KR101987274B1 - 장애물 재배치 위치 생성방법 - Google Patents

장애물 재배치 위치 생성방법 Download PDF

Info

Publication number
KR101987274B1
KR101987274B1 KR1020170183599A KR20170183599A KR101987274B1 KR 101987274 B1 KR101987274 B1 KR 101987274B1 KR 1020170183599 A KR1020170183599 A KR 1020170183599A KR 20170183599 A KR20170183599 A KR 20170183599A KR 101987274 B1 KR101987274 B1 KR 101987274B1
Authority
KR
South Korea
Prior art keywords
obstacle
robot
vfh
virtual
target object
Prior art date
Application number
KR1020170183599A
Other languages
English (en)
Inventor
김창환
정상훈
이진휘
김동환
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020170183599A priority Critical patent/KR101987274B1/ko
Application granted granted Critical
Publication of KR101987274B1 publication Critical patent/KR101987274B1/ko

Links

Images

Classifications

    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
    • 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
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

장애물 재배치 위치 생성방법은 로봇, 상기 로봇이 파지할 목표 물체, 및 적어도 하나의 장애물(obstacle)을 포함하는 작업 환경에서 상기 장애물의 재배치 위치를 생성하는 방법에 있어서, 상기 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 고려하여 가상 객체(Virtual Obstacle)를 생성한다. 상기 작업 환경에 기초하여 로봇의 이동 범위를 나타낸다. 상기 작업 환경에 기초하여 상기 가상 객체를 복수개로 배열한 가상 세계를 생성한다. 상기 가상 객체들을 로봇의 이동 범위를 기준으로 재배치 가능 영역과 재배치 불가능 영역으로 분리한다. 상기 가상 세계에 상기 목표 물체의 위치를 설정한다. 상기 가상 세계에 대하여, VFH(vector field histogram)를 연산하여 상기 장애물의 최적 재배치 위치를 도출한다.

Description

장애물 재배치 위치 생성방법{METHOD FOR GENERATING REPOSITIONING LOCATION OF OBSTACLE}
본 발명은 장애물 재배치 위치 생성방법에 관한 것으로, 보다 구체적으로, 본 발명은 로봇이 조작 작업을 하는 도중 장애물이 있어 작업 환경을 개선해야 할 때 장애물을 옮길 최적의 위치를 생성하고 로봇이 스스로 장애물을 최적의 위치로 치우도록 하여 보다 더 개선된 환경에서 작업을 수행하도록 하는 장애물 재배치 위치 생성방법에 관한 것이다.
최근, 로봇 산업이 발전하면서 고정 설치되어 작업을 수행하던 종래의 산업용 로봇과 달리 자율적으로 이동하며 서비스를 제공하는 이동식 로봇이 다수 개발 되고 있다.
이러한 이동식 로봇은 건물의 실내에 설치되어 자율 이동하면서 다양한 조작 작업을 수행하고 있는데, 예를 들어, 공장에서의 물류이송 작업, 우주 탐사 작업, 핵폐기물 처리장 또는 심해와 같이 위험한 환경에서의 작업 등을 인간을 대신하여 수행하고 있으며, 뿐만 아니라 무인청소기, 무인 잔디 깎기 등의 업무를 수행할 수도 있다.
이와 같은 이동식 로봇은 건물의 실내에 설치되어 자율 이동하면서 조작 작업을 수행하는데, 이때 작업 환경에 장애물이 존재하는 경우, 장애물을 회피하거나 장애물을 임의의 장소로 치우도록 설계되어 왔다.
종래에 연구된 이동식 로봇의 장애물 회피 계획 방법으로서 대한민국 공개특허 제10-2011-0026776호에서와 같이 최적화 알고리즘을 이용하여 경로를 계획하거나 매시간 각 개체들의 경로를 재계획하는 방법이 있다.
그러나, 이 경우 장애물의 회피를 구현하는 알고리즘은 매우 복잡하게 수행되고 있으며, 매시간 마다 경로를 재계획하는 방법은 끊임없이 연산을 수행하는 방법은 과다한 연산량에 의해 부하가 많이 생기게 되고 이에 시스템 오류가 빈번히 발생하게 되는 문제가 있다.
한편, 종래에 연구된 이동식 로봇이 장애물을 임의의 장소로 치우는 방법에서는 이동식 로봇의 조작 작업을 수행하기 위한 경로를 고려하지 않고 장애물을 임의의 장소로 치우도록 설계되어 있어 이동식 로봇의 작업 효율의 저하를 초래하는 문제가 있다.
대한민국 공개특허 제10-2012-0109247호 대한민국 공개특허 제10-2011-0026776호
이에, 본 발명의 기술적 과제는 이러한 점에서 착안된 것으로 본 발명의 목적은 로봇이 조작 작업을 하는 도중 장애물이 있어 작업 환경을 개선해야 할 때 장애물을 옮길 최적의 위치를 생성하고 로봇이 스스로 장애물을 최적의 위치로 치우도록 하여 보다 더 개선된 환경에서 작업을 수행하도록 하는 장애물 재배치 위치 생성방법에 관한 것이다.
상기한 본 발명의 목적을 실현하기 위한 일 실시예에 따른 장애물 재배치 위치 생성방법은 로봇, 상기 로봇이 파지할 목표 물체, 및 적어도 하나의 장애물(obstacle)을 포함하는 작업 환경에서 상기 장애물의 재배치 위치를 생성하는 방법에 있어서, 상기 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 고려하여 가상 객체(Virtual Obstacle)를 생성한다. 상기 작업 환경에 기초하여 로봇의 이동 범위를 나타낸다. 상기 작업 환경에 기초하여 상기 가상 객체를 복수개로 배열한 가상 세계를 생성한다. 상기 가상 객체들을 로봇의 이동 범위를 기준으로 재배치 가능 영역과 재배치 불가능 영역으로 분리한다. 상기 가상 세계에 상기 목표 물체의 위치를 설정한다. 상기 가상 세계에 대하여, VFH(vector field histogram)를 연산하여 상기 장애물의 최적 재배치 위치를 도출한다.
일 실시예에서, 상기 가상 객체를 생성하는 단계에서 상기 가상 객체가 차지하는 영역은 상기 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 합친 영역에 해당할 수 있다.
일 실시예에서, 상기 가상 객체를 생성하는 단계에서 상기 장애물이 복수개인 경우, 상기 각각의 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 합친 영역들 중, 가장 큰 영역을 가상 객체로 생성할 수 있다.
일 실시예에서, 상기 로봇의 이동 범위를 나타내는 단계에서 상기 로봇의 이동 범위는 특정 위치를 중심으로 하는 원으로 형성될 수 있다.
일 실시예에서, 상기 로봇의 이동 범위를 기준으로 재배치 가능 영역과 재배치 불가능 영역으로 분리하는 단계에서 상기 로봇의 이동 범위에 완전히 포함되는 가상 객체들은 재배치 가능 영역으로 분리하고, 상기 가상세계에서 상기 재배치 가능 영역을 제외한 영역을 재배치 불가능 영역으로 분리할 수 있다.
일 실시예에서, 상기 VFH(vector field histogram)를 연산하는 단계에서 상기 목표 물체만을 고려하여 상기 VFH를 연산하거나, 상기 목표 물체와 상기 로봇을 동시에 고려하여 상기 VFH를 연산할 수 있다.
일 실시예에서, 상기 목표 물체와 상기 로봇을 동시에 고려하는 경우, 상기 목표 물체만을 고려하여 연산된 VFH와 상기 로봇만을 고려하여 연산된 VFH를 합하여 상기 VFH를 연산할 수 있다.
일 실시예에서, 상기 VFH(vector field histogram)를 연산하는 단계는 상기 가상 객체들 각각의 중심 좌표를 나타낸 좌표 리스트를 획득하는 단계, 상기 좌표 리스트를 이용하여 상기 가상 객체들 각각에서 상기 VFH를 연산하는 단계 및 상기 연산한 VFH를 비교하여 최적 재배치 위치를 선택하는 단계를 포함할 수 있다.
일 실시예에서, 상기 연산한 VFH를 비교하여 최적 재배치 위치를 선택하는 단계에서, 상기 연산한 VFH 값 중 가장 큰 값을 가지는 가상 객체를 상기 최적 재배치 위치로 선택할 수 있다.
일 실시예에서, 상기 VFH는 하기 식을 통해 도출될 수 있다.
Figure 112017130959032-pat00001
(
Figure 112017130959032-pat00002
: (i, j) 좌표에서의 장애물의 벡터의 크기)
일 실시예에서, 상기 (i, j) 좌표에서의 장애물의 벡터의 크기는 하기 식을 통해 도출될 수 있다.
Figure 112017130959032-pat00003
(a, b,
Figure 112017130959032-pat00004
: 상수,
Figure 112017130959032-pat00005
: 목표 물체 또는 로봇으로부터 (i, j)좌표까지의 거리)
본 발명의 실시예들에 의하면, 로봇의 특정 동작의 수행을 방해하는 장애물을 이동시켜 재배치함으로써 로봇이 목표 물체에 대하여 특정 동작을 수행할 수 있도록 하며, 로봇이 스스로 장애물을 최적의 위치로 치울 수 있도록 목표 물체의 위치를 이용하여 장애물의 최적 재배치 위치를 선정함으로써 보다 더 다양한 환경에서 로봇이 다수의 작업을 수행할 수 있도록 할 수 있다.
특히, 가상 객체의 생성 시 단순히 장애물의 형상만을 고려하지 않고 장애물을 그립하는 그립부까지 동시에 고려하여 가상 객체를 생성함으로써 실제 장애물의 재배치 상황을 보다 정확하게 고려할 수 있으며, 최종적으로 도출되는 재배치 위치를 보다 정확하게 설정할 수 있다.
도 1은 장애물 재배치 위치 생성방법을 도시한 흐름도이다.
도 2는 도 1의 장애물 재배치 위치 생성방법에서 가상 객체(Virtual Obstacle)를 생성하는 단계를 도시한 모식도이다.
도 3은 도 1의 장애물 재배치 위치 생성방법에서 로봇의 이동 범위를 나타내는 단계를 도시한 모식도이다.
도 4는 도 1의 장애물 재배치 위치 생성방법에서 가상 세계를 생성하는 단계를 도시한 모식도이다.
도 5는 도 1의 장애물 재배치 위치 생성방법에서 재배치 가능 영역과 재배치 불가능 영역으로 분리하는 단계를 도시한 모식도이다.
도 6 및 도 7은 벡터 필드 히스토그램(vector field histogram: VFH)을 도시한 개념도들이다.
도 8a는 도 1의 장애물 재배치 위치 생성방법에서 각 가상 객체에 대하여 도출된 목표물체의 VFH 값을 도시한 그래프이고, 도 8b는 상기 도출된 VFH 값 중 최대값에 해당되는 위치를 최적 재배치 위치를 도출한 일 예를 도시한 모식도이다.
도 9a는 도 1의 장애물 재배치 위치 생성방법에서 각 가상 객체에 대하여 도출된 목표물체의 VFH 값을 도시한 그래프이고, 도 9b는 상기 도출된 VFH 값 중 최대값에 해당되는 위치를 최적 재배치 위치를 도출한 다른 예를 도시한 모식도이다.
도 10, 도 11 및 도 12는 도 1 내지 도 9b를 참조하여 설명한 장애물 재배치 위치 생성방법에서 가상 객체 크기 및 장애물의 위치에 따른 최적 재배치 위치를 도시한 모식도들이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 실시예들을 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다.
상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함하다" 또는 "이루어진다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다.
도 1은 장애물 재배치 위치 생성방법을 도시한 흐름도이고, 도 2는 도 1의 장애물 재배치 위치 생성방법에서 가상 객체(Virtual Obstacle)를 생성하는 단계를 도시한 모식도이고, 도 3은 도 1의 장애물 재배치 위치 생성방법에서 로봇의 이동 범위를 나타내는 단계를 도시한 모식도이고, 도 4는 도 1의 장애물 재배치 위치 생성방법에서 가상 세계를 생성하는 단계를 도시한 모식도이고, 도 5는 도 1의 장애물 재배치 위치 생성방법에서 재배치 가능 영역과 재배치 불가능 영역으로 분리하는 단계를 도시한 모식도이고, 도 6은 도 1의 장애물 재배치 위치 생성방법에서 VFH를 고려하여 최적 재배치 위치를 도출하는 것을 도시한 모식도이다.
도 1을 참조하면, 본 실시예에 따른 장애물 재배치 위치 생성방법은, 로봇, 상기 로봇이 파지할 목표 물체, 및 적어도 하나의 장애물(obstacle)을 포함하는 작업 환경(300)에서의 상기 장애물의 재배치 위치를 생성하는 것에 관한 것이다.
상기 목표 물체는 상기 로봇이 일정한 일련의 동작을 수행하게 되는 대상을 의미할 수 있으며, 상기 작업 환경(300)은 상기 로봇이 일련의 동작을 수행함에 있어 로봇 주변의 환경을 의미할 수 있다.
즉, 상기 로봇은 상기 작업 환경(300) 내에서 위치 및 동작되며 상기 목표 물체에 대하여 특정 동작을 수행하게 되며, 상기 특정 동작은 상기 목표 물체를 이동시키거나 상기 목표 물체에 대한 직접 작업을 수행하는 등 다양한 동작일 수 있으며 제한되지는 않는다.
한편, 상기 장애물은 상기 로봇이 상기 목표 물체에 대하여 특정 동작을 수행하려고 하는 경우, 상기 로봇과 상기 목표 물체의 사이에서 상기 로봇의 특정 동작을 방해하는 것으로, 상기 장애물을 이동시키지 않는다면 상기 로봇의 특정 동작을 수행할 수 없는 것을 의미한다.
따라서, 본 실시예에서는, 상기와 같이 정의된 장애물을 이동시켜 재배치함으로써, 상기 로봇이 상기 목표 물체에 대하여 특정 동작을 수행할 수 있도록 하기 위한 장애물 재배치 위치 생성방법에 관한 것이다.
본 실시예에 의한 장애물 재배치 위치 생성방법에서는 먼저 도 1 및 도 2에 도시된 바와 같이 가상 객체(Virtual Obstacle, 100)를 생성한다(단계 S100).
상기 가상 객체(100)의 크기는 장애물(10) 및 상기 장애물(10)을 파지하는 로봇의 그립부(21)의 기하적 형태를 고려하여 결정된다. 예컨대, 상기 가상 객체(100)의 크기를 상기 로봇의 그립부(21)가 차지하는 영역과 상기 장애물(10)이 차지하는 영역을 합친 영역의 크기로 설정한다. 이때, 상기 가상 객체(100)의 모델링의 간략화를 위해 상기 장애물(10) 및 상기 그립부(21)를 합친 영역을 사각형으로 변환하여 표현한다.
즉, 상기 장애물(10)의 형상은 물론이고 상기 로봇의 그립부(21)는 사각형 형상이 아닐 수 있으며, 상기 장애물(10)의 형상 및 상기 로봇의 그립부(21)의 형상은 각각 사각형이더라도 상기 장애물(10) 및 상기 그립부(21)를 합친 영역이 사각형이 아닐 수도 있다.
따라서, 본 실시예에서는, 상기 장애물(10) 및 상기 그립부(21)를 합친 영역이 설사 사각형 형상이 아니더라도, 후술되는 재배치 위치 생성에 있어서의 연산 등의 용이성을 고려하여, 도 2에 도시된 바와 같이 상기 가상 객체(100)는 사각형 형상으로 변환하여 표현한다.
이 경우, 상기 장애물(10) 및 상기 그립부(21)를 합친 영역이 사각형 형상이 아닌 경우라면, 상기 변환하여 표현된 상기 가상 객체(100)의 사각형 형상은 상기 장애물(10) 및 상기 그립부(21)의 합친 영역이 모두 그 내부에 포함될 수 있도록 생성되는 것이 필요하다.
즉, 단순히 장애물(10)의 형상만을 고려하지 않고, 상기 장애물(10)을 그립하는 그립부(21)까지 동시에 고려하여 가상 객체(100)를 생성함으로써, 실제 장애물(10)의 재배치 상황을 보다 정확하게 고려할 수 있으며, 최종적으로 도출되는 재배치의 위치를 보다 정확하게 설정할 수 있다.
한편, 본 실시예에서는, 상기 장애물(10)은 복수개가 상기 작업 환경(300)에 위치할 수 있는데, 도시하지는 않았으나, 이와 같이, 상기 장애물(10)이 복수개인 경우, 상기 각각의 장애물(10)이 차지하는 영역과 상기 장애물(10)을 그립하는 로봇의 그립부가 차지하는 영역을 합친 영역들 중, 가장 큰 영역을 가상 객체(100)로 생성한다.
그리하여, 최종적으로 도출되는 재배치의 위치에 있어서, 복수의 장애물들이 서로 중첩되거나 상기 로봇의 그립부(21)의 이동시에 상기 장애물들에 의한 간섭을 최소화할 수 있다.
그 다음, 도 1 및 도 3에 도시된 바와 같이, 상기 작업 환경(300)에 기초하여 가상의 공간에 로봇의 이동 범위(23)를 나타낸다(단계 S200).
상기 로봇의 이동 범위(23)는 로봇이 상기 작업 환경(300)에서 이동할 수 있는 범위에 관한 것으로, 시뮬레이션에서는 영향을 미치지 않지만 실제 로봇이 장애물 재배치 계획을 수행할 때 아무리 최소 거리의 경로가 생성되더라도 로봇이 이동할 수 없는 영역에 장애물의 재배치 영역이 설정되는 경우 이를 배제시킬 수 있어, 불필요한 연산으로 인한 비효율적인 문제를 해결한다.
한편, 상기 로봇의 이동 범위(23)는 도시된 바와 같이 원으로 이루어진 영역으로 구성될 수 있다.
이는, 상기 로봇이 특정 위치를 중심으로 회전하면서 이동되는 것을 가정하여 상기 이동 범위(23)를 정의한 것으로, 이와 달리, 상기 로봇이 위치를 이동하면서 이동될 수 있다면, 상기 이동 범위(23)는 다양하게 정의될 수 있다.
또한, 상기 이동 범위(23)는 순수하게 상기 로봇이 이동할 수 있는 범위를 정의한 것으로, 상기 작업 환경(300)의 내부로 한정되거나 외부로 한정되지 않으며, 상기 작업 환경(300)과 일부 영역이 중첩되는 것이 일반적이다.
이와 같이 상기 로봇의 이동 범위가 설정되면, 도 4에 도시된 바와 같이 상기 가상 객체들(100)을 복수의 행 및 열로 배열하여 가상 세계(200)를 생성한다(단계 S300).
상기 가상 세계(200)는 상기 작업 환경(300)과 전체 영역은 동일한 영역으로 정의되지만, 상기 작업 환경(300)을 상기 정의된 가상 객체(100)가 하나의 셀이 되도록 구분한 것이다.
즉, 상기 가상 세계(200)는 도 4에 도시된 바와 같이, 상기 가상 객체(100)가 하나의 셀을 이루도록 구분된 영역으로 설정되며, 상기 가상 객체(100)의 크기보다 작은 크기의 영역은 제외 공간(101)으로 별도로 구분하지 않고, 후술되는 재배치 위치의 도출 단계에서 이를 배제한다.
이에 따라, 상기 가상 세계(200)는 복수의 가상 객체(100)의 크기와 동일한 크기의 셀(cell)들로 구획되며, 각각의 구획된 셀들은, 후술되는 장애물 재배치 위치의 후보군에 해당될 수 있다.
한편, 후술하는 VFH 도출 단계를 위해, 상기 가상 객체들(100)은 구분을 위해서 번호를 설정할 수 있는데, 예컨대 도시된 바와 같이, 1행의 끝단에 위치한 가상 객체를 ①로 설정하고, 상기 ①로 설정한 가상 객체에서 수직방향 및 우측방향으로 가면서 차례대로, ②, ③, ④, ⑤, ⑥, ... 으로 설정할 수 있다.
그리하여, 각각의 상기 번호로 할당된 가상 객체(100)의 셀들에 대하여 VFH를 도출한 후, 비교하여 최적 재배치 위치로서의 셀을 선정할 수 있다.
이 후, 도 5에 도시된 바와 같이, 상기 가상 객체들(100)로 구성된 상기 가상 세계(200)에 상기 로봇의 이동 범위를 중첩시켜 상기 가상 세계를 재배치 가능 영역(31)과 재배치 불가능 영역(32)으로 분리한다(단계 S400).
즉, 상기 가상 세계(200)와 상기 로봇의 이동 범위가 서로 중첩되는 영역은 재배치 가능 영역(31)으로, 상기 가상 세계(200) 중 상기 재배치 가능 영역(310)을 제외한 영역은 재배치 불가능 영역(32)으로 설정한다. 예를 들어, 상기 로봇의 이동 범위(23)를 원 형상을 가지도록 형성한다면, 상기 가상 세계(200)에서 복수로 구분된 각각의 가상 객체(100)에 해당되는 셀들 중에서, 상기 원(23)의 내부에 완전히 포함되는 셀에 해당되는 상기 가상 객체들은 재배치 가능 영역(31)으로 설정되고, 상기 가상 객체들 중 재배치 가능 영역(31)으로 설정되지 않은 영역, 즉 상기 원의 내부에 완전히 포함되지 않는 셀에 해당되는 상기 가상 객체들(상기 원의 원주가 걸쳐지는 상기 가상 객체들도 포함)을 재배치 불가능 영역(32)으로 설정한다.
이와 같이 상기 가상 세계(200)를 재배치 가능 영역(31)과 재배치 불가능 영역(32)으로 분리하면, 상기 가상 세계(200)에 상기 목표 물체의 위치를 설정한다(단계 S500).
즉, 도 5에 도시된 바와 같이, 상기 목표 물체(110)의 위치를 설정하며, 상기 목표 물체(110)는 통상적으로는 상기 로봇의 이동 범위(23)의 내부에 위치하며 상기 작업 환경(300)에도 포함되지만, 상기 장애물을 상기 목표 물체(110)의 위치로 재배치는 불가능하므로, 상기 목표 물체(110)가 위치한 상기 가상 세계(200)의 셀은 재배치 불가능 영역(32)으로 설정된다.
이 후, 상기 가상 세계(200)의 각각의 셀들, 즉 상기 가상 객체들(100) 각각에서의 VFH(Vector Field Histogram)를 도출한다(단계 S600).
이 경우, 상기 가상 객체들(100) 각각에서의 VFH를 도출하는 단계를 설명하기에 앞서, 벡터 필드 히스토그램(VFH)의 개념에 대하여 도 6 및 도 7을 참조하여 우선 설명한다.
도 6 및 도 7은 벡터 필드 히스토그램(vector field histogram)을 도시한 개념도들이다.
도 6을 참조하면, 복수의 장애물들, 즉 제1 장애물(11), 제2 장애물(12) 및 제 3 장애물(13)이 존재하는 경우, 우선, 목표 물체(110)로부터 원주방향으로 동일한 간격으로 가상의 선들(120)을 연장한다.
이 경우, 상기 목표 물체(110)로부터 연장되는 각각의 가상의 선들(120)은 상기 목표 물체(110)를 중심으로 동일한 각으로 연장되며, 이렇게 연장된 서로 인접된 가상의 선들(120) 사이를 섹터(Sector, K)로 정의한다.
즉, 상기 정의된 섹터(K)는 서로 동일한 각으로 상기 목표 물체(110)로부터 연장되는 가상의 선들 사이의 공간으로 정의되며, 이렇게 정의된 상기 복수의 섹터들은 도 6에 도시된 바와 같이, 상기 복수의 장애물들(11, 12, 13)과 중첩될 수도 있으며 중첩되지 않을 수도 있다.
즉, 상기 각각의 섹터들은 상기 목표 물체(110)로부터 일정 면적을 차지하며 원주방향으로 연장되는 영역으로써, 상기 장애물들(11, 12, 13)은 위치에 따라 상기 섹터들의 일부와 중첩될 수 있다.
이와 같이, 장애물이 특정 위치에 위치하고 있는 상태에서, 상기와 같이 섹터들이 정의되면, 상기 벡터 필드 히스토그램(VFH)은 각각의 섹터에서 장애물이 차지하는 밀도(density)로 정의될 수 있다.
즉, 상기 벡터 필드 히스토그램(VFH)은 하나의 섹터로 정의된 영역에서 장애물이 차지하는 밀도로 정의되며, 상기 벡터 필드 히스토그램(VFH)을 섹터에 대하여 도출함으로써 각각의 섹터에서의 장애물의 밀도값을 도출할 수 있게 된다.
보다 구체적인 벡터 필드 히스토그램(VFH)을 도출하는 방법은 하기와 같다.
즉, 도 7은 VFH의 실질적인 도출을 위해 도 6을 수정하여 도시한 것으로, 도 7을 참조하면, 상기 제1 장애물(11)이 XY 좌표 상의 임의의 위치(i, j)에 위치한다고 가정할 때, 상기 목표 물체(110)에서 상기 제1 장애물(11)까지의 방향(
Figure 112019502915624-pat00006
)를 하기 식 (1)을 이용하여 구하고, 상기 제1 장애물(11)의 벡터 크기(
Figure 112019502915624-pat00007
)는 하기 식 (2)를 이용하여 구한다.
Figure 112017130959032-pat00008
식 (1)
Figure 112017130959032-pat00009
식 (2)
이 경우, (xo, yo)는 상기 목표 물체(110)의 좌표(이는, (0, 0)으로 정의될 수 있음)이며, a, b 및
Figure 112017130959032-pat00010
는 상수이고,
Figure 112017130959032-pat00011
는 목표 물체(110)로부터 임의의 위치(i, j)까지의 거리이다.
또한, 이 경우,
Figure 112017130959032-pat00012
이다.
즉, 상기 상수 a, b는 dmax를 통해 도출될 수 있으며, dmax는 도 7에 도시된 바와 같이, 상기 목표 물체(110)로부터의 최대 거리로 정의되며, 앞서 설명한 바와 같이 상기 가상 세계(200)가 정의되었다면 상기 목표 물체(110)로부터의 최대 거리도 용이하게 도출될 수 있다.
상기 섹터(K)는 하기 식 (3)과 같이 나타난다.
Figure 112019013806563-pat00036
식 (3)
여기서, INT는 integer이고,
Figure 112019013806563-pat00014
는 상기 섹터(K)의 각도 값으로, 앞서 설명한 바와 같이 상기 섹터(K)가 소정의 영역으로 정의된다면 도 7에 도시된 바와 같이, 상기 섹터(K)의 중심을 지나는 가상의 선까지의 각도로 정의될 수 있다.
앞서 설명한 바와 같이, 상기 VFH는 각각의 섹터(K)에서의 상기 장애물의 밀도로 정의되므로, 하기 식 (4)를 통해, 임의의 위치인 (i, j)에서의 장애물의 벡터의 크기의 합을 통해, 해당 섹터에서의 장애물의 밀도값을 도출할 수 있으며, 이렇게 정의된 하기 hK가 결국 VFH라 할 수 있다.
Figure 112019013806563-pat00037
식(4)
이상에서 설명한 방법을 통하여, 상기 가상 객체들(100) 각각에 대한 VFH(Vector Field Histogram)를 도출한다. 즉, 상기 가상 객체들(100) 각각의 중심의 좌표를 (i, j)로 정의하고, 상기 가상 객체들(100) 각각에 장애물이 재배치되는 것을 가정하여, 즉 상기 정의된 좌표 (i, j)에 장애물이 있다고 가정하고, 상기 목표 물체(110)의 위치를 바탕으로 VFH를 도출한다.
그리하여, 상기 각각의 좌표 (i, j)에서 도출된 VFH 값을 비교하여, 최적의 장애물 재배치 위치를 찾을 수 있다.
보다 구체적으로, 상기 VFH를 연산하는 단계에서는, 먼저, 가상 객체들(100) 각각의 중심 좌표를 나타낸 좌표 리스트를 획득한다.
이 경우, 중심 좌표의 좌표 리스트란, 앞서 정의된 상기 가상 세계(200)에 속하는 하나의 셀에 해당되는 각각의 가상 객체(100)의 중심 좌표 (i, j)를 의미하는 것으로, 상기 중심 좌표 (i, j)를 목표 물체(110)의 위치에 대하여 도출할 수 있다.
즉, 상기 목표 물체(110)의 위치를 (0, 0)으로 정의하여, 좌표를 X, Y 축으로 이동시키면 상기 각각의 가상 객체(100)의 중심 좌표 (i, j)를 정의할 수 있어, 이를 통해 좌표 리스트의 획득이 가능하다.
그 다음, 상기 좌표 리스트를 이용하여 상기 가상 객체들(100) 각각에서 상기 VFH를 연산한다.
앞서 설명한 바와 같이, 본 실시예에서는 장애물을 재배치하여 상기 가상 객체들(100)의 어느 위치에 위치시키는 경우 장애물을 최적으로 재배치하는 것인지에 대한 재배치 위치를 도출하는 것이므로, 상기 가상 객체들(100) 각각에서 상기 VFH를 연산하는 경우, 장애물이 해당 가상 객체들(100)에 위치한다고 가정하여 VFH를 도출하는 것이 필요하다.
이와 같이, 상기 가상 객체들(100)의 중심 좌표에 상기 장애물이 위치한다고 가정하여, 모든 가상 객체들(100)의 중심 좌표에 대한 VFH를 도출한 후, 상기 연산한 VFH 값 중 가장 큰 값을 가지는 상기 가상 객체를 최적 재배치 위치로 선택한다.
앞서 정의된 상기 VFH는 식 (4)에서 확인되는 바와 같이, 해당 섹터(K)에서의 장애물의 밀도의 합으로 정의되며, 이 경우 장애물의 밀도는 결국 식 (2)에서 확인되는 바와 같이, 목표 물체(110)로부터 상기 장애물까지의 거리(
Figure 112019013806563-pat00016
)에 의해 변화한다.
따라서, 상기 연산된 VFH 값들 중 가장 큰 값을 가지는 가상 객체(100)를 최적 재배치 위치로 선택하면, 상기 목표 물체(110)로부터 가장 멀리 위치하는 가상 객체(100)를 도출할 수 있다.
즉, 상기 연산한 VFH 값 중 가장 큰 값을 가지는 상기 가상 객체를 최적 재배치 위치로 선택함으로써, 상기 목표 물체(110)로부터 가장 멀리 위치하는 가상 객체(100)를 장애물의 재배치 위치로 설정하게 된다.
한편, 본 실시예에서의 장애물 재배치 위치 생성방법에서는, 상기 목표 물체(110)만을 고려하여 VFH를 연산하여 최적 재배지 위치를 설정할 수 있으며, 이와 달리, 상기 목표 물체(110)와 상기 로봇을 동시에 고려하여 VFH를 연산하여 최적 재배지 취치를 설정할 수도 있다.
도 8a는 도 1의 장애물 재배치 위치 생성방법에서 각 가상 객체에 대하여 도출된 목표물체의 VFH 값을 도시한 그래프이고, 도 8b는 상기 도출된 VFH 값 중 최대값에 해당되는 위치를 최적 재배치 위치를 도출한 일 예를 도시한 모식도이다.
도 8a 및 도 8b는 상기 목표 물체(110)만을 고려하여 VFH를 연산하여 최적 재배지 취치를 설정한 예에 관한 도면들이다.
즉, 도 6 및 도 7을 참조하여 앞서 설명한 VFH를 계산함에 있어서, 상기 목표 물체(110)의 위치만을 (0, 0)으로 정의한 후, 상기 각각의 가상 객체들(100)에 대하여 VFH를 연산하고, 각각의 가상 객체들(100)을 앞서 할당한 ①, ②, ③, ④, ⑤, ⑥, ... 위치들을 X축으로, 연산된 VFH를 Y축으로 도시한 그래프가 도 8a이다.
또한, 도 8a에 연산된 VFH 값들 중, 최대 값에 해당되는 ①위치에 위치한 가상 객체를 최적 재배치 위치(70)로 선택한 것이 도 8b에 도시된 모식도이다.
즉, 본 예에서 설명한 바와 같이, 상기 목표 물체(110)만을 고려하여 VFH를 각각의 가상 객체들(100)에 대하여 모두 도출하고, 도출된 VFH 값들 중 최대값을 가지는 가상 객체(100)의 위치를 장애물의 최적 재배치 위치로 선정할 수 있다.
도 9a는 도 1의 장애물 재배치 위치 생성방법에서 각 가상 객체에 대하여 도출된 목표물체의 VFH 값을 도시한 그래프이고, 도 9b는 상기 도출된 VFH 값 중 최대값에 해당되는 위치를 최적 재배치 위치를 도출한 다른 예를 도시한 모식도이다.
이와 달리, 상기 목표 물체(110)를 고려하여 VFH를 연산한 후, 동일한 방법으로 목표 물체가 아닌 로봇을 고려하여 VFH를 구할 수 있다.
이 경우, 상기 로봇을 고려하여 VFH를 구하는 것은, 상기 목표 물체(110)의 위치를 (0, 0)으로 정의한 후, 상기 각각의 가상 객체들(100)에 대하여 VFH를 연산하는 것과 동일하게, 상기 로봇의 위치를 (0, 0)으로 정의한 후, 상기 각각의 가상 객체들(100)에 대하여 VFH를 연산하면 된다.
그리하여, 상기 목표 물체(110)를 고려하여 연산된 VFH와, 상기 로봇을 고려하여 연산된 VFH를 합산하여, 최종적인 VFH를 연산한다.
즉, 도 9a는 각각의 가상 객체들(100)을 앞서 할당한 ①, ②, ③, ④, ⑤, ⑥, ... 위치들을 X축으로, 상기 최종적으로 합산되어 연산된 VFH를 Y축으로 도시한 그래프이다.
또한, 도 9a에 합산되어 연산된 최종적인 VFH 값들 중, 최대값에 해당되는 ②위치에 위치한 가상 객체를 최적 재배치 위치(70)로 선택한 것이 도 9b에 도시된 모식도이다.
즉, 본 예에서 설명한 바와 같이, 상기 목표 물체(110)를 고려하여 VFH를 각각의 가상 객체들(100)에 대하여 모두 도출하고, 마찬가지로 상기 로봇을 고려하여 VFH를 각각의 가상 객체들(100)에 대하여 모두 도출한 후, 해당 가상 객체들(100)에 대하여 도출된 두 VFH 값들을 합산하여 최종적인 VFH를 연산하고, 이를 바탕으로 최대값을 가지는 가상 객체(100)의 위치를 장애물의 최적 재배치 위치로 선정할 수 있다.
한편, 상기와 같이 최적 재배치 위치(70)가 선택되면, 상기 로봇은 상기 장애물(10)을 상기 최적 재배치 위치(70)로 이동시킨 후, 설정된 작업 경로를 통해 이동하여 상기 목표 물체의 위치로 이동하여 일련의 동작을 수행한다.
도 10, 도 11 및 도 12는 도 1 내지 도 9b를 참조하여 설명한 장애물 재배치 위치 생성방법에서 가상 객체 크기 및 장애물의 위치에 따른 최적 재배치 위치를 도시한 모식도들이다.
상기 가상 객체(100)는 앞서 설명한 바와 같이 상기 장애물(10)이 차지하는 영역과 상기 장애물(10)을 그립하는 로봇의 그립부(21)가 차지하는 영역을 모두 고려하여 정의되는 것으로, 상기 가상 객체(100)의 크기는 상기 장애물(10)의 크기가 증가하면 커지게 된다.
따라서 상기 장애물(10)이 상대적으로 작은 크기로 형성된 경우, 가상 객체들(100)은 도 11에 도시된 바와 같이 도 10에 도시된 가상 객체들(100)에 비하여 작은 크기로 더 많은 개수를 형성하도록 형성될 수 있다.
한편, 장애물의 최적 재배치 위치는 결국 목표 물체(110)의 위치에 따라 결정되는 것으로, 앞서 설명한 바와 같이 상기 목표 물체(110)로부터 가장 멀리 떨어지거나, 또는 로봇의 위치도 고려한다면 목표 물체(110) 및 로봇으로부터 가장 멀리 떨어진 위치로 설정될 수 있다.
이에 따라, 도 12를 참조하면 도 11과 비교하여 상기 장애물(10)의 위치에 따라 최적 재배치 위치(70)가 다른 것을 알 수 있다.
본 발명의 실시예들에 의하면, 로봇의 특정 동작의 수행을 방해하는 장애물을 이동시켜 재배치함으로써 로봇이 목표 물체에 대하여 특정 동작을 수행할 수 있도록 하며, 로봇이 스스로 장애물을 최적의 위치로 치울 수 있도록 목표 물체의 위치를 이용하여 장애물의 최적 재배치 위치를 선정함으로써 보다 더 다양한 환경에서 로봇이 다수의 작업을 수행할 수 있도록 할 수 있다.
특히, 가상 객체의 생성 시 단순히 장애물의 형상만을 고려하지 않고 장애물을 그립하는 그립부까지 동시에 고려하여 가상 객체를 생성함으로써 실제 장애물의 재배치 상황을 보다 정확하게 고려할 수 있으며, 최종적으로 도출되는 재배치 위치를 보다 정확하게 설정할 수 있다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
10 : 장애물 11 : 제1 장애물
12 : 제2 장애물 13 : 제3 장애물
21 : 그립부 23 : 로봇의 이동 범위
31 : 재배치 가능 영역 32 : 재배치 불가능 영역
70 : 최적 재배치 위치 100 : 가상 객체
101 : 제외 공간 110 : 목표 물체
200 : 가상 세계 300 : 작업 환경

Claims (11)

  1. 로봇, 상기 로봇이 파지할 목표 물체, 및 적어도 하나의 장애물(obstacle)을 포함하는 작업 환경에서 상기 장애물의 재배치 위치를 생성하는 방법에 있어서,
    상기 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 고려하여 가상 객체(Virtual Obstacle)를 생성하는 단계;
    상기 작업 환경에 기초하여 로봇의 이동 범위를 나타내는 단계;
    상기 작업 환경에 기초하여 상기 가상 객체를 복수개로 배열한 가상 세계를 생성하는 단계;
    상기 가상 객체들을 로봇의 이동 범위를 기준으로 재배치 가능 영역과 재배치 불가능 영역으로 분리하는 단계;
    상기 가상 세계에 상기 목표 물체의 위치를 설정하는 단계; 및
    상기 가상 세계에 대하여, VFH(vector field histogram)를 연산하여 상기 장애물의 최적 재배치 위치를 도출하는 단계를 포함하는 장애물 재배치 위치 생성방법.
  2. 제1항에 있어서, 상기 가상 객체를 생성하는 단계에서,
    상기 가상 객체가 차지하는 영역은 상기 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 합친 영역에 해당하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  3. 제2항에 있어서, 상기 가상 객체를 생성하는 단계에서,
    상기 장애물이 복수개인 경우, 상기 각각의 장애물이 차지하는 영역과 상기 장애물을 그립하는 로봇의 그립부가 차지하는 영역을 합친 영역들 중, 가장 큰 영역을 가상 객체로 생성하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  4. 제1항에 있어서, 상기 로봇의 이동 범위를 나타내는 단계에서,
    상기 로봇의 이동 범위는 특정 위치를 중심으로 하는 원으로 형성되는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  5. 제1항에 있어서, 상기 로봇의 이동 범위를 기준으로 재배치 가능 영역과 재배치 불가능 영역으로 분리하는 단계에서,
    상기 로봇의 이동 범위에 완전히 포함되는 가상 객체들은 재배치 가능 영역으로 분리하고,
    상기 가상세계에서 상기 재배치 가능 영역을 제외한 영역을 재배치 불가능 영역으로 분리하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  6. 제1항에 있어서, 상기 VFH(vector field histogram)를 연산하는 단계에서,
    상기 목표 물체만을 고려하여 상기 VFH를 연산하거나,
    상기 목표 물체와 상기 로봇을 동시에 고려하여 상기 VFH를 연산하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  7. 제6항에 있어서, 상기 목표 물체와 상기 로봇을 동시에 고려하는 경우,
    상기 목표 물체만을 고려하여 연산된 VFH와 상기 로봇만을 고려하여 연산된 VFH를 합하여 상기 VFH를 연산하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  8. 제6항에 있어서, 상기 VFH(vector field histogram)를 연산하는 단계는,
    상기 가상 객체들 각각의 중심 좌표를 나타낸 좌표 리스트를 획득하는 단계;
    상기 좌표 리스트를 이용하여 상기 가상 객체들 각각에서 상기 VFH를 연산하는 단계; 및
    상기 연산한 VFH를 비교하여 최적 재배치 위치를 선택하는 단계를 포함하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  9. 제8항에 있어서, 상기 연산한 VFH를 비교하여 최적 재배치 위치를 선택하는 단계에서,
    상기 연산한 VFH 값 중 가장 큰 값을 가지는 가상 객체를 상기 최적 재배치 위치로 선택하는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  10. 제8항에 있어서, 상기 VFH는,
    하기 식,

    Figure 112019013806563-pat00038


    (
    Figure 112019013806563-pat00018
    : (i, j) 좌표에서의 장애물의 벡터의 크기)
    을 통해 도출되는 것을 특징으로 하는 장애물 재배치 위치 생성방법.
  11. 제10항에 있어서, 상기 (i, j) 좌표에서의 장애물의 벡터의 크기는,
    하기 식,

    Figure 112017130959032-pat00019


    (a, b,
    Figure 112017130959032-pat00020
    : 상수,
    Figure 112017130959032-pat00021
    : 목표 물체 또는 로봇으로부터 (i, j)좌표까지의 거리)
    을 통해 도출되는 것을 특징으로 하는 장애물 재배치 위치 생성방법.

KR1020170183599A 2017-12-29 2017-12-29 장애물 재배치 위치 생성방법 KR101987274B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170183599A KR101987274B1 (ko) 2017-12-29 2017-12-29 장애물 재배치 위치 생성방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170183599A KR101987274B1 (ko) 2017-12-29 2017-12-29 장애물 재배치 위치 생성방법

Publications (1)

Publication Number Publication Date
KR101987274B1 true KR101987274B1 (ko) 2019-09-27

Family

ID=68096719

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170183599A KR101987274B1 (ko) 2017-12-29 2017-12-29 장애물 재배치 위치 생성방법

Country Status (1)

Country Link
KR (1) KR101987274B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113311862A (zh) * 2021-05-17 2021-08-27 上海电机学院 机器人规避障碍物的运动规划方法
CN113478488A (zh) * 2021-07-14 2021-10-08 上海擎朗智能科技有限公司 机器人重定位方法、装置、电子设备和存储介质
KR102338855B1 (ko) 2020-10-27 2021-12-14 한국과학기술연구원 제한된 환경에서의 장애물 재배치 방법

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0825254A (ja) * 1994-07-14 1996-01-30 Nec Corp マスタスレーブ型ロボットアーム装置およびアーム位置決め誘導方法
KR20090030683A (ko) * 2007-09-20 2009-03-25 한국과학기술연구원 로봇의 경로 설계 방법 및 그 로봇
KR20090089599A (ko) * 2008-02-19 2009-08-24 한국외국어대학교 연구산학협력단 빔폭이 중첩되는 초음파 센서들을 이용한 장애물 처리 장치및 장애물 위치 검출 방법
KR20110026776A (ko) 2009-09-08 2011-03-16 부산대학교 산학협력단 실제 로봇의 다중 경로계획 방법
KR20120030263A (ko) * 2010-09-20 2012-03-28 삼성전자주식회사 로봇 및 그 제어방법
KR20120109247A (ko) 2011-03-28 2012-10-08 고려대학교 산학협력단 이동 로봇의 장애물 회피 시스템
JP2017519644A (ja) * 2014-04-30 2017-07-20 パーカー、コールマン、ピー．ＰＡＲＫＥＲ，Ｃｏｌｅｍａｎ，Ｐ． 仮想現実入力を用いたロボット制御システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0825254A (ja) * 1994-07-14 1996-01-30 Nec Corp マスタスレーブ型ロボットアーム装置およびアーム位置決め誘導方法
KR20090030683A (ko) * 2007-09-20 2009-03-25 한국과학기술연구원 로봇의 경로 설계 방법 및 그 로봇
KR20090089599A (ko) * 2008-02-19 2009-08-24 한국외국어대학교 연구산학협력단 빔폭이 중첩되는 초음파 센서들을 이용한 장애물 처리 장치및 장애물 위치 검출 방법
KR20110026776A (ko) 2009-09-08 2011-03-16 부산대학교 산학협력단 실제 로봇의 다중 경로계획 방법
KR20120030263A (ko) * 2010-09-20 2012-03-28 삼성전자주식회사 로봇 및 그 제어방법
KR20120109247A (ko) 2011-03-28 2012-10-08 고려대학교 산학협력단 이동 로봇의 장애물 회피 시스템
JP2017519644A (ja) * 2014-04-30 2017-07-20 パーカー、コールマン、ピー．ＰＡＲＫＥＲ，Ｃｏｌｅｍａｎ，Ｐ． 仮想現実入力を用いたロボット制御システム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102338855B1 (ko) 2020-10-27 2021-12-14 한국과학기술연구원 제한된 환경에서의 장애물 재배치 방법
CN113311862A (zh) * 2021-05-17 2021-08-27 上海电机学院 机器人规避障碍物的运动规划方法
CN113478488A (zh) * 2021-07-14 2021-10-08 上海擎朗智能科技有限公司 机器人重定位方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
KR101987274B1 (ko) 장애물 재배치 위치 생성방법
Ram et al. Inverse kinematics of mobile manipulator using bidirectional particle swarm optimization by manipulator decoupling
US20100114338A1 (en) Multi-goal path planning of welding robots with automatic sequencing
EP3651943B1 (en) Computer-implemented methods and systems for generating material processing robotic tool paths
JP2013504447A (ja) 衝突回避スキームを実行するロボット装置及びそれに関連する方法
CN107357295B (zh) 一种基于栅格地图的路径搜索方法和芯片及机器人
Paus et al. A combined approach for robot placement and coverage path planning for mobile manipulation
Choueiry et al. Mobile robot path planning using genetic algorithm in a static environment
JP5993784B2 (ja) 経路修正装置
JP2003280710A (ja) ロボットハンドの作業軌道の生成と制御方法
JP6248229B2 (ja) 打点位置補正方法及び装置
WO2023048588A1 (en) Path planning over three-dimensional terrain
Levihn et al. Autonomous environment manipulation to assist humanoid locomotion
Ikeda et al. On-line optimization of avoidance ability for redundant manipulator
Al Khawaldah et al. An autonomous exploration strategy for cooperative mobile robots
Sotiropoulos et al. Optimum docking of an unmanned underwater vehicle for high dexterity manipulation
JP5403086B2 (ja) 移動経路生成方法、移動経路生成装置、移動経路生成プログラム、ロボットアーム制御装置、およびロボットアーム制御プログラム
Rout et al. Kinematic and dynamic optimal trajectory planning of industrial robot using multi-objective ant lion optimizer
Jasna et al. Remodeled A* algorithm for mobile robot agents with obstacle positioning
Zhang et al. Constrained motion model of mobile robots and its applications
KR101297608B1 (ko) 미지 환경에서의 로봇 커버리지 방법 및 시스템
Zhang et al. The manipulator path planning of bolt disassembly based on improved genetic algorithm and A* algorithm
Hermanu et al. Autonomous robot navigation using a genetic algorithm with an efficient genotype structure
Priyambodo et al. Moving robot path planning algorithm analysis on dynamic environment based difference method update on ant colony algorithm
Ozkan et al. A genetic algorithm for task completion time minimization for multi-robot sensor-based coverage

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20171229

PA0201 Request for examination
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20181209

Patent event code: PE09021S01D

PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20190531

PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20190603

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20190604

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20220525

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20230523

Start annual number: 5

End annual number: 5

PR1001 Payment of annual fee

Payment date: 20240527

Start annual number: 6

End annual number: 6