KR20200084505A - 경로 예측정보를 이용한 사람 추종 방법 - Google Patents
경로 예측정보를 이용한 사람 추종 방법 Download PDFInfo
- Publication number
- KR20200084505A KR20200084505A KR1020190000496A KR20190000496A KR20200084505A KR 20200084505 A KR20200084505 A KR 20200084505A KR 1020190000496 A KR1020190000496 A KR 1020190000496A KR 20190000496 A KR20190000496 A KR 20190000496A KR 20200084505 A KR20200084505 A KR 20200084505A
- Authority
- KR
- South Korea
- Prior art keywords
- path
- person
- target
- present
- prediction information
- Prior art date
Links
- 238000000034 method Methods 0.000 title abstract description 7
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
-
- 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
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
다이나믹한 환경에서 목표로 한 사람을 추종해야할 경우, 사람을 따라가는 과정에서 타겟이 보이지 않거나 다른 사람, 물체등에 의해 충돌할 가능성이 있으므로 경로예측이 필요하다. 제안하는 방법에서는 경로예측 정보를 사용해 타겟이 보이지 않을 경우 예측경로로 어디에 있을지 예측하며 주변의 예측경로를 통해 회피할 수 있다.
Description
본 발명은 경로 예측정보를 이용한 사람 추종 방법에 관한 것이다.
일반적으로 사람추종기술은 추종하려는 사람에게 가까이 붙어서 추종하는 사람이 사라지지 않게 하고 있다. 이러한 종래의 사람추종방법은 다른 물체 또는 사람에 의해서 추종하는 사람이 가려질 경우 마지막 보이는 곳으로밖에 가지 못해서 더 이상 추종하는 사람을 따라갈 방법이 없었다.
본 발명은 경로 예측정보를 이용한 사람 추종 방법을 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 사람들의 이동경로를 통해 앞으로 이동한 예측 경로를 얻어내고 예측 경로 정보를 활용하여 앞으로 변화게 될 맵을 추측하여 충돌 위험도를 표현한 히스토그램을 만들어 내고 현재 자신의 상태와 내가 추종 할 사람의 경로를 통해 사람을 추종할 수 있는 시스템 이 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 예측경로를 통해 타겟이 안보이는 경우도 마지막 보이는 지점이 아닌 다음에 있을 예측한 곳으로 하여 추종할 수 있는 시스템이 제공된다.
복잡한 환경에서 사람추종을 효율적으로 할 수 있으며, 추종하는 사람이 안보일 경우에도 예측된 경로를 통해 놓치는 것을 방지할 수 있고, 다른 주변상황의 움직임 예측을 통해 충돌을 방지할 수 있는 효과가 있다.
도 1 및 도 2는 본 발명의 일실시예에 따른 경로 예측정보를 이용한 사람 추종 방법을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
이하에서, 본 발명에 따른 실시예들을 도면을 참조하여 상세하게 설명한다.
본 발명에 따르면, 벽, 움직이는 사람 또는 물체에 의해 추종하는 사람이 관측이 되지 않아도 앞으로 움직일 경로를 예측하여 앞으로 어디로 가는지를 알 수 있다. 또한, 다른 주변의 이동경로도 예측을 하여 추종을 하면서 충돌 회피할 수도 있다.
도 1은 본 발명의 일실시예에 따른 경로 예측정보를 이용한 사람 추종 방법을 설명하기 위한 도면이다.
본 발명은, 사람들의 이동한 경로를 통해 경로를 예측을 한다.
그리고 그 정보를 활용해서 현재부터 앞으로 변화게 될 로컬맵을 만들어 낸다.
그 맵에서 충돌 위험도를 표현하는 히스토그램을 각 타임마다 얻어내고 현재 자신의 상태와 내가 추종하는 사람의 경로를 가지고 앞으로 어떻게 움직일지를 파악해서 주행을 하는 것이다.
본 발명에 따른 실험은 도 2와 같은 환경에서 학습을 진행했다. 1번은 내가 따라갈 사람의 시작 또는 도착지점으로 랜덤하게 선정된다. 2번은 추종하는 사람을 제외한 사람들의 시작과 도착지점으로 랜덤하게 선정된다. 3번은 내가 학습시킬 모바일로봇으로 내가 추종할 사람의 시작지점이 정해지면 가까운 곳에서 시작하는 위치이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
Claims (2)
- 사람들의 이동경로를 통해 앞으로 이동한 예측 경로를 얻어내고 예측 경로 정보를 활용하여 앞으로 변화게 될 맵을 추측하여 충돌 위험도를 표현한 히스토그램을 만들어 내고 현재 자신의 상태와 내가 추종 할 사람의 경로를 통해 사람을 추종할 수 있는 시스템.
- 예측경로를 통해 타겟이 안보이는 경우도 마지막 보이는 지점이 아닌 다음에 있을 예측한 곳으로 하여 추종할 수 있는 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190000496A KR20200084505A (ko) | 2019-01-03 | 2019-01-03 | 경로 예측정보를 이용한 사람 추종 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190000496A KR20200084505A (ko) | 2019-01-03 | 2019-01-03 | 경로 예측정보를 이용한 사람 추종 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20200084505A true KR20200084505A (ko) | 2020-07-13 |
Family
ID=71571039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190000496A KR20200084505A (ko) | 2019-01-03 | 2019-01-03 | 경로 예측정보를 이용한 사람 추종 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20200084505A (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113826615A (zh) * | 2021-10-29 | 2021-12-24 | 武汉大学 | 一种用于保存肿瘤手术切除位的装置 |
CN116059424A (zh) * | 2023-03-06 | 2023-05-05 | 合肥泷睿机器人有限责任公司 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
-
2019
- 2019-01-03 KR KR1020190000496A patent/KR20200084505A/ko unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113826615A (zh) * | 2021-10-29 | 2021-12-24 | 武汉大学 | 一种用于保存肿瘤手术切除位的装置 |
CN116059424A (zh) * | 2023-03-06 | 2023-05-05 | 合肥泷睿机器人有限责任公司 | 一种移动式病毒消杀机器人用导航定位消杀系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pfeiffer et al. | A data-driven model for interaction-aware pedestrian motion prediction in object cluttered environments | |
WO2019124001A1 (ja) | 移動体挙動予測装置および移動体挙動予測方法 | |
Parker | Cooperative robotics for multi-target observation | |
KR20210074193A (ko) | 궤적 예측을 위한 시스템 및 방법 | |
US20200189574A1 (en) | Driving assistance method and system | |
Reuter et al. | The multiple model labeled multi-Bernoulli filter | |
CN107818333B (zh) | 基于深度信念网络的机器人避障行为学习和目标搜索方法 | |
Cosgun et al. | Anticipatory robot path planning in human environments | |
CN111735457B (zh) | 室内导航方法、装置、电子设备及可读存储介质 | |
KR20200084505A (ko) | 경로 예측정보를 이용한 사람 추종 방법 | |
Bighashdel et al. | A survey on path prediction techniques for vulnerable road users: From traditional to deep-learning approaches | |
Mirsky et al. | Conflict Avoidance in Social Navigation—A Survey | |
Nayak et al. | Uncertainty estimation of pedestrian future trajectory using Bayesian approximation | |
Linder et al. | Towards a robust people tracking framework for service robots in crowded, dynamic environments | |
KR102180036B1 (ko) | 대상체의 예측 경로 데이터를 생성하는 방법, 장치 및 무인 차량 | |
JP7230113B2 (ja) | 制御装置、移動体、制御方法及びプログラム | |
Peng et al. | Tracking control of human-following robot with sonar sensors | |
CN105446605A (zh) | 信息处理方法及电子设备 | |
CN111231952B (zh) | 车辆控制方法、装置及设备 | |
US11958482B2 (en) | Method for predicting at least one future velocity vector and/or a future pose of a pedestrian | |
Muñoz et al. | An assistive indoor navigation system for the visually impaired in multi-floor environments | |
Conte et al. | Autonomous Bayesian escorting of a human integrating intention and obstacle avoidance | |
JPH07225612A (ja) | 時間軸を探索空間に取り入れた経路探索方法,及び装置 | |
Poschmann et al. | Wizard of Oz revisited: Researching on a tour guide robot while being faced with the public | |
Abdelbar et al. | Indoor localization through trajectory tracking using neural networks |