KR20230082885A - 자율주행로봇의 성능평가 방법 및 성능평가 시스템 - Google Patents

Abstract

본 발명은, 자율주행로봇의 성능평가를 위한 방법 및 그 시스템에 관한 것으로서, 본 발명의 예시적인 실시예는 자율주행로봇의 성능평가 방법에 있어서, 로봇의 자율주행성능 평가를 위해 시작점과 목표점을 선택하는 설정 단계와 상기 설정 단계 후, 상기 로봇이 상기 시작점에서 상기 목표점까지의 경로를 계획하는데 소요된 시간을 평가하는 경로계획 평가 단계 및 상기 경로계획 평가 단계 후, 상기 로봇의 자율주행성능을 평가하는 자율주행 성능평가 단계를 포함하는 자율주행로봇의 성능평가 방법을 제공한다.

Description

자율주행로봇의 성능평가 방법 및 성능평가 시스템{PERFORMANCE EVALUATION METHODS AND PERFROMACE EVALUATION SYSTEM FOR AUTONOMOUS DRIVING ROBOT}

본 발명은, 자율주행로봇의 성능평가를 위한 방법 및 그 시스템에 관한 것이다.

일반적으로, 로봇주행은 환경 정보와 위치 정보를 기반으로 현재 위치로부터 목적지까지 경로를 생성하고 제어하는 기술 체계를 의미하며, 주행기술은 로봇청소기, 군용로봇, 무인주행 자동차 등 개인용 서비스 로봇으로부터 전문서비스 로봇까지 다양한 제품에 응용되어 구현되고 있다.

즉, 로봇주행은 로봇의 이동(Mobility) 기능을 구현하는 것으로서, 자율주행로봇은 스스로 주변을 살피고 장애물을 감지하면서 바퀴나 다리 등의 이동수단을 이용하여 최적 경로를 선택하여 목적지까지 찾아가는 로봇으로 정의될 수 있다.

로봇의 자율주행 기술의 일반적인 구조는 위치인식(localization), 지도작성(mapping), 주행제어(guidance/control), 요소 정보의 정밀도(level of detail), 공간인지 기반의 지역경로생성 및 자율제어 등을 포함할 수 있다.

로봇주행기능은 공간 정보의 활용방법에 따라 크게 지도 기반 로봇주행(Map-based navigation), 지도작성 기반 로봇주행(Map building-based navigation), 지도를 사용하지 않는 로봇주행(Mapless navigation)으로 구분이 가능하다.

지도 기반 로봇주행(Map-based navigation)의 경우 CAD 데이터를 포함하여 사용자가 사전에 제작한 지도 정보를 이용하여 주행하는 방법이며, 지도작성 기반 로봇주행(Map building-based navigation)은 로봇이 미지의 환경에 대한 센싱 정보를 바탕으로 주행에 필요한 지도를 스스로 작성하는 방식이다. 이에 따른 SLAM(Simultaneous Localization And Map-Building) 기술의 개발이 지속적으로 연구되고 있는 실정이다.

지도를 사용하지 않는 로봇주행(Mapless navigation)은 주행환경 내의 랜드마크(Landmark)나 사물을 인식하여 주행하는 방식이다.

상술한 자율주행로봇의 경우 다양한 스펙으로 제작될 수 있으며, 각각 스펙에 따른 자율주행의 성능차이가 존재하므로 정량적으로 자율주행로봇의 성능을 평가할 수 있는 방법 및 시스템의 개발이 요구된다.

따라서 본 발명은, 상술한 문제를 해결하고자 함을 목적으로 한다.

본 발명의 다양한 과제 중 하나는, 다양한 스펙으로 제작되는 자율주행로봇의 성능을 정량적으로 평가할 수 있는 방법 및 그 시스템을 제공하고자 한다.

본 발명의 다양한 과제 중 하나는, 자율주행로봇의 성능평가를 위한 다양한 환경을 구현한 평가 구간을 제공하고자 한다.

본 발명의 다양한 과제 중 하나는, SLAM(Simultaneous Localization And Map-Building)기술이 적용된 로봇의 경우 지도를 생성하는 능력을 평가할 수 있는 방법 및 그 시스템을 제공하고자 한다.

본 발명의 다양한 과제 중 하나는, 로봇의 자율주행성능에 대한 위치정밀도와 반복정밀도를 평가할 수 있는 방법 및 그 시스템을 제공하고자 한다.

본 발명의 다양한 과제 중 하나는, 로봇에게 시작점과 목표점을 제공할 경우 로봇이 최적의 경로를 선택하거나 생성하여 경로계획을 수립하는 능력을 평가할 수 있는 방법 및 그 시스템을 제공하고자 한다.

본 발명의 과제를 해결하기 위한 다양한 실시예는, 자율주행로봇의 성능평가 방법에 있어서, 로봇의 자율주행성능 평가를 위해 시작점과 목표점을 선택하는 설정 단계와 상기 설정 단계 후, 상기 로봇이 상기 시작점에서 상기 목표점까지의 경로를 계획하는데 소요된 시간을 평가하는 경로계획 평가 단계 및 상기 경로계획 평가 단계 후, 상기 로봇의 자율주행성능을 평가하는 자율주행 성능평가 단계를 포함하는 자율주행로봇의 성능평가 방법을 제공한다.

상기 설정 단계는, 상기 로봇에 SLAM(Simultaneous Localization And Map-Building)기술이 적용되어 있는지 여부를 판단하는 단계를 포함할 수 있다.

상기 로봇에 SLAM 기술이 적용되어 있는 경우, 상기 로봇의 지도 생성능력을 평가할 수 있다.

상기 지도 생성능력 평가 단계는, 상기 로봇이 지도를 생성하는데 소요된 시간을 기준으로 지도의 생성속도를 평가하는 단계를 포함할 수 있다.

상기 지도 생성능력 평가 단계는, 상기 지도의 생성속도를 평가한 후 상기 생성된 지도와 서버에 저장되어 있는 평가환경의 지도데이터와 정합률을 기준으로 지도의 생성 정확도를 평가하는 단계를 더 포함할 수 있다.

상기 경로계획 평가 단계는, 로봇의 경로계획 수립이 완료되었는지 여부를 판단하는 단계 및 상기 로봇의 경로계획 수립이 완료된 경우, 상기 로봇이 경로계획 수립을 완료하기까지 소요된 시간이 기 설정된 시간을 초과하는지 여부를 판단하는 단계를 포함할 수 있다.

상기 자율주행 성능평가 단계는, 상기 로봇이 상기 목표점에 도달한 경우 상기 로봇의 위치와 상기 목표점의 위치 차이를 기준으로 상기 로봇의 위치 정밀도를 평가하는 단계를 포함할 수 있다.

상기 위치 정밀도 평가 단계는, 상기 로봇이 상기 목표점에 도달하였는지 여부를 판단하는 단계와 상기 로봇이 상기 목표점에 도달한 경우 상기 목표점과 상기 로봇의 위치오차를 측정하는 단계 및 상기 측정된 위치오차가 기 설정된 값을 초과하는지 여부를 판단하는 단계를 포함할 수 있다.

상기 자율주행 성능평가 단계는, 상기 로봇이 상기 시작점과 상기 목표점을 반복적으로 주행한 경우 상기 로봇의 위치와 상기 목표점의 위치 차이를 기준으로 상기 로봇의 반복 정밀도를 평가하는 단계를 더 포함할 수 있다.

상기 반복 정밀도 평가 단계는, 상기 로봇의 주행횟수가 기 정해진 횟수를 만족하는 경우 상기 각 주행횟수마다 측정된 위치오차를 누적 합산하는 단계 및 상기 누적 합산된 위치오차 값이 기 설정된 값을 초과하였는지 여부를 판단하는 단계를 포함할 수 있다.

본 발명의 예시적인 실시예는, 자율주행로봇의 성능평가를 위한 시스템에 있어서, 로봇의 성능평가를 위한 환경지도 정보를 생성하고 적어도 하나 이상의 지도 데이터를 저장하는 지도 생성 및 저장부와 로봇의 성능평가를 위한 시작점과 목표점을 설정하는 위치 설정부와 상기 로봇이 상기 시작점에서 상기 목표점까지의 경로를 계획하는데 소요된 시간을 평가하는 경로계획 평가부와 상기 로봇과 통신하며 상기 로봇으로부터 데이터를 수신하거나 명령을 송신하는 통신부와 상기 로봇의 위치를 측정하는 위치 측정부 및 상기 위치 측정부를 통해 측정된 위치를 기준으로 상기 로봇의 자율주행성능을 평가하는 자율주행 성능평가부를 포함하는 자율주행로봇의 성능평가 시스템을 제공한다.

상기 위치 설정부는 상기 시작점과 상기 목표점으로 결정되는 상기 로봇의 주행경로 상에 적어도 하나 이상의 장애물을 배치하는 장애물 발생부를 포함할 수 있다.

상기 로봇에 SLAM 기술이 적용된 경우, 상기 로봇이 지도를 생성하는데 소요된 시간을 기준으로 지도의 생성속도를 평가하는 SLAM 기술 평가부를 더 포함할 수 있다.

상기 SLAM 기술 평가부는, 상기 지도의 생성속도를 평가한 후 상기 생성된 지도와 상기 지도 생성 및 저장부에 저장되어 있는 평가환경의 지도데이터와 정합률을 평가할 수 있다.

상기 자율주행 성능평가부는, 상기 로봇과 상기 목표점의 위치 차이를 기준으로 로봇의 위치 정밀도와 반복 정밀도를 평가할 수 있다.

상술한 실시예들의 각각의 특징들은 다른 실시예들과 모순되거나 배타적이지 않는 한 다른 실시예들에서 복합적으로 구현될 수 있다.

본 발명의 다양한 실시예에 의하면, 다양한 스펙으로 제작되는 자율주행로봇의 성능을 정량적으로 평가할 수 있으며, 자율주행로봇의 성능평가를 위한 다양한 환경을 구현할 수 있다.

또한, SLAM(Simultaneous Localization And Map-Building)기술이 적용된 로봇의 경우 지도를 생성하는 능력을 평가할 수 있다.

또한, 로봇의 자율주행성능에 대한 위치정밀도와 반복정밀도를 평가할 수 있다.

또한, 로봇에게 시작점과 목표점을 제공할 경우 로봇이 최적의 경로를 선택하거나 생성하여 경로계획을 수립하는 능력을 평가할 수 있다.

본 발명의 효과는 전술한 것으로 제한되지 않으며, 언급되지 않은 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 인식될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 자율주행로봇의 성능평가 시스템을 나타낸 도면이다.
도 2는 도 1의 자율주행로봇의 성능평가 시스템과 평가구간, 로봇, 클라우드 서버를 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 자율주행로봇의 성능평가 방법을 개략적으로 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 로봇의 지도 생성능력을 평가하는 방법을 포함한 자율주행로봇의 성능평가 방법을 개략적으로 나타낸 도면이다.
도 5는 도 4의 자율주행로봇의 성능평가 방법을 구체적으로 나타낸 도면이다.
도 6은 도 5에서 지도 생성능력 평가 방법을 나타낸 도면이다.
도 7은 도 5에서 로봇의 위치 정밀도 평가 방법을 나타낸 도면이다.
도 8은 도 5에서 로봇의 반복 정밀도 평가 방법을 나타낸 도면이다.

이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.

본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.

또한, 본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B,(a),(b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다.

도 1 및 도 2는 본 발명의 일 실시예에 따른 자율주행로봇의 성능평가 시스템을 나타낸 도면이다.

이하 도 1을 참고하여 설명한다.

본 발명의 일 실시예에 따른 자율주행로봇의 성능평가 시스템(100)은 스펙 설정부(110), 연산부(120), 위치 측정부(130), 경로계획 평가부(140), 통신부(150), 지도생성 및 저장부(160), 위치 설정부(170), 자율주행 성능평가부(180), SLAM(Simultaneous Localization And Map-Building, 이하 SLAM) 기술 평가부(190)를 포함할 수 있다.

스펙 설정부(110)는 평가대상 자율주행로봇의 스펙을 저장할 수 있다. 자율주행로봇의 성능은 다양한 스펙 차이에 의존적이므로 평가의 신뢰성을 높이기 위해 다양한 자율주행로봇에 맞춰 평가환경, 평가항목 등의 기준을 설정할 필요가 있다.

일 예로 스펙 설정부(110)를 통해 자율주행로봇에 SLAM 기술이 적용되어 있는 경우에는 후술하는 성능평가 방법을 통해 SLAM 기술에 대한 평가환경의 지도 생성능력에 대한 평가를 수행할 수 있다.

연산부(120)는 시작점과 목표점을 통해 로봇이 경로를 계획하고, 계획된 경로를 적어도 한번 이상 주행하는 자율주행로봇의 평가에 있어서 다양한 연산작업을 수행할 수 있다.

위치 측정부(130)는 시작점과 목표점을 통해 로봇이 경로를 계획하고, 계획된 경로를 적어도 한번 이상 주행하는 자율주행로봇의 평가에 있어서 로봇의 위치를 측정할 수 있다.

경로계획 평가부(140)는 로봇에게 시작점과 목표점을 제공한 경우 로봇이 시작점에서 목표점까지 향하는 최적의 경로계획 수립능력을 평가할 수 있다.

통신부(150)는 로봇, 클라우드, 평가환경에 설치되어 있는 다양한 센서 등과 통신하며 데이터를 수신하거나 로봇에게 명령을 송신할 수 있다. 통신부의 역할은 이에 한정될 것은 아니며 다양한 외부기기들과 데이터를 송수신할 수 있음은 물론이며 일 예로 자율주행로봇의 평가결과 각 평가항목의 결과데이터 등을 송신할 수도 있다.

지도생성 및 저장부(160)는 평가환경에 대한 지도를 생성하거나 기 설정된 복수개의 지도데이터가 저장될 수 있다. 평가환경은 상술한 바와 같이 다양한 스펙을 가진 자율주행로봇에 따라 달리 제공될 수도 있다.

위치 설정부(170)는 시작점과 목표점을 설정하는 설정부(171)와 장애물 발생부(173)를 포함할 수 있다.

시작점과 목표점 설정부(171)는 자율주행로봇의 평가환경내에서 로봇의 평가를 시작하기 위한 지점과 로봇이 주행하여 도달해야 하는 지점을 설정할 수 있다.

장애물 발생부(173)는 평가환경내에서 시작점과 목표점으로 결정되는 로봇의 주행경로 상에 배치되는 적어도 하나 이상의 장애물을 설정할 수 있다. 장애물은 요철지면, 팟홀(pathole)지형, 가변적 장애물 등을 포함할 수 있다. 가변적 장애물의 경우 로봇의 인식능력을 고려한 크기로 형성될 수 있으며 벽, 원통형 기둥, 사각 기둥 등의 다양한 형태로 형성될 수 있다.

장애물 발생부(173)는 상술한 장애물을 통해 시작점에서 목표점 사이에 다양한 변수를 생성시킬 수 있다. 일 예로 주행 경로 상에 장애물을 배치하지 않는 경우 로봇은 시작점에서 목표점까지 최단직선거리로 주행할 수 있으며, 경로 상에 장애물 발생부(173)를 통해 장애물이 배치될 경우 로봇은 장애물을 회피하기 위한 경로를 따라 주행할 수 있으며, 장애물이 로봇의 주행 경로상에 로봇이 특정한 형태로 주행할 수 있도록 장애물이 배치될 수도 있다.

자율주행 성능평가부(180)는 위치정밀도 평가부(181)와 반복정밀도 평가부(183)를 포함할 수 있다. 로봇의 위치정밀도와 반복정밀도는 상술한 구성에 의해 측정되거나 연산된 로봇이 목표점에 도달한 경우 로봇의 위치와 목표점 사이의 위치 차이(목표점과 로봇의 위치오차)를 기준으로 평가할 수 있다.

SLAM 기술 평가부(190)는 로봇에 SLAM 기술이 적용된 경우 SLAM 성능을 평가할 수 있다. SLAM 성능의 평가기준은 지도생성에 소요된 시간(맵 빌딩속도) 및 지도 생성의 정확성(맵 빌딩 정확도)를 평가할 수 있다.

도 2는 도 1의 자율주행로봇의 성능평가 시스템과 평가구간, 로봇, 클라우드 서버를 나타낸 도면이다.

이하 도 2를 참고하여 설명한다.

본 실시예의 자율주행로봇의 성능평가 시스템(100)은 평가구간(200), 로봇(300), 클라우드 서버(400)와 통신부(150)를 통한 통신 기능을 수행할 수 있다.

보다 구체적으로 실시예에 따라 통신부(150)는 로봇(300)이 주행하는 평가구간(200)에 배치된 라이다(Lidar) 센서, 레이더(Radar) 센서 등을 포함하여 위치측정 또는 움직임을 측정하기 위한 다양한 센서들에 의해 획득한 정보를 수신할 수 있다. 또한 자율주행 로봇의 평가가 완료된 경우의 결과데이터 또는 자율주행 로봇의 성능평가를 위한 각 구간에서의 평가 결과데이터 등을 클라우드 서버(400)에 송신할 수 있다.

통신부(150)는 무선 통신으로 평가구간(200), 로봇(300), 클라우드 서버(400)와 연결되고 Wi-Fi와 같은 무선 네트워크를 자체적으로 지원할 수도 있으며, 이 외에도 무선 통신을 위한 다양한 통신 방식을 지원하는 RF(Radio Frequency) 칩(chip)이나 회로 (circuit)를 포함할 수 있다.

로봇(300)은 자율주행을 위한 구성들을 포함하는 다양한 형태의 로봇을 의미할 수 있다.

보다 구체적으로, 로봇은 위치 인식부를 구비하여 상기 위치인식 센서를 통해 주행 공간을 인식하고 자신의 위치를 추정할 수 있다. 상기 위치 인식부는 GPS(Global Positioning System) 좌표, IMU(Inertial Measurement Unit)의 센싱값 및 SLAM 기술 중 적어도 하나를 이용할 수 있다.

또한, 로봇(300)은 매핑부를 구비하여 상기 위치 인식부와 연동하여 현재 위치와의 매핑을 처리하거나 지도를 생성할 수 있다. 매핑부는 로봇(300)이 자율 주행을 수행하면서 주행 공간에 대한 지도를 작성하거나 이미 작성된 지도를 관리할 수 있다.

보다 구체적으로 상기 매핑부는 미지의 주행 공간을 돌아다니면서 이동로봇에 부착되어 있는 다양한 센서들을 통해 외부의 도움 없이 주행 공간에 대한 정확한 지도를 작성하거나 주행 공간과 기 저장된 지도를 매칭하기 위해 SLAM(Simultaneous Localization And Mapping)이나 CML(concurrent Mapping and Localization)과 같은 기술을 이용할 수 있다. 또한, 맵핑부(164)는 카메라의 2차원 데이터를 3차원 정보로 변환하기 위한 SFM(structure From Motion)과 같은 기술을 3차원 지도의 생성을 위해 이용할 수 있다.

또한, 로봇(300)은 출발지에서 목적지까지 주행하기 위한 최적 경로를 생성하는 경로 생성부를 포함할 수 있다.

보다 구체적으로, 경로 생성부는 로봇(300)의 자율 주행을 위한 경로를 계획할 수 있다. 예를 들어 경로 생성부는 RRT(Rapidly-exploring Random Tree), 경로를 찾기 위한 A스타 알고리즘, D스타 알고리즘, 다익스트라 알 고리즘(Dijkstra algorithm) 등을 이용할 수 있다.

상기 경로 생성부를 통해 로봇(300)은 해당 경로를 따라 평가환경내를 주행 시 장애물을 마주하였을 때 새로운 경로를 계획할 수 있다. 또는 기 설정되어 있는 장애물들에 대한 위치정보를 바탕으로 최적의 경로를 생성할 수 있다.

도 3은 본 발명의 일 실시예에 따른 자율주행로봇의 성능평가 방법을 개략적으로 나타낸 도면이다.

이하 도 3을 참고하여 설명한다.

본 실시예의 자율주행로봇의 성능평가 방법은, 설정 단계(S11), 경로계획 수립 평가 단계(S15), 위치 정밀도 평가 단계(S173) 및 반복 정밀도 평가 단계(S175)를 포함할 수 있다.

설정 단계(S11)에서는 평가대상 로봇의 스펙을 기준으로 자율주행로봇의 성능평가를 위한 평가환경의 지도데이터와 평가를 위한 시작점과 목표점을 로봇에게 전송할 수 있다.

경로계획 수립 평가 단계(S15)는 상기 로봇이 시작점으로부터 목표점에 도달하기위한 최적의 경로계획을 수립하는 능력을 평가할 수 있으며, 경로계획 수립의 평가는 평가대상 로봇의 스펙에 따라 경로계획 수립 완료에 소요되는 시간을 통해 평가할 수 있다.

위치 정밀도 평가(S173)와 반복 정밀도 평가(S175)는 로봇이 목표점에 도달한 경우 목표점과 로봇의 위치오차를 기준으로 평가될 수 있으며 보다 자세한 사항은 이하 도면을 참고하여 설명한다.

도 4는 본 발명의 일 실시예에 따른 로봇의 지도 생성능력을 평가하는 방법을 포함한 자율주행로봇의 성능평가 방법을 개략적으로 나타낸 도면이다.

이하 도 4를 참고하면, 상술한 바와 같이 본 실시예의 성능평가 대상로봇은 스스로 맵을 생성할 수 있는 SLAM과 같은 기능을 구비한 로봇과 맵을 생성하지 못하는 로봇을 모두 해당될 수 있다. 따라서 본 실시예는 설정 단계(S11)를 통해 로봇의 스펙을 획득하여 로봇의 스펙을 기준으로 평가환경의 지도 데이터를 제공해야 되는지 여부를 판단(S113)할 수 있다.

보다 구체적으로 SLAM 기술이 적용된 로봇의 경우에는 평가환경의 지도 데이터를 제공할 필요가 없으며, 이 경우 로봇의 지도생성 성능을 평가(S13)할 수 있다. 그리고 SLAM 기술이 적용되지 않은 로봇의 경우에는 지도 데이터를 제공한 뒤 로봇이 시작점에서 목표점까지 도달하기 위한 경로를 계획하였는지 여부를 판단(S151)한 뒤 로봇에게 주행명령을 전송(S171)하여 위치 정밀도 평가(S173)와 반복 정밀도 평가(S175)를 수행할 수 있다.

도 5는 도 4의 자율주행로봇의 성능평가 방법을 구체적으로 나타낸 도면이고, 도 6은 도 5에서 지도 생성능력 평가 방법을 나타낸 도면이고, 도 7은 도 5에서 로봇의 위치 정밀도 평가 방법을 나타낸 도면이며, 도 8은 도 5에서 로봇의 반복 정밀도 평가 방법을 나타낸 도면이다.

이하 도 5 내지 도 8을 참고하여 설명한다.

본 실시예의 자율주행로봇의 성능평가의 대상로봇은 다양한 스펙을 가진 자율주행로봇이 채택될 수 있으므로, 시험대상 로봇의 스펙을 획득하여 시험대상 로봇을 정의하는 단계(S111)를 포함할 수 있다.

시험대상 로봇을 정의하는 단계(S111)에서 획득한 정보를 바탕으로 로봇에 SLAM 기술이 적용되어 있는지 여부를 판단(S113)할 수 있다. SLAM 기술이 적용된 경우 로봇은 스스로 평가환경 공간 내에서 지도를 생성할 수 있으므로 평가환경의 지도 데이터를 로봇에게 전송할 필요가 없다. 그리고 SLAM 기술이 적용되지 않은 경우 로봇의 경우에는 평가환경의 지도 데이터를 로봇에게 전송할 수 있다.

따라서 로봇에 SLAM 기술이 적용되어 있는지 여부를 판단(S113)하여 로봇에 SLAM 기술이 적용되어 있지 않은 경우에는 평가환경의 지도 데이터를 로봇에게 전송(S115)할 수 있다. 그리고 로봇에 SLAM 기술이 적용되어 있는 경우에는 로봇의 지도생성능력을 평가할 수 있다.

상기 지도생성능력 평가에 대해 보다 자세히 설명하면, 자율주행로봇의 성능평가 시스템(100)은 통신부(150)를 통해 로봇에게 지도 생성명령을 전송(S131)하고 지도 생성이 완료되었는지 여부를 판단(S132)할 수 있고, 지도 생성이 완료된 경우 로봇의 지도 생성능력을 평가(S133)할 수 있다.

도 6을 참고하면, 지도 생성능력 평가(S133)는 로봇이 지도를 생성하는데 소요된 시간을 기준으로 지도의 생성(Map-building) 속도를 평가하는 단계와 생성된 지도데이터와 서버에 저장되어 있는 평가환경의 지도데이터와의 정합률(Matching rate)을 기준으로 로봇의 지도 생성 정확도를 평가하는 단계를 포함할 수 있다.

상술한 지도데이터가 저장되는 서버는 자율주행로봇의 성능평가 시스템(100) 또는 클라우드 서버(400)를 의미할 수 있다.

상기 지도의 생성 속도를 평가하는 단계는, 로봇이 지도를 생성하는데 소요된 시간이 기 설정된 시간을 초과하였는지 여부를 판단하는 단계(S1331)를 포함할 수 있다. 로봇이 지도를 생성하는데 소요된 시간이 기 설정된 시간을 초 과한 경우에는 로봇이 평가의 기준에 도달하지 못한 경우이므로 이러한 결과 데이터를 클라우드 서버에 전송(S1332)하여 평가에 반영할 수 있다.

다만, 로봇이 평가의 기준에 도달하지 못한 경우뿐만 아니라 로봇이 지도를 생성한 경우 소요된 시간을 클라우드 서버에 전송하여 이를 통해 평가를 진행할 수도 있음은 물론이다. 이는 후술하는 모든 경우에도 동일하게 적용될 수 있다.

상술한 로봇의 지도 생성 속도를 평가하는 단계 후, 생성된 지도와 기 저장된 지도데이터와의 정합(S1333)을 수행할 수 있다. 그리고 생성된 지도와 기 저장된 지도와의 정합률이 기 설정된 값을 초과하였는지 여부를 판단(S1334)하여 정합률이 기 설정된 값을 초과하는 경우에는 이러한 결과 데이터를 클라우드 서버에 전송(S1335)하고 시작점과 목표점을 설정(S117)할 수 있다.

한편, 지도 생성이 완료되었는지 여부를 판단하는 단계(S132)에서 지도 생성이 완료되지 않은 경우 고장조건(S134)에 해당하는지 여부를 판단하여 고장조건에 해당하는 경우는 로봇이 스스로 지도를 생성하기 위한 SLAM 기술 등에 문제가 발생한 경우에 해당하므로 로봇에게 지도 데이터를 전송(S115)할 수 있다. 그리고 고장조건에 해당하지 않는 경우에는 다시 로봇에게 지도 생성명령을 전송(S131)할 수 있다.

지도 데이터를 전송(S115) 한 후 자율주행 성능평가를 위한 시작점과 목표점을 설정(S117)하여 로봇에게 전송할 수 있다.

로봇은 획득한 시작점과 목표점을 기준으로 최적의 경로를 계획할 수 있다. 본 실시예는 로봇의 경로계획능력을 경로계획 수립에 소요된 시간을 기준으로 평가할 수 있다.

보다 구체적으로, 로봇의 경로계획 수립이 완료되었는지 여부를 판단(S151)한 후 경로계획 수립이 완료된 경우, 경로계획 수립에 소요된 시간이 기 설정된 시간을 초과하였는지 여부를 판단(S153)할 수 있다. 그리고 경로계획 수립이 완료되지 않은 경우, 시작점과 목표점을 설정(S117)이 수행될 수 있다.

경로계획 수립에 소요된 시간이 기 설정된 시간을 초과한 경우에는 이러한 결과 데이터를 클라우드 서버에 전송(S155)하고, 로봇에게 주행명령을 전송(S171)할 수 있다. 그리고 경로계획 수립에 소요된 시간이 기 설정된 시간 이하인 경우 로봇에게 주행명령을 전송(S171)할 수 있다.

로봇에게 주행명령을 전송(S171)한 후, 로봇이 목표점에 도달하였는지 여부를 판단(S172)할 수 있다. 로봇이 목표점에 도달한 경우 로봇의 위치 정밀도를 평가(S173)할 수 있으며, 로봇이 목표점에 도달하지 못한 경우에는 고장조건에 해당하는지 여부를 판단(S176)할 수 있다.

상기 고장조건은 로봇이 성능평가를 위한 주행을 지속하지 못할 정도의 심각한 하드웨어의 고장 또는 소프트웨어의 고장을 포함할 수 있으며 고장조건에 해당한 경우 성능평가를 종료할 수 있다. 그리고 고장조건에 해당하지 않는 경우 로봇에게 주행명령을 전송(S171)할 수 있다.

도 7을 참고하면 위치 정밀도 평가(S173)는 로봇과 목표점까지의 위치오차를 기준으로 평가할 수 있다.

보다 구체적으로 로봇이 목표점에 도달한 경우, 위치 측정부(130)를 통해 로봇의 위치를 측정(S1731)하고, 측정된 로봇의 위치로부터 목표점의 일 위치(중앙)에서 로봇의 중심위치까지의 위치오차를 측정(S1732)한 뒤 측정된 위치오차가 기 설정된 값을 초과하였는지 여부를 판단(S1733)하여 로봇의 위치정밀도를 평가할 수 있다.

측정된 위치오차가 기 설정된 값을 초과하는 경우에는 이러한 결과 데이터를 클라우드 서버에 전송(S1734)하고, 로봇의 주행횟수를 카운트하는 단계(S174)를 수행할 수 있다. 그리고 측정된 위치오차가 기 설정된 값 이하인 경우에는 로봇의 주행횟수를 카운트하는 단계(S174)를 수행할 수 있다.

로봇의 주행횟수를 카운트하는 단계(S174)는 로봇의 주행횟수가 기 정해진 횟수에 충족하는지 여부를 판단하는 단계를 의미할 수 있다. 보다 구체적으로 설정된 로봇은 자율주행로봇의 성능평가의 신뢰성을 높이기 위해 설정된 시작점과 목표점을 복수회 주행할 수 있다.

따라서 로봇의 주행횟수가 기 정해진 횟수를 충족하는 경우 로봇이 평가를 위한 모든 주행횟수를 만족한 경우에 해당하므로 로봇의 반복 정밀도를 평가(S175)할 수 있으며, 로봇의 주행횟수가 기 정해진 횟수를 충족하지 못하는 경우에는 로봇에게 주행명령을 전송(S171)할 수 있다.

도 8을 참고하면 로봇의 반복 정밀도 평가(S175) 단계는, 각 주행횟수마다 측정된 위치오차의 누적을 합산(S1741)하고, 합산된 결과를 기준으로 평가할 수 있다.

보다 구체적으로는 위치 측정부(130) 및 연산부(120)를 통해 각 주행횟수마다 측정된 로봇과 목표점까지의 위치오차를 합산(S1741)하고 합산된 결과 값이 기 설정된 값을 초과하는지 여부를 판단(S1742)할 수 있다.

위치오차를 누적 합산하는 단계(S1741)는 본 실시예에 한정될 것은 아니며 측정된 위치오차의 평균을 기준으로 하거나 또는 노이즈의 최소화를 위해 최대값과 최소값을 제외한 나머지 값들의 합산 또는 평균 등의 다양한 연산을 기준으로 할 수 있음은 물론이다.

합산된 결과 값이 기 설정된 값을 초과하는 경우에는 이러한 결과 데이터를 클라우드 서버에 전송(S1743)하고, 로봇의 주행완료 결과 데이터를 클라우드 서버에 전송하는 단계(S177)를 수행할 수 있다. 그리고 합산된 결과 값이 기 설정된 값 이하인 경우에는 로봇의 주행완료 결과 데이터를 클라우드 서버에 전송하는 단계(S177)를 수행할 수 있다.

이상에서 본 발명의 다양한 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위 뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.

100: 자율주행로봇의 성능평가 시스템 300: 로봇
200: 평가구간(평가환경) 400: 클라우드 서버

Claims (15)

1. 자율주행로봇의 성능평가 방법에 있어서,
   로봇의 자율주행성능 평가를 위해 시작점과 목표점을 선택하는 설정 단계;
   상기 설정 단계 후, 상기 로봇이 상기 시작점에서 상기 목표점까지의 경로를 계획하는데 소요된 시간을 평가하는 경로계획 평가 단계; 및
   상기 경로계획 평가 단계 후, 상기 로봇의 자율주행성능을 평가하는 자율주행 성능평가 단계;를 포함하는 자율주행로봇의 성능평가 방법.
2. 제1항에 있어서,
   상기 설정 단계는, 상기 로봇에 SLAM(Simultaneous Localization And Map-Building)기술이 적용되어 있는지 여부를 판단하는 단계;를 포함하는 것을 특징으로 하는 자율주행로봇의 성능평가 방법.
3. 제2항에 있어서,
   상기 로봇에 SLAM 기술이 적용되어 있는 경우, 상기 로봇의 지도 생성능력을 평가하는 것을 특징으로 하는 자율주행로봇의 성능평가 방법.
4. 제3항에 있어서,
   상기 지도 생성능력 평가 단계는, 상기 로봇이 지도를 생성하는데 소요된 시간을 기준으로 지도의 생성속도를 평가하는 단계;를 포함하는 것을 특징으로 하는 자율주행로봇의 성능평가 방법.
5. 제4항에 있어서,
   상기 지도 생성능력 평가 단계는, 상기 지도의 생성속도를 평가한 후 상기 생성된 지도와 서버에 저장되어 있는 평가환경의 지도데이터와 정합률을 기준으로 지도의 생성 정확도를 평가하는 단계;를 더 포함하는 것을 특징으로 하는 자율주행로봇의 성능평가 방법.
6. 제1항에 있어서,
   상기 경로계획 평가 단계는, 로봇의 경로계획 수립이 완료되었는지 여부를 판단하는 단계; 및
   상기 로봇의 경로계획 수립이 완료된 경우, 상기 로봇이 경로계획 수립을 완료하기까지 소요된 시간이 기 설정된 시간을 초과하는지 여부를 판단하는 단계;를 포함하는 것을 특징으로 하는 자율주행로봇의 성능평가 방법.
7. 제1항에 있어서,
   상기 자율주행 성능평가 단계는, 상기 로봇이 상기 목표점에 도달한 경우 상기 로봇의 위치와 상기 목표점의 위치 차이를 기준으로 상기 로봇의 위치 정밀도를 평가하는 단계;를 포함하는 것을 특징으로 하는 자율주행 로봇의 성능평가 방법.
8. 제7항에 있어서,
   상기 위치 정밀도 평가 단계는, 상기 로봇이 상기 목표점에 도달하였는지 여부를 판단하는 단계;
   상기 로봇이 상기 목표점에 도달한 경우 상기 목표점과 상기 로봇의 위치오차를 측정하는 단계; 및
   상기 측정된 위치오차가 기 설정된 값을 초과하는지 여부를 판단하는 단계;를 포함하는 것을 특징으로 하는 자율주행 로봇의 성능평가 방법.
9. 제7항에 있어서,
   상기 자율주행 성능평가 단계는, 상기 로봇이 상기 시작점과 상기 목표점을 반복적으로 주행한 경우 상기 로봇의 위치와 상기 목표점의 위치 차이를 기준으로 상기 로봇의 반복 정밀도를 평가하는 단계;를 더 포함하는 것을 특징으로 하는 자율주행 로봇의 성능 평가 방법.
10. 제9항에 있어서,
    상기 반복 정밀도 평가 단계는, 상기 로봇의 주행횟수가 기 정해진 횟수를 만족하는 경우 상기 각 주행횟수마다 측정된 위치오차를 누적 합산하는 단계; 및
    상기 누적 합산된 위치오차 값이 기 설정된 값을 초과하였는지 여부를 판단하는 단계;를 포함하는 것을 특징으로 하는 자율주행 로봇의 성능평가 방법.
11. 자율주행로봇의 성능평가를 위한 시스템에 있어서,
    로봇의 성능평가를 위한 환경지도 정보를 생성하고 적어도 하나 이상의 지도 데이터를 저장하는 지도 생성 및 저장부;
    로봇의 성능평가를 위한 시작점과 목표점을 설정하는 위치 설정부;
    상기 로봇이 상기 시작점에서 상기 목표점까지의 경로를 계획하는데 소요된 시간을 평가하는 경로계획 평가부;
    상기 로봇과 통신하며 상기 로봇으로부터 데이터를 수신하거나 명령을 송신하는 통신부;
    상기 로봇의 위치를 측정하는 위치 측정부; 및
    상기 위치 측정부를 통해 측정된 위치를 기준으로 상기 로봇의 자율주행성능을 평가하는 자율주행 성능평가부;를 포함하는 자율주행로봇의 성능평가 시스템.
12. 제11항에 있어서,
    상기 위치 설정부는 상기 시작점과 상기 목표점으로 결정되는 상기 로봇의 주행경로 상에 적어도 하나 이상의 장애물을 배치하는 장애물 발생부;를 포함하는 것을 특징으로 하는 자율주행로봇의 성능평가 시스템.
13. 제11항에 있어서,
    상기 로봇에 SLAM 기술이 적용된 경우, 상기 로봇이 지도를 생성하는데 소요된 시간을 기준으로 지도의 생성속도를 평가하는 SLAM 기술 평가부;를 더 포함하는 것을 특징으로 하는 자율주행로봇의 성능평가 시스템.
14. 제13항에 있어서,
    상기 SLAM 기술 평가부는, 상기 지도의 생성속도를 평가한 후 상기 생성된 지도와 상기 지도 생성 및 저장부에 저장되어 있는 평가환경의 지도데이터와 정합률을 평가하는 것을 특징으로 하는 자율주행로봇의 성능평가 시스템.
15. 제11항에 있어서,
    상기 자율주행 성능평가부는, 상기 로봇과 상기 목표점의 위치 차이를 기준으로 로봇의 위치 정밀도와 반복 정밀도를 평가하는 것을 특징으로 하는 자율주행로봇의 성능평가 시스템.

Images