KR101553653B1 - 로봇의 슬립 감지 장치 및 방법 - Google Patents

로봇의 슬립 감지 장치 및 방법 Download PDF

Info

Publication number
KR101553653B1
KR101553653B1 KR1020090001307A KR20090001307A KR101553653B1 KR 101553653 B1 KR101553653 B1 KR 101553653B1 KR 1020090001307 A KR1020090001307 A KR 1020090001307A KR 20090001307 A KR20090001307 A KR 20090001307A KR 101553653 B1 KR101553653 B1 KR 101553653B1
Authority
KR
South Korea
Prior art keywords
robot
slip
feature information
calculating
particle
Prior art date
Application number
KR1020090001307A
Other languages
English (en)
Other versions
KR20100081882A (ko
Inventor
박준호
정우연
Original Assignee
삼성전자 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 삼성전자 주식회사 filed Critical 삼성전자 주식회사
Priority to KR1020090001307A priority Critical patent/KR101553653B1/ko
Priority to US12/588,957 priority patent/US8938319B2/en
Publication of KR20100081882A publication Critical patent/KR20100081882A/ko
Application granted granted Critical
Publication of KR101553653B1 publication Critical patent/KR101553653B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means

Abstract

파티클 필터와 천장 영상의 특징정보를 이용하여 로봇의 슬립을 감지하는 기술이 개시된다. 본 발명의 일 양상에 의하면, 다수의 파티클을 이용하여 로봇의 제 1 위치를 계산하고, 천장 영상의 특징정보를 이용하여 로봇의 제 2 위치를 계산한 후, 제 1 위치와 제 2 위치 간의 거리에 기초하여 슬립 발생 여부를 감지하는 것이 가능하다.
SLAM, 이동 로봇, 위치 인식, 슬립(slip), 특징 정보, 파티클 필터

Description

로봇의 슬립 감지 장치 및 방법{apparatus and method for detecting slip of robot}
로봇의 위치 인식 기술과 관련된다. 특히 가정 또는 실내에서 이동하는 로봇에 적용될 수 있다.
로봇이란 사람의 모습을 한 인형 내부에 기계장치를 조립해 넣고, 손발과 그 밖의 부분을 본래의 사람과 마찬가지로 동작하는 자동인형을 말한다. 그러나 최근에는 사람의 모습 여부를 떠나서 자율적으로 어떠한 임무를 수행하는 자동 장치를 통칭하게 되었다.
특히 이동 로봇의 경우 극한 환경 또는 위험 지역에서 사람을 대신하여 작업을 수행할 수 있기 때문에 많은 각광을 받고 있다. 또한 청소 로봇과 같이 자율적으로 집안을 돌아다니면서 가사 업무를 도와주는 가정용 이동 로봇도 다수 보급되었다.
이동 로봇이 자율적으로 이동하면서 임무를 수행하기 위해서는 자기 위치 인식을 위한 로컬라이제이션(localization)이 필수적이다. 이러한 로컬라이제이션 기술 중 대표적인 것으로 SLAM(simultaneous localization and mapping)이다. SLAM은 로봇이 주변 환경 정보를 검출하고 얻어진 정보를 가공하여 임무 수행 공간에 대응되는 지도를 작성함과 동시에 자신의 절대 위치를 추정하는 방법을 말한다.
로봇이 SLAM을 수행하기 위해서는 주변 정보를 취득하여야 하는데, 로봇 이동 중 예상치 못한 슬립(slip)이 발생하는 경우 취득되는 정보에 오차가 커지고 위치 인식이 매우 부정확해지는 문제점이 있다.
본 명세서에서는, 파티클 필터를 이용한 위치 인식과 특징정보 매칭을 이용한 위치 인식을 결합함으로써 로봇의 슬립 감지 및 위치 인식 정확도를 높이는 기술이 개시된다.
보다 구체적으로, 본 발명의 일 양상에 따른 로봇의 슬립 감지 장치는, 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 제 1 위치계산부; 현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 로봇의 제 2 위치를 계산하는 제 2 위치계산부; 및 제 1 위치와 제 2 위치를 비교하여 슬립 발생 여부를 감지하고, 슬립이 발생한 경우 제 2 위치를 제 1 위치 계산을 위한 새로운 파티클로 등록하는 슬립감지부; 를 포함할 수 있다.
또한, 본 발명의 다른 양상에 따른 로봇의 슬립 감지 장치는, 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 제 1 위치계산부; 현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 로봇의 제 2 위치를 계산하는 제 2 위치계산부; 및 제 1 위치 계산을 위한 다수의 파티클 중 어느 하나와 제 2 위치를 비교하여 슬립 발생 여부를 감지하고, 슬립이 발생한 경우 제 2 위치를 제 1 위치 계산을 위한 새로운 파티클로 등록하는 슬립감지부; 를 포함할 수 있다.
또한, 본 발명의 또 다른 양상에 따라, 제 1 위치 계산부는, 임의의 지점에 다수의 파티클을 뿌리는 파티클 확산부; 각 파티클에 로봇이 위치하고 있을 확률을 계산하는 확률 계산부; 및 각 파티클 중 가장 높은 확률을 갖는 파티클을 제 1 위치로 선정하는 파티클 선정부; 를 포함하는 것이 가능하다.
또한, 본 발명의 또 다른 양상에 따라, 영상의 특징정보는, 천장 영상의 특징정보인 것이 가능하다.
또한, 본 발명의 또 다른 양상에 따라, 슬립감지부는, 제 1 위치와 제 2 위치 간의 거리가 설정된 임계치 이상인 경우 슬립이 발생한 것으로 판단하거나, 제 1 위치 계산을 위한 다수의 파티클 중 제 2 위치와 가장 거리가 가까운 파티클과 제 2 위치 간의 거리가 설정된 임계치 이상인 경우 슬립이 발생한 것으로 판단하는 것이 가능하다.
또한, 본 발명의 또 다른 양상에 따라, 제 1 위치계산부는, 슬립이 발생한 경우, 슬립감지부에 의해 등록된 새로운 파티클을 이용하여 제 1 위치를 다시 계산하고, 다시 계산된 제 1 위치를 로봇의 최종 위치로 결정하는 것이 가능하다.
한편, 본 발명의 일 양상에 따른 로봇의 슬립 감지 방법은, 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 단계; 현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 로봇의 제 2 위치를 계산하는 단계; 및 제 1 위치와 제 2 위치를 비교하여 슬립 발생 여부를 판단하고, 슬립이 발생한 경우 제 2 위치를 제 1 위치 계산을 위한 새로운 파티클로 등록하는 단계; 를 포함할 수 있다.
