KR102357397B1

KR102357397B1 - 진행 방향 제약이 있는 추종 로봇 경로 계획 방법 및 시스템

Info

Publication number: KR102357397B1
Application number: KR1020200148671A
Authority: KR
Inventors: 후이 장; 펑잉 마; 하이잉 리우; 용궈 자오; 여우판 장
Original assignee: 치루 유니버시티 오브 테크놀로지
Priority date: 2019-11-19
Filing date: 2020-11-09
Publication date: 2022-02-07
Also published as: CN110823240B; KR20210061268A; CN110823240A

Abstract

본 발명은 진행 방향 제약이 있는 추종 로봇 경로 계획 방법 및 시스템을 제공한다. 본 발명은 A* 알고리즘을 통해 최초 제1 최단 경로와 제1 기대 진행 방향을 결정한 후, 업데이트된 제2 최단 경로와 제2 기대 진행 방향을 획득하고, 통행 가능 그리드 프레임에서 제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향을 검색한다. 상기 진행 방향이 제2 소정 임계값보다 크면 제2 최단 경로를 따라 행진하고, 그렇지 않으면 상기 진행 방향에 대응하는 원주와 통행 가능 그리드 프레임의 교점을 경로 핵심점으로 표시하고, A* 알고리즘을 이용하여 각각 로봇으로부터 상기 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 제3 경로를 계획한다. 제3 경로와 제2 최단 경로의 길이 차이값이 제3 소정 임계값보다 작으면, 제3 경로를 최적 경로로 인정하고, 그렇지 않으면 로봇은 제2 최단 경로를 따라 행진한다. 본 발명은 로봇 진행 방향의 안정성을 보장한다는 전제 하에 경로를 재계획하여 로봇 동작의 안정성을 크게 향상시킨다.

Description

진행 방향 제약이 있는 추종 로봇 경로 계획 방법 및 시스템 {METHOD AND SYSTEM FOR PLANNING PATH OF USER FOLLOWING ROBOT WITH RESTRICTIONS ON DIRECTION OF TRAVEL}

본 발명은 추종 로봇 경로 계획 기술 분야에 관한 것으로, 더욱 상세하게는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법 및 시스템에 관한 것이다.

본 부분의 설명은 본 발명과 관련된 배경 기술을 제공할 뿐이며, 반드시 선행 기술을 구성하는 것은 아니다.

최근 로봇과 인공지능의 급속한 발전으로 추종 로봇에 대한 연구에 많은 관심이 집중되고 있다. 종래의 로봇에 비해 추종 로봇은 인간과 자연스럽게 상호 작용할 수 있으며, 복잡한 환경에서 역동적이고 유연하며 섬세한 작업을 완료할 수 있다. 현재 추종 로봇은 사람들의 일상생활에 널리 사용되고 있다. 예를 들어 공항에서는 추종 로봇이 노인의 수하물 운반을 돕는 데 사용되고, 창고에서는 직원이 추종 로봇을 안내하여 지정된 위치로 물품을 운반할 수 있으며, 쇼핑몰에서는 사람들이 즐거운 쇼핑을 위해 물품을 로봇에 올려놓을 수 있다. 이처럼 추종 로봇이 응용 측면에서 광범위한 전망과 연구 측면에서 중요한 의의를 가지고 있다.

추종 로봇은 추종하는 보행 과정에서 자체 센서에 의한 환경 인식에 따라 스스로 안전한 주행 경로를 계획하는 동시에 효율적으로 작업을 완료해야 한다. 로봇에 일반적으로 사용되는 경로 계획 알고리즘에는 인공 전위 필드(artificial potential field), 그래프 탐색 알고리즘(graph search algorithm)(A* 알고리즘, D* Lite 알고리즘, ARA* 알고리즘 등), 유전 알고리즘, 인공 신경망, 퍼지 논리(fuzzy logic) 등이 있다.

본 발명자는 추종 로봇이 처한 환경이 복잡하고 변화가 많으며, 추종하는 목표도 운동 상태에 있고, 동시에 환경 차단물 또는 장애물 이동으로 인해 로봇 위치 결정 정보 및 환경 사전 검사 정보를 정확하게 획득하기 어렵다는 것을 발견하였다. 이때 로봇 이동의 안전성을 보장하기 위해 경로 계획은 한 번 “보고” 한 번 업데이트하고, 다시 한 번 “보고” 다시 한 번 업데이트해야 하므로 빈번한 경로 재계획이 필요하다. 이처럼 국부적인 경로 계획 방법은 돌발 상황에 대한 로봇의 대응을 향상시키는 데 도움이 되지만, 종래의 경로 계획 알고리즘에서 경로 길이만 제한하고 로봇 진행 방향은 무시해 경로 재계획 시 로봇 진행 방향이 쉽게 변동되는 문제를 어떻게 해결해야 하는지에 대해서는, 종래의 경로 계획 알고리즘에서 명쾌한 해결책을 제시하지 못하고 있다.

종래 기술의 단점을 해결하기 위해, 본 발명은 로봇 진행 방향의 안정성을 보장한다는 전제 하에 경로를 재계획하여 로봇 동작의 안정성을 크게 향상시키는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법 및 시스템을 제공한다.

상기 목적을 달성하기 위해 본 발명은 이하의 기술적 해결책을 채택한다.

본 발명의 제1 양상에 있어서, 진행 방향 제약이 있는 추종 로봇 경로 계획 방법을 제공한다.

진행 방향 제약이 있는 추종 로봇 경로 계획 방법은,

환경 그리드 맵을 구축하고, 로봇을 최하행 그리드의 중간 위치에 배치한 후, 환경 정보에 따라 장애물 및 목표 위치를 그리드 맵에 투영시키는 단계;

A* 알고리즘을 통해 최초 경로 계획을 수행하여, 현재 로봇의 제1 최단 경로와 제1 기대 진행 방향을 결정하고, 목표와 로봇이 이동하는 동안 A* 알고리즘을 통해 경로를 재계획하여, 업데이트된 로봇 제2 최단 경로와 제2 기대 진행 방향을 획득하는 단계; 및

제2 기대 진행 방향과 제1 기대 진행 방향의 차이값이 제1 소정 임계값보다 작으면, 로봇은 제2 최단 경로를 따라 행진하고, 그렇지 않으면 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주하고, 그리드 맵을 이용하여 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, A* 알고리즘과 결합하여 경로 계획을 최적화하는 단계를 포함한다.

가능한 일부 구현 방식에 있어서, 상기 경로 계획의 최적화 방법은 구체적으로,

그리드 맵에서 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, 모든 후보 진행 방향 각도를 계산하여, 그 중에서 제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향을 찾는 단계;

제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향이 제2 소정 임계값보다 크면, 로봇은 제2 최단 경로를 따라 행진하고, 그렇지 않으면 상기 진행 방향에 대응하는 원주와 통행 가능 그리드 프레임의 교점을 경로 핵심점으로 표기하고, A* 알고리즘을 이용하여 각각 로봇으로부터 상기 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 제3 경로를 계획하는 단계; 및

제3 경로와 제2 최단 경로의 길이 차이값이 제3 소정 임계값보다 작으면, 제3 경로를 최적 경로로 인정하고, 그렇지 않으면 로봇은 제2 최단 경로를 따라 행진하는 단계를 포함한다.

가능한 일부 구현 방식에 있어서, Zhang-Suen 알고리즘을 이용하여 통과 가능 영역에 대해 프레임 추출을 수행하고, 경로 시작점과 종료점의 위치를 그리드 맵에서 결정하고, 8개 이웃 그리드 상태를 설계하여, 경로 시작점과 종료점이 있는 그리드가 통행 가능 영역 세분화 과정에서 프레임점으로서 유지될 수 있도록 한다.

추가적인 한정에 있어서, 시작점 또는 종료점이 있는 그리드가 그리드 맵의 좌측 상단, 우측 상단, 좌측 하단 또는 우측 하단의 정점 위치에 있고, 삼각형이 있는 대각선 그리드가 통행 불가한 그리드로 설정되면, 시작점 또는 종료점이 있는 그리드는 프레임점으로서 유지된다.

추가적인 한정에 있어서, 시작점 또는 종료점이 있는 그리드가 그리드 맵의 상, 하, 좌 또는 우측의 가장자리 위치에 있고, 삼각형이 있는 가장자리 반대측 그리드가 통행 불가 그리드로 설정되면, 시작점 또는 종료점이 있는 그리드는 프레임점으로서 유지된다.

추가적인 한정에 있어서, 시작점 또는 종료점 위치에 완전한 8개 이웃 그리드가 있고, 이때 시작점 또는 종료점이 통행 가능 영역 내부에 위치하며, 8개 이웃 그리드 중 최초 트래버싱(traversing) 그리드의 대각선 방향에 위치한 그리드가 통행 불가 그리드로 설정되면, 시작점 또는 종료점이 있는 그리드는 프레임점으로서 유지된다.

본 발명의 제2 양상에 있어서, 진행 방향 제약이 있는 추종 로봇 경로 계획 시스템을 제공한다.

진행 방향 제약이 있는 추종 로봇 경로 계획 시스템은,

환경 그리드 맵을 구축하고, 로봇을 최하행 그리드의 중간 위치에 배치한 후, 환경 정보에 따라 장애물 및 목표 위치를 그리드 맵에 투영시키도록 구성되는 그리드 맵 구축 모듈;

A* 알고리즘을 통해 최초 경로 계획을 수행하여, 현재 로봇의 제1 최단 경로와 제1 기대 진행 방향을 결정하고, 목표와 로봇이 이동하는 동안 A* 알고리즘을 통해 경로를 재계획하여, 업데이트된 로봇 제2 최단 경로와 제2 기대 진행 방향을 획득하도록 구성되는 경로 계획 모듈; 및

제2 기대 진행 방향과 제1 기대 진행 방향의 차이값이 제1 소정 임계값보다 작으면, 로봇은 제2 최단 경로를 따라 행진하고, 그렇지 않으면 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주하고, 그리드 맵을 이용하여 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, A* 알고리즘과 결합하여 경로 계획을 최적화하도록 구성되는 경로 선택 모듈을 포함한다.

가능한 일부 구현 방식에 있어서, 상기 시스템은 경로 최적화 모듈을 더 포함한다.

상기 경로 최적화 모듈은 그리드 맵에서 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, 모든 후보 진행 방향 각도를 계산하여, 그 중에서 제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향을 찾도록 구성된다.

또한 제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향이 제2 소정 임계값보다 크면, 로봇은 제2 최단 경로를 따라 행진하고, 그렇지 않으면 상기 진행 방향에 대응하는 원주와 통행 가능 그리드 프레임의 교점을 경로 핵심점으로 표기하고, A* 알고리즘을 이용하여 각각 로봇으로부터 상기 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 제3 경로를 계획한다.

또한 제3 경로와 제2 최단 경로의 길이 차이값이 제3 소정 임계값보다 작으면, 제3 경로를 최적 경로로 인정하고, 그렇지 않으면 로봇은 제2 최단 경로를 따라 행진한다.

본 발명의 제3 양상에 있어서, 프로세서에 의해 실행될 때 본 발명의 제1 양상에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 단계를 실행하는 프로그램이 저장된 매체를 제공한다.

본 발명의 제4 양상에 있어서, 메모리, 프로세서 및 메모리에 저장되고 프로세서 상에서 실행될 수 있는 프로그램을 포함하는 전자 디바이스를 제공하며, 상기 프로세서는 상기 프로그램을 실행할 때 본 발명의 제1 양상에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 단계를 구현한다.

종래 기술과 비교하여, 본 발명의 유익한 효과는 하기와 같다.

1. 본 발명에서 설명하는 경로 계획 방법 및 시스템은 먼저 로봇 진행 방향의 안정성을 보장한다는 전제 하에 경로를 재계획하여 로봇 동작의 안정성을 크게 향상시킨다.

2. 본 발명에서 설명하는 경로 계획 방법 및 시스템은 이미지 처리 분야의 프레임 추출 알고리즘을 그리드 맵 기반의 로봇 경로 계획 측면에 도입하고, 경로 계획의 특별한 수요에 맞춰 프레임 추출 알고리즘을 개선하여, 프레임 추출 결과에서 경로 시작점과 종료점 정보를 유지함으로써, 경로 계획의 정확성을 크게 향상시킨다.

도 1은 본 발명의 실시예 1에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 흐름도이다.
도 2는 본 발명 실시예 1에 따른 A* 알고리즘의 최초 계획 경로의 모식도이다.
도 3은 본 발명 실시예 1에 따른 목표와 로봇의 이동 과정에서 A* 알고리즘에 의해 재계획된 경로의 모식도이다.
도 4는 본 발명 실시예 1에 따른 그리드 맵 블록도이다.
도 5는 본 발명 실시예 1에 따른 프레임 추출 결과도이다.
도 6a는 본 발명 실시예 1에 따른 정점의 원래 그리드 상태도이다.
도 6b는 본 발명 실시예 1에 따른 수정된 정점의 그리드 상태도이다.
도 7a는 본 발명 실시예 1에 따른 가장자리점의 원래 그리드 상태도이다.
도 7b는 본 발명 실시예 1에 따른 수정된 가장자리점의 그리드 상태도이다.
도 8a는 본 발명 실시예 1에 따른 내부점의 원래 그리드 상태도이다.
도 8b는 본 발명 실시예 1에 따른 수정된 내부점의 그리드 상태도이다.
도 9는 본 발명 실시예 1에 따른 최적화된 통행 가능 프레임 추출 결과도이다.
도 10은 본 발명 실시예 1에 따른 후보 진행 방향 추출 결과도이다.
도 11은 본 발명 실시예 1에 따른 경로 최적화 결과도이다.

이하의 설명은 모두 예시적이며, 본 발명의 내용을 더욱 상세하게 설명하기 위한 것임을 이해해야 한다. 달리 명시되지 않는 한, 본원에서 사용되는 모든 기술 및 과학 용어는 본 발명이 속한 기술 분야의 통상의 기술자가 일반적으로 이해하는 것과 동일한 의미를 갖는다.

본원에 사용되는 용어는 구체적인 실시예를 설명하기 위한 것이며 본 발명에 따른 실시예를 제한하려는 의도가 아님에 유의해야 한다. 본원에서 사용된 바와 같이, 문맥상 달리 명시되지 않는 한, 단수형은 복수형도 포함하며 본원에 사용된 “포함하는” 및/또는 “포괄하는”이라는 용어는 특징, 단계, 작업, 장치, 구성 요소 및/또는 이들의 조합이 존재한다는 것을 의미한다.

충돌이 없는 경우, 본원의 실시예 및 실시예의 특징은 서로 결합될 수 있다.

실시예 1:

도 1에 도시된 바와 같이, 본 발명의 실시예 1은 진행 방향 제약이 있는 추종 로봇 경로 계획 방법을 제공한다. 먼저 A* 알고리즘을 통해 최초 경로 계획을 수행한 후, 현재 로봇의 최단 경로(p1) 및 기대 진행 방향(d1)을 결정할 수 있다. 후속 경로 재계획 시, 마찬가지로 A* 알고리즘을 채택해 경로 계획을 수행하여 업데이트된 로봇 최단 경로(p2) 및 기대 진행 방향(d2)을 획득한다.

d2와 d1의 차이값이 임계값보다 작으면, 업데이트된 경로 진행 방향이 직전 시간에 비해 크게 변동되지 않은 것으로 간주하고 로봇은 p2에 따라 전진한다. 그렇지 않으면 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주되어, 이에 대한 추가적인 최적화가 필요하다.

최적화 방법은, 먼저 그리드 맵에서 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출한 후, 모든 후보 진행 방향 각도를 계산하고, 그 다음 d1과의 최소 차이값(a1)을 찾는다. a1이 임계값을 초과하면 로봇은 p2에 따라 행진한다. a1이 임계값 범위 내에 있으면, 대응하는 원주와 통행 가능 그리드 프레임의 교점을 경로 핵심점으로 표시한 다음, A* 알고리즘을 사용하여 각각 로봇으로부터 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 경로를 계획하여 p3로 표시하고 총 길이(L)를 계산한다. L과 경로(p2)의 길이 차이가 임계값 범위 내에 있으면, p3이 최적 경로로 간주되고, 그렇지 않으면 로봇은 p2를 따라 행진한다.

구체적인 계획은 다음과 같다.

환경 그리드 맵을 구축하고, 항상 로봇을 최하행 그리드의 중간 위치에 위치시킨 후, 센서가 감지한 환경 정보에 따라 장애물 및 목표 위치를 그리드 맵에 투영한다. 도 2에 도시된 그리드 맵과 같이, 도면에서 삼각형은 로봇 위치를 나타내며, 검은색 그리드는 장애물 위치를 나타내고, 별은 목표 위치를 나타낸다. 그리드 맵 정보에 따르면, 로봇은 도 2에서 검은색 원점으로 도시된 바와 같이 A* 알고리즘을 사용하여 목표점을 연결하는 최단 경로를 계획할 수 있다.

추종 행진 과정에서 목표가 이동 상태에 있기 때문에, 로봇의 현재 계획된 궤적은 목표 위치의 변화로 인해 실효된다. 도 3에서 도시하는 로봇이 경로를 따라 전진하는 동안 목표도 새로운 위치로 이동하므로, 로봇은 현재 경로의 유효성을 보장하기 위해 고정된 시간 간격으로 경로를 재계획해야 한다. 그러나 A* 알고리즘은 경로를 계획할 때 최단 경로 길이의 제약 조건만을 고려하므로, 이로 인해 재계획된 경로는 앞 시간 경로와 크게 차이가 날 수 있다. 도 3에 도시된 바와 같이, 검은색 원점은 재계획 시 생성된 경로를 나타내며 흰색 원점은 앞 시간 경로를 나타낸다. 이러한 경로 변화는 로봇이 단시간 내에 진행 방향을 크게 조정하게 만들기 때문에, 로봇 동작의 안정성에 상당히 유익하지 않다.

도 2에 도시된 현재 시간 로봇의 최단 경로를 p1로 기록하며, 기대 진행 방향은 d1로 기록한다. 기대 진행 방향은 시선(line-of-sight) 안내 전략을 기반으로 획득한다. 즉, 로봇 현재 위치의 기대하는 지점을 향하는 “시선” 방향을 기대 진행 방향으로 기록하고, 도 2 및 후속 내용은 모두 로봇에서 4개 그리드 길이 떨어진 경로점을 기대점으로 선택하며, 기대 진행 방향(d1)은 도면에서 화살표로 도시되었다. 도 3에 도시된 업데이트된 로봇의 최단 경로를 p2로 기록하고, 기대 진행 방향을 d2로 기록한다. d2와 d1의 차이값이 임계값보다 작으면, 업데이트된 경로 진행 방향이 직전 시간에 비해 크게 변동하지 않은 것으로 간주하며, 로봇은 p2에 따라 전진한다. 그렇지 않으면 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주되어, 이에 대한 추가적인 최적화가 필요하다. 진행 방향 변동 임계값으로 90°를 선택하면, 도 2 및 도 3의 진행 방향 각도 변화가 상기 임계값보다 크므로 경로 최적화가 필요하다.

먼저 종래의 Zhang-Suen 알고리즘을 이용하여 통행 가능 영역에 대해 프레임 추출을 수행하며, 그 원리와 방법은 다음과 같다.

공지된 3*3 그리드의 환경 맵 블록이 도 4에 도시된 바와 같이 설정되면, 도면에서 망상 그리드는 장애물을 나타내며, 빈 그리드는 통행 가능 영역을 나타낸다. 설명의 편의를 위해 통행 가능 그리드를 1로 표시하고, 장애물은 0으로 표시한다.

(1) 중심 그리드를 P1로 표시하고, 그 영역의 8개 점은 중심점을 감싸는 시계 방향으로 각각 P2, P3, ..., P9로 기록하고, 여기에서 P2는 P1 바로 상방에 있다.

먼저 하기 조건을 동시에 충족시키는 그리드를 표시한다.

(a) 2≤B(P1)≤6;

(b) A(P1)=1;

(c) P2×P4×P6=0;

(D) P4×P6×P8=0;

여기에서 A(P1)는 P2, P3, ..., P9를 순서로 할 때, 이러한 점은 0에서 1로 변화하는 횟수이고, B(P1)은 P1의 0이 아닌 이웃점의 수이다. 모든 경계점에 대한 검사를 완료한 후, 모든 표시된 점을 제거한다.

(2) 단계 (1)과 동일하게, 이전 조건(c)을 (e) P2×P4×P8=0으로 변경하고, 조건 (d)을 조건 (f) P2×P6×P8=0으로 변경한다. 마찬가지로 모든 경계점에 대한 검사를 완료한 후, 모든 표시된 점을 제거한다.

상기 두 단계는 1회 반복을 구성한다. 표시 조건을 충족시키는 점이 없을 때까지, 남은 점은 통행 가능 영역의 프레임을 구성한다.

도 5의 검은색 선은 상기 통행 가능 영역 프레임 추출 알고리즘이 도 2에 도시된 그리드 맵에 작용하여 획득된 결과이며, 도 5에서 명확하게 알 수 있듯이, 상기 Zhang-Suen 알고리즘을 통해 통행 가능 영역의 연통 프레임을 추출할 수 있다.

그러나 도 5는 Zhang-Suen 알고리즘에 통행 가능 영역에 대해서만 프레임을 연통시키지만, 경로 시작점 및 종료점 정보는 포함하지 않는다. 이를 위해 경로 계획의 필요에 따라 상기 알고리즘을 더욱 개선할 필요가 있으며, 그 작업은 다음과 같다.

경로 시작점과 종료점의 위치를 그리드 맵에서 결정하고, 8개 이웃 그리드 상태를 설계하여, 경로 시작점과 종료점이 위치한 그리드가 통행 가능 영역 세분화 과정에서 프레임점으로서 유지될 수 있도록 한다.

Zhang-Suen 알고리즘의 조작 프로세스에서 알 수 있듯이, 어느 하나의 그리드가 동시에 상기 4가지 조건을 충족시키면 해당 그리드는 삭제된다. 따라서 경로의 시작점과 종료점이 위치한 그리드가 4가지 조건 중 어느 하나만 충족시키지 않으면 프레임점으로서 유지될 수 있다. 따라서 하기 단계에 따라 시작점 및 종료점의 8개 이웃 그리드 상태에 대해 수정을 진행하며, 그 방법은 하기와 같다.

제1단계: 시작점과 종료점의 위치를 그리드 맵에서 결정하고 8개 이웃을 모두 통행 가능 그리드로 설정한다.

제2단계: 시작점 또는 종료점이 위치한 그리드(도 6a에서 삼각형으로 표시함)가 그리드 맵의 정점(좌측 상단, 우측 상단, 좌측 하단, 우측 하단)의 위치에 있으면, 8개 이웃 그리드 중 5개는 점선으로 표시된 바와 같이 맵 범위 밖에 위치하므로, 이 5개의 이웃 그리드를 통행 불가 그리드로 간주한다. 따라서 삼각형이 위치한 대각선 그리드를 통행 불가 그리드(도 6b에서 도시함)로만 설정하면 공식(b)를 충족시키지 못하며, 이때 삼각형 그리드를 프레임점으로서 유지할 수 있다.

시작점 또는 종료점이 그리드 맵의 가장자리(상, 하, 좌, 우)에 위치하면, 8개 이웃 그리드 중 3개가 맵 범위 밖(도 7a에서 삼각형으로 표시하였으며, 이때 그리드 맵 우측 가장자리에 위치함)에 위치하며, 이 3개 그리드는 통행 불가 그리드로 간주된다. 따라서 삼각형이 위치한 가장자리 반대측 그리드를 통행 불가 그리드(도 7b에서 도시함)로만 설정하면 공식(b)를 충족시키지 못하며, 이때 삼각형 그리드를 프레임점으로서 유지할 수 있다.

시작점 또는 종료점 위치에 도 8a에서 삼각형으로 표시된 것과 같이 완전한 8개 이웃 그리드가 있으면, 이는 통행 가능 영역 내부에 위치한다. 이 때 그 자체는 삭제점 요건을 충족시키지 않으나, 프레임 추출 과정에서 그 이웃 그리드 상태가 그리드에 대한 알고리즘의 트래버싱 작용에 따라 변경될 수 있다. 이 점이 프레임점으로서 유지되도록 보장하기 위해, 프레임 추출 알고리즘이 그리드 트래버싱 순서를 고정한 후, 그 8개 이웃 그리드에서 최초 트래버싱 그리드의 대각선 방향에 있는 그리드를 통행 불가 그리드로 설정하면(도 8b에 도시된 바와 같이, 알고리즘이 그리드 맵 좌측 상단 모서리에서 시작하면, 삼각형 그리드의 우측 하단 모서리가 통행 불가 그리드로 설정됨), 공식(b)를 충족시키지 않으며, 이때 삼각형 그리드는 프레임점으로서 유지된다.

상기 변화를 적용한 후, 도 5에서 획득한 연통 경로 시작점과 종료점의 통행 가능 영역 프레임은 도 9에 도시된 바와 같고, 나아가 도 10에서 화살표로 표시된 바와 같이 통행 가능 프레임은 4개 후보 진행 방향을 결정할 수 있으며, 검은색 실선 화살표로 표시된 진행 방향이 d1과 완전히 일치하는 것으로 계산되어, 그 위치한 그리드를 경로 핵심점으로 결정하고 다음의 경로 계획을 진행할 수 있다.

도 11에 도시된 바와 같이, A* 알고리즘을 사용하여 각각 로봇으로부터 상기 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 경로를 계획하여 p3으로 기록한다. 그 후 p3 총 길이(L)을 계산하고, L과 경로(p2)의 길이 차이가 임계값 범위 내에 있으면, p3이 최적 경로로 간주되고, 그렇지 않으면 로봇은 여전히 p2를 따라 행진한다.

실시예 2:

본 발명의 실시예 2는 진행 방향 제약이 있는 추종 로봇 경로 계획 시스템을 제공하며, 여기에는

제2 기대 진행 방향과 제1 기대 진행 방향의 차이값이 제1 소정 임계값보다 작으면, 로봇은 제2 최단 경로를 따라 행진하고, 그렇지 않으면 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주하고, 그리드 맵을 이용하여 로봇과 목표점의 통행 가능 그리드 프레임을 연결하고, A* 알고리즘과 결합하여 경로 계획을 최적화하도록 구성되는 경로 선택 모듈이 포함된다.

실시예 3:

본 발명의 실시예 3은 프로세서에 의해 실행될 때 본 발명의 제1 실시예에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 단계를 실행하는 프로그램이 저장된 매체를 제공한다.

실시예 4:

본 발명 실시예 4는 메모리, 프로세서 및 메모리에 저장되고 프로세서 상에서 실행될 수 있는 프로그램을 포함하는 전자 디바이스를 제공하며, 상기 프로세서는 상기 프로그램을 실행할 때 본 발명의 제1 실시예에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 단계를 구현한다.

전술한 내용은 본 발명의 바람직한 실시예에 불과하며 본 발명을 한정하기 위한 것이 아니다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명을 다양하게 변형 및 변경할 수 있다. 본 발명의 사상 및 원칙 내에서 이루어진 모든 수정, 동등한 대체, 개선 등은 본 발명의 보호 범위에 포함되어야 한다.

Claims

진행 방향 제약이 있는 추종 로봇 경로 계획 방법에 있어서,
환경 그리드 맵을 구축하고, 로봇을 최하행 그리드의 중간 위치에 배치한 후, 환경 정보에 따라 장애물 및 목표 위치를 그리드 맵에 투영시키는 단계;
A* 알고리즘을 통해 최초 경로 계획을 수행하여, 현재 로봇의 제1 최단 경로와 제1 기대 진행 방향을 결정하고, 목표와 로봇이 이동하는 동안 A* 알고리즘을 통해 경로를 재계획하여, 업데이트된 로봇 제2 최단 경로와 제2 기대 진행 방향을 획득하는 단계; 및
제2 기대 진행 방향과 제1 기대 진행 방향의 차이값이 제1 소정 임계값보다 작으면, 로봇은 제2 최단 경로를 따라 행진하고; 그렇지 않으면, 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주하고, 그리드 맵을 이용하여 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, A* 알고리즘과 결합하여 경로 계획을 최적화하는 단계를 포함하는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법.
제1항에 있어서,
상기 경로 계획의 최적화 방법은 구체적으로,
그리드 맵에서 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, 모든 후보 진행 방향 각도를 계산하여, 그 중에서 제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향을 찾는 단계;
제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향이 제2 소정 임계값보다 크면, 로봇은 제2 최단 경로를 따라 행진하고; 그렇지 않으면, 상기 진행 방향에 대응하는 원주와 통행 가능 그리드 프레임의 교점을 경로 핵심점으로 표기하고, A* 알고리즘을 이용하여 각각 로봇으로부터 상기 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 제3 경로를 계획하는 단계; 및
제3 경로와 제2 최단 경로의 길이 차이값이 제3 소정 임계값보다 작으면, 제3 경로를 최적 경로로 인정하고; 그렇지 않으면, 로봇은 제2 최단 경로를 따라 행진하는 단계를 포함하는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법.
제1항에 있어서,
Zhang-Suen 알고리즘을 이용하여 통과 가능 영역에 대해 프레임 추출을 수행하고, 경로 시작점과 종료점의 위치를 그리드 맵에서 결정하고, 8개 이웃 그리드 상태를 설계하여, 경로 시작점과 종료점이 있는 그리드가 통행 가능 영역 세분화 과정에서 프레임점으로서 유지될 수 있도록 하는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법.
제3항에 있어서,
시작점 또는 종료점이 있는 그리드가 그리드 맵의 좌측 상단, 우측 상단, 좌측 하단 또는 우측 하단의 정점 위치에 있고, 삼각형이 있는 대각선 그리드가 통행 불가한 그리드로 설정되면, 시작점 또는 종료점이 있는 그리드는 프레임점으로서 유지되는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법.
제3항에 있어서,
시작점 또는 종료점이 있는 그리드가 그리드 맵의 상, 하, 좌 또는 우측의 가장자리 위치에 있고, 삼각형이 있는 가장자리 반대측 그리드가 통행 불가 그리드로 설정되면, 시작점 또는 종료점이 있는 그리드는 프레임점으로서 유지되는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법.
제3항에 있어서,
시작점 또는 종료점 위치에 완전한 8개 이웃 그리드가 있고, 이때 시작점 또는 종료점이 통행 가능 영역 내부에 위치하며, 8개 이웃 그리드 중 최초 트래버싱(traversing) 그리드의 대각선 방향에 위치한 그리드가 통행 불가 그리드로 설정되면, 시작점 또는 종료점이 있는 그리드는 프레임점으로서 유지되는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 방법.
진행 방향 제약이 있는 추종 로봇 경로 계획 시스템에 있어서,
환경 그리드 맵을 구축하고, 로봇을 최하행 그리드의 중간 위치에 배치한 후, 환경 정보에 따라 장애물 및 목표 위치를 그리드 맵에 투영시키도록 구성되는 그리드 맵 구축 모듈;
A* 알고리즘을 통해 최초 경로 계획을 수행하여, 현재 로봇의 제1 최단 경로와 제1 기대 진행 방향을 결정하고, 목표와 로봇이 이동하는 동안 A* 알고리즘을 통해 경로를 재계획하여, 업데이트된 로봇 제2 최단 경로와 제2 기대 진행 방향을 획득하도록 구성되는 경로 계획 모듈; 및
제2 기대 진행 방향과 제1 기대 진행 방향의 차이값이 제1 소정 임계값보다 작으면, 로봇은 제2 최단 경로를 따라 행진하고; 그렇지 않으면, 업데이트된 경로가 로봇 진행 방향 안정성 요건을 충족시키지 않는 것으로 간주하고, 그리드 맵을 이용하여 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, A* 알고리즘과 결합하여 경로 계획을 최적화하도록 구성되는 경로 선택 모듈을 포함하는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 시스템.
제7항에 있어서,
상기 경로 최적화 모듈은 그리드 맵에서 로봇과 목표점을 연결하는 통행 가능 그리드 프레임을 추출하고, 모든 후보 진행 방향 각도를 계산하여, 그 중에서 제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향을 찾도록 구성되고;
제1 기대 진행 방향과 최소 차이값을 갖는 진행 방향이 제2 소정 임계값보다 크면, 로봇은 제2 최단 경로를 따라 행진하고, 그렇지 않으면, 상기 진행 방향에 대응하는 원주와 통행 가능 그리드 프레임의 교점을 경로 핵심점으로 표기하고, A* 알고리즘을 이용하여 각각 로봇으로부터 상기 경로 핵심점까지 및 상기 핵심점으로부터 종료점까지의 제3 경로를 계획하며;
제3 경로와 제2 최단 경로의 길이 차이값이 제3 소정 임계값보다 작으면, 제3 경로를 최적 경로로 인정하고, 그렇지 않으면, 로봇은 제2 최단 경로를 따라 행진하는 것을 특징으로 하는 진행 방향 제약이 있는 추종 로봇 경로 계획 시스템.
프로세서에 의해 실행될 때 제1항 내지 제6항 중 어느 한 항에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 단계를 실행하는 프로그램이 저장된 매체.
메모리, 프로세서 및 메모리에 저장되고 프로세서 상에서 실행될 수 있는 프로그램을 포함하되, 상기 프로세서는 상기 프로그램을 실행할 때 제1항 내지 제6항 중 어느 한 항에 따른 진행 방향 제약이 있는 추종 로봇 경로 계획 방법의 단계를 구현하는 것을 특징으로 하는 전자 디바이스.