KR20220031041A

KR20220031041A - 자이로스코프 및 광학 흐름 센서 스케일 켈리브레이션

Info

Publication number: KR20220031041A
Application number: KR1020227003349A
Authority: KR
Inventors: 더글라스 칼레스 칼손; 브라이언 에이 쿡; 잔루 자오; 윤 리
Original assignee: 세바 테크놀러지, 인크.
Priority date: 2019-06-28
Filing date: 2020-06-25
Publication date: 2022-03-11
Also published as: JP2022539563A; US20220299543A1; EP3990234A4; EP3990234A1; WO2020264089A1

Abstract

자이로스코프용 스케일 팩터 계산 방법은 자이로스크프에 의해서 로봇의 물리적 모션을 검출하는 것, 광학흐름센서(OF)(및/또는 카메라)에 의해서 정보를 포함하는 하나 이상의 이미지 신호를 검출하는 것, 및 검출된 물리적 모션과 정보에 기초하여 센서 켈리브레이션 파라미터의 추정을 유도하는 것을 포함할 수 있다.

Description

자이로스코프 및 광학 흐름 센서 스케일 켈리브레이션

관련 접근법

공간적 변화 신호는 위치 확인(localization) 또는 센서 켈리브레이션을 수행하기 위해 사용될 수 있다. 로봇 시스템은 IMU를 켈리브레이션 하기 위해 OF 이미지 품질 데이터를 사용할 수 있다. 기 측정된 RF 또는 자기 "지문"과의 상관을 통한 장치의 위치 확인은 수십 년 동안 문헌에서 공지되어 있다. 이전에 관찰된 것들과 유사한 신호 특성을 식별하여 센서의 위치를 확인하기 보다는, 새롭거나 또는 향상된 접근 방식은 신호의 알려진 공간 특성을 활용하는 데 중점을 둔다. 일부 예에서, 신호를 특정 궤적과 관련시키기 위해 제한된 모션(예: 평면 표면에서의 회전)의 이점이 있지만, 공간에서의 자유 모션의 경우에 실용적이지 않을 수 있다.

일부 현재 구현에서, 자력계 측정을 통한 자이로스코프 스케일의 켈리브레이션이 사용된다. 이 접근 방식에서, 기본 가정은, 장치가 동일 헤딩을 여러 번 재방문할 때(예를 들어, 이것이 360°회전할 때), 켈리브레이션되지 않은 지구 자기장의 수평 성분의 반복성이다. 이 방법을 실행하는 데 사용되는 기본(underlying) 자기장은, 실제로 표면-바운드 로봇 모션에 대해 양호한 성능을 발휘하기에 충분히 안정적이지 않을 수 있다. 건축 자재(예: 배선, 금속 보강재)와 로봇 자체(예: 회전 모터)의 영향은 시간이 지남에 따라 변하거나 이 접근 방식의 효율성을 제한하기에 충분히 변위되는 자기 환경을 생성할 수 있다.

표면 이미지 품질 측정을 통한 자이로스코프 스케일 추정

일부 예에서, 표준 광학 흐름 센서는 시간에 따른 위치의 변화 뿐만 아니라 다양한 이미지 품질 메트릭스를 출력할 수 있다. 이들은 일반적으로 조명 소스를 조정하거나 또는 얼마나 많은 위치 출력이 신뢰될 수 있는지의 대략을 제공하기 위해 사용된다. 보고된 값은 최소 픽셀 강도, 최대 픽셀 강도, 평균 픽셀 강도, "표면 품질"(일반적으로 뷰에서 추적 가능한 포인트 수에 대한 프록시) 및/또는 이미지 센서 이득 중 하나 이상을 포함할 수 있다.

이러한 이미지 품질 신호는 광학 흐름 센서가 표면 위로 이동함에 따라 변한다. 위치와 이미지 품질 간의 관계를 알면, 연결된 자이로스코프의 모션을 추정하는 데 활용될 수 있다. 자이로스코프의 실제 모션에 대한 추정을 가지는 것은 그것을 켈리브레이션 하는 것을 허여한다. 원형 운동의 경우, 로봇 시스템은 공간 영역에서 반복되는 패턴의 빈도, 장치의 매 회전에 대해 한 번씩 반복되는 패턴의 주기 또는 이산 기준 위치를 감지하는 것에 의해 자이로스코프 스케일을 추정할 수 있다. 자이로스코프 스케일의 추정은 아래에서 더 자세히 설명하다.

위에 개시된 접근 방식의 예시적인 실시예는, OF 센서의 이미지 품질 출력과 자이로스코프의 각속도 출력을 캡처하고, 그 다음 자이로스코프 거동을 특성화하기 위해 이 데이터를 결합/비교하는 동안, 바퀴 달린 로봇이 제자리에서 회전하도록 하도록 하는 것이다.

엔지니어링 표면의 패턴 빈도 감지

일 실시예에서, 로봇 시스템의 장치가 엔지니어링 켈리브레이션 표면(예를 들어, OF 센서에 의해 검출 가능한 기준 마커를 가지는) 위에서 회전하도록 야기(또는 구성)될 수 있는 경우, 로봇 시스템은 켈리브레이션을 위해서 자이로스코프에서 유도된 헤딩(통합 자이로스코프 출력)과 켈리브레이션 표면과 관련된 예상 신호 특성 사이의 관측된 상응성(correspondence)을 사용할 수 있다. 도 4는 광학 흐름 센서의 관점에서 볼 때, 한 지점의 밝기가 그 지점의 검출된 강도에 상응하는 하나의 공학적 켈리브레이션 표면을 도시하다. 예를 들어, 도 4에서는, 중심에서 방사되는 53개의 밴드가 있다. OF 센서가 이 패턴의 중심에 있는 원을 지나갈 때, OF 센서의 센터 픽셀의 강도는 패턴에 대한 그 각도 위치에 의해 결정된다. 패턴의 중간에 회전의 센터(CoR)가 있는 제자리에서 회전하는 로봇의 경우, 0 이 아닌 반경에서 OF 센서에 대해 관찰된 강도는 360°당 53 사이클 주기를 가지는 공간 영역에서의 삼각형 패턴을 나타낼 것이다. 이는 중심에서 바깥쪽으로 방사되는 각각의 선을 따라 강도가 일정하다는 것을 나타낸다. OF 센서의 시야에 걸친 평균 강도는 이에 대한 평활 버전일 수 있다. 이 패턴과 예시적인 OF 센서에 의해서 보고된 몇몇의 전형적인 이미지 품질 매트릭스(예를 들어, 시야에 대한 최소 픽셀 강도, 최대 픽셀 강도, 시야에 대한 평균 픽셀 강도)에 대해서, 이상적인 강도 대 위치 함수는 도 5에 도시되어 있다.

다양한 실시예에서, 감지된 표면의 평균 강도를 사용하는 것은 다양한 피치 검출 알고리즘에 잘 들어 맞는 신호를 생성하다. 여기에 기술된 접근 방식은 특정 이미지 품질 메트릭 또는 피치 검출 방법으로 제한되지 않는다. 일부 실시 예들에서, "시야에 대한 평균 강도" 및/또는 이산 푸리에 변환(DFT) 기법을 사용하는 대신에, 동일하거나 유사한 결과를 달성하기 위해, 다른 피치 검출 기술 또는 이미지 품질 메트릭이 사용될 수 있다.

일 예에서, 도 6은 단일 픽셀에서 원래 신호와 공간 영역에서 10 cm 반경을 가지는 표면 위로 이동하는 1cm 정사각형 창에서 평균 픽셀 값 사이의 관계(상단)와, 그리고 빈도 영역에 표시된 피크 빈도를 가지는 동일한 신호의 DFT 출력의 서브셋(하단)을 보여준다. 자이로스코프와 OF 센서가 모두 강체에 장착되어 있고, 그리고 강체가 패턴 중심에 대해 원을 그리며 움직이는 경우, 자이로스코프 출력 신호를 통합하는 것은 패턴 모듈로(modulo), 고정된 각도 오프셋(예: 자이로스코프와 OF 센서 사이) 및 미지의 초기 방향에 대한 OF 센서의 헤딩을 도출한다. 이 분석은 관련된 센서 사이, 또는 센서와 회전 중심 사이의 초기 방향 또는 실제 변위를 아는 것에 의존하지 않는다. 일 실시예에서, 로봇 시스템은 자이로스코프-유도 헤딩의 영역에서 자이로스코프 각도 위치에 대한 이미지 품질 신호의 지배적인 빈도를 획득하기 위해 이미지 품질 신호에 대해 DFT를 수행할 수 있다. 이 계산은 초기 헤딩에 민감하지 않다는 것을 주목하라. 그 다음 로봇 시스템은 그로부터 자이로스코프-유도 헤딩이 OF 센서로부터 얻어진 실제(예를 들어, 알려진) 패턴 빈도에 정확히 대응하도록 하는 스케일 값을 계산할 수 있다. 예를 들어, DFT가 자이로스코프에 의해 측정된 360°의 회전에 해당하는 OF 출력의 지배적인 빈도가 예상된 53 대신 52라는 결과를 산출하면, 53/52(또는 1.10923)로 자이로스코프 출력을 스케일링하는 것은 이동한 각도 거리에 따라 오차를 누적시키지 않는 정확한 전체 방향을 산출할 것이다.

도 6는 도 4에 도시된 패턴 위로 이동할 때 위치 영역 및 빈도 영역 OF 강도 메타데이터 출력을 보여준다. 여기에서 자이로스코프를 사용하여 검출한 각도 위치는 이 경우의 실제 각도 위치이다. 53 사이클/회전(revolution)에서의 피크는 OF 센서가 일 회전할 때마다 53개의 피크가 카운트됨을 나타낸다. 도 7은 도 4의 패턴의 측정을 반복하며, 도 6에서와 같이 유사한 강도 메타데이터 출력을 생성하지만, 그러나 자이로스코프에서 얻은 각도 위치에 스케일 에러가 있는대신, 각도 위치가 지면의 실측 각도 위치가 아니라는 시리즈를 추가하다. 이것은 52사이클/회전에서의 피크라는 결과로 나타난다. 예상되는 사이클/회전(53)이 선험적으로 알려져 있기 때문에, 시스템은 차이가 자이로스코프 스케일 에러에 기인한 것으로 결정할 수 있다.

보다 구체적으로, 도 7의 상부 그래프는 스케일화되지 않은 자이로스코프 신호(점선)와 표면 패턴/OF 신호에 대한 실제 헤딩 사이의 관계를 예시한다(예를 들어, 스케일 에러 대 실제 헤딩으로 측정됨). 도 7의 하부 그래프는 스케일 수정 전(스케일 오류를 가지고 측정된 점선)과 스케일 수정 후(실선, 실제 헤딩)의 DFT 출력을 보여준다.

일부 경우에, 이 접근 방식은 일부 연관된 전제 조건을 가질 수 있다. 예를 들어,

· 광학 흐름 센서는 표면 패턴의 중심에 대해서 회전해야 한다.

·회전 중심과 표면 패턴의 중심은 같은 지점에 있어야 하다. 그렇지 않으면 표면 패턴의 빈도가 위치에 따라 달라진다.

·바퀴 달린 로봇의 경우, 로봇은 알려진 지점(임의의 초기 헤딩을 가 지고)에 대해 회전을 시작해야 하다. 및/또는

·바퀴 달린 로봇의 경우, 로봇은 회전하는 동안 원형 모션을 유지해 야 하다.

· 표면 패턴은 알려진 신호 특성을 생성해야 하다.

· 값의 범위가 반드시 공지될 필요는 없지만, 공간 영역의 변동 빈도

는 선험적으로 공지될 필요가 있다.

·표면은 광학 흐름 센서가 측정할 수 있는 특성(예: 표면 반사율)에 서 의미 있는 변화를 제공하도록 설계되어야 하다.

· 광학 흐름 센서가 출력 신호에 영향을 미치는 자동 이득 제어를 사 용하는 경우, 최상의 결과를 얻으려면 그것은 보정되어야 하다.

·자이로스코프 측정은 테스트 모션 코스에 걸쳐 통합될 때, 안정한 헤딩 추 정치를 생성할 수 있어야 하다.

·스케일은 테스트 중 일정해야 하다.

·온도에 의해 도입되는 자이로스코프 출력 오프셋(예: ZRO)은 통합 전에 신호로부터 안정적으로 제거될 수 있다.

·피치 검출법이 선택은 몇 가지 고유한 제한 사항이 있을 수 있다.

·예를 들어, DFT의 주파수 분해능은 데이터 지속 시간의 역수로 조정되며, 필요한 정밀도를 갖는 결과를 얻기 위해 긴 측정이 필요할 수 있다.

일 실시예에 따른 스케일 켈리브레이션은 도 8에 도시되어 있다. 거기에서, 단계(800)에서, 로봇은 예를 들어 도 4에 예시된 표면과 같은 켈리브레이션 표면에서 중심에 있게 된다. 그 다음, 단계(802)에서 로봇이 제자리에서 회전하고, 자이로스코프 및 광학 흐름 센서는 로봇이 회전되는 동안 시간에 대해 각속도 및 이미지 품질을 각각 캡처한다. 다음, 단계(804)에서, 공칭 스케일 파라미터

에 의해 곱해진 각속도 ω는 로봇의 초기 자이로스코프-유도 헤딩을 얻기 위해 통합된다. 그 다음 상응하는 이미지 품질 값(들)은 단계(806)에서 보정되지 않은 헤딩 그리드에 대해 보간(interpolate)되며, 그 결과는 단계(808)에서 이산 푸리에 변환되어 지배적인 빈도에 해당하는

값을 얻게 된다. 이것은 단계(810)에서 도시된 바와 같이 다음 계산에 의해 켈리브레이션 또는 수정된 스케일 팩터의 계산을 가능하게 하며, 여기서,

은 공지되어 있다.

스케일링된 출력이 미리 결정된 허용 오차 값 내에 있으면(단계 812), 수정된 스케일 팩터가 자이로스코프의 출력을 수정하는데 사용하기 위해 저장될 수 있고(단계 814), 그리고 프로세스가 종료될 수 있다. 만일, 스케일화된 출력이 허용 오차 내에 있지 않다면, 흐름은 센서를 재켈리브레이션하거나 재켈리브레이션을 거부하기 위해 결정이 내려질 수 있는 블록(816)으로 진행한다.

도 8과 관련하여 위에서 설명된 기술은 예를 들어 공장에서 바퀴 달린 로봇의 최종 켈리브레이션에서 실제 사용에 적합하다(예를 들어, 여기서 켈리브레이션 패턴이 제공될 수 있으며, 여기서 좋은 원형 모션을 얻기 위해 필요한 표면 텍스쳐가 구현될 수 있음, 및/또는 여기서 켈리브레이션 시작 전에 로봇이 특정 위치에 배치될 수 있다). 이것은 조립 전에 센서를 개별적으로 켈리브레이션 하는 것보다 몇 가지 장점이 있다. 예를 들어, 이것은 제조 공정에서 스트레스가 발생한 후 센서 특성을 측정할 수 있고, 이것은 광학 흐름 센서가 예상 범위 내에서 이미지 품질 값을 보고하는지 확인할 수 있으며(예를 들어, 이것이 방해되거나 렌즈 어셈블리 결함을 겪고 있지 않는지), 및/또는 이것은 로봇의 원형 모션으로 움직이는 능력을 확인하는데 사용될 수 있다.

이 과정을 통해 신뢰할 수 있는 자이로스코프 스케일 켈리브레이션을 얻지 못한다는 것은 상기 항목 중 하나가 실패했음을 의미하며, 이것은 로봇의 제조상의 문제점를 제시할 수 있다.

광학 흐름 이득 보상

가능한 최상의 위치 추적을 얻기 위해, OF 센서는 일부 형태의 자동 이득 제어(예를 들어, 이미지가 어두울 때 노출 시간 증가 및/또는 이미지가 밝을 때 노출 시간 감소)를 구현할 수 있다. 피치 감지에 사용되는 신호가 이것에 의해 영향을 받는 경우, 게인 설정을 기반으로 신호를 사전 조정하도록 주의를 기울여야 한다.

이를 달성하기 위한 예시적인 알고리즘은 아래 의사-코드로 표시된다

높은 레벨에서, 게인 설정 및 관심 신호가 기록될 수 있으며, 이는 게인 설정의 변화 대 신호 값에서 대응하는 평균 변화의 맵을 개발하는 데 사용될 수 있다. 오프셋은 가장 일반적인 게인 설정하에서 관찰된 대략적인 측정 범위에 대해 가장 일반적인 관측 게인 값에 근접한 데이터 섹션을 매핑하는 데 반복적으로 적용될 수 있다. 이 프로세스는 모든 데이터가 동일한 대략적인 게인 설정을 가질 때까지 반복될 수 있다. 기본 신호가 전환의 양쪽에서 반드시 동일한 것이 필수적이지는 않지만, 이 프로세스/절차는 이득 제어가 있을 때 발생하는 신호의 큰 점프의 영향을 줄일 수 있다.

임의의 표면에서 이미지 품질 기간 감지

빈도 검출 접근법은 알려진 공간 주파수로 신호를 검출하고 거의 완벽한 원으로 움직이는 것에 의존했다. 이 개념은 임의의 표면에서 사용하기 위해 일반화될 수 있다. 특히, 센서가 동일한 대략적인 원형 궤적의 여러 회전을 통해 이동할 수 있는 경우, 몇 가지 소프트한 제약 조건이 충족된다면, 회전당 한 사이클의 주파수를 가지는 반복되는 패턴을 감지할 수 있다. 예를 들어, 신호는 회전 과정에 걸쳐서 변경하기에 충분한 공간적 변화가 필요할 수 있으며 및/또는 신호는 원형 모션에서 약간의 편차가 감지된 이미지 품질 메트릭을 크게 변경하지 않는다는 충분한 공간 일관성을 가질 필요가 있다.

일 실시예에서, 여기에 기술된 접근 방식은 원형 궤적의 코스에 걸쳐서 표면(예를 들어, 천연 목재 표면)의 밝기를 고려하다. 예를 들어, 도 9a는 천연 나뭇결의 예를 도시하고, 도 9b는 그러한 표면에서 원형 모션으로 OF 센서를 이동시킬 때, 각도 위치의 함수로서 검출되는 평균 강도를 도시하는 그래프를 도시한다. 패턴이 반복되는 각도 거리는 명목상 360°(수직 파선)이며, 그리고 360°와 자이로스코프 출력을 통합하여 얻어진 각도 거리 사이의 비율은 자이로스코프에 대한 올바른 스케일 팩터를 산출해야 하다.

예에서, 신호 주기는 1) 복수의 회전에 걸쳐서 추정된 각도 위치 및 상응하는 신호를 기록하는 것, 2) 얻어진 시리즈의 오토코릴레이션(auto-correlation)을 자체에 대해 수행하는 것에 의해 추출될 수 있다. 최대 오토코릴레이션 값에 해당하는 이동은 자이로스코프-유도 헤딩의 각도 위치 영역에서 신호 주기(예: 360° 회전)이다.

도 10은 참(true) 장치 헤딩(예를 들어, 스케일 오류 없음)을 사용하여 천연 목재 표면 위에서의 거의 완벽한 원형 운동에 대한 단일 오토코릴레이션의 예를 보여주는 2개의 그래프를 포함하다. 하단 플롯의 각 레이블은 피크 사이에서 측정된 도 단위의 길이, 이 기간의 오차, 및 해당 지점까지의 모든 데이터에 대한 평균 기간 오차를 보여준다. 상관 피크는 360°마다 발생하지만 그 사이에 더 작은 피크가 표시된다는 것을 주목하라. 이는 패턴의 180° 이동에 해당하며, 이는 천연 나뭇결의 반대쪽에 있는 텍스쳐의 유사성을 강조한다. 일부 국부 최대값(예: 360도 이동에 대응하지 않는 국부 최대값)은 참 360°코릴레이션보다 더 좋게 상관될 수 있으며, 따라서 최소 및 최대 스케일 값이, 잘못된 회전에 대한 앨리어싱 가능성을 최소화하거나 제거하기 위해서, 각 피크에 대한 검색 영역을 제한하기 위해서 사용될 수 있다. 참 스케일이 공칭 스케일의 x% 내에 있는 것으로 알려진 경우, 참 피크 사이의 기간은 자이로스코프 헤딩의 360°의 x % 내에 있어야 하다. 일부 예에서, 이 정보(예를 들어, 일반적인, 최소 및/또는 최대 스케일 값)는 센서 제조업체에 의해 제공될 수 있다.

이 접근법은, 표면이 단일 전역 최대값을 가지거나 스케일 오류가 고빈도 패턴의 정렬에 대한 앨리어싱을 피하기 위해 충분히 바운드 된다면, 엔지니어링 표면(예: 신호에서 유리한 공간적 변화를 갖도록 설계된 표면)에도 적용될 수 있다. 도 4에 도시된 표면은 기본 패턴에서 벗어난 특징을 추가하는 것에 의해 증가될 수 있으며, 도 11a 및/또는 도 11b에 도시된 바와 같이, 전역적 정렬을 위한 수단을 제공한다. 이 패턴은 여전히 53 사이클/회전 신호에 의해 지배되지만 더 넓은 검은색 막대의 배치는 단일 최상의 정렬로 이어진다. 이 패턴에서 단지 360도 이동은 5개의 넓은 검은색 막대 전부가 넓은 막대와 함께 회전에서 회전까지 정렬되도록 야기한다(즉, 5개의 넓은 막대가 그 자체로 다시 정렬됨). 360도 이외의 어떤 회전량도 하나 이상의 더 넓은 검은색 막대가 넓은 검은색 막대들 중 다른 하나와 회전에서 회전까지 정렬되도록 하지 않는다(약한 상관 관계 생성). 예를 들어, 시계 방향으로 90도 회전은 도 11a에서 3시 위치에 있는 더 넓은 검은색 막대가 도 11a에서 6시 위치에서 있는 더 넓은 검은색의 위치와 정렬하도록 하지만, 4개의 다른 넓은 검은색 막대 중 어느 것도 그렇게 정렬되지 않는다. 이 패턴은 이 방법과 위에서 설명한 엔지니어링 표면의 패턴 주파수 감지에 설명된 방법을 모두 실행하는 데 적합하다. 여기에 묘사된 패턴은 대표적인 것이며, 하나 이상의 유리한 신호 특성을 갖는 다른 패턴이 또한 사용될 수 있다.

이 섹션에 설명된 접근 방식(및/또는 위에 개시된 엔지니어링 표면의 패턴 주파수 감지에서)이 다른 결과를 산출하는 경우, 이는 자이로스코프와 광학 흐름 센서가 예상대로 작동하고 있음을 의미할 수 있지만(예: 양호한 회전 주기를 설정), 그러나 로봇 모션은 지배적인 빈도가 공칭 빈도에서 이동하기에 충분할만큼 비원형이다. 일 예에서, 도 12는, 도 11a에서 도시된 엔지니어링 표면 위에서 거의 원형으로 회전할 경우, 원래 신호와, 그 오토코릴레이션(검출된 주기 포함)과, 및 대응하는 DFT를 도시하다.

바퀴 달린 로봇은 완벽한 원형 운동으로 움직일 수 없다. 이러한 이유로 긴 데이터 캡처에 대한 단일 최상 상관 관계를 얻는 것은 기본 신호에서의 변화만큼 비원형성의 출현으로 어려움을 겪을 것이다. 일 예에서, 이러한 문제는, 훨씬 더 긴 입력 시리즈에 걸쳐 상관을 최대화하는 단일 최상의 기간을 찾으려는 시도하는 것보다는, 겹치는 720°창에 걸쳐 다중 상관을 수행함으로써 완화될 수 있다. 예를 들어, 도 13은, 헤딩 오류 없이 엔지니어링 표면에서 비원형 모션을 시뮬레이션할 때 회복된 기간 길이의 분포를 보여준다. 이 경우의 모션은, 엔지니어링 표면에서 거의 원형의 모션을 사용하여 수집된 데이터에서 샘플링하기 위해, 2륜 로봇의 위치 측정(매끄러운 표면에서 제자리 회전 시도)을 사용하여 얻어졌다. 실선으로 표시된 데이터에서, 기간 추정치는 모든 겹치는 2-회전 창에 대해 얻어졌고, 이러한 추정치의 오차에 대한 누적 분포 함수(CDF)가 표시된다. 대쉬라인과 돗트 라인은 동일한 데이터를 사용하지만, 각각 겹치는 4회전 및 8회전 창을 가지는 기간을 추정하다. 이 경우 긴 창에서 상관 관계에 대한 더 많은 데이터가 있다는 이점은 관찰된 패턴을 이동하는 누적된 비원형 모션의 단점에 의해서 압도된다. 이를 시뮬레이션하기 위해 사용된 모션은 회전 중심에 대한 광학 흐름 센서의 거의 일정한 반경(10cm)을 유지했지만, 회전 중심은 회전할 때마다 무작위 방향으로 약 3mm 이동했다. 기간을 추정하는 데 사용되는 최적의 창 길이는 로봇이 원형 동작을 얼마나 잘 유지할 수 있는지에 따라 달라지며, 예를 들어, 모션이 원형에 가까울수록 윈도우는 길어질 수 있다.

다중 중첩 창의 결과를 집계하는 데 사용되는 메커니즘은 다소 임의적이다. 일 예에서, 접근 방식은 결과에서 이상값을 버리고 다음 나머지 결과의 가중 평균을 취하는 것이며, 여기서 더 높은 자기상관 값을 갖는 창에 더 높은 가중치가 할당된다.

도 14는 실시예에 따른 이미지 품질의 오토코릴레이션을 사용하는 예시적인 자이로스코프 스케일 켈리브레이션 알고리즘/메커니즘을 도시하는 블록도이다. 상기 (802), (804) 및 (806)와 동일하거나 유사한 방식으로, 먼저, 단계 (1400)에서 입력 데이터(켈리브레이션 되지 않은 헤딩 및 이미지 품질)가 어떤 표면 위에서 제자리에서 회전하는 로봇에 의해 수집되고, 다음, 단계(1402)에서 명목 스케일 팩터

에 의해 곱해진 각속도 ω를 계산하는 것이 로봇의 초기, 자이로스코프 유도된 헤딩을 얻기 위해 통합되고, 그리고 단계(1404)에서, 상응하는 이미지 품질 값(들)이 켈리브레이션되지 않은 헤딩 그리드에 대해서 보간된다. 그 다음, (1406) 단계에서, 이 데이터는 상기한 바와 같이(기대되는 로봇 모션이 얼마나 원형인가에 의해 결정되는 윈도우 길이) 겹치는 윈도우로 분할된다. 다음, (1408) 단계에서 각 윈도우에서 오토코릴레이션이 수행된다. 오토코릴레이션에 관련된 서브 단계들이 블록 (1410)에 도시된다. 여기서, (1412)단계에서 오토코릴레이션의 전역 최대값이 확인되고, 그리고 (1414) 단계에서, 이 피크에 대한 두 인접 영역(이것은 기대된 스케일 에러 한계내에 있으며(예를 들어, 전역 피크로부터 +/-360°에 가까운))은 초기 탐색 영역으로 세팅된다. 일부 경우에, 이러한 프로세스는 (1416), (1418), 및 (1420) 단계들에 의해 기술된 것과 같은 현재 윈도우에서 어떠 피크도 남지 않을 때까지 반복된다. 단계 (1424)에서, 각 윈도우에서 발견된 피크-투-피크 기간(단계 1422)은 알려진 360° 회전에 대응하는 보정되지 않은 자이로스코프의 단일 추정 기간을 얻기 위해 집계된다. 단계 (1426)에서, 이것은 보정된 자이로스코프 스케일 값을 얻기 위해 사용된다. 흐름도에서 참조된 변수 F1-F5에 대한 값은 아래 표 1에 설명되어 있다.

적합한 켈리브레이션 표면 식별

다양한 실시예에서, 여기에 설명된 접근 방식은 단일 전체 맞춤을 산출하기 위해 회전 과정에 걸쳐 적절한 변화를 사용할 수 있다. 이 섹션에서 설명하는 접근 방식은 단일 전체 최적 맞춤을 생성하기 위해 회전 과정에서 적절한 변화를 요구하지만, 불완전한 회전이 매우 다른 신호를 생성하는 작은 변위에 걸친 변화가 많지 않다.

하나 이상의 특성을 가진 표면을 식별하기 위한 간단한 근사법은 상관에 사용될 이미지 품질 신호의 단기 및 장기 분산

들을 기록하는 것이다. 분산은 작은 거리 창(단일 회전에 의해 도입된 회전 중심의 드리프트 오더에서 길이 ds 를 가짐)과 장거리 창(검출 주기에 사용되는 회전 원주의 오더에서 길이 dl을 가짐) 양자에 대해서 계산되어야 한다. 적절한 켈리브레이션 표면은

이 문턱값 tl보다 높고, 동일한 측정 기간 동안

가 문턱값 ts 보다 낮은 것이다, 이러한 문턱값과 거리의 실제 선택은 센서와 로봇에 따라 다를 수 있다. 따라서, 이 실시 예는 단일 최상 상관을 산출하기 위해 표면에서 충분히 큰 규모의 변화를 갖지원형 모션으로부터 약간의 이탈이 완전히 다른 회전을 야기하는 작은 규모의 변화가 많지 않은 표면을 찾는 것에 의해서, 로봇이 홈이나 오피스에서 그 차체의 켈리브레이션 표면을 선택할 수 있게 한다. 예를 들어, 체크 보드 패턴은 단일 최고 상관을 형성하기에 충분한 큰 규모의 변화를 가지지만, 로봇이 약간이라도 미끄러지면 로봇이 한 회전에서 보는 패턴은 다음과 매우 다르다(작은 규모의 변동가 높다). 반면에 완전히 균일한 표면에서는, 작은 규모의 변동이 낮다(그래서 각 회전은, 로봇이 미끄러져도, 마지막 회전과 유사하게 보인다). 그러나 대규모 변동은 또한 낮고 그리고 전체 최상의 상관도 없다. 그래서, 충분한, 즉 선결정된 제1 문턱값 보다 큰, 대규모 변동을 제공하지만 너무 많지 않은, 즉 선결정된 제2 문턱값 보다 적은 소규모 변동을 제공하는 두 가지 유형의 표면 사이의 어떤 것이 켈리브레이션에 사용할 적절한 표면으로서 로봇에 의해 식별될 수 있다.

이미지 품질을 이용한 고정 참조 마크 식별

OF 센서로 반복 패턴을 결정하기 위한 세 번째 접근/기술은 사이클 검출을 서로에 대해 알려진 공간 관계를 갖는 이산 포인트의 검출로 대체한다.

이 접근법에서, 다수의 별개의 반사 마커가 공지된 위치에서 표면에 배치될 수 있다. 도 15는 반사기의 가능한 배열을 도시하다. 이 예에서, 이들은 2개의 평행한 반사 스트립(1502a, 1502b)이다. 바퀴 달린 로봇은, 회전 중심(1504)이 각 스트립(1502a, 1502b)에 평행하고 등거리인 라인(1506) 상의 어떤 지점에 위치하도록, 스스로 위치할 수 있다. 그 다음, 자이로스코프가 이들 두 지점 사이에서 헤딩 변화를 측정하면셔, 로봇은, OF 센서(1510)가 스트립 중 하나(예를 들어, 1502b)의 중심 위에 먼저 위치된 다음, 스트립 중 다른 것(1502a)의 중심 위에 위치되도록 하기 위해 앞뒤로 회전될 수 있다(두 개의 스트립은 단지 예시일 뿐이며 더 많은 스트립이 있을 수 있음). 이들 마크 사이에서 측정된 각도 거리는 두 스트립 사이의 알려진 각도 거리와 결합되어, 자이로스코프와 OF 센서에 의해 측정된 실측값 사이의 스케일을 얻을 수 있다. 광학 흐름 센서는 로봇의 회전 중심(1504)으로부터 고정 반경 r에서 로봇 상에 위치된다.

이 경우, 로봇 시스템은, 모션의 시작과 OF 센서가 각 반사 스트립에서 중심에 위치된 시간 사이에 자이로스코프에 의해서 측정된 각속도를 통합하는 것에 의해서, OF 센서가 각각 첫 번째 및 두 번째 반사 스트립의 중심에 있는

를 각각 결정할 수 있다. 마크 사이의 알려진 거리 d와 광학 흐름 센서가 회전하는 알려진 반경 r을 가지고, 로봇 시스템은 다음을 얻을 수 있으며;

그리고, 스케일 인자

를 계산하며, 이것은 자이로스코프 측정을 교정하기 위해서 사용될 수 있다. 시작 위치가 의미가 없은 경우, 적분 에러는

로 놓고, 처음 검출된 마크를 출발할 때 적분을 시작하는 것에 의해 감소될 수 있다.

일 실시예에서, 도 15과 관련하여 위에서 설명된 스케일 팩터 계산을 수행하기 위해 사용되는 알고리즘의 전체 흐름이 도 16a 및 16b에 도시되어 있다. 위에서 언급되고, 도 16a에 도시된 바와 같이, 전체 알고리즘은 단계 (1600)에서 첫 번째 마크를 찾기 위해 일련의 단계를 사용하고, 다음, 단계 (1602)에서 두 번째 마크를 찾기 위해 일련의 동일한(또는 유사한) 단계를 사용하고, 그 후 단계(1604)에서, 두 마크의 검출된 마크 각도 위치(아래 표에서 F0 및 F1로 식별)에 기초하여, 이것은 스케일 인자를 계산한다. 각 마크를 찾는 데 사용되는 단계의 기본 아이디어는 OF 센서가 반사 표면 위에 있을 때, 이미지 강도에 안정기가 있을 것이며, 반사 표면의 중심은 그 안정기 어딘가에 있을 것이다(그러나 관찰된 실제 최대값은 중심 바로 위에 있지 않을 수 있음)라는 것이다. 따라서 이 알고리즘은 이 안정기의 각각의 가장자리의 각도 위치를 얻고, 원하는 정확도 한계에 도달할 때까지 안정기에 있어야 하는 것이 요구되는 문턱값을 위쪽으로 계속 수정한다.

이를 실용적으로 만들기 위해 두 가지 정지 조건이 도입되었다. 아래 표에서

로 표시된 첫 번째 정지 조건은 로봇 시스템이 탐색을 중지하는 지점에서 감지된 마크의 각도 폭을 나타내며 관측된 피크 값이 확장될 수 있는 각도 폭과 관련된다. 아래 표에서 두 번째 정지 조건

는 시야에서 마크에 대한 문턱값이 관찰된 피크 값에 얼마나 가깝운지를 표시할 수 있는지를 나타내며, 시스템이 피크 값과 비피크 값 사이의 차이를 해결할 수 있는 세분성과 관련이 있다. 각 마크 검출 단계(1600, 1602)와 관련된 단계들은 도 16b에 도시되어 있다.

거기에서, 프로세스는 안정기 문턱값

를 개시함으로써 시작된다(도 16b에는 도시되지 않았지만 아래 표 2에서 F11로 언급된 단계). 다음, 단계(1606)에서, 검출된 밝기가 문턱값

를 초과할 때까지, 로봇은 마크 위에서(시계 방향 또는 반시계 방향으로) 회전한다. 감지된 밝기가 문턱값을 교차하는 각도 위치는 첫 번째 임시 마커 에지로 저장되고(F3), 프로세스는 밝기 레벨이 문턱값 아래로 떨어질 때까지, 즉 로봇이 마커의 다른 가장자리로 떨어질 때까지 로봇이 회전되는 단계 (1608)로 이동한다. 이 각도 위치(F4)는 두 번째 임시 마커 에지로 기록되고 프로세스는 단계 (1610)으로 이동하며, 여기서 2개의 저장된 각도 위치 사이의 차이가 마커 에지가 발견된 것으로 간주될 수 있을 만큼 충분히 큰지 여부는 제1 정지 조건을 사용하여 결정된다(아래 표에서 체크 F5에 의해 도시된 바와 같이). 그 결정이 참 결과를 산출한다면, 프로세스는 마크의 최종 각도 위치가 F6으로 출력되는 단계 (1616)으로 이동하다.

단계(1610)에서 이루어진 결정이 거짓이면, 프로세스는 단계(1612)로 이동하고, 거기서 또 다른 검사가 행해진다. 특히, 두 번째 정지 조건은 (광학 센서의 해상도가 주어진 경우) 문턱값

를 줄이는 것이 에지 감지 프로세스의 정확도를 향상시킬 것으로 예상되지 않는지 여부를 결정하기 위해서 확인된다. 단계(1612)에서의 검사(예를 들어, 아래 표에서 F7을 사용하여 수행됨)가 참이면, 프로세스는 검출된 마크의 최종 각도 위치를 출력함으로써 단계(1616)에서 종료된다. 거짓이면, 문턱값은 단계(1614)에서 감소될 수 있고(예를 들어, F8을 사용하여) 정지 조건 중 하나가 충족될 때까지 프로세스가 반복된다.

일 실시예에서, 이 접근법에 대한 주요 요구사항은 다음과 같을 수 있다:

·이미지 품질 신호는, 각 반사기의 중심의 좋은 추정치를 얻기 위해서, 반사 마크가 보일 때와 반사 마크가 보이지 않을 때 충분히 달라야 한다.

·로봇은 반사기 어레이의 중심 축에 그 회전 중심을 정렬해야 하다.

·로봇의 회전 반경은 일정해야 하며 좌우 드리프트가 없어야 하다.

켈리브레이션이 훨씬 더 큰 데이터 세트에 대한 상관보다는 2개의 이산 포인트를 검출하는 것에 기초하기 때문에, 이 접근 방식은 이전에 개시된 접근 방식보다 사소한 교란에 더 민감하다. 일부 예에서 이 접근 방식은 공장 설정의 외부에서 자이로스코프 스케일 켈리브레이션을 수행할 수 있는 솔루션이다. 실제 배포 시나리오는 가정용 로봇에 의해서 사용하는 충전 스테이션에 대한 두 개의 반사 스트립을 추가하는 것일 수 있다. 충전하기 위해, 로봇은 스테이션의 전기 접점과 스스로 정렬해야 할 필요가 있으며, 이것은 알려진 포즈로부터 켈리브레이션 모션의 종료까지 요구되는 제어되지 않는 모션의 양을 최소화하기 위해 활용될 수 있다.

변화

이 접근법은 또한 위의 공식을 실질적으로 변경하지 않을지라도, 비원형 모션의 중복 및 검출을 위한 임의의 수의 참조 마크를 포함하도록 확장될 수 있다.

이 접근법은 로봇이 감지 사이에 전체 회전을 수행하는 단일 기준 마크로 수행될 수 있다. 이 경우 θ는 360°이다.

자이로스코프 스케일 및 알려진 기하학을 사용한 광학 흐름 스케일 추정

정확한 자이로스코프 스케일 및 로봇의 회전 거동 및 센서 기하학에 대한 선험적 지식으로, 로봇 시스템은 광학 흐름 센서의 거리 스케일의 표면 의존성을 극복할 수 있다. OF 센서에 의해 보고된 거리와 OF 센서가 이동하는 실제 거리 사이의 관계는 주로 이미지 센서의 추적 표면 까지의 수직 거리에 의해 결정된다. 이 거리는 로봇이 다양한 표면(예: 카페트 또는 타일)을 가로질러 이동하기 때문에 또는 로봇 특성이 달라지기 때문에(예: 운반하는 무게가 변경되어 휠 서스펜션이 지면에서 섀시를 들어 올리는 높이에 영향을 미침) 달라질 수 있다. 이러한 이유로 향상된 접근 방식이 작동 중 광학 흐름 스케일을 빠르고 직접적인 측정을 위해 필요할 수 있다.

자이로스코프 스케일이 얻어지면(예를 들어, "관련 접근법"에 설명된 방법/접근법을 통해), 로봇은 제자리에서 회전할 수 있다: 광학 흐름 센서에 의해 전체 거리는 자이로스코프(알려진 장치 기하학과 함께)로 추정될 수 있으며, 그리고 회전이 수행된 표면에 특정한 스케일 상수를 얻는 것을 허여하면서, 광학 흐름 센서 자체에 의해 측정될 수 있다.

다양한 실시예에서, 로봇은 그 중심을 중심으로 회전할 수 있고 이 지점에 대한 OF 센서 의 변위

는 알려져 있다. 일 예에서, 단순화를 위해 모션이 평면이고, 각 프레임의 Z축이 정렬되고, 그리고 회전이 XY 평면으로 제한된다고 가정한다(회전은 Z축에 대한 스칼라이다). 이것은 OF 센서에서 측정된 것처럼, 로봇 시스템이 IMU에 의해 측정된 각속도를 처리할 수 있음을 의미하다. IMU와 OF 센서가 둘 다 샘플 주파수

로 동시에 샘플링한다고 가정하며, 여기서, △t는 연속적인 샘플 사이의 시간이다.

OF 센서 출력과 자이로스코프 출력 사이의 관계는 속도 영역 및/또는 위치 영역 모두에서 서로에 대해 해석될 수 있다.

속도 영역 해석

광학 흐름 프레임

다양한 실시예에서, 강체 관계에 의해 주어진 광학 흐름 센서에서의 선형 속도는 다음과 같다:

로봇이 순수한 회전

을 수행하고 시간에 따라 각속도가 변한다는 가정 하에, 로봇 시스템은 IMU에 의해 측정되는 각속도

에 기초하여 광학 흐름 센서에서 선형 속도의 추정치를 얻을 수 있다:

은 시간에 따라 변하지 않는 Z에 대한 회전이고,

는 평면(Z만)으로 가정하므로, 이것은 다음과 같이 더 단순화할 수 있다.

시간의 각 시점에서, 로봇 시스템은

로 표시된 OF 센서로부터 선형 속도의 측정값을 얻을 수 있다. OF 센서는 시간에서 두 지점 사이의 변위(픽셀로)를 측정하여, 속도 출력 자체를 생성하지 않을 수 있다. 그러나 OF 센서가 일정한 속도로 폴링(또는 적절하게 후처리)된다는 가정 하에, 등가 속도를 얻을 수 있다.

로봇 시스템은 다음 관계를 얻기 위해 적절한 최적화(예를 들어, 최소 제곱)를 적용함으로써 (켈리브레이션되지 않은) 광학 흐름 변위 출력과 (켈리브레이션된) 자이로스코프 속도와 관련된 추정된 스케일 팩터를 얻을 수 있다.

및

는 nx2 행렬이며, 여기서, 각 행렬의 i-번째 행은 각 센서에서 취한 i-번째 샘플에 상응한다:

지구 프레임

원형 궤적에 있는 동안 광학 흐름 센서에 의해 보고된 변위는 각도 거리로 변환될 수 있다.

여기서

는 OF 센서에 대한 i-번째 샘플 간격에서 보고된 변위이다(시간에서,

). 이것은 광학 흐름 센서에 의해 예측된 각속도

를 산출하다. 위와 유사하게, 로봇 시스템은 그런 다음 가장 적합한 스케일 팩터α를 얻기 위해 적절한 최적화 방법을 사용할 수 있다.

위의 선형 속도 공식과 유사한 경우,

는 nx1 벡터들이며, 여기서, 각 벡터의 i-번째 요소는 각 센서에 의해 제공되는 i-번째 각속도에 해당한다:

위치 영역 해석

광학 흐름 프레임

(광학 흐름 센서의 프레임에서) 광학 흐름 센서에 의해 이동된 선형 거리는 시간에 대한 속도를 적분함으로써 얻을 수 있다. 이를 얻기 위해 IMU를 사용하여, 로봇은 다음을 가질 수 있다.

여기서,

는 IMU에 의해서 계산된 광학 흐름 센서의 기준 프레임에서 측정 거리이다. 이것은 2차원 양이지만,

는 로봇 프레임의 상수 벡터이며, 회전 중심으로부터 광학 흐름 센서까지의 전체 프레임에서 (시간에 따라 변하는) 벡터와 혼동되어서는 안 된다.

OF 센서는 폴링될 때마다(폴링된 마지막 시간에 대해) 2차원(2-D) 변위를 보고할 수 있다. 각 간격에서 OF 센서 출력

를 합산하는 것으로 충분할 수 있다.

이것은 광학 흐름 센서에 의해 계산된 광학 흐름 센서의 기준 프레임에서 거리 측정값을 산출하다.

광학 흐름 스케일이 이 모션 전체에 걸쳐 일정하고, 자이로스코프는 이전에 보정되었고, 그리고 광학 흐름 센서 출력에 교차 축 스큐가 없다는 가정하에서, 로봇 시스템은 광학 흐름 출력을 다음과 같이 이동한 실제 선형 거리에 연관시킬 수 있다:

광학 흐름 센서의 각 축에서 스케일이 동일하다는 단순화 가정하에, 로봇 시스템은 각 센서로 측정된 총 거리에 기초하여 단일 스케일 상수를 얻을 수 있다(방향 무시).

예를 들어, 광학 흐름 센서의 축 중 하나가 모션에 수직인 경우, 위의 계산을 사용할 수 있다.

지구 프레임

속도 영역 해석에서 전술한 방법/접근법은 위치 영역에서 해석될 수 있다. 자이로스코프에 의해 측정된 이동된 총 각 거리는 광학 흐름 변위 및 일정한 스케일 계수 c에 의한 반경에 의해 계산된 이동된 총 각 거리와 관련될 수 있다.

앞서 설명한 방법과의 관계

자이로스코프 스케일 대 미지의 표면의 이미지 품질 기간을 측정하기 위해 사용되는 동일한 물리적 모션이 광학 흐름 센서 거리 스케일을 설정하기 위해사용되며, 그리고 이 두 프로세스가 결합될 수 있다.

대안적인 실시예 및 확장

로봇 모션을 추정하기 위해 표면 이미지 품질에서 주기적 신호를 사용하는 일반적인 개념은, 추가 도메인-특정 애플리케이션을 가질 수 있다. 이 섹션에서는 유사한 상황에서 사용할 수 있는 몇 가지 관련 방법을 간략하게 설명한다.

기간 감지를 위한 이미지 매칭

위에서 설명된 방법은 작동을 위해 광학 흐름 센서에 의해서 보고된 간결하고 고수준의 이미지 품질 메트릭을 사용한다. 일부 광학 흐름 센서는 움직임이 감지되는 실제 표면 이미지에 대한 액세스를 제공한다. 이것이 이용 가능할 때, 몇 가지 추가 개선이 가능하다.

픽셀 스케일 레퍼런스 마크 감지

"적절한 보정 표면의 식별"에 설명된 방법은 마크를 앞뒤로 스캔하는 것에 의해 참조 마크가 보이는 영역의 중심을 추정하는 것을 포함할 수 있다. 이 영역의 모양이 아크가 아닌 경우(예: 우발적인 선형 모션으로 인해) 또는 인지된 마크 영역이 시간이 지남에 따라 변경되는 경우(예: 조명 또는 기울기 변경으로 인해), 마크 중심의 추정치가 저하된다.

그러나, OF 센서가 대략적으로 마커의 중앙에 있을 때 로봇 시스템이 마크의 실제 형상을 해결할 수 있다면, 이러한 문제는 상쇄될 수 있다. 마크의 가장자리가 충분히 직선이고 알려진 방향이라면, 로봇 시스템은 그에 대한 센서 방향을 감지할 수 있다. 도 17은 센서의 기준 프레임에서 인지된 마크의 예와, 이것이 마크의 방향(이 경우 "N"으로 표시됨)에 해당하는 알려진 방향에 대해 센서의 각도 위치를 얻는 데 어떻게 사용될 수 있는지를 보여준다.

기준 마크가 서로에 대해 알려진 방향을 갖는 경우(예: 평행), 로봇 시스템은, 테스트 모션의 시작 및 종료 시 헤딩의 차이를 직접 측정하고 이를 통합된 자이로스코프 측정과 비교할 수 있다. 켈리브레이션 모션이 두 개의 기준 마크를 포함할 수 있는 한, 이들 사이에서 취한 모션은 "적절한 켈리브레이션 표면 식별"에서 설명된 원형도 및 회전 중심 제약 조건의 적용을 받지 않는다.

엔지니어링 표면의 실제 헤딩

위의 접근 방식은 다중 평행선으로 구성된 엔지니어링 표면에서 거의 연속적인 헤딩 측정값을 얻기 위해 더 확장될 수 있다.

비원형 운동의 본질적인 감지

모션이 완벽하게 원형일 때, 자이로스코프에 의해 측정된 각속도는 단순 스케일 팩터(OF 센서로부터 회전 중심의 거리와 각 센서의 스케일에 의해 결정)에 의해 광학 흐름 센서에서 인식된 선형 속도에 관련되어야 한다. 이 문서에서 제안된 방법은 자이로스코프의 스케일(vs. 실제 각속도)과 광학 흐름 스케일(vs. 이동된 각도 거리)를 추정하고, 원형 켈리브레이션 모션에 어느 정도 의존하는 접근 방식을 대략적으로 설명한다.

모션의 원형도는 센서의 스케일이나 실제 회전 반경을 알지 못하는 상태에서 측정될 수 있으며, 이러한 기본 기술은 상기 방법의 실제 적용에 유용할 가능성이 있다. 지금까지 제시된 공식은 일반적으로 단순성을 위해 로봇이 그 센터에 대해서 회전한다고 가정하였다. 도 18은 회전 중심이 로봇 센터가 아닌 원형 모션의 예로서, 이러한 모션 시 관련량의 관계를 나타낸 도면이다.

로봇 및 광학 흐름 프레임의 광학 흐름 센서에서의 선속도는, 로봇의 속도와 로봇 센터에 대한 광학 흐름 센서의 변위를 이용하는 것에 의해, 앞서 기술하였다.

유사한 강체 관계는 주어진 시간에서 회전의 중심에 대하여 광학 흐름 센서의 변위 및 회전 중심의 속도로부터 광학 흐름 센서의 속도를 얻기 위해 사용될 수 있다. 회전 중심이 항상 로봇 중심에 있는 것은 아니라는 것을 유념한다.

다음, 광학 흐름 센서에 의해 측정된 선형 속도는 다음과 같을 것이다:

로봇 모션이 원형일 때, 회전 중심의 선속도는 0이고 회전 중심에서 광학 흐름까지의 반경은 로봇 프레임에서 일정하다. 이 경우 단일 스케일은 위에서 설명한 대로 모션 전체를 통해 광학 흐름 센서에 의해 측정된 선형 속도와 IMU에서 측정된 각속도와 관련된다(예를 들어, 자이로스코프 스케일 및 공지된 기하학을 사용한 광학 흐름 스케일 추정과 관련된 섹션). 단일 스케일이 모션 전체에 걸쳐 이러한 양과 일관되게 관련되지 않으면, 로봇 시스템은 모션이 비원형이라고 가정할 수 있다-회전 센터가 움직이거나, 광학 흐름 센서로부터 회전 센터에 대한 길이가 변하거나, 또는 둘다임.

비원형 운동에 대한 적응

상기 설명된 엔지니어링된 패틴(예를 들어, 엔지니어링된 표면에서 재패턴 주파수 검출과 관련된 섹션에서)은 회전 중심이 패턴의 중심에 고정되는 경우에 가장 적합하다. 상기 설명된 메커니즘(예: 임의의 표면에서 이미지 품질 기간 감지와 관련된 섹션)이 비원형 모션에 대해 더 영향을 받지 않도록 만들 수 있지만 빈도 감지 접근 방식에서는 달성하기는 어렵다.

비원형을 식별할 수 있거나 전체 장치 궤도를 재구성하는 데까지 사용될 수 있는 새로운 패턴이 개발될 수 있다. 인접한 셀 사이의 표면 품질이 변하는 알려진 간격을 가진 그리드를 사용하는 개념은 예를 들어 참조문헌 (2)에 개시되어 있다. 유사한 개념이 여기에 적용될 수 있으며, 여기서 가능한 셀 교차 위치가 더 긴 모션에 걸쳐 조립되고, 엔지니어링 표면에서 가장 가능성 있는 궤적을 재구성하는 데 사용된다.

예를 들어, 엔지니어링된 패턴은 모션의 의도된 범위 밖에 배치된 반사 표면들을 결합하도록 디자인될 수 있으며, 패턴 중심으로부터의 드리프트를 검출하는 데 사용될 수 있다.

도킹 모션을 통한 자이로스코프 스케일 보정

상기된 메카니즘 중 일부(예를 들어, 이미지 품질을 사용한 고정 기준 마크의 식별과 관련된 섹션에서)는 다수의 알려진 각도 위치를 식별하는 데 의존할 수 있다. 일반적인 소비자 애플리케이션에서, 로봇은 주기적으로 자동으로 충전 도크로 돌아가서, 대략 알려진 방향으로 그것과 물리적 접촉을 해야 하다. 유효한 도킹 위치 간의 헤딩 차이가 제한되어 있으면, 자이로스코프 스케일은 도킹 위치를 벗어나고, 제자리에서 회전하고, 그리고 다시 도킹하는 것에 의해서 추정될 수 있다. 도킹된 두 위치 사이의 최대 각도 차이가

이고, 그리고 n번 회전하는 로봇은

의 최대 자이로스코프 스케일 오류를 가진다.

이 방법은 소비자 로봇에 대한 일반적인 것 이상의 추가 기반 시설을 필요로 하지 않는다는 이점이 있다. 그러나 충전 표면은 일반적으로 광범위한 도킹 위치를 허용하도록 설계되었으므로, 20도 오더의

는 드문 일이 아니다. 가능한 정렬로 0.25% 스케일 오류를 달성하기 위해서, 20도의 오류는 약 20회전이 필요할 것이다. 대조적으로, 주기 감지 접근 방식(예: 임의의 표면에 대한 이미지 품질 주기 감지와 관련된 섹션에 설명된 메커니즘)은 목재 표면의 전형적인 조건에서 8 회전 ~ 80%의 시간에 걸쳐 이러한 스케일 오류를 얻는다. 시간 경과에 따라 이동하는 도크와 관련된 실제 문제(도킹 중 로봇이나 공간에 있는 사람에 의해 밀림)로 인해 추가 오류가 발생할 수 있다.

요약

다양한 실시예에서, 모션(예를 들어, 자이로스코프에 의해 검출됨)과 이미지 품질 신호(예를 들어, OF 센서에 의해 검출됨) 사이의 관계는 센서 켈리브레이션 파라미터의 추정치를 도출하는데 사용될 수 있다. 일부 경우에, OF 센서로부터의 이미지 품질 정보는 로봇 동작을 추정하고 그것에 의해 자이로스코프를 보정하는데 사용될 수 있다. 이것은 일반적으로 OF 센서를 선형 변위만을 측정하기 위해 사용하는 것과 대조된다.

다양한 실시예에서, 센서를 켈리브레이션하기 위해, 여기에 개시된 방법 및/또는 기술은 그들의 최종 설치된 구성(예를 들어, 최종 제품의 조립 후)에서 센서의 켈리브레이션을 지원할 수 있다. 일 예에서 센서의 현장 재켈리브레이션은 시간과 물리적 노화에 따라 발생하는 켈리브레이션 변화를 설명하는 데 사용될 수 있다. 다른 예에서, 센서의 현장 재켈리브레이션은 켈리브레이션에서 환경 변화의 영향, 특히 표면 변화에 대한 OF 센서 스케일의 적응을 포착하는데 사용될 수 있다.

일 실시예에서, 자이로스코프 스케일은 OF 이미지 품질 신호에서 알려진 패턴 빈도의 검출에 의해 켈리브레이션될 수 있다. 예를 들어, 로봇 시스템은 하나 이상의 최종 설치된 센서 구성에서 여러 공장 켈리브레이션 프로세스를 결합하도록 구성될 수 있다. 다른 실시예에서, 자이로스코프 스케일은 미지의 OF 이미지 품질 신호의 주기성의 검출에 의해 켈리브레이션될 수 있다. 예를 들어, 로봇 시스템은 켈리브레이션 변경을 설명하기 위해 자이로스코프의 현장 재켈리브레이션을 수행하도록 구성되거나 권한을 가질 수 있다.

일 실시예에서, 자이로스코프 스케일은 광학 흐름 이미지 품질을 통한 기준 마크의 검출에 의해 켈리브레이션될 수 있다. 로봇 시스템은 켈리브레이션 변경을 설명하기 위해 자이로스코프의 현장 재켈리브레이션을 수행하도록 구성되거나 권한을 가질 수 있다. 다른 실시예에서, 광학적 흐름 거리 스케일은 켈리브레이션된 자이로스코프 및 알려진 기하구조를 갖는 장치의 원형 모션에 의해 보정될 수 있다. 예를 들어, 로봇 시스템은 환경 변화(들)의 효과(들)를 포착하기 위해 OF 센서의 현장 재켈리브레이션을 수행하도록 구성되거나 권한을 가질 수 있다.

로봇(1900)의 예시적인(그러나 비제한적인) 고수준 아키텍처가 도 19에 도시되어 있다. 거기에서, 로봇(1900)은 예를 들어 프로세서(들)(1902)를 다음과 통신적으로 연결하는 시스템 버스(1904)를 포함하는 하나 이상의 프로세서(들)(1902)를 포함할 수 있다: (1)통신 채널(1097)을 통해 다른 장치와 통신할 수 있게 하는 하나 이상의 통신 장치(1906), (2) 하나 이상 가속도계(1908), 하나 이상의 자이로스코프(1910), 하나 이상의 광학 흐름 센서(1912)를 포함하는 하나 이상의 감지기/센서, (3) 하나 이상의 조작기(1914), 및 (4) 하나 이상의 로코미터(1916). 통신 채널(1907)은 유무선 통신은 물론 다양한 통신 프로토콜을 지원한다. 비제한적인 예로서, 통신 채널(1907)은 예를 들어, USB, IEEE-1394, 802.11, BLE, 셀룰러(예: LTE 또는 5G) 및 기타 유무선 통신 프로토콜과 같은 직렬 및/또는 병렬 통신 채널로 구성될 수 있다. 무선 통신 채널이 사용되는 경우, 통신 장치(1906)는 무선 송수신기 및 안테나(도 19에 도시되지 않음)를 포함할 것이다.

감지기는 예를 들어 광학 센서, 관성 센서(예를 들어, 자이로스코프, 가속도계 등), 열 센서, 촉각 센서, 나침반, 범위 센서, 소나, 글로벌 위치 시스템(GPS), 지상 관통 레이더(GPR), 물체 감지 및 거리 감지용 레이저, 이미징 장치, 자력계 등과 같은 임의의 수의 상이한 센서를 포함할 수 있다. 감지기는 또한 다른 디플로이먼트 내에 존재하는 센서(온도 또는 습도 센서)일 수 있으며, 단일 위치 대신에 시설에 걸쳐 분산된 동일한 데이터를 얻기 위해 로봇에 장착될 수 있는 것을 제외하고는 정적일 수 있다.

또한, 당업자는 이들 센서 중 다수가 센서 입력을 의미 있고 실행 가능한 감지로 결합하기 위해 소스 및 센서 둘 다를 포함할 수 있음을 이해할 것이다. 예를 들어, 소나 감지기와 GPR은 음파 또는 아음속파를 생성하고 반사파를 감지할 수 있다. 유사하게, 레이저를 포함하는 감지기는 레이저 빔의 중단 또는 위상 편이를 결정하기 위해 레이저로부터 반사파를 검출하도록 구성된 센서를 포함할 수 있다. 광학 흐름 센서(1912)로 사용하기에 적합한 이미징 장치는 예를 들어 적외선 이미저, 비디오 카메라, 스틸 카메라, 디지털 카메라, CMOS(Complementary Metal Oxide Semiconductor)이미지 장치, CCD 이미저 등과 같은 이미지를 캡처하기 위한 임의의 적합한 장치일 수 있다. 더구나, 이미징 장치는 렌즈, 시준기, 필터 및 거울과 같이 캡처될 이미지를 수정하기 위한 광학 장치를 포함할 수 있다. 이미징 디바이스가 배향되는 방향을 조정하기 위해, 로봇(1900)은 이미징 디바이스에 결합된 팬 및 틸트 메커니즘을 또한 포함할 수 있다.

조작기(1914)는 예를 들어 진공 장치, 자기 픽업 장치, 암 조작기, 스쿠프, 그리퍼, 카메라 팬 및 틸트 조작기, 개별 또는 결합된 액추에이터 등을 포함할 수 있다. 운동기(1916)는 예를 들어, 하나 이상의 바퀴, 트랙, 다리, 롤러, 프로펠러 등을 포함할 수 있다. 로코미터 동력 및 조향 능력을 제공하기 위해, 로코미터(1916)는 모터, 액추에이터, 레버, 릴레이 등에 의해 구동될 수 있다. 또한, 감지기는 조작기(1914) 또는 운동기(1916), 예를 들어, 주행 거리계 및 페도미터와 함께 구성될 수 있다.

도 19의 전술한 논의 및 전형적인 로봇과 관련된 하드웨어는 미국 특허 제8,073,564호(이하 '564 특허')로부터 채택되었으며, 그 개시 내용은 여기에 참조로 포함된다. 그러나 당업자는 그러한 요소가 순전히 예시적이라는 것을 이해할 것이다. 일부 로봇은 도 19에 도시된 모든 요소를 포함하지 않는 반면, 다른 로봇은 도 19에 도시된 범주에 속하지 않는 하드웨어 요소를 포함할 수 있다. 그럼에도 불구하고 로봇(1900)은 스케일 켈리브레이션과 관련된 전술한 실시예를 포함할 수 있다.

결론

본 발명의 예시적인 실시예에 따른 데이터를 처리하기 위한 시스템 및 방법은 메모리 장치에 포함된 명령어 시퀀스를 실행하는 하나 이상의 프로세서에 의해 수행될 수 있다. 이러한 명령어는 2차 데이터 저장 장치(들)와 같은 다른 컴퓨터 판독 가능 매체로부터 메모리 장치로 판독될 수 있다. 메모리 장치에 포함된 명령어 시퀀스의 실행은 프로세서가 예를 들어 위에서 설명된 바와 같이 작동하게 하다. 대안적인 실시예에서, 하드와이어 회로는 본 발명을 구현하기 위해 소프트웨어 명령 대신에 또는 이와 결합하여 사용될 수 있다. 그러한 소프트웨어는 센서를 포함하는 장치, 예를 들어, 로봇 또는 다른 장치내에 내장된 프로세서에서 실행될 수 있거나, 소프트웨어는 센서를 포함하는 장치와 통신하는 다른 장치, 예를 들어, 시스템 컨트롤러, 게임 콘솔, 개인용 컴퓨터 등과 같은 다른 장치에 내장된 프로세서 또는 컴퓨터에서 실행될 수 있다. 이러한 경우, 데이터는 센서를 포함하는 장치와 위에서 설명한 센서 보정을 수행하는 소프트웨어를 실행하는 프로세서를 포함하는 장치 사이에서 유선 또는 무선으로 전송될 수 있다. 다른 예시적인 실시예에 따르면, 센서 켈리브레이션과 관련하여 위에서 설명된 처리의 일부는 센서를 포함하는 장치에서 수행될 수 있는 반면, 처리의 나머지 부분은 센서를 포함하는 장치로부터 부분적으로 처리된 데이터 수신 후 제2 장치에서 수행된다.

전술한 예시적인 실시예는 하나 이상의 회전 센서 및/또는 OF 센서를 포함하는 감지 신호에 관한 것이지만, 이러한 예시적인 실시예에 따른 센서 보정 기술은 이러한 유형의 센서에만 제한되지 않는다. 여기에 설명된 센서 켈리브레이션 기술은 예를 들어 가속도계(들), 광학 및 관성 센서(예: 회전 센서, 자이로스코프 또는 가속도계), 자력계 및 관성 센서(예: 회전 센서, 자이로스코프 또는 가속도계), 자력계 및 광학 센서(예: OF 센서, 카메라, 하나 이상의 포토다이오드, 하나 이상의 포토트랜지스터), 또는 기타 센서 조합을 포함하는 장치에 적용될 수 있다. 추가적으로서, 여기서 기술된 예시적인 실시예가 로봇 및 로봇 진공 청소기 및 응용 분야의 맥락에서 센서 켈리브레이션에 관련되지만, 그러한 기술은 제한적이지 않으며, 다른 응용 분야에 관련된 장치 및 방법에서 사용될 수 있으며, 예를 들어, 모바일 폰, 의학분야, 게임, 카메라, 군수 분야, 로봇 장치 등이다.

이상에서 설명된 예시적인 실시예들은 본 발명을 제한하는 것이 아니라 모든 면에서 예시적인 것으로 의도된다. 따라서, 본 발명은 당업자에 의해 여기에 포함된 설명으로부터 유도될 수 있는 상세한 구현에서 많은 변형이 가능하다. 예를 들어, 전술한 예시적인 실시예 중 일부는 무엇보다도 장치의 움직임을 감지하기 위한 관성 센서의 사용을 설명하지만, 다른 유형의 센서(예: 초음파, 자기 또는 광학)가 앞서 설명된 신호 처리와 관련된 관성 센서 대신에 또는 추가로 사용될 수 있다. 이러한 모든 변형 및 수정은 다음 청구범위에 의해 정의되는 본 발명의 범위 및 사상 내에 있는 것으로 간주된다. 본 출원의 설명에 사용된 어떤 요소, 행위, 또는 지시도 명백히 그렇게 기술되지 않는 한 본 발명에 중요하거나 필수적인 것으로 해석되어서는 안된다. 또한, 본 명세서에 사용된 바와 같이, 관사 "a"는 하나 이상의 항목을 포함하도록 의도된다.

특징 및 요소가 특정 조합으로 위에서 설명되었지만, 당업자는 각각의 특징 또는 요소가 단독으로 또는 다른 특징 및 요소와 임의의 조합으로 사용될 수 있음을 이해할 것이다. 또한, 여기에 설명된 방법은 컴퓨터 또는 프로세서에 의한 실행을 위해 컴퓨터 판독 가능 매체에 통합된 컴퓨터 프로그램, 소프트웨어 또는 펌웨어로 구현될 수 있다. 비일시적 컴퓨터 판독 가능 저장 매체의 예에는 ROM(Read Only Memory), RAM(Random Access Memory), 레지스터, 캐시 메모리, 반도체 메모리 장치, 내부 하드 디스크 및 제거가능한 디스크와 같은 자기 매체, CD-ROM 디스크 및 DVD(디지털 다목적 디스크)와 같은 광 매체를 포함하지만 이에 제한되지 않는다.소프트웨어와 관련된 프로세서는 WTRU 102, UE, 단말, 기지국, RNC, 또는 임의의 호스트 컴퓨터에서 사용하기 위한 무선 주파수 트랜시버를 구현하는 데 사용될 수 있다.

더욱이, 위에서 설명된 실시예에서, 처리 플랫폼, 컴퓨팅 시스템, 컨트롤러, 및 프로세서를 포함하는 다른 장치가 주목된다. 이러한 장치에는 하나 이상의 중앙 처리 장치("CPU")와 메모리가 포함될 수 있다. 컴퓨터 프로그래밍 분야의 당업자의 관행에 따라, 작동 또는 동작 및 명령의 상징적 표현의 언급은 다양한 CPU 및 메모리에 의해 수행될 수 있다. 이러한 작동 및 동작 또는 명령은 "실행됨", "컴퓨터 실행됨" 또는 "CPU 실행됨"으로 지칭될 수 있다.

당업자는 실행 및 상징적으로 표현된 동작 또는 명령이 CPU에 의한 전기 신호의 조작을 포함한다는 것을 이해할 것이다. 전기 시스템은 결과적으로 전기 신호의 변환 또는 감소를 야기할 수 있는 데이터 비트와 메모리 시스템의 메모리 위치에서 데이터 비트를 유지 관리하여, CPU의 동작 및 기타 신호 처리를 재구성하거나 그렇지 않으면 변경할 수 있는 데이터 비트를 나타낸다. 데이터 비트가 유지되는 메모리 위치는 데이터 비트에 대응하거나 나타내는 특정 전기적, 자기적, 광학적 또는 유기적 특성을 갖는 물리적 위치이다. 대표적인 실시예는 상기 언급된 플랫폼, 또는 CPU에 제한되지 않으며, 다른 플랫폼과 CPU는 제공된 방법을 지지할 수 있음이 이해되어야 한다.

데이터 비트는 또한 CPU가 읽을 수 있는, 자기 디스크, 광학 디스크, 및 임의의 다른 휘발성(예를 들어, 랜덤 액세스 메모리("RAM")) 또는 비휘발성(예를 들어, 읽기 전용 메모리( "ROM")) 대용량 저장 시스템을 포함하는 컴퓨터 판독가능 매체에 유지된다. 컴퓨터 판독 가능 매체는 프로세싱 시스템 상에 독점적으로 존재하거나 프로세싱 시스템에 대해 로컬 또는 원격일 수 있는 다수의 상호연결된 프로세싱 시스템들 사이에 분산되어, 협력 또는 상호연결된 컴퓨터 판독가능 매체를 포함할 수 있다. 대표적인 실시예는 위에서 언급한 메모리로 제한되지 않으며 다른 플랫폼 및 메모리가 설명된 방법을 지원할 수 있음을 이해해야 하다.

예시적인 실시예에서, 여기에 설명된 동작, 프로세스 등 중 임의의 것은 컴퓨터 판독 가능 매체에 저장된 컴퓨터 판독 가능 명령어로서 구현될 수 있다. 컴퓨터 판독가능 명령어는 모바일 유닛의 프로세서, 네트워크 요소, 및/또는 임의의 다른 컴퓨팅 디바이스에 의해 실행될 수 있다.

시스템 측면의 하드웨어와 소프트웨어 구현 사이에는 거의 차이가 없다. 하드웨어 또는 소프트웨어의 사용은 일반적으로(항상 그런 것은 아니지만 특정 상황에서는 하드웨어와 소프트웨어 사이의 선택이 중요해질 수 있음) 비용 대 효율의 트레이드오프를 나타내는 설계 선택이다. 여기에 설명된 프로세스 및/또는 시스템 및/또는 기타 기술(예: 하드웨어, 소프트웨어 및/또는 펌웨어)이 영향을 받을 수 있는 다양한 비클이 있을 수 있으며, 선호하는 비클은 프로세스 및/또는 또는 시스템 및/또는 기타 기술이 전개되는 상황에 따라 변할 수 있다. 예를 들어, 구현자가 속도와 정확도가 가장 중요하다고 결정하면, 구현자는 주로 하드웨어 및/또는 펌웨어 비클을 선택할 수 있다.유연성이 가장 중요하다면, 구현자는 주로 소프트웨어 구현을 선택할 수 있다. 대안으로, 구현자는 하드웨어, 소프트웨어 및/또는 펌웨어의 일부 조합을 선택할 수 있다.

전술한 상세한 설명은 블록도, 흐름도 및/또는 실시 예를 사용하여 장치 및/또는 프로세스의 다양한 실시예를 설명했다. 이러한 블록도, 흐름도 및/또는 실시 예가 하나 이상의 기능 및/또는 동작을 포함하는 한, 이러한 블록도, 흐름도 또는 실시 예 내의 각 기능 및/또는 동작이 개별적으로 및/또는 집합적으로 광범위한 하드웨어, 소프트웨어, 펌웨어 또는 이들의 거의 모든 조합에 의해 구현될 수 있다는 것이 당업자에 의해 이해될 것이다. 적절한 프로세서는 예를 들어 범용 프로세서, 특수 목적 프로세서, 기존 프로세서, 디지털 신호 프로세서(DSP), 복수의 마이크로프로세서, DSP 코어와 관련된 하나 이상의 마이크로프로세서, 컨트롤러, 마이크로 컨트롤러, ASIC(Application Specific Integrated Circuits), ASSP(Application Specific Standard Products); FPGA(Field Programmable Gate Arrays) 회로, 기타 유형의 집적 회로(IC) 및/또는 상태 머신을 포함한다.

본 개시는 본 출원에서 설명된 특정 실시예에 관하여 제한되지 않으며, 다양한 양태의 예시로서 의도된다. 당업자에게 자명한 바와 같이, 그 사상 및 범위를 벗어나지 않고 많은 수정 및 변형이 이루어질 수 있다. 본 출원의 설명에 사용된 요소, 행위 또는 지시는 명시적으로 제공되지 않는 한 본 발명에 중요하거나 필수적인 것으로 해석되어서는 안 된다. 여기에 열거된 것에 더하여, 본 개시의 범위 내에서 기능적으로 등가인 방법 및 장치는 전술한 설명으로부터 당업자에게 명백할 것이다. 이러한 수정 및 변형은 첨부된 청구범위에 속하는 것으로 의도된다. 본 개시 내용은 첨부된 청구범위의 조건에 의해서만 제한되어야 하며, 그러한 청구범위가 부여되는 등가물의 전체 범위와 함께 제한되어야 하다. 본 개시는 특정 방법 또는 시스템으로 제한되지 않는다는 것을 이해해야 하다.

특정의 대표적인 실시예에서, 여기에 설명된 주제의 여러 부분은 ASIC(Application Specific Integrated Circuits), FPGA(Field Programmable Gate Arrays), DSP(디지털 신호 프로세서), 및/또는 기타 집적 형식을 통해 구현될 수 있다. 그러나, 당업자는 여기에 개시된 실시예의 일부 측면이, 전체적으로 또는 부분적으로, 하나 이상의 컴퓨터에서 실행되는 하나 이상의 컴퓨터 프로그램으로서,(하나 이상의 컴퓨터 시스템에서 실행되는 더 많은 프로그램), 하나 이상의 프로세서에서 실행되는 하나 이상의 프로그램(예: 하나 이상의 마이크로프로세서에서 실행되는 하나 이상의 프로그램), 펌웨어, 또는 이들의 거의 모든 조합으로서, 집적 회로에서 동등하게 구현될 수 있음과, 그리고 회로를 설계하고/하거나 소프트웨어 및/또는 펌웨어를 위한 코드를 작성하는 것은 본 개시에 비추어 당업자의 기술 범위 내에 있을 것이다라는 것을 인식할 것이다. 또한, 당업자는 여기에 설명된 주제의 메커니즘이 다양한 형태의 프로그램 제품으로 배포될 수 있고 여기에 설명된 주제의 예시적인 실시예가 특정 유형의 실제로 배포를 수행하는 데 사용되는 신호 전달 매체의 타입에 관련이 없음을 인식할 것이다. 신호를 포함하는 매체의 예에는 플로피 디스크, 하드 디스크 드라이브, CD, DVD, 디지털 테이프, 컴퓨터 메모리 등과 같은 기록 가능한 유형 매체, 그리고 디지털 및/또는 아날로그 통신 매체와 같은 전송 유형 매체(예: 광섬유 케이블, 도파관, 와이어 커뮤니케이션 링크, 무선 통신링크 등)를 포함하지만 이에 제한되지는 않는다.

여기에 설명된 주제는 때때로 다른 다른 구성 요소 내에 포함되거나 또는 연결된 다른 구성 요소를 예시한다. 그러한 묘사된 아키텍처는 단지 실시 예일 뿐이며 실제로 동일한 기능을 달성하는 많은 다른 아키텍처가 구현될 수 있다는 것을 이해해야한다. 개념적 의미에서, 동일한 기능을 달성하기 위한 구성 요소의 임의의 배열은 원하는 기능이 달성될 수 있도록 효과적으로 "연관"된다. 따라서, 특정 기능을 달성하기 위해 여기에서 결합된 임의의 2개의 구성 요소는, 아키텍처 또는 중간 구성 요소에 관계없이, 원하는 기능이 달성되도록 서로 "연관된"것으로 보일 수 있다. 마찬가지로 이와 같이 연관된 두 구성 요소는, 소정의 기능을 성취하기 위해서, 서로 "작동 가능하게 연결" 또는 "작동가능하게 결합"된 것으로 보일수 있고, 관련될 수 있는 어떤 두 구성요소는 소정의 기능을 성취하기 위해서 서로 "작동가능하게 결합될 수 있는"것으로 보여질 수 있다. 작동가능하게 결합될 수 있는 특정 실시예는 제한적이지는 않지만 물리적으로 어울리는 및/또는 물리적으로 상호작용하는 구성들 및/또는 무선으로 상호작용할 수 있는 및/또는 무선으로 상호 작용하는 구성 성분 및/또는 논리적으로 상호작용하는 및/또는 논리적으로 상호작용할 수 있는 구성성분을 포함한다.

여기서, 실질적으로 임의의 복수 및/또는 단수 용어의 사용과 관련하여, 당업자는 문맥 및/또는 문맥에 적절한대로 복수에서 단수로 및/또는 단수에서 복수로 번역할 수 있다. 또는 명확성을 위해 다양한 단수/복수 순열이 본 명세서에서 명시적으로 설명될 수 있다.

일반적으로 여기서, 특히 첨부된 청구 범위(예를 들어, 첨부된 청구 범위의 본체)에서 사용된 용어는 일반적으로 "개방형"용어로 의도된다(예를 들어, 용어 "포함하는"은 "포함하지만 이에 제한되지 않는 "으로 해석되어야하고, 용어 "가지는"은 "적어도 갖는"으로 해석되어야 하며, 용어 "포함하는"은 "포함하지만 이에 제한되지 않는 "등으로 해석되어야 한다.) 또한, 청구항에 특정 수의 설명이 의도된 경우, 그러한 의도는 청구에서 명시적으로 될 것이며, 그러한 설명이 없는 경우 그러한 의도가 없다는 것이 당업자에 의해 또한 이해될 것이다. 예를 들어 단지 하나의 항목만 사용하려는 경우 "단일" 이라는 용어 또는 유사한 언어를 사용할 수 있다. 이해를 돕기 위해, 다음의 첨부된 청구 범위 및/또는 본 명세서의 설명은 청구 인용을 도입하기 위해 도입 문구 "적어도 하나" 및 "하나 이상"의 사용을 포함할 수 있다. 그러나, 그러한 문구의 사용은, 동일한 청구항이 도입문구 "하나 이상" 또는 "적어도 하나"와 부정 관사 "a" 또는 "an"를 포함하는 경우에도, 청구 설명의 도입이 그러한 도입된 청구항 설명을 포함하는 특정 청구를 그러한 인용을 하나만 포함하는 구체 예로 제한한다는 것을 의미하는 것으로 해석되어서는 안된다(예를 들어, "a" 및/또는 "an"은 "적어도 하나" 또는 "하나 이상"을 의미하게 해석되어야 한다). 동일한 주장에는 주장 인용을 도입하는 데 사용되는 정관사의 사용도 마찬가지이다. 또한, 도입된 주장 인용의 특정 횟수가 명시적으로 인용 되더라도, 당업자는 그러한 인용이 적어도 인용된 횟수를 의미하는 것으로 해석되어야 함을 인식할 것입니다(예를 들어, "2 회 인용", 다른 수식어는 두 개 이상의 설명 또는 두 개 이상의 설명을 의미한다.) 또한, "A, B, 및 C 등의 적어도 하나"와 유사한 관례가 있는 경우, 일반적으로 그러한 구성은 당업자가 관례를 이해할 것이라는 의미에서 의도된다(예를 들어, "A, B 및 C 의 적어도 하나를 갖는 시스템"은 A 단독, B 단독, C 단독, A와 B 함께, A와 C 함께, B와 C 함께, 및/또는 A, B 및 C 함께 가지는 시스템들에 제한도지 않는다). "A, B 또는 C 등 중 적어도 하나"과 유사한 관례가 있는 경우 일반적으로 그러한 구성은 당업자가 관례를 이해할 것이라는 의미에서 의도된다(예를 들어, "A, B 또는 C 중 적어도 하나를 갖는 시스템"은 A는 단독, B는 단독, C는 단독, A와 B 함께, A와 C 함께, B와 C 함께, 및/또는 A, B, C를 함께 가지는 시스템에 제한되지 않는다). 상세한 설명, 청구 범위 또는 도면에 있든간에, 둘 이상의 대체 용어를 제시하는 사실상 임의의 분리 단어 및/또는 문구는 용어 중 하나, 용어 둘 중 하나, 또는 둘다를 포함할 수 있는 가능성을 고려하기 위해 이해되어야 한다는 것이 당업자에 의해 추가로 이해될 것이다. 예를 들어, "A 또는 B"라는 문구는 "A" 또는 "B" 또는 "A 및 B"의 가능성을 포함하는 것으로 이해될 것이다. 또한, 여기서 사용된 바와 같이, 용어 복수의 항목의 리스트 및/또는 복수의 범주의 항목이 이어지는 "~의 하나"는 "~중의 하나", "~의 임의의 조합", "~의 임의의 배수" 및/또는 "배수의 조합" 항목 및/또는 항목의 카테고리, 개별적으로 또는 다른 항목 및/또는 다른 항목의 카테고리와 함께를 포함하는 것으로 의도된다. 더욱이, 여기서 사용되는 용어 "세트" 또는 "그룹"은 0을 포함하는 임의의 수의 항목을 포함하도록 의도된다. 추가적으로, 여기서 사용되는 바와 같이, 용어 "숫자"는 0을 포함한 임의의 수를 포함하는 것으로 의도된다.

또한, 본 개시의 특징 또는 측면이 Markush 그룹의 관점에서 설명되는 경우, 당업자는 본 개시가 또한 Markush 그룹 구성의 임의의 개별 구성 또는 하위 그룹의 관점에서 설명된다는 것을 인식 할 것이다.

당업자에 의해 이해되는 바와 같이, 임의의 및 모든 목적을 위해, 그러한 상세한 설명을 제공함에 있어서, 여기서 개시된 모든 범위는 또한 임의 및 모든 가능한 하위 범위 및 그 하위 범위의 조합을 포함한다. 어떤 목록의 범위는, 동일한 범위를 적어도 동일한 절반, 3 등분, 4 등분, 5 등분, 10 등분 등으로 쪼갤수 있도록 충분히 설명하고 가능하게 하는 것으로 쉽게 인식될 수 있다. 비 제한적인 예로서, 여기에서 논의된 각 범위는 하부 1/3, 중간 1/3, 및 상부 1/3로 쉼게 쪼개질 수 있다. 또한, 당업자에 의해 이해되는 바와 같이 "까지", "적어도", "더 큰", "보다 작은", 등의 모든 언어는 인용된 숫자를 포함하며, 위에서 논의된 바와 같이 후속적으로 하위 범위로 연속적으로 나눌 수 있는 범위들을 의미한다. 마지막으로, 당업자에 의해 이해되는 바와 같이, 범위는 각각의 개별 숫자를 포함한다. 따라서, 예를 들어 1-3 개의 셀을 갖는 그룹은 1, 2 또는 3 개의 셀을 갖는 그룹을 의미한다. 유사하게, 1-5 개의 셀을 갖는 그룹은 1, 2, 3, 4 또는 5 개의 셀 등을 갖는 그룹을 의미한다.

더욱이, 청구 범위는, 그 효과가 언급되지 않는 한, 제공된 순서 또는 요소로 제한되는 것으로 해석되어서는 안된다. 또한 모든 청구에서 "~을 위한 수단"라는 용어의 사용은 35 USC §112(6) 또는 수단-플러스-기능 청구 형식을 호출하기 위한 것이며 "~을 위한 수단"이라는 용어가 없는 청구항은 그렇게 의도되지 않는다.

Claims

자이로스코프에 의해 로봇의 물리적 모션을 검출하는 것,
광학 흐름(OF) 센서(및/또는 카메라)에 의해, 정보를 포함하는 하나 이상의 이미지 신호를 검출하는 것; 및
검출된 물리적 모션과 정보를 기반으로 센서 켈리브레이션 파라미터의 추정치를 유도하는 것을 포함하는 방법.
제1항에 있어서,
상기 정보는 상기 하나 이상의 이미지 신호의 각 프레임에서 각각의 이미지의 함수를 포함하는 방법.
제2항에 있어서,
상기 함수는 이미지 품질 및/또는 이미지 밝기와 관련되는 방법.
제1항에 있어서,
정보 및/또는 센서 켈리브레이션 파라미터의 추정치에 기초하여 자이로스코프를 켈리브레이션하는 것을 더 포함하는 방법.
제4항에 있어서,
상기 자이로스코프를 켈리브레이션하는 것은,
정보와 검출된 물리적 모션 사이의 관계를 식별하는 것; 및
식별된 관계에 기초하여 자이로스코프의 스케일 파라미터를 켈리브레이션하는 것을 포함하는 방법.
제1항에 있어서,
로봇의 물리적인 모션은 제자리 회전 및/또는 360도 이상의 회전인 방법.
제1항에 있어서,
로봇의 물질적 모션은 임의의 표면 또는 미지의 표면 패턴을 가지는 표면에서 검출되는 방법.
제1항에 있어서,
하나 이상의 이미지 품질 신호가 주기적 신호인 방법.
제1항에 있어서,
상기 정보에 기초하여 표면에 대한 로봇의 각운동을 추정하는 것; 및
추정된 각 운동에 기초하여 자이로스코프의 스케일을 켈리브레이션하는 것을 포함하는 방법.
제1항에 있어서,
알려진 로봇 지오메트리에 기초하여 OF 센서 및/또는 카메라에서의 선형 속도에 각속도를 관련시키는 것; 및
OF 센서 및/또는 카메라의 변위 스케일을 계산하는 것을 더 포함하는 방법.
제1항에 있어서,
상기 정보에 기초하여 센서 켈리브레이션을 위해 알려진 표면 상의 가시 패턴의 공간 주파수를 결정하는 것을 더 포함하는 방법.
제11항에 있어서,
검출된 공간 주파수에 기초하여 각운동을 추정하는 것; 및
추정된 각 운동에 기초하여 자이로스코프의 스케일을 켈리브레이션 하는 것
을 더 포함하는 방법.
제1항에 있어서,
하나 이상의 이미지 신호를 검출하는 것은 하나 이상의 반사 참조 마크를 검출하는 것을 포함하는 방법.
제13항에 있어서,
검출된 하나 이상의 반사 참조 마크에 기초하여 각도 모션을 추정하는 것; 및
추정된 각도 모션에 기초하여 자이로스코프의 스케일을 켈리브레이션하는 것을 더 포함하는 방법.
로봇의 물리적인 모션을 검출하도록 구성된 자이로스코프;
정보를 포함하는 하나 이상의 이미지 신호를 생성하도록 구성된 광학 흐름(OF) 센서 및/또는 카메라; 및
검출된 물리적 모션 및 정보에 기초하여 센서 켈리브레이션 파라미터의 추정치를 유도하도록 구성된 프로세서를 포함하는 시스템.
제15에 있어서,
상기 정보는 하나 이상의 이미지 신호의 각 프레임에서 각각의 이미지의 함수를 포함하는 시스템.
제16항에 있어서,
상기 함수는 이미지 품질 및/또는 이미지 밝기와 연관되는 시스템.
제15항에 있어서,
프로세서는 센서 켈리브레이션 파라미터의 정보 및/또는 추정치에 기초하여 자이로스코프를 켈리브레이션 하도록 더 구성되는 시스템.
제18항에 있어서, 상기 프로세서는,
상기 정보와 상기 검출된 물리적 모션 사이의 관계를 식별하는 것; 및
식별된 관계에 기초하여 자이로스코프의 스케일 파라미터를 켈리브레이션 하는 것
에 의해서 자이로스코프를 켈리브레이션하도록 더 구성된 시스템.
제15항에 있어서,
상기 로봇의 물리적 움직임은 제자리 회전 및/또는 360도를 초과하는 회전인 시스템.
제15항에 있어서,
상기 로봇의 물리적인 움직임은 임의의 표면 또는 미지의 표면 패턴을 가지는 표면에서 검출되는 시스템.
제15항에 있어서,
상기 하나 이상의 이미지 품질 신호는 주기적 신호인 시스템.
제15항에 있어서, 상기 프로세서는,
정보에 기초하여 표면에 대한 로봇의 각도 모션을 추정하는 것; 및
추정된 각도 모션에 기초하여 자이로스코프의 스케일을 켈리브레이션 하도록 더 구성된 시스템.
제15항에 있어서, 상기 프로세서는
알려진 로봇 지오메트리에 기초하여 OF 센서 및/또는 카메라에서의 선형 속도에 각속도를 관련시키는 것; 및
OF 센서 및/또는 카메라의 변위 스케일을 계산하는 것
을 더 포함하도록 구성된 시스템.
제15항에 있어서,
상기 프로세서는 정보에 기초하여 센서 켈리브레이션을 위해 알려진 표면 상의 가시적 패턴의 공간 주파수를 결정하도록 더 구성되는 시스템.
제25항에 있어서, 상기 프로세서는,
검출된 공간 주파수에 기초하여 각도 모션을 추정하고; 그리고
추정된 각도 모션을 기반으로 자이로스코프의 스케일을 켈리브레이션하도록 더 구성된 시스템.
제15항에 있어서,
OF 센서 및/또는 카메라는 하나 이상의 반사 참조 마크를 검출하는 것에 의해 하나 이상의 이미지 신호를 검출하도록 구성되는 시스템.
제27항에 있어서, 상기 프로세서는,
검출된 하나 이상의 반사 참조 마크에 기초하여 각도 모션을 추정하고; 그리고 추정된 각도 모션에 기초하여 자이로스코프의 스케일을 켈리브레이션하도록 구성된 시스템.
로봇에 배치된 자이로스코프를 켈리브레이션 하는 방법으로서,
켈리브레이션 표면에 로봇을 배치하는 것;
켈리브레이션 표면에서 로봇을 회전시키는 것;
자이로스코프를 이용하여 로봇의 제1 헤딩을 결정하는 것;
이미지 센서를 이용하여 로봇의 제2 헤딩을 결정하는 것; 그리고
제1 헤딩과 제2 헤딩을 기반으로 자이로스코프를 켈리브레이션하는 것을 포함하는 방법.
제29항에 있어서,
로봇을 배치하는 단계는:
켈리브레이션 표면에서 로봇을 중심에 위치시키는 것을 포함하는 방법.
제29항에 있어서,
켈리브레이션 표면은 광학적으로 인식 가능한 마킹을 제공하는 엔지니어링 표면인 방법.
제29항에 있어서,
켈리브레이션 표면은 로봇의 회전에 걸쳐 미리 결정된 수준의 광학적 변화를 갖도록 로봇에 의해 식별된 표면인 방법.
제29항에 있어서,
상기 이미지 센서는 광학 흐름 센서 및 카메라 중 하나인 방법.
제29항에 있어서,
이미지 센서를 사용하여 로봇의 제2 헤딩을 결정하는 단계는,
로봇의 제2 헤딩을 복수의 중첩 창으로 분할하는 것; 및
복수의 창 각각에 대해 오토코릴레이션 함수를 실행하는 것을 포함하는 방법.
켈리브레이션 표면;
켈리브레이션 표면에 배치된 로봇;
로봇 상에 배치된 자이로스코프;
로봇에 배치된 이미지 센서; 및
자이로스코프에 의해 생성된 데이터를 사용하여 로봇의 제1 헤딩과, 이미지 센서에 의해 생성된 데이터를 사용하여 로봇의 제2 헤딩을 생성하고, 그리고 제1 헤딩 및 제2 헤딩을 사용하여 자이로스코프에 대한 켈리브레이션 파라미터를 생성하도록 더 구성된 프로세서
를 포함하는 로봇에 배치된 자이로스코프를 켈리브레이션하는 시스템.
제35항에 있어서,
상기 로봇이 켈리브레이션 표면의 중심에 위치하는 시스템.
제35항에 있어서,
켈리브레이션 표면은 광학적으로 인식 가능한 마킹을 제공하도록 설계된 표면인 시스템.
제35항에 있어서,
켈리브레이션 표면은 로봇의 회전에 걸쳐 미리 결정된 수준의 광학적 변화를 갖도록 로봇에 의해 식별된 표면인 시스템.
제35항에 있어서,
이미지 센서는 광학 흐름 센서 및 카메라 중 하나인 시스템.
제35항에 있어서, 상기 프로세서는
로봇의 제2 헤딩을 복수의 중첩 창으로 분할하는 것; 및
복수의 창 각각에 대해 오토코릴레이션 함수를 실행하는 것
에 의해서 제2 헤딩을 결정하는 시스템.
로봇에 배치된 자이로스코프를 켈리브레이션하는 방법으로서,
자이로스코프로부터의 정보에 기초하여 로봇이 제1 헤딩을 갖는 도킹 스테이션에 로봇을 도킹하는 것;
로봇에 의해 도킹 스테이션에서부터 출발하는 것;
로봇을 회전시키는 것;
도킹 스테이션에 로봇을 다시 도킹하는 것, 여기서, 로봇은 자이로스코프로부터의 정보에 기초하여 제2 헤딩을 가지며; 및
첫 번째 헤딩과 두 번째 헤딩 사이의 차이를 기반으로 자이로스코프를 켈리브레이션하는 것을 포함하는 방법.
제41항에 있어서,
도킹, 출발, 회전 및 도킹 단계가 복수 회 반복되어 복수의 헤딩을 생성하고, 켈리브레이션 단계는 복수의 헤딩을 이용해서 수행되는 방법.