KR20140089241A - 군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 - Google Patents
군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 Download PDFInfo
- Publication number
- KR20140089241A KR20140089241A KR1020130001265A KR20130001265A KR20140089241A KR 20140089241 A KR20140089241 A KR 20140089241A KR 1020130001265 A KR1020130001265 A KR 1020130001265A KR 20130001265 A KR20130001265 A KR 20130001265A KR 20140089241 A KR20140089241 A KR 20140089241A
- Authority
- KR
- South Korea
- Prior art keywords
- propagation
- map
- intensity
- robots
- robot
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 21
- 238000004891 communication Methods 0.000 claims abstract description 40
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000010295 mobile communication Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
- G01S5/02521—Radio frequency fingerprinting using a radio-map
- G01S5/02524—Creating or updating the radio-map
- G01S5/02525—Gathering the radio frequency fingerprints
- G01S5/02526—Gathering the radio frequency fingerprints using non-dedicated equipment, e.g. user equipment or crowd-sourcing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S901/00—Robots
- Y10S901/01—Mobile robot
Abstract
본 발명은 전파맵 생성 장치로, 하나 이상의 군집지능로봇들간의 전파에 관한 정보를 획득하는 전파신호 획득부와, 상기 전파 신호 획득부로부터 획득된 전파에 관한 정보로부터, 전파맵을 구성하는 각 셀에서의 전파 세기를 추정하는 전파 환경 모델링부와. 상기 전파 환경 모델링부에 의해 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링하는 전파맵 작성부를 포함한다.
Description
본 발명은 군집지능로봇에 관한 것으로, 특히 군집지능로봇들 간의 통신단절을 추정하고 방지하기 위하여 통신가능 정보를 제공하는 확률 기반 전파맵을 생성하는 장치 및 방법에 관한 것이다.
일상생활에서의 로봇의 활용도가 증가함에 따라 각종 분야에서 로봇에 관한 연구가 증가하고 있다. 여러 연구를 통해 작업의 범위가 넓고 복잡도가 높은 경우, 단일 로봇보다 복수의 군집지능 로봇을 활용하는 것이 더 효율적이라는 것이 알려짐에 따라 최근 군집 로봇에 관한 연구가 활발히 이루어지고 있다.
건설, 국방, 보안, 재난, 방재 등의 분야는 복수의 군집지능 로봇을 활용하여 작업 효용성을 높일 수 있는 대표적인 분야이다. 이러한 분야는 비정형화된 작업 환경을 많이 포함하고 있어 이에 대응하기 위한 군집지능 기술의 탑재가 필수적이다. 또한, 이러한 환경에서는 기존의 통신 인프라를 사용하기 어려워 군집지능 네트워크에 대한 필요성이 증가되고, 환경의 변화에 따른 전파의 단절에 대응하기 위한 방안이 필요하다.
이러한 군집지능 로봇의 임무수행에 있어 가장 기본적인 기능은 로봇 간의 의사소통이다. 로봇의 통신능력은 로봇 간 협력 정책을 수립하기 위해 가장 큰 이슈가 되는 항목이다. 탐색, 구조 등의 임무를 수행함에 있어 로봇 간의 끊김없는 네트워크 구축은 필수항목이다.
기존 군집지능로봇을 위한 통신은 하나의 액세스 포인트(Access Point : AP)를 기반으로 한 단일 홉 통신이거나, 애드혹 매쉬(Ad-hoc mesh) 네트워크를 이용한 다중 홉 라우팅 방식이 연구되고 있다. 하지만, 하나의 액세스 포인트를 기반으로 하는 단일 홉 통신의 경우 통신 반경에 제약이 발생하였으며, 애드혹 매쉬(Ad-hoc mesh) 네트워크의 경우 전파의 변화에 따른 통신 장애가 빈번하여 근처에 통신이 단절된다.
본 발명은 군집지능로봇들이 통신가능 영역을 확보하고 인지할 수 있도록 확률 기반의 전파맵을 생성하는 장치 및 방법에 관한 것이다.
본 발명은 전파맵 생성 장치로, 하나 이상의 군집지능로봇들간의 전파에 관한 정보를 획득하는 전파신호 획득부와, 상기 전파 신호 획득부로부터 획득된 전파에 관한 정보로부터, 전파맵을 구성하는 각 셀에서의 전파 세기를 추정하는 전파 환경 모델링부와. 상기 전파 환경 모델링부에 의해 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링하는 전파맵 작성부를 포함한다.
본 발명은 하나 이상의 라우팅 로봇들 중 리더 로봇에서의 전파맵 생성 방법으로, 하나 이상의 군집지능로봇들간의 전파에 관한 정보를 획득하는 단계와, 상기 획득된 전파에 관한 정보로부터, 전파맵을 구성하는 각 셀에서의 전파 세기를 추정하는 단계와. 상기 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링하는 단계를 포함한다.
본 발명의 구성에 따르면, 전파맵을 통해 군집지능 로봇들 간의 통신 가능한 반경을 추정할 수 있다. 따라서, 군집지능 로봇들은 확보된 네트워크 기반에서 임무를 수행함으로써 상호 협업을 통한 다양한 임무를 할 수 있다는 이점이 있다.
도 1은 본 발명의 일 실시 예에 따른 군집지능로봇의 확률 기반 전파맵 개념도이다.
도 2는 본 발명의 일 실시 예에 따른 군집지능로봇을 위한 확률 기반 전파맵 생성 장치의 구성도이다.
도 3은 본 발명의 일 실시 예에 따른 통신 영역 분류를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 군집지능로봇을 위한 확률기반 전파맵 생성 방법을 설명하기 위한 순서도이다.
도 2는 본 발명의 일 실시 예에 따른 군집지능로봇을 위한 확률 기반 전파맵 생성 장치의 구성도이다.
도 3은 본 발명의 일 실시 예에 따른 통신 영역 분류를 설명하기 위한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 군집지능로봇을 위한 확률기반 전파맵 생성 방법을 설명하기 위한 순서도이다.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시 예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다.
본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명 실시 예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
명세서 전반에 걸쳐 사용되는 용어들은 본 발명 실시 예에서의 기능을 고려하여 정의된 용어들로서, 사용자 또는 운용자의 의도, 관례 등에 따라 충분히 변형될 수 있는 사항이므로, 이 용어들의 정의는 본 발명의 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 일 실시 예에 따른 군집지능로봇의 확률 기반 전파맵 개념도이다.
도 1을 참조하면, 전파맵 은 하나 이상의 군집지능로봇들이 위치하는 소정 영역을 다수의 격자셀로 분할하고, 각 격자셀에 군집지능로봇간의 전파세기가 표시된 형태의 맵이다. 여기서, 전파세기는 절대수치로 표현될 수도 있으나, 도 1에 도시된 바와 같이 그 전파 세기의 정도에 따라 분류될 수도 있다. 도 1에서는 통신 양호 영역(Good Region)(10), 통신 가능 영역(Free Region)(20), 통신 불능 영역(Prohibitive Region)(30)으로 분류된 예가 도시되어 있다.
한편, 일반적으로 로봇은 신호를 라우팅시키는 라우팅 로봇(Routing Robot)(40-1, 40-2, 40-3, 40-4)과 특정 임무를 수행하는 미션 로봇(Mission Robot)(50)으로 분류될 수 있다.
라우팅 로봇(40-1, 40-2, 40-3, 40-4)은 전파맵을 이용하여 로봇간 통신이 끊기지 않는 방향으로 이동한다. 예컨대, 도 1에서 라우팅 로봇들(40-1, 40-2, 40-3, 40-4) 간에는 통신 양호 영역(Good Region)(10)으로 연결되어야 전파 단절을 방지할 수 있는데, 라우팅 로봇(40-1)과 라우팅 로봇(40-2)간에 통신 양호 영역이 끊겨 있으므로, 라우팅 로봇(40-2)은 로봇간 전파가 단절될 수 있음을 인지한다. 따라서, 라우팅 로봇(40-2)은 이를 예방하기 위해 ①의 방향으로 이동한다. 이를 위하여 각각의 로봇간의 전파 세기를 기준으로 한 포텐셜 필드기반의 행동제어 알고리즘이 활용될 수 있다.
미션 로봇(50)은 전파맵을 이용하여 통신 가능한 영역 내에서 정해진 타깃지점로 이동하기 위하여 최적(혹은 최단거리)의 경로를 찾아 이동한다. 즉, 도 1과 같은 전파맵을 활용하여 통신 양호 영역(Good Region)(10) 및 통신 가능 영역(Free Region)(20)만을 이동할 수 있는 통로로 정의하고, 타깃지점(60)까지의 최적의 경로를 찾아 이동한다. 도 1에서 ②는 통신 가능한 범위에서 타깃지점(60)까지 이동할 수 있는 최적의 경로를 의미한다.
한편, 라우팅 로봇은 리더 로봇(Leader robot : L-Bot)과 부하 로봇(Follower robot : F-Bot)으로 구성된다. L-Bot은 라우팅 로봇 전체를 관장하는 로봇으로, 본 발명의 일 실시 예에 따라 F-Bot들로부터 획득한 전파 세기를 기반으로 전파맵을 생성하고 공유한다. 여기서, L-Bot은 라우팅 기능을 할 수 있는 모바일 로봇이 될 수도 있고, 전체를 모니터링하는 원격 조정 센터(Remote Operate Centor : ROC)가 될 수도 있다.
도 2는 본 발명의 일 실시 예에 따른 군집지능로봇을 위한 확률 기반 전파맵 생성 장치의 구성도이다.
도 2를 참조하면, 전파맵 생성 장치는 전파 신호 획득부(210), 전파 환경 모델링부(220) 및 전파맵 작성부(230)를 포함한다. 부가적으로, 전파맵 공유부(240) 및 전파세기 획득부(250)를 포함한다.
전파 신호 획득부(210)는 군집지능로봇들간의 전파에 관한 정보를 획득한다. 이를 위해 전파 신호 획득부(210)는 WPAN(Wireless Personal Area Network) 통신모듈을 탑재하여, 이웃 로봇으로부터 전파에 관한 정보를 수신한다. 이때 수신되는 전파에 관한 정보는 전파 세기, 통신 링크의 퀄리티, 이웃 로봇들의 상대 위치 정보 등을 포함한다.
전파 환경 모델링부(220)는 획득된 전파에 관한 정보로부터 전파맵을 구성하는 각 셀에서의 전파 세기를 추정한다. 이에 대해서는 하기에서 상세히 설명하기로 한다.
전파맵 작성부(230)는 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링한다. 이에 대해서는 하기의 도 3을 참조하여 상세히 설명하기로 한다. 그리고, 전파맵을 실제 로컬맵의 격자에 맞추어 매칭시킨다.
전파맵 공유부(240)는 전파맵 작성부(230)에서 생성한 전파맵을 주변의 하나 이상의 라우팅 로봇 및 미션 로봇이 공유하도록 전송한다.
전파세기 획득부(250)는 주변의 하나 이상의 부하 로봇들(F-Bots)에 의해 추정된 전파 세기 정보를 획득하여 전파맵 작성부(230)에 입력한다. 이는 본 발명의 일 실시 예에 따라, 하나 이상의 부하 로봇들(F-Bots)은 전술한 전파 신호 획득부(210) 및 전파 환경 모델링부(220)를 구비하여, 전파맵의 각 셀에 대한 전파 세기 추정할 수 있다. 따라서, 전파맵의 각 셀에 대한 전파 세기 추정값은 전파맵에 위치하는 라우팅 로봇들의 개수만큼 발생할 수도 있다. 부하 로봇들(F-Bots)은 추정된 전파 세기 정보를 리더 로봇에 전송한다. 그러면, 전파맵 작성부(230)는 로봇의 우선순위를 고려하여 전파 세기들 중 대표값을 추출한다.
그러면, 전파 환경 모델링부(220)가 전파 세기를 추정하는 내용에 대해 상세히 설명하기로 한다.
전파 환경 모델링부(220)는 전파 신호 획득부(210)로부터 획득된 정보와 하기의 <수학식 1>을 이용하여, 전파맵을 구성하는 각 셀의 전파 세기를 추정해낸다.
<수학식 1>
상기 <수학식 1>은 log distance channel model로써, L은 로봇에서의 수신파워(rssi)이고, 는 로봇으로부터 1m 지점에서의 수신파워를 의미하며, d는 수신파워가 측정되는 장소와 로봇과의 거리, 는 무선신호의 파장을 의미하고, 은 환경변수로써 매 주기당 추정되는 값으로 설정된다.
우선, 전파 환경 모델링부(220)는 각 로봇의 이동거리와 획득한 전파의 세기와의 관계인 <수학식1>을 고려하여 설계한 필터(예컨대, 칼만필터)를 통해 전파환경 변수(n)를 추정한다. 즉, 전파 환경 모델링부(220)는 전파 신호 획득부(210)로부터 , d, , L를 획득하여, <수학식 1>을 이용하여 n값을 산출한다. 그리고, 산출된 n의 값을 이용하여, <수학식 1>의 d의 값을 변경시켜가면서 L의 값을 추정한다. 즉, 로봇으로부터 전파맵을 구성하는 하나 이상의 격자까지의 거리값(d)을 변경시키면, 각 격자들에서의 L의 값이 추정된다. 이때 잡음을 모델링하기 위하여 잡음의 평균 추정을 위해 MLE(Maximum Likelihood Estimate)기법이 사용되고, 잡음의 분산을 추정하기 위하여 Cramer-Rao bound 기법을 사용될 수 있다.
다음으로, 전파맵 작성부(230)가 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 어떻게 분류하는지를 도 3을 참조하여 설명하기로 한다.
도 3은 본 발명의 일 실시 예에 따른 통신 영역을 분류를 설명하기 위한 도면이다.
도 3을 참조하면, 전파세기에 따라 근접 영역(Close Region), 안전 영역(Safety Region), 모니터링 영역(Monitoring Region), 긴급 영역(Emergency Region), 불능 영역(Prohibition Region)으로 분류될 수 있다. 이러한 분류는 도 1에 도시된 전파맵에서보다 좀 더 세분화되어 있음을 알 수 있다.
근접 영역(Close Region)은 라우팅 로봇에 근접하여 통신 상태가 가장 양호한 영역으로, 전파세기(rssi)가 미리 정해진 Max 이상인 영역이다. 안전 영역(Safety Region)은 통신 상태가 끊기지 않는 안전한 영역으로, 전파세기(rssi)가 미리 정해진 Max 이하이고 Min 보다 큰 영역이다. 모니터링 영역(Monitoring Region)은 통신 상태 끊김 여부를 모니터링해야하는 하는 영역으로, 전파세기(rssi)가 Min 이하이고 Emer값보다 큰 영역이다. 긴급 영역(Emergency Region)은 통신 상태가 악화되어 끊김이 발생할 확률이 큰 영역으로, 전파세기(rssi)가 Emer 이하이고 PRH 값보다 큰 영역이다. 불능 영역(Prohibition Region)은 통신이 불가능한 영역으로, 전파세기(rssi)가 PRH 이하인 영역이다. 여기서, Max, Min, Emer, PRH는 무선 센서의 종류에 따라 스펙 혹은 실험적으로 얻을 수 있다.
도 4는 본 발명의 일 실시 예에 따른 군집지능로봇의 확률기반 전파맵 생성 방법을 설명하기 위한 순서도이다.
도 4를 참조하면, 전파맵 생성 장치는 410 단계에서 군집지능로봇들간의 전파에 관한 정보를 획득한다. 이를 위해 WPAN 통신모듈을 탑재하여, 이웃 로봇으로부터 전파에 관한 정보를 수신한다. 이때 수신되는 전파에 관한 정보는 전파 세기, 통신 링크의 퀄리티, 이웃 로봇들의 상대 위치 등을 포함한다.
전파맵 생성 장치는 420 단계에서 획득된 전파에 관한 정보로부터, 전파맵을 구성하는 각 셀에서의 전파 세기를 추정한다. 420 단계는 상세하게는 각 로봇의 이동거리와 획득한 전파의 세기와의 관계인 상기의 <수학식 1>을 고려하여 설계한 필터(예컨대, 칼만필터)를 통해 전파환경 변수(n)를 추정하는 단계와, 추정된 전파 환경 변수 산출된 n의 값을 이용하여, <수학식 1>의 d의 값을 변경시켜가면서 전파맵을 구성하는 각 셀들의 L의 값을 추정하는 단계를 포함한다. 그런데, 본 발명의 일 실시 예에 따라, 전파맵의 각 셀에 대한 전파 세기 추정값은 전파맵에 위치하는 라우팅 로봇들의 개수만큼 발생할 수도 있다. 또한, 이때 잡음을 모델링하기 위하여 잡음의 평균 추정을 위해 MLE(Maximum Likelihood Estimate)기법이 사용되고, 잡음의 분산을 추정하기 위하여 Cramer-Rao bound 기법을 사용될 수 있다.
전파맵 생성 장치는 430 단계에서 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링한다. 이때, 하나 이상의 부하 로봇들로부터 전파 세기 정보를 수신하여, 로봇의 우선순위를 고려하여 전파 세기들 중 대표값을 추출할 수 있다.
전파맵 생성 장치는 440 단계에서 생성된 전파맵을 실제 로컬맵의 격자에 맞추어 매칭시킨다. 그리고, 450 단계에서 생성된 전파맵을 부하 라우팅 로봇 및 미션 로봇에 전송하여 공유한다.
그러면, 각각의 로봇들은 통신반경을 고려한 로봇행동제어 알고리즘을 수행한다. 즉, 라우팅 로봇은 전파맵을 이용하여 로봇간 통신이 끊기지 않는 방향으로 이동한다. 이를 위하여 각각의 로봇간의 전파 세기를 기준으로 한 포텐셜 필드기반의 행동제어 알고리즘이 활용될 수 있다. 미션 로봇은 전파맵을 이용하여 통신 가능한 영역 내에서 정해진 타깃지점로 이동하기 위하여 최적(혹은 최단거리)의 경로를 찾아 이동한다.
Claims (16)
- 하나 이상의 군집지능로봇들간의 전파에 관한 정보를 획득하는 전파신호 획득부와,
상기 전파 신호 획득부로부터 획득된 전파에 관한 정보로부터, 전파맵을 구성하는 각 셀에서의 전파 세기를 추정하는 전파 환경 모델링부와.
상기 전파 환경 모델링부에 의해 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링하는 전파맵 작성부를 포함함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파맵 생성 장치는
하나 이상의 라우팅 로봇들 중 리더 로봇에 구비됨을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파 신호 획득부는
WPAN 통신모듈을 탑재하여, 하나 이상의 이웃 로봇들로부터 전파에 관한 정보를 수신함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파에 관한 정보는
전파 세기, 통신 링크의 퀄리티, 상대 위치를 포함함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파맵 작성부는
전파맵을 실제 로컬맵의 격자에 맞추어 매칭함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파 환경 모델링부는
상기 획득된 각 로봇의 이동거리와 전파의 세기를 이용하여 전파환경 변수(n)를 산출하고, 산출된 전파환경 변수를 이용하여 전파맵을 구성하는 하나 이상의 격자까지의 거리값(d)을 변경시키면서 각 격자들에서의 전파 세기(L)를 추정함을 특징으로 하는 전파맵 생성 장치.
- 제 1항에 있어서, 상기 전파 환경 모델링부는
잡음을 모델링하기 위하여 잡음의 평균 추정을 위해 MLE(Maximum Likelihood Estimate)기법이 사용함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파 환경 모델링부는
잡음의 분산을 추정하기 위하여 Cramer-Rao bound 기법을 사용함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서, 상기 전파맵 작성부는
하나 이상의 다른 라우팅 로봇들로부터 전파맵의 각 셀에 대한 전파 세기 추정값을 수신하여, 상기 라우팅 로봇들의 우선순위를 고려하여 전파 세기들 중 대표값을 추출함을 특징으로 하는 전파맵 생성 장치. - 제 1항에 있어서,
상기 생성된 전파맵을 하나 이상의 라우팅 로봇 또는 미션 로봇에 전송하는 전파맵 공유부를 더 포함함을 특징으로 하는 전파맵 생성 장치. - 하나 이상의 라우팅 로봇들 중 리더 로봇에서의 전파맵 생성 방법에 있어서,
하나 이상의 군집지능로봇들간의 전파에 관한 정보를 획득하는 단계와,
상기 획득된 전파에 관한 정보로부터, 전파맵을 구성하는 각 셀에서의 전파 세기를 추정하는 단계와.
상기 추정된 각 셀의 전파 세기에 따라, 각 셀의 통신 영역을 분류하여 전파맵을 모델링하는 단계를 포함함을 특징으로 하는 전파맵 생성 방법. - 제 11항에 있어서, 상기 전파에 관한 정보는
전파 세기, 링크의 퀄리티, 상대 위치를 포함함을 특징으로 하는 전파맵 생성 방법. - 제 11항에 있어서,
상기 전파맵을 실제 로컬맵의 격자에 맞추어 매칭하는 단계를 더 포함함을 특징으로 하는 전파맵 생성 방법. - 제 11항에 있어서, 상기 추정하는 단계는
상기 획득된 각 로봇의 이동거리와 전파의 세기를 이용하여 전파환경 변수(n)를 산출하는 단계와,
산출된 전파환경 변수를 이용하여 전파맵을 구성하는 하나 이상의 격자까지의 거리값(d)을 변경시키면서 각 격자들에서의 전파 세기 값(L)을 추정하는 단계를 포함함을 특징으로 하는 전파맵 생성 방법. - 제 11항에 있어서, 상기 전파맵 작성 단계는
하나 이상의 다른 라우팅 로봇들로부터 전파맵의 각 셀에 대한 전파 세기 추정값을 수신하는 단계와,
상기 라우팅 로봇들의 우선순위를 고려하여 전파 세기들 중 대표값을 추출하는 단계를 포함함을 특징으로 하는 전파맵 생성 방법. - 제 11항에 있어서,
상기 생성된 전파맵을 하나 이상의 라우팅 로봇 또는 미션 로봇에 전송하는 단계를 더 포함함을 특징으로 하는 전파맵 생성 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130001265A KR20140089241A (ko) | 2013-01-04 | 2013-01-04 | 군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 |
US14/017,718 US9261578B2 (en) | 2013-01-04 | 2013-09-04 | Apparatus and method for creating probability-based radio map for cooperative intelligent robots |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020130001265A KR20140089241A (ko) | 2013-01-04 | 2013-01-04 | 군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20140089241A true KR20140089241A (ko) | 2014-07-14 |
Family
ID=51061597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020130001265A KR20140089241A (ko) | 2013-01-04 | 2013-01-04 | 군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9261578B2 (ko) |
KR (1) | KR20140089241A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102015498B1 (ko) * | 2018-06-27 | 2019-10-23 | 엘지전자 주식회사 | 복수의 자율주행 청소기 및 그 제어방법 |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2013204965B2 (en) * | 2012-11-12 | 2016-07-28 | C2 Systems Limited | A system, method, computer program and data signal for the registration, monitoring and control of machines and devices |
US10754352B1 (en) * | 2014-06-25 | 2020-08-25 | Santa Clara University | Multi-robot gradient based adaptive navigation system |
US10363656B1 (en) * | 2014-06-25 | 2019-07-30 | Santa Clara University | Multi-robot gradient based adaptive navigation system |
US9928474B1 (en) | 2014-12-12 | 2018-03-27 | Amazon Technologies, Inc. | Mobile base utilizing transportation units for delivering items |
JP2016133945A (ja) * | 2015-01-19 | 2016-07-25 | シャープ株式会社 | サーバ装置及び走行経路決定方法 |
JP2016151897A (ja) * | 2015-02-17 | 2016-08-22 | 株式会社安川電機 | 移動体制御装置および移動体制御方法 |
US9776323B2 (en) * | 2016-01-06 | 2017-10-03 | Disney Enterprises, Inc. | Trained human-intention classifier for safe and efficient robot navigation |
US9798327B2 (en) | 2016-01-08 | 2017-10-24 | King Fahd University Of Petroleum And Minerals | Apparatus and method for deploying sensors |
DE102016203878B4 (de) | 2016-03-09 | 2018-07-19 | BSH Hausgeräte GmbH | Verfahren zum Erweitern einer Sende- und Empfangsreichweite sowie Vorrichtungen hierfür |
US10216188B2 (en) * | 2016-07-25 | 2019-02-26 | Amazon Technologies, Inc. | Autonomous ground vehicles based at delivery locations |
US10248120B1 (en) | 2016-09-16 | 2019-04-02 | Amazon Technologies, Inc. | Navigable path networks for autonomous vehicles |
US10303171B1 (en) | 2016-09-29 | 2019-05-28 | Amazon Technologies, Inc. | Autonomous ground vehicles providing ordered items in pickup areas |
US10222798B1 (en) | 2016-09-29 | 2019-03-05 | Amazon Technologies, Inc. | Autonomous ground vehicles congregating in meeting areas |
US10245993B1 (en) | 2016-09-29 | 2019-04-02 | Amazon Technologies, Inc. | Modular autonomous ground vehicles |
US10241516B1 (en) | 2016-09-29 | 2019-03-26 | Amazon Technologies, Inc. | Autonomous ground vehicles deployed from facilities |
US10308430B1 (en) | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Distribution and retrieval of inventory and materials using autonomous vehicles |
US10310499B1 (en) | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Distributed production of items from locally sourced materials using autonomous vehicles |
US10310500B1 (en) | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Automated access to secure facilities using autonomous vehicles |
CN108334062B (zh) * | 2017-01-18 | 2020-12-04 | 华为技术有限公司 | 路径规划方法和装置 |
US20180299899A1 (en) * | 2017-04-13 | 2018-10-18 | Neato Robotics, Inc. | Localized collection of ambient data |
JP6789905B2 (ja) * | 2017-09-20 | 2020-11-25 | 株式会社東芝 | 情報処理装置、情報処理方法、プログラムおよび通信システム |
CN108393886B (zh) * | 2018-01-25 | 2020-03-17 | 北京理工大学 | 优化能量与操作度的分布式多移动机械手协同搬运方法 |
US11161245B2 (en) * | 2018-10-25 | 2021-11-02 | Wells Fargo Bank, N.A. | Systems and methods for secure locker feeders |
TWI718450B (zh) | 2018-12-10 | 2021-02-11 | 財團法人工業技術研究院 | 使用飛行載具之無線電訊號源的無線電波分布之量測與對應之無線電特徵之估算之方法及系統 |
US11392130B1 (en) | 2018-12-12 | 2022-07-19 | Amazon Technologies, Inc. | Selecting delivery modes and delivery areas using autonomous ground vehicles |
CN109557919B (zh) * | 2018-12-17 | 2020-08-14 | 盐城工学院 | 一种融合人工路标信息的可变宽栅格地图构建方法 |
WO2021061810A1 (en) | 2019-09-26 | 2021-04-01 | Amazon Technologies, Inc. | Autonomous home security devices |
US10796562B1 (en) | 2019-09-26 | 2020-10-06 | Amazon Technologies, Inc. | Autonomous home security devices |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO942031L (no) * | 1994-06-01 | 1995-12-04 | Ericsson As Creative Engineeri | System for overvåkning av telefonnett og/eller datakommunikasjonsnett, spesielt mobiltelefonnett |
US6873290B2 (en) * | 1999-01-08 | 2005-03-29 | Trueposition, Inc. | Multiple pass location processor |
IL138695A (en) * | 2000-09-26 | 2004-08-31 | Rafael Armament Dev Authority | Unmanned mobile device |
KR20020091530A (ko) | 2001-05-31 | 2002-12-06 | 박제혁 | 전계와 전파맵을 이용한 위치추적시스템 |
US20070061041A1 (en) * | 2003-09-02 | 2007-03-15 | Zweig Stephen E | Mobile robot with wireless location sensing apparatus |
US7854108B2 (en) * | 2003-12-12 | 2010-12-21 | Vision Robotics Corporation | Agricultural robot system and method |
US8930023B2 (en) * | 2009-11-06 | 2015-01-06 | Irobot Corporation | Localization by learning of wave-signal distributions |
WO2007047510A2 (en) * | 2005-10-14 | 2007-04-26 | Aethon, Inc. | Robotic inventory management |
US8374721B2 (en) * | 2005-12-02 | 2013-02-12 | Irobot Corporation | Robot system |
US8271132B2 (en) * | 2008-03-13 | 2012-09-18 | Battelle Energy Alliance, Llc | System and method for seamless task-directed autonomy for robots |
US8180486B2 (en) * | 2006-10-02 | 2012-05-15 | Honda Motor Co., Ltd. | Mobile robot and controller for same |
JP4658892B2 (ja) | 2006-10-02 | 2011-03-23 | 本田技研工業株式会社 | 移動ロボット、並びに、移動ロボットの制御装置、移動ロボットの制御方法及び移動ロボットの制御プログラム |
US8612051B2 (en) * | 2007-04-20 | 2013-12-17 | Innovation First, Inc. | Securing communications with robots |
JP5606927B2 (ja) * | 2008-01-28 | 2014-10-15 | シーグリッド コーポレーション | サービスロボットによって収集された時空間情報のリパーパシングを行うための方法 |
SE534644C2 (sv) * | 2008-03-27 | 2011-11-01 | Sics Swedish Inst Of Comp Science Ab | Förfarande och system för lokalisering av noder |
US8879426B1 (en) * | 2009-09-03 | 2014-11-04 | Lockheed Martin Corporation | Opportunistic connectivity edge detection |
KR101471038B1 (ko) | 2010-07-08 | 2014-12-10 | 에스케이텔레콤 주식회사 | 무선랜 전파 환경 맵을 이용한 ap 위치 추정 방법 및 장치 |
WO2012005465A2 (ko) * | 2010-07-08 | 2012-01-12 | 에스케이텔레콤 주식회사 | 무선랜 전파 환경 맵을 이용한 ap 위치 추정 방법 및 장치 |
US8712679B1 (en) * | 2010-10-29 | 2014-04-29 | Stc.Unm | System and methods for obstacle mapping and navigation |
KR101731968B1 (ko) * | 2010-11-01 | 2017-05-04 | 삼성전자주식회사 | 로봇의 리로케이션 장치 및 방법 |
JP5905031B2 (ja) * | 2011-01-28 | 2016-04-20 | インタッチ テクノロジーズ インコーポレイテッド | モバイルテレプレゼンスロボットとのインタフェーシング |
KR20130051679A (ko) * | 2011-11-10 | 2013-05-21 | 한국전자통신연구원 | 군집지능 라우팅 로봇 장치와 이를 포함하는 이동경로 제어 시스템 |
US20140031980A1 (en) * | 2011-11-11 | 2014-01-30 | Jens-Steffen Gutmann | Systems and methods for extending slam to multiple regions |
-
2013
- 2013-01-04 KR KR1020130001265A patent/KR20140089241A/ko not_active Application Discontinuation
- 2013-09-04 US US14/017,718 patent/US9261578B2/en not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102015498B1 (ko) * | 2018-06-27 | 2019-10-23 | 엘지전자 주식회사 | 복수의 자율주행 청소기 및 그 제어방법 |
Also Published As
Publication number | Publication date |
---|---|
US9261578B2 (en) | 2016-02-16 |
US20140195049A1 (en) | 2014-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20140089241A (ko) | 군집지능로봇에서의 확률기반 전파맵 생성 장치 및 방법 | |
Hentati et al. | Comprehensive survey of UAVs communication networks | |
Alsamhi et al. | Survey on artificial intelligence based techniques for emerging robotic communication | |
Gapeyenko et al. | Flexible and reliable UAV-assisted backhaul operation in 5G mmWave cellular networks | |
Shehab et al. | 5G networks towards smart and sustainable cities: A review of recent developments, applications and future perspectives | |
Tuna et al. | An autonomous wireless sensor network deployment system using mobile robots for human existence detection in case of disasters | |
Zhao et al. | A comprehensive survey of 6G wireless communications | |
EP2269088B1 (en) | A wireless information and safety system for mines | |
Benkhelifa et al. | Disaster management projects using wireless sensor networks: An overview | |
Ryu et al. | A review on sensor network issues and robotics | |
Hiromoto et al. | Mobile Ad Hoc wireless network for pre-and post-emergency situations in nuclear power plant | |
Khan et al. | RSSI-controlled long-range communication in secured IoT-enabled unmanned aerial vehicles | |
Stamatescu et al. | Cognitive radio as solution for ground-aerial surveillance through WSN and UAV infrastructure | |
Reina et al. | A survey on ad hoc networks for disaster scenarios | |
CN114073115A (zh) | 通过将从具有地理位置信息的源接收的可靠性和延迟约束通信相关值与阈值进行比较来进行数字孪生数据中的失配检测 | |
Yang et al. | Fog-enabled intelligent IoT systems | |
Arbia et al. | Data dissemination strategies for emerging wireless body-to-body networks based internet of humans | |
Kodali | Radio data infrastructure for remote monitoring system using lora technology | |
Amodu et al. | THz-enabled UAV communications: Motivations, results, applications, challenges, and future considerations | |
Liu et al. | On connectivity of flying ad hoc networks in the presence of ground terminal | |
Velí et al. | Energy optimization in mobile wireless sensor networks with mobile targets achieving efficient coverage for critical applications | |
You | A Summary on 5G and Future 6G Internet of Things | |
Siddharthraju et al. | A Survey on IoE‐Enabled Unmanned Aerial Vehicles | |
Hu et al. | A novel cognitive opportunistic communication framework for coal mines | |
Tabassum et al. | Signal interference evaluation of Eko wireless sensor network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |