
robot
cluster
robots
cluster robot
row
Prior art date
Application number
KR1020090096607A
Other languages
English (en)
Other versions
KR20110039659A (ko
Inventor
김동성
김성욱
이호균
백은진
김동철
Original Assignee
금오공과대학교 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 금오공과대학교 산학협력단 filed Critical 금오공과대학교 산학협력단
Priority to KR1020090096607A priority Critical patent/KR101104544B1/ko
Publication of KR20110039659A publication Critical patent/KR20110039659A/ko
Application granted granted Critical
Publication of KR101104544B1 publication Critical patent/KR101104544B1/ko

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00Controls for manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00Manipulators not otherwise provided for
    • B25J11/002Manipulators for defensive or military tasks
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00Manipulators not otherwise provided for
    • B25J11/005Manipulators for mechanical processing tasks
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • B25J9/1682Dual arm manipulator; Coordination of several manipulators
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/008Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08Configuration management of networks or network elements
    • H04L41/085Retrieval of network configuration; Tracking network configuration history
    • H04L41/0853Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법에 관한 것으로, 본 발명은 사용자로부터 상기 군집로봇이 이동하고자 하는 목적지에 대한 목적지 정보를 입력받는 클라이언트부와; 상기 클라이언트부로부터 입력받은 목적지정보에 따라, 상기 군집로봇의 운동수학식을 연산하는 중앙제어부;를 포함하며, 상기 군집로봇은 인접하는 로봇과 탄성부재로 연결되는 하나 이상의 마스터로봇과 다수의 슬레이브로봇을 포함하여 이루어지며, 상기 마스터로봇은 상기 군집로봇이 목적지로 이동하는 이동경로를 제어하고, 상기 다수의 슬레이브로봇은 상기 마스터로봇에 의해 제어되되, 상기 중앙제어부는 상기 군집로봇간에 상호 연결된 탄성부재의 댐퍼 임피던스에 기초하여 상기 운동수학식을 연산하고 그 연산결과를 상기 마스터로봇으로 전송하여 상기 군집로봇의 이동경로가 제어되도록 하는 것을 특징으로 한다.
상기와 같은 구성에 의해 본 발명은 군집로봇의 간단한 운동수학식 연산을 통해 빠른 이동 경로 연산을 수행하여, 군집로봇의 경로제어를 용이하게 할 수 있다.
군집로봇, 이동경로 제어, 탄성부재, 운동수학식, 연산알고리즘, 댐퍼임피던스

Description

네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법 {Swarm robot path control system based on network and method thereof}
본 발명은 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 방법에 관한 것이다.
일반적으로 네트워크를 기반으로 하여 제어되는 군집로봇(이하, 간단히 '네트워크 기반 군집로봇'이라 한다.)은 다양한 임무수행을 위해 군대와 발전소 및 공장과 같은 산업환경에서 사용된다. 이러한 네트워크를 기반으로 하는 군집로봇은 근래에 와서는 점차 그 사용영역을 넓혀 자연계 생물의 운동형태 및 특징들을 접목하는 기술 등에 대한 다양한 연구가 현재 진행되고 있다.
특히, 네트워크 기반 군집로봇의 경로제어를 위해 종래에는 포텐션필드(potential field)를 계산하는 방법이 사용되었다. 이러한 포텐션필드를 계산하여 이동경로를 제어하는 방식은 로봇들의 주변에 가상의 힘을 가정하여 상기 로봇들의 대형 유지 및 목적지까지의 이동경로를 산출하는 방식이다.
그러나, 포텐션필드를 계산하여 이동경로를 제어하는 방식은 일정한 대형을 이루는 로봇의 수가 증가하는 경우, 인접한 로봇간의 충돌 가능성이 높아지는 문제점이 있다.
또한, 상기 로봇들이 이동하는 이동영역에 대한 사전 정보가 기저장 되어야하는 번거로움이 발생한다.
이와 더불어, 상기 로봇의 운용 알고리즘 중 연산 알고리즘이 복잡해져 연산 알고리즘을 수행하는 프로세서에 부하가 발생할 수 있고 이와 동시에, 복잡한 연산 알고리즘으로 인하여 로봇의 경로제어에 대한 소요시간이 많이 걸린다는 문제점이 발생하고 있다.
본 발명은 상기와 같은 문제점을 해결하기 위하여 제안된 것으로, 간단한 이동경로 알고리즘의 연산을 통해 군집로봇의 경로제어를 보다 용이하게 할 수 있는 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법을 제공하고자 한다.
또한 본 발명은 상기와 같은 문제점을 해결하기 위하여 제안된 것으로, 다수의 로봇으로 구성되는 군집로봇이 해당 목적지로 이동 시, 군집대형을 훼손하지 않고 그대로 유지할 수 있는 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법을 제공하고자 한다.
상기와 같은 목적을 달성하기 위한 본 발명의 군집로봇의 이동경로를 제어하는 네트워크 기반 군집로봇의 이동경로 제어 시스템은 사용자로부터 상기 군집로봇이 이동하고자 하는 목적지에 대한 목적지 정보를 입력받는 클라이언트부와; 상기 클라이언트부로부터 입력받은 목적지정보에 따라, 상기 군집로봇의 운동수학식을 연산하는 중앙제어부;를 포함하며, 상기 군집로봇은 인접하는 로봇과 탄성부재로 연결되는 하나 이상의 마스터로봇과 다수의 슬레이브로봇을 포함하여 이루어지며, 상기 마스터로봇은 상기 군집로봇이 목적지로 이동하는 이동경로를 제어하고, 상기 다수의 슬레이브로봇은 상기 마스터로봇에 의해 제어되되, 상기 중앙제어부는 상기 군집로봇간에 상호 연결된 탄성부재의 댐퍼 임피던스에 기초하여 상기 운동수학식 을 연산하고 그 연산결과를 상기 마스터로봇으로 전송하여 상기 군집로봇의 이동경로가 제어되도록 하는 것을 특징으로 한다.
특히, 상기 군집로봇 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇의 운동수학식은
′Pnq = k/m(Pn2 - Pn1 - drow n1) + c/m(′Pn2 - ′Pn1) (q = 1)
′Pnq = k/m{(Pn(q+1) - Pnq - drow_nq) - (Pnq - Pn(q-1) - drow n(q-1))} +
c/m{(`Pn(q+1) - ′Pnq) - (′Pnq - ′Pn(n-1))} (2≤ q ≤ n-1)
′Pnq = - k/m(Pnn - Pn(n-1) - drow n(n-1) - c/m(′Pnn - ′Pn(n-1)) (q=n)
Pnq : 배열화된 각 군집로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
M: 각 군집로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
와 같은 식을 연산하는 중앙제어부를 포함할 수 있다.
특히 상기 군집로봇 중 삼각형태의 좌변에 평행하는 다수의 슬레이브로봇의 운동수학식인
Pnq = k/m(P(N-1)q - PNq - dcl_(N-1)q) + c/m (′P(N-1)q - ′Pnq) (n=N≠q)
Pnq = k/m{(P(n-1)q - Pnq - dcl_(n-1)q) - (Pnq - P(n+1)q - dcl_nq)} + c/m{(′P(n-1)q - ′Pnq) - (′Pnq - ′P(n+1)q)} (q+1≤ n ≤ N-1)
Pnq = - k/m (Pnn - P(n+1)n - dcl_nn) - c/m (Pnn - P(n+1)n) (n=q, N≠1)
Pnq : 배열화된 각 군집로봇의 위치좌표값
′Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcl_nq: 삼각형태 중 최외각 삼각형 좌변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군집로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
와 같은 식을 연산하는 중앙제어부를 포함할 수 있다.
특히 상기 군집로봇 중 삼각형태의 우변에 평행하는 다수의 슬레이브로봇의 운동수학식은
`Pnq = k/m (P(N-1)(q-1) - PNq - dcr(N-1)(q-1)) + c/m (P(N-1)(q-1) - PNq) (n = N)
`Pnq = k/m {(P(n-1)(q-1) - Pnq - dcr(n-1)(q-1) - (Pnq - P(n+1)(q+1) - dcrnq)} + c /m {(P(n-1)(q-1) - Pnq) - (Pnq - P(n+1)(q+1)} (2≤n, q≤N-1, 4≤N)
`Pnq = - k/m (Pn1 - P(n+1)2 - dcrn1) - c/m (`Pn1 - `P(N+1)2) (q=1, N≠1)
Pnq : 배열화된 각 군집로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcrnq: 삼각형태 중 최외각 삼각형 우변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군집로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
와 같은 식을 연산하는 중앙제어부를 포함할 수 있다.
특히 상기 군집로봇에 구비된 카메라와 외부에 구비된 카메라를 통해 획득한 이미지 영상으로부터 각 군집로봇의 위치정보와 속도정보 및 상기 군집로봇과 장애물간에 각도정보와 거리정보를 입력받는 중앙제어부를 포함할 수 있다.
바람직하게는 상기 중앙제어부로부터 입력받은 군집로봇과 장애물간에 각도 및 거리 정보에 기초하여 상기 장애물에 대한 위험요소를 연산하는 위험요소연산부와; 상기 위험요소연산부에서 연산된 위험요소와, 상기 중앙제어부로부터 입력된 상기 탄성부재의 댐퍼 임피던스 제어에 따른 상기 군집로봇의 속도 및 장애물 회피 퍼지에 따른 상기 군집로봇의 속도에 기초하여, 상기 장애물의 위험요소에 따른 상기 군집로봇의 제어속도를 연산하여 출력하는 제어속도연산부;를 포함하는 군집로봇을 포함할 수 있다.
특히 상기 장애물의 위험요소에 따른 각 군집로봇의 제어속도를
WL = WLt * (1 - DF) + WLA * DF
WR = WRt * (1 - DF) + WRA * DF
WLt, WRt: 탄성부재 댐퍼 임피던스 제어에 따른 제어속도
DF: 장애물의 위험요소
와 같은 식을 통해 연산하는 제어속도연산부를 포함할 수 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 네트워크 기반 군집로봇 이동경로 제어시스템의 네트워크 기반 군집로봇의 이동경로 제어방법은 중앙제어부가 클라이언트부로부터 인접하는 로봇과 탄성부재로 연결되는 하나 이상의 마스터로봇과 다수의 슬레이브로봇을 포함하는 군집로봇이 이동하고자 하는 목적지정보를 입력받는 목적지 입력단계; 상기 중앙제어부가 상기 군집로봇간에 상호 연결된 탄성부재의 댐퍼 임피던스에 기초하여 상기 군집로봇의 운동수학식을 연산하는 연산단계; 상기 중앙제어부가 연산한 연산결과를 상기 군집로봇에 포함된 마스터로봇에 전송하여 상기 마스터로봇이 상기 군집로봇의 이동경로를 제어하는 경로제어단계;를 포함하는 것을 특징으로 한다.
특히 상기 군집로봇 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇에 대하여
`Pnq = k/m (Pn2 - Pn1 - drow n1) + c/m (`Pn2 - `Pn1) (q = 1)
`Pnq = k/m {(Pn(q+1) - Pnq - drownq) - (Pnq - Pn(q-1) - drow n(q-1))} + c/m {(`Pn(q+1) - `Pnq) - (`Pnq - `Pn(n-1))} (2≤ q ≤ n-1)
`Pnq = - k/m (Pnn - Pn(n-1) - drow n(n-1) - c/m (`Pnn - `Pn(n-1)) (q=n)
Pnq : 배열화된 각 군집로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
M: 각 군집로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
와 같은 제1운동수학식을 연산하는 과정을 포함하는 연산단계를 포함할 수 있다.
특히 상기 군집로봇 중 삼각형태의 좌변에 평행하는 다수의 슬레이브로봇에 대하여
Pnq = k/m (P(N-1)q - PNq - dcl_(N-1)q) + c/m (`P(N-1)q - `Pnq) (n=N≠q)
Pnq = k/m {(P(n-1)q - Pnq - dcl_(n-1)q) -(Pnq -P(n+1)q - dcl_nq)} +
c/m {(`P(n-1)q - `Pnq) - (`Pnq - `P(n+1)q)} (q+1≤ n ≤ N-1)
Pnq = - k/m (Pnn - P(n+1)n - dcl_nn) - c/m (Pnn - P(n+1)n) (n=q, N≠1)
Pnq : 배열화된 각 군집로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcl_nq: 삼각형태 중 최외각 삼각형 좌변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군집로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
와 같은 제2운동수학식을 연산하는 과정을 포함하는 연산단계를 포함할 수 있다.
특히 상기 군집로봇 중 삼각형태의 우변에 평행하는 다수의 슬레이브 로봇에 대하여
`Pnq = k/m (P(N-1)(q-1) - PNq - dcr(N-1)(q-1)) + c/m (P(N-1)(q-1) -PNq) (n = N)
`Pnq = k/m{(P(n-1)(q-1)-Pnq - dcr(n-1)(q-1) - (Pnq - P(n+1)(q+1) - dcrnq)} +
c/m {(P(n-1)(q-1) - Pnq) - (Pnq - P(n+1)(q+1)} (2≤n, q≤N-1, 4≤N)
`Pnq = - k/m (Pn1 - P(n+1)2 - dcrn1) - c/m (`Pn1 - `P(N+1)2) (q=1, N≠1)
Pnq : 배열화된 각 군집로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcrnq: 삼각형태 중 최외각 삼각형 우변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군집로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
와 같은 제3운동수학식을 연산하는 과정을 포함하는 연산단계를 포함할 수 있다.
바람직하게는 상기 군집로봇의 이동경로 중 장애물이 존재하는 경우, 상기 군집로봇이 상기 장애물에 대한 위험요소와, 상기 탄성부재의 댐퍼 임피던스 제어에 따른 상기 군집로봇의 속도 및 장애물 회피 퍼지에 따른 상기 군집로봇의 속도에 기초하여, 상기 장애물의 위험요소에 따른 상기 군집로봇의 제어속도를 연산하는 장애물 회피용 제어속도 연산과정을 더 포함하는 연산단계를 포함할 수 있다.
특히 상기 장애물의 위험요소에 대응하는 각 군집로봇의 제어속도를
WL = WLt * (1 - DF) + WLA * DF
WR = WRt * (1 - DF) + WRA * DF
와 같은 식을 통해 연산하는 장애물 회피용 제어속도 연산과정을 포함할 수 있다.
본 발명에 따른 네트워크 기반 군집로봇의 이동경로 제어 시스템에서는 인접한 군집로봇 사이에 탄성부재를 연결 구비시키고, 상기 연결된 탄성부재의 댐퍼 임피던스를 통해 상기 군집로봇의 운동수학식을 연산하고, 그 연산결과에 기초하여 상기 군집로봇의 이동경로를 제어하도록 구성되어, 운동수학식 연산과정이 비교적 간단하다. 그에 따라, 상기 군집로봇의 운동수학식에 대한 보다 간단한 연산 알고리즘을 채택할 수 있어, 상기 군집로봇의 경로제어를 보다 용이하게 할 수 있다.
또한, 운동수학식에 의한 연산결과를 마스터로봇에 전송하면 상기 마스터로봇이 상기 군집로봇의 이동경로를 단계별로 제어함으로써, 보다 빠른 군집로봇의 경로제어를 달성할 수 있다.
이와 같이, 본 발명의 네트워크 기반 군집로봇의 이동경로 제어시스템에 의하면, 상기 군집로봇의 운동수학식이 비교적 간단한 알고리즘으로 연산되기 때문에 상기 군집로봇의 경로제어를 보다 빠르게 수행할 수 있다. 이에 따라, 상기 연산 알고리즘을 수행하는 중앙제어부의 프로세서에서 발생하는 부하를 줄일 수 있다.
이와 더불어, 상기 군집로봇에 포함되는 로봇의 수가 많아지더라도 상기 군집로봇간 상호 연결된 탄성부재로 인하여, 일정한 삼각형태를 유지할 수 있어 상기 군집로봇이 로봇간 충돌을 방지할 수 있는 효과가 있다.
이하, 본 발명을 바람직한 실시 예와 첨부한 도면을 참고로 하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되는 것은 아니다.
먼저, 도 1을 참조하여 본 발명의 한 실시 예에 따른 네트워크 기반 군집로봇의 이동경로 제어시스템을 구체적으로 설명한다.
도 1은 본 발명의 한 실시 예에 따른 네트워크 기반 군집로봇의 이동경로 제어 시스템의 개략적 구성도이다.
도 1에 도시된 바와 같이, 본 발명의 네트워크 기반 군집로봇의 이동경로 제어 시스템(100)은 클라이언트부(110), 중앙제어부(120), 마스터로봇(130) 및 복수 개의 슬레이브로봇(150)을 포함한다. 여기서, 마스터로봇(130) 및 복수 개의 슬레이브 로봇(150)은 함께 군집로봇(130, 150)을 구성한다.
먼저, 클라이언트부(110)는 상기 군집로봇(130, 150)이 이동하고자 하는 목적지로 이동하도록 사용자로부터 목적지정보를 입력 받는다.
상기 중앙제어부(120)는 상기 클라이언트부(110)로부터 입력받은 목적지정보를 통해 상기 군집로봇(130, 150)이 목적지로 이동 시, 탄성부재(140)로 상호 연결된 군집로봇(130, 150)에 대해 상기 탄성부재의 댐퍼 임피던스를 이용한 운동수학식을 연산하고, 그 연산결과를 상기 군집로봇(130, 150) 내 마스터로봇(130)으로 전달한다. 그에 따라, 상기 마스터로봇(130)이 상기 군집로봇(130, 150)의 이동경 로를 제어하도록 한다.
이에 대하여, 보다 구체적으로 살펴보면 다음과 같다.
상기 중앙제어부(120)는 상기 군집로봇(130, 150)에 개별적으로 구비된 카메라 및 상기 군집로봇(130, 150)의 전체 움직임을 촬영하는 외부카메라로부터 각각 촬영한 이미지 영상을 수신하여, 상기 수신한 이미지 영상으로부터 상기 군집로봇(130, 150)의 위치정보와 속도정보를 수신한다. 뿐만 아니라, 상기 중앙제어부(120)가 상기 외부카메라를 통해 촬영한 상기 군집로봇(130, 150)의 전체 움직임을 나타내는 이미지영상으로부터 상기 군집로봇(130, 150)과 장애물 간에 각도정보와 거리정보를 수신한다.
상기 중앙제어부(120)는 상술한 바와 같이, 수신한 각 정보들을 이용하여, 상기 군집로봇(130, 150)을 구성하는 각 슬레이브로봇(150)에 대한 운동수학식을 연산한다.
예를 들어, 상기 중앙제어부(120)가 상기 군집로봇(130, 150) 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇(150)에 대한 제1운동수학식을 연산하고, 그 연산결과에 따라 각 슬레이브로봇의 속도 및 이동각도를 제어하여 상기 군집로봇의 이동경로를 제어한다.
`Pnq = k/m (Pn2 - Pn1 - drow n1) + c/m (`Pn2 - `Pn1) (q = 1)
`Pnq= k/m {(Pn(q+1) Pnq - drow_nq) - (Pnq - Pn(q-1) drow n(q-1))} +
c/m {(`Pn(q+1) - `Pnq) - (`Pnq - `Pn(n-1))} (2≤ q ≤ n-1)
`Pnq = - k/m (Pnn - Pn(n-1) - drow n(n-1) - c/m (`Pnn - `Pn(n-1)) (q=n)
Pnq : 배열화된 각 군중로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
M: 각 군중로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
이 때, q = 1인 경우는 상기 군집로봇 중 가장 앞 쪽에 위치한 슬레이브로봇의 운동수학식을 나타내며, (2≤ q ≤ n-1) 인 경우는 상기 군집로봇의 삼각형태 중 중간 대형에 위치하는 슬레이브로봇에 대한 운동수학식을 나타내고, (q=n)인 경우는 상기 군집로봇의 삼각형태로 배열된 슬레이브로봇 중 가장 뒤 쪽에 위치한 슬레이브로봇의 운동수학식을 나타낸다.
또는 상기 중앙제어부(120)가 상기 군집로봇 중 삼각형태의 좌변에 평행하는 다수의 슬레이브로봇에 대하여, 아래와 같은 제2운동수학식을 연산한다.
Pnq = k/m (P(N-1)q - PNq - dcl_(N-1)q) + c/m (`P(N-1)q - `Pnq) (n= N≠q)
Pnq = k/m {(P(n-1)q - Pnq - dcl_(n-1)q) - (Pnq - P(n+1)q - dcl_nq)} +
c/m {(`P(n-1)q - `Pnq) - (`Pnq - `P(n+1)q)} (q+1≤ n ≤ N-1)
Pnq = - k/m (Pnn - P(n+1)n - dcl_nn) - c/m (Pnn - P(n+1)n) (n=q, N≠1)
Pnq : 배열화된 각 군중로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcl_nq: 삼각형태 중 최외각 삼각형 좌변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군중로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
또는 상기 중앙제어부(120)가 상기 군집로봇(130, 150) 중 삼각형태의 우변에 평행하는 다수의 슬레이브로봇(150)에 대해 아래와 같은 제3운동수학식을 연산할 수 있다.
′Pnq = k/m(P(N-1)(q-1) - PNq - dcr(N-1)(q-1)) + c/m(P(N-1)(q-1) - PNq) (n = N)
′Pnq = k/m {(P(n-1)(q-1)- Pnq - dcr(n-1)(q-1) - (Pnq - P(n+1)(q+1) - dcrnq)} +
c/m {(P(n-1)(q-1) - Pnq) - (Pnq - P(n+1)(q+1)} (2≤n, q≤N-1, 4≤N)
′Pnq = - k/m (Pn1 - P(n+1)2 - dcrn1) - c/m (′Pn1 - ′P(N+1)2) (q=1, N≠1)
Pnq : 배열화된 각 군중로봇의 위치좌표값
′Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcrnq: 삼각형태 중 최외각 삼각형 우변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군중로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
이에 따라, 군집로봇(130, 150)은 인접한 로봇과 탄성부재(140)로 연결되고, 상기 연결된 탄성부재(140)의 댐퍼 임피던스를 통해 상기 군집로봇(130, 150)의 운동수학식을 연산하고, 그 연산결과에 기초하여 상기 군집로봇(130, 150)의 이동경로를 제어함에 따라, 간단한 연산과정을 통해 군집로봇(130, 150)의 이동경로를 제어할 수 있다.
다시 도 1로 돌아오면, 상기 마스터로봇(130)은 상기 군집로봇(130, 150)에 포함되어, 상기 군집로봇(130, 150)의 대형 중 가장 앞 쪽에 위치하는 하나 이상의 로봇이다. 이러한 마스터로봇(130)은 상기 중앙제어부(120)에서 수행되는 상기 군집로봇(130, 150)의 운동수학식 연산결과를 수신하고, 이에 따라, 상기 군집로봇(130, 150)이 이동하고자 하는 목적지로 상기 군집로봇(130, 150)의 이동경로를 제어한다.
상기 슬레이브로봇(150)은 상기 군집로봇(130, 150)에서 마스터로봇(130)에 의해 연결되는 다수의 로봇을 나타내며, 하나의 상기 마스터로봇(130)은 하나 이상의 제1행의 슬레이브로봇과 연결되며, 제 1행의 슬레이브로봇은 또한 하나 이상의 제2행의 슬레이브로봇과 연결되는 방식으로 제n행의 슬레이브 로봇과 연결된다. 그에 따라, 군집로봇은 도 1에 도시된 바와 같이, 삼각형태의 대형을 이룰 수 있다. 그 경우, 하나의 마스터로봇(130)의 삼각형태의 대형의 가장 앞 쪽의 꼭지점이 되고, 양 쪽 끝 꼭지점에는 슬레이브로봇(150)이 각각 배치되며, 상기 양 쪽 끝 꼭지점에 배치된 슬레이브로봇(150)을 각각 새로운 삼각형의 가장 앞 쪽에 위치하는 꼭지점으로 간주하여, 이 꼭지점을 중심으로 하는 또 다른 삼각형태의 대형이 연속하여 배치된다.
이와 같이 인접한 로봇과 삼각형태의 대형을 이루는 군집로봇(130, 150) 즉, 마스터로봇(130) 및 슬레이브로봇(150)은 인접한 로봇과 각각 탄성부재(140)에 의해 연결되어, 상기 삼각형태의 대형을 유지한다. 여기서, 상기 탄성부재(140)는 용수철 등과 같은 다양한 재질이 사용될 수 있으며, 그 종류는 한정하지 않는다.
뿐만 아니라, 이러한 군집로봇(130, 150)은 각각 별도의 카메라를 구비하여, 상기 카메라를 통해 상기 군집로봇(130, 150)의 전후좌우 상황을 촬영하고, 촬영한 이미지 영상을 중앙제어부(120)로 전송한다. 이와 더불어, 상기 군집로봇(130, 150)의 전체 움직임을 촬영하는 외부카메라를 설치하여, 각 군집로봇(130, 150)에서 바라보는 영상뿐만 아니라, 상기 군집로봇(130, 150) 전체의 움직임 정보도 중앙제어부(120)에서 확인할 수 있도록 한다.
이러한 상기 군집로봇(130, 150)은 도 2에 도시된 바와 같이, 위험요소연산부(132)와 제어속도 연산부(134)를 포함한다.
상기 위험요소연산부(132)는 상기 군집로봇(130, 150)이 목적지로 이동하는데 있어서 발생한 장애물이 얼마만큼 위험한지 알 수 있도록 상기 군집로봇(130, 150)과 장애물간의 각도 및 거리 정보를 각 로봇마다 개별적으로 구비된 카메라를 통해 수신하고, 이에 기초하여 장애물에 대한 위험요소(Danger Factor)를 연산한다. 이 때, 상기 군집로봇과 장애물간에 각도 및 거리정보는 외부에 구비된 카메라가 상기 군집로봇의 전체 움직임을 촬영한 이미지영상으로부터 획득할 수 있다.
이하, 도 3을 참조하여 상기 위험요소연산부(132)에서 수행되는 장애물의 위험요소(DF) 연산과정을 간단히 살펴보도록 한다.
상기 위험요소연산부(132)는 중앙제어부(120)로부터 각 군집로봇(130, 150)과 장애물간에 각도(θ_obs) 및 거리(d_obs) 정보를 각각 입력받는 제1 및 제2 퍼지화모듈(132a, 132b)과, 상기 입력받은 각도(θ_obs) 및 거리(d_obs) 정보를 퍼지화하기 위한 퍼지화룰을 저장하는 퍼지화룰저장모듈(132c)과, 상기 제1 및 제2 퍼 지화모듈(132a, 132b)로부터 입력받은 퍼지화된 각도 및 거리 정보와 상기 퍼지화룰저장모듈(132c)로부터 입력받은 퍼지화룰에 기초하여 상기 장애물의 위험요소에 대한 퍼지추론을 실행하는 퍼지추론엔진모듈(132d) 및 상기 퍼지추론된 상기 장애물의 위험요소(DF)를 외부로 출력하는 비퍼지화모듈(132e)을 포함한다.
상기 제어속도연산부(134)는 상기 위험요소연산부(132)에서 연산된 장애물의 위험요소(DF)와, 중앙제어부(120)에서 출력되는 탄성부재(140)의 댐퍼 임피던스 제어에 따른 상기 군집로봇(130, 150)의 속도(WLt,, WRt) 및 군집로봇에서 출력되는 장애물 회피 퍼지에 따른 상기 군집로봇의 속도(WLA, WRA )에 기초하여 아래의 [수학식 4]를 연산한다.
WL = WLt * (1 - DF) + WLA * DF
WR = WRt * (1 - DF) + WRA * DF
WLt, WRt: 탄성부재 댐퍼 임피던스 제어에 따른 제어속도
DF: 장애물의 위험요소
WLA, WRA: 장애물 회피 퍼지에 따른 제어속도
WL, WR : 이동 선택 퍼지에 따른 제어속도
이러한 상기 장애물의 위험요소(DF)는 0.5부터 1까지의 값을 가질 수 있다. 예를 들어, 상기 장애물이 군집로봇의 이동경로 상에 가까이 위치하여 상기 군집로 봇의 이동에 방해를 줄 수 있다고 판단되는 경우에 장애물의 위험요소(DF)의 값이 1이 된다. 또는 상기 장애물이 군집로봇의 이동경로 상에 위치하나, 상기 군집로봇의 이동에 방해를 줄 가능성이 낮다고 판단하는 경우에 장애물의 위험요소(DF)값이 0.5가 된다.
이에 따라, 상기 군집로봇은 상기 장애물의 위험요소 값이 비교적 낮은 경우(예를 들어, 장애물의 위험요소값이 0.5인 경우), 탄성부재의 댐퍼 임피던스에 따른 제어속도를 최종 제어속도에 더 많이 반영할 수 있다. 이와 달리, 상기 장애물의 위험요소값이 비교적 높은 경우(예를 들어, 장애물의 위험요소값이 1인 경우), 상기 군집로봇은 장애물의 심각성을 인지하여, 장애물 회피 퍼지에 따른 군집로봇의 제어속도를 최종 제어속도로 반영하는 비율을 높인다.
따라서, 상기 군집로봇이 장애물을 만났을 경우, 상기 장애물을 회피하도록 상기 제어속도연산부(134)가 상기 군집로봇의 속도를 제어한다.
이하 도 4를 참조하여, 본 발명의 다른 실시 예인 네트워크 기반 군집로봇의 이동경로 제어방법에 대하여 살펴보도록 한다.
도 4에 도시된 바와 같이, 본 발명의 다른 실시 예인 네트워크 기반 군집로봇의 이동경로 제어 방법은 중앙제어부(120)가 클라이언트부(110)로부터 군집로봇(130, 150)이 이동하고자 하는 목적지에 대한 목적지정보를 입력받고, 각 군집로봇(130, 150)에 구비된 개별 카메라로부터 상기 군집로봇(130, 150)의 전후좌우 상황에 대한 이미지영상을 수신하여, 상기 이미지영상으로부터 상기 군집로봇(130, 150)에 대한 위치정보와 거리정보 및 각도정보를 입력받는다(S210).
상기 중앙제어부(120)가 입력된 위치정보와 거리정보 및 각도정보에 기초하고, 상기 군집로봇(130, 150)간 상호 연결된 탄성부재(140)의 댐퍼 임피던스를 이용한 운동수학식을 연산한다(S220).
상기 중앙제어부(120)가 각 슬레이브로봇(150)의 운동수학식을 연산하는 단계를 보다 자세히 살펴보면 다음과 같다.
먼저, 상기 군집로봇(130, 150)을 구성하는 적어도 하나의 마스터로봇(130)과 다수의 슬레이브로봇(150)은 인접한 로봇과 탄성부재(140)로 연결되어, 각 로봇간 삼각형태의 대형을 유지한다. 따라서, 상기 중앙제어부(120)는 상기 군집로봇(130, 150간 상호 연결된 탄성부재(140)의 댐퍼 임피던스 C를 이용하여 상기 군집로봇(130, 150)의 운동수학식을 연산할 수 있다.
예를 들면, 상기 [제1수학식]을 이용하여 상기 군집로봇 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇에 대한 제1운동수학식을 연산할 수 있다.
[제1수학식]
`Pnq = k/m (Pn2 - Pn1 - drow n1) + c/m (`Pn2 - `Pn1) (q = 1)
`Pnq = k/m {(Pn(q+1) Pnq -drow nq) -(Pnq - Pn(q-1) - drow n(q-1))} +
c/m {(`Pn(q+1) - `Pnq) - (`Pnq - `Pn(n-1))} (2≤ q ≤ n-1)
`Pnq = - k/m (Pnn - Pn(n-1) - drow n(n-1) - c/m (`Pnn - `Pn(n-1)) (q=n)
Pnq : 배열화된 각 군중로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
M: 각 군중로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
이 때, q = 1인 경우는 상기 군집로봇 중 가장 앞 쪽에 위치한 슬레이브로봇의 운동수학식을 나타내며, (2≤ q ≤ n-1) 인 경우는 상기 군집로봇의 삼각형태 중 중간 대형에 위치하는 슬레이브로봇에 대한 운동수학식을 나타내고, (q=n)인 경우는 상기 군집로봇의 삼각형태로 배열된 슬레이브로봇 중 가장 뒤 쪽에 위치한 슬레이브로봇의 운동수학식을 나타낸다.
예를 들면, 상기 [제2수학식]을 이용하여 상기 상기 군집로봇 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇에 대한 제2운동수학식을 연산할 수 있다.
[제2수학식]
Pnq = k/m (P(N-1)q - PNq - dcl_(N-1)q) + c/m (`P(N-1)q - `Pnq) (n= N≠q)
Pnq = k/m {(P(n-1)q - Pnq - dcl_(n-1)q) - (Pnq - P(n+1)q - dcl_nq)} +
c/m {(`P(n-1)q - `Pnq) - (`Pnq - `P(n+1)q)} (q+1≤ n ≤ N-1)
Pnq = - k/m (Pnn - P(n+1)n - dcl_nn) - c/m (Pnn - P(n+1)n) (n=q, N≠1)
Pnq : 배열화된 각 군중로봇의 위치좌표값
`Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcl_nq: 삼각형태 중 최외각 삼각형 좌변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군중로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
또 다른 경우는, 아래의 [제3수학식]을 이용하여 상기 군집로봇 중 삼각형태의 우변에 평행하는 다수의 슬레이브로봇에 대한 제3운동수학식을 연산할 수 있다.
[제3수학식]
′Pnq = k/m (P(N-1)(q-1) - PNq - dcr(N-1)(q-1)) + c/m (P(N-1)(q-1) - PNq) (n = N)
′Pnq = k/m {(P(n-1)(q-1)-Pnq - dcr(n-1)(q-1) - (Pnq -P(n+1)(q+1) - dcrnq)} +
c/m {(P(n-1)(q-1) - Pnq) - (Pnq - P(n+1)(q+1)} (2≤n, q≤N-1, 4≤N)
′Pnq = - k/m (Pn1 - P(n+1)2 - dcrn1) - c/m (`Pn1 - `P(N+1)2) (q=1, N≠1)
Pnq : 배열화된 각 군중로봇의 위치좌표값
′Pnq: n행 내 q 번째 로봇의 속도
drow_nq: 행 내 로봇 간 유지되는 거리간격
dcrnq: 삼각형태 중 최외각 삼각형 우변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
M: 각 군중로봇의 질량값
K: 탄성부재 상수
C: 댐핑 계수
이에 더하여, 상기 군집로봇(130, 150)은 상기 군집로봇(130, 150)의 전체 움직임을 촬영하는 외부카메라로부터 획득한 이미지영상을 통해 상기 군집로봇(130, 150)의 이동경로 상에 장애물이 있는지 판단한다(S230). 만약, 상기 군집로봇(130, 150)이 이동경로 상에 장애물이 존재한다고 판단하는 경우, 상기 이미지영상으로부터 상기 장애물과의 각도정보 및 거리정보를 입력받는다(S240).
상기 군집로봇(130, 150)의 위험요소연산부(132)가 입력받은 장애물과의 각도정보 및 거리정보를 기초로 하여, 상기 장애물이 군집로봇(130, 150)의 이동에 미치는 위험요소를 연산한다(S250). 상기 위험요소연산부(132)는 상기 군집로봇(130, 150)과 장애물 간에 각도정보와 거리정보를 입력받는다. 이후, 기저장된 퍼지화룰을 통해, 입력된 각도정보와 거리정보에 대한 퍼지추론을 실행하고, 이에 따라, 생성된 장애물의 위험요소를 비퍼지화하여 출력한다. 이와 같이, 출력된 장애물의 위험요소(DF)를 이용하여 장애물의 위험요소에 따른 군집로봇의 제어속도를 연산한 다(S260).
이후, 상기 중앙제어부가 군집로봇에 대한 운동수학식의 연산결과를 상기 군집로봇의 마스터로봇으로 전달한다. 결국, 상기 마스터로봇은 탄성부재의 댐퍼임피던스를 이용한 운동수학식의 연산결과 및 이동경로 상 장애물 발생 시 장애물의 위험요소를 반영한 군집로봇의 제어속도를 조절함으로써, 상기 군집로봇의 이동경로를 제어한다(S270).
[수학식 4]
WL = WLt * (1 - DF) + WLA * DF
WR = WRt * (1 - DF) + WRA * DF
WLt, WRt: 탄성부재 댐퍼 임피던스 제어에 따른 제어속도
DF: 장애물의 위험요소
WLA, WRA: 장애물 회피 퍼지에 따른 제어속도
WL, WR : 이동 선택 퍼지에 따른 제어속도
도 5는 본 발명의 탄성부재를 이용하여 댐퍼 임피던스 특성을 이용한 군집로봇의 이동경로제어에 대한 시뮬레이션 과정을 나타낸 도면이다.
도 5(a) 내지 도5(c)에 도시된 바와 같이, 일정한 대형을 이루고 있지 않은 군집로봇이 점차 삼각형태의 대형을 이루며 해당 목적지로 이동하는 것을 알 수 있다.
도 6은 본 발명의 장애물 발생 시, 퍼지이론을 적용한 시뮬레이션 과정을 나타낸 도면이다.
도 6을 살펴보면, 검은 색의 사각형으로 나타난 부분이 장애물이라고 하고, 두 개의 장애물 사이에 다수의 점으로 표현된 부분이 군집로봇이라고 하면, 상기 두 개의 장애물 사이에 존재하는 군집로봇이 이동경로를 변경하여, 상기 장애물을 피하면서 해당 목적지로 이동하는 것을 알 수 있다. 뿐만 아니라, 상기 군집로봇이 이동할 때, 삼각형태를 계속 유지하며 해당 목적지로 이동하는 것 또한 확인할 수 있다.
결과적으로, 본 발명에 따른 네트워크 기반 군집로봇의 이동경로 제어 시스템은 상기 군집로봇의 운동수학식에 대한 간단한 연산 알고리즘을 수행함으로써, 군집로봇의 경로제어를 용이하게 할 수 있는 효과가 있다.
이와 동시에, 상기와 같은 간단한 연산 알고리즘을 통해 상기 군집로봇의 경로제어를 보다 빠르게 수행할 수 있다.
또한, 상기 연산 알고리즘을 수행하는 프로세서에서 발생하는 부하를 줄일 수 있다.
이와 더불어, 상기 군집로봇에 포함되는 로봇의 수가 많아지더라도 상기 군집로봇간 상호 연결된 탄성부재로 인하여, 일정한 삼각형태를 유지할 수 있으므로, 로봇간 충돌이 발생하지 않는 효과가 있다.
상기에서는 본 발명의 바람직한 실시 예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 본 발명의 기술 사상 범위 내에서 여러 가지로 변형하 여 실시하는 것이 가능하고 이 또한 첨부된 특허청구범위에 속하는 것은 당연하다.
도 1은 본 발명의 한 실시 예에 따른 네트워크 기반 군집로봇의 이동경로 제어 시스템의 개략적 구성도이다.
도 2는 상기 군집로봇의 블록도이다.
도 3은 도 2의 위험요소연산부의 블록도이다.
도 4는 본 발명의 다른 실시 예에 따른 네트워크 기반 군집로봇의 이동경로 제어 방법을 나타낸 흐름도이다.
도 5는 본 발명의 탄성부재를 이용하여 댐퍼 임피던스 특성을 이용한 군집로봇의 이동경로제어의 시뮬레이션 과정을 나타낸 도면이다.
도 6은 본 발명의 장애물 발생 시, 퍼지이론을 적용한 시뮬레이션 과정을 나타낸 도면이다.
* 도면의 주요 부분에 대한 부호의 설명 *
110: 클라이언트부 120: 중앙제어부
130: 마스터로봇 140: 탄성부재
150: 슬레이브로봇

Claims (13)

  1. 군집로봇의 이동경로를 제어하는 네트워크 기반 군집로봇의 이동경로 제어 시스템에 있어서,
    사용자로부터 상기 군집로봇이 이동하고자 하는 목적지에 대한 목적지 정보를 입력받는 클라이언트부와;
    상기 클라이언트부로부터 입력받은 목적지정보에 따라, 상기 군집로봇의 운동수학식을 연산하는 중앙제어부;를 포함하며,
    상기 군집로봇은 인접하는 로봇과 탄성부재로 연결되는 하나 이상의 마스터로봇과 다수의 슬레이브로봇을 포함하여 이루어지며,
    상기 마스터로봇은 상기 군집로봇이 목적지로 이동하는 이동경로를 제어하고, 상기 다수의 슬레이브로봇은 상기 마스터로봇에 의해 제어되되,
    상기 중앙제어부는 상기 군집로봇간에 상호 연결된 탄성부재의 댐퍼 임피던스에 기초하여 상기 운동수학식을 연산하고 그 연산결과를 상기 마스터로봇으로 전송하여 상기 군집로봇의 이동경로가 제어되도록 하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어시스템.
  2. 제1항에 있어서,
    상기 중앙제어부는
    상기 군집로봇 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇의 운동수학식은
    `Pnq = k/m (Pn2 - Pn1 - drow n1) + c/m (`Pn2 - `Pn1) (q = 1)
    `Pnq = k/m {(Pn(q+1) Pnq - drow nq) - (Pnq - Pn(q-1) - drow n(q-1))} +
    c/m {(`Pn(q+1) - `Pnq) - (`Pnq - `Pn(n-1))} (2≤ q ≤ n-1)
    `Pnq = - k/m (Pnn - Pn(n-1) - drow n(n-1) c/m (`Pnn - `Pn(n-1)) (q=n)
    Pnq : 배열화된 각 군집로봇의 위치좌표값
    `Pnq: n행 내 q 번째 로봇의 속도
    drow_nq: 행 내 로봇 간 유지되는 거리간격
    M: 각 군집로봇의 질량값
    K: 탄성부재 상수
    C: 댐핑 계수
    와 같은 식을 연산하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어시스템.
  3. 제1항에 있어서,
    상기 중앙제어부는
    상기 군집로봇 중 삼각형태의 좌변에 평행하는 다수의 슬레이브로봇의 운동수학식인
    Pnq = k/m (P(N-1)q - PNq - dcl_(N-1)q) + c/m (`P(N-1)q - `Pnq) (n= N≠q)
    Pnq = k/m {(P(n-1)q - Pnq - dcl_(n-1)q) - (Pnq - P(n+1)q - dcl_nq)} +
    c/m {(`P(n-1)q - `Pnq) - (`Pnq - `P(n+1)q)} (q+1≤ n ≤ N-1)
    Pnq = - k/m (Pnn - P(n+1)n - dcl_nn) - c/m (Pnn - P(n+1)n) (n=q, N≠1)
    Pnq : 배열화된 각 군집로봇의 위치좌표값
    `Pnq: n행 내 q 번째 로봇의 속도
    drow_nq: 행 내 로봇 간 유지되는 거리간격
    dcl_nq: 삼각형태 중 최외각 삼각형 좌변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
    M: 각 군집로봇의 질량값
    K: 탄성부재 상수
    C: 댐핑 계수
    와 같은 식을 연산하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어시스템.
  4. 제1항에 있어서,
    상기 중앙제어부는
    상기 군집로봇 중 삼각형태의 우변에 평행하는 다수의 슬레이브로봇의 운동수학식은
    `Pnq = k/m (P(N-1)(q-1) - PNq - dcr(N-1)(q-1)) + c/m (P(N-1)(q-1) - PNq) (n = N)
    `Pnq = k/m {(P(n-1)(q-1)-Pnq - dcr(n-1)(q-1) - (Pnq - P(n+1)(q+1) - dcrnq)} +
    c/m {(P(n-1)(q-1) - Pnq) - (Pnq - P(n+1)(q+1)} (2≤n, q≤N-1, 4≤N)
    `Pnq = - k/m (Pn1 - P(n+1)2 - dcrn1) - c/m (`Pn1 - `P(N+1)2) (q=1, N≠1)
    Pnq : 배열화된 각 군집로봇의 위치좌표값
    `Pnq: n행 내 q 번째 로봇의 속도
    drow_nq: 행 내 로봇 간 유지되는 거리간격
    dcrnq: 삼각형태 중 최외각 삼각형 우변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
    M: 각 군집로봇의 질량값
    K: 탄성부재 상수
    C: 댐핑 계수
    와 같은 식을 연산하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어시스템.
  5. 제1항에 있어서,
    상기 중앙제어부는
    상기 군집로봇에 구비된 카메라와 외부에 구비된 카메라를 통해 획득한 이미지 영상으로부터 각 군집로봇의 위치정보와 속도정보 및 상기 군집로봇과 장애물간에 각도정보와 거리정보를 입력받는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어시스템.
  6. 제5항에 있어서,
    상기 군집로봇은
    상기 중앙제어부로부터 입력받은 군집로봇과 장애물간에 각도 및 거리 정보에 기초하여 상기 장애물에 대한 위험요소를 연산하는 위험요소연산부와;
    상기 위험요소연산부에서 연산된 위험요소와, 상기 중앙제어부로부터 입력된 상기 탄성부재의 댐퍼 임피던스 제어에 따른 상기 군집로봇의 속도 및 장애물 회피 퍼지에 따른 상기 군집로봇의 속도에 기초하여, 상기 장애물의 위험요소에 따른 상기 군집로봇의 제어속도를 연산하여 출력하는 제어속도연산부;를 포함하는 것을 특 징으로 하는 네트워크 기반 군집로봇의 이동경로 제어시스템.
  7. 제6항에 있어서,
    상기 제어속도연산부는
    상기 장애물의 위험요소에 따른 각 군집로봇의 제어속도를
    WL = WLt * (1 - DF) + WLA * DF
    WR = WRt * (1 - DF) + WRA * DF
    WLt, WRt: 탄성부재 댐퍼 임피던스 제어에 따른 제어속도
    DF: 장애물의 위험요소
    WLA, WRA: 장애물 회피 퍼지에 따른 제어속도
    WL, WR : 이동 선택 퍼지에 따른 제어속도
    와 같은 식을 통해 연산하는 것을 특징으로 하는 네트워크 기반 군집로봇 이동경로 제어시스템.
  8. 제 1항 내지 제7항 중 어느 한 항의 네트워크 기반 군집로봇 이동경로 제어시스템의 네트워크 기반 군집로봇의 이동경로 제어방법에 있어서,
    중앙제어부가 클라이언트부로부터 인접하는 로봇과 탄성부재로 연결되는 하나 이상의 마스터로봇과 다수의 슬레이브로봇을 포함하는 군집로봇이 이동하고자 하는 목적지정보를 입력받는 목적지 입력단계;
    상기 중앙제어부가 상기 군집로봇간에 상호 연결된 탄성부재의 댐퍼 임피던스에 기초하여 상기 군집로봇의 운동수학식을 연산하는 연산단계;
    상기 중앙제어부가 연산한 연산결과를 상기 군집로봇에 포함된 마스터로봇에 전송하여 상기 마스터로봇이 상기 군집로봇의 이동경로를 제어하는 경로제어단계;를 포함하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어방법.
  9. 제8항에 있어서,
    상기 연산단계는
    상기 군집로봇 중 삼각형태의 밑변에 평행하는 다수의 슬레이브로봇에 대하여
    `Pnq = k/m (Pn2 - Pn1 - drow n1) + c/m (`Pn2 - `Pn1) (q = 1)
    `Pnq = k/m {(Pn(q+1) Pnq - drow nq) - (Pnq - Pn(q-1) - drow n(q-1))} +
    c/m {(`Pn(q+1) - `Pnq) - (`Pnq - `Pn(n-1))} (2≤ q ≤ n-1)
    `Pnq = - k/m (Pnn - Pn(n-1) - drow n(n-1) - c/m (`Pnn - `Pn(n-1)) (q=n)
    Pnq : 배열화된 각 군집로봇의 위치좌표값
    `Pnq: n행 내 q 번째 로봇의 속도
    drow_nq: 행 내 로봇 간 유지되는 거리간격
    M: 각 군집로봇의 질량값
    K: 탄성부재 상수
    C: 댐핑 계수
    와 같은 제1운동수학식을 연산하는 과정을 포함하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어방법.
  10. 제8항에 있어서,
    상기 연산단계는
    상기 군집로봇 중 삼각형태의 좌변에 평행하는 다수의 슬레이브로봇에 대하여
    Pnq = k/m (P(N-1)q - PNq - dcl_(N-1)q) + c/m (`P(N-1)q - `Pnq) (n= N≠q)
    Pnq = k/m {(P(n-1)q - Pnq - dcl_(n-1)q) - (Pnq - P(n+1)q - dcl_nq)} +
    c/m {(`P(n-1)q - `Pnq) - (`Pnq - `P(n+1)q)} (q+1≤ n ≤ N-1)
    Pnq = - k/m (Pnn - P(n+1)n - dcl_nn) - c/m (Pnn - P(n+1)n) (n=q, N≠1)
    Pnq : 배열화된 각 군집로봇의 위치좌표값
    `Pnq: n행 내 q 번째 로봇의 속도
    drow_nq: 행 내 로봇 간 유지되는 거리간격
    dcl_nq: 삼각형태 중 최외각 삼각형 좌변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
    M: 각 군집로봇의 질량값
    K: 탄성부재 상수
    C: 댐핑 계수
    와 같은 제2운동수학식을 연산하는 과정을 포함하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어방법.
  11. 제8항에 있어서,
    상기 연산단계는
    상기 군집로봇 중 삼각형태의 우변에 평행하는 다수의 슬레이브 로봇에 대하여
    `Pnq = k/m (P(N-1)(q-1) - PNq - dcr(N-1)(q-1)) + c/m (P(N-1)(q-1) - PNq) (n = N)
    `Pnq = k/m {(P(n-1)(q-1)- Pnq - dcr(n-1)(q-1) - (Pnq - P(n+1)(q+1) - dcrnq)} +
    c/m {(P(n-1)(q-1) - Pnq) - (Pnq - P(n+1)(q+1)} (2≤n, q≤N-1, 4≤N)
    `Pnq = - k/m (Pn1 - P(n+1)2 - dcrn1) - c/m (`Pn1 - `P(N+1)2) (q=1, N≠1)
    Pnq : 배열화된 각 군집로봇의 위치좌표값
    `Pnq: n행 내 q 번째 로봇의 속도
    drow_nq: 행 내 로봇 간 유지되는 거리간격
    dcrnq: 삼각형태 중 최외각 삼각형 우변에 평행한 대각선 상에 위치하는 로봇 사이에 유지되는 거리간격
    M: 각 군집로봇의 질량값
    K: 탄성부재 상수
    C: 댐핑 계수
    와 같은 제3운동수학식을 연산하는 과정을 포함하는 것을 특징으로 하는 네트워크 기반 군집로봇의 이동경로 제어방법.
  12. 제8항에 있어서,
    상기 연산단계는
    상기 군집로봇의 이동경로 중 장애물이 존재하는 경우, 상기 군집로봇이 상기 장애물에 대한 위험요소와, 상기 탄성부재의 댐퍼 임피던스 제어에 따른 상기 군집로봇의 속도 및 장애물 회피 퍼지에 따른 상기 군집로봇의 속도에 기초하여, 상기 장애물의 위험요소에 따른 상기 군집로봇의 제어속도를 연산하는 장애물 회피용 제어속도 연산과정을 더 포함하는 것을 특징으로 하는 네트워크 기반 군집로봇 이동경로 제어방법.
  13. 제12항에 있어서,
    상기 장애물 회피용 제어속도 연산과정은
    상기 장애물의 위험요소에 대응하는 각 군집로봇의 제어속도는
    WL = WLt * (1 - DF) + WLA * DF
    WR = WRt * (1 - DF) + WRA * DF
    WLt, WRt: 탄성부재 댐퍼 임피던스 제어에 따른 제어속도
    DF: 장애물의 위험요소
    WLA, WRA: 장애물 회피 퍼지에 따른 제어속도
    WL, WR : 이동 선택 퍼지에 따른 제어속도
    와 같은 식을 통해 연산하는 것을 특징으로 하는 네트워크 기반 군집로봇 이동경로 제어방법.
KR1020090096607A 2009-10-12 2009-10-12 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법 KR101104544B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090096607A KR101104544B1 (ko) 2009-10-12 2009-10-12 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090096607A KR101104544B1 (ko) 2009-10-12 2009-10-12 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법

Publications (2)

Publication Number Publication Date
KR20110039659A KR20110039659A (ko) 2011-04-20
KR101104544B1 true KR101104544B1 (ko) 2012-01-11

Family

ID=44046149

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090096607A KR101104544B1 (ko) 2009-10-12 2009-10-12 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101104544B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101262697B1 (ko) 2012-12-17 2013-05-15 국방과학연구소 로봇의 대형 형성 시스템 및 그 방법
KR101450843B1 (ko) 2013-05-20 2014-10-15 한국생산기술연구원 군집 로봇 시스템 및 그 제어 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103454919B (zh) * 2013-08-19 2016-03-30 江苏科技大学 智能空间中移动机器人的运动控制系统的控制方法
KR101726696B1 (ko) * 2015-08-26 2017-04-13 한화테크윈 주식회사 이동 대상을 이동 로봇이 추종하는 추종 시스템
KR102068688B1 (ko) * 2017-12-28 2020-01-21 여정기 멀티 로봇 위치인식 시스템
KR102114540B1 (ko) * 2018-02-20 2020-05-22 한국과학기술연구원 자기조직화를 이용한 인지재활용 군집 로봇, 및 이를 이용한 로봇 시스템과 인지재활 방법
KR102274541B1 (ko) * 2019-09-18 2021-07-06 정동화 물류 이송 로봇 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05119835A (ja) * 1991-10-29 1993-05-18 Kawasaki Heavy Ind Ltd ロボツト装置
JP2007242056A (ja) * 2001-09-13 2007-09-20 Sharp Corp 群ロボットシステム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05119835A (ja) * 1991-10-29 1993-05-18 Kawasaki Heavy Ind Ltd ロボツト装置
JP2007242056A (ja) * 2001-09-13 2007-09-20 Sharp Corp 群ロボットシステム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
논문 2001
논문 2004.06

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101262697B1 (ko) 2012-12-17 2013-05-15 국방과학연구소 로봇의 대형 형성 시스템 및 그 방법
KR101450843B1 (ko) 2013-05-20 2014-10-15 한국생산기술연구원 군집 로봇 시스템 및 그 제어 방법

Also Published As

Publication number Publication date
KR20110039659A (ko) 2011-04-20

Similar Documents

Publication Publication Date Title
KR101104544B1 (ko) 네트워크 기반 군집로봇의 이동경로 제어 시스템 및 그 방법
Mao et al. Modelling the dynamic joint policy of teammates with attention multi-agent DDPG
CN110462542B (zh) 控制交通工具的运动的系统和方法
US10043248B2 (en) Lens distortion correction using a neurosynaptic system
US9189889B2 (en) Method for building a three-dimensional model and apparatus thereof
EP3822852A2 (en) Method, apparatus, computer storage medium and program for training a trajectory planning model
CN110162035B (zh) 一种集群机器人在有障碍物场景中的协同运动方法
CN102227749B (zh) 移动体检测方法及移动体检测装置
CA2656832A1 (en) Efficient processing in an auto-adaptive network
Gómez et al. A comparative study of geometric path planning methods for a mobile robot: Potential field and Voronoi diagrams
Xu et al. A multistate network approach for reliability evaluation of unmanned swarms by considering information exchange capacity
US7877337B2 (en) Auto-adaptive network for sensor data processing and forecasting
CN111444786A (zh) 基于无人机群的人群疏散方法、装置、系统及存储介质
Yildirim et al. Control of multiagent systems with local and global objectives: Experimental results
CN113298847B (zh) 基于视场感知的共识自主性追捕与逃逸方法和装置
KR102247112B1 (ko) 위험 지역에서의 엣지 컴퓨팅 기반의 ip 카메라, 이를 포함하는 인공지능 영상 감시 시스템, 및 이의 동작 방법
Agarwal et al. Asynchronous Perception-Action-Communication with Graph Neural Networks
KR20150050224A (ko) 비정상 배회 탐지 장치 및 방법
US11822851B2 (en) Information display system, information display method, and processing device
CN116520851B (zh) 物体围捕方法和装置
JP7451465B2 (ja) 学習方法、プログラム及び画像処理装置
Miyano et al. Multi-role coverage control for multi-color mass games: a Voronoi-based cut-in approach
Su et al. Deep curiosity driven multicamera 3d viewpoint adjustment for robot-assisted minimally invasive surgery
KR101960018B1 (ko) 전방 센서기하 결정 방법 및 장치
CN115167467A (zh) 基于虚拟势场的群体智能机器人路径规划方法及装置

Legal Events

Date Code Title Description
A201 Request for examination
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: 20141209

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151210

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170406

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee