KR20190091233A - 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇 - Google Patents

로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇 Download PDF

Info

Publication number
KR20190091233A
KR20190091233A KR1020190085957A KR20190085957A KR20190091233A KR 20190091233 A KR20190091233 A KR 20190091233A KR 1020190085957 A KR1020190085957 A KR 1020190085957A KR 20190085957 A KR20190085957 A KR 20190085957A KR 20190091233 A KR20190091233 A KR 20190091233A
Authority
KR
South Korea
Prior art keywords
space
robot
spaces
users
service
Prior art date
Application number
KR1020190085957A
Other languages
English (en)
Inventor
신종철
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190085957A priority Critical patent/KR20190091233A/ko
Publication of KR20190091233A publication Critical patent/KR20190091233A/ko
Priority to US16/557,121 priority patent/US20200019183A1/en

Links

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
    • G05D1/02—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
    • G05D1/0297—Fleet control by controlling means in a control room
    • 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
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • 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
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B25J19/021—Optical sensing devices
    • B25J19/023—Optical sensing devices including video camera means
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B25J9/1666—Avoiding collision or forbidden zones
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • 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
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • 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
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)
  • Operations Research (AREA)

Abstract

로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇이 개시된다. 개시된 서버, 로봇 및 방법은 복수의 공간들을 포함하는 장소에 대한 이전 날짜의 이미지들을 분석하여 공간들 각각에 대한 잠재적 고객인 제1 사용자의 개수를 시간대 별로 추정하고, 제1 사용자의 개수에 기초하여 시간대 별로 로봇의 초기 위치를 설정한다.

Description

로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇{SERVER AND METHOD FOR SETTING INTIAL POSITION OF ROBOT, AND ROBOT OF OPERATING BASED ON THE METHOD}
본 발명은 시간대 별로 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 이동하는 로봇에 관한 기술이다.
로봇은 다양한 방식으로 이동할 수 있다. 로봇은 전체 공간에 대해 맵을 저장할 수 있으며, 맵 상에서 이동 경로를 생성할 수 있다. 또는, 로봇은 별도의 맵 없이 주변의 장애물을 센싱하고, 센싱된 장애물을 회피하도록 경로를 생성할 수 있다.
한편, 공항 등의 대면적의 장소에서는 이동 가능한 복수의 로봇들이 존재하며, 로봇들은 사용자들에게 특정 서비스를 제공한다. 일례로, 로봇은 길을 안내하거나, 상가에서 제공하는 상품/서비스를 소개할 수 있다.
그런데, 로봇이 제공하는 서비스를 원하는 사용자들이 로봇의 위치와 멀리 떨어진 공간에 몰려있는 경우, 로봇은 특정 서비스를 효과적으로 제공하지 못하는 단점이 있다.
또한, 소수의 사용자들이 공간에 로봇이 존재하는 경우, 로봇이 서비스를 제공하지 않는 유휴 시간이 발생하며, 따라서 로봇을 효과적으로 활용하지 못하는 문제점이 있다.
본 발명의 목적은 대면적의 장소에서 로봇에서 제공하는 서비스가 많이 요구되는 공간을 분석하고, 분석 결과에 기초하여 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 이동하는 로봇을 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상술한 바와 같은 과제를 해결하기 위해, 본 발명의 일 실시예에 의한 서버, 로봇 및 방법은 복수의 공간들을 포함하는 장소에 대한 이전 날짜의 이미지들을 분석하여 공간들 각각에 대한 잠재적 고객인 제1 사용자의 개수를 시간대 별로 추정하고, 제1 사용자의 개수에 기초하여 시간대 별로 로봇의 초기 위치를 설정하는 것을 기술적 특징으로 한다.
본 발명의 일 실시예에 의한 서버는, 복수의 공간들을 포함하는 장소에 대한 제1 시간 구간에서의 이미지들을 분석하여, 상기 공간들 각각에 대해, 상기 공간의 영역에 위치하는 사용자들 중 로봇의 서비스를 제공받고자 하는 제1 사용자의 개수를 추정하는 추정부 및 상기 공간들 각각에 대해 추정된 상기 제1 사용자의 개수에 기초하여 상기 공간들 각각의 기 설정된 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 상기 제1 시간 구간에서의 상기 로봇의 초기 위치로 설정하는 설정부를 포함하되, 상기 추정부는 상기 사용자들의 상기 공간에의 진입/진출 여부 정보 및 상기 공간의 영역에서의 상기 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정한다.
본 발명의 일 실시예에 의한 로봇은, 복수의 공간들을 포함하는 장소에 대한 제1 시간 구간에서의 제1 이미지를 획득하는 카메라, 외부 장치에서 획득된 상기 장소에 대한 상기 제1 시간 구간에서의 제2 이미지를 수신하는 통신부, 상기 제1 이미지 및 상기 제2 이미지를 분석하여, 상기 공간들 각각에 대해, 상기 공간의 영역에 위치하는 사용자들 중 로봇의 서비스를 제공받고자 하는 제1 사용자의 개수를 추정하는 추정부 및 상기 공간들 각각에 대해 추정된 상기 제1 사용자의 개수에 기초하여 상기 공간들 각각에 대한 기 설정된 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 상기 제1 시간 구간에서의 상기 로봇의 초기 위치로 설정하는 설정부를 포함하되, 상기 추정부는 상기 사용자들의 상기 공간에의 진입/진출 여부 정보 및 상기 공간의 영역에서의 상기 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정한다.
본 발명의 일 실시예에 의한 로봇의 초기 위치 설정 방법은 복수의 공간들을 포함하는 장소에 대한 제1 시간 구간에서의 이미지들을 분석하여, 상기 공간들 각각에 대해, 상기 공간의 영역에 위치하는 사용자들 중 로봇의 서비스를 제공받고자 하는 제1 사용자의 개수를 추정하는 단계 및 상기 공간들 각각에 대해 추정된 상기 제1 사용자의 개수에 기초하여 상기 공간들 각각의 기 설정된 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 상기 제1 시간 구간에서의 상기 로봇의 초기 위치로 설정하는 단계를 포함하되, 상기 추정하는 단계는, 상기 사용자들의 상기 공간에의 진입/진출 여부 정보 및 상기 공간의 영역에서의 상기 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정한다.
본 발명에 따르면, 대면적의 장소에서 로봇에서 제공하는 서비스가 많이 요구되는 공간으로 로봇의 초기 위치를 설정함으로써 사용자가 기다림 없이 로봇의 서비스를 제공받을 수 있다.
또한, 본 발명에 따르면, 로봇이 서비스를 제공하지 않는 유휴 시간을 최소화하여 로봇을 효과적으로 활용할 수 있다.
또한, 본 발명의 효과는 상기한 효과로 한정되는 것은 아니며, 본 발명을 실시하기 위한 구체적인 내용 및 청구범위에 기재된 발명의 구성으로부터 추론 가능한 모든 효과를 포함하는 것으로 이해되어야 한다..
도 1은 본 발명의 일 실시예에 따라서, 복수의 로봇들이 위치하는 장소의 일례를 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 관리 서버의 개략적인 구성을 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따라서, 관리 서버가 제1 시간 구간에서 로봇의 초기 위치를 설정하는 동작의 흐름도를 도시한 도면이다.
도 4는 본 발명에 따른 공간의 영역의 개념을 도시한 도면이다.
도 5는 본 발명에 따른 로봇의 초기 위치 설정의 일례를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 로봇의 개략적인 구성을 도시한 도면이다.
이하, 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 또한, 본 발명의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 또는 접속될 수 있지만, 각 구성 요소 사이에 다른 구성 요소가 "개재"되거나, 각 구성 요소가 다른 구성 요소를 통해 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
또한, 본 발명을 구현함에 있어서 설명의 편의를 위하여 구성요소를 세분화하여 설명할 수 있으나, 이들 구성요소가 하나의 장치 또는 모듈 내에 구현될 수도 있고, 혹은 하나의 구성요소가 다수의 장치 또는 모듈들에 나뉘어져서 구현될 수도 있다.
이하, 본 명세서에서 로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다. 여기서, 로봇이 수행하는 기능이란 청소, 맵 작성, 컨텐츠 제공 등의 기능 및 보안 기능 등과 같이 이동하는 장치가 제공할 수 있는 다양한 기능들을 포함한다.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.
도 1은 본 발명의 일 실시예에 따라서, 복수의 로봇들이 위치하는 장소의 일례를 도시한 도면이다.
장소(100)는 공항 등과 같이 대면적인 장소일 수 있으며, 복수의 공간들을 포함한다. 복수의 로봇(110) 각각은 이동 가능하며, 사용자들에게 서비스를 제공하는 장치이다. 일례로서, 로봇에서 제공되는 서비스는 길 안내 서비스, 상가에서 제공하는 상품/서비스의 소개 서비스 등을 포함한다.
복수의 공간들은 특정 서비스를 제공하는 공간인 적어도 하나의 서비스 공간 및 특정 서비스를 제공하지 않는 공간인 적어도 하나의 비-서비스 공간을 포함한다.
일례로서, 서비스 공간은 식당, 이벤트 상점, 면세점, 화장실, 고객 센터, 휴게 공간, 공항 입국장 등일 수 있으며, 비-서비스 공간은 장소의 출입구와 연결되는 공간(출입구 공간), 장소 내의 통행 공간 등일 수 있다.
이 때, 적어도 하나의 서비스 공간은, 서비스 공간에서 제공되는 서비스에 대한 사용자의 이용 의지가 명확한 공간인 제1 서비스 공간 및 서비스 공간에서 제공되는 서비스에 대한 사용자의 이용 의지가 불명확한 공간인 제2 서비스 공간을 포함할 수 있다.
즉, 제1 서비스 공간은 사용자가 분명한 목적을 가지고 의도적으로 진입을 하는 공간이다. 일례로서, 제1 서비스 공간은 식당, 화장실, 고객 센터, 공항 입국장 등일 수 있다. 또한, 제2 서비스 공간은 사용자가 분명한 목적을 가지지 않고 진입을 하는 공간이다. 일례로서, 제2 서비스 공간은 이벤트 상점, 면세점, 휴게 공간 등일 수 있다. 이 때, 제1 서비스 공간 및 제2 서비스 공간은 미리 정의될 수 있다.
한편, 장소 내에는 로봇의 서비스를 제공받을 수 있는 사용자들이 존재하며, 사용자들 중 다수는 시간대 별로 특정 공간에 몰려서 위치할 수 있다. 따라서, 본 발명은 사용자들에게 효율적으로 로봇의 서비스를 제공하기 위해, 사용자들 중 로봇의 서비스를 제공받을 수 있는 잠재적 고객인 제1 사용자의 개수를 시간대 별로 추정하고, 제1 사용자의 개수에 기초하여 시간대 별로 로봇의 초기 위치를 설정하는 것을 주요한 특징으로 한다.
이하, 아래의 도면들을 참조하여 특정 날짜의 하나의 시간 구간(즉, 제1 시간 구간, 일례로, 11:00 ~ 12:00)에서 로봇의 초기 위치가 설정되는 본 발명의 내용을 보다 상세하게 설명한다. 이 때, 아래에서 설명하는 내용은 특정 날짜에 포함된 모든 시간 구간에서 로봇의 초기 위치를 설정하는데 동일하게 적용될 수 있다.
도 2는 본 발명의 일 실시예에 따른 관리 서버(120)의 개략적인 구성을 도시한 도면이다.
도 2를 참조하면, 관리 서버(120)는 특정 장소에 위치하는 적어도 하나의 로봇(110)에 대한 초기 위치를 시간대 별로 설정하는 장치로서, 통신부(121), 추정부(122) 및 설정부(123)를 포함한다.
통신부(121)는 장소에 배치된 CCTV 및 장소에 위치하는 적어도 하나의 로봇(110)과 통신을 수행한다. 일례로서, 통신부(121)는 이동통신 모듈, 근거리 통신 모듈 등을 포함할 수 있다.
이동통신 모듈은, 이동통신을 위한 기술표준들 또는 통신방식, 예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말 장치, 통신 서버 중 적어도 하나와 무선 신호를 송수신한다.
근거리 통신 모듈은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 포함할 수 있다.
추정부(122) 및 설정부(123)는 프로세서 기반의 모듈일 수 있다. 여기서, 프로세서는 중앙처리장치, 애플리케이션 프로세서, 또는 커뮤니케이션 프로세서 중 하나 또는 그 이상을 포함할 수 있다
추정부(122)는 공간들 각각에 대한 제1 사용자의 개수를 추정하는 기능을 수행한다. 여기서, 제1 사용자는 공간과 인접하게 위치하는 사용자들 중 로봇(110)의 서비스를 제공받을 수 있는 잠재적 고객을 의미한다. 한편, 추정부(122)는 통신부(121)를 통해 수신된 이미지들에 기초하여 공간들 각각에 대한 제1 사용자의 개수를 추정한다.
설정부(123)는 현재 날짜의 제1 시간 구간에서의 로봇(110)의 초기 위치를 설정한다. 이 때, 추정부(122)에서 추정된 공간들 각각에 대해 추정된 제1 사용자의 개수가 사용된다.
도 3은 본 발명의 일 실시예에 따라서, 관리 서버(120)가 제1 시간 구간에서 로봇(110)의 초기 위치를 설정하는 동작의 흐름도를 도시한 도면이다. 이하, 각 단계 별로 수행되는 과정을 상세하게 설명한다.
먼저, 통신부(121)는 복수의 공간들을 포함하는 장소들에 대한 제1 시간 구간에서의 이미지들을 수신한다(S310). 이 때, 수신된 이미지들은 이전 날짜의 제1 시간 구간에서 획득된 이미지들이다.
한편, 이미지는 적어도 하나의 로봇(110)에서 획득될 수도 있고, 장소에 배치된 적어도 하나의 CCTV에서 획득될 수도 있다. 따라서, 통신부(121)는 적어도 하나의 로봇(110) 및 적어도 하나의 CCTV에서 이미지들을 수신할 수 있다.
다음으로, 추정부(122)는 수신된 이미지들을 분석하여 공간들 각각에 대한 제1 사용자의 개수를 추정한다(S320).
여기서, 제1 사용자는 상기에서 언급한 바와 같이 공간의 영역에 존재하는 사용자들 중 로봇(110)의 서비스를 제공받을 수 있는 잠재적 고객을 의미한다.
도 4에서는 본 발명에 따른 공간의 영역의 개념을 도시하고 있다. 도 4를 참조하면, 공간의 영역은 공간과 기 설정된 거리 내의 영역과 대응된다. 그리고, 공간들 각각에 대하여, 로봇(110)의 대기 위치(410)가 미리 설정되어 있다.
공간들 각각에 대한 제1 사용자의 개수의 추정의 내용은 아래에서 보다 상세하게 설명하기로 한다.
계속하여, 설정부(123)는 공간들 각각에 대해 추정된 제1 사용자의 개수에 기초하여 현재 날짜의 제1 시간 구간에서의 로봇(110)의 초기 위치를 설정한다(S330). 즉, 설정부(123)는 공간들 각각에 대해 추정된 제1 사용자의 개수에 기초하여 공간들 각각의 로봇 대기 위치 중 어느 하나의 공간의 로봇 대기 위치를 현재 날짜의 제1 시간 구간에서의 로봇(110)의 초기 위치로 설정한다.
본 발명의 일 실시예에 따르면, 장소에 하나의 로봇(110)이 존재하는 경우, 설정부(123)는 공간들 중 제1 사용자의 개수가 가장 많은 공간인 제1 공간의 로봇 대기 위치를 제1 시간 구간에서의 로봇(110)의 초기 위치로 설정할 수 있다. 이는 도 5에 도시된 바와 같이 표현되며, 제1 사용자(510)가 가장 많은 공간의 로봇 대기 위치로 로봇의 초기 위치가 설정될 수 있다.
즉, 설정부(123)는 잠재적 고객의 숫자가 가장 많은 제1 공간과 인접한 위치(제1 공간의 로봇 대기 위치)를 제1 시간 구간에서의 로봇(110)의 초기 위치로 설정할 수 있다.
또한, 본 발명의 다른 실시예에 따르면, 장소에 복수의 로봇(110)들이 존재하는 경우, 설정부(123)는 복수의 로봇(110)들 각각에 대한 제1 시간 구간에서의 초기 위치를 개별적으로 설정할 수 있다.
보다 상세하게, 설정부(123)는 공간들 중 제1 사용자의 개수가 제1 임계값 이상인 공간을 검색한다. 제1 임계값은 이전 날짜의 이미지들에 존재하는 사용자들의 개수에 기초하여 미리 설정된 값이다. 제1 임계값은 제1 사용자의 개수의 최대값보다 작을 수 있다.
만약, 제1 임계값 이상의 제1 사용자의 개수를 가지는 공간이 하나인 경우, 설정부(123)는 제1 시간 구간에서의 복수의 로봇(110)들의 초기 위치를 상기 하나의 공간의 로봇 대기 위치로 설정한다.
반대로, 제1 임계값 이상의 제1 사용자의 개수를 가지는 공간이 2 이상인 경우, 설정부(123)는 2 이상의 공간들의 로봇 대기 위치 중 어느 하나를 복수의 로봇(110) 각각의 초기 위치로 설정하되, 2 이상의 공간들의 로봇 대기 위치로 초기 위치가 설정된 로봇(110)의 개수는 2개 이상의 공간들의 제1 사용자의 개수와 비례할 수 있다.
즉, 장소에 복수의 로봇(110)들이 존재하고, 복수의 로봇(110)들의 초기 위치 모두를 잠재적 고객이 가장 많은 공간의 로봇 대기 위치로 설정하는 경우, 다른 공간에 위치한 제1 사용자는 로봇(110)의 서비스를 제공받을 수 없으며, 이는 비효율적인 로봇(110)의 활용이다.
따라서, 로봇(110)의 효율적인 초기 배치를 위해, 설정부(123)는 복수의 로봇(110)의 초기 위치를 상기한 2 이상의 공간들의 로봇 대기 위치 중 어느 하나로 설정하되, 제1 사용자의 개수가 많을수록 많은 수의 로봇(110)이 분배되고, 제1 사용자의 개수가 적을수록 적은 수의 로봇(110)이 분배된다.
마지막으로, 통신부(121)는 초기 위치를 적어도 하나의 로봇(110) 각각으로 전송한다(S340). 초기 위치를 수신한 로봇(110)은 제1 시간 구간의 첫 시점에 상기 수신된 초기 위치로 이동한다.
요컨대, 본 발명에 따르면, 대면적의 장소에서 로봇(110)에서 제공하는 서비스가 많이 요구되는 공간으로 로봇(110)의 초기 위치를 설정함으로써 사용자가 기다림 없이 로봇(110)의 서비스를 제공받을 수 있다. 그리고, 본 발명에 따르면, 로봇(110)이 서비스를 제공하지 않는 유휴 시간을 최소화하여 로봇(110)을 효과적으로 활용할 수 있다.
이하, 공간들 각각에 대하여 제1 사용자의 개수를 추정하는 추정부(122)의 동작을 상세하게 설명하기로 한다.
본 발명에 따르면, 추정부(122)는 사용자들의 공간에의 진입/진출 여부 정보 및 공간의 영역에서의 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 공간의 제1 사용자의 개수를 추정할 수 있다.
여기서, 공간의 진입은 사용자가 공간 내로 들어가는 것과 대응되고, 공간의 진출은 사용자가 공간의 외부로 나오는 것과 대응된다. 그리고, 사용자의 보행 형태는 공간의 영역에서의 사용자의 보행 속도, 사용자가 공간의 영역을 배회하는 행동 등을 포함한다.
일례로, 사용자의 전면이 검출되고 사용자의 보행 방향이 공간의 외부 방향인 것으로 판단된 경우, 추정부(122)는 사용자가 공간에서 진출하는 것으로 추정한다. 그리고, 사용자의 후면이 검출되고 사용자의 보행 방향이 공간의 내부 방향인 것으로 판단된 경우, 추정부(122)는 사용자가 공간으로 진입하는 것으로 추정한다.
공간의 종류에 따라 사용자가 제1 사용자(잠재적 고객)인지 여부를 추정하는 추정부(122)의 동작을 상세하게 설명한다.
본 발명의 일 실시예에 따르면, 추정부(122)는 제1 서비스 공간에서 진출한 사용자를 제1 서비스 공간에서 대한 제1 사용자로 추정할 수 있다.
상기에서 설명한 바와 같이 제1 서비스 공간은 사용자가 분명한 목적을 가지고 의도적으로 진입을 하는 서비스 공간이다. 즉, 제1 서비스 공간으로 진입하는 사용자는 제1 서비스 공간에서 제공되는 서비스를 이용하고자 하는 의지가 강하다. 따라서, 추정부(122)는 제1 서비스 공간으로 진입하는 사용자를 제1 사용자에서 제외한다.
그리고, 제1 서비스 공간에서 진출하는 사용자는 제1 서비스 공간의 서비스를 제공받은 사용자이므로, 다른 서비스(즉, 로봇(110)에서 제공하는 서비스)를 제공받을 준비가 되어 있는 사용자이다. 따라서, 추정부(122)는 제1 서비스 공간에서 진출하는 사용자를 제1 사용자로 추정한다.
또한, 본 발명의 일 실시예에 따르면, 추정부(122)는 제2 서비스 공간으로 진입하는 사용자 또는 제2 서비스 공간에서 진출한 사용자를 제2 서비스 공간에서 대한 제1 사용자로 추정할 수 있다.
상기에서 설명한 바와 같이 제2 서비스 공간은 사용자가 분명한 목적을 가지지 않고 진입을 하는 공간이다. 즉, 제2 서비스 공간으로 진입하는 사용자는 제2 서비스 공간에서 제공되는 서비스를 이용할 수도 있고, 이용하지 않을 수도 있는 사용자이다. 따라서, 모든 경우의 수를 다 포함하기 위해, 추정부(122)는 제2 서비스 공간으로 진입하는 사용자뿐만 아니라 제2 서비스 공간에서 진출하는 사용자도 제1 사용자로 추정할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 추정부(122)는 비-서비스 공간 중 장소의 출입구와 연결되는 공간인 제1 비-서비스 공간으로 진입하는 사용자를 제1 비-서비스 공간에 대한 제1 사용자로 추정할 수 있다.
보다 상세하게, 장소의 출입구로 나가는 사용자, 즉 제1 비-서비스 공간에서 진출한 사용자는 상기 장소에서 수행된 일정을 모두 끝낸 사용자일 가능성이 높다. 따라서, 추정부(122)는 제1 비-서비스 공간에서 진출하는 사용자를 제1 사용자에서 제외한다.
그리고, 장소의 출입구로 들어오는 사용자, 즉 제1 비-서비스 공간으로 진입한 사용자는 상기 장소에서 일정을 수행하고자 하는 사용자이며, 이러한 사용자는 로봇(110)의 서비스를 제공받을 가능성이 높은 사용자이다. 따라서, 추정부(122)는 제1 비-서비스 공간으로 진입하는 사용자를 제1 비-서비스 공간에 대한 제1 사용자로 추정할 수 있다.
한편, 사용자의 보행 형태에 따라 사용자가 제1 사용자(잠재적 고객)인지 여부를 추정하는 추정부(122)의 동작을 상세하게 설명한다.
본 발명의 일 실시예에 따르면, 공간의 영역에서의 사용자의 보행 속도가 기 설정된 임계 속도 미만인 경우, 상기 사용자를 상기 공간에 대한 제1 사용자로 추정할 수 있다. 이 때, 임계 속도는 실험적으로 설정할 수 있다. 일례로, 임계 속도는 사람의 평균 보행 속도의 1/2일 수 있다.
보다 상세하게, 공간의 영역, 즉 공간의 내부 또는 외부에서 사용자가 보행하지 않는 경우(일례로, 의자가 앉아있는 사용자, 보행 속도 = 0), 상기 사용자는 휴식을 취하거나, 사람을 기다리거나, 특정 공간에서 수행될 이벤트를 기다리는 사용자이며, 로봇(110)에서 제공되는 서비스를 이용할 가능성이 높은 사용자이다. 따라서, 추정부(122)는 공간의 영역에서 보행하지 않는 사용자를 상기 공간에 대한 제1 사용자로 추정할 수 있다.
그리고, 공간의 영역에서 느린 걸음(즉, 임계 속도 미만의 보행 속도의 걸음)으로 보행하는 사용자는 사람을 기다리거나, 특정 공간에서 수행될 이벤트를 기다리거나 특정 공간들을 둘러보는 사용자이며, 로봇(110)에서 제공되는 서비스를 이용할 가능성이 높은 사용자이다. 따라서, 추정부(122)는 공간의 영역에서 임계 속도 미만의 보행 속도로 보행하는 상기 공간에 대한 사용자를 제1 사용자로 추정할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 공간의 영역에서의 사용자가 공간 주위를 배회하는 경우, 상기 사용자를 상기 공간에 대한 제1 사용자로 추정할 수 있다. 즉, 배회하는 사용자 역시 사람을 기다리거나, 특정 공간에서 수행될 이벤트를 기다리는 사용자일 가능성이 높으므로, 추정부(122)는 공간의 영역에서 배회하는 사용자를 상기 공간에 대한 제1 사용자로 추정할 수 있다.
한편, 본 발명의 다른 실시예에 따르면, 추정부(122)는 사용자들의 공간에의 진입/진출 여부 정보 및 공간의 영역에서의 사용자들의 보행 형태 정보를 조합하여 서비스 영역에 대한 제1 사용자를 추정할 수 있다.
즉, 추정부(122)는 적어도 하나의 서비스 공간 중 어느 하나의 서비스 공간에서 진출한 사용자가, 임계 속도 미만의 보행 속도를 가지거나 상기 어느 하나의 서비스 공간의 주위를 배회하는 경우, 상기 사용자를 상기 어느 하나의 서비스 공간에 대한 제1 사용자로 추정할 수 있다.
일례로, 제1 서비스 공간에서 진출하는 사용자가 느린 걸음으로 걸어 나오는 경우, 추정부(122)는 상기 사용자를 제1 서비스 공간에 대한 제1 사용자로 추정할 수 있다.
요컨대, 추정부(122)는 두 가지 정보를 조합하여 제1 사용자를 추정함으로써 추정의 정확도를 높일 수 있다.
한편, 본 발명의 일 실시예에 따르면, 추정부(122)는 인공 신경망에 기초한 알고리즘 모델을 이용하여 공간들 각각에 대한 제1 사용자의 개수를 추정할 수 있다. 일례로, 상기 알고리즘 모델은 딥 러닝 기반의 객체 분류기인 사람의 얼굴 인식 및 트래킹 알고리즘 모델일 수 있다. 이에 대해 보다 상세하게 설명하면 다음과 같다.
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함수값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
상기 내용을 참조하면, 본 발명의 추정부(122)의 추정을 위한 인공 신경망에 기초한 알고리즘 모델은 입력 노드로 구성된 입력 레이어, 출력 노드로 구성된 출력 레이어 및 입력 레이어와 출력 레이어 사이에 배치되며, 은닉 노드로 구성된 하나 이상의 은닉 레이어를 포함한다. 이 때, 알고리즘 모델은 학습 데이터에 의해 학습되며, 학습을 통해 노드들을 연결하는 에지의 가중치 및 노드의 바이어스가 업데이트될 수 있다.
그리고, 이미지들에서 추출된 사용자들의 보행 특징 정보가 학습된 알고리즘 모델의 입력 레이어에 입력되고, 학습된 알고리즘 모델의 출력 레이어로 상기 제1 사용자의 개수가 출력될 수 있다.
한편, 본 발명에 따르면, 로봇(110)이 자율적으로 제1 시간 구간에 대한 로봇(110)의 초기 위치를 설정하고, 상기 초기 위치로 이동할 수 있다. 이하, 도 6을 참조하여 로봇(110)의 동작을 설명하기로 한다.
도 6을 본 발명의 일 실시예에 따른 로봇의 개략적인 구성을 도시한 도면이다.
도 6을 참조하면, 로봇(110)은 카메라(111), 통신부(112), 추정부(113), 설정부(114), 주행부(115) 및 제어부(116)를 포함한다.
카메라(111)는 장소에 대한 제1 시간 구간에서의 제1 이미지를 획득한다.
통신부(112)는 장소에 대한 제1 시간 구간에서의 제2 이미지를 수신한다.
제1 시간 구간에서의 제1 이미지 및 제2 이미지는 이전 날짜의 제1 시간 구간에서 획득된 이미지들이다.
추정부(113)는 프로세서 기반의 모듈로서, 제1 이미지 및 제2 이미지를 분석하여, 공간들 각각에 대해, 공간의 영역에 위치하는 사용자들 중 잠재적 고객인 제1 사용자의 개수를 추정한다. 이 때, 추정부(113)는 사용자들의 공간에의 진입/진출 여부 정보 및 공간의 영역에서의 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 공간들 각각에 대한 제1 사용자의 개수를 추정한다.
설정부(114)는 공간들 각각에 대해 추정된 제1 사용자의 개수에 기초하여 공간들 각각에 대한 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 제1 시간 구간에서의 로봇(110)의 초기 위치로 설정한다.
주행부(115)는 로봇(110)을 이동시키며, 제어부(116)는 주행부(115) 기타 로봇(110)의 다른 구성 요소를 제어한다. 일례로, 제어부(116)는 로봇(110)의 초기 위치로 이동하도록 주행부(115)를 제어한다.
본 발명의 일 실시에에 따르면, 설정부(114)는 공간들 중 제1 사용자의 개수가 가장 많은 공간으로 추정된 제1 공간의 로봇 대기 위치를 로봇(110)의 초기 위치로 설정할 수 있다.
상기에서 언급한 로봇(110)의 내용은 관리 서버(120)에서 수행되는 내용과 유사하므로, 보다 상세한 설명은 생략하기로 한다.
한편, 본 발명의 일 실시예에 따르면, 설정부는 로봇의 초기 위치에 많은 수의 다른 로봇이 위치하는 경우 초기 위치를 변경할 수 있다.
즉, 로봇은 자율적으로 주행을 수행하고, 로봇과 복수의 다른 로봇은 동일한 동작을 수행할 수 있다. 따라서, 동일한 초기 위치에 모든 로봇이 배치될 수 있는 상황이 발생할 수 있으며, 이는 비효율적인 로봇(110)의 활용이다. 이를 방지하기 위해, 로봇은 다음과 같이 동작한다.
먼저, 로봇은 통신부를 통해 복수의 다른 로봇의 초기 위치 정보를 수신한다.
그리고, 설정부는 복수의 다른 로봇의 초기 위치와 로봇의 초기 위치를 비교한다.
만약, 복수의 다른 로봇 중 적어도 하나의 다른 로봇의 초기 위치가 로봇의 초기 위치와 동일한 제1 공간의 로봇 대기 위치이고, 상기 적어도 하나의 다른 로봇의 개수가 제2 임계값 미만인 경우, 설정부는 로봇의 초기 위치를 변경하지 않는다. 즉, 로봇의 초기 위치가 동일한 다른 로봇의 개수가 많지 않는 경우, 로봇의 초기 위치가 변경되지 않는다.
반대로, 복수의 다른 로봇 중 적어도 하나의 다른 로봇의 초기 위치가 로봇의 초기 위치와 동일한 제1 공간의 로봇 대기 위치이고, 상기 적어도 하나의 다른 로봇의 개수가 제2 임계값 이상인 경우, 설정부는 로봇의 초기 위치를 변경한다. 즉, 로봇의 초기 위치가 동일한 다른 로봇의 개수가 많은 경우 설정부는 로봇의 초기 위치를 변경한다.
일례로, 설정부는 제1 사용자의 개수가 두 번째로 많은 공간인 제2 공간의 로봇 대기 공간으로 로봇의 초기 위치를 변경한다.
이에 따라 로봇을 효율적으로 활용할 수 있다.
또한, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니며, 본 발명의 목적 범위 내에서 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 반도체 기록소자를 포함하는 저장매체를 포함한다. 또한 본 발명의 실시예를 구현하는 컴퓨터 프로그램은 외부의 장치를 통하여 실시간으로 전송되는 프로그램 모듈을 포함한다.
이상에서는 본 발명의 실시예를 중심으로 설명하였지만, 통상의 기술자의 수준에서 다양한 변경이나 변형을 가할 수 있다. 따라서, 이러한 변경과 변형이 본 발명의 범위를 벗어나지 않는 한 본 발명의 범주 내에 포함되는 것으로 이해할 수 있을 것이다.
100: 장소 110: 로봇
110: 카메라 112: 통신부
113: 추정부 114: 설정부
115: 주행부 116: 제어부
120: 관리 서버 121: 통신부
122: 추정부 123: 설정부

Claims (15)

  1. 복수의 공간들을 포함하는 장소에 대한 제1 시간 구간에서의 이미지들을 분석하여, 상기 공간들 각각에 대해, 상기 공간의 영역에 위치하는 사용자들 중 로봇의 서비스를 제공받고자 하는 제1 사용자의 개수를 추정하는 추정부; 및
    상기 공간들 각각에 대해 추정된 상기 제1 사용자의 개수에 기초하여 상기 공간들 각각의 기 설정된 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 상기 제1 시간 구간에서의 상기 로봇의 초기 위치로 설정하는 설정부;를 포함하되,
    상기 추정부는 상기 사용자들의 상기 공간에의 진입/진출 여부 정보 및 상기 공간의 영역에서의 상기 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정하는, 로봇의 관리 서버.
  2. 제1항에 있어서,
    상기 로봇의 초기 위치를 상기 로봇으로 전송하는 통신부;를 더 포함하는, 로봇의 관리 서버
  3. 제1항에 있어서,
    상기 설정부는 상기 공간들 중 제1 공간의 로봇 대기 위치를 상기 로봇의 초기 위치로 설정하되,
    상기 제1 공간은 상기 추정된 상기 제1 사용자의 개수가 가장 많은 공간인, 로봇의 관리 서버.
  4. 제1항에 있어서,
    상기 장소에 상기 로봇이 복수 개가 존재하고, 상기 공간들 중 상기 제1 사용자의 개수가 제1 임계값 이상인 공간이 2 이상인 경우,
    상기 설정부는 상기 2 이상의 공간들의 로봇 대기 위치 중 어느 하나를 상기 복수의 로봇 각각의 초기 위치로 설정하되,
    상기 2 이상의 공간들의 로봇 대기 위치로 상기 초기 위치가 설정된 로봇의 개수는 상기 2 이상의 공간들의 상기 제1 사용자의 개수와 비례하는, 로봇의 관리 서버.
  5. 제1항에 있어서,
    상기 복수의 공간들은, 서비스를 제공하는 공간인 적어도 하나의 서비스 공간을 포함하고,
    상기 적어도 하나의 서비스 공간은, 상기 서비스 공간에서 제공되는 서비스에 대한 사용자의 이용 의지가 명확한 공간으로 미리 정의되는 제1 서비스 공간 및 상기 서비스 공간에서 제공되는 서비스에 대한 사용자의 이용 의지가 불명확한 공간으로 미리 정의되는 제2 서비스 공간 중 적어도 하나를 포함하는, 로봇의 관리 서버.
  6. 제5항에 있어서,
    상기 추정부는,
    상기 제1 서비스 공간에서 진출한 사용자를 상기 제1 서비스 공간에서 대한 상기 제1 사용자로 추정하고,
    상기 제2 서비스 공간으로 진입하거나 상기 제2 서비스 공간에서 진출한 사용자를 상기 제2 서비스 공간에 대한 상기 제1 사용자로 추정하는, 로봇의 관리 서버.
  7. 제6항에 있어서,
    상기 추정부는,
    상기 적어도 하나의 서비스 공간 중 어느 하나의 서비스 공간에서 진출한 사용자가 임계 속도 미만의 보행 속도를 가지거나 상기 어느 하나의 서비스 공간의 주위를 배회하는 경우, 상기 사용자를 상기 어느 하나의 서비스 공간에 대한 상기 제1 사용자로 추정하는, 로봇의 관리 서버.
  8. 제1항에 있어서,
    상기 복수의 공간은 서비스를 제공하지 않는 적어도 하나의 비-서비스 공간을 포함하고,
    상기 적어도 하나의 비-서비스 공간은, 상기 장소의 출입구와 연결되는 공간인 제1 비-서비스 공간을 포함하며,
    상기 추정부는 상기 출입문을 통해 상기 제1 비-서비스 공간으로 진입하는 사용자를 상기 제1 비-서비스 공간에 대한 상기 제1 사용자로 추정하는, 로봇의 관리 서버.
  9. 제1항에 있어서,
    상기 추정부는, 상기 공간들 중 어느 하나의 공간의 영역에서의 사용자의 보행 속도가 기 설정된 임계 속도 미만이거나 또는 상기 어느 하나의 공간의 주위를 사용자가 배회하는 경우, 상기 사용자를 상기 어느 하나의 공간에 대한 상기 제1 사용자로 추정하는, 로봇의 관리 서버.
  10. 제1항에 있어서,
    상기 추정부는 인공 신경망에 기초한 알고리즘 모델을 이용하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정하되,
    상기 알고리즘 모델은 입력 노드로 구성된 입력 레이어, 출력 노드로 구성된 출력 레이어 및 입력 레이어와 출력 레이어 사이에 배치되며, 은닉 노드로 구성된 하나 이상의 은닉 레이어를 포함하고, 학습을 통해 노드들을 연결하는 에지의 가중치 및 노드들의 바이어스가 업데이트되는, 로봇의 관리 서버.
  11. 제10항에 있어서,
    상기 학습된 알고리즘 모델의 입력 레이어로 상기 이미지들에서 추출된 사용자들의 보행 특징 정보가 입력되고, 상기 학습된 알고리즘 모델의 출력 레이어로 상기 제1 사용자의 개수가 출력되는, 로봇의 관리 서버.
  12. 복수의 공간들을 포함하는 장소에 대한 제1 시간 구간에서의 제1 이미지를 획득하는 카메라;
    외부 장치에서 획득된 상기 장소에 대한 상기 제1 시간 구간에서의 제2 이미지를 수신하는 통신부;
    상기 제1 이미지 및 상기 제2 이미지를 분석하여, 상기 공간들 각각에 대해, 상기 공간의 영역에 위치하는 사용자들 중 로봇의 서비스를 제공받고자 하는 제1 사용자의 개수를 추정하는 추정부; 및
    상기 공간들 각각에 대해 추정된 상기 제1 사용자의 개수에 기초하여 상기 공간들 각각에 대한 기 설정된 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 상기 제1 시간 구간에서의 상기 로봇의 초기 위치로 설정하는 설정부;를 포함하되,
    상기 추정부는 상기 사용자들의 상기 공간에의 진입/진출 여부 정보 및 상기 공간의 영역에서의 상기 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정하는, 로봇.
  13. 제12항에 있어서,
    상기 설정부는 상기 공간들 중 제1 공간의 로봇 대기 위치를 상기 로봇의 초기 위치로 설정하되,
    상기 제1 공간은 상기 추정된 상기 제1 사용자의 개수가 가장 많은 공간인, 로봇.
  14. 제13항에 있어서,
    상기 통신부는 상기 장소에 존재하는 복수의 다른 로봇의 초기 위치 정보를 수신하고,
    상기 설정부는, 상기 복수의 다른 로봇 중 적어도 하나의 다른 로봇의 초기 위치가 상기 제1 공간의 로봇 대기 위치이고, 상기 적어도 하나의 다른 로봇의 개수가 제2 임계값 이상인 것으로 판단된 경우, 상기 로봇의 초기 위치를 상기 제1 공간을 제외한 다른 공간으로 변경하는, 로봇.
  15. 복수의 공간들을 포함하는 장소에 대한 제1 시간 구간에서의 이미지들을 분석하여, 상기 공간들 각각에 대해, 상기 공간의 영역에 위치하는 사용자들 중 로봇의 서비스를 제공받고자 하는 제1 사용자의 개수를 추정하는 단계; 및
    상기 공간들 각각에 대해 추정된 상기 제1 사용자의 개수에 기초하여 상기 공간들 각각의 기 설정된 로봇 대기 위치 중 어느 하나의 로봇 대기 위치를 상기 제1 시간 구간에서의 상기 로봇의 초기 위치로 설정하는 단계;를 포함하되,
    상기 추정하는 단계는, 상기 사용자들의 상기 공간에의 진입/진출 여부 정보 및 상기 공간의 영역에서의 상기 사용자들의 보행 형태 정보 중 적어도 하나에 기초하여 상기 공간들 각각에 대한 상기 제1 사용자의 개수를 추정하는, 로봇의 초기 위치 설정 방법.
KR1020190085957A 2019-07-16 2019-07-16 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇 KR20190091233A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190085957A KR20190091233A (ko) 2019-07-16 2019-07-16 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇
US16/557,121 US20200019183A1 (en) 2019-07-16 2019-08-30 Server and method for setting intial position of robot, and robot operating based on the method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190085957A KR20190091233A (ko) 2019-07-16 2019-07-16 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇

Publications (1)

Publication Number Publication Date
KR20190091233A true KR20190091233A (ko) 2019-08-05

Family

ID=67615974

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190085957A KR20190091233A (ko) 2019-07-16 2019-07-16 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇

Country Status (2)

Country Link
US (1) US20200019183A1 (ko)
KR (1) KR20190091233A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023096168A1 (ko) * 2021-11-23 2023-06-01 네이버랩스 주식회사 로봇 및 시설물을 제어하는 방법 및 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7468238B2 (ja) 2020-08-05 2024-04-16 村田機械株式会社 待機位置決定装置、および搬送システム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150104311A (ko) * 2014-03-05 2015-09-15 엘지전자 주식회사 로봇 청소기 및 그의 제어방법
US11400595B2 (en) * 2015-01-06 2022-08-02 Nexus Robotics Llc Robotic platform with area cleaning mode
US10116765B2 (en) * 2015-07-14 2018-10-30 Tuvi Orbach Needs-matching navigator system
JP6738555B2 (ja) * 2016-05-23 2020-08-12 富士ゼロックス株式会社 ロボット制御システム
US11410024B2 (en) * 2017-04-28 2022-08-09 Intel Corporation Tool for facilitating efficiency in machine learning

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023096168A1 (ko) * 2021-11-23 2023-06-01 네이버랩스 주식회사 로봇 및 시설물을 제어하는 방법 및 시스템

Also Published As

Publication number Publication date
US20200019183A1 (en) 2020-01-16

Similar Documents

Publication Publication Date Title
Bartoli et al. Context-aware trajectory prediction
US11256266B2 (en) Method of controlling cart robot in movement restricted area and cart robot for implementing the same
Vemula et al. Social attention: Modeling attention in human crowds
US11573093B2 (en) Method for predicting battery consumption of electric vehicle and device for the same
US10896382B2 (en) Inverse reinforcement learning by density ratio estimation
US10896383B2 (en) Direct inverse reinforcement learning with density ratio estimation
US11966901B2 (en) Automated shopping experience using cashier-less systems
KR102615685B1 (ko) 멀티 센서를 동기화시켜 위치를 추정하는 방법 및 이를 구현하는 로봇
AU2019437767B2 (en) Artificial intelligence cleaner and operation method thereof
US20210072759A1 (en) Robot and robot control method
KR20190091233A (ko) 로봇의 초기 위치를 설정하는 서버 및 방법과, 이에 기반하여 동작하는 로봇
US20190384317A1 (en) Method for driving robot based on external image, and robot and server implementing the same
KR20210079610A (ko) 인공 지능 청소 로봇 및 방법
US11686583B2 (en) Guidance robot and method for navigation service using the same
Kit et al. Decentralized multi-floor exploration by a swarm of miniature robots teaming with wall-climbing units
KR102293317B1 (ko) 특정 지역의 맵을 작성하는 방법과, 이를 구현하는 로봇 및 전자기기
KR20210004818A (ko) 매장 내 자동 결제 방법, 시스템 및 프로그램
KR20190096854A (ko) 인공 지능을 이용하여, 복수의 로봇들을 제어하는 인공 지능 서버
Antonucci et al. Generating reliable and efficient predictions of human motion: A promising encounter between physics and neural networks
KR102246236B1 (ko) 퓨전 슬램에서 맵을 업데이트하는 방법 및 이를 구현하는 로봇
US11537137B2 (en) Marker for space recognition, method of moving and lining up robot based on space recognition and robot of implementing thereof
KR20210042537A (ko) 대면적의 공간에서 로컬 영역별로 위치를 추정하는 방법 및 이를 구현하는 로봇과 클라우드 서버
WO2023046700A1 (en) Method for operating an automatic door system as well as system having an automatic door system
Maram et al. Neural network and ROS based threat detection and patrolling assistance
CN114518762A (zh) 机器人避障模型、避障控制方法和机器人

Legal Events

Date Code Title Description
A201 Request for examination