KR102529332B1 - Robot-based optimal indoor delivery path planning method with context map - Google Patents

Robot-based optimal indoor delivery path planning method with context map Download PDF

Info

Publication number
KR102529332B1
KR102529332B1 KR1020220136235A KR20220136235A KR102529332B1 KR 102529332 B1 KR102529332 B1 KR 102529332B1 KR 1020220136235 A KR1020220136235 A KR 1020220136235A KR 20220136235 A KR20220136235 A KR 20220136235A KR 102529332 B1 KR102529332 B1 KR 102529332B1
Authority
KR
South Korea
Prior art keywords
information
delivery route
edges
route search
contexts
Prior art date
Application number
KR1020220136235A
Other languages
Korean (ko)
Inventor
이석준
최충재
성낙명
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020220136235A priority Critical patent/KR102529332B1/en
Application granted granted Critical
Publication of KR102529332B1 publication Critical patent/KR102529332B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Abstract

컨텍스트 맵을 활용한 로봇 기반 최적 실내 배송경로 탐색 방법이 제공된다. 본 발명의 실시예에 따른 배송경로 탐색 방법은, 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵을 획득하고, 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하며, 컨텍스트 맵을 참고로 엣지들 각각에 대한 이동 시간들을 예상하고, 예상된 이동 시간들을 해당 엣지들에 각각 기입하며, 그래프를 이용하여 최적 배송경로를 결정한다. 이에 의해, 구체적인 컨텍스트가 융합되어 있는 컨텍스트 맵을 활용하여 최적의 실내 배송경로를 탐색할 수 있게 되고, 예상 배송 시간을 비교적 정확하게 예측할 수 있게 된다.A robot-based optimal indoor delivery route search method using a context map is provided. A delivery route search method according to an embodiment of the present invention obtains a context map in which contexts are mapped to corresponding regions, generates a graph in which movable regions in the context map are connected to edges, and constructs a context map. For reference, the travel times for each of the edges are estimated, the expected travel times are entered in each of the corresponding edges, and an optimal delivery route is determined using a graph. As a result, it is possible to search for an optimal indoor delivery route by utilizing a context map in which specific contexts are fused, and it is possible to relatively accurately predict an expected delivery time.

Description

컨텍스트 맵을 활용한 로봇 기반 최적 실내 배송경로 탐색 방법{Robot-based optimal indoor delivery path planning method with context map}Robot-based optimal indoor delivery path planning method with context map

본 발명은 경로 탐색 기술에 관한 것으로, 더욱 상세하게는 구체적인 컨텍스트가 융합되어 있는 컨텍스트 맵을 활용하여 최적의 실내 배송경로를 탐색하는 방법에 관한 것이다.The present invention relates to route search technology, and more particularly, to a method for searching for an optimal indoor delivery route by utilizing a context map in which specific contexts are fused.

맵(Map)은 이동체의 경로 탐색을 위한 필수 정보로, 다양한 센서들을 통해 획득한 데이터들을 활용하여 구축한다. SLAM(Simultaneous Localization and Mapping)은 대표적인 맵 구축 기술이다.A map is essential information for path search of a moving object, and is constructed using data acquired through various sensors. SLAM (Simultaneous Localization and Mapping) is a representative map construction technology.

이와 같은 방식에 의해 구축된 맵은 지리적인 정보 이외에 다른 정보, 이를 테면 컨텍스트(context : 상황인지 정보)가 없다. 시맨틱 기술을 통해 대략적인 환경 정보가 부가되어 있는 맵이 있기는 하지만, 보다 빠른 배송을 위한 최적의 경로 탐색을 위해 활용하기에는 매우 미흡하다.A map built by this method does not have other information other than geographical information, such as context (context: contextual information). Although there is a map to which rough environment information is added through semantic technology, it is very insufficient to utilize for optimal route search for faster delivery.

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 본 발명의 목적은, 구체적인 컨텍스트가 융합되어 있는 컨텍스트 맵을 활용하여 최적의 실내 배송경로를 탐색하는 방법을 제공함에 있다.The present invention has been made to solve the above problems, and an object of the present invention is to provide a method for searching for an optimal indoor delivery route by utilizing a context map in which specific contexts are fused.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 배송경로 탐색 방법은, 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵을 획득하는 단계; 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하는 단계; 컨텍스트 맵을 참고로, 엣지들 각각에 대한 이동 시간들을 예상하는 단계; 예상된 이동 시간들을 해당 엣지들에 각각 기입하는 단계; 및 그래프를 이용하여, 최적 배송경로를 결정하는 단계;를 포함한다.A delivery route search method according to an embodiment of the present invention for achieving the above object includes obtaining a context map in which contexts are respectively mapped to corresponding zones; generating a graph in which movable areas in the context map are connected to edges; estimating movement times for each of the edges with reference to the context map; writing expected travel times to respective edges; and determining an optimal delivery route using the graph.

컨텍스트들은, 해당 구역의 경로에 대한 정보, 해당 구역에 있는 객체들에 대한 정보, 해당 구역의 상태에 대한 정보를 포함할 수 있다.The contexts may include information about a route in the corresponding area, information about objects in the corresponding area, and information about the state of the corresponding area.

해당 구역의 경로에 대한 정보는, 경로의 너비와 높이 및 최대 속도를 포함할 수 있다.The information about the route of the corresponding zone may include the width and height of the route and the maximum speed.

상태에 대한 정보는, 해당 구역의 혼잡도, 위험 요소에 대한 정보를 포함할 수 있다.The information about the state may include information about congestion and risk factors in the corresponding area.

예상 단계는, 해당 구역에 대한 경로의 최대 속도, 혼잡도, 위험 요소에 대한 정보를 참고로, 엣지들 각각에 대한 이동 시간들을 예상할 수 있다.In the estimation step, travel times for each of the edges may be estimated with reference to information about the maximum speed, congestion, and risk factors of the route for the corresponding area.

예상 단계는, 위험 요소로 인해 이동이 불가능한 엣지에 대해서는 이동 시간을 무한대로 예측할 수 있다.In the estimation step, the movement time can be predicted infinitely for an edge that cannot be moved due to a risk factor.

결정 단계는, 다익스트라 알고리즘(Dijkstra Algorithm)을 이용하여, 그래프로부터 최적 배송경로를 결정할 수 있다.In the determining step, an optimal delivery route may be determined from the graph using the Dijkstra Algorithm.

컨텍스트 맵은, 실내 환경의 2D 맵을 생성하고, 실내 환경의 해당 구역들에서 컨텍스트들을 획득하며, 획득된 상황인지 정보들을 2D 맵의 해당 구역들에 각각 매칭하여 생성할 수 있다.The context map may be generated by generating a 2D map of the indoor environment, acquiring contexts in corresponding areas of the indoor environment, and matching the obtained contextual information to corresponding areas of the 2D map.

컨텍스트들은, 다수의 배송로봇들로부터 획득될 수 있다.Contexts can be obtained from multiple delivery robots.

본 발명의 다른 실시예에 따른 배송경로 탐색 시스템은, 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하고, 컨텍스트 맵을 참고로 엣지들 각각에 대한 이동 시간들을 예상하며, 예상된 이동 시간들을 해당 엣지들에 각각 기입하고, 그래프를 이용하여 최적 배송경로를 결정하는 프로세서; 및 프로세서에 필요한 저장공간을 제공하는 저장부;를 포함한다.A delivery route search system according to another embodiment of the present invention generates a graph in which movable areas are connected to edges in a context map in which contexts are mapped to corresponding areas, respectively, and each of the edges is referred to the context map. A processor that predicts travel times for , writes the expected travel times to corresponding edges, and determines an optimal delivery route using a graph; and a storage unit providing storage space required for the processor.

본 발명의 또 다른 실시예에 따른 배송경로 탐색 방법은, 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하는 단계; 컨텍스트 맵을 참고로, 엣지들 각각에 대한 이동 시간들을 예상하는 단계; 예상된 이동 시간들을 해당 엣지들에 각각 기입하는 단계; 그래프를 이용하여, 최적 배송경로를 결정하는 단계; 및 결정된 최적 배송경로를 배송로봇에 제공하는 단계;를 포함한다.A delivery route search method according to another embodiment of the present invention includes generating a graph in which movable regions are connected to edges in a context map in which contexts are respectively mapped to corresponding regions; estimating movement times for each of the edges with reference to the context map; writing expected travel times to respective edges; Determining an optimal delivery route using a graph; and providing the determined optimal delivery route to the delivery robot.

본 발명의 또 다른 실시예에 따른 배송경로 탐색 시스템은, 배송로봇과 통신 연결하는 통신부; 및 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하고, 컨텍스트 맵을 참고로 엣지들 각각에 대한 이동 시간들을 예상하며, 예상된 이동 시간들을 해당 엣지들에 각각 기입하고, 그래프를 이용하여 최적 배송경로를 결정하며, 결정된 최적 배송경로를 통신부를 통해 배송로봇에 제공하는 프로세서;를 포함한다.A delivery route search system according to another embodiment of the present invention includes a communication unit for communicating with a delivery robot; and generating a graph in which movable zones are connected to edges in the context map in which contexts are mapped to corresponding zones, respectively, predicts movement times for each of the edges with reference to the context map, and calculates the expected movement times. and a processor for writing corresponding edges, determining an optimal delivery route using a graph, and providing the determined optimal delivery route to a delivery robot through a communication unit.

이상 설명한 바와 같이, 본 발명의 실시예들에 따르면, 구체적인 컨텍스트가 융합되어 있는 컨텍스트 맵을 활용하여 최적의 실내 배송경로를 탐색할 수 있게 되고, 예상 배송 시간을 비교적 정확하게 예측할 수 있게 된다.As described above, according to the embodiments of the present invention, it is possible to search for an optimal indoor delivery route by utilizing a context map in which specific contexts are fused, and it is possible to predict the expected delivery time relatively accurately.

도 1은 본 발명의 일 실시예에 적용가능한 컨텍스트 맵을 구축하는 방법의 설명에 제공되는 흐름도,
도 2는 2D 그리드 맵을 예시한 도면,
도 3은 컨텍스트 맵의 업데이트 결과를 예시한 도면,
도 4는 본 발명의 일 실시예에 따른 최적 실내 배송경로 탐색 방법의 설명에 제공되는 흐름도,
도 5는 그래프를 예시한 도면,
도 6은 예측된 이동 시간들을 엣지들에 각각 기입된 결과를 예시한 도면, 그리고,
도 7은 본 발명의 다른 실시예에 따른 배송경로 탐색 시스템의 블럭도이다.1 is a flowchart provided to explain a method for constructing a context map applicable to an embodiment of the present invention;
2 is a diagram illustrating a 2D grid map;
3 is a diagram illustrating an update result of a context map;
4 is a flowchart provided to explain an optimal indoor delivery route search method according to an embodiment of the present invention;
5 is a diagram illustrating a graph;
6 is a diagram illustrating a result of writing predicted travel times to edges, respectively; and
7 is a block diagram of a delivery route search system according to another embodiment of the present invention.

이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.

본 발명의 실시예에서는 최적 실내 배송경로 탐색 방법을 제시한다. 구체적인 컨텍스트가 융합되어 있는 컨텍스트 맵을 활용하여 배송로봇의 최적 실내 배송경로를 탐색하는 기술이다.An embodiment of the present invention proposes an optimal indoor delivery route search method. It is a technology to search for the optimal indoor delivery route for a delivery robot by utilizing a context map in which specific contexts are converged.

본 발명의 실시예에서는 배송 거리를 기초로 한 경로 탐색이 아닌 배송 시간을 기초로 경로 탐색을 지향하여, 배송에서 가장 중요한 요소인 배송 시간을 최소화할 수 있도록 한다.In an embodiment of the present invention, route search based on delivery time is oriented rather than route search based on delivery distance, so that delivery time, which is the most important factor in delivery, can be minimized.

실내 배송경로를 탐색함에 있어 이용되는 컨텍스트 맵에 융합되는 컨텍스트는 대략적인 환경 정보가 아닌 구체적인 상황인지 정보이며, 이 정보는 컨텍스트 맵을 그리드 형태로 구획한 각 구역들에 매칭되어 저장된다.The context that is fused to the context map used in searching for an indoor delivery route is specific situational information rather than approximate environmental information, and this information is stored after being matched to each area partitioned in a grid form.

도 1은 본 발명의 일 실시예에 적용가능한 컨텍스트 맵을 구축하는 방법의 설명에 제공되는 흐름도이다.1 is a flowchart provided to explain a method for constructing a context map applicable to an embodiment of the present invention.

컨텍스트 맵 구축을 위해 먼저 실내 환경에 대한 3D 맵을 생성한다(S110). S110단계에서의 3D 맵 생성은 SLAM(Simultaneous Localization and Mapping) 기법을 이용하여 수행될 수 있다.To construct a context map, a 3D map of an indoor environment is first generated (S110). Generation of the 3D map in step S110 may be performed using a Simultaneous Localization and Mapping (SLAM) technique.

다음 S110단계에서 생성된 3D 맵을 2D 평면으로 프로젝션 하여, 2D 맵으로 변환한다(S120). 배송경로 탐색에는 3D 맵 보다는 2D 맵이 유용하기 때문에, S120단계가 필요하다.Next, the 3D map generated in step S110 is projected onto a 2D plane and converted into a 2D map (S120). Since a 2D map is more useful than a 3D map in searching for a delivery route, step S120 is required.

이후 S120단계에서 생성된 2D 맵을 2D 그리드 형태로 구획하여 실내 환경을 다수의 구역들로 구분한다(S130). 도 2에는 2D 맵을 2D 그리드 형태에 따라 다수의 구역들로 구분한 결과를 나타내었다.Thereafter, the 2D map generated in step S120 is partitioned into a 2D grid to divide the indoor environment into a plurality of zones (S130). 2 shows the result of dividing the 2D map into a plurality of regions according to the 2D grid shape.

S110단계 내지 S130단계를 통해 컨텍스트 맵 구축에 필요한 2D 그리드 맵이 확보되었다. 이하에서는 컨텍스트를 획득하여 2D 그리드 맵과 융합시키는 과정에 대해 설명한다.Through steps S110 to S130, a 2D grid map necessary for constructing a context map is secured. Hereinafter, a process of obtaining a context and fusing it with a 2D grid map will be described.

이를 위해, 먼저 실내 환경의 해당 구역들에서 컨텍스트들을 획득/수집한다(S140). 컨텍스트는 실내 환경에서 배송을 수행하고 있는 배송로봇들로부터 제공받을 수 있다. 한 대가 아닌 여러 대의 배송로봇들로부터 컨텍스트들을 제공받는 것도 가능하다. 배송로봇들이 다수라 할지라도 컨텍스트 맵은 하나만 구축된다.To this end, first, contexts are acquired/collected in corresponding areas of the indoor environment (S140). The context may be provided from delivery robots performing delivery in an indoor environment. It is also possible to receive contexts from multiple delivery robots instead of one. Even if there are many delivery robots, only one context map is built.

배송로봇은 보유하고 있는 센서들(이미지 센서, 라이다, 레이더, 환경 센서 등)을 기반으로 다양한 상황들을 인지하여 컨텍스트를 생성할 수 있다.The delivery robot can create a context by recognizing various situations based on its sensors (image sensor, lidar, radar, environmental sensor, etc.).

컨텍스트는 해당 구역에 대한 1) 크기 정보, 2) 최대 속도 정보, 3) 객체 정보, 4) 상태 정보를 포함한다.The context includes 1) size information, 2) maximum speed information, 3) object information, and 4) state information for a corresponding zone.

1) 크기 정보는 해당 구역의 경로에 대한 너비와 높이이다. 2) 최대 속도 정보는 해당 구역에서 허용되는 최대 속도로, 이는 실내 환경 관리자에 의해 정해질 수도 있고 배송로봇 관리자에 의해 정해질 수도 있다. 복잡하고 위험한 구역에 대해서는 그렇지 않은 구역 보다 최대 속도를 낮게 정한다.1) Size information is the width and height of the path in the area. 2) The maximum speed information is the maximum speed allowed in the area, which may be determined by the indoor environment manager or the delivery robot manager. For complex and hazardous areas, set a lower maximum speed than for less complex areas.

3) 객체 정보는 해당 구역에 있는 객체들(사람, 배송로봇, 기타 다른 이동체 등)을 설명하여 주는 정보로, 객체의 종류와 수에 대한 정보를 포함한다. 4) 상태 정보는 해당 구역의 상태를 설명하여 주는 정보로, 혼잡도(객체들의 응집도, 이동 가능 속도 등)와 위험 요소(장애물, 방해물, 화재, 침수, 사고 발생 등)에 대한 정보를 포함한다.3) Object information is information describing objects (humans, delivery robots, other moving objects, etc.) in the area, and includes information on the type and number of objects. 4) State information is information that explains the state of the area, and includes information on congestion (cohesion of objects, possible movement speed, etc.) and risk factors (obstacles, obstructions, fire, flooding, accidents, etc.).

한편 S140단계에서 상황인지 정보는 배송로봇의 위치정보, 즉, 배송로봇이 컨텍스트를 획득한 위치의 구역 정보와 함께 제공된다. 위치정보는 컨텍스트를 컨텍스트 맵에서 해당 구역에 매칭시키는데 필요하기 때문이다.Meanwhile, in step S140, context awareness information is provided together with location information of the delivery robot, that is, area information of a location where the delivery robot acquired the context. This is because location information is necessary to match a context to a corresponding area in a context map.

컨텍스트들이 획득되면, 획득된 컨텍스트들을 2D 그리드 맵의 해당 구역들에 각각 매칭하여 컨텍스트 맵을 업데이트 한다(S150). S150단계에서 컨텍스트와 2D 그리드 맵 구역의 매칭은 컨텍스트와 함께 전송되는 위치정보를 참고로 이루어진다.When the contexts are obtained, the context map is updated by matching the acquired contexts to corresponding areas of the 2D grid map (S150). In step S150, the context and the 2D grid map area are matched with reference to location information transmitted together with the context.

도 3에는 컨텍스트를 2D 그리드 맵의 해당 구역에 매핑하여 컨텍스트 맵을 업데이트 한 결과를 나타내었다.3 shows the result of updating the context map by mapping the context to the corresponding area of the 2D grid map.

이하에서는 도 2에 제시된 방법에 의해 구축/업데이트 되는 컨텍스트 맵을 활용하여 배송로봇의 최적 배송경로를 탐색하는 방법에 대해 도 4를 참조하여 설명한다.Hereinafter, a method of searching for an optimal delivery route for a delivery robot by utilizing the context map constructed/updated by the method shown in Fig. 2 will be described with reference to Fig. 4 .

도 4는 본 발명의 일 실시예에 따른 최적 실내 배송경로 탐색 방법의 설명에 제공되는 흐름도이다.Figure 4 is a flow chart provided to explain the optimal indoor delivery route search method according to an embodiment of the present invention.

실내 배송경로 탐색을 위해, 컨텍스트 맵을 참고로 구역들을 엣지들로 각각 연결한 그래프를 생성한다(S210). 그래프는 컨텍스트 맵의 한 구역에서 이동 가능한 다른 구역들을 엣지들로 연결한 경로들의 집합니다.In order to search for an indoor delivery route, a graph in which regions are connected to edges is generated with reference to the context map (S210). A graph is a collection of paths connecting edges from one area of the context map to other movable areas.

도 5에는 S210단계에서 생성가능한 그래프를 예시하였다. 예시된 그래프는 컨텍스트 맵에 구역이 4개인 경우를 상정하였다. 제시된 그래프에 따르면 구역-1에서는 구역-2와 구역-3으로 이동 가능하지만, 구역-4로 이동하는 것은 불가능하다. 마찬가지로, 구역-2에서는 구역-1과 구역-3으로 이동 가능하지만 구역-4로 이동하는 것은 불가능하고, 구역-3에서는 구역-1, 구역-2, 구역-3 모두로 이동가능하며, 구역-4에서는 구역-3으로만 이동 가능하다.5 illustrates a graph that can be generated in step S210. In the illustrated graph, it is assumed that there are 4 regions in the context map. According to the presented graph, it is possible to move from Zone-1 to Zone-2 and Zone-3, but it is impossible to move to Zone-4. Similarly, from Zone-2, you can move to Zone-1 and Zone-3, but not to Zone-4, and from Zone-3, you can move to Zone-1, Zone-2, and Zone-3, and Zone-3. From 4, you can only move to Area-3.

다음 그래프에서 구역들을 연결하는 엣지들 각각에 대한 이동 시간을 예측하고(S220), 예측된 이동 시간들을 해당 엣지들에 각각 기입한다(S230).In the following graph, the travel time for each of the edges connecting the regions is predicted (S220), and the predicted travel times are written on the respective edges (S230).

S220단계에서의 이동 시간 예측은 컨텍스트 맵에서 각 구역들에 매칭되어 있는 컨텍스트들을 참조로 이루어진다. 구역들에 매칭된 컨텍스트들 중 이동 시간에 영향을 미치는 컨텍스트들은 최대 속도, 혼잡도(객체들의 응집도, 이동 가능 속도 등), 위험 요소(장애물, 방해물, 화재, 침수, 사고 발생 등)이다.Prediction of travel time in step S220 is performed by referring to contexts matched to respective zones in the context map. Contexts that affect movement time among contexts matched to zones are maximum speed, congestion (cohesion of objects, possible movement speed, etc.), and risk factors (obstacles, obstructions, fire, flooding, accidents, etc.).

이동 시간 예측시, 이동체의 이동 속도는 최대 속도를 넘지 않도록 하여야 하고, 혼잡도나 위험 요소에 따라 감소된다. 한편 위험 요소로 인해 이동이 불가능한 엣지의 경우 이동 시간은 무한대(∞)로 예측할 수 있다.When estimating the travel time, the moving speed of the moving object should not exceed the maximum speed, and is reduced according to congestion or risk factors. On the other hand, in the case of an edge that cannot be moved due to a risk factor, the movement time can be predicted as infinite (∞).

예측된 이동 시간들이 S230단계에 의해 엣지들에 각각 기입된 결과를 도 6에 예시하였다.6 illustrates the results of writing the predicted travel times to the edges, respectively, in step S230.

다시 도 4를 참조하여 설명한다.It will be described with reference to FIG. 4 again.

S210단계 내지 S230단계를 통해 그래프가 완성되면, 그래프를 이용하여 최적 실내 배송경로를 결정한다(S240). S240단계에서 결정되는 최적 배송경로는 전체 이동시간이 가장 짧은 경로이다.When the graph is completed through steps S210 to S230, an optimal indoor delivery route is determined using the graph (S240). The optimal delivery route determined in step S240 is the route with the shortest overall travel time.

S240단계를 위한 경로 탐색 기법으로 다익스트라 알고리즘(Dijkstra Algorithm)을 이용할 수 있다. 물론 그 밖의 다른 경로 탐색 알고리즘을 이용하는 것을 배제하지 않는다.As a path search technique for step S240, Dijkstra Algorithm may be used. Of course, it is not excluded to use other route search algorithms.

도 7은 본 발명의 다른 실시예에 따른 배송경로 탐색 시스템의 블럭도이다. 본 발명의 실시예에 따른 배송경로 탐색 시스템은 도시된 바와 같이, 통신부(310), 프로세서(320) 및 저장부(330)를 포함하여 구축된다.7 is a block diagram of a delivery route search system according to another embodiment of the present invention. As shown, the delivery route search system according to an embodiment of the present invention is constructed including a communication unit 310, a processor 320 and a storage unit 330.

배송경로 탐색 시스템은 이동체에 의해 수행될 수 있지만, 이동체의 리소스가 충분하지 않은 경우에는 컨텍스트 맵 구축 시스템에 의해 수행되는 것으로 구현할 수도 있다. 이하에서는 후자를 상정한다.The delivery route search system may be performed by a mobile body, but may be implemented as being performed by a context map construction system when the mobile body has insufficient resources. The latter is assumed below.

통신부(310)는 실내 환경에서 이동하는 배송로봇과 상호 통신을 위한 수단이다.The communication unit 310 is a means for mutual communication with a delivery robot moving in an indoor environment.

프로세서(320)는 실내 환경에 대한 2D 그리드 맵을 생성하고, 통신부(310)를 통해 배송로봇들로부터 획득되는 컨텍스트들을 2D 그리드 맵에 매칭하여 컨텍스트 맵을 생성하고 업데이트하며, 컨텍스트 맵을 필요로 하는 배송로봇에 대해서는 통신부(310)를 통해 컨텍스트 맵을 제공한다.The processor 320 generates a 2D grid map for the indoor environment, matches the contexts acquired from the delivery robots through the communication unit 310 to the 2D grid map to create and updates the context map, and For delivery robots, a context map is provided through the communication unit 310 .

또한 프로세서(320)는 도 4에 제시된 방법에 따라 최적 실내 배송경로를 탑색하고, 탐색된 실내배송 경로를 통신부(310)를 통해 배송로봇에 제공한다.In addition, the processor 320 searches for an optimal indoor delivery route according to the method shown in FIG. 4 and provides the searched indoor delivery route to the delivery robot through the communication unit 310 .

저장부(330)는 프로세서(320)가 컨텍스트 맵을 구축/업데이트하고 최적 실내 배송경로를 탐색함에 있어 필요로 하는 저장 공간을 제공한다.The storage unit 330 provides a storage space required by the processor 320 to build/update the context map and search for an optimal indoor delivery route.

지금까지 자율주행 및 관제를 위한 컨텍스트 맵 구축 방법에 대해 바람직한 실시예를 들어 상세히 설명하였다.So far, a method for constructing a context map for autonomous driving and control has been described in detail with a preferred embodiment.

본 발명의 실시예에서는 구체적인 컨텍스트를 포함하는 컨텍스트 맵을 구축/업데이트하여, 기존의 맵들 보다 더 구체적인 컨텍스트를 제공함으로써, 최적의 실내 배송경로를 탐색할 수 있도록 하고, 예상 배송 시간을 비교적 정확하게 예측할 수 있도록 하였다.In the embodiment of the present invention, by constructing/updating a context map including a specific context and providing a more specific context than existing maps, it is possible to search for an optimal indoor delivery route and relatively accurately predict an expected delivery time. made it possible

그리고 컨텍스트 맵은 그리드 형태로써 실내 환경의 각 구역들을 구분함으로써, 컨텍스트에 대한 매칭의 편의와 위치 정확도를 향상시켰다.In addition, the context map classifies each area of the indoor environment in the form of a grid, thereby improving the convenience of context matching and location accuracy.

위 실시예에서는 컨텍스트 맵에 반영되는 컨텍스트들을 배송로봇들이 획득하는 것을 상정하였다. 하지만 배송로봇 이외에도 실내 환경을 이동하고 있는 다른 이동체들이 컨텍스트를 획득하는 것도 가능하며, 이동체가 아닌 고정 설비, 이를 테면, 천정이나 벽에 설치되어 있는 CCTV 카메라나 환경 센서들도 컨텍스트를 획득하는 것으로 확장 가능하다.In the above embodiment, it is assumed that the delivery robots acquire the contexts reflected in the context map. However, in addition to delivery robots, it is also possible for other moving objects moving in the indoor environment to acquire contexts, and it is possible to acquire contexts for fixed facilities other than mobile objects, such as CCTV cameras or environmental sensors installed on ceilings or walls. possible.

이 때 동일 구역에 대해 동일 시점에 다수의 컨텍스트들이 획득되는 경우가 있을 수 있다. 이 경우 획득된 컨텍스트들을 해당 구역에 매칭시켜야 하는데, 문제는 컨텍스트의 내용이 다른 경우이다.In this case, there may be cases in which multiple contexts are acquired at the same point in time for the same area. In this case, the acquired contexts need to be matched to the corresponding zone, but the problem is when the contents of the contexts are different.

이 경우에는 컨텍스트를 해당 구역에 매칭함에 있어, 컨텍스트 획득 장치의 종류에 따라 우선순위를 두어 운용하는 것이 가능하다. 배송로봇과 CCTV 카메라에 의해 컨텍스트들이 획득된 경우를 상정하면, 우선순위는 다음과 같이 부여할 수 있다.In this case, in matching the context to the corresponding zone, it is possible to prioritize and operate according to the type of the context acquisition device. Assuming that the contexts are obtained by the delivery robot and the CCTV camera, the priority can be given as follows.

1) 크기 정보(해당 구역의 경로에 대한 너비와 높이)에 대해서는, 고정설비인 CCTV 카메라에 의해 획득된 컨텍스트를 신뢰하여, 해당 구역의 크기 정보는 CCTV 카메라에 의해 획득된 정보를 매칭1) Regarding the size information (width and height of the path of the area), the context obtained by the CCTV camera, which is a fixed facility, is trusted, and the size information of the area matches the information obtained by the CCTV camera

2) 객체 정보(사람, 차량 등)에 대해서는, 이동체인 배송로봇에 의해 획득된 컨텍스트를 신뢰하여, 해당 구역의 객체 정보는 배송로봇에 의해 획득된 정보를 매칭2) For object information (people, vehicles, etc.), trust the context obtained by the mobile chain delivery robot, and match the information obtained by the delivery robot to the object information in the area

3) 상태 정보 중 혼잡도(객체들의 응집도, 이동 가능 속도 등)에 대해서는, CCTV 카메라에 의해 획득된 컨텍스트를 신뢰하여, 해당 구역의 혼잡도 정보는 CCTV 카메라에 의해 획득된 정보를 매칭3) For congestion (cohesion of objects, possible movement speed, etc.) among state information, the context obtained by the CCTV camera is trusted, and the congestion information of the corresponding area is matched with the information obtained by the CCTV camera.

4) 상태 정보 중 위험 요소(장애물, 방해물, 화재, 침수, 사고발생, 범죄 등)에 대해서는, 배송로봇에 의해 획득된 컨텍스트를 신뢰하여, 해당 구역의 위험 요소 정보는 배송로봇에 의해 획득된 정보를 매칭4) For risk factors (obstacles, obstructions, fire, flooding, accidents, crimes, etc.) among the status information, the context obtained by the delivery robot is trusted, and the risk factor information in the area is information obtained by the delivery robot matching

한편, 본 실시예에 따른 장치와 방법의 기능을 수행하게 하는 컴퓨터 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체에도 본 발명의 기술적 사상이 적용될 수 있음은 물론이다. 또한, 본 발명의 다양한 실시예에 따른 기술적 사상은 컴퓨터로 읽을 수 있는 기록매체에 기록된 컴퓨터로 읽을 수 있는 코드 형태로 구현될 수도 있다. 컴퓨터로 읽을 수 있는 기록매체는 컴퓨터에 의해 읽을 수 있고 데이터를 저장할 수 있는 어떤 데이터 저장 장치이더라도 가능하다. 예를 들어, 컴퓨터로 읽을 수 있는 기록매체는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광디스크, 하드 디스크 드라이브, 등이 될 수 있음은 물론이다. 또한, 컴퓨터로 읽을 수 있는 기록매체에 저장된 컴퓨터로 읽을 수 있는 코드 또는 프로그램은 컴퓨터간에 연결된 네트워크를 통해 전송될 수도 있다.Meanwhile, it goes without saying that the technical spirit of the present invention can also be applied to a computer-readable recording medium containing a computer program for performing the functions of the apparatus and method according to the present embodiment. In addition, technical ideas according to various embodiments of the present invention may be implemented in the form of computer readable codes recorded on a computer readable recording medium. The computer-readable recording medium may be any data storage device that can be read by a computer and store data. For example, the computer-readable recording medium may be ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical disk, hard disk drive, and the like. In addition, computer readable codes or programs stored on a computer readable recording medium may be transmitted through a network connected between computers.

또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.In addition, although the preferred embodiments of the present invention have been shown and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention claimed in the claims. Of course, various modifications are possible by those skilled in the art, and these modifications should not be individually understood from the technical spirit or perspective of the present invention.

310 : 통신부
320 : 프로세서
330 : 저장부310: Communication Department
320: processor
330: storage unit

Claims (12)

배송경로 탐색 시스템이, 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵을 획득하는 단계;
배송경로 탐색 시스템이, 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하는 단계;
배송경로 탐색 시스템이, 컨텍스트 맵을 참고로, 엣지들 각각에 대한 이동 시간들을 예상하는 단계;
배송경로 탐색 시스템이, 예상된 이동 시간들을 해당 엣지들에 각각 기입하는 단계; 및
배송경로 탐색 시스템이, 그래프를 이용하여, 최적 배송경로를 결정하는 단계;를 포함하고,
컨텍스트들은,
해당 구역의 경로에 대한 정보, 해당 구역에 있는 객체들에 대한 정보, 해당 구역의 상태에 대한 정보를 포함하며,
상태에 대한 정보는,
해당 구역의 혼잡도 및 위험 요소에 대한 정보를 포함하고,
예상 단계는,
해당 구역에 대한 경로의 최대 속도, 혼잡도, 위험 요소에 대한 정보를 참고로, 엣지들 각각에 대한 이동 시간들을 예상하며,
해당 구역의 혼잡도는,
객체들의 응집도 및 이동 가능 속도를 포함하고,
위험 요소에 대한 정보는,
장애물, 방해물, 화재, 침수, 사고 발생 여부에 대한 정보를 포함하는 것을 특징으로 하는 배송경로 탐색 방법.
obtaining, by a delivery route search system, a context map in which contexts are respectively mapped to corresponding zones;
generating, by a delivery route search system, a graph in which movable areas in the context map are connected to edges;
Estimating, by a delivery route search system, travel times for each of the edges with reference to the context map;
The step of the delivery route search system, writing the expected travel times to the corresponding edges, respectively; and
The delivery route search system, using the graph, determining the optimal delivery route; including,
contexts,
It includes information about the path of the zone, information about the objects in the zone, and information about the state of the zone,
For status information,
contain information about congestion and hazards in the area;
The expected step is
Estimate travel times for each of the edges with reference to information on the maximum speed, congestion, and risk factors of the route for the corresponding area,
The degree of congestion in the area is
Including the cohesiveness and movable speed of objects,
For information on risk factors,
A delivery route search method comprising information on whether obstacles, obstructions, fires, floods, or accidents have occurred.
 삭제delete 청구항 1에 있어서,
해당 구역의 경로에 대한 정보는,
경로의 너비와 높이 및 최대 속도를 포함하는 것을 특징으로 하는 배송경로 탐색 방법.
The method of claim 1,
Information about routes in the area,
A delivery route search method comprising the width, height and maximum speed of the route.
 삭제delete 삭제delete 청구항 1에 있어서,
예상 단계는,
위험 요소로 인해 이동이 불가능한 엣지에 대해서는 이동 시간을 무한대로 예측하는 것을 특징으로 하는 배송경로 탐색 방법.
The method of claim 1,
The expected step is
A delivery route search method characterized by predicting infinite movement time for an edge that cannot be moved due to risk factors.
 청구항 1에 있어서,
결정 단계는,
다익스트라 알고리즘(Dijkstra Algorithm)을 이용하여, 그래프로부터 최적 배송경로를 결정하는 것을 특징으로 하는 배송경로 탐색 방법.
The method of claim 1,
The decision step is
A delivery route search method characterized by determining an optimal delivery route from a graph using the Dijkstra Algorithm.
 청구항 1에 있어서,
컨텍스트 맵은,
실내 환경의 2D 맵을 생성하고, 실내 환경의 해당 구역들에서 컨텍스트들을 획득하며, 획득된 상황인지 정보들을 2D 맵의 해당 구역들에 각각 매칭하여 생성하는 것을 특징으로 하는 배송경로 탐색 방법.
The method of claim 1,
The context map is
A delivery route search method characterized by generating a 2D map of an indoor environment, obtaining contexts in corresponding areas of the indoor environment, and matching the obtained context-aware information to corresponding areas of the 2D map.
 청구항 8에 있어서,
컨텍스트들은,
다수의 배송로봇들로부터 획득되는 것을 특징으로 하는 배송경로 탐색 방법.
The method of claim 8,
contexts,
A delivery route search method, characterized in that obtained from a plurality of delivery robots.
 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하고, 컨텍스트 맵을 참고로 엣지들 각각에 대한 이동 시간들을 예상하며, 예상된 이동 시간들을 해당 엣지들에 각각 기입하고, 그래프를 이용하여 최적 배송경로를 결정하는 프로세서; 및
프로세서에 필요한 저장공간을 제공하는 저장부;를 포함하고,
컨텍스트들은,
해당 구역의 경로에 대한 정보, 해당 구역에 있는 객체들에 대한 정보, 해당 구역의 상태에 대한 정보를 포함하며,
상태에 대한 정보는,
해당 구역의 혼잡도 및 위험 요소에 대한 정보를 포함하고,
프로세서는,
해당 구역에 대한 경로의 최대 속도, 혼잡도, 위험 요소에 대한 정보를 참고로, 엣지들 각각에 대한 이동 시간들을 예상하며,
해당 구역의 혼잡도는,
객체들의 응집도 및 이동 가능 속도를 포함하고,
위험 요소에 대한 정보는,
장애물, 방해물, 화재, 침수, 사고 발생 여부에 대한 정보를 포함하는 것을 특징으로 하는 배송경로 탐색 시스템.
In the context map where the contexts are mapped to the corresponding zones, a graph is created by connecting each of the movable zones to the edges, and the movement times for each of the edges are estimated with reference to the context map, and the expected movement times are mapped to the corresponding zones. A processor that writes on each of the edges and determines an optimal delivery route using a graph; and
A storage unit providing storage space required for the processor; includes,
contexts,
It includes information about the path of the zone, information about objects in the zone, and information about the state of the zone,
For status information,
contain information about congestion and hazards in the area;
the processor,
Estimating travel times for each of the edges with reference to information on the maximum speed, congestion, and risk factors of the route for the corresponding area,
The degree of congestion in the area is
Including the cohesiveness and movable speed of objects,
For information on risk factors,
A delivery route search system characterized in that it includes information on whether obstacles, obstructions, fires, floods, accidents occur.
 배송경로 탐색 시스템이, 컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하는 단계;
배송경로 탐색 시스템이, 컨텍스트 맵을 참고로, 엣지들 각각에 대한 이동 시간들을 예상하는 단계;
배송경로 탐색 시스템이, 예상된 이동 시간들을 해당 엣지들에 각각 기입하는 단계;
배송경로 탐색 시스템이, 그래프를 이용하여, 최적 배송경로를 결정하는 단계; 및
배송경로 탐색 시스템이, 결정된 최적 배송경로를 배송로봇에 제공하는 단계;를 포함하고,
컨텍스트들은,
해당 구역의 경로에 대한 정보, 해당 구역에 있는 객체들에 대한 정보, 해당 구역의 상태에 대한 정보를 포함하며,
상태에 대한 정보는,
해당 구역의 혼잡도 및 위험 요소에 대한 정보를 포함하고,
예상 단계는,
해당 구역에 대한 경로의 최대 속도, 혼잡도, 위험 요소에 대한 정보를 참고로, 엣지들 각각에 대한 이동 시간들을 예상하며,
해당 구역의 혼잡도는,
객체들의 응집도 및 이동 가능 속도를 포함하고,
위험 요소에 대한 정보는,
장애물, 방해물, 화재, 침수, 사고 발생 여부에 대한 정보를 포함하는 것을 특징으로 하는 배송경로 탐색 방법.
generating, by a delivery route search system, a graph in which movable areas are connected to edges in a context map in which contexts are respectively mapped to corresponding areas;
Estimating, by a delivery route search system, travel times for each of the edges with reference to the context map;
The step of the delivery route search system, writing the expected travel times to the corresponding edges, respectively;
The delivery route search system, using the graph, determining the optimal delivery route; and
The delivery route search system provides the determined optimal delivery route to the delivery robot;
contexts,
It includes information about the path of the zone, information about the objects in the zone, and information about the state of the zone,
For status information,
contain information about congestion and hazards in the area;
The expected steps are
Estimate travel times for each of the edges with reference to information on the maximum speed, congestion, and risk factors of the route for the corresponding area,
The degree of congestion in the area is
Including the cohesiveness and movable speed of objects,
For information on risk factors,
A delivery route search method comprising information on whether obstacles, obstructions, fires, floods, or accidents have occurred.
 배송로봇과 통신 연결하는 통신부; 및
컨텍스트들이 해당 구역들에 각각 매핑되어 있는 컨텍스트 맵에서 이동 가능한 구역들을 엣지들로 각각 연결한 그래프를 생성하고, 컨텍스트 맵을 참고로 엣지들 각각에 대한 이동 시간들을 예상하며, 예상된 이동 시간들을 해당 엣지들에 각각 기입하고, 그래프를 이용하여 최적 배송경로를 결정하며, 결정된 최적 배송경로를 통신부를 통해 배송로봇에 제공하는 프로세서;를 포함하고,
컨텍스트들은,
해당 구역의 경로에 대한 정보, 해당 구역에 있는 객체들에 대한 정보, 해당 구역의 상태에 대한 정보를 포함하며,
상태에 대한 정보는,
해당 구역의 혼잡도 및 위험 요소에 대한 정보를 포함하고,
프로세서는,
해당 구역에 대한 경로의 최대 속도, 혼잡도, 위험 요소에 대한 정보를 참고로, 엣지들 각각에 대한 이동 시간들을 예상하며,
해당 구역의 혼잡도는,
객체들의 응집도 및 이동 가능 속도를 포함하고,
위험 요소에 대한 정보는,
장애물, 방해물, 화재, 침수, 사고 발생 여부에 대한 정보를 포함하는 것을 특징으로 하는 배송경로 탐색 시스템.
Communication unit for communication with the delivery robot; and
In the context map where the contexts are mapped to the corresponding zones, a graph is created by connecting each of the movable zones to the edges, and the movement times for each of the edges are estimated with reference to the context map, and the expected movement times are mapped to the corresponding zones. A processor for writing the edges, determining an optimal delivery route using a graph, and providing the determined optimal delivery route to a delivery robot through a communication unit;
contexts,
It includes information about the path of the zone, information about the objects in the zone, and information about the state of the zone,
For status information,
contain information about congestion and hazards in the area;
the processor,
Estimate travel times for each of the edges with reference to information on the maximum speed, congestion, and risk factors of the route for the corresponding area,
The degree of congestion in the area is
Including the cohesiveness and movable speed of objects,
For information on risk factors,
A delivery route search system characterized in that it includes information on whether obstacles, obstructions, fires, floods, accidents occur.
KR1020220136235A 2022-10-21 2022-10-21 Robot-based optimal indoor delivery path planning method with context map KR102529332B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220136235A KR102529332B1 (en) 2022-10-21 2022-10-21 Robot-based optimal indoor delivery path planning method with context map

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220136235A KR102529332B1 (en) 2022-10-21 2022-10-21 Robot-based optimal indoor delivery path planning method with context map

Publications (1)

Publication Number Publication Date
KR102529332B1 true KR102529332B1 (en) 2023-05-08

Family

ID=86381282

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220136235A KR102529332B1 (en) 2022-10-21 2022-10-21 Robot-based optimal indoor delivery path planning method with context map

Country Status (1)

Country Link
KR (1) KR102529332B1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102337531B1 (en) * 2020-07-08 2021-12-09 네이버랩스 주식회사 Method and system for specifying node for robot path plannig
KR20220134928A (en) * 2021-03-29 2022-10-06 네이버랩스 주식회사 Method and system for controling driving of robot
KR20220138438A (en) * 2021-02-26 2022-10-13 현대자동차주식회사 Apparatus for generating multi path of moving robot and method thereof

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102337531B1 (en) * 2020-07-08 2021-12-09 네이버랩스 주식회사 Method and system for specifying node for robot path plannig
KR20220138438A (en) * 2021-02-26 2022-10-13 현대자동차주식회사 Apparatus for generating multi path of moving robot and method thereof
KR20220134928A (en) * 2021-03-29 2022-10-06 네이버랩스 주식회사 Method and system for controling driving of robot

Similar Documents

Publication Publication Date Title
US10352711B2 (en) Computer-implemented method and a system for guiding a vehicle within a scenario with obstacles
US8286122B2 (en) Method, system, and computer product for forming a graph structure that describes free and occupied areas
Konolige A gradient method for realtime robot control
Guibas et al. Visibility-based pursuit-evasion in a polygonal environment
Yamauchi Decentralized coordination for multirobot exploration
CN113821029B (en) Path planning method, device, equipment and storage medium
Miura et al. Vision and motion planning for a mobile robot under uncertainty
CN114440916B (en) Navigation method, device, equipment and storage medium
EP4180895B1 (en) Autonomous mobile robots for coverage path planning
Saldana et al. A distributed multi-robot approach for the detection and tracking of multiple dynamic anomalies
GB2578721A (en) Method and system for processing image data utilizing deep neural network
Tsuru et al. Online object searching by a humanoid robot in an unknown environment
Albert et al. Combined optimal control and combinatorial optimization for searching and tracking using an unmanned aerial vehicle
Benelmir et al. An efficient autonomous vehicle navigation scheme based on LiDAR sensor in vehicular network
KR102529332B1 (en) Robot-based optimal indoor delivery path planning method with context map
KR100956663B1 (en) Method for designing moving path of robot
Madhavan et al. Moving object prediction for off-road autonomous navigation
CN115993817A (en) Autonomous exploration method, device and medium for tensor field driven hierarchical path planning
WO2024085285A1 (en) Robot-based optimal indoor delivery path planning method using context map
Ryu et al. Local map-based exploration for mobile robots
KR102557606B1 (en) Context map build method for autonomous driving and control
US20240027224A1 (en) Method for recognizing an erroneous map of an environment
Lee et al. Velocity range-based reward shaping technique for effective map-less navigation with LiDAR sensor and deep reinforcement learning
Ferreira et al. Tailoring 3d mapping frameworks for field robotics
Muravyev et al. Maintaining topological maps for mobile robots

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant