KR20200050572A

KR20200050572A - 이동 로봇의 제어 방법, 그 방법을 지원하는 장치 및 이동 로봇을 이용한 배송 시스템

Info

Publication number: KR20200050572A
Application number: KR1020180133322A
Authority: KR
Inventors: 김진효
Original assignee: 주식회사 도구공간
Priority date: 2018-11-02
Filing date: 2018-11-02
Publication date: 2020-05-12
Also published as: KR102285813B1; KR102329923B1; KR102413630B1; KR20210097667A; KR20210097666A; KR20220093057A

Abstract

이동 로봇을 이용한 다양한 배송 시스템과 그 시스템에서 수행되는 배송 방법이 제공된다. 본 개시의 몇몇 실시예에 따른 드론과 지상 로봇을 이용한 협업 배송 시스템은, 배송 목적지까지 물품을 배송하기 위한 임무 정보를 생성하는 서비스 시스템, 상기 임무 정보에 기반하여 상기 물품을 운송하는 지상 로봇 및 상기 지상 로봇과 협업하여 상기 물품을 운송하는 드론을 포함할 수 있다. 이때, 상기 임무 정보는, 상기 지상 로봇과 상기 드론이 협업하기 위한 협업 정보를 포함할 수 있다.

Description

이동 로봇의 제어 방법, 그 방법을 지원하는 장치 및 이동 로봇을 이용한 배송 시스템{METHOD FOR CONTROLLING A MOBILE ROBOT, APPARATUS FOR SUPPORTING THE SAME, AND DELIVERY SYSTEM USING A MOBILE ROBOT}

본 개시는 이동 로봇의 제어 방법 및 그 방법을 지원하는 장치 및 이동 로봇을 이용한 배송 시스템에 관한 것이다. 보다 자세하게는, 원격 제어 시스템과 이동 로봇 간의 통신 딜레이에 의해 이동 로봇의 사고 위험도가 증가하는 문제와 사용자가 느끼는 조작 이질감 문제를 해결하기 위해 고안된 이동 로봇의 제어 방법, 그 방법을 지원하는 제어 장치 및 하나 이상의 이동 로봇을 이용한 다양한 배송 시스템에 관한 것이다.

근래에 자율 주행 차량과 같은 자율 이동 로봇에 대한 관심이 커지고 있다. 그러나, 자율 이동 로봇에 대한 연구는 아직 초기 단계에 불과하며, 대부분의 로봇 시스템은 조종자가 원격지에 있는 이동 로봇을 제어하는 원격 제어 시스템을 포함한다.

원격 제어 시스템을 통해 원격지의 이동 로봇을 제어하는 시스템에서, 가장 문제가 되는 것은 무선 통신 과정에서 발생되는 통신 딜레이(delay)이다. 도 1에 도시된 바와 같이, 통신 딜레이는 이동 로봇(3)이 원격 제어 시스템(1)의 제어 신호를 수신하는 과정에서 발생되는 제어 딜레이(5, delay_control)와 원격 제어 시스템(1)가 이동 로봇(3)으로부터 주변 영상을 수신하는 과정에서 발생되는 모니터링 딜레이(7, delay_monitor)를 포함한다.

2가지의 딜레이(5,7)는 이동 로봇의 사고 위험도를 증가시키는 주된 요인이 된다. 왜냐하면, 모니터링 딜레이(7)로 인해 사용자가 이동 로봇(3)의 주변 장애물을 뒤늦게 인지하거나, 제어 딜레이(5)로 인해 조종자의 제어 신호가 뒤늦게 이동 로봇(3)에 도달할 수 있기 때문이다.

종래에는, 위와 같은 문제점을 해결하기 위해, 통신 딜레이가 임계치 이상이 되는 경우, 이동 로봇의 주행 모드를 자율 주행 모드로 변경하는 방식이 주로 이용되었다. 즉, 통신 딜레이로 인해 원격 제어가 원활하게 되지 않는 경우, 이동 로봇의 제어권을 자율 주행 모듈에 일임함으로써 사고 위험을 회피하는 방식이 주로 이용되었다. 그러나, 도 2에 도시된 바와 같이, 이동 로봇 구동 중 반복적인 모드 변경은 최종 제어 값(15)을 불연속적으로 생성함으로써, 이동 로봇의 불안정한 구동을 초래하며(e.g. T₁, T₂, T₃ 시점에 로봇의 제어 값이 급격하게 변경됨), 사용자의 주의력을 분산시킬 수 있다. 더욱이, 갑작스러운 자율 주행 모드로의 변경은 조종자가 느끼는 로봇 제어의 이질감을 극대화시키는 요인이기도 하다.

따라서, 원격지에 있는 이동 로봇을 제어함에 있어서, 이동 로봇의 안전성과 사용자가 느끼는 이질감 문제를 해결할 수 있는 이동 로봇 제어 방법이 요구된다.

한편, 최근에는 지상 로봇이나 드론(drone) 기술이 발전하면서, 이러한 기술을 배송 서비스에 적용하고자 하는 시도가 많이 이루어지고 있다. 가령, 구글은 무인 자동차를 배송에 활용하고자 계획하고 있고, 아마존에서는 프라임 에어(prime air)라는 드론 기반 배달 서비스를 시도하고 있다. 또한, 세계적인 피자배달 업체인 도미노도 로봇으로 피자를 배달하려는 서비스를 시범으로 보인 바 있다. 이와 같은 배달 서비스는 사용자에게 더욱 신속히 물건을 배달하여 소비자 만족도를 제고하고 인건비 절감을 통해 배송 효율을 높이는데 그 목적이 있다.

그러나, 지상 로봇과 드론을 활용한 배송 서비스가 다양한 환경에서 실용화되기 위해서는 아직 많은 연구가 이루어져야 한다. 가령, 상기와 같은 배송 서비스가 실용화되기 위해서는, 지상 로봇과 드론을 함께 이용한 협업 배송 방법, 다수의 드론을 이용한 대형 물품 배송 방법, 음식품과 같이 손상되기 쉬운 물품을 안전하게 배송하는 방법 등과 같은 다양한 토픽에 대한 연구가 이루어져야 한다.

한국등록특허 제10-1293247호 (2007.08.10일 공개) 한국공개특허 제10-2018-0070624호 (2018.06.26일 공개)

본 개시가 해결하고자 하는 기술적 과제는, 통신 딜레이로 인해 발생되는 이동 로봇의 사고 위험도 증가 문제를 해결할 수 있는 이동 로봇의 제어 방법 및 그 방법을 지원하는 장치를 제공하는 것이다.

본 개시가 해결하고자 하는 다른 기술적 과제는, 통신 딜레이 및/또는 반복적인 모드 변경으로 인해 사용자가 느끼는 로봇 조작의 이질감 문제를 해결할 수 있는 이동 로봇의 제어 방법 및 그 방법을 지원하는 장치를 제공하는 것이다.

본 개시가 해결하고자 하는 또 다른 기술적 과제는, 이동 로봇을 이용하여 배송 서비스를 제공하는 시스템 및 그 시스템의 동작 방법을 제공하는 것이다.

본 개시가 해결하고자 하는 또 다른 기술적 과제는, 지상 로봇과 드론을 함께 이용하여 협업 배송 서비스를 제공하는 시스템 및 그 시스템의 동작 방법을 제공하는 것이다.

본 개시가 해결하고자 하는 또 다른 기술적 과제는, 다수의 드론을 이용하여 대형 물품을 안전하게 배송하는 방법을 제공하는 것이다.

본 개시가 해결하고자 하는 또 다른 기술적 과제는, 음식품과 같이 손상되기 쉬운 물품을 안전하게 배송하는 방법을 제공하는 것이다.

본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 개시의 기술분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기 기술적 과제를 해결하기 위한, 본 개시의 몇몇 실시예에 따른 드론과 지상 로봇을 이용한 협업 배송 시스템은, 배송 목적지까지 물품을 배송하기 위한 임무 정보를 생성하는 서비스 시스템, 상기 임무 정보에 기반하여 상기 물품을 운송하는 지상 로봇 및 상기 지상 로봇과 협업하여 상기 물품을 운송하는 드론을 포함할 수 있다. 이때, 상기 임무 정보는, 상기 지상 로봇과 상기 드론이 협업하기 위한 협업 정보를 포함할 수 있다.

몇몇 실시예에서, 상기 서비스 시스템은, 사용자 단말로부터 상기 물품을 대한 배송 요청을 수신하고, 상기 물품을 배송하는 지상 로봇 또는 드론의 위치를 모니터링하며, 상기 사용자 단말로 상기 모니터링된 위치를 제공할 수 있다.

몇몇 실시예에서, 상기 협업 정보는 상기 물품의 인계 장소를 포함하고, 상기 드론은, 상기 인계 장소의 인근에 위치한 마커(marker)를 인식하고, 상기 물품을 상기 인식된 마커 영역에 위치시키며, 상기 지상 로봇은, 상기 마커 영역에 위치한 상기 물품을 인계받아 운송할 수 있다.

몇몇 실시예에서, 상기 지상 로봇은, 상기 목적지까지의 이동 경로 상에 존재하는 장애물을 인식하고, 상기 인식된 장애물을 통과할 수 없다는 판정에 응답하여, 상기 드론에게 상기 물품을 인계할 수 있다.

몇몇 실시예에서, 상기 드론은 복수의 드론을 포함하고, 상기 복수의 드론은, 상기 물품과 연결된 로프를 이용하여 상기 물품은 운송하되, 상기 복수의 드론 중 제1 드론은, 다른 드론과의 상대적 위치와 현재 로프의 길이에 기초하여 상기 물품의 자세를 추정하고, 상기 추정된 자세가 소정의 균형 조건을 만족하지 않는다는 판정에 응답하여, 상기 로프의 길이 또는 상기 제1 드론의 상대적 위치를 조정할 수 있다.

몇몇 실시예에서, 상기 서비스 시스템은 상기 지상 로봇을 원격 제어하는 원격 제어 시스템을 더 포함하고, 상기 지상 로봇을 제어하기 위한 목표 제어 값은, 상기 원격 제어 시스템을 통해 입력된 제1 제어 값과 상기 지상 로봇의 자율 주행 모듈에 의해 생성된 제2 제어 값의 가중치 합에 기초하여 결정되되, 상기 제1 제어 값에 적용되는 제1 가중치와 상기 제2 제어 값에 적용되는 제2 가중치는 상기 원격 제어 시스템과 상기 지상 로봇 간의 통신 딜레이에 기초하여 결정되고, 상기 제1 가중치와 상기 제2 가중치는 반비례 관계일 수 있다.

상술한 기술적 과제를 해결하기 위한 본 개시의 다른 몇몇 실시예에 따른 이동 로봇을 이용한 음식품 배달 시스템은, 사용자 단말로부터 배달을 요청받고, 상기 요청에 응답하여 배달 목적지까지 음식품을 배달하기 위한 임무 정보를 생성하는 서비스 시스템 및 조리 기기에 보관된 상기 음식품을 상기 임무 정보에 기반하여 배달하는 이동 로봇을 포함할 수 있다. 이때, 상기 임무 정보는 상기 음식품의 조리 시간을 포함하고, 상기 이동 로봇은, 상기 배달 목적지까지의 예상 소요 시간을 산출하고, 상기 산출된 예상 소요 시간과 상기 조리 시간을 비교하며, 상기 비교 결과에 기초하여 상기 조리 기기를 동작시킬 수 있다.

몇몇 실시예에서, 상기 이동 로봇은, 상기 조리 기기에 구비된 센서를 통해 상기 음식품의 조리 상태를 모니터링하고, 상기 조리 상태에 기초하여 상기 조리 기기의 조리 강도를 조절할 수 있다.

몇몇 실시예에서, 상기 이동 로봇은, 주변 환경에 대한 센싱 데이터에 기초하여 현재 이동 경로에 대한 사고 위험도를 산출하고, 상기 산출된 사고 위험도가 임계치 이상이라는 판정에 응답하여, 상기 배달 목적지까지의 이동 경로를 조정할 수 있다.

상술한 기술적 과제를 해결하기 위한 본 개시의 몇몇 실시예에 따른 이동 로봇을 이용한 음식품 배달 시스템은, 사용자 단말로부터 배달 요청을 수신하고, 상기 수신에 응답하여 배달 목적지까지 음식품을 배달하기 위한 임무 정보를 생성하는 서비스 시스템 및 배달 용기에 담긴 상기 음식품을 상기 임무 정보에 기반하여 배달하는 이동 로봇을 포함할 수 있다. 이때, 상기 이동 로봇은, 상기 음식품의 종류가 제1 종류인 경우, 제1 조정 방식에 따라 이동 중에 상기 배달 용기의 자세를 조정하고, 상기 음식품의 종류가 제2 종류인 경우, 제2 조정 방식에 따라 이동 중에 상기 배달 용기의 자세를 조정할 수 있다.

몇몇 실시예에서, 상기 이동 로봇은, 상기 음식품이 액체류인 경우, 상기 음식품의 표면 경사를 측정하고, 상기 표면 경사가 완만해지도록 상기 배달 용기의 자세를 조정할 수 있다.

몇몇 실시예에서, 상기 이동 로봇은, 상기 음식품이 액체류가 아닌 경우, 지면 경사를 측정하고, 상기 지면 경사에 기초하여 상기 배달 용기의 자세를 조정할 수 있다.

도 1은 원격 제어 시스템과 이동 로봇 간의 통신 딜레이를 설명하기 위한 도면이다.
도 2는 종래의 이동 로봇 제어 방식의 문제점을 설명하기 위한 도면이다.
도 3은 본 개시의 몇몇 실시예에 따른 로봇 제어 시스템을 나타내는 예시적인 구성도이다.
도 4 및 도 5는 본 개시의 몇몇 실시예에 따른 제어 장치를 개략적으로 설명하기 위한 도면이다.
도 6은 본 개시의 몇몇 실시예에 따른 서버의 동작을 설명하기 위한 도면이다.
도 7은 본 개시의 몇몇 실시예에 따른 이동 로봇의 제어 장치를 나타내는 예시적인 블록도이다.
도 8은 본 개시의 제1 실시예에 따른 이동 로봇의 제어 방법을 나타내는 예시적인 흐름도이다.
도 9 및 도 10은 본 개시의 몇몇 실시예에서 참조될 수 있는 각 제어 값에 대한 가중치를 설명하기 위한 도면이다.
도 11은 본 개시의 몇몇 실시예에 따른 가중치 결정 과정을 나타내는 예시적인 흐름도이다.
도 12는 본 개시의 다른 몇몇 실시예에 따른 가중치 결정 과정을 나타내는 예시적인 흐름도이다.
도 13은 본 개시의 제2 실시예에 따른 이동 로봇의 제어 방법을 나타내는 예시적인 흐름도이다.
도 14 및 도 15는 본 개시의 몇몇 실시예에 따른 주행 패턴 학습 방법을 나타내는 예시도이다.
도 16은 본 개시의 몇몇 실시예에 따른 이동 로봇을 이용한 배송 시스템을 설명하기 위한 도면이다.
도 17은 본 개시의 몇몇 실시예에 따른 서비스 시스템을 나타내는 예시적인 구성도이다.
도 18은 본 개시의 몇몇 실시예에 따른 배송 시스템에서 수행될 수 있는 이동 로봇 기반의 배송 서비스 제공 방법을 나타내는 예시적인 흐름도이다.
도 19는 본 개시의 몇몇 실시예에 따른 사용자와 사용자 단말 식별 방법을 설명하기 위한 예시도이다.
도 20은 본 개시의 제1 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도이다.
도 21은 본 개시의 제2 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도이다.
도 22 및 도 23은 본 개시의 제3 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도이다.
도 24 및 도 25는 본 개시의 제4 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도이다.
도 26은 본 개시의 제5 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도이다.
도 27은 본 개시의 제6 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도이다.
도 28은 본 개시의 제1 실시예에 따른 다중 드론 기반 협업 배송 방법을 설명하기 위한 예시도이다.
도 29는 본 개시의 제2 실시예에 따른 다중 드론 기반 협업 배송 방법을 설명하기 위한 예시도이다.
도 30은 본 개시의 제1 실시예에 따른 이동 로봇을 이용한 음식품 배달 방법을 설명하기 위한 예시도이다.
도 31 및 32는 본 개시의 제2 실시예에 따른 이동 로봇을 이용한 음식품 배달 방법을 설명하기 위한 예시도이다.
도 33은 본 개시의 다양한 실시예들에 따른 장치 및/또는 시스템을 구현할 수 있는 예시적인 컴퓨팅 장치를 나타내는 예시적인 하드웨어 구성도이다.

이하, 첨부된 도면을 참조하여 본 개시의 바람직한 실시예들을 상세히 설명한다. 본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 개시의 기술적 사상은 이하의 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 본 개시의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시의 기술적 사상은 청구항의 범주에 의해 정의될 뿐이다.

각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 개시를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 개시의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다. 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 개시를 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다.

또한, 본 개시의 구성 요소를 설명하는 데 있어서, 제1, 제2, 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 본질이나 차례 또는 순서 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 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.

명세서에서 사용되는 "포함한다 (comprises)" 및/또는 "포함하는 (comprising)"은 언급된 구성 요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성 요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.

본 명세서에 대한 설명에 앞서, 본 명세서에서 사용되는 몇몇 용어들에 대하여 명확하게 하기로 한다.

본 명세서에서, 이동 로봇(mobile robot)이란, 이동(즉, 주행) 기능이 구비된 모든 종류의 로봇을 총칭한다. 상기 이동 로봇은 지상 이동 기능이 구비된 지상 로봇과 공중 이동 기능이 구비된 드론(drone)을 포함할 수 있다. 또한, 상기 이동 로봇은 원격 제어 장치(또는 시스템)에 의해 제어되는 원격 제어 로봇, 자율적인 판단에 따라 이동하는 자율 로봇, 원격 제어 및 자율 이동 기능이 모두 구비된 반자율 로봇을 모두 포함할 수 있다.

본 명세서에서 인스트럭션(instruction)이란, 기능을 기준으로 묶인 일련의 명령어들로서 컴퓨터 프로그램의 구성 요소이자 프로세서에 의해 실행되는 것을 가리킨다.

이하, 본 개시의 몇몇 실시예들에 대하여 첨부된 도면에 따라 상세하게 설명한다.

도 3은 본 개시의 몇몇 실시예에 따른 로봇 제어 시스템을 나타내는 예시적인 구성도이다.

도 3을 참조하면, 상기 로봇 제어 시스템은 원격 제어 시스템(20), 이동 로봇(30), 제어 장치(100, 도 3에는 미도시) 및 서버(50)를 포함하도록 구성될 수 있다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 구성 요소가 추가되거나 삭제될 수 있음은 물론이다. 또한, 도 3에 도시된 로봇 제어 시스템의 각각의 구성 요소들은 기능적으로 구분되는 기능 요소들을 나타낸 것으로서, 적어도 하나의 구성 요소가 실제 물리적 환경에서는 서로 통합되는 형태로 구현될 수도 있음에 유의한다. 예를 들어, 제어 장치(100)는 원격 제어 시스템(20) 또는 이동 로봇(30)의 특정 로직(logic)으로 구현될 수도 있다.

또한, 실제 물리적 환경에서 상기 각각의 구성 요소들은 복수의 세부 기능 요소로 분리되는 형태로 구현될 수도 있다. 예컨대, 서버(50)의 제1 기능은 제1 컴퓨팅 장치에서 구현되고, 제2 기능은 제2 컴퓨팅 장치에서 구현될 수도 있다. 이하, 상기 로봇 제어 시스템의 각 구성 요소에 대하여 설명하도록 한다.

상기 로봇 제어 시스템에서, 원격 제어 시스템(20)은 이동 로봇(30)을 원격 제어하기 위해 조종자에 의해 이용되는 장치이다. 원격 제어 시스템(20)은 조종자에 의해 입력된 제어 값(e.g. 조향각, 속도)을 실시간으로 이동 로봇(30)으로 전송함으로써, 원격지에 위치한 이동 로봇(30)을 제어할 수 있다. 이하에서는, 설명의 편의상, 원격 제어 시스템(20)를 통해 조종자에 의해 입력된 제어 값을 “원격 제어 값”으로 명명하도록 한다.

편의성 향상을 위해, 원격 제어 시스템(20)은 핸들, 페달과 같은 햅틱 인터페이스 장치를 포함하도록 구성될 수 있다. 예컨대, 조종자는 핸들을 통해 이동 로봇(30)의 조향각을 제어하고, 페달을 통해 이동 로봇(30)의 속도를 제어할 수 있다. 단, 본 개시의 기술적 범위가 이에 한정되는 것은 아니며, 원격 제어 시스템(20)의 사용자 인터페이스 장치는 어떠한 방식으로 구현되더라도 무방하다.

또한, 원격 제어 시스템(20)은 이동 로봇(30)에 의해 촬영된 주변 영상 데이터를 표시하는 디스플레이 장치를 포함하도록 구성될 수 있다. 따라서, 조종자는 상기 디스플레이 장치를 통해 이동 로봇(30)의 주변 환경을 인지하고, 적절하게 원격 제어를 수행할 수 있다.

상기 로봇 제어 시스템에서, 이동 로봇(30)은 원격 제어 시스템(20)에 의해 제어되는 로봇이다. 특히, 도 3은 이동 로봇(30)이 차량 기반의 지상 로봇인 것을 예로써 도시하고 있으나, 전술한 바와 같이 이동 로봇(30)은 드론 등과 같이 모든 형태의 로봇을 포함할 수 있다.

상기 로봇 제어 시스템에서, 제어 장치(100)는 다양한 제어 값을 기초로 이동 로봇(30)을 제어하기 위한 목표 제어 값을 생성하는 컴퓨팅 장치이다. 여기서, 상기 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 등이 될 수 있으나, 이에 국한되는 것은 아니며 연산 수단이 구비된 모든 종류의 장치를 포함할 수 있다. 상기 컴퓨팅 장치의 일 예는 도 33을 참조하도록 한다.

상기 목표 제어 값은 이동 로봇(30)의 목표 제어 상태(e.g. 조향각, 속도)를 가리키는 값이기 때문에, 이동 로봇(30)에 입력되는 최종 제어 값은 상기 목표 제어 값과 다를 수 있다. 예를 들어, 상기 최종 제어 값은 이동 로봇(30)의 현재 제어 상태(e.g. 현재 속도, 현재 조향각)와 상기 목표 제어 값 기반으로 다양한 제어 알고리즘에 의해 생성될 수 있다. 다만, 본 개시의 논지를 흐리지 않기 위해 이에 대한 자세한 설명은 생략하도록 한다.

도 4에 도시된 바와 같이, 제어 장치(100)는 원격 제어 시스템(20)를 통해 입력된 원격 제어 값(23)과 자율 주행 모듈(21)에 의해 생성된 제어 값(25, 이하 “자율 제어 값”으로 칭하도록 함) 등에 기초하여 목표 제어 값(29)을 생성할 수 있다. 이때, 제어 장치(100)는 원격 제어 시스템(20)와 이동 로봇(30) 간의 통신 딜레이, 충돌 위험도, 주변 환경의 복잡도 등의 다양한 요인에 기초하여 원격 제어 값(23)과 자율 제어 값(25)이 목표 제어 값(29)에 반영되는 비중을 조정할 수 있다.

즉, 제어 장치(100)는 어느 한 시점에 특정 제어 값(23, 25)으로 목표 제어 값으로 생성하는 것이 아니라, 원격 제어 값(23)과 자율 제어 값(25)을 적절하게 조합하여 목표 제어 값(29)을 생성한다. 따라서, 도 5에 도시된 바와 같이, 제어 장치(100)에 의해 생성된 목표 제어 값(29)은 연속적인 값의 형태로 나타나고, 급격하게 변동되지 않는다. 따라서, 반복적인 제어 모드 변경에 따라 불연속적인 제어 값이 생성되는 문제(도 2 참조)가 해결될 수 있으며, 조종자 느끼는 조작 이질감 문제 또한 완화될 수 있다. 제어 장치(100)의 구성 및 동작에 대한 자세한 설명은 도 7 이하의 도면을 참조하여 상세하게 설명하도록 한다.

제어 장치(100)는 이동 로봇(30) 측에 구현되는 것이 바람직할 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 다만, 이해의 편의를 제공하기 위해, 이하에서는 제어 장치(100)가 이동 로봇(30) 측에 구현되었음을 가정하여 설명을 이어가도록 한다.

상기 로봇 제어 시스템에서, 서버(50)는 원격 제어 시스템(20) 또는 이동 로봇(30)으로부터 주행 데이터를 수신하고, 주행 데이터를 학습하여 사용자의 주행 패턴에 관한 기계 학습 모델을 구축하는 컴퓨팅 장치이다. 여기서, 상기 컴퓨팅 장치는, 노트북, 데스크톱(desktop), 랩탑(laptop) 등이 될 수 있으나, 이에 국한되는 것은 아니며 연산 수단 및 통신 수단이 구비된 모든 종류의 장치를 포함할 수 있다.

상기 주행 데이터는 예를 들어 원격 제어 시스템(20a 내지 20n)의 제어 값, 이동 로봇의 센싱 데이터(e.g. 영상 데이터) 등을 포함할 수 있다.

구체적으로, 도 6에 도시된 바와 같이, 서버(50)는 다수의 원격 제어 시스템(20a 내지 20n)로부터 특정 사용자의 주행 데이터를 수신하고, 상기 주행 데이터를 학습하여 각 사용자의 주행 패턴과 연관된 기계 학습 모델을 구축할 수 있다. 또한, 서버(50)는 상기 구축된 기계 학습 모델을 통해 이동 로봇(30)의 현재 주행 환경에 대한 제어 값(이하, “패턴 제어 값”으로 명명하도록 함)을 예측 및 제공할 수 있다. 상기 패턴 제어 값 또한 목표 제어 값을 생성하기 위해 제어 장치(100)에 의해 이용될 수 있으며, 이에 대한 자세한 설명은 도 12를 참조하여 후술하도록 한다. 또한, 서버(50)가 주행 패턴을 학습하는 예시적인 방법은 도 12 및 도 12을 참조하여 후술하도록 한다.

참고로, 서버(50)의 기능 중 일부는 원격 제어 시스템(20) 또는 이동 로봇(30)에 구현될 수도 있다. 예를 들어, 원격 제어 시스템(20) 또는 이동 로봇(30)이 주행 데이터에 기초하여 특정 사용자의 주행 패턴을 기계 학습하고, 학습된 기계 학습 모델을 서버(50)로 제공하는 방식으로 구현될 수도 있다. 이와 같은 경우, 서버(50)는 다수의 사용자의 주행 패턴이 학습된 기계 학습 모델을 이용하여 소정의 패턴 제어 값을 제어 장치(100)로 제공하는 기능만을 수행할 수도 있다.

상기 로봇 제어 시스템의 각 구성 요소(20, 30, 50, 100) 중 적어도 일부는 네트워크를 통해 통신할 수 있다. 원격 제어 시스템(20)와 이동 로봇(30) 간의 네트워크는 통상적으로 무선 네트워크로 구현될 것이나, 본 개시의 기술적 범위가 네트워크의 종류에 한정되는 것은 아니다. 즉, 상기 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 이동 통신망(mobile radio communication network), Wibro(Wireless Broadband Internet) 등과 어떠한 종류의 네트워크로 구현되더라도 무방하다.

지금까지 도 3 내지 도 6을 참조하여 본 개시의 일 실시예에 따른 로봇 제어 시스템에 대하여 설명하였다. 다음으로, 본 개시의 일 실시예에 따른 이동 로봇의 제어 장치(100)의 구성 및 동작에 대하여 도 7을 참조하여 설명한다.

도 7은 본 개시의 몇몇 실시예에 따른 제어 장치(100)를 나타내는 예시적인 블록도이다.

도 7을 참조하면, 제어 장치(100)는 제어 값 획득 모듈(110), 딜레이 결정 모듈(120), 자율 주행 모듈(130), 정보 획득 모듈(140), 가중치 결정 모듈(150) 및 목표 제어 값 결정 모듈(160)을 포함하도록 구성될 수 있다. 다만, 도 7에는 본 개시의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 개시가 속한 기술분야의 통상의 기술자라면 도 7에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다. 이하, 각 구성 요소에 대하여 설명한다.

제어 값 획득 모듈(110)은 목표 제어 값의 기초가 되는 각종 제어 값을 획득한다. 구체적으로, 제어 값 획득 모듈(110)은 원격 제어 시스템(20)로부터 사용자에 의해 입력된 원격 제어 값을 획득할 수 있고, 자율 주행 모듈(130)에 의해 생성된 자율 제어 값을 획득할 수 있다. 상기 원격 제어 값 및 상기 자율 제어 값은 모두 이동 로봇(30)의 속도, 조향각 등에 대한 제어 값을 포함할 수 있다.

또한, 제어 값 획득 모듈(110)은 해당 사용자의 주행 패턴에 기초하여 도출된 패턴 제어 값, 다수의 사용자의 평균 주행 패턴에 기초하여 도출된 패턴 제어 값 등을 서버(50)로부터 더 획득할 수 있다.

다음으로, 딜레이 결정 모듈(120)은 원격 제어 시스템(20)와 이동 로봇(30) 간의 통신 딜레이를 결정한다. 상기 통신 딜레이는 도 1에 도시된 바와 같은 제어 딜레이(5)와 모니터링 딜레이(7)에 기초하여 결정될 수 있다. 예를 들어, 상기 통신 딜레이는 2가지 딜레이(5, 7)의 합, 평균, 가중평균 등 다양한 형태로 결정될 수 있다.

다음으로, 자율 주행 모듈(130)은 이동 로봇(30)에 대한 자율 제어 값을 생성한다. 이를 위해, 자율 주행 모듈(130)은 당해 기술 분야에서 널리 알려진 적어도 하나의 자율 주행 알고리즘을 이용할 수 있으며, 어떠한 자율 주행 알고리즘이 이용되더라도 무방하다.

다음으로, 정보 획득 모듈(140)은 이동 로봇(30)의 주변 객체에 대한 충돌 위험도, 주변 환경에 대한 복잡도 등의 각종 정보를 획득한다. 상기 충돌 위험도 및 상기 복잡도는 가중치 결정 모듈(150)이 각 제어 값을 가중치를 결정하기 위해 이용될 수 있다.

정보 획득 모듈(140)은 상기 충돌 위험도, 상기 복잡도를 직접 산출할 수도 있고, 다른 장치에 의해 산출된 정보를 제공받을 수도 있다. 이는, 실시예에 따라 얼마든지 달라질 수 있다. 정보 획득 모듈(140)이 이동 로봇의 센싱 데이터에 기초하여 주변 객체에 대한 충돌 위험도와 복잡도를 결정하는 방법은 도 12 및 도 12의 설명 부분을 참조하도록 한다.

다음으로, 가중치 결정 모듈(150)은 각 제어 값에 대한 가중치를 결정하고, 결정된 가중치를 목표 제어 값 결정 모듈(160)에게 제공한다. 이때, 상기 가중치는 각 제어 값이 목표 제어 값에 반영되는 비중을 가리키는 값으로 이해될 수 있다.

몇몇 실시예에서, 가중치 결정 모듈(150)은 딜레이 결정 모듈(120)이 제공하는 통신 딜레이에 기초하여 각 제어 값에 대한 가중치를 결정할 수 있다. 본 실시예에 대한 자세한 설명은 도 10 및 도 11을 참조하여 상세하게 설명하도록 한다.

몇몇 실시예에서, 가중치 결정 모듈(150)은 정보 획득 모듈(140)이 제공하는 이동 로봇(30)의 주변 객체에 대한 충돌 위험도를 더 고려하여 각 제어 값에 대한 가중치를 결정할 수 있다. 본 실시예에 대한 자세한 설명은 도 12를 참조하여 후술하도록 한다.

몇몇 실시예에서, 가중치 결정 모듈(150)은 정보 획득 모듈(140)이 제공하는 이동 로봇(30)의 주변 환경에 대한 복잡도를 더 고려하여 각 제어 값에 대한 가중치를 결정할 수 있다. 본 실시예에 대한 자세한 설명은 도 12을 참조하여 후술하도록 한다.

다음으로, 목표 제어 값 결정 모듈(160)은 제어 값 획득 모듈(110)이 제공하는 복수의 제어 값과 가중치 결정 모듈(150)이 제공하는 각 제어 값에 대한 가중치에 기초하여 목표 제어 값을 결정한다.

예를 들어, 목표 제어 값 결정 모듈(160)은 상기 복수의 제어 값에 대한 가중 평균에 기초하여 상기 목표 제어 값을 결정할 수 있다. 다만, 이는 본 개시의 일부 실시예를 설명하기 위한 것일 뿐, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

참고로, 도 7에 도시된 모든 구성 요소가 제어 장치(100)의 필수 구성 요소가 되는 것은 아님에 유의하여야 한다. 즉, 본 개시의 다른 실시예에 따르면, 제어 장치(100)는 도 7에 도시된 구성 요소 중 일부에 의해 구현될 수도 있다.

도 7에 도시된 각 구성 요소(110 내지 160)는 소프트웨어(Software) 또는, FPGA(Field Programmable Gate Array)나 ASIC(Application-Specific Integrated Circuit)과 같은 하드웨어(Hardware)를 의미할 수 있다. 그렇지만, 상기 구성 요소들은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, 어드레싱(Addressing)할 수 있는 저장 매체에 있도록 구성될 수도 있고, 하나 또는 그 이상의 프로세서들을 실행시키도록 구성될 수도 있다. 상기 구성 요소들 안에서 제공되는 기능은 더 세분화된 구성 요소에 의하여 구현될 수 있으며, 복수의 구성 요소들을 합하여 특정한 기능을 수행하는 하나의 구성 요소로 구현될 수도 있다.

지금까지 도 7을 참조하여 본 개시의 몇몇 실시예들에 따른 제어 장치(100)의 구성 및 동작에 대하여 설명하였다. 이하에서는, 도 8 내지 도 12를 참조하여 본 개시의 몇몇 실시예들에 따른 이동 로봇의 제어 방법에 대하여 상세하게 설명하도록 한다.

이하에서 후술될 본 개시의 몇몇 실시예들에 따른 이동 로봇의 제어 방법의 각 단계는, 컴퓨팅 장치에 의해 수행될 수 있다. 즉, 상기 제어 방법의 각 단계는 컴퓨팅 장치의 프로세서에 의해 실행되는 하나 이상의 인스트럭션들로 구현될 수 있다. 상기 제어 방법에 포함되는 모든 단계는 하나의 물리적인 컴퓨팅 장치에 의하여 실행될 수도 있을 것이나, 상기 방법의 제1 단계들은 제1 컴퓨팅 장치에 의하여 수행되고, 상기 방법의 제2 단계들은 제2 컴퓨팅 장치에 의하여 수행될 수도 있다. 이하에서는, 상기 제어 방법의 각 단계가 제어 장치(100)에 의해 수행되는 것을 가정하여 설명을 이어가도록 한다. 다만, 설명의 편의를 위해, 상기 제어 방법에 포함되는 각 단계의 동작 주체는 그 기재가 생략될 수도 있다.

도 8은 본 개시의 제1 실시예에 따른 이동 로봇의 제어 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.

도 8을 참조하면, 상기 제1 실시예에 따른 이동 로봇의 제어 방법은 제어 장치(100)가 원격 제어 시스템(20)를 통해 입력된 원격 제어 값을 획득하는 단계 S100에서 시작된다. 이때, 상기 원격 제어 값은 이동 로봇(30)의 속도, 조향각 등에 대한 제어 값을 포함할 수 있다.

단계 S200에서, 제어 장치(100)는 자율 주행 모듈에 의해 생성된 자율 제어 값을 획득한다. 상기 자율 제어 값 또한 이동 로봇(30)의 속도, 조향각 등에 대한 제어 값을 포함할 수 있다.

단계 S300에서, 제어 장치(100)는 각 제어 값에 대한 가중치를 결정한다.

몇몇 실시예에서, 제어 장치(100)는 원격 제어 시스템(20)와 이동 로봇(30) 간의 통신 딜레이에 기초하여 각 제어 값에 대한 가중치를 결정할 수 있다. 본 실시예에 대한 구체적인 예시는 도 9에 도시되어 있다.

도 9에 도시된 바와 같이, 원격 제어 값에 대한 가중치(41, 이하 “원격 가중치”로 명명하도록 함)와 자율 제어 값에 대한 가중치(43, 이하 “자율 가중치”로 명명하도록 함)는 서로 반비례하는 값으로 결정될 수 있다. 구체적으로, 통신 딜레이가 커질수록 원격 가중치(41)는 큰 값으로 결정되고, 자율 가중치(43)는 작은 값으로 결정될 수 있다. 이는, 통신 딜레이가 커질수록 자율 제어 값이 목표 제어 값 반영되는 비중을 증가시킴으로써, 이동 로봇(30)의 안전성을 향상시키기 위해서이다.

또한, 제어 장치(100)는 통신 딜레이가 소정의 임계 값(45) 이상이라는 판정에 응답하여, 자율 가중치(43)를 최대 값으로 결정하고, 원격 가중치(41)를 최소 값으로 결정할 수 있다. 예를 들어, 도 9에 도시된 바와 같이, 각 제어 값에 대한 가중치가 0 내지 1 사이의 값을 갖는 경우, 제어 장치(100)는 자율 가중치(43)를 “1”로 결정하고, 원격 가중치(41)를 “0”으로 결정할 수 있다. 이와 같은 경우, 이동 로봇(30)은 자율 주행 모드로 동작하는 것처럼 제어될 수 있다.

임계 값(45)은 기 설정된 고정 값 또는 상황에 따라 변동되는 변동 값일 수 있다. 예를 들어, 임계 값(45)은 이동 로봇(30)의 현재 주행 속도에 따라 변동되는 변동 값일 수 있다. 보다 자세한 예를 들어, 임계 값(45)은 도 10에 도시된 바와 같이 이동 로봇(30)의 현재 주행 속도에 반비례하는 값으로 결정되고, 이동 로봇(30)의 현재 주행 속도가 변경됨에 따라 함께 변동될 수 있다. 이와 같은 경우, 통신 딜레이가 동일하더라도, 이동 로봇(30)의 현재 주행 속도가 더 빠르면, 제어 장치(100)는 자율 가중치(43)를 더 큰 값으로 결정하게 된다. 따라서, 이동 로봇(30)의 사고 위험도는 더욱 감소되고, 안전성은 향상될 수 있다. 단, 상기 예시는 본 개시의 일부 실시예를 설명하기 위한 것일 뿐, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

몇몇 실시예에서, 도 11에 도시된 바와 같이, 제어 장치(100)는 이동 로봇(30)의 주변 객체에 대한 충돌 위험도를 더 고려하여 각 제어 값에 대한 가중치를 결정할 수 있다(S310, S330, S350). 예를 들어, 이동 로봇(30)의 안전성을 향상시키기 위해, 충돌 위험도가 커질수록, 제어 장치(100)는 자율 가중치를 더 큰 값으로 결정할 수 있다.

상기 충돌 위험도는 이동 로봇(30)의 센싱 데이터에 기초하여 결정될 수 있다. 이때, 상기 센싱 데이터는 근접 센서를 통해 측정한 주변 객체와의 거리 데이터, 카메라 센서에 의해 촬영된 영상 데이터 등 각종 센서에 의해 측정된 데이터를 포함할 수 있다.

본 개시의 몇몇 실시예에 따르면, 제어 장치(100)는 영상 데이터로부터 도출된 주변 객체의 개수, 주변 객체의 인식 결과, 주변 객체와의 거리, 주변 환경의 특징(e.g. 평지, 오르막, 내리막, 차선 유무, 차선의 크기, 교차로 존재 유무, 신호등 존재 유무 등) 등의 영상 분석 결과에 기초하여 상기 충돌 위험도를 결정할 수 있다. 이때, 상기 인식 결과는 주변 객체가 이동형 또는 고정형 객체인지, 사람 또는 사물인지 등에 대한 정보, 해당 객체의 크기, 재질 등의 정보를 포함할 수 있다.

제어 장치(100)가 주변 객체에 대한 충돌 위험도를 결정하는 방법을 실시예에 따라 얼마든지 달라질 수 있다. 예를 들어, 일정 거리 이내에 위치한 주변 객체의 개수가 많을수록 상기 충돌 위험도는 더 높은 값으로 결정될 수 있다. 다른 예를 들어, 일정 거리 이내에 이동형 객체에 해당하는 주변 객체가 많을수록, 상기 충돌 위험도는 더 높은 값으로 결정될 수 있다. 또 다른 예를 들어, 일정 거리 이내에 사람에 해당하는 주변 객체가 많을수록, 상기 충돌 위험도는 더 높은 값으로 결정될 수 있다. 사람은 사물에 비해 불규칙적인 이동 패턴을 보여줄 확률이 높기 때문이다. 또 다른 예를 들어, 일정 거리 이내에 다수의 주변 객체가 위치하더라도, 해당 주변 객체들이 대부분 다른 차선에 위치한 경우라면, 상기 충돌 위험도는 더 낮은 값으로 결정될 수 있다. 또 다른 예를 들어, 주변 환경의 복잡도가 높을수록, 상기 충돌 위험도는 더 높은 값으로 결정될 수 있다. 또 다른 예를 들어, 주변 객체의 크기가 클수록 재질이 단단할수록, 상기 충돌 위험도는 더 높은 값으로 결정될 수 있다.

몇몇 실시예에서, 도 12에 도시된 바와 같이, 제어 장치(100)는 이동 로봇(30)의 주변 환경에 대한 복잡도를 더 고려하여 각 제어 값에 대한 가중치를 결정할 수 있다(S310, S320, S340).

상기 복잡도 또한 이동 로봇(30)의 센싱 데이터에 기초하여 결정될 수 있다. 이때, 상기 센싱 데이터는 근접 센서를 통해 측정한 주변 객체와의 거리 데이터, 카메라 센서에 의해 촬영된 영상 데이터 등 각종 센서에 의해 측정된 데이터를 포함할 수 있다.

본 개시의 몇몇 실시예에 따르면, 제어 장치(100)는 영상 데이터로부터 도출된 주변 객체의 개수, 주변 객체의 인식 결과, 주변 객체와의 거리, 주변 환경의 특징(차선 유무, 교차로 존재 유무, 차선의 크기, 신호등 존재 유무 등), 주변 객체의 위치 분포, 밀집도 등의 영상 분석 결과에 기초하여 상기 복잡도를 결정할 수 있다. 예를 들어, 주변 객체의 개수가 많을수록 상기 복잡도는 더 높은 값으로 결정될 수 있다. 다른 예를 들어, 이동형 객체가 많을수록, 상기 복잡도는 더 높은 값으로 결정될 수 있다. 또 다른 예를 들어, 불규칙적인 이동 패턴을 보이는 이동형 객체가 많을수록 상기 복잡도는 더 높은 값으로 결정될 수 있다. 또 다른 예를 들어, 주변 객체의 종류가 다양할수록, 상기 복잡도는 더 높은 값으로 결정될 수 있다. 이외에도, 주변 환경에 교차로가 존재하거나, 차선의 크기가 작거나, 차선이 존재하지 않는 경우, 일정 거리 이내에 다수의 주변 객체가 분포한 경우 등에, 상기 복잡도는 더 높은 값으로 결정될 수 있다.

이외에도, 제어 장치(100)는 전술한 몇몇 실시예들의 다양한 조합에 의해 각 제어 값에 대한 가중치를 결정할 수도 있다.

다시 도 8을 참조하면, 단계 S400에서, 제어 장치(100)는 원격 제어 값, 자율 제어 값 및 각 제어 값에 대한 가중치에 기초하여 상기 이동 로봇의 목표 제어 값을 생성한다. 예를 들어, 제어 장치(100)는 가중치 합, 가중 평균 등의 기법을 이용하여 상기 목표 제어 값을 생성할 수 있다.

한편, 몇몇 실시예에서, 제어 장치(100)는 상기 목표 제어 값과 원격 제어 값의 차이가 소정의 임계 값 이하가 되도록 상기 목표 제어 값을 조정하는 단계를 더 수행할 수도 있다. 예를 들어, 제어 장치(100)는 단계 S400에서 생성된 목표 제어 값과 원격 제어 값과의 차이가 임계 값 이상이라는 판정에 응답하여, 상기 생성된 목표 제어 값이 상기 임계 값 이내가 되도록 조정할 수 있다.

이때, 상기 임계 값은 기 설정된 고정 값 또는 상황에 따라 변동되는 변동 값일 수 있다. 예를 들어, 상기 임계 값은 이동 로봇(30)의 현재 주행 속도 또는 통신 딜레이가 커질수록 더 큰 값으로 결정되는 변동 값일 수 있다. 현재 주행 속도 또는 통신 딜레이가 큰 경우, 원격 제어 값에 대한 가중치는 작아질 것이기 때문이다. 본 실시예에 따르면, 목표 제어 값과 원격 제어 값과의 차이가 지나치게 커지지 않도록 목표 제어 값이 적절하게 조정될 수 있다. 이에 따라, 사용자가 느끼는 원격 조작 상의 이질감이 더욱 감소될 수 있다.

지금까지, 도 8 내지 도 12를 참조하여 본 개시의 제1 실시예에 따른 이동 로봇의 제어 방법에 대하여 설명하였다. 상술한 방법에 따르면, 각 제어 값의 조합에 기초하여 목표 제어 값이 생성되는 바, 반복적인 제어 모드 전환에 따라 이동 로봇의 구동이 불안정해지는 문제, 조종자의 조작 이질감이 극대화되는 문제가 완화될 수 있다. 아울러, 제어 모드 전환 없이도 각 제어 값에 대한 가중치 조절을 통해 이동 로봇의 사고 위험도가 최소화될 수 있다.

이하에서는, 도 13 내지 도 15를 참조하여 본 개시의 제2 실시예에 따른 이동 로봇의 제어 방법에 대하여 설명하도록 한다. 중복된 설명을 배제하기 위해, 전술한 제1 실시예와의 차이점을 중심으로 설명을 이어갈 것이나, 상기 제1 실시예에서 언급된 내용은 상기 제2 실시예에도 포함될 수 있음은 물론이다.

도 13은 본 개시의 제2 실시예에 따른 이동 로봇의 제어 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.

도 13을 참조하면, 상기 제1 실시예와 마찬가지로, 상기 제2 실시예에 따른 제어 방법은, 제어 장치(100)가 원격 제어 값 및 자율 제어 값을 획득하는 단계(S100, S200)에서 시작된다.

단계 S250에서, 제어 장치(100)는 이동 로봇(30)에 대한 패턴 제어 값을 획득한다. 상기 패턴 제어 값은 전술한 바와 같이 사용자의 주행 패턴을 학습한 기계 학습 모델에 의해 생성된 제어 값을 의미한다. 즉, 상기 패턴 제어 값은 과거의 주행 패턴을 토대로 이동 로봇(30)의 현재 주변 환경에 대해 예측되는 제어 값을 의미한다. 주행 패턴을 학습하는 방법에 대한 설명은 도 14 및 도 15를 참조하여 후술하도록 한다.

상기 패턴 제어 값은 원격 제어 시스템(20)를 통해 이동 로봇(30)을 제어하는 특정 사용자의 주행 패턴에 기초하여 생성된 제1 패턴 제어 값 및/또는 복수의 사용자의 평균 주행 패턴에 기초하여 생성된 제2 패턴 제어 값을 포함할 수 있다. 상기 패턴 제어 값은 예를 들어 소정의 서버(e.g. 50)로부터 제공받을 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

단계 S350에서, 제어 장치(100)는 각 제어 값에 대한 가중치를 결정한다. 예를 들어, 패턴 제어 값에 대한 가중치는 통신 딜레이가 크거나 이동 로봇(30)의 현재 주행 속도가 빠를수록 더 큰 값으로 결정될 수 있다.

단계 S450에서, 제어 장치(100)는 원격 제어 값, 자율 제어 값, 패턴 제어 값 및 각 제어 값에 대한 가중치에 기초하여 이동 로봇(30)의 목표 제어 값을 생성한다. 예를 들어, 제어 장치(100)는 가중치 합, 가중 평균 등의 기법을 이용하여 상기 목표 제어 값을 생성할 수 있다.

지금까지 도 13을 참조하여 본 개시의 제2 실시예에 따른 이동 로봇의 제어 방법에 대하여 설명하였다. 상술한 방법에 따르면, 해당 조종자 또는 복수의 조종자에 대한 주행 패턴에 기초하여 생성된 패턴 제어 값을 더 고려하여 목표 제어 값이 생성된다. 해당 조종자에 대한 주행 패턴에 따른 패턴 제어 값을 목표 제어 값에 반영하는 경우, 조종자가 느끼는 조작 이질감이 완화될 수 있다. 또한, 복수의 조종자에 대한 주행 패턴에 따른 패턴 제어 값을 목표 제어 값에 반영하는 경우, 다른 제어 값의 오차가 상기 패턴 제어 값에 의해 보정될 수 있을 것인 바, 이동 로봇의 안전성이 더욱 향상될 수 있다.

이하에서는, 도 14 및 도 15를 참조하여 본 개시의 몇몇 실시예에 따른 주행 패턴 학습 방법에 대하여 설명하도록 한다. 이하에서 후술될 상기 주행 패턴 학습 방법의 각 단계는, 컴퓨팅 장치에 의해 수행될 수 있다. 예를 들어, 상기 컴퓨팅 장치는 서버(50), 제어 장치(100), 원격 제어 시스템(20), 이동 로봇(30) 등일 수 있다. 다만, 이해의 편의를 위해, 상기 주행 패턴 학습 방법에 포함되는 각 단계의 동작 주체는 서버(50)인 것으로 가정하여 설명을 이어가도록 한다. 물론, 설명의 편의상, 각 단계의 동작 주체에 대한 기재는 생략될 수도 있다.

먼저, 도 14를 참조하여 주행 패턴의 학습에 이용되는 학습 데이터에 대하여 설명하도록 한다.

도 14에 도시된 바와 같이, 학습 데이터(69)는 이동 로봇(30)의 주변 환경을 촬영한 영상 데이터(63) 및 상기 주변 환경에 대응되는 원격 제어 값(61)을 포함할 수 있다. 따라서, 학습 데이터(69)의 기계 학습을 통해 해당 사용자의 주행 패턴(주행 패턴(e.g. 주변 객체에 나타난 경우 감속하는 정도, 커브 길에서 감속하는 정도 등)이 학습되면, 특정 주변 환경에 대한 해당 사용자의 패턴 제어 값이 예측될 수 있다.

또한, 학습 데이터(69)는 영상 데이터(63)를 기초로 산출된 사고 위험도(65), 복잡도(67) 등의 정보를 더 포함할 수 있다. 사고 위험도(65) 및 복잡도(67)를 산출하는 방법은 전술한 바와 같으므로, 이에 대한 설명은 생략하도록 한다.

다음으로, 도 15를 참조하여 기계 학습 기반의 주행 패턴 학습 방법에 대하여 설명하도록 한다.

상기 주행 패턴 학습 방법은 학습 데이터(69) 중 영상 데이터(63)로부터 주변 환경 특징(71)을 추출하는 추출 과정과 주변 환경 특징(71)과 다른 학습 데이터(61, 65, 67)에 대한 기계 학습을 수행하는 학습 과정을 포함할 수 있다.

상기 추출 과정은 영상 데이터(69)의 분석을 통해 다양한 주변 환경 특징(71)을 추출하는 과정으로, 여기서 주변 환경 특징은(71)은 차선 유무, 객체 인식 결과, 교차로 유무, 커브길 유무, 신호등 유무 등의 다양한 특징을 포함할 수 있다. 도 15는 기 학습된 CNN(convolutional neural network)을 이용하여 영상 데이터(63)로부터 다양한 주변 환경 특징(71)을 추출하는 것을 예로써 도시하고 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 예컨대, 당해 기술 분야에서 널리 알려진 컴퓨터 비전 알고리즘(computer vision algorithm)을 이용하여 주변 환경 특징(71)이 추출될 수도 있다.

상기 학습 과정은 주변 환경 특징(71), 충돌 위험도(65), 복잡도(67), 원격 제어 값(61)에 대한 기계 학습을 수행하는 과정이다. 이때, 주변 환경 특징(71), 충돌 위험도(65), 복잡도(67) 등은 기계 학습 모델의 입력 데이터로 이용되고, 원격 제어 값(61)은 출력 레이어의 예측 제어 값(73)과 비교를 통해 기계 학습 모델의 가중치를 갱신하는 용도로 이용될 수 있다. 도 15는 ANN(artificial neural network) 기반의 딥 러닝 모델을 이용하여 기계 학습이 수행되는 것을 예로써 도시하고 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 얼마든지 다른 종류의 기계 학습 알고리즘을 이용하여 주행 패턴에 대한 학습이 수행될 수도 있다.

복수의 사용자에 대한 주행 패턴 학습은 학습 데이터가 복수의 사용자에 대한 학습 데이터로 확장되는 것일 뿐이므로, 이에 대한 설명은 생략하도록 한다. 물론, 실시예에 따라, 개별 사용자의 주행 패턴을 학습한 복수의 기계 학습 모델이 구축될 수도 있고, 복수의 사용자의 주행 패턴을 학습한 단일 기계 학습 모델이 구축될 수도 있다. 복수의 기계 학습 모델이 구축된 경우, 복수의 사용자에 대한 패턴 제어 값은 개별 사용자의 패턴 제어 값의 평균, 가중 평균 등에 기초하여 결정될 수 있다. 이때, 상기 가중 평균에 이용되는 가중치는 예컨대 각 기계 학습 모델의 정확도, 학습 성숙도 등이 이용될 수 있다.

지금까지 도 14 및 도 15를 참조하여 본 개시의 몇몇 실시예에 따른 기계 학습 기반의 주행 패턴 학습 방법에 대하여 설명하였다.

지금까지 도 3 내지 도 15를 참조하여 로봇 제어 시스템, 이동 로봇의 제어 방법, 그 제어 방법을 지원하는 제어 장치(100)에 대하여 설명하였다. 이하에서는, 도 16 이하의 도면을 참조하여 본 개시의 몇몇 실시예들에 따른 이동 로봇을 이용한 배송 시스템과 그 시스템의 동작 방법에 대하여 설명하도록 한다. 전술한 이동 로봇의 제어 개념은 후술될 이동 로봇에도 적용될 수 있다.

도 16은 본 개시의 몇몇 실시예에 따른 이동 로봇을 이용한 배송 시스템을 설명하기 위한 도면이다.

도 16에 도시된 바와 같이, 상기 배송 시스템은 서비스 시스템(200)과 배송을 담당하는 이동 로봇(300, 이하, "배송 로봇"으로 칭하도록 함)을 포함할 수 있다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 구성 요소가 추가되거나 삭제될 수 있음은 물론이다.

각 구성 요소에 대하여 간략하게 살펴보면, 서비스 시스템(200)은 사용자에게 이동 로봇 기반의 배송 서비스를 제공하기 위한 컴퓨팅 시스템이다. 서비스 시스템(200)은 배송 요청 수신, 배송 요청에 따른 배송 임무 할당, 배송 상태 모니터링 등 제반 기능을 수행할 수 있다.

몇몇 실시예에서, 도 17에 도시된 바와 같이, 서비스 시스템(200)은 서비스 서버(210), 관제 시스템(230) 및 원격 제어 시스템(250)을 포함할 수 있다.

서비스 서버(210)는 배송 요청을 위한 웹 페이지를 제공하거나, 배송 이력을 관리하는 등 배송 서비스와 연관된 전반적인 기능을 수행하는 컴퓨팅 장치이다. 서비스 서버(210)는 사용자 단말(400)로부터 배송 요청을 수신하고, 상기 배송 요청에 따른 임무 생성을 관제 시스템(230)으로 요청할 수 있다.

다음으로, 관제 시스템(230)은 배송 임무 생성, 배송 임무 할당, 배송 로봇 모니터링 등과 같이 배송 로봇(300)에 대한 전반적인 관제 기능을 수행하는 시스템이다. 관제 시스템(230)은 배송 로봇(300)과의 실시간 통신을 수행하며 각종 모니터링 및 제어 기능을 수행할 수 있다. 도 17에 도시된 바와 같이, 관제 시스템(230)은 다수의 배송 로봇(300)을 모니터링하기 위해 다수의 디스플레이를 포함하도록 구현될 수 있다.

다음으로, 원격 제어 시스템(250)은 배송 로봇(300)에 대한 원격 제어 기능이 구비된 시스템이다. 몇몇 실시예에서, 조종자가 원격 제어 시스템(250)을 통해 직접 배송 로봇(300)을 제어하며 배송 서비스를 제공할 수 도 있다. 원격 제어 시스템(250)에 대한 설명은 도 3 등의 도면에 대한 설명 부분을 참조하도록 한다.

다시 도 16을 참조하면, 배송 로봇(300)은 배송 대상 물품(이하, "배송품")을 배송하는 로봇이다. 배송 로봇(300)은 임무 정보에 기반하여 자율적으로 배송을 수행할 수도 있고, 원격 제어 시스템(250)의 제어에 따라 배송을 수행할 수도 있다. 물론, 전술한 바와 같이, 배송 로봇(300)은 원격 제어 시스템(250)의 원격 제어 값과 자율 제어 갑의 조합에 의해 제어될 수도 있다.

상기 임무 정보는 배송 로봇(300)이 배송을 수행하는데 필요한 모든 정보들을 포함한다. 가령, 상기 임무 정보는 배송 출발지 정보, 배송 시작 시간 정보, 배송 목적지 정보, 목표 도착 시간 정보, 배송 로봇 간의 협업을 수행하기 위한 협업 정보, 배송 목적지까지의 이동 경로 정보 등을 포함할 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

상기 협업 정보는 협업을 수행하는데 필요한 모든 정보들을 포함한다. 가령, 각 배송 로봇의 역할 정보(e.g. 배송, 주변 모니터링 등), 물품의 인계 지점, 인계 방식 등과 관련된 정보 들이 포함될 수 있다. 상기 협업 정보의 예는 협업 배송이 수행되는 예와 함께 추후 부연 설명하도록 한다.

협업을 수행하는 배송 로봇(300)은 다양한 형태로 구성될 수 있다. 가령, 지상 로봇과 드론이 협업하여 배송을 수행할 수 있고, 복수의 지상 로봇 또는 복수의 드론이 협업을 통해 배송을 수행할 수도 있다.

다음으로, 사용자 단말(400)는 배송을 요청하기 위해 사용자에 의해 이용되는 단말이다. 사용자 단말(400)은 어떠한 장치로 구현되더라도 무방하다.

지금까지 도 16 및 도 17을 참조하여 이동 로봇을 이용한 배송 시스템에 대하여 개략적으로 설명하였다. 이하에서는, 도 18을 참조하여 상기 배송 시스템에서 수행되는 이동 로봇 기반 배송 서비스 제공 방법에 대하여 설명하도록 한다.

도 18은 본 개시의 몇몇 실시예에 따른 배송 시스템에서 수행되는 이동 로봇 기반 배송 서비스 제공 방법을 나타내는 예시적인 흐름도이다. 단, 이는 본 개시의 목적을 달성하기 위한 바람직한 실시예일뿐이며, 필요에 따라 일부 단계가 추가되거나 삭제될 수 있음은 물론이다.

도 18에 도시된 바와 같이, 상기 배송 서비스 제공 방법은 배송 요청을 수신하는 단계 S510에서 시작된다. 전술한 바와 같이, 서비스 서버(210)가 상기 배송 요청을 수신할 수 있다.

단계 S520에서, 서비스 시스템(200)은 상기 배송 요청에 응답하여 배송을 위한 임무 정보를 생성한다. 전술한 바와 같이, 관제 시스템(230)이 복수의 배송 로봇(300) 중에서 배송 임무를 담당할 로봇을 지정하고, 해당 로봇을 위한 임무 정보를 생성할 수 있다.

단계 S530에서, 서비스 시스템(200)은 생성된 임무 정보를 배송 로봇(300)으로 전송하여, 배송 임무를 할당한다.

단계 S540에서, 배송 로봇(300)은 수신한 임무 정보에 기반하여 배송을 시작한다. 가령, 배송 로봇(300)은 임무 정보에 포함된 배송 시작 시간, 배송 출발지 정보에 기반하여, 상기 배송 시작 시간에 상기 배송 출발지로 이동하여 배송품을 적재함으로써 배송을 시작할 수 있다.

단계 S550에서, 배송 로봇(300)은 주기적 또는 비주기적으로 자신의 위치 정보를 보고한다. 그렇게 함으로써, 관리자가 관제 시스템(230)을 통해 배송 로봇(300)의 위치를 실시간으로 모니터링할 수 있다.

또한, 배송 로봇(300)은 센서를 통해 측정된 주변 환경 정보(e.g. 주변 환경 영상, 식별된 장애물 정보 등)와 각종 이벤트 정보(e.g. 물품 파손, 배송 지연 발생 등)를 서비스 시스템(200)으로 보고할 수 있다.

단계 S560에서, 서비스 시스템(200)은 배송 로봇(300)의 위치 정보와 배송 상태 등의 정보를 사용자 단말(400)에게 실시간으로 제공한다. 그렇게 함으로써, 보다 만족도 높은 배송 서비스가 제공될 수 있다.

단계 S570 및 단계 S580에서, 배송 로봇(300)은 수신한 임무 정보에 따라 배송 목적지에 도착하여 사용자에게 도착 알림을 제공한다. 배송 목적지까지의 이동은 임무 정보에 포함된 이동 경로 정보에 의해 수행될 수 있고, 배송 로봇(300)의 자율 주행 기능에 의해 수행될 수도 있다.

상기 도착 알림은 불빛을 번쩍이는 등의 시각적 메시지, 소리, 음악 등의 청각적 메시지, 문자 메시지, 전화 통화 등 어떠한 방식으로 수행되더라도 무방하다.

몇몇 실시예에서, 도 19에 도시된 바와 같이, 배송 로봇(301)은 도착 알림을 수행하기 전에 단말의 위치 식별(303)과 사용자 식별(305) 과정을 수행할 수 있다. 구체적으로, 배송 로봇(301)은 사용자 단말(401)과의 신호 강도(e.g. RSSI)를 이용하여 대략적인 사용자 단말(401)의 위치를 추정할 수 있다. 또한, 추정된 위치 인근에서, 배송 로봇(301)을 촬영된 영상을 분석하여 사용자(403)의 얼굴을 인식할 수 있다. 그런 다음, 배송 로봇(301)은 인식된 사용자(403) 근처로 이동하여 배송 알림을 제공할 수 있다. 여기서, 얼굴 인식에 이용되는 사용자(403)의 얼굴 이미지와 사용자 단말(401)을 식별하기 위한 식별 정보, 배송 알림의 방식 등은 임무 정보에 미리 정의되어 있을 수 있다.

지금까지 도 18 및 도 19를 참조하여 이동 로봇 기반의 배송 서비스 제공 방법에 대하여 설명하였다. 상술한 방법에 따르면, 이동 로봇을 이용하여 신속하고 정확한 배달 서비스를 제공함으로써, 소비자 만족도를 제고하고 인건비 절감을 통해 배송 효율을 높일 수 있다.

한편, 본 개시의 몇몇 실시예에 따르면, 배송 로봇(300)은 지상 로봇과 드론을 포함하고, 지상 로봇과 드론의 협업을 통해 배송이 수행될 수 있다. 이를 통해, 도어 투 도어(door-to-door) 배송 서비스가 제공되거나, 배송 범위가 확대될 수 있는데, 이하 도 20 내지 도 27을 참조하여 협업 배송과 관련된 다양한 실시예에 대하여 설명하도록 한다.

도 20은 본 개시의 제1 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도다.

도 20에 도시된 바와 같이, 상기 제1 실시예에서는, 드론(311)은 공중에서 지상 로봇(313)의 주변 환경을 모니터링하고, 지상 로봇(313)이 배송품(315)의 운송을 담당한다. 드론(311)과 지상 로봇(313)의 협업 정보에는 이와 같은 역할 분담이 정의되어 있을 수 있다.

보다 구체적으로, 지상 로봇(313)은 배송품(315)을 배송 목적지(317)까지 운송하고, 드론(311)은 지상 로봇(313)의 주변 환경을 촬영하고, 영상 분석을 통해 장애물 정보, 지형 정보, 교통 정보 등의 모니터링 정보를 지상 로봇(315)에게 제공한다. 그러면, 지상 로봇(315)은 수신한 모니터링 정보에 기초하여 이동 경로를 정정할 수 있다. 예를 들어, 지상 로봇(315)은 장애물을 회피할 수 있거나 평탄한 지형이 지속되는 경로로 이동 경로를 재설정할 수 있다. 그렇게 함으로써, 보다 안전한 배송 서비스가 제공될 수 있다. 다른 예를 들어, 지상 로봇(315)은 교통량이 적장애물을 회피할 수 있는 경로로 이동 경로를 재설정할 수 있다. 그렇게 함으로써, 신속한 배송 서비스가 제공될 수 있다.

도 21은 본 개시의 제2 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도다.

도 21에 도시된 바와 같이, 상기 제2 실시예에서는, 지상 로봇(324)과 드론(326)이 함께 운송을 담당한다. 가령, 지상 로봇(324)은 출발지(321)부터 중간 목적지(322)까지 배송품(325)의 운송을 담당하고, 드론(326)은 중간 목적지(322)부터 배송 목적지(323)까지 배송품(325)의 운송을 담당할 수 있다. 이때, 중간 목적지(322)의 위치 정보(즉, 인계 장소)와 인계 시점 등의 정보는 협업 정보에 미리 정의되어 있을 수 있고, 상황에 따라 동적으로 결정될 수도 있다. 동적으로 협업이 이루어지기 위해, 협업 정보에는 협업을 야기하는 이벤트 정보(이하, "협업 이벤트"로 칭함)가 정의되어 있을 수도 있다.

몇몇 실시예에서, 상기 협업 이벤트는 지상 로봇(324) 또는 드론(326)이 더 이상을 운송을 진행할 수 없는 경우에 발생될 수 있다. 가령, 로봇에 이상이 발생한 경우, 장애물 등으로 인해 더 이상 목적지까지 이동이 불가능한 경우 등에 협업 이벤트가 발생될 수 있다. 이와 같은 경우, 협업 이벤트가 발생한 지점이 인계 장소(322)가 될 수 있다. 장애물로 인해 협업 이벤트가 발생하는 경우는 도 22를 참조하여 후술하도록 한다.

몇몇 실시예에서, 상기 협업 이벤트는 사고 위험도에 기초하여 발생될 수도 있다. 상기 사고 위험도에 관한 내용은 도 31의 설명 내용을 참조하도록 한다.

도 22 및 도 23은 본 개시의 제3 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도다.

도 22 및 도 23에 도시된 바와 같이, 상기 제3 실시예서는, 지상 로봇(331)이 이동 경로 상에 존재하는 장애물(337)을 인식함에 응답하여 드론(333)과 협업이 이루어진다. 물론, 전술한 제1 실시예와 같이, 드론(333)이 장애물을 감지 또는 식별하고, 장애물 정보를 지상 로봇(331)에게 제공할 수도 있다.

본 실시예에서, 지상 로봇(331)은 장애물(337)에 대한 정보를 기초로 장애물 통과 가능 여부를 판단할 수 있다. 여기서, 장애물 통과란 장애물을 넘어서 통과하는 경우, 장애물을 회피하는 경우 등을 모두 포함할 수 있다. 또한, 도 23에 도시된 바와 같이, 지상 로봇(331)은 장애물(337)을 통과할 수 없다는 판정에 응답하여, 드론(333)에게 배송품(335)을 인계할 수 있다.

여기서, 배송품(335)을 인계하는 방식은 어떠한 방식이 되더라도 무방하다. 예를 들어, 지상 로봇(331)은 드론(333)을 탑재한 채로 배송품(335)을 운송하다가, 장애물(337)이 나타나면 드론(333)을 작동시킬 수 있다. 물론, 지상 로봇(331)이 장애물(337)을 통과할 수 없음을 관제 시스템(230)에게 보고하고, 관제 시스템(230)의 제어에 따라 드론(333)이 작동될 수도 있다. 다른 예를 들어, 지상 로봇(331)은 주변의 위치한 드론을 호출하여, 배송품(335)을 인계할 수도 있다.

몇몇 실시예에서, 지상 로봇(331)은 인식된 장애물(337)의 크기와 배송품(335)의 파손 위험도에 기초하여 상기 장애물의 통과 가능 여부를 판정할 수 있다. 이때, 상기 파손 위험도는 파손에 따라 상기 물품의 가치가 훼손되는 정도를 의미하는 것으로, 물품의 본래 가치가 높을수록(e.g. 고가의 물품), 특성 상 쉽게 파손되는 물품일수록(e.g. 쉽게 깨지는 재질의 물품) 및/또는 파손에 의해 가치 감가가 크게 발생되는 물품일수록 높은 값으로 결정될 수 있다. 보다 구체적인 예를 들어, 파손 위험도가 높은 배송품을 운송 중인 경우, 인식된 장애물의 크기가 작더라도(즉, 로봇의 성능 상 충분히 통과할 수 있는 장애물이더라도), 지상 로봇(331)은 장애물을 통과할 수 없다는 판정을 할 수 있다. 그렇게 함으로써, 파손 위험이 높은 물품에 대해 보다 안전한 배송 서비스가 제공될 수 있다.

도 24 및 도 25는 본 개시의 제4 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도다.

도 24 및 도 25에 도시된 바와 같이, 상기 제4 실시예에서는, 드론(e.g. 341)과 지상 로봇(e.g. 345 내지 347)을 통해 도어 투 도어 배송 서비스가 제공될 수 있다. 구체적으로, 드론(341)을 통해 공중 운송 또는 옥상 간 운송이 수행되고, 배송 목적지(348)의 옥상(즉, 인계 장소)에 배치된 지상 로봇(345)을 통해 사용자의 문 앞까지 실내 배송이 이루어질 수 있다.

도 25는 인계 장소(e.g. 배송 목적지 건물 348의 옥상)에서 배송품(353)의 인계가 이루어지는 과정을 도시하고 있다.

도 25에 도시된 바와 같이, 인계 장소(e.g. 옥상)에는 드론(351)이 식별할 수 있는 마커(355)가 미리 설치되어 있을 수 있고, 마커(355)의 위치와 모양 등은 임무 정보에 미리 정의되어 있을 수 있다.

드론(351)은 영상 촬영을 통해 설치된 마커(355)를 식별하고, 마커(355)가 설치된 영역에 배송품(353)을 투하할 수 있다. 상기 마커 영역에는 배송품(353)이 파손되지 않도록 하기 위한 안전 장치가 미리 설치되어 있을 수 있다. 다음으로, 드론(351)은 투하 위치 정보(즉, 마커 355 영역의 위치 정보)를 지상 로봇(355)에게 송출한다. 그러면, 지상 로봇(355)은 수신한 위치로 이동하여 배송품(353)을 인계받을 수 있다.

참고로, 협업을 수행하는 대상이 지상 로봇(355)이 아닌 제1 드론인 경우, 드론(351)은 제1 드론에게 상기 마커 영역의 위치 정보를 송출할 수 있다. 그러면, 상기 제1 드론이 배송품(353)을 인계하여 배송 목적지까지 운송을 수행할 수 있다. 물론, 상기 제1 드론도 배송품(353)을 다른 지상 로봇에게 인계할 수도 있다.

또한, 전술한 실시예는 지상 로봇 간에 협업을 수행하는 경우에도 실질적인 기술적 사상의 변경없이 그대로 적용될 수 있다. 가령, 제1 지상 로봇이 마커 영역에 배송품을 위치시키고, 상기 마커 영역의 위치 정보를 제2 지상 로봇에게 송출하면, 상기 제2 지상 로봇은 상기 마커 영역의 위치 정보를 이용하여 배송품을 인계받을 수 있다.

상기 투하 위치 정보는 마커(355) 영역의 GPS 정보, 마커(355) 영역을 촬영한 영상 정보 등이 될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

도 26은 본 개시의 제5 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도다.

도 26에 도시된 바와 같이, 상기 제5 실시예 또는 도어 투 도어 배송 서비스를 제공하기 위한 협업 배송 방법에 관한 것이다. 본 실시예에서는, 지상 로봇(361)이 인계 장소(365)에서 배송품(363)을 드론(363)에게 인계하고, 드론(363)이 사용자(369)에게 배송을 수행한다.

도 26에 도시된 바와 같이, 드론(367)은 배송 목적지 건물(366)에서 사용자(369)의 거주 장소까지 접근하여 배송품(363)을 전달할 수 있다. 임무 정보에는 상기 거주 장소의 높이 정보(e.g. 층수) 등이 정의되어 있을 수 있다.

몇몇 실시예에서, 드론(367)은 배송 목적지(366) 인근에서 시각적 또는 청각적 메시지를 지속적으로 발생시킴으로써, 사용자(369)에게 배송 알림을 제공할 수 있다. 또는 드론(367) 및/또는 서비스 시스템(200)이 사용자의 단말(369)로 메시지를 전송함으로 배송 알림을 제공할 수도 있다.

몇몇 실시예에서, 드론(367)은 도 19에 도시된 바와 같은 방식으로 사용자(369)를 식별하고, 사용자(369)가 식별된 경우에 한하여 도착 알림을 제공할 수도 있다.

도 27은 본 개시의 제6 실시예에 따른 협업 배송 방법을 설명하기 위한 예시도다.

도 27에 도시된 바와 같이, 상기 제6 실시예에서는, 드론(375)이 운송 차량(371, e.g. 택배 차량)과 협업하여 배송 서비스를 제공한다. 도 27은 운송 차량(371)이 드론(375)과 협업하여 배송 서비스를 제공하는 것을 예로써 도시하고 있으나, 운송 차량(371)은 드론(375)이 아니라 다른 배송 로봇(e.g. 지상 로봇)과 협업할 수도 있다.

도 27에 도시된 바와 같이, 운송 차량(371)이 지정된 인계 장소(373)까지 배송품을 운송하면, 드론(375)이 상기 배송품을 배송 목적지(377)까지 운송할 수 있다. 몇몇 실시예에서, 드론(375)은 도 26에 도시된 바와 같은 도어 투 도어 배송 서비스를 제공할 수도 있다.

몇몇 실시예에서, 배송 목적지(377)는 다양한 이유로 운송 차량(371)이 진입할 수 없는 장소를 의미할 수 있다. 예를 들어, 배송 목적지(377)는 지형적 이유(e.g. 진입로가 좁거나 없는 경우, 산간 지역, 섬 지역 등) 또는 법적 이유(e.g. 법적으로 차량의 접근이 제한된 지역) 등으로 인해 운송 차량(371)이 접근할 수 없는 장소를 의미할 수 있다. 이와 같은 경우에도, 본 실시예에서는, 드론(375)을 활용하여 목적지(377)까지 배송이 이루어질 수 있다. 따라서, 배송 범위가 크게 확대되는 효과가 달성될 수 있다.

지금까지 도 20 내지 도 27을 참조하여 본 발명의 다양한 실시예들에 따른 협업 배송 방법에 대하여 설명하였다. 상술한 방법에 따르면, 지상 로봇과 드론 간의 협업을 통해 신속하게 안전한 배송 서비스가 제공될 수 있다. 특히, 지상 로봇이 목적지까지 도달할 수 없더라도 드론을 통해 목적지까지 배송을 수행함으로써 배송 범위가 크게 확장될 수 있다. 나아가, 지상 로봇과 드론을 이용하여 도어 투 도어 배송 서비스가 제공됨으로써, 소비자의 만족도가 크게 제고될 수 있다.

이하에서는, 도 28 및 도 29를 참조하여 다수의 드론이 협업하여 대형 물품을 안전하게 배송하는 방법에 대하여 설명하도록 한다.

도 28은 본 개시의 제1 실시예에 따른 다중 드론 기반 협업 배송 방법을 설명하기 위한 예시도이다.

도 28에 도시된 바와 같이, 상기 제1 실시예에서는, 다수의 드론(381 내지 387)이 전동 로프를 이용하여 대형 배송품(387)을 안전하게 배송하는 방법에 관한 것이다. 대형 배송품(387)은 무게가 임계치 이상이 되는 물품을 의미할 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

대형 배송품(387)이 안전하게 배송되기 위해서는, 드론(381 내지 387)이 이동하는 동안 대형 배송품(387)의 무게 중심이 낮게 유지되는 것이 중요하다(즉, 대형 배송품의 자세가 균형있게 유지되는 것이 중요하다). 이를 위해, 각각의 드론(381 내지 385)은 다양한 팩터(factor)에 기초하여 대형 배송품(387)의 자세를 추정하고, 추정된 자세가 소정의 균형 조건을 만족하는지 여부를 판정한다. 또한, 상기 균형 조건이 만족되지 않는다는 판정에 응답하여, 전동 로프의 길이 또는 자신의 상대적 위치를 조정할 수 있다.

몇몇 실시예에서, 상기 팩터는 전동 로프의 길이, 드론의 상대적 위치, 전동 로프의 방향 등을 포함할 수 있다.

몇몇 실시예에서, 상기 균형 조건은 예를 들어 대형 배송품(387)이 기울어진 정도(e.g. 0도인 경우에는 수평면에 평행)에 기초한 조건일 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 또한, 상기 균형 조건은 배송품(399)의 파손 위험도가 높을수록 엄격하게 설정될 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

도 29는 본 개시의 제2 실시예에 따른 다중 드론 기반 협업 배송 방법을 설명하기 위한 예시도이다.

도 29에 도시된 바와 같이, 상기 제2 실시예에서는, 운송에 참여하지 않는 특정 드론(391)이 코디네이터(coordinator)로 동작한다. 보다 구체적으로, 코디네이터 드론(391)은 대형 배송품(399)을 운송하는 드론들(393 내지 397)과 대형 배송품(399)을 촬영하고, 영상을 분석하여 대형 배송품(399)의 자세와 운송 드론들(393 내지 397)의 상대적 위치를 측정한다.

또한, 코디네이터 드론(391)은 대형 배송품(399)의 자세가 소정의 균형 조건을 소정의 균형 조건을 만족하지 않는다는 판정에 응답하여, 대형 배송품(399)의 자세를 보정하기 위해 특정 드론(e.g. 395)에게 조정 명령을 전송한다. 이때, 상기 조정 명령은 드론의 위치 조정, 로프의 길이 조정, 로프의 방향 조정에 관한 명령을 포함할 수 있다.

본 실시예에서, 코디네이터 드론(391)은 운송 드론(393 내지 397)과 대형 배송품(399)을 지속적으로 모니터링하고, 대형 배송품(399)의 자세 균형이 유지되도록 지속적인 조정을 수행할 수 있다. 이에 따라, 보다 안전한 배송 서비스가 제공될 수 있다.

지금까지 도 28 및 도 29를 참조하여 다수의 드론을 활용하여 대형 물품을 안전하게 배송하는 방법에 대하여 설명하였다. 상술한 방법에 따르면, 다수의 드론을 활용하여 대형 물품의 배송이 가능하며, 자세 보정을 통해 안전한 배송 서비스가 제공될 수 있다.

이하에서는, 도 30 내지 도 32를 참조하여 음식품에 대한 배달 서비스를 제공함에 있어 소비자의 만족도를 제고하기 위한 본 개시의 다양한 실시예들에 대하여 설명하도록 한다.

이하의 실시예들은 배달품이 음식품인 경우에 관한 것이다. 이와 같은 실시예에서, 서비스 시스템(200)은 사용자 단말(400)로부터 배달을 요청받고(e.g. 음식 주문), 상기 요청에 응답하여 배달 목적지까지 음식품을 배달하기 위한 임무 정보를 생성할 수 있다. 또한, 음식품을 배달하는 이동 로봇(300, 이하 "배달 로봇"으로 칭함)은 상기 임무 정보에 기반하여 음식품 배달을 수행할 수 있다. 이하, 도 30 내지 도 32를 참조하여 본 개시의 다양한 실시예들에 대하여 상세하게 설명한다.

도 30은 본 개시의 제1 실시예에 따른 이동 로봇을 이용한 음식품 배달 방법을 설명하기 위한 예시도이다.

도 30에 도시된 바와 같이, 상기 제1 실시예에서는, 배달 로봇(405)이 음식품을 조리 기기(407)에 보관하여 배달한다. 배달 로봇(405)은 서비스 시스템(200)에 의해 생성된 임무 정보에 기반하여 음식품 배달을 수행하는데, 상기 임무 정보에는 음식품의 조리 시간이 포함된다.

본 실시예에서, 배달 로봇(405)은 출발지(401)부터 목적지(403)까지 이동하며 목적지(403)까지의 예상 소요 시간을 산출한다. 상기 예상 소요 시간을 산출하는 방식은 어떠한 방식이 되더라도 무방하다. 또한, 배달 로봇(405)은 임무 정보 포함된 음식품의 조리 시간과 상기 예상 소요 시간을 비교하고, 비교 결과에 기초하여 조리 기기(407)을 동작시킨다. 가령, 배달 로봇(405)은 예상 소요 시간이 조리 시간과 같아질 때, 조리 기기(407)를 동작시킴으로써, 목적지(403)에 도달할 때 음식품이 알맞게 조리되도록 할 수 있다. 그렇게 함으로써, 소비자에게 최적의 음식 배달 서비스가 제공될 수 있다.

별도의 조리 시간이 지정되어 있지 않은 경우, 배달 로봇(405)은 음식품의 맛 또는 신선도가 유지될 수 있도록 보온 또는 냉각 상태로 조리 기기(407)를 가동하며 배송할 수도 있다.

조리 기기(407)는 각종 조리 기능이 구비된 기기를 의미한다. 가령, 조리 기기(70)는 가열, 냉각, 튀김 기능, 보온, 취사, 오븐 등의 각종 조리 기능이 구비된 기기일 수 있다. 따라서, 배달 로봇(405)은 조리 기기(407)를 이용하여 이동 중에 음식품을 조리(e.g. 피자를 대피거나, 튀김을 튀기거나, 찌개를 끊이거나, 밥을 취사하거나, 피자를 오븐에 굽는 등)하여 배송할 수 있고, 소비자는 막 조리된 음식품을 제공받을 수 있다.

한편, 주변 상황(e.g. 교통량 등)이 변동됨에 따라 목적지(403)까지의 실제 소요 시간은 예상 소요 시간과 달라질 수 있다. 가령, 실제보다 예상 소요 시간이 더 길어질 수도 있고, 더 짧아질 수도 있다. 이와 같은 경우, 배달 로봇(405)은 조리 기기(407)의 조리 강도(e.g. 가열의 세기 등)를 조정함으로써, 음식품의 조리 완료 시간을 도착 시간에 맞출 수 있다.

보다 구체적으로, 배달 로봇(405)은 주기적으로 배달 목적지(403)까지의 예상 소요 시간을 갱신하고, 갱신된 예상 소요 시간에 따라 조리 기기(407)의 조리 강도를 조절할 수 있다. 예를 들어, 갱신된 예상 소요 시간이 이전보다 늘어난 경우, 배달 로봇(405)은 조리 기기(407)의 조리 강도를 약하게 조절할 수 있다. 반대의 경우라면, 배달 로봇(405)은 조리 기기(407)의 조리 강도를 세게 조절할 수 있다.

몇몇 실시예에서, 배달 로봇(405)은 조리 기기(407)에 구비된 센서를 통해 보관된 음식품의 조리 상태를 모니터링할 수 있다. 가령, 영상 센서, 온도 센서 등을 음식품의 조리 상태가 모니터링될 수 있다. 또한, 배달 로봇(405)은 상기 모니터링된 조리 상태에 기초하여 조리 기기(407)의 조리 강도를 조절할 수 있다. 가령, 조리 상태에 따라 조리 강도가 세게 조절되거나 약하게 조절될 수 있다.

또한, 몇몇 실시예에서, 배달 로봇(405)은 주변 환경을 센싱하고, 센싱 데이터에 기초하여 현재 이동 경로에 대한 사고 위험도를 산출할 수 있다. 또한, 배달 로봇(405)은 상기 산출된 사고 위험도가 임계치 이상이라는 판정에 응답하여, 배달 목적지(403)까지의 이동 경로를 다른 경로로 조정할 수 있다. 이는, 음식품은 다른 배송품과는 달리 쉽게 손상될 수 있기 때문이고, 그렇게 함으로써, 목적지(403)까지 안전한 배달 서비스가 제공될 수 있다.

상기 임계치는 기 설정된 고정 값 또는 상황에 따라 변동되는 변동 값일 수 있다. 가령, 상기 임계치는 보관된 음식품의 손상 위험도에 기초하여 결정되는 변동 값일 수 있다. 여기서, 상기 손상 위험도는 손상에 따라 상기 음식품의 가치가 훼손되는 정도를 의미하는 것으로, 음식품의 본래 가치가 높을수록(e.g. 고가의 음식품), 특성 상 쉽게 손상되는 음식품일수록(e.g. 피자 토핑과 같이 쉽게 손상되는 음식) 및/또는 손상에 의해 가치 감가가 크게 발생되는 음식품일수록 높은 값으로 결정될 수 있다. 보다 구체적인 예를 들어, 손상 위험도가 높은 음식품을 운송 중인 경우, 임계치가 보다 작은 값으로 결정되어 보다 안전한 경로로 배송이 수행될 수 있다.

상기 사고 위험도를 산출하는 구체적인 방식은 실시예에 따라 달라질 수 있다.

몇몇 실시예에서, 상기 사고 위험도는 전방 도로의 곡률과 전방 도로의 경사 중 적어도 하나의 요소에 기초하여 산출될 수 있다. 가령, 도로의 곡률이 크거나 경사가 높을수록 사고 위험도는 높은 값으로 산출될 수 있다.

몇몇 실시예에서, 상기 사고 위험도는 일정 거리 이내에 위치한 객체의 인식 결과에 기초하여 산출될 수 있다. 상기 객체 인식 결과는 영상 분석을 통해 획득될 수 있다. 여기서, 상기 객체 인식 결과는 이동 객체의 개수와 객체의 움직임이 불규칙한 정도를 포함할 수 있다. 가령, 이동 객체의 개수가 많거나 상기 이동 객체의 움직임 패턴이 불규칙할수록 상기 사고 위험도는 높은 값으로 결정될 수 있다.

몇몇 실시예에서, 상기 사고 위험도는 전술한 충돌 위험도와 주변 환경의 복잡도와 유사한 방식으로 산출될 수도 있다. 상기 충돌 위험도와 주변 환경의 복잡도를 산출하는 방법은 전술한 내용을 참조하도록 한다.

몇몇 실시예에서, 전술한 실시예들의 조합에 기초하여 상기 사고 위험도가 산출될 수 있다.

또한, 본 개시의 몇몇 실시예들에 따르면, 상기 사고 위험도가 임계치 이상이라는 판정에 응답하여, 지상 로봇(405)은 조리 기기(407)를 드론에게 인계할 수 있다. 그렇게 함으로써, 드론을 통해 안전한 배달이 이루어질 수 있고, 도어 투 도어 배달 서비스가 제공될 수 있다. 물론, 실시예에 따라, 드론이 조리 기기를 지상 로봇에게 인계하는 경우도 발생될 수 있다. 예컨대, 주변 환경이 복잡하여 비행이 어려운 경우(즉, 사고 위험도가 높은 경우), 드론이 조리 기기를 지상 로봇에게 인계할 수도 있다.

도 31 및 32는 본 개시의 제2 실시예에 따른 이동 로봇을 이용한 음식품 배달 방법을 설명하기 위한 예시도이다.

도 31 및 도 32에 도시된 바와 같이, 상기 제2 실시예는, 음식품이 담긴 배달 용기(e.g. 조리 기기)의 자세를 조정함으로써 안전한 배달 서비스를 제공하는 방법에 관한 것이다.

상기 제2 실시예에서, 배달 로봇(411, 421)은 음식품의 종류가 제1 종류인 경우 제1 조정 방식에 따라 이동 중에 상기 배달 용기의 자세를 조정하고, 상기 음식품의 종류가 제2 종류인 경우 제2 조정 방식에 따라 이동 중에 상기 배달 용기의 자세를 조정할 수 있다. 즉, 음식품의 종류에 따라 최적의 자세로 안전 배달이 이루어지도록 할 수 있다.

여기서, 상기 음식품의 종류는 국, 찌개와 같은 액체류 음식, 피자, 밥과 같이 액체류가 아닌 음식으로 구분될 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

도 31은 액체류 음식에 대하여 배달 용기의 자세를 조정하는 방법을 예시하고 있다.

도 31에 도시된 바와 같이, 배달 로봇(411)이 가속 주행을 하면, 반작용 가속도로 인해 음식품 표면에 경사가 발생되며, 액체류 음식품이 배달 용기(413)를 넘쳐 흐를 수 있다. 이와 같은 문제를 방지하기 위해, 배달 로봇(411)은 상기 반작용 가속도가 상쇄되는 방향으로 배달 용기(413)의 자세를 조정할 수 있다.

보다 구체적으로, 배달 로봇(411)은 배달 용기(413) 내 음식품의 표면 경사를 측정하고, 상기 표면 경사가 완만해지도록 배달 용기(413)의 자세를 조정할 수 있다. 상기 표면 경사의 측정은 영상 분석을 통해 수행될 수 있을 것이나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다. 예컨대, 배달 로봇(411)은 반작용 가속도로 인해 표면 경사가 생긴 경우, 도 31에 도시된 바와 같이, 음식품의 표면이 수평면에 평행하도록 배달 용기(413)를 기울일 수 있다. 그렇게 함으로써, 액체류 음식품이 배달 용기(413)로부터 넘치지 않도록 할 수 있다.

몇몇 실시예에서, 배달 로봇(411)은 주행 가속도를 측정하고, 상기 주행 가속도의 크기에 기초하여 배달 용기(413)의 자세를 조정할 수 있다. 가령, 주행 가속도가 클수록, 반작용 가속도도 커질 것이므로, 배달 용기(413)가 더 많이 기울도록(즉, 내부의 음식품 표면이 수평면에 평행해지도록), 배달 용기(413)의 자세를 조정할 수 있다.

참고로, 도 31은 지상 로봇(411)이 평평한 도로를 가속 주행하는 것을 예로써 도시하고 있으나, 전술한 기술적 사상은 경사가 있거나 곡률이 있는 도로를 주행하는 경우 또는 드론이 공중에서 가속 비행하는 경우에도 적용될 수 있음에 유의하여야 한다. 어떠한 경우이든, 배송 로봇은 배달 용기(413) 내부에 담긴 음식품의 표면 경사가 완만해지도록 배달 용기(413)의 자세를 조정할 수 있다.

도 32는 액체류가 아닌 음식에 대하여 배달 용기의 자세를 조정하는 방법을 예시하고 있다.

도 32에 도시된 바와 같이, 배달 로봇(421)은 지면 경사를 측정하고, 상기 지면 경사에 기초하여 배달 용기(423)의 자세를 조정할 수 있다. 예를 들어, 경사가 높은 지형을 이동 중인 경우, 배달 로봇(421)은 배달 용기(423) 또는 내부의 음식품이 수평면에 평행하도록 배달 용기(423)의 자세를 조정할 수 있다. 그렇게 함으로써, 음식물의 외형이 그대로 유지되면서(e.g. 피자의 토핑이 흘러내리지 않고 유지되면서) 안전한 배달이 이루어질 수 있다.

참고로, 도 32는 지상 로봇(421)이 경사 방향이 상하인 것을 예로써 도시하고 있으나, 전술한 기술적 사상은 경사의 방향이 좌우 있거나 곡률이 있는 도로를 주행하는 경우 또는 드론이 공중에서 가속 비행하는 경우에도 적용될 수 있음에 유의하여야 한다. 어떠한 경우이든, 배송 로봇은 배달 용기(413)의 자세가 수평면에 평행을 유지하도록 배달 용기(413)의 자세를 조정할 수 있다.

지금까지 도 30 내지 도 32를 참조하여 음식품 배송 서비스와 연관된 본 개시의 다양한 실시예들에 대하여 설명하였다. 상술한 바에 따르면, 이동 중에 조리를 수행함으로써 금방 조리된 상태의 음식품이 소비자에게 배달될 수 있다. 따라서, 소비자의 만족도가 제고될 수 있다. 나아가, 음식품의 종류에 따라 배달 용기의 자세를 조정함으로써, 안전 배달 서비스가 제공될 수 있다. 이에 따라, 소비자의 만족도는 더욱 향상될 수 있다.

이하에서는, 도 33을 참조하여 본 개시의 다양한 실시예들에 따른 장치(e.g. 100, 210, 300) 및/또는 시스템(e.g. 230, 250)을 구현할 수 있는 예시적인 컴퓨팅 장치(500)에 대하여 설명하도록 한다.

도 33은 상기 예시적인 컴퓨팅 장치(500)를 나타내는 예시적인 하드웨어 구성도이다.

도 33에 도시된 바와 같이, 컴퓨팅 장치(500)는 하나 이상의 프로세서(510), 버스(550), 통신 인터페이스(570), 프로세서(510)에 의하여 수행되는 컴퓨터 프로그램(591)을 로드(load)하는 메모리(530)와, 컴퓨터 프로그램(591)을 저장하는 스토리지(590)를 포함할 수 있다. 다만, 도 33에는 본 개시의 실시예와 관련 있는 구성요소들만이 도시되어 있다. 따라서, 본 개시가 속한 기술분야의 통상의 기술자라면 도 33에 도시된 구성요소들 외에 다른 범용적인 구성 요소들이 더 포함될 수 있음을 알 수 있다.

프로세서(510)는 컴퓨팅 장치(500)의 각 구성의 전반적인 동작을 제어한다. 프로세서(510)는 CPU(Central Processing Unit), MPU(Micro Processor Unit), MCU(Micro Controller Unit), GPU(Graphic Processing Unit) 또는 본 개시의 기술 분야에 잘 알려진 임의의 형태의 프로세서를 포함하여 구성될 수 있다. 또한, 프로세서(510)는 본 개시의 실시예들에 따른 방법을 실행하기 위한 적어도 하나의 애플리케이션 또는 프로그램에 대한 연산을 수행할 수 있다. 컴퓨팅 장치(500)는 하나 이상의 프로세서를 구비할 수 있다.

메모리(530)는 각종 데이터, 명령 및/또는 정보를 저장한다. 메모리(530)는 본 개시의 다양한 실시예들에 따른 방법/동작을 수행하기 위해 스토리지(590)로부터 컴퓨터 프로그램(591)을 로드할 수 있다. 메모리(530)는 RAM과 같은 휘발성 메모리로 구현될 수 있으나, 본 개시의 기술적 범위가 이에 한정되는 것은 아니다.

버스(550)는 컴퓨팅 장치(500)의 구성 요소 간 통신 기능을 제공한다. 버스(550)는 주소 버스(Address Bus), 데이터 버스(Data Bus) 및 제어 버스(Control Bus) 등 다양한 형태의 버스로 구현될 수 있다.

통신 인터페이스(570)는 컴퓨팅 장치(500)의 유무선 인터넷 통신을 지원한다. 또한, 통신 인터페이스(570)는 인터넷 통신 외의 다양한 통신 방식을 지원할 수도 있다. 이를 위해, 통신 인터페이스(570)는 본 개시의 기술 분야에 잘 알려진 통신 모듈을 포함하여 구성될 수 있다.

스토리지(590)는 하나 이상의 프로그램(591)을 비임시적으로 저장할 수 있다. 스토리지(590)는 ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리 등과 같은 비휘발성 메모리, 하드 디스크, 착탈형 디스크, 또는 본 개시가 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터로 읽을 수 있는 기록 매체를 포함하여 구성될 수 있다.

컴퓨터 프로그램(591)은 메모리(530)에 로드될 때, 프로세서(510)로 하여금 본 개시의 다양한 실시예들에 따른 동작/방법을 수행하도록 하는 하나 이상의 인스트럭션들을 포함할 수 있다. 프로세서(510)는 상기 하나 이상의 인스트럭션들을 실행함으로써, 본 개시의 다양한 실시예들에 따른 동작/방법을 수행할 수 있다.

예를 들어, 컴퓨터 프로그램(591)은 원격 제어 시스템(20)를 통해 입력된 이동 로봇(30)에 대한 원격 제어 값을 획득하는 동작, 자율 주행 모듈에 의해 생성된 이동 로봇(30)에 대한 자율 제어 값을 획득하는 동작, 이동 로봇(30)과 원격 제어 시스템(20) 간의 딜레이에 기초하여 각 제어 값에 대한 가중치를 결정하는 동작 및 상기 결정된 가중치, 상기 제1 제어 값 및 상기 제2 제어 값에 기초하여 이동 로봇(30)의 목표 제어 값을 생성하는 동작을 수행하도록 하는 인스트럭션들을 포함할 수 있다. 이와 같은 경우, 컴퓨팅 장치(500)를 통해 제어 장치(100)가 구현될 수 있다.

지금까지 도 33을 참조하여 본 발명의 다양한 실시예들에 따른 장치 및/또는 시스템들을 구현할 수 있는 예시적인 컴퓨팅 장치(500)에 대하여 설명하였다.

지금까지 도 1 내지 도 33을 참조하여 본 개시의 몇몇 실시예들 및 상기 실시예들에 따른 효과들을 언급하였다. 본 개시의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

지금까지 도 1 내지 도 33을 참조하여 설명된 본 개시의 개념은 컴퓨터가 읽을 수 있는 매체 상에 컴퓨터가 읽을 수 있는 코드로 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체는, 예를 들어 이동형 기록 매체(CD, DVD, 블루레이 디스크, USB 저장 장치, 이동식 하드 디스크)이거나, 고정식 기록 매체(ROM, RAM, 컴퓨터 구비 형 하드 디스크)일 수 있다. 상기 컴퓨터로 읽을 수 있는 기록 매체에 기록된 상기 컴퓨터 프로그램은 인터넷 등의 네트워크를 통하여 다른 컴퓨팅 장치에 전송되어 상기 다른 컴퓨팅 장치에 설치될 수 있고, 이로써 상기 다른 컴퓨팅 장치에서 사용될 수 있다.

이상에서, 본 개시의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 개시가 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 개시의 목적 범위 안에서라면, 그 모든 구성요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.

도면에서 동작들이 특정한 순서로 도시되어 있지만, 반드시 동작들이 도시된 특정한 순서로 또는 순차적 순서로 실행되어야만 하거나 또는 모든 도시 된 동작들이 실행되어야만 원하는 결과를 얻을 수 있는 것으로 이해되어서는 안 된다. 특정 상황에서는, 멀티태스킹 및 병렬 처리가 유리할 수도 있다. 더욱이, 위에 설명한 실시예들에서 다양한 구성들의 분리는 그러한 분리가 반드시 필요한 것으로 이해되어서는 안 되고, 설명된 프로그램 컴포넌트들 및 시스템들은 일반적으로 단일 소프트웨어 제품으로 함께 통합되거나 다수의 소프트웨어 제품으로 패키지 될 수 있음을 이해하여야 한다.

이상 첨부된 도면을 참조하여 본 개시의 실시예들을 설명하였지만, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자는 본 개시가 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 개시의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims

배송 목적지까지 물품을 배송하기 위한 임무 정보를 생성하는 서비스 시스템;
상기 임무 정보에 기반하여 상기 물품을 운송하는 지상 로봇; 및
상기 지상 로봇과 협업하여 상기 물품을 운송하는 드론을 포함하되,
상기 임무 정보는,
상기 지상 로봇과 상기 드론이 협업하기 위한 협업 정보를 포함하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 서비스 시스템은,
사용자 단말로부터 상기 물품을 대한 배송 요청을 수신하고, 상기 물품을 배송하는 지상 로봇 또는 드론의 위치를 모니터링하며, 상기 사용자 단말로 상기 모니터링된 위치를 제공하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 임무 정보는 상기 물품을 주문한 사용자의 식별 정보를 포함하고,
상기 지상 로봇 또는 상기 드론은,
상기 식별 정보를 이용하여 상기 배송 목적지 인근에서 상기 사용자를 식별하고, 사용자가 식별되었다는 판정에 응답하여 상기 사용자에게 알림 메시지를 제공하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 협업 정보는 상기 물품의 인계 장소를 포함하고,
상기 드론은,
상기 인계 장소의 인근에 위치한 마커(marker)를 인식하고, 상기 물품을 상기 인식된 마커 영역에 위치시키며,
상기 지상 로봇은,
상기 마커 영역에 위치한 상기 물품을 인계받아 운송하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제4 항에 있어서,
상기 드론은,
상기 마커 영역을 촬영한 영상 정보를 상기 지상 로봇에게 송출하고,
상기 지상 로봇은,
상기 영상 정보에 기초하여 상기 마커 영역에 위치한 상기 물품을 인계받는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 지상 로봇은,
상기 목적지까지의 이동 경로 상에 존재하는 장애물을 인식하고, 상기 인식된 장애물을 통과할 수 없다는 판정에 응답하여, 상기 드론에게 상기 물품을 인계하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제6 항에 있어서,
상기 지상 로봇은,
상기 인식된 장애물의 크기와 상기 물품의 파손 위험도에 기초하여 상기 인식된 장애물의 통과 가능 여부를 판정하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 드론은 복수의 드론을 포함하고,
상기 복수의 드론은,
상기 물품과 연결된 로프를 이용하여 상기 물품은 운송하되,
상기 복수의 드론 중 제1 드론은,
다른 드론과의 상대적 위치와 현재 로프의 길이에 기초하여 상기 물품의 자세를 추정하고, 상기 추정된 자세가 소정의 균형 조건을 만족하지 않는다는 판정에 응답하여, 상기 로프의 길이 또는 상기 제1 드론의 상대적 위치를 조정하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 드론은 로프를 이용하여 상기 물품을 운송하는 제1 복수의 드론과 상기 물품과 상기 제1 복수의 드론을 촬영하는 제2 드론을 포함하고,
상기 제2 드론은,
상기 촬영을 통해 생성된 영상을 분석하여 상기 물품의 자세를 측정하고, 상기 측정된 자세가 소정의 균형 조건을 만족하지 않는다는 판정에 응답하여, 상기 제1 복수의 드론 중 적어도 일부에게 상기 물품의 자세를 보정하기 위한 제어 명령을 송출하는 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
제1 항에 있어서,
상기 서비스 시스템은 상기 지상 로봇을 원격 제어하는 원격 제어 시스템을 더 포함하고,
상기 지상 로봇을 제어하기 위한 목표 제어 값은,
상기 원격 제어 시스템을 통해 입력된 제1 제어 값과 상기 지상 로봇의 자율 주행 모듈에 의해 생성된 제2 제어 값의 가중치 합에 기초하여 결정되되,
상기 제1 제어 값에 적용되는 제1 가중치와 상기 제2 제어 값에 적용되는 제2 가중치는 상기 원격 제어 시스템과 상기 지상 로봇 간의 통신 딜레이에 기초하여 결정되고,
상기 제1 가중치와 상기 제2 가중치는 반비례 관계인 것을 특징으로 하는,
드론과 지상 로봇을 이용한 협업 배송 시스템.
사용자 단말로부터 배달을 요청받고, 상기 요청에 응답하여 배달 목적지까지 음식품을 배달하기 위한 임무 정보를 생성하는 서비스 시스템; 및
조리 기기에 보관된 상기 음식품을 상기 임무 정보에 기반하여 배달하는 이동 로봇을 포함하되,
상기 임무 정보는 상기 음식품의 조리 시간을 포함하고,
상기 이동 로봇은,
상기 배달 목적지까지의 예상 소요 시간을 산출하고, 상기 산출된 예상 소요 시간과 상기 조리 시간을 비교하며, 상기 비교 결과에 기초하여 상기 조리 기기를 동작시키는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제11 항에 있어서,
상기 이동 로봇은,
주기적으로 상기 배달 목적지까지의 예상 소요 시간을 갱신하고, 상기 갱신된 예상 소요 시간에 기초하여 상기 조리 기기의 조리 강도를 조절하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제11 항에 있어서,
상기 이동 로봇은,
상기 조리 기기에 구비된 센서를 통해 상기 음식품의 조리 상태를 모니터링하고, 상기 조리 상태에 기초하여 상기 조리 기기의 조리 강도를 조절하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제11 항에 있어서,
상기 이동 로봇은,
주변 환경에 대한 센싱 데이터에 기초하여 현재 이동 경로에 대한 사고 위험도를 산출하고, 상기 산출된 사고 위험도가 임계치 이상이라는 판정에 응답하여, 상기 배달 목적지까지의 이동 경로를 조정하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제14 항에 있어서,
상기 임계치는 상기 음식품의 손상 위험도에 기초하여 결정되는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제14 항에 있어서,
상기 사고 위험도는 전방 도로의 곡률 및 전방 도로의 경사 중 적어도 하나의 요소에 기초하여 산출되는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제14 항에 있어서,
상기 사고 위험도는 일정 거리 이내에 위치한 객체의 인식 결과에 기초하여 산출되되,
상기 인식 결과는 이동 객체의 개수와 객체의 움직임이 불규칙한 정도를 포함하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제14 항에 있어서,
상기 이동 로봇은 지상 로봇과 드론을 포함하고,
상기 지상 로봇은,
상기 산출된 사고 위험도가 임계치 이상이라는 판정에 응답하여, 상기 조리 기기를 상기 드론에게 인계하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
사용자 단말로부터 배달 요청을 수신하고, 상기 수신에 응답하여 배달 목적지까지 음식품을 배달하기 위한 임무 정보를 생성하는 서비스 시스템; 및
배달 용기에 담긴 상기 음식품을 상기 임무 정보에 기반하여 배달하는 이동 로봇을 포함하되,
상기 이동 로봇은,
상기 음식품의 종류가 제1 종류인 경우, 제1 조정 방식에 따라 이동 중에 상기 배달 용기의 자세를 조정하고,
상기 음식품의 종류가 제2 종류인 경우, 제2 조정 방식에 따라 이동 중에 상기 배달 용기의 자세를 조정하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제19 항에 있어서,
상기 이동 로봇은,
상기 음식품이 액체류인 경우, 상기 음식품의 표면 경사를 측정하고, 상기 표면 경사가 완만해지도록 상기 배달 용기의 자세를 조정하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제19 항에 있어서,
상기 이동 로봇은,
상기 이동 로봇의 주행 가속도를 측정하고, 상기 주행 가속도의 크기에 기초하여 상기 배달 용기의 자세를 조정하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
제19 항에 있어서,
상기 이동 로봇은,
상기 음식품이 액체류가 아닌 경우, 지면 경사를 측정하고, 상기 지면 경사에 기초하여 상기 배달 용기의 자세를 조정하는 것을 특징으로 하는,
이동 로봇을 이용한 음식품 배달 시스템.
배송 목적지까지 물품을 배송하기 위한 임무 정보를 생성하는 서비스 시스템; 및
상기 임무 정보에 기반하여 상기 물품을 협업하여 운송하는 복수의 이동 로봇을 포함하되,
상기 임무 정보는,
상기 복수의 이동 로봇이 협업하기 위한 협업 정보를 포함하고,
상기 협업 운송을 수행하는 복수의 이동 로봇은 복수의 지상 로봇 또는 복수의 드론으로 구성되는 것을 특징으로 하는,
이동 로봇을 이용한 협업 배송 시스템.
제23 항에 있어서,
상기 협업 정보는 상기 물품의 인계 장소를 포함하고,
상기 복수의 드론 중 제1 드론은,
상기 인계 장소의 인근에 위치한 마커(marker)를 인식하고, 상기 물품을 상기 인식된 마커 영역에 위치시키며, 상기 마커 영역을 촬영한 영상 정보를 제2 드론에게 송출하고,
상기 제2 드론은,
상기 영상 정보에 기초하여 상기 마커 영역을 인식하고, 상기 마커 영역에 위치한 상기 물품을 인계받는 것을 특징으로 하는,
이동 로봇을 이용한 협업 배송 시스템.