KR101849354B1 - 이동 로봇의 경로계획 생성 장치 및 방법 - Google Patents

Abstract

본 발명은 이동 로봇 주변의 장애물의 크기를 고려하여 경로계획을 생성하는 이동 로봇의 경로계획 생성 장치 및 방법에 관한 것이다. 이동 로봇의 경로계획 생성 방법은 다양한 장애물 대해 임의의 특징을 분류하여 저장하는 데이터베이스 구축 단계, 기설정된 경로계획계획에 따른 주행 중에 이동 로봇 전방에 위치한 장애물을 검색하고 장애물의 이미지와 데이터베이스 비교를 통해 장애물의 방향정보에 따른 크기정보를 검색하는 장애물 탐지 단계 및 장애물의 크기정보를 고려하여 이동 로봇이 이동할 다음 경로계획을 재 생성하는 경로계획 생성 단계를 포함한다.

Description

이동 로봇의 경로계획 생성 장치 및 방법{Apparatus and method for generating path plan of mobile robot}

본 발명은 이동 로봇 주변의 장애물의 크기를 고려하여 경로계획을 생성하는 이동 로봇의 경로계획 생성 장치 및 방법에 관한 것이다.

이동 로봇은 어떤 작업이나 조작을 자동으로 수행하는 장치로서, 다양한 분야에서 인간을 대신하거나 보조하는데 활용된다. 이동 로봇에 주어진 임무 또는 서비스를 수행하기 위해서 로봇의 동작을 제어하는 것은 중요하다. 이동 로봇에 대한 연구 중 가장 기본적인 과제는 동적인 환경에서의 안전한 주행이다. 동적으로 움직이는 장애물이 존재하거나 로봇의 목표 지점이 변화하는 동적인 환경에서의 자율이동 로봇의 안전한 주행을 보장하는 만족스러운 제어 알고리즘에 관한 연구는 여전히 진행 중이다. 이러한 자율이동 로봇의 안전한 주행을 목적으로 하는 기본적인 연구 중 하나는 시작 지점부터 목표 지점까지의 연결된 경로를 생성해주는 경로계획(path planning)이다. 이 경로를 따라서 자율이동 로봇은 장애물 같은 주어진 금지된 지역과 교차하지 않아야 한다.

종래의 경우, 이동 로봇이 설정된 경로계획에 따라 주행 중에 장애물이 탐지된 경우, 장애물의 길이 방향에 대하여 고려되지 않아, 이동 로봇의 경로가 장애물 옆면을 통과하여 생성되는 경우가 발생하여, 장애물 회피 중간에 경로를 재 생성해야 하며, 지연될 경우, 이동 로봇과 장애물과의 충돌 위험이 발생할 수 있다.

국내 공개특허 공보 제2006-0043147호

본 발명이 해결하고자 하는 기술적인 과제는 이동 로봇의 경로계획 생성 시에 장애물의 크기를 고려하여 안전한 경로계획을 생성하는 이동 로봇의 경로계획 생성 장치 및 방법을 제공하는데 있다.

본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 일 실시 예에 따른 이동 로봇의 경로계획 생성 방법은 다양한 장애물 대해 임의의 특징을 분류하여 저장하는 데이터베이스 구축 단계; 기설정된 경로계획계획에 따른 주행 중에 이동 로봇 전방에 위치한 장애물을 검색하고 상기 장애물의 이미지와 상기 데이터베이스 비교를 통해 상기 장애물의 방향정보에 따른 크기정보를 검색하는 장애물 탐지 단계; 및 상기 장애물의 크기정보를 고려하여 상기 이동 로봇이 이동할 다음 경로계획을 재 생성하는 경로계획 생성 단계;를 포함하는 것을 특징으로 한다.

본 발명에 있어서, 상기 데이터베이스 구축 단계는, 다양한 장애물 이미지 데이터를 수집하는 단계; 상기 장애물 이미지들에 대한 웨이블릿 변환을 통해 특징정보로써의 방향정보를 추출하는 단계; 상기 추출한 방향정보가 포함된 장애물 이미지들을 설정된 클래스 별로 분류하여 저장하는 단계; 및 상기 장애물의 크기정보를 산출하고 상기 방향정보와 함께 저장하는 단계;를 포함하는 것을 특징으로 한다.

본 발명에 있어서, 상기 장애물 탐지 단계는, 상기 이동 로봇 전방에 위치한 장애물을 검색하는 단계; 검색된 상기 장애물 이미지를 획득하는 단계; 상기 장애물 이미지로부터 특정부분의 이미지를 추출하는 단계; 및 상기 특정부분의 이미지와 상기 데이터베이스를 비교하여 상기 장애물의 방향정보를 검색하고, 상기 방향정보와 상기 데이터베이스를 비교하여 상기 장애물의 크기정보를 검색하는 단계;를 포함하는 것을 특징으로 한다.

본 발명이 이루고자 하는 기술적인 과제를 해결하기 위한 일 실시 예에 따른 이동 로봇의 경로계획 생성 장치는 다양한 장애물 대해 임의의 특징을 분류하여 저장하는 데이터베이스; 기설정된 경로계획에 따른 주행 중에 이동 로봇 전방에 위치한 장애물을 검색하고 상기 장애물의 이미지와 상기 데이터베이스 비교를 통해 상기 장애물의 방향정보에 따른 크기정보를 생성하는 장애물 탐지부; 및 상기 장애물의 크기정보를 고려하여 상기 이동 로봇이 이동할 다음 경로계획을 재 생성하는 경로계획 생성부;를 포함하는 것을 특징으로 한다.

본 발명에 있어서, 상기 데이터베이스에는, 다양한 장애물 이미지 데이터를 수집하고, 상기 장애물 이미지들에 대한 웨이블릿 변환을 통해 특징정보로써의 방향정보를 추출한 후, 추출한 상기 방향정보가 포함된 장애물 이미지들을 설정된 클래스 별로 분류하여 저장하며, 상기 장애물의 크기정보를 산출하고 상기 방향정보와 함께 저장되어 있는 것을 특징으로 한다.

본 발명에 있어서, 상기 장애물 탐지부는, 상기 이동 로봇 전방에 위치한 장애물을 검색하는 검색부; 검색된 상기 장애물 이미지를 획득하는 영상 획득부; 상기 장애물 이미지로부터 상기 특정부분의 이미지를 추출하는 추출부; 및 상기 특정부분의 이미지와 상기 데이터베이스를 비교하여 상기 장애물의 방향정보를 검색하고, 상기 방향정보와 상기 데이터베이스를 비교하여 상기 장애물의 크기정보를 검색하는 장애물 정보 검색부;를 포함하는 것을 특징으로 한다.

상술한 바와 같이 본 발명에 따르면, 이동 로봇의 경로계획 생성 시에 장애물의 크기를 고려하여 안전한 경로계획을 생성할 수 있다.

도 1은 본 발명의 일 실시 예에 따른 이동 로봇의 경로계획 생성 장치의 구성을 보이는 블록도 이다.
도 2는 도 1 중 데이터베이스 구축을 설명하기 위한 도면이다.
도 3은 도 1 중 장애물의 크기를 고려한 경로계획 재생성을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 이동 로봇의 경로계획 생성 방법의 동작을 보이는 흐름도 이다.
도 5는 도 4 중 데이터베이스 구축 방법의 동작을 보이는 흐름도 이다.

본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.

제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.

본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

본 발명은 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 본 발명은 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 본 발명에의 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 잇는 것과 유사하게, 본 발명은 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 발명은 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. 매커니즘, 요소, 수단, 구성과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.

이하, 본 발명의 실시 예를 첨부도면을 참조하여 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어, 동일하거나 대응하는 구성 요소는 동일한 도면번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.

도 1은 본 발명의 일 실시 예에 따른 이동 로봇의 경로계획 생성 장치의 구성을 보이는 블록도 이다.

도 1을 참조하면, 이동 로봇의 경로계획 생성 장치는 이동 로봇(100) 내부에 포함되며, 제어부(110), 구동부(120), 저장부(130), 장애물 탐색부(140) 및 경로계획 생성부(150)를 포함한다. 본 발명에 있어서, 장애물 탐색부(140)는 장애물 검색부(141), 영상 획득부(142), 특징 추출부(143) 및 장애물 정보 생성부(144)를 포함한다.

제어부(110)는 마이크로 프로세서(미도시) 등을 포함하여 경로계획 생성 장치의 전반적인 동작 제어를 수행한다. 제어부(110)는 경로계획 생성 장치를 탑재한 이동 로봇(100)의 위치 인식을 통하여 기설정된 경로계획에 따라 이동 로봇(100)의 이동을 제어하고, 이동 로봇(100)의 이동으로 생성된 데이터들을 취합하여 경로계획 재 생성을 제어한다. 특히 제어부(110)는 이동 로봇(100)의 주행 중에 전방에 위치한 장애물의 크기정보를 고려한 경로계획 재 생성을 제어한다.

구동부(120)는 예를 들면, 구동 모터(미도시) 등을 포함하여 경로계획 생성 장치를 탑재한 이동 로봇(100)을 이동시키는 것으로, 제어부(110)로부터의 구동 제어 신호에 의해 임의의 공간 내에서 이동 로봇(100)을 이동시킨다.

저장부(130)에는 경로계획 생성부(150)에서 생성한 경로계획에 따른 환경지도가 저장되어 있다. 더 나아가 저장부(130)에는 다양한 장애물 대해 임의의 특징으로 분류된 데이터베이스(미도시)가 구축되어 있다.

이하, 도 2를 참조하여 데이터베이스 구축을 설명하기로 한다. 데이터베이스 구축을 위해 먼저, 다양한 장애물 관련 이미지 데이터들을 수집한다. 여기서, 장애물을 일 예로, 자동차로 한정하여 설명하기로 한다. 도 2a에는 다양한 자동차 이미지들의 수집 결과가 도시되어 있다. 차량 관련 이미지 데이터들의 수집이 완료되면, 차량 관련 이미지의 특징을 추출한다. 이미지의 특징 추출 방법으로 예를 들어, 웨이블릿 변환을 사용할 수 있는데, 차량 관련 이미지에 한 쌍의 필터를 적용하여 저주파 대역과 고주파 대역으로 분리하고, 다운 샘플링을 수행하여 4개의 서브 영상(HH,LH,HL,LL)을 생성하고, 이로부터 특징을 추출한다. 도 2b에는 차량 관련 이미지의 특징 추출을 위한 웨이블릿 변환을 보이고 있다. 여기서, 웨이블릿 변환에 의한 특징 추출 결과, 차량 이미지로부터 예를 들어, 정면, 후면, 측면, 대각선 등의 방향정보가 추출된다. 다음에 추출된 방향정보가 포함된 차량 이미지들을 설정한 클래스 별로 분류하여 저장하는데, 분류를 위해 SVM(support vector machine) 알고리즘이 적용될 수 있다. 여기서, SVM 알고리즘은 주어진 문제를 전역적 최적 해가 보장되는 볼록 이차 문제(convex quadratic problem)로 변환하여 해를 구하는 알고리즘으로, 다수의 선형 분류 함수 중에서 최적의 분류 함수를 선택하여 데이터를 분류시킨다. 도 2c는 분류기를 정면 방향(view point 1), 측면 방향(view point 2) 및 대각선 방향(view point 3) 총 3개의 클래스로 분류하고, 각 클래스에 추출된 특징에 따른 차량 이미지가 분류되어 저장된 것을 보여준다. 데이터베이스에는 이와 같은 차량의 방향정보 이외에, 차량의 크기정보에 따른 분류를 통해 소형차, 중형차, 대형차 등을 분류해 장애물의 크기를 더욱 정확하게 생성할 수 있다. 또한 차량 이미지로부터 휠 사이즈, 휠 간격, 윈도우 사이즈, 차량 폭에 대한 비율을 연산하여 차량의 크기정보 계산이 가능하며, 데이터베이스에는 차량의 방향정보 및 크기정보가 함께 구축되어 있다.

장애물 탐지부(140)는 기설정된 경로계획에 따른 주행 중에 이동 로봇(100) 전방에 위치한 장애물을 검색하고, 장애물의 이미지와 데이터베이스 비교를 통해 장애물의 방향정보에 따른 크기정보를 생성한다. 이러한 장애물 탐지부(140)는 장애물 검색부(141), 영상 획득부(142), 특징 추출부(143) 및 장애물 정보 검색부(144)를 포함한다.

장애물 검색부(141)는 제어부(110)의 제어 하에 예를 들면, 초음파 센서, 적외선 센서, 레이저 센서 등을 포함하는 거리 측정 센서(미도시)를 이용하여 이동 로봇(100) 주변으로부터 장애물을 검색한다. 장애물 검색부(141)는 거리 측정 센서를 통해 이동 로봇(100)으로부터 장애물(200)까지의 거리 및 방향을 측정할 수 있다.

영상 획득부(142)는 제어부(110)의 제어 하에, 장애물 검색부(141)에서 검색한 장애물 이미지를 촬영한다. 장애물 검색부(141)는 거리정보에 따른 장애물의 위치 및 방향을 알고 있으므로, 제어부(110)는 장애물이 위치한 방향으로 영상 획득부(142)를 이동시키고, 영상 획득부(142)는 이동한 위치에서 장애물의 이미지를 촬영한다.

특징 추출부(143)는 제어부(110)의 제어 하에, 영상 획득부(142)가 촬영한 장애물 이미지로부터 특정부분의 이미지를 추출한다. 예를 들어, 장애물이 차량인 경우, 영상 획득부(142)가 촬영한 전체 장애물 이미지는 차량을 포함하는 이미지일 수 있으며, 특징 추출부(143)는 장애물 이미지로부터 특정부분 즉, 차량부분만을 추출한다. 이러한 전체 장애물 이미지로부터 차량부분의 이미지를 추출하기 위해 아다부스트(adaboost) 알고리즘을 이용할 수 있다. 아다부스트 알고리즘은 학습단계와 검출단계로 이루어질 수 있으며, 학습단계는 검출 대상과 유사한 샘플들을 구비하여 다수개의 약 분류기(weak classifier)로 구성되는 강 분류기(strong classifier)들을 단계적으로 사전에 설정한다. 검출단계는 사전에 설정된 강 분류기들을 단계적으로 적용하여 이전에 강 분류기에서 조건이 부합되면 다음 단계의 강 분류기를 적용시키는 방법으로 챠랑인지 여부를 판단하고 차량부분을 추출한다.

장애물 정보 검색부(144)는 제어부(110)의 제어 하에 특징 추출부(143)에서 추출한 장애물 이미지의 특정부분 이미지 즉, 차량 이미지를 데이터베이스와 비교하여 일치하는 장애물의 방향정보를 검색하고, 검색한 방향정보를 데이터베이스와 비교하여 일치하는 장애물의 크기정보를 검색한다.

경로계획 생성부(150)는 제어부(110)의 제어 하에 장애물의 크기정보를 고려하여 이동 로봇(100)이 이동할 다음 경로계획을 재 생성한다. 도 3에는 장애물의 크기를 고려한 경로계획을 재 생성한 도면이 도시되어 있다. 도 3을 참조하면, 도 3a는 이동 로봇(100)의 주행 중 장애물로써의 차량(200)을 탐지한 도면을 보이고 있다. 도 3b는 종래 기술에 따른 이동 로봇(100)의 주행 중 장애물로써의 차량(200)을 탐지하고 경로계획을 재 생성한 결과를 보이고 있다. 도 3b의 경우 차량(200)의 크기가 고려되지 않아 이동 로봇(100)과 차량(200)의 충돌 위험이 발생할 수 있다. 도 3c는 본 실시 예에 따른 이동 로봇(100)의 주행 중 장애물로써의 차량(200)을 탐지하고, 차량(200)의 크기를 고려하여 경로계획을 재 생성한 결과를 보이고 있다. 도 3b와 비교 시, 차량(200)의 크기가 고려되어 이동 로봇(100)과 차량(200)의 충돌 위험 없이 안전한 경로계획이 재 생성되었음을 알 수 있다.

이하, 도 4 및 도 5를 참조하여 이하, 본 발명에 따른 이동 로봇의 경로계획 생성 방법을 설명하기로 한다. 본 발명에 따른 경로계획 생성 방법은 도 1에 도시된 바와 같이 주변 구성 요소들의 도움을 받아 이동 로봇(100) 내부에서 수행될 수 있다. 이하의 설명에서, 도 1 내지 도 3에 대한 설명과 중복되는 부분은 그 설명을 생략하기로 한다.

도 4는 본 발명의 일 실시 예에 따른 이동 로봇의 경로계획 생성 방법의 동작을 보이는 흐름도 이다. 도 4를 참조하면, 이동 로봇(100)은 다양한 장애물 대해 임의의 특징으로 분류된 데이터베이스를 구축하여 내부에 저장하는 단계(S100)를 수행한다.

도 5에는 데이터베이스 구축 방법의 상세 흐름도가 도시되어 있다. 도 5를 참조하면, 데이터베이스 구축을 위해 먼저, 다양한 장애물 관련 이미지 데이터들을 수집하는 단계(S110)를 수행한다. 여기서, 장애물을 일 예로, 자동차로 한정하여 설명하기로 한다.

차량 관련 이미지 데이터들의 수집이 완료되면, 차량 관련 이미지들에 대한 웨이블릿 변환을 통해 장애물의 특징정보로써의 방향정보를 추출하는 단계(S120)를 수행한다. 웨이블릿 변환에 의한 특징 추출 결과, 차량 이미지로부터 예를 들어, 정면, 후면, 측면, 대각선 등의 방향정보가 추출된다.

차량의 방향정보 추출이 완료되면, 추출한 방향정보가 포함된 장애물 이미지 즉, 차량 이미지들을 설정한 클래스 별로 분류하여 저장하는 단계(S130)를 수행한다. 예를 들어, 정면 방향(view point 1), 측면 방향(view point 2) 및 대각선 방향(view point 3) 총 3개의 클래스로 분류하고, 각 클래스에 추출된 특징에 따른 차량 이미지가 분류되어 저장되도록 할 수 있다.

차량 이미지들을 설정한 클래스 별로 분류하여 저장한 후, 차량 이미지로부터 휠 사이즈, 휠 간격, 윈도우 사이즈, 차량 폭에 대한 비율을 연산하여 차량의 크기정보 계산하고 방향정보와 함께 저장하는 단계(S140)를 수행한다.

도 4로 돌아와서, 데이터베이스 구축이 완료되면, 이동 로봇(100)은 초음파 센서, 적외선 센서, 레이저 센서 등을 포함하는 거리 측정 센서를 이용하여 이동 로봇(100) 주변으로부터 장애물을 검색하는 단계(S200)를 수행한다.

이동 로봇(100) 주변으로부터 장애물이 검색되면, 이동 로봇(100)은 검색된 장애물 이미지를 획득하는 단계(S300)를 수행한다. 이동 로봇(100)은 거리정보에 따른 장애물의 위치 및 방향을 알고 있으므로, 장애물이 위치한 방향으로 카메라를 이동시켜 장애물의 이미지를 촬영한다.

장애물 이미지 촬영이 완료되면, 이동 로봇(100)은 장애물 이미지로부터 특정부분의 이미지를 추출하는 단계(S400)를 수행한다. 예를 들어, 장애물이 차량인 경우, 장애물 이미지는 차량을 포함하는 이미지일 수 있으며, 이와 같은 차량이 포함된 장애물 이미지로부터 특정부분 즉, 차량부분만을 추출한다. 이러한 전체 장애물 이미지로부터 차량부분의 이미지를 추출하기 위해 아다부스트(adaboost) 알고리즘을 이용할 수 있다.

장애물 이미지로부터 특정 부분의 이미지 추출이 완료되면, 이동 로봇(100)은 장애물 이미지의 특정부분 이미지 즉, 차량 이미지를 데이터베이스와 비교하여 일치하는 장애물의 방향정보를 검색하고, 검색한 방향정보를 데이터베이스와 비교하여 일치하는 장애물의 크기정보를 검색하는 단계(S500)를 수행한다.

장애물의 크기정보 검색이 완료되면, 이동 로봇(100)은 장애물의 크기정보를 고려하여 이동 로봇(100)이 이동할 다음 경로계획을 재 생성하는 단계(S600)를 수행한다. 종래의 경우, 이동 로봇(100) 이동 중에 장애물을 만나게 되면, 장애물의 크기가 고려되지 않아 이동 로봇(100)과 장애물의 충돌 위험이 발생할 수 있다. 그러나, 본 실시 예에 따르면, 이동 로봇(100) 이동 중에 장애물을 만나게 되면, 장애물의 크기를 고려하여 경로계획을 재 생성함으로써, 이동 로봇(100)과 장애물의 충돌 위험 없이 안전한 경로계획에 따라 이동 로봇(100)이 주행할 수 있다.

한편, 본 발명은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.

컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.

이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 상기 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.

100: 이동 로봇 110: 제어부
120: 구동부 130: 저장부
140: 장애물 탐지부 141: 장애물 검색부
142: 영상 획득부 143: 특징 추출부
144: 장애물 정보 검색부 150: 경로계획 생성부

Claims (6)

1. 다양한 장애물 대해 임의의 특징을 분류하여 저장하는 데이터베이스 구축 단계;
   기설정된 경로계획에 따른 주행 중에 이동 로봇 전방에 위치한 장애물을 검색하고 상기 장애물의 이미지와 상기 데이터베이스와의 비교를 통해 상기 장애물의 방향정보에 따른 크기정보를 검색하는 장애물 탐지 단계; 및
   상기 장애물의 크기정보를 고려하여 상기 이동 로봇이 이동할 다음 경로계획을 재 생성하는 경로계획 생성 단계;를 포함하고,
   상기 데이터베이스 구축 단계는,
   다양한 장애물 이미지 데이터를 수집하는 단계;
   상기 장애물 이미지들에 대한 웨이블릿 변환을 통해 특징정보로써의 방향정보를 추출하는 단계;
   상기 추출한 방향정보가 포함된 장애물 이미지들을 설정된 클래스 별로 분류하여 저장하는 단계; 및
   상기 장애물의 크기정보를 산출하고 상기 방향정보와 함께 저장하는 단계;를 포함하는 것을 특징으로 하는 이동 로봇의 경로계획 생성 방법.
2. 삭제
3. 제 1항에 있어서, 상기 장애물 탐지 단계는,
   상기 이동 로봇 전방에 위치한 장애물을 검색하는 단계;
   검색된 상기 장애물 이미지를 획득하는 단계;
   상기 장애물 이미지로부터 특정부분의 이미지를 추출하는 단계; 및
   상기 특정부분의 이미지와 상기 데이터베이스를 비교하여 상기 장애물의 방향정보를 검색하고, 상기 방향정보와 상기 데이터베이스를 비교하여 상기 장애물의 크기정보를 검색하는 단계;를 포함하는 것을 특징으로 하는 이동 로봇의 경로계획 생성 방법.
4. 삭제
5. 삭제
6. 삭제

Images