KR20120110289A - 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체 - Google Patents

고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체 Download PDF

Info

Publication number
KR20120110289A
KR20120110289A KR1020110028051A KR20110028051A KR20120110289A KR 20120110289 A KR20120110289 A KR 20120110289A KR 1020110028051 A KR1020110028051 A KR 1020110028051A KR 20110028051 A KR20110028051 A KR 20110028051A KR 20120110289 A KR20120110289 A KR 20120110289A
Authority
KR
South Korea
Prior art keywords
robot
robots
failure
group
technique
Prior art date
Application number
KR1020110028051A
Other languages
English (en)
Other versions
KR101273237B1 (ko
Inventor
최호진
김승석
정영섭
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020110028051A priority Critical patent/KR101273237B1/ko
Publication of KR20120110289A publication Critical patent/KR20120110289A/ko
Application granted granted Critical
Publication of KR101273237B1 publication Critical patent/KR101273237B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/2433Query languages
    • G06F16/244Grouping and aggregation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • G06F16/355Class or cluster creation or modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Manipulator (AREA)

Abstract

고장발생시 협업로봇들의 클러스터링 시스템은, 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였다고 판단하는 경우, KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 로봇 탐색부; SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성하는 통신루프 형성부; 및 SA 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정하는 작업 대체순위 지정부;를 포함한다.

Description

고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체{System and method for clustering of cooperative robots at fault condition and computer readable recording medium comprising instruction word for processing method thereof}
본 발명은 협업작업을 수행하는 로봇들 중에서 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체에 관한 것이다.
로봇의 응용분야는 대체로 산업용, 의료용, 우주용, 해저용으로 분류된다. 예를 들면, 자동차 생산과 같은 기계가공공업에서는 사람의 팔이 하는 작업을 한 번만 가르쳐 주면 몇 시간이든 같은 동작을 반복하는 산업로봇이 이미 많이 가동되고 있다.
의료용 분야에서는 팔이 없는 사람의 의사, 즉 운동신경으로부터 보내오는 명령을 근전위로 꺼내서 모터를 구동시키는 의수가 실용화되어 있다. 우주개발에 있어서도 현재 러시아의 자동월면차 루노호트(Lunokhod)와 같은 원격조종형 로봇이 개발되어 있다.
최근에는 로봇을 조종형, 자동형 및 자율형으로 크게 분류하는데, 조종형은 사람의 손이나 발에 해당하는 기능을 가진 기계를 멀리 떨어진 곳에서 조종하는 방식을 말하며, 텔레오퍼레이터 시스템(teleoperator system)이라고도 한다. 원자로 내에서 사용하고 있는 머니퓰레이터(manipulator:magic hand)가 조종형 로봇이다.
우주개발과 관련하여, 미국에서는 우주왕복선(컬럼비아호 등)에 매니퓰레이터를 설치하여 우주공간에서 기술용역을 시킬 것을 실험하고 있으며, 루노호트와 같은 이동차에 매니퓰레이터나 텔레비전 카메라의 눈을 탑재하여 연락선에서 원격조정하는 것 등을 계획하고 있다. 이들 기술을 해양개발에서도 응용하려 하고, 또 화재의 소화, 불발탄의 제거 등 위험작업에도 응용될 것이다.
의료 분야에도 조종형 로봇은 진단, 치료, 수술 또는 리허빌리테이션(rehabilitation) 등 모든 장면에서 이용될 것으로 보고 있다. 자동형으로는 현재 널리 산업계에서 사용되고 있는 산업로봇이 있다. 미리 순서를 가르쳐 주면 그것을 기억하고 있어서 반복하는 형의 것이다. 이 형의 로봇은 다음의 자율형에의 과도적 존재이기도 하다. 자율형이란 로봇 스스로가 현재의 자기 자신의 상태와 환경상태를 알아차리고 명령에 따라 자율적으로 행동하는 것으로, 이 형이야말로 원래 로봇이라고 할 수 있다.
인간은 자신의 손과 발의 상태를 눈을 감아도 알 수 있다. 그것은 피부감각이나 관절감각, 근이나 건으로부터의 감각 등이 중추로 되돌아가기 때문이다. 또한, 외계의 상황은 눈이나 귀를 통하여 알 수 있다. 그러므로, 자율형 로봇에는 이런 것에 필적하는 감각장치가 필요하다.
최근 제작된 로봇 가운데는 인간형 손발을 가지고 텔레비전 카메라의 눈, 인공의 귀, 입, 촉각, 관절감각 등을 갖추고, 2?3세 유아 정도의 능력을 가진 것도 있다. 예를 들면, 방에 있는 물건을 찾으라고 말로 명령하면 실내를 돌아보고 찾아내서 말로 대답하고, 두 발로 걸어가서 손으로 집어 온다. 이렇게 기계가 스스로 판단하여 행동한다는 것은 기계가 지능을 가지게 된다고 할 수 있으므로 이런 로봇을 지능 로봇이라고 한다. 특히, 시각의 기능만을 가진 로봇을 시각로봇이라고 한다. 산업용으로서는 조립로봇이나 검사로봇 등의 개발이 추진되고 있다. 물건을 조립할 경우에 치수나 모양 등이 고르지 않은 수많은 대상물 가운데서 필요한 2개의 물건을 인식, 선택하여 그것을 요구된 형태로 조립한다는 것은 상당히 고급 지능에 속한다. 이러한 지능 로봇의 연구를 쌓아간다고 해도 이상적인 로봇의 실현은 아직 미지수이다. 인간의 뇌의 기능이나 구조가 아직 생리학적으로 완전히 해명되어 있지 않고, 사용되고 있는 컴퓨터가 원리상 인간의 뇌와 다르기 때문이다. 아뭏든, 미래에는 인간과 로봇이 조화를 이루어 공존하리라 보고 있다.
그러나, 고도로 정밀화된 단일 작업로봇은 높은 효율과 작업성능을 보이는 반면에, 가격이 높고 유지 및 보수비용이 많이 든다. 또한, 로봇에 고장이 발생하거나 유지보수하여야 할 상황이 발생하면, 전체 공정을 정지해야할 상황이 발생하는 문제점이 있다.
본 발명은 특정한 협업로봇에 고장이 발생할 경우 고장이 발생한 로봇을 주위의 작업로봇으로 신속히 대체하도록 하는 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체를 제공하는 것을 목적으로 한다.
본 발명의 일 측면은, 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였다고 판단하는 경우, KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 로봇 탐색부; SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성하는 통신루프 형성부; 및 SA 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정하는 작업 대체순위 지정부;를 포함하는, 고장발생시 협업로봇들의 클러스터링 시스템을 제공한다.
본 발명의 일 실시예에서, 상기 로봇 탐색부는 GPS를 이용하여 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는, 고장발생시 협업로봇들의 클러스터링 시스템을 제공한다.
본 발명의 다른 측면은, 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였는지를 판단하는 단계; 상기 하나의 그룹에 속한 로봇에 고장이 발생한 경우, KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 단계; SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성하는 단계; 및 SA 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정하는 단계;를 포함하는, 고장발생시 협업로봇들의 클러스터링 방법을 제공한다.
본 발명의 일 실시예에서, 상기 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 단계는, 우선순위가 낮은 그룹에 속한 로봇들을 고장이 발생한 로봇을 대체할 후보로 탐색하는, 고장발생시 협업로봇들의 클러스터링 방법을 제공한다.
본 발명의 다른 실시예에서, 상기 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 단계는, 고장이 발생한 로봇의 위치를 기준으로 탐색하는, 고장발생시 협업로봇들의 클러스터링 방법을 제공한다.
본 발명의 또 다른 실시예에서, 상기 작업 대체순위를 지정하는 단계는, 작업대상과의 가장 가까운 위치를 기준으로 작업 대체순위를 지정하는, 고장발생시 협업로봇들의 클러스터링 방법을 제공한다.
본 발명의 또 다른 측면은, 상기 어느 하나의 항의 방법을 수행하는 명령어를 포함하는, 컴퓨터 판독가능 기록매체를 제공한다.
본 발명에 따르면, 특정한 협업로봇에 고장이 발생할 경우 주위의 작업로봇을 신속히 검색하여 사용 가능한 로봇을 그룹에 참가시킨 후 작업을 재할당하는 방식으로 협업로봇의 고장 발생시 신속한 재작업이 원활해지도록 한다.
또한, 본 발명에 따르면, 각 작업그룹은 해당 작업의 내용에 따라 그룹 내의 로봇의 수가 다를 수 있는데, KNN기법을 활용하여 필요한 개수만큼의 로봇을 검색할 수 있으므로 유용하게 이용된다.
또한, 본 발명에 따르면, 다수의 그룹이 동시에 작업하는 경우, 우선순위가 높은 그룹이 먼저 고장이 발생한 로봇에 의한 작업중단을 복구하는 순서로 순차적으로 대체할 수 있다.
도 1은 본 발명에 따른 로봇들의 협력작업을 나타낸 개념도이다.
도 2는 본 발명에 따른 고장 발생시 로봇 재탐색 및 순위부여방식을 나타낸 개념도이다.
도 3a는 본 발명에 따른 다수의 협업 로봇집단이 작업하는 경우의 고장로봇위치를 나타낸 결과이다.
도 3b는 도 3a의 결과로부터 고장이 발생한 로봇을 대체할 로봇을 KNN기법을 이용하여 재탐색한 결과이다.
도 3c는 도 3b의 결과로부터 새로운 후보로봇들을 SA기법을 이용하여 루프로 묶어놓은 결과이다.
도 3d는 도 3c의 결과로부터 클러스터링한 최종결과이다.
도 4a는 도 3a에서와는 다른 위치의 로봇에서 고장이 발생한 경우의 고장로봇위치를 나타낸 결과이다.
도 4b는 도 4a의 결과로부터 고장이 발생한 로봇을 대체할 로봇을 KNN기법을 이용하여 재탐색한 결과이다.
도 4c는 도 4b의 결과로부터 SA기법을 이용하여 루프로 묶은 후 클러스터링한 최종결과이다.
도 5는 본 발명에 따른 고장발생시 협업로봇들의 클러스터링 시스템의 구성도이다.
도 6은 본 발명에 따른 고장발생시 협업로봇들의 클러스터링 방법의 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시형태를 설명한다. 그러나, 본 발명의 실시형태는 여러 가지의 다른 형태로 변형될 수 있으며, 본 발명의 범위가 이하 설명하는 실시형태로만 한정되는 것은 아니다. 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있으며, 도면상의 동일한 부호로 표시되는 요소는 동일한 요소이다.
본 발명의 실시예를 설명하기에 앞서 본 발명의 기초가 된 논문을 다음가 같이 소개하기로 한다.
1. 서론
협업로봇의 상호 의사소통을 기반으로 하는 공동작업은 개별로봇의 작동한계를 극복할 수 있다. 하나의 로봇에 과대한 기능과 출력을 부여할 경우 발생하는 제작상의 고비용과 복잡성의 증대가 로봇설계를 더욱 어렵게 할 수 있다. 특히, 고장이 발생할 경우 대체로봇 역시 고비용이 소요된다. 이와 별개로, 협업로봇은 개별 로봇의 성능과 출력이 불충분하더라도 군집을 이루어 작업을 협력하고 분담함으로써 고비용, 고성능 단일로봇이 수행하는 작업들을 대체할 수 있다.
협업로봇은 공동작업이 주된 특징으로 특정로봇이 고장난 경우 신속하게 대체로봇을 통해 재군집화 과정과 역할 재배정을 통해 작업을 재개할 수 있다. 이러한 처리과정은 개별로봇의 작업능력 및 통신기능과 별개로 추가적인 요구사항이 될 수 있다. 현재의 빠른 하드웨어 발달속도는 개별로봇의 연산처리능력을 획기적으로 개선시키고 있으면서도 제작비는 줄어들고 있다.
고성능화된 로봇의 연산처리능력은 개별로봇의 전체적인 성능을 개선시킬 수 있다. 기존의 작업능력에 대한 처리능력과 상호 통신능력 이외에도 다른 다양한 연산작업을 수행할 여유분을 가진다.
이를 기반으로 제안된 기법에서는 협업로봇의 작업 중 특정로봇에 고장이 발생한 경우 사전에 주어진 규칙에 따라 고장신호를 감지하고 주위를 재검색하여 새로운 작업 클러스터를 형성하는 로봇군집을 형성하고 추정된 위치에 따라 다시 작업역할을 재배정하는 기법을 제안하고자 한다. 모든 개별로봇은 동등한 작업능력을 가지고 있으며, 한 클러스터 내에서 고장이 발생할 경우 사전규칙에 따라 우선순위의 로봇이 고장로봇의 대체 및 역할 재배정에 관한 제어를 실시한다. 로봇의 고장이 발생하였을 경우 대체로봇을 탐색하는 방식은 가장 가까운 이웃부터 탐색을 실시하며, 본 논문에서는 적은 연산량과 함께 빠른 추정결과를 얻을 수 있는 K-Nearest Neighbor(KNN) 기법을 활용하여 클러스터링을 구현하였으며 클러스터 내의 개별로봇의 역할 재배정은 Simulated Annealing(SA) 기법을 활용한 Travelling Salesman Problem(TSP) 형태를 모사하여 개별로봇을 루프(loop)로 연결한 후 가장 우선순위가 높은 로봇을 기준으로 사전규칙에 따라 작업 역할을 재배정 한 후 다시 작업한다.
고장로봇의 대체를 빠르고 간략한 두 기법을 순차적으로 적용함으로써 제어 로봇의 처리부담을 최소화시키고 신속한 작업의 재복귀를 구현할 수 있다. 제안된 방법을 유용성을 군집로봇의 시뮬레이션을 통해 보이고자 한다.
2. KNN Simulated Annealing 기법 모델
2.1 K- Nearest Neighbor
K-Nearest Neighbor(KNN) 기법은 주어진 위치에서 가장 인접한 K개의 데이터 특성을 이용해 자신의 클래스 정보나 소속도를 평가하는 기법이다. 가장 인접한 이웃을 정의할 수 있는 다양한 측정방식을 원하는 공간에서의 결과를 기대할 수 있다.
2.2 Simulation Annealing
Simulated Annealing(SA) 기법은 가열된 금속을 냉각시키는 속도를 조절함으로써 전역 최소점(global minimum)을 찾고자 하는 시도에서 시작되었다. 냉각속도가 빠른 경우 전역 최소점에 도달할 확률이 낮으며 천천히 냉각하는 경우 확률은 높아지지만 많은 시도 또는 반복이 필요하다. 이 기법은 조합 최적화 (combinatorial optimization) 문제에서 유용하게 쓰이며 각 도시를 최적의 조건으로 순회하는 트레블링 세일즈먼 플라블럼(Travelling Salesman Problem, TSP)와 같은 문제에 유용할 수 있다.
3. 제안된 기법을 이용한 협업로봇들의 클러스터링 기법
효과적인 작업관리를 위해 개별 협업로봇의 고장 발생시 고장복구와 작업의 재개는 실시간으로 순차적으로 처리되어야 하는 과정이다. 특정로봇의 고장을 인지하는 순간 해당 작업 클러스터에 필요한 로봇의 수에 맞게 자율적으로 새로운 클러스터링을 실시해야하며 변경된 위치와 조건을 고려하는 새로운 작업배정이 이루어져야 한다.
효과적인 클러스터링을 위하여 고장 발생시 사전 지정된 순서의 협업로봇이 신속하게 KNN 기법을 활용하여 인근로봇과의 거리를 탐색하여야 한다. 클러스터링 조건을 만족시키는 K개 만큼의 로봇을 탐색하는 것은 기본적인 KNN의 탐색조건인 가장 가까운 위치를 기반으로 함으로써 작업이 재개될 때 가장 짧고 신속하게 로봇의 이동이 이루어지게 하기 위해서이다. 고장로봇이 검색되었을 때 제어권을 가지고 주위 로봇후보들을 탐색하는 로봇은 사전규칙에 의해 클러스터 내의 가장 높은 우선순위를 가지는 로봇으로 결정할 수 있으며 최우선순위의 로봇들의 고장이 검출될 경우 차순위 로봇이 제어권을 가지고 클러스터링을 수행한다.
클러스터 내에서 개별로봇 상호간에도 우선순위가 있듯이 필요에 따라 여러 클러스터가 동시에 작업하는 경우 클러스터간에도 우선순위를 부여하는 경우 하위 순위를 가지는 클러스터 내의 고장 발생시 대체로봇의 검색에서는 상위 클러스터 내의 협업로봇의 검색을 억제하도록 할 수 있으나 본 논문에서는 개념적인 확장 가능성만 제시하고 시뮬레이션에서는 우선순위를 가지는 다중 클러스터 내에서의 고장 극복에 대해서는 언급하지 않았다.
개별로봇의 작업을 재배정하기 위해 SA 기법을 이용한 TSP 방법을 적용하여 클러스터에 속하는 로봇을 하나의 루프안에 묶는 방식을 적용하였다. TSP 형태의 최적화된 최단 거리를 가지는 루프를 형성하게 되는 경우 개별로봇간의 상호 통신에 대한 순서를 쉽게 정할 수 있다. 개별로봇의 인근의 로봇 사이에 일대일 통신을 통해 통신루프를 형성할 수 있는데 상위 통신에 관련된 로봇과 하위 통신에 관련된 로봇을 명확하게 정의할 수 있다. 하나의 로봇은 고장신호나 클러스터링 재구성에서 필요한 작업중단 및 재구성 신호 등과 같은 긴급신호 이외에는 정해진 앞뒤 2개의 로봇과 통신만 할 수 있다. 이러한 루프를 구성한 통신은 개별로봇의 통신에 따른 연산을 줄일 수 있으며 순환적인 통신교환이 끊어진 경우 특정로봇의 고장신호로 감지할 수 있는 감시기능도 가진다.
일반적인 협업로봇의 작업 개념도를 도 1에 나타내었다. 개별로봇이나 로봇군은 해당 작업에 있어 특정한 역할이 부여되어 있고 이를 기반으로 협업이 이루어진다.
이때, 하나의 작업군을 형성하는 클러스터 내의 로봇 중 일부가 고장나서 협업이 불가능할 경우가 발생할 수 있다. 도 2의 개념도에서와 같이 고장로봇이 발생하는 경우 상위 순위인 2번 로봇이 3번 로봇을 기준으로 KNN 기법으로 새로운 클러스터링을 실시하여 후보 로봇을 선정한 후 SA를 이용한 TSP 방법을 통해 루프를 형성하고 새롭게 우선순위에 이에 따른 작업을 재배정한다.
우선순위의 제어로봇에 의해 클러스터링을 실시하는 방식이나 새로운 우선순위를 부여하는 방식은 기본적인 KNN과 SA 기법을 변형하지 않고도 성능확장을 위해 충분히 변형 가능한 확장성을 가지고 있다.
4. 시뮬레이션 및 결과 고찰
다수의 협업로봇집단이 작업하는 경우를 가정하여 도 3a에 표시하였다. 또한, 그 중 클러스터 1에 속한 로봇 중 하나가 고장난 경우를 가정하였다.
도 3b는 고장난 로봇을 대체할 로봇을 KNN 기법을 이용하여 재탐색한 결과이다. 도 3c에서 새로운 후보로봇들을 SA 기법을 이용하여 루프로 묶어 놓았으며 사전 지정된 우선순위에 의해 새롭게 로봇의 순위 및 작업을 다시 지정할 수 있다. 도 3d에서 최종결과를 나타내었다. 그룹 1에 의해 상호 통신이 두절된 그룹 2는 다시 같은 기법을 활용하여 우선순위가 낮은 주위 그룹의 로봇들을 후보군으로 같은 작업을 반복할 수 있다.
도 4a에서 다른 위치에서 로봇이 고장났을 경우를 가정하였다. 그룹 1의 복구 후 그룹 3은 후순위의 그룹을 대상으로 같은 작업을 반복할 수 있다. 도 4b는 고장난 로봇을 대체할 로봇을 KNN 기법을 이용하여 재탐색하여 클러스터링한 결과이고, 도 4c는 최종결과를 나타낸다.
5. 결론 및 향후 연구과제
본 논문에서는 효과적인 협업로봇들의 작업환경에서 발생할 수 있는 개별로봇의 고장에 따른 대체로봇 검색 및 역할 재배치에 대해 효과적인 기법을 제안하였다. 고장로봇을 기준으로 빠르게 가장 인근한 대체로봇 후보를 검색하도록 KNN 기법을 적용하였으며 새롭게 구성된 클러스터 안에서의 작업역할의 재배정은 SA 기법을 통한 TSP 방식을 이용하여 루프를 구성한 후 사전규칙과 조건에 따라 지정하였다. 제안된 기법의 유용성은 시뮬레이션 결과와 같이 신속하게 작업을 다시 수행할 수 있게 하였으며 확장 가능성을 보았다.
향후 연구과제로는 로봇의 고장탐색 방식의 다양화와 클러스터링 과정에서 클러스터 간의 작업 우선순위와 작업량 변동에 따른 개별 로봇 수의 변동에 따른 로봇후보 검색조건의 다양화를 만족하는 확장성을 가진 기법을 연구하는 것이다. 또한, 우선순위에 의한 클러스터 재배정과 작업 재배정을 만족시키는 다양한 기법의 개발이 있다.
이하, 앞서 설명된 논문을 기초로 하여 본 발명의 실시예를 상세히 설명하기로 한다. 본 발명의 실시예를 구현하기 위해서는, 고장 발생과 함께 로봇을 탐색하고 재설정하는 과정으로 나누어져야 한다. 아래의 설명은 소프트웨어(software)를 구현하기 위한 알고리즘(algorithm)으로 다양한 컴퓨터 프로그래밍(computer programming)으로 구현될 수 있다.
도 5는 본 발명에 따른 고장발생시 협업로봇들의 클러스터링 시스템의 구성도이다. 도 5를 참조하면, 고장발생시 협업로봇들의 클러스터링 시스템(1000)은, 로봇 탐색부(100), 통신루프 형성부(200), 작업 대체순위 지정부(300)를 포함한다.
로봇 탐색부(100)는 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였다고 판단하는 경우, KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색한다. 로봇 탐색부(100)는 GPS를 이용하여 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색한다.
통신루프 형성부(200)는 SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성한다.
작업 대체순위 지정부(300)는 SA(Simulated Annealing) 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정한다.
이와 관련하여, 앞서 설명된 도 2를 참조하면, 새롭게 추가된 협업 로봇을 포함하여 단일 폐회로가 구성되며 이를 작업대상과의 사전 조건에 의해 새롭게 로봇간의 순위가 부여된다. 순위 부여는 작업대상과 가장 가까운 로봇을 기준으로 할 수 있으며, 가장 위에 위치한 로봇이나 가장 아래에 위치한 로봇을 기준으로 순위를 부여할 수 있으나, 개별 로봇의 해당 작업내용은 순위부여규칙과 작업할당방식의 일관성을 유지하면 변경되지 않는다.
또한, 앞서 설명된 도 3a 및 도 3d를 참조하면, 고장이 발생하는 경우, 고장이 발생한 로봇의 후순위 로봇이 해당 그룹 및 인근 로봇의 위치를 이용하여 새로운 후보의 로봇을 검색하는 방식에서부터 해당 작업을 재할당하여 정상상태로 복귀하기 전까지의 처리과정을 알 수 있다. 그룹 1에 하나의 로봇을 내어준 그룹 2는 해당 로봇을 고장이 발생한 로봇으로 처리하고, KNN 기법(K-Nearest Neighbor)을 이용하여 후순위 그룹에서 후보 로봇을 탐색하는 형태로 계속 진행될 수 있다.
또한, 도 3c를 참조하면, 단일 폐회로로 구성되면 새롭게 로봇간의 우선순위부여에 유용하게 이용된다.
위의 순차적인 처리과정을 통해, 한 그룹에서 로봇에 고장이 발생하는 경우, 신속하게 후보 로봇을 탐색하며 그룹 내에서의 작업내용을 재할당하여 신속하고 그룹의 작업불능을 극복하고 작업을 재개할 수 있음을 알 수 있다.
도 6은 본 발명에 따른 고장발생시 협업로봇들의 클러스터링 방법의 흐름도이다. 도 5 및 도 6을 참조하면, 고장발생시 협업로봇들의 클러스터링 방법은 다음과 같다.
먼저, 로봇 탐색부(100)가 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였는지를 판단한다(S100).
S100 단계 이후, 상기 하나의 그룹에 속한 로봇에 고장이 발생한 경우, 로봇탐색부(100)가 KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색한다(S200). 이때, 로봇 탐색부(100)는 우선순위가 낮은 그룹에 속한 로봇들을 고장이 발생한 로봇을 대체할 후보로 탐색하는데, 고장이 발생한 로봇을 대체할 후보의 로봇이 현재 그룹의 우선순위보다 높으면 탐색에서 제외시킨다. 이때, 로봇 탐색부(100)는 고장이 발생한 로봇의 위치를 기준으로 탐색한다.
S200 단계 이후, 통신루프 형성부(200)가 SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성한다(S300).
S300 단계 이후, 작업 대체순위 지정부(300)가 SA(Simulated Annealing) 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정한다. 각 그룹의 우선순위의 부여는 사전에 작업의 중요도에 따라 미리 정해진다. 작업 대체순위를 지정하는 경우, 작업 대체순위 지정부(300)는 작업대상과의 가장 가까운 위치를 기준으로 작업 대체순위를 지정한다(S400).
상기한 바와 같은 고장발생시 협업로봇들의 클러스터링 방법은, 이와 같은 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체에도 기록되어 사용자에 의해 컴퓨터에서 판독될 수 있다.
이와 관련하여, 본 발명의 실시예는 다양한 언어로 작성될 수 있으며, 특정한 환경에 적합하게 재구성될 수 있다. 예를 들어, 8비트 프로세서의 경우, 어셈블리어와 C언어로 작성될 수 있고, 다양한 32비트 프로세서나 범용 컴퓨터에서는 가용 가능한 여러 가지의 프로그램으로 작성될 수 있다.
상기한 바와 같은 본 발명의 실시예를 통하여 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체와 관련한 사항에 대해 구체적으로 살펴보기로 한다.
본 발명의 실시예는 군집을 이루며 집단 작업을 수행하는 협업 로봇의 작업 중에 특정 로봇의 고장이 발생한 경우 신속하게 대체 로봇을 검색하고 작업 재할당을 통해 신속하게 작업을 재개하도록 구현하는 소프트웨어로 군집을 이루어 작업을 하는 로봇의 효율성을 높이고자 하는 분야에 적합하다. 군집 로봇을 이용한 작업의 유용성이 입증됨에도 불구하고 그룹 내의 특정 로봇에 고장이 발생할 경우 이를 대체하는 방법으로 간단하면서도 효과적인 구현을 위해 변형된 KNN 기법과 SA 기법을 이용하여 구현하였다.
단일 작업로봇에 비하여 협업로봇들은 특정 작업에 대해 여러 로봇이 역할을 분담하기 때문에 개별 로봇의 능력이 상대적으로 낮아도 된다. 이러한 특성들로 인해 협업로봇은 단일 작업로봇에 비해 매우 싼 제작비와 구조적으로 단순화된 특성으로 저가에 대량생산을 할 수 있는 장점을 가진다. 단일 로봇에 다양한 기능과 작업을 부여하기 보단 여러 로봇이 기능과 작업을 분담함으로써 로봇의 구조나 역할을 단순화한 것이다.
다수의 작업에 대해 협업로봇들은 미리 지정된 규칙에 따라 그룹을 형성해 개별 작업들을 수행할 수 있다. 단일 작업로봇에 비해 단순화된 구조와 동작으로 인하여 고장발생확률은 상대적으로 낮지만, 예기치 않은 고장 발생에 대해 신속하게 후보로봇으로 대체하여 작업을 재개하도록 할 수 있다. 협업로봇의 고장에 따른 대체 기법은 고장의 진단에서부터 작업내용의 재할당까지 사전에 정해진 규칙에 따라 수행하는 경우 이를 구현하는 소프트웨어가 간략하게 작성될 수 있다. 이런 조건으로 고장 로봇을 대체하는 것은, 고장의 인식, 대체 로봇 검색, 및 작업 재할당으로 역할을 순차적으로 분할할 수 있다.
협업로봇의 공통적인 특징인 상호통신기능은 정상작업 중에는 순서화된 우선 순위에 의해 상호통신을 한다. 예를 들어, 3번으로 할당된 특정 로봇은 앞뒤 순위인 2번 로봇 및 4번 로봇과 정해진 규칙에 따라 그룹의 전체 작업상태, 현재 로봇의 작업상태, 로봇의 물리적 상태 등을 지속적으로 교환한다. 이러한 통신방식은 1번 로봇에서 마지막 번호의 로봇까지 순차적으로 전송되며 마지막 번호의 로봇이 1번 로봇에게 정상적으로 정보를 반송함으로써 1회 통신이 마무리된다. 이 외에도, 부정기적으로 내/외부에서 발생하는 특정 신호에 대해 응답한다. 부정기적인 신호로써 새로운 군집 후보를 탐색하기 위해 해당 로봇의 위치를 요구하는 경우도 해당한다.
개별 로봇은 작업 중에 자신의 상태를 수시로 판정하며 고장이 발생한 경우 앞뒤 순번의 로봇에 자신의 고장 여부를 전송함으로써 해당 작업에서 제외될 수 있으며, 이와 유사한 경우로 그룹 내 통신에서 특정 순번의 로봇이 통신에 응답하지 않는 경우 앞뒤 번호의 로봇이 해당 로봇의 고장을 결정하고 사전 규칙에 따라 새로운 후보 로봇을 검색할 수 있다.
특정 로봇의 고장이 발견되면 후순위 로봇이 고장로봇 대체 알고리즘을 수행한다. 수행되는 알고리즘으로는 KNN 기법을 이용하여 해당 작업에서 필요한 K 개의 로봇을 고장 로봇을 기준으로 가장 근접한 로봇들로 검색한다. 여기서, 개별 로봇의 위치는 실외의 경우 중앙서버의 비전시스템이나 GPS를 이용한 위치추정을 활용할 수 있고, 실내의 경우 중앙서버의 비전시스템이나 실내 GPS(inner GPS, iGPS)를 이용하여 추정할 수 있다. 예를 들어, 위치를 추정하기 위해 실외에서는 GPS를 이용하고, 실내에서는 Wifi 신호에서 얻을 수 있는 맥 어드레스(Mac Address)와 신호의 강도를 이용한다. 그리고, 검색된 로봇들 중에 자신이 속한 그룹보다 우선 순위가 높은 그룹의 로봇은 후보에서 제외하고 다시 검색하여 후순위 그룹에 속한 후보로봇을 선택한다.
새롭게 선택된 K개의 로봇들은 SA 방식을 이용하여 단일 폐회로(loop)를 구성한 후 작업 대상물을 기준으로 사전에 정해진 규칙을 기준으로 새롭게 그룹 내의 개별 로봇의 순번을 결정하는 방식으로 순번에 맞는 작업을 재할당 받은 후 공동작업에서 자기 개별 작업을 재개할 수 있다.
상기한 바와 같은 본 발명의 실시예를 통하여 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체와 관련한 사항은 다음과 같이 적용될 수 있다.
그룹을 이용하여 협업을 통해 작업하는 로봇들은 단일 고성능 로봇이 갖는 몇 가지 문제를 해결할 수 있다. 단일 고가의 로봇은 고장이 발생하게 되면, 전체 작업이 중단되는 문제가 발생할 수 있지만, 협업 로봇은 다수의 로봇군이 움직이므로 특정한 로봇에 고장이 발생하더라도 다른 로봇이 대체할 수 있는 장점을 갖는다.
또한, 협업 로봇에 고장이 발생할 경우, 이를 극복하고 작업을 재개할 수 있는 기법을 제안하였다. 이러한 기법의 소프트웨어는 본 소프트웨어와 함께 구성될 수 있으며, 고장 발생시 호출되어 빠른 시간에 작업 그룹의 능력을 복구할 수 있도록 한다. 이러한 장점들로 인하여, 협업 로봇이 필요한 다양한 분야에 효과적으로 적용될 수 있다.
본 발명은 상술한 실시형태 및 첨부된 도면에 의해 한정되지 아니한다. 첨부된 청구범위에 의해 권리범위를 한정하고자 하며, 청구범위에 기재된 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 형태의 치환, 변형 및 변경이 가능하다는 것은 당 기술분야의 통상의 지식을 가진 자에게 자명할 것이다.
100 : 로봇 탐색부
200 : 통신루프 형성부
300 : 작업 대체순위 지정부
1000 : 고장발생시 협업로봇들의 클러스터링 시스템

Claims (7)

  1. 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였다고 판단하는 경우, KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 로봇 탐색부;
    SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성하는 통신루프 형성부; 및
    SA 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정하는 작업 대체순위 지정부;
    를 포함하는, 고장발생시 협업로봇들의 클러스터링 시스템.
  2. 제1항에 있어서,
    상기 로봇 탐색부는 GPS를 이용하여 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는, 고장발생시 협업로봇들의 클러스터링 시스템.
  3. 다수의 그룹 중 하나의 그룹에 속한 로봇에 고장이 발생하였는지를 판단하는 단계;
    상기 하나의 그룹에 속한 로봇에 고장이 발생한 경우, KNN 기법(K-Nearest Neighbor)을 이용하여, 상기 다수의 그룹 중 고장이 발생하지 않은 그룹의 로봇 중에서 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 단계;
    SA(Simulated Annealing) 기법을 이용하여, 상기 고장이 발생한 로봇을 탐색된 로봇으로 대체시켜 상기 하나의 그룹에 속한 로봇들에 대해 통신루프를 형성하는 단계; 및
    SA 기법을 이용하여, 설정된 우선순위에 따라 상기 통신루프가 형성된 로봇들의 작업 대체순위를 지정하는 단계;
    를 포함하는, 고장발생시 협업로봇들의 클러스터링 방법.
  4. 제3항에 있어서,
    상기 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 단계는, 우선순위가 낮은 그룹에 속한 로봇들을 고장이 발생한 로봇을 대체할 후보로 탐색하는, 고장발생시 협업로봇들의 클러스터링 방법.
  5. 제1항에 있어서,
    상기 고장이 발생한 로봇을 대체할 후보의 로봇을 탐색하는 단계는, 고장이 발생한 로봇의 위치를 기준으로 탐색하는, 고장발생시 협업로봇들의 클러스터링 방법.
  6. 제1항에 있어서,
    상기 작업 대체순위를 지정하는 단계는, 작업대상과의 가장 가까운 위치를 기준으로 작업 대체순위를 지정하는, 고장발생시 협업로봇들의 클러스터링 방법.
  7. 제3항 내지 제6항 중 어느 하나의 항의 방법을 수행하는 명령어를 포함하는, 컴퓨터 판독가능 기록매체.
KR1020110028051A 2011-03-29 2011-03-29 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체 KR101273237B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110028051A KR101273237B1 (ko) 2011-03-29 2011-03-29 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110028051A KR101273237B1 (ko) 2011-03-29 2011-03-29 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체

Publications (2)

Publication Number Publication Date
KR20120110289A true KR20120110289A (ko) 2012-10-10
KR101273237B1 KR101273237B1 (ko) 2013-06-11

Family

ID=47281131

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110028051A KR101273237B1 (ko) 2011-03-29 2011-03-29 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체

Country Status (1)

Country Link
KR (1) KR101273237B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107972032A (zh) * 2017-11-13 2018-05-01 广东工业大学 一种关节臂机器人的控制方法及装置
KR102095582B1 (ko) * 2019-01-30 2020-04-23 경일대학교산학협력단 다개체 자율로봇의 자동 복원 제어를 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
CN114779615A (zh) * 2022-06-17 2022-07-22 深圳市捷牛智能装备有限公司 一种基于人工智能的机器人管控方法及系统
KR20220137852A (ko) * 2016-11-17 2022-10-12 삼성전자주식회사 데이터 인식 및 트레이닝 장치 및 방법
CN117590816A (zh) * 2023-12-14 2024-02-23 湖南比邻星科技有限公司 一种基于物联网的多机器人协同控制系统及方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102117984B1 (ko) * 2013-11-27 2020-06-02 한국전자통신연구원 군집 로봇의 협력 청소 방법 및 제어 장치
CN104865825B (zh) * 2015-03-19 2018-03-23 杭州电子科技大学 一种多机器人合作时序预测控制方法
US10953541B2 (en) 2018-07-31 2021-03-23 At&T Intellectual Property I, L.P. Providing logistical support for robots

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3530263B2 (ja) * 1995-04-17 2004-05-24 新日本製鐵株式会社 故障ロボットの作業代替方法
KR20100073771A (ko) * 2008-12-23 2010-07-01 한국전자통신연구원 네트워크 기반 협업 로봇 시스템에서의 로봇 선택 방법 및 로봇 선택 장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220137852A (ko) * 2016-11-17 2022-10-12 삼성전자주식회사 데이터 인식 및 트레이닝 장치 및 방법
CN107972032A (zh) * 2017-11-13 2018-05-01 广东工业大学 一种关节臂机器人的控制方法及装置
KR102095582B1 (ko) * 2019-01-30 2020-04-23 경일대학교산학협력단 다개체 자율로봇의 자동 복원 제어를 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
CN114779615A (zh) * 2022-06-17 2022-07-22 深圳市捷牛智能装备有限公司 一种基于人工智能的机器人管控方法及系统
CN117590816A (zh) * 2023-12-14 2024-02-23 湖南比邻星科技有限公司 一种基于物联网的多机器人协同控制系统及方法
CN117590816B (zh) * 2023-12-14 2024-05-17 湖南比邻星科技有限公司 一种基于物联网的多机器人协同控制系统及方法

Also Published As

Publication number Publication date
KR101273237B1 (ko) 2013-06-11

Similar Documents

Publication Publication Date Title
KR101273237B1 (ko) 고장발생시 협업로봇들의 클러스터링 시스템 및 방법과 그 방법을 수행하는 명령어를 포함하는 컴퓨터 판독가능 기록매체
CN109814556B (zh) 一种多机器人协作探索未知环境与地图构建的装置与方法
Luan et al. The paradigm of digital twin communications
Lee et al. Cooperation of distributed intelligent sensors in intelligent environment
JP7056580B2 (ja) 制御装置、制御方法およびプログラム
Andre et al. Collaboration in multi-robot exploration: to meet or not to meet?
JP2018527680A (ja) 階層的なアーキテクチャを有するリアルタイムデバイス制御システム及びこれを用いたリアルタイムロボット制御システム
Herrero et al. Skill based robot programming: Assembly, vision and Workspace Monitoring skill interaction
Haidegger et al. Robotics 4.0–Are we there yet?
US20190308317A1 (en) Information processing apparatus and information processing method
Gianni et al. A unified framework for planning and execution-monitoring of mobile robots
Biswas et al. Particle swarm optimization based co-operative task assignment and path planning for multi-agent system
Baca et al. Coordination of modular robots by means of topology discovery and leader election: Improvement of the locomotion case
Rooban et al. A detailed review of swarm robotics and its significance
Sheta et al. Robotics Evolution: from Remote Brain to Cloud
Santos et al. A 3d simulation environment with real dynamics: a tool for benchmarking mobile robot performance in long-term deployments
Hashimoto Present state and future of Intelligent Space—Discussion on the implementation of RT in our environment—
Insaurralde Autonomic computing technology for autonomous marine vehicles
Subramanian et al. Design of navigation control architecture for an autonomous mobile robot agent
Wang et al. Fault-tolerant pattern formation by multiple robots: a learning approach
Pacaux-Lemoine et al. Cooperative patterns to support human, robot and brain computer interface interactions
Lin et al. A grouping method based on improved PSO for task allocation in rescue environment
KR20190024468A (ko) 공간을 분할-작업하는 다중 로봇들 간의 통신 방법 및 이를 구현하는 로봇
Subramanian et al. A Study on seamless information sharing between robots in identifying the optimal path: An agent based approach
Oliveira et al. An approach for coordinating of the cooperative mapping in a self-adaptive formation system based on a modification of the ant colony algorithm

Legal Events

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

Payment date: 20160526

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180525

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190603

Year of fee payment: 7