KR102195165B1 - 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템 - Google Patents

온톨로지 기반의 환경 모델 구축 방법 및 그 시스템 Download PDF

Info

Publication number
KR102195165B1
KR102195165B1 KR1020190013082A KR20190013082A KR102195165B1 KR 102195165 B1 KR102195165 B1 KR 102195165B1 KR 1020190013082 A KR1020190013082 A KR 1020190013082A KR 20190013082 A KR20190013082 A KR 20190013082A KR 102195165 B1 KR102195165 B1 KR 102195165B1
Authority
KR
South Korea
Prior art keywords
model
environmental
environment
implicit
explicit
Prior art date
Application number
KR1020190013082A
Other languages
English (en)
Other versions
KR20200095242A (ko
Inventor
국태용
주성현
배상현
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020190013082A priority Critical patent/KR102195165B1/ko
Publication of KR20200095242A publication Critical patent/KR20200095242A/ko
Application granted granted Critical
Publication of KR102195165B1 publication Critical patent/KR102195165B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/02Knowledge representation; Symbolic representation
    • H04L67/16
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/51Discovery or management thereof, e.g. service location protocol [SLP] or web services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Databases & Information Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템에 관한 것으로, 환경 모델 구축 방법은 환경 모델을 구성하는 객체, 공간, 로봇 및 점유자 중 적어도 어느 하나의 환경 모델링 요소를 생성하는 단계 및 상기 생성된 환경 모델링 요소에 대하여 명시적 모델, 암시적 모델 및 심볼을 생성하여 환경 모델을 구축하는 단계를 포함할 수 있다.

Description

온톨로지 기반의 환경 모델 구축 방법 및 그 시스템{The Method for Building an Ontology-Based Environment Model and the System Thereof}
본 발명은 환경 모델링 기술, 상황 지식 모델링 기술, 환경 모델 DB 설계기술에 대한 것으로 보다 구체적으로는, 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템에 관한 것이다.
로봇이 인간과 유사하게 작업을 수행하고 인간과 고수준으로 상호작용을 하기 위해서는 고차원적인 환경 이해 능력이 필요하다.
전통적인 환경 모델링 방법으로는 점, 선, 모서리와 같은 저차원의 기하학적 특징과 영상에서 추출할 수 있는 특징점을 활용한 방법이 주를 이루는 실정이고, 최근에는 물체를 인식하여 객체 단위로 환경을 모델링 하는 방식에 대한 연구가 진행되고 있다.
그러나 인간과 유사한 고수준의 환경 이해를 기초로한 환경 모델링 기술에는 한계가 있다. 따라서, 로봇이 고차원적인 환경 이해 능력을 갖기 위해 풍부한 특징 및 속성 정보를 획득하여 활용하는 인간의 고도화된 공간표상 능력을 반영한 환경 모델링 기술이 필요한 실정이다.
한편, 인간은 분산 감각 정보처리 융합으로 공간 구성 요소의 기하 정보, 물성 정보 등 풍부한 특징 및 속성 정보를 획득하고, 시맨틱-에피소딕 장기 기억에 의한 공간 정보의 학습과 활용을 통해 환경을 이해하는 특성이 있다.
(KR) 공개특허 제 10-2015-0069622 호
광역 동적환경에서 로봇이 인간과 같은 고수준의 환경 이해 능력을 갖추기 위해, 본 발명은 인간의 공간 표상 능력을 기반으로 한 새로운 환경 모델 구축 방법 및 그 시스템을 제공하고자 한다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 방법은 환경 모델을 구성하는 객체, 공간, 로봇 및 점유자 중 적어도 어느 하나의 환경 모델링 요소를 생성하는 단계 및 상기 생성된 환경 모델링 요소에 대하여 명시적 모델, 암시적 모델 및 심볼을 생성하여 환경 모델을 구축하는 단계를 포함할 수 있다.
본 발명의 일 실시예에 따라 환경 모델 구축부가 상기 환경 모델을 구축하는 단계는 생성된 환경 모델링 요소에 대하여 명시적 모델을 생성하는 단계; 상기 생성된 명시적 모델에 기초하여 상기 환경 모델링 요소를 기호로 나타내는 심볼을 정의하는 단계; 및 상기 정의된 심볼에 기초하여 암시적 모델을 생성하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 명시적 모델은 센서로부터 획득되는 센싱 정보에 기초하여 기하학적 모델로 구성될 수 있다.
본 발명의 일 실시예에 따른 암시적 모델은 상기 환경 모델링 요소의 특성을 나타내는 모델이고, 시맨틱-에피소딕 메모리를 기반으로 생성된 지식 데이터 베이스를 통해 모델링 될 수 있다.
본 발명의 일 실시예에 따른 명시적 모델은 상기 센싱 정보를 기하학적 모델 프리미티브 테이블에 적용하여 기하학적 모델로 구성하는 것일 수 있다.
본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 시스템은 환경 모델을 구성하는 객체, 공간, 로봇 및 점유자 중 적어도 어느 하나의 환경 모델링 요소를 생성하는 환경 모델링 요소 생성부; 및 상기 생성된 환경 모델링 요소에 대하여 명시적 모델, 암시적 모델 및 심볼을 생성하여 환경 모델을 구축하는 환경 모델 구축부를 포함할 수 있다.
본 발명의 일 실시예에 따른 환경 모델 구축부는 센서로부터 획득되는 센싱 정보에 기초하여 기하학적 모델로 구성되는 명시적 모델을 생성하는 명시적 모델 생성부를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 환경 모델 구축부는 상기 환경 모델링 요소의 특성을 나타내는 암시적 모델을 생성하는 암시적 모델 생성부를 더 포함하고, 상기 암시적 모델은 시맨틱-에피소딕 메모리를 기반으로 생성된 지식 데이터 베이스를 통해 모델링 되는 것을 특징으로 할 수 있다.
본 발명의 일 실시예에 따른 환경 모델 구축부는 상기 환경 모델링 요소를 기호로 나타내는 심볼 생성부를 더 포함할 수 있다.
본 발명의 일 실시예에 따른 명시적 모델은 상기 센싱 정보를 기하학적 모델 프리미티브 테이블에 적용하여 기하학적 모델로 구성할 수 있다.
본 발명의 일 실시예에 인간 수준의 작업 능력과 인간과 상호작용 가능한 시스템을 구축할 수 있다.
또한 본 발명은 인간과 유사한 고수준의 환경이해가 가능하므로, 의료, 복지 서비스 및 물류 환경 등 다양한 환경에서 시스템 적용이 가능하다.