또한, 본 발명의 다른 양상에 따른 로봇의 슬립 감지 방법은, 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 단계; 현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 로봇의 제 2 위치를 계산하는 단계; 및 제 1 위치 계산을 위 한 다수의 파티클 중 어느 하나와 제 2 위치를 비교하여 슬립 발생 여부를 판단하고, 슬립이 발생한 경우 제 2 위치를 제 1 위치 계산을 위한 새로운 파티클로 등록하는 단계; 를 포함할 수 있다.
또한, 본 발명의 또 다른 양상에 따라, 로봇의 슬립 감지 방법은, 슬립이 발생한 경우, 새로운 파티클을 이용하여 제 1 위치를 다시 계산하고, 다시 계산된 제 1 위치를 로봇의 최종 위치로 결정하는 단계; 를 더 포함할 수도 있다.
개시된 내용에 의하면, 파티클 필터를 이용한 위치 인식과 특징정보 매칭을 이용한 위치 인식을 결합하여 로봇의 슬립을 감지하기 때문에 보다 정확하게 로봇의 위치를 감지할 수 있고, 슬립이 발생되었을 때 리로케이션이 빠르게 이루어지도록 하는 것이 가능하다.
이하, 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 예를 상세히 설명한다. 후술되는 실시 예들은 본 발명을 예시적으로 설명하기 위한 것으로 본 발명의 권리범위가 특정 실시 예에 한정되지 아니한다.
도 1은 본 발명의 일 실시예에 따른 로봇의 슬립 감지 장치(100)를 도시한다.
본 실시예에 따른 로봇의 슬립 감지 장치(100)는 카메라부(101), 특징정보 추출부(102), 저장부(103), 엔코더부(104), 제 1 위치계산부(105), 제 2 위치계산부(106), 슬립감지부(107) 등으로 구성될 수 있다.
카메라부(101)는 주변을 촬영하여 영상을 획득하는 부분으로, 피사체로부터 입사되는 빛을 전기적인 신호로 변환하는 이미지 센서(예컨대, CCD 또는 CMOS)와, 이미지 센서의 출력을 수신하여 영상 처리를 수행하는 영상 처리 모듈 등을 포함할 수 있다.
본 실시예에서, 카메라부(101)는 로봇의 상부에 형성되어 로봇의 작업 공간 내에 형성된 천장을 촬영하는 것이 가능하다. 또한, 선택적으로, 이러한 천장에는 미리 랜드마크(landmark)가 설치될 수도 있다.
특징정보 추출부(102)는 카메라부(101)의 영상을 수신하고, 수신된 영상에서 특징정보를 추출한다.
추출되는 특징정보는 천장 영상에서의 코너, 조명과 같은 특징점이 될 수 있다. 예컨대, 특징정보 추출부(102)는 해리스 코너 검출 기법을 사용하여 영상의 코너를 검출하고 코너 주위의 이미지를 일정 사이즈로 잘라낸 패치 정보를 추출하는 것이 가능하다.
저장부(103)는 특징정보 추출부(102)에 의해 추출된 영상의 특징정보를 저장한다.
본 실시예에서, 로봇은 일정한 구간을 이동하면서 작업을 수행하고, 카메라부(101)는 주기적으로 천장을 촬영하며, 특징정보 추출부(102)는 각각의 천장 영상에서 특징정보를 추출하여 저장부(103)에 저장하거나 후술할 제 1 위치계산부(105) 및 제 2 위치계산부(106)로 추출된 특징정보를 제공하는 것이 가능하다.
엔코더부(104)는 로봇의 동력을 제공하는 주행부(108)의 출력 신호를 수신하 여 로봇의 이전 위치와 현재 위치 사이의 위치 변화 및 방향 변화를 측정한다.
이를 위해, 엔코더부(104)에는 주행부(108)에 구비된 바퀴의 회전을 감지하여 로봇이 움직인 거리를 계산하는 엔코더 모듈과, 로봇의 방향 변화를 감지하는 자이로 센서 모듈 등이 구비될 수 있다.
제 1 위치계산부(105)는 파티클 필터를 이용하여 로봇의 후보 위치인 제 1 위치를 계산한다.
예컨대, 제 1 위치계산부(105)는 엔코더부(104)의 출력 신호를 이용하여 로봇이 존재하고 있을 대략적인 위치에 다수의 파티클을 뿌리고, 각 파티클에서 로봇이 위치하고 있을 확률을 구한 후, 가장 큰 확률을 갖는 파티클을 제 1 위치로 선정하여 로봇의 현재 위치를 추정하는 것이 가능하다. 이때, 각 파티클에서 로봇이 위치하고 있을 확률은 특징정보 추출부(102)로부터 수신한 현재 영상의 특징정보를 이용하여 구할 수 있다.
제 2 위치계산부(106)는 현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 로봇의 다른 후보 위치인 제 2 위치를 계산한다.
예컨대, 제 2 위치계산부(106)는 천장 영상에 관한 현재의 특징정보를 특징정보 추출부(102)로부터 수신하고, 천장 영상에 관한 이전의 특징정보를 저장부(103)로부터 수신하여, 특징점 매칭을 통해 로봇의 현재 위치를 추정하는 것이 가능하다.
본 실시예에서, 로봇의 위치는 수집된 각종 정보를 처리하여 계산되는데, 수집된 정보에는 오차가 있기 마련이다. 따라서 전술한 제 1 위치 또는 제 2 위치는 최종적인 로봇의 위치를 결정하기 위한 후보 위치 또는 추정 위치로 이해될 수 있다. 다시 말해, 제 1 위치와 제 2 위치는 같을 수도 있고 다를 수도 있다. 만약, 제 2 위치와 제 1 위치가 동일하다면 로봇의 슬립이 일어나지 아니한 것으로 볼 수 있고, 제 2 위치와 제 1 위치가 다르고 그 차이가 매우 크다면 로봇의 슬립이 일어난 것으로 볼 수 있다.
슬립감지부(107)는 제 1 위치와 제 2 위치를 비교하여 슬립 발생 여부를 감지한다. 예컨대, 제 1 위치와 제 2 위치가 소정의 임계치 이상인 경우 슬립이 발생한 것으로 볼 수 있다.
선택적으로, 슬립감지부(107)는 제 1 위치 계산을 위한 다수의 파티클 중 어느 하나와 제 2 위치를 비교하여 슬립 발생 여부를 감지할 수도 있다. 예컨대, 제 2 위치와 가장 가까운 특정 파티클과 제 2 위치 간의 거리가 소정의 임계치 이상인 경우 슬립이 발생한 것으로 볼 수 있다.
슬립감지부(107)는, 슬립이 발생한 것으로 판단되면, 제 2 위치를 제 1 위치 계산을 위한 새로운 파티클로 등록한다.
이와 같이 슬립이 발생한 경우, 제 1 위치계산부(105)는 슬립감지부(107)에 의해 등록된 새로운 파티클을 이용하여 제 1 위치를 다시 계산하고, 다시 계산된 제 1 위치를 로봇의 최종 위치로 결정한다.
도 2는 본 발명의 일 실시예에 따른 제 1 위치계산부(105)를 도시한다.
도 2를 참조하면, 제 1 위치계산부(105)는 파티클 확산부(201), 확률 계산부(202), 파티클 선정부(203) 등으로 구성될 수 있다.
파티클 확산부(201)는 임의의 지점에 다수의 파티클을 뿌린다. 여기서 각각의 파티클은 제 1 위치 계산을 위한 후보 지점들이 될 수 있다. 예컨대, 파티클 확산부(201)는 엔코더부(104)로부터 수신된 정보에 기초하여 로봇의 대략적인 위치 근방에 다수의 후보 지점(즉, 파티클)을 지정하는 것이 가능하다.
확률 계산부(202)는 각 파티클에서의 로봇의 위치 확률 값을 계산한다. 여기서 로봇의 위치 확률 값이란 각 파티클에 로봇이 위치하고 있을 확률을 나타낼 수 있다. 이때, 로봇의 위치 확률 값은 각각의 파티클에서 예측된 특징정보와 특징정보 추출부(102)에서 수신된 현재 영상의 특징정보를 비교하여 구하는 것이 가능하다.
파티클 선정부(203)는 이와 같이 계산된 로봇의 위치 확률 값에서 가장 높은 위치 확률 값을 갖는 파티클을 제 1 위치로 선정한다.
한편, 파티클 확산부(201)는 슬립감지부(107)의 출력을 수신하는 것이 가능하다. 예컨대, 슬립감지부(107)의 판단 결과, 슬립이 발생한 것으로 판단되면, 전술한 제 2 위치가 새로운 파티클로 등록되는데, 파티클 확산부(201)는 슬립감지부(107)의 명령에 따라 파티클을 뿌릴 때 제 2 위치를 파티클에 추가하여 다시 뿌리는 것이 가능하다.
도 3은 본 발명의 일 실시예에 따른 로봇의 슬립 감지 장치의 동작 원리를 도시한다. 이것은 슬립이 발생하지 아니한 경우를 예시한 것이다.
도 3에서, 300은 로봇을 나타낸다. 그리고, 303은 다수의 파티클을, 301은 제 1 위치를, 302는 제 2 위치를 나타낸다.
먼저, 로봇(300)이 존재할 대략적인 위치 부근(304)에 뿌려진 다수의 파티클(303) 중에서 위치 확률 값이 가장 높은 파티클(즉, 301)을 선정하여 제 1 위치(301)를 구한다.
그리고, 로봇(300)이 획득한 천장에 관한 현재의 특징정보와 이전의 특징정보를 비교하여 제 2 위치(302)를 구한다.
이어서, 제 1 위치(301)와 제 2 위치(302)를 비교한다. 도 3에서, 로봇(300)에 슬립이 발생하지 아니하였기 때문에 제 1 위치(301)와 제 2 위치(302)가 비교적 가까운 것을 알 수 있다.
따라서, 제 1 위치(301) 또는 제 2 위치(302)를 로봇(300)의 최종 위치로 결정하는 것이 가능하다.
도 4는 본 발명의 일 실시예에 따른 로봇의 슬립 감지 장치의 동작 원리를 도시한다. 이것은 슬립이 발생한 경우를 예시한 것이다.
도 4에서, 300은 로봇을 나타낸다. 그리고, 303은 다수의 파티클을, 301은 제 1 위치를, 302는 제 2 위치를 나타낸다. 그러나 도 3과 달리, 로봇(300)에 슬립이 발생하여 예상치 못하게 로봇(300)이 A위치에서 B위치로 순간 이동한 것을 알 수 있다.
다수의 파티클(303)이 뿌려지는 대략적인 공간(304)은 엔코더부(104)의 정보에 기초하는데, 이와 같이 슬립이 발생하게 되면 엔코더부(104)는 이것을 감지할 수 없으므로 로봇(300)이 B위치에 있음에도 불구하고 A위치 부근에 다수의 파티클(303)이 뿌려지게 된다.
따라서 제 1 위치(301)와 제 2 위치(302)를 비교하면 그 거리가 도 3에 비해 매우 먼 것을 알 수 있다.
이러한 경우, 슬립이 발생된 것으로 보고 제 2 위치(302)를 새로운 파티클로 추가하여 위치 보정을 하는 것이 가능하다.
예컨대, 제 2 위치(302) 주변으로 파티클을 다시 뿌리는 것이 가능할 것이다. 또는, 제 2 위치(302)가 포함되도록 파티클이 뿌려지는 공간(예컨대, 304)의 반경을 넓힐 수도 있다.
또한, 선택적으로, 슬립 발생 여부를 판단함에 있어서, 제 1 위치(301)와 제 2 위치(302)를 비교하는 것도 가능하고, 다수의 파티클(303) 중 제 2 위치(302)와 가장 가까운 파티클(예컨대, 305)과 제 2 위치(302)를 비교하는 것도 가능하다.
도 5는 본 발명의 일 실시예에 따른 로봇의 슬립 감지 방법을 도시한다.
먼저, 로봇의 제 1 위치를 계산한다(S501).
제 1 위치는 파티클 필터를 이용하여 추정할 수 있다. 예컨대, 엔코더 정보로부터 로봇의 대략적인 위치를 구하고, 대략적인 위치 근방에 다수의 파티클을 뿌린 후, 각 파티클에서의 로봇의 위치 확률 값을 계산하여 가장 높은 위치 확률 값을 갖는 파티클을 제 1 위치로 선택하는 것이 가능하다.
이어서, 로봇의 제 2 위치를 계산한다(S502).
로봇의 제 2 위치는 현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 추정할 수 있다. 예컨대, 카메라로 천장을 촬영하여 현재 영상의 특징정보와 과거 영상의 특징정보를 매칭하여 제 2 위치를 계산하는 것이 가능하다.
이어서, 슬립 발생 여부를 판단한다(S503).
슬립 발생 여부는 제 1 위치와 제 2 위치를 비교하여 판단하는 것이 가능하다. 예컨대, 제 1 위치와 제 2 위치 간의 거리가 소정의 임계치 이상인 경우 슬립이 발생한 것으로 볼 수 있다.
또는, 선택적으로, 제 1 위치 계산을 위한 다수의 파티클 중 어느 하나와 제 2 위치를 비교하여 슬립 발생 여부를 판단하는 것이 가능하다. 예컨대, 제 2 위치와 가장 가까이 있는 파티클과 제 2 위치 간의 거리가 소정의 임계치 이상인 경우 슬립이 발생한 것으로 볼 수 있다.
슬립이 발생한 경우, 제 2 위치를 새로운 파티클로 등록한다(S504).
여기서 새로운 파티클이란 제 1 위치 계산을 위해 필요한 파티클이 될 수 있다.
이어서, 로봇의 최종 위치를 계산한다(S505).
예컨대, 슬립이 발생한 경우, S504 과정에서 새롭게 등록된 파티클을 이용하여 파티클 필터를 이용하여 최종 위치를 계산하는 것이 가능하다. 즉, 새롭게 등록된 파티클을 이용하여 제 1 위치를 다시 계산하고, 다시 계산된 제 1 위치를 최종 위치로 결정하는 것이 가능하다. 이때, 등록된 파티클의 이용은 제 2 위치가 포함되도록 파티클을 뿌리는 반경을 넓히거나 제 2 위치를 중심으로 새로운 파티클을 뿌리는 방식이 사용될 수 있다.
만약, 슬립이 발생하지 아니한 경우, S501의 제 1 위치 또는 S502의 제 2 위치를 최종 위치로 결정할 수 있다.
이상에서 상세히 설명한 것과 같이, 개시된 실시예에 의하면, 파티클 필터를 이용한 위치 인식과 특징정보 매칭을 이용한 위치 인식을 결합하여 로봇의 슬립을 감지하기 때문에 보다 정확하게 로봇의 위치를 감지할 수 있고, 슬립이 발생되었을 때 리로케이션이 빠르게 이루어지도록 하는 것이 가능하다.
도 1은 본 발명의 일 실시예에 따른 로봇의 슬립 감지 장치를 도시한다.
도 2는 본 발명의 일 실시예에 따른 제 1 위치계산부를 도시한다.
도 3은 슬립이 일어나지 아니한 경우, 본 발명의 일 실시예에 따른 로봇의 슬립 감지 장치의 동작 원리를 도시한다.
도 4는 슬립이 일어난 경우, 본 발명의 일 실시예에 따른 로봇의 슬립 감지 장치의 동작 원리를 도시한다.
도 5는 본 발명의 일 실시예에 따른 로봇의 슬립 감지 방법을 도시한다.

Claims (20)

  1. 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 제 1 위치계산부;
    현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 상기 로봇의 제 2 위치를 계산하는 제 2 위치계산부; 및
    상기 제 1 위치와 상기 제 2 위치를 비교하여 슬립 발생 여부를 감지하고, 상기 슬립이 발생한 경우 상기 제 2 위치를 상기 제 1 위치 계산을 위한 새로운 파티클로 등록하는 슬립감지부; 를 포함하고,
    상기 제 1 위치계산부는, 상기 슬립이 발생한 경우, 상기 슬립감지부에 의해 등록된 상기 새로운 파티클을 이용하여 상기 제 1 위치를 다시 계산하고, 다시 계산된 상기 제 1 위치를 상기 로봇의 최종 위치로 결정하는 로봇의 슬립 감지 장치.
  2. 제 1 항에 있어서,
    상기 제 1 위치계산부는,
    임의의 지점에 다수의 파티클을 뿌리는 파티클 확산부;
    상기 각 파티클에 상기 로봇이 위치하고 있을 확률을 계산하는 확률 계산부; 및
    상기 각 파티클 중 가장 높은 상기 확률을 갖는 파티클을 상기 제 1 위치로 선정하는 파티클 선정부; 를 포함하는 로봇의 슬립 감지 장치.
  3. 제 1 항에 있어서,
    상기 영상의 특징정보는, 천장 영상의 특징정보인 로봇의 슬립 감지 장치.
  4. 제 1 항에 있어서,
    상기 슬립감지부는, 상기 제 1 위치와 상기 제 2 위치 간의 거리가 설정된 임계치 이상인 경우 상기 슬립이 발생한 것으로 판단하는 로봇의 슬립 감지 장치.
  5. 삭제
  6. 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 제 1 위치계산부;
    현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 상기 로봇의 제 2 위치를 계산하는 제 2 위치계산부; 및
    상기 제 1 위치 계산을 위한 다수의 파티클 중 어느 하나와 상기 제 2 위치를 비교하여 슬립 발생 여부를 감지하고, 상기 슬립이 발생한 경우 상기 제 2 위치를 상기 제 1 위치 계산을 위한 새로운 파티클로 등록하는 슬립감지부; 를 포함하고,
    상기 제 1 위치계산부는, 상기 슬립이 발생한 경우, 상기 슬립감지부에 의해 등록된 상기 새로운 파티클을 이용하여 상기 제 1 위치를 다시 계산하고, 다시 계산된 상기 제 1 위치를 상기 로봇의 최종 위치로 결정하는 로봇의 슬립 감지 장치.
  7. 제 6 항에 있어서,
    상기 제 1 위치계산부는,
    임의의 지점에 다수의 파티클을 뿌리는 파티클 확산부;
    상기 각 파티클에 상기 로봇이 위치하고 있을 확률을 계산하는 확률 계산부; 및
    상기 각 파티클 중 가장 높은 상기 확률을 갖는 파티클을 상기 제 1 위치로 선정하는 파티클 선정부; 를 포함하는 로봇의 슬립 감지 장치.
  8. 제 6 항에 있어서,
    상기 영상의 특징정보는, 천장 영상의 특징정보인 로봇의 슬립 감지 장치.
  9. 제 6 항에 있어서,
    상기 슬립감지부는, 상기 제 1 위치 계산을 위한 다수의 파티클 중 어느 하나와 상기 제 2 위치 간의 거리가 설정된 임계치 이상인 경우, 상기 슬립이 발생한 것으로 판단하는 로봇의 슬립 감지 장치.
  10. 삭제
  11. 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 단계;
    현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 상기 로봇의 제 2 위치를 계산하는 단계;
    상기 제 1 위치와 상기 제 2 위치를 비교하여 슬립 발생 여부를 판단하고, 상기 슬립이 발생한 경우 상기 제 2 위치를 상기 제 1 위치 계산을 위한 새로운 파티클로 등록하는 단계; 및
    상기 새로운 파티클을 이용하여 상기 제 1 위치를 다시 계산하고, 다시 계산된 상기 제 1 위치를 상기 로봇의 최종 위치로 결정하는 단계; 를 포함하는 로봇의 슬립 감지 방법.
  12. 제 11 항에 있어서,
    상기 제 1 위치를 계산하는 단계는,
    임의의 지점에 다수의 파티클을 뿌리는 단계;
    상기 각 파티클에 상기 로봇이 위치하고 있을 확률을 계산하는 단계; 및
    상기 각 파티클 중 가장 높은 상기 확률을 갖는 파티클을 상기 제 1 위치로 선정하는 단계; 를 포함하는 로봇의 슬립 감지 방법.
  13. 제 11 항에 있어서,
    상기 영상의 특징정보는, 천장 영상의 특징정보인 로봇의 슬립 감지 방법.
  14. 제 11 항에 있어서,
    상기 슬립은, 상기 제 1 위치와 상기 제 2 위치 간의 거리가 설정된 임계치 이상인 경우에 발생되는 로봇의 슬립 감지 방법.
  15. 삭제
  16. 파티클 필터를 이용하여 로봇의 제 1 위치를 계산하는 단계;
    현재 영상의 특징정보와 이전 영상의 특징정보를 비교하여 상기 로봇의 제 2 위치를 계산하는 단계;
    상기 제 1 위치 계산을 위한 다수의 파티클 중 어느 하나와 상기 제 2 위치를 비교하여 슬립 발생 여부를 판단하고, 상기 슬립이 발생한 경우 상기 제 2 위치를 상기 제 1 위치 계산을 위한 새로운 파티클로 등록하는 단계; 및
    상기 새로운 파티클을 이용하여 상기 제 1 위치를 다시 계산하고, 다시 계산된 상기 제 1 위치를 상기 로봇의 최종 위치로 결정하는 단계;를 포함하는 로봇의 슬립 감지 방법.
  17. 제 16 항에 있어서,
    상기 제 1 위치를 계산하는 단계는,
    임의의 지점에 다수의 파티클을 뿌리는 단계;
    상기 각 파티클에 상기 로봇이 위치하고 있을 확률을 계산하는 단계; 및
    상기 각 파티클 중 가장 높은 상기 확률을 갖는 파티클을 상기 제 1 위치로 선정하는 단계; 를 포함하는 로봇의 슬립 감지 방법.
  18. 제 16 항에 있어서,
    상기 영상의 특징정보는, 천장 영상의 특징정보인 로봇의 슬립 감지 방법.
  19. 제 16 항에 있어서,
    상기 슬립은, 상기 제 1 위치와 상기 제 2 위치 간의 거리가 설정된 임계치 이상인 경우에 발생되는 로봇의 슬립 감지 방법.
  20. 삭제
KR1020090001307A 2009-01-07 2009-01-07 로봇의 슬립 감지 장치 및 방법 KR101553653B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020090001307A KR101553653B1 (ko) 2009-01-07 2009-01-07 로봇의 슬립 감지 장치 및 방법
US12/588,957 US8938319B2 (en) 2009-01-07 2009-11-03 Robot slip detection apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090001307A KR101553653B1 (ko) 2009-01-07 2009-01-07 로봇의 슬립 감지 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20100081882A KR20100081882A (ko) 2010-07-15
KR101553653B1 true KR101553653B1 (ko) 2015-09-16

Family

ID=42312221

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090001307A KR101553653B1 (ko) 2009-01-07 2009-01-07 로봇의 슬립 감지 장치 및 방법

Country Status (2)

Country Link
US (1) US8938319B2 (ko)
KR (1) KR101553653B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018101631A3 (ko) * 2016-11-30 2018-07-26 (주)유진로봇 청소 로봇, 청소 로봇에 구비되는 청소 기능 제어 장치, 및 청소 로봇에 구비되는 다채널 라이더 기반 장애물 검출 장치

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110021191A (ko) * 2009-08-25 2011-03-04 삼성전자주식회사 로봇의 슬립 감지 장치 및 방법
KR20120044768A (ko) * 2010-10-28 2012-05-08 엘지전자 주식회사 로봇 청소기 및 이의 제어 방법
KR101311100B1 (ko) * 2011-08-27 2013-09-25 고려대학교 산학협력단 천장 임의 형상 특성 활용 이동 로봇 위치 인식 방법
DE102012200445A1 (de) * 2012-01-13 2013-07-18 Robert Bosch Gmbh Autonomes Arbeitsgerät
ES2610755T3 (es) * 2012-08-27 2017-05-03 Aktiebolaget Electrolux Sistema de posicionamiento de un robot
CN103112015B (zh) * 2013-01-29 2015-03-04 山东电力集团公司电力科学研究院 一种适用于工业机器人的操作物位置姿态识别方法
CN105242675A (zh) * 2014-06-17 2016-01-13 苏州宝时得电动工具有限公司 自动行走设备
US9387588B1 (en) 2014-08-25 2016-07-12 Google Inc. Handling gait disturbances with asynchronous timing
US9618937B1 (en) * 2014-08-25 2017-04-11 Google Inc. Slip detection using robotic limbs
US10081098B1 (en) 2014-08-25 2018-09-25 Boston Dynamics, Inc. Generalized coordinate surrogates for integrated estimation and control
US9446518B1 (en) 2014-11-11 2016-09-20 Google Inc. Leg collision avoidance in a robotic device
US9499218B1 (en) 2014-12-30 2016-11-22 Google Inc. Mechanically-timed footsteps for a robotic device
KR101697857B1 (ko) * 2015-04-08 2017-01-18 엘지전자 주식회사 이동 로봇 및 그의 위치인식방법
US9594377B1 (en) * 2015-05-12 2017-03-14 Google Inc. Auto-height swing adjustment
GB2538779B (en) 2015-05-28 2017-08-30 Dyson Technology Ltd A method of controlling a mobile robot
US9586316B1 (en) 2015-09-15 2017-03-07 Google Inc. Determination of robotic step path
US9925667B1 (en) 2016-01-25 2018-03-27 Boston Dynamics, Inc. Continuous slip recovery
US9789919B1 (en) 2016-03-22 2017-10-17 Google Inc. Mitigating sensor noise in legged robots
KR102463725B1 (ko) * 2021-02-23 2022-11-07 현대자동차주식회사 위치 추정 장치, 그를 포함한 로봇 시스템 및 그에 관한 방법
CN115393245A (zh) * 2021-05-08 2022-11-25 美智纵横科技有限责任公司 机器人打滑的检测方法、装置、机器人及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323119A (ja) * 2006-05-30 2007-12-13 Toyota Motor Corp 自律移動体および自律移動体制御方法
KR100809352B1 (ko) * 2006-11-16 2008-03-05 삼성전자주식회사 파티클 필터 기반의 이동 로봇의 자세 추정 방법 및 장치
KR100866380B1 (ko) * 2007-02-13 2008-11-03 한국과학기술연구원 물체인식을 바탕으로 한 로봇의 자기위치 추정 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4933864A (en) * 1988-10-04 1990-06-12 Transitions Research Corporation Mobile robot navigation employing ceiling light fixtures
JPH0667726A (ja) 1992-08-13 1994-03-11 Nippon Yusoki Co Ltd 無人走行車の絶対位置取得方法
RU2220643C2 (ru) * 2001-04-18 2004-01-10 Самсунг Гванджу Электроникс Ко., Лтд. Автоматическое чистящее устройство, автоматическая чистящая система и способ управления этой системой (варианты)
US7015831B2 (en) * 2002-12-17 2006-03-21 Evolution Robotics, Inc. Systems and methods for incrementally updating a pose of a mobile device calculated by visual simultaneous localization and mapping techniques
KR100586648B1 (ko) 2003-07-21 2006-06-07 주식회사 한울로보틱스 천장 영상을 이용한 청소용 로봇의 자기위치 추정방법
US7689321B2 (en) * 2004-02-13 2010-03-30 Evolution Robotics, Inc. Robust sensor fusion for mapping and localization in a simultaneous localization and mapping (SLAM) system
KR20060074044A (ko) 2004-12-27 2006-07-03 주식회사 아이오. 테크 천장 영상에 의한 로봇의 위치 추정방법
KR100834761B1 (ko) * 2005-11-23 2008-06-05 삼성전자주식회사 이동 로봇의 자기 위치 인식 방법 및 장치
KR101297388B1 (ko) * 2006-06-16 2013-08-19 삼성전자주식회사 위치 보정 기능을 제공하는 이동 장치 및 위치 보정 방법
KR100855469B1 (ko) * 2006-09-13 2008-09-01 삼성전자주식회사 이동 로봇의 자세 추정 장치 및 방법
KR100843096B1 (ko) * 2006-12-21 2008-07-02 삼성전자주식회사 이동 로봇의 주행 상태 판별 장치 및 방법
KR101409987B1 (ko) * 2007-12-11 2014-06-23 삼성전자주식회사 이동 로봇의 자세 보정 방법 및 장치
KR20090069595A (ko) * 2007-12-26 2009-07-01 삼성전자주식회사 이동 로봇의 이동 오류 검출 장치 및 방법
JP5141507B2 (ja) * 2008-08-25 2013-02-13 村田機械株式会社 自律移動装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007323119A (ja) * 2006-05-30 2007-12-13 Toyota Motor Corp 自律移動体および自律移動体制御方法
KR100809352B1 (ko) * 2006-11-16 2008-03-05 삼성전자주식회사 파티클 필터 기반의 이동 로봇의 자세 추정 방법 및 장치
KR100866380B1 (ko) * 2007-02-13 2008-11-03 한국과학기술연구원 물체인식을 바탕으로 한 로봇의 자기위치 추정 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018101631A3 (ko) * 2016-11-30 2018-07-26 (주)유진로봇 청소 로봇, 청소 로봇에 구비되는 청소 기능 제어 장치, 및 청소 로봇에 구비되는 다채널 라이더 기반 장애물 검출 장치

Also Published As

Publication number Publication date
US20100174409A1 (en) 2010-07-08
KR20100081882A (ko) 2010-07-15
US8938319B2 (en) 2015-01-20

Similar Documents

Publication Publication Date Title
KR101553653B1 (ko) 로봇의 슬립 감지 장치 및 방법
US10962376B2 (en) Adaptive mapping with spatial summaries of sensor data
KR101493075B1 (ko) 이동 로봇의 위치 인식 장치 및 방법
KR101887335B1 (ko) 자기 위치 추정 장치 및 자기 위치 추정 방법
US8265425B2 (en) Rectangular table detection using hybrid RGB and depth camera sensors
KR101782057B1 (ko) 지도 생성 장치 및 방법
KR101658578B1 (ko) 복합 센서의 캘리브레이션 장치 및 방법
KR100912874B1 (ko) 이동 로봇의 리로케이션 방법 및 장치
JP5276931B2 (ja) 移動体および移動体の位置推定誤り状態からの復帰方法
KR20150138889A (ko) 3차원 깊이정보기반 자율주행 로봇의 위치추정 장치 및 그 방법
Tamjidi et al. 6-DOF pose estimation of a portable navigation aid for the visually impaired
KR101280392B1 (ko) Ｓｌａｍ 기술 기반 이동 로봇의 지도를 관리하기 위한 장치 및 그 방법
KR101619365B1 (ko) 로봇의 ｓｌａｍ 장치 및 방법
KR101594113B1 (ko) 스케일을 고려한 이미지 패치 추적 장치 및 방법
KR101553656B1 (ko) 로봇의 리로케이션 장치 및 방법
KR20140053712A (ko) 센서 융합에 의한 실내로봇용 위치인식 방법
Wang et al. Mobile robot ego motion estimation using ransac-based ceiling vision
Walter et al. A QoS enabled visual sensor-system applied to the problem of localizing mobile platforms in indoor environments

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: 20180820

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190814

Year of fee payment: 5