KR20190117422A - 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템 - Google Patents

운송 로봇 및 그의 구동 방법과 로봇 관제 시스템 Download PDF

Info

Publication number
KR20190117422A
KR20190117422A KR1020190119789A KR20190119789A KR20190117422A KR 20190117422 A KR20190117422 A KR 20190117422A KR 1020190119789 A KR1020190119789 A KR 1020190119789A KR 20190119789 A KR20190119789 A KR 20190119789A KR 20190117422 A KR20190117422 A KR 20190117422A
Authority
KR
South Korea
Prior art keywords
transport
information
robot
robots
cluster
Prior art date
Application number
KR1020190119789A
Other languages
English (en)
Inventor
문성민
김낙영
김성진
이상학
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 KR1020190119789A priority Critical patent/KR20190117422A/ko
Publication of KR20190117422A publication Critical patent/KR20190117422A/ko
Priority to US16/796,329 priority patent/US11498427B2/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L7/00—Electrodynamic brake systems for vehicles in general
    • B60L7/10—Dynamic electric regenerative braking
    • 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • 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
    • B25J9/1669—Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
    • 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
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1682—Dual arm manipulator; Coordination of several manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/42—Adaptation of control equipment on vehicle for actuation from alternative parts of the vehicle or from alternative vehicles of the same vehicle train
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26—Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • 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
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • 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
    • G05D1/0293—Convoy travelling
    • 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
    • G05D1/0295—Fleet control by at least one leading vehicle of the fleet
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00—Type of vehicles
    • B60L2200/30—Trolleys
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/20—Drive modes; Transition between modes
    • B60L2260/32—Auto pilot mode
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/08—Electric propulsion units
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/24—Energy storage means
    • B60W2510/242—Energy storage means for electrical energy
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Transportation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Power Engineering (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

운송 로봇이 개시된다. 본 운송 로봇은 휠 구동부, 전원 공급부 및 프로세서를 포함할 수 있다. 상기 운송 로봇은 인공지능(artificial intelligence, AI) 알고리즘 및/또는 기계학습(machine learning) 알고리즘을 실행할 수 있으며, 5G 통신 환경에서 다른 전자 기기들과 통신을 수행할 수 있다. 이에, 사용자 편의가 제고될 수 있다.

Description

운송 로봇 및 그의 구동 방법과 로봇 관제 시스템{TRANSPORTING ROBOT AND METHOD FOR OPERATING THE SAME, SYSTEM FOR CONTROLLING ROBOT}
본 발명은 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템에 관한 것으로, 더 상세하게는 군집 대열을 형성하여 이동하는 운송 로봇 및 그의 구동 방법과 운송 로봇을 제어하는 로봇 관제 시스템에 관한 것이다.
온라인 및 오프라인 시장에서의 물품 운송 경쟁은 나날히 과열되고 있으며, 사용자에게 보다 나은 편의를 제공하기 위해 물품을 구매한 당일에 물품을 운송하는 서비스가 제공되기도 한다.
최근에는, 물품 운송을 수행하는 무인 기반의 차량에 대한 연구가 활발하게 진행되고 있으며, 관련 법규들이 서서히 마련되어 가고 있다.
선행 기술 1에 개시된 자율주행 시스템은 군집 주행을 수행하는 방법을 제공한다. 구체적으로, 마스터 차량은 슬레이브 차량과 통신을 수행하며, 군집 주행을 주도한다. 마스터 차량은 통신 사각 지역에 배치된 슬레이브 차량이 통신 가능 지역으로 이동하도록 제어한다.
다만, 선행 기술 1의 자율주행 시스템의 경우, 여러 차량이 무선 통신을 이용하여 군집 주행하는 것을 제공하나, 차량들이 모두 개별적으로 이동한다. 이에, 에너지 관점에서 개선점이 있는 것은 아니다.
선행 기술 2에 개시된 군집 로봇은 마스터 로봇이 다수의 슬레이브 로봇을 제어하여 특정 군집 대형을 형성하는 것을 개시한다.
다만, 선행 기술 2의 군집 로봇의 경우, 특정 군집 대형을 형성하는 것에 대해 개시할 뿐, 특정 목적을 가지고 함께 이동하면서 배터리 효율을 개선하지 못하는 한계가 있다.
선행 기술 1: 공개특허공보 제10-2019-0096864호(공개일: 2019.8.20) 선행 기술 2: 공개특허공보 제10-2012-0049530호(공개일: 2012.5.17)
본 발명이 해결하고자 하는 과제는 물리적인 커넥터를 이용하여 군집 대형을 형성하여 함께 이동하는 운송 로봇 및 그의 구동 방법을 제공하는 데에 있다.
본 발명의 또 다른 과제는, 군집 대형을 형성한 운송 로봇들이 함께 주행할 때, 에너지 소모를 최소화하는 운송 로봇 및 그의 구동 방법을 제공하는 데에 있다.
본 발명의 또 다른 과제는, 군집 대형을 형성한 운송 로봇들이 경사로를 오를 때와 내려올 때에, 배치 순서에 따라 다른 구동을 수행하는 운송 로봇 및 그의 구동 방법을 제공하는 데에 있다.
본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 달성하기 위하여, 본 발명의 일 실시 예에 따른 운송 로봇은 본체(Main Body), 본체를 이동시키는 복수의 휠(Wheel)을 제어하는 휠 구동부, 전원 공급부 및 프로세서를 포함하며, 프로세서는 커넥터(Connector) 연결을 통해, 운송 로봇이 복수의 운송 로봇과 군집 대열을 형성한 경우, 기 설정된 목적지 정보에 기초하여, 복수의 운송 로봇과 함께 이동하도록 휠 구동부를 제어할 수 있다.
상기 프로세서는, 전원 공급부에서 발생된 전기 에너지를 복수의 휠을 회전시키는 역학 에너지로 변환하는 전동 모드 및 휠들의 회전을 통한 역학 에너지를 전원 공급부를 충전하는 전기 에너지로 변환하는 발전 모드 중 하나로 상기 휠 구동부를 제어할 수 있다.
상기 과제를 달성하기 위하여, 운송 로봇의 구동 방법은 커넥터 연결을 통해, 운송 로봇이 복수의 운송 로봇과 군집 대열을 형성하는 단계, 전동 모드 또는 발전 모드로 운송 로봇의 구동 모드를 설정하는 단계 및 운송 로봇이 형성된 군집 대열에서 선두 위치에 배치되지 않고, 소정의 경사로를 내려가는 경우, 구동 모드를 발전 모드로 설정하여 이동하는 단계를 포함할 수 있다.
상기 구동 방법은, 운송 로봇이 군집 대열에서 선두 위치에 배치되는 경우, 군집 대열의 다른 운송 로봇들보다 큰 추진력을 발생시키는 단계를 더 포함할 수 있다.
상기 구동 방법은, 위치 수신 센서, 라이더 센서, 바로미터 센서, 가속도 센서 및 자이로 센서 중 적어도 하나로부터 수집된 센싱 정보에 기초하여, 운송 로봇이 경사로를 올라가는지 또는 경사로를 내려가는지 결정하는 단계를 더 포함할 수 있다.
상기 구동 방법은, 운송 로봇이 마스터 로봇인 경우, 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 물품 수령자 관련 정보 중 적어도 하나에 기초하여, 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정하는 단계를 더 포함할 수 있다.
상기 구동 방법은 운송 로봇이 마스터 로봇인 경우, 군집 대열에 포함된 운송 로봇들의 전원 공급부의 충전 상태 정보, 이동 경로 상 경사로 존재 여부 정보, 운송 물품의 운송 완료 여부 정보 및 운송 물품의 무게 정보 중 적어도 하나에 기초하여, 군집 대열에 포함된 운송 로봇들의 배치 순서를 변경하는 단계를 더 포함할 수 있다.
상기 구동 방법은 이동 경로 상에 위치한 경사로의 경사 각도가 소정 크기 이상인 경우, 복수의 운송 로봇을 군집 대열의 선두 위치에 배치하는 단계를 더 포함할 수 있다.
상기 과제를 달성하기 위하여, 본 발명의 일 실시 예에 따른 로봇 관제 시스템은 전동 모드 또는 발전 모드로 구동되는 운송 로봇과 통신하는 시스템 통신부 및 운송 로봇이 커넥터 연결을 통한 군집 대열의 마스터 로봇인 경우, 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 정보, 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 물품 수령자 관련 정보 중 적어도 하나에 기초하여, 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정하고, 결정된 운송 로봇들의 배치 순서에 대한 정보를 시스템 통신부를 통해 상기 운송 로봇에 제공하는 시스템 프로세서를 포함할 수 있다.
본 발명의 다양한 실시 예에 따르면, 물리적인 커넥터를 이용하여 군집 대형을 형성하여 함께 이동하는 운송 로봇이 제공됨으로써, 배터리 소모가 최소화될 수 있으며, 이에 따라, 운송 로봇의 에너지 효율이 향상될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 5G 네트워크 기반의 클라우드 시스템을 나타내는 도면,
도 2 및 도 3은 본 발명의 다양한 실시 예에 따른 군집 대열을 형성한 복수의 운송 로봇을 설명하기 위한 도면,
도 4는 본 발명의 일 실시 예에 따른 운송 로봇의 구성을 나타내는 블록도,
도 5 및 도 6은 본 발명의 다양한 실시 예에 따른 경사로를 이동할 때의 군집 대열을 형성한 복수의 운송 로봇의 구동을 설명하기 위한 도면,
도 7은 본 발명의 일 실시 예에 따른 복수의 운송지를 경유하며 이동하는 군집 대열을 형성한 복수의 운송 로봇의 구동을 설명하기 위한 도면,
도 8은 본 발명의 일 실시 예에 따른 사용자 인증을 수행한 후에 물품을 인도하는 이송 로봇의 구동을 설명하기 위한 도면,
도 9는 본 발명의 일 실시 예에 따른 운송 로봇의 구동 방법을 나타내는 시퀀스도,
도 10은 본 발명의 일 실시 예에 따른 로봇 관제 시스템의 구성을 나타내는 블록도이다, 그리고,
도 11은 본 발명의 일 실시 예에 따른 운송 로봇의 구동 방법을 설명하기 위한 도면이다.
본 발명의 다양한 실시 예는 인공 지능에 관한 기술을 이용할 수 있으므로, 이하에서는, 인공 지능에 대해 개략적으로 설명한다.
인공 지능(AI: Artificial Intelligence)은 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 모델로서, 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)을 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(Bias) 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 신경망에서 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.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 동일하거나 유사한 구성요소에는 동일 유사한 도면 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 본 발명의 일 실시 예에 따른 5G 네트워크 기반의 클라우드 시스템(1000)을 나태낸다.
도 1을 참고하면, 클라우드 시스템(1000)은 운송 로봇(100), 이동 단말(200), 로봇 관제 시스템(300), 각종 기기(400) 및 5G 네트워크(500)을 포함할 수 있다.
운송 로봇(100)은 물품을 목적지로 운반하는 로봇으로, 물류 센터에서 직접 목적지까지 이동할 수 있으며, 물류 센터에서 물품 목적지 주변까지 차량에 적재되어 이동한 후, 목적지 주변에서 하차하여 목적지까지 이동할 수 있다. 운송 로봇(100)은 실외뿐만 아니라 실내에서도 물품을 목적지로 이동할 수 있다. 운송 로봇(100)은 AGV(Automated Guided Vehicle)로 구현될 수 있으며, AGV는 바닥면의 센서, 자기장, 비전장치 등에 움직이는 운송 장치일 수 있다.
운송 로봇(100)은 복수의 운송 로봇들과 군집을 이루어 대열을 형성하여 함께 이동할 수 있는데, 운송 로봇(100)은 인접한 운송 로봇과 물리적인 커넥터로 연결되어 함께 이동할 수 있다. 상기 커넥터는 전기적으로도 인접 운송 로봇과 연결될 수 있다.
이동 단말(200)은 5G 네트워크(500)를 통해 운송 로봇(100)과 통신할 수 있으며, 이동 단말(200)은 물품 수령자가 소지한 기기일 수 있다. 이동 단말(200)은 영상 기반으로 정보를 제공할 수 있으며, 이동 단말(100)은 휴대폰, 스마트 폰(smart phone), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등의 이동형 기기들을 포함할 수 있다.
로봇 관제 시스템(300)는 운송 로봇(100)을 원격으로 제어할 수 있으며, 운송 로봇(100)의 다양한 요청에 응답할 수 있다. 로봇 관제 시스템(300)은 운송 로봇(100)의 이동 경로를 설정할 수 있으며, 운송 로봇(100)이 군집 대열을 형성하여 이동하는 경우, 군집 대열의 모양, 군집 대열에서의 운송 로봇(100)의 순서를 배치할 수 있다.
로봇 관제 시스템(300)은 시스템 메모리(도 10의 320)에 신경망 모델을 저장하여, 상기 신경망 모델에 기초하여 운송 로봇의 배치 위치 및 운송 신뢰도(정확도)에 대한 연산을 수행할 수 있다.
각종 기기(400)는 개인 컴퓨터(PC, 400a), 자율 주행차(400b), 홈 로봇(400c) 등을 포함할 수 있다. 운송 로봇(100)은 물품의 운송 목적지에 도착하는 경우, 홈 로봇(400c)과의 통신을 통해 홈 로봇(400c)에 직접 물품을 전달할 수 있다.
각종 기기(400)는 운송 로봇(100), 이동 단말(200), 로봇 관제 시스템(300) 등과 5G 네트워크(500)를 통해 유무선으로 연결될 수 있다.
상기 운송 로봇(100), 이동 단말(200), 로봇 관제 시스템(300) 및 각종 기기(400)는 모두 5G 모듈을 탑재하여 100Mbps 내지 20Gbps(또는, 그 이상) 속도로 데이터를 송수신할 수 있어서 대용량의 동영상 파일을 다양한 기기로 전송할 수 있으며, 저전력으로 구동되어 전력 소비가 최소화되게 할 수 있다. 다만, 상기 전송 속도는 실시 예에 따라 달리 구현될 수 있다.
5G 네트워크(500)는 5G 이동 통신 네트워크, 근거리 네트워크, 인터넷 등을 포함하여 유무선으로 기기들의 통신 환경을 제공할 수 있다.
도 2 및 도 3은 본 발명의 다양한 실시 예에 따른 군집 대열을 형성한 복수의 운송 로봇(100M~100S5)을 설명하기 위한 도면이다.
도 2를 참고하면, 군집 대열을 형성한 복수의 운송 로봇(100M~100S5)을 군집 운송 로봇(G100)이라 칭하기로 한다. 선택적 또는 부가적 실시 예로 상기 군집 운송 로봇(G100)은 더 많거나 더 적은 운송 로봇을 포함할 수 있다.
실시 예에 의하면, 군집 운송 로봇(G100)은 물품을 운반하는 운송 로봇뿐만 아니라 배터리만 보유한 운송 로봇을 포함할 수 있으며, 운송 로봇(100)은 인접한 운송 로봇의 배터리에 의해 충전될 수 있다.
군집 운송 로봇(G100)은 마스터 운송 로봇(100M) 및 복수의 슬레이브 운송 로봇(100S1~100S5)을 포함할 수 있다. 마스터 운송 로봇(100M) 및 복수의 슬레이브 운송 로봇(100S1~100S5)은 Automated Guided Vehicle(AGV) 기반으로 EV(Electric Vehicle)로 구현될 수 있으나, 선택적 실시 예로 하이브리드 형태의 차량으로 구현될 수도 있다. 도 2와 같이, 군집 운송 로봇(G100)에 포함된 운송 로봇들(100M~100S5)이 모두 동일한 사양으로 구현될 수 있으나, 선택적 실시 예로 서로 다른 사이즈의 운송 로봇들이 연결될 수도 있다.
여기서, 마스터 운송 로봇(100M)은 대열의 선두 위치에 배치될 수 있으나, 실시 예가 이에 국한되는 것은 아니다. 마스터 운송 로봇(100M)은 복수의 슬레이브 운송 로봇(100S1~100S5)과 통신을 수행할 수 있으며, 슬레이브 운송 로봇(100S1~100S5)의 충전 잔량을 모니터링할 수 있다(무선 통신을 통해서 또는 물리적으로 연결된 커넥터를 통해서 가능).
선두 위치의 운송 로봇(100M)은 군집 대열 중에서 가장 많은 전력을 소비할 수 있으며, 그 다음으로 말미 위치의 운송 로봇(100S5)이 많은 전력을 소비할 수 있다. 이에 따라, 군집 운송 로봇(G100)은 이동하면서 운송 로봇들의 배치 순서를 조정할 수 있다.
군집 운송 로봇(G100)에 포함된 복수의 운송 로봇(100M~100S5)은 커넥터 연결(Co1~Co5)로 연결될 수 있으며, 커넥터 연결(Co1~Co5)은 운송 로봇에 탑재 또는 결합된 물리적 및/또는 전기적 커넥터 간의 연결을 나타낸다. 그 중에서 마스터 운송 로봇(100M)과 그 다음 위치의 슬레이브 운송 로봇(100S1)의 제1 커넥터 연결(Co1)을 설명하기로 한다.
마스터 운송 로봇(100M)은 이동 방향(DM)의 후방 방향을 향하도록 본체의 소정 지점에 제1 커넥터(170MB)를 포함할 수 있는데, 상기 제1 커넥터(170MB)는 케이블(170MBC) 및 말단(170MBT)을 포함할 수 있다. 케이블(170MBC)은 플렉서블한 소재로 외관을 형성할 수 있으나, 쳐지지 않고 텐션(Tension)있게 형성될 수 있다. 이에 따라, 제1 커넥터 연결(Co1)시에는 텐션으로 인해 커넥터(170MB, 170S1B) 간의 결합이 용이하게 될 수 있으며, 이동시에는 군집 운송 로봇(G100)의 효과적인 방향 전환이 수행될 수 있다.
제1 슬레이브 운송 로봇(100S1)은 이동 방향(DM)의 전방 방향을 향하도록 본체의 소정 지점에 제2 커넥터(170S1B)를 포함할 수 있는데, 상기 제2 커넥터(170S1B)는 케이블(170S1BC) 및 말단(170S1BT)을 포함할 수 있다.
상기 제1 커넥터(170MB)의 말단(170MBT)은 제2 커넥터(170S1B)의 말단(170S1BT)과 결합될 수 있다. 양 말단(170MBT, 170S1BT)은 전자석으로 구성되어 전원이 인가되면 체결되고, 전원이 비인가되면 결합이 해소될 수 있다. 다만, 커넥터의 결합 방식은 다양한 방식으로 수행될 수 있으며, 선택적 실시 예로 상기 커넥터는 탈부착되는 형식으로 운송 로봇의 본체에 결합될 수 있다.
도 3을 참고하면, 군집 운송 로봇(G100)은 군집 대열을 변경할 수 있다. 군집 운송 로봇(G100)의 마스터 로봇(100M)은 소정의 경사 각도를 가지는 경사로를 올라가는 경우 또는 선두 위치의 운송 로봇(100M 또는 다른 선두 위치의 운송 로봇)의 전원이 부족한 경우에 군집 대열을 변경할 수 있다.
마스터 운송 로봇(100M)은 변경될 군집 대열에 관한 정보에 기초하여 선두에 위치할 운송 로봇(100M, 100S1)을 선택하여 기존의 커넥터 연결(도 2의 Co1, Co2)을 해제하고, 새로운 커넥터 연결(Co6, Co7)(AA)을 수행할 수 있다.
구체적으로, 제2 슬레이브 로봇(100S2)은 세 개의 커넥터 도어(611a~611c)를 포함할 수 있으며, 커넥터 도어(611a~611c) 별로 커넥터(170S2A, 170S2C)가 외부로 노출 또는 비노출될 수 있다. 즉, 커넥터 도어(611a~611c, 170S2B는 미도시)는 각각의 커넥터(170S2A~170S2C)와 각각 매핑될 수 있으며, 후술할 커넥터 구동부에 의해 개폐될 수 있다.
제2 슬레이브 로봇(100S2)은 기존 커넥터 결합(Co2)에서 제2 도어(611b)를 통해 오픈된 커넥터(170S2B, 도 2에 도시된 커넥터)를 이용하여 커넥터 결합(Co2)을 수행하였으나(도 2의 경우), 도 3의 선두에 위치한 운송 로봇(100M, 100S1)과 결합하기 위해 제1 도어(611c)에 숨겨진 제1 커넥터(170S2A) 및 제3 커넥터(170S2C)를 오픈시킬 수 있다.
선두 위치의 운송 로봇들(100M, 100S1)의 커넥터(170MB, 170S1B)는 각각 제2 슬레이브 로봇(100S2)의 커넥터(170S2A, 170S2C)와 커넥터 결합(Co6, Co7)을 수행할 수 있다. 도 3에서 커넥터 1개를 이용하여 두 운송 로봇이 결합되는 것으로 설명하나, 커넥터를 2개 이상 이용하여 운송 로봇이 결합하도록 구현될 수 있다.
도 4는 본 발명의 일 실시 예에 따른 운송 로봇(100)의 구성을 나타내는 블록도이다.
도 4를 참고하면, 운송 로봇(100)은 다양한 사이즈를 가질 수 있으며, 운송 로봇(100)은 통신부(110), 입력부(120), 센싱부(130), 출력부(140), 메모리(150), 전원공급부(160), 커넥터 구동부(170), 휠 구동부(180) 및 프로세서(190)를 포함할 수 있다. 도 4에 도시된 구성요소들은 운송 로봇(100)를 구현하는데 있어서 필수적인 것은 아니어서, 본 명세서 상에서 설명되는 운송 로봇(100)은 위에서 열거된 구성요소들 보다 많거나, 또는 적은 구성요소들을 가질 수 있다.
통신부(110, Communicator)는 로봇 관제 시스템(300)과 통신할 수 있는 유무선의 통신 모듈을 포함할 수 있다.
선택적 실시 예로 상기 통신부(110)는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association;IrDA), ZigBee, NFC(Near Field Communication) 통신에 관한 모듈을 탑재할 수 있다.
입력부(120)는 사용자로부터 정보를 입력 받기 위한 사용자 입력부를 포함할 수 있다. 선택적 실시 예로 입력부(120)는 영상 신호 입력을 위한 카메라(121), 오디오 신호를 수신하기 위한 마이크로폰(123, "이하, 마이크로 칭함")을 포함할 수 있다. 여기서, 카메라(121)나 마이크(123)를 센서로 취급하여, 카메라(121)나 마이크(123)에서 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때, 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(190)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
센싱부(130)는 다양한 센서들을 이용하여 운송 로봇(100)의 내부 정보, 운송 로봇(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(130)는 위성에 기반한 위치 수신 센서, 거리 감지 센서(131), 커넥터 결합 감지 센서(133), 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크, 라이다 센서, 바로미터 센서, 레이더 등을 포함할 수 있다.
커넥터 결합 감지 센서(133)는 운송 로봇(100)의 커넥터가 인접 운송 로봇의 커넥터와 연결된 것을 감지할 수 있다.
출력부(140)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있는데, 출력부(140)는 시각 정보를 출력하는 광 출력부, 디스플레이 등을 포함할 수 있으며, 청각 정보를 출력하는 스피커, 비가청 주파수에 속하는 초음파 신호를 출력하는 초음파 출력부 등을 포함할 수 있고, 촉각 정보를 출력하는 햅틱 모듈을 포함할 수 있다.
메모리(150)는 운송 로봇(100)의 다양한 기능을 지원하는 데이터를 저장한다. 메모리(150)는 운송 로봇(100)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 운송 로봇(100)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다.
아울러, 메모리(150)는 인공 지능, 머신 러닝, 인공 신경망을 이용하여 연산을 수행하는데 필요한 정보를 저장할 수 있다. 메모리(150)는 심층 신경망 모델을 저장할 수 있다. 상기 심층 신경망 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
전원공급부(160)는 프로세서(190)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 운송 로봇(100)의 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(160)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체가능한 형태의 배터리가 될 수 있다. 상기 배터리는 유선 또는 무선 충전 방식으로 충전될 수 있는데, 무선 충전 방식은 자기 유도 방식 또는 자기 공진 방식을 포함할 수 있다.
커넥터 구동부(170)는 본체에 탑재 또는 결합 가능한 하나 이상의 커넥터를 구동하기 위한 모듈로, 커넥터의 이동, 커넥터 도어의 개폐 등을 제어할 수 있다. 상기 커넥터는 결합시에는 텐션을 유지할 수 잇으며, 일단 결합되면 플렉서블하게 구동될 수 있다.
휠 구동부(180)는 복수의 휠을 제어하여 본체를 포함하는 운송 로봇(100)을 이동시킬 수 있다. 프로세서(190)는 상기 휠 구동부(180)를 전동 모드 및/또는 발전 모드로 동작시킬 수 있는데, 후술하기로 한다.
프로세서(190)는 운송 로봇(100)의 구성들을 컨트롤하는 모듈이다. 상기 프로세서(190)는 프로그램 내에 포함된 코드 또는 명령으로 표현된 기능을 수행하기 위해 물리적으로 구조화된 회로를 갖는, 하드웨어에 내장된 데이터 처리 장치를 의미할 수 있다. 이와 같이 하드웨어에 내장된 데이터 처리 장치의 일 예로써, 마이크로프로세서(microprocessor), 중앙처리장치(central processing unit: CPU), 프로세서 코어(processor core), 멀티프로세서(multiprocessor), ASIC(application-specific integrated circuit), FPGA(field programmable gate array) 등의 처리 장치를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
이하에서는, 프로세서(190)의 프로세싱을 주로 설명하기로 한다.
프로세서(190)는 커넥터(Connector) 연결을 통해, 운송 로봇(100)이 복수의 운송 로봇과 군집 대열을 형성한 경우, 기 설정된 목적지 정보에 기초하여, 복수의 운송 로봇과 함께 이동하도록 휠 구동부(180)를 제어할 수 있다. 상기 목적지 정보는 메모리(150)에 기 저장되거나 로봇 관제 시스템(300)으로부터 수신되거나 사용자 조작에 의해 입력될 수 있다.
프로세서(190)는 휠 구동부(180)를 전동 모드 또는 발전 모드로 동작시킬 수 있다.
프로세서(190)는 전동 모드일 때, 전원 공급부(160)에서 발생된 전기 에너지를 복수의 휠을 회전시키는 역학 에너지로 변환하도록 상기 휠 구동부(180)를 제어할 수 있다. 프로세서(190)는 코일에 전류가 흐르면, 발생된 자기장에 의해 다시 코일이 힘을 받아 회전하는 전동기의 원리를 이용하여, 전기 에너지를 역학 에너지로 변환할 수 있다. 이를 위해 모터가 휠 구동부(180)에 탑재되며, 상기 모터는 회전자와 고정자를 포함할 수 있다.
프로세서(190)는 휠 구동부(180)가 발전 모드로 구동될 때, 복수의 휠의 회전을 통한 역학 에너지를 전원 공급부(160)를 충전하는 전기 에너지로 전환하는 발전 모드로 휠 구동부(180)를 제어할 수 있다. 프로세서(190)은 복수의 휠을 회전시켜 코일을 회전하고, 코일 속을 통과하는 자기장을 변화시켜 코일에 유도 전류를 흐르게하는 발전기의 원리를 이용하여 역학 에너지를 전기 에너지로 변환할 수 있으며, 변환된 전기 에너지를 이용하여 전원 공급부(160)의 파워를 충전할 수 있다. 이를 위해 발전 기능을 가진 모터가 휠 구동부(180)에 탑재되며, 상기 발전 기능을 가진 모터는 회전자와 고정자를 포함할 수 있다. 선택적 실시 예로, 전동 기능 및 발전 기능을 동시에 구비한 모터가 운송 로봇(100)에 탑재될 수도 있다.
상기 휠 구동부(180)는 발전 모드로 구동하는 경우, 상기 운송 로봇(100)이 이동하는 반대 방향으로 회생 제동력을 발생시킬 수 있다.
프로세서(190)는 운송 로봇(100)이 군집 대열의 중간 위치(선두 위치 및 말미 위치가 아닌 위치)에 있는 경우, 평지, 내리막 길에서 회생 제동력이 발생되도록 휠 구동부(180)를 제어하여 전원 공급부(160)의 전원을 충전할 수 있다.
특히, 프로세서(190)는 내리막 길에서 적절하게 상기 회생 제동력을 발생시켜서 군집 대열에 적절한 제동력을 제공할 수 있다. 프로세서(190)는
GPS 기반의 위치 수신 센서를 통해 위치 정보를 수신할 수 있으며, 라이더(Lidar) 센서를 이용하여 전방을 탐지할 수 있으며, 바로미터 센터를 이용하여 기압 변화를 감지할 수 있다.
실시 예에 따르면, 프로세서(190)는 가속도 센서 및 자이로 센서를 이용하여 운송 로봇(100)의 기울기를 측정하여 오르막 길을 주행하는지 내리막 길을 주행하는지 인식할 수 있다.
또한, 프로세서(190)는 군집 대열에서 운송 로봇(100)이 선두 위치에 배치되는 경우, 군집 대열의 다른 운송 로봇들보다 큰 추진력을 발생시키도록 전원 공급부(160)를 충전할 수 있다.
또한, 프로세서(190)는 커넥터 결합 감지 센서(133)를 통해 센싱된 커넥터의 연결 상태에 기초하여, 군집 대열에서 운송 로봇(100)의 배치 순서를 인식할 수 있다. 프로세서(190)는 운송 로봇(100)이 군집 대열의 선두 위치인 경우, 전방을 향한 커넥터 연결이 없으므로 군집 대열에서 선두 위치에 있는 것을 인식할 수 있다. 또한, 프로세서(190)는 운송 로봇(100)이 군집 대열의 말미 위치인 경우, 후방을 향한 커넥터 연결이 없으므로 군집 대열에서 말미 위치에 있는 것을 인식할 수 있다.
프로세서(190)는 운송 로봇(100)이 선두 또는 말미 위치가 아닌 경우, 중간 위치에 배치된 것으로 결정할 수 있다. 보다 정밀하게, 프로세서(190)는 중간 위치에서도 통신부(110)를 통해 다른 운송 로봇이 배치 상태를 수신할 수 있다. 예를 들면, 프로세서(190)는 통신부(110)를 통해 각 운송 로봇의 식별 정보 및 연결 상태 정보를 입력받는 경우, 군집 대열의 배치 순서를 결정할 수 있다.
또한, 프로세서(190)는 운송 로봇(100)이 마스터 운송 로봇인 경우, 보다 많은 작업, 연산 등을 수행할 수 있다.
프로세서(190)는 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 정보 등을 수집할 수 있다. 프로세서(190)는 상기 정보를 로봇 관제 시스템(300)으로부터 실시간으로 제공받을 수 있으며, 메모리(150)에 상기 정보들을 미리 저장할 수 있다.
여기서, 경사로 정보는 운송 로봇(100)의 이동 경로 상에 배치된 경사로 유무 정보, 경사로의 경사도 정보 등을 포함할 수 있다. 운송 시간 정보는 운송을 모두 마치는 총 운송 시간 정보 및 각 운송지로 운송하는 시간 정보를 포함할 수 있다. 이에 따라, 특정 구간에서 운송 속도가 지연되는지 결정될 수 있다.
또한, 프로세서(190)는 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 물품 수령자 관련 정보 중 적어도 하나를 수집할 수 있다.
여기서, 군집 대열에 포함된 복수의 운송 로봇의 특징 정보는 배터리의 잔량 정보, 주행 가능 거리 정보 등을 포함할 수 있다. 물품 수령자 관련 정보는 물품을 수령하는 사용자 인증을 위한 정보를 포함할 수 있다.
프로세서(190)은 수집된 상기 정보들에 기초하여 군집 대열에서 복수의 운송 로봇들의 배치 순서를 결정할 수 있다.
프로세서(190)는 운반 계획에 대한 알고리즘을 상기 메모리(150)에 저장할 수 있다. 상기 운반 계획에 대한 알고리즘은 신경망 알고리즘으로 구현될 수 있다. 예를 들면, 상기 신경망 알고리즘은 상술한 정보들을 수집하는 경우, 상기 수집된 정보 및 군집 대열에 운송 로봇들을 배치 순서를 무작위로 입력한 정보를 입력 데이터로 하는 경우, 물품 운송의 신뢰도(정확도)를 출력 데이터를 연산할 수 있다. 이를 위해, 실제 데이터를 입력했을 때의 물품 운송의 신뢰도에 대한 출력 데이터를 그라운드 트루스(Ground Truth)로 이용할 수 있다.
이때, 프로세서(190)는 가장 높은 물품 운송의 신뢰도를 가질 때의 군집 대열에서의 운송 로봇의 배치 순서을 상기 운송 계획에 대한 모델에 계속 업데이트할 수 있다.
프로세서(190)는 군집 대열에 포함된 운송 로봇들의 배치순서를 결정하여 이동하는 경우, 이동하면서 군집 대열에 포함된 운송 로봇들의 전원 공급부의 충전 상태 정보, 이동 경로 상 경사로 존재 여부 정보, 운송 물품의 운송 완료 여부 정보 및 운송 물품의 무게 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 변경할 수 있다.
예를 들면, 프로세서(190)는 충전량이 소정 이하인 운송 로봇, 소정 시간 동안 선두 위치에 배치된 운송 로봇, 무거운 물품을 운송한 운송 로봇 등을 군집 대열의 중간으로 이동시킬 수 있다.
프로세서(190)는 이동 경로 상에 배치된 경사로의 경사 각도가 소정 크기 이상인 경우, 선두 위치에 복수의 운송 로봇을 배치할 수 있다. 이에 따라, 운송 효율이 향상될 수 있다.
프로세서(190)는 군집 대열의 배치 순서를 변경하는 경우, 이동 방향을 기준으로 군집 대열의 선두 위치에 배치될 운송 로봇부터 시작하여 상기 군집 대열의 말미 위치에 배치될 운송 로봇까지 순차적으로 새로운 군집 대열에 위치시킬 수 있다. 이 경우, 군집 대열 형성 중에 동선 중복, 커넥터 연결한 후, 재차 커넥터 연결을 해제하는 불필요한 프로세스가 발생되지 않을 수 있다.
도 5 및 도 6은 운송 로봇(100)이 경사로를 이동할 ?의 구동을 나타낸다. 도 5는 본 발명의 일 실시 예에 따른 경사로를 오를 때의 군집 대열을 형성한 복수의 운송 로봇을 설명하기 위한 도면이며, 도 6은 본 발명의 일 실시 예에 따른 경사로를 내려 올 때의 군집 대열을 형성한 복수의 운송 로봇을 설명하기 위한 도면이다.
먼저, 도 5를 참고하면, 군집 대열을 형성하는 복수의 운송 로봇(100M~100S5)은 경사로를 올라가고 있다. 이때, 맨 앞에 위치한 마스터 로봇(100M)과 맨 마지막에 위치한 슬레이브 로봇(100S5)에 가장 많은 동력이 필요할 수 있다. 이 경우, 군집 대열의 중간에 배치된 운송 로봇(100S1~100S4)은 전력을 아껴서 이동할 수 있다.
다음으로, 도 6을 참고하면, 군집 대열을 형성하는 복수의 운송 로봇(100M~100S5)은 경사로를 내려가고 있다. 이때, 군집 대열의 중간에 배치된 운송 로봇(100S1~100S4)은 발전 모드로 구동되면서 회생 제동력을 발생시킬 수 있다.
이 경우, 군집 대열의 중간에 배치된 운송 로봇(100S1~100S4)은 자동으로 배터리를 충전하면서 중력으로 주행함으로써, 이동하는 군집 대열에 포함된 운송 로봇들의 전력 소모를 최소화할 수 있다. 마스터 로봇(100M) 및 말미의 슬레이브 로봇(100S5)은 경사로의 각도 및 군집 대열의 중간에 배치된 운송 로봇(100S1~100S4)에 기초하여 이동 방향으로 추진력을 주거나 이동 방향의 반대 방향으로 제동 힘을 줄 수 있다.
도 7은 본 발명의 일 실시 예에 따른 군집 대열을 형성하는 복수의 운송 로봇(100M~100S2 포함)이 물류 센터(Ware House)를 출발하여 운송지(HA~HE)를 순회하면서 물품을 운송하는 것을 설명하기 위한 도면이다.
먼저, 군집 대열을 형성하는 복수의 운송 로봇은 제1 로드(7L1)를 주행하는 경우 일렬로 주행하다가, 제1 운송지(HA)에 물품을 전달한 후, 선두 위치에 복수의 운송 로봇(100M, 100S1)을 배치하고 제2 로드(7L2)를 주행한다.
군집 대열을 형성하는 복수의 운송 로봇은 제2 로드(7L2)의 끝에서 다시 일렬로 군집 대열을 변경하고, 제3 로드(7L3)를 따라 복수의 운송지(HB~HE)를 순차적으로 방문할 수 있다.
도 8은 본 발명의 일 실시 예에 따른 군집 대열을 형성하는 복수의 운송 로봇이 소정의 운송지(HA)에 도착한 경우, 물품을 인도하는 과정을 설명하기 위한 도면이다.
도 8을 참고하면, 군집 대열을 형성하는 복수의 운송 로봇 중 하나(가령, 마스터 운송 로봇(100M))은 운송지(HA)에 도착하기 얼마전 알람으로 사용자(USER)에게 물품 도착 예상 정보를 제공할 수 있다. 상기 물품 도착 예상 정보는 로봇 관제 시스템(300)에 의해 이동 단말(200)로 전송될 수 있다.
마스터 운송 로봇(100M)은 사용자(USER)로부터 사용자 인증을 받으면, 물품이 배치된 운송 로봇(100M)의 덮개(Ca)를 오픈할 수 있다. 사용자 인증은 어플리케이션 인증뿐만 아니라 다양한 방식이 적용될 수 있다.
도 9는 본 발명의 일 실시 예에 따른 운송 로봇(100)의 구동 방법을 설명하기 위한 도면이다.
S710 단계에서, 운송 로봇(100)은 인접 운송 로봇과 결합한다. 즉, 운송 로봇(100)은 인접 운송 로봇과 커넥터를 통해 결합될 수 있다.
S720 단계에서, 운송 로봇(100)은 군집 대열을 형성한다. 즉, 운송 로봇(100)은 커넥터 연결을 통해, 복수의 운송 로봇들과 군집 대열을 형성할 수 있다.
S730 단계에서, 운송 로봇은 복수의 운송 로봇들과 함께 이동한다.
이때, 운송 로봇(100)은 전동 모드 또는 발전 모드로 운송 로봇(100)의 구동 모드를 설정할 수 있다.
운송 로봇(100)은 형성된 군집 대열에서 선두 위치에 배치되지 않고, 소정의 경사로를 내려가는 경우, 구동 모드를 발전 모드로 설정하여 이동할 수 있다. 이런 경우, 군집 대열에 제동력이 생기면서도 배터리가 충전되는 효과가 발생될 수 있다.
운송 로봇(100)은 군집 대열에서 선두 위치에 배치되는 경우, 군집 대열의 다른 운송 로봇들보다 큰 추진력을 발생시킬 수 있다.
운송 로봇(100)은 각종 센서로부터 수집된 정보에 기초하여 경사로를 올라가는지 또는 경사로를 내려가는지 결정할 수 있다.
운송 로봇(100)이 마스터 로봇인 경우, 운송 로봇(100)은 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정할 수 있다.
또한, 운송 로봇(100)은 이동 중에 군집 대열에서 배치 순서를 변경하고자 하는 경우, 군집 대열에 포함된 운송 로봇들의 전원 공급부의 충전 상태 정보, 이동 경로 상 경사로 존재 여부 정보, 운송 물품의 운송 완료 여부 정보 및 운송 물품의 무게 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 변경할 수 있다.
또한, 운송 로봇(100)은 이동 경로 상에 위치한 경사로의 경사 각도가 소정 크기 이상인 경우, 복수의 운송 로봇을 상기 군집 대열의 선두 위치에 배치할 수 있다.
도 10은 본 발명의 일 실시 예에 따른 운송 로봇(100)과 통신하는 로봇 관제 시스템(300)의 구성을 나타내는 블록도이다.
도 10을 참고하면, 로봇 관제 시스템(300)은 시스템 통신부(310), 시스템 메모리(320) 및 시스템 프로세서(330)을 포함할 수 있다.
시스템 통신부(310)는 운송 로봇(100)과 통신할 수 있다.
시스템 메모리(320)는 시스템 프로세서(330)에 의해 다양한 정보를 저장할 수 있다.
시스템 프로세서(330)는 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보 및 경사로 정보 등을 수집할 수 있다. 프로세서(190)는 상기 정보를 로봇 관제 시스템(300)으로부터 실시간으로 제공받을 수 있으며, 메모리(150)에 상기 정보들을 미리 저장할 수 있다.
여기서, 경사로 정보는 운송 로봇(100)의 이동 경로 상에 배치된 경사로 유무 정보, 경사로의 경사도 정보 등을 포함할 수 있다.
또한, 시스템 프로세서(330)는 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 수령자 관련 정보 중 적어도 하나를 수집할 수 있다.
여기서, 군집 대열에 포함된 복수의 운송 로봇의 특징 정보는 배터리의 잔량 정보, 주행 가능 거리 정보 등을 포함할 수 있다.
시스템 프로세서(330)은 수집된 상기 정보들에 기초하여 군집 대열에서 복수의 운송 로봇들의 배치 순서를 결정할 수 있다.
시스템 프로세서(330)는 운송 로봇(100)이 상기 군집 대열의 마스터 로봇인 경우, 맵 정보, 이동 경로 정보, 이동 거리 정보, 경사로 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정할 수 있다.
시스템 프로세서(330)는 결정된 운송 로봇들의 배치 순서에 대한 정보를 상기 시스템 통신부(310)를 통해 상기 운송 로봇(100)에 제공할 수 있다.
시스템 프로세서(330)는 인공 지능 모듈을 이용하여 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정할 수 있으며, 구체적인 방법은 설명한 바, 생략한다.
도 11은 본 발명의 일 실시 예에 따른 운송 로봇의 구동 방법을 설명하기 위한 도면이다.
복수의 운송 로봇(100M~100S2)은 물류 센터(Ware House)에서 출발하여, 제1 내지 제3 목적지(HI~HK)로 이동할 수 있다. 제1 운송 로봇(100M)은 제1 목적지(HI), 제2 운송 로봇(100S1)은 제2 목적지(HJ), 제3 운송 로봇(100S2)는 제3 목적지(HK)로 향하도록 설정될 수 있다.
이때, 복수의 운송 로봇(100M~100S2)은 가장 최단 경로를 따라 이동하다가, 운송 로봇들(100M~100S2)은 목적지 방향이 같은 제1 운송 로봇(100M) 및 제2 운송 로봇(100S1)은 분리되어 제1 방향으로 이동하고, 제3 운송 로봇(100S2)은 분리되어 제2 방향으로 이동할 수 있다.
도 11과 같이 본 발명의 일 실시 예에 따른 운송 로봇(100)은 군집 주행을 수행할지 독립 주행을 수행할지 결정할 수 있다. 상기 결정은 군집 주행의 마스터 운송 로봇에 의해 수행될 수 있으나, 선택적 실시 예로 로봇 관제 시스템(300) 및 개별 운송 로봇에 의해 수행될 수 있다.
운송 로봇(100)은 그룹 주행 조건의 충족 여부에 기초하여 군집 주행 또는 독립 주행을 선택할 수 있다. 그룹 주행 조건은 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 유무 정보, 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보 중 적어도 하나에 기초하여, 충족 여부가 결정될 수 있다.
가령, 운송 로봇(100)은 도 11과 같이 운송 로봇 간에 이동 동선에 차이가 있는 경우, 교차점에서 다른 운송 로봇들과 분리되어 설정된 목적지로 이동할 수 있다. 또한, 운송 로봇(100)은 이동 경로 상에 경사로의 존재 여부에 기초하여 군집 주행을 결정할 수 있다.
운송 로봇(100)은 군집 주행하거나 독립 주행하면서, 군집 주행 조건의 충족 여부를 소정의 타임 주기로 모니터링할 수 있다. 운송 로봇(100)은 군집 주행 조건의 충족 여부의 변동에 기초하여, 복수의 운송 로봇과 함께 이동하거나 복수의 운송 로봇과 분리되어 독립적으로 이동할 수 있다. 이에, 운송 로봇(100)의 구동 효율이 향상될 수 있다.
본 명세서 상에서 사용하는 군집 주행이란 용어는 그룹 주행으로 대체될 수 있으며, 군집 주행은 물리적으로 서로 연결된 운송 로봇이 함께 이동하는 경우뿐만 아니라, 물리적인 연결이 아니더라도 무선 통신을 통해 일정하게 소정의 거리를 유지할 수 경우에도 사용될 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한, 상기 컴퓨터는 운송 로봇(100)의 프로세서(190)를 포함할 수도 있다.
앞에서, 본 발명의 특정한 실시예가 설명되고 도시되었지만 본 발명은 기재된 실시예에 한정되는 것이 아니고, 이 기술 분야에서 통상의 지식을 가진 자는 본 발명의 사상 및 범위를 벗어나지 않고서 다른 구체적인 실시예로 다양하게 수정 및 변형할 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 설명된 실시예에 의하여 정하여 질 것이 아니고 청구범위에 기재된 기술적 사상에 의해 정하여져야 할 것이다.

