KR102152192B1 - 로봇의 경로　계획　시스템, 방법, 로봇 및 매체 - Google Patents

로봇의 경로　계획　시스템, 방법, 로봇 및 매체 Download PDF

Info

Publication number
KR102152192B1
KR102152192B1 KR1020187023692A KR20187023692A KR102152192B1 KR 102152192 B1 KR102152192 B1 KR 102152192B1 KR 1020187023692 A KR1020187023692 A KR 1020187023692A KR 20187023692 A KR20187023692 A KR 20187023692A KR 102152192 B1 KR102152192 B1 KR 102152192B1
Authority
KR
South Korea
Prior art keywords
path
point
planning
reference positioning
robot
Prior art date
Application number
KR1020187023692A
Other languages
English (en)
Other versions
KR20190019897A (ko
Inventor
천 저우
바우 저우
징 시야오
Original Assignee
핑안 테크놀로지 (션젼) 컴퍼니 리미티드
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 핑안 테크놀로지 (션젼) 컴퍼니 리미티드 filed Critical 핑안 테크놀로지 (션젼) 컴퍼니 리미티드
Publication of KR20190019897A publication Critical patent/KR20190019897A/ko
Application granted granted Critical
Publication of KR102152192B1 publication Critical patent/KR102152192B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/18—Distance travelled

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Navigation (AREA)

Abstract

본 발명은 로봇의 경로　계획　시스템, 방법, 로봇 및 매체를 개시하고, 이 방법은 로봇의 경로　계획　시스템이 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하는 단계와, 상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 하는 단계를 포함한다. 본 발명은 로봇이 경로 계획 시 이동 경로를 실시간적으로 계산할 필요없이 미리 계획된 경로에서 대응 선택을 수행하고 즉, 경로 계획의 과정은 '계산'에서 '선택'으로 전환되어 효율적으로 실시간 계산량을 줄이고 경로 계획의 효율을 향상시킨다.

Description

로봇의 경로　계획　시스템, 방법, 로봇 및 매체
본 발명은 컴퓨터 기술 분야에 관한 것으로, 특히 로봇의 경로　계획　시스템, 방법, 로봇 및 컴퓨터 판독 가능한 저장매체에 관한 것이다
현재, 자율 이동 로봇은 많은 장소에서 사용될 수 있는데, 예를 들어 전시관의 가이드 업무를 맡고 참관자를 하나의 전시영역에서 다른 전시영역으로 안내하며, 식당에서 서비스를 제공하고 자발적으로 손님을 맞고 빈자리로 안내하여 주문을 받으며, 공공장소에서 안내, 순찰 업무를 하고 프로그램이 설정한 노선을 따라 이동하고 사람이 도움이 필요할 때 멈추고 질문에 응답하는 것 등과 같다.
이런 장소에서 자율 이동 로봇이 하나 또는 다수의 지정한 자리로 이동하여 어느 특정 기능을 수행하여야 하고 여기서 자율 이동 로봇의 경로 계획 문제가 있다. 기존의 기술은, 경로 계산 방면에 있어서 자율 이동 로봇은 일반적으로 이동 명령을 수신할 때 실시간으로 목표점으로 이동하는 경로를 계산하기 시작하고, 이 실시간 계산 과정은 여러 인자를 고려하여야 해서 시간이 많이 소모되는 문제가 있다.
본 발명의 주된 목적은 자율 이동 로봇의 경로 계획 효율을 향상사키기 위해, 로봇의 경로　계획　시스템, 방법, 로봇 및 매체를 제공하고자 한다.
상기 목적을 달성하기 위해, 본 발명은 첫번째 방면에 있어서, 로봇의 경로　계획　시스템을 개시하고 상기 경로　계획　시스템은 다음과 같은 모듈을 포함한다.
선택모듈, 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 한다.
경로계획모듈, 상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다.
본 발명은 두 번째 방면에 있어서, 로봇의 경로　계획　방법을 개시하고 상기 경로　계획　방법은 다음과 같은 단계를 포함한다.
로봇의 경로　계획 시스템이 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 한다.
로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 제1위치점에서 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다.
본 발명은 셋 번째 방면에 있어서, 로봇을 개시하고, 프로세서, 저장장치를 포함하고 이 저장장치에 로봇의 경로 계획 시스템이 저장되고 이 로봇의 경로 계획 시스템은 적어도 하나의 컴퓨터 판독 가능한 명령을 포함하고, 이 적어도 하나의 컴퓨터 판독 가능한 명령은 상기프로세서에 의해 실행되어 다음과 같은 동작을 구현하도록 한다.
미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 한다.
상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다.
본 발명은 넷 번째 방면에 있어서, 컴퓨터 판독 가능한 매체를 개시하고, 이에 프로세서에 의해 실행된 적어도 하나의 컴퓨터 판독 가능한 명령이 저장되어 다음과 같은 동작을 구현하도록 한다.
미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 한다.
상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다.
본 발명에 따른 로봇의 경로　계획　시스템, 방법, 로봇 및 매체는 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하며, 상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다. 로봇이 경로 계획 시 이동 경로를 실시간적으로 계산할 필요없이 미리 계획된 경로에서 대응 선택을 수행하고 즉, 경로 계획의 과정은 '계산'에서 '선택'으로 전환되어 효율적으로 실시간 계산량을 줄이고 경로 계획의 효율을 향상시킨다.
도1은 본 발명에 따른 로봇의 경로　계획　시스템의 바람직한 실시예의 실행 환경의 도면이다.
도2는 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예의 흐름도이다.
도3은 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예에서 공공 도서관 구역 지도에서 선택된 각 기준 포지셔닝 점의 도면이다.
도4는 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예에서 공공 도서관 구역 지도 중 P점에서 Q점까지의 경로　계획 도면이다.
도5는 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예에서 A점에서 B점까지의 경로　계획 도면이다.
도6은 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예에서 영향인자인 장애물이 실제 지표에서의 계량화 계산 도면이다.
도7은 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예의 로봇의 장애물 회피 도면이다.
도8은 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예의 기준 포지셔닝 점의 영역 분할 및 트리거 반경의 도면이다.
도9는 본 발명에 따른 로봇의 경로　계획 시스템의 일 실시예의 기능 모듈의 도면이다.
본 발명의 목적 실현, 기능 특징 및 장점에 대해 실시예를 통해 도면을 참조하여 설명하기로 한다.
본 발명이 해결하고자 하는 기술문제, 기술방안, 유익 효과를 더 명확하고 뚜렷하게 되기 위해, 하기와 같은 도면과 실시예를 통해 본 발명에 대해 진일보 상세하게 설명하기로 한다. 여기서에서 설명하는 구체적인 실시예는 본 발명을 예시적으로 설명하기 위한 것일 뿐 본 발명을 한정하기 위한 것이 아니다.
도1를 참조하면 도1은 본 발명에 따른 로봇의 경로 계획 시스템의 바람직한 실시예의 실행 환경의 도면이다. 본 실시예에 있어서, 로봇의 경로 계획 시스템(10)은 로봇(1)에 설치되어 실행된다. 이 로봇(1)은 저장장치(11), 프로세서(12) 및 디스플레이 장치(13)를 포함할 수 있고 이에 한정하지 않다. 도1은 유닛(11-13)을 가지는 로봇(1)만 도시하지만 모든 도시된 유닛을 실시하는 것을 요구하지 않고 더 많거나 적은 유닛으로 대체하여 실시할 수 있다.
그 중, 저장장치(11)는 메모리 및 적어도 한 종류의 판독 가능한 저장매체를 포함한다. 메모리는 로봇(1)의 동작을 위한 캐시를 제공하며, 판독 가능한 저장매체는 플래시　메모리, 하드 디스크, 멀티미디어 카드, 카드 타입 메모리 등과 같은 비휘발성 저장매체일 수 있다. 일부 실시예에 있어서, 상기 판독 가능한 저장매체는 로봇(1)의 내부　저장　유닛일 수 있고, 예를 들어, 이 로봇(1)의 하드 디스크일 수 있으며, 다른 일부 실시예에 있어서, 상기 비휘발성 저장매체는 로봇(1)의 외부　저장　유닛일 수도 있고, 예를 들어, 로봇(1)에 설치된 플러그인형 하드디스크, 스마트 미디어 카드(Smart Media Card, SMC), 시큐어 디지털(Secure Digital, SD) 카드, 플래시 카드(Flash Card)등과 같다. 본 실시예에 있어서, 저장장치(11)의 판독 가능한 저장매체는 통상적으로 상기 로봇(1)에 설치된 운영시스템과 각 종류의 응용 소프트웨어를 저장하며, 예를 들어, 본 발명의 일 실시예에 있어서, 로봇의 경로 계획 시스템(10)의 프로그램 코드 등과 같다. 또한, 저장장치(11)는 이미 출력되거나 출력할 각 종류의 데이터를 일시적으로 저장할 수 있다.
일부 실시예에 있어서, 상기 프로세서(12)는 하나 또는 다스의 마이크로프로세서, 마이크로컨트롤러, 디지털　프로세서 등을 포함한다. 이 프로세서(12)는 일반적으로 로봇(1)의 동작을 제어한다. 본 실시예에 있어서, 이 프로세서(12)는 저장장치(11)에 저장된 프로그램 코드 또는 처리 데이터를 실행하기 위한 것으로, 예를 들어, 로봇의 경로 계획 시스템(10) 등을 실행한다.
일부 실시예에 있어서, 디스플레이 장치(13)는 LED 모니터, 액정 모니터, 터치 액정 모니터 및 OLED（Organic Light-Emitting Diode，유기 발광 다이오드）터치장치 등일 수 있다. 디스플레이 장치(13)는 상기 로봇(1)에서 처리된 정보를 디스플레이하고 가시화의 유저 인터페이스를 디스플레이하며, 예를 들어, 응용 메뉴 인터페이스, 앱 아이콘 인터페이스 등과 같다. 상기 로봇(1)의 부품(11-13)은 시스템 버스를 통해 서로 통신한다.
로봇의 경로 계획 시스템(10)은 저장장치(11)에 저장된 적어도 하나의 컴퓨터 판독 가능한 명령을 포함하고, 이 적어도 하나의 컴퓨터 판독 가능한 명령은 프로세서(12)에 의해 실행되어 본 발명의 각 실시예에 따른 로봇의 경로 계획 방법을 구현하도록 한다. 후술과 같이 이 적어도 하나의 컴퓨터 판독 가능한 명령은 그의 각 부분이 수행하는 기능에 따라 서로 다른 로직　모듈로 분할될 수 있다.
일 실시예에 있어서, 로봇의 경로 계획 시스템(10)은 프로세서(12)에 의해 실행되어 다음과 같은 동작을 구현하도록 한다. 우선, 미리 결정된 구역　지도에서는 로봇(1)이 이동할 수 있는 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하며, 로봇(1)을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 제1위치점에서 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 로봇(1)을 제어하여 제2위치점으로 이동하도록 한다. 일 실시예에 있어서, 로봇의 경로 계획 시스템(10)은 저장장치(11)에 저장되고 저장장치(11)에 저장된 적어도 하나의 컴퓨터 판독 가능한 명령을 포함하며, 이 적어도 하나의 컴퓨터 판독 가능한 명령은 프로세서(12)에 의해 실행되어 본 발명의 각 실시예에 따른 로봇의 경로 계획 방법을 구현하도록 한다.
본 발명은 로봇의 경로 계획 방법을 개시한다.
도2를 참조하면, 도2는 본 발명에 따른 로봇의 경로　계획 방법의 일 실시예의 흐름도이다.
일 실시예에 있어서, 이 로봇의 경로　계획 방법은 다음과 같은 단계를 포함한다.
단계(S10), 로봇의 경로　계획 시스템이 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 한다.
본 실시예에 있어서, 미리 결정된 구역 지도에서 하나 또는 다수의 위치 점을 미리 선택한다. 예를 들어, 공공 도서관 구역 지도의 경우, 각 서로 연결되고 로봇 이동 가능한 경로에서 하나 또는 다수의 위치 점을 선택하여 기준 포지셔닝 점으로 할 수 있으며, 도3에 도시된 바와 같이, 도3에서 여러의 작은 블랙 도트는 공공 도서관 구역 지도에서 선택된 각 기준 포지셔닝 점이고 각 기준 포지셔닝 점은 공공 도서관 구역 지도에서의 로봇 이동 가능한 경로 상에 위치하며, 도3에서 큰 블랙 도트는 공공 도서관 구역 지도에서의 로봇 통과 불가능한 장애물이다.
단계(S20), 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 제1위치점에서 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다.
로봇을 제1위치점에서 제2위치점으로 이동시키는 명령, 즉, 로봇이 제1위치점(예를 들어, 도3과 도4에 도시된 P점)에서 제2위치점(예를 들어, 도3과 도4에 도시된 Q점)으로 이동하여야 한 명령이 수신되면 로봇의 경로　계획 시스템은 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 제1위치점에서 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 로봇을 상기 제2위치점으로 이동시키는 것을 제어하도록 한다. 예를 들어, 구역 지도에서 선택된 각 기준 포지셔닝 점에 대하여, 상이한 기준 포지셔닝 점 사이에서 다수의 이동 가능한 경로 y1, y2, y3을 미리 결정할 수 있고, 도4에 도시된 바와 같이, 기준 포지셔닝 점 A와 기준 포지셔닝 점B 사이에서 다수의 이동 가능한 경로를 미리 결정할 수 있고, 결정된 다수의 이동 가능한 경로는 모두 큰 블랙 도트를 피할 수 있고, 즉 로봇 통과 불가능한 장애물을 피하여 로봇을 제대로 이동시킨다. 제1위치점, 즉, P점이 그 근처의 기준 포지셔닝 점 A로 원활히 이동하고 제2위치점 Q점이 그 근처의 기준 포지셔닝 점 B로 원활히 이동할 수 있으면 로봇의 경로 계획 시스템은 필요에 따라 기준 포지셔닝 점 A와 기준 포지셔닝 점 B 사이에서 미리 결정된 다수의 이동 가능한 경로 중의 하나를 선택하여 분석된 로봇의 이동 경로로 할 수 있어 로봇을 제1위치점에서 제2위치점으로 이동시키는 것을 수행하도록 한다. 예를 들어, 로봇의 이동 경로가 최단 경로이면, 기준 포지셔닝 점 A와 기준 포지셔닝 점 B 사이에서 미리 결정된 이동 가능한 경로 y1 또는 y3 등을 선택할 수 있다.
본 실시예는 미리 결정된 구역 지도에서는 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하며, 상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 제2위치점으로 이동하도록 한다. 로봇이 경로 계획 시 이동 경로를 실시간적으로 계산할 필요없이 미리 계획된 경로에서 대응 선택을 수행하고 즉, 경로 계획의 과정은 '계산'에서 '선택'으로 전환되어 효율적으로 실시간 계산량을 줄이고 경로 계획의 효율을 향상시킨다.
또한, 상기 미리 결정된 경로 분석 규칙은 다음과 같다.
제1위치점에서　가장 가까운　제1기준 포지셔닝 점(예를 들어, 도4에 도시된 A점)을 결정하고 제2위치점에서　가장 가까운　제2기준 포지셔닝 점(예를 들어, 도4에 도시된 B점)을 결정한다.
상기 제1위치점에서　상기 제1기준 포지셔닝 점으로, 상기 제2위치점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제1 계획 방식에 따라 계획한다.
상기 제1기준 포지셔닝 점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제2 계획 방식에 따라 계획하여 제2 계획 경로를 획득한다.
그 중, 상기 제1 계획 방식은 다음과 같다.
2개의 위치점 사이에 장애물이 없으면 2개의 위치점 사이에서 직선 경로를 취하며, 2개의 위치점 사이에 장애물이 있으면 2개의 위치점 사이에서 장애물을 피한 최단 경로 경로를 취한다. 구체적으로 상기 제1위치점에서 상기　제1기준 포지셔닝 점 사이에 장애물이 없으면 상기 제1위치점과 상기　제1기준 포지셔닝 점 사이에서 직선 경로를 취하며 예를 들어, P 점에서 A점으로의 직선 경로를 취한다. 상기 제2위치점에서 상기　제2기준 포지셔닝 점 사이에 장애물이 없으면 상기 제2위치점과 상기　제2기준 포지셔닝 점 사이에서 직선 경로를 취하며 예를 들어, Q점에서 B점으로의 직선 경로를 취한다. 상기 제1위치점에서 상기　제1기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기　제1기준 포지셔닝 점 사이에서 장애물을 피한 최단경로를 취하며, 상기 제2위치점에서 상기　제2기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기　제1기준 포지셔닝 점 사이에서 장애물을 피한 최단경로를 취한다.
또한, 상기 제2계획 방식은 다음과 같다.
h1. 미리 결정된 제1기준 포지셔닝 점, 제2기준 포지셔닝 점 및 선택적인 계획 경로의 맵핑관계에 따라 제1기준 포지셔닝 점과 제2기준 포지셔닝 점과 대응되는 선택적인 계획 경로를 결정한다.
h2. 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로와 대응되는 점수를 계산한다.
h3. 최고 점수인 선택적인 계획 경로가 하나만 있으면 이 선택적인 계획 경로를 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 한다.
h4. 최고 점수인 선택적인 계획 경로가 다수 개가 있으면 다수의 최고 점수인 선택적인 계획 경로에서 하나의 선택적인 계획 경로를 랜덤으로 선택하여 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 한다.
또한, 상기 단계h1과 h2 사이는 다음과 같은 단계를 더 포함하다.
미리 결정된 선별 방식을 이용하여 선택적인 계획 경로를 필터링하여 점수 계산을 위한 선택적인 계획 경로를 선별하도록 한다. 상기 미리 결정된 선별 방식은 다음과 같은 단계를 포함한다.
각 선택적인 계획 경로에서 미리 결정된 특정 기준 포지셔닝 점을 포함하는 선택적인 계획 경로를 선별하고 선별된 선택적인 계획 경로를 점수 계산을 위한 선택적인 계획 경로로 한다. 예를 들어, 로봇이 A점에서 B점으로 이동할 과정에서 광고를 방송할 필요가 있고 광고는 사람이 많이 모이는 경로M-N에서 방송하여야 한다. 그러면 로봇이 경로를 계획하는 과정에서 특정 기준 포지셔닝 점M과 N를 경과하여야 하고 A에서 B로의 선택적인 경로는 이 특정 기준 포지셔닝 점 M과 N를 포함하여야 해서 이 특정 기준 포지셔닝 점 M과 N를 포함하는 선택적인 경로에 대해 점수를 계산하여 경로의 선택 과정을 간소화시킨다.
다른 선별 방식에 있어서, 미리 결정된 계산공식에 따라 각 선택적인 경로의 총길이를 각각 계산할 수 있고 각 선택적인 경로의 총길이와 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 최단 경로의 총길이의 차이값을 각각 계산하고 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 최단 경로는 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 직선 거리일 수도 있고, 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 각 선택적인 계획 경로 중 최단 경로일 수도 있다. 대응된 차이값이 미리 설전된 한계값보다 작은 선택적인 계획 경로를 선별하여 점수 계산을 위한 선택적인 계획 경로로 한다. 즉, 경로 길이가 짧은 선택적인 계획 경로를 선별하여 선택을 수행하여 최적의 계획 경로를 선택하는 효율을 향상시킨다.
또한, 미리 결정된 계산공식에 따라 각 선택적인 경로의 총길이를 각각 계산할 때, 상기 미리 결정된 계산공식은 다음과 같다.
Figure 112018081266499-pct00001
그 중,
Figure 112018081266499-pct00002
는 경로의 총길이를 대표하고, 다음과 같이 더 포함한다.
Figure 112018081266499-pct00003
각 선택적인 계획 경로에서 각 기준 포지셔닝 점은 한 번만 경과될 수 있고 최악의 상황에서 각 기준 포지셔닝 점은 모두 경과되어야 한다는 것을 한정한다.
Figure 112018081266499-pct00004
를 정의하고 제약 조건 결정 변수
Figure 112018081266499-pct00005
는 로봇이 이 경로를 선택하는 것을 대표하고,
Figure 112018081266499-pct00006
는 로봇이 이 경로를 선택하지 않는 것을 대표한다.
또한, 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로의 점수를 계산할 때 상기 미리 결정된 평점 규칙은 다음과 같다.
각 선택적인 계획 경로과 대응되는 진행 거리 영향 인자, 진행 시간 영향 인자 및/또는 장애물 영향 인자에 따라 평점을 수행하며, 그 중, 각 선택적인 계획 경로와 대응되는 점수는 이 선택적인 계획 경로 중 두개씩의 인접 노드 사이의 경로가 진행 거리 영향 인자, 진행 시간 영향 인자 또는 장애물 영향 인자에 따른 평점합이다.
구체적으로는, 최후 선택된 경로는
Figure 112018081266499-pct00007
인것을 정의한다.
그 중,
Figure 112018081266499-pct00008
는 번호가 i인 경로의 종합평점이고 경로의 종합평점의 공식은 다음과 같다.
Figure 112018081266499-pct00009
그 중,
Figure 112018081266499-pct00010
는 영향인자를 대표하고 상기 영향인자는 진행 거리 영향 인자, 진행 시간 영향 인자, 장애물(예를 들어, 장애물 회피 난이도) 영향 인자 등을 포함하고, 어느 하나의 영향 인자에 대하여 전체 경로의 이 영향인자의 평점은 각 구간의 경로의 평점합이고, 즉,
Figure 112018081266499-pct00011
이다.
그 중,
Figure 112018081266499-pct00012
는 A에서 B로의 구간의 경로 중 두개씩의 인접 노드 사이의 경로에 대한 해당 영향인자의 평점이다. 예를 들어, 도5에 도시된 바와 같이, 로봇이 A점에서 B점으로의 3개 경로가 path1=A-L1-L2-L3-B，path2= A-M1-M2-M3-B，path3=A-N1-N2-N3-B이면, path1 경로의 길이는 d(path1）이고, path2 경로의 길이는 d(path2）이고, path3 경로의 길이는 d(path3）이고, 그 중, Li，Ni，Mi（i=1,2,3）는 기준 포지셔닝 점이다. 각 선텍적인 경로와 대응되는 점수는 해당 선텍적인 경로 중 두개씩의 인접 노드 사이의 경로가 진행 거리 영향 인자, 진행 시간 영향 인자 또는 장애물 영향 인자에 따른 평점합이고, 예를 들어, path1 경로의 점수는 해당 선텍적인 경로 중 두개씩의 인접 노드 사이의 경로 A-L1, L1-L2, L2-L3, L3-B가 진행 거리 영향 인자, 진행 시간 영향 인자 또는 장애물 영향 인자에 따른 평점합이다.
또한, 선택적인 계획 경로의 평점공식은 다음과 같다.
Figure 112018081266499-pct00013
그 중,
Figure 112018081266499-pct00014
는 선택적인 계획 경로의 시간 평점이고,
Figure 112018081266499-pct00015
는 선택적인 계획 경로의 거리 평점이고, a, b는 미리 결정된 가중치이며, i번째의 선택적인 계획 경로의 시간평점
Figure 112018081266499-pct00016
는 다음과 같다.
Figure 112018081266499-pct00017
Figure 112018081266499-pct00018
그 중,
Figure 112018081266499-pct00019
는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
Figure 112018081266499-pct00020
는 i번째의 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
Figure 112018081266499-pct00021
