KR20160070467A - 장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법 - Google Patents
장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법 Download PDFInfo
- Publication number
- KR20160070467A KR20160070467A KR1020140177451A KR20140177451A KR20160070467A KR 20160070467 A KR20160070467 A KR 20160070467A KR 1020140177451 A KR1020140177451 A KR 1020140177451A KR 20140177451 A KR20140177451 A KR 20140177451A KR 20160070467 A KR20160070467 A KR 20160070467A
- Authority
- KR
- South Korea
- Prior art keywords
- robot
- obstacle
- head
- following
- distance
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 26
- 230000001681 protective effect Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 9
- 238000013459 approach Methods 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/60—Intended control result
- G05D1/69—Coordinated control of the position or course of two or more vehicles
- G05D1/695—Coordinated control of the position or course of two or more vehicles for maintaining a fixed relative position of the vehicles, e.g. for convoy travelling or formation flight
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
-
- 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
- G05D1/60—Intended control result
- G05D1/617—Safety or protection, e.g. defining protection zones around obstacles or avoiding hazards
- G05D1/622—Obstacle avoidance
-
- 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
- G05D1/60—Intended control result
- G05D1/69—Coordinated control of the position or course of two or more vehicles
- G05D1/698—Control allocation
- G05D1/6985—Control allocation using a lead vehicle, e.g. primary-secondary arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D2109/00—Types of controlled vehicles
- G05D2109/10—Land vehicles
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
일 실시예에 따른 멀티로봇의 장애물 회피 방법은, 일렬로 대형을 형성하는 하나의 선두로봇과 적어도 하나 이상의 추종로봇을 포함하는 멀티로봇을 제공하는 단계; 상기 멀티로봇이 미리 정의된 대형을 형성하고 유지하여 주행하는 단계; 상기 선두로봇에 부착된 센서가 장애물을 회피해야 할 상황을 감지하는 단계; 상기 선두로봇의 제어부가 기하학적 장애물 회피 제어 방법을 이용해 장애물을 회피하기 위한 웨이포인트를 계산하는 단계; 상기 추종로봇에 부착된 센서부가 상기 추종로봇 간의 거리를 확인하고, 상기 추종로봇의 제어부는 충돌문제 발생여부를 판단하는 단계; 및 상기 추종로봇들은 상기 선두로봇과 협력하여 장애물 회피 대형으로 전환하는 단계; 를 포함할 수 있다.
Description
일 실시예에 따른 장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 방법에 관한 발명이다.
장애물 회피는 오랜 기간 많은 연구자들에 의해 연구되어 왔지만 여전히 활발한 연구가 되고 있는 분야이고 산업적 실용화, 안전한 모션계획, 자율주행 등을 위한 모바일 로봇의 주된 이슈 중의 하나이다. 장애물 회피는 포텐션필드기법 (artificial potential field (APF) approach), 로드맵 기법(road map approach), 행동기반기법(behavior based approach) 등의 연구가 오랫동안 진행되어 왔다.
멀티로봇 시스템은 제조, 감시 그리고 우주탐사 등의 다양한 분야에서 멀티로봇 간 협력 업무를 수행할 수 있다. 로봇들은 미리 정해진 어떤 대형을 형성하고 유지함으로써 협업업무를 효과적으로 완수할 수 있기 때문에 멀티로봇 시스템에서의 대형제어는 주요한 이슈이다. 기존 대형 제어 접근법에는 행위기반 접근법 (behavior-based approach), 가상 구조 접근법 (virtual structure approach), 그리고 선두-추종로봇 접근법(leader-follower approach) 등이 있다. 비전기반 대형제어 프레임워크(A Vision??Based Formation Control Framework) 를 기반으로 한 대형제어 이슈는 실행 가능한 대형 할당, 대형 이동, 대형 유지, 그리고 대형 간 스위칭을 포함한다.
장애물 회피는 모바일 로봇 제어 시스템의 또 하나의 도전 과제이다. 인공적인 포텐셜필드 방법은 간단한 연산으로 인해 널리 사용되는 장애물 회피방법의 하나로 잘 알려져 있다. 이 방법의 기본적인 개념은 로봇은 목표점으로는 이끌려지고(attractive) 장애물로부터는 반발되어지는(repulsive) 인공적인 포텐셜 필드로 작업공간을 채우고 최적의 장애물 회피경로를 탐색하는 것이다. 그러나, 안정성 문제 외에도 이 방법은 로봇이 척력(repulsive force)을 확인하는 것이 어렵기 때문에 국부 최소점 문제에 빠질 수 있다. 또한 인공적인 포텐셜 필드 방법이 멀티로봇 시스템에서 로봇들 간의 충돌문제를 고려하지 않은 상태에서 각 로봇이 장애물 회피하기 위해 사용된다는 것은 또 하나의 문제점으로 남는다.
혼합정수 선형 프로그래밍(Mixed-integer linear programming)은 안전한 경로를 계획하는데 사용되지만 NP-hard 문제는 복잡한 연산을 초래한다.
장애물 회피를 위한 2차원공간 (R2) 내에서의 null-space-based behavioral 제어가 제안될 수 있다. 여기서의 제어 임무는 벡터 필드 방향(vector field orientation)에 맞춰 로봇 헤딩을 유지하도록 정의 된다. 이 방법도 충돌 회피 문제를 고려하지 않은 상태에서 각 로봇이 장애물 회피를 위해 적용된다.
더불어, 대형제어 및 장애물회피 알고리즘을 통해 얻어진 로봇의 최적주행경로를 안정적으로 주행하기 위한 로봇 모션 제어에 사용되는 방법에는 Adaptive control, EKF, 그리고 Optimal feedback control 등이 있다. Adaptive control 알고리즘은 시스템에서 불확실성을 줄이기 위해 널리 사용되었다.
궤적 추적 문제는 모바일 로봇의 기구학적 모델을 이용하여 널리 해결된다. 여기서 '완벽한 속도(perfect velocity)' 추적은 실제 속도(velocity)제어 입력들을 만들어내기 위한 것이다. 그러나 로봇의 동역학(dynamics)이 기구학적 제어기 (kinematic controller)처럼 완벽한 속도를 생성하기 위한 것은 매우 어렵기 때문에, 토크 입력들이 사용된다. 적응성 추적 제어(adaptive tracking control) 알고리즘은 Adaptive control 알고리즘과 모바일 로봇의 기구학적 모델을 근거로 adaptive kinematic 제어기와 토크 제어기 통합으로 제안될 수 있다.
한국 등록특허 제1069884호는, 충돌 회피 경로 설정 장치, 경로 제어 시스템 및 충돌 회피 경로 제어 방법에 관한 것이며, 장애물의 충돌을 회피하기 위해 경로를 설정하는 장치이고, 보호 구역 정보를 생성하는 생성부, 상기 장애물의 움직임 정보를 이용하여 상기 장애물의 이동 예상 경로를 분석하는 분석부, 및 상기 보호 구역 정보 및 상기 이동 예상 경로를 이용하여 상기 자신의 회피 경로를 설정하는 설정부를 포함한다.
일 실시예에 따른 장애물 회피를 위한 멀티로봇으로, 장애물을 피할 때 로봇 상호 간 충돌을 방지하고자 한다.
일 실시예에 따른 장애물 회피를 위한 스위칭 대형 전략에 관한 방법을 이용할 때, 선두로봇과 추종로봇 사이의 요구된 거리가 변하지 않고, 멀티로봇들은 장애물 회피를 완료한 후 미리 정의된 대형을 효과적으로 재형성하고자 한다.
일 실시예에 따른 장애물 회피를 위한 멀티로봇을 이용하면, 간단한 수식을 사용해서, 실환경 실험에서 전략을 쉽게 적용하고자 한다.
일 실시예에 따른 멀티로봇은, 선두로봇, 상기 선두로봇의 후방에 적어도 하나 이상의 추종로봇, 및 상기 로봇들 간의 대형유지 및 전환 전략을 포함하고, 상기 선두로봇 및 추종로봇은 각각, 몸체, 상기 몸체의 양 측에 연결되는 바퀴, 상기 바퀴를 구동하는 구동부, 상기 구동부를 제어하는 제어부, 및 상기 로봇의 전방에 부착된 센서부를 포함하고, 상기 선두로봇의 센서부가 적어도 하나 이상의 장애물을 발견하는 경우, 상기 선두로봇의 제어부는 기하학적 장애물 회피 제어 방법(GOACM, geometric obstacle avoidance control method)에 따라 장애물을 회피하기 위한 웨이포인트(waypoint)를 계산하며, 상기 웨이포인트는 거리와 방위각 정보를 포함하고, 상기 계산된 웨이포인트로 상기 선두로봇은 방향을 전환하고, 상기 추종로봇은 상기 선두로봇에 의하여 가이드(guide) 되고, 이에 따라 상기 추종로봇은 상기 선두로봇과 협력하여 장애물 회피 대형으로 전환할 수 있다.
일측에 따르면, 상기 선두로봇은 진행방향의 선두에 배치되며, 상기 추종로봇들은 상기 대형전략에 의하여 상기 선두로봇에 이어서 일렬로 대형 전환할 수 있다.
일측에 따르면, 상기 선두로봇이 두 개의 장애물들 사이를 통과해야 하는 경우, 상기 센서부는 상기 장애물들의 최단거리에 해당하는 위치를 측정하고, 상기 제어부는 상기 위치의 중간 지점, 및 현재 위치로부터 웨이포인트를 계산할 수 있다.
일측에 따르면, 상기 선두로봇이 하나의 장애물을 회피해야 하는 경우, 상기 선두로봇의 센서부는 진행속도에 따라 장애물의 두 지점을 선택하여 위치를 감지하고, 상기 선두로봇의 제어부는 상기 장애물의 두 지점 중 진행방향으로 앞선 지점에서의 법선에 수직인 방향으로 미리 정해진 장애물과의 안전 거리만큼 떨어진 위치를 계산하고, 상기 장애물의 두 지점과 상기 안전 거리만큼 떨어진 위치를 바탕으로 웨이포인트를 계산할 수 있다.
일측에 따르면, 상기 추종로봇 간의 충돌문제가 없는 경우, 미리 정해진 장애물과의 안전 거리와 로봇의 보호 쉘(protected shell) 반경 차이와, 장애물을 회피한 후 미리 정의된 선두??추종 대형으로 빠르게 재형성하기 위해 장애물 회피 대형에 요구되는 거리로부터 상기 추종로봇의 웨이포인트를 계산할 수 있다.
일측에 따르면, 상기 추종로봇 간의 충돌문제가 있는 경우, 상기 선두로봇과 거리가 가장 멀리 떨어진 추종로봇부터 선두로봇과 함께 새로이 요구되는 거리와 요구되는 방향각을 계산하여 장애물 회피 대형으로 변경할 수 있다.
일 실시예에 따른 멀티로봇의 장애물 회피 방법은, 일렬로 대형을 형성하는 하나의 선두로봇과 적어도 하나 이상의 추종로봇을 포함하는 멀티로봇을 제공하는 단계; 상기 멀티로봇이 미리 정의된 대형을 형성하고 유지하여 주행하는 단계; 상기 선두로봇에 부착된 센서가 장애물을 회피해야 할 상황을 감지하는 단계; 상기 선두로봇의 제어부가 기하학적 장애물 회피 제어 방법을 이용해 장애물을 회피하기 위한 웨이포인트를 계산하는 단계; 상기 추종로봇에 부착된 센서부가 상기 추종로봇 간의 거리를 확인하고, 상기 추종로봇의 제어부는 충돌문제 발생여부를 판단하는 단계; 및 상기 추종로봇들은 상기 선두로봇과 협력하여 장애물 회피 대형으로 전환하는 단계;를 포함할 수 있다.
일측에 따르면, 상기 충돌문제 발생여부를 판단하는 단계 이후, 상기 충돌문제가 발생하지 않는 경우, 상기 추종로봇은 상기 선두로봇에서 계산된 선두로봇 웨이포인트를 기준으로 새로운 요구 방위각을 계산하는 단계;를 더 포함할 수 있다.
일측에 따르면, 상기 충돌문제 발생여부를 판단하는 단계 이후, 상기 충돌문제가 발생하는 경우, 우선순위가 낮은 추종로봇이 충돌방지를 위한 안전한 웨이포인트 자세를 얻기 위해 필요한 새로운 요구 거리와 방위각을 계산하는 단계; 를 더 포함할 수 있다.
일측에 따르면, 상기 장애물 회피 대형으로 전환하는 단계 이후, 상기 선두로봇의 센서부가 장애물이 없는 상황이라고 감지하면, 상기 멀티로봇은 미리 정의된 대형으로 복귀 재형성하고 유지하면서 주행을 계속하는 단계;를 더 포함할 수 있다.
일 실시예에 따른 컴퓨터 판독 가능한 기록매체는 앞서 설명한 단계를 포함하는 멀티로봇의 장애물 회피 방법을 실행하기 위한 프로그램을 기록할 수 있다.
일 실시예에 따른 장애물 회피를 위한 멀티로봇을 이용하면, 장애물을 회피할 때 로봇 상호 간 충돌을 방지할 수 있다.
일 실시예에 따른 장애물 회피를 위한 스위칭 대형 방법을 이용하면, 선두로봇과 추종로봇 사이의 요구된 거리가 변하지 않으므로, 멀티로봇들은 장애물 회피를 완료한 후 미리 정의된 대형을 효과적으로 재형성할 수 있다.
일 실시예에 따른 장애물 회피를 위한 멀티로봇을 이용하면, 스위칭 대형 전략의 간단한 수식으로 인해 실환경 실험에서 이 전략을 적용하는 것이 쉽다.
도 1은 일 실시예에 따른 선두로봇 또는 추종로봇을 도시한 평면도이다.
도 2는 일 실시예에 따른 멀티로봇을 도시한 평면도이다.
도 3은 선두로봇이 기하학적 장애물 회피 제어 방법(GOACM)을 이용해 선두로봇의 웨이포인트를 계산하는 과정을 도시한 평면도이다.
도 4는 선두로봇이 하나의 장애물을 회피하기 위하여 웨이포인트 계산하는 과정을 도시한 평면도이다.
도 5는, 충돌로봇이 안전한 웨이포인트를 계산하는 과정을 도시한 평면도 이다.
도 6은 충돌문제가 있는 추종로봇에 대하여 웨이포인트를 계산하는 과정을 도시한 평면도이다.
도 7은 멀티로봇에서, 추종로봇들 간의 충돌 회피가 가능하고, 동시에 선두로봇과 추종로봇의 장애물 회피가 가능하도록 하는 제어 순서도이다.
도 8내지 11은 일 실시예에 따른 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법의 시뮬레이션 결과를 나타낸 그래프이다.
도 2는 일 실시예에 따른 멀티로봇을 도시한 평면도이다.
도 3은 선두로봇이 기하학적 장애물 회피 제어 방법(GOACM)을 이용해 선두로봇의 웨이포인트를 계산하는 과정을 도시한 평면도이다.
도 4는 선두로봇이 하나의 장애물을 회피하기 위하여 웨이포인트 계산하는 과정을 도시한 평면도이다.
도 5는, 충돌로봇이 안전한 웨이포인트를 계산하는 과정을 도시한 평면도 이다.
도 6은 충돌문제가 있는 추종로봇에 대하여 웨이포인트를 계산하는 과정을 도시한 평면도이다.
도 7은 멀티로봇에서, 추종로봇들 간의 충돌 회피가 가능하고, 동시에 선두로봇과 추종로봇의 장애물 회피가 가능하도록 하는 제어 순서도이다.
도 8내지 11은 일 실시예에 따른 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법의 시뮬레이션 결과를 나타낸 그래프이다.
본 명세서에 첨부되는 다음의 도면들은 바람직한 일 실시예를 예시하는 것이며, 발명의 상세한 설명과 함께 일 실시예의 기술적 사상을 더욱 이해시키는 역할을 하는 것이므로, 일 실시예는 그러한 도면에 기재된 사항에만 한정되어 해석 되어서는 아니 된다.
일 실시예에서, 선두-추종로봇 대형 접근법을 기반으로 복잡 환경 내에서 멀티로봇들이 이러한 이슈를 해결하는데 초점을 맞추고 있다. 멀티로봇 시스템의 협력 임무를 완수하기 위해 각 로봇의 새로운 우선순위 모델을 설계하였다. 우선순위 모델에 따라 멀티로봇 시스템이 로봇들에게 임무를 할당한다. 선두로봇은 가장 높은 우선순위를 가진다. 추종로봇의 우선순위는 선두로봇과 대형유지를 위해 요구된 거리와 방위각을 바탕으로 한다. 일 실시예에서 우선순위 모델 조정 방법과 스위칭 대형 전략을 자세히 설명한다.
일 실시예에서 멀티로봇 시스템을 위한 스위칭 대형 전략이 제안된다. GOACM (geometric obstacle avoidance control method, 기하학적 장애물 회피 제어 방법)은 선두로봇의 웨이포인트(waypoint)를 계산하기 위해 제안된다. 추종로봇들은 선두로봇을 기준으로 하여 장애물 회피 대형으로 전환한다.
일 실시예에 따라 복잡 환경에서의 장애물을 회피하거나 통과하기 위해서 속도 제한을 가지는 멀티로봇 시스템의 스위칭 대형 전략을 제안한다.
제안하는 기하학적 장애물 회피 제어 방법(GOACM, geometric obstacle avoidance control method)을 이용해 우선 선두로봇이 안전한 경로를 계획한다. 이를 기준으로 하여 선두로봇과 추종로봇 간 새로운 대형유지를 위해 요구되는 거리와 방위각을 계산함으로써 추종로봇들은 안전한 스위칭 대형 내에서 선두로봇을 추종하게 된다.
또한, 로봇 간 충돌회피를 고려한 로봇 우선순위 모델은 장애물 회피가 진행하는 동안 선두로봇과 추종로봇들을 위해 설계되도록 새로이 제안된다. 로봇 우선순위 모델은 선두로봇과 추종로봇 간의 대형유지를 위해 요구되는 거리와 방위각을 바탕으로 결정된다.
그리고 적응성 추적 제어 알고리즘은 기구학적(kinematic) 모델과 동역학적(dynamic) 모델 양쪽의 매개변수적 불확실성들을(parametric uncertainties) 고려하여 로봇의 궤적과 속도 추종오차가 0으로 수렴하는 것을 보장할 수 있다.
제안된 기법들의 유효성을 검증하기 위해, 시뮬레이션과 실험 결과를 통해 그룹 로봇이 서로 간 충돌 없이 장애물을 회피하면서 효과적으로 대형을 형성하고 스위칭 하는 것을 제시한다.
일 실시예에 따른, 두 바퀴(two actuated wheels) 구동의 모바일 로봇을 모델링 할 수 있다. 도 1은 일 실시예에 따른 선두로봇 또는 추종로봇을 도시한다. 상기 선두로봇 또는 추종로봇은 각각, 몸체(111), 상기 몸체(111)의 양 측에 연결되는 구동바퀴(112), 상기 바퀴를 구동하는 구동부(115), 상기 구동부(115)를 제어하는 제어부(114), 및 상기 로봇의 전방에 부착된 센서부(113)를 포함할 수 있다.
도1에서 도시된 바와 같이, 로봇은 모션과 방향을 얻기 위해 두 개의 구동바퀴와 한 개의 수동 보조바퀴를 포함할 수 있다. (i는 로봇의 식별자이고, i = 1, 2, ..., n). 양쪽 구동바퀴의 반경은 이다. 두 구동 바퀴 간 간격은 로 표시된다. 모바일 로봇의 무게 중심은 에 위치하고 는 오른쪽과 왼쪽 바퀴 사이의 중간점에 위치한다. 과 사이의 거리는 로 표기한다. 는 관성 카테시안(inertial Cartesian)이고 는 로봇에 고정되는 지역좌표계 (local coordinate system)이다.
로봇 의 형태(Configuration)은 관성 카테시안 프레임에서 로 표기된다. 여기서, 는 의 좌표들이고, 는 모바일 로봇의 헤딩각이다. 그리고 는 오른쪽, 왼쪽 구동 바퀴의 각도이다.
적응성 추적 제어(adaptive tracking control) 알고리즘에 근거하여, 3가지 제약이 있다. 첫 번째, 는 수평면에서만 이동한다. 두 번째와 세 번째로 바퀴는 미끄러짐 없이 굴러야 한다.
는 로봇 의 오른쪽, 왼쪽 바퀴에 작용된 토크이다. 과 는 몸체와 모터가 있는 바퀴의 무게이다. 는 각각 을 통과하는 수직축 방향에 대한 몸체의 관성 모멘트, 바퀴축 방향에 대한 모터 바퀴의 관성모멘트, 그리고 바퀴 직경 방향에 대한 모터 바퀴의 관성모멘트를 나타낸다. 는 비구조적이고 모델화할 수 없는 동역학(unmodeled dynamics)을 포함하는 로봇 의 제한된 알지 못하는 외란(bounded unknown disturbances)이다.
도 2는 일 실시예에 따른 멀티로봇(100)을 도시하며, 이는 선두-추종로봇 대형 모델을 모델링 할 수 있다. 일 실시예에 따른 멀티로봇은 선두-추종로봇 대형 모델이며, 선두로봇, 상기 선두로봇의 후방에 적어도 하나 이상의 추종로봇, 및 상기 로봇들 간의 대형유지 및 전환 전략을 포함할 수 있다.
n개의 로봇에서 로봇 은 선두로봇에 지정되고 각 추종로봇의 모션을 결정한다. 와 는 각각 선두로봇과 추종로봇들이 된다. 는 과 간 요구되는 거리, 는 추종로봇의 방향에서 과 을 연결하는 축까지의 요구되는 방위각이다. 대형 제어 모델은 도 2 에서 보여주며, 이다. 추종로봇 의 웨이포인트 자세 는 다음과 같이 표기된다.
일 실시예에 따른, 멀티로봇의 우선순위 모델(mobile robot priority model)을 모델링할 수 있다. 멀티로봇(100)에서 선두로봇은 최우선순위를 가진다. 추종로봇의 우선순위 는 과 으로 구성되고 각각은 식(9)과 식(10)로 계산된다.
만약 추종로봇 와 의 요구되는 거리가 같다면, 과 의 비교는 고려되어야만 한다. 만약 추종로봇 의 요구되는 각이 음수이고 추종로봇 의 요구되는 각이 양수라면 이고 이다. 다른 경우는 2개의 추종로봇이 둘 다 양수이거나 음수일 때이다. 만약 추종로봇 의 요구되는 방위각의 절대값이 추종로봇 의 요구되는 방위각의 절대값 보다 작다면, 는 보다 우선순위가 높고 이때, 이 되고; 그렇지 않으면, 이 된다.
멀티로봇(100) 대형 제어 시스템에서 장애물 회피 문제를 해결하기 위하여, 독립적인 행동 대신 로봇 간 및 장애물 간 충돌 회피를 위해 협력하여야 하고, 장애물을 회피 한 후 본래의 선두-추종로봇 대형으로 효과적으로 재형성해야 하는 점이 고려되어야 한다.
장애물이 없을 때 멀티로봇(100)은 미리 정의된 대형을 형성하고 유지한다.
추종로봇은 장애물을 감지하지 못하고 선두로봇이 장애물을 감지했을 때 선두로봇은 GOACM 기반으로 장애물 회피를 수행하게 되고, 추종로봇들은 미리 정의된 요구 거리와 각을 이용하여 선두로봇을 추종해서 장애물을 회피한다.
추종로봇만 장애물을 감지했을 때는 선두로봇은 미리 정의된 궤적에 따라 이동해야만 한다. 그리고 추종로봇은 선두로봇과 함께 안전한 대형으로 전환하여 장애물을 회피한다.
또한, 장애물 문제가 선두로봇과 추종로봇 모두에 발생했을 때 선두로봇은 안전한 궤적을 다시 계획하고 추종로봇은 선두로봇과 협력하여 장애물 회피 대형으로 바꾼다. 장애물 회피 대형으로 바꾸기 위해 추종로봇들은 선두로봇에 대해 요구되는 각을 바꿔야 한다. 그러나 요구된 거리는 상황에 따라 바뀔 수도 있고, 바뀌지 않을 수도 있다.
장애물 회피 대형으로 스위칭하는 것은 서로 간 충돌 없이 효과적으로 로봇들을 조직화 하는 것에 기여한다. 선두로봇과 추종로봇 간의 요구된 거리는 바뀌지 않기 때문에 멀티로봇(100)들이 장애물 회피 후 미리 정의된 대형을 효과적으로 재형성할 수 있다.
일 실시예에 따라, 선두로봇의 장애물 회피전략이 모델링 될 수 있다. 환경에 따라 멀티로봇(100)은 장애물을 가로지르거나 회피해야 한다. 장애물 회피 동작에 따라 선두로봇은 로봇의 웨이포인트 경로를 계획한다.
일 실시예에 따라, 두 개의 장애물들 사이를 통과하기 위한 웨이포인트를 계산할 수 있다. 도 3은 선두로봇이 기하학적 장애물 회피 제어 방법(GOACM)을 이용해 안전한 위치를 계획하여 선두로봇의 웨이포인트를 계산하는 과정을 도시한다.
상기 선두로봇이 두 개의 장애물들 사이를 통과해야 하는 경우, 상기 센서부는 상기 장애물들의 최단거리에 해당하는 위치를 측정하고, 상기 제어부는 상기 위치의 중간 지점, 및 현재 위치로부터 웨이포인트를 계산할 수 있다.
만일 두 개의 장애물 사이의 거리가 이상이면 장애물을 가로지르기 위한 안전한 경로를 계획할 수 있다. 점선은 측정 거리를 나타낸다. 측정 거리 점선과 장애물 표면과의 교차점들은 집합 로 표시하고 시계방향으로 번호를 매기고, 측정된 거리 점선과 또 다른 장애물의 표면과의 교차점들의 집합은 로 표시하고 시계방향으로 번호를 매긴다.
와 는 로봇이 다음 이동 거리를 계산하기 위해 사용된다. 의 첫 번째 포인트와 의 마지막 포인트를 선택하면, 로봇은 다음 시간스텝에 최소 거리를 이동할 것이다. 의 마지막 포인트와 의 첫 번째 포인트를 선택하면, 로봇은 다음 시간스텝에 최대 거리를 이동할 것이다. 즉, 로봇의 속도값에 따라 와 의 적절한 포인트는 로봇에 의해 선택된다.
와 의 각 거리 길이는 각각 와 로 정의한다. 각각의 측정된 선(line)에서 로봇 방향까지의 각은 미리 알고 있다. 그래서 x축에서 측정된 거리선까지의 각도 와 는 계산 될 수 있다. 다음의 식과 같이 계산되는 각도 파라미터 을 정의한다.
연결선 의 길이 는 식(12)로 주어진다. 의 최소값을 저장하는 파라미터 을 초기에 무한대 값으로 정의한다. 각 시간 스텝 별로 로봇은 주위환경을 탐지하고 를 계산한다. 와 를 비교했을 때, 만약 이면 은 와 같다.
일 실시예에 따라, 선두로봇은 하나의 장애물을 회피하기 위하여 웨이포인트 계산할 수 있으며, 도 4는 이러한 계산과정을 도시한다.
상기 선두로봇이 하나의 장애물을 회피해야 하는 경우, 상기 선두로봇의 센서부는 진행속도에 따라 장애물의 두 지점을 선택하여 위치를 감지하고, 상기 선두로봇의 제어부는 상기 장애물의 두 지점 중 진행방향으로 앞선 지점에서의 법선에 수직인 방향으로 미리 정해진 장애물과의 안전 거리만큼 떨어진 위치를 계산하고, 상기 장애물의 두 지점과 상기 안전 거리만큼 떨어진 위치를 바탕으로 웨이포인트를 계산할 수 있다.
만약 선두로봇과 장애물 간 측정된 거리가 미리 정의된 대형의 최소 폭의 반보다 작다면, 선두로봇은 장애물을 회피할 준비를 한다. 이 경우 파라미터 은 미리 정의된 대형의 최소 폭 절반으로 주어진다. 도 4는 선두로봇이 GOACM을 이용해 안전한 웨이포인트를 계획하는 것을 보여준다. 측정거리는 점선으로 나타내고 있다. 측정 거리 점선과 장애물의 표면 사이의 교차점의 집합 는 시계방향으로 번호가 매겨진다. 로봇의 속도제한에 의해 와 는 적절하게 선택되어진다. 와 의 거리 길이는 각각 와 이다. 와 는 x축에서 측정된 거리선까지의 각도이다. 연결선 의 길이는 아래처럼 계산된다.
실제로 선두로봇이 장애물의 모든 경계를 동시에 얻는 것은 어렵기 때문에 안전선(safe line) 는 지점에서 선분에 수직이 되도록 정의한다. 선두로봇은 웨이포인트를 계산하기 위해 안전선을 사용한다. 의 길이는 과 같다. 만약 이 와 같다면, 안전 웨이포인트 는 위에 존재할 것이다. 만약 이 과 같다면, 와 는 같은 포인트가 될 것이고 이것은 데드락(dead-lock) 문제를 야기할 수도 있다. 그래서 이러한 데드락 문제를 해결하기 위해 임의의 작은 각도 를 정의한다. 파라미터 는 아래와 같이 계산된다.
일 실시예에 따라, 추종로봇이 두 개 이상의 다수로 존재하는 경우에는, 추종로봇의 장애물 회피 전략을 고려해야 할 필요가 있다.
일 실시예에 따라, 충돌문제가 없는 추종로봇에 대한 웨이포인트를 계산 할 수 있다. 도 5는, 충돌로봇이 안전한 웨이포인트를 계산하는 모습을 도시하고 있다.
상기 추종로봇 간의 충돌문제가 없는 경우, 미리 정해진 장애물과의 안전 거리와 로봇의 보호 쉘 반경 차이와, 장애물을 회피한 후 미리 정의된 선두-추종 대형으로 빠르게 재형성하기 위해 장애물 회피 대형에 요구되는 거리로부터 상기 추종로봇의 웨이포인트를 계산할 수 있다.
추종로봇이 장애물을 피하는 것이 필요할 때, 선두로봇과 함께 미리 정해진 대형을 장애물회피 대형으로 전환한다. 선두로봇은 추종로봇을 안전한 궤적으로 인도(guide)한다. 도 5에서 , 그리고 는 선두로봇, 추종로봇, 그리고 추종로봇의 웨이포인트를 나타낸다. 장애물을 회피한 후 본래의 미리 정의된 선두-추종 대형으로 빠르게 재형성하기 위해 장애물회피 대형에 요구되는 거리 은 미리 정의된 대형에서 요구된 거리와 같아야 한다. 요구되는 각도 은 식(26)로 변경된다. 새로이 요구되는 방위각을 계산하기 위해 파라미터 과 로봇의 보호 쉘 반경 와 관련되어 거리 를 정의한다. 로봇이 장애물을 가로지르거나 회피할 필요가 없는 경우에는은 미리 정의된 대형의 최소 폭으로 한다. 는 아래와 같다.
일 실시예에 따라, 충돌문제가 있는 추종로봇에 대하여 웨이포인트를 계산할 수 있으며, 도 6은 이러한 충돌문제가 있는 추종로봇에 대하여 웨이포인트를 계산하는 과정을 도시한다.
상기 추종로봇 간의 충돌문제가 있는 경우, 상기 선두로봇과 거리가 가장 멀리 떨어진 추종로봇부터 선두로봇과 함께 새로이 요구되는 거리와 요구되는 방향각을 계산하여 장애물 회피 대형으로 변경할 수 있다.
장애물 회피가 진행되는 동안 두 개의 이웃하는 추종로봇들 간 거리는 충돌회피를 고려하면서 확인 되어야 한다. 만약 두 개의 추종로봇들 간의 거리가 보다 작다면, 낮은 우선순위를 가지는 추종로봇이 장애물 회피 대형으로 바꾸기 위해 선두로봇과의 요구되는 거리와 요구되는 방향각 모두를 변경하여야 한다. 높은 우선순위를 가진 추종로봇의 웨이포인트 자세는 식(25) 내지 (28)처럼 계산된다.
도 6에서 웨이포인트와 는 각각 장애물 회피를 위한 추종로봇 와 에 대해 계산된다. 우선순위가 낮은 로봇 는 웨이포인트 를 계산하기 위해 선두로봇과 함께 새로이 요구되는 거리와 요구되는 방향각를 계산해야 한다. 는 식(25)에 의해 얻어진다. 의 길이는 와 같다. 추종로봇 와 선두로봇 간에 요구된 거리는 아래처럼 계산된다.
일 실시예에 따라, 장애물 회피 대형과 미리 정해진 대형 사이의 스위칭 대형 전략을 구현할 수 있다.
상기 스위칭 대형 전략을 이용한 일 실시예에 따른 멀티로봇(100)의 장애물 회피 방법은, 일렬로 대형을 형성하는 하나의 선두로봇과 적어도 하나 이상의 추종로봇을 포함하는 멀티로봇을 제공하는 단계; 상기 멀티로봇(100)이 미리 정의된 대형을 형성하고 유지하여 주행하는 단계; 상기 선두로봇에 부착된 센서가 장애물을 회피해야 할 상황을 감지하는 단계; 상기 선두로봇의 제어부가 기하학적 장애물 회피 제어 방법을 이용해 장애물을 회피하기 위한 웨이포인트를 계산하는 단계; 상기 추종로봇에 부착된 센서부가 상기 추종로봇 간의 거리를 확인하고, 상기 추종로봇의 제어부는 충돌문제 발생여부를 판단하는 단계; 및 상기 추종로봇들은 상기 선두로봇과 협력하여 장애물 회피 대형으로 전환하는 단계;를 포함할 수 있다.
상기 충돌문제 발생연부를 판단하는 단계 이후, 상기 충돌문제가 발생하지 않는 경우, 상기 추종로봇은 상기 선두로봇에서 계산된 선두로봇 웨이포인트를 기준으로 새로운 요구 방위각을 계산하는 단계; 를 더 포함할 수 있다.
상기 충돌문제 발생연부를 판단하는 단계 이후, 상기 충돌문제가 발생하는 경우, 우선순위가 낮은 추종로봇이 충돌방지를 위한 안전한 웨이포인트 자세를 얻기 위해 필요한 새로운 요구 거리와 방위각을 계산하는 단계; 를 더 포함할 수 있다.
상기 장애물 회피 대형으로 전환하는 단계 이후, 상기 선두로봇의 센서부가 장애물이 없는 상황이라고 감지하면, 상기 멀티로봇(100)은 미리 정의된 대형을 재형성하고 유지하면서 주행을 계속하는 단계; 를 더 포함할 수 있다.
도 7은 멀티로봇에서, 추종로봇들 간의 충돌 회피가 기능하고, 동시에 선두로봇과 추종로봇의 장애물 회피가 가능하도록 하는 제어 순서도를 도시한다.
장애물이 없으면, 멀티로봇(100)은 미리 정의된 대형을 형성하고 유지한다.
멀티로봇(100)이 장애물을 가로지르거나 회피해야 할 상황인 경우, 선두로봇은 GOACM을 이용해 장애물을 회피하기 위한 웨이포인트를 계산하고, 추종로봇들은 선두로봇과 협력하여 장애물회피 대형으로 전환한다.
이웃하는 두 추종로봇 간 거리를 확인한 후, 충돌문제가 없다면 추종로봇은 장애물회피를 진행하고 있는 선두로봇의 웨이포인트를 기준으로 하여 안전한 새로운 요구 방위각 만을 계산한다. 이것은 장애물 회피 후 본래의 대형으로 보다 빠르게 복귀할 수 있는 장점을 갖게 한다.
충돌문제가 발생하면, 우선순위가 낮은 추종로봇이 충돌방지를 위한 안전한 웨이포인트 자세를 얻기 위해 필요한 새로운 요구 거리와 방위각을 계산한다.
멀티로봇(100)에 장애물 탐지가 없는 상황이 되면 멀티로봇(100)은 미리 정의된 대형을 재형성하고 유지하면서 주행을 계속한다.
일 실시예에 따른, 스위칭 대형 전략의 시뮬레이션 결과는 도 8내지 11을 통해 상세히 설명된다.
도 8는 선두로봇과 2대의 추종로봇이 장애물을 탐지한 상황에서 앞서 설명한 스위칭 대형 전략에 따라 각 로봇이 장애물을 가로지르거나 회피하는 과정의 이동 궤적을 도시하였다.
도 9는 선두로봇과 2대의 추종로봇이 장애물을 통과하는 과정에서 추종로봇 간 충돌문제가 발생하는 상황을 고려한 스위칭 대형 전략의 시뮬레이션을 도시하였다.
도 10은 선두로봇과 2대의 추종로봇이 장애물을 통과하는 과정에서 추종로봇 간 충돌문제가 발생한 상황에서 멀티로봇(100) 대형이 삼각대형에서 라인대형으로, 장애물 회피 후 다시 삼각대형으로 복귀하는 스위칭 대형 전략의 시뮬레이션을 도시하였다.
도 11은 선두로봇과 4대의 추종로봇이 장애물을 탐지한 상황에서 앞서 설명한 스위칭 대형 전략에 따라 각 로봇이 장애물을 가로지르거나 회피하는 과정의 이동 궤적을 도시하였다.
일 실시예에 따라, 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 케리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 일 실시예를 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 일 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
모바일로봇의 자율적 장애물회피는 산업적 실용화, 안전한 모션계획, 자율주행 등을 위한 모바일 로봇의 주된 이슈 중의 하나로 본 알고리즘의 강건함과 신뢰성은 모바일 로봇을 이용한 로봇 서비스 어플리케이션의 성공에 지대한 영향을 미칠 수 있다.
일 실시예에 따른 장애물 회피를 위한 멀티로봇 및 장애물 회피를 위한 스위칭 대형 방법은 선두-추종로봇 대형 접근법을 기반으로 복잡 환경 내에서 멀티로봇들이 대형 할당, 대형 이동, 대형 유지, 그리고 대형전환 이슈를 해결하는데 초점을 맞추고 있다. 일 실시예에서의 우선순위결정모델과 스위칭 대형 전략을 통해 멀티로봇 협업주행, 장애물회피 및 로봇 상호 간 충돌방지를 동시에 수행하는 최적경로를 계획하고 대형 유지할 수 있다.
이상, 일 실시예를 참조하여 설명했지만, 이것에 한정되지는 않으며, 다양한 변형 및 응용이 가능하다. 즉, 발명의 상세한 설명의 요지를 일탈하지 않는 범위에서 많은 변형이 가능한 것을 통상의 기술자라면 용이하게 이해할 수 있을 것이다.
100: 멀티로봇
111: 몸체
112: 구동바퀴
113: 센서부
114: 제어부
115: 구동부
111: 몸체
112: 구동바퀴
113: 센서부
114: 제어부
115: 구동부
Claims (11)
- 선두로봇, 상기 선두로봇의 후방에 배치되고 일렬로 대형을 형성하는 적어도 하나 이상의 추종로봇, ,
상기 선두로봇 및 추종로봇은 각각, 몸체, 상기 몸체의 양 측에 연결되는 바퀴, 상기 바퀴를 구동하는 구동부, 상기 구동부를 제어하는 제어부, 및 상기 로봇의 전방에 부착된 센서부를 포함하고,
상기 선두로봇의 센서부가 적어도 하나 이상의 장애물을 발견하는 경우, 상기 선두로봇의 제어부는 기하학적 장애물 회피 제어 방법에 따라 장애물을 회피하기 위한 웨이포인트(waypoint)를 계산하며,
상기 웨이포인트는 거리와 방위각 정보를 포함하고,
상기 계산된 웨이포인트로 상기 선두로봇은 방향을 전환하고,
상기 추종로봇은 상기 선두로봇에 의하여 가이드(guide) 되고,
이에 따라 상기 추종로봇은 상기 선두로봇과 협력하여 장애물 회피 대형으로 전환하는 멀티로봇.
- 제1항에 있어서,
상기 선두로봇은 진행방향의 선두에 배치되며, 상기 추종로봇들은 상기 연결라인에 의하여 상기 선두로봇에 이어서 일렬로 연결되는 멀티로봇.
- 제1항에 있어서,
상기 선두로봇이 두 개의 장애물들 사이를 통과해야 하는 경우,
상기 센서부는 상기 장애물들의 최단거리에 해당하는 위치를 측정하고, 상기 제어부는 상기 위치의 중간 지점, 및 현재 위치로부터 웨이포인트를 계산하는 멀티로봇.
- 제1항에 있어서,
상기 선두로봇이 하나의 장애물을 회피해야 하는 경우,
상기 선두로봇의 센서부는 진행속도에 따라 장애물의 두 지점을 선택하여 위치를 감지하고, 상기 선두로봇의 제어부는 상기 장애물의 두 지점 중 진행방향으로 앞선 지점에서의 법선에 수직인 방향으로 미리 정해진 장애물과의 안전 거리만큼 떨어진 위치를 계산하고, 상기 장애물의 두 지점과 상기 안전 거리만큼 떨어진 위치를 바탕으로 웨이포인트를 계산하는 멀티로봇.
- 제1항에 있어서,
상기 추종로봇 간의 충돌문제가 없는 경우,
미리 정해진 장애물과의 안전 거리와 로봇의 보호 쉘 반경 차이와, 장애물을 회피한 후 미리 정의된 선두??추종 대형으로 빠르게 재형성하기 위해 장애물 회피 대형에 요구되는 거리로부터 상기 추종로봇의 웨이포인트를 계산하는 멀티로봇.
- 제1항에 있어서,
상기 추종로봇 간의 충돌문제가 있는 경우,
상기 선두로봇과 거리가 가장 멀리 떨어진 추종로봇부터 선두로봇과 함께 새로이 요구되는 거리와 요구되는 방향각을 계산하여 장애물 회피 대형으로 변경하는 멀티로봇.
- 일렬로 연결된 하나의 선두로봇과 적어도 하나 이상의 추종로봇을 포함하는 멀티로봇을 제공하는 단계;
상기 멀티로봇이 미리 정의된 대형을 형성하고 유지하여 주행하는 단계;.
상기 선두로봇에 부착된 센서가 장애물을 회피해야 할 상황을 감지하는 단계;
상기 선두로봇의 제어부가 기하학적 장애물 회피 제어 방법을 이용해 장애물을 회피하기 위한 웨이포인트를 계산하는 단계;
상기 추종로봇에 부착된 센서부가 상기 추종로봇 간의 거리를 확인하고, 상기 추종로봇의 제어부는 충돌문제 발생여부를 판단하는 단계; 및
상기 추종로봇들은 상기 선두로봇과 협력하여 장애물 회피 대형으로 전환하는 단계;
를 포함하는 멀티로봇의 장애물 회피 방법.
- 제7항에 있어서,
상기 충돌문제 발생여부를 판단하는 단계 이후,
상기 충돌문제가 발생하지 않는 경우, 상기 추종로봇은 상기 선두로봇에서 계산된 선두로봇 웨이포인트를 기준으로 새로운 요구 방위각을 계산하는 단계;
를 더 포함하는, 멀티로봇의 장애물 회피 방법.
- 제7에 있어서,
상기 충돌문제 발생여부를 판단하는 단계 이후,
상기 충돌문제가 발생하는 경우, 우선순위가 낮은 추종로봇이 충돌방지를 위한 안전한 웨이포인트 자세를 얻기 위해 필요한 새로운 요구 거리와 방위각을 계산하는 단계;
를 더 포함하는, 멀티로봇의 장애물 회피 방법.
- 제7에 있어서,
상기 장애물 회피 대형으로 전환하는 단계 이후,
상기 선두로봇의 센서부가 장애물이 없는 상황이라고 감지하면, 상기 멀티로봇은 미리 정의된 대형을 재형성하고 유지하면서 주행을 계속하는 단계;.
를 더 포함하는, 멀티로봇의 장애물 회피 방법.
- 제7항 내지 제10항 중 어느 한 항에 따른 멀티로봇의 장애물 회피 방법을 실행하기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록매체
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140177451A KR101679482B1 (ko) | 2014-12-10 | 2014-12-10 | 장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020140177451A KR101679482B1 (ko) | 2014-12-10 | 2014-12-10 | 장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20160070467A true KR20160070467A (ko) | 2016-06-20 |
KR101679482B1 KR101679482B1 (ko) | 2016-11-24 |
Family
ID=56354306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140177451A KR101679482B1 (ko) | 2014-12-10 | 2014-12-10 | 장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101679482B1 (ko) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106335062A (zh) * | 2016-11-11 | 2017-01-18 | 清研华宇智能机器人(天津)有限责任公司 | 一种通用七轴冗余工业机器人作业规划方法 |
CN106980314A (zh) * | 2017-03-14 | 2017-07-25 | 联想(北京)有限公司 | 一种运动控制方法及电子设备 |
CN108136579A (zh) * | 2016-07-29 | 2018-06-08 | 深圳市赛亿科技开发有限公司 | 一种自动探测和规避障碍物的机器人、系统及方法 |
WO2020050566A1 (en) * | 2018-09-06 | 2020-03-12 | Lg Electronics Inc. | Plurality of autonomous mobile robots and controlling method for the same |
KR20200029970A (ko) * | 2018-09-06 | 2020-03-19 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
KR102097715B1 (ko) * | 2019-04-29 | 2020-04-06 | 주식회사 트위니 | 실시간 웨이포인트 경로 개선 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램 |
CN111077889A (zh) * | 2019-12-23 | 2020-04-28 | 西北工业大学 | 面向车间托盘搬运的多移动机器人编队协作定位方法 |
WO2020213759A1 (ko) * | 2019-04-17 | 2020-10-22 | 엘지전자 주식회사 | 무빙 에이전트 그룹의 제어 시스템 및 그 제어 방법 |
CN111813121A (zh) * | 2020-07-13 | 2020-10-23 | 陕西理工大学 | 基于距离-角度优先级的多移动机器人编队避障方法 |
CN112405533A (zh) * | 2020-11-06 | 2021-02-26 | 深圳优地科技有限公司 | 机器人避让方法、装置、设备及存储介质 |
CN113126604A (zh) * | 2019-12-30 | 2021-07-16 | 北京猎户星空科技有限公司 | 一种机器人避障方法、装置、电子设备及存储介质 |
CN113282083A (zh) * | 2021-05-17 | 2021-08-20 | 北京航空航天大学 | 一种基于机器人操作系统的无人车编队实验平台 |
CN113296497A (zh) * | 2021-04-07 | 2021-08-24 | 西安电子科技大学 | 实时分布式多机器人编队控制方法及系统 |
US11409308B2 (en) | 2018-09-06 | 2022-08-09 | Lg Electronics Inc. | Robot cleaner and a controlling method for the same |
US11432697B2 (en) | 2018-09-06 | 2022-09-06 | Lg Electronics Inc. | Robot cleaner and a controlling method for the same |
CN116551684A (zh) * | 2023-05-17 | 2023-08-08 | 南京航空航天大学 | 面向航天器大型舱体构件加工的多机器人协同规划方法 |
KR102569251B1 (ko) * | 2022-12-29 | 2023-08-24 | 주식회사 클로봇 | 목적지까지 이동하는 이동 로봇 장치 및 그의 동작 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101450843B1 (ko) * | 2013-05-20 | 2014-10-15 | 한국생산기술연구원 | 군집 로봇 시스템 및 그 제어 방법 |
KR101465706B1 (ko) * | 2013-05-22 | 2014-11-27 | 삼성중공업 주식회사 | 모바일 로봇의 원격 제어 방법 및 시스템 |
-
2014
- 2014-12-10 KR KR1020140177451A patent/KR101679482B1/ko active IP Right Grant
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108136579A (zh) * | 2016-07-29 | 2018-06-08 | 深圳市赛亿科技开发有限公司 | 一种自动探测和规避障碍物的机器人、系统及方法 |
CN106335062A (zh) * | 2016-11-11 | 2017-01-18 | 清研华宇智能机器人(天津)有限责任公司 | 一种通用七轴冗余工业机器人作业规划方法 |
CN106980314A (zh) * | 2017-03-14 | 2017-07-25 | 联想(北京)有限公司 | 一种运动控制方法及电子设备 |
CN106980314B (zh) * | 2017-03-14 | 2020-11-20 | 联想(北京)有限公司 | 一种运动控制方法及电子设备 |
WO2020050566A1 (en) * | 2018-09-06 | 2020-03-12 | Lg Electronics Inc. | Plurality of autonomous mobile robots and controlling method for the same |
KR20200029969A (ko) * | 2018-09-06 | 2020-03-19 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
KR20200029970A (ko) * | 2018-09-06 | 2020-03-19 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
US11906979B2 (en) | 2018-09-06 | 2024-02-20 | Lg Electronics Inc. | Plurality of autonomous mobile robots and controlling method for the same |
US11432697B2 (en) | 2018-09-06 | 2022-09-06 | Lg Electronics Inc. | Robot cleaner and a controlling method for the same |
US11269355B2 (en) | 2018-09-06 | 2022-03-08 | Lg Electronics Inc. | Plurality of autonomous mobile robots and controlling method for the same |
US11409308B2 (en) | 2018-09-06 | 2022-08-09 | Lg Electronics Inc. | Robot cleaner and a controlling method for the same |
WO2020213759A1 (ko) * | 2019-04-17 | 2020-10-22 | 엘지전자 주식회사 | 무빙 에이전트 그룹의 제어 시스템 및 그 제어 방법 |
US11683659B2 (en) | 2019-04-17 | 2023-06-20 | Lg Electronics Inc. | Control system of moving agent group and control method thereof |
KR102097715B1 (ko) * | 2019-04-29 | 2020-04-06 | 주식회사 트위니 | 실시간 웨이포인트 경로 개선 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램 |
WO2020222408A1 (ko) * | 2019-04-29 | 2020-11-05 | 주식회사 트위니 | 실시간 웨이포인트 경로 개선 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램 |
CN111077889A (zh) * | 2019-12-23 | 2020-04-28 | 西北工业大学 | 面向车间托盘搬运的多移动机器人编队协作定位方法 |
CN113126604A (zh) * | 2019-12-30 | 2021-07-16 | 北京猎户星空科技有限公司 | 一种机器人避障方法、装置、电子设备及存储介质 |
CN113126604B (zh) * | 2019-12-30 | 2024-04-30 | 北京猎户星空科技有限公司 | 一种机器人避障方法、装置、电子设备及存储介质 |
CN111813121A (zh) * | 2020-07-13 | 2020-10-23 | 陕西理工大学 | 基于距离-角度优先级的多移动机器人编队避障方法 |
CN112405533A (zh) * | 2020-11-06 | 2021-02-26 | 深圳优地科技有限公司 | 机器人避让方法、装置、设备及存储介质 |
CN113296497A (zh) * | 2021-04-07 | 2021-08-24 | 西安电子科技大学 | 实时分布式多机器人编队控制方法及系统 |
CN113282083A (zh) * | 2021-05-17 | 2021-08-20 | 北京航空航天大学 | 一种基于机器人操作系统的无人车编队实验平台 |
KR102569251B1 (ko) * | 2022-12-29 | 2023-08-24 | 주식회사 클로봇 | 목적지까지 이동하는 이동 로봇 장치 및 그의 동작 방법 |
CN116551684A (zh) * | 2023-05-17 | 2023-08-08 | 南京航空航天大学 | 面向航天器大型舱体构件加工的多机器人协同规划方法 |
CN116551684B (zh) * | 2023-05-17 | 2024-05-24 | 南京航空航天大学 | 面向航天器大型舱体构件加工的多机器人协同规划方法 |
Also Published As
Publication number | Publication date |
---|---|
KR101679482B1 (ko) | 2016-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101679482B1 (ko) | 장애물 회피를 위한 멀티로봇 시스템 및 장애물 회피를 위한 스위칭 대형 전략을 이용하는 방법 | |
CN105425803B (zh) | 自主避障方法、装置和系统 | |
CN107792065B (zh) | 道路车辆轨迹规划的方法 | |
CN112148002B (zh) | 一种局部轨迹规划方法、系统及装置 | |
US9182762B2 (en) | Autonomous moving body, its control method, and control system | |
KR101179075B1 (ko) | 자율로봇의 경로계획방법 및 이를 구비한 경로계획장치 | |
Chung et al. | Safe navigation of a mobile robot considering visibility of environment | |
KR101664575B1 (ko) | 모바일 로봇의 장애물 회피 시스템 및 방법 | |
RU2749529C1 (ru) | Система управления транспортным средством | |
JP2018527689A (ja) | 自律車両のための仮想的なライン追従方法及び改造方法 | |
Li et al. | A practical trajectory planning framework for autonomous ground vehicles driving in urban environments | |
JP4670807B2 (ja) | 移動経路作成方法、自律移動体および自律移動体制御システム | |
JP2019021202A (ja) | 移動ロボットの制御装置と制御方法 | |
JP2020004095A (ja) | 自律移動体制御装置及び自律移動体 | |
Levy et al. | The extended velocity obstacle and applying orca in the real world | |
Mujahed et al. | Tangential closest gap based (TCG) reactive obstacle avoidance navigation for cluttered environments | |
López et al. | A new approach to local navigation for autonomous driving vehicles based on the curvature velocity method | |
WO2021246169A1 (ja) | 情報処理装置、情報処理システム、および方法、並びにプログラム | |
Kala et al. | Multi-vehicle planning using RRT-connect | |
KR101981641B1 (ko) | 다중 이동 로봇의 대형 제어 방법 및 시스템 | |
Li et al. | Adaptive fuzzy control for mobile robot obstacle avoidance based on virtual line path tracking | |
CN115373406A (zh) | 一种爬行机器人越障方法及系统 | |
Pradeep et al. | Human-inspired robot navigation in unknown dynamic environments | |
Moreira et al. | Obstacle avoidance for a heterogeneous formation using the null space-based behavioral approach and potential fields | |
Zhang et al. | Vision-based moving target interception with a mobile robot based on motion prediction and online planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20190924 Year of fee payment: 4 |