Claims (20)

  1. 운송 로봇으로서,
    본체(Main Body);
    상기 본체를 이동시키는 복수의 휠(Wheel)을 제어하는 휠 구동부;
    전원 공급부; 및 프로세서를 포함하며,
    상기 프로세서는,
    상기 운송 로봇이 복수의 운송 로봇과 물리적으로 연결된 경우, 기 설정된 목적지 정보에 기초하여, 상기 복수의 운송 로봇과 함께 이동하도록 상기 휠 구동부를 제어하며,
    상기 전원 공급부에서 발생된 전기 에너지를 상기 복수의 휠을 회전시키는 역학 에너지로 변환하는 전동 모드 및 상기 휠들의 회전을 통한 역학 에너지를 상기 전원 공급부를 충전하는 전기 에너지로 변환하는 발전 모드 중 하나로 상기 휠 구동부를 제어하는, 운송 로봇.
  2. 제1항에 있어서,
    상기 휠 구동부는,
    상기 발전 모드로 구동하는 경우, 상기 운송 로봇이 이동하는 반대 방향으로 회생 제동력을 발생시키는, 운송 로봇.
  3. 제1항에 있어서,
    상기 본체에 결합되어, 하나 이상의 인접 운송 로봇과 물리적으로 연결되며, 이동 방향을 기준으로 상기 이송 로봇의 전방 또는 후방을 향하도록 배치되는 하나 이상의 커넥터; 및
    상기 인접 운송 로봇과의 커넥터 연결을 감지하는 커넥터 결합 감지 센서를 더 포함하며,
    상기 프로세서는,
    상기 커넥터 결합 감지 센서를 통해 센싱된 상기 커넥터의 연결 상태에 기초하여, 상기 운송 로봇이 상기 인접 운송 로봇과 형성한 군집 대열에서 상기 운송 로봇의 배치 순서를 인식하는, 운송 로봇.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 군집 대열에서 상기 운송 로봇이 선두 위치에 배치되는 경우, 상기 군집 대열의 다른 운송 로봇들보다 큰 추진력을 발생시키도록 상기 전원 공급부를 제어하는, 운송 로봇.
  5. 제3항에 있어서,
    상기 프로세서는,
    상기 운송 로봇이 상기 군집 대열에서 선두 위치와 말미 위치 사이에 배치되고, 상기 운송 로봇이 소정의 경사로를 내려가는 경우, 상기 발전 모드로 상기 휠 구동부를 제어하여 상기 전원 공급부를 충전하는, 운송 로봇.
  6. 제5항에 있어서,
    상기 프로세서는,
    위치 수신 센서, 라이더(Lidar) 센서, 바로미터(Barometer) 센서, 가속도 센서 및 자이로 센서 중 적어도 하나로부터 수집된 센싱 정보에 기초하여, 상기 운송 로봇이 경사로를 올라가는지 또는 경사로를 내려가는지 결정하는, 운송 로봇.
  7. 제1항에 있어서,
    상기 프로세서는,
    상기 운송 로봇이 상기 복수의 운송 로봇과 형성한 군집 대열의 마스터 로봇인 경우, 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 유무 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 물품 수령자 관련 정보 중 적어도 하나의 정보에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정하는, 운송 로봇.
  8. 제7항에 있어서,
    상기 프로세서는,
    상기 적어도 하나의 정보 및 상기 군집 대열에 포함된 운송 로봇들의 배치 순서 정보를 입력 데이터로 하여, 물품 배송의 신뢰도를 출력하는 운송 계획에 관련된 모델(Model)을 생성하고,
    생성된 상기 운송 계획에 관련된 모델에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정하는, 운송 로봇.
  9. 제7항에 있어서,
    상기 프로세서는,
    상기 군집 대열에 포함된 운송 로봇들의 전원 공급부의 충전 상태 정보, 이동 경로 상 경사로 유무 정보, 물품의 운송 완료 여부 정보 및 물품의 무게 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 변경하는, 운송 로봇.
  10. 제9항에 있어서,
    상기 프로세서는,
    이동 경로 상에 위치한 경사로의 경사 각도가 소정 크기 이상인 경우, 복수의 운송 로봇을 상기 군집 대열의 선두 위치에 배치하는, 운송 로봇.
  11. 제9항에 있어서,
    상기 프로세서는,
    상기 군집 대열의 배치 순서를 변경하는 경우, 이동 방향을 기준으로 상기 군집 대열의 선두 위치에 배치될 운송 로봇부터 시작하여 상기 군집 대열의 말미 위치에 배치될 운송 로봇까지 순차적으로 새로운 군집 대열에 배치시키는, 운송 로봇.
  12. 제3항에 있어서,
    상기 커넥터를 구동하는 커넥터 구동부를 더 포함하며,
    상기 본체는, 상기 운송 로봇의 전방 또는 후방을 향하도록 배치된 커넥터 각각을 상기 운송 로봇의 외부로 노출시키는 커넥터 도어를 포함하며,
    상기 프로세서는,
    상기 운송 로봇이 상기 군집 대열의 차선 위치에 배치되고, 상기 군집 대열의 선두 위치에 둘 이상의 인접 운송 로봇이 배치된 경우, 상기 운송 로봇의 전방을 향하는 하나 이상의 커넥터 각각을 상기 인접 운송 로봇들의 후방에 배치된 커넥터와 연결하도록 상기 커넥터 구동부 및 상기 커넥터 도어를 제어하는, 운송 로봇.
  13. 운송 로봇의 구동 방법으로서,
    상기 운송 로봇이 복수의 운송 로봇과 물리적으로 연결하는 단계;
    전동 모드 또는 발전 모드로 상기 운송 로봇의 구동 모드를 설정하는 단계; 및
    상기 운송 로봇이 인접한 운송 로봇과 형성한 군집 대열에서 선두 위치에 배치되지 않고, 소정의 경사로를 내려가는 경우, 상기 구동 모드를 발전 모드로 설정하여 이동하는 단계를 포함하는, 운송 로봇의 구동 방법.
  14. 제13항에 있어서,
    상기 운송 로봇이 마스터 로봇인 경우, 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 유무 정보, 상기 복수의 운송 로봇과 형성한 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 물품 수령자 관련 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정하는 단계를 더 포함하는, 운송 로봇의 구동 방법.
  15. 제14항에 있어서,
    상기 운송 로봇이 마스터 로봇인 경우, 상기 군집 대열에 포함된 운송 로봇들의 전원 공급부의 충전 상태 정보, 이동 경로 상 경사로 존재 여부 정보, 운송 물품의 운송 완료 여부 정보 및 운송 물품의 무게 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 변경하는 단계를 더 포함하는, 운송 로봇의 구동 방법.
  16. 제15항에 있어서,
    이동 경로 상에 위치한 경사로의 경사 각도가 소정 크기 이상인 경우, 복수의 운송 로봇을 상기 군집 대열의 선두 위치에 배치하는 단계를 더 포함하는, 운송 로봇의 구동 방법.
  17. 로봇 관제 시스템으로서,
    전동 모드 또는 발전 모드로 구동되는 운송 로봇과 통신하는 시스템 통신부; 및
    상기 운송 로봇이 물리적 연결을 통해 복수의 운송 로봇과 형성한 군집 대열의 마스터 로봇인 경우, 맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 유무 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 수 정보, 상기 군집 대열에 포함된 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보, 물품 수령자 관련 정보 중 적어도 하나에 기초하여, 상기 군집 대열에 포함된 운송 로봇들의 배치 순서를 결정하고, 결정된 상기 운송 로봇들의 배치 순서에 대한 정보를 상기 시스템 통신부를 통해 상기 운송 로봇에 제공하는 시스템 프로세서를 포함하는, 로봇 관제 시스템.
  18. 운송 로봇으로서,
    본체(Main Body);
    상기 본체를 이동시키는 복수의 휠(Wheel)을 제어하는 휠 구동부;
    전원 공급부; 및 프로세서를 포함하며,
    상기 프로세서는,
    상기 전원 공급부에서 발생된 전기 에너지를 상기 복수의 휠을 회전시키는 역학 에너지로 변환하는 전동 모드 및 상기 휠들의 회전을 통한 역학 에너지를 상기 전원 공급부를 충전하는 전기 에너지로 변환하는 발전 모드 중 하나로 상기 휠 구동부를 제어하며,
    그룹 주행 조건이 충족된 경우, 상기 운송 로봇을 복수의 운송 로봇과 물리적으로 연결하고, 기 설정된 목적지 정보에 기초하여, 상기 복수의 운송 로봇과 함께 이동하도록 상기 휠 구동부를 제어하는, 운송 로봇.
  19. 제18항에 있어서,
    상기 프로세서는,
    맵 정보, 이동 경로 정보, 이동 거리 정보, 운송 시간 정보, 경사로 유무 정보, 상기 복수의 운송 로봇의 특징 정보, 운송 물품의 무게 정보, 운송 물품의 특징 정보 중 적어도 하나에 기초하여, 그룹 주행 조건의 충족 여부를 결정하는, 운송 로봇.
  20. 제19항에 있어서,
    상기 프로세서는,
    상기 그룹 주행 조건의 충족 여부를 소정의 타임 주기로 모니터링하며,
    상기 그룹 주행 조건의 충족 여부의 변동에 기초하여, 상기 복수의 운송 로봇과 함께 이동하거나 상기 복수의 운송 로봇과 분리되어 이동하는, 운송 로봇.
KR1020190119789A 2019-09-27 2019-09-27 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템 KR20190117422A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190119789A KR20190117422A (ko) 2019-09-27 2019-09-27 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템
US16/796,329 US11498427B2 (en) 2019-09-27 2020-02-20 Transporting robot and method for operating the same, system for controlling the transporting robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190119789A KR20190117422A (ko) 2019-09-27 2019-09-27 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템

Publications (1)

Publication Number Publication Date
KR20190117422A true KR20190117422A (ko) 2019-10-16

Family

ID=68421677

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190119789A KR20190117422A (ko) 2019-09-27 2019-09-27 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템

Country Status (2)

Country Link
US (1) US11498427B2 (ko)
KR (1) KR20190117422A (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112512012A (zh) * 2020-11-25 2021-03-16 科大智能电气技术有限公司 一种基于5g虚拟专用通信的多车联动系统及方法
KR102365064B1 (ko) * 2021-01-08 2022-02-18 유효선 로봇을 이용한 물류 배송과 격납에 의한 무선 충전이 가능한 드론 및 로봇 스테이션
CN114650930A (zh) * 2019-10-29 2022-06-21 亿迈齿轮两合股份公司 运输物体的无人驾驶运输系统和用于操作运输物体的无人驾驶运输系统的方法
KR102433595B1 (ko) * 2021-11-22 2022-08-19 (주)메트로텍 철도차량 스마트 유지보수용 자율주행 기반 무인 운송 장치
KR20220138969A (ko) * 2021-04-07 2022-10-14 주식회사 에스에프에이 중공형 롤 타입 적재물 이적재시스템 및 이적재방법
KR20220138968A (ko) * 2021-04-07 2022-10-14 주식회사 에스에프에이 중공형 롤 타입 적재물 이적재장치 및 그를 구비하는 중공형 롤 타입 적재물 이적재시스템
KR102543883B1 (ko) * 2022-05-18 2023-06-15 윤지현 분산로봇 기반의 물체 이동 시스템 및 이를 이용한 물체 이동 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220010883A (ko) * 2020-07-20 2022-01-27 현대자동차주식회사 이동로봇 군집주행 시스템 및 그 제어 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012049530A (ja) 2010-08-27 2012-03-08 Tyco Electronics Corp 光モジュール
JP2019096864A (ja) 2017-11-21 2019-06-20 日本特殊陶業株式会社 真空吸引装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9070101B2 (en) * 2007-01-12 2015-06-30 Fatdoor, Inc. Peer-to-peer neighborhood delivery multi-copter and method
KR101193950B1 (ko) 2010-11-09 2012-10-24 재단법인대구경북과학기술원 군집 로봇 및 그를 위한 대형 구성 방법
US9561941B1 (en) * 2015-03-30 2017-02-07 X Development Llc Autonomous approach and object pickup
US9940840B1 (en) * 2016-10-06 2018-04-10 X Development Llc Smart platooning of vehicles
WO2020142829A1 (en) * 2018-11-29 2020-07-16 Isabrem Ltd. Fuel efficiency optimization apparatus and method for hybrid tractor trailer vehicles
KR102262232B1 (ko) 2019-07-30 2021-06-08 엘지전자 주식회사 자율주행시스템에서 군집주행의 제어방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012049530A (ja) 2010-08-27 2012-03-08 Tyco Electronics Corp 光モジュール
JP2019096864A (ja) 2017-11-21 2019-06-20 日本特殊陶業株式会社 真空吸引装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114650930A (zh) * 2019-10-29 2022-06-21 亿迈齿轮两合股份公司 运输物体的无人驾驶运输系统和用于操作运输物体的无人驾驶运输系统的方法
CN112512012A (zh) * 2020-11-25 2021-03-16 科大智能电气技术有限公司 一种基于5g虚拟专用通信的多车联动系统及方法
CN112512012B (zh) * 2020-11-25 2022-08-12 科大智能电气技术有限公司 一种基于5g虚拟专用通信的多车联动系统及方法
KR102365064B1 (ko) * 2021-01-08 2022-02-18 유효선 로봇을 이용한 물류 배송과 격납에 의한 무선 충전이 가능한 드론 및 로봇 스테이션
KR20220138969A (ko) * 2021-04-07 2022-10-14 주식회사 에스에프에이 중공형 롤 타입 적재물 이적재시스템 및 이적재방법
KR20220138968A (ko) * 2021-04-07 2022-10-14 주식회사 에스에프에이 중공형 롤 타입 적재물 이적재장치 및 그를 구비하는 중공형 롤 타입 적재물 이적재시스템
KR102433595B1 (ko) * 2021-11-22 2022-08-19 (주)메트로텍 철도차량 스마트 유지보수용 자율주행 기반 무인 운송 장치
KR102543883B1 (ko) * 2022-05-18 2023-06-15 윤지현 분산로봇 기반의 물체 이동 시스템 및 이를 이용한 물체 이동 방법

Also Published As

Publication number Publication date
US11498427B2 (en) 2022-11-15
US20210094423A1 (en) 2021-04-01

Similar Documents

Publication Publication Date Title
KR20190117422A (ko) 운송 로봇 및 그의 구동 방법과 로봇 관제 시스템
CN112805198B (zh) 用于自主驾驶的个人驾驶风格学习
KR102254881B1 (ko) 이동 로봇 및 이동 로봇의 추종 설정 방법
CN109901572B (zh) 自动驾驶方法、训练方法及相关装置
CN109131345A (zh) 用于交通工具能量管理和自主驾驶的实时交通工具状态轨迹预测
US20190114564A1 (en) Enriched Logistics System for Unmanned Vehicle Delivery of Parcels
US11565416B2 (en) Transporting robot and method for controlling the same
JP2021528628A (ja) センサーデータにおけるエラーの検出
CN110192083A (zh) 自主车辆远程支持映射界面
US11565415B2 (en) Method of tracking user position using crowd robot, tag device, and robot implementing thereof
EP3659003A1 (en) Fleet of robot vehicles for specialty product and service delivery
US11755882B2 (en) Method, apparatus and system for recommending location of robot charging station
CN113835421B (zh) 训练驾驶行为决策模型的方法及装置
CN107108029A (zh) 搭载无人驾驶飞行器
US11679934B2 (en) Transporting robot and method for operating the same
US11383385B2 (en) Mobile robot and method for operating the same
WO2019023704A1 (en) PARK OF ROBOTIC VEHICLES FOR DELIVERY OF SPECIAL PRODUCTS AND SERVICES
US12060123B2 (en) Robot
US11529736B2 (en) Systems, apparatuses, and methods for detecting escalators
CN113552867B (zh) 一种运动轨迹的规划方法及轮式移动设备
US20210208595A1 (en) User recognition-based stroller robot and method for controlling the same
US11467598B2 (en) Method of estimating position in local area of large space and robot and cloud server implementing thereof
KR20210022935A (ko) Slam을 구현하는 방법 및 전자 장치
US12085951B2 (en) Method of updating map in fusion SLAM and robot implementing same
KR20190098930A (ko) 사용자에게 음식을 제공하는 방법 및 그 장치