KR20190100093A - 로봇을 이용한 서빙 시스템 및 그 작동방법 - Google Patents

Abstract

로봇을 이용한 서빙 시스템은 복수의 테이블 각각에 장착되는 호출부, 및 호출부로부터 전송받는 정보를 기반으로 복수의 테이블 중 목표로 하는 테이블로 주행하는 로봇을 포함할 수 있다. 로봇은, 복수의 호출부 각각의 위치, 복수의 테이블 각각의 크기와 형상, 호출부가 테이블에 장착된 위치 및 호출부의 기준선에 대한 회전각도에 관한 정보를 저장할 수 있다. 호출부는, 로봇의 주행 시, 호출부로부터 로봇까지의 거리 및 호출부를 기준으로 하는 로봇의 방향에 관한 정보를 로봇으로 전송할 수 있다. 로봇은 5G(Generation) 통신에 따라 구축된 이동 통신망 상에서 무선신호를 송수신할 수 있다.

Description

로봇을 이용한 서빙 시스템 및 그 작동방법{SERVING SYSTEM USING ROBOT AND OPERATION METHOD THEREOF}

실시예는, 로봇을 이용한 서빙 시스템 및 그 작동방법에 관한 것으로, 더욱 상세하게는 자율주행 성능이 향상된 로봇을 이용한 서빙 시스템 및 그 작동방법에 관한 것이다.

이 부분에 기술된 내용은 단순히 실시예에 대한 배경 정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.

로봇을 이용한 서비스 제공이 확산되고 있다. 식당에서 손님에게 필요한 서비스 예를 들어, 음식을 주문받는 것, 주문받은 음식을 손님에게 전달하는 것 등에 있어서, 사람인 직원을 대신하여 로봇이 제공하는 것에 대한 연구가 활발하게 진행되고 있다.

로봇이 이러한 서비스를 제공하려면, 호출한 손님이 있는 테이블로 로봇이 자율주행을 할 수 있어야 한다. 따라서, 식당에서 사용되는 서비스 로봇에 대하여 자율주행이 필요할 수 있다.

한편, 로봇이 자율주행을 하기 위해서는, 로봇이 주행하면서 자기의 현재위치를 파악해야 하고, 자신의 주행경로 상에서 주변의 지형지물을 인식할 필요가 있다.

이를 위해 로봇은 동시 위치추정 및 맵 생성(Simultaneous Localization And Mapping, SLAM)을 진행할 필요가 있다.

일반적으로, 자율주행하는 로봇이 SLAM을 진행하기 위해, 로봇이 구비하는 라이다(Light Detection And Ranging, LiDAR) 장치 등의 센싱수단을 사용하여 주변의 지형지물을 파악하고, 파악된 결과를 기반으로 맵 생성 및 위치추정을 한다.

그러나 이러한 통상적인 SLAM 진행은 로봇에게 과도한 연산 및 데이터 처리를 요구하고, 정확한 결과를 위해 많은 센싱수단 등의 장치를 요구할 수 있다. 이는 비효율의 원인이 된다.

따라서, 간편하고 신속하며 정확한 SLAM의 진행을 위해, 자율주행하는 로봇 외부의 다른 장치에 센싱수단을 구비하고, 이러한 센싱 수단을 이용하여 SLAM을 진행하는 방식을 생각해볼 필요가 있다.

한국공개특허 10-2017-0061355에는 카메라에서 획득한 영상을 분석하여 이동 로봇의 위치를 추적하고, SLAM의 정확도를 높이는 구성이 개시된다.

한국공개특허 10-2017-0138977에는 보행 로봇의 이동 과정에서 획득되는 오도메트리(odometry) 정보를 영상 기반 SLAM 기술에 적용하는 구성이 개시된다.

그러나, 이러한 문헌들에는 자율주행하는 로봇 외부의 다른 장치에 센싱수단을 구비하고, 이러한 센싱 수단을 이용하여 SLAM을 진행하는 방식은 개시되지 않는다.

실시예에서는, 자율주행하는 로봇 외부의 다른 장치에 센싱수단을 구비하고, 이러한 센싱 수단을 이용하여 SLAM을 진행하는 구성을 가진 로봇을 이용한 서빙 시스템 및 그 작동방법을 제안한다.

실시예에서는, 로봇 외부에 구비된 복수의 센싱수단에서 로봇까지의 거리 및 로봇의 방향에 관한 정보를 파악하고, 로봇은 이러한 정보를 기반으로 SLAM을 진행하는 방안을 제시한다.

실시예에서는, 로봇 외부에 구비된 복수의 센싱수단을 사용하여 로봇의 자율주행용 맵과 주행경로를 형성하는 방안을 제안한다.

실시예가 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 실시예가 속하는 기술분야에서 통상의 지식을 가진자에게 명확하게 이해될 수 있을 것이다.

전술한 과제를 달성하기 위해, 로봇을 이용한 서빙 시스템은 복수의 테이블 각각에 장착되는 호출부, 및 호출부로부터 전송받는 정보를 기반으로 복수의 테이블 중 목표로 하는 테이블로 주행하는 로봇을 포함할 수 있다.

로봇은, 복수의 호출부 각각의 위치, 복수의 테이블 각각의 크기와 형상, 호출부가 테이블에 장착된 위치 및 호출부의 기준선에 대한 회전각도에 관한 정보를 저장할 수 있다.

호출부는, 로봇의 주행 시, 호출부로부터 로봇까지의 거리 및 호출부를 기준으로 하는 로봇의 방향에 관한 정보를 로봇으로 전송할 수 있다.

호출부는, 로봇을 호출하는 벨스위치, 로봇까지의 거리 및 로봇의 방향을 감지하고, 각각의 호출부까지의 거리 및 각각의 호출부의 방향을 감지하는 포지셔닝센서(positioning sensor), 자신의 회전여부 및 회전각도를 감지하는 마그네틱센서, 및 벨스위치, 위치감지센서 및 마그네틱센서와 연결되고, 로봇과 통신을 위한 통신부를 포함할 수 있다.

포지셔닝센서는, UWB센서(Ultra Wide Band sensor)로 구비될 수 있다.

로봇은, 저장된 정보로부터 각각의 테이블의 배치상태를 포함하는 맵을 생성하는 것일 수 있다.

로봇은, 호출부로부터 호출신호를 전송받은 경우, 생성된 맵을 기반으로 호출부로 가기 위한 주행경로를 생성하는 것일 수 있다.

로봇은, 저장된 정보로부터 도출되는 호출부의 좌표, 테이블의 크기와 형상 및 호출부의 기준선에 대한 회전각도를 조합하여 맵을 생성하는 것일 수 있다.

로봇은, 주행 시, 호출부로부터 로봇까지의 거리 및 호출부를 기준으로 하는 로봇의 방향에 관한 정보를 기반으로 자신의 현재위치를 파악하는 것일 수 있다.

호출부는, 로봇의 주행경로 상에 등장하는 장애물의 위치에 관한 정보를 로봇에 전송하는 것일 수 있다.

호출부는, 호출부로부터 장애물까지의 거리 및 호출부를 기준으로 하는 장애물의 방향에 관한 정보를 로봇으로 전송하는 것일 수 있다.

로봇은, 호출부의 위치의 변동 또는 기준선에 대한 회전각도 중 적어도 하나에 관한 정보를 호출부로부터 전송받아 테이블의 변동된 배치를 파악하는 것일 수 있다.

로봇은, 테이블의 변동된 배치에 관한 정보를 저장하는 것일 수 있다.

로봇은 입력부를 구비하고, 입력부에 입력되는 내용 또는 호출부의 호출에 따라 복수의 테이블 중 목표로 하는 테이블을 설정하고 주행경로를 생성하는 것일 수 있다.

로봇을 이용한 서빙 시스템 작동방법은 로봇이 복수의 테이블 중 목표로 하는 테이블을 설정하는 단계, 로봇이 저장된 정보를 기반으로 주행을 위한 맵을 생성하는 단계, 로봇이 맵 상에 주행경로를 생성하는 단계, 로봇이 생성된 주행경로로 주행하는 단계, 및 로봇이 주행하는 동안, 로봇이 복수의 테이블에 각각 구비되는 호출부로부터 전송받는 정보에 기반하여 자신의 현재위치를 파악하는 단계를 포함할 수 있다.

로봇은, 복수의 호출부 각각의 위치, 복수의 테이블 각각의 크기와 형상, 호출부가 테이블에 장착된 위치 및 호출부의 기준선에 대한 회전각도에 관한 정보를 저장하는 것일 수 있다.

호출부는, 로봇의 주행 시, 호출부로부터 로봇까지의 거리 및 호출부를 기준으로 하는 로봇의 방향에 관한 정보를 로봇으로 전송하는 것일 수 있다.

로봇은, 호출부의 위치의 변동 또는 기준선에 대한 회전각도 중 적어도 하나에 관한 정보를 호출부로부터 전송받아 테이블의 변동된 배치를 파악하고, 테이블의 변동된 배치에 관한 정보를 저장하는 것일 수 있다.

호출부는, 호출부로부터 로봇의 주행경로 상에 등장하는 장애물까지의 거리 및 호출부를 기준으로 하는 장애물의 방향에 관한 정보를 로봇으로 전송하고, 로봇은, 호출부로부터 전송받은 장애물에 관한 정보를 저장하는 것일 수 있다.

주행하는 로봇이 혼자서 SLAM을 진행하는 일반적인 자율주행 방식과 달리, 실시예에서는 복수로 구비되고 각각 서로 다른 위치에 배치되는 호출부가 로봇 주변의 지형지물을 파악하고 로봇의 위치를 파악할 수 있다.

이러한 구조로 인해, 로봇은 SLAM을 혼자 진행하는 경우와 비교하여, 연산 및 데이터처리 시간, 이로 인한 과부하 발생을 줄일 수 있으므로, 이로 인해 발생하는 로봇의 자율주행시 작동오류를 현저히 줄일 수 있다.

실시예에서, UWB센서를 사용하여 위치를 감지함으로써, 인체에 해가 없이 저렴한 비용으로 로봇의 자율주행을 위한 SLAM을 진행할 수 있다.

또한, 복수의 UWB센서를 사용함으로써 각각의 UWB센서가 로봇 및 다른 UWB센서의 위치에 관한 정보를 파악할 수 있으므로, 매우 정확한 SLAM을 진행할 수 있다.

도 1은 일 실시예에 따른 로봇을 이용한 서빙 시스템을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 호출부를 설명하기 위한 도면이다.
도 3는 일 실시예에 따른 호출부에 구비되는 마그네틱센서의 작동을 설명하기 위한 도면이다.
도 4 내지 도 6은 일 실시예에 따른 로봇을 이용한 서빙 시스템의 작동을 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 로봇을 이용한 서빙 시스템 작동방법을 나타낸 순서도이다.

이하, 첨부된 도면들을 참조하여 실시예를 상세히 설명한다. 실시예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 실시예를 특정한 개시 형태에 대해 한정하려는 것이 아니며, 실시예의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

"제1", "제2" 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로 사용된다. 또한, 실시예의 구성 및 작용을 고려하여 특별히 정의된 용어들은 실시예를 설명하기 위한 것일 뿐이고, 실시예의 범위를 한정하는 것이 아니다.

실시예의 설명에 있어서, 각 element의 "상(위)" 또는 "하(아래)(on or under)"에 형성되는 것으로 기재되는 경우에 있어, 상(위) 또는 하(아래)(on or under)는 두개의 element가 서로 직접(directly)접촉되거나 하나 이상의 다른 element가 상기 두 element사이에 배치되어(indirectly) 형성되는 것을 모두 포함한다. 또한 “상(위)" 또는 "하(아래)(on or under)”로 표현되는 경우 하나의 element를 기준으로 위쪽 방향뿐만 아니라 아래쪽 방향의 의미도 포함할 수 있다.

또한, 이하에서 이용되는 "상/상부/위" 및 "하/하부/아래" 등과 같은 관계적 용어들은, 그런 실체 또는 요소들 간의 어떠한 물리적 또는 논리적 관계 또는 순서를 반드시 요구하거나 내포하지는 않으면서, 어느 한 실체 또는 요소를 다른 실체 또는 요소와 구별하기 위해서 이용될 수도 있다.

도 1은 일 실시예에 따른 로봇을 이용한 서빙 시스템을 설명하기 위한 도면이다.

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.

로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.

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.

실시예에서, 로봇(100)은 예를 들어, 식당 등에서 배치되어 고객의 편의를 위해 서빙을 하는 로봇(100)일 수 있다. 실시예는 서빙 로봇(100)을 이용한 서빙 시스템에 관한 것일 수 있다.

실시예의 서빙 로봇(100)은 식당 이외에도 가정, 기타 다양한 장소에서 사용될 수 있으나, 명확한 설명을 위해, 이하에서는 식당에 사용되는 로봇(100)에 대하여 구체적으로 설명한다.

로봇(100)은 자율주행이 가능하고, 통신장치를 구비하여 식당에 구비되는 테이블(10)에 장착되는 호출부(200)와 통신할 수 있다. 또한, 로봇(100)은 서버와 무선으로 통신하여 상기 서버로부터 여러가지 정보를 전송받고, 이러한 정보를 업데이트할 수 있다.

자율주행은 스스로 주행하는 기술을 의미하며, 자율주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.

예컨대, 자율주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.

차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.

이때, 자율주행 차량은 자율주행 기능을 가진 로봇(100)으로 볼 수 있다.

로봇(100)은 각 테이블(10)로 주행하여 고객에게 음식을 제공하거나, 고객의 주문, 안내 등 고객에게 식사를 위한 일체의 편의를 제공할 수 있다.

로봇(100)은 예를 들어, 상기 호출부(200)와 와이파이, 블루투스 등의 근거리 통신수단을 사용하여 통신할 수 있고, 서버와 유선으로 연결될 수 있다.

다른 실시예로, 로봇(100)은 상기 호출부(200) 또는 서버와 통신을 위해 이동통신 모듈 및 무선 인터넷 모듈 중에서 적어도 하나를 포함하도록 구성될 수 있다. 그 밖에 로봇(100)은 근거리 통신 모듈을 추가로 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), 5G 이동통신 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다.

무선 인터넷 모듈은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 로봇(100)에 구비될 수 있다. 무선 인터넷 모듈은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.

로봇(100)은 5G 네트워크를 통해 서버, 각종의 통신가능한 단말과 데이터를 전송하고 수신할 수 있다. 특히 로봇(100)은 5G 네트워크를 통해 모바일 브로드밴드(Enhanced Mobile Broadband, eMBB), URLLC(Ultra-reliable and low latency communications) 및 mMTC(Massive Machine-type communications) 중에서 적어도 하나의 서비스를 이용하여 서버, 단말과 데이터 통신을 할 수 있다.

eMBB(Enhanced Mobile Broadband)는 모바일 브로드밴드 서비스로, 이를 통해 멀티미디어 콘텐츠, 무선데이터 액세스 등이 제공된다. 또한, 폭발적으로 증가하고 있는 모바일 트래픽을 수용하기 위한 핫스팟 (hot spot)과 광대역 커버리지 등 보다 향상된 모바일 서비스가 eMBB를 통해 제공될 수 있다. 핫스팟을 통해 사용자 이동성이 작고 밀도가 높은 지역으로 대용량 트래픽이 수용될 수 있다. 광대역 커버리지를 통해 넓고 안정적인 무선 환경과 사용자 이동성이 보장될 수 있다.

URLLC(Ultra-reliable and low latency communications) 서비스는 데이터 송수신의 신뢰성과 전송 지연 측면에서 기존 LTE 보다 훨씬 엄격한 요구사항을 정의하고 있으며, 산업 현장의 생산 프로세스 자동화, 원격 진료, 원격 수술, 운송, 안전 등을 위한 5G 서비스가 여기에 해당한다.

mMTC(Massive Machine-type communications)는 비교적 작은 양의 데이터 전송이 요구되는 전송지연에 민감하지 않은 서비스이다. 센서 등과 같이 일반 휴대폰 보다 훨씬 더 많은 수의 단말들이 동시에 무선액세스 네트워크에 mMTC에 의해 접속할 수 있다. 이 경우, 단말(300)의 통신모듈 가격은 저렴해야 하고, 배터리 교체나 재충전 없이 수년 동안 동작할 수 있도록 향상된 전력 효율 및 전력 절감 기술이 요구된다.

로봇(100)에는 인공 지능 기술이 적용될 수 있다. 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 함숫값을 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.

호출부(200)는 복수의 테이블(10) 각각에 장착될 수 있고, 테이블(10)을 차지한 손님이 호출부(200)의 벨스위치(210)를 눌러, 상기 로봇(100)을 호출할 수 있다.

로봇(100)은 호출부(200)로부터 호출신호를 전송받을 수 있다. 로봇(100)은 상기 호출부(200)로부터 전송받는 정보를 기반으로 복수의 상기 테이블(10) 중 목표로 하는 테이블(10)로 주행할 수 있다. 예를 들어, 로봇(100)은 호출을 받으면 호출한 호출부(200)가 위치한 테이블(10)을 목표로 하고, 자율주행에 의해 그 목표한 테이블(10)로 갈 수 있다.

로봇(100)은 자율주행을 위해 필요한 맵을 보유하고, 맵을 이용하여 현재의 위치에서 목표 테이블(10)로 가기 위한 주행경로를 생성할 수 있다.

로봇(100)이 주행경로를 따라 목표 테이블(10)로 가기 위해, 로봇(100)은 주행 중 자신의 현재 위치를 항상 파악할 필요가 있고, 현재 위치 파악을 위해 주변의 지형지물을 파악하여 맵을 생성하는 작업을 할 수 있다.

즉, 로봇(100)은 자율주행을 위해, 자신의 위치추정 및 자율주행을 위한 맵 생성을 동시에 진행할 수 있다. 즉, 로봇(100)은 동시 위치추정 및 맵 생성(Simultaneous Localization And Mapping, SLAM)을 할 수 있다. 이러한 SLAM 자체는 공지기술로 널리 알려진바, 그 구체적인 기술적 내용의 설명은 생략한다.

로봇(100)은 SLAM으로 새로 생성한 맵을 기존에 저장하고 있는 맵에 대하여 업데이트할 수 있다. SLAM을 이용한 맵 업데이트로 인해, 로봇(100)은 주행경로 상에 새로운 장애물(30-1)의 발생, 주행경로의 변경 등에 효과적으로 대처할 수 있다.

자율주행 분야에서, 일반적으로 로봇(100)이 주행중 현재위치에서 주변의 상황을 파악하여 맵을 생성하고, 생성된 맵 상에서 자신의 현재위치를 파악하는 방식으로 SLAM을 진행한다.

통상적으로, 이러한 SLAM 진행은 로봇(100)이 구비하는 라이다(Light Detection And Ranging, LiDAR) 장치 등의 센싱수단을 사용하여 주변의 지형지물을 파악하고, 파악된 결과를 기반으로 맵 생성 및 위치추정을 한다.

그러나 이러한 통상적인 SLAM 진행은 로봇(100)에게 과도한 연산 및 데이터 처리를 요구하고, 정확한 결과를 위해 많은 센싱수단 등의 장치를 요구할 수 있다. 이는 비효율의 원인이 된다.

또한, 로봇(100)의 과도한 연산 및 데이터 처리를 피하기 위해, 로봇(100)과 통신하는 별도의 서버에서 SLAM을 진행할 경우, 연산 및 데이터 처리의 지연과 이로 인한 로봇(100)의 오작동이 발생할 수 있어 이거 도한 비효율의 원인이 된다.

따라서, 실시예에서는 호출부(200)와 통신이 가능한 로봇(100)이 SLAM을 진행하는 경우 상기 호출부(200)를 센싱수단으로 활용함으로써, 효과적으로 SLAM이 가능한 서빙 시스템을 제안한다.

로봇(100)은 복수의 상기 호출부(200) 각각의 위치, 복수의 상기 테이블(10) 각각의 크기와 형상, 상기 호출부(200)가 상기 테이블(10)에 장착된 위치 및 상기 호출부(200)의 기준선에 대한 회전각도에 관한 정보를 저장할 수 있다.

호출부(200) 각각의 위치는 각 호출부(200)로부터 로봇(100)으로 전송될 수 있다. 즉, 호출부(200)는 자신을 기준으로 파악한 로봇(100)까지의 거리 및 로봇(100)의 방향에 관한 정보를 로봇(100)으로 전송하고, 로봇(100)은 이로부터 호출부(200)의 위치를 파악할 수 있다.

테이블(10) 각각의 크기와 형상에 관한 정보는 사용자에 의해 로봇(100)에 입력될 수 있고, 테이블(10)의 크기와 형상의 변화가 있는 경우 사용자는 이를 로봇(100)에 업데이트할 수 있다.

마찬가지로, 호출부(200)가 상기 테이블(10)에 장착된 위치도 사용자에 의해 로봇(100)에 입력될 수 있고, 이에 대한 변화가 있는 경우 사용자는 이를 로봇(100)에 업데이트할 수 있다.

호출부(200)의 기준선에 대한 회전각에 관한 정보는 호출부(200)가 파악하고, 파악된 정보를 로봇(100)으로 전송할 수 있다. 상기 회전각이 변화한다는 것은 테이블(10)이 회전하여 식당 내에서 테이블(10)의 배치가 변경되는 것을 의미할 수 있다.

로봇(100)은 상기 회전각에 관한 정보를 파악함으로써, 식당 내 테이블(10)의 위치변경을 파악하여 주행경로를 설정하기 위한 맵을 업데이트 할 수 있다. 이에 대해서는 하기에 구체적으로 설명한다.

호출부(200)는, 상기 로봇(100)의 주행 시, 상기 호출부(200)로부터 상기 로봇(100)까지의 거리 및 상기 호출부(200)를 기준으로 하는 상기 로봇(100)의 방향에 관한 정보를 상기 로봇(100)으로 전송할 수 있다.

즉, 복수의 호출부(200)는 로봇(100)의 주행 중에 로봇(100)이 자신의 현재위치를 파악할 수 있는 정보를 로봇(100)에 전송하고, 로봇(100)은 전송받은 정보에 기반하여 주행을 위해 생성된 맵 상에서 자신의 현재위치를 파악할 수 있다.

또한, 호출부(200)는 로봇(100)의 현재위치 주변의 지형지물을 파악하고, 파악된 결과를 로봇(100)으로 전송하고, 로봇(100)은 전송받은 결과를 기반으로 실시간으로 맵을 생성하여 기존 맵을 업데이트할 수 있다. 이에 대해서는 구체적으로 후술한다.

주행하는 로봇(100)이 혼자서 SLAM을 진행하는 일반적인 자율주행 방식과 달리, 실시예에서는 복수로 구비되고 각각 서로 다른 위치에 배치되는 호출부(200)가 로봇(100) 주변의 지형지물을 파악하고 로봇(100)의 위치를 파악할 수 있다.

이러한 구조로 인해, 로봇(100)은 SLAM을 혼자 진행하는 경우와 비교하여, 연산 및 데이터처리 시간, 이로 인한 과부하 발생을 줄일 수 있으므로, 이로 인해 발생하는 로봇(100)의 자율주행시 작동오류를 현저히 줄일 수 있다.

도 2는 일 실시예에 따른 호출부(200)를 설명하기 위한 도면이다. 도 3는 일 실시예에 따른 호출부(200)에 구비되는 마그네틱센서(230)의 작동을 설명하기 위한 도면이다. 호출부(200)는 벨스위치(210), 포지셔닝센서(220)(positioning sensor), 마그네틱센서(230) 및 통신부(240)를 포함할 수 있다.

통신부(240)는 상기 벨스위치(210), 상기 위치감지센서 및 상기 마그네틱센서(230)와 연결되고, 상기 로봇(100)과 통신을 위해 구비될 수 있다. 호출부(200)는 통신부(240)를 통해 로봇(100)과 필요한 정보 및 데이터를 송신 및 수신할 수 있다.

벨스위치(210)는 로봇(100)을 호출할 수 있다. 손님은 벨스위치(210)를 눌러 로봇(100)을 호출하고, 로봇(100)은 벨스위치(210)를 누를 때 발생하는 알람을 수신하여 손님이 호출한 호출부(200)를 특정하고, 자율주행하여 특정된 호출부(200)가 장착된 테이블(10)로 갈 수 있다.

포지셔닝센서(220)는 호출부(200)를 기준으로 상기 로봇(100)까지의 거리 및 상기 로봇(100)의 방향을 감지할 수 있다. 또한 포지셔닝센서(220)는 자신을 기준으로 다른 각각의 상기 호출부(200)까지의 거리 및 각각의 상기 호출부(200)의 방향을 감지할 수 있다.

포지셔닝센서(220)는 신호를 송출하고, 신호가 돌아오기까지의 시간을 계산하여 감지된 물체까지의 거리 및 감지된 물체가 위치하는 방향을 파악할 수 있다.

예를 들어, 상기 로봇(100)과 2개의 포지셔닝센서(220)가 있는 경우, 하나의 포지셔닝센서(220)는 로봇(100)과 다른 포지셔닝센서(220)에 대한 거리 및 방향을 파악하고, 다른 하나의 포지셔닝센서(220)도 로봇(100)과 다른 포지셔닝센서(220)에 대한 거리 및 방향을 파악할 수 있다.

거리 및 방향에 관한 정보를 기반으로, 예를 들어 삼각측량을 통해, 로봇(100)과 2개의 포지셔닝센서(220)의 위치를 파악할 수 있다. 따라서, 하나의 포지셔닝센서(220)는 다른 나머지 포지셔닝센서(220)들과 로봇(100)에 대한 거리 및 방향을 파악할 수 있다.

로봇(100)은 모든 포지셔닝센서(220)들로부터 파악된 거리 및 방향에 관한 정보를 전송받고, 전송받은 정보를 기반으로 모든 포지셔닝센서(220)의 위치를 파악할 수 있다.

예를 들어, 포지셔닝센서(220)는 UWB센서(Ultra Wide Band sensor)로 구비될 수 있다. UWB센서는 광대역의 무선신호를 송출하고, 송출된 무선신호가 물체에 부딪혀 되돌아 오는 시간을 계산하여 물체까지의 거리 및 물체의 방향을 파악할 수 있다.

UWB센서는 라이다 센서와 비교하여, 구성이 간단하고 가격이 저렴하며 인체에 미치는 영향이 매우 적다. 따라서, 손님이 많은 식당에서 UWB센서를 사용하여 위치를 감지함으로써, 인체에 해가 없이 저렴한 비용으로 로봇(100)의 자율주행을 위한 SLAM을 진행할 수 있다.

또한, 복수의 UWB센서를 사용함으로써 각각의 UWB센서가 로봇(100) 및 다른 UWB센서의 위치에 관한 정보를 파악할 수 있으므로, 매우 정확한 SLAM을 진행할 수 있다.

마그네틱센서(230)는 자신의 회전여부 및 회전각도를 감지함으로써 호출부(200)의 회전여부 및 회전각도를 감지할 수 있다. 마그네틱센서(230)는 자신이 회전하는 경우에 발생하는 지구자기장의 방향, 크기의 미세한 변화를 파악하여, 자신의 회전여부 및 회전각도를 감지할 수 있다.

도 3을 참조하면, 호출부(200)가 회전하여 (A)상태에서 (B)상태가 되면, 기준선이 회전한 선 BL'과 기준선 BL이 이루는 회전각도는 기준선 BL에서 반시계방향으로 RA가 된다.

호출부(200)에 구비되는 마그네틱센서(230)는 호출부(200)가 회전하면 함께 회전하여 지구자지장의 방향, 크기의 변화를 파악함으로써 회전각도 RA를 파악할 수 있다.

호출부(200)가 마그네틱센서(230)를 통해 회전각도를 파악하고, 이로써 호출부(200)가 장착된 테이블(10)의 회전각도를 파악하고, 호출부(200)는 테이블(10)의 회전각도에 관한 정보를 로봇(100)으로 전송할 수 있다.

로봇(100)은 호출부(200)로부터 전송받은 회전각도와, 마찬가지로 호출부(200)로부터 전송받은 호출부(200)의 위치변화에 관한 정보를 기반으로, 테이블(10)의 위치가 변경된 경우 자율주행을 위한 맵에 이러한 변경을 반영하는 업데이트를 할 수 있다. 이에 대해서는 도 6 등을 참조하여 하기에 구체적으로 설명한다.

도 4 내지 도 6은 일 실시예에 따른 로봇(100)을 이용한 서빙 시스템의 작동을 설명하기 위한 도면이다. 먼저 도 4 및 도 5를 참조하여 로봇(100)의 자율주행용 맵생성 과정을 설명한다.

도 4의 (A)는 식당에서 복수의 테이블(10)과 호출부(200)가 배치된 일 예를 도시한다. 식당에는 로봇(100)의 충전을 위한 충전장치(20)가 마련될 수 있고, 로봇(100)은 충전장치(20)에 근접한 위치에서 대기할 수 있다.

로봇(100)은 저장된 정보로부터 각각의 상기 테이블(10)의 배치상태를 포함하는 맵을 생성할 수 있다. 이때, 저장된 정보는, 전술한 바와 같이, 복수의 상기 호출부(200) 각각의 위치, 복수의 상기 테이블(10) 각각의 크기와 형상, 상기 호출부(200)가 상기 테이블(10)에 장착된 위치 및 상기 호출부(200)의 기준선에 대한 회전각도에 관한 정보일 수 있다.

로봇(100)은 저장된 정보로부터 도출되는 상기 호출부(200)의 좌표, 상기 테이블(10)의 크기와 형상 및 상기 호출부(200)의 기준선에 대한 회전각도를 조합하여 상기 맵을 생성할 수 있다.

즉, 로봇(100)은 상기 정보를 기반으로 테이블(10)의 위치를 파악할 수 있다. 도 4의 (B)를 참조하면, 예를 들어, 충전장치(20)의 좌표를 (0,0)으로 하고, 각각의 호출부(200)의 좌표를 (x, y)로 나타낼 수 있다. 호출부(200)의 좌표에 저장된 테이블(10)의 크기와 형상, 호출부(200)가 테이블(10)에 장칙된 위치 및 호출부(200)의 기준선에 대한 회전각도에 관한 정보를 가지고 각 테이블(10)의 위치를 그릴 수 있다. 이러한 방식으로 작성된 맵은 도 4의 (C)에 도시되었다.

다시 도 4의 (B)를 참조하면, 호출부(200)는, 식당에 있고 로봇(100)의 주행을 방해할 수 있는 장애물(30)의 위치에 관한 정보를 파악하고, 파악된 정보를 상기 로봇(100)에 전송할 수 있다.

장애물(30)의 위치파악은 전술한 테이블(10)의 위치파악 방식과 유사할 수 있다. 호출부(200)는 포지셔닝센서(220)를 통해 자신을 기준으로 장애물(30)까지의 거리 및 장애물(30)의 방향을 파악할 수 있다.

적어도 2개의 호출부(200)가 파악한 장애물(30)까지의 거리 및 장애물(30)의 방향정보로부터 로봇(100)은 삼각측량의 방법으로 장애물(30)의 위치를 파악하고, 장애물(30)의 위치를 좌표로 표현하고, 도 4의 (C)에 도시된 바와 같이, 장애물(30)을 맵 상에 표시할 수 있다.

이하에서는 도 5를 참조하여, 로봇(100)이 주행경로를 생성하고, 주행경로를 따라 주행하는 방식을 설명한다.

도 5의 (A)는 로봇(100)이 맵 상에 주행경로를 생성한 상태를 나타낸다. 도 5의 (B)는 로봇(100)이 생성된 주행경로를 따라 주행하는 모습을 나타낸다. 로봇(100)은 호출부(200)로부터 호출신호를 전송받은 경우, 생성된 맵을 기반으로 호출신호를 전송받은 호출부(200)로 가기위한 주행경로를 생성할 수 있다.

도 5의 (A)에 도시된 바와 같이, 예를 들어, (x', y')에 위치하는 호출부(200)로부터 호출을 받은 경우, 로봇(100)은 이미 보유하고 있는 정보에 따라 생성된 맵을 기반으로 호출받은 테이블(10)로 장애물(30)을 회피하고 갈 수 있는 주행경로를 생성할 수 있다. 생성된 주행경로는 도 5의 (A)에서 화살표로 도시되었다.

로봇(100)은, 주행 시, 상기 호출부(200)로부터 상기 로봇(100)까지의 거리 및 상기 호출부(200)를 기준으로 하는 상기 로봇(100)의 방향에 관한 정보를 기반으로 자신의 현재위치를 파악할 수 있다.

도 5의 (B)를 참조하면, 로봇(100)은 주행경로를 따라 주행한다. 이때, 각 테이블(10)에 배치된 호출부(200)는 자신을 기준으로 주행중인 로봇(100)까지의 거리 및 로봇(100)의 방향에 관한 정보를 파악하고, 파악된 정보를 로봇(100)으로 전송할 수 있다.

로봇(100)은 복수의 호출부(200)로부터 전송받은 정보를 기반으로, 예를 들어 삼각측량을 통해, 자신의 현재위치를 실시간으로 파악할 수 있다. 한편, 동일한 방식으로 호출부(200)는 로봇(100)의 주행중 현재위치에서 로봇(100) 주위에 등장하는 장애물(30), 기타 지형지물의 위치에 관한 정보를 로봇(100)으로 전송할 수 있고, 로봇(100)은 이로부터 지형지물에 관한 정보를 파악할 수 있다.

도 5의 (C)는 로봇(100)의 주행 중 새로운 장애물(30-1)이 등장한 경우를 나타낸다. 도 5의 (C)를 참조하면, 로봇(100)의 주행경로상에 새로운 장애물(30-1)이 등장할 수 있다. 이때, 호출부(200)는 상기 로봇(100)의 주행경로 상에 등장하는 새로운 장애물(30-1)의 위치에 관한 정보를 상기 로봇(100)에 전송할 수 있다.

즉, 호출부(200)는 상기 호출부(200)로부터 상기 장애물(30)까지의 거리 및 상기 호출부(200)를 기준으로 하는 새로운 장애물(30-1)의 방향에 관한 정보를 상기 로봇(100)으로 전송할 수 있다.

로봇(100)은 전송받은 정보로부터 새로운 장애물(30-1)의 위치를 인식하여 주행에 반영할 수 있다. 만약, 새로운 장애물(30-1)이 기존의 주행경로를 가로막고 있는 경우, 로봇(100)은 새로운 장애물(30-1)을 회피하는 새로운 주행경로를 설정할 수 있다.

로봇(100)은 새로운 장애물(30-1)의 위치에 관한 정보를 기 생성된 맵에 추가함으로써, 자율주행용 맵을 업데이트할 수 있다.

로봇(100)은 전술한 방식으로 주행중 현재위치를 파악하고 주행경로 상의 지형지물을 파악함으로써, SLAM을 진행할 수 있다.

이하에서는 도 6을 참조하여, 자율주행용 맵을 보정하는 과정을 설명한다.

도 6의 (A)는 식당에서 복수의 테이블(10)과 호출부(200)가 배치된 일 예를 도시하는데, 도 4의 (A)와 비교하여 장애물(30)과 일부 테이블(10)의 위치가 변경되었다.

각각의 호출부(200)는 자신 또는 다른 호출부(200)의 위치의 변동, 기준선에 대한 회전각도에 관한 정보를 파악할 수 있다. 호출부(200)의 위치변동은 포지셔닝센서(220)로, 회전각도는 마그네틱센서(230)로 각각 파악할 수 있다.

로봇(100)은 상기 호출부(200)의 위치의 변동 또는 기준선에 대한 회전각도 중 적어도 하나에 관한 정보를 상기 호출부(200)로부터 전송받아 상기 테이블(10)의 변동된 배치를 파악할 수 있다.

도 6의 (B)를 참조하면, 로봇(100)은 복수의 호출부(200)로부터 전송받은 정보를 기반으로, 변경된 (x, y) 지점에 있는 호출부(200)의 위치를, 예를 들어 삼각측량에 의해 파악할 수 있다.

로봇(100)은 호출부(200)의 테이블(10)에서의 위치는 이미 알고 있으므로, 이러한 호출부(200)의 테이블(10)에서의 위치, 호출부(200)의 변경된 위치, 회전각도를 조합하여 테이블(10)의 변동된 배치를 파악할 수 있다.

또한, 각각의 호출부(200)는 포지셔닝센서(220)로 장애물(30)의 위치 변동에 관한 정보도 파악할 수 있다. 로봇(100)은 장애물(30)의 변동된 위치에 관한 정보를 복수의 호출부(200)로부터 전송받고, 전송받은 정보를 기반으로, 예를 들어 삼각측량에 의해 장애물(30)의 변동된 위치를 파악할 수 있다.

전술한 방식으로 보정된 맵은 도 6의 (C)에 도시되었다. 로봇(100)은 상기 테이블(10)의 변동된 배치에 관한 정보, 장애물(30)의 변동된 위치에 관한 정보를 저장할 수 있다.

이러한 업데이트된 정보를 기반으로, 로봇(100)은 자율주행용 맵을 업데이트할 수 있고, 업데이트된 맵을 기반으로 주행경로를 생성할 수 있다.

한편, 로봇(100)은 입력부를 구비할 수 있다. 식당의 손님 또는 직원은 입력부를 통해 원하는 명령을 로봇(100)에 지시할 수 있다. 이러한 입력부는 예를 들어, 손님 또는 직원이 손으로 입력 가능한 문자입력 인터페이스로 구비되거나, 또는 손님 또는 직원이 음성으로 입력 가능한 음성인식 인터페이스로 구비될 수 있다.

로봇(100)은 상기 입력부에 입력되는 내용 또는 상기 호출부(200)의 호출에 따라 복수의 상기 테이블(10) 중 목표로 하는 테이블(10)을 설정하고 주행경로를 생성할 수 있다.

이처럼, 로봇(100)은 손님이 호출부(200)를 통해 호출한 경우 외에도 손님 또는 직원의 입력부를 통한 명령에 의해 특정한 테이블(10)로 갈 수 있다.

이때에도 전술한 손님의 호출부(200)를 통한 호출의 경우와 마찬가지로, 로봇(100)은 목표로 하는 테이블(10)로 자율주행을 위한 맵을 생성하고, 맵 상에 주행경로를 설정하고, 주행경로를 따라 주행할 수 있다.

로봇(100)은 테이블(10)로부터 원위치 예를 들어, 충전장치(20)에 근접한 위치로 복귀할 수 있다. 복귀의 경우에도, 로봇(100)은 전술한 방식과 유사한 방식으로 복귀를 위한 자율주행을 할 수 있다.

즉, 로봇(100)은 복수의 호출부(200)로부터 호출부(200) 및 장애물(30)의 위치에 관한 정보를 전송받고, 전송받은 정보를 기반으로 원위치로 가기 위한 자율주행용 맵을 생성하고, 맵 상에 주행경로를 생성하고, 주행경로를 따라서 원위치로 복귀할 수 있다.

도 7은 일 실시예에 따른 로봇(100)을 이용한 서빙 시스템 작동방법을 나타낸 순서도이다. 이하에서, 로봇(100)을 이용한 서빙 시스템 작동방법에 대해 구체적으로 설명한다. 전술한 내용과 중복되는 내용은 생략될 수 있다.

로봇(100)이 복수의 테이블(10) 중 목표로 하는 테이블(10)을 설정할 수 있다(S110). 호출부(200)로부터 호출을 받으면, 로봇(100)은 호출한 특정 호출부(200)가 장착된 테이블(10)을 목표로 설정할 수 있다. 로봇(100)이 구비한 입력부를 통해 특정 테이블(10)로 가라는 명령이 입력되면, 로봇(100)은 입력된 테이블(10)을 목표로 설정할 수 있다.

전술한 바와 같이, 로봇(100)은 복수의 상기 호출부(200) 각각의 위치, 복수의 상기 테이블(10) 각각의 크기와 형상, 상기 호출부(200)가 상기 테이블(10)에 장착된 위치 및 상기 호출부(200)의 기준선에 대한 회전각도에 관한 정보를 저장할 수 있다.

복수의 호출부(200)는 식당에 있고 로봇(100)의 주행을 방해할 수 있는 장애물(30)의 위치에 관한 정보를 파악하고, 파악된 정보를 상기 로봇(100)에 전송할 수 있다. 로봇(100)은 장애물(30)의 위치에 관한 정보를 저장할 수 있다.

로봇(100)이 저장된 정보를 기반으로 주행을 위한 맵을 생성할 수 있다(S120). 맵에는 테이블(10)의 위치와 크기, 그리고 장애물(30)의 위치, 크기에 관한 정보가 포함될 수 있다.

상기 로봇(100)이 상기 맵 상에 주행경로를 생성할 수 있다(S130). 이때, 로봇(100)은 장애물(30)의 위치를 맵 상에 생성하고, 주행경로의 설정시 상기 장애물(30)을 회피할 수 있도록 주행경로를 설정할 수 있다.

상기 로봇(100)이 생성된 주행경로로 주행할 수 있다(S140). 호출부(200)는 상기 로봇(100)의 주행 시, 상기 호출부(200)로부터 상기 로봇(100)까지의 거리 및 상기 호출부(200)를 기준으로 하는 상기 로봇(100)의 방향에 관한 정보를 상기 로봇(100)으로 전송할 수 있다.

로봇(100)이 주행하는 동안, 상기 로봇(100)이 복수의 상기 테이블(10)에 각각 구비되는 호출부(200)로부터 전송받는 정보에 기반하여 자신의 현재위치를 파악할 수 있다(S150).

호출부(200)는, 상기 호출부(200)로부터 상기 로봇(100)의 주행경로 상에 등장하는 장애물(30)까지의 거리 및 상기 호출부(200)를 기준으로 하는 상기 장애물(30)의 방향에 관한 정보를 상기 로봇(100)으로 전송할 수 있다. 로봇(100)은 호출부(200)로부터 전송받은 상기 장애물(30)에 관한 정보를 저장할 수 있다.

로봇(100)은 호출부(200)로부터 전송받은 정보를 기반으로, 주행중 자신의 현재위치를 파악하고 주행경로 상의 테이블(10), 장애물(30) 등의 지형지물을 파악함으로써, SLAM을 진행할 수 있다.

로봇(100)은 상기 호출부(200)의 위치의 변동 또는 기준선에 대한 회전각도 중 적어도 하나에 관한 정보를 상기 호출부(200)로부터 전송받아 상기 테이블(10)의 변동된 배치를 파악할 수 있다.

로봇(100)은 상기 테이블(10)의 변동된 배치에 관한 정보를 저장할 수 있다. 저장된 정보는 기존의 로봇(100)이 저장하는 정보를 업데이트할 수 있다. 로봇(100)은 업데이트된 정보를 기반으로 새로운 자율주행용 맵을 생성하고, 새롭게 생성된 맵을 기반으로 주행경로를 생성할 수 있다.

로봇(100)이 주행경로를 따라 주행을 하여 목적 테이블(10)에 도달한 후, 목적 테이블(10)에서 필요한 작업을 진행할 수 있다. 작업진행 완료 후, 로봇(100)은 다시 원위치로 되돌아갈 수 있다.

원위치로 되돌아가는 방식은, 로봇(100)이 원위치에서 목적 테이블(10)로 이동하는 방식과 유사하게, 맵을 생성하고, 상기 맵 상에 주행경로를 생성하고, 주행경로를 따라 로봇(100)이 주행하는 방식으로 진행될 수 있다.

실시예와 관련하여 전술한 바와 같이 몇 가지만을 기술하였지만, 이외에도 다양한 형태의 실시가 가능하다. 앞서 설명한 실시예들의 기술적 내용들은 서로 양립할 수 없는 기술이 아닌 이상은 다양한 형태로 조합될 수 있으며, 이를 통해 새로운 실시형태로 구현될 수도 있다.

10: 테이블
20: 충전장치
30: 장애물
100: 로봇
200: 호출부
210: 벨스위치
220: 포지셔닝센서
230: 마그네틱센서
240: 통신부

Claims (15)

1. 복수의 테이블 각각에 장착되는 호출부; 및
   상기 호출부로부터 전송받는 정보를 기반으로 복수의 상기 테이블 중 목표로 하는 테이블로 주행하는 로봇
   을 포함하고,
   상기 로봇은,
   복수의 상기 호출부 각각의 위치, 복수의 상기 테이블 각각의 크기와 형상, 상기 호출부가 상기 테이블에 장착된 위치 및 상기 호출부의 기준선에 대한 회전각도에 관한 정보를 저장하고,
   상기 호출부는,
   상기 로봇의 주행 시, 상기 호출부로부터 상기 로봇까지의 거리 및 상기 호출부를 기준으로 하는 상기 로봇의 방향에 관한 정보를 상기 로봇으로 전송하는,
   로봇을 이용한 서빙 시스템.
2. 제1항에 있어서,
   상기 호출부는,
   상기 로봇을 호출하는 벨스위치;
   상기 로봇까지의 거리 및 상기 로봇의 방향을 감지하고, 각각의 상기 호출부까지의 거리 및 각각의 상기 호출부의 방향을 감지하는 포지셔닝센서(positioning sensor);
   자신의 회전여부 및 회전각도를 감지하는 마그네틱센서; 및
   상기 벨스위치, 상기 위치감지센서 및 상기 마그네틱센서와 연결되고, 상기 로봇과 통신을 위한 통신부
   를 포함하는, 로봇을 이용한 서빙 시스템.
3. 제2항에 있어서,
   상기 포지셔닝센서는,
   UWB센서(Ultra Wide Band sensor)로 구비되는, 로봇을 이용한 서빙 시스템.
4. 제2항에 있어서,
   상기 로봇은,
   저장된 정보로부터 각각의 상기 테이블의 배치상태를 포함하는 맵을 생성하는, 로봇을 이용한 서빙 시스템.
5. 제4항에 있어서,
   상기 로봇은,
   상기 호출부로부터 호출신호를 전송받은 경우, 생성된 맵을 기반으로 상기 호출부로 가기 위한 주행경로를 생성하는, 로봇을 이용한 서빙 시스템.
6. 제4항에 있어서,
   상기 로봇은,
   저장된 정보로부터 도출되는 상기 호출부의 좌표, 상기 테이블의 크기와 형상 및 상기 호출부의 기준선에 대한 회전각도를 조합하여 상기 맵을 생성하는, 로봇을 이용한 서빙 시스템.
7. 제2항에 있어서,
   상기 로봇은,
   주행 시, 상기 호출부로부터 상기 로봇까지의 거리 및 상기 호출부를 기준으로 하는 상기 로봇의 방향에 관한 정보를 기반으로 자신의 현재위치를 파악하는, 로봇을 이용한 서빙 시스템.
8. 제2항에 있어서,
   상기 호출부는,
   상기 로봇의 주행경로 상에 등장하는 장애물의 위치에 관한 정보를 상기 로봇에 전송하는, 로봇을 이용한 서빙 시스템.
9. 제8항에 있어서,
   상기 호출부는,
   상기 호출부로부터 상기 장애물까지의 거리 및 상기 호출부를 기준으로 하는 상기 장애물의 방향에 관한 정보를 상기 로봇으로 전송하는, 로봇을 이용한 서빙 시스템.
10. 제1항에 있어서,
    상기 로봇은,
    상기 호출부의 위치의 변동 또는 기준선에 대한 회전각도 중 적어도 하나에 관한 정보를 상기 호출부로부터 전송받아 상기 테이블의 변동된 배치를 파악하는, 로봇을 이용한 서빙 시스템.
11. 제10항에 있어서,
    상기 로봇은,
    상기 테이블의 변동된 배치에 관한 정보를 저장하는, 로봇을 이용한 서빙 시스템.
12. 제1항에 있어서,
    상기 로봇은 입력부를 구비하고,
    상기 로봇은,
    상기 입력부에 입력되는 내용 또는 상기 호출부의 호출에 따라 복수의 상기 테이블 중 목표로 하는 테이블을 설정하고 주행경로를 생성하는, 로봇을 이용한 서빙 시스템.
13. 로봇이 복수의 테이블 중 목표로 하는 테이블을 설정하는 단계;
    상기 로봇이 저장된 정보를 기반으로 주행을 위한 맵을 생성하는 단계;
    상기 로봇이 상기 맵 상에 주행경로를 생성하는 단계;
    상기 로봇이 생성된 주행경로로 주행하는 단계; 및
    상기 로봇이 주행하는 동안, 상기 로봇이 복수의 상기 테이블에 각각 구비되는 호출부로부터 전송받는 정보에 기반하여 자신의 현재위치를 파악하는 단계
    를 포함하고,
    상기 로봇은,
    복수의 상기 호출부 각각의 위치, 복수의 상기 테이블 각각의 크기와 형상, 상기 호출부가 상기 테이블에 장착된 위치 및 상기 호출부의 기준선에 대한 회전각도에 관한 정보를 저장하고,
    상기 호출부는,
    상기 로봇의 주행 시, 상기 호출부로부터 상기 로봇까지의 거리 및 상기 호출부를 기준으로 하는 상기 로봇의 방향에 관한 정보를 상기 로봇으로 전송하는,
    로봇을 이용한 서빙 시스템 작동방법.
14. 제13항에 있어서,
    상기 로봇은,
    상기 호출부의 위치의 변동 또는 기준선에 대한 회전각도 중 적어도 하나에 관한 정보를 상기 호출부로부터 전송받아 상기 테이블의 변동된 배치를 파악하고, 상기 테이블의 변동된 배치에 관한 정보를 저장하는, 로봇을 이용한 서빙 시스템 작동방법.
15. 제13항에 있어서,
    상기 호출부는,
    상기 호출부로부터 상기 로봇의 주행경로 상에 등장하는 장애물까지의 거리 및 상기 호출부를 기준으로 하는 상기 장애물의 방향에 관한 정보를 상기 로봇으로 전송하고,
    상기 로봇은,
    상기 호출부로부터 전송받은 상기 장애물에 관한 정보를 저장하는, 로봇을 이용한 서빙 시스템 작동방법.

Images