KR102314399B1

KR102314399B1 - 인공지능 기반 이동 로봇 및 이의 자세 제어 방법

Info

Publication number: KR102314399B1
Application number: KR1020210039745A
Authority: KR
Inventors: 심재익; 조성욱
Original assignee: 주식회사 세오
Priority date: 2021-03-26
Filing date: 2021-03-26
Publication date: 2021-10-21

Abstract

인공지능 기반 이동 로봇이 개시된다. 상기 인공지능 기반 이동 로봇은 상기 이동 로봇의 주변을 촬영하여 영상을 생성하는 카메라, 상기 이동 로봇의 무게를 측정하여 상기 이동 로봇의 무게를 감지하는 무게 센서, 상기 이동 로봇의 속도를 감지하여 상기 이동 로봇의 속도를 감지하는 속도 센서, 상기 이동 로봇의 움직임을 감소시키는 한 쌍의 자이로 스테빌라이저들, 상기 이동 로봇의 자세 제어를 위해 명령들을 실행하는 프로세서, 상기 명령들을 저장하는 메모리를 포함한다. 상기 프로세서는 상기 무게 센서로부터 상기 이동 로봇의 무게와, 상기 속도 센서로부터 상기 이동 로봇의 속도를 실시간 수신하고, 상기 이동 로봇의 무게와 상기 이동 로봇의 속도에 따른 상기 이동 로봇의 주행 상황을 모니터링하는 주행상황 모니터링 모듈, 상기 카메라로부터 상기 영상을 수신하여 상기 이동 로봇의 주행상황을 예측하는 주행상황 예측 모듈, 및 상기 주행상황 모니터링 모듈의 모니터링 결과와 상기 주행상황 예측 모듈의 예측 결과에 따라 상기 한 쌍의 자이로 스테빌라이저들을 제어하는 컨트롤 모듈을 포함한다. 상기 주행상황 모니터링 모듈, 상기 주행상황 예측 모듈, 및 상기 컨트롤 모듈은 상기 명령들로 구현된다. 상기 한 쌍의 자이로 스테빌라이저들은 상기 이동 로봇의 무게 중심을 기준으로, 앞과 중앙에 위치한다. 상기 한 쌍의 자이로 스테빌라이저들 각각은 플라이휠(flywheel), 상기 플라이휠을 회전시키는 플라이휠 모터, 상기 플라이휠이 하나의 축을 기준으로 회전할 수 있도록 지지하는 짐벌(gimbal), 및 상기 짐벌을 회전시키는 짐벌 모터를 포함한다. 상기 주행상황 모니터링 모듈은 상기 이동 로봇의 속도를 실시간으로 수신하여 상기 이동 로봇의 속도 변화를 계산하고, 상기 이동 로봇의 속도 변화가 임의의 속도 이상일 때, 상기 이동 로봇의 속도가 상기 임의의 속도 이상이라는 데이터를 상기 컨트롤 모듈로 전송한다. 상기 컨트롤 모듈은 상기 데이터를 수신할 때, 상기 이동 로봇의 속도 변화에 따라 상기 플라이휠의 회전 속도를 변화시키기 위해 상기 플라이휠 모터를 제어하며, 상기 주행상황 예측 모듈은 상기 카메라로부터 수신된 영상을 분석하여, 상기 이동 로봇의 전방에 장애물, 또는 경사로가 존재하는지 판단하며, 상기 이동 로봇의 전방에 상기 장애물이 존재한다고 판단될 때, 상기 주행상황 예측 모듈은 위험 단계로 판단하며, 상기 이동 로봇의 전방에 상기 장애물이 존재하지 않는다고 판단될 때, 상기 주행상황 예측 모듈은 상기 주행상황 모니터링 모듈로부터 상기 이동 로봇의 무게에 관한 데이터를 수신하여 상기 이동 로봇이 짐을 싣고 있는지 판단하며, 상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있다고 판단될 때, 상기 주행상황 예측 모듈은 주의 단계로 판단하며, 상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않다고 판단될 때, 상기 주행상황 모니터링 모듈은 상기 이동 로봇의 전방에 상기 경사로가 존재하는지 판단하며, 상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재한다고 판단될 때, 상기 주행상황 예측 모듈은 주의 단계로 판단하며, 상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재하지않는다고 판단될 때, 상기 주행상황 예측 모듈은 안전 단계로 판단한다.

Description

인공지능 기반 이동 로봇 및 이의 자세 제어 방법 {Artificial intelligence based mobile robot and its posture control method}

본 발명의 개념에 따른 실시 예는 인공지능 기반 이동 로봇 및 이의 자세 제어 방법에 관한 것으로, 특히, 이동 로봇이 안정적으로 주행할 수 있는 인공지능 기반 이동 로봇 및 이의 자세 제어 방법에 관한 것이다.

종래의 보안 로봇, 배달 로봇, 또는 서빙 로봇 등과 같은 실내외 이동 로봇은 다양한 환경에서 주행의 안정을 위해 이동 로봇의 높이는 낮게 하고, 이동 로봇의 휠 축(wheel axis) 사이에 간격은 멀게 하고 있다. 이동 로봇의 높이가 높으면 이동 로봇의 무게 중심이 높아져 외부 힘과 바닥 조건에 따라 이동 로봇이 안정적으로 주행을 할 수 없거나 넘어질 가능성이 있고, 휠 축 사이의 간격을 좁게 하면 이동 로봇의 균형 유지에 문제가 생길 수 있기 때문이다. 넓은 공간을 감시하는 보안 로봇과, 많은 짐을 싣고 원거리를 빠르게 이동하는 배달 로봇 등에 있어서 안정적인 주행은 필수적이다.

종래의 높이가 낮고, 휠 축 사이의 간격이 먼 이동 로봇은 실외에서 빠르게 이동이 가능하다는 장점이 있다. 하지만, 상기 이동 로봇은 많은 바퀴들을 필요로 하므로 가격이 비싸다는 단점이 있다. 또한, 상기 이동 로봇은 높이가 낮고, 크기가 크므로, 엘리베이터, 복도, 또는 좁은 공간 등과 같은 실내에서 주행의 제약이 있을 수 있다.

반대로, 높이가 높고, 휠 축 사이의 간격이 짧은 이동 로봇은 평평한 바닥 환경인 실내에서 천천히 움직일 때, 주행의 안정성이 보장된다. 또한, 상기 이동 로봇은 좁은 공간을 안정적으로 지나갈 수 있다. 하지만, 다양한 경사들과 장애물들이 존재하는 실외에서는 주행의 안정성에 문제가 발생할 가능성이 있다.

대한민국특허청 공개번호 제10-2011-0082391호

본 발명이 이루고자 하는 기술적인 과제는 이동 로봇의 크기가 작더라도 실내외 환경에서 안정적으로 주행할 수 있는 인공지능 기반 이동 로봇 및 이의 자세 제어 방법을 제공하는데 있다.

본 발명의 일실시 예에 따른 인공지능 기반 이동 로봇은 상기 이동 로봇의 주변을 촬영하여 영상을 생성하는 카메라, 상기 이동 로봇의 무게를 측정하여 상기 이동 로봇의 무게를 감지하는 무게 센서, 상기 이동 로봇의 속도를 감지하여 상기 이동 로봇의 속도를 감지하는 속도 센서, 상기 이동 로봇의 움직임을 감소시키는 한 쌍의 자이로 스테빌라이저들, 상기 이동 로봇의 자세 제어를 위해 명령들을 실행하는 프로세서, 및 상기 명령들을 저장하는 메모리를 포함한다.

상기 프로세서는 상기 무게 센서로부터 상기 이동 로봇의 무게와, 상기 속도 센서로부터 상기 이동 로봇의 속도를 실시간 수신하고, 상기 이동 로봇의 무게와 상기 이동 로봇의 속도에 따른 상기 이동 로봇의 주행 상황을 모니터링하는 주행상황 모니터링 모듈, 상기 카메라로부터 상기 영상을 수신하여 상기 이동 로봇의 주행상황을 예측하는 주행상황 예측 모듈, 및 상기 주행상황 모니터링 모듈의 모니터링 결과와 상기 주행상황 예측 모듈의 예측 결과에 따라 상기 한 쌍의 자이로 스테빌라이저들을 제어하는 컨트롤 모듈을 포함한다.

상기 주행상황 모니터링 모듈, 상기 주행상황 예측 모듈, 및 상기 컨트롤 모듈은 상기 명령들로 구현된다.

상기 한 쌍의 자이로 스테빌라이저들은 상기 이동 로봇의 무게 중심을 기준으로, 앞과 중앙에 위치한다.

상기 한 쌍의 자이로 스테빌라이저들 각각은 플라이휠(flywheel), 상기 플라이휠을 회전시키는 플라이휠 모터, 상기 플라이휠이 하나의 축을 기준으로 회전할 수 있도록 지지하는 짐벌(gimbal), 및 상기 짐벌을 회전시키는 짐벌 모터를 포함한다.

상기 주행상황 모니터링 모듈은 상기 이동 로봇의 속도를 실시간으로 수신하여 상기 이동 로봇의 속도 변화를 계산하고, 상기 이동 로봇의 속도 변화가 임의의 속도 이상일 때, 상기 이동 로봇의 속도가 상기 임의의 속도 이상이라는 데이터를 상기 컨트롤 모듈로 전송한다.

상기 컨트롤 모듈은 상기 데이터를 수신할 때, 상기 이동 로봇의 속도 변화에 따라 상기 플라이휠의 회전 속도를 변화시키기 위해 상기 플라이휠 모터를 제어한다.

상기 주행상황 예측 모듈은 상기 카메라로부터 수신된 영상을 분석하여, 상기 이동 로봇의 전방에 장애물, 또는 경사로가 존재하는지 판단한다.

상기 이동 로봇의 전방에 상기 장애물이 존재한다고 판단될 때, 상기 주행상황 예측 모듈은 위험 단계로 판단한다.

상기 이동 로봇의 전방에 상기 장애물이 존재하지 않는다고 판단될 때, 상기 주행상황 예측 모듈은 상기 주행상황 모니터링 모듈로부터 상기 이동 로봇의 무게에 관한 데이터를 수신하여 상기 이동 로봇이 짐을 싣고 있는지 판단한다.

상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있다고 판단될 때, 상기 주행상황 예측 모듈은 주의 단계로 판단한다.

상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않다고 판단될 때, 상기 주행상황 모니터링 모듈은 상기 이동 로봇의 전방에 상기 경사로가 존재하는지 판단한다.

상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재한다고 판단될 때, 상기 주행상황 예측 모듈은 주의 단계로 판단한다.

상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재하지않는다고 판단될 때, 상기 주행상황 예측 모듈은 안전 단계로 판단한다.

상기 주행상황 예측 모듈은 상기 안전 단계로 판단시, 상기 컨트롤 모듈은 상기 플라이휠의 회전 속도를 유지하도록 상기 플라이휠 모터를 제어한다.

상기 주행상황 예측 모듈은 상기 위험 단계로 판단시, 상기 컨트롤 모듈은 상기 플라이휠의 회전 속도를 최대 허용 속도로 설정하기 위해 상기 플라이휠 모터를 제어한다.

상기 주행상황 예측 모듈은 상기 이동 로봇이 짐을 싣고 있는 상기 주의 단계로 판단시, 상기 컨트롤 모듈은 상기 짐의 무게를 확인하여 상기 짐의 무게에 따라 상기 플라이휠의 회전 속도를 증가시키도록 상기 플라이휠 모터를 제어한다.

상기 주행상황 예측 모듈은 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재하는 상기 주의 단계로 판단시, 상기 컨트롤 모듈은 상기 경사로의 경사도를 판단하며, 상기 경사도에 따라 상기 플라이휠의 회전 속도를 증가시키도록 상기 플라이휠 모터를 제어한다.

본 발명의 실시 예에 따른 인공지능 기반 이동 로봇 및 이의 자세 제어 방법은 2개의 자이로 스테빌라이저(gyro stabilizer)를 이용하여 이동 로봇의 무게 중심을 안정적으로 유지함으로써 좁은 공간이 존재할 수 있는 실내뿐만 아니라 다양한 경사도들과 장애물들이 존재할 수 있는 실외에서도 이동 로봇이 안정적으로 주행할 수 있는 효과가 있다.

도 1은 본 발명의 실시 예에 따른 인공지능 기반 이동 로봇의 사시도를 나타낸다.
도 2는 도 1에 도시된 인공지능 기반 이동 로봇의 저면도를 나타낸다.
도 3은 도 1에 도시된 한 쌍의 자이로 스테빌라이저들(gyro stabilizers) 중 어느 하나의 블록도를 나타낸다.
도 4는 도1에 도시된 인공지능 기반 이동 로봇의 블록도를 나타낸다.
도 5는 도 4에 도시된 주행상황 예측 모듈의 동작을 설명하기 위한 흐름도를 나타낸다.
도 6은 도 4에 도시된 컨트롤 모듈의 동작을 설명하기 위한 흐름도를 나타낸다.

본 명세서에 개시된 본 발명의 개념에 따른 실시예에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시예를 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예는 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시예에 한정되지 않는다.

본 발명의 개념에 따른 실시예는 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예를 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나 이는 본 발명의 개념에 따른 실시예를 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.

제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위에서 벗어나지 않은 채, 제1 구성 요소는 제2 구성 요소로 명명될 수 있고 유사하게 제2 구성 요소는 제1 구성 요소로도 명명될 수 있다.

어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접 연결되어 있거나 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어는 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 같은 의미를 나타낸다. 일반적으로 사용되는 사전에 정의된 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미가 있는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 본 명세서에 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명한다.

도 1은 본 발명의 실시 예에 따른 인공지능 기반 이동 로봇의 사시도를 나타낸다.

도 1을 참고하면, 인공지능 기반 이동 로봇(100)은 보안 로봇, 배달 로봇, 또는 서빙 로봇 등과 같이 다양한 용도로 이용될 수 있는 로봇이다.

인공지능 기반 이동 로봇(100)은 한 쌍의 스테빌라이저들(60, 70)을 포함한다. 또한, 인공지능 기반 이동 로봇(100)은 프로세서(미도시), 메모리(미도시), 카메라(미도시), 및 센서(미도시) 등 다양한 구성요소들을 포함한다. 또한, 인공지능 기반 이동 로봇(100)은 짐을 싣을 수 있는 선반을 더 포함할 수 있다.

도 2는 도 1에 도시된 인공지능 기반 이동 로봇의 저면도를 나타낸다.

도 1과 도 2를 참고하면, 한 쌍의 스테빌라이저들(60, 70)은 이동 로봇(100)의 바닥에 설치된다. 한 쌍의 스테빌라이저들(60, 70)은 이동 로봇(100)의 무게 중심을 기준으로, 앞과 중앙에 위치한다. 제1스테빌라이저(60)는 피치(pitch) 축을 기준으로 짐벌이 시계방향, 또는 반시계 방향으로 회전하기 위해 설치된다. 제2스테빌라이저(70)는 롤(roll) 축을 기준으로 짐벌이 짐벌이 시계방향, 또는 반시계 방향으로 회전하기 위해 설치된다. 제1스테빌라이저(60)의 플라이휠(flywheel)과 제2스테빌라이저(70)의 플라이휠(flywheel)은 발생하는 관성을 상쇄시키기 위해 서로 반대방향으로 회전한다. 제1스테빌라이저(60)의 플라이휠(flywheel)이 시계 방향으로 회전할 때, 제2스테빌라이저(70)의 플라이휠은 반시계 방향으로 회전한다.

도 3은 도 1에 도시된 한 쌍의 자이로 스테빌라이저들(gyro stabilizers) 중 어느 하나의 블록도를 나타낸다. 도 3에서는 대표적으로 제1스테빌라이저의 구조가 개시된다. 제2스테빌라이저의 구조는 제1스테빌라이저의 구조와 동일하다.

도 3을 참고하면, 제1스테빌라이저(60)는 플라이휠(flywheel; 61), 플라이휠(61)을 회전시키는 플라이휠 모터(63), 플라이휠(63)이 하나의 축을 기준으로 회전할 수 있도록 지지하는 짐벌(gimbal; 65), 및 짐벌(65)을 회전시키는 짐벌 모터(67)를 포함한다.

플라이휠 모터(63)의 구동에 의해 플라이휠(63)이 회전할 때, 각운동량(Angular Momentum)은 다음의 수학식과 같이 계산된다.

[수학식 1]

H=I*w

상기 H는 각운동량을, 상기 I는 관성을, 상기 w는 각속도를 나타낸다.

짐벌 모터(67)의 구동에 의해 짐벌(65)이 회전할 때, 토크(Torque; T1)가 생성된다. 토크(T1)는 다음의 수학식과 같이 계산된다.

[수학식 2]

T1=H*δ+H*θ

상기 T1는 토크를, 상기 H는 각운동량을, 상기 δ는 짐벌 모터(67)의 회전 속도를, 상기 θ는 짐벌(65)의 각도를 나타낸다.

토크(T1)는 각운동량(H)에 비례한다. 각운동량(H)은 각속도(w)에 비례한다. 따라서 토크(T1)는 각속도(w)에 의존적이다. 각속도(w)를 크게 할수록 토크(T1)도 증가한다. 토크(T1)은 이동 로봇(100)이 중심을 잃고 넘어지는 것을 방지하는데 이용된다. 따라서 본 발명에서는 이동 로봇(100)이 미리 중심을 잃고 넘어질 수 있는 환경인지를 판단하고, 중심을 잃고 넘어질 수 있는 환경이라 판단될 때, 중심을 잃기 전에 미리 플라이휠(63)의 각속도(w), 즉, 플라이휠(63)의 회전 속도를 제어한다. 플라이휠(63)의 회전 속도 제어에 따라 토크(T1)가 생성된다. 토크(T1)는 이동 로봇(100)이 중심을 잃고 넘어지는 것을 방지하는데 이용된다.

도 4는 도1에 도시된 인공지능 기반 이동 로봇의 블록도를 나타낸다.

도 1과 도 4를 참고하면, 인공지능 기반 이동 로봇(100)은 프로세서(10), 메모리(20), 카메라(30), 무게 센서(40), 속도 센서(50), IMU 센서(55) 및 한 쌍의 스테빌라이저들(60, 70)을 포함한다.

카메라(30)는 이동 로봇(100)의 주변을 촬영하여 영상을 생성한다.

무게 센서(40)는 이동 로봇(100)의 무게를 측정하여 이동 로봇(100)의 무게를 감지한다.

속도 센서(50)는 이동 로봇(100)의 속도를 감지하여 이동 로봇(100)의 속도를 감지한다.

IMU(Inertial Measurement Unit) 센서(55)는 이동 로봇(100)의 움직임를 감지한다.

한 쌍의 자이로 스테빌라이저들(gyro stabilizers; 60, 70)은 이동 로봇(100)의 움직임을 감소시킨다.

프로세서(10)는 이동 로봇(100)의 자세 제어를 위해 명령들을 실행한다.

프로세서(10)는 주행상황 모니터링 모듈(11), 주행상황 예측 모듈(13), 및 컨트롤 모듈(15)을 포함한다.

메모리(20)는 상기 명령들을 저장한다.

주행상황 모니터링 모듈(11)은 무게 센서(40)로부터 이동 로봇(100)의 무게와, 속도 센서(50)로부터 이동 로봇(100)의 속도를 실시간 수신하고, 이동 로봇(100)의 무게와 이동 로봇(100)의 속도에 따른 이동 로봇(100)의 주행 상황을 모니터링한다. 즉, 주행상황 모니터링 모듈(11)은 이동 로봇(100)의 무게가 얼마인지, 얼마나 빠른 속도로 이동하고 있는지 모니터링한다.

또한, 주행상황 모니터링 모듈(11)은 IMU 센서(55)로부터 감지된 신호를 수신하여 이동 로봇(100)이 롤(roll) 축, 또는 피치(pitch) 축으로 기울어졌는지를 판단할 수 있다.

주행상황 예측 모듈(13)은 카메라(30)로부터 상기 영상을 수신하여 이동 로봇(100)의 주행상황을 예측한다. 주행상황 예측 모듈(13)의 자세한 동작에 대해서는 도 5에서 자세히 설명될 것이다.

컨트롤 모듈(15)은 주행상황 모니터링 모듈(11)의 모니터링 결과와 주행상황 예측 모듈(13)의 예측 결과에 따라 한 쌍의 자이로 스테빌라이저들(60, 70)을 제어한다.

주행상황 모니터링 모듈(11), 주행상황 예측 모듈(13), 및 컨트롤 모듈(15)은 상기 명령들로 구현된다.

주행상황 모니터링 모듈(11)은 이동 로봇(100)이 롤(roll) 축으로 기울어진 것으로 판단할 때, 컨트롤 모듈(15)은 제1스테빌라이저(60)의 짐벌이 피치(pitch) 축으로 회전하도록 제1스테빌라이저(60)의 짐벌 모터를 제어한다. 제1스테빌라이저(60)의 짐벌 모터의 구동에 따라 이동 로봇(100)이 기울어지는 것을 방지하기 위해 토크가 롤 축을 기준으로 생성된다.

주행상황 모니터링 모듈(11)은 이동 로봇(100)이 피치(pitch) 축으로 기울어진 것으로 판단할 때, 컨트롤 모듈(15)은 제2스테빌라이저(70)의 짐벌이 롤(roll) 축으로 회전하도록 제2스테빌라이저(70)의 짐벌 모터를 제어한다. 제2스테빌라이저(70)의 짐벌 모터의 구동에 따라 이동 로봇(100)이 기울어지는 것을 방지하기 위해 토크가 피치 축을 기준으로 생성된다.

컨트롤 모듈(15)은 한 쌍의 스테빌라이저들(60, 70)의 짐벌 모터를 제어하여 토크를 생성시킴으로써 이동 로봇(100)이 기울어져 넘어지는 것이 방지될 수 있다.

이동 로봇(100)의 얼마나 기울어 졌는냐에 따라 토크를 얼마나 생성시킬 것인지가 결정된다. 토크는 짐벌 모터의 속도뿐만 아니라, 각속도에 의해서도 결정된다. 따라서 각속도를 제어함으로써 토크를 얼마로 할 것인지 결정할 수 있다.

도 5는 도 4에 도시된 주행상황 예측 모듈의 동작을 설명하기 위한 흐름도를 나타낸다.

도 4와 도 5를 참고하면, 주행상황 예측 모듈(13)은 카메라(30)로부터 수신된 영상을 분석하여, 위험 단계, 주의 단계, 또는 안전 단계인지를 판단한다.

주행상황 예측 모듈(13)은 카메라(30)로부터 수신된 영상을 분석하여, 이동 로봇(100)의 전방에 장애물, 또는 경사로가 존재하는지하는 판단한다(S10).

이동 로봇(100)의 전방에 상기 장애물이 존재한다고 판단될 때, 주행상황 예측 모듈(13)은 위험 단계로 판단한다(S20).

이동 로봇(100)의 전방에 상기 장애물이 존재하지 않는다고 판단될 때, 주행상황 예측 모듈(13)은 주행상황 모니터링 모듈(11)로부터 이동 로봇(100)의 무게에 관한 데이터를 수신하여 이동 로봇(100)이 짐을 싣고 있는지 판단한다(S30).

이동 로봇(100)의 전방에 상기 장애물이 존재하지 않고, 이동 로봇(100)이 짐을 싣고 있다고 판단될 때, 주행상황 예측 모듈(13)은 주의 단계로 판단한다(S40).

이동 로봇(100)의 전방에 상기 장애물이 존재하지 않고, 이동 로봇(100)이 짐을 싣고 있지 않다고 판단될 때, 주행상황 모니터링 모듈(11)은 이동 로봇(100)의 전방에 상기 경사로가 존재하는지 판단한다(S50).

이동 로봇(100)의 전방에 상기 장애물이 존재하지 않고, 이동 로봇(100)이 짐을 싣고 있지 않고, 상기 경사로가 존재한다고 판단될 때, 주행상황 예측 모듈(13)은 주의 단계로 판단한다(S60).

이동 로봇(100)의 전방에 상기 장애물이 존재하지 않고, 이동 로봇(100)이 짐을 싣고 있지 않고, 상기 경사로가 존재하지않는다고 판단될 때, 주행상황 예측 모듈(13)은 안전 단계로 판단한다(S70).

도 6은 도 4에 도시된 컨트롤 모듈의 동작을 설명하기 위한 흐름도를 나타낸다.

도 3 내지 도 6을 참고하면, 주행상황 모니터링 모듈(11)에 의해 판단된 이동 로봇(100)의 주행 상황 예측에 대한 정보를 기초로 주행상황 모니터링 모듈(11)은 이동 로봇(100)이 중심을 잃고 넘어지는 것을 방지하기 위해 미리 이동 로봇(100)이 중심을 잃고 넘어지기 전에 제1, 2스테빌라이저(60, 70)의 플라이휠의 회전 속도, 즉, 각속도를 변화시키도록 플라이휠 모터를 제어한다. 각속도의 변화에 따라 이동 로봇(100)의 중심을 잃지 않도록 넘어지는 반대방향으로 토크가 생성된다. 이동 로봇(100)이 중심을 잃고 넘어지기 직전에 미리 이동 로봇(100)의 중심을 잃고 넘어지는 상황을 판단하여 각속도를 변화시킴으로써 이동 로봇(100)의 균형을 유지할 수 있다.

주행상황 모니터링 모듈(11)은 이동 로봇(100)의 속도를 실시간으로 수신하여 이동 로봇(100)의 속도 변화를 계산하고, 이동 로봇(100)의 속도 변화가 임의의 속도(Thv) 이상일 때, 이동 로봇(100)의 속도가 상기 임의의 속도 이상이라는 데이터를 컨트롤 모듈(15)로 전송한다(S100).

컨트롤 모듈(15)은 상기 데이터를 수신할 때, 이동 로봇(100)의 속도 변화에 따라 상기 플라이휠의 회전 속도를 변화시키기 위해 상기 플라이휠 모터를 제어한다(S110). 상기 플라이휠 모터는 제1스테빌라이저(60)의 플라이휠 모터, 제2스테빌라이저(70)의 플라이휠 모터, 또는 제1, 2스테빌라이저(60, 70)의 플라이휠 모터를 의미할 수 있다.

상기 플라이휠의 회전 속도는 아래의 수학식과 같이 계산될 수 있다.

[수학식 3]

W_fur=W_cur*(1+K₁*(V_cur-V_base))

상기 W_fur는 변경될 플라이휠의 회전 속도를, 상기 W_cur는 현재 플라이휠의 회전 속도를, 상기 K₁는 상수를, 상기 V_cur는 현재 이동 로봇(100)의 속도를, 상기 V_base는 평상시 이동 로봇(100)의 속도를 의미한다. 평상시 이동 로봇(100)의 속도는 특수한 환경을 제외한 일반적인 환경에서 이동 로봇(100)의 평균 속도를 의미할 수 있다. 예컨대, 현재 플라이휠의 회전 속도(W_cur)는 3000RPM으로 설정될 수 있다. 평상시 이동 로봇(100)의 속도(V_base)는 1m/s로 설정될 수 있다.

컨트롤 모듈(15)은 주행상황 예측 모듈(13)의 판단이 안전 단계인지 확인한다(S120).

주행상황 예측 모듈(13)이 상기 안전 단계로 판단시, 컨트롤 모듈(15)은 상기 플라이휠의 회전 속도를 유지하도록 상기 플라이휠 모터를 제어한다(S130).

컨트롤 모듈(15)은 주행상황 예측 모듈(13)의 판단이 안전 단계가 아니라고 할 때, 이동 로봇(100)이 짐을 싣고 있는 주의 단계인지 확인한다(S140).

주행상황 예측 모듈(13)은 이동 로봇(100)이 짐을 싣고 있는 상기 주의 단계로 판단시, 컨트롤 모듈(15)은 상기 짐의 무게를 확인하여 상기 짐의 무게에 따라 상기 플라이휠의 회전 속도를 증가시키도록 상기 플라이휠 모터를 제어한다(S150).

[수학식 4]

W_fur=W_cur*(1+K₂*(M_load/M_robot))

상기 W_fur는 변경될 플라이휠의 회전 속도를, 상기 W_cur는 현재 플라이휠의 회전 속도를, 상기 K₂는 상수를, 상기 M_load는 짐의 무게를, 상기 M_robot는 이동 로봇(100)의 무게를 의미한다. 상기 현재 플라이휠의 회전 속도는 S110 단계에서 변화된 플라이휠의 회전 속도를 의미한다. 예컨대, 이동 로봇(100)의 무게(M_robot)는 78kg일 수 있다.

상기 플라이휠 모터는 제1, 2스테빌라이저(60, 70)의 플라이휠 모터를 의미할 수 있다.

컨트롤 모듈(15)은 주행상황 예측 모듈(13)의 판단이 이동 로봇(100)이 짐을 싣고 있는 상기 주의 단계가 아니라고 할 때, 이동 로봇(100)이 상기 경사로가 존재하는 상기 주의 단계인지 확인한다(S160).

주행상황 예측 모듈(13)은 이동 로봇(100)이 짐을 싣고 있는 상기 주의 단계가 아니라, 상기 경사로가 존재하는 상기 주의 단계라고 판단시, 컨트롤 모듈(15)은 상기 경사로의 경사도를 판단한다. 컨트롤 모듈(15)은 상기 경사도에 따라 상기 플라이휠의 회전 속도를 증가시키도록 상기 플라이휠 모터를 제어한다(S170).

[수학식 5]

W_fur=W_cur*(1+K₃*sin(θ))

상기 W_fur는 변경될 플라이휠의 회전 속도를, 상기 W_cur는 현재 플라이휠의 회전 속도를, 상기 K₃는 상수를, 상기 θ는 상기 경사로의 경사도를 의미한다.

상기 플라이휠 모터는 제1스테빌라이저(60)의 플라이휠 모터, 제2스테빌라이저(70)의 플라이휠 모터, 또는 제1, 2스테빌라이저(60, 70)의 플라이휠 모터를 의미할 수 있다.

컨트롤 모듈(15)은 주행상황 예측 모듈(13)의 판단이 이동 로봇(100)이 짐을 싣고 있는 상기 주의 단계가 아니며, 상기 경사로가 존재하는 상기 주의 단계가 아니라고 할 때, 이동 로봇(100)이 상기 위험 단계인지 확인한다(S180).

주행상황 예측 모듈(13)은 이동 로봇(100)이 상기 위험 단계라고 판단시, 컨트롤 모듈(15)은 상기 플라이휠의 회전 속도를 최대로 증가시키도록 상기 플라이휠 모터를 제어한다(S190). 예컨대, 상기 플라이휠의 회전 최대 속도는 10,000RPM으로 설정될 수 있다.

상기 상수 K1, K2, 및 K3는 신경망 알고리즘을 적용하여 도출될 수 있다.

이처럼 본 발명은 기재된 실시예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형할 수 있음은 이 기술의 분야에서 통상의 지식을 가진 자에게 자명하다. 따라서 그러한 수정예 또는 변형예들은 본 발명의 청구범위에 속한다고 하여야 할 것이다.

100: 인공지능 기반 이동 로봇; 60, 70: 한 쌍의 스테빌라이저들;
10: 프로세서; 61: 플라이휠;
20: 메모리; 63: 플라이휠 모터;
30: 카메라; 65: 짐벌;
40: 무게 센서; 67: 짐벌 모터;
50: 속도 센서;
55: IMU 센서;

Claims

인공지능 기반 이동 로봇은,
상기 이동 로봇의 주변을 촬영하여 영상을 생성하는 카메라;
상기 이동 로봇의 무게를 측정하여 상기 이동 로봇의 무게를 감지하는 무게 센서;
상기 이동 로봇의 속도를 감지하여 상기 이동 로봇의 속도를 감지하는 속도 센서;
상기 이동 로봇의 움직임을 감소시키는 한 쌍의 자이로 스테빌라이저들(gyro stabilizers);
상기 이동 로봇의 자세 제어를 위해 명령들을 실행하는 프로세서; 및
상기 명령들을 저장하는 메모리를 포함하며,
상기 프로세서는,
상기 무게 센서로부터 상기 이동 로봇의 무게와, 상기 속도 센서로부터 상기 이동 로봇의 속도를 실시간 수신하고, 상기 이동 로봇의 무게와 상기 이동 로봇의 속도에 따른 상기 이동 로봇의 주행 상황을 모니터링하는 주행상황 모니터링 모듈;
상기 카메라로부터 상기 영상을 수신하여 상기 이동 로봇의 주행상황을 예측하는 주행상황 예측 모듈; 및
상기 주행상황 모니터링 모듈의 모니터링 결과와 상기 주행상황 예측 모듈의 예측 결과에 따라 상기 한 쌍의 자이로 스테빌라이저들을 제어하는 컨트롤 모듈을 포함하며,
상기 주행상황 모니터링 모듈, 상기 주행상황 예측 모듈, 및 상기 컨트롤 모듈은 상기 명령들로 구현되며,
상기 한 쌍의 자이로 스테빌라이저들은,
상기 이동 로봇의 무게 중심을 기준으로, 앞과 중앙에 위치하며,
상기 한 쌍의 자이로 스테빌라이저들 각각은,
플라이휠(flywheel);
상기 플라이휠을 회전시키는 플라이휠 모터;
상기 플라이휠이 하나의 축을 기준으로 회전할 수 있도록 지지하는 짐벌(gimbal); 및
상기 짐벌을 회전시키는 짐벌 모터를 포함하며,
상기 주행상황 모니터링 모듈은,
상기 이동 로봇의 속도를 실시간으로 수신하여 상기 이동 로봇의 속도 변화를 계산하고, 상기 이동 로봇의 속도 변화가 임의의 속도 이상일 때, 상기 이동 로봇의 속도가 상기 임의의 속도 이상이라는 데이터를 상기 컨트롤 모듈로 전송하고,
상기 컨트롤 모듈은,
상기 데이터를 수신할 때, 상기 이동 로봇의 속도 변화에 따라 상기 플라이휠의 회전 속도를 변화시키기 위해 상기 플라이휠 모터를 제어하며,
상기 주행상황 예측 모듈은,
상기 카메라로부터 수신된 영상을 분석하여, 상기 이동 로봇의 전방에 장애물, 또는 경사로가 존재하는지 판단하며,
상기 이동 로봇의 전방에 상기 장애물이 존재한다고 판단될 때, 상기 주행상황 예측 모듈은 위험 단계로 판단하며,
상기 이동 로봇의 전방에 상기 장애물이 존재하지 않는다고 판단될 때, 상기 주행상황 예측 모듈은 상기 주행상황 모니터링 모듈로부터 상기 이동 로봇의 무게에 관한 데이터를 수신하여 상기 이동 로봇이 짐을 싣고 있는지 판단하며,
상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있다고 판단될 때, 상기 주행상황 예측 모듈은 주의 단계로 판단하며,
상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않다고 판단될 때, 상기 주행상황 모니터링 모듈은 상기 이동 로봇의 전방에 상기 경사로가 존재하는지 판단하며,
상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재한다고 판단될 때, 상기 주행상황 예측 모듈은 주의 단계로 판단하며,
상기 이동 로봇의 전방에 상기 장애물이 존재하지 않고, 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재하지않는다고 판단될 때, 상기 주행상황 예측 모듈은 안전 단계로 판단하는 인공지능 기반 이동 로봇.
삭제
삭제
삭제
제1항에 있어서,
상기 주행상황 예측 모듈은 상기 안전 단계로 판단시,
상기 컨트롤 모듈은 상기 플라이휠의 회전 속도를 유지하도록 상기 플라이휠 모터를 제어하며,
상기 주행상황 예측 모듈은 상기 위험 단계로 판단시,
상기 컨트롤 모듈은 상기 플라이휠의 회전 속도를 최대 허용 속도로 설정하기 위해 상기 플라이휠 모터를 제어하며,
상기 주행상황 예측 모듈은 상기 이동 로봇이 짐을 싣고 있는 상기 주의 단계로 판단시,
상기 컨트롤 모듈은 상기 짐의 무게를 확인하여 상기 짐의 무게에 따라 상기 플라이휠의 회전 속도를 증가시키도록 상기 플라이휠 모터를 제어하며,
상기 주행상황 예측 모듈은 상기 이동 로봇이 짐을 싣고 있지 않고, 상기 경사로가 존재하는 상기 주의 단계로 판단시,
상기 컨트롤 모듈은 상기 경사로의 경사도를 판단하며, 상기 경사도에 따라 상기 플라이휠의 회전 속도를 증가시키도록 상기 플라이휠 모터를 제어하는 인공지능 기반 이동 로봇.