KR101190616B1 - 이동 로봇의 위치 추정 방법 - Google Patents

이동 로봇의 위치 추정 방법 Download PDF

Info

Publication number
KR101190616B1
KR101190616B1 KR1020120025469A KR20120025469A KR101190616B1 KR 101190616 B1 KR101190616 B1 KR 101190616B1 KR 1020120025469 A KR1020120025469 A KR 1020120025469A KR 20120025469 A KR20120025469 A KR 20120025469A KR 101190616 B1 KR101190616 B1 KR 101190616B1
Authority
KR
South Korea
Prior art keywords
mobile robot
distance
robot
estimating
estimated
Prior art date
Application number
KR1020120025469A
Other languages
English (en)
Inventor
송재복
지용훈
유재관
김종원
백주현
Original Assignee
고려대학교 산학협력단
엘아이지넥스원 주식회사
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, 엘아이지넥스원 주식회사 filed Critical 고려대학교 산학협력단
Priority to KR1020120025469A priority Critical patent/KR101190616B1/ko
Application granted granted Critical
Publication of KR101190616B1 publication Critical patent/KR101190616B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
    • B25J13/089—Determining the position of the robot with reference to its environment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • 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)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 이동 로봇의 위치를 추정하는 방법에 관한 것이다. 본 발명은 이동 로봇의 경로를 기초로 이동 로봇의 예상 위치를 결정하는 예상 위치 결정 단계; 이동 로봇으로부터 타겟까지의 제1 거리와 예상 위치를 비롯한 이동 로봇의 현재 위치 후보지들로부터 타겟까지의 제2 거리를 비교하여 각 후보지마다 가중치를 결정하는 가중치 결정 단계; 및 가중치를 기초로 현재 위치 후보지들로부터 이동 로봇의 현재 위치를 추정하는 현재 위치 추정 단계를 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법을 제안한다. 본 발명에 따르면, 이동 로봇의 경로 정보를 이용하여 이동 로봇의 위치를 추정함으로써 궤도식 이동 로봇의 위치를 정확하게 추정할 수 있으며, 이동 로봇의 구동축에 휠 엔코더가 장착되지 않더라도 이동 로봇의 위치를 추정하는 것이 가능해진다.

Description

이동 로봇의 위치 추정 방법 {Method for estimating location of mobile robot}
본 발명은 이동 로봇의 위치를 추정하는 방법에 관한 것이다. 보다 상세하게는, 이동 로봇(mobile robot)을 비롯한 자율 운동체의 위치를 추정하는 방법에 관한 것이다.
이동 로봇에는 바퀴식 이동 로봇과 궤도식 이동 로봇(tracked robot)이 있다. 바퀴식 이동 로봇은 휠 오도메트리(wheel odometry)를 이용하여 위치를 추정한다. 휠 오도메트리는 바퀴에 부착된 엔코더(encoder)에 기반한 것이다. 엔코더는 구동 모터에 장착되어 회전량을 측정하기 때문에 이를 이동량으로 환산하면 로봇의 위치를 직관적으로 추정하는 것이 가능해진다.
그런데 궤도식 이동 로봇은 바퀴식 이동 로봇보다 지면과 맞닿는 면적이 넓기 때문에 주행시 슬립이 크게 발생하여 휠 오도메트리 정보가 매우 부정확해진다. 그래서 바퀴식 이동 로봇과 같은 방식으로 위치를 추정할 경우 궤도식 이동 로봇은 정확한 위치값을 얻을 수가 없다.
본 발명은 상기한 문제점을 해결하기 위해 안출된 것으로서, 이동 로봇의 경로 정보를 이용하여 이동 로봇의 위치를 추정하는 이동 로봇의 위치 추정 방법을 제안함을 목적으로 한다.
본 발명은 상기한 목적을 달성하기 위해 안출된 것으로서, 이동 로봇의 경로를 기초로 상기 이동 로봇의 예상 위치를 결정하는 예상 위치 결정 단계; 상기 이동 로봇으로부터 타겟까지의 제1 거리와 상기 예상 위치를 비롯한 상기 이동 로봇의 현재 위치 후보지들로부터 상기 타겟까지의 제2 거리를 비교하여 각 후보지마다 가중치를 결정하는 가중치 결정 단계; 및 상기 가중치를 기초로 상기 현재 위치 후보지들로부터 상기 이동 로봇의 현재 위치를 추정하는 현재 위치 추정 단계를 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법을 제안한다.
바람직하게는, 상기 예상 위치 결정 단계는 미리 정해진 제어 주기마다 상기 이동 로봇의 제어 속도를 기초로 상기 이동 로봇의 이동 거리를 계산하는 이동 거리 계산 단계; 상기 이동 로봇의 이전 위치를 기준으로 상기 이동 거리를 이용하여 상기 이동 로봇의 이동 가능 위치들을 추측하는 이동 가능 위치 추측 단계; 및 추측된 이동 가능 위치들 중에서 상기 경로에 가장 가까운 위치를 상기 이동 로봇의 예상 위치로 결정하는 최적 예상 위치 결정 단계를 포함한다.
바람직하게는, 상기 현재 위치 추정 단계는 상기 각 후보지의 가중치를 고려하여 상기 각 후보지와 관련된 공간에서 적어도 하나의 샘플을 추출하는 샘플 추출 단계; 및 상기 후보지들과 상기 각 후보지와 관련된 샘플을 종합하여 상기 현재 위치를 추정하는 샘플 기반 위치 추정 단계를 포함한다. 더욱 바람직하게는, 상기 샘플 추출 단계는 상기 각 후보지마다 상기 가중치에 비례하는 개수의 샘플을 추출하거나, 상기 샘플 기반 위치 추정 단계는 상기 후보지들의 위치 정보와 상기 샘플의 위치 정보를 평균하여 상기 현재 위치를 추정한다.
바람직하게는, 상기 위치 추정 방법은 상기 이동 로봇에 장착된 거리 센서를 이용하여 상기 제1 거리를 계산하는 제1 거리 계산 단계; 또는 상기 예상 위치를 기준으로 한 범위 내에서 상기 후보지들을 추출하는 예상 위치 기반 후보지 추출 단계를 더욱 포함한다.
바람직하게는, 상기 위치 추정 방법은 궤도식 바퀴를 장착한 이동 로봇에 의해 수행된다.
본 발명은 이동 로봇의 경로 정보를 이용하여 이동 로봇의 위치를 추정함으로써 다음 효과를 얻을 수 있다. 첫째, 궤도식 이동 로봇의 위치를 정확하게 추정할 수 있다. 둘째, 이동 로봇의 구동축에 휠 엔코더가 장착되지 않더라도 이동 로봇의 위치를 추정하는 것이 가능해진다.
도 1은 본 발명의 바람직한 실시예에 따른 이동 로봇의 위치 추정 방법을 도시한 흐름도이다.
도 2는 도 1에 도시된 위치 추정 방법에 추가될 수 있는 단계들을 도시한 흐름도이다.
도 3은 본 발명의 일실시예에 따른 위치 추정 알고리즘의 개념도이다.
도 4는 도 3에 도시된 위치 추정 알고리즘에서 예측 단계를 설명하기 위한 참고도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조 부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
본 발명은 이동 로봇의 구동축에 휠 엔코더가 장착되어 있지 않거나 궤도식 로봇과 같이 엔코더 정보가 부정확하여 사용 불가능한 경우, 로봇이 추종할 경로 정보를 사용하여 이동 로봇의 위치를 추정한다. 로봇의 자율 주행시 추종할 경로 정보가 정해져 있고 로봇은 그 경로에서 큰 이탈 없이 추종하도록 제어되고 있다고 가정하면, 이 경로 정보를 로봇의 위치 추정 과정에 이용할 수 있다. 본 발명에서는 로봇의 위치 추정 알고리즘으로 MCL(Monte Carlo Localization) 알고리즘을 이용한다. 그러나, 본 발명에서 이용하는 알고리즘이 MCL 알고리즘에 한정되는 것은 아니다.
도 1은 본 발명의 바람직한 실시예에 따른 이동 로봇의 위치 추정 방법을 도시한 흐름도이다. 도 2는 도 1에 도시된 위치 추정 방법에 추가될 수 있는 단계들을 도시한 흐름도이다.
위치 추정 방법은 이동 로봇에 구비된 위치 추정 장치에 의해 수행될 수 있다. 이하 설명할 각 구성부 즉, 예상 위치 결정부, 가중치 결정부, 현재 위치 추정부, 이동 거리 계산부, 이동 가능 위치 추측부, 최적 예상 위치 결정부, 제어 정보 획득부, 샘플 추출부, 샘플 기반 위치 추정부, 제1 거리 계산부, 예상 위치 기반 후보지 추출부, 제2 거리 계산부 등은 모두 위치 추정 장치에 구비된다. 이하 설명은 도 1과 도 2를 참조한다.
먼저 도 1을 참조하여 설명하면, 예상 위치 결정부가 이동 로봇의 경로를 기초로 이동 로봇의 예상 위치를 결정한다(예상 위치 결정 단계, S10).
예상 위치 결정 단계(S10)는 다음과 같이 구체화될 수 있다. 먼저, 이동 거리 계산부가 미리 정해진 제어 주기마다 이동 로봇의 제어 속도를 기초로 이동 로봇의 이동 거리를 계산한다(이동 거리 계산 단계, S11). 이후, 이동 가능 위치 추측부가 이동 로봇의 이전 위치를 기준으로 이동 로봇의 이동 거리를 이용하여 이동 로봇의 이동 가능 위치들을 추측한다(이동 가능 위치 추측 단계, S12). 이후, 최적 예상 위치 결정부가 추측된 이동 가능 위치들 중에서 이동 로봇의 경로에 가장 가까운 위치를 이동 로봇의 예상 위치로 결정한다(최적 예상 위치 결정 단계, S13).
예상 위치 결정 단계(S10)는 제어 정보 획득 단계(S11')를 더욱 포함할 수 있다. 제어 정보 획득 단계(S11')는 제어 정보 획득부가 이동 로봇의 이동 거리가 계산되기 전에 이동 로봇의 제어 주기와 제어 속도를 획득하는 단계를 의미한다. 제어 정보 획득 단계(S11')는 이동 거리 계산 단계(S11)에 선행하여 수행된다.
예상 위치 결정 단계(S10) 이후, 가중치 결정부가 이동 로봇으로부터 타겟까지의 제1 거리와 예상 위치를 비롯한 이동 로봇의 현재 위치 후보지들로부터 타겟까지의 제2 거리를 비교하여 각 후보지마다 가중치를 결정한다(가중치 결정 단계, S20).
가중치 결정 단계(S20) 이후, 현재 위치 추정부가 가중치를 기초로 현재 위치 후보지들로부터 이동 로봇의 현재 위치를 추정한다(현재 위치 추정 단계, S30).
현재 위치 추정 단계(S30)는 다음과 같이 구체화될 수 있다. 먼저, 샘플 추출부가 각 후보지의 가중치를 고려하여 각 후보지와 관련된 공간에서 적어도 하나의 샘플을 추출한다(샘플 추출 단계, S31). 이때, 샘플 추출부는 각 후보지마다 가중치에 비례하는 개수의 샘플을 추출할 수 있다. 샘플 추출 단계(S31) 이후, 샘플 기반 위치 추정부가 후보지들과 각 후보지와 관련된 샘플을 종합하여 이동 로봇의 현재 위치를 추정한다(샘플 기반 위치 추정 단계, S32). 이때, 샘플 기반 위치 추정부는 후보지들의 위치 정보와 샘플의 위치 정보를 평균하여 이동 로봇의 현재 위치를 추정할 수 있다.
한편, 본 실시예에 따른 위치 추정 방법은 도 2에 도시된 바와 같이 제1 거리 계산 단계(S110) 또는 예상 위치 기반 후보지 추출 단계(S120)를 더욱 포함할 수 있다. 제1 거리 계산 단계(S110)는 이동 로봇에 장착된 거리 센서를 이용하여 제1 거리를 계산하는 단계를 의미한다. 제1 거리 계산 단계(S110)는 가중치 결정 단계(S20) 이전에 수행된다. 예컨대, 제1 거리 계산 단계(S110)는 예상 위치 결정 단계(S10)와 가중치 결정 단계(S20) 사이에 수행될 수 있다.
예상 위치 기반 후보지 추출 단계(S120)는 예상 위치 기반 후보지 추출부가 이동 로봇의 예상 위치를 기준으로 한 범위 내에서 후보지들을 추출하는 단계를 의미한다. 예상 위치 기반 후보지 추출 단계(S120)는 예상 위치 결정 단계(S10)와 가중치 결정 단계(S20) 사이에 수행된다.
한편, 위치 추정 방법은 도 2에 도시된 바와 같이 제2 거리 계산 단계(S130)를 더욱 포함할 수 있다. 제2 거리 계산 단계(S130)는 제2 거리 계산부가 후보지로부터 타겟까지의 제2 거리를 계산하는 단계를 의미한다. 일례로, 제2 거리 계산부는 후보의 삼차원 좌표값과 타겟의 삼차원 좌표값을 이용하여 제2 거리를 계산할 수 있다. 제2 거리 계산 단계(S130)는 예상 위치 기반 후보지 추출 단계(S120)와 가중치 결정 단계(S20) 사이에 수행된다.
이상 도 1과 도 2를 참조하여 설명한 위치 추정 방법은 궤도식 바퀴를 장착한 이동 로봇에 의해 수행될 수 있다. 그런데, 위치 추정 방법은 이동 로봇에 의해 수행되는 것에 한정되지 않는다. 즉, 위치 추정 방법은 이동 로봇을 포함한 자율 운동체에 의해 수행될 수 있다. 이를 참작할 때, 위치 추정 방법은 궤도식 바퀴를 장착한 자율 운동체나 무인 전기 차량에 의해 수행될 수 있다.
본 발명은 엔코더가 장착되지 않았거나 신뢰할 수 없는 경우에 이동 로봇의 위치를 보다 정확하게 추정할 수 있다. 대부분의 위치 추정 알고리즘은 엔코더 정보를 기반으로 동작하지만, 본 발명을 사용하면 경로가 생성되어 있다는 가정 하에 엔코더 정보를 사용하지 않고도 위치 추정이 가능해진다. 본 발명은 실시간으로 위치 추정을 수행하기 때문에 엔코더의 장착이 어려운 무인 전기자동차 시스템이나 엔코더 정보를 신뢰할 수 없는 궤도식 로봇 등에 매우 유용하게 사용될 수 있다. 군사용 로봇의 경우 무인 전차, 장갑차 등과 같이 대부분이 궤도식 로봇이기 때문에 본 발명은 군사 목적으로 활용도가 매우 높을 것이다.
다음으로, 도 1~2의 위치 추정 방법을 베스트 모드로 하는 이동 로봇의 위치 추정 장치가 수행하는 위치 추정 알고리즘의 일실시예를 설명한다. 도 3은 본 발명의 일실시예에 따른 위치 추정 알고리즘의 개념도이다. 도 4는 도 3에 도시된 위치 추정 알고리즘에서 예측 단계를 설명하기 위한 참고도이다. 이하 설명은 도 3과 도 4를 참조한다.
본 실시예에 따른 위치 추정 알고리즘은 예측 단계(320)에서 로봇이 추종할 경로 정보(321)를 사용하고, 갱신 단계(330)에서 거리 센서 정보(331)를 사용한다. 로봇의 자율 주행시 추종할 경로가 생성되어 있다면 로봇은 경로에서 큰 위치 이탈 없이 주행하도록 제어된다. 그래서, 궤도식 로봇과 같이 엔코더 정보가 없거나 부정확하더라도 위치 추정이 가능해진다.
위치 추정 알고리즘은 초기화 단계인 샘플링 단계(310)를 시작으로 예측 단계(320)와 갱신 단계(330) 및 리샘플링 단계(340) 등 3 단계를 반복하며 로봇의 위치를 추정한다.
샘플링 단계(310)에서는 로봇의 초기 위치 주변의 일정 범위에서 랜덤하게 샘플을 추출한다. 로봇의 위치는 기본적으로 3 자유도 (x, y, θ)로 정의되므로 추출되는 샘플은 다음 수학식 1과 같이 표현된다.
Figure 112012020168183-pat00001
각각의 샘플 xj는 로봇의 위치 후보지들을 의미하며, M은 샘플의 총 개수를 의미한다. 위치 추정 알고리즘에서는 이 샘플들을 기반으로 로봇의 위치를 추정한다.
예측 단계(320)에서는 로봇의 경로 정보를 이용하여 로봇의 현재 위치를 예측한다. 본 발명을 통해 위치 추정을 수행하기 위해서는 먼저 3가지 가정이 필요하다. 로봇의 제어 주기와 제어 속도가 일정해야 하고, 로봇이 추종할 경로 모델이 생성되어 있어야 한다는 것이다. 이러한 가정을 만족한다는 전제 하에, 예측 단계(320)는 도 4와 같이 동작한다.
우선 로봇(410)에 설정되어 있는 제어 속도와 제어 주기를 이용하여 로봇(410)의 이동 거리를 매 주기마다 계산한다. 도 4의 경우를 예로 들면 한 주기 동안 로봇(410)이 이동할 대략의 거리는 '속도 × 시간'으로서 '0.6[m/s] × 0.5[s] = 0.3[m]'라 예측할 수 있다. 그러므로 로봇(410)을 중심으로 계산된 이동 거리를 반지름으로 하는 원(420)과 이미 생성되어 있는 경로(430)와의 교점(440)이 다음 주기에 로봇(410)이 위치할 예측 지점이 된다. 이상은 도 2 (a)에서 설명한 이동 거리 계산부(111), 이동 가능 위치 추측부(112), 최적 예상 위치 결정부(113) 및 제어 정보 획득부(114)에 의해 수행될 수 있다. 이때 로봇(410)은 경로(430)를 완벽하게 추종하도록 제어되지는 못하므로 약간의 위치 불확실성을 가질 수 있다. 그래서 이 경우에는 예측된 로봇(410)의 위치 주변에 샘플(450)을 분포시켜 주면 엔코더 정보를 이용할 때와 동일한 예측을 엔코더 정보 없이도 가능해진다. 이 기능은 도 2 (b)에 도시된 샘플 추출부(131)에 의해 수행될 수 있다.
갱신 단계(330)에서는 센서 모델을 통해 로봇이 거리 센서로부터 측정한 표식까지의 거리 정보 zt와 각각의 샘플에서 예측한 표식까지의 거리 정보를 비교하여 각 샘플의 가중치를 결정한다. 예측한 거리 정보와 실제 거리 정보 zt가 비슷한 샘플은 높은 가중치를 가지며, 예측한 거리 정보와 실제 거리 정보 zt가 비슷하지 않은 샘플은 낮은 가중치를 가진다. 즉, 센서 모델이란 거리 정보의 차이와 가중치 간의 관계를 정의한 함수를 의미하며 주로 가우시안 함수를 사용한다.
마지막으로, 리샘플링 단계(340)에서는 갱신 단계(330)에서 계산된 각 샘플들의 가중치를 이용하여 가중치가 큰 샘플의 위치에서는 많은 수의 샘플을 추출하고, 가중치가 작은 샘플의 위치에서는 샘플을 추출하지 않거나 적은 수의 샘플을 추출함으로써 샘플들을 실제 로봇의 위치로 수렴시킨다.
리샘플링 단계(340) 수행 후, 최종적으로 로봇의 위치는 다음 수학식 2와 같이 모든 샘플들의 가중치 평균에 의해 추정된다.
Figure 112012020168183-pat00002
여기서 xest는 추정된 로봇의 위치 (x, y, θ)이고, M은 샘플의 개수, wj는 j번째 샘플의 가중치를 의미한다.
기존에는 로봇의 위치를 추정할 때에 로봇의 바퀴에 부착된 엔코더 정보를 사용하였다. 그래서 엔코더가 부착되지 않은 이동 로봇이나 궤도식 로봇과 같이 심한 슬립으로 인해 엔코더 정보를 신뢰할 수 없는 경우에는 위치 추정이 불가능하였다. 그 이유는 궤도식 로봇의 주행에 있어서 극단적인 슬립이 일어날 경우 제자리에서 바퀴만 회전하는 경우가 발생하는데, 이러한 경우 엔코더 정보는 로봇이 일정 거리를 움직인다는 제어 신호를 주지만 실제 로봇은 전혀 움직이지 않기 때문이다. 본 발명은 이러한 문제점을 해결하기 위한 것으로서, 엔코더 정보가 없거나 신뢰할 수 없다 하더라도 로봇의 경로 정보를 이용하여 로봇의 위치를 추정하는 것이 가능해진다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
310 : 샘플링 320 : 예측(경로 모델)
321 : 경로 정보 330 : 갱신(센서 모델)
331 : 거리센서 정보 340 : 리샘플링
410 : 로봇 430 : 경로
440 : 로봇 위치의 예측 지점 450 : 샘플

Claims (6)

  1. 이동 로봇의 경로를 기초로 상기 이동 로봇의 예상 위치를 결정하는 예상 위치 결정 단계;
    상기 이동 로봇으로부터 타겟까지의 제1 거리와 상기 예상 위치를 비롯한 상기 이동 로봇의 현재 위치 후보지들로부터 상기 타겟까지의 제2 거리를 비교하여 각 후보지마다 가중치를 결정하는 가중치 결정 단계; 및
    상기 가중치를 기초로 상기 현재 위치 후보지들로부터 상기 이동 로봇의 현재 위치를 추정하는 단계로서, 상기 각 후보지의 가중치를 고려하여 상기 각 후보지와 관련된 공간에서 적어도 하나의 샘플을 추출하는 샘플 추출 단계, 및 상기 후보지들의 위치 정보 및 상기 각 후보지와 관련된 샘플의 위치 정보를 평균하여 상기 현재 위치를 추정하는 샘플 기반 위치 추정 단계를 포함하는 현재 위치 추정 단계
    를 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.
  2. 제 1 항에 있어서,
    상기 예상 위치 결정 단계는,
    미리 정해진 제어 주기마다 상기 이동 로봇의 제어 속도를 기초로 상기 이동 로봇의 이동 거리를 계산하는 이동 거리 계산 단계;
    상기 이동 로봇의 이전 위치를 기준으로 상기 이동 거리를 이용하여 상기 이동 로봇의 이동 가능 위치들을 추측하는 이동 가능 위치 추측 단계; 및
    추측된 이동 가능 위치들 중에서 상기 경로에 가장 가까운 위치를 상기 이동 로봇의 예상 위치로 결정하는 최적 예상 위치 결정 단계
    를 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 샘플 추출 단계는 상기 각 후보지마다 상기 가중치에 비례하는 개수의 샘플을 추출하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.
  5. 제 1 항에 있어서,
    상기 이동 로봇에 장착된 거리 센서를 이용하여 상기 제1 거리를 계산하는 제1 거리 계산 단계
    를 더욱 포함하는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.
  6. 제 1 항에 있어서,
    상기 위치 추정 방법은 궤도식 바퀴를 장착한 이동 로봇에 의해 수행되는 것을 특징으로 하는 이동 로봇의 위치 추정 방법.
KR1020120025469A 2012-03-13 2012-03-13 이동 로봇의 위치 추정 방법 KR101190616B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120025469A KR101190616B1 (ko) 2012-03-13 2012-03-13 이동 로봇의 위치 추정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120025469A KR101190616B1 (ko) 2012-03-13 2012-03-13 이동 로봇의 위치 추정 방법

Publications (1)

Publication Number Publication Date
KR101190616B1 true KR101190616B1 (ko) 2012-10-12

Family

ID=47287923

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120025469A KR101190616B1 (ko) 2012-03-13 2012-03-13 이동 로봇의 위치 추정 방법

Country Status (1)

Country Link
KR (1) KR101190616B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101722339B1 (ko) * 2015-11-18 2017-04-10 한양대학교 산학협력단 이동 로봇의 주행 방법 및 목표 위치 추정 장치
US10107897B2 (en) 2013-12-31 2018-10-23 Korea University Research And Business Foundation Method for evaluating type of distance measured by laser range finder and method for estimating position of mobile robot by using same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010191502A (ja) 2009-02-16 2010-09-02 Toyota Motor Corp 移動ロボット制御システム、経路探索方法、経路探索プログラム
KR100994075B1 (ko) * 2008-07-08 2010-11-12 한국과학기술연구원 보행로봇의 최적경로 계획방법
JP2010282442A (ja) 2009-06-04 2010-12-16 Panasonic Electric Works Co Ltd 自律移動装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100994075B1 (ko) * 2008-07-08 2010-11-12 한국과학기술연구원 보행로봇의 최적경로 계획방법
JP2010191502A (ja) 2009-02-16 2010-09-02 Toyota Motor Corp 移動ロボット制御システム、経路探索方法、経路探索プログラム
JP2010282442A (ja) 2009-06-04 2010-12-16 Panasonic Electric Works Co Ltd 自律移動装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10107897B2 (en) 2013-12-31 2018-10-23 Korea University Research And Business Foundation Method for evaluating type of distance measured by laser range finder and method for estimating position of mobile robot by using same
KR101722339B1 (ko) * 2015-11-18 2017-04-10 한양대학교 산학협력단 이동 로봇의 주행 방법 및 목표 위치 추정 장치

Similar Documents

Publication Publication Date Title
JP6427908B2 (ja) 地図情報生成システム、方法およびプログラム
KR101926322B1 (ko) 차량 위치 추정 장치, 차량 위치 추정 방법
JP2022113746A (ja) 判定装置
KR20170088228A (ko) 다중로봇의 자기위치인식에 기반한 지도작성 시스템 및 그 방법
KR20100072590A (ko) 동적 환경에서 모바일 플랫폼의 지도 작성방법
KR20120046974A (ko) 이동 로봇 및 이동 로봇의 위치인식 및 지도작성 방법
EP3026520A2 (en) Moving amount estimating apparatus, autonomous mobile body, and moving amount estimating method
JP2017188066A (ja) 自律移動体システム
KR101517937B1 (ko) 클라이언트, 서버 및 이를 포함하는 무선 신호 지도 작성 시스템
JP2019196970A (ja) 自車位置推定装置
US12011938B2 (en) Printing systems
EP1853082A2 (en) System and method to perform network node localization training using a mobile node
KR20190031544A (ko) 자기 위치 추정 방법 및 자기 위치 추정 장치
KR101167627B1 (ko) 이동 로봇의 위치 및 지도의 이중 보정 장치 및 방법
KR101190616B1 (ko) 이동 로봇의 위치 추정 방법
JP2023164553A (ja) 位置推定装置、推定装置、制御方法、プログラム及び記憶媒体
KR101519266B1 (ko) 실내 차량 위치 측정방법
JP2013052462A (ja) 遠隔操作装置及び方法
KR101190615B1 (ko) 자율 운동체의 위치 추정 장치
JPWO2017199369A1 (ja) 地物認識装置、地物認識方法およびプログラム
KR101468811B1 (ko) 무선 랜을 이용한 실내 측위 시스템의 위치 보정 방법
CN111366894A (zh) 一种异构网络异常时可用的动目标定位方法
KR20140050397A (ko) 곡선로 진입 예측 장치 및 방법과 이를 이용한 스마트 크루즈 컨트롤 시스템
JP7358638B2 (ja) 車線推定装置および車線推定方法
JP2020008461A (ja) 自律移動体の位置推定装置

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated 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: 20150821

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160826

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20170823

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180806

Year of fee payment: 7