KR102492947B1

KR102492947B1 - 로봇 청소기

Info

Publication number: KR102492947B1
Application number: KR1020180041222A
Authority: KR
Inventors: 최혁두
Original assignee: 엘지전자 주식회사
Priority date: 2018-04-09
Filing date: 2018-04-09
Publication date: 2023-01-27
Also published as: KR20190123366A

Abstract

실시 예는, 제1 청소 영역 내에서, 청소기 본체를 이동시키는 구동모듈, 상기 청소기 본체 이동 시, 전방 환경을 촬영한 제1 및 제2 영상을 출력하는 카메라 모듈 및 상기 제1 및 제2 영상을 기반으로 상기 전방 환경에 위치한 장애물의 종류를 인식하면, 상기 장애물의 종류를 기반으로 회피 모션 또는 등반 모션을 수행하여 상기 청소기 본체가 이동되게 상기 구동모듈을 제어하는 제어모듈을 포함하는 로봇 청소기를 제공한다.

Description

로봇 청소기{Robot cleaner}

실시 예는, 로봇 청소기에 관한 것이다.

통상적으로, 로봇 청소기는 사용자의 조작 없이도 청소하고자 하는 청소장소 내를 스스로 주행하면서 바닥 면으로부터 먼지, 이물질을 흡입하는 청소작업을 수행하는 기기일 수 있다.

로봇 청소기는 센서를 통해 청소구역 내에 설치된 가구, 사무용품, 벽과 같은 장애물까지의 거리를 판별하고, 판별된 정보를 이용하여 장애물과 충돌되지 않도록 제어하면서 청소를 수행할 수 있다.

이러한 로봇 청소기는 주행패턴 방법으로 크게 두 가지가 있는데, 첫 번째는 랜덤(random) 청소 방법으로 로봇은 단지 센서에 인식된 정보로 장애물 유무만을 판단하여 회전 및 직진을 랜덤으로 결정하는 방법이고, 두 번째는 지그재그(zigzag) 청소 방법으로 센서에 인식된 정보로 장애물 유무를 판단하고 또한 로봇 자신의 위치를 알아내어 로봇 자신을 특정한 패턴으로 이동시키면서 청소하는 방법이다.

여기서, 국내 출원 특허(10-2016-0122520A)를 참조하여, 로봇 청소기의 동작을 살펴보도록 한다.

도 1은 종래 발명에 따른 로봇 청소기의 동작방법을 나타낸 순서도이다.

도 1을 참조하면, 종래의 로봇 청소기는 청소 영역을 주행하면서 청소를 수행한다(S1).

로봇 청소기는 청소 수행 중 바닥 장애물의 감지 여부를 판단하고(S2), 바닥 장애물을 감지한 것으로 판단하면 전방 장애물이 기준 거리 내에 존재하는지 여부를 판단한다(S3).

이때, 로봇 청소기는 전방 장애물이 기준 거리 내에 존재하면, 바닥 장애물을 회피하여 청소를 수행한다(S4).

상술한 바와 같이, 종래의 로봇 청소기는 바닥 장애물이 감지되고 전방 장애물이 기준 거리 내에 존재하면, 바닥 장애물을 회피하는 동작하여 전방 장애물을 회피하여 청소를 수행할 수 있습니다.

또한, 종래의 로봇 청소기는 바닥 장애물을 회피 또는 등반할 수 있으나, 전방 장애물과의 거리를 기반으로 동작하여야 함으로써, 로봇 청소기의 동작이 일시적으로 정지될 수 있으므로, 로봇 청소기의 동작이 신속 정확하게 이루지지 않는 문제가 있다.

실시 예의 목적은, 장애물 영역의 높이가 기준 높이보다 높으면 장애물을 인식하지 않고 무조건 회피 모션을 수행하여 신속하게 청소를 수행할 수 있는 로봇 청소기를 제공함에 있다.

또한, 실시 예의 다른 목적은, 장애물 영역의 높이가 기준 높이보다 낮고 인식한 장애물의 종류에 따라 장애물에 인접하기 이전에 회피 모션 또는 등반 모션을 결정함으로써, 신속하고 원활하게 청소를 수행할 수 있는 로봇 청소기를 제공함에 있다.

또한, 실시 예의 또 다른 목적은, 장애물 영역의 높이가 기준 높이보다 낮고 장애물의 종류가 미인식되면, 청소 맵 상에 등록한 후 해당 청소 영역의 청소를 완료한 후 장애물 영역의 청소 여부를 결정함으로써, 청소 영역 내에 위치한 장애물의 표면을 청소할 수 있는 로봇 청소기를 제공함에 있다.

실시 예의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 실시 예의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 실시 예의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.

실시 예에 따른 로봇 청소기는, 거리 깊이 센서를 이용하여 촬영된 장애물 영역의 높이와 기준 높이보다 높으면, 장애물 영역의 장애물을 인식하지 않고 무조건 회피 모션으로 장애물 영역을 회피하도록 함으로써, 신속하게 청소를 수행할 수 있는 있다.

또한, 실시 예에 따른 로봇 청소기는, 딥러닝 기반의 합성곱 신경망 모델을 적용하여 장애물의 종류를 인식하기 용이함으로써, 설정된 장애물별 모션에 따라 회피모션 또는 등반모션을 수행함으로써, 신속 정확하게 청소를 수행하여 청소 효율을 높일 수 있는 있다.

또한, 실시 예에 따른 로봇 청소기는, 장애물의 종류가 미인식한 장애물 영역을 청소 맵 상에 등록하고 해당 청소 영역이 완료되면, 장애물 영역의 사이즈에 따라 장애물 영역의 청소 여부를 결정하도록 함으로써, 청소 영역 내에 위치한 장애물의 표면에 대한 청소를 수행할 수 있다.

실시 예에 따른 로봇 청소기는, 장애물 영역의 높이가 기준 높이보다 높으면 장애물을 인식하지 않고 무조건 회피 모션을 수행하여 신속하게 청소를 수행할 수 있는 이점이 있다.

또한, 실시 예에 따른 로봇 청소기는, 장애물 영역의 높이가 기준 높이보다 낮고 인식한 장애물의 종류에 따라 장애물에 인접하기 이전에 회피 모션 또는 등반 모션을 결정함으로써, 신속하고 원활하게 청소를 수행할 수 있는 이점이 있다.

또한, 실시 예에 따른 로봇 청소기는, 장애물 영역의 높이가 기준 높이보다 낮고 장애물의 종류가 미인식되면, 청소 맵 상에 등록한 후 해당 청소 영역의 청소를 완료한 후 장애물 영역의 청소 여부를 결정함으로써, 장애물의 표면에 대한 청소를 수행할 수 있는 이점이 있다.

도 1은 종래 발명에 따른 로봇 청소기의 동작방법을 나타낸 순서도이다.
도 2는 실시 예에 따른 로봇 청소기를 나타낸 사시도이다.
도 3은 실시 예에 따른 로봇 청소기의 제어 구성을 나타낸 제어블록도이다.
도 4는 실시 예에 따른 로봇 청소기가 이동 경로에 따라 청소를 수행하는 일예를 나타낸 도면이다.
도 5는 실시 예에 따른 로봇 청소기가 무조건 회피 모션으로 청소를 수행하는 일 예를 나타낸 도면이다.
도 6은 실시 예에 따른 로봇 청소기가 회피 모션으로 청소를 수행하는 일 예를 나타낸 도면이다.
도 7은 실시 예에 따른 로봇 청소기가 등반 모션으로 청소를 수행하는 일 예를 나타낸 도면이다.
도 8은 실시 예에 따른 로봇 청소기가 등록 회피 모션을 수행하는 일 예를 나타낸 도면이다.
도 9는 실시 예에 따른 로봇 청소기의 동작방법을 나타낸 순서도이다.

이하, 첨부된 도면을 참조하여 실시 예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성요소를 가리키는 것으로 사용된다.

이하에서는, 실시 예에 따른 로봇 청소기를 설명하도록 한다.

도 2는 실시 예에 따른 로봇 청소기를 나타낸 사시도이다.

도 2를 참조하면, 로봇 청소기(10)는 본체(11), 집진 장치(14) 및 디스플레이부(19)를 포함할 수 있다.

본체(11)는 로봇 청소기(10)의 외관을 형성할 수 있다.

즉, 본체(11)는 지름에 비해 상대적으로 높이가 낮은 원통형, 즉 납작한 원통형상일 수 있다.

또한, 본체(11)의 내부에는 흡입 장치(미도시), 흡입 노즐(미도시) 및 흡입 노즐(미도시)과 연통하는 집진 장치(14)가 구비될 수 있다.

상기 흡입 장치는 공기 흡입력을 발생시킬 수 있으며, 집진 장치(14)가 후방에 배치되는 경우 배터리(미도시)와 집진 장치(14) 사이에 경사지게 설치될 수 있다.

상기 흡입 장치는 상기 배터리에 전기적으로 연결되는 모터(미도시) 및 모터의 회전축에 연결되어 공기의 유동을 강제하는 팬(미도시)을 포함할 수 있으며, 이에 한정을 두지 않는다.

상기 흡입 노즐은 상기 흡입 장치의 구동에 의해, 바닥의 먼지를 흡입할 수 있다.

구체적으로, 상기 흡입 노즐은 본체(11)의 바닥에 형성된 개구부(미도시)를 통해 본체(11)의 하측으로 노출됨으로써, 실내의 바닥에 접하게 되어, 바닥의 이물질을 공기와 함께 흡입할 수 있다

집진 장치(14)는 상기 흡입 노즐에서 흡입한 공기 중의 이물질을 집진하기 위하여 하측에 상기 흡입 노즐을 구비할 수 있다.

또한, 본체(11)의 상부에는 정보를 표시하는 디스플레이부(19)가 배치될 수 있으며, 이에 한정을 두지 않는다.

본체(11)의 외주면에는 실내의 벽이나 장애물과의 거리를 감지하는 센서(미도시), 충돌 시 충격을 완충하는 범퍼(미도시), 로봇 청소기(10)의 이동을 위한 구동 바퀴(미도시)가 구비될 수 있다.

상기 구동 바퀴는 본체(11)의 하부에 설치될 수 있으며, 양측 하부, 즉 좌측과 우측에 각각 구비될 수 있다

상기 구동 바퀴는 각각, 모터(미도시)에 의해 회전되도록 구성될 수 있다.

이때, 상기 모터는 상기 구동 바퀴에 대응되게, 양측 하부, 즉 좌측과 우측에 각각 구비될 수 있으며, 좌측과 우측에 각각 구비된 상기 모터는 독립적으로 작동할 수 있다.

따라서, 로봇 청소기(10)는 전진 및 후진뿐만 아니라, 좌회전 또는 우회전이 가능함으로써, 상기 모터의 구동에 따라 스스로 방향 전환을 하면서 실내 청소를 수행할 수 있다.

본체(11)의 바닥에는 적어도 하나의 보조 바퀴(미도시)가 구비될 수 있으며, 로봇 청소기(10)와 바닥 사이의 마찰을 최소화하는 동시에, 로봇 청소기(10)의 움직임을 안내할 수 있다.

또한, 본체(11)의 내부에는 영상을 촬영할 수 있는 카메라 모듈(미도시), 상기 모터를 구동할 수 있는 구동 모듈(미도시) 및 상기 카메라 모듈, 상기 구동모듈, 상기 흡입장치, 집진 장치(14) 및 상기 디스플레이부(19)를 제어할 수 있는 제어모듈(미도시)을 포함할 수 있다.

도 3은 실시 예에 따른 로봇 청소기의 제어 구성을 나타낸 제어블록도이다.

도 3을 참조하면, 로봇 청소기(10)는 구동모듈(110), 카메라 모듈(120) 및 제어모듈(130)을 포함할 수 있다.

구동모듈(110)은 제어모듈(130)의 제어에 따라 청소가 수행되게 본체(11)를 이동시킬 수 있다.

즉, 구동모듈(110)은 도 1에서 언급한 구동바퀴를 회전시키는 모터를 제어모듈(130)로부터 입력된 제어신호(sc)에 따라 동작시킬 수 있다.

구동모듈(110)은 제어신호(sc)에 따라 상기 모터를 동작시켜, 본체(11)가 전후 및 좌우로 이동시킬 수 있다.

카메라 모듈(120)은 거리 측정 센서(122) 및 컬러 센서(124)를 포함할 수 있다.

거리 측정 센서(122)는 본체(11)가 이동하는 방향의 전방 환경에 대응하는 깊이 정보를 갖는 제1 영상(m1)을 촬영할 수 있다.

또한, 컬러 센서(124)는 상기 전방 환경에 대응하는 컬러 정보를 갖는 제2 영상(m2)을 촬영할 수 있다.

여기서, 거리 측정 센서(122) 및 컬러 센서(124) 각각은 촬영 각도가 서로 동일할 수 있으며, 이에 한정을 두지 않는다.

또한, 제1, 2 영상(m1, m2)은 서로 매칭되는 영상일 수 있다.

제어모듈(130)은 영역 추출부(132), 장애물 인식부(134) 및 제어부(136)를 포함할 수 있다.

영역 추출부(132)는 거리 측정 센서(122)로부터 촬영된 제1 영상(m1)이 입력되면, 제1 영상(m1)의 깊이 정보를 기반으로 평면 및 상기 평면보다 높은 제1 장애물 영역(n1)을 추출할 수 있다.

이때, 영역 추출부(132)는 제1 장애물 영역(n1)을 추출하면, 제1 장애물 영역(n1)의 높이가 설정된 기준 높이보다 낮은지 확인할 수 있다.

이후, 영역 추출부(132)는 제1 장애물 영역(n1)의 높이가 상기 기준 높이보다 낮으면 제1 장애물 영역(n1)을 포함하는 제1 영역 신호(e1)를 장애물 인식부(134)로 출력할 수 있다.

또한, 영역 추출부(132)는 제1 장애물 영역(n1)의 높이가 상기 기준 높이보다 높으면 제1 장애물 영역(n1)을 포함하는 제2 영역 신호(e2)를 제어부(136)로 출력할 수 있다.

장애물 인식부(134)는 영역 추출부(132)로부터 출력된 제1 영역 신호(e1)이 입력되면, 제1 영역 신호(e1)에 포함된 제1 장애물 영역(n1)을 추출하고, 컬러 센서(114)에서 촬영된 제2 영상(m2)에서 제1 장애물 영역(n1)에 대응하는 제2 장애물 영역(n2)을 추출할 수 있다.

이후, 장애물 인식부(134)는 제2 장애물 영역(n2)을 설정된 딥러닝 기반의 합성곱 신경망(Convolution Neural Network) 모델을 적용하여 장애물(n)의 종류를 인식할 수 있다.

즉, 장애물 인식부(134)는 딥러닝 기반의 합성곱 신경망(Convolution Neural Network) 모델에 따라 제2 장애물 영역(n2)에서 장애물(n)의 특징점을 추출하고, 장애물(n)의 특징점과 학습 저장된 이전 장애물 특징점을 비교하여, 장애물(n)의 종류를 인식할 수 있다.

장애물 인식부(134)는 장애물(n)의 종류를 인식하면 제1 신호(s1)를 제어부(136)으로 출력하고, 장애물(n)의 종류를 미인식하면 제2 신호(s2)를 제어부(136)로 출력할 수 있다.

제어부(136)는 장애물 인식부(134)로부터 제1 신호(s1)가 입력되면, 장애물(n)의 종류에 따라 회피 모션 또는 등반 모션을 결정하여 현재 청소중인 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

예를 들어, 장애물(n)의 종류가 수건, 구겨진 종이 등과 같은 회피 대상 종류이면, 제어부(136)는 회피 모션으로 결정하여 장애물(n)을 회피한 후 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

또한, 장애물(n)의 종류가 문턱, 자 또는 얕은 책 등과 같은 회피 대상 종류가 아니면, 제어부(136)는 등반 모션으로 결정하여 장애물(n)을 등반한 후 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

또한, 제어부(136)는 장애물 인식부(134)로부터 제2 신호(s2)가 입력되면, 등록 회피 모션을 수행할 수 있다.

제어부(136)는 상기 등록 회피 모션을 수행하기 위하여, 상기 제1 청소 영역을 포함하는 청소 맵 상에 제1, 2 장애물 영역(n1, n2) 중 적어도 하나에 대응하는 장애물 영역(n3)을 등록하고, 장애물 영역(n3)을 회피하여 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

제어부(136)는 상기 등록 회피 모션에 따라 구동모듈(110)을 제어한 후 상기 제1 청소 영역의 청소를 완료하면, 상기 청소 맵 상에 등록한 장애물 영역(n3)의 사이즈가 설정된 기준 사이즈보다 큰지 판단할 수 있다.

이때, 제어부(136)는 장애물 영역(n3)의 사이즈를 상기 청소 맵 상에 이전 등록된 장애물 영역 및 이후 등록된 장애물 영역을 합성하여 산출할 수 있으며, 이에 한정을 두지 않는다.

이후, 제어부(136)는 장애물 영역(n3)의 사이즈가 상기 기준 사이즈보다 큰 것으로 판단하면, 장애물 영역(n3)을 등반하여 장애물 영역(n3)의 표면에 대한 청소를 수행할 수 있다.

또한, 제어부(136)는 장애물 영역(n3)의 청소가 완료되면, 상기 제1 청소 영역 다음의 제2 청소 영역에 대한 청소가 수행되게 구동모듈(110)을 제어할 수 있다.

제어부(136)는 장애물 영역(n3)의 사이즈가 상기 기준 사이즈보다 작은 것으로 판단하면, 장애물 영역(n3)을 회피하여 상기 제2 청소 영역에 대한 청소가 수행되게 구동모듈(110)을 제어할 수 있다.

제어부(136)는 영역 추출부(132)로부터 출력된 제2 영역 신호(e2)가 입력되면, 제1 장애물 영역(n1)을 회피하는 무조건 회피 모션을 수행하여 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

도 4는 실시 예에 따른 로봇 청소기가 이동 경로에 따라 청소를 수행하는 일예를 나타낸 도면이다.

도 4를 참조하면, 로봇 청소기(10)는 청소 맵에 따라 제1 청소 영역(a1)의 청소를 수행할 수 있으며, 제1 청소 영역(a1)의 청소가 완료되면 제2 청소 영역(a2)의 청소를 수행할 수 있다.

이때, 도 4는 제1 청소 영역(a1) 내에 장애물(n)이 존재하지 않는 경우 청소 맵 상에 설정된 이동 경로에 따라 이동하여 청소를 수행하는 겨우를 나타낼 수 있다.

도 5는 실시 예에 따른 로봇 청소기가 무조건 회피 모션으로 청소를 수행하는 일 예를 나타낸 도면이다.

도 5를 참조하면, 제어 모듈(130)의 영역 추출부(132)는 카메라 모듈(120)로부터 촬영된 제1 영상(m1)을 기반으로 제1 장애물 영역(n1)을 추출할 수 있다.

이후, 영역 추출부(132)는 제1 장애물 영역(n1)의 높이가 설정된 기준 높이보다 높으면 제2 영역 신호(e2)를 제어부(136)로 출력할 수 있다.

이때, 제어부(136)는 제2 영역 신호(e2)가 입력되면, 제2 영역 신호(e2)에 포함된 제1 장애물 영역(n1)을 회피하는 무조건 회피 모션을 수행하여, 제1 장애물 영역(n1)을 회피하고 제1 청소 영역(a1)의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

도 6은 실시 예에 따른 로봇 청소기가 회피 모션으로 청소를 수행하는 일 예를 나타낸 도면 및 도 7은 실시 예에 따른 로봇 청소기가 등반 모션으로 청소를 수행하는 일 예를 나타낸 도면이다.

도 6을 참조하면, 제어 모듈(130)의 영역 추출부(132)는 카메라 모듈(120)로부터 촬영된 제1 영상(m1)을 기반으로 제1 장애물 영역(n1)을 추출할 수 있다.

이후, 영역 추출부(132)는 제1 장애물 영역(n1)의 높이가 설정된 기준 높이보다 낮으면 제1 영역 신호(e1)를 장애물 인식부(134)로 출력할 수 있다.

장애물 인식부(134)는 제1 영역 신호(e1)가 입력되면, 카메라 모듈(120)로부터 촬영된 제2 영상(m2)에서 제1 장애물 영역(n1)에 대응하는 제2 장애물 영역(n2)을 딥 러닝 기반의 합성곱 신경망 모델을 적용하여 장애물(n)의 종류를 인식할 수 있다.

상기 합성곱 신경망 모델은 제2 장애물 영역(n2)에서 장애물(n)의 특징점을 추출하고, 장애물(n)의 특징점과 학습 저장된 이전 장애물 특징점을 비교하여, 장애물(n)의 종류를 인식할 수 있다.

이후, 장애물 인식부(134)는 장애물(n)의 종류를 인식하면 제1 신호(s1)를 제어부(136)로 출력할 수 있다.

제어부(136)는 제1 신호(s1)가 입력되면 장애물(n)의 종류, 예를 들어 얕은 책 등과 같이 회피 대상 종류이면, 회피 모션을 수행할 수 있다.

이후, 제어부(136)는 장애물(n)을 회피한 후 제1 청소 영역(a1)의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

도 7은 도 6에서 설명한 바와 같이, 장애물 인식부(134)에서 장애물(n)의 종류를 인식하여 제1 신호(s1)를 제어부(136)로 출력한 이후에 대한 설명이다.

도 7을 참조하면, 제어부(136)는 제1 신호(s1)가 입력되면 장애물(n)의 종류가 상기 회피 대상 종류가 아닌 예를 들어, 자, 문턱 및 얕은 책 등인 경우 장애물(n)을 등반한 후 제1 청소 영역(a1)의 청소가 지속되게 구동모듈(110)을 제어할 수 있다.

도 8은 실시 예에 따른 로봇 청소기가 등록 회피 모션을 수행하는 일 예를 나타낸 도면이다.

도 8을 참조하면, 제1 지점(①) 에서 제어 모듈(130)의 영역 추출부(132)는 카메라 모듈(120)로부터 촬영된 제1 영상(m1)을 기반으로 제1 장애물 영역(n1)을 추출할 수 있다.

이후, 장애물 인식부(134)는 장애물(n)의 특징점이 상기 이전 장애물 특징과 비교하여 장애물(n)의 종류가 미인식되면 제2 신호(s2)를 제어부(136)로 출력할 수 있다.

제어부(136)는 제2 신호(s2)가 입력되면 장애물 영역(n3)을 청소 맵 상에 등록하고, 장애물 영역(n3)을 회피하는 등록 회피 모션을 결정할 수 있다.

제2 지점(②)에서, 제어부(136)는 장애물 영역(n3)를 회피하는 회피 모션을 수행하여, 제1 청소 영역(a1)의 청소가 완료되게 구동모듈(110)를 제어할 수 있다.

제3 지점(③)에서, 제어부(136)는 제1 청소 영역(a1)의 청소가 완료되면, 제1 청소 영역(a1)의 청소가 완료되면 장애물 영역(n3)의 사이즈를 산출할 수 있다.

여기서, 장애물 영역(n3)의 사이즈는 상기 청소 맵 상에 이전 등록된 장애물 영역 및 이후 등록된 장애물 영역을 합성하여 산출할 수으며, 이에 한정을 두지 않는다.

이후, 제어부(136)는 장애물 영역(n3)의 사이즈가 설정된 기준 사이즈보다 크면, 장애물 영역(n3)의 제4 지점(④)으로 이동되게 구동모듈(110)을 제어한 후 장애물 영역(n3)을 등반하여 장애물 영역(n3)의 표면에 대한 청소가 수행되게 구동모듈(110)을 제어할 수 있다.

또한, 제3 지점(③)에서, 제어부(136)는 장애물 영역(n3)의 사이즈가 상기 기준 사이즈보다 작으면 장애물 영역(n3)을 제외하고 제1 청소 영역(a1) 다음의 제2 청소 영역(a2)의 제5 지점(⑤)으로 이동하여 청소가 수행되게 구동모듈(110)을 제어할 수 있다.

도 9는 실시 예에 따른 로봇 청소기의 동작방법을 나타낸 순서도이다.

도 9를 참조하면, 로봇 청소기(10)의 제어모듈(130)은 제1 청소 영역의 청소가 시작되게 구동모듈(110)을 제어할 수 있다(S110).

제어모듈(130)은 카메라 모듈(120)로부터 입력된 제1 영상(m1)을 기반으로 제1 장애물 영역(n1)을 추출하고(S120), 제1 장애물 영역(n1)의 높이가 설정된 기준 높이보다 낮은지 판단할 수 있다(S130).

제어모듈(130)은 제1 장애물 영역(n1)의 높이가 상기 기준 높이보다 높으면 제1 장애물 영역(n1)을 무조건 회피하게 무조건 회피 모션을 수행한 후 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다(S140).

(S130) 단계 이후, 제어모듈(130)은 제1 장애물 영역(n1)의 높이가 상기 기준 높이보다 낮으면, 카메라 모듈(12)로부터 입력된 제2 영상(m2)에서 제1 장애물 영역(n1)에 대응하는 제2 장애물 영역(n2)를 추출할 수 있다(S150).

이후, 제어모듈(130)은 제2 장애물 영역(n2)을 딥러닝 기반의 합성곱 신경망 모델에 적용하여 장애물(n)의 종류에 대한 인식 여부를 판단할 수 있다(S160).

제어모듈(130)은 장애물(n)의 종류가 인식된 것으로 판단하면, 장애물(n)의 종류가 회피 대상 종류인 것으로 판단하고(S170), 상기 회피 대상 종류이면 회피 모션을 수행하여 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다(S180).

또한, 제어모듈(130)은 장애물(n)의 종류가 회피 대상 종류가 아닌 것으로 판단하면, 등반 모션을 수행하여 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다(S190).

(S150) 단계 이후, 제어모듈(130)은 장애물(n)의 종류가 인식되지 않은 것으로 판단하면, 등록 회피 모션을 수행하여 청소 맵 상에 장애물 영역(n3)을 등록하고 장애물 영역(n3)을 회피하여 상기 제1 청소 영역의 청소가 지속되게 구동모듈(110)을 제어할 수 있다(S200).

제어모듈(130)은 상기 제1 청소 영역의 청소가 완료되면, 장애물 영역(n3)의 사이즈를 산출하고(S210), 장애물 영역(n3)의 사이즈가 설정된 기준 사이즈보다 큰지 판단할 수 있다(S220).

제어모듈(130)은 장애물 영역(n3)의 사이즈가 상기 기준 사이즈보다 크면, 장애물 영역(n3)을 등반하여 장애물 영역(n3)의 표면에 대한 청소를 수행한 후 상기 제1 청소 영역 다음의 제2 청소 영역에 대한 청소가 수행되게 구동모듈(110)을 제어할 수 있다(S230).

(S220) 단계 이후, 제어모듈(130)은 장애물 영역(n3)의 사이즈가 상기 기준 사이즈보다 작으면, 상기 제2 청소 영역에 대한 청소가 수행되게 구동모듈(110)을 제어할 수 있다(S240).

전술한 실시 예는, 실시 예가 속하는 기술 분야에서 통상의 지식을 가진 자에게 있어 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다.

Claims

제1 청소 영역 내에서, 청소기 본체를 이동시키는 구동모듈;
상기 청소기 본체 이동 시, 전방 환경을 촬영한 제1 영상, 및 제2 영상을 출력하는 카메라 모듈; 및
제어모듈을 포함하며,
상기 제어모듈은,
상기 제1 영상의 깊이 정보를 기반으로 평면 및 상기 평면보다 높은 제1 장애물 영역을 추출하고,
상기 제2 영상에서 상기 추출된 제1 장애물 영역에 대응하는 제2 장애물 영역을 추출하여 상기 장애물의 종류를 인식하고,
상기 장애물의 종류를 기반으로 회피 모션 또는 등반 모션을 수행하여 상기 청소기 본체가 이동되게 상기 구동모듈을 제어하는,
로봇 청소기.
제 1 항에 있어서,
상기 카메라 모듈은,
상기 전방 환경에 대응하는 깊이 정보를 갖는 상기 제1 영상을 촬영하는 거리 측정 센서; 및
상기 전방 환경에 대응하는 컬러 정보를 갖는 상기 제2 영상을 촬영하는 컬러 센서를 포함하는,
로봇 청소기.
제 1 항에 있어서,
상기 제어모듈은,
상기 제1 영상으로부터 제1 장애물 영역을 추출하는 영역 추출부;
상기 제1 장애물 영역에 대응하는 상기 제2 영상의 제2 장애물 영역을 딥러닝 기반의 합성곱 신경망(Convolutional Neural Network) 모델을 적용하여 상기 장애물의 종류를 인식하는 장애물 인식부; 및
상기 장애물의 종류를 기반으로 상기 회피 모션 또는 상기 등반 모션을 결정하여, 상기 구동모듈을 제어하는 제어부를 포함하는,
로봇 청소기.
제 3 항에 있어서,
상기 영역 추출부는,
상기 제1 장애물 영역의 높이가 설정된 기준 높이보다 낮으면 상기 제1 장애물 영역을 포함하는 제1 영역 신호를 상기 장애물 인식부로 출력하는,
로봇 청소기.
제 4 항에 있어서,
상기 장애물 인식부는,
상기 제1 영역 신호가 입력되면, 상기 제2 장애물 영역을 상기 합성곱 신경망 모델에 적용하여 상기 장애물의 특징점을 추출하고,
상기 추출된 장애물의 특징점과 학습 저장된 이전 장애물의 종류에 대한 장애물의 특징점을 비교하여 상기 장애물의 종류를 인식하고,
상기 이전 장애물을 상기 장애물의 종류로 인식하여 제1 신호를 상기 제어부로 출력하는,
로봇 청소기.
제 5 항에 있어서,
상기 장애물 인식부는,
상기 추출된 장애물의 특징점과 상기 학습 저장된 이전 장애물의 종류에 대한 장애물의 특징점을 비교하여 상기 장애물의 종류가 인식되지 않으면 상기 장애물의 종류를 미인식하여 제2 신호를 상기 제어부로 출력하는,
로봇 청소기.
제 3 항에 있어서,
상기 제어부는,
상기 장애물 인식부로부터 상기 장애물의 종류를 인식한 제1 신호가 입력되고, 상기 장애물의 종류가 회피 대상 종류이면 상기 회피 모션 또는 상기 장애물의 종류가 상기 회피 대상 종류가 아니면 상기 등반 모션으로 결정하여, 상기 제1 청소 영역의 청소를 지속하게 상기 구동모듈을 제어하는,
로봇 청소기.
제 3 항에 있어서,
상기 제어부는,
상기 장애물 인식부로부터 상기 장애물의 종류를 미인식한 제2 신호가 입력되면, 상기 제1 청소 영역을 포함하는 청소 맵 상에 상기 제1, 2 장애물 영역 중 적어도 하나에 대응하는 장애물 영역을 등록 후 회피하는 등록 회피 모션을 결정하고, 상기 등록 회피 모션에 따라 상기 구동모듈을 제어하여, 상기 제1 청소 영역의 청소를 지속하는,
로봇 청소기.
제 8 항에 있어서,
상기 제어부는,
상기 등록 회피 모션으로 상기 구동모듈을 제어한 후 상기 제1 청소 영역의 청소를 완료하면, 상기 청소 맵 상에 등록한 상기 장애물 영역의 사이즈가 설정된 기준 사이즈보다 큰지 판단하는,
로봇 청소기.
제 9 항에 있어서,
상기 제어부는,
상기 장애물 영역의 사이즈가 상기 기준 사이즈보다 크면, 상기 장애물을 등반하여 상기 장애물의 표면에 대한 청소가 수행되게 상기 구동모듈을 제어하는,
로봇 청소기.
제 9 항에 있어서,
상기 제어부는,
상기 장애물 영역의 사이즈가 상기 기준 사이즈보다 작으면, 상기 제1 청소 영역 다음의 제2 청소 영역에 대한 청소가 진행되게 상기 구동모듈을 제어하는,
로봇 청소기.
제 4 항에 있어서,
상기 영역 추출부는,
상기 제1 장애물 영역의 높이가 상기 기준 높이보다 높으면 상기 제1 장애물 영역을 포함하는 제2 영역 신호를 상기 제어부로 출력하는,
로봇 청소기.
제 12 항에 있어서,
상기 제어부는,
상기 제2 영역 신호가 입력되면, 상기 제1 장애물 영역을 회피하는 무조건 회피 모션으로 결정하고, 상기 무조건 회피 모션에 따라 상기 제1 장애물 영역을 회피한 후 상기 제1 청소 영역의 청소가 지속되게 상기 구동모듈을 제어하는,
로봇 청소기.