KR102266946B1 - 물류로봇의 주행경로 학습방법 - Google Patents

Abstract

본 발명에 따른 물류로봇의 주행경로 학습방법은, 물류를 이송하는 물류로봇의 주행경로 학습방법으로서, 기 설정된 주행경로를 사진 데이터를 이용하여 맵핑하는 설정단계, 주행경로를 학습하기 위해 종착지의 좌표를 입력하는 입력단계, 상기 입력단계에서 입력된 상기 좌표를 바탕으로 상기 좌표에 대응되는 상기 사진 데이터를 통해 상기 주행경로를 탐색하는 탐색단계, 상기 로봇의 전면에 구비된 카메라를 통해 주행경로의 데이터를 수집하면서 상기 입력단계에서 입력된 상기 좌표로 자율 주행하는 주행단계, 상기 주행단계가 종료된 경우, 상기 좌표로 주행하면서 수집된 상기 주행경로 데이터와 상기 기 설정된 주행경로를 비교하여 상기 기 설정된 주행경로를 갱신하는 갱신단계를 포함하는 물류로봇의 주행경로 학습방법을 제공한다.

Description

물류로봇의 주행경로 학습방법{DRIVING LOUTE LEARNING METHOD OF LOGISTICS ROBOT}

본 발명은 물류로봇의 주행경로 학습방법에 관한 것으로서, 보다 상세하게는 사진데이터를 바탕으로 기 설정된 주행경로를 설정하고, 사진데이터에 대응되는 좌표를 입력하여 입력된 좌표로 주행하면서 사진데이터를 수집하며, 수집된 사진데이터를 바탕으로 기 설정된 주행경로를 갱신하는 물류로봇의 주행경로 학습방법에 관한 것이다.

최근에는 다양한 분야에서 로봇 또는 드론이 자율주행하며 사람이 하는 일을 대신하기 위한 학습 알고리즘의 개발이 활발하게 이루어지고 있다.

예를 들어, 기 설정된 주행경로를 주행하는 로봇이 카메라를 바탕으로 장애물을 판단하여 극복하며 주행하고, 기 설정된 주행경로를 좌표 및 사진데이터를 바탕으로 설정하여 주행의 정확도를 높이면서 예상치 못한 상황을 극복할 수 있도록 다양한 시도가 이루어지고 있다.

하지만, 이와 같은 시도에도 불구하고, 좌표 및 사진데이터를 이용하여 주행의 정밀도를 높일 수는 있지만 좌표에 해당하는 각각의 사진데이터와 매칭시키기 위한 방법과 좌표 및 사진데이터를 함께 설정하여 저장하면서 과도한 용량을 사용하게 되는 문제점이 있을 수 있다.

또한, 장애물을 극복하기 위한 카메라 등에 역광, 밝은 색의 물체 등에 의해서 카메라를 통한 장애물 감지에 오류가 발생되어 장애물을 인식하지 못하거나 장애물이 존재하지 않는 상황에서도 장애물이라고 인식하여 오류가 발생하는 상황이 발생되는 문제점이 있을 수 있다.

이와 같은 단점을 극복하기 위해 좌표 또는 사진데이터 등을 이용하여 기 설정된 주행경로를 저용량의 데이터로 맵핑하고, 카메라의 오류를 방지하기 위한 수단이 활발하게 고안되고 있으며, 이와 같은 문제들을 해결할 수 있는 방법이 요구된다.

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 일부 경로의 사진데이터만 입력하고, 주행을 반복할수록 기 설정된 주행경로를 주행하면서 촬영한 사진데이터와 비교하여 갱신하기 때문에 주행의 정확성을 높일 수 있는 효과가 있다.

본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않는 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상기한 과제를 해결하기 위하여, 본 발명의 일 형태에 따르면, 물류를 이송하는 물류로봇의 주행경로 학습방법으로서, 기 설정된 주행경로를 사진 데이터를 이용하여 맵핑하는 설정단계, 주행경로를 학습하기 위해 종착지의 좌표를 입력하는 입력단계, 상기 입력단계에서 입력된 상기 좌표를 바탕으로 상기 좌표에 대응되는 상기 사진 데이터를 통해 상기 주행경로를 탐색하는 탐색단계, 상기 로봇의 전면에 구비된 카메라를 통해 주행경로의 데이터를 수집하면서 상기 입력단계에서 입력된 상기 좌표로 자율 주행하는 주행단계, 상기 주행단계가 종료된 경우, 상기 좌표로 주행하면서 수집된 상기 주행경로 데이터와 상기 기 설정된 주행경로를 비교하여 상기 기 설정된 주행경로를 갱신하는 갱신단계를 포함한다.

여기서 상기 갱신단계는, 상기 좌표로 주행하면서 수집된 상기 주행경로 데이터와 상기 기 설정된 주행경로와 비교하여 오차율을 계산하고, 상기 오차율이 기 설정된 오차범위 이내인 경우에 수집된 상기 주행경로 데이터를 바탕으로 상기 기 설정된 주행경로를 갱신하는 것을 특징으로 한다.

한편, 상기 주행단계는, 기 설정된 측정값 이상 밝은 색의 물체 또는 빛이 발생되어 상기 카메라에 이상이 발생되는 경우, 상기 카메라의 전원을 차단시키는 것을 특징으로 한다.

아울러 상기 주행단계는, 상기 카메라의 전원이 차단된 경우, 상기 기 설정된 주행경로를 바탕으로 주행하는 것을 특징으로 한다.

여기서 상기 카메라는, 빛 또는 밝기를 감지하기 위해 조도 센서가 구비되는 것을 특징으로 한다.

한편, 상기 설정단계는, 커브 또는 직선 주행경로의 일부 사진 데이터만을 이용하여 상기 기 설정된 주행경로를 맵핑하는 것을 특징으로 한다.

아울러 상기 설정단계는, 상기 사진 데이터를 바탕으로 상기 기 설정된 주행경로를 설정하면서 상기 기 설정된 주행경로의 종착지의 좌표를 상기 사진 데이터와 함께 맵핑하는 것을 특징으로 한다.

상기 과제를 해결하기 위한 본 발명의 물류로봇의 주행경로 학습방법은 다음과 같은 효과가 있다.

첫째, 일부 경로의 사진데이터만 입력되기 때문에 요구되는 데이터의 용량을 저감할 수 있는 효과가 있다.

둘째, 주행을 지속할수록 기 설정된 주행경로를 갱신하기 때문에 보다 정밀한 주행이 가능하다.

본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

아래에서 설명하는 본 출원의 바람직한 실시예의 상세한 설명뿐만 아니라 위에서 설명한 요약은 첨부된 도면과 관련해서 읽을 때에 더 잘 이해될 수 있을 것이다. 본 발명을 예시하기 위한 목적으로 도면에는 바람직한 실시예들이 도시되어 있다. 그러나, 본 출원은 도시된 정확한 배치와 수단에 한정되는 것이 아님을 이해해야 한다.
도 1은 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 전체적인 흐름을 도시한 도면;
도 2는 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 주행상황을 설명하기 위해 도시한 도면;
도 3은 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 우측회전 상황을 설명하기 위해 도시한 도면;
도 4는 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 우측회전이 종료된 상황을 설명하기 위해 도시한 도면;
도 5는 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 카메라에 빛이 측정되는 상황을 설명하기 위해 도시한 도면이다.

이하 본 발명의 목적이 구체적으로 실현될 수 있는 본 발명의 바람직한 실시예를 첨부된 도면을 참조하여 설명한다. 본 실시예를 설명함에 있어서, 동일 구성에 대해서는 동일 명칭 및 동일 부호가 사용되며 이에 따른 부가적인 설명은 생략하기로 한다.

먼저 도 1을 참조하여 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법에 대한 전체적인 흐름을 설명할 수 있다.

구체적으로 도 1은 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 전체적인 흐름을 도시한 도면이다.

먼저 도 1에 도시된 바와 같이 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법은 설정단계(S01), 입력단계(S02), 탐색단계(S03), 주행단계(S04), 갱신단계(S05)로 구성될 수 있다.

보다 상세하게는 상기 설정단계(S01)에서 상기 로봇(10)에 기 설정된 주행경로를 입력하기 위해 사진데이터를 바탕으로 상기 기 설정된 주행경로를 설정하고, 상기 입력단계(S02)에서는 상기 로봇(10)이 물류를 운송하기 위해 주행해야 할 주행경로를 선정하기 위해 상기 로봇(10)에게 종착지(F)의 좌표를 입력하면 상기 탐색단계(S03)에서 상기 기 설정된 주행경로에 입력된 상기 사진데이터 중에서 상기 좌표와 가장 유사한 위치의 상기 종착지(F)를 가지는 좌표를 선정하여 주행경로를 탐색할 수 있다.

이와 같은 과정이 종료되면, 상기 로봇(10)은 상기 입력단계(S02)에서 입력된 상기 좌표를 바탕으로 상기 탐색단계(S03)에서 탐색된 주행경로로 자율주행하는 상기 주행단계(S04)가 수행될 수 있고, 상기 주행단계(S04)에서 상기 로봇(10)이 자율주행하면서 상기 로봇(10)에 구비된 카메라로 주행경로의 상기 사진데이터를 수집한 내용을 토대로 하여 상기 기 설정된 주행경로를 갱신하는 상기 갱신단계(S05)가 수행될 수 있다.

상술한 과정을 보다 상세하게 설명하기 위해서 도 2 내지 도 4를 참조할 수 있다.

구체적으로 도 2는 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 주행상황을 설명하기 위해 도시한 도면, 도 3은 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 우측회전 상황을 설명하기 위해 도시한 도면, 도 4는 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 우측회전이 종료된 상황을 설명하기 위해 도시한 도면이다.

먼저 상술한 바와 같이 상기 설정단계(S01)에서 상기 로봇(10)에 상기 사진데이터를 바탕으로 상기 종착지(F)까지 상기 기 설정된 주행경로를 각각 설정하고, 상기 종착지(F)의 좌표를 상기 사진데이터와 매칭하여 상기 로봇(10)에 상기 기 설정된 주행경로를 설정하면, 상기 입력단계(S02)에서 상기 로봇(10)이 입력된 상기 좌표를 바탕으로 상기 기 설정된 주행경로 중에서 상기 좌표와 가장 유사한 상기 종착지(F)의 위치를 선별하여 주행경로를 탐색할 수 있다.

상술한 상기 탐색단계(S03)가 종료되면, 상기 로봇(10)은 도 2에 도시된 바와 같이 상기 종착지(F)를 향해서 자율주행할 수 있다.

이와 같이 상기 로봇(10)이 상기 주행단계(S04)를 수행하면, 상기 로봇(10)은 상기 기 설정된 주행경로로 주행하면서 상기 로봇(10)에 구비된 상기 카메라를 통해서 상기 사진데이터를 추가적으로 수집할 수 있다.

이와 같은 상황에서 상기 로봇(10)은 상기 기 설정된 주행경로에 새롭게 상기 카메라를 통해서 수집한 상기 사진데이터를 덮어씌우는 것이 아닌 상기 사진데이터를 상기 종착지(F)에 도착하기 이전까지 별도의 저장공간에 저장할 수 있다.

다만 이와 같은 상황에서 동영상을 촬영하듯이 주행경로상의 모든 상기 사진데이터를 수집하는 것은 상당한 용량이 필요하기 때문에 상기 카메라는 기 설정된 주기마다 상기 카메라를 통해 상기 사진데이터를 수집하거나 상기 로봇(10)의 방향이 전환되는 상황 또는 상기 로봇(10)에 별도의 기울기 센서 등을 구비하여 상기 센서의 오차범위 이상의 상황이 발생한 경우에 추가적으로 상기 사진데이터를 수집할 수 있다.

이와 같이 상기 로봇(10)은 상기 기 설정된 주행경로로 주행하면서 상기 기 설정된 주행경로의 모든 상기 사진데이터를 수집하는 것이 아닌 일부의 사진데이터, 즉, 상기 로봇(10)에 이상이 발생되는 경우 또는 상기 로봇(10)에 설정된 상기 기 설정된 주기 혹은 상기 로봇(10)의 방향전환 등의 상황에만 상기 사진데이터를 수집하여 과도한 용량을 이용하여 상기 기 설정된 주행경로를 설정하는 것을 방지할 수 있는 효과가 있다.

예를 들어, 상기 로봇(10)은 도 2에 도시된 바를 기준으로 소정거리 직진, 우회전, 직진, 좌회전, 직진의 경로로 주행하도록 주행경로를 탐색한 경우, 상기 카메라는 우회전, 좌회전, 직진경로의 일부분의 상기 사진데이터를 수집할 수 있는 것이다.

이와 같이 상기 로봇(10)이 주행하면서 상기 카메라를 통해서 수집한 상기 사진데이터는 상기 기 설정된 주행경로의 상기 사진데이터와 비교하여 오차율이 기 설정된 오차범위 이내인 경우에만 상기 기 설정된 주행경로를 갱신하도록 상기 갱신단계(S05)가 수행될 수 있다.

만약 상기 기 설정된 주행경로와 비교하여 상기 주행단계(S04)에서 수집된 상기 사진데이터와의 오차율이 상기 기 설정된 오차범위 이상이라면 상기 로봇(10)의 주행경로상에 또 다른 문제가 발생했거나 물건이 떨어져있거나, 빛 등에 의해서 측정의 오류가 발생했을 수 있기 때문에 상기 기 설정된 오차범위 이상으로 판단되는 경우는 상기 사진데이터를 바탕으로 상기 기 설정된 주행경로를 갱신하지 않는 것이 바람직할 수 있다.

보다 구체적으로 일부의 상기 사진데이터를 바탕으로 상기 기 설정된 주행경로를 설정하는 상황을 설명하자면 도 3에 도시된 바와 같이 도 2에서 우회전을 해야 하는 경우를 예로 들어 상기 기 설정된 주행경로의 상기 사진데이터에서 상기 로봇(10)이 감지한 물품의 위치 변화를 다음 상기 사진데이터와 비교하여 상기 로봇(10)이 어느 방향으로 회전했고, 어느 정도 회전했는지를 판별할 수 있다.

보다 상세하게는 도 3과 도 4에 도시된 바와 같이 상기 로봇(10)이 우회전을 해야 하는 경우, 상기 로봇(10)은 도 3의 상기 사진데이터를 바탕으로 우회전을 해야 하는 것을 판단하고 상기 로봇(10)이 오른쪽으로 회전될 수 있으나, 도 4는 상기 로봇(10)이 우측방향의 회전이 종료된 상황의 상기 사진데이터와 비교하여 상기 로봇(10)이 회전된 각도를 상기 사진데이터에 찍힌 사물을 바탕으로 감지할 수 있는 것이다.

이는 상술한 바와 같은 우측회전 상황뿐 아니라 좌측회전 또는 기 설정된 주기마다 찍힌 상기 사진데이터를 바탕으로 상기 로봇(10)이 직선경로에서 어느 지점까지 직선으로 운행해야 하고, 상기 기 설정된 주기를 바탕으로 상기 로봇(10)이 어느 정도의 속력으로 주행했었는지를 판별할 수 있다.

이와 같이 상기 주행단계(S04)와 상기 갱신단계(S05)를 반복하면서 상기 기 설정된 주행경로가 갱신되면 상기 로봇(10)의 주행이 보다 정밀해질 수 있는 효과가 있을 수 있다.

또한, 상기 로봇(10)이 상기 사진데이터를 수집하는 것이 상기 카메라가 상기 사진데이터를 수집하는 상황에서만 작동되는 것은 아니며, 상기 카메라는 상기 로봇(10)이 수행하는 상기 주행단계(S04)에서 상시 구동하고 있으며, 상기 카메라를 바탕으로 장애물을 판별하여 극복할 수 있고, 상기 카메라는 상술한 바와 같이 상기 장애물이 판별되는 경우 또는 예상치 못한 상황에서 상기 카메라를 통해서 상기 사진데이터를 수집할 수 있다.

상술한 상황에서 상기 로봇(10)에 구비된 상기 카메라가 오작동되는 경우를 설명하기 위해 도 5를 참조할 수 있다.

구체적으로 도 5는 본 발명의 일 실시예에 따른 물류로봇의 주행경로 학습방법의 카메라에 빛이 측정되는 상황을 설명하기 위해 도시한 도면이다.

먼저 상기 로봇(10)이 상기 주행단계(S04)에서 자율 주행하면서 상기 카메라를 통해서 장애물 또는 예상치 못한 상황을 판별하다가 상기 로봇(10)이 빛(S)에 의해서 상기 카메라로 촬영하는 화면의 일부가 제대로 촬영되지 않아 상기 로봇(10)이 상기 빛(S)을 장애물로 인식하여 상기 로봇(10)이 오작동할 수 있다.

이를 방지하기 위해 상기 카메라에는 조도 센서가 구비되어 상기 로봇(10)이 주행하면서 상기 카메라가 동작하면 상기 조도 센서를 통해 상기 카메라로 유입되는 상기 빛(S)의 양이 기 설정된 측정값 이상이 되는 경우, 상기 로봇(10)은 상기 카메라의 전원을 차단하여 오류발생을 방지하고, 상기 로봇(10)은 상기 기 설정된 주행경로를 바탕으로 예상 주행할 수 있다.

여기서 예상 주행은 상기 기 설정된 주행경로에 저장된 상기 사진데이터만을 토대로 주행하는 상황을 말하는 것이며, 이는 상기 카메라에 상기 기 설정된 측정값 이상의 상기 빛(S)이 유입되어 상기 로봇(10)이 이를 장애물로 인식하여 오작동하는 것을 방지하기 위한 것이며, 상기 조도 센서를 통해 상기 기 설정된 측정값 이내로 복귀되면 상기 카메라를 동작시켜 상기 사진데이터를 수집하면서 상기 주행단계(S04)를 수행할 수 있다.

이는 상기 로봇(10)이 상기 기 설정된 주행경로와 상기 카메라의 전원이 차단되기 직전에 수집된 상기 사진데이터와 비교하여 상기 로봇(10)이 주행할 경로를 예측하고, 이를 통해 주행하면서 상기 빛(S)에 의한 오류가 발생되지 않아 상기 로봇(10)이 안전하게 주행할 수 있다는 장점이 있다.

또한, 상술한 바와 같은 과정을 통해서 상기 로봇(10)은 주행을 반복하면서 보다 정밀하게 주행할 수 있고, 상기 로봇(10)이 상기 빛(S)에 의한 오작동이 일어나는 것을 방지하여 상기 로봇(10)이 안전한 주행을 할 수 있다.

이상과 같이 본 발명에 따른 바람직한 실시예를 살펴보았으며, 앞서 설명된 실시예 이외에도 본 발명이 그 취지나 범주에서 벗어남이 없이 다른 특정 형태로 구체화될 수 있다는 사실은 해당 기술에 통상의 지식을 가진 이들에게는 자명한 것이다. 그러므로, 상술된 실시예는 제한적인 것이 아니라 예시적인 것으로 여겨져야 하고, 이에 따라 본 발명은 상술한 설명에 한정되지 않고 첨부된 청구항의 범주 및 그 동등 범위 내에서 변경될 수도 있다.

S01: 설정단계
S02: 입력단계
S03: 탐색단계
S04: 주행단계
S05: 갱신단계
F: 종착지
S: 빛
10: 로봇

Claims (7)

1. 물류를 이송하는 물류로봇의 주행경로 학습방법으로서,
   기 설정된 주행경로를 사진 데이터를 이용하여 맵핑하는 설정단계;
   주행경로를 학습하기 위해 종착지의 좌표를 입력하는 입력단계;
   상기 입력단계에서 입력된 상기 좌표를 바탕으로 상기 좌표에 대응되는 상기 사진 데이터를 통해 상기 주행경로를 탐색하는 탐색단계;
   상기 로봇의 전면에 구비된 카메라를 통해 주행경로의 데이터를 수집하면서 상기 입력단계에서 입력된 상기 좌표로 자율 주행하는 주행단계;
   상기 주행단계가 종료된 경우, 상기 좌표로 주행하면서 수집된 상기 주행경로 데이터와 상기 기 설정된 주행경로를 비교하여 상기 기 설정된 주행경로를 갱신하는 갱신단계를 포함하는,
   물류로봇의 주행경로 학습방법.
   
2. 제1항에 있어서,
   상기 갱신단계는,
   상기 좌표로 주행하면서 수집된 상기 주행경로 데이터와 상기 기 설정된 주행경로와 비교하여 오차율을 계산하고, 상기 오차율이 기 설정된 오차범위 이내인 경우에 수집된 상기 주행경로 데이터를 바탕으로 상기 기 설정된 주행경로를 갱신하는 것을 특징으로 하는,
   물류로봇의 주행경로 학습방법.
   
3. 제1항에 있어서,
   상기 주행단계는,
   기 설정된 측정값 이상 밝은 색의 물체 또는 빛이 발생되어 상기 카메라에 이상이 발생되는 경우, 상기 카메라의 전원을 차단시키는 것을 특징으로 하는,
   물류로봇의 주행경로 학습방법.
   
   
4. 제3항에 있어서,
   상기 주행단계는,
   상기 카메라의 전원이 차단된 경우, 상기 기 설정된 주행경로를 바탕으로 주행하는 것을 특징으로 하는,
   물류로봇의 주행경로 학습방법.
   
5. 제4항에 있어서,
   상기 카메라는,
   빛 또는 밝기를 감지하기 위해 조도 센서가 구비되는 것을 특징으로 하는,
   물류로봇의 주행경로 학습방법.
   
6. 제1항에 있어서,
   상기 설정단계는,
   커브 또는 직선 주행경로의 일부 사진 데이터만을 이용하여 상기 기 설정된 주행경로를 맵핑하는 것을 특징으로 하는,
   물류로봇의 주행경로 학습방법.
   
7. 제1항에 있어서,
   상기 설정단계는,
   상기 사진 데이터를 바탕으로 상기 기 설정된 주행경로를 설정하면서 상기 기 설정된 주행경로의 종착지의 좌표를 상기 사진 데이터와 함께 맵핑하는 것을 특징으로 하는,
   물류로봇의 주행경로 학습방법.
   

Images