본 발명은 환경 요소의 다양한 특성을 표현하기 위하여 다중 센싱 모덜리티 융합과 연계하여 공간 요소의 풍부한 속성을 모델링할 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 방법의 개념도이다.
도 2는 본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 방법의 순서도이다.
도 3은 본 발명의 일 실시예에 따라 객체에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시예에 따라 공간에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따라 로봇에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따라 점유자에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따라 환경 모델을 구축하여 다층 시맨틱 공간지도를 생성하는 방법을 나타낸다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면을 참조하여 상세하게 설명하도록 한다. 그러나, 이는 본 발명을 특정한 실시 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, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재 항목들의 조합 또는 복수의 관련된 기재 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급될 때에는 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
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 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
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.
명세서 및 청구범위 전체에서, 어떤 부분이 어떤 구성 요소를 포함한다고 할때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있다는 것을 의미한다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 방법의 개념도이다.
도 1을 참조하면, 본 발명은 환경 모델링 요소(100)를 명시적 모델(200), 심볼(300), 암시적 모델(400)로 표현하고 설계하는 방법을 제시한다.
본 발명의 일 실시예에 따른 환경 모델링 요소(100)는 책상과 같은 물건을 지칭하는 객체(110), 공간(120), 로봇(130), 사람인 점유자(140)로 구성될 수 있다.
본 발명의 일 실시예에 따른 명시적 모델(200)은 센서로 인식될 수 있는 기하학, 물리적 정보를 나타내는 모델이고, 암시적 모델(400)은 환경 모델링 요소간의 관계, 물성, 속성 특징, 용도 등의 지식 정보를 표현한 모델을 의미하며, 심볼(300)은 환경 모델링 요소를 기호화하여 표현한 것을 의미한다.
명시적 모델(200)과 심볼(300)의 관계는 기하를 표상하는 기하요소 심볼 테이블로 표현할 수 있는데, 이에 대한 구체적인 내용은 도 3을 참조하여 자세히 설명한다.
명시적 모델(200), 심볼(300) 및 암시적 모델(400)은 서로 연관되어 있는데, 도 1에서는 명시적 모델(200), 심볼(300) 및 암시적 모델(400) 간의 관계를 추상적으로 표현한 것이며, 도 3 내지 도 6을 참조하여 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 방법의 순서도이다.
본 발명의 일 실시예에 따른 온톨로지 기반의 환경 모델 구축 방법은 환경 모델링 요소 생성부가 객체, 공간, 로봇 또는 점유자 중 하나의 환경 모델링 요소를 생성한다(S100).
그리고 환경 모델 구축부가 상기 생성된 환경 모델링 요소에 대하여 명시적 모델, 암시적 모델 및 심볼을 생성함으로써 환경 모델을 구축한다(S200).
환경 모델 구축 단계(S200)는 환경 모델링 요소에 대하여 명시적 모델을 생성하는 단계(S210), 생성된 명시적 모델에 기초하여 상기 환경 모델링 요소를 기호로 나타내는 심볼을 정의하는 단계(S220), 정의된 심볼에 기초하여 암시적 모델을 생성하는 단계(S230)의 순서로 진행될 수 있다.
명시적 모델, 암시적 모델 및 심볼은 환경 모델링 요소 각각에 대하여 생성되는데, 객체, 공간, 로봇, 점유자 각각에 대하여 환경 모델을 구축하는 방법은 도 3 내지 도 6을 참조하여 설명한다.
도 3은 본 발명의 일 실시예에 따라 객체에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
센서(10)로부터 객체에 대한 기하학, 물리적 정보를 획득하면 명시적 모델(200)은 센싱된 정보를 이용하여 센싱 요소, 상태, 좌표계에 관한 정보를 표현하는데, 이 때 기하학적 모델 프리미티브 테이블을 적용하여 나타낼 수 있다.
표 1은 기하학적 모델 프리미티브 테이블에 대한 예시를 나타낸다.
Sensor Physical Sensor modality Logical sensor modality Geometric model primitive
Ultrasound TOF/음의 반사파 거리, 2D point cloud 점, 선, 면, 코너, 엣지
2D Lidar TOF/빛의 반사파 거리, 2D point cloud 점, 선, 면, 코너, 엣지
3D Lidar TOF/빛의 반사파 거리, 3D point cloud 점, 선, 면, 코너, 엣지, 형상
Mono camera 가시광 색상/빛의 강도 점, 선, 면, 코너, 엣지, 피쳐
RGB-D camera 가시광, TOF/빛의 반사파 색상/빛의 강도, 거리, 3D point cloud 점, 선, 면, 코너, 엣지, 피쳐, 형상
본 발명의 일 실시예에 따른 명시적 모델(200)은 표 1에서 나타난 바와 같이 점, 선, 면 등의 기하 요소로 표현될 수 있고, 나아가 형태, 선의 방향, 대칭성 등과 같은 정보를 그룹화하여 다양한 기하학적 특징으로도 표현될 수 있다.
본 발명의 일 실시예에 따른 센서(10)는 표 1에 도시된 바와 같이 다중 센서 모덜리티가 사용될 수 있고, 각각의 환경 모델링 요소는 센서의 종류 및 특성에 맞게 모델링 가능하다.
표 1 에서 물리적 센서 방식(Physical sensor modality)은 환경 정보를 얻기 위해 센서에서 사용하는 정보를 의미하며, 논리 센서 방식(Logical sensor modality)은 상기 물리적 센서 방식으로부터 얻은 물리적 데이터를 처리하여 얻을 수 있는 환경 정보인 센싱 요소를 의미한다.
그리고 기하학적 모델 프리미티브(Geometric model primitive)는 상기 논리 센서 방식의 정보에서 기하학적 정보를 추출한 정보를 의미하며 환경 모델링의 기본 요소인 기하 요소로 사용될 수 있다. 즉, 본 발명은 기하학적 모델 프리미티브를 바탕으로 환경 모델링 요소의 명시적 모델을 구성하는데 특징이 있다.
명시적 모델(200)에서 기하 요소가 추출되면 기하요소-심볼 테이블을 이용하여 심볼(300)을 정의할 수 있다. 기하요소-심볼 테이블이란, 기하학적 모델 프리미티브에서 얻은 기하요소를 이용하여 객체 및 공간을 표현한 테이블을 의미할 수 있다.
본 발명의 일 실시예에 따른 심볼(300)은 상기 기하 요소를 기호화하여 표현한 것으로, 이름 또는 ID로 표현될 수 있다.
심볼(300)로 정의된 객체에 대하여 지식 DB(20)를 통해 암시적 모델(400)을 생성할 수 있다.
지식 DB(20)는 시맨틱-에피소딕 메모리(Semantic Episodic Memory)를 기반으로 생성되는 것이다. 보다 구체적으로, 뇌의 장기기억 기제로서 일반적인 지식을 학습하는 시맨틱 메모리(Semantic Memory)와 개별 경험 지식을 학습하는 에피소딕 메모리(Episodic Memory) 기제를 통하여 모델링함으로써 암시적 모델(400)이 생성된다.
따라서 객체에 관한 지식 DB(20)는 객관적 지식에 관한 시맨틱 객체 지식과 주어진 환경의 공간 정보에 관한 관계 지식을 포함할 수 있는데, 객체가 책상이라면 시맨틱 객체 지식은 “책상은 움직이지 않고 나무로 구성될 수 있다”는 정보를 포함할 수 있다. 그리고 객체가 책상인 경우 관계 지식은 “책상 옆에는 의자가 있다”라는 정보를 포함할 수 있다.
시맨틱 네트워크 기반의 관계 지식 모델링은 노드, 아크, 특성 상속으로 구성될 수 있다.
노드는 객체, 개념, 사건을 의미하고, 아크는 노드 사이의 관계를 의미하며, 특성 상속은 상위 클래스의 속성 승계를 의미한다.
한편, 아크는 isa (사례), ako (종류/집합/포함 관계), has-part (구성요소/부분), top-of, next-to (위치 관계)로 구성될 수 있다.
도 4는 본 발명의 일 실시예에 따라 공간에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
공간에 대한 명시적 모델(200)도 도 3을 참조하여 설명한 바와 같이 기하학적 모델 프리미티브 테이블을 이용하여 센서(10)로부터 환경 요소를 추출할 수 있다. 공간에 대한 명시적 모델(200)의 환경 요소는 센싱 요소, 기하 요소, 공간 요소, 해상도, 밀도, 좌표계를 포함할 수 있다.
기하 요소는 센싱요소-기하요소 테이블을 이용하여 추출할 수 있고, 공간 요소는 기하요소-공간 요소 테이블을 이용하여 상기 기하 요소로부터 추출할 수 있다. 기하요소-공간 요소 테이블이란 기하요소로부터 공간 요소를 추출하기 위한 테이블을 의미하며, 점, 선, 면 등 기본적인 기하요소를 통해 공간의 요소라 할 수 있는 경계 및 공간의 형태를 얻는 규칙을 의미한다.
그리고 공간요소-심볼 테이블을 통해 공간요소를 기호화하여 표현함으로써 심볼(300)이 정의될 수 있고, 지식 DB(20)를 통해 정의된 심볼(300)에 대한 물성 및 속성에 대한 지식 정보가 표현된 암시적 모델(400)이 생성될 수 있다.
공간에 대한 지식 DB(20)는 객관적 지식에 관한 시맨틱 공간 지식과 주어진 환경의 공간 정보에 관한 관계 지식을 포함할 수 있다.
상기 관계 지식은, 공간 속에 포함된 객체 사이의 위치적, 계층적 관계뿐만 아니라 공간과 공간의 위치, 계층 관계를 더 포함하는 개념이다. 예컨대, 관계 지식을 통해 하나의 건물안에 여러 개의 층이 존재하고, 그 층 안에 여러 개의 방이 존재하며, 그 방안에는 여러 개의 객체가 존재하는 관계가 표현될 수 있다. 또한 공간 지식은, 각 공간에 대한 지식으로써, 예를 들어, '회의실은 여러 개의 책상과 의자가 있고 회의를 하는 장소' 를 의미할 수 있다.
도 5는 본 발명의 일 실시예에 따라 로봇에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
본 발명은 로봇 자체에 포함된 센서로부터 상태, 좌표계를 획득하여 명시적 모델(200)을 생성하고, 지식 DB(20)를 통해 로봇에 대한 심볼(300)로부터 암시적 모델(400)을 생성한다.
로봇에 대한 명시적 모델(200)은 센서 종류, 기구학 또는 동역학 요소, 상태 또는 좌표계에 관한 정보를 표현하고, 로봇에 대한 암시적 모델(400)은 로봇의 성능 또는 기능, 소유자 정보를 표현한다.
도 6은 본 발명의 일 실시예에 따라 점유자에 대한 환경 모델 구축 방법을 설명하기 위한 도면이다.
점유자에 대한 명시적 모델(200)은 객체 또는 공간에 대한 명시적 모델과 마찬가지로 센서(10)로부터 획득한 정보를 기초로 하여 기하학적 모델 프리미티브 테이블을 통해 센싱 요소, 상태 또는 좌표계 정보를 표현한다. 명시적 모델에 포함되는 기하 요소는 센싱 요소로부터 센싱요소-기하요소 테이블을 통해 생성된다.
심볼(300)은 상기 생성된 기하 요소로부터 기하요소-심볼 테이블을 통해 정의되고, 심볼(300)은 지식 DB(20)를 통해 암시적 모델(400)로 표현될 수 있다.
점유자에 관한 지식 DB(20)는 객체 지식과 암시적 지식을 포함하여 암시적 모델(400)은 점유자의 역할, 점유자가 속한 그룹, 점유자의 소유물이 무엇인지에 대한 정보가 표현되도록 모델링될 수 있다. 예컨대, 전시장을 예로 들어 설명하면, 하나의 부스의 점유자는 사람 혹은 기업이 될 수 있으며, 이에 대한 정보가 점유자의 암시적 지식으로 포함될 수 있다.
도 7은 본 발명의 일 실시예에 따라 환경 모델을 구축하여 다층 시맨틱 공간지도를 생성하는 방법을 나타낸다.
도 3을 참조하여 앞서 설명한 바와 같이 본 발명은 센서(10)가 획득하는 물리적 데이터를 논리 센서 방식(Logical sensor modality)에 따라 거리, 포인트 클라우드 또는 색, 빛의 강도와 같은 환경 정보로 표현한다(30). 그리고 본 발명의 일 실시예에 따른 기하학적 모델 프리미티브(210)를 바탕으로 점, 선, 코너, 면, 형태, 정보 그룹화와 같은 기하 요소를 추출함으로써, 환경 모델링 요소(100)에 대하여 명시적 모델을 생성할 수 있다.
본 발명의 일 실시예에 따르면, 상기 생성된 명시적 모델에 기초하여 심볼(300) 및 암시적 모델(400)도 생성하고, 생성된 모든 환경 모델을 모두 융합하여 도 7에 도시된 바와 같이 다층 시맨틱 공간지도(40)를 생성할 수 있다.
본 발명은 명시적 모델을 생성한 다음 심볼을 정의하고, 그 다음 암시적 모델을 생성하는 순서와 같이 뇌의 학습 기제를 모방한 것을 특징으로 하고, 공간 지식, 공간 학습 지식, 공간 경험 지식에 대한 정보까지 포함할 수 있다.
공간 지식은, 각 공간(예컨대, 회의실)에 대한 지식으로써, 예를 들어, '회의실은 여러 개의 책상과 의자가 있고 회의를 하는 장소' 를 의미할 수 있고, 공간 학습 지식은 공간에 대한 객관적이고 사전적인 지식을 뜻하며, 공간 경험 지식은 그 공간에서 직접 경험한 정보를 토대로 얻은 지식을 의미한다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 사람이라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10 : 센서
20 : 지식 DB
100 : 환경 모델링 요소
110 : 객체
120 : 공간
130 : 로봇
140 : 점유자
200 : 명시적 모델
300 : 심볼
400 : 암시적 모델

Claims (10)

  1. 환경 모델링 요소 생성부가 환경 모델을 구성하는 객체, 공간, 로봇 및 점유자 중 적어도 어느 하나의 환경 모델링 요소를 생성하는 단계;
    환경 모델 구축부가 상기 생성된 환경 모델링 요소에 대하여 명시적 모델, 암시적 모델 및 심볼을 생성하여 환경 모델을 구축하는 단계; 및
    상기 환경 모델 구축부가 구축된 환경 모델의 명시적 모델, 암시적 모델 및 심볼을 모두 융합하여 다층 시맨틱 공간지도를 생성하는 단계
    를 포함하고,
    상기 환경 모델 구축부가 상기 환경 모델을 구축하는 단계는
    상기 생성된 환경 모델링 요소에 대하여 센서에 의해 획득되는 물리적 데이터를 논리 센서 방식에 따라 거리, 포인트 클라우드 또는 환경 정보로 표현하고, 기하학적 모델을 바탕으로 기하요소를 추출함으로써 명시적 모델을 생성하는 단계를 포함하고,
    상기 환경 모델링 요소가 객체, 공간, 점유자 중 어느 하나인 경우, 상기 명시적 모델은 센싱 요소, 상태 또는 좌표계 정보 및 기하요소를 포함하고,
    상기 환경 모델링 요소가 로봇인 경우, 상기 명시적 모델은 센서 종류, 기구학 또는 동역학 요소, 상태 또는 좌표계 정보를 포함하는 것을 특징으로 하는 온톨로지 기반의 환경 모델 구축 방법.
  2. 제1항에 있어서,
    상기 환경 모델 구축부가 상기 환경 모델을 구축하는 단계는
    상기 생성된 명시적 모델에 기초하여 상기 환경 모델링 요소를 기호로 나타내는 심볼을 정의하는 단계; 및
    상기 정의된 심볼에 기초하여 암시적 모델을 생성하는 단계를 더 포함하고
    상기 환경 모델링 요소가 객체인 경우 상기 암시적 모델은 물성, 속성, 용도 및 소유자 정보를 포함하며,
    상기 환경 모델링 요소가 공간인 경우 상기 암시적 모델은 물성, 속성 및 소유자 정보를 포함하고,
    상기 환경 모델링 요소가 점유자인 경우 상기 암시적 모델은 역할, 그룹, 소유물 정보를 포함하며,
    상기 환경 모델링 요소가 로봇인 경우, 상기 암시적 모델은 로봇의 성능 또는 기능, 소유자 정보를 포함하는 것을 특징으로 하는 온톨로지 기반의 환경 모델 구축 방법.
  3. 제1항에 있어서,
    상기 명시적 모델은 센서로부터 획득되는 센싱 정보에 기초하여 기하학적 모델로 구성되는 것인 온톨로지 기반의 환경 모델 구축 방법.
  4. 제1항에 있어서,
    상기 암시적 모델은 상기 환경 모델링 요소의 특성을 나타내는 모델이고,
    시맨틱-에피소딕 메모리를 기반으로 생성된 지식 데이터 베이스를 통해 모델링 되는 것인 온톨로지 기반의 환경 모델 구축 방법.
  5. 제 3 항에 있어서,
    상기 명시적 모델은 상기 센싱 정보를 기하학적 모델 프리미티브 테이블에 적용하여 기하학적 모델로 구성하는 것인 온톨로지 기반의 환경 모델 구축 방법.
  6. 환경 모델을 구성하는 객체, 공간, 로봇 및 점유자 중 적어도 어느 하나의 환경 모델링 요소를 생성하는 환경 모델링 요소 생성부; 및
    상기 생성된 환경 모델링 요소에 대하여 명시적 모델, 암시적 모델 및 심볼을 생성하여 환경 모델을 구축하는 환경 모델 구축부를 포함하고,
    상기 환경 모델 구축부는 구축된 환경 모델의 명시적 모델, 암시적 모델 및 심볼을 모두 융합하여 다층 시맨틱 공간지도를 생성하고,
    상기 환경 모델 구축부는 센서로부터 획득되는 센싱 정보에 기초하여 기하학적 모델로 구성되는 명시적 모델을 생성하는 명시적 모델 생성부를 더 포함하고,
    상기 환경 모델링 요소가 객체, 공간, 점유자 중 어느 하나인 경우, 상기 명시적 모델은 센싱 요소, 상태 또는 좌표계 정보 및 기하요소를 포함하고,
    상기 환경 모델링 요소가 로봇인 경우, 상기 명시적 모델은 센서 종류, 기구학 또는 동역학 요소, 상태 또는 좌표계 정보를 포함하는 것을 특징으로 하는 온톨로지 기반의 환경 모델 구축 시스템.
  7. 삭제
  8. 제 6 항에 있어서,
    상기 환경 모델 구축부는 상기 환경 모델링 요소의 특성을 나타내는 암시적 모델을 생성하는 암시적 모델 생성부를 더 포함하고,
    상기 암시적 모델은 시맨틱-에피소딕 메모리를 기반으로 생성된 지식 데이터 베이스를 통해 모델링 되고,
    상기 환경 모델링 요소가 객체인 경우 상기 암시적 모델은 물성, 속성, 용도 및 소유자 정보를 포함하며,
    상기 환경 모델링 요소가 공간인 경우 상기 암시적 모델은 물성, 속성 및 소유자 정보를 포함하고,
    상기 환경 모델링 요소가 점유자인 경우 상기 암시적 모델은 역할, 그룹, 소유물 정보를 포함하며,
    상기 환경 모델링 요소가 로봇인 경우, 상기 명시적 모델은 센서 종류, 기구학 또는 동역학 요소, 상태 또는 좌표계 정보를 포함하고, 상기 암시적 모델은 로봇의 성능 또는 기능, 소유자 정보를 포함하는 것을 특징으로 하는 온톨로지 기반의 환경 모델 구축 시스템.
  9. 제 6 항에 있어서,
    상기 환경 모델 구축부는 상기 환경 모델링 요소를 기호로 나타내는 심볼 생성부를 더 포함하는 온톨로지 기반의 환경 모델 구축 시스템.
  10. 제 6 항에 있어서,
    상기 명시적 모델은 상기 센싱 정보를 기하학적 모델 프리미티브 테이블에 적용하여 기하학적 모델로 구성하는 것인 온톨로지 기반의 환경 모델 구축 시스템.
KR1020190013082A 2019-01-31 2019-01-31 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템 KR102195165B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190013082A KR102195165B1 (ko) 2019-01-31 2019-01-31 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190013082A KR102195165B1 (ko) 2019-01-31 2019-01-31 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20200095242A KR20200095242A (ko) 2020-08-10
KR102195165B1 true KR102195165B1 (ko) 2020-12-28

Family

ID=72049449

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190013082A KR102195165B1 (ko) 2019-01-31 2019-01-31 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR102195165B1 (ko)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100505970B1 (ko) * 2003-11-28 2005-08-30 한국전자통신연구원 온톨로지 기반의 지식 모델링 방법 및 그 시스템
KR101013384B1 (ko) * 2008-12-29 2011-02-14 한양대학교 산학협력단 로봇의 지능적 서비스를 위한 지식 정보 시스템
KR20150069622A (ko) 2013-12-13 2015-06-24 한국전자통신연구원 상황 지식 표현 모델 및 이를 이용한 상황 추론 방법 및 장치
KR102022625B1 (ko) * 2017-05-29 2019-09-18 경기대학교 산학협력단 시공간 상황 질의 처리 시스템

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
정근재 외 1인, 가상세계에서의 온톨로지 기반 객체 인식 기법, 한국콘텐츠학회논문지 9(4), 2009.4. 45-54페이지. 1부.*

Also Published As

Publication number Publication date
KR20200095242A (ko) 2020-08-10

Similar Documents

Publication Publication Date Title
Vasudevan et al. Cognitive maps for mobile robots—an object based approach
Jabi et al. Enhancing parametric design through non-manifold topology
Shesh et al. Smartpaper: An interactive and user friendly sketching system
Zhou et al. Boxelization: Folding 3D objects into boxes
Purushwalkam et al. Audio-visual floorplan reconstruction
Yuan et al. Geometric algebra for multidimension-unified geographical information system
Beusmans et al. Description of solid shape and its inference from occluding contours
Wang et al. Spatiality-guided transformer for 3d dense captioning on point clouds
Ho et al. Topology aware data‐driven inverse kinematics
KR102195165B1 (ko) 온톨로지 기반의 환경 모델 구축 방법 및 그 시스템
Dahmen et al. What is a digital twin–a mediation approach
Fernández-Chaves et al. ViMantic, a distributed robotic architecture for semantic mapping in indoor environments
Mukerjee et al. Conceptual description of visual scenes from linguistic models
Zhang et al. Hybrid feature CNN model for point cloud classification and segmentation
US6895371B1 (en) Geometrical modeling of structural products
CN110827394B (zh) 脸部表情建构方法、装置及非暂态电脑可读取记录媒体
CN109785435A (zh) 一种墙体重建方法及装置
del Campo Deep House-datasets, estrangement, and the problem of the new
Wang et al. Designing intelligent spaces as if they were human: a “Space Agent” framework
KR102145054B1 (ko) 인간의 뇌지도 모델 및 인지 기반 이동로봇 주행을 위한 시맨틱 지도 작성 시스템
Kathuria et al. Providers-Clients-Robots: Framework for spatial-semantic planning for shared understanding in human-robot interaction
Bonarini Studying people's emotional responses to robot's movements in a small scene
Wang et al. “Space Agency”: A “Strong Concept” for Designing Socially Interactive, Robotic Environments
Bouayad Postdigital ornamented architecture is not ornamented
CN113158283B (zh) 一种从建筑草图bim模型中提取建筑构件的方法

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant