KR102536364B1 - 로케이션 코드 맵핑 방법 - Google Patents

로케이션 코드 맵핑 방법 Download PDF

Info

Publication number
KR102536364B1
KR102536364B1 KR1020220095666A KR20220095666A KR102536364B1 KR 102536364 B1 KR102536364 B1 KR 102536364B1 KR 1020220095666 A KR1020220095666 A KR 1020220095666A KR 20220095666 A KR20220095666 A KR 20220095666A KR 102536364 B1 KR102536364 B1 KR 102536364B1
Authority
KR
South Korea
Prior art keywords
location
image
information
location code
code
Prior art date
Application number
KR1020220095666A
Other languages
English (en)
Inventor
정석훈
유호연
이수철
이승훈
Original Assignee
주식회사 플로틱
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 주식회사 플로틱 filed Critical 주식회사 플로틱
Priority to KR1020220095666A priority Critical patent/KR102536364B1/ko
Priority to KR1020230059131A priority patent/KR20240017737A/ko
Application granted granted Critical
Publication of KR102536364B1 publication Critical patent/KR102536364B1/ko
Priority to US18/227,036 priority patent/US20240037785A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10366—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves the interrogation device being adapted for miscellaneous applications
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B25J19/021—Optical sensing devices
    • B25J19/023—Optical sensing devices including video camera means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/63—Scene text, e.g. street names
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/1444—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields
    • G06V30/1448—Selective acquisition, locating or processing of specific regions, e.g. highlighted text, fiducial marks or predetermined fields based on markings or identifiers characterising the document or the area
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/16—Image preprocessing
    • G06V30/164—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/19—Recognition using electronic means
    • G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
    • G06V30/1918—Fusion techniques, i.e. combining data from various sources, e.g. sensor fusion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K2007/10485—Arrangement of optical elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Electromagnetism (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)
  • Image Analysis (AREA)

Abstract

본 개시는 적어도 하나의 프로세서에 의해 수행되는, 로케이션 코드 맵핑 방법에 관한 것이다. 로케이션 코드 맵핑 방법은, 로봇에 탑재된 제1 단안 카메라를 통해 특정 위치에서 촬상된 제1 이미지를 수신하는 단계, 로봇에 탑재된 제2 단안 카메라를 통해 제1 이미지와 동일한 위치에서 촬상된 제2 이미지를 수신하는 단계, 특정 위치에 대한 정보를 수신하는 단계, 제1 이미지 또는 제2 이미지 중 적어도 하나에 기초하여, 문자 형태의 적어도 하나의 로케이션 코드를 검출하는 단계 및 제1 이미지, 제2 이미지 및 특정 위치에 대한 정보에 기초하여, 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계를 포함한다.

Description

로케이션 코드 맵핑 방법{METHOD FOR MAPPING LOCATION CODES}
본 개시는 로케이션 코드 맵핑 방법에 관한 것으로, 구체적으로, 단안 카메라를 이용하여 문자 형태의 로케이션 코드를 촬상한 이미지를 기초로, 로케이션 코드에 대한 위치 정보를 추정함으로써 로케이션 코드를 맵핑하는 방법에 관한 것이다.
최근, 물류 시스템의 자동화가 이루어져, 로봇이 물류 관련 작업을 수행하거나, 작업자의 물류 관련 작업을 보조하기도 한다. 한편, 대부분의 물류 시스템은 물류 관리의 편의를 위해 로케이션 코드(location code)를 이용한다. 로케이션 코드는 물류 창고 등에서 물품이 보관되는 장소를 특정하기 위해 특정 장소(특정 통로, 특정 선반 또는 특정 셀 등)와 연관되어 지정된 문자형태의 코드를 지칭할 수 있다. 사람은 이러한 문자 형태의 로케이션 코드를 곧바로 이해하고, 로케이션 코드의 위치를 탐색할 수 있으나, 로봇은 문자 형태의 로케이션 코드를 곧바로 이해하거나, 이를 이용하여 위치를 탐색할 수 없다는 문제점이 있다.
본 개시는 상기와 같은 문제점을 해결하기 위한 로케이션 코드 맵핑 방법을 제공한다.
본 개시는 방법, 장치(시스템, 로봇 등) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는, 로케이션 코드 맵핑 방법은, 로봇에 탑재된 제1 단안 카메라를 통해 특정 위치에서 촬상된 제1 이미지를 수신하는 단계, 로봇에 탑재된 제2 단안 카메라를 통해 제1 이미지와 동일한 위치에서 촬상된 제2 이미지를 수신하는 단계, 특정 위치에 대한 정보를 수신하는 단계, 제1 이미지 또는 제2 이미지 중 적어도 하나에 기초하여, 문자 형태의 적어도 하나의 로케이션 코드를 검출하는 단계 및 제1 이미지, 제2 이미지 및 특정 위치에 대한 정보에 기초하여, 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 로케이션 코드를 검출하는 단계는, OCR(Optical Character Recognition)을 이용하여, 제1 이미지 또는 제2 이미지 중 적어도 하나에 포함된 적어도 하나의 로케이션 코드를 검출하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 로케이션 코드를 검출하는 단계는, OCR을 이용하여, 제1 이미지 또는 제2 이미지 중 적어도 하나에 포함된 문자 정보를 검출하는 단계 및 로케이션 코드 패턴 정보에 기초하여, 검출된 문자 정보 중 적어도 하나의 로케이션 코드를 검출하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 로케이션 코드를 검출하는 단계는, 제1 이미지 및 제2 이미지를 전처리하는 단계 및 전처리된 이미지에 기초하여, 적어도 하나의 로케이션 코드를 검출하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 제1 이미지 및 제2 이미지를 전처리하는 단계는, 제1 이미지 및 제2 이미지 중 로케이션 코드와 연관된 영역이 남도록 제1 이미지 및 제2 이미지를 자르는(cropping) 단계를 포함한다.
본 개시의 일 실시예에 따르면, 제1 이미지 및 제2 이미지를 자르는 단계는, 제1 이미지 및 제2 이미지에 대해 이미지 세그멘테이션을 수행함으로써, 로케이션 코드와 연관된 영역을 추출하는 단계, 로케이션 코드와 연관된 영역이 남도록 제1 이미지 및 제2 이미지를 자르는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 로케이션 코드는 선반의 구획된 영역들을 구분하기 위해 선반에 부착된 코드이고, 제1 이미지 및 제2 이미지를 자르는 단계는, 선반의 물리적인 정보를 이용하여, 제1 이미지 및 제2 이미지 중 적어도 하나의 로케이션 코드와 연관된 영역이 남도록 제1 이미지 및 제2 이미지를 자르는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 제1 이미지 및 제2 이미지를 전처리하는 단계는, 잘라진 제1 이미지 및 잘라진 제2 이미지를 병합하는 단계를 더 포함한다.
본 개시의 일 실시예에 따르면, 제1 이미지 및 제2 이미지를 전처리하는 단계는, 제1 이미지 및 제2 이미지의 노이즈를 제거하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 특정 위치에 대한 정보는 로봇에 의해 추정된 위치 정보이다.
본 개시의 일 실시예에 따르면, 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계는, 제1 이미지, 제2 이미지 및 특정 위치에 대한 정보에 기초하여, 적어도 하나의 로케이션 코드 각각의 로봇을 기준으로 한 3차원 위치 정보를 추정하는 단계 및 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 글로벌 좌표계에서의 적어도 하나의 로케이션 코드의 위치를 나타내는 글로벌 위치 정보로 변환하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정하는 단계는, 제1 이미지 또는 제2 이미지에 촬상된 피사체의 물리적 정보와 제1 단안 카메라 또는 제2 단안 카메라의 초점 거리를 이용하여, 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정하는 단계는 삼각 측량법을 이용하여, 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 수행되는, 로케이션 코드 맵핑 방법은, 로봇에 탑재된 제1 단안 카메라를 통해 복수의 위치의 각각에서 촬상된 복수의 제1 이미지를 수신하는 단계, 로봇에 탑재된 제2 단안 카메라를 통해 복수의 제1 이미지의 각각과 동일한 위치에서 촬상된 복수의 제2 이미지를 수신하는 단계, 복수의 위치에 대한 정보를 수신하는 단계, 복수의 제1 이미지 또는 복수의 제2 이미지 중 적어도 하나에 기초하여, 문자 형태의 복수의 로케이션 코드를 검출하는 단계 및 복수의 제1 이미지, 복수의 제2 이미지 및 복수의 위치 각각에 대한 정보에 기초하여, 복수의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계를 더 포함한다.
본 개시의 일 실시예에 따르면, 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계는, 복수의 로케이션 코드가 검출된 이미지들이 촬상된 위치들을 클러스터링함으로써, 이상치를 제거하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계는, 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 제1 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제1 세트의 로케이션 코드와 연관된 일차 함수를 근사하는 단계 및 제1 세트의 로케이션 코드 중 일차 함수와의 잔차가 미리 정의된 임계값을 초과하는 로케이션 코드의 위치에 대한 정보를 제거하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계는, 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 제2 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제2 세트의 로케이션 코드와 연관된 일차 함수를 근사하는 단계 및 제2 세트의 로케이션 코드 각각의 위치에 대한 정보 및 일차 함수를 기초로, 결손치를 보충하는 단계를 포함한다.
본 개시의 일 실시예에 따르면, 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 복수의 로케이션 코드의 각각과 연관된 집품 위치를 결정하는 단계를 더 포함한다.
본 개시의 일 실시예에 따르면, 복수의 로케이션 코드의 각각과 연관된 집품 위치를 결정하는 단계는, 특정 로케이션 코드와 연관된 집품 위치를 결정하는 단계를 포함하고, 특정 로케이션 코드와 연관된 집품 위치를 결정하는 단계는, 특정 로케이션 코드와 동일한 직선 상에 있는 것으로 추정되는 제3 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제3 세트의 로케이션 코드와 연관된 일차 함수를 근사하는 단계 및 특정 로케이션 코드의 위치를 지나는 일차 함수의 법선 상에 존재하는 집품 위치를 결정하는 단계를 포함한다.
본 개시의 일부 실시예에 따르면, 물류 창고에 로봇이 인식할 수 있는 추가적인 표식을 설치할 필요 없이, 기존 설비를 그대로 활용하여 맵핑 작업을 수행할 수 있다.
본 개시의 일부 실시예에 따르면, 단안 카메라를 이용하여 맵핑 작업을 수행함으로써, 저렴한 비용으로 높은 정확도의 매핑을 수행할 수 있다.
본 개시의 일부 실시예에 따르면, 물류 창고 내의 로케이션 코드에 대한 위치 정보를 추정할 수 있어, 정밀한 매핑이 가능하다.
본 개시의 일부 실시예에 따르면, 셀의 위치 정보를 셀 디렉팅 장치 또는 주행 로봇을 기준으로 한 로컬 위치 정보로 변환함으로써, 셀 디렉팅 장치 또는 주행 로봇의 위치가 고정되어 있지 않고 변화하더라도 대상 셀을 지시할 수 있다.
본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 로케이션 코드 맵핑 방법을 수행하기 위해, 로봇이 물류 창고를 주행하며 이미지를 촬영하는 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템이 복수의 로봇과 통신 가능하도록 연결된 구성을 나타내는 개요도이다.
도 3은 본 개시의 일 실시예에 따라, 이미지 전처리를 수행하는 예시를 나타내는 도면이다.
도 4은 본 개시의 일 실시예에 따라, 이미지에 기초하여 문자 형태의 로케이션 코드를 검출하는 예시를 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따라, 로케이션 코드의 위치 정보를 추정하는 예시를 나타내는 도면이다.
도 6은 본 개시의 일 실시예에 따른 결손치 및 이상치의 예시를 나타내는 도면이다.
도 7은 본 개시의 일 실시예에 따라, 이상치를 제거하는 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따라, 이상치를 제거하거나 결손치를 보충하는 예시를 나타내는 도면이다.
도 9는 본 개시의 일 실시예에 따른 로케이션 맵의 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따라 집품 위치를 결정하는 예시를 나타내는 도면이다.
도 11은 본 개시의 일 실시예에 따른 로케이션 코드 맵핑 방법의 예시를 나타내는 흐름도이다.
도 12는 본 개시의 일 실시예에 따른 로케이션 코드 맵핑 방법의 예시를 나타내는 흐름도이다.
도 13은 본 개시의 일 실시예에 따른 셀 디렉팅 장치가 탑재된 주행 로봇의 예시를 나타내는 도면이다.
도 14는 본 개시의 일 실시예에 따른 셀 디렉팅 장치가 탑재된 주행 로봇의 내부 구성을 나타내는 블록도이다.
도 15는 본 개시의 일 실시예에 따른 주행 로봇 및 셀 디렉팅 장치의 내부 구성을 나타내는 블록도이다.
도 16는 본 개시의 일 실시예에 따라 셀 디렉팅 장치가 탑재된 주행 로봇이 대상 물체의 집품을 보조하기 위해 집품 위치로 이동하는 예시를 나타내는 도면이다.
도 17은 본 개시의 일 실시예에 따라 셀의 위치 정보를 기초로 셀의 로컬 위치 정보를 산출하고, 액츄에이터의 회전각을 산출하는 방법의 예시를 나타내는 도면이다.
도 18은 본 개시의 일 실시예에 따른 셀 디렉팅 장치의 예시를 나타내는 도면이다.
도 19는 본 개시의 일 실시예에 따라 셀 디렉팅 장치가 탑재된 주행 로봇이 사용자의 집품을 보조하는 예시를 나타내는 도면이다.
도 20은 본 개시의 일 실시예에 따른 사용자의 집품을 보조하기 위한 방법의 예시를 나타내는 흐름도이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다.
본 개시에서, '디스플레이'는 주행 로봇, 셀 디렉팅 장치 및/또는 정보 처리 시스템과 연관된 임의의 디스플레이 장치를 지칭할 수 있는데, 예를 들어, 주행 로봇, 셀 디렉팅 장치 및/또는 정보 처리 시스템에 의해 제어되거나, 주행 로봇, 셀 디렉팅 장치 및/또는 정보 처리 시스템으로부터 제공된 임의의 정보/데이터를 표시할 수 있는 임의의 디스플레이 장치를 지칭할 수 있다.
본 개시에서, '복수의 A의 각각' 또는 '복수의 A 각각'은 복수의 A에 포함된 모든 구성 요소의 각각을 지칭하거나, 복수의 A에 포함된 일부 구성 요소의 각각을 지칭할 수 있다.
본 개시에서, 제1, 제2 등의 용어는 어떤 구성요소를 다른 구성요소와 구별하기 위해 사용되는 것일 뿐, 그 용어에 의해 해당 구성요소의 본질이나 차례 또는 순서 등이 한정되지는 않는다.
본 개시에서, 어떤 구성요소가 다른 구성요소에 '연결', '결합' 또는 '접속'된다고 기재된 경우, 그 구성요소는 그 다른 구성요소에 직접적으로 연결되거나 결합되거나 또는 접속될 수도 있지만, 각 구성요소 사이에 또 다른 구성요소가 '연결', '결합' 또는 '접속'될 수도 있다고 이해되어야 한다.
본 개시에서, '포함한다(comprises)' 및/또는 '포함하는(comprising)'은 언급된 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
도 1은 본 개시의 일 실시예에 따른 로케이션 코드 맵핑 방법을 수행하기 위해, 로봇(100)이 물류 창고를 주행하며 이미지(112, 122)를 촬영하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 로봇(100)(예, 지도 맵핑 로봇)은 물류 창고 내의 통로를 주행할 수 있으며, 로봇(100)에 탑재된 복수의 단안 카메라(110, 120)는 로케이션 코드가 포함된 이미지들(112, 122)을 촬상할 수 있다.
예를 들어, 로봇(100)이 물류 창고 내의 통로를 주행하는 동안, 제1 단안 카메라(110)는 복수의 위치 각각에서 복수의 제1 이미지(112)(예, 좌측 이미지)를 촬상할 수 있으며, 제2 단안 카메라(120)는 복수의 제1 이미지(112) 각각이 촬상된 위치와 동일한 위치에서 복수의 제2 이미지(122)(예, 우측 이미지)를 촬상할 수 있다. 여기서 복수의 제1 이미지(112) 및/또는 복수의 제2 이미지(122)는 복수의 로케이션 코드(location codes)를 포함할 수 있다.
로케이션 코드는 물류 창고 등에서 물품이 보관되는 장소를 특정하기 위해 특정 장소(특정 통로, 특정 선반 또는 특정 셀 등)와 연관되어 지정된 문자형태의 코드를 지칭할 수 있다. 예를 들어, 로케이션 코드는 물류 창고 내 선반의 구획된 영역들(예를 들어, 복수의 셀)을 구분하기 위해 선반에 부착된 문자 형태의 코드일 수 있다.
제1 단안 카메라(110) 및 제2 단안 카메라(120)에 의해 촬상된 복수의 이미지(112, 122) 및 각 이미지가 촬상된 위치 정보는 정보 처리 시스템으로 전송될 수 있으며, 정보 처리 시스템은 수신된 복수의 이미지(112, 122) 및 각 이미지가 촬상된 위치 정보에 기초하여, 이미지에 포함된 복수의 로케이션 코드 각각의 위치 정보를 추정할 수 있다. 추가적으로, 추정된 복수의 로케이션 코드 각각의 위치 정보를 이용하여, 로케이션 맵을 생성할 수 있다. 생성된 로케이션 맵은 로봇(100) 또는 서버에 저장될 수 있으며, 로봇(100) 또는 별도의 로봇(예, 사용자의 집품을 보조하기 위한 주행 로봇, 후술하는 셀 디렉팅 장치가 탑재된 주행 로봇 등)은 로케이션 맵을 이용하여, 물류 관련 작업을 수행하거나, 작업자의 작업을 보조할 수 있다.
도 2는 본 개시의 일 실시예에 따른 정보 처리 시스템(230)이 복수의 로봇(210_1, 210_2, 210_3)과 통신 가능하도록 연결된 구성을 나타내는 개요도이다. 도시된 바와 같이, 복수의 로봇(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 연결될 수 있다.
일 실시예에서, 정보 처리 시스템(230)은 물류 관리 등과 관련된 컴퓨터 실행 가능한 프로그램(예를 들어, 다운로드 가능한 애플리케이션) 및 데이터를 저장, 제공 및 실행할 수 있는 하나 이상의 서버 장치 및/또는 데이터베이스, 또는 클라우드 컴퓨팅 서비스 기반의 하나 이상의 분산 컴퓨팅 장치 및/또는 분산 데이터베이스를 포함할 수 있다.
복수의 로봇(210_1, 210_2, 210_3)은 네트워크(220)를 통해 정보 처리 시스템(230)과 통신할 수 있다. 네트워크(220)는 복수의 로봇(210_1, 210_2, 210_3)과 정보 처리 시스템(230) 사이의 통신이 가능하도록 구성될 수 있다. 네트워크(220)는 설치 환경에 따라, 예를 들어, 이더넷(Ethernet), 유선 홈 네트워크(Power Line Communication), 전화선 통신 장치 및 RS-serial 통신 등의 유선 네트워크, 이동통신망, WLAN(Wireless LAN), Wi-Fi, Bluetooth 및 ZigBee 등과 같은 무선 네트워크 또는 그 조합으로 구성될 수 있다. 통신 방식은 제한되지 않으며, 네트워크(220)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 로봇(210_1, 210_2, 210_3) 사이의 근거리 무선 통신 역시 포함될 수 있다. 도 2에는 3개의 로봇(210_1, 210_2, 210_3)이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하는 것으로 도시되어 있으나, 이에 한정되지 않으며, 상이한 수의 로봇이 네트워크(220)를 통해 정보 처리 시스템(230)과 통신하도록 구성될 수도 있다.
일 실시예에 따르면, 정보 처리 시스템(230)은 로봇(210)(예를 들어, 맵 생성 로봇)에 탑재된 제1 단안 카메라를 통해 특정 위치에서 촬상된 제1 이미지를 수신하고, 로봇(210)에 탑재된 제2 단안 카메라를 통해 제1 이미지와 동일한 위치에서 촬상된 제2 이미지를 수신할 수 있다. 또한, 정보 처리 시스템(230)은 특정 위치(즉, 제1 이미지 및 제2 이미지가 촬상된 위치)에 대한 정보를 수신할 수 있다. 그런 다음, 정보 처리 시스템(230)은 제1 이미지 또는 제2 이미지 중 적어도 하나에 기초하여, 문자 형태의 적어도 하나의 로케이션 코드를 검출할 수 있다. 그런 다음, 정보 처리 시스템(230)은 검출된 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정할 수 있다.
추가적으로, 로봇(210)(예를 들어, 집품 보조 로봇, 후술하는 셀 디렉팅 장치가 탑재된 주행 로봇 등)은 정보 처리 시스템(230)으로부터 집품 대상 물체가 배치된 셀의 위치 정보를 수신할 수 있다. 일 실시예에서, 셀의 위치 정보는 셀과 연관된 로케이션 코드에 대한 정보를 포함할 수 있다. 그런 다음, 로봇(210)은 대상 물체의 집품을 보조하기 위한 집품 위치로 이동할 수 있다. 여기서, 집품 위치는, 집품 대상 물체가 배치된 셀과 연관된 로케이션 코드의 위치에 기초하여 결정된 집품 위치일 수 있다. 그런 다음, 로봇(210)은 스포트라이트 조명을 통해 대상 물체가 배치된 셀을 지시함으로써, 사용자의 집품을 보조할 수 있다. 추가적으로, 로봇(210)은 대상 물체 집품의 완료를 의미하는 사용자의 입력을 수신하고, 정보 처리 시스템(230)으로 전송할 수 있다. 정보 처리 시스템(230)은 다음 집품 대상 물체가 배치된 셀의 위치를 로봇(210)에 전송함으로써 다음 집품 대상 물체의 집품을 보조하도록 하거나, 집품 완료를 의미하는 정보를 로봇(210)에 전송하여, 집품 보조 작업을 종료하도록 할 수 있다.
도 3은 본 개시의 일 실시예에 따라, 이미지 전처리를 수행하는 예시를 나타내는 도면이다. 정보 처리 시스템은 로봇에 탑재된 제1 단안 카메라를 통해 복수의 위치의 각각에서 촬상된 복수의 제1 이미지를 수신할 수 있으며, 제2 단안 카메라를 통해 복수의 제1 이미지의 각각과 동일한 위치에서 촬상된 복수의 제2 이미지를 수신할 수 있다. 그런 다음, OCR을 이용하여, 수신된 이미지들로부터 문자 형태의 로케이션 코드를 검출할 수 있다. 한편, 일부 실시예에 따르면 수신된 이미지들에 대해 OCR 연산을 수행하기 전에, 이미지 전처리가 수행될 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 로봇에 탑재된 제1 단안 카메라를 통해 제1 위치에서 촬상된 제1 이미지(312) 및 로봇에 탑재된 제2 단안 카메라를 통해 제1 이미지와 동일한 위치에서 촬상된 제2 이미지(314)를 수신하고, 이미지 전처리를 수행할 수 있다.
다수의 원본 이미지들에 대해 OCR 연산을 수행하는 경우, 연산량이 지나치게 많아 자원이 효율적으로 사용되지 않을 수 있다. 이러한 문제를 해결하기 위해, 일부 실시예에 따르면, 정보 처리 시스템은 제1 이미지(312) 및 제2 이미지(314) 중 로케이션 코드와 연관된 영역이 남도록 제1 이미지(312) 및 제2 이미지(314)를 자를 수 있으며(cropping), 잘라진 제1 이미지(322) 및 잘라진 제2 이미지(324)를 하나의 이미지(330)로 병합(예를 들어, stitching)할 수 있다.
이미지를 자르는 구체적인 예로, 정보 처리 시스템은 제1 이미지(312) 및 제2 이미지(314)에 대해 이미지 세그멘테이션을 수행함으로써, 이미지(312, 314)로부터 로케이션 코드와 연관된 영역(예를 들어, 문자 형태의 로케이션 코드가 포함된 영역)을 추출하고, 추출된 영역이 남도록 제1 이미지(312) 및 제2 이미지(314)를 자를 수 있다.
이미지를 자르는 다른 구체적인 예로, 정보 처리 시스템은 선반의 물리적인 정보를 이용하여, 로케이션 코드와 연관된 영역이 남도록 제1 이미지(312) 및 제2 이미지(314)를 자를 수 있다. 예를 들어, 정보 처리 시스템은 선반 중 로케이션 코드가 부착된 영역에 대한 높이 정보 및 이미지(312, 314)를 촬상한 카메라의 자세 정보 등을 이용하여, 이미지(312, 314)에서 로케이션 코드가 포함될 수 있는 최소 높이 및 최대 높이를 산출하고, 최소 높이부터 최대 높이까지의 영역이 남도록 제1 이미지(312) 및 제2 이미지(314)를 자를 수 있다.
한편, 로봇은 물류 창고 내를 주행하면서 이미지를 촬상하기 때문에, 로봇의 이동에 의한 이미지 블러 현상(motion blur)이 나타날 수 있다. 추가적으로 또는 대안적으로, 물류 창고의 조도 환경 등에 따라 이미지에 노이즈가 포함될 수 있다. 이러한 문제를 해결하기 위해, 일부 실시예에 따르면, 정보 처리 시스템은 전처리로서 이미지(312, 314, 322, 324, 330)의 노이즈를 제거할 수 있다. 예를 들어, 이미지(312, 314, 322, 324, 330)에 대해 기계학습 모델(예를 들어, GAN; Generative Adversarial Network)을 이용한 이미지 디블러링(Deblurring), 이미지 샤프닝(Sharpening), 이미지 이진화(Binarization) 및/또는 평활화(Equalization) 등이 수행될 수 있으나, 본 개시의 범위는 이에 한정되지 않으며, 다양한 필터링 방법에 의해 이미지의 노이즈가 제거될 수 있다.
도 4은 본 개시의 일 실시예에 따라, 이미지(400)에 기초하여 문자 형태의 로케이션 코드(410, 420)를 검출하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 정보 처리 시스템은 OCR을 이용하여, 이미지(400)에 포함된 적어도 하나의 로케이션 코드(410, 420)를 검출할 수 있다. 이미지 전처리가 수행된 실시예의 경우, 이미지(400)는 전처리된 이미지를 지칭할 수 있다.
예를 들어, 먼저, 정보 처리 시스템은 OCR을 이용하여 이미지(400)에 포함된 문자 정보를 검출할 수 있다. 여기서, OCR(Optical Character Recognition)은 이미지 등에 포함된 텍스트 정보를 추출하는 기술을 지칭할 수 있다. 이미지(400)에 대해 OCR 연산을 수행하는 경우, 문자가 포함되지 않은 부분으로부터 문자 정보가 잘못 추출되거나, 로케이션 코드가 아닌 문자가 함께 추출될 수도 있다.
이러한 오류(430, 440, 450)를 필터링하고 로케이션 코드(410, 420)만을 검출하기 위해, 정보 처리 시스템은 로케이션 코드 패턴 정보에 기초하여, 검출된 문자 정보(410, 420, 430, 440, 450) 중 적어도 하나의 로케이션 코드(410, 420)를 검출할 수 있다. 예를 들어, 도 4에 도시된 예에서 정보 처리 시스템은 로케이션 코드 패턴 정보인 'XX-XX-XX-XX'(여기서, 'X'는 하나의 문자를 의미함)와 검출된 문자 정보(410, 420, 430, 440, 450) 각각을 비교하여, 로케이션 코드 패턴 정보와 매칭되는 문자 정보만을 선택함으로써, 이미지(400)로부터 제1 로케이션 코드 'B0-03-02-21'(410) 및 제2 로케이션 코드 'B0-02-02-21'(420)를 검출할 수 있다.
도 5는 본 개시의 일 실시예에 따라, 로케이션 코드의 위치 정보(540)를 추정하는 예시를 나타내는 도면이다. 정보 처리 시스템은 제1 이미지(510), 제2 이미지(520) 및 제1 위치 정보(530)에 기초하여, 로케이션 코드(512, 522)의 위치 정보(540)를 추정할 수 있다.
제1 위치 정보(530)는 제1 이미지(510) 및 제2 이미지(520)가 촬상된 때의 로봇(또는 카메라)의 위치에 대한 정보일 수 있으며, 일부 실시예에서, 위치 정보는 자세 정보를 포함하는 개념일 수 있다. 일 실시예에 따르면, 제1 이미지 및 제2 이미지를 촬상한 단안 카메라가 탑재된 로봇(예를 들어, 맵 생성용 로봇)은 로컬라이제이션이 가능한 로봇일 수 있으며, 제1 위치 정보(530)는 로봇에 의해 추정된 위치 정보일 수 있다.
일 실시예에 따르면, 정보 처리 시스템은 먼저 제1 이미지(510), 제2 이미지(520) 및 제1 위치 정보(530)에 기초하여, 로케이션 코드(512, 522) 각각의 3차원 위치 정보를 추정할 수 있다. 예를 들어, 정보 처리 시스템은 제1 이미지(510)에 촬상된 피사체의 물리적 정보(예를 들어, 제1 이미지(510)에 촬상된 셀의 사이즈 정보)와 제1 이미지(510)를 촬상한 제1 단안 카메라의 초점 거리를 이용하여, 제1 로케이션 코드(512)의 3차원 위치 정보를 추정할 수 있다. 또한, 정보 처리 시스템은 제2 이미지(520)에 촬상된 피사체의 물리적 정보와 제2 이미지(520)를 촬상한 제2 단안 카메라의 초점 거리를 이용하여, 제2 로케이션 코드(522)의 3차원 위치 정보를 추정할 수 있다.
다른 예로, 정보 처리 시스템은 삼각 측량법을 이용하여, 복수의 이미지로부터 적어도 하나의 로케이션 코드(512, 522) 각각의 3차원 위치 정보를 추정할 수 있다. 구체적으로, 정보 처리 시스템은 삼각 측량법을 이용하여, 제1 이미지(510) 및 제2 이미지(520)에 기초하여, 제1 로케이션 코드(512) 또는 제2 로케이션 코드(522)의 3차원 위치 정보를 추정할 수 있다.
다른 구체적 예로, 정보 처리 시스템은 삼각 측량법을 이용하여, 제1 로케이션 코드(512)가 포함된 제1 이미지(510) 및 제1 이미지(510)와 다른 위치에서 촬상된 제1 로케이션 코드(512)가 포함된 적어도 하나의 제3 이미지(미도시)를 기초로 제1 로케이션 코드(512)의 3차원 위치 정보를 추정할 수 있다. 이와 유사하게, 정보 처리 시스템은 삼각 측량법을 이용하여, 제2 로케이션 코드(522)가 포함된 제2 이미지(520) 및 제2 이미지(520)와 다른 위치에서 촬상된 제2 로케이션 코드(522)가 포함된 적어도 하나의 제4 이미지(미도시)를 기초로 제2 로케이션 코드(522)의 3차원 위치 정보를 추정할 수 있다.
일 실시예에 따르면, 상술한 예시들에서 추정된 3차원 위치 정보는 로봇을 기준으로 한 위치 정보일 수 있다. 이 경우, 정보 처리 시스템은 로봇을 기준으로 한 3차원 위치 정보를 글로벌 좌표계에서의 위치를 나타내는 글로벌 위치 정보로 변환할 수 있다.
상술한 바와 같이, 추정된 로케이션 코드의 위치 정보(540)를 이용하여, 로케이션 맵이 생성될 수 있다.
도 6은 본 개시의 일 실시예에 따른 결손치(612) 및 이상치(622)의 예시를 나타내는 도면이다. 상술한 방법에 의해 추정된 복수의 로케이션 코드 각각의 위치 정보를 이용하여, 로케이션 맵이 생성될 수 있다. 한편, 일 실시예에 따르면, 로케이션 코드의 위치 정보를 추정하는 과정에서, 정확하지 않은 정보가 추정될 수 있다. 예를 들어, 로봇에 의해 추정된 위치 정보에 오차가 있을 수 있다. 다른 예로, OCR을 이용한 문자 정보 검출 과정에서 유사한 모양의 문자(예를 들어, 6과 8 등)를 잘못 인식하는 등의 오류가 있을 수 있다. 이러한 오차 또는 오류 등으로 인해, 생성된 로케이션 맵에는 결손치(612) 또는 이상치(622)가 존재할 수 있다.
도 6에는 본 개시의 일부 실시예에 따라 추정된 복수의 로케이션 코드 각각의 위치 정보를 이용하여 생성된 로케이션 맵의 두 예시(610, 620)가 도시되어 있다.
제1 예시(610)에서, 각 로케이션 코드들이 배치된 경향으로 비추어 볼 때, 표시된 위치(612)에 로케이션 코드 '1A-05-13-04'가 결손된 것으로 추정할 수 있다. 일 실시예에 따르면, 정보 처리 시스템은 로케이션 코드들이 배치된 경향을 기초로, 이러한 결손치(612)를 보충할 수 있다.
또한, 제2 예시(620)에서, 로케이션 코드 '1A-06-10-03'(622)는 선반 상에 위치하지 않는 것으로 추정되며, 주변 로케이션 코드들이 배치된 경향으로 비추어 볼 때, 이상치인 것으로 추정할 수 있다. 일 실시예에 따르면, 정보 처리 시스템은 로케이션 코드들이 배치된 경향을 기초로, 이러한 이상치(622)를 제거할 수 있다.
도 7은 본 개시의 일 실시예에 따라, 이상치(714, 718)를 제거하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 정보 처리 시스템은 추정된 복수의 로케이션 코드의 위치에 대한 정보 중 이상치를 제거할 수 있다. 예를 들어, 정보 처리 시스템은 복수의 로케이션 코드가 검출된 이미지들이 촬상된 위치들을 클러스터링함으로써, 이상치를 제거할 수 있다. 클러스터링 방법으로는 DBSCAN(Density-Based Spatial Clustering of Application with Noise), 유클리디안 거리 기반 클러스터링 방법(예를 들어, K-means 등)이 사용될 수 있으나, 이에 한정되지 않으며 다양한 방법이 사용될 수 있다. 다른 예로, 정보 처리 시스템은 RANSAC(Random Sample Consensus) 알고리즘을 이용하여, 이상치를 제거할 수 있다.
도 7에 도시된 제1 예시(710)는 복수의 로케이션 코드가 검출된 이미지들이 촬상된 위치들을 표시한 예시를 나타낸다. 동일한 색의 점들은 동일한 로케이션 코드가 검출된 이미지들이 촬상된 위치들일 수 있다. 데이터의 경향성을 고려했을 때, 제1 로케이션 코드가 검출된 이미지들이 촬상된 제1 세트의 위치(712) 및 제2 로케이션 코드가 검출된 이미지들이 촬상된 제2 세트의 위치(716)는 오류가 없는 데이터로 추정할 수 있다.
반면, 제1 로케이션 코드가 검출된 이미지들이 촬상된 제3 세트의 위치(714), 제2 로케이션 코드가 검출된 이미지들이 촬상된 제4 세트의 위치(718)는 각각 제1 세트의 위치(712), 제2 세트의 위치(716)와 동떨어져 있어, 클러스터링 또는 RANSAC 알고리즘에 의해, 이상치 또는 노이즈로 판단될 수 있다. 정보 처리 시스템은 이와 같이 클러스터링 또는 알고리즘에 의해 이상치 또는 노이즈로 판단된 데이터들(714, 718)을 제거함으로써 이상치를 제거할 수 있다. 도 7에는 제1 예시(710)로부터 이상치(714, 718)가 제거된 제2 예시(720)가 도시되어 있다.
도 8은 본 개시의 일 실시예에 따라, 이상치(812)를 제거하거나 결손치(822)를 보충하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 로케이션 코드는 물류 창고 내 선반의 구획된 영역들(예를 들어, 복수의 셀)을 구분하기 위해 선반에 부착된 문자 형태의 코드일 수 있다. 이 경우, 로케이션 코드 중 동일한 선반에 부착된 로케이션 코드들은 동일한 직선 상에 위치할 것이라고 가정할 수 있다. 또한, 일반적으로 선반 내에서 셀은 일정한 규칙(예를 들어, 일정한 간격)으로 배치되어 있으므로, 동일한 선반의 각 셀에 부착된 로케이션 코드는 일정한 규칙으로 배치되어 있을 것으로 가정할 수 있다. 일 실시예에 따르면, 이러한 가정을 이용하여 이상치 제거 또는 결손치 보충을 수행할 수 있다.
예를 들어, 먼저, 정보 처리 시스템은 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 로케이션 코드 각각의 위치에 대한 정보를 기초로, 직선을 나타내는 일차 함수를 근사할 수 있다. 여기서, 근사된 일차 함수 또는 직선 각각은 선반 또는 선반이 배치된 통로 등을 나타낼 수 있다. 도 8의 예시(800)에는 제1 세트의 로케이션 코드와 연관된 제1 일차 함수(810) 및 제2 세트의 로케이션 코드와 연관된 제2 일차 함수(820)가 근사된 예시가 도시되어 있다.
그런 다음, 정보 처리 시스템은 근사된 일차 함수 및 로케이션 코드의 위치에 대한 정보를 기초로 이상치를 제거할 수 있다. 예를 들어, 정보 처리 시스템은 로케이션 코드 중 일차 함수와의 잔차가 미리 정의된 임계값을 초과하는 로케이션 코드의 위치에 대한 정보를 제거함으로써 이상치를 제거할 수 있다. 도시된 예에서, 정보 처리 시스템은 제1 일차 함수(810)와의 잔차가 미리 정의된 임계값을 초과하는 제1 데이터(812)를 이상치로 취급하여 제거할 수 있다.
추가적으로 또는 대안적으로, 정보 처리 시스템은 로케이션 코드 각각의 위치에 대한 정보 및 일차 함수를 기초로, 결손치를 보충할 수 있다. 도시된 예에서, 정보 처리 시스템은 제2 세트의 로케이션 코드의 배치 규칙 상 제2 일차 함수(820) 위의 제1 위치(822)에 데이터가 결손되어 있음을 파악하고, 결손치를 보충할 수 있다.
도 9는 본 개시의 일 실시예에 따른 로케이션 맵의 예시를 나타내는 도면이다. 일 실시예에 따르면, 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보(이상치가 제거된 복수의 로케이션 코드 각각의 위치에 대한 정보 및 보충된 결손치에 대한 정보)를 기초로 생성된 로케이션 맵(900)의 예시가 도 9에 도시되어 있다. 로케이션 맵(900)은 물류 창고 내의 복수의 로케이션 코드 각각의 위치에 대한 정보를 포함할 수 있다. 로봇은 로케이션 맵(900)을 수신하고 저장할 수 있으며, 저장된 로케이션 맵(900)을 이용하여, 물류 관리와 관련된 작업을 수행하거나 작업자의 작업을 보조할 수 있다.
도 10은 본 개시의 일 실시예에 따라 집품 위치(1032)를 결정하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 정보 처리 시스템은 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보(노란색으로 도시)를 기초로, 복수의 로케이션 코드의 각각과 연관된 집품 위치(핑크색으로 도시)를 결정할 수 있다.
예를 들어, 정보 처리 시스템은 제1 로케이션 코드(1010)와 동일한 직선 상에 있는 것으로 추정되는 제3 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제3 세트의 로케이션 코드와 연관된 일차 함수(1020)를 근사할 수 있다. 그런 다음, 제1 로케이션 코드(1010)의 위치를 지나는 일차 함수(1020)의 법선(1030) 상에 존재하는 집품 위치(1032)를 결정할 수 있다. 이와 같은 방식으로, 복수의 로케이션 코드의 각각과 연관된 집품 위치를 결정할 수 있다. 결정된 집품 위치(1032)는 로봇이 물류 창고 내에서 집품 작업을 수행하거나, 작업자의 집품 작업을 보조하기 위해 사용될 수 있다.
도 11은 본 개시의 일 실시예에 따른 로케이션 코드 맵핑 방법(1100)의 예시를 나타내는 흐름도이다. 일 실시예에 따르면, 방법(1100)은 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)가 로봇에 탑재된 제1 단안 카메라를 통해 특정 위치에서 촬상된 제1 이미지를 수신하고(S1110), 로봇에 탑재된 제2 단안 카메라를 통해 제1 이미지와 동일한 위치에서 촬상된 제2 이미지를 수신함으로써 개시될 수 있다(S1120). 그런 다음, 프로세서는 특정 위치에 대한 정보를 수신할 수 있다(S1130). 즉, 프로세서는 제1 이미지 및 제2 이미지가 촬상된 위치에 대한 정보를 수신할 수 있다. 일 실시예에서, 로봇은 로컬라이제이션이 가능한 로봇일 수 있으며, 특정 위치에 대한 정보는 로봇에 의해 추정된 위치 정보일 수 있다.
그런 다음, 프로세서는 제1 이미지 또는 제2 이미지 중 적어도 하나에 기초하여, 문자 형태의 적어도 하나의 로케이션 코드를 검출할 수 있다(S1140). 여기서, 로케이션 코드는 선반의 구획된 영역들을 구분하기 위해 선반에 부착된 코드일 수 있다. 일 실시예에 따르면, 프로세서는 OCR(Optical Character Recognition)을 이용하여, 제1 이미지 또는 제2 이미지 중 적어도 하나에 포함된 적어도 하나의 로케이션 코드를 검출할 수 있다. 예를 들어, 프로세서는 OCR을 이용하여, 제1 이미지 또는 제2 이미지 중 적어도 하나에 포함된 문자 정보를 검출할 수 있다. 그런 다음, 로케이션 코드 패턴 정보에 기초하여, 검출된 문자 정보 중 적어도 하나의 로케이션 코드를 검출할 수 있다.
일 실시예에 따르면, 프로세서는 OCR을 이용하여 이미지로부터 로케이션 코드를 검출하기 전에, 제1 이미지 및 제2 이미지를 전처리할 수 있다. 예를 들어, 프로세서는 제1 이미지 및 제2 이미지 중 로케이션 코드와 연관된 영역이 남도록 제1 이미지 및 제2 이미지를 자를 수 있다. 추가적으로, 프로세서는 잘라진 제1 이미지 및 잘라진 제2 이미지를 병합할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 전처리로서 제1 이미지 및 제2 이미지의 노이즈를 제거할 수 있다. 그런 다음, 프로세서는 전처리된 이미지에 기초하여 로케이션 코드를 검출할 수 있다.
제1 이미지 및 제2 이미지를 자르는 구체적인 예로, 프로세서는 제1 이미지 및 제2 이미지에 대해 이미지 세그멘테이션을 수행함으로써, 로케이션 코드와 연관된 영역을 추출하고, 로케이션 코드와 연관된 영역이 남도록 제1 이미지 및 제2 이미지를 자를 수 있다. 제1 이미지 및 제2 이미지를 자르는 다른 구체적인 예로, 프로세서는 선반의 물리적인 정보를 이용하여, 제1 이미지 및 제2 이미지 중 적어도 하나의 로케이션 코드와 연관된 영역이 남도록 제1 이미지 및 제2 이미지를 자를 수 있다.
그 후, 프로세서는 제1 이미지, 제2 이미지 및 특정 위치에 대한 정보에 기초하여, 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정할 수 있다(S1150). 예를 들어, 프로세서는 제1 이미지, 제2 이미지 및 특정 위치에 대한 정보에 기초하여, 적어도 하나의 로케이션 코드 각각의 로봇을 기준으로 한 3차원 위치 정보를 추정할 수 있다. 그런 다음, 프로세서는 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 글로벌 좌표계에서의 적어도 하나의 로케이션 코드의 위치를 나타내는 글로벌 위치 정보로 변환할 수 있다.
적어도 하나의 로케이션 코드의 3차원 위치 정보를 추정하는 구체적인 예로, 프로세서는 제1 이미지 또는 제2 이미지에 촬상된 피사체의 물리적 정보와 제1 단안 카메라 또는 제2 단안 카메라의 초점 거리를 이용하여, 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정할 수 있다. 적어도 하나의 로케이션 코드의 3차원 위치 정보를 추정하는 다른 구체적인 예로, 프로세서는 삼각 측량법을 이용하여, 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정할 수도 있다. 이와 같이 추정된 로케이션 코드의 위치 정보를 이용하여, 로케이션 맵이 생성될 수 있다.
도 12는 본 개시의 일 실시예에 따른 로케이션 코드 맵핑 방법(1200)의 예시를 나타내는 흐름도이다. 일 실시예에 따르면, 방법(1200)은 프로세서(예를 들어, 정보 처리 시스템의 적어도 하나의 프로세서)가 로봇에 탑재된 제1 단안 카메라를 통해 복수의 위치의 각각에서 촬상된 복수의 제1 이미지를 수신하고(S1210), 로봇에 탑재된 제2 단안 카메라를 통해 복수의 제1 이미지의 각각과 동일한 위치에서 촬상된 복수의 제2 이미지를 수신함으로써 개시될 수 있다(S1220). 그런 다음, 프로세서는 복수의 제1 이미지 및 복수의 제2 이미지가 촬상된 복수의 위치에 대한 정보를 수신할 수 있다(S1230).
그런 다음, 프로세서는 복수의 제1 이미지 또는 복수의 제2 이미지 중 적어도 하나에 기초하여, 문자 형태의 복수의 로케이션 코드를 검출할 수 있다(S1240). 그 후, 프로세서는 복수의 제1 이미지, 복수의 제2 이미지 및 복수의 위치 각각에 대한 정보에 기초하여, 복수의 로케이션 코드 각각의 위치에 대한 정보를 추정할 수 있다(S1250).
추가적으로, 프로세서는 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거할 수 있다. 예를 들어, 프로세서는 복수의 로케이션 코드가 검출된 이미지들이 촬상된 위치들을 클러스터링함으로써, 이상치를 제거할 수 있다. 추가적으로 또는 대안적으로, 프로세서는 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 제1 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제1 세트의 로케이션 코드와 연관된 일차 함수를 근사할 수 있다. 그런 다음, 프로세서는 제1 세트의 로케이션 코드 중 일차 함수와의 잔차가 미리 정의된 임계값을 초과하는 로케이션 코드의 위치에 대한 정보를 제거함으로써 이상치를 제거할 수 있다.
추가적으로 또는 대안적으로, 프로세서는 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 결손치를 보충할 수 있다. 예를 들어, 프로세서는 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 제2 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제2 세트의 로케이션 코드와 연관된 일차 함수를 근사할 수 있다. 그런 다음, 프로세서는 제2 세트의 로케이션 코드 각각의 위치에 대한 정보 및 일차 함수를 기초로, 결손치를 보충할 수 있다. 이상치가 제거된 복수의 로케이션 코드 각각의 위치에 대한 정보 및 보충된 결손치에 대한 정보를 기초로 로케이션 맵이 생성될 수 있다.
추가적으로, 프로세서는 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 복수의 로케이션 코드의 각각과 연관된 집품 위치를 결정할 수 있다. 예를 들어, 프로세서는 특정 로케이션 코드와 동일한 직선 상에 있는 것으로 추정되는 제3 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 제3 세트의 로케이션 코드와 연관된 일차 함수를 근사할 수 있다. 그런 다음, 특정 로케이션 코드의 위치를 지나는 일차 함수의 법선 상에 존재하는 집품 위치를 결정할 수 있다.
도 11 및 도 12의 흐름도 및 상술한 설명은 본 개시의 일 실시예에 불과하며, 다양한 실시예에서 이와 다르게 구현될 수 있다. 예를 들어, 일부 단계가 추가/삭제되거나, 각 단계의 순서가 변경될 수 있다.
도 13은 본 개시의 일 실시예에 따른 셀 디렉팅 장치가 탑재된 주행 로봇(1310)의 예시를 나타내는 도면이다. 셀 디렉팅 장치가 탑재된 주행 로봇(1310)은 사용자(협동자)의 집품을 보조할 수 있다. 여기서, '집품'이란, 물류 창고의 대상 물체가 보관된 곳에서 대상 물체를 꺼내거나 가져오는 작업을 지칭할 수 있으며, '사용자'는 집품 작업을 수행하는 작업자를 지칭할 수 있다. 예를 들어, 주행 로봇(1310)은 집품할 대상 물체가 배치된 셀(cell)(1330)이 포함된 선반(rack)(1320) 근처의 집품 위치로 이동할 수 있다. 여기서, 집품 위치는 셀(1330)의 로케이션 코드와 연관된 집품 위치일 수 있다. 그런 다음, 주행 로봇(1310)은 스포트라이트 조명(1316)을 통해 대상 물체가 배치된 셀(1330)을 지시함으로써, 사용자로 하여금 집품할 대상 물체의 위치를 직관적으로 알려, 사용자의 작업 효율을 향상시킬 수 있다.
일 실시예에 따르면, 셀 디렉팅 장치를 탑재한 주행 로봇(1310)은 주행부(1312), 적재부(1314), 스포트라이트(spotlight) 조명(1316), 액츄에이터(1318)를 포함할 수 있다.
주행부(1312)는 주행 로봇(1310)을 주행 경로 등을 따라 이동시키도록 구성될 수 있다. 주행부(1312)는 주행을 위한 동력이 전달되는 바퀴 및/또는 동력이 전달되지 않는 바퀴 등을 포함할 수 있다. 제어부는 주행 로봇(1310)이 선반(1320) 근처의 집품 위치 등으로 이동하도록 주행부(1312)를 제어할 수 있다.
적재부(1314)는 사용자가 집품한 물체를 적재하거나 보관하도록 구성될 수 있다. 예를 들어, 사용자는 대상 물체가 배치된 셀(1330)에서 대상 물체를 꺼낸 뒤, 적재부(1314)에 적재할 수 있다. 적재부(1314)는 필요에 따라 다양한 형태/크기로 구성될 수 있다.
스포트라이트 조명(1316)은 일부 영역에 집중적으로 빛을 비추어 해당 영역을 강조하는 조명으로서, 집품할 대상 물체가 배치된 셀(1330)을 비춤으로써 셀(1330)의 위치를 사용자에게 시각적으로 안내하도록 구성될 수 있다. 제어부는 스포트라이트 조명(1316)이 온(On) 상태(조명이 켜진 상태)가 되거나 오프(Off) 상태(조명이 꺼진 상태)가 되도록, 스포트라이트 조명(1316)을 제어할 수 있다.
액츄에이터(1318)는 스포트라이트 조명(1316)의 지시 방향을 조절하도록 구성될 수 있다. 예를 들어, 액츄에이터(1318)는 직/간접적으로 스포트라이트 조명(1316)에 연결되어, 액츄에이터(1318)의 구동에 따라 스포트라이트 조명(1316)이 특정 위치를 지시하도록 구성될 수 있다. 제어부는 스포트라이트 조명(1316)의 지시 방향을 조절하기 위해 액츄에이터(1318)의 동작을 제어할 수 있다. 액츄에이터(1318)의 구성 및 동작에 대한 구체적인 예시는 도 7을 참조하여 상세히 후술된다.
도 13에서 도시된 셀 디렉팅 장치가 탑재된 주행 로봇(1310)은 본 개시를 구현하기 위한 일 예시에 불과하며, 본 개시의 범위는 이에 한정되지 않고 다양한 방식으로 구현될 수 있다. 예를 들어, 도 13에는 바퀴를 이용하여 이동하는 주행 로봇을 일 예시로서 도시하였으나, 드론, 이족 보행 로봇 등 다양한 형태의 주행부를 포함하는 주행 로봇이 본 개시에 포함될 수 있다. 다른 예로, 셀 디렉팅 장치를 탑재한 주행 로봇은 적재부(1314)를 포함하지 않을 수 있으며, 사용자가 집품한 물체의 적재 및 이송을 위한 장치(예를 들어, 물류 이송 로봇)가 주행 로봇(1310)과 별개로 구성될 수 있다. 또 다른 예로, 셀 디렉팅 장치를 탑재한 주행 로봇(1310)이 일체로 구성되는 대신, 스포트라이트 조명(1316) 및 액츄에이터(1318)를 포함하는 셀 디렉팅 장치와 주행부(1312)를 포함하는 주행 로봇이 각각 별개의 장치로 구성되고, 각 장치가 결합되어 집품을 보조하기 위해 사용될 수 있다.
도 14는 본 개시의 일 실시예에 따른 셀 디렉팅 장치가 탑재된 주행 로봇(1410)의 내부 구성을 나타내는 블록도이다. 도시된 바와 같이, 주행 로봇(1410)은 통신부(1410), 주행부(1420), 스포트라이트 조명(1430), 액츄에이터(1440), 제어부(1450), 바코드 스캐너(1460), 조작 버튼(1470), 전원부(1480)를 포함할 수 있다.
통신부(1410)는 네트워크를 통해 주행 로봇(1410)과 정보 처리 시스템이 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 주행 로봇(1410)이 다른 주행 로봇 또는 다른 장치/시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 주행 로봇(1410)의 제어부(1450)가 생성한 요청 또는 데이터(예를 들어, 집품 대상 물체가 배치된 셀의 위치 정보 요청 등)는 통신부(1410)의 제어에 따라 네트워크를 통해 정보 처리 시스템으로 전달될 수 있다. 역으로, 정보 처리 시스템에 의해 제공되는 제어 신호나 명령이 네트워크를 거쳐 주행 로봇(1410)의 통신부(1410)를 통해 주행 로봇(1410)에 수신될 수 있다. 예를 들어, 주행 로봇(1410)은 정보 처리 시스템으로부터 통신부(1410)를 통해 대상 물체가 배치된 셀의 위치 정보 등을 수신할 수 있다.
주행부(1420)는 주행 로봇(1410)을 주행 경로 등을 따라 이동시키도록 구성될 수 있다. 일 실시예에 따르면, 주행부(1420)는 주행을 위한 동력이 전달되는 바퀴 및/또는 동력이 전달되지 않는 바퀴 등을 포함할 수 있다. 주행부(1420)는 제어부(1450)의 제어에 따라, 주행 로봇(1410)이 특정 위치(예를 들어, 집품 위치 등)로 이동하도록 제어될 수 있다.
스포트라이트 조명(1430)은 일부 영역에 집중적으로 빛을 비추어 해당 영역을 강조하는 조명일 수 있다. 스포트라이트 조명(1430)은 집품할 대상 물체가 배치된 셀을 비추도록, 액츄에이터(1440)의 구동에 따라 지시 방향이 변경될 수 있다. 일 실시예에 따르면, 스포트라이트 조명(1430)은 제어부(1450)의 제어에 따라, 온(On) 상태(조명이 켜진 상태) 또는 오프(Off) 상태(조명이 꺼진 상태)로 변경되도록 구성될 수 있다.
액츄에이터(1440)는 제어부(1450)의 제어에 따라, 스포트라이트 조명(1430)의 지시 방향을 조절하도록 구동될 수 있다. 예를 들어, 액츄에이터(1440)는 직/간접적으로 스포트라이트 조명(1430)에 결합되어, 액츄에이터(1440)의 구동에 따라 스포트라이트 조명(1430)이 특정 위치를 지시하도록 제어될 수 있다.
일 실시예에 따르면, 주행 로봇(1410)은 복수의 액츄에이터를 포함할 수 있다. 예를 들어, 액츄에이터(1440)는 제1 회전축을 중심으로 회전하도록 구성된 제1 액츄에이터 및 제1 회전축과는 상이한 제2 회전축을 중심으로 회전하도록 구성된 제2 액츄에이터를 포함할 수 있다. 이 경우, 스포트라이트 조명(1430)은 제1 액츄에이터 및 제2 액츄에이터의 회전에 따라 공간 내 임의의 방향을 지시할 수 있다. 액츄에이터(1440)의 구성 및 동작에 대한 구체적인 예시는 도 18을 참조하여 상세히 후술된다.
제어부(1450)는 상술한 바와 같이, 주행부(1420), 스포트라이트 조명(1430), 액츄에이터(1440), 바코드 스캐너(1460) 및 조작 버튼(1470)을 제어할 수 있다. 또한, 제어부(1450)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 물류 관리를 위한 프로그램의 명령을 처리하도록 구성될 수 있다. 예를 들어, 제어부(1450)는 통신부(1410)를 통해 수신된 셀의 위치 정보에 기초하여, 좌표 변환을 수행함으로써 셀의 로컬 위치 정보를 산출할 수 있다. 다른 예로, 제어부(1450)는 스포트라이트 조명(1430)의 지시 방향이 셀의 위치를 향하도록 하기 위한 액츄에이터(1440)의 회전각을 산출할 수 있다. 제어부(1450)가 셀의 로컬 위치 정보를 산출하거나, 액츄에이터(1440)의 회전각을 산출하는 방법에 관하여서는 도 17을 참조하여 상세히 후술된다.
바코드 스캐너(1460)는 물체에 부착된 바코드를 스캔하도록 구성될 수 있으며, 조작 버튼(1470)은 물리적인 조작 버튼으로 구성되거나, 디스플레이 또는 터치 스크린 상에 표시된 가상의 버튼(예를 들어, 사용자 인터페이스 요소)으로 구성될 수 있다. 제어부(1450)는 바코드 스캐너(1460)를 통해 물체와 연관된 바코드 데이터를 수신하고/하거나, 조작 버튼(1470)을 통해 사용자 입력을 수신하고, 이에 따른 적절한 처리를 수행할 수 있다. 예를 들어, 제어부(1450)는 바코드 스캐너(1460)를 통해 수신한 바코드 데이터를 통해, 집품 대상 물체가 제대로 집품되었는지 여부를 확인하고, 대상 물체 집품의 완료를 나타내는 조작 버튼(1470)을 통한 사용자의 입력을 수신하여, 통신부(1410) 및 네트워크를 통해 정보 처리 시스템에 제공할 수 있다.
전원부(1480)는 주행 로봇(1410) 또는 주행 로봇(1410)에 포함된 적어도 하나의 내부 구성에 에너지를 공급하여 작동하도록 할 수 있다. 예를 들어, 전원부(1480)는 충전 가능한 배터리를 포함할 수 있다. 추가적으로 또는 대안적으로, 전원부(1480)는 외부로부터 전원을 공급받아 주행 로봇(1410)에 포함된 다른 구성에 에너지를 전달하도록 구성될 수 있다.
주행 로봇(1410)은 도 14의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 일 실시예에 따르면, 주행 로봇(1410)은 입출력 장치(예를 들어, 디스플레이, 터치 스크린 등)를 포함하도록 구현될 수 있다. 또한, 주행 로봇(1410)은 트랜시버(transceiver), GPS(Global Positioning system) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수 있다. 예를 들어, 일반적으로 주행 로봇이 포함하고 있는 구성요소를 포함할 수 있으며, 예를 들어, 가속도 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼 등의 다양한 구성요소들이 주행 로봇(1410)에 더 포함되도록 구현될 수 있다.
도 15는 본 개시의 일 실시예에 따른 주행 로봇(1510) 및 셀 디렉팅 장치(1520)의 내부 구성을 나타내는 블록도이다. 일 실시예에 따르면, 주행부(1514)를 포함하는 주행 로봇(1510)과 스포트라이트 조명(1522) 및 액츄에이터(1524)를 포함하는 셀 디렉팅 장치(1520)가 별개의 장치로 구성될 수 있다. 이 경우, 사용자의 집품을 보조하기 위해, 주행 로봇(1510)과 셀 디렉팅 장치(1520)가 결합되어 사용될 수 있다. 예를 들어, 주행 로봇(1510) 및 셀 디렉팅 장치(1520)가 유선으로 연결되어 사용되거나, 무선 통신을 통해 서로 정보 및/또는 데이터를 공유하며 사용될 수 있다. 이 경우, 주행 로봇(1510) 및 셀 디렉팅 장치(1520)의 생산/판매 주체가 상이할 수 있다.
주행 로봇(1510)과 셀 디렉팅 장치(1520)가 별개의 장치로 구성되는 경우에도 주행 로봇(1510)과 셀 디렉팅 장치(1520)의 내부 구성에 대해서는, 도 14 및 상술한 설명이 동일하게 또는 유사하게 적용될 수 있다. 도 15에서는 주행 로봇(1510)과 셀 디렉팅 장치(1520)가 별개의 장치로 구성됨에 따라 달라지는 부분을 중심으로 설명하고자 한다.
일 실시예에 따르면, 주행 로봇(1510)은 통신부(1512), 주행부(1514), 제어부(1516), 전원부(1518)를 포함할 수 있다. 또한, 셀 디렉팅 장치(1520)는 스포트라이트 조명(1522), 액츄에이터(1524), 제어부(1526)를 포함할 수 있다. 추가적으로, 셀 디렉팅 장치(1520)는 외부 장치 및/또는 주행 로봇(1510)과의 통신을 위한 통신부(미도시)를 더 포함할 수도 있다. 일 실시예에서, 제어부(1526)가 통신부의 기능을 통합적으로 수행하도록 구성될 수 있다.
일 실시예에 따르면, 주행 로봇의 전원부(1518)는 셀 디렉팅 장치(1520)의 적어도 하나의 내부 구성(예를 들어, 셀 디렉팅 장치의 제어부(1526), 액츄에이터(1524), 스포트라이트 조명(1522) 등)에 전원을 공급하도록 구성될 수 있다. 또한, 주행 로봇의 제어부(1516)는 주행부(1514)를 제어하도록 구성될 수 있으며, 셀 디렉팅 장치의 제어부(1526)와 정보, 데이터 및/또는 명령 등을 송수신하도록 구성될 수 있다.
일 실시예에 따르면, 셀 디렉팅 장치의 제어부(1526)는 스포트라이트 조명(1522) 및 액츄에이터(1524)를 제어하도록 구성될 수 있으며, 주행 로봇의 제어부(1516)와 정보, 데이터 및/또는 명령 등을 송수신하도록 구성될 수 있다.
예를 들어, 셀 디렉팅 장치의 제어부(1526)는 주행 로봇의 제어부(1516)로부터 제공받은 데이터 및/또는 명령에 기초하여, 스포트라이트 조명(1522) 및 액츄에이터(1524)를 제어할 수 있다. 구체적 예로, 주행 로봇의 제어부(1516)는 통신부(1512)를 통해 정보 처리 시스템(예를 들어, 관제 서버)으로부터 수신한 셀의 위치 정보(글로벌 좌표계에서의 좌표값 [x, y, z])를 수신할 수 있다. 그 후, 주행 로봇의 제어부(1516)는 셀 디렉팅 장치의 제어부(1526)로 주행 로봇의 현재 위치 정보 및 주행 로봇의 현재 자세 정보(즉, 글로벌 좌표계에서의 주행 로봇 로컬라이제이션 정보 [x, y, z, r, p, y])를 결정할 수 있다. 주행 로봇의 제어부(1516)는 결정된 셀의 위치 정보, 주행 로봇의 현재 위치 정보, 주행 로봇의 현재 자세 정보, 주행 로봇(1510)과 셀 디렉팅 장치(1520) 사이의 상대적인 위치 정보(예를 들어, 주행 로봇의 현재 위치가 주행부(1514)의 현재 위치를 나타내는 경우, 주행부(1514)와 스포트라이트 조명(1522) 사이의 상대적인 위치 정보 [x, y, z]), 그리고 스포트라이트 조명의 현재 자세 정보([r, p, y])를 기초로, 주행 로봇의 자체 좌표계(또는 셀 디렉팅 장치(1520)의 자체 좌표계)인 로컬 좌표계에서의 셀의 로컬 위치 정보를 산출할 수 있다. 그 후, 주행 로봇의 제어부(1516)는 산출된 셀의 로컬 위치 정보를 기초로 액츄에이터(1524)의 회전각을 산출할 수 있다. 주행 로봇의 제어부(1516)는 산출된 액츄에이터(1524)의 회전각을 셀 디렉팅 장치의 제어부(1526)로 전송할 수 있다. 셀 디렉팅 장치의 제어부(1526)는 수신된 액츄에이터(1524)의 회전각에 기초하여 액츄에이터(1524)가 회전하도록 액츄에이터(1524)를 제어할 수 있다.
다른 구체적 예로, 셀 디렉팅 장치의 제어부(1526)는 주행 로봇의 제어부(1516)로부터 산출된 회전각을 수신하는 대신, 주행 로봇의 제어부(1516)로부터 셀의 위치 정보, 주행 로봇의 현재 위치 정보 및 현재 자세 정보를 수신하고, 셀의 로컬 위치 정보 및/또는 액츄에이터(1524)의 회전각을 직접 산출할 수도 있다. 이 경우, 셀 디렉팅 장치의 제어부(1526)는 직접 산출한 회전각에 기초하여, 액츄에이터(1524)의 동작을 제어할 수 있다.
도 16은 본 개시의 일 실시예에 따라 셀 디렉팅 장치가 탑재된 주행 로봇(1610)이 대상 물체(1620)의 집품을 보조하기 위해 집품 위치(1630)로 이동하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 물류 시스템은 물체를 보관하는 복수의 선반(rack)을 포함할 수 있으며, 각각의 선반은 복수의 셀(cell)을 포함할 수 있다. 즉, 선반에 포함된 각각의 셀에 물체(또는 복수의 물체)가 보관될 수 있다. 각각의 선반 및/또는 각각의 셀은 구획된 영역에 위치할 수 있으며, 고유의 위치 정보(예를 들어, 글로벌 좌표계에서의 좌표값)를 가질 수 있다. 일 실시예에서, 각각의 셀은 고유의 로케이션 코드와 연관될 수 있다.
일 실시예에 따르면, 주행 로봇(1610)은 정보 처리 시스템으로부터 사용자가 집품할 대상 물체(1620)가 배치된 셀의 위치 정보를 수신할 수 있다. 일 실시예에서, 셀의 위치 정보는 셀과 연관된 로케이션 코드에 대한 정보를 포함할 수 있다.
그런 다음, 주행 로봇(1610)은 주행 경로를 따라 결정된 집품 위치(1630)로 이동할 수 있다. 예를 들어, 주행 로봇(1610)은 셀의 위치 정보를 기초로 집품 위치(1630)를 결정하고, 대상 물체가 배치된 셀이 포함된 선반(1622) 근방의 집품 위치(1630)로 이동할 수 있다. 대안적으로, 주행 로봇(1610)은 집품 위치(1630)를 결정하는 대신에, 정보 처리 시스템으로부터 집품 위치(1630)를 수신할 수도 있다. 여기서, 집품 위치(1630)는 셀의 위치 정보(예를 들어, 셀과 연관된 로케이션 코드에 대한 정보)를 기초로 정보 처리 시스템에 의해 결정된 위치일 수 있다. 사용자는 주행 로봇(1610)이 집품 위치(1630)로 이동할 때, 주행 로봇(1610)을 따라 집품 위치(1630)로 함께 이동할 수 있다.
집품 위치(1630)에 도착한 후, 주행 로봇(1610)은 자신의 현재 위치 정보 및 현재 자세 정보를 결정할 수 있다. 대안적으로, 정보 처리 시스템이 주행 로봇(1610)으로부터 수신한 데이터(예를 들어, 깊이 이미지, 컬러 이미지, 주행부의 엔코더 값 등)에 기초하여 주행 로봇(1610)의 현재 위치 정보와 현재 자세 정보를 결정하고, 해당 정보를 주행 로봇(1610)으로 전송할 수 있다. 주행 로봇(1610)은 대상 물체가 배치된 셀의 위치 정보, 주행 로봇(1610)의 현재 위치 정보 및 주행 로봇(1610)의 현재 자세 정보에 기초하여(필요한 경우, 주행 로봇(1610)과 스포트라이트 조명 사이의 상대적인 위치 정보, 스포트라이트 조명의 현재 자세 정보를 더 사용), 스포트라이트 조명을 통해, 대상 물체(1620)가 배치된 셀을 지시할 수 있다. 여기서, 주행 로봇(1610)의 현재 위치 정보 및/또는 현재 자세 정보는 주행 로봇(1610)에 의해 추정된 정보이거나, 정보 처리 시스템에 의해 수신된 정보일 수 있다.
사용자는 셀의 위치 정보를 직접 확인하고 셀의 위치를 찾는 대신, 스포트라이트 조명에 의해 지시된 셀을 시각적으로 확인함으로써, 대상 물체(1620)가 배치된 셀을 더욱 신속하고 용이하게 찾을 수 있다. 또한, 대상 물체가 배치된 선반(1622)이 셀 디렉팅 장치 또는 사용자의 위치 근방으로 이동하는 것이 아니라, 셀 디렉팅 장치가 탑재된 주행 로봇(1610)이 집품 대상 물체(1620) 근방으로 이동함에 따라, 설비를 교체할 필요 없이, 기존의 설비를 활용하여 집품 작업의 효율을 향상시킬 수 있다.
도 17은 본 개시의 일 실시예에 따라 셀의 위치 정보(1712)를 기초로 액츄에이터의 회전각(1722)을 산출하는 방법의 예시를 나타내는 도면이다. 제어부(예를 들어, 주행 로봇 및/또는 셀 디렉팅 장치의 적어도 하나의 제어부)는 대상 물체가 배치된 셀의 위치 정보(1712)(글로벌 좌표계에서의 좌표값 [x, y, z]), 주행 로봇의 현재 위치 정보 및 현재 자세 정보(1714)(글로벌 좌표계에서의 주행 로봇 로컬라이제이션 정보 [x, y, z, r, p, y]), 주행 로봇과 스포트라이트 조명 사이의 상대적인 위치 정보(1716)([x, y, z]), 그리고 스포트라이드 조명의 현재 자세 정보([r, p, y])에 기초하여, 스포트라이트 조명이 셀을 지시하도록 액츄에이터를 제어할 수 있다.
일 실시예에 따르면, 제어부는 셀의 위치 정보(1712) 및 주행 로봇의 현재 위치 정보 및 현재 자세 정보(1714)를 기초로, 좌표 변환(1710)을 수행하여, 셀의 로컬 위치 정보(1718)를 산출할 수 있다. 예를 들어, 제어부는 글로벌 좌표계에서의 셀의 좌표값인 셀의 위치 정보(1712) 및 글로벌 좌표계에서의 주행 로봇의 현재 위치 정보 및 주행 로봇의 현재 자세 정보(1714)를 기초로, 주행 로봇의 자체 좌표계인 로컬 좌표계에서의 대상 물체가 배치된 셀의 위치를 나타내는 셀의 로컬 위치 정보(1718)를 산출할 수 있다.
일 실시예에서, 셀 디렉팅 장치와 주행 로봇이 별개의 장치로 구성되고, 두 장치가 결합되어 사용되는 경우, 두 장치의 상대적인 위치 정보에 따라 스포트라이트 조명의 지시 방향이 달라질 수 있다. 따라서, 셀 디렉팅 장치와 주행 로봇이 별개의 장치로 구성되는 경우, 제어부는 주행 로봇과 스포트라이트 조명 사이의 상대적인 위치 정보(1716)를 추가적으로 고려하여, 셀의 로컬 위치 정보(1718)를 산출할 수 있다. 일 실시예에 따르면, 주행 로봇과 스포트라이트 조명 사이의 상대적인 위치 정보(1716)는 주행 로봇과 스포트라이트 조명 사이의 상대적인 자세 정보를 포함할 수 있다.
일 실시예에 따르면, 제어부는 산출된 셀의 로컬 위치 정보(1718)에 기초하여, 스포트라이트 조명이 셀을 지시하도록 액츄에이터를 제어할 수 있다. 여기서, 셀의 로컬 위치 정보(1718)는 주행 로봇(또는 셀 디렉팅 장치 또는 스포트라이트 조명)의 자체 좌표계인 로컬 좌표계에서의 대상 물체가 배치된 셀의 위치를 나타내는 로컬 좌표값일 수 있다. 예를 들어, 제어부는 셀의 로컬 위치 정보(1718)를 기초로, 액츄에이터의 회전각(1722)을 산출(1720)할 수 있으며, 액츄에이터가 산출된 회전각(1722)만큼 회전하도록 제어할 수 있다. 여기서, 산출된 회전각(1722)은 회전 방향을 포함하는 개념일 수 있다.
한편, 스포트라이트 조명이 현재 지시하고 있는 방향에 따라, 액츄에이터의 회전각이 달라질 수 있다. 따라서 일 실시예에 따르면, 제어부는 스포트라이트의 현재 자세 정보를 더 고려하여, 액츄에이터의 회전각(1722)을 산출할 수 있다.
일 실시예에 따르면, 셀 디렉팅 장치는 회전축이 상이한 복수의 액츄에이터를 포함할 수 있다. 이 경우, 제어부는 복수의 액츄에이터 각각의 회전각을 산출할 수 있으며, 복수의 액츄에이터 각각을 산출된 회전각에 따라 회전하도록 제어할 수 있다. 복수의 액츄에이터를 포함하는 셀 디렉팅 장치의 예시에 관하여서는 도 18을 참조하여 상세히 후술한다.
도 18은 본 개시의 일 실시예에 따른 셀 디렉팅 장치의 예시를 나타내는 도면이다. 일 실시예에 따르면, 셀 디렉팅 장치는 집품할 대상 물체가 배치된 셀을 비춤으로써 셀의 위치를 안내하도록 구성된 스포트라이트 조명(1850) 및 스포트라이트 조명(1850)의 지시 방향을 조절하도록 구성된 액츄에이터를 포함할 수 있다. 스포트라이트 조명(1850)은 액츄에이터와 직/간접적으로 연결되어, 액츄에이터의 구동에 따라, 지시 방향이 변화될 수 있다. 예를 들어, 액츄에이터와 스포트라이트 조명(1850)을 포함하는 셀 디렉팅 장치의 구체적인 예시가 도 18에 도시되어 있다.
일 실시예에 따르면, 셀 디렉팅 장치는 제1 회전축(1812)을 중심으로 회전하도록 구성된 제1 액츄에이터(1810) 및 제2 회전축(1832)을 중심으로 회전하도록 구성된 제2 액츄에이터(1830)를 포함할 수 있다.
일 실시예에서, 제2 액츄에이터(1830)는 제1 액츄에이터(1810)와 제1 연결부(1820)를 통해 연결될 수 있다. 이에 따라, 제1 액츄에이터(1810)가 제1 회전축(1812)을 중심으로 제1 회전각만큼 회전하는 경우, 제2 액츄에이터(1830) 역시 제1 회전축(1812)을 중심으로 제1 회전각만큼 회전하도록 구성될 수 있다.
또한, 스포트라이트 조명(1850)은 제2 액츄에이터(1830)와 제2 연결부(1840)를 통해 연결될 수 있다. 이에 따라, 제1 액츄에이터(1810)가 제1 회전축(1812)을 중심으로 제1 회전각만큼 회전하고, 제2 액츄에이터(1830)가 제2 회전축(1832)을 중심으로 제2 회전각만큼 회전함에 따라, 스포트라이트 조명(1850) 역시 제1 회전축(1812)을 중심으로 제1 회전각만큼 회전하고, 제2 회전축(1832)을 중심으로 제2 회전각만큼 회전하도록 구성될 수 있다. 즉, 스포트라이트 조명(1850)은 제1 액츄에이터(1810) 및 제2 액츄에이터(1830)의 회전각에 따라, 지시 방향이 공간 내 임의의 방향으로 조절되도록 구성될 수 있다.
제어부(예를 들어, 주행 로봇 또는 셀 디렉팅 장치의 제어부)는 스포트라이트 조명(1850)이 지시하는 방향이 대상 물체가 배치된 셀의 위치를 가리키도록 하는 제1 액츄에이터(1810)의 제1 회전각 및 제2 액츄에이터(1830)의 제2 회전각을 산출할 수 있다. 이에 따라, 제어부는 제1 액츄에이터(1810)가 제1 회전각만큼 회전하고, 제2 액츄에이터(1830)가 제2 회전각만큼 회전하도록 제1 액츄에이터(1810) 및 제2 액츄에이터(1830)를 제어함으로써, 스포트라이트 조명(1850)이 대상 물체가 배치된 셀을 지시하도록 제어할 수 있다.
도 18에 도시된 셀 디렉팅 장치는 일 예시일 뿐, 본 개시의 범위가 이에 한정되는 것은 아니다. 예를 들어, 셀 디렉팅 장치는 공간 내 임의의 방향으로 회전이 가능한 하나의 액츄에이터의 구동에 따라, 스포트라이트 조명(1850)이 대상 물체가 배치된 셀을 지시하도록 구성될 수도 있다.
도 19는 본 개시의 일 실시예에 따라 셀 디렉팅 장치가 탑재된 주행 로봇(1910)이 사용자(1900)의 집품을 보조하는 예시를 나타내는 도면이다. 일 실시예에 따르면, 주행 로봇(1910)은 집품 위치에 정차하여, 스포트라이트 조명을 통해 대상 물체(1922)가 배치된 셀(1920)을 지시함으로써 사용자(1900)의 집품을 보조할 수 있다. 사용자(1900)는 셀(1920)의 위치 정보를 직접 확인하고 셀(1920)의 위치를 찾는 대신, 스포트라이트 조명에 의해 지시된 셀(1920)을 확인함으로써, 대상 물체(1922)가 배치된 셀을 더욱 신속하고 용이하게 찾을 수 있다.
주행 로봇(1910)은 바코드 스캐너(미도시)로부터 대상 물체(1922)와 연관된 바코드 데이터를 수신하고/하거나 조작 버튼(미도시)으로부터 사용자 입력을 수신하는 것에 응답하여, 대상 물체(1922)의 집품을 완료 처리할 수 있다. 예를 들어, 사용자(1900)는 대상 물체(1922)를 꺼내어 대상 물체(1922)에 부착된 바코드를 바코드 스캐너를 통해 스캔할 수 있다. 그런 다음, 사용자(1900)는 조작 버튼을 통해 대상 물체 집품의 완료를 의미하는 입력을 수행할 수 있다. 주행 로봇(1910)은 바코드 스캐너를 통해 수신한 바코드 데이터를 통해, 대상 물체(1922)가 제대로 집품되었는지 여부를 확인할 수 있다. 또한, 주행 로봇(1910)이 조작 버튼을 통해 사용자(1900)로부터 대상 물체(1922) 집품의 완료를 의미하는 입력을 수신하고, 대상 물체(1922)의 집품이 완료되었다는 정보 또는 신호를 정보 처리 시스템으로 전송할 수 있다.
정보 처리 시스템은 다음 집품 대상 물체가 배치된 셀(1930)의 위치를 주행 로봇(1910)에 전송함으로써 주행 로봇(1910)이 다음 집품 대상 물체의 집품을 보조하도록 하거나, 집품 작업 종료를 의미하는 정보 또는 신호를 주행 로봇(1910)에 전송함으로써, 집품 보조 작업을 종료하도록 할 수 있다.
도 20은 본 개시의 일 실시예에 따른 사용자의 집품을 보조하기 위한 방법(2000)의 예시를 나타내는 흐름도이다. 일 실시예에 따르면, 방법(2000)은 셀 디렉팅 장치가 탑재된 주행 로봇(예를 들어, 주행 로봇의 제어부)이, 사용자가 집품할 대상 물체가 배치된 셀의 위치 정보를 수신함으로써 개시될 수 있다(S2010). 예를 들어, 주행 로봇은 정보 처리 시스템으로부터 대상 물체가 배치된 셀의 위치 정보를 수신할 수 있다. 여기서, 대상 물체가 배치된 셀은 특정 로케이션 코드와 연관될 수 있으며, 셀의 위치 정보는 셀과 연관된 로케이션 코드에 대한 정보를 포함할 수 있다.
그런 다음, 주행 로봇은 셀의 위치 정보에 기초하여 집품 위치를 결정할 수 있으며(S2020), 결정된 집품 위치로 이동할 수 있다(S2030). 예를 들어, 주행 로봇의 제어부는 셀의 위치 정보에 기초하여 집품 위치를 결정할 수 있으며, 주행 로봇은 주행부를 통해 대상 물체 근방의 집품 위치로 이동할 수 있다. 대안적으로 주행 로봇은, 집품 위치를 결정하는 대신에, 주행 로봇과 통신 가능한 외부 장치로부터 집품 위치를 수신하고, 집품 위치로 이동할 수 있다. 여기서, 집품 위치는 셀의 위치 정보(예를 들어, 셀과 연관된 로케이션 코드에 대한 정보)를 기초로 외부 장치에 의해 결정된 위치일 수 있다.
그런 다음, 주행 로봇은 스포트라이트 조명이 대상 물체가 배치된 셀을 위치를 지시하도록 할 수 있다(S2040). 이를 위해, 주행 로봇은 스포트라이트 조명이 셀의 위치를 지시하도록 액츄에이터를 제어할 수 있다. 또한, 주행 로봇은 스포트라이트 조명이 온 상태로 변경되도록 스포트라이트 조명을 제어할 수 있다. 예를 들어, 액츄에이터는 제1 회전축을 중심으로 회전하도록 구성된 제1 액츄에이터 및 제2 회전축으로 중심으로 회전하도록 구성된 제2 액츄에이터를 포함할 수 있다. 주행 로봇은 제1 액츄에이터가 제1 회전축을 중심으로 제1 회전각만큼 회전하고, 제2 액츄에이터가 제2 회전축을 중심으로 제2 회전각만큼 회전하도록, 제1 액츄에이터 및 제2 액츄에이터를 제어할 수 있다. 이에 따라, 스포트라이트 조명의 지시 방향이 셀의 위치를 향하도록 제어될 수 있다.
그런 다음, 주행 로봇은 바코드 스캐너로부터 대상 물체와 연관된 바코드 데이터를 수신하고, 조작 버튼으로부터 사용자 입력을 수신하는 것에 응답하여, 대상 물체의 집품을 완료 처리할 수 있다(S2050). 예를 들어, 사용자는 스포트라이트 조명이 지시하는 셀에서 대상 물체를 꺼내어 대상 물체에 부착된 바코드를 바코드 스캐너를 통해 스캔할 수 있다. 그런 다음, 사용자는 조작 버튼을 통해 대상 물체 집품의 완료를 의미하는 입력을 수행할 수 있다. 주행 로봇은 바코드 스캐너를 통해 수신한 바코드 데이터를 통해, 대상 물체가 제대로 집품되었는지 여부를 확인할 수 있으며, 조작 버튼을 통해 사용자로부터 대상 물체 집품의 완료를 의미하는 입력을 수신한 경우, 대상 물체의 집품이 완료되었다는 정보 또는 신호를 정보 처리 시스템으로 전송할 수 있다. 정보 처리 시스템은 다음 집품 대상 물체가 배치된 셀의 위치를 주행 로봇에 전송함으로써 주행 로봇이 다음 집품 대상 물체의 집품을 보조하도록 하거나, 집품 작업 종료를 의미하는 정보 또는 신호를 주행 로봇에 전송함으로써, 집품 보조 작업을 종료하도록 할 수 있다.
상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록 수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는 지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.
하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.
따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.
소프트웨어로 구현되는 경우, 상기 기법들은 하나 이상의 명령들 또는 코드로서 컴퓨터 판독 가능한 매체 상에 저장되거나 또는 컴퓨터 판독 가능한 매체를 통해 전송될 수도 있다. 컴퓨터 판독가능 매체들은 한 장소에서 다른 장소로 컴퓨터 프로그램의 전송을 용이하게 하는 임의의 매체를 포함하여 컴퓨터 저장 매체들 및 통신 매체들 양자를 포함한다. 저장 매체들은 컴퓨터에 의해 액세스될 수 있는 임의의 이용 가능한 매체들일 수도 있다. 비제한적인 예로서, 이러한 컴퓨터 판독가능 매체는 RAM, ROM, EEPROM, CD-ROM 또는 다른 광학 디스크 스토리지, 자기 디스크 스토리지 또는 다른 자기 스토리지 디바이스들, 또는 소망의 프로그램 코드를 명령들 또는 데이터 구조들의 형태로 이송 또는 저장하기 위해 사용될 수 있으며 컴퓨터에 의해 액세스될 수 있는 임의의 다른 매체를 포함할 수 있다. 또한, 임의의 접속이 컴퓨터 판독가능 매체로 적절히 칭해진다.
예를 들어, 소프트웨어가 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선 (DSL), 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들을 사용하여 웹사이트, 서버, 또는 다른 원격 소스로부터 전송되면, 동축 케이블, 광섬유 케이블, 연선, 디지털 가입자 회선, 또는 적외선, 무선, 및 마이크로파와 같은 무선 기술들은 매체의 정의 내에 포함된다. 본원에서 사용된 디스크(disk) 와 디스크(disc)는, CD, 레이저 디스크, 광 디스크, DVD(digital versatile disc), 플로피디스크, 및 블루레이 디스크를 포함하며, 여기서 디스크들(disks)은 보통 자기적으로 데이터를 재생하고, 반면 디스크들(discs) 은 레이저를 이용하여 광학적으로 데이터를 재생한다. 위의 조합들도 컴퓨터 판독가능 매체들의 범위 내에 포함되어야 한다.
소프트웨어 모듈은, RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터들, 하드 디스크, 이동식 디스크, CD-ROM, 또는 공지된 임의의 다른 형태의 저장 매체 내에 상주할 수도 있다. 예시적인 저장 매체는, 프로세가 저장 매체로부터 정보를 판독하거나 저장 매체에 정보를 기록할 수 있도록, 프로세서에 연결될 수 있다. 대안으로, 저장 매체는 프로세서에 통합될 수도 있다. 프로세서와 저장 매체는 ASIC 내에 존재할 수도 있다. ASIC은 유저 단말 내에 존재할 수도 있다. 대안으로, 프로세서와 저장 매체는 유저 단말에서 개별 구성요소들로서 존재할 수도 있다.
이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
100: 로봇
110: 제1 단안 카메라 112: 제1 이미지
120: 제2 단안 카메라 122: 제2 이미지

Claims (20)

  1. 적어도 하나의 프로세서에 의해 수행되는, 로케이션 코드 맵핑 방법에 있어서,
    로봇에 탑재된 제1 단안 카메라를 통해 특정 위치에서 촬상된 제1 이미지를 수신하는 단계;
    상기 로봇에 탑재된 제2 단안 카메라를 통해 상기 특정 위치에서 촬상된 제2 이미지를 수신하는 단계;
    상기 특정 위치에 대한 정보를 수신하는 단계;
    상기 제1 이미지 및 상기 제2 이미지에 기초하여, 문자 형태의 적어도 하나의 로케이션 코드를 검출하는 단계; 및
    상기 제1 이미지, 상기 제2 이미지 및 상기 특정 위치에 대한 정보에 기초하여, 상기 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  2. 제1항에 있어서,
    상기 적어도 하나의 로케이션 코드를 검출하는 단계는,
    OCR(Optical Character Recognition)을 이용하여, 상기 제1 이미지 및 상기 제2 이미지에 포함된 상기 적어도 하나의 로케이션 코드를 검출하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  3. 제1항에 있어서,
    상기 적어도 하나의 로케이션 코드를 검출하는 단계는,
    OCR을 이용하여, 상기 제1 이미지 및 상기 제2 이미지에 포함된 문자 정보를 검출하는 단계; 및
    로케이션 코드 패턴 정보에 기초하여, 상기 검출된 문자 정보 중 상기 적어도 하나의 로케이션 코드를 검출하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  4. 제1항에 있어서,
    상기 적어도 하나의 로케이션 코드를 검출하는 단계는,
    상기 제1 이미지 및 상기 제2 이미지를 전처리하는 단계; 및
    상기 전처리된 이미지에 기초하여, 상기 적어도 하나의 로케이션 코드를 검출하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  5. 제4항에 있어서,
    상기 제1 이미지 및 상기 제2 이미지를 전처리하는 단계는,
    상기 제1 이미지 및 상기 제2 이미지 중 상기 로케이션 코드와 연관된 영역이 남도록 상기 제1 이미지 및 상기 제2 이미지를 자르는(cropping) 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  6. 제5항에 있어서,
    상기 제1 이미지 및 상기 제2 이미지를 자르는 단계는,
    상기 제1 이미지 및 상기 제2 이미지에 대해 이미지 세그멘테이션을 수행함으로써, 상기 로케이션 코드와 연관된 영역을 추출하는 단계;
    상기 로케이션 코드와 연관된 영역이 남도록 상기 제1 이미지 및 제2 이미지를 자르는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  7. 제5항에 있어서,
    상기 로케이션 코드는 선반의 구획된 영역들을 구분하기 위해 선반에 부착된 코드이고,
    상기 제1 이미지 및 상기 제2 이미지를 자르는 단계는,
    상기 선반의 물리적인 정보를 이용하여, 상기 제1 이미지 및 상기 제2 이미지 중 상기 적어도 하나의 로케이션 코드와 연관된 영역이 남도록 상기 제1 이미지 및 제2 이미지를 자르는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  8. 제5항에 있어서,
    상기 제1 이미지 및 상기 제2 이미지를 전처리하는 단계는,
    잘라진 제1 이미지 및 잘라진 제2 이미지를 병합하는 단계
    를 더 포함하는, 로케이션 코드 맵핑 방법.
  9. 제4항에 있어서,
    상기 제1 이미지 및 상기 제2 이미지를 전처리하는 단계는,
    상기 제1 이미지 및 상기 제2 이미지의 노이즈를 제거하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  10. 제1항에 있어서,
    상기 특정 위치에 대한 정보는 상기 로봇에 의해 추정된 위치 정보인, 로케이션 코드 맵핑 방법.
  11. 제1항에 있어서,
    상기 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계는,
    상기 제1 이미지, 상기 제2 이미지 및 상기 특정 위치에 대한 정보에 기초하여, 적어도 하나의 로케이션 코드 각각의 상기 로봇을 기준으로 한 3차원 위치 정보를 추정하는 단계; 및
    상기 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 글로벌 좌표계에서의 상기 적어도 하나의 로케이션 코드의 위치를 나타내는 글로벌 위치 정보로 변환하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  12. 적어도 하나의 프로세서에 의해 수행되는, 로케이션 코드 맵핑 방법에 있어서,
    로봇에 탑재된 단안 카메라를 통해 특정 위치에서 촬상된 이미지를 수신하는 단계;
    상기 특정 위치에 대한 정보를 수신하는 단계;
    상기 이미지에 기초하여, 문자 형태의 적어도 하나의 로케이션 코드를 검출하는 단계; 및
    상기 이미지와 상기 특정 위치에 대한 정보에 기초하여, 상기 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계
    를 포함하고,
    상기 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계는,
    상기 이미지에 촬상된 피사체의 물리적 정보와 상기 단안 카메라의 초점 거리를 이용하여, 상기 적어도 하나의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  13. 제11항에 있어서,
    상기 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정하는 단계는,
    삼각 측량법을 이용하여, 상기 적어도 하나의 로케이션 코드 각각의 3차원 위치 정보를 추정하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  14. 적어도 하나의 프로세서에 의해 수행되는, 로케이션 코드 맵핑 방법에 있어서,
    로봇에 탑재된 제1 단안 카메라를 통해 복수의 위치의 각각에서 촬상된 복수의 제1 이미지를 수신하는 단계;
    상기 로봇에 탑재된 제2 단안 카메라를 통해 상기 복수의 위치의 각각에서 촬상된 복수의 제2 이미지를 수신하는 단계;
    상기 복수의 위치에 대한 정보를 수신하는 단계;
    상기 복수의 제1 이미지 또는 상기 복수의 제2 이미지 중 적어도 두 이미지에 기초하여, 문자 형태의 복수의 로케이션 코드를 검출하는 단계; 및
    상기 복수의 제1 이미지 또는 상기 복수의 제2 이미지 중 적어도 두 이미지와 상기 복수의 위치 각각에 대한 정보에 기초하여, 상기 복수의 로케이션 코드 각각의 위치에 대한 정보를 추정하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  15. 제14항에 있어서,
    상기 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계
    를 더 포함하는, 로케이션 코드 맵핑 방법.
  16. 제15항에 있어서,
    상기 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계는,
    상기 복수의 로케이션 코드가 검출된 이미지들이 촬상된 위치들을 클러스터링함으로써, 이상치를 제거하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  17. 제15항에 있어서,
    상기 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계는,
    상기 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 제1 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 상기 제1 세트의 로케이션 코드와 연관된 일차 함수를 근사하는 단계; 및
    상기 제1 세트의 로케이션 코드 중 상기 일차 함수와의 잔차가 미리 정의된 임계값을 초과하는 로케이션 코드의 위치에 대한 정보를 제거하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  18. 제15항에 있어서,
    상기 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보의 이상치를 제거하거나 결손치를 보충하는 단계는,
    상기 복수의 로케이션 코드 중 동일한 직선 상에 있는 것으로 추정되는 제2 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 상기 제2 세트의 로케이션 코드와 연관된 일차 함수를 근사하는 단계; 및
    상기 제2 세트의 로케이션 코드 각각의 위치에 대한 정보 및 상기 일차 함수를 기초로, 결손치를 보충하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
  19. 제14항에 있어서,
    상기 추정된 복수의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 상기 복수의 로케이션 코드의 각각과 연관된 집품 위치를 결정하는 단계
    를 더 포함하는, 로케이션 코드 맵핑 방법.
  20. 제19항에 있어서,
    상기 복수의 로케이션 코드의 각각과 연관된 집품 위치를 결정하는 단계는,
    특정 로케이션 코드와 연관된 집품 위치를 결정하는 단계
    를 포함하고,
    상기 특정 로케이션 코드와 연관된 집품 위치를 결정하는 단계는,
    상기 특정 로케이션 코드와 동일한 직선 상에 있는 것으로 추정되는 제3 세트의 로케이션 코드 각각의 위치에 대한 정보를 기초로, 상기 제3 세트의 로케이션 코드와 연관된 일차 함수를 근사하는 단계; 및
    상기 특정 로케이션 코드의 위치를 지나는 상기 일차 함수의 법선 상에 존재하는 집품 위치를 결정하는 단계
    를 포함하는, 로케이션 코드 맵핑 방법.
KR1020220095666A 2022-08-01 2022-08-01 로케이션 코드 맵핑 방법 KR102536364B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020220095666A KR102536364B1 (ko) 2022-08-01 2022-08-01 로케이션 코드 맵핑 방법
KR1020230059131A KR20240017737A (ko) 2022-08-01 2023-05-08 로케이션 코드 맵핑 방법
US18/227,036 US20240037785A1 (en) 2022-08-01 2023-07-27 Method for mapping location codes

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220095666A KR102536364B1 (ko) 2022-08-01 2022-08-01 로케이션 코드 맵핑 방법

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230059131A Division KR20240017737A (ko) 2022-08-01 2023-05-08 로케이션 코드 맵핑 방법

Publications (1)

Publication Number Publication Date
KR102536364B1 true KR102536364B1 (ko) 2023-05-30

Family

ID=86529500

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020220095666A KR102536364B1 (ko) 2022-08-01 2022-08-01 로케이션 코드 맵핑 방법
KR1020230059131A KR20240017737A (ko) 2022-08-01 2023-05-08 로케이션 코드 맵핑 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020230059131A KR20240017737A (ko) 2022-08-01 2023-05-08 로케이션 코드 맵핑 방법

Country Status (2)

Country Link
US (1) US20240037785A1 (ko)
KR (2) KR102536364B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190084463A (ko) * 2018-01-08 2019-07-17 삼성전자주식회사 차량 주변의 이미지를 제공하는 전자 장치 및 방법
KR20210147855A (ko) * 2020-05-28 2021-12-07 네이버랩스 주식회사 시각 특징 맵 생성 방법 및 시스템
KR20220087688A (ko) * 2020-12-18 2022-06-27 한국과학기술원 360 카메라 및 디지털 트윈을 기반으로 한 이동 객체의 지리적 데이터 추정방법 및 시스템
KR20220094813A (ko) * 2020-12-29 2022-07-06 서울과학기술대학교 산학협력단 깊이 정보 추정 방법 및 장치
KR20220106894A (ko) * 2021-01-22 2022-08-01 주식회사 드림티엔에스 도로 기호 및 문자 추출방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190084463A (ko) * 2018-01-08 2019-07-17 삼성전자주식회사 차량 주변의 이미지를 제공하는 전자 장치 및 방법
KR20210147855A (ko) * 2020-05-28 2021-12-07 네이버랩스 주식회사 시각 특징 맵 생성 방법 및 시스템
KR20220087688A (ko) * 2020-12-18 2022-06-27 한국과학기술원 360 카메라 및 디지털 트윈을 기반으로 한 이동 객체의 지리적 데이터 추정방법 및 시스템
KR20220094813A (ko) * 2020-12-29 2022-07-06 서울과학기술대학교 산학협력단 깊이 정보 추정 방법 및 장치
KR20220106894A (ko) * 2021-01-22 2022-08-01 주식회사 드림티엔에스 도로 기호 및 문자 추출방법

Also Published As

Publication number Publication date
KR20240017737A (ko) 2024-02-08
US20240037785A1 (en) 2024-02-01

Similar Documents

Publication Publication Date Title
KR102347015B1 (ko) 창고 환경에서의 차량 추적
AU2019404207B2 (en) Collaborative autonomous ground vehicle
US11660749B2 (en) Using object observations of mobile robots to generate a spatio-temporal object inventory, and using the inventory to determine monitoring parameters for the mobile robots
US10083418B2 (en) Distributed autonomous robot systems and mehtods
US9616568B1 (en) Generating a grasp affordance for an object based on a thermal image of the object that is captured following human manipulation of the object
CN109062201B (zh) 基于ros的智能导航微系统及其控制方法
CN113791627B (zh) 一种机器人导航方法、设备、介质和产品
CN114683290B (zh) 一种足式机器人位姿优化的方法，装置以及存储介质
Hauck et al. Visual determination of 3D grasping points on unknown objects with a binocular camera system
CN113319859B (zh) 一种机器人示教方法、系统、装置及电子设备
US20220292702A1 (en) Image processor, imaging device, robot and robot system
WO2024087962A1 (zh) 车厢姿态识别系统、方法、电子设备及存储介质
US20240077875A1 (en) Robot and method for robot positioning
JP2020163502A (ja) 物体検出方法、物体検出装置およびロボットシステム
CN115648176A (zh) 视觉引导拾取和放置方法、移动机器人和计算机可读存储介质
Zhou et al. 3d pose estimation of robot arm with rgb images based on deep learning
US20220012494A1 (en) Intelligent multi-visual camera system and method
US20220350342A1 (en) Moving target following method, robot and computer-readable storage medium
CN114740835A (zh) 路径规划方法、路径规划装置、机器人和存储介质
KR102536364B1 (ko) 로케이션 코드 맵핑 방법
JP2017168055A (ja) 無人走行作業車
JP2008012636A (ja) 人物識別システム
CN109035291B (zh) 机器人定位方法及装置
EP3769598B1 (en) Placement position notification system
JP6783618B2 (ja) 情報表示装置、及びその処理制御方法

Legal Events

Date Code Title Description
A107 Divisional application of patent
GRNT Written decision to grant