KR101858108B1 - 로봇을 위한 동작 시뮬레이션 장치 및 방법 - Google Patents

Abstract

본 발명은 로봇을 위한 동작 시뮬레이션 장치 및 방법에 관한 것으로서, 더욱 상세히는 사용자의 교시에 따라 로봇이 충돌없이 현재 자세에서 목표 자세까지 최적 경로로 동작하도록 시뮬레이션하는 로봇을 위한 동작 시뮬레이션 장치 및 방법에 관한 것이다. 본 발명은 확률적 로드맵 방법을 기초로 로봇의 자세를 좌표계로 구성한 배위 공간에서 로봇이 취할 수 있는 서로 다른 복수의 자세 각각을 샘플로서 선택하는 샘플링 과정에서 포아송 디스크 샘플링 방식을 적용하여 배위 공간에서 선택된 샘플을 균일하게 분포시킬 수 있어 로봇의 현재 자세로부터 사용자의 교시에 따라 설정된 최종적으로 로봇이 취하는 목표 자세로 움직이기 위한 다양한 로봇의 동작 경로 중 최적 경로를 자동 산출하여 로봇의 동작에 대한 효율성을 높일 수 있도록 지원하는 동시에, 샘플의 분포를 최적화하여 가장 적은 수의 샘플만으로 배위 공간을 채워 최적 경로의 연산에 대한 연산 속도를 증가시킴으로써 사용자의 교시에 따른 로봇의 동작 설정에 필요한 시간을 단축하여 교시의 실시간성 및 해당 교시에 따른 로봇의 반응성을 향상시킬 수 있도록 지원하는 효과가 있다.

Description

로봇을 위한 동작 시뮬레이션 장치 및 방법{Motion simulating apparatus and method for robot}

본 발명은 로봇을 위한 동작 시뮬레이션 장치 및 방법에 관한 것으로서, 더욱 상세히는 사용자의 교시에 따라 로봇이 충돌없이 현재 자세에서 목표 자세까지 최적 경로로 동작하도록 시뮬레이션하는 로봇을 위한 동작 시뮬레이션 장치 및 방법에 관한 것이다.

현재 로봇 기술의 발전과 더불어 다양한 작업 환경에서 로봇을 이용한 자동 공정화가 진행되고 있으며, 이를 통해 공정의 작업 효율을 향상시키는 동시에 생산성을 높이고 있다.

기존에 산업현장에서 로봇을 활용하기 위해서 전문가가 현장에서 직접 로봇의 동작을 확인하면서 로봇에 사용자가 원하는 작업에 대한 동작을 설정하는 방법을 이용하였다. 그러나, 이 방법은 숙련된 전문가만이 할 수 있으며 동작을 하나씩 확인하면서 작업을 생성하므로 많은 시간이 소요되어 작업의 변경 시 빠른 대응에 어려움이 있다.

이러한 문제점을 해결하기 위해, 시뮬레이터 상에서 로봇의 작업을 생성하는 OLP(Off-Line Programming) 방법이 있는데, 이는 작업 환경을 시뮬레이터에 반영하기가 어려워 고도로 정형화된 생산 환경에서만 제한적으로 활용되고 있다.

이를 개선하여, 최근에 로봇의 동작 설정을 위한 확률적 로드맵 방법이 등장하면서, 로봇의 동작을 시뮬레이션하기 위한 시뮬레이터에 해당 확률적 로드맵 방법을 적용하여 로봇의 자세를 배위 공간 상 좌표로 설정하고, 로봇의 현재 자세에서 사용자가 의도하는 목표 자세로 변경하기 위한 동작 경로를 자동 산출하여 로봇에 설정하는 방식이 등장하고 있다.

그러나, 이러한 확률적 로드맵 방법 이용시 배위 공간에서 로봇이 움직일 수 있는 모든 좌표를 선택하는 경우 연산에 상당한 시간이 소요되어 비효율적이므로, 배위 공간을 샘플링하여 얻어진 샘플을 기초로 로봇의 동작 경로를 산출하게 되는데, 이러한 샘플링 과정에서 샘플을 랜덤하게 선택하게 되므로 샘플의 분포가 균일하게 분포되지 않고 특정 영역이나 공간에 밀집되는 현상이 발생하여 로봇의 동작 경로 산출시 비효율적인 동작 경로가 산출되는 문제점이 있다.

이를 해결하기 위해서는, 샘플의 수를 증가시키는 것이 필요하나 샘플의 수가 증가할수록 최적의 동작 경로 산출에 필요한 연산 시간이나 부하가 증가하게 되어 이러한 방식 역시 효율적이지 못한 문제점이 있다.

한국등록특허 제10-1052740호

상술한 문제점을 해결하기 위하여, 본 발명은 작업 환경을 반영한 배위 공간을 통해 사용자의 교시에 따른 로봇의 최적 동작 경로를 산출하는데 있어서, 연산 시간이나 부하를 최소화하면서 로봇이 장애물을 회피하여 목표 자세까지 동작하는 최적 경로를 자동 산출할 수 있도록 지원하여 로봇의 동작 경로 산출에 대한 효율성을 높이는 동시에 로봇의 동작 설정에 대한 실시간성 및 직접 반응성을 개선하는데 그 목적이 있다.

본 발명의 실시예에 따른 확률적 로드맵 방법(PRM, probabilistic roadmap method)을 이용하여 교시되는 목표 자세까지의 로봇 동작 경로를 생성하는 로봇을 위한 동작 시뮬레이션 장치는, 미리 설정된 배위 공간에서 임의로 선택되는 샘플을 포아송 디스크(Poisson disk) 샘플링 방식으로 선택하며, 샘플링 과정을 반복하여 상기 배위 공간 전체에 대한 샘플을 선택하는 샘플링부와, 상기 선택된 샘플을 기준으로 트리 구조를 형성하는 트리 생성부 및 상기 트리 구조를 이용하여 현재 자세에서 교시된 목표 자세까지의 최적 경로를 연산하는 연산부를 포함할 수 있다.

본 발명과 관련된 일 예로서, 상기 배위 공간에서 선택되는 샘플은 일정한 영역이나 부피를 가지도록 구성될 수 있다.

본 발명과 관련된 일 예로서, 상기 샘플링부는 상기 배위공간을 상기 샘플로 채우기 위한 샘플의 수 및 포아송 디스크 방식에 따른 상기 샘플의 반경을 결정하는 것을 특징으로 할 수 있다.

본 발명과 관련된 일 예로서, 상기 샘플링부는 하기 수학식

을 통해 상기 배위 공간에서 선택되는 샘플의 수를 결정하며, N은 샘플 노드수,

는 optimal sphere packing density,

는 포아송 디스크 샘플링 반경, n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피인 것을 특징으로 할 수 있다.

본 발명과 관련된 일 예로서, 상기 샘플링부는 하기 수학식을 통해

포아송 디스크 방식을 통해 선택된 샘플의 반경을 결정하며, N은 샘플 노드수,

는 optimal sphere packing density,

는 포아송 디스크 샘플링 반경, n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피인 것을 특징으로 할 수 있다.

본 발명과 관련된 일 예로서, 상기 로봇을 위한 동작 시뮬레이션 장치는 상기 연산부와 연동하여 상기 최적 경로에 대한 제어 정보를 생성하고, 상기 제어 정보를 상기 로봇에 전송하는 작업 생성부를 더 포함하는 것을 특징으로 할 수 있다.

본 발명의 실시예에 따른 확률적 로드맵 방법(PRM, probabilistic roadmap method)을 이용하여 교시되는 목표 자세까지의 로봇에 대한 동작 경로를 생성하는 동작 시뮬레이션 장치의 로봇을 위한 동작 시뮬레이션 방법은, 미리 설정된 배위 공간에서 임의로 선택되는 샘플을 포아송 디스크(Poisson disk) 샘플링 방식으로 선택하는 단계와, 샘플링 과정을 반복하여 상기 배위 공간 전체에 대한 샘플을 선택하는 단계와, 상기 선택된 샘플을 기준으로 트리 구조를 형성하는 단계 및 상기 트리 구조를 이용하여 현재 자세에서 교시된 목표 자세까지의 최적 경로를 연산하는 단계를 포함할 수 있다.

본 발명은 확률적 로드맵 방법을 기초로 로봇의 자세를 좌표계로 구성한 배위 공간에서 로봇이 취할 수 있는 서로 다른 복수의 자세 각각을 샘플로서 선택하는 샘플링 과정에서 포아송 디스크 샘플링 방식을 적용하여 배위 공간에서 선택된 샘플을 균일하게 분포시킬 수 있어 로봇의 현재 자세로부터 사용자의 교시에 따라 설정된 최종적으로 로봇이 취하는 목표 자세로 움직이기 위한 다양한 로봇의 동작 경로 중 최적 경로를 자동 산출하여 로봇의 동작에 대한 효율성을 높일 수 있도록 지원하는 동시에, 샘플의 분포를 최적화하여 가장 적은 수의 샘플만으로 배위 공간을 채워 최적 경로의 연산에 대한 연산 속도를 증가시킴으로써 사용자의 교시에 따른 로봇의 동작 설정에 필요한 시간을 단축하여 교시의 실시간성 및 해당 교시에 따른 로봇의 반응성을 향상시킬 수 있도록 지원하는 효과가 있다.

또한, 본 발명은 로봇의 효율적인 동작 경로에 산출시 요구되는 부하와 연산 시간을 감소시켜, 수시로 변화하는 작업 현장에 대해서도 용이하게 사용자의 교시에 즉각적으로 반응하여 로봇의 동작을 실시간으로 수정하거나 설정할 수 있도록 지원함으로써, 로봇의 동작 설정에 대한 실시간성 및 직접 반응성을 효과적으로 개선시키는 효과가 있다.

더하여, 본 발명은 전문가의 도움 없이도 로봇의 작업 동작을 빠르게 생성하여 로봇의 동작 설정에 대한 편의성을 높일 수 있으며 이를 기반으로 수시로 변화하는 작업 환경에 로봇이 신속하게 대응할 수 있도록 지원하는 효과가 있다.

도 1은 본 발명의 실시예에 따른 로봇을 위한 동작 시뮬레이션 장치에 대한 구성도.
도 2 및 도 3은 본 발명의 실시예에 따른 로봇을 위한 동작 시뮬레이션 장치의 샘플링 과정에 대한 예시도.
도 4는 본 발명의 실시예에 따른 로봇을 위한 동작 시뮬레이션 장치의 최적 동작 경로 산출에 대한 예시도.
도 5는 본 발명의 실시예에 따른 로봇을 위한 동작 시뮬레이션 방법에 대한 순서도.

이하, 도면을 참고하여 본 발명의 상세 실시예를 설명한다.

우선, 도 1은 본 발명의 실시예에 따른 로봇(robot)을 위한 동작 시뮬레이션 장치에 대한 구성도로서, 도시된 바와 같이 샘플링부(110), 트리 생성부(120) 및 연산부(130)를 포함할 수 있다.

본 발명은 확률적 로드맵 방법(PRM, probabilistic roadmap method)을 기초로 로봇의 개별 자세를 좌표로 표시 가능한 좌표계로 구성된 배위 공간(configuration space)에서 로봇이 취할 수 있는 서로 다른 복수의 자세 각각을 샘플(sample)로서 선택하고, 로봇의 현재 자세로부터 사용자의 교시(敎示)에 따른 로봇의 작업 동작에 따라 최종적으로 로봇이 취하는 목표 자세로 로봇이 움직이는 동작 경로에 대한 최단(최적) 경로를 자동 산출하여 시뮬레이션(simulation)할 수 있도록 지원하는 동시에, 샘플의 분포를 최적화하여 가장 적은 수의 샘플만으로 배위 공간을 채워(커버(cover)하여) 최단 경로의 연산에 대한 연산 속도를 증가시킴으로써 사용자의 교시에 따른 로봇의 동작 설정에 필요한 시간을 단축하여 교시의 실시간성 및 해당 교시에 따른 로봇의 반응성을 향상시킬 수 있도록 지원한다.

이때, 상기 확률적 로드맵 방법은 로봇의 현재 자세와 목표 자세 사이에서 충돌을 회피하면서 로봇의 동작 경로를 설정하기 위한 알고리즘으로서, 로봇에 구성된 서로 다른 복수의 구동축 각각이 좌표 축으로 설정되며 구동 축의 수에 따라 차원수가 결정되는 n 차원의 그래프인 배위 공간을 구성하고, 상기 배위 공간에서 로봇이 취할 수 있는 복수의 서로 다른 자세 각각을 샘플(또는 상기 배위공간 상의 좌표)로서 상기 배위 공간에 설정하여 충돌을 회피하면서 상기 현재 자세에 대응되는 샘플로부터 상기 목표 자세에 대응되는 샘플로 이동시키기 위한 로봇의 최적 동작 경로를 산출하는 널리 알려진 알고리즘이다.

상술한 구성을 토대로, 각 구성부의 상세 동작 구성을 이하 도면을 통해 상세히 설명한다.

우선, 상기 샘플링부(110)는 확률적 로드맵 방법을 이용하여 상기 로봇에 대응되어 미리 설정된 그래프 정보인 배위 공간을 샘플링(sampling)하여 로봇이 취할 수 있는 서로 다른 복수의 자세 각각에 대응되는 복수의 서로 다른 샘플을 임의로(랜덤(random)하게) 선택할 수 있다.

이때, 도 2(a)에 도시된 바와 같이 기존에는 확률적 로드맵 방법에 기초하여 배위 공간 상에서 샘플 선택시 유니폼(uniform)하게 배위 공간을 샘플링하여, 배위 공간에서 선택된 샘플의 분포가 균일하지 않고 특정 부분에 집중되어 선택되는 문제가 있었다.

이에 따라, 배위 공간을 커버하기 위해(채우기 위해) 샘플의 수를 불필요하게 증가시키게 되며, 이로 인해 로봇의 동작 경로 산출에 필요한 연산 시간이 증가하게 된다.

이를 해결하기 위해, 상기 샘플링부(110)는 포아송(Poisson) 샘플링 방식 중 샘플 영역을 고정 디스크 형상으로 정의하는 포아송 디스크(Poisson disk) 샘플링 방식을 로봇의 경로 산출을 위한 샘플 결정 방식에 적용하여 배위 공간의 샘플 밀도 균일성을 높임으로써 최소한의 샘플 수만으로 최적 경로를 산출할 수 있도록 지원할 수 있다.

일례로, 도 3에 도시된 바와 상기 샘플링부(110)는 미리 설정된 포아송 디스크 샘플링 방식에 따라 미리 설정된 그래프 정보인 배위 공간에서 랜덤하게 샘플을 선택하여 배위 공간 전체를 채울(커버할) 수 있으며, 상기 선택된 샘플은 일정한 영역이나 부피를 가지도록 구성되고 디스크(disk) 반경을 가지는 구체(hard sphere)로 간주(설정)될 수 있다.

이에 따라, 상기 샘플링부(110)는 도 2(b)에 도시된 바와 같이 인접한 서로 다른 샘플 사이의 간격이 상기 디스크 반경에 의해 일정 이상을 유지한 상태로 샘플을 선택할 수 있으며, 이를 통해 배위 공간에서 샘플이 특정 영역에 밀집되지 않고 균일하게 분포하도록 복수의 샘플을 선택할 수 있는 동시에 배위 공간을 커버하기 위해 필요한 샘플의 수를 줄일 수 있어 추후 동작 경로 연산에 소요되는 시간을 기존에 비해 크게 단축시킬 수 있다.

이때, 상기 샘플링부(110)는 배위 공간의 크기에 따라 상기 샘플의 수 및 포아송 디스크 방식에 따른 상기 샘플의 디스크 반경 중 어느 하나를 결정하고, 이를 기반으로 상기 배위 공간을 채우기(커버하기) 위한 다른 하나를 결정할 수 있다. 또한, 상기 샘플의 수 및 디스크 반경 중 적어도 하나가 상기 샘플링부(110)에 미리 설정될 수도 있다.

일례로, 상기 샘플링부(110)는 상기 샘플의 수를 결정하고, 결정된 샘플의 수에 따라 상기 배위 공간을 채우기 위해 필요한 상기 디스크 반경을 산출할 수 있다.

이때, 상기 샘플링부(110)는 하기 수학식 1을 통해 상기 배위 공간에서 선택되는 샘플의 수를 결정할 수 있다.

이때, N은 샘플 노드수(샘플의 수),

는 최적 구의 패킹 밀도(optimal sphere packing density),

는 디스크 반경(poisson disk sampling 반경), n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피일 수 있다.

또한, 상기 샘플링부(110)는 하기 수학식 2를 통해 포아송 디스크 방식을 통해 선택된 샘플의 디스크 반경을 결정할 수 있다.

이때, N은 샘플 노드수(샘플의 수),

는 최적 구의 패킹 밀도(optimal sphere packing density),

는 디스크 반경(poisson disk sampling 반경), n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피일 수 있다.

이에 따라, 상기 샘플링부(110)는 상술한 샘플링 과정을 반복하여 배위 공간 전체에 대하여 복수의 샘플을 선택할 수 있다.

상술한 바와 같이, 상기 샘플링부(110)는 확률적 로드맵 방법에 따른 샘플링 과정에서 포아송 샘플링 알고리즘을 적용하여 기존의 유니폼 방식에 따른 샘플링보다 적은 수의 샘플로 배위 공간 전체를 커버할 수 있으며, 이를 통해 기존보다 더욱 최적화된 로봇의 동작 경로를 찾을 수 있도록 지원할 수 있다.

한편, 도 4(a)에 도시된 바와 같이 상기 트리 생성부(120)는 상기 샘플링부(110)와 연동하여 상기 배위 공간에서 선택된 복수의 서로 다른 샘플 중 인접한 서로 다른 샘플 사이를 상기 확률적 로드맵 방법에 따라 상호 연결하여 트리(tree) 구조를 형성할 수 있다.

이때, 상기 배위 공간에는 작업 환경에 배치된 장애물이나 로봇의 구동 구조에 따라 상기 로봇이 취할 수 없는 자세(일례로, 장애물과의 충돌이 발생하는 자세 또는 로봇의 내부 구조에 따른 로봇 자체의 충돌이 발생하는 자세)에 대한 제한 영역 또는 제한 공간이 설정될 수 있으며, 상기 샘플링부(110)는 상기 배위 공간 중 상기 제한 영역 또는 제한 공간을 제외한 나머지를 대상으로 상기 샘플링하여 복수의 서로 다른 샘플을 선택할 수 있다. 또한, 상기 트리 생성부(120)는 상기 샘플링부(110)를 통해 선택된 샘플을 상호 연결하여 트리를 형성할 수 있다.

한편, 상기 연산부(130)는 사용자로부터 로봇의 현재 자세와 로봇이 상기 현재 자세로부터 사용자의 교시에 따라 움직여 최종적으로 취하는 목표 자세에 대한 교시정보를 입력받을 수 있으며, 외부 장치로부터 상기 교시 정보를 수신할 수도 있다.

이때, 상기 교시정보는 상기 로봇의 현재 자세와 목표 자세 각각에 대한 자세정보를 포함할 수 있으며, 상기 로봇의 현재 자세는 로봇의 동작이 시작되는 시작 자세를 의미하고, 상기 로봇의 목표 자세는 상기 시작 자세로부터 동작하여 로봇의 동작이 종료되는 자세를 의미할 수 있다.

또한, 상기 외부 장치는 상기 교시 대상인 로봇으로 구성될 수 있으며, 로봇에 구성된 제어부가 상기 현재 자세와 목표 자세에 대한 교시정보를 생성하여 상기 로봇과 연결된 상기 로봇을 위한 동작 시뮬레이션 장치(100)에 구성되는 상기 연산부(130)에 해당 교시정보를 전송할 수도 있다.

또한, 상기 로봇 및 동작 시뮬레이션 장치(100) 각각에는 상호 통신을 위한 인터페이스부 또는 통신부가 구성될 수 있다.

더하여, 본 발명에 따른 로봇을 위한 동작 시뮬레이션 장치(100)는 상기 로봇의 구성부로 구성될 수도 있다.

한편, 도 4(a)에 도시된 바와 같이 상기 연산부(130)는 상기 샘플링부(110) 및 상기 트리 생성부(120) 중 적어도 하나와 연동하여 상기 배위 공간에 분포된 복수의 샘플 중 상기 교시 정보에 따른 현재 자세(A) 및 목표 자세(B)에 각각 대응되는 서로 다른 복수의 샘플을 식별할 수 있다.

이때, 상기 연산부(130)는 상기 배위 공간에서 상기 현재 자세 또는 목표 자세와 일치되는 샘플이 없는 경우 샘플이 없는 현재 자세 또는 목표 자세에 대응되는 배위 공간 상 좌표와 가장 인접한 샘플을 샘플이 없는 현재 자세 또는 목표 자세에 대응되는 샘플로서 식별할 수도 있다.

또한, 상기 연산부(130)는 상기 배위 공간에서 트리 구조로 연결된 복수의 샘플을 기초로 상기 트리 구조를 이용하여 상기 현재 자세(A) 및 목표 자세(B) 각각에 대응되는 서로 다른 복수의 샘플 사이의 최단 경로(최단 동작 경로 또는 최적 동작 경로)를 산출할 수 있다.

더하여, 도 1에 도시된 바와 같이 상기 로봇을 위한 동작 시뮬레이션 장치(100)는 작업 생성부(140)를 더 포함할 수 있으며, 상기 작업 생성부(140)는 상기 연산부(130)와 연동하여 상기 연산부(130)를 통해 산출된 최단 경로에 따라 상기 로봇(10)이 동작되도록 하기 위한 제어정보를 생성할 수 있으며, 해당 제어 정보를 상기 로봇(10)을 위한 동작 시뮬레이션 장치(100)에 구성된 인터페이스부 또는 통신부를 통해 상기 로봇(10)에 전송할 수 있다.

이때, 상기 제어정보는 작업 파일과 같은 파일 형태로 구성될 수도 있다.

이를 통해, 본 발명은 상기 로봇이 상기 제어정보를 저장하여 상기 제어정보에 따라 동작함으로써, 사용자의 교시에 따른 현재 자세와 목표 자세가 상기 제어 정보에 따른 최단 동작 경로에 따라 수행되도록 하여 사용자가 의도하는 작업 내용이 수행될 수 있도록 지원할 수 있다.

상술한 구성에 따라, 본 발명은 도 4(a)와 같이 사용자의 교시에 따라 로봇이 현재 자세(A)로부터 목표 자세(B)로 이동하기 위한 최단 동작 경로를 제공할 수 있으며, 이를 통해 도 4(b)와 같이 기존의 샘플링 방식에 따라 산출되는 비효율적인 동작 경로를 배제하여 로봇의 동작 효율을 크게 향상시킬 수 있을 뿐만 아니라 최단 동작 경로의 산출에 필요한 샘플의 수를 최소화하여 최단 동작 경로의 산출에 요구되는 부하와 연산 시간을 크게 단축시킬 수 있다.

이를 통해, 본 발명은 로봇의 효율적인 동작 경로에 산출시 요구되는 부하와 연산 시간을 감소시켜, 수시로 변화하는 작업 현장에 대해서도 용이하게 사용자의 교시에 즉각적으로 반응하여 로봇의 동작을 실시간으로 수정하거나 설정할 수 있도록 지원함으로써, 로봇의 동작 설정에 대한 실시간성 및 직접 반응성을 효과적으로 개선시킬 수 있다.

상술한 바와 같이, 본 발명은 로봇의 작업 동작을 빠르게 생성할 수 있으며 이를 기반으로 수시로 변화하는 작업 환경에 전문가의 도움 없이도 로봇이 신속하게 대응할 수 있도록 지원할 수 있다.

도 5는 본 발명의 실시예에 따른 확률적 로드맵 방법(PRM, probabilistic roadmap method)을 이용하여 교시되는 목표 자세까지의 로봇에 대한 동작 경로를 생성하는 동작 시뮬레이션 장치(100)의 동작 시뮬레이션 방법에 대한 순서도이다.

우선, 상기 동작 시뮬레이션 장치(100)는 배위 공간에서 임의로 선택되는 샘플을 포아송 디스크(Poisson disk) 샘플링 방식으로 선택할 수 있다(S1).

이후, 상기 동작 시뮬레이션 장치(100)는 샘플링 과정을 반복하여 배위 공간 전체에 대한 샘플을 선택할 수 있다.

다음, 상기 동작 시뮬레이션 장치(100)는 상기 선택된 샘플을 기준으로 트리 구조를 형성할 수 있다(S2).

이후, 상기 동작 시뮬레이션 장치(100)는 상기 트리 구조를 이용하여 현재 자세에서 교시된 목표 자세까지의 최적 경로를 연산할 수 있다(S3).

상술한 바와 같이, 본 발명은 확률적 로드맵 방법을 기초로 로봇의 자세를 좌표계로 구성한 배위 공간에서 로봇이 취할 수 있는 서로 다른 복수의 자세 각각을 샘플로서 선택하는 샘플링 과정에서 포아송 디스크 샘플링 방식을 적용하여 배위 공간에서 선택된 샘플을 균일하게 분포시킬 수 있어 로봇의 현재 자세로부터 사용자의 교시에 따라 설정된 최종적으로 로봇이 취하는 목표 자세로 움직이기 위한 다양한 로봇의 동작 경로 중 최단 경로를 자동 산출하여 로봇의 동작에 대한 효율성을 높일 수 있도록 지원하는 동시에, 샘플의 분포를 최적화하여 가장 적은 수의 샘플만으로 배위 공간을 채워 최단 경로의 연산에 대한 연산 속도를 증가시킴으로써 사용자의 교시에 따른 로봇의 동작 설정에 필요한 시간을 단축하여 교시의 실시간성 및 해당 교시에 따른 로봇의 반응성을 향상시킬 수 있도록 지원할 수 있다.

본 명세서에 기술된 다양한 장치 및 구성부는 하드웨어 회로(예를 들어, CMOS 기반 로직 회로), 펌웨어, 소프트웨어 또는 이들의 조합에 의해 구현될 수 있다. 예를 들어, 다양한 전기적 구조의 형태로 트랜지스터, 로직게이트 및 전자회로를 활용하여 구현될 수 있다.

전술된 내용은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

100: 로봇을 위한 동작 시뮬레이션 장치
110: 샘플링부 120: 트리 생성부
130: 연산부 140: 작업 생성부

Claims (7)

1. 확률적 로드맵 방법(PRM, probabilistic roadmap method)을 이용하여 교시되는 목표 자세까지의 로봇 동작 경로를 생성하는 로봇을 위한 동작 시뮬레이션 장치에 있어서,
   미리 설정된 배위 공간에서 임의로 선택되는 샘플을 포아송 디스크(Poisson disk) 샘플링 방식으로 선택하며, 샘플링 과정을 반복하여 상기 배위 공간 전체에 대한 샘플을 선택하는 샘플링부;
   상기 선택된 샘플을 기준으로 트리 구조를 형성하는 트리 생성부; 및
   상기 트리 구조를 이용하여 현재 자세에서 교시된 목표 자세까지의 최적 경로를 연산하는 연산부를 포함하며,
   상기 샘플링부는,
   하기 수학식을 통해
   

   

   
   포아송 디스크 방식을 통해 선택된 샘플의 반경을 결정하며,
   N은 샘플 노드수,

   

   는 optimal sphere packing density,

   

   는 포아송 디스크 샘플링 반경, n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피인 것을 특징으로 하는 로봇을 위한 동작 시뮬레이션 장치.
   
2. 청구항 1에 있어서,
   상기 배위 공간에서 선택되는 샘플은 일정한 영역이나 부피를 가지도록 구성되는 것을 특징으로 하는 로봇을 위한 동작 시뮬레이션 장치.
   
3. 청구항 1에 있어서,
   상기 샘플링부는 상기 배위공간을 상기 샘플로 채우기 위한 샘플의 수 및 포아송 디스크 방식에 따른 상기 샘플의 반경을 결정하는 것을 특징으로 하는 로봇을 위한 동작 시뮬레이션 장치.
   
4. 청구항 1에 있어서,
   상기 샘플링부는 하기 수학식
   

   

   
   을 통해 상기 배위 공간에서 선택되는 샘플의 수를 결정하며, N은 샘플 노드수,

   

   는 optimal sphere packing density,

   

   는 포아송 디스크 샘플링 반경, n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피인 것을 특징으로 하는 로봇을 위한 동작 시뮬레이션 장치.
   
5. 삭제
6. 청구항 1에 있어서,
   상기 연산부와 연동하여 상기 최적 경로에 대한 제어 정보를 생성하고, 상기 제어 정보를 상기 로봇에 전송하는 작업 생성부를 더 포함하는 것을 특징으로 하는 로봇을 위한 동작 시뮬레이션 장치.
   
7. 확률적 로드맵 방법(PRM, probabilistic roadmap method)을 이용하여 교시되는 목표 자세까지의 로봇에 대한 동작 경로를 생성하는 동작 시뮬레이션 장치의 로봇을 위한 동작 시뮬레이션 방법에 있어서,
   미리 설정된 배위 공간에서 임의로 선택되는 샘플을 포아송 디스크(Poisson disk) 샘플링 방식으로 선택하는 단계;
   샘플링 과정을 반복하여 상기 배위 공간 전체에 대한 샘플을 선택하는 단계;
   상기 선택된 샘플을 기준으로 트리 구조를 형성하는 단계; 및
   상기 트리 구조를 이용하여 현재 자세에서 교시된 목표 자세까지의 최적 경로를 연산하는 단계를 포함하며,
   상기 샘플을 선택하는 단계는, 하기 수학식
   

   

   
   포아송 디스크 방식을 통해 선택된 샘플의 반경을 결정하며,
   N은 샘플 노드수,

   

   는 optimal sphere packing density,

   

   는 포아송 디스크 샘플링 반경, n은 상기 배위공간의 차원, Γ(x)는 감마함수, vol(Q)는 상기 배위 공간의 부피인 것을 특징으로 하는 로봇을 위한 동작 시뮬레이션 방법.

Images