KR20090030683A - 로봇의 경로 설계 방법 및 그 로봇 - Google Patents

로봇의 경로 설계 방법 및 그 로봇 Download PDF

Info

Publication number
KR20090030683A
KR20090030683A KR1020070096139A KR20070096139A KR20090030683A KR 20090030683 A KR20090030683 A KR 20090030683A KR 1020070096139 A KR1020070096139 A KR 1020070096139A KR 20070096139 A KR20070096139 A KR 20070096139A KR 20090030683 A KR20090030683 A KR 20090030683A
Authority
KR
South Korea
Prior art keywords
node
robot
obstacle
time
nodes
Prior art date
Application number
KR1020070096139A
Other languages
English (en)
Other versions
KR100956663B1 (ko
Inventor
정문호
유범재
강동중
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020070096139A priority Critical patent/KR100956663B1/ko
Publication of KR20090030683A publication Critical patent/KR20090030683A/ko
Application granted granted Critical
Publication of KR100956663B1 publication Critical patent/KR100956663B1/ko

Links

Images

Classifications

    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

본 발명은 로봇의 경로 설계 방법에 관한 것으로, 본 발명은 상기와 같은 목적을 달성하기 위하여, a) 초기값을 입력받는 단계와; b) 상기 초기값을 이용하여 로봇이 이동할 노드를 선정하는 단계와; c) 로봇이 상기 선정된 노드를 지나 주변 노드에 도달하였을 때의 시간을 기준으로 장애물의 위치를 파악하는 단계와; d) 상기 주변 노드들이 상기 장애물로부터 안전한지 판단하는 단계와; e) 상기 장애물로부터 안전한 것으로 판단되는 주변 노드를 다음 이동 노드로 선정하는 단계를 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법을 제공한다.

Description

로봇의 경로 설계 방법 및 그 로봇{METHOD FOR DESIGNING MOVING PATH OF ROBOT}
본 발명은 로봇의 경로 설계 방법에 관한 것으로, 더욱 상세하게는 동적 장애물을 회피할 수 있도록 로봇의 경로를 설계하는 방법에 대한 것이다.
위치 및 기타 정보가 이미 알려진 장애물들이 놓여진 정적인 환경 또는 정보가 알려지지 않은 장애물이 갑작스럽게 나타나는 동적인 환경에서 이러한 장애물들을 효율적으로 회피하여 최종 목표지점까지 최적의 정보(최단거리, 최소비용, 안정성 등)를 이용해 경로를 탐색하는 것은 로봇의 핵심기술 중 하나이다.
로봇이 목표지점을 향해 이동하기 위해서는 주행하는 환경 내에서 로봇의 현재 위치를 알아내는 자기 위치 추정(Localization) 단계와, 주행 환경을 표현해야하는 지도 작성(Map builting) 단계와, 그리고 환경 지도와 자기 위치 정보를 바탕으로 목표 지점까지의 최적의 경로를 탐색하는 경로 계획(Path planning/ Path Following) 단계로 크게 구분된다.
로봇의 중요한 주행 기술 중 하나인 경로 탐색에 대해서 여러 연구가 진행되어 왔다. 이러한 연구들에 의한 결과로서 포텐셜 필드 방법(Potential field method)과, 벡터 필드 방법(Vector Field Histogram: VFH), 격자 지도를 이용한 방법이 있다.
상기 포텐셜 필드 방법은 탐색 공간을 로봇에 영향을 주는 자극(stimulus)의 합으로 표현하는 방법이다. 이 방법에서는 목표위치(goal position)는 끌어당기는 인력으로, 그리고 장애물은 밀치는 반발력으로 고려한다. 또한, 목표 위치에서 나오는 인력은 모든 탐색공간을 가로질러 일정하게 발산되며, 장애물에 의한 반발력은 그것이 존재하는 인접영역에 대해 작용한다고 고려한다. 이것을 계산하기 위한 한 예는 중력법칙과 같다.
상기 포텐셜 필드 방법은 알고리즘이 간단하고 모든 종류의 센서에 사용가능하며, 빠르게 최적 경로를 찾을 수 있는 장점이 있다. 하지만 국부 최소(local minima) 위험에 빠질 단점이 있다. 상기 국부 최소는 로봇이 U자 형태(U-shape)의 장애물을 만날 때 발생한다. 이러한 상황은 전체적인 격자 지도을 고려함에 의해 해결될 수 있는데, 즉, 로봇이 상황을 인식하고 다른 길을 찾을 때까지 거쳐온 경로 뒤로 되돌아 가도록 함으로써, 해결될 수 있다. 한편, 상기 포텐셜 필드 방법에 따르면, 또한 로봇은 서로 근접해 있는 두 장애물 사이를 통과할 수 없는 문제점이 있다. 즉, 두 장애물이 서로 너무 근접하면, 상기 두 장애물에 의한 반발력이 마치 하나의 장애물처럼 작용해 로봇을 밀쳐 내게 된다. 또한, 로봇이 진행해야 할 경로가 두 장애물 사이라면 문제가 된다. 또한, 상기 두 장애물 사이의 좁은 통로 내에서 로봇이 진동할 수 있다. 즉, 로봇이 좁은 복도와 같은 경로를 이동하는 경우, 상기 로봇이 두 벽의 정확한 센터 라인을 따라 주행하면 상관없지만, 로봇이 어느 한쪽의 벽으로 더 가까워지면, 이 벽의 반발력에 의해 센터 라인을 넘어 반대쪽 벽에 가까워지고 다시 반대쪽 벽이 밀쳐내는 동일한 현상이 발생함에 의해 진동현상을 나타낸다.
상기 포텐셜 필드 방법의 문제점을 해결하기 위해 Koren과 Borenstein은 상기 벡터 필드 방법(Vector Field Histogram: VFH)을 제시하였다. 상기 벡터 필드 방법은 소나 센서를 가진 로봇에 대해 꽤 정확하게 격자 지도을 작성하는 것으로 알려져 있다. 상기 벡터 필드 방법은 먼저 로봇을 둘러싸는 영역은 동일한 각도의 여러 섹터(sector)들로 나누어지고, 각 섹터 내에서 장애물 벡터들은 POD(polar obstacle density)를 형성하도록 합친다. 그러나 이 방법 역시 국부 최소문제를 해결하지 못했고, 계획된 경로가 진동할 수 있으며 큰 환경에서 적용이 힘들다는 단점을 가지고 있다.
한편, 상기 격자 지도를 이용한 방법은 로봇의 출발 위치로부터 목표 위치까지, 최적의 경로를 탐색하기 위한 알고리즘이다. 이 방법은 격자 지도(Grid map)를 사용하여 이미 알고 있는 환경에 대한 정보를 이용한다. 경로는 출발지점부터 현재 로봇이 위치한 곳까지의 최단 거리 정보와 현재 지점에서 목표지점까지 이르는 휴리스틱 정보(보통 최단거리)를 더하여, 최소비용이 되는 경로를 탐색하여 최적의 경로를 찾아준다.
그러나 이러한 상기 격자 지도 이용 방법은 정적인 환경에서는 최적의 경로를 탐색할 수 있게 하지만, 사람이나 다른 로봇들이 이동할 때처럼 동적인 환경에서는, 전체 환경 지도를 갱신해야 하므로, 시간이 오래 걸리고 여러 항목의 휴리스 틱 정보를 이용하면 그만큼 계산량이 많아진다는 단점을 가지고 있다.
전술한 종래의 경로탐색 알고리즘은 정적인 환경에서 이미 알려진 환경정보(Map, 장애물 정보등)를 이용해 경로를 탐색한다. 이러한 상기 종래의 경로탐색 알고리즘은 정적인 환경에서는 거의 최적의 이동 경로를 발견하지만, 미래의 불확실한 상황을 가지는 동적인 환경에서는 국부적으로만 반응하기 때문에, 성능이 크게 저하되거나, 작동하지 않는다. 또한, 전술한 종래의 경로 탐색 알고리즘은 복수의 동적인 장애물들이 발생하면 속도 및 성능이 크게 저하된다. 특히, 2차원의 상태 공간 탐색에서는 복수의 장애물들이 로봇에 접근할 시 충돌하는 문제가 발생한다.
본 발명은 전술한 문제점을 해결하고자 복수의 장애물들이 움직이는 동적인 환경에서도 로봇이 정확하게 경로 탐색을 할 수 있도록 하는 것을 목적으로 한다.
본 발명은 탐색 공간을 시간축으로 확장함으로써, 속도와 방향을 가진 복수의 동적 장애물들을 회피하면서 최적의 이동 경로를 탐색할 수 있도록 한다.
구체적으로, 본 발명은 상기와 같은 목적을 달성하기 위하여, a) 초기값을 입력받는 단계와; b) 상기 초기값을 이용하여 로봇이 이동할 노드를 선정하는 단계와; c) 로봇이 상기 선정된 노드를 지나 주변 노드에 도달하였을 때의 시간을 기준으로 장애물의 위치를 파악하는 단계와; d) 상기 주변 노드들이 상기 장애물로부터 안전한지 판단하는 단계와; e) 상기 장애물로부터 안전한 것으로 판단되는 주변 노 드를 다음 이동 노드로 선정하는 단계를 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법을 제공한다.
또한, 본 발명은 상기와 같은 목적을 달성하기 위하여, a) 제 1 리스트에서 첫 번째 항목을 이동할 노드로 선정하는 단계와; b) 선정된 노드를 제 2 리스트에 저장하고, 상기 제 1 리스트에서 제거하는 단계와; c) 상기 선정된 노드의 주변 노드들을 제 3 리스트에 저장하는 단계와; d) 로봇이 상기 선정된 노드를 지나 주변 노드에 도달하는데 소요되는 시간을 산출하는 단계와; e) 상기 산출된 시간에서 장애물의 움직임을 예측하는 단계와; f) 상기 시간에 상기 제 3 리스트 내의 주변 노드에 상기 로봇이 위치할 때, 상기 장애물로부터 안전할지 예측하는 단계와; g) 상기 제 3 리스트 내에 주변 노드들 중 안전하다고 판단되는 노드들로부터 목표위치까지의 비용을 산출하는 단계와; h) 상기 제 3 리스트 내의 주변 노드들을 상기 산출된 비용이 낮은 순으로 상기 제 1 리스트에 저장하는 단계를 포함하고, 여기서, 상기 a) 단계에서의 상기 이동할 노드가 로봇의 목표위치가 될 때까지, 상기 a) 내지 상기 h) 단계를 반복하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법을 제공한다.
본 발명에 따르면, 로봇은 목표지점까지의 경로를 최소 비용으로 이동할 수 있고, 복수의 동적인 장애물이 있는 환경에서도 충돌을 회피하여 최적의 주행 경로를 계획하여, 안전하게 이동할 수 있다.
이하, 첨부된 도면을 참조하여, 본 발명을 상세하게 설명하기로 한다.
본 발명은 복수의 동적 장애물 회피를 위해 경로 탐색을 시간공간영역(time-space state domain)으로 확장하여, 동적인 환경에서 최적의 경로설계를 수행할 수 있게 한다.
도 1은 로봇의 이동에 따른 충돌 위험 지역을 표시한 예시도이다.
도 1을 참조하여 알 수 있는 바와 같이, 여러 대의 이동체(로봇, 이동하는 장애물)가 각각의 목표를 향해 최단거리로 이동하는 예시가 나타나 있다.
실선은 각 로봇들의 이동 방향이고, 최단경로를 의미한다. 점선은 각 이동체의 점유 공간이다. 만약 서로 다른 속도를 가진 이동체들이 시간에 대해 고려하지 않는다면, 충돌이 발생할 가능성은 아주 높아질 것이다. 본 발명에서는 충돌을 방지하기 위해 경로 탐색 문제를 시공간영역으로 확장함으로써, 속도를 가진 동적인 장애물들을 회피하면서 최적의 경로를 탐색할 수 있게 하였다. 속도를 가지고 있는 모든 장애물들은, 시간의 변화에 따라 이동거리가 달라진다. 이점을 이용하여 본 발명은 경로 탐색 문제에 속도와 시간 변화에 따른 변위를 함께 고려하였다.
도 2는 경로 탐색을 시공간영역으로 확장한 예시도이며, 도 3은 로봇이 이동가능한 후보 노드들을 나타낸 예시도이다.
도 2를 참조하여 알 수 있는 바와 같이, 로봇의 경로계획을 위해 공간영역에서 수행하던 탐색을 시공간 영역으로 확장한 것을 보여 준다. 먼저 목표를 향해 움직이는 로봇이 이동할 수 있는 영역, 즉 후보 노드(candidate node)를 현재 노드의 인접 영역으로 확장하여 구한다. 즉, 도 3에서 알 수 있는 바와 같이, 로봇의 현재 노드 Scs의 인접 영역들 즉 Scandidate가 후보 노드가 된다.
이때, 후보 노드들이 안전한지 여부는 현재의 탐색공간인 시간t에서 구하는 것이 아니라 다음 단계의 탐색공간인 t+Δt시간에서의 탐색공간 중에서 선택한다. 이때 시간 t에서 상기 후보 노드에 없었던 장애물들이 t+Δt에서는 발생 가능하므로, 결국 이동하는 장애물을 고려하여 경로를 탐색할 수 있다. 이와 같이 후보 노드들의 안전성 평가를 통해, 속도를 가진 이동하는 장애물들의 변위를 고려해서 로봇의 최적 경로를 찾아서 시간의 변화에 따라 최적의 경로로 이동할 수 있다.
도 4는 본 발명에 따른 경로 탐색 방법을 나타낸 흐름도이다.
도 4를 참조하여 알 수 있는 바와 같이, 본 발명에 따른 경로 탐색 방법은 로봇의 경로를 시공간영역으로 확장하여 탐색한다. 즉, 이동할 노드(k번째로 이동할 노드)를 선정하고, 상기 선정된 노드를 지나 주변 노드에 로봇이 도달하였을 때, 장애물의 위치를 파악하고, 상기 주변 노드들 중 하나의 후보 노드가 상기 장애물로부터 안전한지 확인한 후, 안전하다면 상기 후보 노드를 다음 이동할 노드(k+1번째로 이동할 노드)로 선정하는 것을 특징으로 한다.
구체적으로, 초기 값을 입력받는다(S101). 여기서, 상기 초기값은 로봇의 출발위치, 도착위치, 장애물의 초기 위치, 이동 속도, 이동 방향 등이다.
다음으로, 상기 초기값을 이용하여, 격자 지도를 작성하고, 상기 격자 지도 상에서 로봇이 이동할 노드(k번째로 이동할 노드)를 선정한다(S102). 여기서, 상기 방법이 최초 수행시에는 상기 선정되는 노드는 현 위치 노드이다.
다음으로, 상기 선정된 노드를 지나 주변 노드로 이동할 때를 가정하여, 상기 장애물의 위치를 파악한다(S103). 즉, 하나의 노드를 이동하는데 t시간이 걸린다고 가정하면, 2t 후의 장애물의 위치를 계산한다.
다음으로, 상기 노드의 주변 노드 중 하나를 후보 노드로 선택하고, 상기 후보 노드가 상기 장애물로부터 안전한지 판단한다(S105).
상기 후보 노드가 상기 장애물로부터 안전하다면, 상기 후보 노드를 다음 이동할 노드(k+1번째로 이동할 노드)로 선정하고(S106), 상기 S103과정으로 궤환한다. 즉, 상기 로봇이 상기 후보 노드에 2t 시간 후에 도달하였다면, 상기 2t 초후의 장애물의 위치를 파악하고, 상기 후보 노드의 주변 노드들이 안전한지 판단하는 과정을 반복한다.
그러나, 상기 후보 노드가 안전하지 않다면, 상기 S104과정으로 궤한한다. 즉, 상기 주변 노드 중 다른 하나를 후보 노드로 재선택한다.
도 5는 본 발명에 따른 경로 탐색 방법을 나타낸 다른 흐름도이고, 도 6은 도 5에 도시된 본 발명에 따른 경로 탐색 방법을 구체적으로 나타낸 흐름도이다.
도 5 및 도 6을 참조하여 알 수 있는 바와 같이, 본 발명에 따른 경로 탐색 방법은 이동하는 장애물을 회피하면서도, 출발지점(노드)부터 목표지점(노드)까지 최소의 비용으로 이동할 수 있는 경로를 찾을 수 있게 한다. 상기 장애물의 회피는 격자 지도의 최소 단위인 노드들이 안전한지 검사함으로써 달성된다. 여기서, 상기 격자 지도의 각 노드들은 정적인 장애물(벽, 기타 고정된 물체들)과 동적인 장애물(이동하는 장애물)들로 표현될 수 있다.
1) 구체적으로는 먼저 초기값을 입력받고, 초기화한다(S201, S301). 여기서, 상기 초기값은 로봇의 출발위치, 도착위치, 장애물의 출발위치, 방향 속도 등이다. 그리고, 제 1 리스트(Q open ), 제 2 리스트(Qclose), 제 3 리스트(Qcandidate)를 초기화한다. 여기서, 방법의 최초 실행시에는 상기 제 1 리스트(Q open )에 로봇의 출발 위치(노드)를 저장한다. 그리고, 상기 초기값을 이용하여 격자 지도를 작성한다. 여기서, 상기 제 1 리스트(Q open )는 탐색시 확장되기 이전의 노드들의 집합이고, 상기 제 2 리스트(Q close )는 확장된 노드들의 집합이다.
2) 다음으로, 제 1 리스트(Q open )에서 로봇이 이동할 노드(n번째로 이동할 노드, n=0,1,2,3,...)를 선정한다(S202, S302). 여기서, 상기 이동할 노드는 최초 실행시에는 로봇의 출발 위치가 된다(즉, n=0,1,2,3,...이므로, 0번째는 출발 위치임). 구체적으로, 도 6과 같이 로봇의 이동할 노드(S cs )에 제 1 리스트(Q open )의 첫 번째 항목을 저장한다.
3) 상기 선정된 노드를 제 2 리스트(Q close )에 저장한다. 상기 이동할 노드(S cs )는 확장해야하는 노드이므로 미리 상기 제 2 리스트(Q close )에 넣는다. 이때, 상기 제 1 리스트(Q open )에서 상기 선정된 노드에 관한 항목을 제거한다
4) 그리고, 상기 선정된 노드가 목표 위치인지 판단한다(S204, S304).
5) 상기 선정된 노드가 목표 노드가 아니라면, 상기 선정된 노드의 주변 인접 노드들을 제 3 리스트(Qcandidate)에 저장한다(S205, S305).
6) 그리고, 상기 선정된 노드를 지나 상기 주변 노드에 로봇에 도달할 때의 시간 t cur 을 산출한다(S206, S306). 상기 t cur 은 식(1)과 같이 계산할 수 있다.
Figure 112007068475696-PAT00001
(1)
여기서, t init 은 초기 시간이고, Δt는 로봇의 위치를 계산할 때 소요되는 시간이고, 장애물들의 위치를 계산할 때 시간은 Δt* S cs . step이 된다.
7) 다음으로, 상기 t cur 시간에서 장애물의 움직임을 계산한다(S207, S307). 여기서, 상기 이동 장애물의 움직임을 계산하기 위해 장애물들의 속도 O vel 와 상기 시간 t cur 를 파라미터로 사용한다. 그리고, 상기 장애물의 움직임을 반영하여 격자 지도를 갱신한다.
8) 그리고, 상기 제 3 리스트(Qcandidate)에서 임의의 주변 노드를 후보 노드(Scandidate)로 선택한다(S208, S308).
9) 그리고, 상기 후보 노드(Scandidate)가 상기 장애물로부터 안전한지 판단한 다(S209, S309).
10) 상기 후보 노드(Scandidate)가 안전하지 않으면, 상기 제 3 리스트(Qcandidate)에서 상기 후보 노드(Scandidate)를 삭제하고(S210. S310), 상기 후보 노드 선택 과정(S208, S308)으로 궤한한다.
11) 그러나, 상기 후보 노드(Scandidate)가 안전하면, 상기 제 3 리스트(Qcandidate) 내의 모든 주변 노드들의 안정성 평가가 이루어졌는지 판단한다(S211, S311).
12) 상기 제 3 리스트(Qcandidate)내의 모든 주변 노드들에 대해 안정성 평가가 이루어졌다면, 상기 제 3 리스트(Qcandidate)내의 모든 주변 노드들에 대한 비용을 계산한다(S212. S313). 이때 비용 계산은 식 (2)를 통해 달성된다.
Figure 112007068475696-PAT00002
(2)
여기서 수학식(2)는 다음의 식(3)로부터 유도된다.
Figure 112007068475696-PAT00003
(3)
상기 수학식(3)은 출발 노드로부터 목표 노드까지의 최적 경로를 탐색하기 위해서, 각각의 노드에 대해 사용되는 평가함수이다. g(n)은 출발 노드로부터 현재 노드 n까지의 경로비용을 나타내고, h(n)은 상기 노드 n으로부터 목표 노드까지의 경로비용을 나타낸다. 그러나, h(n)은 아직 탐색하지 않은 경로이므로 정확히 계산 하기 어렵다. 따라서 경험적 규칙이 사용된다. 경험적 지식에 의한 h(n)에 대한 예측값을
Figure 112007068475696-PAT00004
이라 하면, 노드 n에 대한 추정된 평가함수는 상기 수학식(２)가 된다.
13) 상기 비용을 계산한 후, 상기 제 3 리스트(Qcandidate)와 상기 제 1 리스트(Q open ) 간에 중복되는 노드가 있는지 판단한다(S213, S313).
14~15) 중복된다면, 상기 중복된 노드가 있다면 삭제하고(S214, S314), 상기 제 3 리스트(Qcandidate)의 노드를 상기 제 1 리스트(Q open )에 갱신한다(S215, S315), 그러나, 중복되는 노드가 없다면, 바로 상기 제 3 리스트(Qcandidate)의 노드를 상기 제 1 리스트(Q open )에 갱신한다(S215, S315).
16) 그리고, 상기 제 1 리스트(Q open )를 최소 비용 순으로 정렬한다(S216, S316). 그리고, 상기 이동 노드 선정 과정(S202, S302)으로 궤환한다. 이러한 반복 과정은 상기 제 1 리스트(Q open )에 아무것도 남을 때까지 반복한다.
17~18) 그러나, 상기 목표 노드인지 판단 과정(S204)에서 목표 위치로 판단되면, 즉, 상기 현 위치 노드(S cs )가 목표 위치라면, 상기 제 2 리스트(Q close )를 역추적한 후(S217, S317), 경로를 반환한다(S218, S318). 즉, 상기 제 2 리스트(Q close )에서 목표노드에서 출발노드까지 백트래킹(역추적)한 후, 경로를 반환한 다.
이와 같은 반환된 경로가 적격성을 유지하기 위해서는 다음의 수학식 (4)를 만족해야 한다.
Figure 112007068475696-PAT00005
(4)
h(n)은 최적의 경로를 얻기 위한 최적의 평가값을 의미한다. 추정된 잔여거리인 휴리스틱 평가값
Figure 112007068475696-PAT00006
이 최적의 평가값 보다 작거나 같으면 최적의 해를 만족할 시킬 수 있다. 즉,
Figure 112007068475696-PAT00007
이 노드 n에서 목적지점까지의 실제 최단거리보다 크지 않다면 최단경로룰 얻는 것이 가능하다.
지금까지 설명한 본 발명에 따른 경로 탐색 방법에 따르면, 이동하는 장애물을 회피할 수 있으면서도, 목표 지점까지 최단으로 갈 수 있는 경로를 찾을 수 있게 된다.
도 7은 본 발명에 따른 복수의 로봇의 경로 탐색 방법을 나타낸 흐름도이다.
도 7을 참조하여 알 수 있는 바와 같이, 로봇이 복수일 경우, 각각의 로봇의 경로를 탐색하는 방법이 나타나 있다.
도 7을 참조하면, 먼저 초기값을 입력받는다(S401). 여기서, 상기 초기값은 각각의 로봇의 출발/목표위치, 그리고 로봇의 개수이다.
상기 입력된 초기값을 이용하여 각각의 로봇에 대한 초기 경로를 탐색한다(S402). 이때, 각 로봇에 대한 충돌은 고려되지 않는다.
상기 구한 각 로봇의 초기 경로를 이용하여, 충돌회피를 고려하여 경로를 재탐색한다(S403). 이때는 도 2에서와 같이 탐색 영역을 시공간영역으로 확장하여, 충돌을 회피할 수 있는 경로를 탐색한다. 상기 재탐색 과정은 각각의 로봇이 충돌이 발생하지 않을 것으로 예상될 때까지, 반복한다.
그리고 최종 경로를 반환한다(S404).
지금까지 설명한 방법은 소프트웨어, 하드웨어, 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 본 발명에 따른 방법은 저장 매체(예를 들어, 내부 메모리, 플래쉬 메모리, 하드 디스크, 기타 등등)에 저장될 수 있고, 프로세서(예를 들어, 마이크로 프로세서)에 의해서 실행될 수 있는 소프트웨어 프로그램 내에 코드들 또는 명령어들로 구현될 수 있다. 이러한 저장 매체 및 프로세서는 로봇에 장착될 수 있다. 또는, 별도의 컴퓨터에 내장되고, 상기 컴퓨터가 로봇에 경로를 원격으로 알려주도록 구성될 수도 있다. 이를 위해, 상기 로봇 및 상기 컴퓨터는 유/무선의 네트워크 인터페이스를 구비할 수 있다.
실 시 예
이하에서는, 도 1 내지 도 7에 도시된 본 발명에 따른 경로 탐색 방법에 대한 시뮬레이션 결과를 도 8내지 도 12를 참조하여 설명하기로 한다. 이때, 장애물 들은 일정한 선형속도를 유지하도록 하였고, 방향은 임의로 주었다. 선형속도를 가지고 움직이는 장애물들은 ８방향의 방위를 이용하였다.
도 8은 본 발명에 따른 경로 탐색 방법의 시뮬레이션 예시도이다.
도 8은 로봇(10)이 목표지점(20)까지 경로를 탐색하는 것을 예시로 하였다. 그리고, 로봇 및 장애물은 한번에 하나의 노드만을 움직일 수 있는 것으로 가정하였다.
(1) 방법의 첫 번째 실행
도 8(a)를 참조한다. 먼저, 로봇의 출발위치, 도착위치, 장애물의 출발위치, 방향, 속도를 입력받고, 초기화한다(S201, S301). 이때, 상기 제 1 리스트(Qopen)에는 상기 로봇의 현재 위치인 B2가 입력된다. 그리고, 장애물의 출발위치는 E3로 입력된다.
다음, 상기 제 1 리스트에서 B2 노드를 선정하고, 제 2 리스트(Qclose)에 B2를 입력하고, 상기 제 1 리스트(Qopen)에서 제거한다(S202~S203, S302~S303). 그리고, 장애물의 움직임을 계산한다(S205, S305). 그리고, 상기 B2의 주변 노드들, 즉 A1, A2, B1, B3, C1, C2, C3를 제 3 리스트(Qcandidate)에 저장하고(S207, S307), 상기 제 3 리스트(Qcandidate)내의 주변 노드들 중 하나를 후보 노드로 선택하여(S208, S308), 장애물과의 위험성을 판단한다(S209, S309). 상기 제 3 리스트(Qcandidate) 내의 노드 즉 A1, A2, B1, B3, C1, C2, C3는 모두 안전한 것으로 판단되므로, 최소 비용순으 로 제 1 리스트(Qopen)에 저장한다(S210~S216, S310~S316). 즉, 제 1 리스트(Qopen)에는 C3, C2, B3, A3, C1, A2, B1, A1순으로 저장된다.
(2) 방법의 두 번째 실행
다음으로, 도 8(b)를 참조한다. 상기 제 1 리스트에서 다음 이동할 노드를 선정한다(S202, S203). 이때, 최소 비용순으로 정렬되었으므로, C3를 우선적으로 선택한다.
상기 제 2 리스트(Qclose)에 C3를 입력하고, 상기 제 1 리스트(Qopen)에서 제거한다(S202~S203, S302~S303). 그리고, 장애물의 움직임을 계산한다(S205, S305). 그리고, 상기 C3의 주변 노드들, 즉 B2, B3, B4, C2, C4, D2, D3, D4를 제 3 리스트(Qcandidate)에 저장하고(S207, S307), 상기 제 3 리스트(Qcandidate)내의 주변 노드들 중 하나를 후보 노드로 선택하여(S208, S308), 장애물과의 위험성을 판단한다(S209, S309). 상기 장애물은 D3에 위치하게 되므로, 상기 제 3 리스트(Qcandidate) 내의 노드 중 상기 D3는 안전하지 않은 것으로 판단되고, 나머지 노드들 즉 B2, B3, B4, C2, C4, D2, D4는 모두 안전한 것으로 판단되므로, 최소 비용순으로 제 1 리스트(Qopen)에 저장한다(S210~S216, S310~S316). 즉, 제 1 리스트(Qopen)에는 D4, C4, B4, D2, C2, B3, A3, C1, A2, B1, A1이 저장된다. 이때, 제 2 리스트(Qclose)에는 B2, C3가 저장되어 있다.
(3) 방법의 세 번째 실행
다음으로, 방법을 다시 실행하면, 상기 제 1 리스트에서 다음 이동할 노드로서, D4를 우선적으로 선택한다.
상기 D4의 주변 노드들, 즉 C3, C4, C5, D3, D5, E3, E4, E5를 제 3 리스트(Qcandidate)에 저장한다. 상기 장애물은 C3에 위치하게 되므로, 상기 제 3 리스트(Qcandidate) 내의 노드 중 상기 C3는 안전하지 않은 것으로 판단되고, 상기 C3를 제외하고 상기 제 3 리스트의 노드들을 최소 비용순으로 제 1 리스트(Qopen)에 저장한다. 즉, 제 1 리스트(Qopen)에는 E5, D5, E4, C5, E3, C4, B4, D2, C2 ,B3, A3, C1, A2, B1, A1이 저장된다. 이때, 제 2 리스트(Qclose)에는 B3, C3, D4가 저장되어 있다.
(4) 방법의 네 번째 실행
다음으로, 방법을 다시 실행하면, 상기 제 1 리스트에서 다음 이동할 노드로서, E5를 우선적으로 선택한다.
이와 같이 방법을 실행하면, 제 2 리스트(Qclose)에는 B3, C3, D4, E5, E6가 저장된다. 따라서, 상기 제 2 리스트(Qclose)를 역추정하면 상기 장애물을 회피할 수 있으면서도, 최단의 경로를 찾을 수 있게 된다.
도 9는 3대의 이동 장애물에 대한 충돌회피 탐색을 도시한다.
도 9는 본 발명에 따른 방법을 시뮬레이션한 결과로서, 로봇이 목표 지점까 지 경로를 탐색할 때 검은색 사각형인 장애물이 점선으로 표시된 화살표방향으로 이동하는 경우, 로봇이 충돌을 회피할 수 있음을 알 수 있다. 원의 크기는 이동장애물의 크기를 표시한다. 실험은 가상의 선형 속도로 이동하는 복수의 장애물을 설정하고, 로봇이 시간에 따라 움직이는 장애물들과의 충돌을 회피하는 이동 경로를 관측하였다.
도 10a 내지 10d는 로봇과 움직이는 장애물들의 궤적 및 로봇과 장애물들의 상대거리를 나타낸 예시도이다.
도 10을 참조하면, 동적인 장애물들이 있는 환경에서 시뮬레이션으로 얻어진 로봇과 장애물들의 궤적들과 시간축에 대한 각 이동장애물과 로봇의 접촉거리이다.
빨간색 사각형은 로봇의 출발위치이고 파란색 사각형은 도달하는 목표 위치이다. 녹색 사각형은 이동하는 장애물들의 초기위치이다. 빨간색 실선의 원들은 로봇의 궤적이고, 파란색 점선으로 표시된 원은 장애물들의 궤적이다. 장애물들은 서로 다른 방향으로 이동한다. 장애물 １은 좌측하단, 장애물 ２는 우측, 장애물 ３은 상단, 장애물 ４는 좌측상단 방향으로 진행한다. 초기 장애물 방향과 속도는 설정가능하고 속도는 일정하게 진행한다.
도 10a와 10b는 출발점과 목표 점은 같지만 장애물들의 위치에 따라 로봇이 움직인 궤적이 바뀐 모습을 관측할 수 있다.
도 10c와 도 10d는 도 10a와 도 10b 각각에 대한 로봇과 이동장애물의 거리를 시간축으로 나타낸 그림이다. 거리는 로봇과 이동장애물 중심간의 거리이고 단 위는 pixel 이다. 이동체의 반경은 １단위pixel이므로 로봇과 이동장애물과의 최소 거리는 ２단위 pixel이 된다. 도 10(c)와 도 10(d)에서 가장 근접했을 때의 거리가 ２단위 pixel인 것을 확인할 수 있다.
도 11은 본 발명에 따른 경로 탐색 방법에 대한 시뮬레이션 결과를 나타낸 예시도이다.
도 11은 로봇과 움직이는 장애물의 컴퓨터 시뮬레이션 결과이다. 출발과 목표지점은 도 10에서의 예시와 같다. 로봇은 흰색 원으로 표시했고, 움직이는 장애물들은 주황색 원으로 표현했다. 각 그림들은 로봇이 움직이는 장애물들의 이동경로를 피해 최적의 경로를 탐색해 목표지점을 찾아가는 모습을 보여준다. 원의 크기는 물체의 반경을 의미한다. 이동하는 물체와 부딪히지 않으면서 최적 경로를 탐색하여 찾아가는 것을 알 수 있다.
도 12는 도 7에 도시된 복수 로봇의 경로 탐색 방법에 대한 시뮬레이션 결과를 나타낸 예시도이다.
도 12는 도 7의 복수의 로봇에 대한 컴퓨터 시뮬레이션 결과이다. 여기서는 2대의 로봇에 대한 모의실험을 하였다. 흰색은 이동가능한 자유공간이고 검은색은 장애물지역이다. 각각의 로봇은 빨간색과 파란색으로 표시된다. 연한 회색 사각형은 각 로봇의 출발지점을 진한 회색 사각형은 도착지점을 나타내었다. 충돌회피실험을 위해 2대의 로봇 경로가 서로 교차되게 출발지점과 목표지점을 설정하고 테스 트하였다. 도시된 바와 같이 다중의 로봇에 대한 각각의 충돌회피가 효율적으로 이루어지는 것을 볼 수 있다.
이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시예에만 한정되는 것은 아니므로, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.
특히, 본 발명은 휠 기반의 로봇의 최적 경로 설계뿐만 아니라 다지류 로봇 및 기타 이동체(비행체, 수중체)의 최적 경로 설계에도 이용 가능하다. 또한, 최근 활발히 연구되어지는 휴머노이드 로봇의 발자국 경로계획에 확장하여 적용될 수 있다.
도 1은 로봇의 이동에 따른 충돌 위험 지역을 표시한 예시도이다.
도 2는 경로 탐색을 시공간영역으로 확장한 예시도이다.
도 3은 로봇이 이동가능한 후보 노드들을 나타낸 예시도이다.
도 4는 본 발명에 따른 경로 탐색 방법을 나타낸 흐름도이다.
도 5는 본 발명에 따른 경로 탐색 방법을 나타낸 다른 흐름도이다.
도 6은 도 5에 도시된 본 발명에 따른 경로 탐색 방법을 구체적으로 나타낸 흐름도이다.
도 7은 본 발명에 따른 복수의 로봇의 경로 탐색 방법을 나타낸 흐름도이다.
도 8은 본 발명에 따른 경로 탐색 방법의 시뮬레이션 예시도이다.
도 9는 3대의 이동 장애물에 대한 경로 탐색을 도시한 예시도이다.
도 10a 내지 10d는 로봇과 움직이는 장애물들의 궤적 및 로봇과 장애물들의 상대거리를 나타낸 예시도이다.
도 11은 본 발명에 따른 경로 탐색 방법에 대한 시뮬레이션 결과를 나타낸 예시도이다.
도 12는 도 7에 도시된 복수 로봇의 경로 탐색 방법에 대한 시뮬레이션 결과를 나타낸 예시도이다.

Claims (20)

  1. a) 초기값을 입력받는 단계와;
    b) 상기 초기값을 이용하여 로봇이 이동할 노드를 선정하는 단계와;
    c) 로봇이 상기 선정된 노드를 지나 주변 노드에 도달하였을 때의 시간을 기준으로 장애물의 위치를 파악하는 단계와;
    d) 상기 주변 노드들이 상기 장애물로부터 안전한지 판단하는 단계와;
    e) 상기 장애물로부터 안전한 것으로 판단되는 주변 노드를 다음 이동 노드로 선정하는 단계를 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  2. 제 1항에 있어서, 상기 초기값은
    로봇의 출발위치, 도착위치, 장애물의 초기 위치, 이동 속도, 이동 방향을 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  3. 제 1항에 있어서, 상기 이동할 노드는
    최초실행시에는 상기 로봇의 출발 위치인 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  4. 제 1항에 있어서, 상기 c) 장애물의 위치를 파악하는 단계는
    상기 로봇이 상기 주변 노드에 도달할 때의 시간을 계산하는 단계와;
    상기 시간에 상기 장애물의 위치를 계산하는 단계를 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  5. 제 4항에 있어서, 상기 시간은
    상기 장애물의 위치를 계산할 때 소요되는 시간이 고려되는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  6. 제 1항에 있어서, 상기 d) 안전 판단 단계는
    상기 노드의 주변 노드 중 하나를 후보 노드로 선택하는 단계와;
    상기 후보 노드가 상기 장애물로부터 안전한지 판단하는 단계를 포함하고,
    여기서 상기 선택 단계 및 상기 판단 단계는 상기 주변 노드들 모두에 대해서 수행되는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  7. 제 1항에 있어서, 상기 e) 다음 이동 노드 선정 단계는
    상기 안전한 것으로 판단되는 주변 노드들에 대해 목표 위치까지의 비용을 계산하는 단계와;
    상기 목표 위치까지 최소 비용이 드는 주변 노드를 다음 이동 노드로 선정하는 단계를 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  8. 제 1항에 있어서,
    상기 이동 노드가 목표 위치가 될 때까지 상기 a) 단계 내지 e) 단계를 반복하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  9. 제 8항에 있어서,
    상기 반복을 통해 상기 이동 노드가 목표 위치가 되면, 이전에 선정된 이동 노드들을 역추적하여, 경로를 결정하는 단계를 더 포함하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  10. 제 1항에 있어서,
    상기 주변 노드에 도달하였을 때의 시간(tcur)은
    수학식
    Figure 112007068475696-PAT00008
    을 통하여 계산가능하고,
    여기서, t init 은 초기 시간이고, Δt는 로봇의 위치를 계산할 때 소요되는 시간이고, Δt* S cs . step은 장애물들의 위치를 계산할 때 시간인 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  11. a) 제 1 리스트에서 첫 번째 항목을 이동할 노드로 선정하는 단계와;
    b) 선정된 노드를 제 2 리스트에 저장하고, 상기 제 1 리스트에서 제거하는 단계와;
    c) 상기 선정된 노드의 주변 노드들을 제 3 리스트에 저장하는 단계와;
    d) 로봇이 상기 선정된 노드를 지나 주변 노드에 도달하는데 소요되는 시간을 산출하는 단계와;
    e) 상기 산출된 시간에서 장애물의 움직임을 예측하는 단계와;
    f) 상기 시간에 상기 제 3 리스트 내의 주변 노드에 상기 로봇이 위치할 때, 상기 장애물로부터 안전할지 예측하는 단계와;
    g) 상기 제 3 리스트 내에 주변 노드들 중 안전하다고 판단되는 노드들로부터 목표위치까지의 비용을 산출하는 단계와;
    h) 상기 제 3 리스트 내의 주변 노드들을 상기 산출된 비용이 낮은 순으로 상기 제 1 리스트에 저장하는 단계를 포함하고,
    여기서, 상기 a) 단계에서의 상기 이동할 노드가 로봇의 목표위치가 될 때까지, 상기 a) 내지 상기 h) 단계를 반복하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  12. 제 11항에 있어서, 상기 이동할 노드가 로봇의 목표위치인 경우,
    상기 제 2 리스트에 저장된 노드들을 상기 로봇의 최적 경로로 결정하는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  13. 제 11항에 있어서, 상기 이동할 노드는
    최초실행시에는 상기 로봇의 출발 위치인 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  14. 제 11항에 있어서, 상기 시간은
    상기 장애물의 움직임을 예측할 때 소요되는 시간이 고려되는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  15. 제 11항에 있어서, 상기 안전 예측 단계는
    상기 노드의 주변 노드들 중 하나를 후보 노드로 선택하는 단계와;
    상기 시간에 상기 후보 노드에 로봇이 위치할 때 상기 장애물로부터 안전할지 예측하는 단계를 포함하고,
    여기서 상기 선택 단계 및 상기 예측 단계는 상기 주변 노드들 모두에 대해서 수행되는 것을 특징으로 하는 로봇의 이동 경로 설계 방법.
  16. 로봇이 이동할 격자 지도 상의 노드를 선정하고, 상기 로봇이 상기 선정된 노드를 지나 인접한 주변 노드에 도달할 때의 시간을 기준으로 장애물의 위치를 파악하고, 상기 주변 노드들 중 상기 장애물로부터 안전한 노드를 다음 이동 노드로 선정하는 프로세서를 포함하는 것을 특징으로 하는 로봇 장착용 제어 장치.
  17. 제 16항에 있어서, 상기 프로세서는
    상기 장애물로부터 안전한 노드들 중 목표지점까지 최소 비용이 소요되는 노 드를 다음 이동 노드로 선정하는 것을 특징으로 하는 로봇 장착용 제어 장치.
  18. 로봇이 이동할 격자 지도 상의 노드를 선정하고, 상기 로봇이 상기 선정된 노드를 지나 인접한 주변 노드에 도달할 때의 시간을 기준으로 장애물의 위치를 파악하고, 상기 주변 노드들 중 상기 장애물로부터 안전한 노드를 다음 이동 노드로 선정하는 프로세서를 포함하는 것을 특징으로 하는 로봇.
  19. 로봇이 이동할 격자 지도 상의 노드를 선정하고, 상기 로봇이 상기 선정된 노드를 지나 인접한 주변 노드에 도달할 때의 시간을 기준으로 장애물의 위치를 파악하고, 상기 주변 노드들 중 상기 장애물로부터 안전한 노드를 다음 이동 노드로 선정함으로써, 경로를 탐색하는 프로세서와;
    상기 탐색된 경로를 상기 로봇으로 전송하는 네트워크 인터페이스를 포함하는 것을 특징으로 하는 제어 장치.
  20. 제 19항에 있어서, 상기 프로세서는
    상기 장애물로부터 안전한 노드들 중 목표지점까지 최소 비용이 소요되는 노드를 다음 이동 노드로 선정하는 것을 특징으로 하는 제어 장치.
KR1020070096139A 2007-09-20 2007-09-20 로봇의 경로 설계 방법 및 그 로봇 KR100956663B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070096139A KR100956663B1 (ko) 2007-09-20 2007-09-20 로봇의 경로 설계 방법 및 그 로봇

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070096139A KR100956663B1 (ko) 2007-09-20 2007-09-20 로봇의 경로 설계 방법 및 그 로봇

Publications (2)

Publication Number Publication Date
KR20090030683A true KR20090030683A (ko) 2009-03-25
KR100956663B1 KR100956663B1 (ko) 2010-05-10

Family

ID=40696942

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070096139A KR100956663B1 (ko) 2007-09-20 2007-09-20 로봇의 경로 설계 방법 및 그 로봇

Country Status (1)

Country Link
KR (1) KR100956663B1 (ko)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140132228A (ko) * 2013-05-07 2014-11-17 삼성테크윈 주식회사 이동로봇의 지도 작성 장치 및 방법
KR101987274B1 (ko) * 2017-12-29 2019-09-27 한국과학기술연구원 장애물 재배치 위치 생성방법
KR20220073580A (ko) * 2020-11-26 2022-06-03 울산과학기술원 지도 상에서 경로를 제공하는 방법 및 장치
CN115686020A (zh) * 2022-11-10 2023-02-03 安徽工程大学 一种基于iapf-a*融合算法的机器人路径规划
WO2023155928A1 (zh) * 2022-02-15 2023-08-24 苏州科瓴精密机械科技有限公司 机器人寻路方法、寻路装置、设备和计算机可读存储介质
WO2024096190A1 (ko) * 2022-11-03 2024-05-10 주식회사 트위니 자율주행을 수행하는 복수의 로봇을 위한 멀티 트래픽 제어 방법

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0317020B1 (en) * 1987-11-20 1995-04-19 Koninklijke Philips Electronics N.V. Method and apparatus for path planning
JP3844247B2 (ja) 2003-07-28 2006-11-08 松下電工株式会社 自律移動のための経路生成装置及び該装置を用いた自律移動装置
KR100745975B1 (ko) * 2004-12-30 2007-08-06 삼성전자주식회사 그리드 맵을 사용하여 최소 이동 경로로 이동하는 방법 및장치

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140132228A (ko) * 2013-05-07 2014-11-17 삼성테크윈 주식회사 이동로봇의 지도 작성 장치 및 방법
KR101987274B1 (ko) * 2017-12-29 2019-09-27 한국과학기술연구원 장애물 재배치 위치 생성방법
KR20220073580A (ko) * 2020-11-26 2022-06-03 울산과학기술원 지도 상에서 경로를 제공하는 방법 및 장치
WO2023155928A1 (zh) * 2022-02-15 2023-08-24 苏州科瓴精密机械科技有限公司 机器人寻路方法、寻路装置、设备和计算机可读存储介质
WO2024096190A1 (ko) * 2022-11-03 2024-05-10 주식회사 트위니 자율주행을 수행하는 복수의 로봇을 위한 멀티 트래픽 제어 방법
CN115686020A (zh) * 2022-11-10 2023-02-03 安徽工程大学 一种基于iapf-a*融合算法的机器人路径规划
CN115686020B (zh) * 2022-11-10 2024-04-26 安徽工程大学 一种基于iapf-a*融合算法的机器人路径规划

Also Published As

Publication number Publication date
KR100956663B1 (ko) 2010-05-10

Similar Documents

Publication Publication Date Title
KR100956663B1 (ko) 로봇의 경로 설계 방법 및 그 로봇
ElHalawany et al. Modified a* algorithm for safer mobile robot navigation
Undeger et al. Multi-agent real-time pursuit
Miura et al. Vision and motion planning for a mobile robot under uncertainty
McMahon et al. Autonomous underwater vehicle mine countermeasures mission planning via the physical traveling salesman problem
Alempijevic et al. Bootstrapping navigation and path planning using human positional traces
Sundarraj et al. Route planning for an autonomous robotic vehicle employing a weight-controlled particle Swarm-optimized dijkstra algorithm
Kudriashov et al. SLAM techniques application for mobile robot in rough terrain
Silva et al. Online social robot navigation in indoor, large and crowded environments
Woosley et al. Multirobot task allocation with real-time path planning
Kleiner et al. Guaranteed search with large teams of unmanned aerial vehicles
El-Hussieny et al. Improved backtracking algorithm for efficient sensor-based random tree exploration
Miao Robot path planning in dynamic environments using a simulated annealing based approach
Pereira et al. Multi-robot planning for perception of multiple regions of interest
de Carvalho Santos et al. An exploratory path planning method based on genetic algorithm for autonomous mobile robots
Alija Analysis of Dijkstra’s and A* algorithm to find the shortest path
CN115968457A (zh) 信息处理装置、信息处理方法和程序
Rodriguez et al. Roadmap-based pursuit-evasion in 3d structures
Ali et al. Global mobile robot path planning using laser simulator
KR102529332B1 (ko) 컨텍스트 맵을 활용한 로봇 기반 최적 실내 배송경로 탐색 방법
Kudriashov et al. Introduction to Mobile Robots Navigation, Localization and Mapping
Teymournezhad et al. Path planning of Mobile Robot in Dynamic Environment by Evolutionary Algorithms
Hasegawa Continuous observation planning for autonomous exploration
Shuai et al. Target-Driven Autonomous Robot Exploration in Mappless Indoor Environments Through Deep Reinforcement Learning
Silva Mendoza et al. Online social robot navigation in indoor, large and crowded environments

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130410

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151029

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee