KR20200133776A - 로봇에 의한 애완동물의 지능적 감시 방법 - Google Patents

로봇에 의한 애완동물의 지능적 감시 방법 Download PDF

Info

Publication number
KR20200133776A
KR20200133776A KR1020207030029A KR20207030029A KR20200133776A KR 20200133776 A KR20200133776 A KR 20200133776A KR 1020207030029 A KR1020207030029 A KR 1020207030029A KR 20207030029 A KR20207030029 A KR 20207030029A KR 20200133776 A KR20200133776 A KR 20200133776A
Authority
KR
South Korea
Prior art keywords
cell
robot
pet
grid
uwb positioning
Prior art date
Application number
KR1020207030029A
Other languages
English (en)
Other versions
KR102412685B1 (ko
Inventor
강쥔 샤오
타이밍 황
Original Assignee
아미크로 세미컨덕터 씨오., 엘티디.
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 아미크로 세미컨덕터 씨오., 엘티디. filed Critical 아미크로 세미컨덕터 씨오., 엘티디.
Publication of KR20200133776A publication Critical patent/KR20200133776A/ko
Application granted granted Critical
Publication of KR102412685B1 publication Critical patent/KR102412685B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K11/00Marking of animals
    • A01K11/006Automatic identification systems for animals, e.g. electronic devices, transponders for animals
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K15/00Devices for taming animals, e.g. nose-rings or hobbles; Devices for overturning animals in general; Training or exercising equipment; Covering boxes
    • A01K15/02Training or exercising equipment, e.g. mazes or labyrinths for animals ; Electric shock devices ; Toys specially adapted for animals
    • A01K15/021Electronic training devices specially adapted for dogs or cats
    • A01K15/023Anti-evasion devices
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01KANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00Other apparatus for animal husbandry
    • A01K29/005Monitoring or measuring activity, e.g. detecting heat or mating
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/0209Systems with very large relative bandwidth, i.e. larger than 10 %, e.g. baseband, pulse, carrier-free, ultrawideband
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/14Determining absolute distances from a plurality of spaced points of known location
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/021Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/024Guidance services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B1/00Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69Spread spectrum techniques
    • H04B1/707Spread spectrum techniques using direct sequence modulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Zoology (AREA)
  • Biophysics (AREA)
  • Multimedia (AREA)
  • Birds (AREA)
  • Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

로봇에 의한 애완동물의 지능적 감시 방법에 관한 것으로, 애완동물의 몸체상의 무선신호장치와 로봇이 무선 통신을 수행하여 애완동물과 로봇과의 상호 위치 관계를 결정하고 또한 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정한다. 애완동물 자체의 생체시계의 영향으로 인하여 애완동물의 일상 행동이나 활동도 일정한 리듬을 가지게 된다. 따라서 최종적으로 서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하여 생성되는 빅데이터를 통하여 애완동물의 일상 활동 모델을 구축하고 그 모델에 따라 애완동물의 일상 활동 궤적을 예측할 수 있고, 이로 인해 더욱 양호한 감시 위치와 감시 각도를 지능적으로 선택하여 기존의 로봇이 애완동물을 쫓아다녀 감시 효율과 효과가 낮은 문제를 해결하고 로봇이 애완동물을 감시하는 효율과 효과를 향상시킬 수 있다.

Description

로봇에 의한 애완동물의 지능적 감시 방법
본 발명은 로봇 분야에 관한 것으로, 특히 로봇에 의한 애완동물의 지능적 감시 방법에 관한 것이다.
현재의 애완동물 로봇은 애완동물의 몸체에 착용된 측위 장치와 통신을 수행함으로써 애완동물의 위치를 결정할 수 있다. 이에 따라 애완동물을 추적하고 카메라를 통하여 애완동물의 상태를 감시할 수 있다. 하지만, 기존의 애완동물은 대부분이 고양이나 개이며, 이러한 애완동물은 상대적으로 활발하여 뛰어다니는 속도가 빠르므로, 로봇이 측위하고 추적하여 촬영하는 형태만으로는 대부분의 시간을 애완동물을 추적하는데 소비하게 되고, 실현되는 애완동물 감시 효과가 양호하지 않고 효율이 저하된다.
상기 과제를 해결하기 위하여, 본 발명은 애완동물의 활동 궤적에 따라 양호한 지능적 감시 효과를 실현할 수 있는 로봇에 의한 애완동물의 지능적 감시 방법을 제공한다. 본 발명의 구체적인 기술방안은 하기와 같다.
로봇과 애완동물 몸체상의 무선신호장치가 수행한 무선 통신에 근거하여 애완동물과 로봇과의 상호 위치 관계를 결정하는 단계; 상기 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정하는 단계; 서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하고 기록한 시간 정보와 대응되는 격자 위치 정보를 통계하여 애완동물의 활동 궤적을 예측하기 위한 하나의 애완동물 일상 활동 모델을 구축하는 단계; 및 상기 애완동물 일상 활동 모델에 따라 애완동물을 감시하는 단계를 포함하는 로봇에 의한 애완동물의 지능적 감시 방법을 제공한다.
본 발명에 의하면 하기와 같은 유익한 효과를 실현할 수 있다. 즉, 애완동물의 몸체상의 무선신호장치와 로봇이 무선 통신을 수행하여 애완동물과 로봇과의 상호 위치 관계를 결정하고 또한 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정한다. 애완동물 자체의 생체시계의 영향으로 인하여 애완동물의 일상 행동이나 활동도 일정한 리듬을 가지게 된다. 따라서 최종적으로 서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하여 생성되는 빅데이터를 통하여 애완동물의 일상 활동 모델을 구축하고, 그 모델에 따라 애완동물의 일상 활동 궤적을 예측할 수 있고, 이로 인해 더욱 양호한 감시 위치와 감시 각도를 지능적으로 선택하여 기존의 로봇이 애완동물을 쫓아다녀 감시 효율과 효과가 낮은 문제를 해결하고 로봇이 애완동물을 감시하는 효율과 효과를 향상시킬 수 있다.
도 1은 본 발명에 따른 로봇에 의한 애완동물의 지능적 감시 방법의 흐름도이다.
도 2는 본 발명에 따른 두 UWB 측위 기지국과 UWB 측위 라벨의 상호 위치를 분석한 도면이다.
도 3은 본 발명에 따른 로봇의 중심점의 좌표로부터 두 UWB 측위 기지국의 좌표를 계산하는 것을 분석한 도면이다.
도 4는 UWB 측위 라벨로부터 제1 UWB 측위 기지국까지의 거리를 결정하는 것을 분석한 도면이다
도 5는 본 발명에 따른 위치점의 좌표를 격자 셀의 좌표로 변환시키는 것을 분석한 도면이다.
도 6은 본 발명에 따른 애완동물의 일상 활동 모델을 분석한 도면이다.
도 7은 본 발명에 따른 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 감시 위치점을 결정하는 것을 분석한 도 1이다.
도 8은 본 발명에 따른 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 감시 위치점을 결정하는 것을 분석한 도 2이다.
도 9는 본 발명에 따른 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 감시 위치점을 결정하는 것을 분석한 도 3이다.
도 10은 로봇이 촬영한 격자 영역을 결정하는 것을 분석한 도면이다.
도 11은 감시 셀을 결정하는 것을 분석한 도면이다.
도 12는 로봇의 현재 위치점로부터 감시 위치점까지의 안내 경로를 결정하는 것을 분석한 도면이다.
이하, 도면을 결합하여 본 발명의 구체적인 실시형태를 진일보로 설명한다.
본 발명에 따른 로봇은 스마트 가전 제품 중의 하나로 일정한 인공지능에 기반하여 어떤 경우하에서 자동적으로 보행할 수 있다. 로봇의 본체에는 각종 센서가 설치되어 보행 거리, 보행 각도, 본체 상태와 장애물 등을 검측할 수 있고, 벽 또는 기타 장애물에 충돌되면 자발적으로 방향을 변환하며 서로 다른 설정에 따라 다른 노선에 따라 보행하고 규칙적으로 보행할 뿐만 아니라, 보행중에 검측된 각종 데이터에 근거하여 격자 지도를 구축한다. 본 발명에 따른 이동 로봇은 구동륜을 구비한 자율 보행하는 로봇 본체에 있어서 본체에는 인간-컴퓨터 상호작용 인터페이스가 설치되고 본체에 장애 검측유닛이 설치되는 구조를 포함한다. 본체의 중부 상단면에 카메라가 설치되고, 물론 카메라는 본체의 앞부분의 상단면 또는 기타 위치에 설치될 수도 있으며 본체의 앞부분 또는 기타 위치에 설치될 경우, 관련되는 파라미터를 계산하는 경우 중앙에 설치된 카메라에 근거하여 관련 수치를 조절하면 된다. 본체의 내부에는 가속도기와 자이로스코프 등을 포함한 관성 센서가 설치되며 구동륜에는 구동륜의 주행 거리를 검측하기 위한 스피드 미터(일반적으로는 코드 휠임)가 설치되어, 관련되는 센서의 파라미터를 처리할 수 있고 수행 부품에 제어 신호를 출력할 수 있는 제어수단이 더 설치된다.
본 발명에 따른 로봇에 의한 애완동물의 지능적 감시 방법은 도 1에 도시한 바와 같이 로봇과 애완동물 몸체상의 무선신호장치가 수행한 무선 통신에 근거하여 애완동물과 로봇과의 상호 위치 관계를 결정하는 단계; 상기 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정하는 단계; 서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하고 기록한 시간 정보와 대응되는 격자 위치 정보를 통계하여 애완동물의 활동 궤적을 예측하기 위한 애완동물 일상 활동 모델을 구축하는 단계; 상기 애완동물 일상 활동 모델에 따라 애완동물을 감시하는 단계를 포함한다. 여기서, 상기 격자 지도는 로봇이 보행중에 자체의 각종 센서에 의하여 검측된 데이터에 근거하여 구축한 격자 셀을 기본단위로 하는 지도이다. 상기 격자 셀은 설정된 길이와 폭을 가진 가상 격자로서 정방형으로 설치될 수도 있고 장방형으로 설치될 수도 있다. 바람직하게는, 본 발명에 따른 격자 셀은 변 길이가 0.2미터인 정방형 격자이다. 상기 무선신호장치로서 zigbee 통신수단, 초음파수단, 무선 통신수단, UWB(초 광대역)수단 또는 wifi수단 등을 이용할 수 있고, 구체적으로는 제품의 수요에 따라 선택할 수 있다. 로봇은 보행중에 보행한적이 있는 셀을 기통과 셀로 표기하고 장애물이 검측되었을 때 대응되는 격자 셀을 장애 셀로 표기하며 낭떠러지가 검측되었을 때 대응되는 격자 셀을 낭떠러지 셀로 표기하는 등을 수행하고, 표기된 정보에 근거하여 격자 지도를 업데이트한다. 본 발명에 따른 방법에 의하면, 애완동물 몸체상의 무선신호장치와 로봇이 무선 통신을 수행하여 애완동물과 로봇과의 상호 위치 관계를 결정한 후, 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정한다. 애완동물 자체의 생체시계의 영향으로 인하여 애완동물의 일상 행동이나 활동도 일정한 리듬을 가지게 되므로, 최종적으로 서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하여 생성되는 빅데이터를 통하여 애완동물의 일상 활동 모델을 구축하고 그 모델에 따라 애완동물의 일상 활동 궤적을 예측할 수 있고, 이로 인해 더욱 양호한 감시 위치와 감시 각도를 지능적으로 선택하여 기존의 로봇이 애완동물을 쫓아다녀 감시 효율과 효과가 낮은 문제를 해결하고 로봇이 애완동물을 감시하는 효율과 효과를 향상시킬 수 있다.
바람직하게는, 상기 로봇과 애완동물 몸체상의 무선신호장치가 수행한 무선 통신에 근거하여 애완동물과 로봇과의 상호 위치 관계를 결정하는 단계는, 로봇 본체상의 제1 UWB 측위 기지국과 제2 UWB 측위 기지국 사이의 거리를 W로 하는 단계; 상기 제1 UWB 측위 기지국의 좌표를 (X11, Y11)로 하고, 상기 제2 UWB 측위 기지국의 좌표를 (X12, Y12)로 하는 단계; 상기 제1 UWB 측위 기지국 및 상기 제2 UWB 측위 기지국과 애완동물의 몸체상의 UWB 측위 라벨과의 무선 통신에 근거하여 상기 UWB 측위 라벨로부터 상기 제1 UWB 측위 기지국까지의 제1 거리를 R1로 하고 상기 UWB 측위 라벨로부터 상기 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하는 단계; 상기 제1 UWB 측위 기지국을 꼭지점으로 하여 각각 상기 제2 UWB 측위 기지국과 상기 UWB 측위 라벨을 향하는 선으로 구성되는 각도를 제1 각도로 하고 제1 각도α1이 α1=arccos((W2+R22-R12)/(2*W*R2))인 단계; 상기 제2 UWB 측위 기지국을 꼭지점으로 하여 각각 상기 제1 UWB 측위 기지국과 상기 UWB 측위 라벨을 향하는 선으로 구성되는 각도를 제2 각도로 하고 제2 각도α2가 α2=arccos((W2+R12-R22)/(2*W*R1))인 단계; 상기 UWB 측위 라벨의 현재 위치점의 좌표를 (Xc, Yc)로 하고 Xc=X12+R2*cos(180°-α1-arccos((X12-X11)/W)), Yc=Y11+R1*cos(180°-α2-arcsin((X12-X11)/W))인 단계를 포함한다. 여기서, UWB(Ultra Wideband: 초광대역)은 초광대역 무담체 통신 기술이고, UWB 측위 라벨과 UWB 측위 기지국은 UWB 통신 기술을 이용하는 통신 장치이다. 도 2에 도시한 바와 같이, A가 제1 UWB 측위 기지국이고 B가 제2 UWB 측위 기지국이며 C가 UWB 측위 라벨이다. 제1 UWB 측위 기지국과 제2 UWB 측위 기지국은 모두 로봇의 본체상에 장착되고 UWB 측위 라벨은 애완동물 몸체상에 착용된다. 제1 UWB 측위 기지국과 제2 UWB 측위 기지국 사이의 거리는 로봇을 설계하고 생산시 이미 결정된 것이므로 양자 사이의 거리는 기지사항이고, 즉, AB=W이고, 또한 관련 데이터는 이미 시스템에 기록되어 있다. 여기서, W의 값의 크기는 구체적인 제품의 설계에 따라 설정할 수 있지만, W의 값은 로봇 본체의 직경 미만이어야 한다. 그리고 제1 UWB 측위 기지국과 UWB 측위 라벨의 거리 AC=R1 및 제2 UWB 측위 기지국과 UWB 측위 라벨의 거리 BC=R2를 측정하여 삼각형의 3개 변의 길이로부터 제1 각도(∠ABC)의 크기인 α1=arccos((W²+R2²-R1²)/(2*W*R2))를 구할 수 있고, 이와 동일하게 제2 각도(∠CAB)의 크기인 α2=arccos((W²+R1²-R2²)/(2*W*R1))를 구할 수 있다. 로봇이 스피드 미터와 자이로스코프 등 센서의 검측 데이터에 의하여 자체의 좌표 위치(즉, 로봇의 중심점의 좌표)를 결정할 수 있으므로 로봇 본체상의 중심점 위치에 대하여 고정된 두 UWB 측위 기지국의 좌표 값도 결정할 수 있고, 즉, 제1 UWB 측위 기지국의 좌표가 (X11, Y11)이고 제2 UWB 측위 기지국의 좌표가 (X12, Y12)이며, 후술한 실시예에서 구체적인 계산 방식을 설명한다. 도면에 도시한 바와 같이 C점의 X축 좌표를 결정하려면, c11 또는 c21의 길이가 필요하지만, c11=R1*sina2이고 c21=R2*cosb2이며 ∠a2=180°-α2-∠a1, ∠b2=180°-α1-∠b1, ∠a1=arcsin((X12-X11)/W), ∠b1=arccos((X12-X11)/W)이고, 상기와 같이 α1과 α2의 각도를 이미 구했으므로, c11=R1*sin(180°-α2-arcsin((X12-X11)/W)), c21=R2*cos(180°-α1-arcsin((Y11-Y12)/W))를 구하면 애완동물 C점의 X축 좌표는 Xc=X12+c21=X12+R2*cos(180°-α1-arccos((X12-X11)/W)) 또는 Xc=X11+c11=X11+R1*sin(180°-α2-arcsin((X12-X11)/W))이다. 이와 동일하게 C점의 Y축 좌표를 결정하려면, c12 또는 c22의 길이가 필요하지만 c12=R1*cosa2이고 c22=R2*sinb2이며 ∠a2=180°-α2-∠a1, ∠b2=180°-α1-∠b1, ∠a1=arcsin((X12-X11)/W), ∠b1=arccos((X12-X11)/W)이고, 상기와 같이 α1과 α2의 각도를 이미 구했으므로 c12=R1*cos(180°-α2-arcsin((X12-X11)/W)), c22=R2*sin(180°-α1-arccos((X12-X11)/W))를 구할 수 있다. 이러한 경우, 애완동물 C점의 Y축 좌표는 Yc=Y11+c12=Y11+R1*cos(180°-α2-arcsin((X12-X11)/W)) 또는 Yc=Y12+c22=Y12+R2*sin(180°-α1-arccos((X12-X11)/W))이다. 본 실시예에 따른 방법은 애완동물에 착용된 UWB 측위 라벨의 높이가 로봇의 UWB 측위 기지국의 높이에 일치하거나(즉, 3개 통신 장치가 동일한 수평면에 위치한다) 또는 차이가 작은 상황에 적용된다. 로봇과 애완동물의 위치가 변화하였을 경우, 검측된 변화 파라미터를 대입하면 애완동물의 위치점에 대응되는 격자 좌표를 바로 얻을 수 있어 데이터 처리 속도가 빠르고 출력 결과가 정확하게 된다. 그리고 UWB 측위 라벨의 높이와 UWB 측위 기지국의 높이의 차이가 크면 로봇의 본체에 제3 UWB 측위 기지국을 설치하여 높이 파라미터를 도입함으로써, UWB 측위 라벨의 3차원 좌표를 결정하여 대응되는 격자 좌표를 결정하여야 하며, 그 구체적인 실시형태가 본 실시예와 원리가 동일하므로 여기서는 상세한 설명을 생략한다.
바람직하게는, 상기 제1 UWB 측위 기지국의 좌표를 (X11, Y11)로 하고 상기 제2 UWB 측위 기지국의 좌표를 (X12, Y12)로 하는 단계는, 로봇 본체의 중심점의 좌표를 로봇의 현재 위치점의 좌표로 하고 좌표를 (X1, Y1)로 하는 단계; 로봇 본체의 중심점이 상기 제1 UWB 측위 기지국과 상기 제2 UWB 측위 기지국의 연결선의 중점에 있다고 결정하는 단계; 상기 제1 UWB 측위 기지국과 상기 제2 UWB 측위 기지국 사이의 거리를 W로 하면 로봇 본체의 중심점로부터 상기 제1 UWB 측위 기지국까지의 거리가 W/2이고 로봇 본체의 중심점로부터 상기 제2 UWB 측위 기지국까지의 거리가 W/2인 단계; 로봇의 자이로스코프에 의하여 검측된 로봇의 현재 방향을 α로 하는 단계; 로봇 본체상의 제1 UWB 측위 기지국의 좌표를 (X11, Y11)로 하고 X11=X1-((W*cosα)/2), Y11=Y1+((W*sinα)/2)인 단계; 로봇 본체상의 제2 UWB 측위 기지국의 좌표를 (X12, Y12)로 하고 X12=X1+((W*cosα)/2), Y12=Y1-((W*sinα)/2)인 단계를 포함한다. 도 3에 도시한 바와 같이 제1 UWB 측위 기지국A와 제2 UWB 측위 기지국B는 각각 로봇의 본체의 양단에 설치되고 AB 사이의 연결선이 마침 로봇의 중심점G를 통과하고 AG=BG=W/2이다. G점의 좌표가 (X1, Y1)이고 로봇의 현재 방향의 각도가 α이며, 도면에 있어서 G점을 통과하고 화살표가 달린 직선이 로봇의 현재 방향을 표시하고 그 직선이 AB선과 직각으로 교차되므로 ∠a=∠b=∠α이다. 제1 UWB 측위 기지국의 X축 좌표인 X11를 구할 경우, 우선 X11과 X1 사이의 거리, 즉 X1-X11=AG*cosa=(W*cosα)/2를 구하여야 하고, X11=X1-((W*cosα)/2)이다. 제1 UWB 측위 기지국의 Y축 좌표인 Y11를 구할 경우, 우선 Y11과 Y1 사이의 거리, 즉 Y11-Y1=AG*sina=(W*sinα)/2를 구하여야 하고, Y11=Y1+((W*sinα)/2)이다. 이와 동일하게 제2 UWB 측위 기지국의 X축 좌표인 X12를 구할 경우, 우선 X12와 X1 사이의 거리, 즉 X12-X1=BG*cosb=W*cosα/2를 구하여야 하고, X12=X1+((W*cosα)/2)이다. Y1과 Y12 사이의 거리가 Y1-Y12=GB*sinb=W*sinα/2이고 Y12=Y1-((W*sinα)/2)이다. 본 실시예에 따른 제1 UWB 측위 기지국과 제2 UWB 측위 기지국의 좌표를 결정하는 방법에 의하면, 기지국이 로봇 본체상에서 중심점에 대하여 상호 대칭하도록 관계를 한정함으로써 두 기지국의 좌표를 결정하는 알고리즘을 간소화하여 시스템의 데이터 처리 속도를 높이고 두 기지국의 좌표 값을 빠르고 정확하게 얻을 수 있어서, 후속되는 기타 데이터 처리를 위하여 더 빠르게 참조 의거를 제공할 수 있다. 이와 동일하게, 3개 기지국이 설치되는 경우 세번째 기지국을 AB의 수직이등분선에 설치하면 알고리즘을 간소화하여 시스템의 데이터 처리 속도를 높일 수 있고, 그 구체적인 실시형태는 본 실시예와 원리가 같으므로 여기서는 상세한 설명을 생략한다.
바람직하게는, 상기 제1 UWB 측위 기지국 및 상기 제2 UWB 측위 기지국과 애완동물의 몸체상의 UWB 측위 라벨과의 무선 통신에 근거하여 상기 UWB 측위 라벨로부터 상기 제1 UWB 측위 기지국까지의 제1 거리를 R1로 하고 상기 UWB 측위 라벨로부터 상기 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하는 단계는, 전파의 전파 속도를 c로 하는 단계; 상기 제1 UWB 측위 기지국이 상기 UWB 측위 라벨로 거리 측정 데이터를 송신한 후부터 상기 UWB 측위 라벨의 확인 신호를 수신할 때까지의 시간을 T11로 하는 단계; 상기 UWB 측위 라벨이 상기 제1 UWB 측위 기지국으로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T12로 하는 단계; 상기 UWB 측위 라벨이 상기 제1 UWB 측위 기지국으로 거리 측정 데이터를 송신한 후부터 상기 제1 UWB 측위 기지국의 확인 신호를 수신할 때까지의 시간을 T13으로 하는 단계; 상기 제1 UWB 측위 기지국이 상기 UWB 측위 라벨로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T14로 하는 단계; 상기 UWB 측위 라벨로부터 상기 제1 UWB 측위 기지국까지의 제1 거리를 R1로 하고 R1=c*(T11-T12+T13-T14)/4인 단계; 상기 제2 UWB 측위 기지국이 상기 UWB 측위 라벨로 거리 측정 데이터를 송신한 후부터 상기 UWB 측위 라벨의 확인 신호를 수신할 때까지의 시간을 T21로 하는 단계; 상기 UWB 측위 라벨이 상기 제2 UWB 측위 기지국으로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T22로 하는 단계; 상기 UWB 측위 라벨이 상기 제2 UWB 측위 기지국으로 거리 측정 데이터를 송신한 후부터 상기 제2 UWB 측위 기지국의 확인 신호를 수신할 때까지의 시간을 T23으로 하는 단계; 상기 제2 UWB 측위 기지국이 상기 UWB 측위 라벨로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T24로 하는 단계; 상기 UWB 측위 라벨로부터 상기 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하고 R2=c*(T21-T22+T23-T24)/4인 단계를 포함한다. 도 4에 도시한 바와 같이 제1 UWB 측위 기지국A는 시각 t1에서 UWB 측위 라벨C로 거리 측정 데이터를 송신하고 UWB 측위 라벨C는 시각 t2에서 거리 측정 데이터를 수신하여 시각 t3에서 확인 신호를 송신하고 제1 UWB 측위 기지국A는 시각 t4에서 그 확인 신호를 수신하였다. 이때, 제1 UWB 측위 기지국A가 거리 측정 데이터를 송신한 후부터 확인 신호를 수신할 때까지 필요한 시간은 T1=t4-t1이고 UWB 측위 라벨C가 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지 필요한 시간은 T2=t3-t2이며, 이로부터 제1 UWB 측위 기지국A와 UWB 측위 라벨C 사이에서 왕복 통신을 한번 수행시 신호 전송 시간이 T1-T2=t4-t1-t3+t2임을 알 수 있다. 이와 동일하게 UWB 측위 라벨C는 시각 t5에서 제1 UWB 측위 기지국A로 거리 측정 데이터를 송신하고 제1 UWB 측위 기지국A는 시각 t6에서 거리 측정 데이터를 수신하고 시각 t7에서 확인 신호를 송신하며 UWB 측위 라벨C는 시각 t8에서 그 확인 신호를 수신하였다. 이때, UWB 측위 라벨C가 거리 측정 데이터를 송신한 후부터 확인 신호를 수신할 때까지 필요한 시간은 T3=t8-t5이고 제1 UWB 측위 기지국A가 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지 필요한 시간은 T4=t7-t6이며 이로부터 UWB 측위 라벨C와 제1 UWB 측위 기지국A 사이에서 왕복 통신을 한번 수행시 신호 전송 시간이 T3-T4=t8-t5-t7+t6임을 알 수 있다. 데이터의 정확도를 확보하기 위하여, 신호가 UWB 측위 라벨C와 제1 UWB 측위 기지국A 사이에서 한번 전송되는데 필요한 시간을 (T1-T2+T3-T4)의 4분의 1로 한다. 데이터 신호의 전송 속도가 전파의 전송 속도c와 동일하므로 거리=속도 * 시간에 의하여 UWB 측위 라벨로부터 제1 UWB 측위 기지국까지의 제1 거리R1=c*(T11-T12+T13-T14)/4를 얻을 수 있다. 이와 동일하게, UWB 측위 라벨로부터 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하고 R2=c*(T21-T22+T23-T24)/4이고, 그 구체적인 실시형태는 본 실시예와 유사하므로 여기서는 상세한 설명을 생략한다. 본 실시예에 따른 기지국으로부터 측위 라벨까지의 거리를 측정하는 방법에 의하면, 데이터 신호의 전송 시간의 평균값을 사용함으로써 더 정확한 전송 시간을 얻을 수 있고 더 정확한 거리 측정 결과를 얻을 수 있으며, 그다음의 애완동물의 위치 결정을 위하여 더 확실한 참조 의거를 제공하여 더욱 우수한 애완동물 감시 효과를 확보할 수 있다.
바람직하게는, 상기 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정하는 단계는, 로봇이 보행과정에서 검측한 데이터에 근거하여 (X0, Y0)을 원점으로 하는 XY축 좌표계에 근거하여 격자 지도를 구축하는 단계; 상기 격자 지도중의 격자 셀의 변 길이를 L로 하는 단계; 로봇 자체의 측위 데이터에 근거하여 로봇의 현재 위치점의 좌표를 (X1, Y1)로 하고 현재 위치점에 대응되는 격자 셀의 격자 좌표를 (S11, S12)로 하면 S11=(X1-X0)/L, S12=(Y1-Y0)/L인 단계(S11과 S12는 모두 정수부분을 취함) ; 로봇의 좌표(X1, Y1)에 근거하여 애완동물이 위치한 위치점에 대응되는 격자 좌표를 (S21, S22)로 하고 S21=(X1+((W*cosα)/2)+R2*cos(180°-α1-arccos(cosα))-X0)/L, S22=(Y1+((W*sinα)/2)+R1*cos(180°-α2-arcsin(cosα))-Y0)/L인 단계(S21과 S22는 모두 정수부분을 취함)를 포함한다. 로봇이 보행중에 자체의 스피드 미터와 자이로스코프 등 센서를 통해 검측된 데이터에 근거하여 보행한적이 있는 경로를 기록하고 자체가 위치하는 위치와 방향(즉, 측위 데이터)을 실시간으로 결정한다. 그리고 격자 지도는 격자 셀을 기본단위로 하여 구성되는 것으로 각 격자 셀에는 모두 다수개의 위치점이 포함되고 로봇의 보행은 위치점의 형태로 수행되고, 즉 현재 위치점으로부터 인접한 그다음의 위치점으로 이동한다. 따라서 로봇이 현재 위치하는 격자 셀의 좌표를 결정할 경우, 현재 위치점의 좌표를 격자 셀의 좌표로 변환시켜야 하고, 도 5에 도시한 바와 같이, 각 작은 격자는 하나의 격자 셀을 표시하고 변 길이는 L=0.2미터이며 좌표 원점P의 좌표는 (X0=0, Y0=0)이고 P점의 오른쪽 상부 격자 셀의 격자 좌표를 (0, 0)로 설정한다. 로봇이 D 위치점에 위치할 경우, 좌표가 (0.5, 0.3)로 검측되면, 계산되는 로봇이 위치한 격자 셀의 격자 좌표는 (S11=((0.5-0)/0.2), S12=((0.3-0)/0.2))이고 즉 (S11=2.5, S12=1.5)이고 정수부분을 취하면 (S11=2, S12=1)이므로, 로봇이 D 위치점에 위치한 경우 대응되는 격자 셀의 격자 좌표는 (2, 1)이다. 이와 같이, UWB 측위 라벨의 현재 위치점의 좌표를 (Xc, Yc)로 결정한 후, UWB 측위 라벨의 현재 위치점에 대응되는 격자 셀의 격자 좌표(S21, S22)를 산출하고 즉, S21=(Xc-X0)/L, S22=(Yc-Y0)/L이고 그 방법은 상기한 로봇의 격자 좌표를 결정하는 방법과 동일하므로 여기서는 상세한 설명을 생략한다. 본 실시예에 따른 방법에 의하면, 동일한 좌표계에 있어서 현재 위치점과 좌표 원점의 위치 관계와 격자 셀의 변 길이에 근거하여 현재 위치점에 대응되는 격자 셀의 격자 좌표를 정확하게 산출하여 후속되는 데이터 처리를 위하여 확실한 데이터를 제공하고 데이터 분석의 정확성을 향상시킬 수 있다.
바람직하게는, 서로 다른 시점에서 상기 애완동물이 위치한 격자 위치를 기록하고 기록한 시간 정보와 대응되는 격자 위치 정보를 통계하여 애완동물의 활동 궤적을 예측하기 위한 애완동물 일상 활동 모델을 구축하는 단계는, 소정의 기간을 X축으로 하고 격자의 좌표점을 Y축으로 하여 XY축 좌표계를 구축하는 단계; 상기 소정의 기간을 하나의 시간 주기로 하고 첫 번째 시간 주기내에 있어서 원점으로부터 X축의 시간 연장 방향에 따라 각 시점에서 애완동물이 위치한 위치점에 대응되는 Y축의 격자 좌표점을 결정하고 결정한 격자 좌표점을 차례로 연결하여 첫 번째 활동 궤적선을 형성하는 단계; 두 번째 시간 주기내에 있어서 원점으로부터 X축의 시간 연장 방향에 따라 각 시점에서 애완동물이 위치한 위치점에 대응되는 Y축의 격자 좌표점을 결정하고 결정한 격자 좌표점을 차례로 연결하여 두 번째 활동 궤적선을 형성하는 단계; 세번째 시간 주기내에 있어서 원점으로부터 X축의 시간 연장 방향에 따라 각 시점에서 애완동물이 위치한 위치점에 대응되는 Y축의 격자 좌표점을 결정하고 결정한 격자 좌표점을 차례로 연결하여 세번째 활동 궤적선을 형성하는 단계; 이와 같이 각 시간 주기내에서 형성되는 활동 궤적선을 계속하여 기록하는 단계를 포함한다. 여기서, 상기 소정의 기간은 설정가능한 값으로 사용자가 애완동물을 감시하려는 기간에 따라 설정할 수 있다. 예를 들어, 사용자가 출근 시간에 애완동물을 감시하려는 경우, 기간을 오전 8시로부터 오후 6시까지로 설정하고 매일의 오전 8시로부터 오후 6시까지를 하나의 시간 주기로 할 수 있다. 그 다음, X축의 정방향의 연장 방향에 따라 8시 00분 01초로부터 시작하여 1초 간격으로 하나의 시점을 설정하고, 즉 8시 00분 02초를 그다음의 시점으로 하고 8시 00분 03초를 그다음의 시점으로 하며 이와 같이 18시 59분 59초까지 하나의 시간 주기의 기록을 완성한다. 이어서, 다음날의 8시 00분 01초로부터 18시 59분 59초까지 두 번째 시간 주기의 기록을 완성한다. 그 다음, 그다음날의 8시 00분 01초로부터 18시 59분 59초까지 세번째 시간 주기의 기록을 완성한다. 동일하게 관련되는 격자 좌표 데이터의 기록을 반복하여 후속되는 빅데이터 분석을 위하여 데이터를 제공한다. 여기서, 1초 간격으로 시점을 설정하는 것을 예시하였지만 실제 수요에 따라 5초, 10초 또는 20초 간격으로 시점을 설정할 수 있고 설정된 간격이 짧을 수록 대응되는 모델이 정밀하고 획득되는 예측 결과도 정밀이다. 상기 격자 좌표점을 Y축으로 한다는 것은 격자 지도중의 격자 셀에 대응되는 격자 좌표를 Y축의 값으로 함을 말하고, 즉 좌표 원점으로부터 Y축의 정방향에 따라 하나의 격자 좌표를 하나의 Y축 점으로 하여 연장시켜 배열시키고 인접한 Y축 점에 대응되는 격자 셀은 서로 인접한 격자 셀이다. 여기서, 상기 격자 좌표점을 Y축으로 하는 것이 격자 지도중의 1세트의 격자 셀에 대응되는 격자 좌표를 Y축의 값으로 하는 것을 표시할 수도 있고, 즉 좌표 원점으로부터 Y축의 정방향에 따라 하나의 격자 좌표를 하나의 Y축 점으로 하여 연장시켜 배열시키고 하나의 격자 좌표가 하나의 격자 셀 세트에 대응되고 인접한 Y축 점에 대응되는 격자 셀 세트가 서로 인접한 격자 셀 세트이다. 격자 셀 세트란 소정의 개수의 격자 셀로 구성되고 모양이 규칙적이거나 또한 같은 격자 셀의 조합을 말하는 것으로, 애완동물이 격자 셀 세트중의 임의의 한 격자 셀에 위치하면 애완동물이 그 격자 셀 세트에 대응되는 격자 좌표에 위치한다고 표시할 수 있고, 예를 들어 변 길이가 3개 격자 셀의 길이로 구성되는 정방형의 격자 셀 세트인 격자 셀(0, 0), (1, 0), (2, 0), (0, 1), (1, 1), (2, 1), (0, 2), (1, 2)과 (2, 2)를 포함하는 격자 셀 세트의 경우, 좌표가 (SX0, SY0)이고 애완동물이 이러한 9개 격자 셀 중의 임의의 하나에 위치하면 애완동물이 이 격자 셀 세트에 위치한다고 하고 Y축중의 대응되는 격자 좌표점은 (SX0, SY0)이다. 격자 셀 개수가 많으므로 이러한 격자 셀 세트의 형태로 통계하면 연산량을 줄이고 로봇의 데이터 처리 속도 및 효율을 향상시킬 수 있다. 도 6에 도시한 바와 같이 이 도면에는 애완동물의 작은 범위에서의 활동을 나타내었고 도면에 포함된 데이터는 아주 적고 다만 본 실시예에 따른 애완동물의 일상 활동 모델을 간단하게 설명하기 위한 것이고 실제 응용중의 모델에 포함되는 데이터 량은 도시한 데이터 량을 대폭 초과하게 된다. 도 6에 있어서 X축의 t1로부터 t10이 하나의 시간 주기이고 t1, t2, t3, t4, t5, t6, t7, t8, t9, t10의 시각이 각각 기록 시점이다. (0, 0), (1, 0), (1, 1), (0, 1), (0, 2), (1, 2), (2, 2), (2, 1), (2, 0), (3, 0)은 격자 좌표가 Y축에서 대응하는 격자 좌표점이다. L1로 나타내는 점선은 애완동물의 첫 번째 시간 주기내의 활동 궤적이고, 즉 시각 t1로부터 기록하기 시작할 경우, 애완동물이 격자 셀(0, 0) 또는 격자 셀 세트(0, 0)에 위치하였고, 시각 t2에 애완동물이 격자 셀(1, 0) 또는 격자 셀 세트(1, 0)로 이동하였으며, 시각 t3에 격자 셀(2, 0) 또는 격자 셀 세트(2, 0)로 이동하였으며, 시각 t4에 격자 셀(3, 0) 또는 격자 셀 세트(3, 0)로 이동하였으며, 시각 t5에 격자 셀(2, 1) 또는 격자 셀 세트(2, 1)로 이동하였으며, 시각 t6에 격자 셀(2, 2) 또는 격자 셀 세트(2, 2)로 이동하였으며, 시각 t7에 격자 셀(1, 2) 또는 격자 셀 세트(1, 2)로 이동하였으며, 시각 t8에 격자 셀(0, 2) 또는 격자 셀 세트(0, 2)로 이동하였으며, 시각 t9에 격자 셀(0, 1) 또는 격자 셀 세트(0, 1)로 이동하였으며 시각 t10에 격자 셀(1, 1) 또는 격자 셀 세트(1, 1)로 이동하였고 그 다음, 이러한 격자 좌표점을 차례로 연결하여 첫 번째 활동 궤적선을 형성한다. 이와 동일하게, 두 번째 활동 궤적선 L2, 세번째 활동 궤적선 L3을 형성하며, 이와 같이 각 시간 주기내에서 형성되는 활동 궤적선을 계속하여 기록하고 기록한 활동 궤적선이 많을수록 이에 근거하여 출력하는 예측 결과가 정밀하다.
바람직하게는, 상기 애완동물 일상 활동 모델에 따라 애완동물을 감시하는 단계는, 상기 애완동물 일상 활동 모델중의 활동 궤적선의 분포 상황에 따라 상대적으로 밀도가 높은 활동 궤적선을 결정하는 단계; 상대적으로 밀도가 높은 활동 궤적선에 대응되는 시간을 예측 체류 시간으로 하고 상대적으로 밀도가 높은 활동 궤적선에 대응되는 격자 좌표를 예측 체류 위치로 하는 단계; 로봇의 현재 위치와 애완동물의 현재 위치에 근거하여 애완동물과 로봇 사이의 직선 거리가 소정의 거리를 초과하는 가를 판단하는 단계; NO이면 현재의 추적 감시 상태를 계속하는 단계; YES이면 현재 시간과 현재 시간 후의 첫 번째 예측 체류 시간과의 시간 차이가 소정의 시간 미만인가를 판단하는 단계; NO이면 현재의 추적 감시 상태를 계속하는 단계; YES이면 현재 시간 후의 첫 번째 예측 체류 시간에 대응되는 예측 체류 위치를 결정하고 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 로봇이 위치하면 로봇의 카메라의 촬영 각도가 애완동물의 현재 위치와 상기 예측 체류 위치를 커버할 수 있는 감시 위치점을 결정하는 단계; 및 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계를 포함한다. 도 6에 도시한 바와 같이, 도면중의 3개의 활동 궤적선은 활동 궤적선의 형성을 간단하게 설명하기 위한 것으로 실재 모델중의 활동 궤적선의 개수는 아주 많고 모양도 아주 복잡하다. 애완동물의 생체시계의 영향으로 인하여 애완동물의 행위나 활동도 일정한 리듬을 가지게 되므로 모델에 형성되는 대량의 활동 궤적선도 일정한 변화 규칙이 있다. 시각 t1에 있어서 대량의 활동 궤적선이 Y축의 (0, 0)점에 위치하고 (0, 0)점에 위치한 활동 궤적선의 개수가 시각 t1의 활동 궤적선 전체의 80%를 차지한다고 하면, (0, 0)점에 대응되는 활동 궤적선을 상대적으로 밀도가 높은 활동 궤적선으로 결정할 수 있고, 그 상대적으로 밀도가 높은 활동 궤적선에 대응되는 예측 체류 시간은 t1이며 대응되는 예측 체류 위치는 격자 셀(0, 0) 또는 격자 셀 세트(0, 0)이다. 격자 셀(0, 0) 또는 격자 셀 세트(0, 0)에 대응되는 지리적 위치가 애완동물의 집이면 매일 오전 8시에 애완동물이 집에서 자고 있거나 놀고 있을 확률이 80%에 달함을 표시하므로, 처음부터 로봇이 집을 향하는 방향에서 감시함으로써 초기의 대량의 데이터 연산으로 인하여 감시 시간 지연되는 것을 회피하고 로봇이 애완동물을 감시하는 지능성과 효율을 향상시킬 수 있다. 또한, t5~t8의 시간내에 활동 궤적선의 총개수의 70%를 초과하는 활동 궤적선이 Y축의 (2, 2)점에 위치하면 (2, 2)점에 대응되는 활동 궤적선을 상대적으로 밀도가 높은 활동 궤적선으로 결정할 수 있고, 이 상대적으로 밀도가 높은 활동 궤적선에 대응되는 예측 체류 시간은 시간 t5~t8이고 대응되는 예측 체류 위치는 격자 셀(2, 2) 또는 격자 셀 세트(2, 2)이다. 격자 셀(2, 2) 또는 격자 셀 세트(2, 2)에 대응되는 지리적 위치가 애완동물의 소변위치이면 애완동물이 그 시간에 그 곳에 가서 소변을 보는 확률이 70%임을 표시하며, 이때 시각 t5전의 로봇과 애완동물과의 위치 관계에 근거하여 그 위치점을 사전에 감시할 것인가를 종합적으로 고려할 수 있다. 그리고, t2~t4 사이의 시간에서 활동 궤적선이 상대적으로 분산되었고 상대적으로 밀도가 높은 활동 궤적선을 형성할 수 없으므로 예측 체류 시간과 예측 체류 위치를 얻을 수 없다. 여기서, 상기한 80%와 70%는 기타 값으로 변경될 수 있고 구체적으로는 제품의 설계에 따라 설정될 수 있다.
애완동물 일상 활동 모델중의 활동 궤적선의 분포 상황에 따라 애완동물의 예측 체류 시간과 예측 체류 위치를 결정한 후, 로봇은 우선 자신의 현재의 위치와 애완동물의 현재 위치를 결정하고 애완동물과 로봇 사이의 직선 거리가 소정의 거리를 초과하는 가를 판단하며 NO이면 애완동물이 여전히 로봇의 추적 감시 범위 내에 있음을 나타내고 감시 방식을 조절할 필요가 없고 현재의 추적 감시 상태를 계속한다. 애완동물과 로봇 사이의 직선 거리가 소정의 거리를 초과하면 애완동물의 달리는 속도가 빠른 등 원인으로 인하여 로봇이 애완동물의 속도를 ?i아갈 수 없고 로봇의 추적 감시 범위를 이탈하였음을 나타낸다. 이때 진일보로 현재 시간과 현재 시간 후의 첫 번째 예측 체류 시간과의 시간 차이가 소정의 시간 미만인가를 판단할 필요가 있는데 이것은 로봇과 애완동물과의 거리 관계만에 의하여 감시 방식을 즉시 변경시키는 것은 최적의 방안이 아니고, 현재 시간으로부터 예측 체류 시간에 도달할 때까지 상당히 긴 시간이 필요하면 애완동물이 그 간격 시간내에서 자유롭게 활동함을 나타내므로, 로봇이 예측 체류 위치를 사전에 감시하는 것은 적절하지 않고 추적 감시 상태를 계속하여 기 시간 동안 애완동물을 감시할 수 없어 감시 효과가 저하되는 것을 회피하여야 하기 때문이다. 따라서 현재 시간과 현재 시간 후의 첫 번째 예측 체류 시간과의 시간 차이가 소정의 시간 이상으로 결정되면 즉시 애완동물을 추적하고 현재의 추적 감시 상태를 계속하여야 한다. 현재 시간과 현재 시간 후의 첫 번째 예측 체류 시간과의 시간 차이가 소정의 시간 미만으로 결정되는 경우에만 로봇에 예측 체류 위치에 대한 사전 감시를 수행하도록 하는 것이 적절하다. 여기서, 상기 소정의 거리는 제품의 설계에 따라 설정될 수 있고, 바람직하게는 3~8미터 사이의 임의의 한 값으로 설정되고 더욱 바람직하게는 본 실시예에 있어서는 5미터로 설정될 수 있는데 이것은 소정의 거리가 너무 길게 설정되면 감시 표시 효과가 낮고 소정의 거리가 너무 짧게 설정되면 로봇이 감시 방식의 스위칭을 자주 판단하여야 하므로 감시 효율을 저하시키기 때문이다. 상기 소정의 시간은 제품의 설계에 따라 설정될 수 있고 바람직하게는, 10~50초 사이의 어느 한 값으로 설정되고 더욱 바람직하게는 본 실시예에 있어서 20초로 설정될 수 있는데 이것은 소정의 시간이 너무 길면 로봇의 사전 감시 방식의 효과를 저하시키고 소정의 시간이 너무 짧으면 로봇이 애완동물을 즉시 감시할 수 없게 되어 감시 효과가 저하될 가능성이 있기 때문이다.
애완동물과 로봇 사이의 직선 거리가 소정의 거리를 초과하고 또한 현재 시간과 현재 시간 후의 첫 번째 예측 체류 시간과의 시간 차이가 소정의 시간 미만으로 결정된 후, 즉 로봇이 예측 체류 위치에 사전 감시를 수행하기에 적절하다고 결정한 후, 진일보로, 현재 시간 후의 첫 번째 예측 체류 시간에 대응되는 예측 체류 위치를 결정하고 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 로봇이 위치하면 로봇의 카메라의 촬영 각도가 애완동물의 현재 위치와 상기 예측 체류 위치를 커버하는 하나의 감시 위치점을 결정하여야 한다. 마직막에 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어한다.
바람직하게는, 상기 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 감시 위치점을 결정하는 단계는, 애완동물의 현재 위치에 대응되는 격자 셀을 제1 셀로 하고 상기 예측 체류 위치에 대응되는 격자 셀을 제2 셀로 하는 단계 1; 제1 셀과 제2 셀의 연결선의 수직이등분선에서의 로봇에 가장 가까운 기통과 셀을 제3 셀로 하는 단계 2; 제1 셀로부터 제3 셀까지의 연결선과 제2 셀로부터 제3 셀까지의 연결선 사이의 각도가 로봇의 카메라의 촬영 각도 미만인가를 판단하여 NO이면 단계 4로 진입하고 YES이면 단계 5로 진입하는 단계 3; 제1 셀과 제2 셀의 연결선의 수직이등분선의 제1 셀 및 제2 셀로부터 멀어지는 연장 방향에 따라 차례로 상기 제3 셀까지의 거리가 가까운 순서로 배열되는 기통과 셀을 새로운 제3 셀로 하고 단계 3으로 되돌아가는 단계 4; 제3 셀로부터 제1 셀까지의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하고 또한 제3 셀로부터 제2 셀까지의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하여 모두 NO이면 단계 6으로 진입하고 하나 또는 모두가 YES이면 단계 7로 진입하는 단계 5; 제3 셀에 대응되는 격자 셀의 중심점을 감시 위치점으로 하는 단계 6; 및 제3 셀을 통과하며 제1 셀과 제2 셀의 연결선에 평행되는 평행선의 연장 방향에 따라, 차례로 상기 평행선이 통과한 기통과 셀을 새로운 제3 셀로 하고 새로운 제3 셀이 격자 지도의 경계에 가장 가까운 기통과 셀인가를 판단하여 NO이면 단계 5로 되돌아가고 YES이면 차례로 제1 셀과 제2 셀의 연결선의 수직이등분선에서의 로봇에 가장 가까운 기통과 셀을 가까운 차례로 배열한 기통과 셀을 새로운 제3 셀로 하고 단계 5로 되돌아가는 단계 7을 포함한다. 도 7, 도 8 및 도 9에 도시한 바와 같이, X가 표기된 셀은 장애 셀을 나타내고 기타 셀은 기통과 셀을 나타낸다. 여기서, 도 7에 도시한 바와 같이 우선 상기 실시예에 따른 방법에 따르면, 애완동물의 현재 위치에 대응되는 격자 셀을 제1 셀(도면에서 C가 표기된 격자 셀)로 결정한다. 상기 실시예에 따른 방법에 따르면, 상기 예측 체류 위치에 대응되는 격자 셀을 제2 셀(도면에서 P가 표기된 격자 셀)로 결정한다. 그 다음, 제1 셀과 제2 셀의 연결선 CP의 수직이등분선 r1r2상의 로봇에 가장 가까운 기통과 셀을 제3 셀(도면에서 F1이 표기된 격자 셀)로 결정한다. 이어서, 제1 셀로부터 제3 셀까지의 연결선 CF1과 제2 셀로부터 제3 셀까지의 연결선PF 사이의 각도 ∠CF1P가 로봇의 카메라의 촬영 각도 미만인가를 판단한다. ∠CF1P가 상기 촬영 각도 미만이면 로봇의 카메라가 F1 위치에서 촬영하는 영역이 애완동물의 현재의 위치와 예측 체류 위치를 완전히 커버할 수 있음 나타낸다. 이때 도 7에 도시한 바와 같이 제3 셀로부터 제1 셀까지의 직선 격자 경로(즉, CF1 직선이 통과하는 격자 셀로 구성되는 격자 경로)에 장애 셀이 없고 또한 제3 셀로부터 제2 셀까지의 직선 격자 경로(즉 PF1 직선이 통과하는 격자 셀로 구성되는 격자 경로)에도 장애 셀이 없으며, 이로 인해 로봇이 F1 위치에서 C 위치의 애완동물과 그다음에 위치P로 이동하는 애완동물을 유효하게 감시할 수 있을 뿐만 아니라 애완동물이 C 위치로부터 P 위치로 달릴 경우 달리는 경로가 F1 위치에서의 카메라의 촬영 범위 내에 나타날 확률이 높다. 따라서 이러한 방식으로 결정한 F1 위치에 대응되는 격자 셀의 중심점을 감시 위치점로 하면 진일보로 지능적으로 애완동물을 감시할 수 있고 감시 효과가 좋다. ∠CF1P가 상기 촬영 각도 이상이면 로봇의 카메라가 F1 위치에서 촬영하는 영역이 애완동물의 현재의 위치와 예측 체류 위치를 완전히 커버할 수 없음을 나타낸다. 이때 제3 셀의 위치를 재결정하여야 하는데, 도 8에 도시한 바와 같이 제1 셀과 제2 셀의 연결선의 수직이등분선의 제1 셀 및 제2 셀로부터 멀어지는 연장 방향(즉 수직이등분선 r1r2이 외부로 연장하는 방향)에 따라 상기 제3 셀에 가장 가까운 기통과 셀을 새로운 제3 셀(도면에서 F2가 표기된 격자 셀)로 하고, 그 다음, ∠CF2P가 상기 촬영 각도 미만인가를 판단하고 여전히 NO이면 계속하여 수직이등분선이 외부로 연장하는 방향에 따라 상기 제3 셀에 가장 가까운 기통과 셀을 새로운 제3 셀(도면에서 F3이 표기된 격자 셀)로 하고 ∠CF3P가 상기 촬영 각도 미만인가를 판단하여 여전히 NO이면 결정되는 새로운 제3 셀에 대응되는 각도가 촬영 각도 미만이 될때까지 계속하여 그 다음의 새로운 제3 셀(F4, F5 등)을 분석한다. 수직이등분선에서의 적절한 제3 셀을 결정한 후, 진일보로 제3 셀로부터 제1 셀까지의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하고 또한 제3 셀로부터 제2 셀까지의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하며 모두 장애 셀이 없으면 직접 그 제3 셀에 대응되는 격자 셀의 중심점을 감시 위치점으로 한다. 그중의 하나가 YES이면, 또는 두개가 모두 YES이면 로봇이 현재 위치에서 C 위치 및/또는 P 위치를 촬영할 경우 장애물에 의하여 차단되어 애완동물을 이상적으로 감시할 수 없을 가능성이 있음을 나타내므로 제3 셀의 위치를 조절하여야 한다. 도 9에 도시한 바와 같이 ∠PF1C가 촬영 각도 미만이지만 제3 셀로부터 제2 셀까지의 직선 격자 경로(즉 직선F1P가 통과하는 격자 셀로 구성되는 격자 경로)에 장애 셀이 있기 때문에 더욱 좋은 감시 효과를 얻기 위하여 제3 셀을 통과하며 제1 셀과 제2 셀의 연결선에 평행되는 평행선 r3r4의 연장 방향에 따라 제3 셀로부터 멀어지는 방향에서 상기 제3 셀에 가장 가까운 기통과 셀을 새로운 제3 셀로 하고(가장 가깝거나 또한 거리가 동일한 기통과 셀이 두개 있으면 임의로 하나를 선택하고, 본 실시예에 있어서는 도면에서 F2가 표기된 격자 셀을 선택한다) 이때 F2P의 직선 격자 경로와 F2C의 직선 격자 경로상에 장애 셀이 없다고 판단되고 이때 F2에 대응되는 격자 셀의 중심점을 감시 위치점으로 할 수 있다. 이러한 선 r1r2에 평행되는 평행선 r3r4의 연장 방향에 따라 제3 셀을 재결정하는 형태에 따르면, 새로 결정된 제3 셀에 대응되는 각도를 항상 촬영 각도 미만으로 확보할 수 있고 또한 가장 좋은 위치를 빠르고 순서있게 찾을 수 수 있다. F2 위치에 있을 경우, F2P의 직선 격자 경로에 여전히 장애 셀이 있으므로 차례로 F3, F4, F5 등을 새로운 제3 셀로 하고, 이와 같이 F9에 대응되는 격자 셀이 되면 F9가 격자 지도의 경계에 가장 가까운 기통과 셀이므로 제1 셀과 제2 셀의 연결선의 수직이등분선 r1r2상의 로봇에 가장 가까운 기통과 셀을 가까운 차례로 배열한 기통과 셀(즉 도면에서 F10이 표기된 격자 셀)을 새로운 제3 셀로 하여야 한다. F10P 또는 F10C의 직선 격자 경로상에 여전히 장애 셀이 있으면 F10을 통과하고 선 r1r2에 평행되는 평행선의 연장 방향에 따라 차례로 F11, F12 등 기통과 셀을 새로운 제3 셀로 하고 상기 방식에 따라, 최종적으로 제1 셀과 제2 셀까지의 직선 격자 경로에 장애 셀이 없는 제3 셀이 결정될 때까지 계속하여 관련되는 분석과 판단을 수행하고 그 제3 셀에 대응되는 격자 셀의 중심점을 감시 위치점으로 한다. 상기 방법에 따라 수직이등분선 방향과 평행선 방향에 따른 관련되는 격자 셀을 전부 분석한 후에도 적절한 제3 셀을 찾을 수 없으면 프로세스를 종료하고 로봇은 계속하여 원래 추적 감시 상태로 감시하며 애완동물의 위치가 변화하면 즉시 새로운 분석을 시작한다. 이러한 애완동물의 현재 위치와 예측 체류 위치를 동시에 검색하는 방법에 의하면, 최적의 위치점을 빠르고 정밀하게 결정할 수 있고 결정된 최적의 위치점이 로봇의 현재 위치에 가장 가깝고 로봇이 가장 빠르게 도착할 수 있는 위치점이므로 로봇이 애완동물을 감시하는 효율과 효과를 대폭 향상시킨다.
바람직하게는, 상기 상대적으로 밀도가 높은 활동 궤적선은 어느 한 기간내에서 동일한 격자 좌표 범위 내에 위치하는 활동 궤적선이고 그 개수가 같은 기간내의 활동 궤적선 전체에서 차지하는 비율은 소정의 값을 초과한다. 여기서, 상기 소정의 값은 구체적인 설계 수요에 따라 설정될 수 있고 바람직하게는 상기 소정의 값이 70%를 초과하고 더욱 바람직하게는 80% 또는 90%로 설정되며, 이로 인해 모델에 따라 출력되는 예측 결과의 정밀도를 확보하고 로봇이 애완동물을 감시하는 효율과 효과를 향상시킬 수 있다.
바람직하게는, 상기 현재의 추적 감시 상태를 계속하는 단계는, 로봇과 애완동물 사이의 거리가 소정의 거리 이하인가를 판단하는 단계; NO이면 감시 위치점을 재결정하여 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계; YES이면 로봇이 위치한 격자 셀과 애완동물이 위치한 격자 셀 사이에 있어서 애완동물을 감시하는 로봇의 카메라의 촬영 각도에 의하여 커버된 소정의 범위 내의 격자 셀에 장애 셀이 존재하는 가를 판단하는 단계; NO이면 로봇의 카메라가 애완동물을 향하는 촬영 방향을 유지하는 단계; YES이면 감시 위치점을 재결정하여 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계를 포함한다. 로봇이 추적 감시 상태의 방식으로 애완동물을 감시할 경우, 애완동물과 일정한 거리를 유지하여야 하고 거리가 너무 멀면 촬영되는 애완동물의 영상이 선명하지 않고 애완동물의 현재 상태를 파악할 수 없으며 추적 감시의 효과를 상실하게 된다. 따라서 애완동물을 추적 감시할 경우, 우선 로봇과 애완동물 사이의 거리를 판단하고 그 사이의 거리가 소정의 거리를 초과하면 감시 위치점을 재결정하여 애완동물을 감시하는 최적을 위치를 찾아야 한다. 그 사이의 거리가 소정의 거리 이하이면 직접 그 범위 내에서 애완동물을 감시할 수 있고, 이때 진일보로 로봇이 위치한 격자 셀과 애완동물이 위치한 격자 셀 사이에 있어서 애완동물을 감시하는 로봇의 카메라의 촬영 각도에 의하여 커버된 소정의 범위 내의 격자 셀에 장애 셀이 존재하는 가를 판단하여 없으면 로봇의 카메라가 애완동물을 정상적으로 촬영할 수 있음을 나타내므로 현재의 카메라가 애완동물을 향한 촬영 방향을 유지하면 되고 있으면 감시 위치점을 재결정하여야 한다. 여기서, 상기 소정의 거리는 실재의 설계 수요에 따라 설정될 수 있고 2~5미터 범위 내의 어느 한 값으로 설정할 수 있고 더욱 바람직하게는 3미터로 설정된다. 상기 소정의 범위도 제품의 설계에 따라 설정될 수 있는데 바람직하게는 카메라의 촬영 각도에 의하여 커버되는 범위 전체의 1/3로 설정된다. 이러한 로봇과 애완동물 사이의 거리 변화와 장애물에 의한 차단 상황에 따라 감시 위치점을 조절하는 추적 감시 상태에 따르면 로봇이 애완동물을 감시하는 효과를 확보할 수 있다.
상기 로봇이 위치한 격자 셀과 애완동물이 위치한 격자 셀 사이에 있어서 애완동물을 감시하는 로봇의 카메라의 촬영 각도에 의하여 커버된 소정의 범위 내의 격자 셀에 장애 셀이 있는가를 판단하는 단계는, 로봇이 애완동물을 감시하는 카메라가 애완동물을 향하는 방향을 촬영 방향으로 하는 단계; 상기 촬영 방향에 근거하여 카메라의 촬영 각도가 상기 격자 지도에서 커버하는 촬영 영역을 결정하는 단계; 카메라를 꼭지점으로 하여 외부로 연장되는 제1 변과 제2 변으로 형성되는 각도 범위의 상기 격자 지도에서의 커버 영역에 대응되는 격자 셀을 결정하여 상기 커버 영역에 대응되는 격자 셀에 장애 셀이 존재하는 가를 분석한다. 여기서, 상기 커버 영역은 상기 촬영 영역 미만이고 상기 촬영 영역내에 위치한다. 도 10에 도시한 바와 같이 도면에서 하나의 작은 격자가 하나의 격자 셀을 표시하고, X가 표기된 격자는 그 격자가 장애 셀임을 나타내고, 표기되지 않았거나 또는 기타 문자가 표기된 격자는 그 격자가 기통과 셀임을 나타낸다. G점은 로봇이 위치하는 위치점이고 즉, 카메라의 위치이고 C점은 애완동물이 위치하는 위치점이다. GZ는 촬영 방향이고 GB1과 GB2의 두 선으로 구성되는 각도는 촬영 각도이며 GZ는 상기 촬영 각도의 이등분선이다. GU1이 제1 변이고 GU2가 제2 변이며 GU1과 GU2의 두 선으로 구성되는 각도내의 격자 셀에 장애 셀이 존재하는 가를 분석하고 즉, ∠U1GU2 범위 내의 격자에 X가 표기된 격자가 있는가를 판단한 결과, 있으면 장애 셀이 있음을 나타내고 없으면 장애 셀이 존재하지 않음을 나타낸다. 도면에 도시된 ∠U1GU2 범위 내에는 장애 셀이 없고 로봇은 애완동물을 정상적으로 촬영할 수 있다. ∠U1GU2 범위 내에 X 셀이 있다고 가정하면 로봇의 카메라가 장애물에 의하여 차단되거나 또는 촬영된 애완동물이 장애물에 너무 가까워 촬영 효과에 영향을 미칠 가능성이 있음을 나타내므로 기타 각도로 변환하여 애완동물을 촬영하여야 한다. 본 실시예에 따른 방법에 의하면, 격자 지도를 결합하여 두 위치점 사이에 장애 셀이 있는가를 판단하여 로봇과 애완동물 사이가 장애물에 의하여 차단되었는가를 결정하며 이러한 방식에 의하면 로봇의 기존의 데이터를 충분히 활용하여 판단 과정이 간단하고 실용적이며 효과가 현저하다.
바람직하게는, 상기 감시 위치점을 재결정하는 단계는, 애완동물이 위치한 격자 셀을 중심점으로 하는 소정의 영역을 결정하고 상기 소정의 영역중의 기통과 셀과 로봇에 가까운 순서에 따른 거리 관계에 따라 기통과 셀을 일일이 감시 후보 셀로 하고 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하는 단계; NO이면 상기 감시 후보 셀을 감시 셀로 하고 상기 감시 셀의 중심점을 감시 위치점으로 하며 YES이면 그다음의 기통과 셀이 로봇으로부터 거리가 가장 먼 기통과 셀인가를 판단하는 단계; YES이면 직접 그다음의 기통과 셀을 감시 셀로 하고 상기 감시 셀의 중심점을 감시 위치점으로 하고 NO이면 그다음의 기통과 셀을 감시 후보 셀로 하여 계속하여 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하는 단계를 포함한다. 여기서, 상기 장애 셀은 로봇이 장애물을 검측하였을 경우에 대응되는 격자 셀이고 상기 기통과 셀은 로봇이 이미 보행한 격자 셀이다. 상기 소정의 영역도 제품의 설계에 따라 설정될 수 있는데 바람직하게는, 원형 영역, 사각형 영역 또는 규칙적인 다각형 영역 등으로 설정되고 면적의 크기는 통상 2~6평방미터 범위 내로 설정된다.
애완동물 주위의 소정의 영역내에 있어서 로봇과의 거리가 가까운 순서에 따라 기통과 셀을 일일이 감시 후보 셀로 한 다음 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하고 즉, 감시 후보 셀의 위치로부터 애완동물을 유효하게 감시할 수 있는가를 분석한 결과, 장애물에 의하여 차단되지 않았으면 그 감시 후보 셀을 감시 셀로 결정하고 차단되었으면 그다음의 기통과 셀을 분석한다. 이러한 애완동물 주위의 소정의 영역내에 있어서 로봇과의 거리가 가까운 순서대로 기통과 셀을 일일이 분석하는 방식에 의하면, 로봇이 가장 빠르게 도착할 수 있고 또한 애완동물을 유효하게 감시할 수 있는 위치점을 찾아내어 로봇이 애완동물을 감시하는 효율을 향상시킬 수 있다. 그리고 소정의 영역내에서 로봇과의 거리가 가장 먼 기통과 셀 외의 기타 기통과 셀과 애완동물 사이가 모두 장애물에 의하여 차단되었으면 로봇과의 거리가 가장 먼 기통과 셀과 애완동물과의 사이에 장애물이 존재하는지와 상관없이 그것을 감시 셀로 한다. 이것은 통상 장애물의 분포에 특징이 있기 때문이고, 즉, 장애물은 통상 하나 또는 몇개의 영역에 집중되어 나타나고 한 영역에서 장애 셀이 검측되었으면 그 영역에 기타 장애 셀이 더 존재할 가능성이 있고 로봇이 현재 위치에서 장애물을 검측하였으면, 일정한 범위 내에서 현재 위치로부터 먼 영역일수록 장애 셀이 있을 확률이 낮으므로 소정의 영역내에서 로봇과의 거리가 가장 먼 기통과 셀을 감시 셀로 함으로써 로봇이 상대적으로 비어 있는 영역에 처하게 되어 애완동물의 위치가 변화될 경우 인접한 장애물의 간섭을 받지 않고 감시 위치 또는 감시 각도를 진일보로 간단하게 조절할 수 있고 감시 효율을 향상시킨다. 상술한 바와 같이, 본 발명에 따른 방법에 의하면, 이러한 격자 지도와 결합하여 애완동물을 감시하는 방식을 이용하여 더욱 좋은 감시 위치를 찾아내도록 로봇을 제어할 수 있고 장애물에 의하여 차단되어 감시 효과에 영향을 미치는 문제를 회피하며 애완동물을 감시하는 효과를 향상시킨다.
그리고, 애완동물이 위치한 격자 셀을 중심점으로 하는 소정의 영역을 결정하고 상기 소정의 영역중의 기통과 셀과 로봇에 가까운 순서에 따른 거리 관계에 따라 기통과 셀을 일일이 감시 후보 셀로 하는 단계는, 애완동물이 위치한 격자 셀의 중심을 원심으로 하고 소정의 길이를 반경으로 하는 원형 영역을 결정하는 단계; 상기 원형 영역에서 로봇과의 거리가 가장 가까운 기통과 셀을 감시 후보 셀로 결정하는 단계; 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 있고 상기 원형 영역에서 로봇과의 거리가 두 번째로 가까운 기통과 셀이 로봇과의 거리가 가장 먼 셀이 아니면, 상기 원형 영역에서 로봇과의 거리가 두 번째로 가까운 기통과 셀을 감시 후보 셀로 결정하는 단계; 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 있고 상기 원형 영역에서 로봇과의 거리가 세번째로 가까운 기통과 셀이 로봇과의 거리가 가장 먼 셀이 아니면, 상기 원형 영역에서 로봇과의 거리가 세번째로 가까운 기통과 셀을 감시 후보 셀로 결정하는 단계; 이와 같이 계속하여 결정하는 단계를 포함한다. 도 11에 도시한 바와 같이, 도면에서 하나의 작은 격자가 하나의 격자 셀을 나타내고 X가 표기된 격자는 그 격자가 장애 셀임을 나타내고 표기되지 않았거나 또는 기타 문자가 표기된 격자는 그 격자가 기통과 셀임을 나타낸다. G점은 로봇이 위치하는 위치점이고, 즉 카메라의 위치이고 C점은 애완동물이 위치하는 위치점이다. GZ는 촬영 방향이고 GU1이 제1 변이며 GU2가 제2 변이다. ∠U1GU2 범위 내에 장애 셀(즉, X가 표기된 격자)이 있으므로 로봇의 촬영이 장애물에 의하여 차단될 가능성이 있고 따라서 로봇은 촬영 위치를 조절하여야 한다. 우선 C점이 위치하는 격자 셀의 중심을 원심으로 하고 소정의 길이를 반경으로 하는 원을 그리면 그 원내의 범위가 상기 소정 영역으로 된다. 여기서, 상기 소정의 길이는 구체적인 설계 수요에 따라 설정할 수 있고, 바람직하게는 1미터 내지 2미터의 범위 내의 어느 한 값으로 설정할 수 있고 본 실시예에 있어서는 1.5미터로 하였다. 다만, 도 7에 도시한 원형 영역은 예시적인 것으로 도면에서의 격자 셀의 길이에 의하여 원형의 반경 또는 직경을 측정하여서는 안되고, 그리고 한 격자 셀이 원형 영역에 일부만 포함되었을 경우 그 격자 셀도 원형 영역의 범위 내에 속한 것으로 한다. 도면에 있어서 격자 셀 S1이 원형 영역내에서 로봇과의 거리가 가장 가까운 기통과 셀이므로 우선 그것을 감시 후보 셀로 하고 S1과 C 사이의 직선 격자 경로(즉, S1과 C를 연결하는 직선이 통과하는 격자 셀로 구성되는 경로)에 X가 표기된 장애 셀이 있으므로 S1을 감시 셀로 결정할 수 없다. 이어서, 로봇과의 거리가 두 번째로 가까운 기통과 셀 S2를 분석하고 S2가 원형 영역에서 로봇과의 거리가 가장 먼 기통과 셀이 아니므로 로봇과의 거리가 두 번째로 가까운 기통과 셀 S2를 감시 후보 셀로 하고 S2와 C 사이의 직선 격자 경로에 X가 표기된 장애 셀이 없으므로, 즉 로봇이 애완동물을 촬영하는 것을 차단하는 장애물이 없으므로 S2를 감시 셀로 결정하고 로봇을 기통과 셀 S2로 안내하여 애완동물을 감시하도록 한다. S2와 C의 직선 격자 경로에도 장애 셀이 있으면 계속하여 로봇과의 거리가 세번째로 가까운 기통과 셀 S3을 분석하고 그 방법은 상기와 동일하므로 상세한 설명을 생략한다. 원형 영역중의 S10 외의 모든 기통과 셀과 로봇과의 사이의 직선 격자 경로에 모두 장애 셀이 있으면 애완동물이 장애물에 의하여 둘러싸인 위치(예를 들어, 소파위, 커피 테이블위 또는 침대위)에 위치함을 나타내고, 이때에는 소정의 영역에 있어서 기통과 셀과 애완동물 사이의 장애 셀을 고려할 필요가 없고 애완동물의 위치로부터 멀리 떨어져 있고 로봇의 현재 위치로부터 멀리 떨어진 위치점을 고려하여야 하므로, 직접 로봇과의 거리가 가장 먼 기통과 셀 S10을 감시 셀로 하고 로봇을 그 감시 셀로 안내하여 애완동물을 감시하도록 한다. 이러한 애완동물 주위의 소정의 영역내에 있어서 로봇과의 거리가 가까운 순서대로 기통과 셀을 일일이 분석하는 방식에 의하면, 로봇이 가장 빠르게 도착할 수 있고 또한 애완동물을 유효하게 감시할 수 있는 위치점을 찾아내어 로봇이 애완동물을 감시하는 효율을 향상시킬 수 있다.
바람직하게는, 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계는, 로봇의 현재 위치점을 시작점으로 하여 상기 감시 셀이 위치한 방향으로 격자 지도를 검색하는 단계; 로봇의 현재 위치점과 상기 감시 셀의 중심점 사이에 있어서 기통과 셀에 의하여 직접 연통된 격자 경로중의 경로 길이가 가장 짧은 격자 경로를 안내 격자 경로로 하는 단계; 안내 격자 경로중의 격자 셀의 중심점을 안내 위치점으로 하고 상기 안내 위치점을 연결하여 안내 경로를 구성하는 단계; 현재 위치점으로부터 상기 안내 경로에 따라 상기 감시 위치점까지 보행하도록 로봇을 제어하는 단계; 상기 로봇의 카메라의 촬영 방향이 애완동물이 위치한 방향과 일치하도록 로봇의 방향을 조절하는 단계를 포함한다. 도 12에 도시한 바와 같이 로봇이 G점으로부터 감시 셀 S2까지 보행하려면 우선 보행 경로를 검색하여야 하고, 도면에 있어서 X가 표기된 격자는 그 격자가 장애 셀임을 나타내고 표기되지 않았거나 또는 기타 문자가 표기된 격자는 그 격자가 기통과 셀임을 나타낸다. 우선, 로봇의 현재 위치점인 G점을 시작점으로 하고 상기 감시 셀이 위치한 방향으로 격자 지도의 검색을 수행한다. 여기서 감시 셀이 위치한 방향으로 검색을 수행한다는 것은 감시 셀을 향한 직선 방향에서의 검색에 한정되지 않고 그 방향을 전체적인 검색 추세로 하여 G점으로부터 시작하여 격자 셀을 G점으로부터 사방으로 하나하나씩 검색하고 그리고 사방으로부터 감시 셀로 축소되는 방향에서 각 셀을 검색한다. 그다음, 두개의 격자 경로를 검색하는데 첫 번째는 감시 셀의 좌측 하부로부터 감시 셀에 연결되는 것이고 두 번째는 감시 셀의 우측 상부로부터 감시 셀에 연결되는 것이며 이 두개의 격자 경로는 장애 셀에 의하여 분리된다. 첫 번째 격자 경로의 길이가 두 번째 격자 경로보다 작으므로 첫 번째 격자 경로를 안내 격자 경로로 한다. 첫 번째 격자 경로중의 격자 셀의 중심점을 안내 위치점으로 하고 상기 안내 위치점을 연결하여 안내 경로를 구성하고, 즉, L1로 나타낸 점선이다(L2로 나타낸 점선은 두 번째 격자 경로의 노선이다). 이어서, G점으로부터 시작하여 L1 노선에 따라 감시 셀 S2의 중심점(즉, 감시 위치점)까지 보행하도록 로봇을 제어한다. 마지막으로, 로봇의 카메라의 촬영 방향이 C점 방향(즉, 애완동물이 위치하는 방향)을 향하도록 원곳에서 로봇의 본체를 회전시킨다. 본 실시예에 따른 방법에 의하면, 감시 셀이 위치한 방향으로 격자 지도의 검색을 수행함으로써 감시 셀에 도착할 수 있는 격자 경로는 어떤 것이 있는가를 신속하게 결정할 수 있다. 그리고 각 경로의 길이를 분석하여 가장 가까운 경로를 안내 경로로 함으로써 로봇이 감시 셀에 도착하는 시간을 단축시키고, 마지막으로 격자 셀의 중심점을 안내 위치점으로 하고 각 안내 위치점을 연결하여 구성한 안내 경로가 감시 위치점에 도착하는 최적의 안내 경로이고 로봇이 그 안내 경로에 따라 보행함으로써 목적지에 도착하는 시간을 단축시킬 뿐만 아니라 보행중에 장애물에 부딪칠 위험을 낮추며 로봇이 감시 위치점에 도착하는 효율을 향상시킬 수 있다. 바람직하게는, 본 실시예에서 도시되는 격자 셀의 변의 길이가 로봇의 본체의 직경과 동일하다.
그리고 본 발명은 프로그램을 기억하기 위한 칩을 진일보로 제공하고 상기 프로그램은 상술한 로봇에 의한 애완동물의 지능적 감시 방법을 수행하도록 로봇을 제어한다. 로봇의 본체에 상기 칩이 장착됨으로써 로봇과 애완동물 몸체상의 무선신호장치가 수행한 무선 통신을 통하여 로봇이 애완동물과 로봇의 상호 위치 관계를 결정하고 또한 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정한다. 애완동물 자체의 생체시계의 영향으로 인하여 애완동물의 일상 행동이나 활동도 일정한 리듬을 가지게 된다. 따라서 최종적으로 서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하여 생성되는 빅데이터를 통하여 애완동물의 일상 활동 모델을 구축하고 그 모델에 따라 애완동물의 일상 활동 궤적을 예측할 수 있고, 이로 인해 더욱 양호한 감시 위치와 감시 각도를 지능적으로 선택하여 기존의 로봇이 애완동물을 쫓아다녀 감시 효율과 효과가 낮은 문제를 해결하고 로봇이 애완동물을 감시하는 효율과 효과를 향상시킬 수 있다.
상술한 실시예는 본 발명을 한정하기 위한 것이 아니라 본 발명을 충분히 개시하기 위한 것이고 본 발명의 창조적 요지에 기반한 창조적 노동이 필요없이 얻은 동등한 기술적 특징의 대체는 본 출원의 개시 범위에 포함된다.

Claims (12)

  1. 로봇에 의한 애완동물의 지능적 감시 방법으로서,
    로봇과 애완동물 몸체상의 무선신호장치가 수행한 무선 통신에 근거하여 애완동물과 로봇과의 상호 위치 관계를 결정하는 단계;
    상기 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정하는 단계;
    서로 다른 시점에서 애완동물이 위치한 격자 위치를 기록하고 기록한 시간 정보와 대응되는 격자 위치 정보를 통계하여 애완동물의 활동 궤적을 예측하기 위한 하나의 애완동물 일상 활동 모델을 구축하는 단계; 및
    상기 애완동물 일상 활동 모델에 따라 애완동물을 감시하는 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  2. 청구항 1에 있어서,
    상기 로봇과 애완동물 몸체상의 무선신호장치가 수행한 무선 통신에 근거하여 애완동물과 로봇과의 상호 위치 관계를 결정하는 단계는,
    로봇 본체상의 제1 UWB 측위 기지국과 제2 UWB 측위 기지국 사이의 거리를 W로 하는 단계;
    상기 제1 UWB 측위 기지국의 좌표를 (X11, Y11)로 하고 상기 제2 UWB 측위 기지국의 좌표를 (X12, Y12)로 하는 단계;
    상기 제1 UWB 측위 기지국 및 상기 제2 UWB 측위 기지국과 애완동물의 몸체상의 UWB 측위 라벨과의 무선 통신에 근거하여 상기 UWB 측위 라벨로부터 상기 제1 UWB 측위 기지국까지의 제1 거리를 R1로 하고 상기 UWB 측위 라벨로부터 상기 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하는 단계;
    상기 제1 UWB 측위 기지국을 꼭지점으로 하여 각각 상기 제2 UWB 측위 기지국과 상기 UWB 측위 라벨을 향하는 선으로 구성되는 각도를 제1 각도로 하고 제1 각도α1이 α1=arccos((W2+R22-R12)/(2*W*R2))인 단계;
    상기 제2 UWB 측위 기지국을 꼭지점으로 하여 각각 상기 제1 UWB 측위 기지국과 상기 UWB 측위 라벨을 향하는 선으로 구성되는 각도를 제2 각도로 하고 제2 각도α2가 α2=arccos((W2+R12-R22)/(2*W*R1))인 단계; 및
    상기 UWB 측위 라벨의 현재 위치점의 좌표를 (Xc, Yc)로 하고 Xc=X12+R2*cos(180°-α1-arccos((X12-X11)/W)), Yc=Y11+R1*cos(180°-α2-arcsin((X12-X11)/W))인 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  3. 청구항 2에 있어서,
    상기 제1 UWB 측위 기지국의 좌표를 (X11, Y11)로 하고 상기 제2 UWB 측위 기지국의 좌표를 (X12, Y12)로 하는 단계는,
    로봇 본체의 중심점의 좌표를 로봇의 현재 위치점의 좌표로 하고 좌표를 (X1, Y1)로 하는 단계;
    로봇 본체의 중심점이 상기 제1 UWB 측위 기지국과 상기 제2 UWB 측위 기지국의 연결선의 중점에 있도록 하는 단계;
    상기 제1 UWB 측위 기지국과 상기 제2 UWB 측위 기지국 사이의 거리를 W로 하면 로봇 본체의 중심점으로부터 상기 제1 UWB 측위 기지국까지의 거리가 W/2이고 로봇 본체의 중심점으로부터 상기 제2 UWB 측위 기지국까지의 거리가 W/2인 단계;
    로봇의 자이로스코프에 의하여 검측된 로봇의 현재 방향을 α로 하는 단계;
    로봇 본체상의 제1 UWB 측위 기지국의 좌표를 (X11, Y11)로 하고 X11=X1-((W*cosα)/2), Y11=Y1+((W*sinα)/2)인 단계; 및
    로봇 본체상의 제2 UWB 측위 기지국의 좌표를 (X12, Y12)로 하고 X12=X1+((W*cosα)/2), Y12=Y1-((W*sinα)/2)인 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  4. 청구항 2에 있어서,
    상기 제1 UWB 측위 기지국 및 상기 제2 UWB 측위 기지국과 애완동물의 몸체상의 UWB 측위 라벨과의 무선 통신에 근거하여 상기 UWB 측위 라벨로부터 상기 제1 UWB 측위 기지국까지의 제1 거리를 R1로 하고 상기 UWB 측위 라벨로부터 상기 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하는 단계는,
    전파의 전파 속도를 c로 하는 단계;
    상기 제1 UWB 측위 기지국이 상기 UWB 측위 라벨로 거리 측정 데이터를 송신한 후부터 상기 UWB 측위 라벨의 확인 신호를 수신할 때까지의 시간을 T11로 하는 단계;
    상기 UWB 측위 라벨이 상기 제1 UWB 측위 기지국으로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T12로 하는 단계;
    상기 UWB 측위 라벨이 상기 제1 UWB 측위 기지국으로 거리 측정 데이터를 송신한 후부터 상기 제1 UWB 측위 기지국의 확인 신호를 수신할 때까지의 시간을 T13로 하는 단계;
    상기 제1 UWB 측위 기지국이 상기 UWB 측위 라벨로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T14로 하는 단계;
    상기 UWB 측위 라벨로부터 상기 제1 UWB 측위 기지국까지의 제1 거리를 R1로 하고 R1=c*(T11-T12+T13-T14)/4인 단계;
    상기 제2 UWB 측위 기지국이 상기 UWB 측위 라벨로 거리 측정 데이터를 송신한 후부터 상기 UWB 측위 라벨의 확인 신호를 수신할 때까지의 시간을 T21로 하는 단계;
    상기 UWB 측위 라벨이 상기 제2 UWB 측위 기지국으로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T22로 하는 단계;
    상기 UWB 측위 라벨이 상기 제2 UWB 측위 기지국으로 거리 측정 데이터를 송신한 후부터 상기 제2 UWB 측위 기지국의 확인 신호를 수신할 때까지의 시간을 T23으로 하는 단계;
    상기 제2 UWB 측위 기지국이 상기 UWB 측위 라벨로부터 송신된 거리 측정 데이터를 수신한 후부터 확인 신호를 송신할 때까지의 시간을 T24로 하는 단계; 및
    상기 UWB 측위 라벨로부터 상기 제2 UWB 측위 기지국까지의 제2 거리를 R2로 하고 R2=c*(T21-T22+T23-T24)/4인 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  5. 청구항 3에 있어서,
    상기 상호 위치 관계에 근거하여 로봇이 구축한 격자 지도에서의 애완동물에 대응되는 격자 위치를 결정하는 단계는,
    로봇이 보행과정에서 검측한 데이터에 근거하여 (X0, Y0)을 원점으로 하는 XY축 좌표계에 근거하여 격자 지도를 구축하는 단계;
    상기 격자 지도중의 격자 셀의 변 길이를 L로 하는 단계;
    로봇 자체의 측위 데이터에 근거하여 로봇의 현재 위치점의 좌표를 (X1, Y1)로 하고 현재 위치점에 대응되는 격자 셀의 격자 좌표를 (S11, S12)로 하면 S11=(X1-X0)/L, S12=(Y1-Y0)/L(S11과 S12는 정수부분을 취함)인 단계; 및
    로봇의 좌표(X1, Y1)에 근거하여 애완동물이 위치한 위치점에 대응되는 격자 좌표를 (S21, S22)로 하고 S21=(X1+((W*cosα)/2)+R2*cos(180°-α1-arccos(cosα))-X0)/L, S22=(Y1+((W*sinα)/2)+R1*cos(180°-α2-arcsin(cosα))-Y0)/L(S21과 S22는 정수부분을 취함)인 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  6. 청구항 1에 있어서,
    서로 다른 시점에서 상기 애완동물이 위치한 격자 위치를 기록하고 기록한 시간 정보와 대응되는 격자 위치 정보를 통계하여 애완동물의 활동 궤적을 예측하기 위한 애완동물 일상 활동 모델을 구축하는 단계는,
    소정의 기간을 X축으로 하고 격자의 좌표점을 Y축으로 하여 XY축 좌표계를 구축하는 단계;
    상기 소정의 기간을 하나의 시간 주기로 하여 첫 번째 시간 주기내에 있어서 원점으로부터 X축의 시간 연장 방향에 따라 각 시점에서 애완동물이 위치한 위치점에 대응되는 Y축의 격자 좌표점을 결정하고 결정한 격자 좌표점을 차례로 연결하여 첫 번째 활동 궤적선을 형성하는 단계;
    두 번째 시간 주기내에 있어서 원점으로부터 X축의 시간 연장 방향에 따라 각 시점에서 애완동물이 위치한 위치점에 대응되는 Y축의 격자 좌표점을 결정하고 결정한 격자 좌표점을 차례로 연결하여 두 번째 활동 궤적선을 형성하는 단계;
    세번째 시간 주기내에 있어서 원점으로부터 X축의 시간 연장 방향에 따라 각 시점에서 애완동물이 위치한 위치점에 대응되는 Y축의 격자 좌표점을 결정하고 결정한 격자 좌표점을 차례로 연결하여 세번째 활동 궤적선을 형성하는 단계; 및
    이와 같이, 각 시간 주기내에서 형성되는 활동 궤적선을 계속하여 기록하는 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  7. 청구항 6에 있어서,
    상기 애완동물 일상 활동 모델에 따라 애완동물을 감시하는 단계는,
    상기 애완동물 일상 활동 모델중의 활동 궤적선 분포 상황에 따라 상대적으로 밀도가 높은 활동 궤적선을 결정하는 단계;
    상대적으로 밀도가 높은 활동 궤적선에 대응되는 시간을 예측 체류 시간으로 하고 상대적으로 밀도가 높은 활동 궤적선에 대응되는 격자 좌표를 예측 체류 위치로 하는 단계;
    로봇의 현재 위치와 애완동물의 현재 위치에 근거하여 애완동물과 로봇 사이의 직선 거리가 소정의 거리를 초과하는 가를 판단하는 단계;
    NO이면 현재의 추적 감시 상태를 계속하는 단계;
    YES이면 현재 시간과 현재 시간 후의 첫 번째 예측 체류 시간과의 시간 차이가 소정의 시간 미만인가를 판단하는 단계;
    NO이면 현재의 추적 감시 상태를 계속하는 단계;
    YES이면 현재 시간 후의 첫 번째 예측 체류 시간에 대응되는 예측 체류 위치를 결정하고 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 로봇이 위치하면 로봇의 카메라의 촬영 각도가 애완동물의 현재 위치와 상기 예측 체류 위치를 커버하는 하나의 감시 위치점을 결정하는 단계; 및
    상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  8. 청구항 7에 있어서,
    상기 상대적으로 밀도가 높은 활동 궤적선은 어느 한 기간내에서 동일한 격자 좌표 범위 내에 위치하는 활동 궤적선이고 그 개수가 같은 기간내의 활동 궤적선 전체에서 차지하는 비율은 소정의 값을 초과하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  9. 청구항 8에 있어서,
    상기 현재의 추적 감시 상태를 계속하는 단계는,
    로봇과 애완동물 사이의 거리가 소정의 거리 이하인가를 판단하는 단계;
    NO이면 감시 위치점을 재결정하여 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계;
    YES이면 로봇이 위치한 격자 셀과 애완동물이 위치한 격자 셀 사이에 있어서 애완동물을 감시하는 로봇의 카메라의 촬영 각도에 의하여 커버된 소정의 범위 내의 격자 셀에 장애 셀이 존재하는 가를 판단하는 단계;
    NO이면 로봇의 카메라가 애완동물을 향하는 촬영 방향을 유지하는 단계; 및
    YES이면 감시 위치점을 재결정하여 상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  10. 청구항 9에 있어서,
    상기 감시 위치점을 재결정하는 단계는,
    애완동물이 위치한 격자 셀을 중심점으로 하는 소정의 영역을 결정하고 상기 소정의 영역중의 기통과 셀과 로봇에 가까운 순서에 따른 거리 관계에 근거하여 기통과 셀을 일일이 감시 후보 셀로 하여 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하는 단계;
    NO이면 상기 감시 후보 셀을 감시 셀로 하고 상기 감시 셀의 중심점을 감시 위치점으로 하는 단계;
    YES이면 그다음의 기통과 셀이 로봇과의 거리가 가장 먼 기통과 셀인가를 판단하는 단계;
    YES이면 직접 그다음의 기통과 셀을 감시 셀로 하고 상기 감시 셀의 중심점을 감시 위치점으로 하는 단계; 및
    NO이면 그다음의 기통과 셀을 감시 후보 셀로 하여 계속하여 상기 감시 후보 셀과 애완동물이 위치한 격자 셀 사이의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하는 단계를 포함하고,
    상기 장애 셀은 로봇에 의해 장애물이 검측된 경우 대응되는 격자 셀이고, 상기 기통과 셀은 로봇이 이미 보행한 격자 셀인 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  11. 청구항 7에 있어서,
    상기 애완동물의 현재 위치와 상기 예측 체류 위치에 근거하여 감시 위치점을 결정하는 단계는,
    애완동물의 현재 위치에 대응되는 격자 셀을 제1 셀로 하고 상기 예측 체류 위치에 대응되는 격자 셀을 제2 셀로 하는 단계 1;
    제1 셀과 제2 셀의 연결선의 수직이등분선에서의 로봇에 가장 가까운 기통과 셀을 제3 셀로 하는 단계 2;
    제1 셀로부터 제3 셀까지의 연결선과 제2 셀로부터 제3 셀까지의 연결선 사이의 각도가 로봇의 카메라의 촬영 각도 미만인가를 판단하여,
    NO이면 단계 4로 진입하고, YES이면 단계 5로 진입하는 단계 3;
    제1 셀과 제2 셀의 연결선의 수직이등분선의 제1 셀 및 제2 셀로부터 멀어지는 연장 방향에 따라 차례로 상기 제3 셀까지의 거리가 가까운 순서로 배열되는 기통과 셀을 새로운 제3 셀로 하고 단계 3으로 되돌아가는 단계 4;
    제3 셀로부터 제1 셀까지의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하고 제3 셀로부터 제2 셀까지의 직선 격자 경로에 장애 셀이 존재하는 가를 판단하여,
    모두 NO이면 단계 6으로 진입하고 하나 또는 모두가 YES이면 단계 7로 진입하는 단계 5;
    제3 셀에 대응되는 격자 셀의 중심점을 감시 위치점으로 하는 단계 6; 및
    제3 셀을 통과하며 제1 셀과 제2 셀의 연결선에 평행되는 평행선의 연장 방향에 따라, 상기 평행선이 차례로 통과한 기통과 셀을 새로운 제3 셀로 하고 새로운 제3 셀이 격자 지도의 경계에 가장 가까운 기통과 셀인가를 판단하여,
    NO이면 단계 5로 되돌아가고,
    YES이면 차례로 제1 셀과 제2 셀의 연결선의 수직이등분선에서의 로봇에 가장 가까운 기통과 셀을 가까운 차례로 배열한 기통과 셀을 새로운 제3 셀로 하여 단계 5로 되돌아가는 단계 7을 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
  12. 청구항 7 내지 10 중 어느 한 항에 있어서,
    상기 감시 위치점으로 보행하여 애완동물을 감시하도록 로봇을 제어하는 단계는,
    로봇의 현재 위치점을 시작점으로 하여 상기 감시 셀이 위치한 방향으로 격자 지도를 검색하는 단계;
    로봇의 현재 위치점과 상기 감시 셀의 중심점 사이에 있어서 기통과 셀에 의하여 직접 연통된 격자 경로중의 경로 길이가 가장 짧은 격자 경로를 안내 격자 경로로 하는 단계;
    안내 격자 경로중의 격자 셀의 중심점을 안내 위치점으로 하고 상기 안내 위치점을 연결하여 안내 경로를 구성하는 단계;
    현재 위치점으로부터 상기 안내 경로에 따라 상기 감시 위치점까지 보행하도록 로봇을 제어하는 단계; 및
    상기 로봇의 카메라의 촬영 방향이 애완동물이 위치한 방향과 일치하도록 로봇의 방향을 조절하는 단계를 포함하는 것을 특징으로 하는 로봇에 의한 애완동물의 지능적 감시 방법.
KR1020207030029A 2018-03-20 2018-08-06 로봇에 의한 애완동물의 지능적 감시 방법 KR102412685B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201810227201.3 2018-03-20
CN201810227201.3A CN108366343B (zh) 2018-03-20 2018-03-20 机器人智能监视宠物的方法
PCT/CN2018/098911 WO2019179001A1 (zh) 2018-03-20 2018-08-06 机器人智能监视宠物的方法

Publications (2)

Publication Number Publication Date
KR20200133776A true KR20200133776A (ko) 2020-11-30
KR102412685B1 KR102412685B1 (ko) 2022-06-23

Family

ID=63001025

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207030029A KR102412685B1 (ko) 2018-03-20 2018-08-06 로봇에 의한 애완동물의 지능적 감시 방법

Country Status (6)

Country Link
US (1) US11259502B2 (ko)
EP (1) EP3771228B1 (ko)
JP (1) JP7074873B2 (ko)
KR (1) KR102412685B1 (ko)
CN (1) CN108366343B (ko)
WO (1) WO2019179001A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023075375A1 (ko) * 2021-10-29 2023-05-04 삼성전자 주식회사 반려 동물을 모니터링하는 로봇 청소기 및 그 제어 방법

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108012326B (zh) * 2017-12-07 2019-06-11 珠海市一微半导体有限公司 基于栅格地图的机器人监视宠物的方法及芯片
CN108366343B (zh) * 2018-03-20 2019-08-09 珠海市一微半导体有限公司 机器人智能监视宠物的方法
CN109587637B (zh) * 2018-12-15 2022-08-05 深圳壹账通智能科技有限公司 信息提示方法、装置、电子设备及存储介质
CN109514582B (zh) * 2018-12-20 2020-06-05 珠海市一微半导体有限公司 一种机器人逗宠控制装置及移动机器人
CN109479746B (zh) * 2018-12-20 2021-02-23 珠海市一微半导体有限公司 一种机器人逗宠控制方法及芯片
CN111367271A (zh) * 2018-12-26 2020-07-03 珠海市一微半导体有限公司 机器人清扫路径的规划方法、系统及芯片
CN110037860A (zh) * 2019-03-26 2019-07-23 北京理工大学 一种家用智能移动急救箱
CN111240341B (zh) * 2020-02-14 2022-09-06 南京理工大学 一种基于uwb和激光雷达传感器的车辆全方位跟随方法
CN113537548B (zh) * 2020-04-21 2024-04-23 杭州海康威视数字技术股份有限公司 一种行驶路线的推荐方法、装置及设备
CN111954150A (zh) * 2020-07-16 2020-11-17 深圳市微能信息科技有限公司 基于双超宽带模组的定位方法、装置、终端及存储介质
CN114513846B (zh) * 2020-11-16 2023-03-21 Oppo广东移动通信有限公司 一种定位通信方法、终端、通信设备和存储介质
CN113341407B (zh) * 2021-06-02 2024-02-06 中国水产科学研究院南海水产研究所 一种基于雷达探测的渔业捕捞追踪系统及方法
CN114167861A (zh) * 2021-11-29 2022-03-11 珠海一微半导体股份有限公司 一种宠物机器人控制方法、系统及芯片
CN114190295B (zh) * 2021-12-20 2023-06-09 珠海一微半导体股份有限公司 一种多宠物机器人控制方法、系统及芯片
CN115063751B (zh) * 2022-07-27 2023-01-06 深圳市海清视讯科技有限公司 宠物牵绳检测方法、设备及存储介质
CN116321193B (zh) * 2023-03-07 2023-08-01 长沙迪迈数码科技股份有限公司 信号覆盖定量评估方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140022626A (ko) * 2012-08-14 2014-02-25 삼성테크윈 주식회사 영상 감시 시스템 및 그의 동작 방법
KR20140110164A (ko) * 2013-03-04 2014-09-17 서울대학교산학협력단 스마트 단말을 이용한 안정적인 사용자의 이동 경로 실시간 예측 방법 및 그 시스템
CN106982741A (zh) * 2017-04-06 2017-07-28 南京三宝弘正视觉科技有限公司 一种宠物监控机器人和系统

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20040042242A (ko) 2002-11-13 2004-05-20 삼성전자주식회사 홈서버를 이용하는 홈로봇 및 이를 포함하는 홈네트워크시스템
KR100834761B1 (ko) * 2005-11-23 2008-06-05 삼성전자주식회사 이동 로봇의 자기 위치 인식 방법 및 장치
JP2007317112A (ja) * 2006-05-29 2007-12-06 Funai Electric Co Ltd 自走式装置及び自走式掃除機
JP2008151533A (ja) * 2006-12-14 2008-07-03 Samsung Yokohama Research Institute Co Ltd 側位システムおよび無線通信装置
CN101278654B (zh) 2007-09-26 2010-12-01 深圳先进技术研究院 一种宠物看护机器人系统
US7978085B1 (en) * 2008-02-29 2011-07-12 University Of South Florida Human and physical asset movement pattern analyzer
US20120130796A1 (en) * 2010-11-20 2012-05-24 James David Busch Systems and Methods to Advertise a Physical Business Location with Digital Location-Based Coupons
CN103813446B (zh) * 2014-02-17 2017-06-23 百度在线网络技术(北京)有限公司 一种估算停留区域范围的方法及装置
CN105744223B (zh) * 2016-02-04 2019-01-29 北京旷视科技有限公司 视频数据处理方法和装置
US9654925B1 (en) * 2016-06-23 2017-05-16 OnPoint Systems, LLC Device and method for containing and tracking a subject using satellite positioning data
CN106304332A (zh) * 2016-08-18 2017-01-04 广州市迪士普音响科技有限公司 智慧平台的人员定位方法和系统
CN206150147U (zh) * 2016-10-27 2017-05-10 重庆掌中花园科技有限公司 智能宠物互动系统
CN106780620B (zh) * 2016-11-28 2020-01-24 长安大学 一种乒乓球运动轨迹识别定位与跟踪系统及方法
CN106584472A (zh) * 2016-11-30 2017-04-26 北京贝虎机器人技术有限公司 用于控制自主移动式设备的方法及装置
CN107671859B (zh) * 2017-10-20 2018-11-02 山东大学 基于s曲线加减速的运动目标动态跟踪方法、系统及装置
CN107566743B (zh) * 2017-10-30 2019-10-11 珠海市一微半导体有限公司 移动机器人的视频监控方法
CN108012326B (zh) * 2017-12-07 2019-06-11 珠海市一微半导体有限公司 基于栅格地图的机器人监视宠物的方法及芯片
CN108366343B (zh) 2018-03-20 2019-08-09 珠海市一微半导体有限公司 机器人智能监视宠物的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140022626A (ko) * 2012-08-14 2014-02-25 삼성테크윈 주식회사 영상 감시 시스템 및 그의 동작 방법
KR20140110164A (ko) * 2013-03-04 2014-09-17 서울대학교산학협력단 스마트 단말을 이용한 안정적인 사용자의 이동 경로 실시간 예측 방법 및 그 시스템
CN106982741A (zh) * 2017-04-06 2017-07-28 南京三宝弘正视觉科技有限公司 一种宠物监控机器人和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023075375A1 (ko) * 2021-10-29 2023-05-04 삼성전자 주식회사 반려 동물을 모니터링하는 로봇 청소기 및 그 제어 방법

Also Published As

Publication number Publication date
JP2021516512A (ja) 2021-07-01
EP3771228A4 (en) 2021-11-17
US11259502B2 (en) 2022-03-01
WO2019179001A1 (zh) 2019-09-26
JP7074873B2 (ja) 2022-05-24
EP3771228B1 (en) 2023-12-27
US20210037793A1 (en) 2021-02-11
EP3771228A1 (en) 2021-01-27
CN108366343A (zh) 2018-08-03
CN108366343B (zh) 2019-08-09
KR102412685B1 (ko) 2022-06-23
EP3771228C0 (en) 2023-12-27

Similar Documents

Publication Publication Date Title
KR102412685B1 (ko) 로봇에 의한 애완동물의 지능적 감시 방법
KR102320370B1 (ko) 격자 지도에 기반한 로봇의 애완동물 감시 방법 및 칩
CN110009761B (zh) 智能设备自动巡检路径规划方法及系统
TWI557421B (zh) 定位輔助方法及其電子移動裝置
KR102110813B1 (ko) 무선 환경 변화에 강인한 slam 방법 및 장치
CN104333903A (zh) 基于rssi和惯性测量的室内多目标的定位系统和方法
WO2021058032A1 (zh) 地图建立方法、自移动设备、自动工作系统
CN107659918B (zh) 一种智能跟随的方法及系统
Miller et al. Cappella: Establishing multi-user augmented reality sessions using inertial estimates and peer-to-peer ranging
Song et al. On the time to search for an intermittent signal source under a limited sensing range
CN110340935A (zh) 一种机器人融合定位的方法及机器人
Shao et al. An ibeacon indoor positioning system based on multi-sensor fusion
CN208383145U (zh) 一种基于人体刚性指标的室内设备找寻系统
CN114424908A (zh) 扫地机器人的移动方法、装置、设备、系统及存储介质
Masiero et al. Indoor navigation and mapping: Performance analysis of UWB-based platform positioning
Qiu et al. Modelling and stimulation of target tracking and localization in wireless sensor network
KR102527951B1 (ko) 자율 주행 장치, 자율 주행 장치의 위치 관리 시스템 및 이를 이용한 자율 주행 장치의 이동 경로 결정 방법
NonAlinsavath et al. An Integrated System for the Seamless Localization and Specification of a Position Based on an Indoor-Outdoor Conditions in Ubiquitous Computing Environments.
CN106248084A (zh) 一种室内定位导航系统及其数据处理方法
Huang et al. Indoor Positioning Systems of Mobile Robots: A Review. Robotics 2023, 12, 47
CN116847321A (zh) 一种蓝牙信标系统以及蓝牙定位方法
CN112363189A (zh) 一种基于多个机器人差分定位组网的定位方法
CN116685872A (zh) 用于移动设备的定位系统和方法
CN115792804A (zh) 一种用于在室内对无人机进行定位的系统
Qiu et al. Modeliranje i stimulacija lociranja i praćenja mete u mreži bežičnog senzora

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant