KR102070110B1 - 자율 무인 시스템을 위한 지능 에이전트 시스템 - Google Patents

자율 무인 시스템을 위한 지능 에이전트 시스템 Download PDF

Info

Publication number
KR102070110B1
KR102070110B1 KR1020170179750A KR20170179750A KR102070110B1 KR 102070110 B1 KR102070110 B1 KR 102070110B1 KR 1020170179750 A KR1020170179750 A KR 1020170179750A KR 20170179750 A KR20170179750 A KR 20170179750A KR 102070110 B1 KR102070110 B1 KR 102070110B1
Authority
KR
South Korea
Prior art keywords
state
agent
target
task
goal
Prior art date
Application number
KR1020170179750A
Other languages
English (en)
Other versions
KR20180078153A (ko
Inventor
신석훈
이은복
김정호
하선호
김현근
지승도
Original Assignee
한국항공대학교산학협력단
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 한국항공대학교산학협력단 filed Critical 한국항공대학교산학협력단
Publication of KR20180078153A publication Critical patent/KR20180078153A/ko
Application granted granted Critical
Publication of KR102070110B1 publication Critical patent/KR102070110B1/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
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
    • B60W50/0205—Diagnosing or detecting failures; Failure detection models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors

Abstract

본원은 자율 무인 시스템을 위한 지능 에이전트 시스템에 관한 것으로서, 자율 무인 시스템을 위한 지능 에이전트 시스템은, 상기 자율 무인 시스템에 대한 자기 상태 정보 및 외부 상태 정보를 기반으로 상기 자율 무인 시스템의 현재 상황을 인지하는 상황 인지 에이전트, 상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 상기 자율 무인 시스템의 목표 달성 가능 여부를 판단하고, 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 목표/작업 설정 에이전트, 상기 목표/작업 설정 에이전트에서 기설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 상기 이동 목표에서의 센서/장비 운용 계획을 설정하는 작업 계획 에이전트 및 상기 작업 계획 에이전트에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 상기 자율 무인 시스템의 동작을 제어하는 제어부를 포함할 수 있다.

Description

자율 무인 시스템을 위한 지능 에이전트 시스템 {INTELLIGENT AGENT STRUCTURE FOR AUTONOMOUS UNMANNED SYSTEM}
본원은 자율 무인 시스템을 위한 지능 에이전트 시스템(구조)에 관한 것이다.
무인 시스템 분야는 완전한 원격조종에서부터 소프트웨어 에이전트를 탑재한 자율형 무인시스템으로 발전하고 있다.
인간이 접근 할 수 없는 지역에서의 자율 무인 시스템의 임무 수행을 위해서는 자율 무인 시스템이 인간의 개입 없이 자율적으로 임무를 수행할 수 있어야 하며, 자율 무인 시스템이 자율적으로 상황을 판단하고 행동하기 위해서는 지능 에이전트의 기능이 중요하다.
에이전트는 동적 환경 내에 위치하여 주어진 목적 달성을 위해 자율적이고 유연하게 환경변화를 지각하고 학습하고 의사결정하고 또한 행동할 수 있는 컴퓨터 프로그램이나 시스템 또는 그러한 시스템을 분석하고 설계하기 위한 도구를 통칭한다.
한편, 복잡한 목표임무에 대하여 자율 무인 시스템을 이용하기 위해서는 상황의 인지와 세부 작업의 계획 및 재설정 능력이 필요하다. 이에 따라 기존의 많은 연구가 에이전트를 도입하여 진행되어 왔으나 단일 에이전트를 통한 인공지능 알고리즘적인 제어만으로는 데이터간의 관계성이 복잡해지는 한계점이 있었다.
본원의 배경이 되는 기술은 한국등록특허공보 제10-1510745호(등록일: 2015.04.03) 에 개시되어 있다.
본원은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 무인 시스템의 복잡한 임무 수행을 위한 복수의 지능 에이전트의 환경과의 상호작용 및 인지의 어려움을 극복함과 동시에, 임무 목표 계획 및 임무 수행을 분석하고 설계할 수 있는 지능 에이전트 시스템을 제공하는 것을 목적으로 한다.
다만, 본원의 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들도 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본원의 일 실시예에 따르면, 자율 무인 시스템을 위한 지능 에이전트 시스템은, 상기 자율 무인 시스템에 대한 자기 상태 정보 및 외부 상태 정보를 기반으로 상기 자율 무인 시스템의 현재 상황을 인지하는 상황 인지 에이전트, 상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 상기 자율 무인 시스템의 목표 달성 가능 여부를 판단하고, 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 목표/작업 설정 에이전트, 상기 목표/작업 설정 에이전트에서 기설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 상기 이동 목표에서의 센서/장비 운용 계획을 설정하는 작업 계획 에이전트; 및 상기 작업 계획 에이전트에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 상기 자율 무인 시스템의 동작을 제어하는 제어부를 포함할 수 있다.
본원의 일 실시예에 따르면, 지능 에이전트 시스템은, 자율 무인 시스템에 설 치된 자기 센싱 유닛으로부터 전달되는 자기 센싱 데이터를 기반으로 자기 상태를 추정하여 상기 자기 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 자기 상태 추정 에이전트 및 상기 자율 무인 시스템에 설치된 외부 센싱 유닛으로부터 전달되는 외부 센싱 데이터를 기반으로 외부 상태를 추정하여 상기 외부 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 외부 상태 추정 에이전트를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 상기 자기 상태 추정 에이전트는, 연료 상태, 센서 상태, 장비 상태, 위치 상태 및 자세 상태를 포함하는 자기 상태를 고려하여 상기 자기 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 상기 외부 상태 추정 에이전트는, 지형/지물 상태, 기상 상태, 장애물 상태 및 대상 상태를 포함하는 외부 상태를 고려하여 상기 외부 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 상기 외부 상태 추정 에이전트는, 상기 지형/지물 상태, 상기 장애물 상태 및 상기 대상 상태 각각에 대하여, 위치 상태, 부피 상태 및 이동 상태를 포함하는 상태를 고려하여 상기 외부 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 지능 에이전트 시스템은, 상기 작업 계획 에이전트에서 설정한 이동 목표까지의 경로를 생성하고, 상기 경로 상의 어느 하나의 경로점으로의 이동 명령을 상기 제어부로 전달하는 경로 계획 에이전트를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 지능 에이전트 시스템은, 상기 작업 계획 에이전트에서 설정한 센서/장비 운용 계획을 기반으로 상기 자율 무인 시스템이 탑재한 센서 및 장비의 상태를 고려한 운용 명령을 상기 제어부로 전달하는 행위 계획 에이전트를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 상기 목표/작업 설정 에이전트는, 기설정한 목표의 달성이 가능하다고 판단되면, 상기 기설정한 목표의 달성을 위해 수행할 작업을 설정하고, 기설정한 목표의 달성이 불가능하다고 판단되면, 미리 설정된 복수의 대안 목표 중 하나로 목표를 재설정하고, 재설정한 목표의 달성을 위해 수행할 작업을 설정할 수 있다.
본원의 일 실시예에 따르면, 상기 목표/작업 설정 에이전트는, 상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 미리 설정된 복수의 대안 목표 중 목표 달성 가능성이 다른 대안 목표들보다 높다고 판단되는 대안 목표로 목표를 재설정할 수 있다.
본원의 일 실시예에 따르면, 지능 에이전트 시스템에 의한 자율 무인 시스템 제어 방법은, 상황 인지 에이전트가, 상기 자율 무인 시스템에 대한 자기 상태 정보 및 외부 상태 정보를 기반으로 상기 자율 무인 시스템의 현재 상황을 인지하는 단계, 목표/작업 설정 에이전트가, 상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 상기 자율 무인 시스템의 목표 달성 가능 여부를 판단하는 단계, 상기 목표/작업 설정 에이전트가, 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 단계, 작업 계획 에이전트가, 목표/작업 설정 에이전트에서 기설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 상기 이동 목표에서의 센서/장비 운용 계획을 설정하는 단계 및 제어부가, 상기 작업 계획 에이전트에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 상기 자율 무인 시스템의 동작을 제어하는 단계를 포함할 수 있다.
본원의 일 실시예에 따르면, 자율 무인 시스템 제어 방법은, 자기 상태 추정 에이전트가, 상기 자율 무인 시스템에 설치된 자기 센싱 유닛으로부터 전달되는 자기 센싱 데이터를 기반으로 자기 상태를 추정하여 상기 자기 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 단계, 외부 상태 추정 에이전트가, 상기 자율 무인 시스템에 설치된 외부 센싱 유닛으로부터 전달되는 외부 센싱 데이터를 기반으로 외부 상태를 추정하여 상기 외부 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 단계를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 상기 자기 상태 정보를 생성하는 단계는, 연료 상태, 상태, 장비 상태, 위치 상태 및 자세 상태를 포함하는 자기 생태를 고려하여 자기 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 상기 외부 상태 정보를 생성하는 단계는, 지형/지물 상태, 기상 상태, 장애물 상태 및 대상 상태를 포함하는 외부 상태를 고려하여 상기 외부 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 상기 외부 상태 정보를 생성하는 단계는, 상기 지형/지물 상태, 상기 장애물 상태 및 상기 대상 상태 각각에 대하여, 위치 상태, 부피 상태 및 이동 상태를 포함하는 상태를 고려하여 상기 외부 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 자율 무인 시스템 제어 방법은, 경로 계획 에이전트가, 상기 작업 계획 에이전트에서 설정한 이동 목표까지의 경로를 생성하고, 상기 경로 상의 어느 하나의 경로점으로의 이동 명령을 상기 제어부로 전달하는 단계를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 자율 무인 시스템 제어 방법은,행위 계획 에이전트가, 상기 작업 계획 에이전트에서 설정한 센서/장비 운용 계획을 기반으로 상기 자율 무인 시스템에 탑재한 센서 및 장비의 상태를 고려한 운용 명령을 상기 제어부로 전달하는 단계를 더 포함할 수 있다.
본원의 일 실시예에 따르면, 상기 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 단계는, 기설정한 목표의 달성이 가능하다고 판단되면, 상기 기설정한 목표의 달성을 위해 수행할 작업을 설정하고, 기설정한 목표의 달성이 불가능하다고 판단되면, 미리 설정된 복수의 대안 목표 중 하나로 목표를 재설정하고, 재설정한 목표의 달성을 위해 수행할 작업을 설정할 수 있다.
본원의 일 실시예에 따르면, 상기 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 단계는, 상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 미리 설정된 복수의 대안 목표 중 목표 달성 가능성이 다른 대안 목표들보다 높다고 판단되는 대안 목표로 목표를 재설정할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본원을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 추가적인 실시예가 존재할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 자율 무인 시스템에 지능 에이전트 시스템을 구비함으로써, 무인 시스템의 복잡한 임무 수행을 위한 복수의 지능 에이전트의 환경과의 상호작용 및 인지의 어려움을 극복함과 동시에, 임무 목표 계획 및 임무 수행을 분석하고 설계할 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 자율 무인 시스템에 복수의 지능 에이전트를 계층적으로 분할하여 설계함으로써, 자율 무인 시스템을 위한 지능 에이전트의 설계의 복잡성을 효과적으로 줄일 수 있다.
전술한 본원의 과제 해결 수단에 의하면, 복수의 지능 에이전트가 포함된 지능 에이전트 시스템이 자율 무인 시스템에 구비되므로, 자율적으로 상황 인지 및 목표 달성을 위한 계획 기능을 포함하고 있기 때문에 자율 무인 시스템으로 분류 가능한 무인 항공기, 무인 수상정, 무인 잠수정, 무인 자동차 등 범용의 활용성을 확보할 수 있다.
도 1은 본원의 일 실시예에 따른 자율 무인 시스템을 위한 지능 에이전트 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 본원의 일 실시예에 따른 지능 에이전트 시스템에 의한 자율 무인 시스템 제어 방법을 설명하기 위한 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본원이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본원의 실시예를 상세히 설명한다. 그러나 본원은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본원을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본원 명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부재가 다른 부재 "상에", "상부에", "상단에", "하에", "하부에", "하단에" 위치하고 있다고 할 때, 이는 어떤 부재가 다른 부재에 접해 있는 경우뿐 아니라 두 부재 사이에 또 다른 부재가 존재하는 경우도 포함한다.
본원 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
본원에서 자율 무인 시스템은 무인 항공기, 무인 수상정, 무인 잠수정, 무인 자동차 등 사람이 탑승하지 않고 센서, 데이터 처리, 제어 및 통신 기능을 탑재함으로써 주어진 임무를 수행할 수 있는 시스템일 수 있다.
도 1은 본원의 일 실시예에 따른 자율 무인 시스템을 위한 지능 에이전트 시스템(구조)의 구성을 개략적으로 나타낸 도면이다. 이하에서 설명되는 에이전트는 동적 환경 내에 위치하여 주어진 목적 달성을 위해 자율적이고 유연하게 환경 변화를 지각하고 학습하고 의사결정하고 또한 행동할 수 있는 컴퓨터 프로그램이나 시스템 또는 그러한 시스템을 분석하고 설계하기 위한 도구를 총칭할 수 있다.
도 1을 참조하면, 지능 에이전트 시스템(1)은 자기 상태 추정 에이전트(10), 외부 상태 추정 에이전트(20), 상황 인지 에이전트(30), 목표/작업 설정 에이전트(40), 작업 계획 에이전트(50), 경로 계획 에이전트(60), 행위 계획 에이전트(70) 및 제어부(80)를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예시적으로, 지능 에이전트 시스템(1)은 저장부(미도시)를 포함할 수 있다. 저장부는 복수의 에이전트(10 내지 70)에서 생성되는 정보를 저장할 수 있다. 또한, 에이전트 시스템(1)은 분석부(미도시)를 포함할 수 있다. 분석부(미도시)는 복수의 에이전트(10 내지 70)에서 생성된 정보를 기반으로하여 기 설정된 기간 마다 통계치를 분석할 수 있다. 또한, 에이전트 시스템(1)은 시각화부(미도시)를 포함할 수 있다. 시각화부(미도시)는 분석부(미도시)에서 분석한 통계치를 시각화하여, 사용자(예를 들어, 자율 무인 시스템 관리자)의 단말로 전달할 수 있다. 본원의 일 실시예에 따르면, 지능 에이전트 시스템(1)은 복수의 지능 에이전트의 구조(structure)일 수 있다.
자기 상태 추정 에이전트(10)는 자율 무인 시스템에 설치된 자기 센싱 유닛으로부터 전달되는 자기 센싱 데이터를 기반으로 자기 상태를 추정하여 자기 상태 정보를 생성할 수 있다. 자기 센싱 데이터는 자율 무인 시스템의 내부 및 외부에 구비된 각종 센서 정보 데이터를 포함할 수 있다. 자기 센싱 데이터는 자율 무인 시스템의 연료량, 센서 작동 여부, 장비 작동 여부, 위치 정보, 자세 정보 등의 데이터를 포함할 수 있다. 자기 상태 추정 에이전트(10)는 연료 상태, 센서 상태, 장비 상태, 위치 상태 및 자세 상태를 포함하는 자기 상태를 고려하여 자기 상태 정보를 생성할 수 있다. 일예로, 자기 센싱 데이터는 자율 무인 시스템에 설치된 제어부(80)로부터 전달될 수 있다.
자기 상태 추정 에이전트(10)는 연료량 센싱 정보 데이터에 기반하여 현재 자율 무인 시스템의 연료 상태를 부족, 정상, 가득과 관련된 연료 상태를 포함하는 자기 상태를 고려하여 연료 상태를 추정하고, 연료 상태 정보를 생성할 수 있다. 예를 들어, 자율 무인 시스템의 연료량 센싱 데이터의 정보가 ‘부족’일 경우, 자기 상태 추정 에이전트(10)는 자율 무인 시스템의 연료량 상태 정보를 ‘부족’ 상태에 해당하는 연료 상태 정보로 생성할 수 있다.
또한, 자기 상태 추정 에이전트(10)는 센서 작동 여부 데이터에 기반하여 현재 자율 무인 시스템의 센서 상태를 정상, 비정상과 관련된 센서 상태를 포함하는 자기 상태를 고려하여 센서 상태 정보를 추정하고, 센서 상태 정보를 생성할 수 있다. 예를 들어, 자율 무인 시스템의 내부 및 외부에 구비된 복수의 센서가 정상적으로 작동해 정상적인 센싱 데이터를 전달하는 경우, 자기 상태 추정 에이전트(10)는 자율 무인 시스템의 센서 상태를 ‘정상’으로 추정하고, 추정 결과를 기반으로, 센서 상태 정보를 ‘정상’ 상태에 해당하는 센서 상태 정보로 생성할 수 있다.
또한, 자기 상태 추정 에이전트(10)는 장비 작동 여부 데이터에 기반하여 현재 자율 무인 시스템의 장비 상태를 운용가능, 불가능과 관련된 장비 상태를 포함하는 자기 상태를 고려하여 장비 상태 정보를 추정하고, 장비 상태 정보를 생성할 수 있다. 예를 들어, 자율 무인 시스템(예를 들어, 무인 자동차)의 복수의 장비 중 하나인 모터의 센싱 결과가 운용 불가능으로 추정된 경우, 자기 상태 추정 에이전트(10)는 자율 무인 시스템의 장비상태를 ‘운용불가능’으로 추정하고, 추정 결과를 기반으로, 장비 상태 정보를 ‘불가능’에 해당하는 장비 상태 정보로 생성할 수 있다.
또한, 자기 상태 추정 에이전트(10)는 위치 정보 데이터에 기반하여 현재 자율 무인 시스템의 위치 상태를 위도, 경도, 고도와 관련된 위치 상태를 포함하는 자기 상태를 고려하여 위치 상태 정보를 추정하고, 위치 상태 정보를 생성할 수 있다. 예를 들어, 자율 무인 시스템의 위치를 ECEF 좌표계를 이용하여 이용자 측지좌표(위도, 경도, 고도)를 추정하여, 자율 무인 시스템의 위치 정보에 연관된 상태 정보를 위도, 경도, 고도 각각에 해당하는 위치 상태 정보로 생성할 수 있다.
또한, 자기 상태 추정 에이전트(10)는 자세 정보 데이터에 기반하여 현재 자율 무인 시스템의 자세 상태를 추정하고, 자세 상태 정보를 생성할 수 있다. 예를 들어, 자기 상태 추정 에이전트(10)는자율 무인 시스템(예를 들어, 무인 항공기)의 차체가x 축을 중심으로 회전하는 경우 롤(roll)으로 추정하고, 차체가 y축을 중심으로 회전하는 경우 피치(pitch)로 추정하고, 차체가 z축을 중심으로 회전하는 경우 요(yaw)로 추정하여, 자세 상태 정보를 생성할 수 있다.
본원의 일 실시예에 따르면, 자기 상태 추정 에이전트(10)는 연료 상태, 센서 상태, 장비 상태, 위치 상태 및 자세 상태 데이터를 조합하여 종합적인 자기 상태 정보를 생성할 수 있다. 또한, 자기 상태 추정 에이전트(10)는 연료 상태, 센서 상태, 장비 상태, 위치 상태 및 자세 상태를 추정하여 자율 무인 시스템의 종합적인 상태를 진단할 수 있다.
자기 상태 추정 에이전트(10)는 자율 무인 시스템의 자기 상태 정보를 생성하고 상황 인지 에이전트(30)로 전달할 수 있다. 예시적으로, 자기 상태 추정 에이전트(10)는 상황 인지 에이전트(30)로 연료 상태, 센서 상태, 장비 상태, 위치 상태, 자세 상태 등의 자기 상태 정보를 전달할 수 있다.
외부 상태 추정 에이전트(20)는 자율 무인 시스템에 설치된 외부 센싱 유닛으로부터 전달되는 외부 센싱 데이터를 기반으로 외부 상태를 추정하여 외부 상태 정보를 생성할 수 있다. 외부 센싱 데이터는 자율 무인 시스템의 외부 상황을 센싱한 외부 상태 정보 데이터일 수 있다. 외부의 센서 정보데이터는 영상 데이터, 초음파 데이터, 레이저 데이터, 기상정보 데이터 등을 포함할 수 있다. 외부 상태 추정 에이전트(20)는 상태를 지형/지물 상태, 기상상태, 장애물 상태 및 대상 상태를 포함하는 외부 상태를 고려하여 외부 상태 정보를 생성할 수 있다. 외부 상태 추정 에이전트(20)는 외부의 센서 정보데이터를 바탕으로 현재 외부 환경과 자율 무인시스템 주변 물체(지형/지물, 장애물 등)의 상태를 추정할 수 있다. 일예로, 외부 센싱 데이터는 자율 무인 시스템에 설치된 제어부(80)로부터 전달될 수 있다.
또한, 외부 상태 추정 에이전트(20)는 영상, 초음파, 레이저 등의 외부의 센서 정보 데이터에 기반하여 지형/지물 상태를 추정하고, 지형/지물 상태 정보를 생성할 수 있다. 외부 상태 추정 에이전트(20)는 지형/지물의 상태를 위치 상태, 부피 상태 및 이동 상태(이동 여부)를 포함하는 상태를 고려하여 외부 상태 정보를 생성할 수 있다. 예시적으로, 부피 상태는, 대상체의 윤곽, 면적, 넓이, 길이 등을 포함하는 부피 상태 정보일 수 있다. 이동 상태(이동 여부)는 대상체가 이동을 하고 있는지 안하고 있는지에 대한 상태, 대상체가 이동하는 방향, 대상체가 이동하고 있는 속도(예를 들어, 시속) 등과 같은 대상체가 이동하고 있는 상태를 포함하는 상태 정보일 수 있다.
또한, 외부 상태 추정 에이전트(20)는 영상, 초음파, 레이저, 기상정보 등의 외부의 센서 정보 데이터를 기반으로 기상 상태를 추정할 수 있다. 외부 상태 추정 에이전트(20)는 기상 상태에 대하여 풍향 상태, 풍속 상태, 강우 상태, 조도 및 시야 상태를 포함하는 상태를 고려하여 외부 상태 정보를 생성할 수 있다. 예를 들어, 외부 상태 추정 에이전트(20)는 시야 확보가 가능한지 여부를 판단하기 위해, 기상정보 데이터를 분석하여, 비, 눈, 안개 등의 기상 상태를 기반으로 외부 환경 기상 상태를 1차로 추정하고, 현재 자율 무인 시스템의 외부를 촬영한 영상 데이터에 기반하여, 시야 확보 가능, 불가능의 정보를 2차로 추정하고, 이를 고려하여 기상 상태 정보를 생성할 수 있으나, 이에 한정되는 것은 아니다.
또한, 외부 상태 추정 에이전트(20)는 영상, 초음파, 레이저 등의 외부의 센서 정보 데이터를 기반으로 장애물 상태를 추정할 수 있다. 외부 상태 추정 에이전트(20)는 장애물 상태에 대하여 출현여부, 위치 상태, 부피 상태, 이동 상태(이동 여부)를 포함하는 상태를 고려하여 외부 상태 정보를 생성할 수 있다. 예를 들어, 자율 무인 시스템(예를 들어, 무인 자동차)이 도로 위를 주행하는 경우, 돌발적으로 발생하는 장애물의 출현여부, 위치 상태, 부피 상태(윤곽), 이동 상태(예를 들어, 좌, 우로 움직이고 있는지, 회전하고 있는지, 상, 하로 움직이고 있는지)에 대한 상태를 포함하는 상태를 고려하여 장애물 상태 정보를 생성할 수 있다.
또한, 외부 상태 추정 에이전트(20)는 영상, 초음파, 레이저 등의 외부의 센서 정보 데이터를 기반으로 대상 상태를 추정할 수 있다. 외부 상태 추정 에이전트(20)는 대상 상태에 대하여 위치 상태, 부피 상태, 이동 상태(이동 여부)를 포함하는 상태를 고려하여 외부 상태 정보를 생성할 수 있다. 예를 들어, 자율 무인 시스템(예를 들어, 무인 항공기)의 외부의 센서 정보 데이터에 무인 항공기의 주변 물체(예를 들어, 건물, 새, 비행기)의 정보 데이터
본원의 일 실시예에 따르면, 외부 상태 추정 에이전트(20)는 지형/지물 상태, 기상 상태, 장애물 상태 및 대상 상태 데이터를 조합하여 종합적인 외부 상태 정보를 생성할 수 있다. 또한, 외부 상태 추정 에이전트(20)는 지형/지물 상태, 기상 상태, 장애물 상태 및 대상 상태 데이터를 추정하여 자율 무인 시스템의 종합적인 상태를 진단할 수 있다.
외부 상태 추정 에이전트(20)는 자율 무인 시스템의 자기 상태 정보를 생성하고 상황 인지 에이전트(30)로 전달할 수 있다. 예시적으로, 외부 상태 추정 에이전트(20)는 상황 인지 에이전트(30)로 지형/지물 상태, 기상 상태, 장애물 상태 및 대상 상태를 포함하는 외부 상태 정보를 전달할 수 있다.
상황 인지 에이전트(30)는 자율 무인 시스템에 대한 자기 상태 정보 및 외부 상태 정보를 기반으로 자율 무인 시스템의 현 상황을 인지할 수 있다. 상황 인지 에이전트(30)는 자기 상태 추정 에이전트(10)로부터 연료 상태, 센서 상태, 장비 상태, 위치 상태, 자세 상태를 포함하는 자기 상태를 고려하여 생성된 자기 상태 정보 및 외부 상태 추정 에이전트(20)로부터 지형/지물 상태, 기상 상태, 장애물 상태, 대상 상태를 포함하는 외부 상태를 고려하여 생성된 외부 상태 정보를 입력 받아 목표 수행을 위한 종합적인 현재의 상황을 인지할 수 있다. 자율 무인 시스템의 현 상황은 정상 상황, 장애물 조우 상황, 센서 이상 상황, 운행 불가 상황, 연료 부족 상황, 대상 미식별 상황 등과 같은 자기 상태 정보 및 외부 상태 정보 중 어느 하나의 상태를 고려하여 생성된 상태 정보를 기반으로 현재의 상황을 인식한 것일 수 있다.
본원의 일 실시예에 따르면, 상황 인지 에이전트(30)는 자율 무인 시스템의 자기 상태 정보 (자율 무인 시스템 자신의 상태 정보) 및 외부 상태 정보(자율 무인 시스템의 외부에 식별된 주면 물체들 관의 상태 정보) 간의 관계성을 토대로 상황을 추정하고 전체 상황(자기 상태 정보 및 외부 상태 정보)을 추정하여 계획에 반영 가능하도록 하는 에이전트일 수 있다.
상황 인지 에이전트(30)는 정상 상황, 장애물 조우 상황, 센서 이상 상황, 운행 불가 상황, 연료 부족 상황 및 대상 미식별 상황 등의 현재 상황을 목표/작업 설정 에이전트(40)로 전송할 수 있다.
목표/작업 설정 에이전트(40)는 상황 인지 에이전트(30)에서 인지한 현재 상황을 기반으로 자율 무인 시스템의 목표 달성 가능 여부를 판단할 수 있다. 예를 들어, 목표/작업 설정 에이전트(40)는 상황 인지 에이전트(30)에서 인지한 정상 상황, 장애물 조우 상황, 센서 이상 상황, 운행 불가 상황, 연료 부족 상황 및 대상 미식별 상황과 같은 현재 상황을 기반으로 자율 무인 시스템의 상황 대체 가능 여부를 판단할 수 있다. 일 예로, 목표/작업 설정 에이전트(40)는 상황 인지 에이전트(30)에서 인지한 연료 부족 상황을 기반으로 자율 무신 시스템의 연료 부족 상황에 대응하는 해결 방안 중 최적의 해결 방안의 목표 달성 가능 여부를 판단할 수 있다.
또한, 목표/작업 설정 에이전트(40)는 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행할 수 있다.
또한, 목표/작업 설정 에이전트(40)는 기설정한 목표의 달성이 가능하다고 판단되면, 기설정한 목표의 달성을 위해 수행할 작업을 설정할 수 있다. 예를 들어, 목표/작업 설정 에이전트(40)는 연료 부족 상황에 대응하는 해결 방안 중 최적의 해결 방안이 목표 달성 가능 여부를 가능이라고 판단하는 경우, 연료 부족 상황에서 자율 무인 시스템이 수행해야할 작업을 설정할 수 있다. 일예로, 자율 무인 시스템이 무인 자동차인 경우, 연료 부족 상황에 대응하는 해결 방안 중 최적의 해결 방안은 가장 가까운 주유소를 목적지로하여 이동 경로를 변경하는 것일 수 있다.
또한, 목표/작업 설정 에이전트(40)는 기설정한 목표의 달성이 불가능하다고 판단되면, 재설정한 목표의 달성을 위해 수행할 작업을 설정할 수 있다. 또한, 목표/작업 설정 에이전트(40)는 연료 부족 상황에 대응하는 해결 방안 중 최적의 해결 방안이 목표 달성 가능 여부를 불가능이라고 판단하는 경우, 연료가 남아있는 상황에서 가장 가까운 주유소까지의 주행이 불가능할 경우, 목표를 재설정 할 수 있다.
또한, 목표/작업 설정 에이전트(40)는 상황 인지 에이전트(30)에서 인지한 현재 상황을 기반으로 미리 설정된 복수의 대안 목표 중 목표 달성 가능성이 다른 대안 목표들보다 높다고 판단되는 대안 목표로 목표를 재설정할 수 있다. 예를 들어, 목표/작업 설정 에이전트(40)는 현재 수행중인 임무와 회피, 조치, 식별, 접근 순으로 개별 상황의 우선순위를 결정하고 그 후 대상 물체(장애물)과 자신(자율 무인 시스템) 간의 거리 혹은 임무가 생성된 순서에 따라 우선도를 결정할 수 있다. 목표/작업 설정 에이전트(40)는 우선도에 연관된 목표를 대안 목표로 재설정할 수 있다.
작업 계획 에이전트(50)는 목표/작업 설정 에이전트(40)에서 기설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 이동 목표에서의 센서/장비 운용 계획을 설정할 수 있다. 센서/장비 운용은 센서 이상 상황, 운행 불가 상황, 연료 부족 상황 등과 같은 자율 무인 시스템에 대한 자기 상태 정보에 기반한 운용 정보일 수 있다.
경로 계획 에이전트(60)는 작업 계획 에이전트(50)에서 설정한 이동 목표까지의 경로를 생성하고, 경로 상의 어느 하나의 경로점으로의 이동 명령을 제어부(80)로 전달할 수 있다. 예를들어, 경로점은 자율 무인 시스템(예를 들어, 무인 항공기)의 경로를 나타내는 지점일 수 있다. 경로 계획 에이전트(60)는 자율 무인 시스템의 출발 지점과 최종 목적지까지의 이동 경로 구간(way point)에 대응하는 이동 명령을 제어부(80)로 전달할 수 있다.
행위 계획 에이전트(70)는 작업 계획 에이전트(50)에서 설정한 센서/장비 운용 계획을 기반으로 자율 무인 시스템이 탑재한 센서 및 장비의 상태를 고려한 운용 명령을 제어부(80)로 전달할 수 있다. 예를 들어, 행위 계획 에이전트(70)는 상황 인지 에이전트(30)에서 인지한 제 1센서 이상 상황의 상태를 기반으로 목표/작업 설정 에이전트(40)가 제 1 센서의 이상 상황에 대한 목표 달성 여부를 판단하고, 판단 결과 제 1 센서 이상 상황에 대처할 센서 운용 계획을 재설정 할 수 있다. 행위 계획 에이전트(70)는 작업 계획 에이전트(50)에서 제 1 센서 이상 상황에 대처할 제 2 센서의 센서 운용 계획을 기반으로 자율 무인 시스템이 탑재한 센서 상태를 고려한 운용 명령을 제어부(80)로 전달할 수 있다.
제어부(80)는 작업 계획 에이전트(50)에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 자율 무인 시스템의 동작을 제어할 수 있다. 달리 말해, 제어부(80)는 경로 계획 에이전트(60)로부터 전달받은 세부 이동 명령 및 행위 계획 에이전트(70)로부터 전달받은 장비 운용 명령, 센서 운용 명령에 기반하여, 자율 무인 시스템의 동작을 제어할 수 있다. 예를 들어, 제어부(80)는 돌발적인 장애물 출현으로 자율 무인 시스템이 장애물의 상대 방향으로 회피해야하는 상태 정보에 기반하여 자율 무인 시스템의 동작을 제어할 수 있다.
도 2는 본원의 일 실시예에 따른 지는 에이전트 시스템에 의한 자율 무신 시스템 제어 방법을 설명하기 위한 흐름도이다. 이하 도 2에 도시된 방법은 앞선 도 1을 통해 설명된 지능 에이전트 시스템(1)에 의하여 수행될 수 있다. 따라서, 이하 생략된 내용이라고 하더라도 도 1을 통해 지능 에이전트 시스템 (1)에 대하여 설명된 내용은 도2에도 적용된다.
단계 S201에서 상황 인지 에이전트(40)가 자율 무인 시스템에 대한 자기 상태 정보 및 외부 상태 정보를 기반으로 자율 무인 시스템의 현재 상황을 인지할 수 있다. 상황 인지 에이전트(40)는 자율 무인 시스템에 설치된 자기 센싱 유닛으로부터 전달되는 자기 센싱 데이터를 기반으로 자기 상태를 추정하여 자기 상태정보를 생성하는 자기 상태 추정 에이전트(20)로부터 자기 상태 정보를 수신할 수 있다. 본원의 일 실시예에 따르면, 자기 상태 추정 에이전트(20)는 연료 상태, 센서 상태, 장비 상태, 위치 상태 및 자세 상태를 포함하는 자기 상태를 고려하여 자기 상태 정보를 생성할 수 있다.
또한, 상황 인지 에이전트(40)는 자율 무인 시스템에 설치된 외부 센싱 유닛으로부터 전달되는 외부 센싱 데이터를 기반으로 외부 상태를 추정하여 외부 상태 정보를 생성하는 외부 상태 추정 에이전트(30)로부터 외부 상태 정보를 수신할 수 있다. 외부 상태 추정 에이전트(30)는 지형/지물 상태, 기상 상태, 장애물 상태 및 대상 상태를 포함하는 외부 상태를 고려하여 외부 상태 정보를 생성할 수 있다. 또한, 외부 상태 추정 에이전트(30)는 지형/지물 상태, 장애물 상태, 대상 상태 각각에 대하여, 위치 상태, 부피, 상태 및 이동 상태를 포함하는 상태를 고려하여 외부 상태 정보를 생성할 수 있다.
달리 말해, 상황 인지 에이전트(40)는 자기 상태 추정 에이전트(20)로부터 생성된 자기 상태 정보 및 외부 상태 추정 에이전트(30)로부터 생성된 외부 상태 정보를 기반으로 자율 무인 시스템의 현재 상황을 인지할 수 있다.
단계 S202에서, 목표/작업 설정 에이전트(50)는 상황 인지 에이전트에서 인지한 현재 상황을 기반으로 자율 무인 시스템의 목표 달성 가능성 여부를 판단할 수 있다.
단계 S203에서, 목표/작업 설정 에이전트(50)는 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행할 수 있다.
단계 S204에서 작업 계획 에이전트(60)는 목표/작업 설정 에이전트(50)에서 기 설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 이동 목표에서의 센싱/장비 운용 계획을 설정할 수 있다. 작업 계획 에이전트(60)는 기 설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표를 설정한 계획을 경로 계획 에이전트(70)로 전달할 수 있다. 경로 계획 에이전트(70)는 작업 계획 에이전트(60)에서 설정한 이동 목표까지의 경로를 생성하고, 경로 상의 어느 하나의 경로점(예를 들어, way point)으로의 이동 명령을 제어부(10)로 전달할 수 있다.
또한, 작업 계획 에이전트(60)는 이동 목표에서의 센싱/장비 운용 계획을 행위 계획 에이전트(80)로 전달할 수 있다. 행위 계획 에이전트(80)는 작업 계획 에이전트(60)에서 설정한 센서/장비 운용 계획을 기반으로 자율 무인 시스템이 탑재한 센서 및 장비의 상태를 고려한 운용 명령을 제어부(10)로 전달할 수 있다.
단계, S203에서 제어부(10)는 작업 계획 에이전트(60)에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 자율 무인 시스템의 동작을 제어할 수 있다.
다만, 도2를 통해 설명되는 실시예는 본 발명의 다양한 실시예 중 하나에 불과하므로, 이에 한정되어 해석되는 것은 아니며, 다양한 실시예가 더 존재할 수 있다.
전술한 본원의 설명은 예시를 위한 것이며, 본원이 속하는 기술분야의 통상의 지식을 가진 자는 본원의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본원의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본원의 범위에 포함되는 것으로 해석되어야 한다.
1: 지능 에이전트 시스템
10: 자기 상태 추정 에이전트
20: 외부 상태 추정 에이전트
30: 상황 인지 에이전트
40: 목표/작업 설정 에이전트
50: 작업 계획 에이전트
60: 경로 계획 에이전트
70: 행위 계획 에이전트
80: 제어부

Claims (18)

  1. 자율 무인 시스템을 위한 지능 에이전트 시스템에 있어서,
    상기 자율 무인 시스템에 설치된 자기 센싱 유닛으로부터 전달되는 자기 센싱 데이터를 기반으로 자기 상태를 추정하여 상기 자기 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 자기 상태 추정 에이전트;
    상기 자율 무인 시스템에 설치된 외부 센싱 유닛으로부터 전달되는 외부 센싱 데이터를 기반으로 외부 상태를 추정하여 상기 외부 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 외부 상태 추정 에이전트;
    상기 자율 무인 시스템에 대한 상기 자기 상태 정보 및 상기 외부 상태 정보 간의 관계성을 기반으로 상기 자율 무인 시스템의 현재 상황을 인지하는 상황 인지 에이전트;
    상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 상기 자율 무인 시스템의 목표 달성 가능 여부를 판단하고, 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 목표/작업 설정 에이전트;
    상기 목표/작업 설정 에이전트에서 기설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 상기 이동 목표에서의 센서/장비 운용 계획을 설정하는 작업 계획 에이전트; 및
    상기 작업 계획 에이전트에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 상기 자율 무인 시스템의 동작을 제어하는 제어부를 포함하되,
    상기 자기 상태 추정 에이전트는, 연료 상태, 센서 상태, 장비 상태, 위치 상태 및 자세 상태를 포함하는 자기 상태를 고려하여 상기 자기 상태 정보를 생성하고,
    상기 외부 상태 추정 에이전트는, 지형/지물 상태, 장애물 상태 및 대상 상태 각각에 대하여, 위치 상태, 부피 상태 및 이동 상태를 포함하는 외부 상태를 고려하여 상기 외부 상태 정보를 생성하며,
    상기 외부 센싱 데이터는 기상정보 데이터 및 상기 자율 무인 시스템의 외부를 촬영한 영상 데이터를 포함하고, 상기 외부 상태 중 기상 상태는 상기 기상정보 데이터 및 상기 영상 데이터에 기반하여 시야 확보 가능 여부에 대한 정보를 포함하도록 추정되며,
    상기 목표/작업 설정 에이전트는, 기설정한 목표의 달성이 가능하다고 판단되면, 상기 기설정한 목표의 달성을 위해 수행할 작업을 설정하고, 기설정한 목표의 달성이 불가능하다고 판단되면, 미리 설정된 복수의 대안 목표 중 하나로 목표를 재설정하고, 재설정한 목표의 달성을 위해 수행할 작업을 설정하는 것인, 지능 에이전트 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 작업 계획 에이전트에서 설정한 이동 목표까지의 경로를 생성하고, 상기 경로 상의 어느 하나의 경로점으로의 이동 명령을 상기 제어부로 전달하는 경로 계획 에이전트를 더 포함하는 지능 에이전트 시스템.
  7. 제1항에 있어서,
    상기 작업 계획 에이전트에서 설정한 센서/장비 운용 계획을 기반으로 상기 자율 무인 시스템이 탑재한 센서 및 장비의 상태를 고려한 운용 명령을 상기 제어부로 전달하는 행위 계획 에이전트를 더 포함하는 지능 에이전트 시스템.
  8. 삭제
  9. 제1항에 있어서,
    상기 목표/작업 설정 에이전트는,
    상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 미리 설정된 복수의 대안 목표 중 목표 달성 가능성이 다른 대안 목표들보다 높다고 판단되는 대안 목표로 목표를 재설정하는 것인, 지능 에이전트 시스템.
  10. 지능 에이전트 시스템에 의한 자율 무인 시스템 제어 방법에 있어서,
    자기 상태 추정 에이전트가, 자율 무인 시스템에 설치된 자기 센싱 유닛으로부터 전달되는 자기 센싱 데이터를 기반으로 자기 상태를 추정하여 상기 자기 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 단계;
    외부 상태 추정 에이전트가, 상기 자율 무인 시스템에 설치된 외부 센싱 유닛으로부터 전달되는 외부 센싱 데이터를 기반으로 외부 상태를 추정하여 상기 외부 상태 정보를 생성하고 상기 상황 인지 에이전트에 전달하는 단계;
    상황 인지 에이전트가, 상기 자율 무인 시스템에 대한 상기 자기 상태 정보 및 상기 외부 상태 정보 간의 관계성을 기반으로 상기 자율 무인 시스템의 현재 상황을 인지하는 단계;
    목표/작업 설정 에이전트가, 상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 상기 자율 무인 시스템의 목표 달성 가능 여부를 판단하는 단계;
    상기 목표/작업 설정 에이전트가, 판단된 결과에 대응하여 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 단계;
    작업 계획 에이전트가, 목표/작업 설정 에이전트에서 기설정 또는 재설정한 목표에 대응하는 작업의 수행을 위한 이동 목표 및 상기 이동 목표에서의 센서/장비 운용 계획을 설정하는 단계; 및
    제어부가, 상기 작업 계획 에이전트에서 설정한 이동 목표 및 센서/장비 운용 계획 중 하나 이상에 대응하여 상기 자율 무인 시스템의 동작을 제어하는 단계를 포함하되,
    상기 자기 상태 정보를 생성하는 단계는, 연료 상태, 상태, 장비 상태, 위치 상태 및 자세 상태를 포함하는 자기 생태를 고려하여 자기 상태 정보를 생성하고,
    상기 외부 상태 정보를 생성하는 단계는, 지형/지물 상태, 장애물 상태 및 대상 상태 각각에 대하여, 위치 상태, 부피 상태 및 이동 상태를 포함하는 외부 상태를 고려하여 상기 외부 상태 정보를 생성하며,
    상기 외부 센싱 데이터는 기상정보 데이터 및 상기 자율 무인 시스템의 외부를 촬영한 영상 데이터를 포함하고, 상기 외부 상태 중 기상 상태는 상기 기상정보 데이터 및 상기 영상 데이터에 기반하여 시야 확보 가능 여부에 대한 정보를 포함하도록 추정되며,
    상기 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 단계는, 기설정한 목표의 달성이 가능하다고 판단되면, 상기 기설정한 목표의 달성을 위해 수행할 작업을 설정하고, 기설정한 목표의 달성이 불가능하다고 판단되면, 미리 설정된 복수의 대안 목표 중 하나로 목표를 재설정하고, 재설정한 목표의 달성을 위해 수행할 작업을 설정하는 것인, 자율 무인 시스템 제어 방법.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 제 10항에 있어서,
    경로 계획 에이전트가, 상기 작업 계획 에이전트에서 설정한 이동 목표까지의 경로를 생성하고, 상기 경로 상의 어느 하나의 경로점으로의 이동 명령을 상기 제어부로 전달하는 단계를 더 포함하는, 자율 무인 시스템 제어 방법.
  16. 제 10항에 있어서,
    행위 계획 에이전트가, 상기 작업 계획 에이전트에서 설정한 센서/장비 운용 계획을 기반으로 상기 자율 무인 시스템에 탑재한 센서 및 장비의 상태를 고려한 운용 명령을 상기 제어부로 전달하는 단계를 더 포함하는, 자율 무인 시스템 제어 방법.
  17. 삭제
  18. 제10항에 있어서,
    상기 목표 달성을 위한 작업의 설정 및 목표의 재설정 중 하나 이상을 수행하는 단계는,
    상기 상황 인지 에이전트에서 인지한 상기 현재 상황을 기반으로 미리 설정된 복수의 대안 목표 중 목표 달성 가능성이 다른 대안 목표들보다 높다고 판단되는 대안 목표로 목표를 재설정하는 것인, 자율 무인 시스템 제어 방법.
KR1020170179750A 2016-12-29 2017-12-26 자율 무인 시스템을 위한 지능 에이전트 시스템 KR102070110B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20160182488 2016-12-29
KR1020160182488 2016-12-29

Publications (2)

Publication Number Publication Date
KR20180078153A KR20180078153A (ko) 2018-07-09
KR102070110B1 true KR102070110B1 (ko) 2020-01-29

Family

ID=62919306

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170179750A KR102070110B1 (ko) 2016-12-29 2017-12-26 자율 무인 시스템을 위한 지능 에이전트 시스템

Country Status (1)

Country Link
KR (1) KR102070110B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102025202B1 (ko) * 2019-01-02 2019-09-25 한화시스템 주식회사 무인수상정 원격 통제 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012002419A (ja) * 2010-06-16 2012-01-05 Ihi Aerospace Co Ltd 戦闘用装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120067649A (ko) * 2010-12-16 2012-06-26 한국전자통신연구원 군집 로봇의 상태 관리 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012002419A (ja) * 2010-06-16 2012-01-05 Ihi Aerospace Co Ltd 戦闘用装置

Also Published As

Publication number Publication date
KR20180078153A (ko) 2018-07-09

Similar Documents

Publication Publication Date Title
JP7465615B2 (ja) 航空機のスマート着陸
US20240118705A1 (en) Flight path determination
Droeschel et al. Multilayered mapping and navigation for autonomous micro aerial vehicles
Paull et al. Sensor-driven area coverage for an autonomous fixed-wing unmanned aerial vehicle
US10133281B1 (en) Leading drone system
US11822341B2 (en) Control device, control method, and mobile object to estimate the mobile object's self-position
CN111295627B (zh) 水下领航无人机系统
KR102625488B1 (ko) 제어 장치 및 제어 방법, 프로그램, 그리고 이동체
JP2024053085A (ja) 飛行体制御装置、飛行体制御方法、及びプログラム
Nieuwenhuisen et al. Obstacle detection and navigation planning for autonomous micro aerial vehicles
JP7259274B2 (ja) 情報処理装置、情報処理方法、及びプログラム
EP3037907A1 (en) Autonomously assisted and guided vehicle
CN102707724A (zh) 一种无人机的视觉定位与避障方法及系统
US20180321681A1 (en) Leading drone method
WO2020226085A1 (ja) 情報処理装置、情報処理方法、及びプログラム
WO2017168423A1 (en) System and method for autonomous guidance of vehicles
Lidoris et al. The autonomous city explorer (ACE) project—mobile robot navigation in highly populated urban environments
Mansouri et al. Subterranean MAV navigation based on nonlinear MPC with collision avoidance constraints
WO2019065431A1 (en) INFORMATION PROCESSING APPARATUS, MOBILE APPARATUS, INFORMATION PROCESSING METHOD, MOBILE APPARATUS CONTROL METHOD, AND PROGRAMS
Ng et al. Vehicle following with obstacle avoidance capabilities in natural environments
US20210026356A1 (en) Control apparatus, control method, program, and mobile object
KR102070110B1 (ko) 자율 무인 시스템을 위한 지능 에이전트 시스템
KR102636551B1 (ko) 무인기의 저고도 운용을 위한 자율 지형 충돌 회피 장치 및 방법
WO2022221916A1 (en) System infrastructure for manned vertical take-off and landing aerial vehicles
WO2019176278A1 (ja) 情報処理装置、情報処理方法、プログラム、及び移動体

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