KR20190007632A - 3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론 - Google Patents

3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론 Download PDF

Info

Publication number
KR20190007632A
KR20190007632A KR1020170088856A KR20170088856A KR20190007632A KR 20190007632 A KR20190007632 A KR 20190007632A KR 1020170088856 A KR1020170088856 A KR 1020170088856A KR 20170088856 A KR20170088856 A KR 20170088856A KR 20190007632 A KR20190007632 A KR 20190007632A
Authority
KR
South Korea
Prior art keywords
unit
machine learning
map
drones
software
Prior art date
Application number
KR1020170088856A
Other languages
English (en)
Inventor
임재성
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 KR1020170088856A priority Critical patent/KR20190007632A/ko
Publication of KR20190007632A publication Critical patent/KR20190007632A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D43/00—Arrangements or adaptations of instruments
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • 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
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/06—Systems determining the position data of a target
    • G01S15/08—Systems for measuring distance only
    • 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/06—Systems determining position data of a target
    • G01S17/08—Systems determining position data of a target for measuring distance only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
    • B64C2201/128—
    • B64C2201/146—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/60—UAVs specially adapted for particular uses or applications for transporting passengers; for transporting goods other than weapons
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls

Landscapes

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

Abstract

일 실시예에 따른 본 발명의 운반용 드론은 임의 공간의 지도를 작성하여 공간 내의 사물 위치를 인지하는 시스템을 갖춘 드론으로, 드론 컨트롤러로(300)부터 무선 신호를 받는 무선통신부(101); 장애물 감지와 사물의 위치 추정을 위한 거리 감지 센서부(104); 카메라로 사물을 촬영하는 촬영부(105); 머신러닝 기술로 촬영한 이미지에서 사물을 인식하는 사물인식부(106); 물체를 잡기 위한 로봇팔을 조정하는 로봇팔 조정부(107); 지도를 저장하는 지도DB부(108); 사물 위치를 저장하는 사물DB부(109); 머신러닝 파라미터를 저장하는 머신러닝 파라미터DB부(110)를 포함하는 것을 특징으로 한다.

Description

3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론{CARRYING DRONE THAT RECOGNIZES OBJECT LOCATION BY CONSTRUCTING THREE-DIMENSIONAL MAP}
아래의 설명은 드론을 이용한 임의 공간 내 사물 위치인지 및 운반 시스템에 관한 것으로, 더욱 구체적으로는 드론에 거리감지센서와 카메라와 로봇팔을 탑재하고, 드론 컨트롤러로부터 무선신호를 수신하는 무선통신 수신기를 구비하여 운반할 사물의 이름을 수신하며 카메라로 촬영한 이미지에서 사물들을 탐지하는 머신러닝 기술을 이용하기 위한 머신러닝 파라미터를 저장함과 아울러 저장된 지도를 기반으로 항로를 설정하고 항로에 따라 비행을 제어하여 사물을 붙잡아 운반하는 시스템에 관한 것이다.
종래의 운반용 드론은 드론 사용자가 드론 컨트롤러를 조종하여 드론을 사물에 가까이 위치시킨 후 드론에 부착된 로봇팔로 사물을 붙잡아 운반하거나 드론에 운반할 사물을 이미 탑재한 상태로 이동하였다. 이러한 운반용 드론은 화물 운반에 이용할 수 있고 견인줄을 전달하는데 이용할 수 있으며 소방 화재진압용으로 사용될 수 있다.
이러한 드론들은 드론 사용자가 직접 드론 컨트롤러를 조작하여 이동시켜야하기 때문에 드론 컨트롤러를 조작하기 힘든 상황에 있는 경우 사용하기 힘들다. 예를 들어 차량이나 비행기 정비 시, 불편한 자세로 정비를 하게 될 수 있는데 이러한 상황에서는 드론 컨트롤러 조작에 불편을 겪게 된다. 혹은 두 손을 쓸 수 없는 경우에도 드론 컨트롤러를 조작할 수 없다.
참고자료: 한국등록특허 제1015663410000호, 한국등록특허 제1016480530000호
본 발명은 종래의 문제를 해결하기 위한 것으로서, 드론의 운반 작업을 조종하는 드론 컨트롤러 조종자가 드론 컨트롤러를 조작하기 힘든 상황에 있을 경우에도 드론을 운반 작업에 이용할 수 있게 함에 그 목적이 있다.
본 발명의 목적은 여기에 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 운반용 드론은 각 사물의 지도상 위치를 저장하는 사물DB부; 지도를 저장하는 지도 DB부; 지도를 만들 때 장애물을 감지하고 촬영한 사물로부터 드론의 거리를 감지하는 거리감지센서부; 카메라로 사물을 촬영하는 촬영부; 촬영한 이미지에서 머신러닝 기술로 사물을 탐지하는 사물인식부; 머신러닝 기술에 사용되는 머신러닝 파라미터들을 저장하는 머신러닝 파라미터DB부; 드론 컨트롤러로부터 사물 이름을 수신하는 무선통신부; 수신한 사물 이름을 사물DB에서 검색하여 사물의 위치로 장애물을 피하여 항로를 설정하는 항로 설정부; 드론이 항로를 따라 이동하게 하고 드론의 평형을 유지하기 위한 비행 제어부; 사물을 찾았을 시 로봇팔을 조정하여 사물을 붙잡는 로봇팔 조정부를 포함하여 구성될 수 있다.
또한, 본 발명의 제어부는 각 부를 필요에 따라 제어하고 스케쥴링한다. 예를 들어 촬영부에서 촬영한 이미지를 사물인식부에 송신하여 사물인식부가 주어진 이미지에서 사물을 탐지한다. 그리고 제어부는 항로 설정 시 지도DB부의 정보를 항로 설정부에 송신한다.
바람직하게, 본 발명의 드론은 이동 시 자신의 지도상의 위치를 업데이트하여 사물 촬영 시 촬영 위치를 저장함으로써 촬영된 사물의 위치를 알 수 있게 한다.
본 발명의 드론 컨트롤러는 음성 인식으로 사물의 이름을 입력하는 기능을 포함하여 구성될수 있으며, 사물의 이름을 입력하는 버튼, 혹은 터치 패드를 포함하여 구성될 수 있다. 드론 컨트롤러는 Bluetooth, ZigBee, WiFi, LTE 등의 무선통신으로 드론에게 신호를 보낼 수 있으며 스마트폰의 어플리케이션으로 본 컨트롤러를 구현하여 사용할 수 있다.
상기 로봇팔 조정부가 로봇팔로 입력받은 사물 이름에 해당하는 사물을 붙잡으면 드론 컨트롤러의 위치로 이동하거나 드론 사용자가 임의로 지정한 위치로 이동할 수 있다. 사물을 붙잡은 뒤의 목적지는 상기 드론 컨트롤러로 언제나 지정할 수 있으며, 지정한 뒤로는 사물을 붙잡은 뒤 자동으로 기 지정된 위치로 이동한다.
본 발명의 드론은 드론 사용자의 계속적인 조작 없이 상기 드론 컨트롤러에 사물의 이름을 한번 입력함으로써 상기 드론 컨트롤러를 사용하기 힘든 상황에서도 드론에게 운반 작업을 시킬 수 있게 하여 작업 효율을 향상 시킬 수 있다. 기존의 드론에게 운반 작업을 시키기 위해서는 드론 컨트롤러로 드론을 직접 조종하여야 했다. 그리고 상기 드론 컨트롤러를 사용하기 힘들지 않은 상황이라고 하더라도 무거운 사물이나 사람의 손에 닿지 않은 곳에 있는 사물을 상기 드론 컨트롤러의 입력 한 번으로 사물을 운반할 수 있는 효과가 있다.
본 명세서에 첨부되는 다음의 도면들은 본 발명의 바람직한 실시예를 예시하는 것이며, 후술되는 발명의 상세한 설명과 함께 본 발명의 기술 사상을 더욱 효과적으로 이해시키는 역할을 하는 것이므로, 본 발명은 이러한 도면에 기재된 사항에만 한정되어 해석되어서는 아니 된다.
도 1은 본 발명의 바람직한 일 실시예에 의한 운반용 드론 시스템의 상세 구성을 도시한 블록도 및 관련 구성을 전반적으로 도시한 도면,
도 2는 본 발명의 바람직한 일 실시예에 의한 지도 작성과 지도상 사물 위치 파악 과정을 도시한 흐름도,
도 3은 본 발명의 바람직한 일 실시예에 의한 사물 운반 과정을 도시한 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 운반용 드론 시스템(100)을 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원 시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
도 1은 본 발명의 바람직한 일 실시예에 의한 운반용 드론 시스템의 상세 구성을 도시한 블록도 및 관련 구성을 전반적으로 도시한 도면이다.
본 발명의 운반용 드론 시스템(100)은 도 1에 도시된 바와 같이 카메라 등의 촬영장치와 거리 감지센서가 구비된 이동체와 무선 네트워크를 통하여 통신 가능하게 연결된다. 상기 카메라는 사진 촬영이 목적으로 영상촬영 기능이 포함될 필요는 없다. 상기 무선 네트워크는 본 발명의 운반용 드론 시스템과 드론 컨트롤러 사이의 데이터 통신을 수행하는 통신망으로서 Bluetooth, WiFi, LTE 등 다양한 프로토콜과 방식으로 구현될 수 있음은 물론이다. 상기 거리감지센서는 본 발명의 운반용 드론 시스템과 장애물 혹은 사물 간의 거리를 감지하는데 사용될 수 있으며 적외선 센서 혹은 초음파 센서 등 다양한 거리감지센서를 이용하여 구현될 수 있다.
이하에서는 첨부된 도면 등을 참조하여 본 발명에 의한 운반용 드론 시스템(100)의 구체적인 구성과 프로세싱에 대하여 상세히 설명하도록 한다.
본 발명의 드론은 지도DB부(108), 사물DB부(109), 머신러닝 파라미터DB부(110), 무선통신부(101), 비행제어부(102), 항로설정부(103), 거리감지센서부(104), 촬영부(105), 사물인식부(106) 및 로봇팔조정부(107)를 포함하여 구성될 수 있다.
상기 운반용 드론의 상기 거리감지센서부(104)는 상기 운반용 드론에 부착된 거리감지센서를
이용하여 주변 사물이나 장애물로부터의 거리를 감지하여 드론이 이동 중에 주변 물체에 부딪히지 않게 하며, 드론으로부터 촬영한 사물까지의 거리를 감지하여 사물의 위치를 지도 상 좌표로 나타낼 수 있게 한다.
상기 사물인식부(106)는 머신러닝 소프트웨어를 포함할 수 있으며 촬영한 이미지에서 머신러닝 알고리즘을 이용하여 사물(들)을 감지하는 역할을 한다. 감지한 사물들은 사물의 이름과 사물의 지도상 위치를 상기 사물DB부(109)에 저장한다.
상기 지도DB부(108)는 지도 데이터를 저장하여, 임의 공간에서 드론이 항로를 설정하게 하고 사물의 지도상 위치를 알려준다. 지도 데이터는 simultaneous localization and mapping(SLAM) 알고리즘을 이용하여 구할 수 있다. 이에 대한 내용은 후술하기로 한다.
상기 머신러닝 파라미터DB부(110)는 사물 식별을 위한 이미 트레이닝된 머신러닝 파라미터를 저장한다. 상기 사물인식부(106)에서 상기 머신러닝 파라미터DB부(110)의 머신러닝 파라미터를 이용하여 촬영한 이미지의 사물들을 식별한다. 머신러닝에 사용되는 트레이닝 데이터의 사물들은 보편적으로 많이 사용되는 사물들로 구성하며, 필요시 추가적인 사물에 대하여 트레이닝할 수 있다.
상기 무선통신부(101)는 무선네트워크를 이용하여 상기 운반용 드론이 상기 드론 컨트롤러(300)와 무선통신할 수 있게 하여 사물 이름을 수신한다. 상기 제어부(111)는 상기 무선통신부(101)가 수신한 사물 이름을 상기 사물DB부(109)에서 검색한다.
상기 항로설정부(103)는 상기 지도DB부(108)를 참고하여 지도상의 장애물에 부딪히지 않도록 목적지로 가는 항로를 설정한다. 지도 작성시에는 지도 작성 알고리즘에 따라 움직인다. 지도 작성 알고리즘에 대해서는 후술한다.
상기 비행제어부(102)는 드론이 항로 설정부에서 설정한 항로로 이동하게 하고 비행 중 드론의 균형 유지를 위하여 드론의 각 프로펠러의 속도를 조정한다.
상기 촬영부(105)는 드론에 부착된 카메라를 이용하여 외부 환경을 촬영하여 촬영 이미지를 저장장치에 저장한다. 상기 제어부(111)는 저장장치에 저장된 상기 촬영 이미지를 상기 사물인식부(106)에 전달한다.
상기 로봇팔조정부(107)는 드론에 부착된 로봇팔을 이용하여 인식한 물체를 붙잡아 들어 올려 이동시키는 작업을 할 수 있다.
이하에서는 도 2와 도3의 흐름도를 참조하여 운반용 드론 시스템(00)의 지도 작성과 지도상 사물 위치 파악, 사물 운반 과정을 상세히 설명한다.
지도는 simultaneous localization and mapping (SLAM) 알고리즘과 드론에 부착된 적외선 혹은 초음파 거리 감지 센서와 카메라를 이용하여 작성(410)할 수 있다. 카메라로 공간의 임의 지점을 촬영하여 SLAM 알고리즘의 랜드마크를 지정하고 인식할 수 있다. 인식에는 머신러닝 기술이 사용될 수 있다. 드론에 레이져 스캐너를 부착하여 거리와 방위각을 반환하는 방법으로 SLAM 알고리즘을 이용할 수도 있다. 지도 작성의 결과는 상기 지도DB부(108)에 저장한다.
지도 작성 후 드론에 부착된 카메라로 지도 내 공간을 촬영하여 상기 촬영 이미지와 촬영 장소 좌표를 저장하고 머신러닝 기술을 이용하여 상기 촬영 이미지에서 사물을 식별한다.
머신러닝 기술로는 이미지상의 사물 탐지에 뛰어난 딥러닝 알고리즘인 convolutional neural network(CNN) 혹은 R-CNN을 이용할 수 있다. 식별한 각 사물의 이름과 지도상 위치(사물 이름, x, y, z축)를 상기 사물DB부(109)에 저장한다. 머신러닝 파라미터에 대한 내용은 전술하였다. 지도상 위치는 상기 저장된 촬영 장소 좌표와 상기 거리 감지 센서를 참고하여 추정할 수 있다. 상기 거리 감지 센서로 드론과 사물까지의 거리를 측정하여 상기 사물 좌표 추정에 사용한다. 일정 시간 주기 t 마다 방의 사물들을 촬영하여 사물들의 위치변화가 있다면 상기 사물DB부(109)에 반영한다(420).
드론 사용자가 드론 컨트롤러(300)로 사물 이름을 드론에게 전송한다. 이때 무선 네트워크 신호(블루투스, LTE, WiFi 등)를 이용한다. 드론의 상기 무선통신부(101)가 무선 네트워크 신호를 수신한다.
드론이 상기 사물DB부(109)에서 사물을 검색하여 사물 위치를 찾고, 찾은 사물 위치로 항로 설정을 한다. 항로는 지도DB부(108)의 지도를 참고하여 장애물에 부딪히지 않게 설정 된다.
새로 생긴 장애물이 존재할 수 있기 때문에 거리감지센서로 항로상에 장애물이 있는지 판단하여 장애물을 피한다.
설정된 항로로 드론이 이동하여 상기 사물 위치를 드론에 부착된 카메라로 촬영한다. 머신러닝을 이용하여 촬영 이미지 중 사물을 식별하여 여전히 상기 사물DB부(109)의 상기 위치에 존재하는지 파악한다.
상기 사물DB부(109)의 상기 위치에 사물이 있다면 해당 사물을 드론이 드론에 부착된 로봇팔로 집어서 드론 사용자가 원하는 임의의 위치로 드론이 이동한 후 로봇팔이 사물을 놓는다.
상기 사물DB부(109)의 위치에 사물이 없다면 지도내 공간을 다시 촬영하고 상기 촬영 이미지에서 사물을 다시 식별하여 사물을 찾은 후 사물DB부(109)를 업데이트 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 여기서 보여주는 실시예는 이 기술의 한 가지 적용 사례로서 본 발명은 이 실시예에 한정되지 않는다.
본 발명의 드론은 비행기 정비소에서 사용하기에 적합하다. 크기가 40m가 넘어가는 대형 항공기를 정비하기 위해서는 40m가 넘는 정비소를 필요로 한다. 이러한 정비소에서 높이가 15m가 넘는 항공기를 정비하기 위해서는 사다리나 간이 계단 혹은 리프팅 장치가 필요하다. 정비시 수직, 수평으로 이동하는 일이 많아지면 정비 효율이 감소한다.
상기 정비소에서 본 발명의 드론이 공간 정보와 각종 공구들의 위치를 탐지하고 DB에 저장한다. 정비사가 특정 공구를 필요로 할 시 드론 컨트롤러가 무선 네트워크 신호로 드론에게 공구 이름을 전송한다.
공구 이름을 수신한 드론은 해당 공구의 위치를 도 1의 사물DB부(109)에서 탐색하여 해당 사물 위치로 이동한다. 드론이 로봇팔을 이용하여 사물을 들어올려 지정된 위치로 비행하여 사물을 전달한다. 여기서 지정된 위치는 드론 컨트롤러로 지정할 수 있다.
본 발명의 드론을 이용하면 정비사가 필요한 공구를 취득하기 위하여 사다리를 오르내리거나 리프팅 장치를 이용할 필요가 없다. 드론이 비행하여 필요한 공구를 가져오기 때문에 정비 효율이 올라가고 동일 정비 작업 수행 시 작업자의 피로감이 감소한다. 이에 따라 철저한 정비가 가능해지고 항공 사고율을 크게 낮출 수 있다.
이상에서 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 기재된 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 운반용 드론 시스템
101: 무선통신부
102: 비해제어부
103: 항로설정부
104: 거리감지센서부
105: 촬영부
106: 사물인식부
107: 로봇팔조정부
108: 지도DB부
109: 사물 DB부
110: 머신러닝 파라미터DB부
111: 제어부
200: 임의 공간
201: 드론
202: 사물
300: 드론 컨트롤러
301: 드론에 입력한 사물

Claims (8)

  1. 운반용 드론 시스템에 있어서,
    촬영부(105),
    거리감지센서부(104),
    무선통신부(101),
    지도 정보를 저장하는 지도DB부(108),
    사물 이름과 사물 위치를 저장하는 사물DB부(109),
    머신러닝 파라미터를 저장하는 머신러닝 파라미터DB부(110),
    지도 작성을 위한 SLAM 소프트웨어, 사물 탐지(object detection)를 위한 머신러닝 소프트웨어, 제어부(111)를 포함하는 이동체(201) 및
    상기 이동체(201)에 사물 이름을 송신하는 드론 컨트롤러(300)
    를 포함하는 운반용 드론 시스템.
  2. 제 1항에 있어서,
    상기 거리감지센서부(104)의 거리감지센서는 사물까지의 거리를 감지할 수 있는 센서로 적외선 센서 혹은 초음파 센서 등 거리를 감지하는 센서로 구성되는 것을 특징으로 하는 운반용 드론 시스템.
  3. 제 1항에 있어서,
    상기 사물DB부(109)는 상기 머신러닝 소프트웨어로 인식한 사물 이름과 지도상 사물 위치 좌표를 저장하는 것을 특징으로 하는 운반용 드론 시스템.
  4. 제 1항에 있어서,
    기 존재하는 상기 SLAM 소프트웨어를 이용하여 지도를 작성하여 상기 지도DB부(108)에 지도 데이터를 저장하는 기능을 포함하는 것을 특징으로 하는 운반용 드론 시스템.
  5. 제 1항에 있어서,
    상기 촬영부(105)의 카메라는 사진 촬영 기능을 포함하는 카메라인 것을 특징으로 하는 운반용 드론 시스템.
  6. 제 1항에 있어서,
    상기 무선통신부(101)는 Bluetooth, WiFi, LTE, ZigBee 등의 무선통신 프로토콜을 이용할 수 있고 상기 드론 컨트롤러(300)와 무선통신을 하여 사물 이름을 입력받을 수 있는 것을 특징으로 하는 운반용 드론 시스템.
  7. 제 1항에 있어서,
    상기 머신러닝 소프트웨어는 상기 카메라로 촬영한 촬영 이미지(사진) 중 사물을 인식할 수 있는 소프트웨어인 것을 특징으로 하는 운반용 드론 시스템.
  8. 제 1항에 있어서,
    상기 머신러닝 파라미터DB부(110)는 상기 머신러닝 소프트웨어에 사용될 상기 머신러닝 파라미터를 포함하는 DB인 것을 특징으로 하는 운반용 드론 시스템.
KR1020170088856A 2017-07-13 2017-07-13 3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론 KR20190007632A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170088856A KR20190007632A (ko) 2017-07-13 2017-07-13 3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170088856A KR20190007632A (ko) 2017-07-13 2017-07-13 3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론

Publications (1)

Publication Number Publication Date
KR20190007632A true KR20190007632A (ko) 2019-01-23

Family

ID=65280245

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170088856A KR20190007632A (ko) 2017-07-13 2017-07-13 3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론

Country Status (1)

Country Link
KR (1) KR20190007632A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110361009A (zh) * 2019-07-12 2019-10-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划系统以及移动机器人
KR102166586B1 (ko) * 2019-07-19 2020-10-16 백호암 딥러닝 기반 위치측위 기술을 이용한 모바일 증강현실 서비스장치 및 방법
KR102199818B1 (ko) * 2019-12-30 2021-01-07 한국기술교육대학교 산학협력단 군집 무인 이동체의 에너지 최적화
KR20210061709A (ko) * 2019-11-20 2021-05-28 한국생산기술연구원 선형적 특성정보의 상호 관계를 이용한 드론의 전선 인식장치 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110361009A (zh) * 2019-07-12 2019-10-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划系统以及移动机器人
CN110361009B (zh) * 2019-07-12 2020-09-22 深圳市银星智能科技股份有限公司 一种路径规划方法、路径规划系统以及移动机器人
KR102166586B1 (ko) * 2019-07-19 2020-10-16 백호암 딥러닝 기반 위치측위 기술을 이용한 모바일 증강현실 서비스장치 및 방법
KR20210061709A (ko) * 2019-11-20 2021-05-28 한국생산기술연구원 선형적 특성정보의 상호 관계를 이용한 드론의 전선 인식장치 및 방법
KR102199818B1 (ko) * 2019-12-30 2021-01-07 한국기술교육대학교 산학협력단 군집 무인 이동체의 에너지 최적화

Similar Documents

Publication Publication Date Title
CN108283021B (zh) 机器人和用于机器人定位的方法
US20200207474A1 (en) Unmanned aerial vehicle and payload delivery system
AU2018311702B2 (en) Model for determining drop-off spot at delivery location
EP3525992B1 (en) Mobile robot and robotic system comprising a server and the robot
US11673269B2 (en) Method of identifying dynamic obstacle and robot implementing same
KR20190007632A (ko) 3차원 지도를 작성하여 사물 위치를 인지하는 운반용 드론
JP2019125354A (ja) 情報処理装置、システム、方法、およびプログラム
AU2017345067A1 (en) Drop-off location planning for delivery vehicle
WO2020107372A1 (zh) 拍摄设备的控制方法、装置、设备及存储介质
WO2018026836A1 (en) Generating a model for an object encountered by a robot
US20170102699A1 (en) Drone control through imagery
JP6495557B2 (ja) ドローン制御システム、方法及びプログラム
JP7259274B2 (ja) 情報処理装置、情報処理方法、及びプログラム
WO2018076895A1 (zh) 基于主无人机的从无人机飞行控制方法、装置及系统
CN110858098A (zh) 使用人-机器人交互的自驱动移动机器人
US20220137647A1 (en) System and method for operating a movable object based on human body indications
WO2019051832A1 (zh) 可移动物体控制方法、设备及系统
WO2018228258A1 (zh) 一种移动电子设备以及该移动电子设备中的方法
KR20210026595A (ko) 로봇이 관리자 모드로 이동하는 방법 및 이를 구현하는 로봇
WO2019165613A1 (zh) 移动设备的控制方法、设备和存储装置
JP2020149186A (ja) 位置姿勢推定装置、学習装置、移動ロボット、位置姿勢推定方法、学習方法
JP6725736B1 (ja) 画像特定システムおよび画像特定方法
US11986959B2 (en) Information processing device, action decision method and program
KR20210042537A (ko) 대면적의 공간에서 로컬 영역별로 위치를 추정하는 방법 및 이를 구현하는 로봇과 클라우드 서버
WO2021033422A1 (ja) 位置推定システム、位置推定装置、飛行体、位置推定プログラム及び位置推定方法