KR102626501B1 - 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법 - Google Patents
로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법 Download PDFInfo
- Publication number
- KR102626501B1 KR102626501B1 KR1020220190495A KR20220190495A KR102626501B1 KR 102626501 B1 KR102626501 B1 KR 102626501B1 KR 1020220190495 A KR1020220190495 A KR 1020220190495A KR 20220190495 A KR20220190495 A KR 20220190495A KR 102626501 B1 KR102626501 B1 KR 102626501B1
- Authority
- KR
- South Korea
- Prior art keywords
- cleaning
- robot
- amount
- raw material
- cell
- Prior art date
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 239
- 239000000356 contaminant Substances 0.000 title claims description 54
- 238000009792 diffusion process Methods 0.000 title claims description 30
- 238000004364 calculation method Methods 0.000 title 1
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 90
- 231100000719 pollutant Toxicity 0.000 claims abstract description 90
- 239000002994 raw material Substances 0.000 claims abstract description 82
- 238000004519 manufacturing process Methods 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 45
- 238000011109 contamination Methods 0.000 claims description 29
- 238000012795 verification Methods 0.000 claims description 10
- 238000007599 discharging Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000005022 packaging material Substances 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 44
- 239000000047 product Substances 0.000 description 42
- 230000008569 process Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 14
- 238000003860 storage Methods 0.000 description 12
- 238000007689 inspection Methods 0.000 description 10
- 101100491335 Caenorhabditis elegans mat-2 gene Proteins 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000015654 memory Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 7
- 235000013399 edible fruits Nutrition 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005406 washing Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 239000010813 municipal solid waste Substances 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 235000020185 raw untreated milk Nutrition 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L9/00—Details or accessories of suction cleaners, e.g. mechanical means for controlling the suction or for effecting pulsating action; Storing devices specially adapted to suction cleaners or parts thereof; Carrying-vehicles specially adapted for suction cleaners
- A47L9/28—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means
- A47L9/2836—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means characterised by the parts which are controlled
- A47L9/2852—Elements for displacement of the vacuum cleaner or the accessories therefor, e.g. wheels, casters or nozzles
-
- 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
- B25J11/0085—Cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0297—Fleet control by controlling means in a control room
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/06—Control of the cleaning action for autonomous devices; Automatic detection of the surface condition before, during or after cleaning
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Mechanical Engineering (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Robotics (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
로봇 청소 시스템이 개시된다. 본 발명의 로봇 청소 시스템은 작업장의 대면적 바닥 공간을 청소하기 위한 적어도 하나의 청소 로봇, 작업장의 생산 라인을 구성하는 복수의 설비로부터 수집되는 생산 공정 데이터를 기록 및 관리하기 위한 MES(Manufacturing Execution System) 및, MES로부터 생산 공정 데이터를 수신하고, 생산 공정 데이터로부터 생산 라인에서의 원물의 총 투입 무게 및 원물이 최종 가공된 상품의 총 배출 무게의 차이 값을 산출하며, 산출된 차이 값에 기초하여 원물의 가공에 따른 총 오염물 발생량을 추정하고, 추정된 총 오염물 발생량 및 작업장 내 설비의 위치를 포함하는 맵 정보에 기초하여 청소 로봇에 의한 작업장의 청소 계획을 수립하는 청소 관리 서버를 포함한다.
Description
본 발명은 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법에 관한 것으로, 더욱 상세하게는 대면적 공간을 효율적으로 청소할 수 있는 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법에 관한 것이다.
1990년대부터 농산물 시장 개방과 국내외 대규모 자본의 유통산업 진출에 따라, 산지에서 규격화된 농산물을 대량 거래할 수 있는 APC(Agricultural Products processing Center, APC)가 건립되기 시작하여, 소비자에게 품질이 우수한 농산물을 공급할 수 있는 기반을 갖추고, 동신에 생산자의 출하 규모화를 통해 경쟁력을 높여왔다.
APC는 로봇/센서/통신 등 첨단기술을 이용하여 농산물의 저장/선별/포장 등 APC의 기능을 자동화하고, 디지털화한 정보를 바탕으로 농장에서 소비지까지 전후방 산업과 연계할 수 있는 첨단 산지유통시설을 의미한다.
APC는 디지털 데이터 기반으로 출하 시기 조절, 소비자 맞춤형 상품 생산, 판매처 다양화와 같은 전략적 의사결정을 도우며, 자동화된 설비를 활용하여 인력 절감과 농산물 상품성 향상을 도모할 수 있다.
이러한 APC에서는 농산물 등을 선별, 세척, 포장하는 등의 가공 처리가 수행되는 과정에서 흙, 껍질, 뿌리 등 많은 부산물 및 불순물이 발생하는데, 종래에는 사람이 작업하거나 대형 공간을 청소하기 위한 대형 청소 로봇이 APC에 투입되어 청소를 수행하여 왔다.
통상, 작업장과 같은 대형 공간을 청소함에 있어서는 작업이 모두 종료된 후, 대형 청소 로봇이 투입되어 최대한 빠른 시간 내에 바닥을 자동적으로 청소하도록 하는 것이 바람직하다. 특히, APC와 같은 대형 공간 또는 장애물이 많은 공간을 청소하는 데에 있어서는 쓰레기의 발생 정보를 추정하여 효율적으로 청소를 수행하는 것이 중요한데, 종래의 청소 로봇은 미리 설정된 대로만 움직이거나 단순히 장애물을 피해 움직이는 것에 불과하여 효율적으로 청소 공간을 설정하거나 복수의 청소 로봇이 효율적으로 임무를 분담하도록 하는 데에 한계가 있었다.
본 발명은 상술한 문제를 해결하기 위한 것으로, 본 발명의 목적은 APC와 같은 대면적 공간을 수집 가능한 공정 데이터를 기반으로 하여 효율적으로 청소할 수 있는 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법을 제공하는 데에 있다.
상술한 목적을 달성하기 위한 본 발명의 일 실시 예에 따른 로봇 청소 시스템은 작업장의 대면적 바닥 공간을 청소하기 위한 적어도 하나의 청소 로봇, 상기 작업장의 생산 라인을 구성하는 복수의 설비로부터 수집되는 생산 공정 데이터를 기록 및 관리하기 위한 MES(Manufacturing Execution System) 및, 상기 MES로부터 상기 생산 공정 데이터를 수신하고, 상기 생산 공정 데이터로부터 상기 생산 라인에서의 원물의 총 투입 무게 및 상기 원물이 최종 가공된 상품의 총 배출 무게의 차이 값을 산출하며, 상기 산출된 차이 값에 기초하여 상기 원물의 가공에 따른 총 오염물 발생량을 추정하고, 상기 추정된 총 오염물 발생량 및 상기 작업장 내 상기 설비의 위치를 포함하는 맵 정보에 기초하여 상기 청소 로봇에 의한 상기 작업장의 청소 계획을 수립하는 청소 관리 서버를 포함한다.
또한, 상기 청소 관리 서버는 상기 맵 정보에 기초하여, 상기 작업장의 평면도를 격자 형태로 표현한 그리드 맵(grid map)을 생성하는 그리드 맵 생성부, 상기 그리드 맵 상에서 중첩되는 상기 설비의 위치 및 종류에 기초하여 상기 그리드 맵을 구성하는 각 셀에 오염 확산 파라미터를 할당하는 파라미터 할당부 및, 상기 생산 공정 데이터 내 포함된 상기 각 설비의 가동 데이터 및 상기 할당된 오염 확산 파라미터에 기초하여 상기 각 셀에서의 상기 오염물 발생량을 추정하는 오염물 발생량 추정부를 포함할 수 있다.
또한, 상기 그리드 맵은 원물을 투입하기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제1 구역, 상기 원물을 가공 처리하면서 이동시키기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제2 구역 및 상기 원물의 가공 처리가 완료된 후 상품으로 배출시키기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제3 구역을 포함할 수 있다.
또한, 상기 오염물 발생량 추정부는 상기 제1 구역에서의 상기 원물의 총 투입 무게, 상기 제2 구역에서 상기 원물에 부가되는 물질의 무게 및 상기 제3 구역에서의 상기 상품의 포장재 무게를 더한 무게에서 상기 제3 구역에서의 상기 상품의 총 배출 무게를 뺀 나머지 무게를 상기 원물의 가공에 따라 발생된 총 오염물의 무게로 추정할 수 있다.
또한, 상기 청소 관리 서버는 상기 제1 구역으로부터 상기 제3 구역까지의 상기 원물의 이동 경로에 따라 상기 그리드 맵을 복수의 사각형 형태의 청소 구역으로 그룹핑하며, 상기 그룹핑된 복수의 청소 구역을 각각 청소하도록 복수의 청소 로봇에 임무를 할당하는 방식으로 상기 청소 계획을 수립하는 청소 계획 수립부를 더 포함할 수 있다.
또한, 상기 파라미터 할당부는 검증 결과, 상기 청소 로봇에 의해 수거된 오염물의 양과 상기 추정된 오염물 발생량이 기 설정된 양 이상 차이가 나는 경우, 상기 오염물 발생량의 추정이 적정하지 않다고 판단하고, 상기 그리드 맵을 구성하는 적어도 하나의 셀에 오염 확산 파라미터를 재할당할 수 있다.
또한, 상기 청소 관리 서버는 상기 추정된 오염물 발생 위치, 상기 추정된 오염물 발생량, 상기 투입될 청소 로봇의 수거통 용량 및 배터리량에 기초하여, 상기 추정된 오염물 발생 위치에 투입될 청소 로봇의 종류 및 개수, 이동 경로를 포함하는 상기 청소 계획을 수립할 수 있다.
또한, 상기 파라미터 할당부는 가공되는 원물의 종류에 따라 상기 그리드 맵을 구성하는 각 셀에 할당되는 오염 확산 파라미터를 변경할 수 있다.
또한, 상기 그리드 맵은 상기 맵 정보 내 상기 설비의 위치 및 종류에 따라 서로 다른 크기의 셀로 나누어질 수 있다.
또한, 상기 오염 확산 파라미터는 상기 각 셀에 포함된 설비의 오염물 낙하율(%)을 반영하여 산출될 수 있다.
또한, 상기 작업장은 농산물유통센터(Agricultural Products processing Center, APC)일 수 있다.
한편, 본 발명의 일 실시 예에 따른 MES 기반의 로봇 청소 시스템의 오염량 산출 방법에 있어서, 상기 로봇 청소 시스템은 작업장의 대면적 바닥 공간을 청소하기 위한 적어도 하나의 청소 로봇, 상기 작업장의 생산 라인을 구성하는 복수의 설비로부터 수집되는 생산 공정 데이터를 기록 및 관리하기 위한 MES 및 청소 관리 서버를 포함하고,
상기 오염량 산출 방법은 상기 MES로부터 상기 생산 공정 데이터를 수신하는 단계, 상기 생산 공정 데이터로부터 상기 생산 라인에서의 원물의 총 투입 무게 및 상기 원물이 최종 가공된 상품의 총 배출 무게의 차이 값을 산출하는 단계, 상기 산출된 차이 값에 기초하여 상기 원물의 가공에 따른 총 오염물 발생량을 추정하는 단계 및, 상기 추정된 총 오염물 발생량 및 상기 작업장 내 상기 설비의 위치를 포함하는 맵 정보에 기초하여 상기 청소 로봇에 의한 상기 작업장의 청소 계획을 수립하는 단계를 포함한다.
이상과 같은 본 발명의 다양한 실시 예에 따르면, 농산물유통센터(APC) 등과 같은 대면적 공간에 있어 오염물 발생량 및 발생 위치를 기반으로 효율적인 청소가 가능하게 된다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시 예에 따른 생산관리 시스템(MES)이 적용된 APC의 농산물 가공 관리 과정을 나타낸 도면,
도 2는 본 발명의 일 실시 예에 따른 MES 기반의 로봇 청소 시스템을 나타낸 도면,
도 3은 본 발명의 일 실시 예에 따른 청소 관리 서버의 구성을 간략히 도시한 블록도,
도 4는 본 발명의 일 실시 예에 따른 APC의 그리드 맵(grid map)의 예를 도시한 도면,
도 5 및 6은 본 발명의 일 실시 예에 따른 그리드 맵의 각 셀에 파라미터를 할당하는 방법을 설명하기 위한 도면,
도 7 및 8은 본 발명의 일 실시 예에 따른 그리드 맵의 각 셀에 할당된 파라미터를 이용하여 각 구역의 오염물 발생량을 추정하는 방법을 설명하기 위한 도면,
도 9는 본 발명의 일 실시 예에 따른 그리드 맵의 셀을 그룹핑하여 청소 계획을 수립하는 방법을 설명하기 위한 도면,
도 10은 본 발명의 일 실시 예에 따른 로봇 청소 시스템의 제어 방법을 간략히 설명하기 위한 도면,
도 11은 본 발명의 일 실시 예에 따른 로봇 청소 시스템의 오염물 발생량을 추정하고 검증을 통해 조정하는 방법을 좀 더 상세히 설명하기 위한 도면이다.
도 1은 본 발명의 일 실시 예에 따른 생산관리 시스템(MES)이 적용된 APC의 농산물 가공 관리 과정을 나타낸 도면,
도 2는 본 발명의 일 실시 예에 따른 MES 기반의 로봇 청소 시스템을 나타낸 도면,
도 3은 본 발명의 일 실시 예에 따른 청소 관리 서버의 구성을 간략히 도시한 블록도,
도 4는 본 발명의 일 실시 예에 따른 APC의 그리드 맵(grid map)의 예를 도시한 도면,
도 5 및 6은 본 발명의 일 실시 예에 따른 그리드 맵의 각 셀에 파라미터를 할당하는 방법을 설명하기 위한 도면,
도 7 및 8은 본 발명의 일 실시 예에 따른 그리드 맵의 각 셀에 할당된 파라미터를 이용하여 각 구역의 오염물 발생량을 추정하는 방법을 설명하기 위한 도면,
도 9는 본 발명의 일 실시 예에 따른 그리드 맵의 셀을 그룹핑하여 청소 계획을 수립하는 방법을 설명하기 위한 도면,
도 10은 본 발명의 일 실시 예에 따른 로봇 청소 시스템의 제어 방법을 간략히 설명하기 위한 도면,
도 11은 본 발명의 일 실시 예에 따른 로봇 청소 시스템의 오염물 발생량을 추정하고 검증을 통해 조정하는 방법을 좀 더 상세히 설명하기 위한 도면이다.
먼저, 본 명세서 및 청구범위에서 사용되는 용어는 본 발명의 다양한 실시 예들에서의 기능을 고려하여 일반적인 용어들을 선택하였다. 하지만, 이러한 용어들은 당 분야에 종사하는 기술자의 의도나 법률적 또는 기술적 해석 및 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 일부 용어는 출원인이 임의로 선정한 용어일 수 있다. 이러한 용어에 대해서는 본 명세서에서 정의된 의미로 해석될 수 있으며, 구체적인 용어 정의가 없으면 본 명세서의 전반적인 내용 및 당해 기술 분야의 통상적인 기술 상식을 토대로 해석될 수도 있다.
또한, 본 명세서에 첨부된 각 도면에 기재된 동일한 참조 번호 또는 부호는 실질적으로 동일한 기능을 수행하는 부품 또는 구성요소를 나타낸다. 설명 및 이해의 편의를 위해서 서로 다른 실시 예들에서도 동일한 참조번호 또는 부호를 사용하여 설명하도록 한다. 즉, 복수의 도면에서 동일한 참조 번호를 가지는 구성 요소를 모두 도시하고 있다고 하더라도, 복수의 도면들이 하나의 실시 예를 의미하는 것은 아니다.
또한, 본 명세서 및 청구범위에서는 구성요소들 간의 구별을 위하여 '제1', '제2' 등과 같이 서수를 포함하는 용어가 사용될 수 있다. 이러한 서수는 동일 또는 유사한 구성 요소들을 서로 구별하기 위하여 사용하는 것이며, 이러한 서수 사용으로 인하여 용어의 의미가 한정 해석되어서는 안될 것이다. 일 예로, 이러한 서수와 결합된 구성 요소는 그 숫자에 의해 사용 순서나 배치 순서 등이 제한 해석되어서는 안된다. 필요에 따라서는, 각 서수들은 서로 교체되어 사용될 수도 있다.
본 명세서에서 단수의 표현은 문맥상 명백하게 다름을 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, '포함하다' 또는 '구성하다' 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 발명의 실시 예에서, 어떤 부분이 다른 부분과 연결되어 있다고 할 때, 이는 직접적인 연결뿐 아니라, 다른 매체를 통한 간접적인 연결의 경우도 포함한다. 또한 어떤 부분이 어떤 구성 요소를 포함한다는 의미는, 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있다는 것을 의미한다.
이하, 첨부된 도면을 참조하여 본 발명을 더욱 구체적으로 설명하기로 한다.
도 1은 본 발명의 일 실시 예에 따른 생산관리 시스템(MES)이 적용된 APC의 농산물 가공 관리 과정을 나타낸 도면이다.
본 발명의 로봇 청소 시스템(1000)은 작업장의 대면적 바닥 공간을 청소하기 위한 청소 로봇을 제공하며, 여기서, 작업장은 원료 또는 원자재 등을 완제품으로 가공하기 위하여 생산, 가공, 조립 등의 공정을 수행하는 각종 설비가 마련된 대형 공간을 의미한다.
특히, 본 발명의 바람직한 실시 예에 있어서, 작업장은 농산물유통센터(Agricultural Products processing Center, 이하, APC)일 수 있다.
APC는 산지 농산물을 소비지의 요구에 맞게 규격화 및 상품화하는데 필요한 집하/선별/포장/가공/저장/출하 등의 복합 기능을 갖춘 유통시설로서, 주산지 별로 품목 특성에 맞도록 규모화 및 현대화되어 농산물의 생산 및 유통 계열화의 거점으로 육성되고 있으며, 상술한 복합 기능을 수행하기 위한 각종 설비를 운영한다.
이하에서는, 편의상 로봇 청소 시스템(1000)이 적용되는 작업장을 APC로 상정하여 설명하도록 한다.
도 1에 도시된 바와 같이, 각종 농산물을 수확한 농가(2a, 2b)로부터 차량을 통해 운반된 원물(3a, 3b)이 APC(1)로 입고되면, 각 원물(3a, 3b)에 일정 단위 별로 생산이력관리번호가 부여될 수 있다.
농가 A(2a)로부터 수확된 원물(3a)이 APC(1)에 입고되었다고 가정하면, 입고된 원물(3a)에 대하여 품질 검수가 이루어질 수 있다. 이후, 파렛트별 생산자, 품종, 입고일, 수량이 기재되어 파렛트에 적재될 수 있고, 일부는 저온 저장고에 입고될 수 있다.
이후, 원물(3a)이 선별기에 의해 선별될 수 있다. 이때, 원물(3a)에 대하여 품질 검수가 다시 이루어질 수 있으며, 생산자, 품종, 등급 및 과수별 당도 별로 원물(3a)이 선별될 수 있다. 이때, 선별된 원물(3a)의 일부는 품종, 등급 및 당도 별로 파렛트에 적재 후 저온 저장고로 입고될 수 있다.
선별된 원물(3a)에 대하여는 포장단위 별로 포장이 이루어질 수 있다. 이때, 원물(3a)에 대하여 품질 검수 및 중량 검수가 이루어질 수 있으며, 박스 및 봉지 등으로 자동 포장될 수 있다. 일부는 저온 저장고에 입고될 수 있다.
포장이 이루어진 완제품(4)은 출하되어 출고정보가 기록될 수 있으며, 차량에 의해 도매상(3a, 3b) 등 고객에게 배송이 이루어질 수 있다.
한편, 이와 같이 입하된 원물(3a)이 완제품(4)이 되어 배송되기까지의 전 공정 과정은 생산 관리 시스템(Manufacturing Execution System, 이하, MES)(200)에 의해 모니터링되고 기록될 수 있다.
MES(200)는 생산현장의 수주에서 완성품의 품질검사까지 전 생산활동을 관리하기 위한 시스템으로, 생산 현장의 생산 실적, 작업자활동, 설비가동, 제품 품질정보 등을 실시간으로 수집하여 집계/분석/모니터링 및 생산공정을 제어하기 위한 통합 생산 관리 시스템을 의미할 수 있다.
다만, 본 발명에 있어, MES(200)는 생산현장 뿐만 아니라 가공 및 검사 등 다양한 공정을 수행하는 작업 현장에 있어서 규모와 관계없이 각 공정을 관리하기 위한 적어도 하나의 데이터를 자동적으로 수집, 관리 및 제어하기 위한 관리 시스템을 모두 포함하는 것으로 정의될 수 있다.
APC(1)에 접목된 MES(200)는 APC의 원물 입하 및 완제품 출하 전반에 걸친 생산 공정 데이터를 실시간으로 집계할 수 있다.
구체적으로, MES(200)는 농가 별 원물의 입고량, 재고량 및 출하량을 관리할 수 있다.
또한, MES(200)는 APC(1) 내 설비 별 또는 구역 별 생산 관리 정보, 생산 실적 정보 및 공정 설비 정보를 관리할 수 있다.
생산 관리 정보는 수주 정보, 생산 계획 정보, 작업 지시 정보, 완제품 재고 정보 및 상차 정보를 포함할 수 있다.
생산 실적 정보는 공정 불량 정보, 투입 원물 및 공정 재고, 작업 이력, 계획 대비 실적 정보를 포함할 수 있다.
공정 설비 정보는 LOT, 설비 가동/비가동 정보, 예방/보존 내역, 설비이상, 공정 변경 정보를 포함할 수 있다.
또한, MES(200)는 기준 정보, 모니터링 정보 및 경영 통계 정보를 관리할 수 있다.
기준 정보는 거래처 정보, 설비 정보, 품목 정보, 불량 정보 및 검사기준 정보를 포함할 수 있다.
모니터링 정보는 생산 현황, 생산 환경, 작업진행 내역, 설비현황, 품질검사 현황, 수율 및 성과 현황에 대한 모니터링 정보를 포함할 수 있다. 예를 들어, 생산 환경 모니터링 정보는 복수의 센서에 의해 획득된 온도, 습도 등에 대한 실시간 정보를 포함할 수 있다.
경영 통계 정보는 생산 계획/실적, 제품별 생산현황, 수율현황, 공정검사, 출하검사 및 재고현황에 대한 통계 정보를 포함할 수 있다.
한편, APC는 품목별 또는 규모별로 공정 과정 및 현장에 설치된 시설에 있어 차이가 있을 수 있다.
예를 들어, 원물이 과실류인 경우, 1) 과일 컨테이너 입고, 2) 파렛트 적재, 3) 파렛트 해체, 컨테이너 분리, 4) 과일 투입, 5) 이물질 제거, 6) 품질(당도, 색상 등) 선별, 7) 중량 선별, 8) 박스 포장, 9) 박스 테이핑/밴딩, 10) 저온저장 및 출하의 과정으로 공정이 수행될 수 있다.
또한, 원물이 채소류인 경우에는, 1) 원물 입고, 2) 진공예냉 및 저온저장, 3) 원물 투입, 4) 선별, 원형 및 절단, 5) 세척 및 살균, 6) 헹굼 및 탈수, 7) 계량 및 포장, 8) 금속 검출, 9) 중량체크, 10) 박스 포장, 11) 저온저장 및 출하의 과정으로 공정이 수행될 수 있다.
따라서, 입하되는 원물의 종류에 따라 공정 과정 및 가동되는 설비에 있어 차이가 있을 수 있다. 예를 들어, 원물이 과실류인 경우 세척기가 마련되지 않거나 가동되지 않으나, 채소류인 경우에는 경우에 따라 세척기가 필수적으로 가동될 수 있다.
또한, 입하되는 원물의 종류가 같더라도 완제품의 종류 및 발주자의 요구에 따라 공정 과정 및 가동되는 설비가 달라질 수 있다.
도 2는 본 발명의 일 실시 예에 따른 MES 기반의 로봇 청소 시스템을 나타낸 도면이다.
본 발명의 로봇 청소 시스템(1000)은 청소 로봇(100), MES(200) 및 청소 관리 서버(300)를 포함한다.
청소 로봇(100)은 APC 내 대면적 바닥 공간을 청소하기 위한 구성이다.
청소 로봇(100)은 정해진 대기 장소에 위치하였다가 청소 관리 서버(300)에 의해 임무를 할당 받아 정해진 청소 구역으로 이동하여 먼지, 쓰레기 등 오염물을 수거함으로써 청소 구역을 청소할 수 있다.
청소 로봇(100)은 바닥에 존재하는 오염물을 쓸거나 흡입하여 수거하는 오염물 제거부, 수거된 오염물을 저장하는 수거통, 청소 로봇(100)을 구동시키기 위한 구동 전원을 공급하는 전원부, 청소 관리 서버(300)와 통신을 수행하기 위한 통신부 및 구동 바퀴 등을 포함할 수 있다.
전원부는 청소 로봇(100)에 장착된 각종 부품을 구동시키기 위한 각 구동 장치와 전기적으로 연결되어 구동 전원을 공급하는 배터리를 포함할 수 있다. 배터리는 재충전이 가능한 2차 배터리로 마련되며, 청소 로봇(100)이 청소 과정을 완료하고 도킹스테이션에 결합된 경우, 도킹스테이션으로부터 전력을 공급받아 충전될 수 있다.
청소 로봇(100)은 근접 센서 및/또는 비전 센서를 포함하여 구성될 수도 있다. 청소 로봇(100)은 근접 센서를 이용하여 청소 영역을 주행하거나, 비전 센서를 이용하여 인식된 주변 환경의 맵을 생성할 수도 있다.
한편, 청소 로봇(100)은 단일의 청소 로봇 또는 복수의 청소 로봇(100-1 ~ 100-N)으로 구성될 수 있으며, 복수의 청소 로봇(100-1 ~ 100-N)으로 구현되는 경우, 동종 또는 이종의 청소 로봇을 포함할 수 있다.
이종의 청소 로봇은 청소 로봇의 크기에 따라 분류되는 대형 청소 로봇 및 소형(저상형) 청소 로봇, 수동 운전 가능 여부에 따라 분류되는 탑승형 청소 로봇 및 완전 자동형 청소 로봇, 청소 방식에 따라 분류되는 진공형 청소 로봇, 쓸기형 청소 로봇 및 닦기형 청소 로봇을 포함할 수 있다.
청소 로봇(100)이 단일의 청소 로봇 또는 복수의 청소 로봇(100-1 ~ 100-N)으로 구성되는 경우에 따라 각각 수립되는 청소 계획이 달라질 수 있으며, 이에 대한 구체적인 내용은 후술하도록 한다.
MES(200)는 APC(1)의 생산(가공) 라인을 구성하는 복수의 설비로부터 수집되는 생산 공정 데이터를 기록 및 관리하기 위한 구성이다. 이때, MES(200)를 가동하기 위하여 별도의 서버가 구축될 수 있다.
청소 관리 서버(300)는 APC(1) 내 청소 계획을 수립하고, 청소 로봇(100)에 청소 계획에 따른 임무를 할당하며, 임무가 종료된 후 청소 결과를 검증하는 전반적인 동작을 수행하는 구성이다.
청소 관리 서버(300)는 MES(200)로부터 생산 공정 데이터를 수신하여 APC(1) 내 각 설비의 가동 현황과 관련된 정보를 획득할 수 있다.
청소 관리 서버(300)는 APC(1) 내 각 설비의 위치를 포함하는 맵(map) 정보와 획득된 각 설비의 가동 현황에 대한 정보에 기초하여, 각 설비의 가동에 따른 오염물의 발생 위치 및/또는 오염물 발생량을 추정할 수 있다.
청소 관리 서버(300)는 추정된 오염물 발생 위치 및/또는 오염물 발생량에 기초하여 청소 로봇(100)에 의한 APC의 청소 계획을 수립할 수 있다.
예를 들어, 청소 관리 서버(300)는 APC(1) 내 각 설비의 가동 현황과 관련된 정보로부터, 일정한 청소 주기 사이의 기간 동안 가동된 설비 및/또는 그 가동 시간에 대한 정보를 획득할 수 있다.
청소 관리 서버(300)는 가동된 설비에 대한 정보 및 맵 정보에 포함된 설비의 위치에 대한 정보를 이용하여, 가동된 설비의 위치를 중심으로 하는 일정한 크기의 구역으로 청소 로봇(100)이 이동하여 해당 구역을 청소하도록 하는 청소 계획을 수립할 수 있다.
또한, 청소 로봇(100)이 이종의 청소 로봇으로 구성되는 경우, 가동된 설비의 종류 또는 위치에 대한 정보를 기초로, 해당 구역에 어떤 종류의 청소 로봇을 투입할 것인지를 결정하여 청소 계획을 수립할 수도 있다.
예를 들어, 가동된 설비의 위치를 중심으로 하는 일정한 크기의 구역이 큰 청소 로봇이 들어가기 힘든 좁은 장소거나 설비의 하단이어서 저상형 로봇만이 진입 또는 청소 가능한 경우에는 해당 구역에 저상형 로봇이 투입될 수 있다.
또한, 청소 관리 서버(300)는 가동된 설비의 가동 시간에 대한 정보를 더 이용하여, 가동된 설비의 위치를 중심으로 하는 일정한 크기의 구역 내 발생된 오염물의 양을 추정하고, 해당 구역에 투입될 청소 로봇의 개수를 결정하여 청소 계획을 수립할 수도 있다.
이때, 오염물의 양의 추정에는 특정 가동 시간에 따라 발생된 실제 오염물의 양이 측정된 데이터가 활용될 수 있다.
예를 들어, 설비가 6시간 동안 가동되었고, 설비가 3시간 동안 가동되었을 때 총 0.1kg의 오염물이 실제로 발생된 것으로 측정된 데이터가 데이터베이스에 저장되어 있는 경우, 가동된 설비의 가동 시간에 따라 동일한 비율로 비례하여 오염물이 발생되었을 것으로 추정할 수 있으므로 6시간 동안 해당 설비에서 총 0.2kg의 오염물이 발생된 것으로 추정될 수 있다.
또한, 머신러닝(machine learning)에 의해 설비의 가동 시간 대비 실제 오염물 발생량을 지속적으로 학습하고, 설비의 가동 시간을 입력 데이터로 하여 오염물 발생량을 예측하는 것 역시 가능하다. 이때, 가공되는 원물의 종류가 추가적으로 학습될 수 있다.
이후, 청소 관리 서버(300)는 청소 로봇(100)을 제어하여 수립된 청소 계획에 따라 APC(1) 내 오염물이 발생된 구역을 청소하도록 임무를 부여할 수 있다.
청소 관리 서버(300)는 임무가 종료된 후에는 청소 로봇(100)에 의해 수거된 오염물의 양과 추정된 오염물 발생량을 비교하여, 오염물 발생량의 추정에 대한 적정성을 검증할 수 있다.
구체적으로, 청소 로봇(100)은 무게 감지 센서를 통해 수거통에 수거된 오염물의 양을 측정하고, 수거된 오염물의 양에 대한 정보를 청소 관리 서버(300)로 전송할 수 있다.
청소 관리 서버(300)는 청소 로봇(100)으로부터 수신한 수거된 오염물의 양에 대한 정보와 기 추정된 오염물 발생량이 기 설정된 양 이상 차이가 나는 경우, 오염물 발생량의 추정이 적정하지 않다고 판단할 수 있다.
여기서, 수거된 오염물의 양 및 추정된 오염물 발생량은 각각 수거된 오염물의 무게(kg) 및 추정된 오염물 발생 무게(kg)를 의미할 수 있다.
이때, 청소 관리 서버(300)는 오염물 발생량의 추정이 적정하지 않다고 판단된 청소 구역에 대한 향후 오염물 발생량 추정에 있어, 추정된 오염물 발생량을 상술한 양의 차이에 대응되는 값에 기초하여 보정할 수 있다.
한편, 청소 로봇(100), MES(200) 및 청소 관리 서버(300)는 네트워크(2000)를 통해 서로 연결될 수 있다. 이때, 네트워크(2000)는 유선 또는 무선일 수 있다. 네트워크(2000)의 통신 방식은 제한되지 않으며, 네트워크(2000)가 포함할 수 있는 통신망(일례로, 이동통신망, 무선 온라인, 방송망)을 활용하는 통신 방식이 활용될 수 있다.
예를 들어, 네트워크(2000)는 WAN(Wide Area Network), MAN(Metropolitan Area Network), LAN(Local Area Network) 중 하나 이상 또는 이들의 결합으로 구성될 수 있다. 또한, 네트워크(2000)는 WLAN(Wireless LAN)(WiFi), Wibro(Wireless broadband) 및/또는 Wimax(World Interoperability for Microwave Access) 등의 무선 인터넷 기술, CDMA(Code Division Multiple Access), GSM(Global System for Mobile communication), LTE(Long Tern Evolution) 및/또는 LTE-Advanced 등의 이동 통신 기술, 및/또는 V2I(Vehicle to Infra) 등의 V2X(Vehicle to Everything) 통신 기술로 구현될 수 있다.
본 실시 예에 따른 청소 관리 서버(300)는 하드웨어적으로 통상적인 웹 서버와 동일한 구성을 가지며, 소프트웨어적으로는 C, C++, Java, Visual Basic, Visual C 등과 같은 다양한 형태의 언어를 통해 구현되어 여러 가지 기능을 하는 프로그램 모듈을 포함할 수 있다. 또한, 일반적인 서버용 하드웨어에 도스(Dos), 윈도우(Window), 리눅스(Linux), 유닉스(Unix), 매킨토시(Macintosh), 안드로이드(Android), 아이오에스(iOS) 등의 운영 체제에 따라 다양하게 제공되고 있는 웹 서버 프로그램을 이용하여 구현될 수 있다.
청소 관리 서버(300)는 데이터베이스를 포함하여 구현될 수 있고, 데이터베이스와 독립적으로 구현될 수 있다. 데이터베이스와 독립적으로 구현된 경우, 청소 관리 서버(200)는 데이터베이스와 유선 또는 무선으로 연결되어 파일을 주고받을 수 있다.
도 3은 본 발명의 일 실시 예에 따른 청소 관리 서버의 구성을 간략히 도시한 블록도이다.
본 발명의 청소 관리 서버(300)는 그리드 맵 생성부(310), 파라미터 할당부(320), 오염물 발생량 추정부(330), 청소 계획 수립부(340), 청소 로봇 제어부(350) 및 검증부(360)를 포함할 수 있다.
그리드 맵 생성부(310)는 맵 정보에 기초하여 APC(1)의 평면도를 격자 형태로 표현한 그리드 맵을 생성하는 구성이다.
그리드 맵 생성부(310)는 APC(1) 내 각 설비의 위치를 포함하는 맵 정보를 MES(200), 청소 로봇(100) 또는 외부 단말로부터 수신하거나, 사용자 입력에 따라 자체적으로 생성할 수 있다.
도 4는 APC(1)의 각 설비의 위치를 포함하는 평면도가 복수의 셀(40-1, 40-2??)로 나누어진 그리드 맵(grid map)의 일 예를 도시한 것이다.
도 4에 도시된 바와 같이, 그리드 맵 생성부(310)는 맵 정보에 기초하여, APC의 평면도를 격자 형태로 표현한 그리드 맵(grid map)을 생성할 수 있다.
그리드 맵은 APC 내부 공간을 동일한 크기의 격자로 표현하고, 각 격자에 생산 라인을 구성하는 설비의 유무를 표시한 지도가 될 수 있다.
여기서, 그리드 맵을 구성하는 각 셀의 크기는 맵 정보 내 설비의 위치 및 종류에 따라 상이하게 설정될 수 있다.
구체적으로, 그리드 맵을 구성하는 각 셀(40-1, 40-2??)의 크기는 APC(1)의 면적, 설비의 개수, 크기, 위치 및 종류에 따라 달라질 수 있다.
또한, 각 셀(40-1, 40-2??)은 서로 동일한 크기로 구성될 수 있으나, 실시 예에 따라 서로 다른 크기를 가지도록 구성될 수도 있다.
예를 들어, 셀(40-1, 40-2??)의 크기는 맵 정보에서 인식된 각 설비의 위치 및 크기에 기초하여, 각 설비가 기 설정된 개수 이하의 셀 내부에 들어가거나, 셀과 셀 사이의 경계와 중첩되지 않도록 크기 또는 형태가 일괄적으로 또는 개별적으로 조정될 수도 있다.
또한, 일 실시 예로서, 그리드 맵 생성부(310)는 도 5에 도시된 바와 같이 그리드 맵에 원물을 투입하기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제1 구역(투입 공간, 51), 원물을 가공 처리하면서 이동시키기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제2 구역(이동 공간, 52) 및 원물의 가공 처리가 완료된 후 완제품(상품)으로 배출시키기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제3 구역(배출 공간, 53)을 설정할 수 있다.
이에 따라, 후술할 청소 계획 수립부(340)는 이와 같이 설정된 제1 구역(51), 제2 구역(52) 및 제3 구역(53)을 구분하여 청소 계획을 수립하고, 청소 로봇(100)으로 하여금 각 구역(51~53)에 적합한 방식 또는 순서로 청소를 수행하도록 제어할 수 있다.
파라미터 할당부(320)는 그리드 맵 상에서 중첩되는 설비의 위치 및 종류에 따른 특성에 기초하여, 그리드 맵을 구성하는 각 셀(40-1, 40-2??)에 오염 확산 파라미터를 할당하는 구성이다.
여기서, 오염 확산 파라미터는 각 셀(40-1, 40-2??)에 중첩되거나 근접한 설비의 특성에 따른 오염물 낙하율(%) 또는 오염물 낙하율(%)을 반영하여 산출되는 값일 수 있으며, 오염물 낙하율(%)은 경험칙에 따라 1차적으로 추정되어 할당되는 값일 수 있다.
예를 들어, 오염 확산 파라미터는 특정 설비의 가동에 있어서, 해당 설비에서 가공되는 원물의 양 대비 해당 원물로부터 낙하되거나 발생되는 오염물의 평균적인 양의 비율(%)을 나타내는 값일 수 있다.
또한, 오염 확산 파라미터는 일반적으로 0 이상 1 미만의 값으로 정의될 수 있다. 중첩되는 설비가 없거나 일정 반경 이내에 설비가 존재하지 않는 셀에는 오염 확산 파라미터가 0으로 할당될 수 있다.
또한, 가공을 위해 투입되는 원물의 종류에 따라 각 설비에서의 오염물 발생 특성이 다를 수 있으므로, 파라미터 할당부(320)는 가공되는 원물의 종류에 따라 그리드 맵을 구성하는 각 셀에 할당되는 오염 확산 파라미터를 변경할 수도 있다.
도 6은 본 발명의 일 실시 예에 따라, 기 설정된 오염 확산 파라미터가 그리드 맵 상의 각 셀에 할당된 것을 나타낸 것이다.
도 6에 도시된 바와 같이, 제1 구역(51)과 제3 구역(53)에 포함된 셀에는 셀의 위치와 상관없이 기본적으로 동일한 파라미터가 할당되고, 제2 구역(52)에 포함된 셀에 할당되는 파라미터는 셀에 중첩된 설비의 특성 및/또는 투입되는 원물의 종류에 따라 각각 다른 파라미터가 할당될 수 있다.
오염물 발생량 추정부(330)는 생산 공정 데이터 내 포함된 각 설비의 가동 데이터 및 할당된 오염 확산 파라미터에 기초하여, 각 셀(40-1, 40-2??)에서의 오염물 발생량을 추정하는 구성이다.
오염물 발생량 추정부(330)는 MES(200)로부터 수신된 생산 공정 데이터로부터 각 셀(40-1, 40-2??)에 중첩된 설비의 가동 시간, 투입/처리된 원물의 양, 및/또는 생산 실적 데이터를 추출하여, 해당 설비에서의 원물 처리량을 추정하고, 추정된 원물 처리량과 오염 확산 파라미터에 기초하여 각 셀(40-1, 40-2??)에서의 오염물 발생량을 추정할 수 있다.
특히, 오염물 발생량 추정부(330)는 도 7에 도시된 바와 같이, MES(200)로부터 수신된 생산 공정 데이터로부터 제1 구역(51)에 투입된 원물이 제3 구역(53)까지 이동될 때까지의 생산 라인 상에서 가동된 설비가 중첩되는 셀과 그 이동 방향을 추출할 수 있다.
이 경우, 오염물 발생량 추정부(330)는 생산 라인 상에서 가동된 설비가 중첩되는 셀에서만 오염물이 발생되었다고 추정할 수 있다.
이때, 오염물 발생량은 아래 수학식 1과 같이 추정된 원물 처리량과 오염 확산 파라미터를 곱한 값으로 추정될 수 있다.
Pcon(Celln): n번째 셀에서의 추정 오염물 발생량
raw(Celln): n번째 셀에서의 추정 원물 처리량
parameter(Celln): n번째 셀의 오염 확산 파라미터
여기서, 오염 확산 파라미터는 오염물 낙하율(%) 또는 오염물 낙하율(%)을 반영하여 산출되는 값으로 정의될 수 있다.
한편, 오염물 발생량 추정부(330)는 생산 공정 데이터로부터, 제1 구역(51)에서의 원물의 총 투입 무게와 제3 구역(53)에서의 원물이 가공된 상품의 총 배출 무게를 획득하고, 원물의 총 투입 무게와 상품의 총 배출 무게의 차이 값에 기초하여, 원물의 가공에 따른 APC(1) 내의 총 오염물 발생량을 추정하고, 추정된 총 오염물 발생량에 기초하여 각 셀(40-1, 40-2??)에서의 오염물 발생량을 추정할 수 있다.
이때, 오염물 발생량은 아래 수학식 2와 같이 추정된 총 오염물 발생량 중 n번째 셀에서의 총 잔여 오염물 량과 오염 확산 파라미터를 곱한 값으로 추정될 수 있다.
Pcon(Celln): n번째 셀에서의 추정 오염물 발생량
res(Celln): 총 오염물 발생량 중 n번째 셀에서의 총 잔여 오염물량
parameter(Celln): n번째 셀의 오염 확산 파라미터
여기서, 오염 확산 파라미터는 생산 라인 상에서의 이동 순서와 설비 특성을 반영하여 산출되는 값으로 정의될 수 있다.
도 8을 참조하면, 일 생산 사이클 내에서 제1 구역(51)에 투입된 원물의 무게가 101kg, 제3 구역(53)에서 가공되어 배출되는 상품의 총 배출 무게가 100kg이라고 가정하면, 일 생산 사이클이 수행되는 동안 원믈의 가공에 따른 총 오염물 발생량은 1kg이라고 추정할 수 있다.
이때, 1번째 셀에서 추정되는 총 잔여 오염물량은 총 오염물 발생량과 동일한 1kg이고, 1번째 셀에서의 추정 오염물 발생량 Pcon(Cell1)은 (101-100)*0.3=0.3kg일 수 있다.
또한, 2번째 셀에서 추정되는 총 잔여 오염물량은 총 오염물 발생량 1kg에서 1번째 셀에서의 추정 오염물 발생량 Pcon(Cell1)인 0.3kg을 뺀 0.7kg이고, 2번째 셀에서의 추정 오염물 발생량 Pcon(Cell2)은 (101-100-0.3)*0.3=0.14kg일 수 있다.
또한, 3번째 셀에서 추정되는 총 잔여 오염물량은 1번째 셀에서의 총 잔여 오염물 량 0.7kg에서 2번째 셀에서의 추정 오염물 발생량 Pcon(Cell2)인 0.14kg을 뺀 0.56kg이고, 3번째 셀에서의 추정 오염물 발생량 Pcon(Cell3)은 (101-100-0.3-0.14)*0.2=0.112kg일 수 있다.
이와 같은 방식에 의해, 일 사이클 내에서 추정된 총 오염물 발생량과 각 셀에 할당된 파라미터로부터 1번째 셀부터 23번째 셀 내에 분포되는 오염물 발생량을 예측할 수 있다.
또한 본 발명의 일 실시 예에 따르면, 오염물 발생량 추정부(330)는 총 오염물 발생량을 좀 더 정확히 추정하기 위하여, 제1 구역(51)에서의 원물의 총 투입 무게, 제2 구역(52)에서 원물에 부가되는 물질의 무게 및 제3 구역(53)에서의 상품의 포장재 무게를 더한 무게에서 제3 구역(53)에서의 상품의 총 배출 무게를 뺀 나머지 무게를 원물의 가공에 따라 발생된 총 오염물의 무게로 추정할 수도 있다.
한편, 파라미터 할당부(320)는 제1 구역(51)에 투입되는 원물의 종류, 제2 구역(52)에 포함된 설비의 종류 및 제3 구역(53)에서 배출되는 완제품의 종류 중 적어도 하나에 기초하여 그리드 맵에 할당된 파라미터를 조정할 수 있다.
구체적으로, 파라미터 할당부(320)는 제1 구역(51), 제2 구역(52) 미 제3 구역(53)에 할당되는 파라미터를 각 구역마다 기 설정된 범위 내에서 일률적으로 조정할 수 있다.
예를 들어, 제1 구역(51)에 포함되는 셀 중 어느 하나의 셀에 할당된 파라미터가 변경되는 경우, 제1 구역(51)에 포함된 다른 셀 역시 동일하게 파라미터가 변경될 수 있다.
또한, 제1 구역(51)에 투입되는 원물의 종류에 따라 제2 구역(52)에 포함된 설비 중 사용되지 않는 설비가 있는 경우에는 제2 구역(52)에서만 파라미터를 재조정할 수 있다. 예를 들어, 제2 구역(52) 중 사용되지 않는 설비가 중첩되는 셀에는 파라미터를 0으로 조정할 수 있다.
한편, 청소 계획 수립부(340)는 추정된 오염물 발생 위치 및 오염물 발생량에 기초하여 청소 로봇(100)의 작업장의 청소 계획을 수립할 수 있다.
구체적으로, 청소 계획 수립부(340)는 제1 구역(51)으로부터 제3 구역(53)까지의 원물의 이동 경로에 따라, 그리드 맵을 복수의 사각형 형태의 청소 구역으로 그룹핑하며, 그룹핑된 복수의 청소 구역을 각각 청소하도록 복수의 청소 로봇(100)에 임무를 할당할 수 있다.
예를 들어, 도 9를 참조하면, 청소 계획 수립부(340)는 각각의 청소 로봇(100)에 의하여 각 셀에서 수행되는 청소가 동일한 시간에 완료될 수 있도록 그리드 맵을 서로 다른 크기의 복수의 영역(91, 92)으로 그룹핑할 수 있다.
이때, 청소 계획 수립부(340)는 오염물 발생 위치, 각 셀 내에서 추정되는 오염물 발생량의 총량, 투입될 청소 로봇(100)의 수거통 용량 및 배터리량에 기초하여, 각 청소 로봇(100)이 가장 효율적으로 청소할 수 있는 복수의 영역(91, 92)을 그룹핑할 수 있다.
예를 들어, 투입될 청소 로봇(100)이 쓰레기를 비우거나 배터리 충전을 수행하는 횟수를 최소화할 수 있도록 그룹핑될 영역을 설정하여 청소 로봇(100)에 할당할 수 있으며, 복수의 청소 로봇(100)이 투입되는 경우, 각 셀 내에서 추정되는 오염물 발생량에 기초하여, 복수의 청소 로봇(100)에 의한 청소가 동 시간에 종료될 수 있도록 그룹핑될 영역을 설정하여 청소 로봇(100)에 할당할 수 있다.
더 나아가, 청소 계획 수립부(340)는 그룹핑된 복수의 청소 구역에 기초하여, 각 청소 구역에 투입될 청소 로봇(100)의 종류 및 개수, 이동 경로를 포함하는 청소 계획을 수립할 수 있다.
청소 로봇 제어부(350)는 각 청소 로봇(100)의 동작을 제어하기 위한 제어 신호를 생성하여 각 청소 로봇(100)이 수립된 청소 계획에 따라 각 청소 구역을 청소하도록 제어하는 구성이다.
청소 로봇 제어부(350)는 네트워크(2000)를 통해 각 청소 로봇(100)에 제어 신호를 전송할 수 있고, 각 청소 로봇(100)으로부터 응답 신호를 포함한 상태 정보를 수신하며, 각 청소 로봇(100)의 청소 동작을 모니터링할 수 있다.
검증부(360)는 청소 로봇(100)에 의해 수거된 오염물의 양과 추정된 오염물 발생량을 서로 비교하여, 각 셀에 할당된 파라미터가 적정한지를 검증하는 구성이다.
비교 결과 기 설정된 양 이상 차이가 나는 경우, 검증부(360)는 오염물 발생량의 추정이 적정하지 않다고 판단하고, 그리드 맵을 구성하는 적어도 하나의 셀에 오염 확산 파라미터를 재할당할 수 있다.
이를 위해, 검증부(360)는 청소 로봇(100)의 청소가 완료된 후, 청소 로봇(100)에 구비된 무게 감지 센서로부터 감지된 수거한 오염물의 무게 데이터를 수신하여 수거된 오염물의 양을 산출할 수 있다.
또는, 검증부(360)는 청소 로봇(100)의 청소가 수행되는 동안, 청소 로봇(100)이 수거하는 오염물의 무게 데이터를 지속적으로 수신하여 모니터링할 수 있다. 이 경우, 청소 로봇(100)의 이동 방향에 따라 오염물의 무게 데이터의 변동을 추적할 수 있고, 각 셀에서 수거된 오염물의 양을 계산할 수 있다.
예를 들어, 검증부(360)는 어느 한 셀에서 추정된 오염물의 양보다 실제 수거된 오염물의 양이 더 많은 경우, 해당 셀에 할당된 오염 확산 파라미터 값을 더 높게 조정할 수 있다.
데이터베이스(370)는 청소 관리 서버(300)를 구동하기 위한 각종 데이터 및 모듈을 저장하는 구성이다.
구체적으로, 데이터베이스(370)는 청소 관리 서버(300)가 포함된 각 하드웨어들로부터 전달되는 신호를 처리하는 베이스 모듈, 레지스트리를 관리하는 스토리지 모듈, 보안 모듈, 통신 모듈 등을 저장할 수 있다.
또한, 데이터베이스(370)는 MES(200)로부터 수신되는 생산 공정 데이터, 작업장 내 설비의 위치를 포함하는 맵 정보, 각 설비의 가동에 따른 오염물 발생 위치 및 오염물 발생량에 대한 추정 정보 등을 저장할 수 있다.
데이터베이스(370)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다.
또한, 데이터베이스(370)는 인터넷(internet) 상에서 데이터베이스(370)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작될 수도 있다.
도 10은 본 발명의 일 실시 예에 따른 로봇 청소 시스템의 제어 방법을 간략히 설명하기 위한 도면이다.
먼저, 청소 관리 서버가 MES(200)로부터 수신되는 생산 공정 데이터 및 작업장의 맵 정보에 기초하여, 각 설비의 가동에 따른 오염물 발생 위치 및 발생량을 추정한다(S1010).
이후, 청소 관리 서버가 추정된 오염물 발생 위치 및 발생량에 기초하여, 청소 로봇의 청소 계획을 수립한다(S1020).
이후, 청소 관리 서버가 청소 로봇을 제어하여 청소 계획에 따라 작업장을 청소하도록 임무를 부여한다(S1030).
이후, 임무가 종료된 후, 청소 로봇에 의해 수거된 오염물의 양과 추정된 오염물 발생량을 비교하여 오염물 발생량의 추정에 대한 적정성을 검증한다(S1040).
도 11은 본 발명의 일 실시 예에 따른 로봇 청소 시스템의 오염물 발생량을 추정하고 검증을 통해 조정하는 방법을 좀 더 상세히 설명하기 위한 도면이다.
먼저, 맵 정보에 기초하여, 작업장의 평면도에 대한 그리드 맵을 생성한다(S1110).
이후, 그리드 맵 상에서 중첩되는 설비의 위치 및 종류에 기초하여 각 셀에 오염 확산 파라미터를 할당한다(S1120).
이후, 각 설비의 가동 데이터 및 오염 확산 파라미터에 기초하여, 각 셀의 오염물 발생량을 추정한다(S1130).
이후, 임무가 종료된 후 청소 로봇에 의해 수거된 오염물의 양과 추정된 오염물 발생량을 비교하여 오염물 발생량의 추정에 대한 적정성을 검증한다(S1140).
이후, 오염물 발생량의 추정이 적정하지 않은 경우, 오염 확산 파라미터를 재할당한다(S1150).
이상과 같은 본 발명의 다양한 실시 예에 따르면, 농산물유통센터(APC) 등과 같은 대면적 공간에 있어 오염물 발생량 및 발생 위치를 기반으로 효율적인 청소가 가능하게 된다.
한편, 상술한 다양한 실시 예에 따른 로봇 청소 시스템의 오염량 산출 방법은 프로그램으로 구현되어 다양한 기록 매체에 저장될 수 있다. 즉, 각종 프로세서에 의해 처리되어 상술한 로봇 청소 시스템의 오염량 산출 방법을 실행할 수 있는 컴퓨터 프로그램이 기록 매체에 저장된 상태로 사용될 수도 있다.
일 예로, ⅰ) MES로부터 생산 공정 데이터를 수신하는 단계, ⅱ) 생산 공정 데이터로부터 생산 라인에서의 원물의 총 투입 무게 및 원물이 최종 가공된 상품의 총 배출 무게의 차이 값을 산출하는 단계, ⅲ) 산출된 차이 값에 기초하여 원물의 가공에 따른 총 오염물 발생량을 추정하는 단계 및, ⅳ) 추정된 총 오염물 발생량 및 작업장 내 설비의 위치를 포함하는 맵 정보에 기초하여 청소 로봇에 의한 작업장의 청소 계획을 수립하는 단계를 수행하는 프로그램이 저장된 비일시적 판독 가능 매체(non-transitory computer readable medium)가 제공될 수 있다.
비일시적 판독 가능 매체란 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상술한 다양한 어플리케이션 또는 프로그램들은 CD, DVD, 하드 디스크, 블루레이 디스크, USB, 메모리카드, ROM 등과 같은 비일시적 판독 가능 매체에 저장되어 제공될 수 있다.
이상에서는 본 발명의 바람직한 실시 예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
100: 청소 로봇 200: MES
300: 청소 관리 서버 1000: 로봇 청소 시스템
2000: 네트워크
300: 청소 관리 서버 1000: 로봇 청소 시스템
2000: 네트워크
Claims (13)
- 로봇 청소 시스템에 있어서,
작업장의 대면적 바닥 공간을 청소하기 위한 적어도 하나의 청소 로봇;
상기 작업장의 생산 라인을 구성하는 복수의 설비로부터 수집되는 생산 공정 데이터를 기록 및 관리하기 위한 MES(Manufacturing Execution System); 및
상기 MES로부터 상기 생산 공정 데이터를 수신하고, 상기 생산 공정 데이터로부터 상기 생산 라인에서의 원물의 총 투입 무게 및 상기 원물이 최종 가공된 상품의 총 배출 무게의 차이 값을 산출하며, 상기 산출된 차이 값에 기초하여 상기 원물의 가공에 따른 총 오염물 발생량을 추정하고, 상기 추정된 총 오염물 발생량 및 상기 작업장 내 상기 설비의 위치를 포함하는 맵 정보에 기초하여 상기 청소 로봇에 의한 상기 작업장의 청소 계획을 수립하는 청소 관리 서버;를 포함하는 로봇 청소 시스템. - 제1항에 있어서,
상기 청소 관리 서버는,
상기 맵 정보에 기초하여, 상기 작업장의 평면도를 격자 형태로 표현한 그리드 맵(grid map)을 생성하는 그리드 맵 생성부;
상기 그리드 맵 상에서 중첩되는 상기 설비의 위치 및 종류에 기초하여 상기 그리드 맵을 구성하는 각 셀에 오염 확산 파라미터를 할당하는 파라미터 할당부; 및
상기 생산 공정 데이터 내 포함된 상기 각 설비의 가동 데이터 및 상기 할당된 오염 확산 파라미터에 기초하여 상기 각 셀에서의 상기 오염물 발생량을 추정하는 오염물 발생량 추정부;를 포함하는 것을 특징으로 하는 로봇 청소 시스템. - 제2항에 있어서,
상기 그리드 맵은,
원물을 투입하기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제1 구역, 상기 원물을 가공 처리하면서 이동시키기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제2 구역 및 상기 원물의 가공 처리가 완료된 후 상품으로 배출시키기 위한 설비가 중첩되는 적어도 하나의 셀을 포함하는 제3 구역을 포함하는 것을 특징으로 하는 로봇 청소 시스템. - 제3항에 있어서,
상기 오염물 발생량 추정부는,
상기 제1 구역에서의 상기 원물의 총 투입 무게, 상기 제2 구역에서 상기 원물에 부가되는 물질의 무게 및 상기 제3 구역에서의 상기 상품의 포장재 무게를 더한 무게에서 상기 제3 구역에서의 상기 상품의 총 배출 무게를 뺀 나머지 무게를 상기 원물의 가공에 따라 발생된 총 오염물의 무게로 추정하는 것을 특징으로 하는 로봇 청소 시스템. - 제3항에 있어서,
상기 청소 관리 서버는,
상기 제1 구역으로부터 상기 제3 구역까지의 상기 원물의 이동 경로에 따라 상기 그리드 맵을 복수의 사각형 형태의 청소 구역으로 그룹핑하며, 상기 그룹핑된 복수의 청소 구역을 각각 청소하도록 복수의 청소 로봇에 임무를 할당하는 방식으로 상기 청소 계획을 수립하는 청소 계획 수립부;를 더 포함하는 것을 특징으로 하는 로봇 청소 시스템. - 제2항에 있어서,
상기 파라미터 할당부는,
검증 결과, 상기 청소 로봇에 의해 수거된 오염물의 양과 상기 추정된 오염물 발생량이 기 설정된 양 이상 차이가 나는 경우, 상기 오염물 발생량의 추정이 적정하지 않다고 판단하고, 상기 그리드 맵을 구성하는 적어도 하나의 셀에 오염 확산 파라미터를 재할당하는 것을 특징으로 하는 로봇 청소 시스템. - 제1항에 있어서,
상기 청소 관리 서버는,
상기 추정된 오염물 발생 위치, 상기 추정된 오염물 발생량, 투입될 상기 청소 로봇의 수거통 용량 및 배터리량에 기초하여, 상기 추정된 오염물 발생 위치에 투입될 상기 청소 로봇의 종류 및 개수, 이동 경로를 포함하는 상기 청소 계획을 수립하는 것을 특징으로 하는 로봇 청소 시스템. - 제2항에 있어서,
상기 파라미터 할당부는,
가공되는 원물의 종류에 따라 상기 그리드 맵을 구성하는 각 셀에 할당되는 오염 확산 파라미터를 변경하는 것을 특징으로 하는 로봇 청소 시스템. - 제2항에 있어서,
상기 그리드 맵은,
상기 맵 정보 내 상기 설비의 위치 및 종류에 따라 서로 다른 크기의 셀로 나누어지는 것을 특징으로 하는 로봇 청소 시스템. - 제2항에 있어서,
상기 오염 확산 파라미터는,
상기 각 셀에 포함된 설비의 오염물 낙하율(%)을 반영하여 산출되는 것을 특징으로 하는 로봇 청소 시스템. - 제1항에 있어서,
상기 작업장은,
농산물유통센터(Agricultural Products processing Center, APC)인 것을 특징으로 하는 로봇 청소 시스템. - 작업장의 대면적 바닥 공간을 청소하기 위한 적어도 하나의 청소 로봇, 상기 작업장의 생산 라인을 구성하는 복수의 설비로부터 수집되는 생산 공정 데이터를 기록 및 관리하기 위한 MES(Manufacturing Execution System) 및 청소 관리 서버를 포함하는 MES 기반의 로봇 청소 시스템의 오염량 산출 방법에 있어서,
상기 MES로부터 상기 생산 공정 데이터를 수신하는 단계;
상기 생산 공정 데이터로부터 상기 생산 라인에서의 원물의 총 투입 무게 및 상기 원물이 최종 가공된 상품의 총 배출 무게의 차이 값을 산출하는 단계;
상기 산출된 차이 값에 기초하여 상기 원물의 가공에 따른 총 오염물 발생량을 추정하는 단계; 및
상기 추정된 총 오염물 발생량 및 상기 작업장 내 상기 설비의 위치를 포함하는 맵 정보에 기초하여 상기 청소 로봇에 의한 상기 작업장의 청소 계획을 수립하는 단계;를 포함하는 오염량 산출 방법. - 제12항의 오염량 산출 방법을 실행시키는 기록매체에 저장된 컴퓨터 프로그램.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220190495A KR102626501B1 (ko) | 2022-12-30 | 2022-12-30 | 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220190495A KR102626501B1 (ko) | 2022-12-30 | 2022-12-30 | 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102626501B1 true KR102626501B1 (ko) | 2024-01-18 |
Family
ID=89716115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220190495A KR102626501B1 (ko) | 2022-12-30 | 2022-12-30 | 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102626501B1 (ko) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040062039A (ko) * | 2002-12-31 | 2004-07-07 | 엘지전자 주식회사 | 로봇 청소기의 청소영역 설정방법 |
| KR100877072B1 (ko) * | 2007-06-28 | 2009-01-07 | 삼성전자주식회사 | 이동 로봇을 위한 맵 생성 및 청소를 동시에 수행하는 방법및 장치 |
| KR20130091879A (ko) * | 2012-02-09 | 2013-08-20 | 삼성전자주식회사 | 로봇 청소기의 청소 작업을 제어하기 위한 장치 및 방법 |
| JP2013168149A (ja) * | 2012-02-16 | 2013-08-29 | Micro-Star Internatl Co Ltd | 清掃ロボットの制御方法 |
| KR20170028304A (ko) * | 2014-05-07 | 2017-03-13 | 듀르 시스템스 아게 | 세척장치 및 그의 작동방법 |
| KR20190098734A (ko) * | 2019-07-12 | 2019-08-22 | 엘지전자 주식회사 | 센서 데이터를 이용하여 청소 동선을 결정하는 인공 지능 로봇 및 그 방법 |
| KR20210123297A (ko) * | 2019-01-08 | 2021-10-13 | 윈징 인텔리전스 테크놀로지 (동관) 컴퍼니 리미티드 | 걸레질 로봇의 제어 방법, 장치, 장비 및 저장 매체 |
| JP2022502779A (ja) * | 2018-11-09 | 2022-01-11 | 蘇州瑞得恩光能科技有限公司Suzhou Radiant Photovoltaic Technology Co., Ltd | 清掃システムの制御方法 |
| JP2022502776A (ja) * | 2018-05-28 | 2022-01-11 | 蘇州瑞得恩光能科技有限公司Suzhou Radiant Photovoltaic Technology Co., Ltd | 清掃システム及び清掃方法 |
| KR20220031587A (ko) * | 2018-12-06 | 2022-03-11 | 삼성전자주식회사 | 로봇 청소기 및 로봇 청소기의 청소 경로 계획 방법 |
| KR20220135138A (ko) * | 2021-03-29 | 2022-10-06 | 네이버랩스 주식회사 | 실내 공간에 배치된 설비를 이용하는 복수의 로봇이 주행하는 건물 |
-
2022
- 2022-12-30 KR KR1020220190495A patent/KR102626501B1/ko active IP Right Grant
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040062039A (ko) * | 2002-12-31 | 2004-07-07 | 엘지전자 주식회사 | 로봇 청소기의 청소영역 설정방법 |
| KR100877072B1 (ko) * | 2007-06-28 | 2009-01-07 | 삼성전자주식회사 | 이동 로봇을 위한 맵 생성 및 청소를 동시에 수행하는 방법및 장치 |
| KR20130091879A (ko) * | 2012-02-09 | 2013-08-20 | 삼성전자주식회사 | 로봇 청소기의 청소 작업을 제어하기 위한 장치 및 방법 |
| JP2013168149A (ja) * | 2012-02-16 | 2013-08-29 | Micro-Star Internatl Co Ltd | 清掃ロボットの制御方法 |
| KR20170028304A (ko) * | 2014-05-07 | 2017-03-13 | 듀르 시스템스 아게 | 세척장치 및 그의 작동방법 |
| JP2022502776A (ja) * | 2018-05-28 | 2022-01-11 | 蘇州瑞得恩光能科技有限公司Suzhou Radiant Photovoltaic Technology Co., Ltd | 清掃システム及び清掃方法 |
| JP2022502779A (ja) * | 2018-11-09 | 2022-01-11 | 蘇州瑞得恩光能科技有限公司Suzhou Radiant Photovoltaic Technology Co., Ltd | 清掃システムの制御方法 |
| KR20220031587A (ko) * | 2018-12-06 | 2022-03-11 | 삼성전자주식회사 | 로봇 청소기 및 로봇 청소기의 청소 경로 계획 방법 |
| KR20210123297A (ko) * | 2019-01-08 | 2021-10-13 | 윈징 인텔리전스 테크놀로지 (동관) 컴퍼니 리미티드 | 걸레질 로봇의 제어 방법, 장치, 장비 및 저장 매체 |
| KR20190098734A (ko) * | 2019-07-12 | 2019-08-22 | 엘지전자 주식회사 | 센서 데이터를 이용하여 청소 동선을 결정하는 인공 지능 로봇 및 그 방법 |
| KR20220135138A (ko) * | 2021-03-29 | 2022-10-06 | 네이버랩스 주식회사 | 실내 공간에 배치된 설비를 이용하는 복수의 로봇이 주행하는 건물 |
| KR20220134883A (ko) * | 2021-03-29 | 2022-10-06 | 네이버랩스 주식회사 | 맵 생성 방법, 이를 이용한 로봇 원격 제어 방법 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6615092B2 (en) | Method, system and facility for controlling resource allocation within a manufacturing environment | |
| US20240069536A1 (en) | Automated Manufacturing Facility and Methods | |
| CN103108815B (zh) | 用于处理废料的系统及方法 | |
| Fazlollahtabar et al. | Autonomous guided vehicles | |
| CN110705814A (zh) | 一种基于智能制造管理的mes系统 | |
| US6611727B2 (en) | Method and system for simulating production within a manufacturing environment | |
| CN108615132A (zh) | 仓储管理方法、仓储管理系统 | |
| US20240004403A1 (en) | Battery charge state based mission assignment for autonomous mobile robots | |
| KR102626501B1 (ko) | 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염량 산출 방법 | |
| KR102626500B1 (ko) | 로봇 청소 시스템 및 오염물 확산 맵을 통한 오염물 추정 방법 | |
| KR102611689B1 (ko) | 로봇 청소 시스템 및 그 제어 방법 | |
| KR102626502B1 (ko) | 로봇 청소 시스템 및 복수의 청소 로봇의 임무 할당 방법 | |
| Rohrer | Simulation of manufacturing and material handling systems | |
| Jain et al. | Identification of performance variables which affect the FMS: a state-of-the-art review | |
| Wasusri et al. | An Application Of Discrete Event Simulation On Order Picking Strategies: A Case Study Of Footwear Warehouses. | |
| Turner | Evaluation of automated storage and retrieval in a distribution center | |
| Cox et al. | Simulation modeling of alternative staffing and task prioritization in manual post-distribution cross docking facilities | |
| Yuan et al. | Advanced planning and scheduling system based on multi-resource closed-loop management | |
| CN112365204A (zh) | 化工产品的储运管理方法、管理系统及电子设备 | |
| Li et al. | Discrete event simulation-based collation system analysis in mail-order pharmacy automation system | |
| Michelson et al. | Making production more efficient through modernisation and increased automatization.: A case study at a potato production line | |
| Urru et al. | The STIC analysis: A decision support tool for technology related investments in logistics | |
| WO2022270162A1 (ja) | 情報処理システム、倉庫の管理方法及び倉庫制御装置 | |
| US11714419B2 (en) | Automatic article conveying system and automatic article conveying method | |
| Budde et al. | Smart Factory Framework |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |