KR102565568B1

KR102565568B1 - System and Method for driving of robot

Info

Publication number: KR102565568B1
Application number: KR1020200142941A
Authority: KR
Inventors: 김동엽; 황정훈; 김영지; 이재민; 손현식
Original assignee: 한국전자기술연구원
Priority date: 2020-10-30
Filing date: 2020-10-30
Publication date: 2023-08-14
Also published as: KR20220058741A

Abstract

본 발명은 로봇 장치가, 제어 장치로부터 지정된 구역에 대한 혼잡도 변화 시간을 포함하는 시간 정보를 수신하는 단계, 상기 로봇 장치가, 상기 시간 정보, 센서부가 수집한 센서 데이터, 사전 저장된 목표 위치를 기반으로 자율 주행 알고리즘을 운용하여 주행 모델을 생성하는 단계, 로봇 장치가, 상기 생성된 주행 모델을 기반으로 주행하는 단계를 포함하고, 상기 생성하는 단계는 상기 혼잡도가 증가하는 시간에 상대적으로 낮은 속도로 주행하면서 지정된 특정 구역을 회피하는 경로를 포함하는 주행 모델을 생성하는 단계, 상기 혼잡도가 감소하는 시간에 상대적으로 높은 속도로 주행하는 주행 모델을 생성하는 단계를 포함하는 것을 특징으로 하는 로봇 주행 방법을 개시한다. In the present invention, a robot device receives time information including a congestion change time for a designated area from a control device, the robot device based on the time information, sensor data collected by a sensor unit, and a pre-stored target location Generating a driving model by operating an autonomous driving algorithm, and driving the robot device based on the generated driving model, wherein the generating step is driving at a relatively low speed during the time when the congestion level increases. Disclosed is a robot driving method comprising the steps of: generating a driving model including a route avoiding a designated specific area while driving, and generating a driving model driving at a relatively high speed at a time when the congestion level decreases. do.

Description

Robot driving method and system supporting it {System and Method for driving of robot}

본 발명은 로봇의 주행 방법에 관한 것으로, 더욱 상세하게는 밀집 군중 자율 주행에 관한 것이다.The present invention relates to a method for driving a robot, and more particularly, to autonomous driving in a crowd.

종래 로봇 주행 시스템은 로봇 장치 단독으로 작업을 수행하도록 설계되거나, 제어 서버로부터 임무를 할당받아 처리하는 형태로 운용되고 있다. 이러한 종래 로봇 주행 시스템은 센서 데이터를 수집하고, 수집된 센서 데이터와 사전 정의된 목표 위치 또는 제어 서버로부터 수신한 목표 위치를 기 저장된 자율 주행 알고리즘을 토대로 산출하고, 산출된 데이터를 기반으로 로봇 제어 명령을 생성하고 있다. 상술한 종래 로봇 장치는 밀집군중 환경에서는, 장착된 센서를 보다 적극적으로 활용하여, 밀집군중에 의한 로봇의 주행 경로 검색을 수행하도록 설계되고 있다.A conventional robot driving system is designed to perform a task by a robot device alone, or is operated in the form of receiving and processing tasks assigned from a control server. Such a conventional robot driving system collects sensor data, calculates the collected sensor data and a predefined target position or a target position received from a control server based on a pre-stored autonomous driving algorithm, and robot control commands based on the calculated data. is creating The above-described conventional robot device is designed to perform a route search of a robot by a dense crowd by more actively utilizing the installed sensor in a dense crowd environment.

또한, 종래 로봇 장치 주행과 관련하여, 구역 기반의 접근 금지영역을 설정하여, 로봇 장치가 특정 영역을 접근하지 못하도록 하거나, 로봇의 주행을 위한 지도 정보를 전달하여, 로봇 장치가 단순히 지도 정보에 따른 주행을 수행하도록 설계하고 있다. In addition, in relation to the driving of the conventional robot device, a zone-based restricted access area is set to prevent the robot device from accessing a specific area, or map information for driving of the robot is transmitted, so that the robot device simply follows the map information. It is designed to run.

상술한 바와 같이, 종래 로봇 장치의 주행은 센서를 적극적으로 활용하거나 목표 위치에 대한 지도 정보 수신 및 운용하는 정도에 그치기 때문에, 밀집군중 환경에서 정상적인 주행을 하기 어렵고, 결과적으로, 밀집군중 환경에서는 적절한 작업 수행이 불가능한 문제가 있다. As described above, since the driving of a conventional robot device is limited to actively utilizing a sensor or receiving and operating map information for a target location, it is difficult to operate normally in a crowded environment, and as a result, in a dense crowd environment, appropriate There is a problem in which the operation cannot be performed.

본 발명은 밀집군중 자율주행 로봇 장치의 경험축적을 시간을 기준으로 다변화하여 보다 효율적인 주행 및 작업이 가능하도록 지원하는 로봇 주행 방법 및 이를 지원하는 시스템을 제공함에 있다. An object of the present invention is to provide a robot driving method and a system for supporting the same, which enable more efficient driving and work by diversifying experience accumulation of an autonomous robot device in a dense crowd based on time.

본 발명의 실시 예에 따른 로봇 주행 방법은 로봇 장치가, 제어 장치로부터 지정된 구역에 대한 혼잡도 정보를 수신하는 단계, 상기 로봇 장치가, 상기 혼잡도 정보, 센서부가 수집한 센서 데이터, 사전 저장된 목표 위치를 기반으로 자율 주행 알고리즘을 운용하여 주행 모델을 생성하는 단계, 로봇 장치가, 상기 생성된 주행 모델을 기반으로 주행하는 단계를 포함하고, 상기 생성하는 단계는 상기 혼잡도가 지정된 값 이상인 경우 상대적으로 낮은 속도로 주행하면서 지정된 특정 구역을 회피하는 경로를 포함하는 주행 모델을 생성하는 단계, 상기 혼잡도가 지정된 값 미만인 경우 상대적으로 높은 속도로 주행하는 주행 모델을 생성하는 단계를 포함하는 것을 특징으로 한다.A robot driving method according to an embodiment of the present invention includes: receiving, by a robot device, congestion information on a designated area from a control device; generating a driving model by operating an autonomous driving algorithm based on the base, and driving the robot device based on the generated driving model, wherein the generating step includes a relatively low speed when the degree of congestion is equal to or greater than a specified value. generating a driving model including a route avoiding a designated specific area while driving at , and generating a driving model driving at a relatively high speed when the degree of congestion is less than a designated value.

본 발명의 실시 예에 따른 로봇 장치는 주행을 위한 주행 모듈, 상기 주행 모듈을 제어하는 프로세서를 포함하고, 상기 프로세서는 제어 장치로부터 수신되며 군중의 밀집도 변화를 포함하는 혼잡도 정보를 수신하면, 상기 혼잡도 정보를 기반으로 상기 주행 모듈의 주행 속도 및 경로 중 적어도 하나를 포함하는 주행 모델을 갱신하고, 상기 갱신된 주행 모델을 기반으로 주행을 수행하는 것을 특징으로 한다.A robot device according to an embodiment of the present invention includes a driving module for driving and a processor for controlling the driving module, and when the processor receives congestion information received from the control device and includes a change in crowd density, the congestion degree A driving model including at least one of a driving speed and a route of the driving module is updated based on the information, and driving is performed based on the updated driving model.

여기서, 상기 프로세서는 상기 혼잡도 정보를 확인하고, 상기 밀집도 변화 이전에 사전 정의된 작업량을 처리할 수 있도록 상기 주행 속도 및 경로를 결정하는 것을 특징으로 한다.Here, the processor checks the congestion information and determines the driving speed and route so as to process a predefined workload before the density change.

또한, 상기 프로세서는 상기 군중의 밀집도가 증가하는 경우 상기 주행 속도를 이전보다 낮추도록 설정하거나, 특정 구역을 회피하는 경로를 포함하는 주행 모델을 운용하고, 상기 군중의 밀집도가 감소하는 경우 상기 주행 속도를 이전보다 높이도록 설정하거나, 상기 특정 구역을 포함하는 주행 모델을 운용하도록 설정된 것을 특징으로 한다.In addition, the processor sets the driving speed to be lower than before when the density of the crowd increases or operates a driving model including a route avoiding a specific area, and the driving speed when the density of the crowd decreases It is characterized in that it is set to be higher than before, or set to operate a driving model including the specific area.

본 발명의 실시 예에 따른 로봇 장치는 주행을 위한 주행 모듈, 상기 주행 모듈의 주행 속도 및 경로 중 적어도 하나가 다른 복수의 주행 모델을 저장하는 메모리, 상기 주행 모듈을 제어하는 프로세서를 포함하고, 상기 프로세서는 제어 장치로부터 수신되며 군중의 밀집도 변화를 포함하는 혼잡도 정보를 수신하면, 상기 혼잡도 정보에 포함된 군중의 밀집도 변화에 대응하는 주행 모델을 상기 복수의 주행 모델들로부터 선택하고, 상기 선택된 주행 모델을 기반으로 주행을 수행하는 것을 특징으로 한다.A robot device according to an embodiment of the present invention includes a driving module for driving, a memory for storing a plurality of driving models in which at least one of a driving speed and a path of the driving module is different, and a processor for controlling the driving module; When receiving congestion information from the control device and including a change in crowd density, the processor selects a driving model corresponding to the change in crowd density included in the congestion information from the plurality of driving models, and selects the selected driving model. It is characterized in that the driving is performed based on.

특히, 상기 프로세서는 상기 군중의 밀집도가 증가하는 경우 상기 주행 속도를 이전보다 낮은 주행 모델을 선택하고, 상기 군중의 밀집도가 감소하는 경우 상기 주행 속도를 이전보다 높은 주행 모델을 선택하는 것을 특징으로 한다.In particular, the processor selects a driving model with a lower driving speed than before when the density of the crowd increases, and selects a driving model with a higher driving speed than before when the density of the crowd decreases. .

또한, 본 발명의 실시 예에 따른 로봇 장치는 주행을 위한 주행 모듈 및 상기 주행 모듈을 제어하는 프로세서를 포함하고, 상기 프로세서는 제어 장치로부터 시간별 상기 군중의 밀집도에 해당하는 혼잡도 정보를 수신하고, 상기 수신된 시간별 혼잡도 정보를 기반으로 각 혼잡도에 맞는 주행 모델을 생성하거나 기 저장된 주행 모델들에서 선택하고, 상기 시간별 선택된 주행 모델을 기반으로 주행을 수행하는 것을 특징으로 한다.In addition, the robot device according to an embodiment of the present invention includes a driving module for driving and a processor for controlling the driving module, and the processor receives congestion information corresponding to the density of the crowd by time from the control device, It is characterized in that a driving model suitable for each congestion level is created based on the received congestion level information for each hour, or a driving model is selected from pre-stored driving models, and driving is performed based on the selected driving model for each hour.

여기서, 상기 프로세서는 상기 혼잡도가 높은 시간에는 상기 주행 속도가 상대적으로 낮고 장애물과의 안전거리를 상대적으로 짧은 주행 모델을 생성하거나 선택하고, 상기 혼잡도가 낮은 시간에는 상기 주행 속도가 상대적으로 높고 장애물과의 안전거리를 상대적으로 긴 주행 모델을 생성하거나 선택하는 것을 특징으로 한다.Here, the processor generates or selects a driving model in which the driving speed is relatively low and the safety distance to the obstacle is relatively short during the time of high congestion, and during the time of low congestion, the driving speed is relatively high and the driving model is relatively high and the distance to the obstacle is small. It is characterized by generating or selecting a driving model with a relatively long safety distance.

추가로, 상기 프로세서는 상기 혼잡도가 지정된 최대값 이상인 경우, 주행을 중지하도록 설정된 주행 모델을 생성하거나 선택하고, 상기 혼잡도가 지정된 최소값 미만인 경우, 상기 주행 모델의 최대 속도로 주행하는 주행 모델을 생성하거나 선택하는 것을 특징으로 한다.In addition, the processor generates or selects a driving model configured to stop driving when the congestion degree is greater than or equal to a specified maximum value, and generates or selects a driving model configured to travel at the maximum speed of the driving model when the congestion degree is less than a specified minimum value; characterized by selection.

본 발명에 따른 시스템 및 방법은 제어 장치로부터 정보나 지능을 받는 것과 동시에, 군중 밀집에 관한 시간 정보를 받아서 지능을 다변화하고 이를 기반으로 밀집군중 자율주행 로봇의 성능을 증대할 수 있다.The system and method according to the present invention can diversify intelligence by receiving information or intelligence from a control device and time information on crowd concentration at the same time, and based on this, can increase the performance of an autonomous robot in a dense crowd.

도 1은 본 발명의 실시 예에 따른 로봇 주행 환경을 개략적으로 나타낸 도면이다.
도 2는 본 발명의 실시 예에 따른 로봇 장치 구성의 한 예를 보다 상세히 나타낸 도면이다.
도 3은 본 발명의 실시 예에 따른 로봇 장치의 프로세서 구성의 한 예를 나타낸 도면이다.
도 4는 본 발명의 실시 예에 따른 로봇 장치의 프로세서 구성의 다른 예를 나타낸 도면이다.
도 5는 본 발명의 실시 예에 따른 로봇 장치의 로봇 주행 방법의 한 예를 나타낸 도면이다.
도 6은 본 발명의 실시 예에 따른 로봇 장치의 로봇 주행 방법의 다른 예를 나타낸 도면이다.
도 7은 본 발명의 실시 예에 따른 로봇 장치의 로봇 주행 방법의 또 다른 예를 나타낸 도면이다.1 is a diagram schematically showing a robot driving environment according to an embodiment of the present invention.
2 is a diagram showing an example of a configuration of a robot device according to an embodiment of the present invention in more detail.
3 is a diagram showing an example of a processor configuration of a robot device according to an embodiment of the present invention.
4 is a diagram showing another example of a processor configuration of a robot device according to an embodiment of the present invention.
5 is a diagram showing an example of a robot driving method of a robot apparatus according to an embodiment of the present invention.
6 is a diagram showing another example of a robot driving method of a robot apparatus according to an embodiment of the present invention.
7 is a diagram showing another example of a robot driving method of a robot device according to an embodiment of the present invention.

하기의 설명에서는 본 발명의 실시 예를 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않는 범위에서 생략될 것이라는 것을 유의하여야 한다.It should be noted that in the following description, only parts necessary for understanding the embodiments of the present invention are described, and descriptions of other parts will be omitted without disturbing the gist of the present invention.

이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념으로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 바람직한 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.The terms or words used in this specification and claims described below should not be construed as being limited to ordinary or dictionary meanings, and the inventors have appropriately used the concept of terms to describe their inventions in the best way. It should be interpreted as a meaning and concept consistent with the technical spirit of the present invention based on the principle that it can be defined in the following way. Therefore, the embodiments described in this specification and the configurations shown in the drawings are only preferred embodiments of the present invention, and do not represent all of the technical spirit of the present invention, so various equivalents that can replace them at the time of the present application It should be understood that there may be variations and variations.

이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 보다 상세하게 설명하고자 한다.Hereinafter, embodiments of the present invention will be described in more detail with reference to the accompanying drawings.

도 1은 본 발명의 실시 예에 따른 로봇 주행 환경을 개략적으로 나타낸 도면이며, 도 2는 본 발명의 실시 예에 따른 로봇 장치 구성의 한 예를 보다 상세히 나타낸 도면이다.1 is a diagram schematically showing a robot driving environment according to an embodiment of the present invention, and FIG. 2 is a diagram showing an example of a configuration of a robot device according to an embodiment of the present invention in more detail.

도 1을 참조하면, 본 발명의 실시 예에 따른 로봇 주행 환경(10)은 로봇 장치(100) 및 제어 장치(200)를 포함할 수 있다. Referring to FIG. 1 , a robot driving environment 10 according to an embodiment of the present invention may include a robot device 100 and a control device 200.

상기 제어 장치(200)는 로봇 장치(100) 운용과 관련한 정책을 저장 및 관리하고, 저장된 정책에 따라 적어도 하나의 로봇 장치(100)를 운용할 수 있다. 상기 제어 장치(200)는 예컨대, 지역별 또는 구역별로 적어도 하나의 로봇 장치(100)의 주행 및 작업에 관한 임무를 전달할 수 있다. 특히, 본 발명의 제어 장치(200)는 시간 정보(예: 군중 밀집도 또는 혼잡도가 지정된 값 이상 또는 이하가 될 것으로 예상된 시간) 및 혼잡도 정보(예: 적어도 하나의 로봇 장치(100)가 주행 및 작업하도록 배치된 구역의 시간대별 혼잡도 또는 시간대별 혼잡도에 따른 로봇 장치(100)의 작업 효율) 중 적어도 하나를 산출하고, 산출된 시간 정보 및 혼잡도 정보 중 적어도 하나를 실시간 또는 정 시간 별로 로봇 장치(100)에 전달할 수 있다. 예컨대, 제어 장치(200)는 로봇 장치(100)의 주행 시작 전 또는 목표 위치로 이동하기 전에 상기 시간 정보 및 혼잡도 정보 중 적어도 하나를 로봇 장치(100)에 전달할 수 있다. 또는, 제어 장치(200)는 지정된 시간 단위(예: 1일 단위, 1주일 단위 등)로 상기 시간 정보를 로봇 장치(100)에 전달할 수 있다. 또는, 제어 장치(200)는 특정 이벤트 발생에 의해 군중의 밀집도 변화(또는 혼잡도 변화)에 대한 정보를 수집하고, 이에 대응하는 시간 정보를 로봇 장치(100)에 전달할 수 있다. 이와 관련하여, 제어 장치(200)는 해당 구역의 군중 밀집도 변화에 대한 정보를 수집할 수 있는 서버 장치를 포함하거나 또는 서버 장치로부터 시간대별 군중 밀집도 변화에 대한 정보를 수신할 수 있도록 구성될 수 있다. 상기 제어 장치(200)는 상기 서버 장치와 통신 채널을 형성할 수 있고, 상기 시간 정보 및 혼잡도 정보 중 적어도 하나를 로봇 장치(100)에 전송할 수 있는 통신 회로, 수집된 군중 밀집도 변화에 관한 혼잡도 정보 및 시간 정보를 로봇 장치(100)에 전달하도록 설정된 제어 프로세서, 상기 혼잡도 정보 및 시간 정보 중 적어도 하나를 저장하는 저장부를 포함할 수 있다. The control device 200 may store and manage policies related to the operation of the robot device 100 and operate at least one robot device 100 according to the stored policy. The control device 200 may transmit missions related to driving and working of at least one robot device 100 by region or by region, for example. In particular, the control device 200 of the present invention provides time information (eg, time when crowd density or congestion is expected to be greater than or equal to a specified value) and congestion information (eg, when at least one robot device 100 is driving and At least one of the work efficiency of the robot device 100 according to the degree of congestion by time zone or the degree of congestion by time zone of the area arranged to work) is calculated, and at least one of the calculated time information and congestion information is converted to the robot device in real time or on a fixed time basis ( 100) can be passed on. For example, the control device 200 may transmit at least one of the time information and congestion information to the robot device 100 before the robot device 100 starts driving or moves to a target location. Alternatively, the control device 200 may transmit the time information to the robot device 100 in designated time units (eg, daily units, weekly units, etc.). Alternatively, the control device 200 may collect information on a change in density (or change in congestion) of a crowd when a specific event occurs, and may transmit time information corresponding thereto to the robot device 100 . In this regard, the control device 200 may include a server device capable of collecting information about changes in crowd density in a corresponding area, or may be configured to receive information about changes in crowd density by time period from the server device. . The control device 200 may form a communication channel with the server device, a communication circuit capable of transmitting at least one of the time information and congestion information to the robot device 100, and congestion information about the collected crowd density change. And it may include a control processor configured to transmit time information to the robot device 100, a storage unit for storing at least one of the congestion information and time information.

상기 로봇 장치(100)는 지정된 구역에 배치되고, 제어 장치(200)로부터 수신된 정보(예: 지도 정보 또는 구역 정보, 시간 정보, 혼잡도 정보)를 기반으로 해당 구역에 대한 주행 및 작업을 수행할 수 있다. 특히, 상기 로봇 장치(100)는 상기 제어 장치(200)로부터 수신된 시간 정보 및 혼잡도 정보 중 적어도 하나를 토대로 주행 모델을 갱신하거나 또는 복수의 주행 모델 중 해당 시간 정보에 대응하는 주행 모델을 선택하여 주행을 수행할 수 있다. 이러한 로봇 장치(100)는 도 2와 같은 구성을 포함할 수 있다. The robot device 100 is disposed in a designated area, and based on information (eg, map information or area information, time information, congestion information) received from the control device 200, driving and operation in the corresponding area are performed. can In particular, the robot device 100 updates a driving model based on at least one of time information and congestion information received from the control device 200 or selects a driving model corresponding to the corresponding time information from among a plurality of driving models. driving can be performed. Such a robot device 100 may include a configuration as shown in FIG. 2 .

도 2를 참조하면, 상기 로봇 장치(100)는 통신 회로(110), 메모리(120), 센서부(130), 주행 모듈(140), 작업 모듈(160) 및 프로세서(150)를 포함할 수 있다.Referring to FIG. 2 , the robot device 100 may include a communication circuit 110, a memory 120, a sensor unit 130, a driving module 140, a work module 160, and a processor 150. there is.

상기 통신 회로(110)는 로봇 장치(100)의 통신 채널을 형성할 수 있다. 예컨대, 상기 통신 회로(220)는 제어 장치(200)와 통신 채널을 형성하고, 제어 장치(200)로부터 주행 경로와 관련한 기본 모델 및 시간에 따라 경로가 달라지는 확장 주행 모델, 시간 정보 및 혼잡도 정보 중 적어도 하나, 구역 정보(또는 지도 정보) 중 적어도 하나를 수신할 수 있다. 상기 통신 회로(110)는 수신된 모델들 및 정보들을 프로세서(150)에 전달하고, 프로세서(150) 제어에 대응하여 메모리(120)에 전달할 수 있다. The communication circuit 110 may form a communication channel of the robot device 100 . For example, the communication circuit 220 forms a communication channel with the control device 200, and from the control device 200, among a basic model related to a driving route, an extended driving model in which the route varies according to time, time information, and congestion information At least one of at least one area information (or map information) may be received. The communication circuit 110 may transfer the received models and information to the processor 150 and to the memory 120 in response to control of the processor 150 .

상기 메모리(120)는 로봇 장치(100) 운용과 관련한 적어도 하나의 프로그램, 기본 모델을 포함하는 복수의 주행 모델(121), 시간 정보 및 혼잡도 정보 중 적어도 하나, 구역 정보 등을 저장할 수 있다. 상기 메모리(170)는 센서부(130)가 수집한 데이터(예: 카메라가 획득한 촬영 이미지, 초음파 신호, 근접 감지를 위한 신호, 조도 감지 신호, 온도 감지 신호 등)를 임시로 저장할 수 있다. 또한, 상기 메모리(120)는 주행 모델을 산출하는 자율 주행 알고리즘을 저장할 수 있다. 상기 자율 주행 알고리즘은 예컨대, 시간 정보 및 혼잡도 정보 중 적어도 하나와 센서 데이터, 목표 위치를 입력으로 하고, 입력된 정보를 기반으로 목표 위치까지의 주행 모델을 산출하는 알고리즘을 포함할 수 있다. 상기 복수의 주행 모델(121)은 제어 장치(200)로부터 수신하여 저장하거나, 상기 로봇 장치(100)의 프로세서(150)가 기본 모델과, 시간 정보, 목표 위치 및 센서 데이터를 자율 주행 알고리즘에 적용하여 생성한 복수의 주행 모델들을 포함할 수 있다. 상기 메모리(120)는 딥러닝 모델 및 지도(또는 구역 정보)를 더 저장할 수 있다. The memory 120 may store at least one program related to the operation of the robot device 100, a plurality of driving models 121 including a basic model, at least one of time information and congestion information, area information, and the like. The memory 170 may temporarily store data collected by the sensor unit 130 (eg, a photographed image acquired by a camera, an ultrasonic signal, a signal for proximity detection, an illumination intensity detection signal, a temperature detection signal, etc.). In addition, the memory 120 may store an autonomous driving algorithm for calculating a driving model. The autonomous driving algorithm may include, for example, an algorithm that takes at least one of time information and congestion information, sensor data, and a target location as inputs, and calculates a driving model up to the target location based on the input information. The plurality of driving models 121 are received from the control device 200 and stored, or the processor 150 of the robot device 100 applies the basic model, time information, target location, and sensor data to an autonomous driving algorithm. It may include a plurality of driving models generated by doing so. The memory 120 may further store a deep learning model and a map (or area information).

상기 센서부(130)는 로봇 장치(100)의 주변에 관한 다양한 신호를 수집할 수 있는 적어도 하나의 센서를 포함할 수 있다. 예컨대, 상기 센서부(130)는 카메라를 포함할 수 있다. 상기 카메라는 로봇 장치(100)의 본체 특정 위치(예: 로봇 장치(100)의 모리 또는 가슴 부분 등 바닥면으로부터 일정 높이의 위치)에 배치될 수 있다. 상기 카메라가 수집한 데이터는 프로세서(150)에 전달되고, 프로세서(150)는 카메라가 수집한 이미지 분석을 통하여 주변에 장애물(예: 사람, 고정형 구조물, 이동형 구조물 등)의 위치와 거리를 판별할 수 있다. 상기 센서부(130)는 초음파 센서를 포함하며, 이를 기반으로 주변 장애물과 로봇 장치(100)와의 거리를 산출할 수 있다. The sensor unit 130 may include at least one sensor capable of collecting various signals related to the periphery of the robot device 100 . For example, the sensor unit 130 may include a camera. The camera may be disposed at a specific location of the main body of the robot device 100 (eg, a position at a certain height from the floor surface, such as the mori or chest of the robot device 100). The data collected by the camera is transmitted to the processor 150, and the processor 150 determines the location and distance of nearby obstacles (eg, people, fixed structures, movable structures, etc.) through image analysis collected by the camera. can The sensor unit 130 includes an ultrasonic sensor, and based on this, a distance between a nearby obstacle and the robot device 100 may be calculated.

상기 주행 모듈(140)은 운동 모듈 및 동력 장치를 포함할 수 있다. 상기 운동 모듈은 로봇 장치(100)의 끝단 또는 로봇 장치(100)의 바닥면에 배치될 수 있다. 예컨대, 상기 운동 모듈은 로봇 장치(100)의 바닥면에 배치된 궤도, 바퀴, 상기 바퀴와 연결된 적어도 하나의 축, 상기 적어도 하나의 축을 회전시키는 적어도 하나의 기어를 포함할 수 있다. 상기 동력 장치는 상기 운동 모듈의 운동을 위한 동력을 생성하고, 생성된 동력을 프로세서(150) 제어에 따라 운동 모듈에 전달할 수 있다. 예컨대, 동력 장치는 적어도 하나의 모터 또는 적어도 하나의 유압 장치를 포함하여 동력을 생성하고, 생성된 동력을 운동 모듈의 기어 또는 축에 전달할 수 있는 동력 전달 수단을 포함할 수 있다. 상기 동력 장치의 동력 생성 및 동력 전달의 정도는 프로세서(150)에 의해 제어될 수 있다. 예컨대, 동력 장치는 로봇 장치(100)의 가속, 감속, 방향 전환, 중지 등의 동작을 위한 동력을 생성하여 운동 모듈에 전달할 수 있다. The driving module 140 may include an exercise module and a power unit. The motion module may be disposed at an end of the robot device 100 or on a bottom surface of the robot device 100 . For example, the movement module may include a track disposed on the bottom surface of the robot device 100, a wheel, at least one shaft connected to the wheel, and at least one gear rotating the at least one shaft. The power device may generate power for movement of the exercise module and transmit the generated power to the exercise module under the control of the processor 150 . For example, the power unit may include a power transmission means capable of generating power including at least one motor or at least one hydraulic unit and transmitting the generated power to a gear or shaft of the motion module. The degree of power generation and power transmission of the power unit may be controlled by the processor 150 . For example, the power device may generate power for operations such as acceleration, deceleration, direction change, and stop of the robot device 100 and transmit it to the motion module.

상기 작업 모듈(160)은 로봇 장치(100)의 작업 목적에 따라 다양한 구조물을 포함할 수 있다. 예컨대, 상기 작업 모듈(160)은 상기 로봇 장치(100)가 청소 로봇인 경우, 청소 도구를 포함할 수 있다. 또는, 상기 작업 모듈(160)은 상기 로봇 장치(100)가 이송 장치인 경우 짐을 싣고 내릴 수 있는 구조물을 포함할 수 있다. 또는, 상기 작업 모듈(160)은 상기 로봇 장치(100)가 안내 로봇인 경우, 정보를 표시할 수 있는 디스플레이 또는 정보를 오디오로 출력하는 오디오 장치를 포함할 수 있다. 또한, 상기 작업 모듈(160)은 사람의 발열 체크 장치인 경우, 발열 체크를 위한 체온계 또는 열화상 카메라를 포함할 수 있다. 상술한 작업 모듈(160)은 프로세서(150) 제어에 대응하여 구역의 특정 위치에서 작업을 수행하거나 또는 주행 과정에서 특정 작업을 수행할 수 있다. The work module 160 may include various structures according to the work purpose of the robot device 100 . For example, when the robot device 100 is a cleaning robot, the task module 160 may include a cleaning tool. Alternatively, when the robot device 100 is a transport device, the work module 160 may include a structure capable of loading and unloading loads. Alternatively, when the robot device 100 is a guide robot, the task module 160 may include a display capable of displaying information or an audio device outputting information as audio. In addition, when the operation module 160 is a device for checking a person's fever, it may include a thermometer or a thermal imaging camera for checking fever. The above-described task module 160 may perform a task at a specific location in an area in response to control of the processor 150 or may perform a specific task during driving.

상기 프로세서(150)는 로봇 장치(100) 운용과 관련한 정보의 처리 및 각 구성들(예: 주행 모듈(140), 센서부(130), 작업 모듈(160) 등)의 동작 제어를 통한 주행 및 작업을 수행할 수 있다. 상기 프로세서(150)는 주행 로봇 장치(100)의 주행을 위하여, 제어 장치(200)로부터 목표 위치, 시간 정보 및 혼잡도 정보 중 적어도 하나가 수신되면, 시간 정보 및 혼잡도 정보 중 적어도 하나와 관련하여 목표 위치까지의 주행을 위해 메모리(120)에 저장된 복수의 주행 모델(121) 중 어느 하나를 선택하고, 선택된 주행 모델에 따른 주행을 수행할 수 있다. 또는, 프로세서(150)는 제어 장치(200)로부터 목표 위치, 시간 정보 및 혼잡도 정보 중 적어도 하나가 수신되면, 센서 데이터를 기반으로 목표 위치까지의 주행 모델을 생성하거나, 또는 기본 모델을 갱신하고, 갱신된 주행 모델을 기반으로 주행하도록 제어할 수 있다. The processor 150 processes information related to the operation of the robot device 100 and controls the operation of each component (eg, the driving module 140, the sensor unit 130, the work module 160, etc.) work can be done. When at least one of the target location, time information, and congestion information is received from the control device 200 for driving of the mobile robot device 100, the processor 150 determines the target location in relation to at least one of the time information and congestion information. In order to drive to the location, one of the plurality of driving models 121 stored in the memory 120 may be selected, and driving may be performed according to the selected driving model. Alternatively, when at least one of the target location, time information, and congestion information is received from the control device 200, the processor 150 generates a driving model to the target location based on the sensor data or updates a basic model, It can be controlled to drive based on the updated driving model.

예컨대, 프로세서(150)는 로봇 장치(100)가 극장이 있는 쇼핑몰 구역에 배치된 경우, 제어 장치(200)로부터 영화 상영시각 정보를 수신하고, 해당 상영 시작 시간 전후 일정 시간 동안 상영관 입구 영역을 피하여 목표 위치까지 주행하는 주행 모델을 생성할 수 있다. 또는 프로세서(150))는 상영관 출입구 영역을 지정된 시간(예: 영화 상영 시작 시간 전후 일정 시간 또는 영화 종료 시간 직후 일정 시간) 동안 주행하지 않도록 자율 주행 알고리즘을 이용하여 기본 모델을 갱신할 수 있다. For example, when the robot device 100 is disposed in a shopping mall area with a theater, the processor 150 receives movie screening time information from the control device 200 and avoids the theater entrance area for a certain time before and after the corresponding screening start time. A driving model driving to a target position may be created. Alternatively, the processor 150 may update the basic model by using an autonomous driving algorithm so that the cinema entrance area is not driven for a specified time (eg, a certain time before and after the movie screening start time or a certain time right after the movie end time).

또는, 프로세서(150)는 로봇 장치(100)가 학교 특정 구역에 배치된 경우, 제어 장치(200)로부터 학교 수업 시간과 쉬는 시간에 대한 시간 정보를 수신하고, 해당 시간 정보에 군중의 밀집도가 변경됨에 따라, 해당 시간 동안 교실 주변 영역을 피해서, 주행 및 작업을 수행할 수 있도록 주행 모델을 생성하거나, 기본 모델을 변형할 수 있다. 상기 프로세서(150)는 로봇 장치(100)가 위치한 지역이 복합 상가를 포함하는 쇼핑몰 구역인 경우, 아침, 점심, 저녁 식사시간에 대한 정보를 제어 장치(200)로부터 수신하고, 해당 시간에 쇼핑몰 구역 중 식당가 구역을 회피하고, 해당 시간 외에 식당가 구역을 주행 및 작업하도록 주행 모델을 생성하거나, 기본 모델을 갱신할 수 있다. 상기 프로세서(150)는 로봇 장치(100)가 위치한 지역이 공항 및 기차역과 같이 운송 지역이라면, 운송 수단의 도착시간과 출발시간에 대한 정보를 제어 장치(200)로부터 수신하고, 수신된 시간을 기준으로 해당 지역에 대한 주행 모델을 생성하거나 기본 모델을 갱신할 수 있다. 추가로, 상기 프로세서(150)는 제어 장치(200)로부터 특정 지역의 혼잡도 변화를 포함하는 시간 정보를 수신하면, 혼잡도가 증가하는 시간이 되기 이전 또는 혼잡도가 증가한 시간을 회피한 시간 동안에 작업을 마무리할 수 있도록 작업량 배분 및 그에 따른 주행 모델을 생성할 수 있다. Alternatively, the processor 150 receives time information about school class hours and break time from the control device 200 when the robot device 100 is placed in a specific area of the school, and the density of the crowd is changed based on the corresponding time information. According to this, a driving model may be created or the basic model may be modified so that driving and work may be performed while avoiding the area around the classroom during the corresponding time. When the area where the robot device 100 is located is a shopping mall area including a shopping complex, the processor 150 receives information about breakfast, lunch, and dinner times from the control device 200, and the shopping mall area at the corresponding time. A driving model may be created or the basic model may be updated to avoid the restaurant zone during the day and drive and work in the restaurant zone outside of the designated hours. If the area where the robot device 100 is located is a transportation area such as an airport or train station, the processor 150 receives information about the arrival time and departure time of the means of transportation from the control device 200, and uses the received time as a standard. You can create a driving model for the area or update the base model with . In addition, when the processor 150 receives time information including a change in congestion in a specific area from the control device 200, the processor 150 finishes the task before the congestion increase time or during the time avoiding the congestion increase time. It is possible to create a work load distribution and a driving model accordingly.

도 3은 본 발명의 실시 예에 따른 로봇 장치의 프로세서 구성의 한 예를 나타낸 도면이다.3 is a diagram showing an example of a processor configuration of a robot device according to an embodiment of the present invention.

도 3을 참조하면, 본 발명의 실시 예에 따른 프로세서(150)는 센서 데이터 수집부(151), 시간 정보 수신부(153) 및 모델 선택부(155)를 포함할 수 있다.Referring to FIG. 3 , a processor 150 according to an embodiment of the present invention may include a sensor data collector 151, a time information receiver 153, and a model selector 155.

상기 센서 데이터 수집부(151)는 로봇 장치(100)의 센서부(130)를 제어하여, 센서 데이터를 수집할 수 있다. 예컨대, 센서 데이터 수집부(151)는 제어 장치(200)로부터 목표 위치에 대한 정보를 수신하거나, 지정된 스케줄링 정보에 따라 특정 시간이 도래하는 경우, 제어 장치(200)로부터 시간 정보 및 혼잡도 정보 중 적어도 하나를 수신하는 경우, 또는 사용자 입력을 수신하는 경우, 센서부(130)를 활성화하고, 센서 데이터를 수집할 수 있다. 상기 센서 데이터 수집부(151)는 수집된 센서 데이터를 모델 선택부(155)에 전달할 수 있다. The sensor data collection unit 151 may collect sensor data by controlling the sensor unit 130 of the robot device 100 . For example, the sensor data collection unit 151 receives information about a target location from the control device 200, or when a specific time arrives according to designated scheduling information, at least one of time information and congestion information from the control device 200. When one is received or when a user input is received, the sensor unit 130 may be activated and sensor data may be collected. The sensor data collection unit 151 may transmit the collected sensor data to the model selection unit 155 .

상기 시간 정보 수신부(153)는 일정 주기로 제어 장치(200)와 통신 채널을 형성하고, 제어 장치(200)로부터 시간 정보를 수신할 수 있다. 상기 시간 정보는 제어 장치(200)의 결정에 따라 수신되거나 또는 지정된 스케줄링에 따라 수신될 수 있다. 상기 시간 정보 수신부(153)는 지정된 시간(예: 오전 07시 오후 08시, 작업 시작하기 10분전, 영화 상영 시작 1시간 전, 수업 종료 10분 전, 운송 수단 도착 10분 전 등)에 제어 장치(200)로부터 시간 정보를 수신할 수 있다. 시간 정보 수신부(153)는 수신된 시간 정보를 모델 선택부(155)에 전달할 수 있다.The time information receiver 153 may form a communication channel with the control device 200 at regular intervals and receive time information from the control device 200 . The time information may be received according to the decision of the control device 200 or according to designated scheduling. The time information receiving unit 153 controls the control device at a designated time (e.g., 07:00 am, 08:00 pm, 10 minutes before work starts, 1 hour before movie screening, 10 minutes before class ends, 10 minutes before transportation arrives, etc.) Time information may be received from (200). The time information receiver 153 may transfer the received time information to the model selector 155 .

상기 모델 선택부(155)는 상기 센서 데이터 수집부(151)로부터 센서 데이터를 수신하고, 상기 시간 정보 수신부(153)로부터 시간 정보를 수신하면, 제어 장치(200)로부터 목표 위치를 수신할 수 있다. 또는, 상기 목표 위치는 로봇 장치(100)의 메모리(120)에 사전 저장되어 있을 수 있다. 상기 모델 선택부(155)는 수신된 센서 데이터, 시간 정보 및 목표 위치를 파라메터로 결정하고, 자율 주행 알고리즘을 구동하여 해당 시간 정보에 맞는 최적 경로를 복수의 주행 모델(121)에서 선택할 수 있다. 상기 모델 선택부(155)는 선택된 주행 모델을 기반으로, 로봇 장치(100)의 구동과 관련한 제어 신호를 생성하고, 해당 제어 신호를 주행 모듈(140) 및 작업 모듈(160)에 전달하여 로봇 장치(100)의 주행 및 작업을 수행할 수 있다. When the model selector 155 receives sensor data from the sensor data collection unit 151 and time information from the time information receiver 153, it may receive a target location from the control device 200. . Alternatively, the target position may be pre-stored in the memory 120 of the robot device 100. The model selector 155 may determine the received sensor data, time information, and target location as parameters, drive an autonomous driving algorithm, and select an optimal route suitable for the corresponding time information from the plurality of driving models 121 . The model selector 155 generates a control signal related to the driving of the robot device 100 based on the selected driving model, and transmits the control signal to the driving module 140 and the operation module 160 so as to transmit the control signal to the robot device 100. (100) can perform driving and work.

상술한 바와 같이, 상기 로봇 장치(100)의 프로세서(150)는 로봇 장치(100)의 작업량 및 주행과 관련한 복수의 주행 모델(121)을 메모리(120)에 사전 저장하고, 시간 정보에 따라, 특정 주행 모델을 선택하여 로봇 장치(100)의 주행을 수행할 수 있다. 한편, 상기 복수의 주행 모델(121)은 제어 장치(200)로부터 각각 수신하여 저장할 수 있다. As described above, the processor 150 of the robot device 100 pre-stores a plurality of driving models 121 related to the workload and driving of the robot device 100 in the memory 120, and according to time information, The driving of the robot device 100 may be performed by selecting a specific driving model. Meanwhile, the plurality of driving models 121 may be respectively received and stored from the control device 200 .

도 4는 본 발명의 실시 예에 따른 로봇 장치의 프로세서 구성의 다른 예를 나타낸 도면이다.4 is a diagram showing another example of a processor configuration of a robot device according to an embodiment of the present invention.

도 4를 참조하면, 본 발명의 실시 예에 따른 프로세서(150)는 센서 데이터 수집부(151), 정보 수신부(154) 및 모델 관리부(156)를 포함할 수 있다. Referring to FIG. 4 , a processor 150 according to an embodiment of the present invention may include a sensor data collection unit 151, an information reception unit 154, and a model management unit 156.

상기 센서 데이터 수집부(151)는 로봇 장치(100)의 센서부(130)를 제어하여 센서 데이터를 수집할 수 있다. 상기 센서 데이터 수집부(151)는 앞서 도 3에서 설명한 센서 데이터 수집부(151)와 실질적으로 동일 또는 유사한 구성일 수 있다.The sensor data collection unit 151 may collect sensor data by controlling the sensor unit 130 of the robot device 100 . The sensor data collection unit 151 may have a configuration substantially the same as or similar to the sensor data collection unit 151 described above with reference to FIG. 3 .

상기 정보 수신부(154)는 제어 장치(200)로부터 특정 시간 정보(예: 혼잡도 또는 군중 밀집도가 지정된 값 이상의 변화를 나타낼 것으로 예상되는 시간으로서, 영화 상영 시작 시간, 수업 종료 시간, 운송 수단 도착 시간 정보)를 수신함과 아울러, 혼잡도 정보(예: 영화 상영 시작 시간, 수업 종료 시간, 운송 수단 도착 시간, 특정 이벤트에 따라 군집하게 될 인원 예상 수 정보에 예상되는 혼잡도 정보)를 수신할 수 있다. 상기 혼잡도는 영화 관람객의 수, 영화의 종류에 따라 군집하게될 인원 예상 수, 등원 인원 수, 운송 수단 이용사람 수 등과 해당 작업장의 면적의 크기를 기준으로 산출될 수 있다. 상기 혼잡도는 제어 장치(200)에 의해 계산되어 전달되거나 또는 상기 정보 수신부(154)에 의해 계산될 수 있다. 상기 정보 수신부(154)는 수신된 시간 정보 및 혼잡도 정보 중 적어도 하나를 모델 관리부(156)에 전달할 수 있다.The information receiving unit 154 is a time when specific time information from the control device 200 (eg, congestion or crowd density is expected to show a change of more than a specified value, information about the start time of movie screening, the end time of class, and the arrival time of transportation means) ), and congestion information (eg, movie screening start time, class end time, transport arrival time, expected congestion information for expected number of people to be crowded according to a specific event) may be received. The degree of congestion may be calculated based on the number of moviegoers, the expected number of people to be crowded according to the type of movie, the number of people going to school, the number of people using transportation, and the size of the area of the workplace. The degree of congestion may be calculated and transmitted by the control device 200 or calculated by the information receiving unit 154 . The information receiver 154 may transmit at least one of the received time information and congestion information to the model manager 156 .

상기 모델 관리부(156)는 모델 생성부(156a) 및 모델 갱신부(156b) 중 적어도 하나를 포함할 수 있다. 상기 모델 생성부(156a)는 자율 주행 알고리즘을 이용하여 시간 정보별 또는 혼잡도 정보별 주행 모델을 생성하고, 생성된 주행 모델들을 메모리(120)에 저장 관리할 수 있다. 한 예로서, 상기 모델 생성부(156a)는 시간별 혼잡도를 산출하고, 혼잡도별 주행 모델들을 생성한 후, 시간 정보와 매핑하여 저장 관리할 수 있다. 이 동작에서, 상기 모델 생성부(156a)는 지정된 개수의 주행 모델들이 생성되면, 주행 모델 생성을 중지하고, 추후 시간 정보 및 혼잡도 정보 중 적어도 하나를 수신하면, 수신된 정보와의 유사도(예: 주행 모델 생성을 위해 이용된 시간 정보와의 유사도 또는 혼잡도와의 유사도)를 기준으로 주행 모델을 선택할 수 있다. 상기 모델 갱신부(156b)는 예컨대, 메모리(120)에 사전 저장된 기본 모델을 기반으로 각각의 시간 정보들 또는 혼잡도 정보들에 따라 기본 모델을 갱신하고, 갱신된 주행 모델을 메모리(120)에 저장 관리할 수 있다. The model manager 156 may include at least one of a model generator 156a and a model updater 156b. The model generator 156a may generate a driving model for each time information or each congestion information using an autonomous driving algorithm, and store and manage the generated driving models in the memory 120 . As an example, the model generating unit 156a may calculate the degree of congestion for each time, generate driving models for each degree of congestion, and then store and manage driving models by mapping them with time information. In this operation, the model generation unit 156a stops generating driving models when a specified number of driving models are generated, and upon receiving at least one of future time information and congestion information, the similarity with the received information (e.g., A driving model may be selected based on a degree of similarity with the time information used to generate the driving model or similarity with the degree of congestion). The model updating unit 156b updates the basic model according to respective pieces of time information or congestion information based on the basic model previously stored in the memory 120, and stores the updated driving model in the memory 120. can manage

도 5는 본 발명의 실시 예에 따른 로봇 장치의 로봇 주행 방법의 한 예를 나타낸 도면이다. 5 is a diagram showing an example of a robot driving method of a robot apparatus according to an embodiment of the present invention.

도 5를 참조하면, 본 발명의 실시 예에 따른 로봇 주행 방법과 관련하여, 501 단계에서, 로봇 장치(100)는 제어 장치(200)로부터 시간 정보 수신이 있는지 확인할 수 있다. 이와 관련하여, 로봇 장치(100)는 통신 기능을 활성화하고, 제어 장치(200)와 통신 채널을 형성한 상태를 유지할 수 있다. 한 실시 예에 따르면, 상기 로봇 장치(100)는 제어 장치(200)와 근거리 무선 통신 채널(예: 블루투스 통신 채널) 또는 와이파이 통신 채널을 형성할 수 있다. Referring to FIG. 5 , in relation to the robot driving method according to an embodiment of the present invention, in step 501, the robot device 100 may check whether time information is received from the control device 200. In this regard, the robot device 100 may activate a communication function and maintain a state in which a communication channel is formed with the control device 200 . According to one embodiment, the robot device 100 may form a short-range wireless communication channel (eg, a Bluetooth communication channel) or a Wi-Fi communication channel with the control device 200 .

상기 로봇 장치(100)는 제어 장치(200)로부터 시간 정보 수신이 없는 경우, 503 단계에서, 기본 모델 및 센서 데이터 기반으로 주행 및 작업을 수행할 수 있다. 이와 관련하여, 로봇 장치(100)의 메모리(120)는 기본 모델을 저장할 수 있다. 상기 로봇 장치(100)는 메모리(120)에 저장된 기본 모델을 이용하여 목표 위치까지 주행할 수 있다. 또는, 상기 로봇 장치(100)는 센서부(130)를 활성화하여 센서 데이터를 수집하고, 제어 장치(200)가 전달한 목표 위치 또는 사전 저장된 목표 위치로 이동하기 위하여 자율 주행 알고리즘을 운용할 수 있다. When time information is not received from the control device 200, the robot device 100 may perform driving and work based on the basic model and sensor data in step 503. In this regard, the memory 120 of the robot device 100 may store a basic model. The robot device 100 may drive to the target position using the basic model stored in the memory 120 . Alternatively, the robot device 100 may activate the sensor unit 130 to collect sensor data and operate an autonomous driving algorithm to move to a target location transmitted by the control device 200 or a pre-stored target location.

한편, 501 단계에서 시간 정보를 수신하는 경우, 로봇 장치(100)는 505 단계에서, 시간 정보 기반 모델 선택을 수행할 수 있다. 이와 관련하여, 상기 로봇 장치(100)는 각 시간별 복수의 주행 모델(121)을 메모리(120)에 저장 관리할 수 있다. 상기 로봇 장치(100)는 수신된 시간 정보에 대응하는 주행 모델을 메모리(120)에 저장된 복수의 주행 모델(121)로부터 선택할 수 있다. Meanwhile, when receiving time information in step 501, the robot device 100 may select a model based on time information in step 505. In this regard, the robot device 100 may store and manage a plurality of driving models 121 for each time in the memory 120 . The robot device 100 may select a driving model corresponding to the received time information from a plurality of driving models 121 stored in the memory 120 .

507 단계에서, 로봇 장치(100)는 선택 모델과 센서 데이터 기반 주행 및 작업을 수행할 수 있다. 이 동작에서, 로봇 장치(100)는 센서부(130)를 활성화하고, 센서부(130)를 통해 수신된 센서 데이터를 기반으로 주행 중 장애물 회피 등을 수행할 수 있다. In step 507, the robot device 100 may perform driving and work based on the selected model and sensor data. In this operation, the robot device 100 may activate the sensor unit 130 and perform obstacle avoidance or the like while driving based on sensor data received through the sensor unit 130 .

다음으로, 509 단계에서, 로봇 장치(100)는 주행 종료와 관련한 이벤트가 발생하는지 확인할 수 있다. 주행 종료와 관련한 이벤트가 발생한 경우, 상기 로봇 장치(100)는 주행을 종료하고 지정된 기능 수행을 처리할 수 있다. 예컨대,Next, in step 509, the robot device 100 may check whether an event related to the end of driving occurs. When an event related to the end of driving occurs, the robot device 100 may end the driving and perform a designated function. for example,

주행 종료와 관련한 이벤트가 없는 경우, 상기 로봇 장치(100)는 직전 동작(예: 기본 모델 또는 선택 모델과, 센서 데이터를 기반으로 주행 및 작업 수행)을 유지하거나 501 단계 이전으로 분기하여 이하 동작을 재수행할 수 있다. If there is no event related to the end of the driving, the robot device 100 maintains the previous operation (eg, driving and performing a task based on a basic model or a selected model and sensor data) or branches before step 501 to perform the following operation. can be redone.

한편, 상기 로봇 주행 방법에 있어서, 상기 로봇 장치(100)는 시간 정보별 주행 모델들을 제어 장치(200)로부터 수신할 수 있다. 또는, 로봇 장치(100)는 제어 장치(200)로부터 시간 정보(예: 군중 밀집도가 변경되는 시간 정보)를 수신하면, 수신된 시간 정보와, 센서 데이터, 목표 위치를 파라메터로 자율 주행 알고리즘을 운용하여 새로운 주행 모델을 생성, 저장 및 운용할 수 있다. Meanwhile, in the robot driving method, the robot device 100 may receive driving models for each time information from the control device 200 . Alternatively, upon receiving time information (eg, time information when crowd density changes) from the control device 200, the robot device 100 operates an autonomous driving algorithm using the received time information, sensor data, and target location as parameters. to create, save and operate new driving models.

도 6은 본 발명의 실시 예에 따른 로봇 장치의 로봇 주행 방법의 다른 예를 나타낸 도면이다.6 is a diagram showing another example of a robot driving method of a robot apparatus according to an embodiment of the present invention.

도 6을 참조하면, 본 발명의 실시 예에 따른 로봇 주행 방법과 관련하여, 로봇 장치(100)는 601 단계에서, 주행을 위한 센서 데이터 수집을 수행할 수 있다. 상기 로봇 장치(100)는 센서 데이터 수집을 시작하면서, 603 단계에서, 제어 장치(200)로부터 혼잡도 수신이 있는지 여부를 확인할 수 있다. 상기 혼잡도는, 군중 밀집도로서, 지정된 구역(예: 로봇 장치(100)가 작업을 수행할 구역)의 시간별 군중의 밀집도 변화 정보를 포함할 수 있다. 상기 제어 장치(200)는 혼잡도가 지정된 값 이상인 경우, 이를 로봇 장치(100)에 전달할 수 있다. 또는, 제어 장치(200)는 혼잡도가 변경될 것으로 예상(예: 빌딩 또는 특정 구역의 입출입하는 인원을 파악해서, 해당 인원 수의 증가 또는 감소를 기반으로 혼잡도 변경을 파악 또는 예상)되면, 예상된 혼잡도를 로봇 장치(100)에 전달할 수 있다. Referring to FIG. 6 , in relation to the robot driving method according to an embodiment of the present invention, in step 601, the robot device 100 may collect sensor data for driving. While starting to collect sensor data, the robot device 100 may check whether congestion level is received from the control device 200 in step 603 . The degree of congestion is a degree of crowd density, and may include information on change in density of crowds by time in a designated area (eg, an area in which the robot device 100 will perform a task). The control device 200 may transmit it to the robot device 100 when the congestion level is equal to or greater than a specified value. Alternatively, when the control device 200 expects the congestion level to change (eg, by identifying the number of people entering and exiting a building or a specific area, and determining or predicting the change in congestion based on an increase or decrease in the number of people), the expected The degree of congestion may be transmitted to the robot device 100 .

제어 장치(200)로부터 혼잡도를 수신한 경우, 605 단계에서, 로봇 장치(100)는 주행 모델을 갱신할 수 있다. 예컨대, 상기 로봇 장치(100)는 혼잡도가 상대적으로 낮은 혼잡도인 경우, 목표 위치까지 제1 속도로 이동하면서 작업하는 주행 모델을 생성하거나, 기존 기본 모델을 갱신할 수 있다. 상기 로봇 장치(100)는 혼잡도가 중간 혼잡도인 경우, 목표 위치까지 제2 속도(예: 상기 제1 속도보다 느린 속도)로 이동하면서 작업하는 주행 모델을 생성하거나, 기존 기본 모델을 갱신할 수 있다. 상기 로봇 장치(100)는 혼잡도가 상대적으로 높은 혼잡도인 경우, 목표 위치까지 제3 속도(예: 상기 제2 속도보다 느린 속도)로 이동하면서 작업하는 주행 모델을 생성하거나, 기존 기본 모델을 갱신할 수 있다. 또는, 상기 로봇 장치(100)는 혼잡도가 높은 경우, 지정된 구역(예: 건물의 입구 또는 출구를 포함하는 일정 구역)을 회피하면서, 지정된 속도(예: 상기 제2 속도 또는 제3 속도)로 주행 및 작업하는 주행 모델을 생성하거나, 기본 모델을 갱신할 수 있다. When the congestion level is received from the control device 200, in step 605, the robot device 100 may update the driving model. For example, when the congestion level is relatively low, the robot device 100 may generate a driving model that works while moving to a target position at a first speed, or may update an existing basic model. When the congestion level is medium, the robot device 100 may generate a driving model that works while moving to the target location at a second speed (eg, a speed slower than the first speed), or may update an existing basic model. . When the congestion level is relatively high, the robot device 100 generates a driving model that works while moving to the target position at a third speed (eg, a speed slower than the second speed), or updates an existing basic model. can Alternatively, when the degree of congestion is high, the robot device 100 drives at a designated speed (eg, the second speed or the third speed) while avoiding a designated zone (eg, a certain zone including an entrance or exit of a building). and create a working driving model or update a basic model.

607 단계에서, 로봇 장치(100)는 갱신된 주행 모델 기반 주행을 수행할 수 있다. 이 동작에서, 상기 로봇 장치(100)는 갱신된 모델을 기반으로 주행으로 하면서 지정된 작업을 수행할 수도 있다. In step 607, the robot device 100 may perform driving based on the updated driving model. In this operation, the robot device 100 may perform a designated task while driving based on the updated model.

한편, 603 단계에서, 혼잡도 수신이 없는 경우, 로봇 장치(100)는 609 단계에서 기본 모델 기반 주행을 수행할 수 있다. 이 동작에서, 상기 로봇 장치(100)는 기본 모델을 기반으로 주행을 하면서 지정된 작업을 수행할 수도 있다. Meanwhile, in step 603, when there is no congestion level reception, the robot device 100 may perform basic model-based driving in step 609. In this operation, the robot device 100 may perform a designated task while driving based on the basic model.

다음으로, 611 단계에서, 로봇 장치(100)는 주행 종료와 관련한 이벤트가 발생하는지 확인할 수 있다. 주행 종료와 관련한 이벤트가 발생한 경우, 상기 로봇 장치(100)는 주행을 종료하고 지정된 기능 수행을 처리할 수 있다. 예컨대,Next, in step 611, the robot device 100 may check whether an event related to the end of driving occurs. When an event related to the end of driving occurs, the robot device 100 may end the driving and perform a designated function. for example,

주행 종료와 관련한 이벤트가 없는 경우, 상기 로봇 장치(100)는 직전 동작(예: 갱신된 주행 모델 또는 기본 모델을 기반으로 주행 수행)을 유지하거나 601 단계 이전으로 분기하여 이하 동작을 재수행할 수 있다. If there is no event related to the end of driving, the robot device 100 may maintain the previous operation (eg, performing driving based on the updated driving model or basic model) or branch before step 601 to re-perform the following operation. .

도 7은 본 발명의 실시 예에 따른 로봇 장치의 로봇 주행 방법의 또 다른 예를 나타낸 도면이다.7 is a diagram showing another example of a robot driving method of a robot device according to an embodiment of the present invention.

도 7을 참조하면, 본 발명의 실시 예에 따른 로봇 주행 방법과 관련하여, 로봇 장치(100)는 701 단계에서, 제어 장치(200)로부터 시간 정보 또는 혼잡도 정보 수신이 있는지 확인할 수 있다. Referring to FIG. 7 , in relation to the robot driving method according to an embodiment of the present invention, in step 701, the robot device 100 may check whether time information or congestion information is received from the control device 200.

제어 장치(200)로부터 시간 정보 또는 혼잡도 정보가 수신되는 경우, 로봇 장치(100)는 703 단계에서, 작업량을 확인할 수 있다. 상기 작업량은, 로봇 장치(100)가 지정된 구역에 배치되는 과정에서 관리자에 의해 설정되거나 또는 제어 장치(200)로부터 사전에 제공된 작업량 중 현재 시간까지 수행한 작업량을 뺀 잔여 작업량이 될 수 있다. When time information or congestion information is received from the control device 200, the robot device 100 may check the amount of work in step 703. The amount of work may be the amount of work remaining after subtracting the amount of work performed up to the present time among the amount of work set by a manager or provided in advance from the control device 200 in the process of placing the robot device 100 in a designated area.

상기 로봇 장치(100)는 705 단계에서, 상기 확인된 작업량을 기준으로 주행 속도 및 경로 중 적어도 하나를 갱신할 수 있다. 예컨대, 상기 로봇 장치(100)는 군중 밀집도(또는 혼잡도)가 지정된 기준 값 이상으로 증가하는 시점이 지금으로부터 제1 시간 이내에 도래하는 것으로 판단되면(예: 시간 정보 확인을 통해 판단), 현재부터 제1 시간 이내에 상기 잔여 작업량을 처리할 수 있는 주행 속도 및 작업 속도를 증가시킬 수 있다. In step 705, the robot device 100 may update at least one of a driving speed and a route based on the confirmed amount of work. For example, if the robot device 100 determines that the point at which the crowd density (or congestion) increases to a specified reference value or more will arrive within a first hour from now (eg, determined through time information confirmation), the first time from the present It is possible to increase the driving speed and working speed capable of processing the remaining workload within one hour.

또는, 로봇 장치(100)는 군중 밀집도(또는 혼잡도)가 지정된 기준 값 이하로 증가하는 시점이 지금으로부터 제2 시간 이내에 도래하는 것으로 판단되면(예: 시간 정보 확인을 통해 판단), 제2 시간이후부터 지정된 작업 완료 시간 이전까지 상기 잔여 작업량을 처리할 수 있는 주행 속도를 산출하고, 제2 시간 도래까지 대기하거나 또는 현재 속도를 유지하면서 주행 및 작업을 수행할 수 있다. Alternatively, if the robot device 100 determines that the point at which crowd density (or congestion) increases to a specified reference value or less arrives within a second time from now (eg, determined by checking time information), the second time After calculating the driving speed capable of processing the remaining workload from before the designated work completion time, waiting until the arrival of the second time, or driving and working may be performed while maintaining the current speed.

또는, 로봇 장치(100)는 시간별 혼잡도 정보를 수신하면, 각 시간별 혼잡도에 따른 주행 속도(예: 통계적으로 안전사고를 발생시키지 않을 수 있는 속도)를 산출하고, 산출된 주행 속도별로 작업량을 분배하여, 주어진 시간 내에 작업이 완료될 수 있도록 주행 모델을 갱신(예: 주행 속도 및 경로 갱신)할 수 있다. 상기 혼잡도별 주행 속도와 관련하여, 로봇 장치(100)는, 상대적으로 높은 혼잡도 구간에서는 주행 속도를 낮추고, 상대적으로 낮은 혼잡도 구간에서는 주행 속도를 높일 수 있다. 또는, 로봇 장치(100)는 혼잡도가 지정된 최대값 이상인 경우, 주행 및 작업을 중지하도록 하고, 최소값 미만인 경우, 최대 속도로 주행할 수 있도록 주행 모델을 생성 또는 갱신할 수 있다. 추가로, 상기 로봇 장치(100)는 주행 속도 변화 또는 혼잡도 변화에 따라 장애물과의 안전거리를 다르게 설정할 수 있다. 예컨대, 로봇 장치(100)는 혼잡도가 높은 경우, 주행 속도를 낮추고 장애물과의 안전거리(예: 센서부(130)가 획득한 센서 데이터를 기준으로 설정되는 충돌 방지 거리)를 더 짧게 설정하고, 혼잡도가 낮은 경우, 주행 속도를 높이고 장애물과의 안전거리를 더 길게 설정할 수 있다. Alternatively, upon receiving hourly congestion information, the robot device 100 calculates a driving speed (eg, a speed at which a safety accident may not occur statistically) according to each hour's congestion level, and distributes the workload for each calculated driving speed. , the driving model can be updated (e.g., driving speed and route update) so that the task can be completed within a given time. Regarding the travel speed for each congestion degree, the robot device 100 may lower the travel speed in a relatively high congestion section and increase the travel speed in a relatively low congestion section. Alternatively, the robot device 100 may generate or update a driving model so that driving and work are stopped when the degree of congestion is equal to or greater than a specified maximum value, and when the degree of congestion is less than the minimum value, the driving model is operated at the maximum speed. In addition, the robot device 100 may set a different safety distance from an obstacle according to a change in driving speed or a change in congestion. For example, when the degree of congestion is high, the robot device 100 lowers the driving speed and sets a shorter safety distance to the obstacle (eg, a collision avoidance distance set based on sensor data obtained by the sensor unit 130), When congestion is low, the driving speed can be increased and the safety distance from obstacles can be set longer.

상기 로봇 장치(100)는 707 단계에서, 갱신된 주행 속도 및 경로 중 적어도 하나를 기반으로 주행 및 작업을 수행할 수 있다. In step 707, the robot device 100 may perform driving and work based on at least one of the updated driving speed and route.

한편, 709 단계에서, 혼잡도 정보 수신이 없는 경우, 로봇 장치(100)는 709 단계에서 기본 모델에 따른 주행 및 작업을 수행할 수 있다.Meanwhile, in step 709, when there is no reception of congestion information, the robot device 100 may perform driving and work according to the basic model in step 709.

다음으로, 711 단계에서, 로봇 장치(100)는 주행 종료와 관련한 이벤트가 발생하는지 확인할 수 있다. 주행 종료와 관련한 이벤트가 발생한 경우, 상기 로봇 장치(100)는 주행을 종료하고 지정된 기능 수행을 처리할 수 있다. 예컨대,Next, in step 711, the robot device 100 may check whether an event related to the end of driving occurs. When an event related to the end of driving occurs, the robot device 100 may end the driving and perform a designated function. for example,

주행 종료와 관련한 이벤트가 없는 경우, 상기 로봇 장치(100)는 직전 동작(예: 갱신된 주행 속도 및 경로 또는 기본 모델을 기반으로 주행 및 작업 수행)을 유지하거나 701 단계 이전으로 분기하여 이하 동작을 재수행할 수 있다. If there is no event related to the end of the driving, the robot device 100 maintains the previous operation (eg, driving and performing a task based on the updated driving speed and route or basic model) or branches before step 701 to perform the following operation. can be redone.

상술한 바와 같이, 본 발명의 실시 예에 따른 로봇 주행 방법 및 시스템은 밀집군중 환경에서 이동 로봇이 자율주행을 할 때, 시간에 따른 밀집군중 환경에서의 움직임을 바탕으로 자율주행 작업을 수행하는 기술에 관한 것이다. 본 발명의 방법 및 시스템은 제어 장치(예: IoT(internet of things) 등 IT 시스템)로부터 받은 시간과 관련 시간 정보 및 지능(예: 주행 모델)으로, 동일 공간에서 로봇이 자율주행 계획을 다변화하여 수행할 수 있도록 한다. 특히, 본 발명의 방법 및 시스템은 시간에 따른 효율적인 경로 생성 또는 갱신뿐만 아니라 작업 수행에 있어서의 로봇 장치(100)의 최대 속도, 장애물과의 안전거리 확보 수준 등의 제어 파라미터 튜닝을 다변화할 수 있고, 종래의 상황에 따른 알고리즘이나 모델을 교체하는 것뿐만 아니라, 강화학습의 모델에 시간에 대한 변수를 추가할 수도 있다.As described above, the robot driving method and system according to an embodiment of the present invention is a technology for performing an autonomous driving task based on movement in a dense crowd environment over time when a mobile robot autonomously navigates in a dense crowd environment. It is about. The method and system of the present invention are based on the time received from a control device (eg, an IT system such as the internet of things (IoT)) and related time information and intelligence (eg, a driving model), so that the robot diversifies the autonomous driving plan in the same space. make it possible to do In particular, the method and system of the present invention can diversify control parameter tuning, such as the maximum speed of the robot device 100 and the level of securing a safe distance from obstacles in performing tasks, as well as efficient route creation or update over time, , In addition to replacing algorithms or models according to conventional situations, it is also possible to add time-related variables to the reinforcement learning model.

한편, 본 명세서와 도면에 개시된 실시 예들은 이해를 돕기 위해 특정 예를 제시한 것에 지나지 않으며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형예들이 실시 가능하다는 것은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게는 자명한 것이다.On the other hand, the embodiments disclosed in this specification and drawings are only presented as specific examples to aid understanding, and are not intended to limit the scope of the present invention. In addition to the embodiments disclosed herein, it is obvious to those skilled in the art that other modifications based on the technical idea of the present invention can be implemented.

10: 로봇 주행 환경
100: 로봇 장치
110: 통신 회로
120: 메모리
130: 센서부
140: 주행 모듈
150: 프로세서
160: 작업 모듈
200: 제어 장치10: Robot Driving Environment
100: robot device
110: communication circuit
120: memory
130: sensor unit
140: driving module
150: processor
160: work module
200: control device

Claims

Receiving, by the robot device, time information including a congestion change time for a designated area from a control device;
generating, by the robot device, a driving model by operating an autonomous driving algorithm based on the time congestion information, sensor data collected by the sensor unit, and a pre-stored target location;
Including; driving the robot device based on the generated driving model;
The generating step is
generating a driving model including a route avoiding a designated specific area while driving at a relatively low speed at an increasing time when the degree of congestion is greater than or equal to a designated value;
Generating a driving model that travels at a relatively high speed in a decreasing time when the degree of congestion is less than a specified value;
In the generating step,
The robot driving method, characterized in that by checking the time congestion information, and determining a traveling speed and route of the robot device so that a predefined workload can be processed before the time when the congestion increases.

Driving module for driving;
Including; a processor for controlling the driving module;
the processor,
Renewing a driving model including at least one of a driving speed and a route of the driving module based on the time congestion information received from the control device and including time including a change in crowd density; Driving is performed based on the updated driving model,
the processor,
The robot device, characterized in that for checking the time congestion information, and determining the traveling speed and route so as to process a predefined workload before the density change.

delete

According to claim 2,
The processor
During the time when the density of the crowd increases, the driving speed is set to be lower than before, or a driving model including a route avoiding a specific area is operated,
The robot device, characterized in that the driving speed is set to be higher than before or to operate a driving model including the specific area during the time when the density of the crowd decreases.

Driving module for driving;
a memory for storing a plurality of driving models in which at least one of a driving speed and a route of the driving module is different;
Including; a processor for controlling the driving module;
the processor,
When receiving time congestion information, which is received from the control device and includes time of crowd density change, a driving model corresponding to the crowd density change included in the time congestion information is selected from the plurality of driving models, and the selected driving model is selected. Driving is performed based on the driving model,
the processor,
The robot device, characterized in that for checking the time congestion information, and determining the traveling speed and route so as to process a predefined workload before the density change.

According to claim 5,
The processor
During the time when the density of the crowd increases, select a driving model with a lower driving speed than before,
When the density of the crowd decreases, the robot device, characterized in that for selecting a driving model higher than the previous driving speed during the time.

Driving module for driving;
Including; a processor for controlling the driving module;
the processor,
Receives congestion information corresponding to the density of the crowd by time from the control device, generates a driving model suitable for each congestion level based on the received congestion information by time, or selects a driving model from pre-stored driving models, and selects the selected driving model by time. driving based on
the processor,
The robot device, characterized in that for checking the time congestion information, and determining the traveling speed and route so as to process a predefined workload before the density change.

According to claim 7,
The processor
Creating or selecting a driving model in which the driving speed is relatively low and the safety distance to the obstacle is relatively short during the time of high congestion;
The robot device, characterized in that in the time when the congestion is low, generating or selecting a driving model in which the driving speed is relatively high and the safety distance to the obstacle is relatively long.

According to claim 7,
The processor
When the degree of congestion is greater than or equal to a specified maximum value, creating or selecting a driving model set to stop driving;
When the degree of congestion is less than a specified minimum value, the robot device characterized in that for generating or selecting a driving model traveling at the maximum speed of the driving model.