는 i번째의 선택적인 계획 경로의 시간 페널티 계수이고, 이 시간 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 걸리는 시간이고,
Figure 112018081266499-pct00022
는 i번째의 선택적인 계획 경로의 경로 길이를 대표하고,
Figure 112018081266499-pct00023
는 i번째의 선택적인 계획 경로에서의 로봇의 속도를 대표하고,
Figure 112018081266499-pct00024
는 i번째의 선택적인 계획 경로에서 장애물이 나타나는 확률을 대표한다.
i번째의 선택적인 계획 경로의 거리평점
Figure 112018081266499-pct00025
는 다음과 같이 정의된다.
Figure 112018081266499-pct00026
Figure 112018081266499-pct00027
그 중,
Figure 112018081266499-pct00028
는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 진행하는 거리이고,
Figure 112018081266499-pct00029
는 i번째의 선택적인 계획 경로의 거리 페널티 계수이고, 이 거리 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 진행하는 거리이다.
본 실시예에 있어서, 상기 장애물 영향인자는 장애물 회피 난이도 계수와 장애물이 나타나는 확률을 포함하고, 일 실시예에 있어서, 사물 인터넷 시스템 서버에 접근할 수 있어 이 시스템을 통해 더 많은 유용한 정보를 획득할 수 있고, 예를 들어, （1）로봇이 사물 인터넷 시스템 서버 처리실 내의 웹캠의 정보를 획득할 수 있다. 일반적으로 모니터링　카메라가 어느 하나의 고정 장소를 향하기 때문이다. 영상처리 방법으로 웹캠의 데이트를 처리하면 어느 하나의 구역에서의 동적 장애물의 개수와 대략적인 분포를 획득할 수 있다. (2) 사물 인터넷 시스템 서버가 인원 유동의 데이트에 대해 통계 정리를 할 수 있다. 통계 데이트에 의해 어느 시간대, 어느 구역 내에서 인원 분포가 집중한 확률을 예측할 수 있다. (3)또한, 로봇 시스템은 실내 웹캠을 통해 실내 동적 장애물의 분포(예를 들어 인원분포)를 획득할 수 있으며 각 구간의 경로의 장애물 확률을 실시간으로 갱신한다. 따라서, 로봇이 현재의 상황에 따라 동적으로 최적의 경로를 선택할 수 있다.
도6에 도시된 바와 같이, 도6은 장애물 영양인자가 실제 지표에서의 계량화 계산 도면이고, 로봇의 진행 로경은 여러의 영역으로 분할한다. 예를 들어,
(1) 두개씩의 '기준 포지셔닝 점' 사이의 거리 d，
(2) 두개씩의 '기준 포지셔닝 점' 사이의 설정 이동 속도 v,
(3) 실내 웹캠에 의해 획득된 실시간 이미지 정보 및 서버 설정 데이트 등등은 주어진 조건이면, 현재 실내 각 구역의 장애물 회피 난이도 계수 K 및 장애물의 나타마는 확률 P를 획득할 수 있고 로봇의 경로 계획도에 매핑한다. 구역III과 구여IV에서 인원의 분포가 집중한 것을 가정하면 이로 인해 로봇이 이 구역에서 장애물을 회피하는 난이도가 높아지고, 즉, k(III)=k(IV)>k(I)=k(II)=k(V)=k(VI)이다. 구역I, II와 구역V, VI의 인원 분포가 비슷하지만, 이력　데이터에 따라, 구역I와 구역II는 이 사간대에서 장애물 나타난 확률이 더 높고, 즉, P(I)=P(II)>P(V)=P(VI)이다. 상응하는 거리 페널티　계수는 kd이고, 시간 페널티　계수는 kt이다.
계산의 편의를 위해, 경로 A-L1, A-M1, A-N1 사이와 경로B-L3, B-M3, B-N3 사이의 차이를 간과하고, 즉, 경로 L1-L2-L3(경로 L), M1-M2-M3(경로 M), N1-N2-N3 경로(N)만을 평점한다. 주어진 조건은 하기 표1와 같다.
Figure 112018081266499-pct00030
상기 시간 평점 공식 및 거리 평점 공식에 따라 각 경로의 장애물 인자에 의해 수정된 시간과 거리 평점을 계산할 수 있고 상기 선택적인 계획 경로에 대한 종합 평점 공식에 따라 각 경로에 대한 종합 평점을 계산할 수 있으며, 하기 표2와 같다.
Figure 112018081266499-pct00031
계산 결과에 따라, 최하 평점의 경로가 분석되고 선택될 수 있고 즉, 제3개 경로를 로봇의 최적의 이동 계획 경로로 한다.
또한, 상기 분석된 경로에 기초하여 로봇을 제어하여 상기 제2위치점으로 이동하는 단계는 다음과 같다.
로봇의 경로 계획 시스템은 실시간 또는 정해진 시간으로 현재 이동할 경로에 이동 회피를 하여야할 장애물이 있는지 여부를 분석한다. 일 실시방식에 있어서, 로봇의 경로 계획 시스템은 실시간 또는 정해진 시간으로 미리 결정된 구역 모니터링　서버(예를 들어, 사물 인터넷 시스템 서버)로보터 현재 이동항 경로에서의 장애물 정보를 획득하여 획득된 장애물 정보에 따라 이동 회피를 수행하여야할 장애물이 있는지 여부를 분석한다. 예를 들어, 정적 장애물이 이동할 경로에 위치하면 이동 회피를 수행하는 것을 경정하며, 동적 장애물의 이동할 경로와 로봇의 이동경로가 교점이 있으면 이동 회피를 수행하는 것을 경정하며, 기존의 기술에 있어서, 획득된 장애물 정보에 따라 이동 회피를 수행하여야할 장애물이 있는지 여부를 분석하는 알고리즘이 존재하기 때문에 설명을 생략하기로 한다. 다른 실시 방식에 있어서, 로봇의 경로 계획 시스템은 실시간 또는 정해진 시간으로 로봇에 배치된 장애물 검출 유닛(예를 들어, 레이더 유닛)에 의해 현재 이동할 경로에서의 장애물 정보를 검출하여 이동 회피를 수행하여야할 장애물이 있는지 여부를 분석한다.
이동 회피를 수행하여야할 장애물이 있다고 분석되면, 로봇의 경로 계획 시스템은 현재 위치를 새로운 제1위치점으로 하고 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 새로운 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 로봇의 이동을 제어하여 상기 제2위치점으로 이동하도록 한다. (예를 들어, 도4에 도시된 P점에서 Q점까지의 계획 경로).
도7에 도시된 바와 같이, 도7은 로봇의 장애물 회피 도면이고, 로봇이 A점에서 B점으로 이동하는 데 이동하는 과정에서 C점 근처에 갑자기 동적 장애물이 나타나는 것을 가정한다. 기존의 기술에 있어서, 로봇이 어느 하나의 알고리즘에 따라 동적으로 장애물을 회피하고 현재의 위치에 근거하여 새로운 계획 경로y4를 다시 계산한다. 이 방법은 단점이 있고 예를 들어,
(1) 장애물을 회피하는 과정에서, 로봇이 회피 경로를 지속적으로 계산하여야 하고 현재 위치에서 목표점으로의 경로를 지속적으로 계산하여야 한다. 이 과정에서 대량의 계산 자원 및 시간을 소모한다.
(2) 로봇이 눈앞의 장애물 크기, 회피 소요 시간, 회피 후 다른 장애물이 있는지 여부를 알 수 없다. 예를 들어, 로봇의 앞에 매우 긴 인간 장벽 하나가 위치하면, 상용의 방법은 인간 장벽을 회피하기 위해 대량의 시간이 걸리게 된다.
반대로는, 본 실시예에 따른 기준 포지셔닝 점에 기초하여 경로를 계획하는 방식은, 로봇이 직접적으로 다른 기준 포지셔닝 점을 선택하여 다른 경로를 다시 선택한다. L1, L2가 기준 포지셔닝 점인 것을 가정한다. 로봇은 장애물과 마주치면 다른 경로 C-L1-L2-B를 다시 선택하여 B점에 도달하고, 즉, 로봇이 장애물을 피하는 것을 선택하지 않고 다른 경로를 선택하며, 실시간 계산된 노선보다 선택 노선이 더 효율적이고 로봇의 대량 계산 자원을 차지하지 않고 응답이 더 신속한다.
또한, 로봇의 경로 계획 시스템은 미리 결정된 구역 지도 상에서 하나 또는 다수의 위치점을 미리 선택하여 기준 포지셔닝 점으로 한면서 미리 결정된 구역 지도에서의 각 기준 포지셔닝 점과 대응되는 위치에서 대응 위치점 표지를 설치한다. 상기 위치점 표지는 인공적인 위치 도로 표지일 수 있고, e.g.，예를 들어, 두 번째 층 A3구역의 두 번째 기준 포지셔닝 점과 대응되는 위치에 있는 인공적인 위치 도로 표지는 'L1A3P2' 또는 'L1A3②'일 수 있으며, 자연적인 위치 도로 표지일 수도 있고, e.g.，예를 들어, 두 번째 층 A3구역의 두 번째 기준 포지셔닝 점과 대응되는 위치에 있는 자연적인 위치 도로 표지는 '→A3'일 수 있다.
상기 분석된 경로에 기초하여 로봇을 제어하여 제2위치점으로 이동하도록 한다는 단계는 다음과 같은 단계를 더 포함한다.
로봇의 경로 계획 시스템은 실시간 또는 정해진 시간으로 위치를 포지셔닝한다.
미리 결정된 기준 포지셔닝 점과 트리거　좌표　영역의 맵핑관계에 따라 현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석하고, 상기 트리거　좌표　영역은 기준 포지셔닝 점을 원심으로 하고 미리 설정된 길이를 반경으로 하는 원형 영역 또는 정사각형 영역 등일 수 있다.
현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되면, 위치점 표지 인식 장치(예를 들어, 웹캠)를 열어 위치점 표지를 검출하기 시작한다.
위치점 표지가 검출되면 로봇의 센서를 통해 로봇과 검출된 위치점 표지의 거리와 방향을 계산하여 로봇의 현재 위치와 자세를 획득하도록 하고 로봇의 현재 위치와 자세에 따라 진행 방향을 교정한다.
또한, 매번 조회의 계산량을 대폭히 줄이기 위해 상기 미리 결정된 기준 포지셔닝 점과 트리거　좌표　영역의 맵핑관계에 따라 현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석한다는 단계는 다음과 같다.
미리 결정된 구역과 좌표　범위의 맵핑관계에 따라 현재 위치가 포함되는 영역을 결정한다.
미리 결정된 구역과 기준 포지셔닝 점의 맵핑관계에 따라 현재 위치와 대응되는 목표 기준 포지셔닝 점을 결정한다.
현재 위치가 목표 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석한다.
현재 위치가 목표 기준 포지셔닝 점의 트리거　좌표　영역에 포함되면, 현재 위치가 기준 포지셔닝 점의 트리거 좌표 영역에 포함되고, 현재 위치가 목표 기준 포지셔닝 점의 트리거　좌표　영역에 포함되지 않으면, 현재 위치가 기준 포지셔닝 점의 트리거 좌표 영역에 포함되지 않는 것을 결정한다.
로봇이 계획된 경로에 따라 이동하는 과정에서, 로봇은 포지셔닝 방식으로 현재 위치와 목표점 위치를 결정하여야 하고 이동 과정에서 자신의 위치를 결정하여야한다. 현재, 상대 포지션과 절대 포지션를 결합하는 방식을 많이 사용한다. 상대 포지션인 경우 오차 누적의 문제를 피할 수기 때문에 절대 포지션의 방법으로 교정하여야 한다. 로봇의 상대 포지션에 있어서, 로봇은 지난 번의 포지셔닝 결과에 기초하여 관성 등 센서를 통해 상대 변위를 측정하여 이번의 포지셔닝 결과를 계산한다. 매번의 포지셔닝은 오차가 존재하기 때문에 오차가 지속적으로 누적할수록 커져서 최종으로 한동안 시간이 지난 후 포지셔닝 오차가 납득할 수 없도록 커진다. 따라서, 로봇은 적절한 시각에 어느 방법으로 포지셔닝 정보를 교정하여야 한다.
본 실시예는 기준 포지셔닝 점 모드에서 위치 점 표지를 이용하여 교정하는데, 로봇이 자신의 위치에 근거하여 도로 표지의 위치를 대략적으로 결정할 수 있으며, 로봇이 위치 점 표지를 인식한 후 센서를 통해 로봇과 도로 표지의 거리 및 장향을 계산하여 로봇의 현재 위치 및 자세를 획득한다.
기존의 교정 방법에 있어서, 로봇이 항상 검출 장치를 열어 근처에 위치 점 표지가 있는지 여부를 확인하도록 검색하고 교정하여야 한다. 광범위 내에서 대량의 위치 점 표지를 배치하여야 하기 때문에 대량의 로봇 계산 자원가 낭비된다. 본 실시예에 따른 기준 포지셔닝 점 모드에서 위치 점 표지의 배치 범위를 기준 포지셔닝 점에 까가운 근처로 축소하고 대량의 도로 표지를 전반적으로 배치할 필요없고 기준 포지셔닝 점 근처에서 도로 표지를 선택적으로 배치하면 됨으로써 도로 표지의 개수를 효율적으로 줄이고 대량의 도로 표지를 배치기 때문에 다른 유형 표지를 헛갈리게 한다.
패턴 인식을 교정 방안으로 하는 실시예이 있어서, 각 기준 포지셔닝 점의 위치 점 표지는 하나의 그림인 것을 가정하고 이 그림는 지도에서의 유일한 좌표(a，b) 와 대응된다. 로봇의에 위치 점 표지 그림을 인식하기 위한 하나의 웹캠이 장착된다. 로봇이 위치 머리꼭지점 표지 그림을 포착할 때 로봇의 목표 그림과 대응되는 상대 좌표(m，n)를 획득할 수 있으면, 로봇은 자신 현재 좌표가 (a+m，b+n)인 것을 획득하고 이 좌표를 현재 정확한 좌표로 하여 좌표 교정을 구현할 수 있다. 일 실시방식에 있어서, 로봇은 이동하는 과정에서 위치 점 표지를 놓치지 않기 위해 실시간으로 머리꼭지 웹캠을 열어 비디오를 지속적으로 처리한다. 다른 실시방식의 기준 포지셔닝 점 모드에서, 로봇이 기준 포지셔닝 점의 트리거　좌표　영역, 즉 트리거 반경에 들어올 때만 웹캠이 열려 위치점 표지를 포착하여 교정한다. 따라서, 본 실시예는 기준 포지셔닝 점의 트리거　좌표　영역을 설치함으로써 로봇에 교정시간을 제공하고 로봇의 제어에 편리하여 계산량 및 자원소모를 줄인다.
기준 포지셔닝 점 모드에서 로봇 현재 위치가 하나의 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석할 때, 일 실시방식은 로봇이 실시간으로 현재 좌표와 데이터베이스에서의 각 기준 포지셔닝 점의 좌표를 이용하여 계산하는데 현재 좌표와 어느 기준 포지셔닝 점의 좌표가 트리거　반경보다 작은지 여부를 판단한다. 검색 과정을 가속하기 위해 다른 실시방식에서 지도와 기준 포지셔닝 점을 분할하여 분류함으로써 조회할 때 모든 기준 포지셔닝 점을 조회하지 않고 자신이 위치한 구역을 판단하여 구역을 구성하는 기준 포지셔닝 점만 조회함으로써 대폭히 매번 조회의 계산량을 줄인다. 도8에 도시된 바와 같이, 도8은 기준 포지셔닝 점의 영역 분할 및 트리거 반경의 도면이고, 이 교정방안은 다음과 같은 단계를 포함한다.
첫 번째, 기준 포지셔닝 점 r을 이용하여 지도를 다수의 다각형 구역 1、2......9로 분할하고 각 기준 포지셔닝 점은 대응 방경의 트리거　반경　R이 있다.
두 번째, 로봇은 현재 좌표가 어느 구역에 포함되는지를 판단한다. 예를 들어, 도8에서 로봇이 현재에 번호가 5인 영역 내에 위치한다.
셋 번째, 로봇이 어느 다각형 구역에 위치할 때 로봇이 시간t마다 조회하여 자신의 현재 좌표가 이 구역 각도의 기준 포지셔닝 점 의 트리거　반경에 위치하는지를 확인하도록 한다. 예를 들어, 도8에서, 로봇의 현재 좌표가 번호가 5인 영역 내에 위치하고, 로봇은 현재 좌표가 이 영역을 구성하는 4개의 각도의 기준 포지셔닝 점의 구역(즉 번호가 A, B, C, D인 4개의 기준 포지셔닝 점으로 구성된 구역) 내에 위치하는지 여부를 조회하여 확인한다.
넷 번째, 현재 좌표가 이미 어느 기준 포지셔닝 점의 트리거　반경에 들어온 것으로 분서되면 로봇은 위치 점 표지 인식 장치(예를 들어, 웹캠)를 열어 위치 점 표지를 검출하기 시작한다.
다섯 번째, 위치 점 표지가 검출되면 로봇은 계산된 좌표 정보를 통해 현재 좌를 교정한다.
본 발면은 로봇의 경로 계획 시스템을 더 개시한다.
도9를 참조하면, 도9는 본 발명에 따른 로봇의 경로　계획 시스템(10)의 바람직한 실시예의 기능 모듈의 도면이다. 본 실시예에서 로봇의 경로　계획 시스템(10)은 하나 또는 다수의 모듈로 분할될 수 있고 상기 하나 또는 다수의 모듈은 상기 저장장치(11)에 저장되며 하나 또는 다수의 처리장치(본 실시예는 상기 프로세서(12)이다)에 의해 실행되어 본 발명을 구현하도록 한다. 예를 들어, 도9에서, 로봇의 경로　계획 시스템(10)은 선택모듈(01), 경로계획모듈(02)로 분할된다. 본 발명에서 언급한 모듈은 특정 기능을 구현할 수 있는 일련의 컴퓨터 프로그램 명령 세그먼트를 뜻하고, 프로그램보다 로봇의 경로　계획 시스템(10)이 상기 로봇(1)에서의 실행 과정을 설명하기에 적합하다. 선택모듈(01), 경로계획모듈(02)의 기능은 구체적으로 다음과 같다.
선택모듈(01), 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 한다.
본 실시예에 있어서, 미리 결정된 구역 지도에서 하나 또는 다수의 위치 점을 미리 선택한다. 예를 들어, 공공 도서관 구역 지도의 경우, 각 서로 연결되고 로봇 이동 가능한 경로에서 하나 또는 다수의 위치 점을 선택하여 기준 포지셔닝 점으로 할 수 있으며, 도3에 도시된 바와 같이, 도3에서 여러의 작은 블랙 도트는 공공 도서관 구역 지도에서 선택된 각 기준 포지셔닝 점이고 각 기준 포지셔닝 점은 공공 도서관 구역 지도에서의 로봇 이동 가능한 경로 상에 위치하며, 도3에서 큰 블랙 도트는 공공 도서관 구역 지도에서의 로봇 통과 불가능한 장애물이다.
경로 계획 모듕(02), 상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 한다.
상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령, 즉, 로봇이 제1위치점(예를 들어, 도3과 도4에 도시된 P점)에서 제2위치점(예를 들어, 도3과 도4에 도시된 Q점)으로 이동하여야 한 명령이 수신되면 로봇의 경로　계획 시스템은 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 제1위치점에서 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 로봇을 상기 제2위치점으로 이동시키는 것을 제어하도록 한다. 예를 들어, 구역 지도에서 선택된 각 기준 포지셔닝 점에 대하여, 상이한 기준 포지셔닝 점 사이에서 다수의 이동 가능한 경로 y1, y2, y3을 미리 결정할 수 있고, 도4에 도시된 바와 같이, 기준 포지셔닝 점 A와 기준 포지셔닝 점B 사이에서 다수의 이동 가능한 경로를 미리 결정할 수 있고, 결정된 다수의 이동 가능한 경로는 모두 큰 블랙 도트를 피할 수 있고, 즉 로봇 통과 불가능한 장애물을 피하여 로봇을 제대로 이동시킨다. 제1위치점, 즉, P점이 그 근처의 기준 포지셔닝 점 A로 원활히 이동하고 제2위치점 Q점이 그 근처의 기준 포지셔닝 점 B로 원활히 이동할 수 있으면 로봇의 경로 계획 시스템은 필요에 따라 기준 포지셔닝 점 A와 기준 포지셔닝 점 B 사이에서 미리 결정된 다수의 이동 가능한 경로 중의 하나를 선택하여 분석된 로봇의 이동 경로로 할 수 있어 로봇을 제1위치점에서 제2위치점으로 이동시키는 것을 수행하도록 한다. 예를 들어, 로봇의 이동 경로가 최단 경로이면, 기준 포지셔닝 점 A와 기준 포지셔닝 점 B 사이에서 미리 결정된 이동 가능한 경로 y1 또는 y3 등을 선택할 수 있다.
본 실시예는 미리 결정된 구역 지도에서는 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하며, 상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 제2위치점으로 이동하도록 한다. 로봇이 경로 계획 시 이동 경로를 실시간적으로 계산할 필요없이 미리 계획된 경로에서 대응 선택을 수행하고 즉, 경로 계획의 과정은 '계산'에서 '선택'으로 전환되어 효율적으로 실시간 계산량을 줄이고 경로 계획의 효율을 향상시킨다.
또한, 상기 미리 결정된 경로 분석 규칙은 다음과 같다.
제1위치점에서　가장 가까운　제1기준 포지셔닝 점(예를 들어, 도4에 도시된 A점)을 결정하고 제2위치점에서　가장 가까운　제2기준 포지셔닝 점(예를 들어, 도4에 도시된 B점)을 결정한다.
상기 제1위치점에서　상기 제1기준 포지셔닝 점으로, 상기 제2위치점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제1 계획 방식에 따라 계획한다.
상기 제1기준 포지셔닝 점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제2 계획 방식에 따라 계획하여 제2 계획 경로를 획득한다.
그 중, 상기 제1 계획 방식은 다음과 같다.
2개의 위치점 사이에 장애물이 없으면 2개의 위치점 사이에서 직선 경로를 취하며, 2개의 위치점 사이에 장애물이 있으면 2개의 위치점 사이에서 장애물을 피한 최단 경로 경로를 취한다. 구체적으로 상기 제1위치점에서 상기　제1기준 포지셔닝 점 사이에 장애물이 없으면 상기 제1위치점과 상기　제1기준 포지셔닝 점 사이에서 직선 경로를 취하며 예를 들어, P 점에서 A점으로의 직선 경로를 취한다. 상기 제2위치점에서 상기　제2기준 포지셔닝 점 사이에 장애물이 없으면 상기 제2위치점에서 상기　제2기준 포지셔닝 점 사이에서 직선 경로를 취하며 예를 들어, Q점에서 B점으로의 직선 경로를 취한다. 상기 제1위치점에서 상기　제1기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기　제1기준 포지셔닝 점 사이에서 장애물을 피한 최단경로를 취하며, 상기 제2위치점에서 상기　제2기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기　제1기준 포지셔닝 점 사이에서 장애물을 피한 최단경로를 취한다.
또한, 상기 제2계획 방식은 다음과 같다.
h1. 미리 결정된 제1기준 포지셔닝 점, 제2기준 포지셔닝 점 및 선택적인 계획 경로의 맵핑관계에 따라 제1기준 포지셔닝 점과 제2기준 포지셔닝 점과 대응되는 선택적인 계획 경로를 결정한다.
h2. 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로와 대응되는 점수를 계산한다.
h3. 최고 점수인 선택적인 계획 경로가 하나만 있으면 이 선택적인 계획 경로를 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 한다.
h4. 최고 점수인 선택적인 계획 경로가 다수 개가 있으면 다수의 최고 점수인 선택적인 계획 경로에서 하나의 선택적인 계획 경로를 랜덤으로 선택하여 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 한다.
또한, 상기 단계h1과 h2 사이는 다음과 같은 단계를 더 포함하다.
미리 결정된 선별 방식을 이용하여 선택적인 계획 경로를 필터링하여 점수 계산을 위한 선택적인 계획 경로를 선별하도록 한다. 상기 미리 결정된 선별 방식은 다음과 같은 단계를 포함한다.
각 선택적인 계획 경로에서 미리 결정된 특정 기준 포지셔닝 점을 포함하는 선택적인 계획 경로를 선별하고 선별된 선택적인 계획 경로를 점수 계산을 위한 선택적인 계획 경로로 한다. 예를 들어, 로봇이 A점에서 B점으로 이동할 과정에서 광고를 방송할 필요가 있고 광고는 사람이 많이 모이는 경로M-N에서 방송하여야 한다. 그러면 로봇이 경로를 계획하는 과정에서 특정 기준 포지셔닝 점M과 N를 경과하여야 하고 A에서 B로의 선택적인 경로는 이 특정 기준 포지셔닝 점 M과 N를 포함하여야 해서 이 특정 기준 포지셔닝 점 M과 N를 포함하는 선택적인 경로에 대해 점수를 계산하여 경로의 선택 과정을 간소화시킨다.
다른 선별 방식에 있어서, 미리 결정된 계산공식에 따라 각 선택적인 경로의 총길이를 각각 계산할 수 있고 각 선택적인 경로의 총길이와 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 최단 경로의 총길이의 차이값을 각각 계산하고 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 최단 경로는 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 직선 거리일 수도 있고, 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 각 선택적인 계획 경로 중 최단 경로일 수도 있다. 대응된 차이값이 미리 설전된 한계값보다 작은 선택적인 계획 경로를 선별하여 점수 계산을 위한 선택적인 계획 경로로 한다. 즉, 경로 길이가 짧은 선택적인 계획 경로를 선별하여 선택을 수행하여 최적의 계획 경로를 선택하는 효율을 향상시킨다.
또한, 미리 결정된 계산공식에 따라 각 선택적인 경로의 총길이를 각각 계산할 때, 상기 미리 결정된 계산공식은 다음과 같다.
Figure 112018081266499-pct00032
그 중,
Figure 112018081266499-pct00033
는 경로의 총길이를 대표하고, 다음과 같이 더 포함한다.
Figure 112018081266499-pct00034
각 선택적인 계획 경로에서 각 기준 포지셔닝 점은 한 번만 경과될 수 있고 최악의 상황에서 각 기준 포지셔닝 점은 모두 경과되어야 한다는 것을 한정한다.
Figure 112018081266499-pct00035
를 정의하고 제약 조건 결정 변수
Figure 112018081266499-pct00036
는 로봇이 이 경로를 선택하는 것을 대표하고,
Figure 112018081266499-pct00037
는 로봇이 이 경로를 선택하지 않는 것을 대표한다.
또한, 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로의 점수를 계산할 때 상기 미리 결정된 평점 규칙은 다음과 같다.
각 선택적인 계획 경로과 대응되는 진행 거리 영향 인자, 진행 시간 영향 인자 및/또는 장애물 영향 인자에 따라 평점을 수행하며, 그 중, 각 선택적인 계획 경로와 대응되는 점수는 이 선택적인 계획 경로 중 두개씩의 인접 노드 사이의 경로가 진행 거리 영향 인자, 진행 시간 영향 인자 또는 장애물 영향 인자에 따른 평점합이다.
구체적으로는, 최후 선택된 경로는
Figure 112018081266499-pct00038
인것을 정의한다.
그 중,
Figure 112018081266499-pct00039
는 번호가 i인 경로의 종합평점이고 경로의 종합평점의 공식은 다음과 같다.
Figure 112018081266499-pct00040
그 중,
Figure 112018081266499-pct00041
는 영향인자를 대표하고 상기 영향인자는 진행 거리 영향 인자, 진행 시간 영향 인자, 장애물(예를 들어, 장애물 회피 난이도) 영향 인자 등을 포함하고, 어느 하나의 영향 인자에 대하여 전체 경로의 이 영향인자의 평점은 각 구간의 경로의 평점합이고, 즉,
Figure 112018081266499-pct00042
이다.
그 중,
Figure 112018081266499-pct00043
는 A에서 B로의 구간의 경로 중 두개씩의 인접 노드 사이의 경로에 대한 해당 영향인자의 평점이다. 예를 들어, 도5에 도시된 바와 같이, 로봇이 A점에서 B점으로의 3개 경로가 path1=A-L1-L2-L3-B，path2= A-M1-M2-M3-B，path3=A-N1-N2-N3-B이면, path1 경로의 길이는 d(path1）이고, path2 경로의 길이는 d(path2）이고, path3 경로의 길이는 d(path3）이고, 그 중, Li，Ni，Mi（i=1,2,3）는 기준 포지셔닝 점이다. 각 선텍적인 경로와 대응되는 점수는 해당 선텍적인 경로 중 두개씩의 인접 노드 사이의 경로가 진행 거리 영향 인자, 진행 시간 영향 인자 또는 장애물 영향 인자에 따른 평점합이고, 예를 들어, path1 경로의 점수는 해당 선텍적인 경로 중 두개씩의 인접 노드 사이의 경로 A-L1, L1-L2, L2-L3, L3-B가 진행 거리 영향 인자, 진행 시간 영향 인자 또는 장애물 영향 인자에 따른 평점합이다.
또한, 선택적인 계획 경로의 평점공식은 다음과 같다.
Figure 112018081266499-pct00044
그 중,
Figure 112018081266499-pct00045
는 선택적인 계획 경로의 시간 평점이고,
Figure 112018081266499-pct00046
는 선택적인 계획 경로의 거리 평점이고, a, b는 미리 결정된 가중치이며, i번째의 선택적인 계획 경로의 시간평점
Figure 112018081266499-pct00047
는 다음과 같다.
Figure 112018081266499-pct00048
Figure 112018081266499-pct00049
그 중,
Figure 112018081266499-pct00050
는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
Figure 112018081266499-pct00051
는 i번째의 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
Figure 112018081266499-pct00052
는 i번째의 선택적인 계획 경로의 시간 페널티 계수이고, 이 시간 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 걸리는 시간이고,
Figure 112018081266499-pct00053
는 i번째의 선택적인 계획 경로의 경로 길이를 대표하고,
Figure 112018081266499-pct00054
는 i번째의 선택적인 계획 경로에서의 로봇의 속도를 대표하고,
Figure 112018081266499-pct00055
는 i번째의 선택적인 계획 경로에서 장애물이 나타나는 확률을 대표한다.
i번째의 선택적인 계획 경로의 거리평점
Figure 112018081266499-pct00056
는 다음과 같이 정의된다.
Figure 112018081266499-pct00057
Figure 112018081266499-pct00058
그 중,
Figure 112018081266499-pct00059
는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 진행하는 거리이고,
Figure 112018081266499-pct00060
는 i번째의 선택적인 계획 경로의 거리 페널티 계수이고, 이 거리 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 진행하는 거리이다.
본 실시예에 있어서, 상기 장애물 영향인자는 장애물 회피 난이도 계수와 장애물이 나타나는 확률을 포함하고, 일 실시예에 있어서, 사물 인터넷 시스템 서버에 접근할 수 있어 이 시스템을 통해 더 많은 유용한 정보를 획득할 수 있고, 예를 들어, （1）로봇이 사물 인터넷 시스템 서버 처리실 내의 웹캠의 정보를 획득할 수 있다. 일반적으로 모니터링　카메라가 어느 하나의 고정 장소를 향하기 때문이다. 영상처리 방법으로 웹캠의 데이트를 처리하면 어느 하나의 구역에서의 동적 장애물의 개수와 대략적인 분포를 획득할 수 있다. (2) 사물 인터넷 시스템 서버가 인원 유동의 데이트에 대해 통계 정리를 할 수 있다. 통계 데이트에 의해 어느 시간대, 어느 구역 내에서 인원 분포가 집중한 확률을 예측할 수 있다. (3)또한, 로봇 시스템은 실내 웹캠을 통해 실내 동적 장애물의 분포(예를 들어 인원분포)를 획득할 수 있으며 각 구간의 경로의 장애물 확률을 실시간으로 갱신한다. 따라서, 로봇이 현재의 상황에 따라 동적으로 최적의 경로를 선택할 수 있다.
도6에 도시된 바와 같이, 도6은 장애물 영양인자가 실제 지표에서의 계량화 계산 도면이고, 로봇의 진행 로경은 여러의 영역으로 분할한다. 예를 들어,
(1) 두개씩의 '기준 포지셔닝 점' 사이의 거리 d，
(2) 두개씩의 '기준 포지셔닝 점' 사이의 설정 이동 속도 v,
(3) 실내 웹캠에 의해 획득된 실시간 이미지 정보 및 서버 설정 데이트 등등은 주어진 조건이면, 현재 실내 각 구역의 장애물 회피 난이도 계수 K 및 장애물의 나타마는 확률 P를 획득할 수 있고 로봇의 경로 계획도에 매핑한다. 구역III과 구여IV에서 인원의 분포가 집중한 것을 가정하면 이로 인해 로봇이 이 구역에서 장애물을 회피하는 난이도가 높아지고, 즉, k(III)=k(IV)>k(I)=k(II)=k(V)=k(VI)이다. 구역I, II와 구역V, VI의 인원 분포가 비슷하지만, 이력　데이터에 따라, 구역I와 구역II는 이 사간대에서 장애물 나타난 확률이 더 높고, 즉, P(I)=P(II)>P(V)=P(VI)이다. 상응하는 거리 페널티　계수는 kd이고, 시간 페널티　계수는 kt이다.
계산의 편의를 위해, 경로 A-L1, A-M1, A-N1 사이와 경로B-L3, B-M3, B-N3 사이의 차이를 간과하고, 즉, 경로 L1-L2-L3(경로 L), M1-M2-M3(경로 M), N1-N2-N3 경로(N)만을 평점한다. 주어진 조건은 하기 표1와 같다.
Figure 112018081266499-pct00061
상기 시간 평점 공식 및 거리 평점 공식에 따라 각 경로의 장애물 인자에 의해 수정된 시간과 거리 평점을 계산할 수 있고 상기 선택적인 계획 경로에 대한 종합 평점 공식에 따라 각 경로에 대한 종합 평점을 계산할 수 있으며, 하기 표2와 같다.
Figure 112018081266499-pct00062
계산 결과에 따라, 최하 평점의 경로가 분석되고 선택될 수 있고 즉, 제3개 경로를 로봇의 최적의 이동 계획 경로로 한다.
또한, 상기 경로 계획모듈(02)은 다음과 같은 용도가 더 포함된다.
실시간 또는 정해진 시간으로 현재 이동할 경로에 이동 회피를 하여야할 장애물이 있는지 여부를 분석한다. 일 실시방식에 있어서, 로봇의 경로 계획 시스템은 실시간 또는 정해진 시간으로 미리 결정된 구역 모니터링　서버(예를 들어, 사물 인터넷 시스템 서버)로보터 현재 이동항 경로에서의 장애물 정보를 획득하여 획득된 장애물 정보에 따라 이동 회피를 수행하여야할 장애물이 있는지 여부를 분석한다. 예를 들어, 정적 장애물이 이동할 경로에 위치하면 이동 회피를 수행하는 것을 경정하며, 동적 장애물의 이동할 경로와 로봇의 이동경로가 교점이 있으면 이동 회피를 수행하는 것을 경정하며, 기존의 기술에 있어서, 획득된 장애물 정보에 따라 이동 회피를 수행하여야할 장애물이 있는지 여부를 분석하는 알고리즘이 존재하기 때문에 설명을 생략하기로 한다. 다른 실시 방식에 있어서, 로봇의 경로 계획 시스템은 실시간 또는 정해진 시간으로 로봇에 배치된 장애물 검출 유닛(예를 들어, 레이더 유닛)에 의해 현재 이동할 경로에서의 장애물 정보를 검출하여 이동 회피를 수행하여야할 장애물이 있는지 여부를 분석한다.
이동 회피를 수행하여야할 장애물이 있다고 분석되면, 로봇의 경로 계획 시스템은 현재 위치를 새로운 제1위치점으로 하고 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 새로운 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 로봇의 이동을 제어하여 상기 제2위치점으로 이동하도록 한다. (예를 들어, 도4에 도시된 P점에서 Q점까지의 계획 경로).
도7에 도시된 바와 같이, 도7은 로봇의 장애물 회피 도면이고, 로봇이 A점에서 B점으로 이동하는 데 이동하는 과정에서 C점 근처에 갑자기 동적 장애물이 나타나는 것을 가정한다. 기존의 기술에 있어서, 로봇이 어느 하나의 알고리즘에 따라 동적으로 장애물을 회피하고 현재의 위치에 근거하여 새로운 계획 경로y4를 다시 계산한다. 이 방법은 단점이 있고 예를 들어,
(1) 장애물을 회피하는 과정에서, 로봇이 회피 경로를 지속적으로 계산하여야 하고 현재 위치에서 목표점으로의 경로를 지속적으로 계산하여야 한다. 이 과정에서 대량의 계산 자원 및 시간을 소모한다.
(2) 로봇이 눈앞의 장애물 크기, 회피 소요 시간, 회피 후 다른 장애물이 있는지 여부를 알 수 없다. 예를 들어, 로봇의 앞에 매우 긴 인간 장벽 하나가 위치하면, 상용의 방법은 인간 장벽을 회피하기 위해 대량의 시간이 걸리게 된다.
반대로는, 본 실시예에 따른 기준 포지셔닝 점에 기초하여 경로를 계획하는 방식은, 로봇이 직접적으로 다른 기준 포지셔닝 점을 선택하여 다른 경로를 다시 선택한다. L1, L2가 기준 포지셔닝 점인 것을 가정한다. 로봇은 장애물과 마주치면 다른 경로 C-L1-L2-B를 다시 선택하여 B점에 도달하고, 즉, 로봇이 장애물을 피하는 것을 선택하지 않고 다른 경로를 선택하며, 실시간 계산된 노선보다 선택 노선이 더 효율적이고 로봇의 대량 계산 자원을 차지하지 않고 응답이 더 신속한다.
또한, 상기 선택모듈은 미리 결정된 구역 지도 상에서 하나 또는 다수의 위치점을 미리 선택하여 기준 포지셔닝 점으로 한면서 미리 결정된 구역 지도에서의 각 기준 포지셔닝 점과 대응되는 위치에서 대응 위치점 표지를 설치한다. 상기 위치점 표지는 인공적인 위치 도로 표지일 수 있고, e.g.，예를 들어, 두 번째 층 A3구역의 두 번째 기준 포지셔닝 점과 대응되는 위치에 있는 인공적인 위치 도로 표지는 'L1A3P2' 또는 'L1A3②'일 수 있으며, 자연적인 위치 도로 표지일 수도 있고, e.g.，예를 들어, 두 번째 층 A3구역의 두 번째 기준 포지셔닝 점과 대응되는 위치에 있는 자연적인 위치 도로 표지는 '→A3'일 수 있다.
상기 경로 계획모듈(02)은 다음과 같은 용도가 더 포함된다.
실시간 또는 정해진 시간으로 위치를 포지셔닝한다. 미리 결정된 기준 포지셔닝 점과 트리거　좌표　영역의 맵핑관계에 따라 현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석하고, 상기 트리거　좌표　영역은 기준 포지셔닝 점을 원심으로 하고 미리 설정된 길이를 반경으로 하는 원형 영역 또는 정사각형 영역 등일 수 있다.
현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되면, 위치점 표지 인식 장치(예를 들어, 웹캠)를 열어 위치점 표지를 검출하기 시작한다.
위치점 표지가 검출되면 로봇의 센서를 통해 로봇과 검출된 위치점 표지의 거리와 방향을 계산하여 로봇의 현재 위치와 자세를 획득하도록 하고 로봇의 현재 위치와 자세에 따라 진행 방향을 교정한다.
또한, 매번 조회의 계산량을 대폭히 줄이기 위해 상기 경로 계획 모듈(02)은 다음과 같은 용도가 더 포함된다.
미리 결정된 구역과 좌표　범위의 맵핑관계에 따라 현재 위치가 포함되는 영역을 결정한다.
미리 결정된 구역과 기준 포지셔닝 점의 맵핑관계에 따라 현재 위치와 대응되는 목표 기준 포지셔닝 점을 결정한다.
현재 위치가 목표 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석한다.
현재 위치가 목표 기준 포지셔닝 점의 트리거　좌표　영역에 포함되면, 현재 위치가 기준 포지셔닝 점의 트리거 좌표 영역에 포함되고, 현재 위치가 목표 기준 포지셔닝 점의 트리거　좌표　영역에 포함되지 않으면, 현재 위치가 기준 포지셔닝 점의 트리거 좌표 영역에 포함되지 않는 것을 결정한다.
로봇이 계획된 경로에 따라 이동하는 과정에서, 로봇은 포지셔닝 방식으로 현재 위치와 목표점 위치를 결정하여야 하고 이동 과정에서 자신의 위치를 결정하여야한다. 현재, 상대 포지션과 절대 포지션를 결합하는 방식을 많이 사용한다. 상대 포지션인 경우 오차 누적의 문제를 피할 수기 때문에 절대 포지션의 방법으로 교정하여야 한다. 로봇의 상대 포지션에 있어서, 로봇은 지난 번의 포지셔닝 결과에 기초하여 관성 등 센서를 통해 상대 변위를 측정하여 이번의 포지셔닝 결과를 계산한다. 매번의 포지셔닝은 오차가 존재하기 때문에 오차가 지속적으로 누적할수록 커져서 최종으로 한동안 시간이 지난 후 포지셔닝 오차가 납득할 수 없도록 커진다. 따라서, 로봇은 적절한 시각에 어느 방법으로 포지셔닝 정보를 교정하여야 한다.
본 실시예는 기준 포지셔닝 점 모드에서 위치 점 표지를 이용하여 교정하는데, 로봇이 자신의 위치에 근거하여 도로 표지의 위치를 대략적으로 결정할 수 있으며, 로봇이 위치 점 표지를 인식한 후 센서를 통해 로봇과 도로 표지의 거리 및 장향을 계산하여 로봇의 현재 위치 및 자세를 획득한다.
기존의 교정 방법에 있어서, 로봇이 항상 검출 장치를 열어 근처에 위치 점 표지가 있는지 여부를 확인하도록 검색하고 교정하여야 한다. 광범위 내에서 대량의 위치 점 표지를 배치하여야 하기 때문에 대량의 로봇 계산 자원가 낭비된다. 본 실시예에 따른 기준 포지셔닝 점 모드에서 위치 점 표지의 배치 범위를 기준 포지셔닝 점에 까가운 근처로 축소하고 대량의 도로 표지를 전반적으로 배치할 필요없고 기준 포지셔닝 점 근처에서 도로 표지를 선택적으로 배치하면 됨으로써 도로 표지의 개수를 효율적으로 줄이고 대량의 도로 표지를 배치기 때문에 다른 유형 표지를 헛갈리게 한다.
패턴 인식을 교정 방안으로 하는 실시예이 있어서, 각 기준 포지셔닝 점의 위치 점 표지는 하나의 그림인 것을 가정하고 이 그림는 지도에서의 유일한 좌표(a，b) 와 대응된다. 로봇의에 위치 점 표지 그림을 인식하기 위한 하나의 웹캠이 장착된다. 로봇이 위치 머리꼭지점 표지 그림을 포착할 때 로봇의 목표 그림과 대응되는 상대 좌표(m，n)를 획득할 수 있으면, 로봇은 자신 현재 좌표가 (a+m，b+n)인 것을 획득하고 이 좌표를 현재 정확한 좌표로 하여 좌표 교정을 구현할 수 있다. 일 실시방식에 있어서, 로봇은 이동하는 과정에서 위치 점 표지를 놓치지 않기 위해 실시간으로 머리꼭지 웹캠을 열어 비디오를 지속적으로 처리한다. 다른 실시방식의 기준 포지셔닝 점 모드에서, 로봇이 기준 포지셔닝 점의 트리거　좌표　영역, 즉 트리거 반경에 들어올 때만 웹캠이 열려 위치점 표지를 포착하여 교정한다. 따라서, 본 실시예는 기준 포지셔닝 점의 트리거　좌표　영역을 설치함으로써 로봇에 교정시간을 제공하고 로봇의 제어에 편리하여 계산량 및 자원소모를 줄인다.
기준 포지셔닝 점 모드에서 로봇 현재 위치가 하나의 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석할 때, 일 실시방식은 로봇이 실시간으로 현재 좌표와 데이터베이스에서의 각 기준 포지셔닝 점의 좌표를 이용하여 계산하는데 현재 좌표와 어느 기준 포지셔닝 점의 좌표가 트리거　반경보다 작은지 여부를 판단한다. 검색 과정을 가속하기 위해 다른 실시방식에서 지도와 기준 포지셔닝 점을 분할하여 분류함으로써 조회할 때 모든 기준 포지셔닝 점을 조회하지 않고 자신이 위치한 구역을 판단하여 구역을 구성하는 기준 포지셔닝 점만 조회함으로써 대폭히 매번 조회의 계산량을 줄인다. 도8에 도시된 바와 같이, 도8은 기준 포지셔닝 점의 영역 분할 및 트리거 반경의 도면이고, 이 교정방안은 다음과 같은 단계를 포함한다.
첫 번째, 기준 포지셔닝 점 r을 이용하여 지도를 다수의 다각형 구역 1、2......9로 분할하고 각 기준 포지셔닝 점은 대응 방경의 트리거　반경　R이 있다.
두 번째, 로봇은 현재 좌표가 어느 구역에 포함되는지를 판단한다. 예를 들어, 도8에서 로봇이 현재에 번호가 5인 영역 내에 위치한다.
셋 번째, 로봇이 어느 다각형 구역에 위치할 때 로봇이 시간t마다 조회하여 자신의 현재 좌표가 이 구역 각도의 기준 포지셔닝 점 의 트리거　반경에 위치하는지를 확인하도록 한다. 예를 들어, 도8에서, 로봇의 현재 좌표가 번호가 5인 영역 내에 위치하고, 로봇은 현재 좌표가 이 영역을 구성하는 4개의 각도의 기준 포지셔닝 점의 구역(즉 번호가 A, B, C, D인 4개의 기준 포지셔닝 점으로 구성된 구역) 내에 위치하는지 여부를 조회하여 확인한다.
넷 번째, 현재 좌표가 이미 어느 기준 포지셔닝 점의 트리거　반경에 들어온 것으로 분서되면 로봇은 위치 점 표지 인식 장치(예를 들어, 웹캠)를 열어 위치 점 표지를 검출하기 시작한다.
다섯 번째, 위치 점 표지가 검출되면 로봇은 계산된 좌표 정보를 통해 현재 좌를 교정한다.
본 명세서에 있어서, 용어 "포함하다", "구성하다" 또는 이의 임의 기타 변형은 비 배타성의 포함을 뜻하여 일련의 요소를 포함하는 과정, 방법, 물품 또는 장치는 그런 요소를 포함할 뿐만 아니라 명확하게 열거하지 않은 기타 요소도 포함하거나 이런 과정, 방법, 물품 또는 장치가 고유한 요소를 포함한다. 더 많은 한정이 없는 한 문구 "하나의 ...... 포함한다"에 의해 한정된 요소는 이 요소의 과정, 방법, 물품 또는 장치에는 다른 동일한 요소가 존재한다는 것을 배제하지 않다.
본 기술분야의 당업자에게 있어서 상기와 같은 실시방식에 대한 설명을 통해 상기 실시예 방법이 소프트웨어와 필요하고 통용한 하드웨어 플랫폼으로 구현될 수 있으며 몰론 하드웨어를 통해 구현될 수 있지만 대부분의 경우에서 전자가 바람직한 실시방식임은 자명한 것이다. 이런 이해에 기초하여 본 발명의 기술방안 본질적으로 또는 종래 기술에 공헌할 부분은 소프트웨어 상품으로 구현될 수 있고 이 컴퓨터 소프트웨어 상품은 하나의 저장매체(예를 들어, ROM/RAM, 자기 디스크, 광 디스크)에 저장되고 여러 명령을 포함하여 하나의 단말기장치(휴대폰, 컴퓨터, 서버, 에어컨, 네트워크 장비 등)를 통해 본 발명에 따른 각각의 실시예의 방법을 수행한다.
본 발명의 바람직한 실시예는 도면을 참조하여 설명되고 본 발명의 권리 범위는 이에 한정하지 않다. 상기와 같은 본 발명에 따른 실시예의 순번은 설명하기 위한 것일 뿐 실시예의 우열을 가리기 위한 것이 아니다. 또한, 흐름도에서 논리 순서를 나타내지만 어떤 경우에서 여기의 순서와 다르게 상기 도시되거나 설명된 단계를 수행한다.
본 영역의 기술자들은 본 발명의 범위와 실질을 벗지 않고 여러 가지의 변형방안으로 본 발명을 구현할 수 있으며, 예를 들어, 한 실시예의 특징으로서 다른 실시예에 적용되어 또 다른 실시예를 얻을 수 있다. 본 발명의 기술사상에서 임의 수정, 등가치환, 개진은 모두 본 발명의 특허보호범위내에 포함된다.

Claims (20)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 로봇의 경로 계획 시스템은 미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하는 단계와,
    상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 하는 단계를 포함하며,
    상기 미리 결정된 경로 분석 규칙은,
    상기 제1위치점에서 가장 가까운 제1기준 포지셔닝 점과 상기 제2위치점에서 가장 가까운 제2기준 포지셔닝 점을 결정하며,
    상기 제1위치점에서 상기 제1기준 포지셔닝 점으로, 상기 제2위치점에서 상기 제2기준 포지셔닝 점으로의 경로를 미리 설정된 제1 계획 방식에 따라 계획하며,
    상기 제1기준 포지셔닝 점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제2 계획 방식에 따라 계획하여 제2 계획 경로를 획득하며,
    상기 제1 계획 방식은,
    상기 제1위치점과 제2위치점 사이에 장애물이 없으면 상기 제1위치점과 제2위치점 사이에서 직선 경로를 취하며, 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에 장애물이 없으면 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에서 직선 경로를 취하는 단계와,
    상기 제1위치점과 상기 제1기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기 제1기준 포지셔닝 점 사이에서 장애물을 피하는 최단경로를 취하며, 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1 위치점과 상기 제1 기준 포지셔닝 점 사이에서 장애물을 피하는 최단경로를 취하는 단계를 포함하며
    상기 제2 계획 방식은,
    h1. 미리 결정된 제1기준 포지셔닝 점, 제2기준 포지셔닝 점 및 선택적인 계획 경로의 맵핑관계에 따라 제1기준 포지셔닝 점과 제2기준 포지셔닝 점과 대응되는 선택적인 계획 경로를 결정하는 단계와,
    h2. 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로와 대응되는 점수를 계산하는 단계와,
    h3. 최고 점수인 선택적인 계획 경로가 하나만 있으면 이 선택적인 계획 경로를 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 하는 단계와,
    h4. 최고 점수인 선택적인 계획 경로가 다수 개가 있으면 다수의 최고 점수인 선택적인 계획 경로에서 하나의 선택적인 계획 경로를 랜덤으로 선택하여 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 하는 단계를 포함하며
    상기 단계h2는,
    각 선택적인 계획 경로과 대응되는 진행 거리 영향 인자, 진행 시간 영향 인자 및 장애물 영향 인자에 따라 평점을 수행하며, 그 중, 각 선택적인 계획 경로와 대응되는 점수는 상기 선택적인 계획 경로 중 두 개씩의 인접 노드 사이의 경로가 상기 진행 거리 영향 인자, 상기 진행 시간 영향 인자 또는 상기 장애물 영향 인자에 따른 평점합이며,
    상기 장애물 영향 인자는 장애물 회피 난이도 계수와 장애물이 나타나는 확률을 포함하고, 상기 단계h2는 상기 장애물 회피 난이도 계수와 상기 장애물이 나타나는 확률을 고려하여 상기 선택적인 계획 경로와 대응되는 점수를 계산하며,
    상기 선택적인 계획 경로의 평점공식은,
    Figure 112020088077680-pct00106
    이고,
    그 중,
    Figure 112020088077680-pct00107
    는 상기 선택적인 계획 경로의 시간 평점이고,
    Figure 112020088077680-pct00108
    는 상기 선택적인 계획 경로의 거리 평점이고, a, b는 미리 결정된 가중치이며, i번째의 선택적인 계획 경로의 시간 평점
    Figure 112020088077680-pct00109
    는,
    Figure 112020088077680-pct00110

    Figure 112020088077680-pct00111
    이고,
    그 중,
    Figure 112020088077680-pct00112
    는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
    Figure 112020088077680-pct00113
    는 i번째의 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
    Figure 112020088077680-pct00114
    는 i번째의 선택적인 계획 경로의 시간 페널티 계수이고, 이 시간 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 걸리는 시간이고,
    Figure 112020088077680-pct00115
    는 i번째의 선택적인 계획 경로의 경로 길이를 대표하고,
    Figure 112020088077680-pct00116
    는 i번째의 선택적인 계획 경로에서의 로봇의 속도를 대표하고,
    Figure 112020088077680-pct00117
    는 i번째의 선택적인 계획 경로에서 장애물이 나타나는 확률을 대표하며,
    i번째의 선택적인 계획 경로의 거리 평점
    Figure 112020088077680-pct00118
    는
    Figure 112020088077680-pct00119

    Figure 112020088077680-pct00120

    그 중,
    Figure 112020088077680-pct00121
    는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 진행하는 거리이고,
    Figure 112020088077680-pct00122
    는 i번째의 선택적인 계획 경로의 거리 페널티 계수이고, 이 거리 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 진행하는 거리인 것을 특징으로 하는 로봇의 경로 계획 방법.
  11. 프로세서, 저장장치를 포함하고 이 저장장치에 로봇의 경로 계획 시스템이 저장되고 이 로봇의 경로 계획 시스템은 적어도 하나의 컴퓨터 판독 가능한 명령을 포함하고, 이 적어도 하나의 컴퓨터 판독 가능한 명령은 상기 프로세서에 의해 실행되어,
    미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하는 동작과
    상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 하는 동작을 구현하며,
    상기 미리 결정된 경로 분석 규칙은,
    상기 제1위치점에서 가장 가까운 제1기준 포지셔닝 점과 상기 제2위치점에서 가장 가까운 제2기준 포지셔닝 점을 결정하며,
    상기 제1위치점에서 상기 제1기준 포지셔닝 점으로, 상기 제2위치점에서 상기 제2기준 포지셔닝 점으로의 경로를 미리 설정된 제1 계획 방식에 따라 계획하며,
    상기 제1기준 포지셔닝 점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제2 계획 방식에 따라 계획하여 제2 계획 경로를 획득하며,
    상기 제1 계획 방식은,
    상기 제1위치점과 제2위치점 사이에 장애물이 없으면 상기 제1위치점과 제2위치점 사이에서 직선 경로를 취하며, 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에 장애물이 없으면 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에서 직선 경로를 취하는 동작과,
    상기 제1위치점과 상기 제1기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기 제1기준 포지셔닝 점 사이에서 장애물을 피하는 최단경로를 취하며, 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1 위치점과 상기 제1 기준 포지셔닝 점 사이에서 장애물을 피하는 최단경로를 취하는 동작을 포함하며
    상기 제2 계획 방식은,
    h1. 미리 결정된 제1기준 포지셔닝 점, 제2기준 포지셔닝 점 및 선택적인 계획 경로의 맵핑관계에 따라 제1기준 포지셔닝 점과 제2기준 포지셔닝 점과 대응되는 선택적인 계획 경로를 결정하는 동작과,
    h2. 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로와 대응되는 점수를 계산하는 동작과,
    h3. 최고 점수인 선택적인 계획 경로가 하나만 있으면 이 선택적인 계획 경로를 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 하는 동작과,
    h4. 최고 점수인 선택적인 계획 경로가 다수 개가 있으면 다수의 최고 점수인 선택적인 계획 경로에서 하나의 선택적인 계획 경로를 랜덤으로 선택하여 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 하는 동작을 포함하며
    상기 동작h2는,
    각 선택적인 계획 경로과 대응되는 진행 거리 영향 인자, 진행 시간 영향 인자 및 장애물 영향 인자에 따라 평점을 수행하며, 그 중, 각 선택적인 계획 경로와 대응되는 점수는 상기 선택적인 계획 경로 중 두 개씩의 인접 노드 사이의 경로가 상기 진행 거리 영향 인자, 상기 진행 시간 영향 인자 또는 상기 장애물 영향 인자에 따른 평점합이며,
    상기 장애물 영향 인자는 장애물 회피 난이도 계수와 장애물이 나타나는 확률을 포함하고, 상기 동작h2는 상기 장애물 회피 난이도 계수와 상기 장애물이 나타나는 확률을 고려하여 상기 선택적인 계획 경로와 대응되는 점수를 계산하며,
    상기 선택적인 계획 경로의 평점공식은,
    Figure 112020088077680-pct00123
    이고,
    그 중,
    Figure 112020088077680-pct00124
    는 상기 선택적인 계획 경로의 시간 평점이고,
    Figure 112020088077680-pct00125
    는 상기 선택적인 계획 경로의 거리 평점이고, a, b는 미리 결정된 가중치이며, i번째의 선택적인 계획 경로의 시간 평점
    Figure 112020088077680-pct00126
    는,
    Figure 112020088077680-pct00127

    Figure 112020088077680-pct00128
    이고,
    그 중,
    Figure 112020088077680-pct00129
    는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
    Figure 112020088077680-pct00130
    는 i번째의 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
    Figure 112020088077680-pct00131
    는 i번째의 선택적인 계획 경로의 시간 페널티 계수이고, 이 시간 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 걸리는 시간이고,
    Figure 112020088077680-pct00132
    는 i번째의 선택적인 계획 경로의 경로 길이를 대표하고,
    Figure 112020088077680-pct00133
    는 i번째의 선택적인 계획 경로에서의 로봇의 속도를 대표하고,
    Figure 112020088077680-pct00134
    는 i번째의 선택적인 계획 경로에서 장애물이 나타나는 확률을 대표하며,
    i번째의 선택적인 계획 경로의 거리 평점
    Figure 112020088077680-pct00135
    는
    Figure 112020088077680-pct00136

    Figure 112020088077680-pct00137

    그 중,
    Figure 112020088077680-pct00138
    는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 진행하는 거리이고,
    Figure 112020088077680-pct00139
    는 i번째의 선택적인 계획 경로의 거리 페널티 계수이고, 이 거리 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 진행하는 거리인 것을 특징으로 하는 로봇.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 제11항에 있어서,
    상기 적어도 하나의 컴퓨터 판독 가능한 명령은 상기 프로세서에 의해 실행될 수 있어 상기 동작h1과 h2 사이는
    각 선택적인 계획 경로에서 미리 결정된 특정 기준 포지셔닝 점을 포함하는 선택적인 계획 경로를 선별하고 선별된 선택적인 계획 경로를 점수 계산을 위한 선택적인 계획 경로로 하는 동작, 및
    미리 결정된 계산공식에 따라 각 선택적인 경로의 총길이를 각각 계산할 수 있고 각 선택적인 경로의 총길이와 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 최단 경로의 총길이의 차이값을 각각 계산하며, 차이값이 미리 설전된 한계값보다 작은 선택적인 계획 경로를 선별하여 점수 계산을 위한 선택적인 계획 경로로 하는 동작을 더 구현하는 것을 특징으로 하는 로봇.
  16. 삭제
  17. 삭제
  18. 제11항 및 제15항 중 어느 한 항에 있어서,
    상기 적어도 하나의 컴퓨터 판독 가능한 명령은 상기 프로세서에 의해 실행될 수 있어,
    실시간 또는 정해진 시간으로 현재 이동할 경로에 이동 회피를 하여야할 장애물이 있는지 여부를 분석하며 이동 회피를 수행하여야할 장애물이 있다고 분석되면, 현재 위치를 새로운 제1위치점으로 하고 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 새로운 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 로봇의 이동을 제어하여 상기 제2위치점으로 이동하는 동작을 구현하고
    미리 결정된 구역 지도에서의 각 기준 포지셔닝 점과 대응되는 위치에서 대응 위치점 표지를 설치하는 동작과,
    실시간 또는 정해진 시간으로 위치를 포지셔닝하며, 미리 결정된 기준 포지셔닝 점과 트리거　좌표　영역의 맵핑관계에 따라 현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되는지 여부를 분석하고, 현재 위치가 기준 포지셔닝 점의 트리거　좌표　영역에 포함되면, 위치점 표지 인식 장치를 열어 위치점 표지를 검출하기 시작하며, 위치점 표지가 검출되면 로봇의 센서를 통해 로봇과 검출된 위치점 표지의 거리와 방향을 계산하여 로봇의 현재 위치와 자세를 획득하도록 하고 로봇의 현재 위치와 자세에 따라 진행 방향을 교정하는 동작을 구현하는 것을 특징으로 하는 로봇.
  19. 삭제
  20. 컴퓨터 판독 가능한 매체에 있어서, 이에 프로세서에 의해 실행된 적어도 하나의 컴퓨터 판독 가능한 명령이 저장되어,
    미리 결정된 구역 지도에서의 로봇 이동 가능한 경로 상에서 하나 또는 다수의 위치 점을 미리 선택하여 기준 포지셔닝 점으로 하는 동작과,
    상기 로봇을 제1위치점에서 제2위치점으로 이동시키는 명령이 수신되면 설치된 기준 포지셔닝 점에 근거하고 미리 결정된 경로 분석 규칙에 따라 상기 제1위치점에서 상기 제2위치점까지의 경로가 분석되고 분석된 경로에 기초하여 상기 로봇을 제어하여 상기 제2위치점으로 이동하도록 하는 동작을 구현하며,
    상기 미리 결정된 경로 분석 규칙은,
    상기 제1위치점에서 가장 가까운 제1기준 포지셔닝 점과 상기 제2위치점에서 가장 가까운 제2기준 포지셔닝 점을 결정하며,
    상기 제1위치점에서 상기 제1기준 포지셔닝 점으로, 상기 제2위치점에서 상기 제2기준 포지셔닝 점으로의 경로를 미리 설정된 제1 계획 방식에 따라 계획하며,
    상기 제1기준 포지셔닝 점에서 상기　제2기준 포지셔닝 점으로의 경로를 미리 설정된 제2 계획 방식에 따라 계획하여 제2 계획 경로를 획득하며,
    상기 제1 계획 방식은,
    상기 제1위치점과 제2위치점 사이에 장애물이 없으면 상기 제1위치점과 제2위치점 사이에서 직선 경로를 취하며, 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에 장애물이 없으면 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에서 직선 경로를 취하는 동작과,
    상기 제1위치점과 상기 제1기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1위치점과 상기 제1기준 포지셔닝 점 사이에서 장애물을 피하는 최단경로를 취하며, 상기 제2위치점과 상기 제2기준 포지셔닝 점 사이에 장애물이 있으면 상기 제1 위치점과 상기 제1 기준 포지셔닝 점 사이에서 장애물을 피하는 최단경로를 취하는 동작을 포함하며
    상기 제2 계획 방식은,
    h1. 미리 결정된 제1기준 포지셔닝 점, 제2기준 포지셔닝 점 및 선택적인 계획 경로의 맵핑관계에 따라 제1기준 포지셔닝 점과 제2기준 포지셔닝 점과 대응되는 선택적인 계획 경로를 결정하는 동작과,
    h2. 미리 결정된 평점 규칙에 따라 각 선택적인 계획 경로와 대응되는 점수를 계산하는 동작과,
    h3. 최고 점수인 선택적인 계획 경로가 하나만 있으면 이 선택적인 계획 경로를 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 하는 동작과,
    h4. 최고 점수인 선택적인 계획 경로가 다수 개가 있으면 다수의 최고 점수인 선택적인 계획 경로에서 하나의 선택적인 계획 경로를 랜덤으로 선택하여 제1기준 포지셔닝 점에서 제2기준 포지셔닝 점으로의 제2 계획 경로로 하는 동작을 포함하며
    상기 동작h2는,
    각 선택적인 계획 경로과 대응되는 진행 거리 영향 인자, 진행 시간 영향 인자 및 장애물 영향 인자에 따라 평점을 수행하며, 그 중, 각 선택적인 계획 경로와 대응되는 점수는 상기 선택적인 계획 경로 중 두 개씩의 인접 노드 사이의 경로가 상기 진행 거리 영향 인자, 상기 진행 시간 영향 인자 또는 상기 장애물 영향 인자에 따른 평점합이며,
    상기 장애물 영향 인자는 장애물 회피 난이도 계수와 장애물이 나타나는 확률을 포함하고, 상기 동작h2는 상기 장애물 회피 난이도 계수와 상기 장애물이 나타나는 확률을 고려하여 상기 선택적인 계획 경로와 대응되는 점수를 계산하며,
    상기 선택적인 계획 경로의 평점공식은,
    Figure 112020088077680-pct00140
    이고,
    그 중,
    Figure 112020088077680-pct00141
    는 상기 선택적인 계획 경로의 시간 평점이고,
    Figure 112020088077680-pct00142
    는 상기 선택적인 계획 경로의 거리 평점이고, a, b는 미리 결정된 가중치이며, i번째의 선택적인 계획 경로의 시간 평점
    Figure 112020088077680-pct00143
    는,
    Figure 112020088077680-pct00144

    Figure 112020088077680-pct00145
    이고,
    그 중,
    Figure 112020088077680-pct00146
    는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
    Figure 112020088077680-pct00147
    는 i번째의 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 걸리는 시간이고,
    Figure 112020088077680-pct00148
    는 i번째의 선택적인 계획 경로의 시간 페널티 계수이고, 이 시간 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 걸리는 시간이고,
    Figure 112020088077680-pct00149
    는 i번째의 선택적인 계획 경로의 경로 길이를 대표하고,
    Figure 112020088077680-pct00150
    는 i번째의 선택적인 계획 경로에서의 로봇의 속도를 대표하고,
    Figure 112020088077680-pct00151
    는 i번째의 선택적인 계획 경로에서 장애물이 나타나는 확률을 대표하며,
    i번째의 선택적인 계획 경로의 거리 평점
    Figure 112020088077680-pct00152
    는
    Figure 112020088077680-pct00153

    Figure 112020088077680-pct00154

    그 중,
    Figure 112020088077680-pct00155
    는 상이한 선택적인 계획 경로에서 로봇이 목표점으로 이동할 때 진행하는 거리이고,
    Figure 112020088077680-pct00156
    는 i번째의 선택적인 계획 경로의 거리 페널티 계수이고, 이 거리 페널티 계수는 로봇이 i번째의 선택적인 계획 경로에서 장애물을 피할 때 더 진행하는 거리인 것을 특징으로 하는 컴퓨터 판독 가능한 매체.
KR1020187023692A 2017-04-11 2017-06-30 로봇의 경로　계획　시스템, 방법, 로봇 및 매체 KR102152192B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN2017102329290 2017-04-11
CN201710232929.0A CN107677285B (zh) 2017-04-11 2017-04-11 机器人的路径规划系统及方法
PCT/CN2017/091370 WO2018188200A1 (zh) 2017-04-11 2017-06-30 机器人的路径规划系统、方法、机器人及存储介质

Publications (2)

Publication Number Publication Date
KR20190019897A KR20190019897A (ko) 2019-02-27
KR102152192B1 true KR102152192B1 (ko) 2020-09-07

Family

ID=61133560

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187023692A KR102152192B1 (ko) 2017-04-11 2017-06-30 로봇의 경로　계획　시스템, 방법, 로봇 및 매체

Country Status (9)

Country Link
US (1) US11035684B2 (ko)
EP (1) EP3438611B1 (ko)
JP (1) JP6800989B2 (ko)
KR (1) KR102152192B1 (ko)
CN (1) CN107677285B (ko)
AU (1) AU2017409109B9 (ko)
SG (1) SG11201900262RA (ko)
TW (1) TWI639813B (ko)
WO (1) WO2018188200A1 (ko)

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108415436A (zh) * 2018-04-09 2018-08-17 重庆鲁班机器人技术研究院有限公司 机器人引导方法、装置及机器人
CN108717302B (zh) * 2018-05-14 2021-06-25 平安科技（深圳）有限公司 机器人跟随人物方法、装置及存储介质、机器人
CN108780320B (zh) * 2018-06-15 2024-10-18 达闼机器人股份有限公司 机器人运动控制方法、装置、存储介质及机器人
CN109077667B (zh) * 2018-07-16 2020-12-01 广州俊德信息科技有限公司 清洁电器的调整方法、系统、可存储介质和清洁电器
CN109101017A (zh) * 2018-07-27 2018-12-28 江苏盛海智能科技有限公司 一种无人车寻迹路线规划方法及终端
CN109163613A (zh) * 2018-08-28 2019-01-08 联誉信息股份有限公司 一种智能打靶机器人
CN109068278B (zh) * 2018-08-31 2023-02-28 平安科技（深圳）有限公司 室内避障方法、装置、计算机设备及存储介质
CN113196325A (zh) * 2018-12-26 2021-07-30 深圳市柔宇科技股份有限公司 广告路径规划方法、穿戴装置、服务器及相关装置
US11338438B2 (en) * 2019-01-25 2022-05-24 Bear Robotics, Inc. Method, system and non-transitory computer-readable recording medium for determining a movement path of a robot
CN109933857B (zh) * 2019-02-19 2023-07-04 飞腾信息技术有限公司 感知集成电路布局信息的时钟树主干拓扑生成方法及系统
US11249492B2 (en) * 2019-03-26 2022-02-15 Intel Corporation Methods and apparatus to facilitate autonomous navigation of robotic devices
CN109822597B (zh) * 2019-04-14 2021-01-19 北京中大科慧科技发展有限公司 一种数据中心的全自动智能巡检机器人
CN110221608B (zh) * 2019-05-23 2021-10-01 中国银联股份有限公司 一种巡检设备的方法及装置
JP7124797B2 (ja) * 2019-06-28 2022-08-24 トヨタ自動車株式会社 機械学習方法および移動ロボット
CN112346444B (zh) * 2019-07-21 2023-06-13 长沙智能驾驶研究院有限公司 智慧工地的锥桶控制方法、装置、系统和计算机设备
CN110599089B (zh) * 2019-08-30 2020-11-03 北京三快在线科技有限公司 隔离带位置确定方法、装置、存储介质和电子设备
CN112631209A (zh) * 2019-10-08 2021-04-09 北京京东乾石科技有限公司 用于控制无人搬运车的方法和装置
CN112817269A (zh) * 2019-11-15 2021-05-18 深圳拓邦股份有限公司 一种遍历作业方法、系统及机器人设备
US11224972B2 (en) 2019-11-22 2022-01-18 Fanuc Corporation State machine for dynamic path planning
CN111177291B (zh) * 2019-12-23 2021-12-14 腾讯科技（深圳）有限公司 一种对象移动方法、装置、设备及介质
JP7487478B2 (ja) * 2020-01-23 2024-05-21 セイコーエプソン株式会社 移動ロボットの制御方法及び制御装置、並びに、ロボットシステム
US11438886B2 (en) * 2020-02-27 2022-09-06 Psj International Ltd. System for establishing positioning map data and method for the same
CN111694353A (zh) * 2020-05-14 2020-09-22 特斯联科技集团有限公司 一种导引控制方法、装置、存储介质及服务机器人
CN111938513B (zh) * 2020-06-30 2021-11-09 珠海市一微半导体有限公司 一种机器人越障的沿边路径选择方法、芯片及机器人
CN111906779B (zh) * 2020-06-30 2022-05-10 珠海一微半导体股份有限公司 一种越障结束判断方法、越障控制方法、芯片及机器人
CN111930113A (zh) * 2020-06-30 2020-11-13 创新工场(北京)企业管理股份有限公司 一种为自主导航机器人设置行驶路径的方法与装置
CN111813123A (zh) * 2020-07-17 2020-10-23 徐州泰丰泵业有限公司 一种喷灌机行走控制系统和控制方法
CN111906765B (zh) * 2020-07-31 2022-07-12 平安科技（深圳）有限公司 应用于路径规划的空间采样方法、装置、设备及介质
CN112201072A (zh) * 2020-09-30 2021-01-08 姜锡忠 城市交通路径规划方法及系统
CN112256039B (zh) * 2020-11-05 2023-05-26 深圳市锐曼智能装备有限公司 清洁机器人操控系统及清扫路线的生成方法
CN112370158B (zh) * 2020-11-13 2022-03-11 毕建平 一种机器人骨折复位路径规划方法、规划系统及机器人
CN112748733B (zh) * 2020-12-16 2024-05-07 广东电网有限责任公司 电缆放线车路径规划方法、装置、设备及存储介质
CN113156933B (zh) * 2020-12-30 2022-05-03 徐宁 一种机器人行进控制系统和方法
CN112947411B (zh) * 2021-01-26 2023-09-12 清华大学深圳国际研究生院 基于RFID与ROS-Slam的博物馆藏品智能巡检系统与方法
JP2022188993A (ja) * 2021-06-10 2022-12-22 株式会社日立製作所 経路探索情報処理システム、経路探索情報処理方法
CN113807790B (zh) * 2021-09-26 2024-09-13 泰州擎朗智能科技有限公司 一种机器人的路径规划方法、装置、电子设备和存储介质
CN113842086B (zh) * 2021-09-28 2022-12-06 深圳市云鼠科技开发有限公司 一种清洁方法、拖地机器人及清洁系统
CN113892863B (zh) * 2021-10-08 2022-11-01 珠海格力电器股份有限公司 路径规划方法、装置、电子设备和存储介质
CN113970321B (zh) * 2021-10-21 2024-08-30 贝壳找房(北京)科技有限公司 一种户型动线的计算方法及装置
CN114115239B (zh) * 2021-11-03 2024-04-12 中国科学院重庆绿色智能技术研究院 一种机器人路径规划方法、系统、设备及介质
TWI806237B (zh) * 2021-11-11 2023-06-21 國立虎尾科技大學 機器人系統及機器人控制方法
CN114260891B (zh) * 2021-12-16 2024-06-11 珠海格力电器股份有限公司 一种机器人控制方法、装置、电子设备及存储介质
CN116774686A (zh) * 2022-03-10 2023-09-19 苏州科瓴精密机械科技有限公司 机器人寻路方法、寻路装置、设备和计算机可读存储介质
CN115892378A (zh) * 2022-12-23 2023-04-04 广东深蓝水下特种设备科技有限公司 基于水下声呐定位的船舶清洗方法、系统及介质
CN116388691B (zh) * 2023-04-07 2023-10-20 宁夏百川电力股份有限公司 一种光伏发电场智能巡检方法及系统
CN116540709B (zh) * 2023-05-11 2023-11-14 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法
CN117093011B (zh) * 2023-10-20 2024-01-05 苏州德斯米尔智能科技有限公司 一种智能机器人无人清洗控制方法
CN117250965B (zh) * 2023-11-20 2024-02-23 广东电网有限责任公司佛山供电局 一种机器人避障快速路径重构方法和系统
CN118089667B (zh) * 2024-04-08 2024-09-10 深圳市领志光机电自动化系统有限公司 基于2d相机的机器人三维空间定位引导系统
CN118149828B (zh) * 2024-05-10 2024-07-09 君华高科(成都)信息技术有限公司 一种巡检机器人的路径规划系统及方法
CN118310534B (zh) * 2024-06-06 2024-09-06 千里眼(广州)人工智能科技有限公司 多机器人路径规划调度系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001060111A (ja) * 1999-08-20 2001-03-06 Mitsubishi Heavy Ind Ltd 無人搬送車の走行制御システム
JP2002133351A (ja) * 2000-10-25 2002-05-10 Nec Corp 最小コスト経路探索装置及びそれに用いる最小コスト経路探索方法
KR100988833B1 (ko) * 2009-07-06 2010-10-20 유티정보 주식회사 신호연동정보를 이용한 네비게이션 시스템
WO2014033444A1 (en) * 2012-08-31 2014-03-06 Bae Systems Plc Route planning

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5978730A (en) * 1997-02-20 1999-11-02 Sony Corporation Caching for pathfinding computation
US6615133B2 (en) * 2001-02-27 2003-09-02 International Business Machines Corporation Apparatus, system, method and computer program product for determining an optimum route based on historical information
EP1587650B1 (en) * 2003-01-31 2018-08-29 Thermo CRS Ltd. Syntactic inferential motion planning method for robotic systems
US7447593B2 (en) * 2004-03-26 2008-11-04 Raytheon Company System and method for adaptive path planning
KR100745975B1 (ko) * 2004-12-30 2007-08-06 삼성전자주식회사 그리드 맵을 사용하여 최소 이동 경로로 이동하는 방법 및장치
JP2007094743A (ja) * 2005-09-28 2007-04-12 Zmp:Kk 自律移動型ロボットとそのシステム
JP4143103B2 (ja) * 2006-12-20 2008-09-03 本田技研工業株式会社 移動装置、ならびにその制御システム、制御プログラムおよび監督システム
JP4661838B2 (ja) * 2007-07-18 2011-03-30 トヨタ自動車株式会社 経路計画装置及び方法、コスト評価装置、並びに移動体
US8417446B2 (en) * 2008-07-25 2013-04-09 Navteq B.V. Link-node maps based on open area maps
US8825387B2 (en) * 2008-07-25 2014-09-02 Navteq B.V. Positioning open area maps
JP4745378B2 (ja) * 2008-12-08 2011-08-10 株式会社東芝 移動台車
TWI388956B (zh) * 2009-05-20 2013-03-11 Univ Nat Taiwan Science Tech 行動機器人與其目標物處理路徑的規劃方法
KR101667029B1 (ko) * 2009-08-10 2016-10-17 삼성전자 주식회사 로봇의 경로 계획방법 및 장치
KR101667030B1 (ko) * 2009-08-10 2016-10-17 삼성전자 주식회사 로봇의 경로 계획 장치 및 그 방법
US8626443B2 (en) * 2009-09-18 2014-01-07 Deutsches Zentrum für Luft—und Raumfahrt e.V. Method for creating a map relating to location-related data on the probability of future movement of a person
JP2011175393A (ja) * 2010-02-24 2011-09-08 Toyota Motor Corp 経路計画装置、自律移動ロボット、及び移動経路の計画方法
US9323250B2 (en) * 2011-01-28 2016-04-26 Intouch Technologies, Inc. Time-dependent navigation of telepresence robots
JP5776440B2 (ja) 2011-08-24 2015-09-09 株式会社豊田中央研究所 自律移動体
CN103294054B (zh) * 2012-02-24 2016-03-30 联想(北京)有限公司 一种机器人导航方法及系统
US9167386B2 (en) * 2012-06-26 2015-10-20 The Governing Council Of The University Of Toronto System, method and computer program for dynamic generation of a radio map
KR102009482B1 (ko) * 2012-10-30 2019-08-14 한화디펜스 주식회사 로봇의 경로계획 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체
CN103838240B (zh) * 2012-11-27 2018-02-27 联想(北京)有限公司 控制方法和电子设备
WO2014172320A1 (en) * 2013-04-15 2014-10-23 Flextronics Ap, Llc Vehicle location-based home automation triggers
CN104416569A (zh) * 2013-08-28 2015-03-18 鸿富锦精密工业（深圳）有限公司 机器人控制系统、机器人及机器人控制方法
CN103605368A (zh) 2013-12-04 2014-02-26 苏州大学张家港工业技术研究院 一种动态未知环境中路径规划方法及装置
KR101743072B1 (ko) * 2015-06-12 2017-06-15 국방과학연구소 경로 계획 장치 및 그의 제어방법
CN105549585B (zh) * 2015-12-07 2018-03-23 江苏木盟智能科技有限公司 机器人导航方法及系统
CN106168803A (zh) * 2016-04-18 2016-11-30 深圳众为兴技术股份有限公司 一种用于移动机器人的位置感知方法
CN105955267A (zh) * 2016-05-11 2016-09-21 上海慧流云计算科技有限公司 一种移动控制方法及系统
US10394244B2 (en) * 2016-05-26 2019-08-27 Korea University Research And Business Foundation Method for controlling mobile robot based on Bayesian network learning
CN105974928B (zh) * 2016-07-29 2018-12-07 哈尔滨工大服务机器人有限公司 一种机器人导航路径规划方法
CN106323299B (zh) * 2016-08-09 2021-05-14 Tcl科技集团股份有限公司 一种导航方法、装置和系统
CN106382944B (zh) * 2016-10-08 2019-11-01 浙江国自机器人技术有限公司 一种移动机器人的路线规划方法
CN106547272B (zh) * 2016-10-26 2019-12-03 北京京东尚科信息技术有限公司 确定设备移动路径的方法和装置
CN106444769B (zh) * 2016-10-31 2019-05-21 湖南大学 一种室内移动机器人增量式环境信息采样的最优路径规划方法
JP6640777B2 (ja) * 2017-03-17 2020-02-05 株式会社東芝 移動制御システム、移動制御装置及びプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001060111A (ja) * 1999-08-20 2001-03-06 Mitsubishi Heavy Ind Ltd 無人搬送車の走行制御システム
JP2002133351A (ja) * 2000-10-25 2002-05-10 Nec Corp 最小コスト経路探索装置及びそれに用いる最小コスト経路探索方法
KR100988833B1 (ko) * 2009-07-06 2010-10-20 유티정보 주식회사 신호연동정보를 이용한 네비게이션 시스템
WO2014033444A1 (en) * 2012-08-31 2014-03-06 Bae Systems Plc Route planning

Also Published As

Publication number Publication date
US11035684B2 (en) 2021-06-15
WO2018188200A1 (zh) 2018-10-18
AU2017409109B2 (en) 2019-12-05
TWI639813B (zh) 2018-11-01
SG11201900262RA (en) 2019-02-27
CN107677285A (zh) 2018-02-09
AU2017409109A1 (en) 2018-11-08
KR20190019897A (ko) 2019-02-27
TW201837428A (zh) 2018-10-16
JP2019521401A (ja) 2019-07-25
CN107677285B (zh) 2019-05-28
JP6800989B2 (ja) 2020-12-16
AU2017409109B9 (en) 2020-04-09
EP3438611A4 (en) 2019-09-11
EP3438611A1 (en) 2019-02-06
US20210080272A1 (en) 2021-03-18
EP3438611B1 (en) 2020-12-02

Similar Documents

Publication Publication Date Title
KR102152192B1 (ko) 로봇의 경로　계획　시스템, 방법, 로봇 및 매체
US11204247B2 (en) Method for updating a map and mobile robot
CA3048140C (en) Method and apparatus for generating a search pattern for an incident scene
CN102939611B (zh) 流动线检测系统、流动线检测方法和流动线检测程序
US20190156495A1 (en) Systems and Methods of Tracking of the Moving Objects on the Video Image
JP7280452B2 (ja) 縮尺図と３次元モデルを用いた機械学習ベースのオブジェクト識別
CN109068278B (zh) 室内避障方法、装置、计算机设备及存储介质
CN108830171A (zh) 一种基于深度学习的智能物流仓库引导线视觉检测方法
Ioannidis et al. A path planning method based on cellular automata for cooperative robots
CN110986945A (zh) 基于语义高度地图的局部导航方法和系统
CN114594772A (zh) 机器人、路径规划方法、装置和存储介质
CN113733086A (zh) 一种机器人的出行方法、装置、设备及存储介质
Hönig et al. Dynamic multi-target coverage with robotic cameras
CN109344685A (zh) 一种智慧托盘及其智能定位追踪方法
CN112799416B (zh) 航线生成方法、设备和系统、无人作业系统及存储介质
CN112925313A (zh) 机器人的避让处理方法、装置、电子设备和介质
CN108717302B (zh) 机器人跟随人物方法、装置及存储介质、机器人
US20230419761A1 (en) Moving body queue management system and moving body queue management method
CN113573241A (zh) 一种室内定位区域移动的防穿墙方法及系统
WO2022250605A1 (en) Navigation guidance methods and navigation guidance devices
KR102698583B1 (ko) 보행자와 보행자가 아닌 객체 간의 객체 관리 방법 및 장치
CN118226860B (zh) 机器人运动控制方法、装置、机器人和存储介质
CN113916233A (zh) 导航路线确定方法、装置、设备及存储介质
CN115272629A (zh) 一种定位方法及装置
Nithya et al. Human Cognition and Vision Based Earlier Path Determination System for Indoor Mobile Robot Path Planning

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant