KR20210055431A - Apparatus and method for generating indoor topology map using autonomous mobile robot - Google Patents

Apparatus and method for generating indoor topology map using autonomous mobile robot Download PDF

Info

Publication number
KR20210055431A
KR20210055431A KR1020190141860A KR20190141860A KR20210055431A KR 20210055431 A KR20210055431 A KR 20210055431A KR 1020190141860 A KR1020190141860 A KR 1020190141860A KR 20190141860 A KR20190141860 A KR 20190141860A KR 20210055431 A KR20210055431 A KR 20210055431A
Authority
KR
South Korea
Prior art keywords
indoor
map
feature information
generating
morphological feature
Prior art date
Application number
KR1020190141860A
Other languages
Korean (ko)
Inventor
박윤용
김세엽
이호원
Original Assignee
선문대학교 산학협력단
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 선문대학교 산학협력단 filed Critical 선문대학교 산학협력단
Priority to KR1020190141860A priority Critical patent/KR20210055431A/en
Publication of KR20210055431A publication Critical patent/KR20210055431A/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO 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
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B25J19/021—Optical sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

An apparatus and a method for generating an indoor topology map using an autonomous driving robot are disclosed. The method for generating the indoor topology map comprises the steps of: receiving surrounding shape data obtained by using a LiDAR sensor while the autonomous driving robot drives in a room; generating an indoor map using the input surrounding shape data; dividing the indoor map into regions of a preset size based on the driving route displayed on the indoor map; extracting morphological feature information of the divided regions; comparing the extracted morphological feature information with the morphological feature information of preset main points; classifying the divided regions into the main points corresponding to the extracted morphological feature information according to the comparison result; and generating the indoor topology map by setting the classified main points as nodes. The present invention can reduce the data quantity of the generated indoor map.

Description

자율주행 로봇을 이용한 실내 토폴로지맵 생성 장치 및 방법{Apparatus and method for generating indoor topology map using autonomous mobile robot}Apparatus and method for generating indoor topology map using autonomous mobile robot}

본 발명은 자율주행 로봇을 이용한 실내 토폴로지맵(topology map) 생성 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for generating an indoor topology map using an autonomous driving robot.

일반적으로, 지도 데이터는 도로를 중심으로 도로 주변의 POI(Point of Interest) 및 교통안내 표지판 등을 화면에 출력할 수 있도록 생성되어 있다. 이러한 지도 데이터를 사용하는 내비게이션은 차량이 도로를 주행할 때, 차량의 현재 위치 정보와 함께, 관련된 정보를 화면에 출력할 수 있으나, 건축 구조물 또는 지하 공간 등의 실내에 진입하는 경우에는 GPS(Global Positioning System) 신호 수신이 곤란하여 현재 위치 정보를 획득할 수 없는 문제점이 있다.In general, the map data is generated so that POI (Point of Interest) around the road and traffic guide signs can be displayed on a screen centering on a road. Navigation using such map data can output related information on the screen along with the current location information of the vehicle when the vehicle travels on the road. However, when entering an interior such as a building structure or an underground space, GPS (Global Positioning System) There is a problem in that the current position information cannot be obtained because it is difficult to receive signals.

이러한 문제점을 보완하기 위해서, 종래에는 건축물의 CAD 도면 등을 이용하여 구성된 실내 지도 데이터에 기반한 2차원 또는 3차원의 내비게이션 화면이 사용자에게 제공되었다. 그런데, 이러한 방식으로 실내 지도 데이터를 구축하기 위해서는, 건축물의 설계와 관련된 CAD 도면 등의 자료를 이용해야 하므로, CAD 도면을 보유하고 있지 않은 건축물에 대한 실내 지도 생성은 어려움이 있었다. 더욱이, CAD 도면은 건축물 구조의 세부내용을 포함하고 있기 때문에, 건물주가 외부에는 쉽게 공개하지 않는다는 제한이 있어서, 현실적으로 실내 지도를 생성하기 위해서 해당 건축물의 CAD 도면을 활용하는 것은 사실상 불가능 하였다.In order to compensate for this problem, conventionally, a two-dimensional or three-dimensional navigation screen based on indoor map data constructed using CAD drawings of a building or the like has been provided to a user. However, in order to construct the indoor map data in this way, it is difficult to create an indoor map for a building that does not have a CAD drawing, since data such as CAD drawings related to the design of the building must be used. Moreover, since the CAD drawing includes details of the structure of the building, there is a limitation that the building owner does not easily disclose it to the outside, so it was practically impossible to use the CAD drawing of the building in order to create an indoor map in reality.

이에 따라, 최근에는 라이다(LiDAR: Light Detection and Ranging)를 탑재한 장치를 이용하여 사람이 직접 실내를 스캔하여 실내 지도를 작성하는 기술이 이용되고 있다.Accordingly, in recent years, a technology in which a person directly scans an indoor room using a device equipped with a LiDAR (Light Detection and Ranging) to create an indoor map has been used.

라이다(LiDAR, Light Detection and Ranging)는 빛을 이용하여 거리를 측정하고 물체를 감지하는 센서이다. 1930년대 기상 관측을 위해 처음 개발되었다가 레이저 기술이 등장한 1960년대 이르러서 본격적으로 활용되기 시작했다. 당시에는 주로 항공분야와 위성에 적용되었으나, 이후 영역을 넓히며 지구환경, 탐사, 자동차, 로봇 등에 적용되었다. 라이다는 레이더와 비슷한 원리를 가지고 있다. 레이더는 전자기파를 외부로 발사해 재수신되는 전자기파로 거리, 방향 등을 확인한다. 반면에, 라이다는 펄스 레이저를 사용한다는 차이점이 있다. 라이다는 파장이 짧은 레이저를 사용함으로써, 정밀도 및 해상도를 높이고 사물에 따라 입체적인 파악도 가능한 특징이 있다.LiDAR (Light Detection and Ranging) is a sensor that measures distance and detects objects using light. It was first developed for meteorological observation in the 1930s, but in the 1960s, when laser technology appeared, it began to be used in earnest. At that time, it was mainly applied to the aviation field and satellites, but after that, it was applied to the global environment, exploration, automobiles, and robots. Rida has a similar principle to radar. The radar emits electromagnetic waves to the outside and checks the distance and direction with the re-received electromagnetic waves. On the other hand, the difference is that Rida uses a pulsed laser. By using a laser with a short wavelength, Rida has a feature that increases precision and resolution, and enables three-dimensional grasp of objects depending on the object.

이와 같은 라이다를 이용하여 실내나 실외의 지도를 작성하는 다양한 기술이 개발되어 이용되고는 있으나, 작성된 지도 데이터를 활용하여 서비스를 제공하는 각종 기기들은 작성된 지도의 상당한 데이터량을 감당하기 어렵거나 상당한 데이터량으로 부하가 증가할 수 있는 문제점이 있다.Various technologies for creating indoor or outdoor maps using such lidar have been developed and used, but various devices that provide services using the created map data are difficult to handle or have considerable data. There is a problem that the load may increase due to the amount of data.

따라서, 작성된 실내 지도의 데이터를 경량화할 수 있는 기술이 필요하다.Therefore, there is a need for a technology capable of reducing the weight of the created indoor map data.

대한민국 등록특허공보 제10-1983785호(2019.05.23)Korean Registered Patent Publication No. 10-1983785 (2019.05.23)

본 발명은 자율주행 로봇이 실내를 자동으로 주행하면서 수집한 주변형태 데이터를 이용하여 실내 지도를 작성하고, 작성된 실내 지도를 이용하여 실내 토폴로지맵(topology map)을 작성하는 자율주행 로봇을 이용한 실내 토폴로지맵 생성 장치 및 방법을 제공하기 위한 것이다.The present invention is an indoor topology using an autonomous driving robot that creates an indoor map using the surrounding shape data collected while the autonomous driving robot automatically travels indoors, and creates an indoor topology map using the created indoor map. It is to provide an apparatus and method for generating a map.

본 발명의 일 측면에 따르면, 실내 토폴로지맵 생성 장치가 수행하는 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법이 개시된다.According to an aspect of the present invention, a method for generating an indoor topology map using an autonomous driving robot performed by an indoor topology map generating apparatus is disclosed.

본 발명의 실시예에 따른 실내 토폴로지맵 생성 방법은, 상기 자율주행 로봇이 실내를 주행하면서 라이다(Lidar) 센서를 이용하여 획득한 주변형태 데이터를 입력받는 단계, 상기 입력된 주변형태 데이터를 이용하여 실내 지도를 생성하는 단계, 상기 실내지도에 표시된 주행경로를 중심으로 상기 실내지도를 미리 설정된 크기의 영역으로 분할하는 단계, 상기 분할된 영역의 형태적 특징정보를 추출하는 단계, 상기 추출된 형태적 특징정보와 미리 설정된 주요지점의 형태적 특징정보를 비교하는 단계, 상기 비교 결과에 따라, 상기 분할된 영역을 상기 추출된 형태적 특징정보와 대응하는 주요지점으로 분류하는 단계 및 상기 분류된 주요지점을 노드로 설정하여 실내 토폴로지맵을 생성하는 단계를 포함한다.In the method of generating an indoor topology map according to an embodiment of the present invention, the step of receiving the peripheral shape data acquired using a Lidar sensor while the autonomous driving robot travels indoors, and using the input peripheral shape data. Generating an indoor map, dividing the indoor map into areas of a preset size based on a driving route displayed on the indoor map, extracting morphological feature information of the divided area, and the extracted shape Comparing the focal feature information and morphological feature information of a pre-set main point, classifying the divided region into main points corresponding to the extracted morphological feature information, and the classified main point according to the comparison result. And generating an indoor topology map by setting the point as a node.

상기 실내 지도를 생성하는 단계는, raw 맵 이미지로 획득된 주변형태 데이터에서 노이즈를 제거하여 상기 실내 지도를 생성하는 단계 및 상기 자율주행 로봇의 주행 완료에 따라 생성되는 주행 시작지점부터 주행 종료지점까지의 주행경로를 상기 실내 지도에 표시하는 단계를 포함한다.The generating of the indoor map includes generating the indoor map by removing noise from the surrounding shape data acquired as a raw map image, and from a driving start point to a driving end point generated according to the completion of driving of the autonomous driving robot. And displaying the driving route of the indoor map on the indoor map.

상기 주요지점은 상기 실내의 방, 복도 및 출입구를 포함하되, 상기 방의 형태적 특징정보는 상기 방 형상을 나타내는 면에 근사하는 형태로 표현되고, 상기 복도의 형태적 특징정보는 상기 복도 형상을 나타내는 기다란 축 형태를 포함하여 표현되고, 상기 출입구의 형태적 특징정보는 상기 출입구 형상을 나타내는 좁은 틈 형태 및 상기 좁은 틈의 양측에 각각 연결된 방 또는 복도 형상을 나타내는 면에 근사하는 형태를 포함하여 표현된다.The main points include the indoor room, corridor, and entrance, wherein the morphological characteristic information of the room is expressed in a form that approximates the surface representing the shape of the room, and the morphological characteristic information of the corridor represents the shape of the corridor. It is expressed by including a long shaft shape, and the morphological characteristic information of the entrance is expressed by including a narrow gap shape representing the entrance shape and a shape approximating a surface representing the shape of a room or corridor connected to both sides of the narrow gap, respectively. .

상기 실내 토폴로지맵을 생성하는 단계는, 상기 설정된 노드를 상기 주행경로에 따라 선으로 연결하는 단계 및 상기 설정된 노드에 분류된 주요지점의 속성을 나타내는 식별정보를 표시하는 단계를 포함한다.The generating the indoor topology map includes connecting the set nodes with lines according to the driving route, and displaying identification information indicating attributes of main points classified in the set nodes.

본 발명의 다른 측면에 따르면, 자율주행 로봇을 이용하여 실내 토폴로지맵을 생성하는 실내 토폴로지맵 생성 장치가 개시된다.According to another aspect of the present invention, an indoor topology map generating apparatus for generating an indoor topology map using an autonomous driving robot is disclosed.

본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치는, 명령어를 저장하는 메모리 및 상기 명령어를 실행하는 프로세서를 포함하되, 상기 명령어는, 상기 자율주행 로봇이 실내를 주행하면서 라이다(Lidar) 센서를 이용하여 획득한 주변형태 데이터를 입력받는 단계, 상기 입력된 주변형태 데이터를 이용하여 실내 지도를 생성하는 단계, 상기 실내지도에 표시된 주행경로를 중심으로 상기 실내지도를 미리 설정된 크기의 영역으로 분할하는 단계, 상기 분할된 영역의 형태적 특징정보를 추출하는 단계, 상기 추출된 형태적 특징정보와 미리 설정된 주요지점의 형태적 특징정보를 비교하는 단계, 상기 비교 결과에 따라, 상기 분할된 영역을 상기 추출된 형태적 특징정보와 대응하는 주요지점으로 분류하는 단계 및 상기 분류된 주요지점을 노드로 설정하여 실내 토폴로지맵을 생성하는 단계를 포함하는 실내 토폴로지맵 생성 방법을 수행한다.An indoor topology map generating apparatus according to an embodiment of the present invention includes a memory storing a command and a processor that executes the command, wherein the command includes a Lidar sensor while the autonomous driving robot travels indoors. Receiving the peripheral shape data obtained by using the input, generating an indoor map using the input peripheral shape data, dividing the indoor map into areas of a preset size based on the driving route displayed on the indoor map Steps, extracting morphological feature information of the divided region, comparing the extracted morphological feature information with pre-set morphological feature information of a main point, according to the comparison result, the divided region An indoor topology map generation method is performed including the step of classifying the extracted morphological feature information and the corresponding main points, and generating an indoor topology map by setting the classified main points as nodes.

본 발명의 실시예에 따른 자율주행 로봇을 이용한 실내 토폴로지맵(topology map) 생성 장치 및 방법은, 자율주행 로봇이 실내를 자동으로 주행하면서 수집한 주변형태 데이터를 이용하여 실내 지도를 작성하고, 작성된 실내 지도를 이용하여 실내 토폴로지맵을 작성함으로써, 실내 지도의 데이터를 경량화할 수 있다.The apparatus and method for generating an indoor topology map using an autonomous driving robot according to an embodiment of the present invention create an indoor map using the surrounding shape data collected while the autonomous driving robot automatically travels indoors, By creating an indoor topology map using an indoor map, it is possible to lighten the data of the indoor map.

도 1은 본 발명의 다양한 실시예가 구현될 수 있는 시스템 환경을 개략적으로 예시하여 나타낸 도면.
도 2는 본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치가 수행하는 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법을 나타낸 흐름도.
도 3 내지 도 6은 본 발명의 실시예에 따른 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법을 설명하기 위한 도면.
도 7은 본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치의 구성을 개략적으로 예시한 도면.1 is a diagram schematically illustrating a system environment in which various embodiments of the present invention can be implemented.
2 is a flowchart illustrating a method of generating an indoor topology map using an autonomous driving robot performed by an indoor topology map generating apparatus according to an embodiment of the present invention.
3 to 6 are diagrams for explaining a method of generating an indoor topology map using an autonomous driving robot according to an embodiment of the present invention.
7 is a diagram schematically illustrating a configuration of an indoor topology map generating apparatus according to an embodiment of the present invention.

본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.Singular expressions used in the present specification include plural expressions unless the context clearly indicates otherwise. In the present specification, terms such as “consisting of” or “comprising” should not be construed as necessarily including all of the various elements or various steps described in the specification, and some of the elements or some steps It may not be included, or it should be interpreted that it may further include additional components or steps. In addition, terms such as "... unit" and "module" described in the specification mean a unit that processes at least one function or operation, which may be implemented as hardware or software or a combination of hardware and software. .

이하, 본 발명의 다양한 실시예들을 첨부된 도면을 참조하여 상술하겠다. Hereinafter, various embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명의 다양한 실시예가 구현될 수 있는 시스템 환경을 개략적으로 예시하여 나타낸 도면이다. 보다 상세하게, 도 1은 본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치(100)로 실내 지도 작성을 위한 데이터를 제공하는 자율주행 로봇(10)이 실내에서 주변환경 데이터를 수집하는 동작을 나타낸다.1 is a diagram schematically illustrating a system environment in which various embodiments of the present invention can be implemented. In more detail, FIG. 1 shows an operation of collecting ambient environment data indoors by an autonomous driving robot 10 providing data for creating an indoor map with an indoor topology map generating apparatus 100 according to an embodiment of the present invention. .

도 1을 참조하면, 본 발명의 실시예에 따른 자율주행 로봇(10)은 시작지점(START)부터 방1, 복도1, 복도2 및 방2를 거쳐 종료지점(END)까지 이동함으로써, 실내를 골고루 돌아다니면서 주변형태 데이터를 획득하여 수집한다.Referring to FIG. 1, the autonomous driving robot 10 according to an embodiment of the present invention moves from a start point (START) to an end point (END) through room 1, corridor 1, corridor 2, and room 2. It moves around evenly and acquires and collects peripheral shape data.

여기서, 자율주행 로봇(10)은 실내 지도 작성을 위한 주변형태 데이터를 획득하기 위하여 라이다(Lidar) 센서를 탑재하며, 자율주행을 위하여, 실내에서 스스로 위치를 측정하기 위한 다양한 측위용 센서 및 주행장치를 구비할 수 있다.Here, the autonomous driving robot 10 is equipped with a Lidar sensor to acquire peripheral shape data for creating an indoor map, and for autonomous driving, various positioning sensors and driving to measure a position by themselves indoors. It can be equipped with a device.

그래서, 자율주행 로봇(10)은 다양한 측위용 센서 및 주행장치를 이용하여 실내를 주행하면서 라이다 센서를 통해 주행중 주변형태 데이터를 획득하여 수집할 수 있다.Thus, the autonomous driving robot 10 may acquire and collect peripheral shape data while driving through a lidar sensor while driving indoors using various positioning sensors and driving devices.

예를 들어, 자율주행 로봇(10)은 2차원 평면에서 라이다를 반시계 방향으로 360도 회전시키면서, 라이다를 통해 펄스 레이저를 외부로 발사하여 현재 자신의 위치를 기준으로 주변형태 데이터를 수집할 수 있다. 즉, 자율주행 로봇(10)은 주변의 물체에서 반사된 펄스 레이저를 라이다를 통해 수신하여, 자신의 위치에서 어느 방향으로 어느 거리에 물체가 있다는 것을 파악할 수 있다. 보다 상세하게, 자율주행 로봇(10)은 제1 지점에서 라이다를 이용한 측정을 수행하여 제1 점군을 획득하고, 다시 이동하면서 제2 지점에서 라이다를 이용한 측정을 수행하여 제2 점군을 획득하는 것을 주행 완료때까지 반복할 수 있다. 이후, 자율주행 로봇(10)은 이렇게 각각의 위치에서 측정한 복수의 점군을 누적해서 병합하여 점군으로 구성된 3차원 지도를 생성할 수 있다.For example, the autonomous driving robot 10 rotates the lidar 360 degrees counterclockwise on a two-dimensional plane and emits a pulsed laser to the outside through the lidar to collect peripheral shape data based on its current position. can do. That is, the autonomous driving robot 10 may receive the pulsed laser reflected from the surrounding object through the lidar, and recognize that the object exists at a certain distance in a certain direction from its position. In more detail, the autonomous driving robot 10 acquires a first point group by performing measurement using a lidar at a first point, and performing measurement using a lidar at a second point while moving again to obtain a second point group. You can repeat what you do until you're done driving. Thereafter, the autonomous driving robot 10 may generate a 3D map composed of the point groups by accumulating and merging a plurality of point groups measured at each location.

다시, 도 1을 참조하면, 자율주행 로봇(10)은 시작지점에서 출발하여 출입구를 통과하여 복도1로 진입한다. 이어, 자율주행 로봇(10)은 복도1을 주행하다가 출입구를 통과하여 복도2로 진입한다. 이어, 자율주행 로봇(10)은 복도2를 주행하다가 출입구를 통과하여 방2로 진입한 후, 방2를 주행하다가 종료지점에서 정지한다.Again, referring to FIG. 1, the autonomous driving robot 10 starts from a starting point, passes through an entrance, and enters corridor 1. Subsequently, the autonomous driving robot 10 travels through the corridor 1 and enters the corridor 2 through the entrance. Subsequently, the autonomous driving robot 10 travels through the corridor 2, passes through the entrance and enters the room 2, then runs through the room 2 and stops at the end point.

이와 같이, 자율주행 로봇(10)은 실내를 주행하면서 라이다 센서를 통해 주행 중 주변형태 데이터를 획득하여 수집할 수 있다. 그리고, 자율주행 로봇(10)은 주행 종료 후 최종적으로 획득된 주변형태 데이터를 실내 토폴로지맵 생성 장치(100)로 제공할 수 있다.In this way, the autonomous driving robot 10 may acquire and collect peripheral shape data while driving through a lidar sensor while driving indoors. In addition, the autonomous driving robot 10 may provide the surrounding shape data finally obtained after the driving is finished to the indoor topology map generating apparatus 100.

본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치(100)는 자율주행 로봇(10)으로부터 제공받은 주변형태 데이터를 이용하여 실내 지도를 작성할 수 있다. 그리고, 실내 토폴로지맵 생성 장치(100)는 작성된 실내 지도로부터 검출되는 주요지점을 노드로 설정하고, 주행 종료에 따라 생성된 주행 시작지점부터 주행 종료지점까지의 주행경로에 따라, 설정된 노드를 연결하여 실내 토폴로지맵을 작성할 수 있다.The indoor topology map generating apparatus 100 according to an embodiment of the present invention may create an indoor map using the surrounding shape data provided from the autonomous driving robot 10. In addition, the indoor topology map generating apparatus 100 sets the main point detected from the created indoor map as a node, and connects the set nodes according to the driving route from the driving start point to the driving end point generated according to the driving end. You can create an indoor topology map.

도 2는 본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치가 수행하는 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법을 나타낸 흐름도이고, 도 3 내지 도 6은 본 발명의 실시예에 따른 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법을 설명하기 위한 도면이다. 이하, 도 2를 중심으로 본 발명의 실시예에 따른 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법을 설명하되, 도 3 내지 도 6을 참조하기로 한다.2 is a flow chart showing a method of generating an indoor topology map using an autonomous driving robot performed by an indoor topology map generating apparatus according to an embodiment of the present invention, and FIGS. 3 to 6 are diagrams illustrating an autonomous driving robot according to an embodiment of the present invention. It is a diagram for explaining a method of generating a used indoor topology map. Hereinafter, a method of generating an indoor topology map using an autonomous driving robot according to an embodiment of the present invention will be described with reference to FIGS. 3 to 6.

S210 단계에서, 실내 토폴로지맵 생성 장치(100)는 자율주행 로봇(10)으로부터 실내에서 획득된 주변형태 데이터를 입력받는다.In step S210, the indoor topology map generating apparatus 100 receives the peripheral shape data obtained indoors from the autonomous driving robot 10.

예를 들어, 자율주행 로봇(10)은 저장된 자율주행 알고리즘에 따라 다양한 측위용 센서 및 주행장치를 이용하여 실내를 주행할 수 있다. 이와 동시에, 자율주행 로봇(10)은 실내에서 주행을 하면서, 라이다 센서를 이용하여 주변형태 데이터를 획득한다. 그리고, 자율주행 로봇(10)은 저장된 자율주행 알고리즘에 따라, 실내를 자율주행하여 실내 전체를 모두 주행했다고 판단한 경우, 주행을 완료할 수 있다. 자율주행 로봇(10)은 주행을 완료한 경우, 주행 완료에 따라 최종적으로 획득된 주변형태 데이터를 저장한 후, 저장된 주변형태 데이터를 유무선 통신 수단을 통해 실내 토폴로지맵 생성 장치(100)로 전송할 수 있다.For example, the autonomous driving robot 10 may travel indoors using various positioning sensors and driving devices according to a stored autonomous driving algorithm. At the same time, the autonomous driving robot 10 acquires peripheral shape data using a lidar sensor while driving indoors. In addition, the autonomous driving robot 10 may complete the driving when it is determined that the autonomous driving of the interior has driven all of the interior by autonomous driving according to the stored autonomous driving algorithm. When the driving is completed, the autonomous driving robot 10 may store the peripheral shape data finally obtained according to the completion of the driving, and then transmit the stored peripheral shape data to the indoor topology map generating device 100 through a wired or wireless communication means. have.

S220 단계에서, 실내 토폴로지맵 생성 장치(100)는 입력된 주변형태 데이터를 이용하여 실내 지도를 생성한다.In step S220, the indoor topology map generating apparatus 100 generates an indoor map using the inputted surrounding shape data.

예를 들어, 라이다 센서를 통해 획득되는 주변형태 데이터는 도 3에 도시된 바와 같은 raw 맵 이미지로 획득될 수 있다. 그리고, 실내 토폴로지맵 생성 장치(100)는 raw 맵 이미지로 획득된 주변형태 데이터에서 노이즈를 제거하여 도 4에 도시된 바와 같은 실내 지도를 생성할 수 있다. 이때, 실내 토폴로지맵 생성 장치(100)는 도 4에 도시된 바와 같이, 자율주행 로봇(10)이 주행 완료에 따라 생성하는 주행 시작지점부터 주행 종료지점까지의 주행경로(20)를 실내 지도에 표시할 수 있다. 여기서, 주행경로(20)에 대한 주행경로 정보는 자율주행 로봇(10)이 주변형태 데이터 전송 시, 주변형태 데이터와 함께 실내 토폴로지맵 생성 장치(100)로 전송할 수 있다.For example, the peripheral shape data acquired through the lidar sensor may be acquired as a raw map image as shown in FIG. 3. In addition, the indoor topology map generating apparatus 100 may generate an indoor map as shown in FIG. 4 by removing noise from the surrounding shape data acquired as a raw map image. At this time, the indoor topology map generating apparatus 100 displays the driving route 20 from the driving start point to the driving end point generated by the autonomous driving robot 10 according to the completion of driving on the indoor map, as shown in FIG. 4. Can be displayed. Here, the driving route information for the driving route 20 may be transmitted to the indoor topology map generating apparatus 100 together with the peripheral shape data when the autonomous driving robot 10 transmits the peripheral shape data.

S230 단계에서, 실내 토폴로지맵 생성 장치(100)는 실내지도에 표시된 주행경로(20)를 중심으로 실내지도를 미리 설정된 크기의 영역으로 분할한다.In step S230, the indoor topology map generating apparatus 100 divides the indoor map into areas of a preset size, centering on the driving route 20 displayed on the indoor map.

S240 단계에서, 실내 토폴로지맵 생성 장치(100)는 분할된 영역의 형태적 특징정보를 추출한다.In step S240, the indoor topology map generating apparatus 100 extracts morphological feature information of the divided area.

S250 단계에서, 실내 토폴로지맵 생성 장치(100)는 추출된 형태적 특징정보와 미리 설정된 주요지점의 형태적 특징정보를 비교한다.In step S250, the indoor topology map generating apparatus 100 compares the extracted morphological feature information with the pre-set morphological feature information of a main point.

S260 단계에서, 실내 토폴로지맵 생성 장치(100)는 비교 결과에 따라, 분할된 각 영역을 추출된 형태적 특징정보와 대응하는 주요지점으로 분류한다.In step S260, the indoor topology map generating apparatus 100 classifies each divided area into main points corresponding to the extracted morphological feature information according to the comparison result.

예를 들어, 도 5는 라이다 센서를 이용하여 획득되는 주변형태 데이터로 표현된 실내의 주요지점의 형태적 특징정보의 예를 나타낸다. 도 5를 참조하면, 주요지점은 실내에서 방, 복도, 출입구 등이 될 수 있다. 여기서, 방의 형태적 특징정보(30)는 방 형상을 나타내는 면에 근사하는 형태로 표현될 수 있고, 복도의 형태적 특징정보(40)는 복도 형상을 나타내는 기다란 축 형태를 포함하여 표현될 수 있고, 출입구의 형태적 특징정보(50)는 출입구 형상을 나타내는 좁은 틈 형태와, 좁은 틈의 양측에 각각 연결된 방 또는 복도 형상을 나타내는 면에 근사하는 형태를 포함하여 표현될 수 있다. 그래서, 실내 토폴로지맵 생성 장치(100)는 분할된 영역 중 방, 복도 및 출입구에 해당하는 영역을 방, 복도 및 출입구의 주요지점으로 분류하고, 방, 복도 및 출입구에 해당하지 않는 영역은 주요지점이 아닌 나머지 영역으로 분류하거나 분류하지 않고 무시할 수 있다.For example, FIG. 5 shows an example of morphological feature information of major indoor points expressed as ambient morphology data acquired using a lidar sensor. Referring to FIG. 5, the main points may be rooms, corridors, entrances, etc. indoors. Here, the morphological characteristic information 30 of the room can be expressed in a form that approximates the plane representing the shape of the room, and the morphological characteristic information 40 of the corridor can be expressed including a long axis shape representing the corridor shape. , The morphological feature information 50 of the entrance may be expressed by including a narrow gap shape representing the shape of the entrance and a shape approximating a surface representing the shape of a room or corridor connected to both sides of the narrow gap, respectively. Therefore, the indoor topology map generating apparatus 100 classifies the areas corresponding to rooms, corridors, and entrances among the divided areas into main points of rooms, corridors, and entrances, and areas not corresponding to rooms, corridors and entrances are main points. It can be classified as the rest of the area or can be ignored without classification.

S270 단계에서, 실내 토폴로지맵 생성 장치(100)는 분류된 주요지점을 노드로 설정하여 실내 토폴로지맵을 생성한다. 즉, 실내 토폴로지맵 생성 장치(100)는 설정된 노드를 실내지도에 표시된 주행경로(20)에 따라 선으로 연결하여 실내 토폴로지맵을 생성할 수 있다. 이때, 각 노드에는 방, 복도 또는 출입구와 같이 분류된 주요지점의 속성을 나타내는 식별정보가 표시될 수 있다.In step S270, the indoor topology map generating apparatus 100 generates an indoor topology map by setting the classified main points as nodes. That is, the indoor topology map generating apparatus 100 may generate an indoor topology map by connecting the set nodes with lines along the driving path 20 displayed on the indoor map. At this time, each node may display identification information indicating attributes of classified main points such as a room, a corridor, or an entrance.

예를 들어, 실내 토폴로지맵 생성 장치(100)는 도 6에 도시된 바와 같은 실내 토폴로지맵을 생성할 수 있다. 도 6을 참조하면, 방으로 분류된 노드에 표시되는 식별정보는 방을 의미하는 알파벳 R(Room)을 포함하고, 복도로 분류된 노드에 표시되는 식별정보는 복도를 의미하는 알파벳 H(Hallway)를 포함하고, 출입구로 분류된 노드에 표시되는 식별정보는 출입구를 의미하는 알파벳 D(Doorway)을 포함할 수 있다. 그리고, 동일한 속성을 가진 노드들을 구분하기 위하여, 도 6에 도시된 바와 같이, 식별정보는 동일한 속성을 가진 노드들에 부여되는 일련번호를 더 포함할 수 있다.For example, the indoor topology map generating apparatus 100 may generate an indoor topology map as shown in FIG. 6. Referring to FIG. 6, identification information displayed on a node classified as a room includes an alphabet R (Room) indicating a room, and identification information displayed on a node classified as a hallway is an alphabet H (Hallway) indicating a hallway. Including, the identification information displayed on the node classified as an entrance may include an alphabet D (Doorway) indicating an entrance. In addition, in order to distinguish nodes having the same attribute, as illustrated in FIG. 6, the identification information may further include serial numbers assigned to nodes having the same attribute.

도 7은 본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치의 구성을 개략적으로 예시한 도면이다.7 is a diagram schematically illustrating a configuration of an indoor topology map generating apparatus according to an embodiment of the present invention.

도 7을 참조하면, 본 발명의 실시예에 따른 실내 토폴로지맵 생성 장치(100)는 프로세서(110), 메모리(120), 통신부(130) 및 인터페이스부(140)를 포함한다.Referring to FIG. 7, an indoor topology map generating apparatus 100 according to an embodiment of the present invention includes a processor 110, a memory 120, a communication unit 130, and an interface unit 140.

프로세서(110)는 메모리(120)에 저장된 처리 명령어를 실행시키는 CPU 또는 반도체 소자일 수 있다.The processor 110 may be a CPU or a semiconductor device that executes processing instructions stored in the memory 120.

메모리(120)는 다양한 유형의 휘발성 또는 비휘발성 기억 매체를 포함할 수 있다. 예를 들어, 메모리(120)는 ROM, RAM 등을 포함할 수 있다.The memory 120 may include various types of volatile or nonvolatile storage media. For example, the memory 120 may include ROM, RAM, or the like.

예를 들어, 메모리(120)는 본 발명의 실시예에 따른 실내 토폴로지맵 생성 방법을 수행하는 명령어들을 저장할 수 있다.For example, the memory 120 may store instructions for performing the indoor topology map generation method according to an embodiment of the present invention.

통신부(130)는 통신망을 통해 다른 장치들과 데이터를 송수신하기 위한 수단이다.The communication unit 130 is a means for transmitting and receiving data with other devices through a communication network.

인터페이스부(140)는 네트워크에 접속하기 위한 네트워크 인터페이스 및 사용자 인터페이스를 포함할 수 있다.The interface unit 140 may include a network interface and a user interface for accessing a network.

한편, 전술된 실시예의 구성 요소는 프로세스적인 관점에서 용이하게 파악될 수 있다. 즉, 각각의 구성 요소는 각각의 프로세스로 파악될 수 있다. 또한 전술된 실시예의 프로세스는 장치의 구성 요소 관점에서 용이하게 파악될 수 있다.Meanwhile, the constituent elements of the above-described embodiment can be easily grasped from a process point of view. That is, each component can be identified as a respective process. In addition, the process of the above-described embodiment can be easily grasped from the viewpoint of the components of the device.

또한 앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.In addition, the above-described technical contents may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the embodiments, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -A hardware device specially configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like. The hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

상기한 본 발명의 실시예는 예시의 목적을 위해 개시된 것이고, 본 발명에 대한 통상의 지식을 가지는 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것이며, 이러한 수정, 변경 및 부가는 하기의 특허청구범위에 속하는 것으로 보아야 할 것이다.The above-described embodiments of the present invention are disclosed for the purpose of illustration, and those skilled in the art who have ordinary knowledge of the present invention will be able to make various modifications, changes, and additions within the spirit and scope of the present invention. It should be seen as falling within the scope of the following claims.

10: 자율주행 로봇
100: 실내 토폴로지맵 생성 장치
110: 프로세서
120: 메모리
130: 통신부
140: 인터페이스부10: autonomous driving robot
100: indoor topology map generator
110: processor
120: memory
130: communication department
140: interface unit

Claims (5)

실내 토폴로지맵 생성 장치가 수행하는 자율주행 로봇을 이용한 실내 토폴로지맵 생성 방법에 있어서,
상기 자율주행 로봇이 실내를 주행하면서 라이다(Lidar) 센서를 이용하여 획득한 주변형태 데이터를 입력받는 단계;
상기 입력된 주변형태 데이터를 이용하여 실내 지도를 생성하는 단계;
상기 실내지도에 표시된 주행경로를 중심으로 상기 실내지도를 미리 설정된 크기의 영역으로 분할하는 단계;
상기 분할된 영역의 형태적 특징정보를 추출하는 단계;
상기 추출된 형태적 특징정보와 미리 설정된 주요지점의 형태적 특징정보를 비교하는 단계;
상기 비교 결과에 따라, 상기 분할된 영역을 상기 추출된 형태적 특징정보와 대응하는 주요지점으로 분류하는 단계; 및
상기 분류된 주요지점을 노드로 설정하여 실내 토폴로지맵을 생성하는 단계를 포함하는 실내 토폴로지맵 생성 방법.
In the indoor topology map generation method using an autonomous driving robot performed by the indoor topology map generation device,
Receiving the peripheral shape data acquired using a Lidar sensor while the autonomous driving robot travels indoors;
Generating an indoor map using the inputted surrounding shape data;
Dividing the indoor map into areas of a preset size around a driving route displayed on the indoor map;
Extracting morphological feature information of the divided region;
Comparing the extracted morphological feature information with pre-set morphological feature information of a main point;
Classifying the divided regions into main points corresponding to the extracted morphological feature information according to the comparison result; And
And generating an indoor topology map by setting the classified main points as nodes.
 제1항에 있어서,
상기 실내 지도를 생성하는 단계는,
raw 맵 이미지로 획득된 주변형태 데이터에서 노이즈를 제거하여 상기 실내 지도를 생성하는 단계; 및
상기 자율주행 로봇의 주행 완료에 따라 생성되는 주행 시작지점부터 주행 종료지점까지의 주행경로를 상기 실내 지도에 표시하는 단계를 포함하는 것을 특징으로 하는 실내 토폴로지맵 생성 방법.
The method of claim 1,
The step of generating the indoor map,
generating the indoor map by removing noise from the surrounding shape data acquired as a raw map image; And
And displaying a driving route from a driving start point to a driving end point generated according to the completion of driving of the autonomous driving robot on the indoor map.
 제1항에 있어서,
상기 주요지점은 상기 실내의 방, 복도 및 출입구를 포함하되,
상기 방의 형태적 특징정보는 상기 방 형상을 나타내는 면에 근사하는 형태로 표현되고,
상기 복도의 형태적 특징정보는 상기 복도 형상을 나타내는 기다란 축 형태를 포함하여 표현되고,
상기 출입구의 형태적 특징정보는 상기 출입구 형상을 나타내는 좁은 틈 형태 및 상기 좁은 틈의 양측에 각각 연결된 방 또는 복도 형상을 나타내는 면에 근사하는 형태를 포함하여 표현되는 것을 특징으로 하는 실내 토폴로지맵 생성 방법.
The method of claim 1,
The main points include the indoor room, corridor and entrance,
The morphological feature information of the room is expressed in a form that approximates the plane representing the room shape,
The morphological feature information of the corridor is expressed by including a long axis shape representing the corridor shape,
The method of generating an indoor topology map, characterized in that the morphological feature information of the entrance is expressed by including a shape approximating a shape of a narrow gap representing the shape of the entrance and a surface representing a shape of a room or corridor connected to both sides of the narrow gap, respectively. .
 제1항에 있어서,
상기 실내 토폴로지맵을 생성하는 단계는,
상기 설정된 노드를 상기 주행경로에 따라 선으로 연결하는 단계; 및
상기 설정된 노드에 분류된 주요지점의 속성을 나타내는 식별정보를 표시하는 단계를 포함하는 것을 특징으로 하는 실내 토폴로지맵 생성 방법.
The method of claim 1,
Generating the indoor topology map,
Connecting the set node with a line according to the driving route; And
And displaying identification information indicating attributes of the main points classified in the set node.
 자율주행 로봇을 이용하여 실내 토폴로지맵을 생성하는 실내 토폴로지맵 생성 장치에 있어서,
명령어를 저장하는 메모리; 및
상기 명령어를 실행하는 프로세서를 포함하되,
상기 명령어는,
상기 자율주행 로봇이 실내를 주행하면서 라이다(Lidar) 센서를 이용하여 획득한 주변형태 데이터를 입력받는 단계;
상기 입력된 주변형태 데이터를 이용하여 실내 지도를 생성하는 단계;
상기 실내지도에 표시된 주행경로를 중심으로 상기 실내지도를 미리 설정된 크기의 영역으로 분할하는 단계;
상기 분할된 영역의 형태적 특징정보를 추출하는 단계;
상기 추출된 형태적 특징정보와 미리 설정된 주요지점의 형태적 특징정보를 비교하는 단계;
상기 비교 결과에 따라, 상기 분할된 영역을 상기 추출된 형태적 특징정보와 대응하는 주요지점으로 분류하는 단계; 및
상기 분류된 주요지점을 노드로 설정하여 실내 토폴로지맵을 생성하는 단계를 포함하는 실내 토폴로지맵 생성 방법을 수행하는 것을 특징으로 하는 실내 토폴로지맵 생성 장치.


In an indoor topology map generating device that generates an indoor topology map using an autonomous driving robot,
A memory for storing an instruction; And
Including a processor that executes the instruction,
The above command is:
Receiving the peripheral shape data acquired using a Lidar sensor while the autonomous driving robot travels indoors;
Generating an indoor map using the inputted surrounding shape data;
Dividing the indoor map into areas of a preset size around a driving route displayed on the indoor map;
Extracting morphological feature information of the divided region;
Comparing the extracted morphological feature information with pre-set morphological feature information of a main point;
Classifying the divided regions into main points corresponding to the extracted morphological feature information according to the comparison result; And
And generating an indoor topology map by setting the classified main points as nodes.
KR1020190141860A 2019-11-07 2019-11-07 Apparatus and method for generating indoor topology map using autonomous mobile robot KR20210055431A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190141860A KR20210055431A (en) 2019-11-07 2019-11-07 Apparatus and method for generating indoor topology map using autonomous mobile robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190141860A KR20210055431A (en) 2019-11-07 2019-11-07 Apparatus and method for generating indoor topology map using autonomous mobile robot

Publications (1)

Publication Number Publication Date
KR20210055431A true KR20210055431A (en) 2021-05-17

Family

ID=76158413

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190141860A KR20210055431A (en) 2019-11-07 2019-11-07 Apparatus and method for generating indoor topology map using autonomous mobile robot

Country Status (1)

Country Link
KR (1) KR20210055431A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101983785B1 (en) 2012-05-02 2019-05-29 현대엠엔소프트 주식회사 Method of automatic generation of indoor map utilizing the ridar equipment

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101983785B1 (en) 2012-05-02 2019-05-29 현대엠엔소프트 주식회사 Method of automatic generation of indoor map utilizing the ridar equipment

Similar Documents

Publication Publication Date Title
US10885795B2 (en) Air space maps
US11360216B2 (en) Method and system for positioning of autonomously operating entities
EP3283843B1 (en) Generating 3-dimensional maps of a scene using passive and active measurements
US10970542B2 (en) Scalable three dimensional object segmentation
EP3438953A1 (en) Information processing device
US10817734B2 (en) Information processing apparatus, information processing method, and computer program product
CN112347999B (en) Obstacle recognition model training method, obstacle recognition method, device and system
KR102285207B1 (en) Device and method to control vehicle for changing lane
CN110675307A (en) Implementation method of 3D sparse point cloud to 2D grid map based on VSLAM
CN110515390B (en) Autonomous landing method and device of aircraft, electronic equipment and storage medium
US11767035B2 (en) Autonomous parking with hybrid exploration of parking space
US11798225B2 (en) 3D building generation using topology
CN115615445A (en) Method, system and storage medium for processing map data
KR20200015348A (en) Mobile Robot Setting Boundary of Attribute Block
US11645775B1 (en) Methods and apparatus for depth estimation on a non-flat road with stereo-assisted monocular camera in a vehicle
Javanmardi et al. Pre-estimating self-localization error of NDT-based map-matching from map only
KR102252295B1 (en) Method and autonomous mobile robot for generating indoor topology map
US11047690B2 (en) Automated emergency response
TW202104929A (en) Measurement apparatus and measurement system
US20230394694A1 (en) Methods and apparatus for depth estimation using stereo cameras in a vehicle system
JP2019075037A (en) Information processing apparatus, information processing method, and program
KR102555924B1 (en) Method and apparatus for route guidance using augmented reality view
KR20210055431A (en) Apparatus and method for generating indoor topology map using autonomous mobile robot
KR102384429B1 (en) Method for discriminating the road complex position and generating the reinvestigation path in road map generation
Olawoye et al. UAV Position Estimation Using a LiDAR-based 3D Object Detection Method

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination