KR102651025B1 - 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법 - Google Patents

로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법 Download PDF

Info

Publication number
KR102651025B1
KR102651025B1 KR1020210153743A KR20210153743A KR102651025B1 KR 102651025 B1 KR102651025 B1 KR 102651025B1 KR 1020210153743 A KR1020210153743 A KR 1020210153743A KR 20210153743 A KR20210153743 A KR 20210153743A KR 102651025 B1 KR102651025 B1 KR 102651025B1
Authority
KR
South Korea
Prior art keywords
cell
tracking information
cells
map
dynamic obstacle
Prior art date
Application number
KR1020210153743A
Other languages
English (en)
Other versions
KR20220064913A (ko
Inventor
박성주
김창수
정명교
이재영
Original Assignee
주식회사 유진로봇
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 유진로봇 filed Critical 주식회사 유진로봇
Priority to EP21892362.1A priority Critical patent/EP4245474A1/en
Priority to PCT/KR2021/016525 priority patent/WO2022103195A1/ko
Publication of KR20220064913A publication Critical patent/KR20220064913A/ko
Priority to US18/316,160 priority patent/US20240078774A1/en
Priority to US18/316,167 priority patent/US20240077881A1/en
Priority to US18/316,145 priority patent/US20240085188A1/en
Application granted granted Critical
Publication of KR102651025B1 publication Critical patent/KR102651025B1/ko

Links

Images

Classifications

    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/08—Programme-controlled manipulators characterised by modular constructions
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/60—Editing figures and text; Combining figures or text

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Processing Or Creating Images (AREA)

Abstract

본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법은, SLAM(Simultaneous Localization And Mapping) 기술을 이용하여 지도 작성 및 위치 추정을 동시에 수행하면서 동적 장애물을 검출하여 삭제함으로써, 주변 환경의 동적 변화가 심하고 위치 추정을 해야 할 환경의 크기가 큰 상황에서도 효율적으로 동적 장애물을 검출하여 이를 삭제할 수 있다.

Description

로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법{Apparatus and for detecting and removing dynamic obstacle of robot and operating method thereof}
본 발명은 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법에 관한 것으로서, 더욱 상세하게는 SLAM(Simultaneous Localization And Mapping) 기술을 이용하여 지도 작성 및 위치 추정을 동시에 수행하면서 동적 장애물을 검출하여 삭제하는, 장치 및 이의 동작 방법에 관한 것이다.
동적 장애물을 제거하지 못하면, 로봇은 불필요하게 우회하는 경로를 계획하거나, 위치 추정에 어려움을 겪게 된다. 기존에는 동적 장애물을 제거하기 위하여 위치 인식과 지도 작성을 동시에 하지 못하거나 지도 작성 후에 동적 장애물을 수작업으로 지도에서 삭제하는 방식을 사용하고 있다.
이러한 방식은 사용자의 시간, 비용 등을 증가시키고, 수작업으로 이루어짐에 따라 사용자의 실수에 의해 지도가 훼손되는 등 부작용이 발생할 수 있으며, 지도가 변경되는 경우 다시 지도를 작성하여야 하고, 공장, 창고 등과 같은 복잡한 환경에서 동적 장애물과 정적 장애물을 수작업을 통해 구분하는 것이 어려운 문제가 있다.
이에 따라, 위치 인식과 지도 작성을 동시(Simultaneous Localization And Mapping, SLAM)에 수행하면서 동적 장애물을 검출하여 삭제하는 기술의 개발이 필요하다.
본 발명이 이루고자 하는 목적은, SLAM(Simultaneous Localization And Mapping) 기술을 이용하여 지도 작성 및 위치 추정을 동시에 수행하면서 동적 장애물을 검출하여 삭제하는, 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법을 제공하는 데 있다.
본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 수 있다.
상기의 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치는, 미리 설정된 크기의 셀(cell)로 이루어지고 3차원 좌표 공간으로 이루어지는 지도를 저장하고 있는 저장부; 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 상기 센서 데이터를 상기 지도에 입력하고, 상기 센서 데이터를 통해 감지된 셀을 기반으로 셀의 누적 감지 시간 정보를 상기 지도의 셀별로 업데이트하며, 상기 센서 데이터로부터 획득된 레이저(laser)의 셀 통과 여부를 기반으로 셀의 추적 정보를 상기 지도의 셀별로 업데이트하는 추적 관리부; 상기 추적 관리부를 통해 업데이트되는, 상기 지도의 셀별 누적 감지 시간 정보와 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 획득하는 동적 장애물 검출부; 및 상기 동적 장애물 검출부를 통해 동적 장애물로 검출된 셀에 대응되는 데이터를 상기 지도에서 삭제하는 동적 장애물 삭제부;를 포함한다.
여기서, 상기 추적 관리부는, 상기 센서 데이터를 통해 감지된 셀 중에서 처음으로 감지된 셀에 대해서는 셀의 최초 시간 정보를 획득하고, 나머지 셀에 대해서는 셀의 최초 시간 정보를 기반으로 셀의 누적 감지 시간 정보를 업데이트할 수 있다.
여기서, 상기 추적 정보는, 레이저가 셀에 맺힌 횟수를 나타내는 제1 추적 정보 및 레이저가 셀을 통과하는 횟수를 나타내는 제2 추적 정보를 포함하며, 상기 추적 관리부는, 상기 센서 데이터를 기반으로, 레이저가 통과하는 셀에 대해서는 셀의 제2 추적 정보를 미리 설정된 단위로 증가시키고, 레이저가 맺힌 셀에 대해서는 셀의 제1 추적 정보를 미리 설정된 단위로 증가시킬 수 있다.
여기서, 상기 추적 관리부는, 셀과 상기 센서 사이의 거리 및 상기 센서의 분해능(resolution)을 기반으로 가중치를 획득하며, 상기 가중치를 이용하여 셀의 제1 추적 정보 및 제2 추적 정보를 획득할 수 있다.
여기서, 상기 동적 장애물 검출부는, 셀의 누적 감지 시간 정보가 미리 설정된 기준 시간 이상인 셀에 대해, 장애물 존재 확률과 상기 제1 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 검출하며, 상기 장애물 존재 확률은, 상기 제1 추적 정보 및 상기 제2 추적 정보를 기반으로 획득될 수 있다.
여기서, 상기 동적 장애물 검출부는, 상기 장애물 존재 확률이 미리 설정된 제1 기준값 이하이고 상기 제1 추적 정보가 미리 설정된 제2 기준값 이하인 셀을 동적 장애물로 검출할 수 있다.
여기서, 상기 장애물 존재 확률은, 상기 제1 추적 정보와 상기 제2 추적 정보를 더한 값으로 상기 제1 추적 정보를 나누어 획득될 수 있다.
여기서, 상기 추적 관리부는, 상기 로봇에 탑재된 센서로부터 상기 센서 데이터를 제공받으면, 상기 센서 데이터의 위치를 보정하고, 위치가 보정된 상기 센서 데이터를 상기 지도에 입력하고, 위치가 보정된 상기 센서 데이터를 기반으로 셀의 누적 감지 시간 정보를 업데이트하며, 위치가 보정된 상기 센서 데이터를 기반으로 셀의 추적 정보를 업데이트할 수 있다.
여기서, 상기 지도의 셀의 데이터 구조는, 옥트리(Octree) 데이터 구조로 이루어질 수 있다.
상기의 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법은, 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 상기 센서 데이터를 지도에 입력하고, 상기 센서 데이터를 통해 감지된 셀(cell)을 기반으로 셀의 누적 감지 시간 정보를 상기 지도의 셀별로 업데이트하며, 상기 센서 데이터로부터 획득된 레이저(laser)의 셀 통과 여부를 기반으로 셀의 추적 정보를 상기 지도의 셀별로 업데이트하는 단계; 상기 지도의 셀별 누적 감지 시간 정보와 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 획득하는 단계; 및 동적 장애물로 검출된 셀에 대응되는 데이터를 상기 지도에서 삭제하는 단계;를 포함하며, 상기 지도는, 미리 설정된 크기의 셀로 이루어지고 3차원 좌표 공간으로 이루어진다.
여기서, 상기 추적 정보는, 레이저가 셀에 맺힌 횟수를 나타내는 제1 추적 정보 및 레이저가 셀을 통과하는 횟수를 나타내는 제2 추적 정보를 포함하며, 상기 업데이트 단계는, 상기 센서 데이터를 기반으로, 레이저가 통과하는 셀에 대해서는 셀의 제2 추적 정보를 미리 설정된 단위로 증가시키고, 레이저가 맺힌 셀에 대해서는 셀의 제1 추적 정보를 미리 설정된 단위로 증가시키는 것으로 이루어질 수 있다.
여기서, 상기 동적 장애물인지 여부 획득 단계는, 셀의 누적 감지 시간 정보가 미리 설정된 기준 시간 이상인 셀에 대해, 장애물 존재 확률과 상기 제1 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 검출하는 것으로 이루어지며, 상기 장애물 존재 확률은, 상기 제1 추적 정보 및 상기 제2 추적 정보를 기반으로 획득될 수 있다.
상기의 기술적 과제를 달성하기 위한 본 발명의 바람직한 실시예에 따른 컴퓨터 프로그램은 컴퓨터로 읽을 수 있는 기록 매체에 저장되어 상기한 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법 중 어느 하나를 컴퓨터에서 실행시킨다.
본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법에 의하면, SLAM(Simultaneous Localization And Mapping) 기술을 이용하여 지도 작성 및 위치 추정을 동시에 수행하면서 동적 장애물을 검출하여 삭제함으로써, 주변 환경의 동적 변화가 심하고 위치 추정을 해야 할 환경의 크기가 큰 상황에서도 효율적으로 동적 장애물을 검출하여 이를 삭제할 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치를 설명하기 위한 블록도이다.
도 2는 본 발명의 바람직한 실시예에 따른 추적 정보 업데이트 동작의 일례를 설명하기 위한 도면이다.
도 3은 본 발명의 바람직한 실시예에 따른 추적 정보 업데이트 동작의 다른 예를 설명하기 위한 도면이다.
도 4는 본 발명의 바람직한 실시에에 따른 동적 장애물 검출 및 삭제 동작의 적용 일례를 설명하기 위한 도면이다.
도 5는 본 발명의 바람직한 실시에에 따른 동적 장애물 검출 및 삭제 동작의 효과를 설명하기 위한 도면이다.
도 6은 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법을 설명하기 위한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예를 상세히 설명한다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
본 명세서에서 "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
본 명세서에서 각 단계들에 있어 식별부호(예를 들어, a, b, c 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 일어날 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 일어날 수도 있고 실질적으로 동시에 수행될 수도 있으며 반대의 순서대로 수행될 수도 있다.
본 명세서에서, "가진다", "가질 수 있다", "포함한다" 또는 "포함할 수 있다"등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
또한, 본 명세서에 기재된 '~부'라는 용어는 소프트웨어 또는 FPGA(field-programmable gate array) 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터 구조들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다.
이하에서 첨부한 도면을 참조하여 본 발명에 따른 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법의 바람직한 실시예에 대해 상세하게 설명한다.
먼저, 도 1 내지 도 3을 참조하여 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치에 대하여 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치를 설명하기 위한 블록도이고, 도 2는 본 발명의 바람직한 실시예에 따른 추적 정보 업데이트 동작의 일례를 설명하기 위한 도면이며, 도 3은 본 발명의 바람직한 실시예에 따른 추적 정보 업데이트 동작의 다른 예를 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치(이하 '동적 장애물 검출 및 삭제 장치'라 한다)(100)는 SLAM(Simultaneous Localization And Mapping) 기술을 이용하여 지도 작성 및 위치 추정을 동시에 수행하면서 동적 장애물을 검출하여 삭제한다.
여기서, 본 발명은 가정용 청소 로봇, 공공 건물용 청소 로봇, 물류 로봇, 서비스 로봇을 비롯하여, 산업용 로봇 등에도 사용될 수 있다.
이를 위해, 동적 장애물 검출 및 삭제 장치(100)는 저장부(110), 추적 관리부(130), 동적 장애물 검출부(150) 및 동적 장애물 삭제부(170)를 포함할 수 있다.
저장부(110)는 동적 장애물 검출 및 삭제 장치(100)의 동작에 필요한 프로그램 및 데이터를 저장하는 역할을 수행하며, 프로그램 영역과 데이터 영역으로 구분될 수 있다. 프로그램 영역은 동적 장애물 검출 및 삭제 장치(100)의 전반적인 동작을 제어하는 프로그램, 동적 장애물 검출 및 삭제 장치(100)를 부팅시키는 운영체제(Operating System, OS), 셀(cell)의 누적 감지 시간 정보의 업데이트, 셀의 추적 정보의 업데이트, 동적 장애물의 검출, 동적 장애물의 삭제 등과 같은 동적 장애물 검출 및 삭제 장치(100)의 동작에 필요한 응용 프로그램 등을 저장할 수 있다. 데이터 영역은 동적 장애물 검출 및 삭제 장치(100)의 사용에 따라 발생하는 데이터가 저장되는 영역으로서, 지도, 셀의 최초 시간 정보, 셀의 누적 감지 시간 정보, 셀의 추적 정보 등을 저장할 수 있다.
여기서, 지도는 미리 설정된 크기('3cm' 등)의 셀로 이루어지고 3차원 좌표 공간으로 이루어질 수 있다.
이때, 지도의 셀의 데이터 구조는 옥트리(Octree) 데이터 구조로 이루어질 수 있다. 실시간으로 동작해야 하는 SLAM 기술의 특성 상, 데이터 접근 횟수가 많은 일련의 물체 감지 및 삭제 방식은 최적화된 데이터 접근을 필요로 한다. 이를 위해, 본 발명에 따른 셀은 데이터 구조로 옥트리 방식을 사용한다.
즉, 옥트리(Octree) 데이터 구조는 하나의 중간 노드가 8개의 자식 노드를 가지는 트리 형태의 자료 구조로, 지도의 셀을 옥트리 데이터 구조로 표현함으로써, 3차원 공간에 대한 접근 속도를 향상시킬 수 있다. KD-tree를 이용한 나이브(naive)한 구현의 경우 메모리를 너무 많이 사용하거나, 검색에 시간이 오래 걸리는 문제가 있다.
추적 관리부(130)는 로봇에 탑재된 센서로부터 획득한 센서 데이터를 기반으로 동적 장애물 검출에 이용되는 셀의 추적 정보를 저장부(110)에 저장되어 있는 지도의 셀별로 관리한다.
여기서, 추적 정보는 레이저(laser)가 셀에 맺힌 횟수를 나타내는 제1 추적 정보 및 레이저가 셀을 통과하는 횟수를 나타내는 제2 추적 정보를 포함할 수 있다.
즉, 추적 관리부(130)는 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 센서 데이터를 지도에 입력하고, 센서 데이터를 통해 감지된 셀을 기반으로 셀의 누적 감지 시간 정보를 지도의 셀별로 업데이트하며, 센서 데이터로부터 획득된 레이저의 셀 통과 여부를 기반으로 셀의 추적 정보를 지도의 셀별로 업데이트할 수 있다. 이때, 추적 관리부(130)는 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 센서 데이터의 기존 지도를 이용하여 위치를 보정하고, 위치가 보정된 센서 데이터를 지도에 입력하고, 위치가 보정된 센서 데이터를 기반으로 셀의 누적 감지 시간 정보를 업데이트하며, 위치가 보정된 센서 데이터를 기반으로 셀의 추적 정보를 업데이트할 수 있다.
보다 자세히 설명하면, 추적 관리부(130)는 센서 데이터를 통해 감지된 셀 중에서 처음으로 감지된 셀에 대해서는 셀의 최초 시간 정보를 획득하고, 나머지 셀에 대해서는 셀의 최초 시간 정보를 기반으로 셀의 누적 감지 시간 정보를 업데이트할 수 있다.
그리고, 추적 관리부(130)는 도 2에 도시된 바와 같이, 센서 데이터를 기반으로, 레이저가 통과하는 셀에 대해서는 셀의 제2 추적 정보를 미리 설정된 단위('1' 등)로 증가시키고, 레이저가 맺힌 셀에 대해서는 셀의 제1 추적 정보를 미리 설정된 단위('1' 등)로 증가시킬 수 있다.
예컨대, 레이저가 통과하는 셀의 경우, 제1 추적 정보는 기존과 동일한 값으로 유지하고, 제2 추적 정보는 "제2 추적 정보의 기존 값 + 미리 설정된 단위"로 업데이트할 수 있다. 반면, 레이저가 맺힌 셀의 경우, 제1 추적 정보는 "제1 추적 정보의 기존 값 + 미리 설정된 단위"로 업데이트하고, 제2 추적 정보는 기존과 동일한 값으로 유지할 수 있다.
이때, 추적 관리부(130)는 도 3에 도시된 바와 같이, 셀과 센서 사이의 거리 및 센서의 분해능(resolution)을 기반으로 가중치를 획득하며, 가중치를 이용하여 셀의 제1 추적 정보 및 제2 추적 정보를 획득할 수도 있다.
즉, 가중치는 아래의 [수학식 1]을 통해 계산될 수 있다.
Figure 112021129525124-pat00001
여기서, weight는 가중치를 나타낸다. distance는 셀과 센서 사이의 거리를 나타내며,
Figure 112021129525124-pat00002
을 통해 계산되며, (x,y,z)는 셀의 좌표값을 나타낸다. sensor frequency는 센서의 분해능을 나타낸다. 예컨대, 3D 라이다(LiDAR)의 경우, 1개의 레이저 센서가 최상단 45도부터 최하단 -45도까지 1.6초동안 순차적으로 스윕(sweep)하며 움직이고, 최상단에서 다시 최상단에 도달하기까지 3.2초가 소요된다. 이 경우, 센서의 분해능은
Figure 112021129525124-pat00003
를 통해 계산되며, tuning factor는 해당 센서에 대해 미리 설정된 값을 나타낸다.
예컨대, 레이저가 통과하는 셀의 경우, 제1 추적 정보는 기존과 동일한 값으로 유지하고, 제2 추적 정보는 "(제2 추적 정보의 기존 값 + 미리 설정된 단위) * 해당 셀의 가중치"로 업데이트할 수 있다.
즉, 제2 추적 정보는 아래의 [수학식 2]를 통해 계산될 수 있다.
Figure 112021129525124-pat00004
여기서, miss(t)는 t에서의 제2 추적 정보(miss)를 나타낸다. miss(t-1)는 t-1에서의 제2 추적 정보(miss)를 나타낸다. number of miss는 레이저가 통과한 셀의 개수 등과 같은 미리 설정된 단위를 나타낸다. weight는 가중치를 나타낸다.
반면, 레이저가 맺힌 셀의 경우, 제1 추적 정보는 "(제1 추적 정보의 기존 값 + 미리 설정된 단위) * 해당 셀의 가중치"로 업데이트하고, 제2 추적 정보는 기존과 동일한 값으로 유지할 수 있다.
즉, 제1 추적 정보는 아래의 [수학식 3]을 통해 계산될 수 있다.
Figure 112021129525124-pat00005
여기서, hit(t)는 t에서의 제1 추적 정보(hit)를 나타낸다. hit(t-1)는 t-1에서의 제1 추적 정보(hit)를 나타낸다. number of hit는 레이저가 맺힌 셀의 개수 등과 같은 미리 설정된 단위를 나타낸다. weight는 가중치를 나타낸다.
즉, 라이다(LiDAR)의 특성 상, 센서로부터의 거리에 따라 센서 데이터의 밀도가 변화하게 된다. 원거리에서 움직이는 물체를 검출하고 삭제하기 위해, 본 발명은 제1 추적 정보와 제2 추적 정보를 계산할 때 센서로부터의 거리와 센서 분해능을 사용하여 획득한 가중치를 곱해 줄 수 있다.
동적 장애물 검출부(150)는 추적 관리부(130)를 통해 업데이트되는, 지도의 셀별 누적 감지 시간 정보와 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 획득한다.
즉, 동적 장애물 검출부(150)는 셀의 누적 감지 시간 정보가 미리 설정된 기준 시간 이상인 셀에 대해, 장애물 존재 확률과 제1 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 검출할 수 있다.
예컨대, t=0에서 감지되고, t=1에서 감지가 되지 않고, t=3에서도 감지가 되지 않으면, 장애물의 존재를 의심하여야 하는 상황이다. 즉, 지속적으로 감지할 수 없는 경우 해당 내용을 삭제하기 위해, 기준 시간을 설정할 수 있으며, 이는 관리자에 의해 미리 설정되어 있다.
여기서, 장애물 존재 확률은 제1 추적 정보 및 제2 추적 정보를 기반으로 획득될 수 있다. 예컨대, 장애물 존재 확률(p)은 아래의 [수학식 4]와 같이, 제1 추적 정보(hit)와 제2 추적 정보(miss)를 더한 값으로 제1 추적 정보(hit)를 나누어 획득될 수 있다.
Figure 112021129525124-pat00006
예컨대, 동적 장애물 검출부(150)는 장애물 존재 확률이 미리 설정된 제1 기준값 이하이고 제1 추적 정보가 미리 설정된 제2 기준값 이하인 셀을 동적 장애물로 검출할 수 있다.
여기서, 제1 기준값은 '50%'일 수 있다. 제2 기준값은 아래의 [수학식 5]를 통해 계산될 수 있다.
Figure 112021129525124-pat00007
동적 장애물 삭제부(170)는 동적 장애물 검출부(150)를 통해 동적 장애물로 검출된 셀에 대응되는 데이터를 지도에서 삭제한다.
그러면, 도 4 및 도 5를 참조하여 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 동작의 효과에 대하여 설명한다.
도 4는 본 발명의 바람직한 실시에에 따른 동적 장애물 검출 및 삭제 동작의 적용 일례를 설명하기 위한 도면이고, 도 5는 본 발명의 바람직한 실시에에 따른 동적 장애물 검출 및 삭제 동작의 효과를 설명하기 위한 도면이다.
위치 인식과 지도 작성을 동시에 하는 SLAM 수행 도중 본 발명에 따른 동적 장애물 검출 및 삭제 동작을 수행한 결과는 도 4에 도시된 바와 같다. 도 4를 참조하면, 색을 가지고 있는 셀들은 본 발명에 따른 동적 장애물 검출 및 삭제 동작을 거쳐 지도에 등록된 셀을 나타낸다.
도 5를 참조하면, 본 발명은 셀의 추적 정보와 셀의 누적 감지 시간 정보를 함께 사용함으로써, 로봇을 향해 접근하는 물체도 검출하여 삭제할 수 있다. 즉, 로봇을 향해 다가오는 물체에 가려져서 해당 물체의 이전 이동 궤적을 감지할 수 없는 문제를 해결할 수 있다.
그러면, 도 6을 참조하여 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법에 대하여 설명한다.
도 6은 본 발명의 바람직한 실시예에 따른 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, 동적 장애물 검출 및 삭제 장치(100)는 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 센서 데이터를 지도에 입력하고, 센서 데이터를 통해 감지된 셀을 기반으로 셀의 누적 감지 시간 정보를 지도의 셀별로 업데이트하며, 센서 데이터로부터 획득된 레이저의 셀 통과 여부를 기반으로 셀의 추적 정보를 지도의 셀별로 업데이트한다(S110). 이때, 동적 장애물 검출 및 삭제 장치(100)는 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 센서 데이터의 기존 지도를 이용하여 위치를 보정하고, 위치가 보정된 센서 데이터를 지도에 입력하고, 위치가 보정된 센서 데이터를 기반으로 셀의 누적 감지 시간 정보를 업데이트하며, 위치가 보정된 센서 데이터를 기반으로 셀의 추적 정보를 업데이트할 수 있다.
보다 자세히 설명하면, 동적 장애물 검출 및 삭제 장치(100)는 센서 데이터를 통해 감지된 셀 중에서 처음으로 감지된 셀에 대해서는 셀의 최초 시간 정보를 획득하고, 나머지 셀에 대해서는 셀의 최초 시간 정보를 기반으로 셀의 누적 감지 시간 정보를 업데이트할 수 있다.
그리고, 동적 장애물 검출 및 삭제 장치(100)는 센서 데이터를 기반으로, 레이저가 통과하는 셀에 대해서는 셀의 제2 추적 정보를 미리 설정된 단위로 증가시키고, 레이저가 맺힌 셀에 대해서는 셀의 제1 추적 정보를 미리 설정된 단위로 증가시킬 수 있다.
이때, 동적 장애물 검출 및 삭제 장치(100)는 셀과 센서 사이의 거리 및 센서의 분해능을 기반으로 가중치를 획득하며, 가중치를 이용하여 셀의 제1 추적 정보 및 제2 추적 정보를 획득할 수도 있다.
이후, 동적 장애물 검출 및 삭제 장치(100)는 지도의 셀별 누적 감지 시간 정보와 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 획득한다(S130).
즉, 동적 장애물 검출 및 삭제 장치(100)는 셀의 누적 감지 시간 정보가 미리 설정된 기준 시간 이상인 셀에 대해, 장애물 존재 확률과 제1 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 검출할 수 있다. 여기서, 장애물 존재 확률은 제1 추적 정보 및 제2 추적 정보를 기반으로 획득될 수 있다.
예컨대, 동적 장애물 검출 및 삭제 장치(100)는 장애물 존재 확률이 미리 설정된 제1 기준값 이하이고 제1 추적 정보가 미리 설정된 제2 기준값 이하인 셀을 동적 장애물로 검출할 수 있다.
그리고, 동적 장애물 검출 및 삭제 장치(100)는 동적 장애물로 검출된 셀에 대응되는 데이터를 지도에서 삭제한다(S150).
이상에서 설명한 본 발명의 실시예를 구성하는 모든 구성요소들이 하나로 결합하거나 결합하여 동작하는 것으로 기재되어 있다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 또한, 이와 같은 컴퓨터 프로그램은 USB 메모리, CD 디스크, 플래쉬 메모리 등과 같은 컴퓨터가 읽을 수 있는 기록 매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 기록 매체로서는 자기기록매체, 광 기록매체 등이 포함될 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100 : 동적 장애물 검출 및 삭제 장치,
110 : 저장부,
130 : 추적 관리부,
150 : 동적 장애물 검출부,
170 : 동적 장애물 삭제부

Claims (13)

  1. 미리 설정된 크기의 셀(cell)로 이루어지고 3차원 좌표 공간으로 이루어지는 지도를 저장하고 있는 저장부;
    로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 상기 센서 데이터를 상기 지도에 입력하고, 상기 센서 데이터를 통해 감지된 셀을 기반으로 셀의 누적 감지 시간 정보를 상기 지도의 셀별로 업데이트하며, 상기 센서 데이터로부터 획득된 레이저(laser)의 셀 통과 여부를 기반으로 셀의 추적 정보를 상기 지도의 셀별로 업데이트하는 추적 관리부;
    상기 추적 관리부를 통해 업데이트되는, 상기 지도의 셀별 누적 감지 시간 정보와 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 획득하는 동적 장애물 검출부; 및
    상기 동적 장애물 검출부를 통해 동적 장애물로 검출된 셀에 대응되는 데이터를 상기 지도에서 삭제하는 동적 장애물 삭제부;를 포함하고,
    상기 추적 정보는, 레이저가 셀에 맺힌 횟수를 나타내는 제1 추적 정보 및 레이저가 셀을 통과하는 횟수를 나타내는 제2 추적 정보를 포함하고,
    상기 추적 관리부는, 셀과 센서 사이의 거리로 상기 센서의 분해능(resolution)을 나누는 방식으로 가중치를 획득하고,
    상기 센서 데이터를 기반으로 레이저가 통과하는 셀에 대해서는 셀의 제2 추적 정보를 미리 설정된 단위로 증가시켜 상기 가중치를 적용하는 방식으로 제2 추적 정보를 갱신하고,
    상기 제2 추적 정보에 적용되는 미리 설정된 단위는, 레이저가 통과한 셀의 개수를 기반으로 결정되는 것이고,
    상기 센서 데이터를 기반으로 레이저가 맺힌 셀에 대해서는 셀의 제1 추적 정보를 미리 설정된 단위로 증가시켜 상기 가중치를 적용하는 방식으로 제1 추적 정보를 갱신하고,
    상기 제1 추적 정보에 적용되는 미리 설정된 단위는, 레이저가 맺힌 셀의 개수를 기반으로 결정되는 것을 특징으로 하는, 로봇의 동적 장애물 검출 및 삭제 장치.
  2. 제1항에서,
    상기 추적 관리부는,
    상기 센서 데이터를 통해 감지된 셀 중에서 처음으로 감지된 셀에 대해서는 셀의 최초 시간 정보를 획득하고, 나머지 셀에 대해서는 셀의 최초 시간 정보를 기반으로 셀의 누적 감지 시간 정보를 업데이트하는,
    로봇의 동적 장애물 검출 및 삭제 장치.
  3. 삭제
  4. 삭제
  5. 제1항에서,
    상기 동적 장애물 검출부는,
    셀의 누적 감지 시간 정보가 미리 설정된 기준 시간 이상인 셀에 대해, 장애물 존재 확률과 상기 제1 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 검출하며,
    상기 장애물 존재 확률은,
    상기 제1 추적 정보 및 상기 제2 추적 정보를 기반으로 획득되는,
    로봇의 동적 장애물 검출 및 삭제 장치.
  6. 제5항에서,
    상기 동적 장애물 검출부는,
    상기 장애물 존재 확률이 미리 설정된 제1 기준값 이하이고 상기 제1 추적 정보가 미리 설정된 제2 기준값 이하인 셀을 동적 장애물로 검출하는,
    로봇의 동적 장애물 검출 및 삭제 장치.
  7. 제6항에서,
    상기 장애물 존재 확률은,
    상기 제1 추적 정보와 상기 제2 추적 정보를 더한 값으로 상기 제1 추적 정보를 나누어 획득되는,
    로봇의 동적 장애물 검출 및 삭제 장치.
  8. 제1항에서,
    상기 추적 관리부는,
    상기 로봇에 탑재된 센서로부터 상기 센서 데이터를 제공받으면, 상기 센서 데이터의 위치를 보정하고, 위치가 보정된 상기 센서 데이터를 상기 지도에 입력하고, 위치가 보정된 상기 센서 데이터를 기반으로 셀의 누적 감지 시간 정보를 업데이트하며, 위치가 보정된 상기 센서 데이터를 기반으로 셀의 추적 정보를 업데이트하는,
    로봇의 동적 장애물 검출 및 삭제 장치.
  9. 제1항에서,
    상기 지도의 셀의 데이터 구조는,
    옥트리(Octree) 데이터 구조로 이루어지는,
    로봇의 동적 장애물 검출 및 삭제 장치.
  10. 로봇에 탑재된 센서로부터 센서 데이터를 제공받으면, 상기 센서 데이터를 지도에 입력하고, 상기 센서 데이터를 통해 감지된 셀(cell)을 기반으로 셀의 누적 감지 시간 정보를 상기 지도의 셀별로 업데이트하며, 상기 센서 데이터로부터 획득된 레이저(laser)의 셀 통과 여부를 기반으로 셀의 추적 정보를 상기 지도의 셀별로 업데이트하는 단계;
    상기 지도의 셀별 누적 감지 시간 정보와 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 획득하는 단계; 및
    동적 장애물로 검출된 셀에 대응되는 데이터를 상기 지도에서 삭제하는 단계;를 포함하며,
    상기 지도는, 미리 설정된 크기의 셀로 이루어지고 3차원 좌표 공간으로 이루어지고,
    상기 추적 정보는, 레이저가 셀에 맺힌 횟수를 나타내는 제1 추적 정보 및 레이저가 셀을 통과하는 횟수를 나타내는 제2 추적 정보를 포함하고,
    상기 셀의 추적 정보를 상기 지도의 셀별로 업데이트하는 단계는, 셀과 센서 사이의 거리로 상기 센서의 분해능(resolution)을 나누는 방식으로 가중치를 획득하고,
    상기 센서 데이터를 기반으로 레이저가 통과하는 셀에 대해서는 셀의 제2 추적 정보를 미리 설정된 단위로 증가시켜 상기 가중치를 적용하는 방식으로 제2 추적 정보를 갱신하고,
    상기 센서 데이터를 기반으로 레이저가 맺힌 셀에 대해서는 셀의 제1 추적 정보를 미리 설정된 단위로 증가시켜 상기 가중치를 적용하는 방식으로 제1 추적 정보를 갱신하는 것을 포함하고,
    상기 제2 추적 정보에 적용되는 미리 설정된 단위는, 레이저가 통과한 셀의 개수를 기반으로 결정되는 것이고,
    상기 제1 추적 정보에 적용되는 미리 설정된 단위는, 레이저가 맺힌 셀의 개수를 기반으로 결정되는 것을 특징으로 하는, 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법.
  11. 삭제
  12. 제10항에서,
    상기 동적 장애물인지 여부 획득 단계는,
    셀의 누적 감지 시간 정보가 미리 설정된 기준 시간 이상인 셀에 대해, 장애물 존재 확률과 상기 제1 추적 정보를 기반으로 셀이 동적 장애물인지 여부를 검출하는 것으로 이루어지며,
    상기 장애물 존재 확률은,
    상기 제1 추적 정보 및 상기 제2 추적 정보를 기반으로 획득되는,
    로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법.
  13. 제10항 또는 제12항 중 어느 한 항에 기재된 로봇의 동적 장애물 검출 및 삭제 장치의 동작 방법을 컴퓨터에서 실행시키기 위하여 컴퓨터로 읽을 수 있는 기록 매체에 저장된 컴퓨터 프로그램.
KR1020210153743A 2020-11-12 2021-11-10 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법 KR102651025B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP21892362.1A EP4245474A1 (en) 2020-11-12 2021-11-12 Robot system
PCT/KR2021/016525 WO2022103195A1 (ko) 2020-11-12 2021-11-12 로봇 시스템
US18/316,160 US20240078774A1 (en) 2020-11-12 2023-05-11 Apparartus and method for editing 3d slam data
US18/316,167 US20240077881A1 (en) 2020-11-12 2023-05-11 Apparatus for detecting and removing dynamic obstacle for robot and operating method thereof
US18/316,145 US20240085188A1 (en) 2020-11-12 2023-05-11 Apparatus and method for localizing robot having robustness to dynamic environments

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200151000 2020-11-12
KR20200151000 2020-11-12

Publications (2)

Publication Number Publication Date
KR20220064913A KR20220064913A (ko) 2022-05-19
KR102651025B1 true KR102651025B1 (ko) 2024-03-25

Family

ID=81801079

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020210073734A KR102556355B1 (ko) 2020-11-12 2021-06-07 동적 환경에 강인한 로봇 위치 추정 장치 및 방법
KR1020210073735A KR20220064884A (ko) 2020-11-12 2021-06-07 3d slam 데이터 편집 장치 및 방법
KR1020210153743A KR102651025B1 (ko) 2020-11-12 2021-11-10 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020210073734A KR102556355B1 (ko) 2020-11-12 2021-06-07 동적 환경에 강인한 로봇 위치 추정 장치 및 방법
KR1020210073735A KR20220064884A (ko) 2020-11-12 2021-06-07 3d slam 데이터 편집 장치 및 방법

Country Status (1)

Country Link
KR (3) KR102556355B1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102517351B1 (ko) 2022-08-19 2023-04-03 주식회사 트위니 동적 장애물의 제거가 가능한 운송 로봇 및 동적 장애물 제거 방법
CN117804423A (zh) * 2022-09-26 2024-04-02 华为云计算技术有限公司 一种重定位方法以及装置
CN115979248B (zh) * 2023-03-17 2023-08-18 上海仙工智能科技有限公司 基于定位位姿为约束的地图更新方法及系统、存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2473890B1 (en) * 2009-08-31 2014-03-12 Neato Robotics, Inc. Method and apparatus for simultaneous localization and mapping of mobile robot environment
KR101941852B1 (ko) * 2017-04-05 2019-01-24 충북대학교 산학협력단 그래프 slam을 위한 키프레임 추출방법 및 이를 이용한 slam 장치
KR102296908B1 (ko) * 2019-03-19 2021-09-02 한국전자통신연구원 특징점 지도 관리방법 및 장치
KR102243179B1 (ko) * 2019-03-27 2021-04-21 엘지전자 주식회사 이동 로봇 및 그 제어방법
KR102246236B1 (ko) * 2019-06-14 2021-04-28 엘지전자 주식회사 퓨전 슬램에서 맵을 업데이트하는 방법 및 이를 구현하는 로봇

Also Published As

Publication number Publication date
KR20220064913A (ko) 2022-05-19
KR20220064883A (ko) 2022-05-19
KR102556355B1 (ko) 2023-07-17
KR20220064884A (ko) 2022-05-19

Similar Documents

Publication Publication Date Title
KR102651025B1 (ko) 로봇의 동적 장애물 검출 및 삭제 장치 및 이의 동작 방법
US10031231B2 (en) Lidar object detection system for automated vehicles
CN112526993B (zh) 栅格地图更新方法、装置、机器人及存储介质
Godil et al. Performance metrics for evaluating object and human detection and tracking systems
JP2019500691A (ja) 急速探索ランダム化フィードバック主体の動作計画
Lázaro et al. Efficient long-term mapping in dynamic environments
Bellotto et al. Vision and laser data fusion for tracking people with a mobile robot
Zhang et al. Entropy based feature selection scheme for real time simultaneous localization and map building
Moors et al. A probabilistic approach to coordinated multi-robot indoor surveillance
CN115705714A (zh) 用于分析工作区域的系统和方法
US11557151B2 (en) Object identification on a mobile work machine
Parsley et al. Towards the exploitation of prior information in SLAM
Taylor et al. Regroup: A robot-centric group detection and tracking system
JP2010152787A (ja) 環境地図生成プログラム、環境地図生成方法及び移動ロボット
JP2012225752A (ja) 移動体追跡装置及び移動体追跡方法
Zou et al. Static map reconstruction and dynamic object tracking for a camera and laser scanner system
Kwok et al. A modified particle filter for simultaneous localization and mapping
Rossmann et al. Semantic navigation maps for mobile robot localization on planetary surfaces
Lamard et al. CPHD filter addressing occlusions with pedestrians and vehicles tracking
Abd Rahman et al. Tracking uncertain moving objects using dynamic track management in multiple hypothesis tracking
Dames et al. Playing fetch with your Robot: The ability of Robots to locate and interact with objects
Zhang et al. Object tracking method based on data computing
Herath et al. A two-tier map representation for compact-stereo-vision-based SLAM
WO2020117358A9 (en) Systems and methods for operating robots using object-oriented partially observable markov decision processes
Seenu et al. Autonomous cost-effective robotic exploration and mapping for disaster reconnaissance

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant