KR20180128727A

KR20180128727A - 인간-로봇 군집 상호작용 기반의 로봇 군집 간접제어방법

Info

Publication number: KR20180128727A
Application number: KR1020170064214A
Authority: KR
Inventors: 변희정
Original assignee: 수원대학교산학협력단
Priority date: 2017-05-24
Filing date: 2017-05-24
Publication date: 2018-12-04

Abstract

관리자가 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정하고, 선정한 게이트웨이 로봇만을 직접적으로 제어하고 각각의 로봇은 로컬 제어 규칙에 근거하여 정보를 전달하도록 함으로써, 로봇 군집 전체를 단일의 로봇을 통해 간접적으로 제어하고, 게이트웨이 로봇을 통해 로봇 군집 전체의 로봇의 상태를 감시할 수 있도록 한 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법에 관한 것으로서, 로봇 관리자인 클라이언트 단말에서 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정한 후, 상기 게이트웨이 로봇만을 직접적으로 제어하는 상호작용을 통해 로봇 군집의 모든 로봇을 간접적으로 제어하는 단계, 게이트웨이 로봇에서 로봇 군집의 모든 로봇의 상태 정보를 획득하여 상기 클라이언트 단말에 피드백하는 단계, 클라이언트 단말에서 게이트웨이 로봇에서 피드백된 상태정보를 기초로 군집 로봇의 상태를 감시 및 예측하는 단계를 포함하여, 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법을 구현한다.

Description

인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법{A Method of Indirect Robot Swarm Configuration Control with Estimation of Swarm State in Human-Robot Swarm Interaction}

본 발명은 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법에 관한 것으로, 특히 관리자가 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정하고, 선정한 게이트웨이 로봇만을 직접적으로 제어하고 각각의 로봇은 로컬 제어 규칙에 근거하여 정보를 전달하도록 함으로써, 로봇 군집 전체를 단일의 로봇을 통해 간접적으로 제어하고, 게이트웨이 로봇을 통해 로봇 군집 전체의 로봇의 상태를 감시할 수 있도록 한 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법에 관한 것이다.

최근 들어, 다수의 로봇으로 이루어진 로봇 군집을 다양한 분야에 적용하려는 연구가 활발히 진행되고 있다. 로봇 군집은 단일 로봇 시스템의 단점을 보완하기 위한 개발된 새로운 접근 방법으로서, 로봇이 임무 또는 작업수행 시 작업의 효율성, 시스템의 강인함 및 유연성 등을 확보할 수 있다는 장점이 있다.

로봇 군집은 간단한 제어법칙을 바탕으로 자율적으로 조정하는 많은 로봇으로 구성된다. 나타나는 군집 행위가 집합적이고, 확장·축소가 가능하며, 개별 로봇의 실패에도 강인함을 고려할 때 로봇 군집 시스템은 환경 개발, 대규모 탐사 및 구조, 보호 등을 포함한 다양한 과제들에 유용하다.

기존의 연구들은 관리자 없이 작동할 것으로 예상되는 군집의 완전한 자율성에 집중해왔다(비 특허문헌 1 - 3 참조). 하지만, 군집은 아직은 여러 업무를 자율적으로 수행하지는 못하고 있고, 많은 업무는 관리자와 군집 간 조정이 있어야 한다. 최근 연구들에서 관리자 존재가 유용하고 필요하다 밝혀왔다(비 특허문헌 4- 7 참조). 관리자는 군집 상태를 인지하고 의도한 목표가 바뀔 경우 변수 조정 혹은 군집 구성을 로봇 군집 시스템에 전달할 필요가 있다. 따라서 인간 로봇-군집 상호작용에 기반하여 로봇 군집에 대한 관리자 감독 제어가 필요하다(비 특허문헌 8 - 9 참조).

일반적으로 군집 행위는 일련의 군집 알고리즘 변수나 관리를 위한 시스템 변수의 선정에 의해 달라진다. (비 특허문헌 4) 에서 군집에 영향을 미칠 수 있는 4가지 제어 유형을 제시하였다. 즉, 바람직한 군집 행위를 실행하는 알고리즘 사이의 변경, 군집 제어 알고리즘 변수의 변경, 간접 군집 제어, 선정된 군집 리더를 통한 제어 등이다. 브로드캐스팅(broadcasting)은 일반적으로 관리자가 로봇 군집에 명령이나 변경된 변수를 보내는데 사용된다.

그러나 많은 수의 로봇을 가진 시스템은 관리자와 직접 커뮤니케이션을 할 수 없다. 이러한 군집을 제어하는 복잡한 난이도를 해결하기 위해 리더 기반 군집 제어가 제안되었고, 이는 관리자가 리더를 선정하여 직접 제어하고 나머지 로봇들은 리더와 군집 로봇의 상호작용을 통해 또한 로컬 제어규칙에 근거하여 전달 효과를 가지게 된다(비 특허문헌 10 - 13 참조). Walker 등(비 특허문헌 10 - 11)은 2가지의 리더 기반 정보 전달 방식을 제안하고 기대 목표로 군집을 관리하기 위해 관리자 능력을 비교하였다. Goodrich 등(비 특허문헌 12)은 Couzin의 제어법을 바탕으로 원격조정 리더를 이용한 리더 기반 군집 제어를 연구하였다. Pendleton 등(비 특허문헌 13) 은 가상 매개체와 인간 관리자를 군집의 리더로 이용하는 이와 유사한 리더 기반 모델을 실행하였다.

(비 특허문헌 1) J. C. Barca and Y. A. Sekercioglu, "Swarm robotics reviewed," Robotica, vol. 31, no. 3, pp. 345-359, 2013. (비 특허문헌 2) M. Brambilla, E. Ferrante, M. Birattari, and M. Dorigo, "Swarm robotics: a review from the swarm engineering perspective," Swarm Intell., vol. 7, no. 1, pp. 1-41, 2013. (비 특허문헌 3) Y. Tan and Z. Y. Zheng, "Research advance in swarm robotics," Defence Technol., vol. 9, no. 1, pp. 18-39, 2013. (비 특허문헌 4) A. Kolling, P. Walker, N. Chakraborty, K. Sycara, and M. Lewis, "Human interaction with robot swarms: a survey," IEEE Trans. on Human-Machine Systems, vol. 46, no. 1, pp. 9-26, 2016. (비 특허문헌 5) M. Lewis, "Human interaction with multiple remote robots," Rev. Human Facotr Ergonomics, vol. 9, no. 1, pp. 131-174, 2013. (비 특허문헌 6) S. kerman, D. Brown, and M. Goodrich, "Supporting human interaction with robust robot swarms," Int. Conf. Resilient Control Systems, pp. 197-202. (비 특허문헌 7) J.-P. de la Croix and M. Egerstedt, "A control Lyapunov function approach to humanswarm interactions," Proc. Amer. Control Conf., pp. 4368-4373, 2015. (비 특허문헌 8) B. Tabibian, M. Lewis, C. Lebiere, N. Chakraborty, K. Sycara, S. Bennati, and M. Oishi, "Towards a cognitively-based analytic model of human control of swarms," Proc. AAAI Spring Symp. Series, pp. 68-73, 2014. (비 특허문헌 9) K. Sycara, C. Lebiere, Y. Pei, D. Morrison, Y. Tang, and M. Lewis, "Abstraction of anlytical models from cognitive models of human control of robotic swarms" Int. Conf. Cognitive Model, pp. 13-18, 2015. (비 특허문헌 10) P. Walker, S. A. Amraii, M. Lewis, N. Chakraborty, and K. Sycara "Human control of leader-based swarms," Proc. IEEE Int. Conf. Syst. Man, Cybern., pp. 2712-2717, 2013. (비 특허문헌 11) P. Walker. S. A. Amraii, N. Chakraborty, and K. Sycara, "Human control of robot swarms with dynamic leadrs," Proc. IEEE/RSJ Int. Conf. Intell. Robot. Syst., pp. 1108-1113, 2014. (비 특허문헌 12) M. Goodrich, B. Pendleton, P. Sujit, and J. Pinto, "Toward human interaction with bio-inspired robot teams," Proc. IEEE Int. Conf. Syst. Man, Cybern., pp. 2859-2864, 2011. (비 특허문헌 13) B. Pendleton and M. Goodrich, "Scalable human interaction with robotic swarms," American Institute of Aeronautics and Astronautics, 2015(http://dx.doi.org/10.2514/6.2013-473).

그러나 상기와 같은 기존 연구들은 리더 기반 모델에도 불구하고 군집 행위나 모든 군집 인원들에 대한 직접적인 인간 제어에 집중되었고, 군집 시스템 내 상호작용으로부터 새롭게 나타나는 군집 행위를 통한 간접적 영향은 고려하지 않았기 ?문에, 군집 로봇 제어의 정확성이 결여된 단점이 있다.

게다가 기존 연구들은 새롭게 나타나는 군집 행위의 국지성과 예측불가능성이 군집 전체에 영향을 주는 것을 어렵게 만들기 때문에, 로봇 배치 후 군집의 실시간 제어 문제가 발생하는 단점이 있다.

따라서 본 발명은 상기와 같은 종래기술에서 발생하는 제반 문제점을 해결하기 위해서 제안된 것으로서, 관리자가 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정하고, 선정한 게이트웨이 로봇만을 직접적으로 제어하고 각각의 로봇은 로컬 제어 규칙에 근거하여 정보를 전달하도록 함으로써, 로봇 군집 전체를 단일의 로봇을 통해 간접적으로 제어하고, 게이트웨이 로봇을 통해 로봇 군집 전체의 로봇의 상태를 감시할 수 있도록 한 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법을 제공하는 데 그 목적이 있다.

본 발명의 다른 목적은 관리자로부터 직접 변수를 전달하는 것보다 자율 알고리즘에 의한 간접적인 군집 구성을 구현하고, 군집 관리자로부터 구성 입력 치를 전달하는 하나의 제어 루프와는 별개로 제어 루프의 다른 면에서 로봇 군집의 상태를 관리자에게 피드백하고 예측하도록 한 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법을 제공하는 것이다.

상기한 바와 같은 목적을 달성하기 위하여, 본 발명에 따른 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법은 (a) 로봇 관리자인 클라이언트 단말에서 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정한 후, 상기 게이트웨이 로봇만을 직접적으로 제어하는 상호작용을 통해 로봇 군집의 모든 로봇을 간접적으로 제어하는 단계; (b) 상기 게이트웨이 로봇에서 로봇 군집의 모든 로봇의 상태 정보를 획득하여 상기 클라이언트 단말에 피드백하는 단계; 및 (c) 상기 클라이언트 단말에서 상기 게이트웨이 로봇에서 피드백된 상태정보를 기초로 군집 로봇의 상태를 감시 및 예측하는 단계를 포함하는 것을 특징으로 한다.

상기에서 (a)단계는 (a1) 로봇 관리자인 클라이언트 단말에서 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정하는 단계; (a2) 상기 클라이언트 단말에서 상기 게이트웨이 로봇에만 제어명령을 전송하는 단계를 포함하는 것을 특징으로 한다.

상기에서 (a1)단계는 로봇 군집중 단일 로봇을 랜덤 방식으로 선택하여 게이트웨이 로봇으로 선정하는 것을 특징으로 한다.

또한, 상기 (a)단계는 (a3) 상기 게이트웨이 로봇에서 로봇 군집을 이루는 이웃 로봇들에게 로컬 제어규칙에 따라 제어명령을 전달하는 단계; (a4) 상기 로봇 군집을 이루는 각각의 로봇들은 로컬 제어규칙에 근거하여 상태 벡터를 상호 송수신하는 단계를 포함하는 것을 특징으로 한다.

상기에서 (a4)단계의 각각의 로봇들은 로컬 제어규칙에 따라 자율적인 상호작용을 통해 상태 벡터를 송수신하고, 자신의 상태 벡터를 재설정하는 것을 특징으로 한다.

상기에서 (b)단계는 (b1) 상기 게이트웨이 로봇에서 로봇 군집에 포함된 모든 로봇의 상태정보를 획득하는 단계; (b2) 상기 게이트웨이 로봇에서 로봇 군집의 상태정보를 상기 클라이언트 단말로 피드백하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따르면 관리자가 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정하고, 선정한 게이트웨이 로봇만을 직접적으로 제어하며, 각각의 로봇은 로컬 제어 규칙에 근거하여 자율적으로 정보를 전달하도록 함으로써, 로봇 군집 전체를 단일의 로봇을 통해 간접적으로 편리하게 제어할 수 있는 장점이 있다.

또한, 본 발명에 따르면 게이트웨이 로봇을 통해 로봇 군집 전체의 로봇의 상태를 감시할 수 있으며, 이러한 상태 감시를 통해 로봇 군집의 상태를 관리자가 편리하게 예측하고, 관리할 수 있는 장점이 있다.

도 1은 본 발명이 적용되는 인간-로봇 군집 상호작용 시스템의 개념도,
도 2는 본 발명에 따른 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법을 보인 흐름도,
도 3a 및 도 3b는 본 발명을 적용한 로봇 상태 시간 궤적 예시도,
도 4a 및 도 4b는 가동 시간 중 사용자 입력 변경에 따른 상태 적용 예시도,
도 5는 본 발명에서 사용자 입력에 따라 변하는 로봇의 안정 상태 예시도.

이하 본 발명의 바람직한 실시 예에 따른 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법을 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 본 발명의 바람직한 실시 예에 따른 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법이 적용되는 인간-로봇 군집 상호작용 시스템의 개략 구성도이다.

도 1에서 참조부호 10은 복수의 로봇(11, 12,…., 10+N)이 집합을 이루는 로봇 군집을 나타낸다. 여기서 11은 로봇 군집 중 관리자에 의해 선택된 단일 로봇으로서, 본 발명에서는 게이트웨이 로봇이라고 부른다.

참조부호 20은 상기 게이트웨이 로봇(11)과 관리자가 사용하는 클라이언트 단말(30)과의 제어 명령 인터페이스 및 상태 감시 정보를 인터페이스 해주는 제어 서버(20)를 나타낸다.

도 2는 본 발명에 따른 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법을 보인 흐름도로서, (a) 로봇 관리자인 클라이언트 단말(30)에서 로봇 군집중 단일 로봇을 게이트웨이 로봇(11)으로 선정한 후, 상기 게이트웨이 로봇(11)만을 직접적으로 제어하는 상호작용을 통해 로봇 군집의 모든 로봇을 간접적으로 제어하는 단계(S10 ~ S40), (b) 상기 게이트웨이 로봇(11)에서 로봇 군집의 모든 로봇의 상태 정보를 획득하여 상기 클라이언트 단말(30)에 피드백하는 단계(S50 ~ S60), 상기 클라이언트 단말(30)에서 상기 게이트웨이 로봇(11)에서 피드백된 상태정보를 기초로 군집 로봇의 상태를 감시 및 예측하는 단계(S70)를 포함한다.

상기 (a)단계는 (a1) 로봇 관리자인 클라이언트 단말(30)에서 로봇 군집중 단일 로봇을 게이트웨이 로봇(11)으로 선정하는 단계(S10), (a2) 상기 클라이언트 단말(30)에서 상기 게이트웨이 로봇(11)에만 제어명령을 전송하는 단계(S20), (a3) 상기 게이트웨이 로봇(11)에서 로봇 군집을 이루는 이웃 로봇들에게 로컬 제어규칙에 따라 제어명령을 전달하는 단계(S30), (a4) 상기 로봇 군집을 이루는 각각의 로봇들은 로컬 제어규칙에 근거하여 상태 벡터를 상호 송수신하는 단계(S40)를 포함한다.

상기 (b)단계는 (b1) 상기 게이트웨이 로봇(11)에서 로봇 군집에 포함된 모든 로봇의 상태정보를 획득하는 단계(S50), (b2) 상기 게이트웨이 로봇(11)에서 로봇 군집의 상태정보를 상기 클라이언트 단말(30)로 피드백하는 단계(S60)를 포함한다.

이와 같이 구성되는 본 발명은 리더 기반 제어법을 가진 간접적 로봇 군집 구성을 위해 실시간 자율 알고리즘을 제안한다. 제안하는 방법은 분산된 방식으로 군집 시스템 변수를 간접적으로 설정함으로써 군집 관리에 영향을 주는 방법이다. 또한, 관리자는 군집 상태를 예측하고 이해함으로써 군집 상태를 효율적으로 관찰할 수 있게 한다.

이를 좀 더 구체적으로 설명하면 다음과 같다.

먼저, N 개의 로봇들(11 ~10+N)과 한 명의 인간 관리자(클라이언트 단말)로 구성된 인간-로봇 군집(HRS) 시스템을 고려한다. N = {1,2,…., N)이 로봇 군집 시스템에서 로봇 집합을 표시한다고 가정한다. 로봇 i(1 ≤ I ≤ N)의 이웃 로봇들 집합은 N_i(≤N)로 표시하고, 그 집합의 로봇 수는 N_i(≤N)이다.

본 발명의 HRS 상호 작용 시스템은 전방 제어 루프(forward control loop)와 후방 제어 루프(backward control loop)로 대별된다.

전방 제어 루프는 단계 S10과 같이 인간 관리자(클라이언트 단말)가 로봇 군 집중 단일 로봇(게이트웨이 로봇)을 선정하여 그를 직접 제어함으로써 로봇-군집 시스템을 제어하게 된다(S20). 그리하여 각각의 로봇이 사용하는 제어 규칙에 근거하여 나머지 로봇-군집까지 전달하는데 영향을 준다(S30, S40).

후방 제어 루프(backward control loop)는 군집 상태에 관한 피드백을 제공하는 단일 로봇(게이트웨이 로봇)을 통해 인간 관리자가 로봇 군집 상태를 관찰한다(S50 ~ S70). 군집을 하나의 전체로 보고 제어가 이루어질 뿐 개별 군집 로봇들에 대해선 제어가 이루어질 수 없다.

HRS 시스템 상태를 x(t)로 표시하며, u(t)를 사용자가 시간 t에서 로봇 군집에 대한 제어입력 혹은 기대 구성 집합으로 표시한다. 특히, x(t)는 시간 t에서 모든 군집 로봇 상태의 벡터를 의미하고, 벡터 x(t) = [x1(t) x(t)2…. xn(t)]^T로 나타날 수 있다. 여기서 x(t) = [x1(t) x(t)2…. xn(t)]^T∈ Rⁿ 은 시간 t에서 로봇 i의 상태 벡터이고, 개별 로봇은 n-차원 상태 공간을 가진다. 이러한 HRS 시스템 역학은 다음과 같이 정의될 수 있다.

사용자는 단일 로봇(게이트웨이 로봇)에 제어 입력 치를 적용함으로써 로봇 군집과 상호작용을 하는 반면, 단일 로봇을 제외한 나머지 로봇들은 다음의 로컬 제어 규칙을 통해 서로 상호작용을 한다.

인간 관리자는 명령을 내리거나 u(t) ∈ Rⁿ을 통해 군집 개체들이 사용하는 기본 제어규칙에 따라 어떤 정보가 전달되기 이전에 게이트웨이 로봇(11)에 변수 변경을 알린다.

군집에서 N 번째 로봇이 게이트웨이 로봇(11)이고, 사용자 입력 치는 게이트웨이 로봇(11)에 xN(t) = u(t)로 직접 적용된다. 따라서 게이트웨이 로봇 역학은 다음과 같다.

상기 [수학식 2] 및 [수학식 3]에 따라, 인간 관리자(30)는 단일 게이트웨이 로봇(11) 상태를 직접 제어하고, 군집 로봇 사이의 상호작용은 자율적으로 처리된다. 즉, 사용자의 의도된 명령은 게이트웨이 로봇(11)에 직접 전달되고, 각각의 군집 개체 로봇은 각자 인지할 수 있는 이웃 로봇들과 상태 벡터를 교환한 후 자신의 상태 벡터를 재설정한다. 이런 방식으로 인간 관리자는 로봇 개체 규모와 무관하게 조치를 취하고 로봇 군집 시스템을 단일 체로 감독하여 0(1)이라는 제어 복잡성을 갖게 된다.

인간 관리자(30)가 기대하는 군집 구성을 얻기 위해 제안한 HRS 시스템의 타당성을 분석하면 다음과 같다. HRS 상태 벡터의 안정된 상태를 x _s 로 표시하는데, 제안한 HRS 시스템이 점근적으로 수렴할 수 있는 상태를 의미한다.

x_s = [x_1s, x₂s,…., x_Ns]^T를 안정된 상태 벡터 x(t)로 표시하는데, 여기서 x_is ∈ Rⁿ은 로봇 i의 안정된 상태이다. 기대하는 군집 구성 집합 u(t)는 u(t)

같은 불연속 상수로 가정한다. 상기 [수학식 2]로부터 x_i의 안정된 상태는 x_is로 표시한다. 이에 따라 x_is는 다음과 같이 유도된다.

여기서 1₍ _i,j ₎은 표시 함수로 1₍ _i,j ₎= 1일 때, j ∈ N_i이며, 그렇지 않으면 1_(i,j) = 0이므로,

이다.

로 정의하자. 그러면 상기 [수학식 4]는 다음과 같이 다시 쓸 수 있다.

여기서,

상기 [수학식 5] 에서 x_is를 얻기 위해, 1₍ _i,N ₎= 1와 1₍ _i,N = 0의 2가지 경우로 구분한다. 1₍ _i,N ₎= 1일 경우 분명히 x_Ns = u이다. 따라서 [수학식 4] 에서 다음의 식을 얻게 된다.

이는 x_is = x_is-u, ∀i를 보여준다. 즉,

1₍ _i,N ₎= 0일 경우,

이때, N ∈ N_i인 어떤 j(∈ N_i)가 존재한다면, x_is = x_js를 얻는다. 결국, 다음과 같은 결론을 얻는다.

이는 인간 관리자가 제안한 HRS 시스템을 통해 u(t)에 의해 설명된 군집 구성 일부를 얻을 수 있다는 결론에 이른다.

제안한 HRS 시스템 기능을 평가하기 위해, 본 발명자는 MATLAB을 이용한 시뮬레이션 환경을 개발하였다. 시뮬레이션 면적은 100m × 100m이고, 여기서 전체 네트워크는 동일한 모양의 그리드로 나뉜다. 로봇은 균일하게 배치된다. N = 50을 설정하고 군집 로봇은 임의로 연결된다. 게이트웨이 로봇은 R₅₀로 표시되는데 이는 관리자에 의해 랜덤으로 선정된다. 채널 용량은 200kbps로 설정되고 전송 범위와 통신 센서 범위는 각각 20m와 40m로 설정된다.

도 3은 로봇 상태의 시간 궤적을 보인 것이다. 2차원 공간은 결과를 시각적으로 쉽게 보여주기 위해 선택하였다. 제어 입력 치는 ㆍ로 표시하였고, u = [4,4]^T ∈ R²로 설정하였다. 50개 로봇에서 랜덤으로 3개를 정해서 R₁, R₂, R₃이라고 이름을 붙이고, 이들의 상태 시간 궤적은 x_i = [x1, x2]^T ∈ R², (i = 1,2,3)이다. 시뮬레이션은 100분 증가에 0 ~ 40초까지 간격에서 실행하였다. 각각 로봇의 상태를 제어하는 성능을 보여주기 위해 R₁, R₂, R₃의 초기 상태를 각기 [1, 2]^T, [3, 1.5]^T, [4, 8]^T 와 같이 각각 다르게 설정하였다.

도 3a는 각각의 로봇 초기 상태의 차이에도 불구하고 모든 로봇의 상태가 기대 상태 u로 수렴된다는 것을 보여준다. 도 3b는 100개 로봇 중 10개 (R₁, R2,…. R10)의 상태 궤적을 보여준다. 각각의 로봇의 초기 상태는 각기 다르게 설정되며 ×로 표시하였다. 각각의 로봇 상태가 자율적으로 적응되고 관리자에 의해 주어진 제어 입력 치로 수렴된다는 것을 보여준다.

다음으로, 가동시간 중 제어 입력 치 변화와 상응하는 상태 궤적을 조사하였다. 사용자 입력은 초기에 u = 2로 설정되고 40초에 u = 4로 변경된다.

도 4는 제어 입력 치 변경에 따른 상태 적응 행위를 보인 것이다. 이 확실한 궤적은 인간 관리자에 의해 제어되는 R₅₀의 상태를 의미한다. 도 4a는 다른 초기값을 갖고 출발하는 각각의 로봇을 보여주지만 10초 후 모든 로봇은 u = 2라는 같은 값으로 수렴함을 알 수 있다. 40초 후 제어 입력 치는 4로 변하고 10초 후 로봇의

상태 값 역시 4로 수렴한다. 인간 관리자는 기대 상태로 R₅₀을 이끌어감으로써 군집 로봇들의 구성 변수를 조정할 수 있다. 또한, 관리자는 R₅₀의 e₅₀값을 통해 군집 전체 상태를 알 수 있는데 이는 다음 제어 입력 치에 관한 타이밍을 정확히 정하는데 도움을 준다. 도 4b는 사용자 입력 변경에 따른 R₁, R₂, R₃의 상태 적응을 보인 것이다. 앞선 결과와 유사하게 각각의 로봇 상태 값은 관리자 입력 변경에 따라 성공적으로 적응하고 기대 상태에 군집 전체가 수렴하는 것을 알 수 있다.

도 5는 제어 입력 변수 u(t) = [u₁(t), u₂(t)]^T에서 R₁, R₂, R₃의 안정 상태를 보여준다. 간단하게, u₁(t)는 증가량 0을 가지고 [0.1, 2.0] 범위 내에서 변하며, u₂(t)는 u₂(t) = 2_exp(-u₁(t))로 정해진다. R₁, R₂, R₃의 안정 상태는 다양한 제어 입력 치를 성공적으로 따른다.

시뮬레이션 결과는 제안한 방법이 특정 기대 집합에 HRS 구성 수렴을 보장한다는 것을 보여준다. 덧붙여 본 발명에서 제안한 HRS 시스템에 의해 사용자는 단일 로봇을 통해 로봇 군집 상태를 평가할 수 있다.

이상 설명한 본 발명은 HRS 상호작용 시스템을 위해 설정하는 간접 변수를 위한 방법을 제시한다. 사용자는 단일 로봇에 제어 입력 치를 적용함으로써 로봇 군집과 상호작용을 하는 반면 다른 로봇들은 제안한 역학에 따라 서로 상호작용을 한다. 제안한 방법은 각각의 로봇 제어법에 근거하여 로봇-군집 나머지에 사용자 입력을 전달함으로써 군집 관리에 효율적으로 영향을 준다. 관리자는 군집 역학을 이해함으로써 군집 상태를 효과적으로 관찰할 수 있고 게이트웨이 로봇 피드백에만 근거하여 다음 제어 입력 치 타이밍을 계산할 수 있게 된다.

이상 본 발명자에 의해서 이루어진 발명을 상기 실시 예에 따라 구체적으로 설명하였지만, 본 발명은 상기 실시 예에 한정되는 것은 아니고 그 요지를 이탈하지 않는 범위에서 여러 가지로 변경 가능한 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명하다.

10: 로봇 군집
11: 게이트웨이 로봇
20: 제어 서버
30: 클라이언트 단말

Claims

인간-로봇 군집 상호작용 기반으로 군집 상태를 예측하고, 로봇 군집을 간접 제어하기 위한 방법으로서,
(a) 로봇 관리자인 클라이언트 단말에서 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정한 후, 상기 게이트웨이 로봇만을 직접적으로 제어하는 상호작용을 통해 로봇 군집의 모든 로봇을 간접적으로 제어하는 단계;
(b) 상기 게이트웨이 로봇에서 로봇 군집의 모든 로봇의 상태 정보를 획득하여 상기 클라이언트 단말에 피드백하는 단계; 및
(c) 상기 클라이언트 단말에서 상기 게이트웨이 로봇에서 피드백된 상태정보를 기초로 군집 로봇의 상태를 감시 및 예측하는 단계를 포함하는 것을 특징으로 하는 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법.
청구항 1에서, 상기 (a)단계는 (a1) 로봇 관리자인 클라이언트 단말에서 로봇 군집중 단일 로봇을 게이트웨이 로봇으로 선정하는 단계; (a2) 상기 클라이언트 단말에서 상기 게이트웨이 로봇에만 제어명령을 전송하는 단계를 포함하는 것을 특징으로 하는 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법.
청구항 2에서, 상기 (a1)단계는 로봇 군집중 단일 로봇을 랜덤 방식으로 선택하여 게이트웨이 로봇으로 선정하는 것을 특징으로 하는 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법.
청구항 2에서, 상기 (a)단계는 (a3) 상기 게이트웨이 로봇에서 로봇 군집을 이루는 이웃 로봇들에게 로컬 제어규칙에 따라 제어명령을 전달하는 단계; (a4) 상기 로봇 군집을 이루는 각각의 로봇들은 로컬 제어규칙에 근거하여 상태 벡터를 상호 송수신하는 단계를 더 포함하는 것을 특징으로 하는 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법.
청구항 4에서, 상기 (a4)단계의 각각의 로봇들은 로컬 제어규칙에 따라 자율적인 상호작용을 통해 상태 벡터를 송수신하고, 자신의 상태 벡터를 재설정하는 것을 특징으로 하는 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법.
청구항 1에서, 상기 (b)단계는 (b1) 상기 게이트웨이 로봇에서 로봇 군집에 포함된 모든 로봇의 상태정보를 획득하는 단계; (b2) 상기 게이트웨이 로봇에서 로봇 군집의 상태정보를 상기 클라이언트 단말로 피드백하는 단계를 포함하는 것을 특징으로 하는 인간-로봇 군집 상호작용 기반의 군집 상태 예측 및 로봇 군집 간접제어방법.