KR20240040549A - 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템 - Google Patents

노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR20240040549A
KR20240040549A KR1020220119636A KR20220119636A KR20240040549A KR 20240040549 A KR20240040549 A KR 20240040549A KR 1020220119636 A KR1020220119636 A KR 1020220119636A KR 20220119636 A KR20220119636 A KR 20220119636A KR 20240040549 A KR20240040549 A KR 20240040549A
Authority
KR
South Korea
Prior art keywords
node
optimal path
representative
nodes
representative node
Prior art date
Application number
KR1020220119636A
Other languages
English (en)
Inventor
황일회
황설
Original Assignee
다임리서치 주식회사
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 다임리서치 주식회사 filed Critical 다임리서치 주식회사
Priority to KR1020220119636A priority Critical patent/KR20240040549A/ko
Priority to PCT/KR2023/013769 priority patent/WO2024063435A1/ko
Publication of KR20240040549A publication Critical patent/KR20240040549A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Abstract

본 발명은 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템에 관한 것으로, 보다 구체적으로는 물류 자동화 시스템에서 작업 공간에 대응하는 복수의 노드를 포함하는 그래프를 기반으로 출발 노드로부터 목적 노드까지의 최적 경로를 효과적으로 산출할 수 있는 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템에 관한 것이다.
본 발명에서는, 작업 공간에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 방법에 있어서, 최적 경로 산출 시스템이, 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하는 대표 노드 산출 단계; 상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하는 대표 노드 최적 경로 계산 단계; 및 상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 단계;를 포함하는 것을 특징으로 하는 최적 경로 산출 방법을 개시한다.

Description

노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템 {Method, apparatus and system for calculating optimal path based on node reduction}
본 발명은 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템에 관한 것으로, 보다 구체적으로는 물류 자동화 시스템에서 작업 공간에 대응하는 복수의 노드를 포함하는 그래프를 기반으로 출발 노드로부터 목적 노드까지의 최적 경로를 효과적으로 산출할 수 있는 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템에 관한 것이다.
최근 전자 상거래의 성장, 공장 자동화의 확산 등으로 작업자의 개입을 최소화하면서 효율적으로 물품 등의 수송을 처리하는 물류 자동화 시스템이 폭넓게 활용되고 있다.
보다 구체적인 예를 들어, 물류 창고나 공장 등에서 무인운반차량(Automated Guided Vehicle, AGV) 또는 자율 이동 로봇(Autonomous Mobile Robot) 등 물류 로봇을 이용하여 제품이나 부품 등의 운반하거나, 반도체 공장 등에서 천장 대차 장치(Overhead Hoist Transport, OHT) 등을 이용하여 웨이퍼 등을 운반하여, 물류를 자동화하고 작업 효율을 개선하여 비용을 절감하려는 시도가 다양하게 이루어지고 있다.
보다 구체적으로, 도 1에 예시된 아마존의 키바(Kiva) 시스템에서는 전세계의 물류 창고에서 20만대 이상의 무인운반차량(AGV)(10)을 운영하고 있으며, 이를 통해 물류 비용을 20% 절감하고 물류 운반 시간을 1/6로 단축시킨 것으로 알려져 있다.
이때, 상기 물류 자동화 시스템의 주요 의사 결정으로서 물류 로봇 등의 경로 탐색 또는 작업 할당 등을 위하여 출발 노드로부터 목적 노드까지의 최단 경로(shortest path)와 그에 대한 비용(cost) 정보를 도출하여 사용하게 된다.
이를 위하여, 도 2에서 볼 수 있는 바와 같이, 종래의 물류 자동화 시스템에서는 통상적으로 전체 작업 공간을 노드(node)와 에지(edge)로 구성되는 그래프(graph)로 표현하고, 다익스트라(Dijkstra) 알고리즘 또는 A* 알고리즘 등을 이용하여 최단 경로를 산출하거나 비용 정보를 산출하였다.
그러나, 위와 같은 종래 기술의 경우 노드의 개수가 증가함에 따라 상기 알고리즘의 수행 시간이 지수적으로 증가하는 문제가 따랐다.
이에 따라, 도 3에서 볼 수 있는 바와 같이, 다수의 노드로 구성되는 작업 공간(200)에서의 물류 시스템에 위와 같이 다익스트라 알고리즘 등을 적용하는 경우 지나치게 긴 연산 시간이 소요되고 서버의 연산 부하를 증가시켜, 서버-물류 로봇 간의 제어 요청-응답 시간을 증가시킬 수 있었으며, 나아가 물류 시스템의 운영 효율을 감소시키는 문제를 초래할 수 있었다.
대한민국 등록특허공보 제10-218383호(2020.11.27)
본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위해 창안된 것으로, 물류 자동화 시스템에서 작업 공간에 대응하는 다수의 노드를 포함하는 그래프를 기반으로 최단 경로 등을 검출하기 위하여 소요되는 연산 시간을 효과적으로 줄일 수 있는 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템을 제공하는 것을 목적으로 한다.
또한, 본 발명에서는 서버의 연산 부하를 줄여 서버-물류 로봇 간 빠른 제어 요청-응답을 구현하고 안정적인 시스템 운영을 가능하게 하는 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템을 제공하는 것을 목적으로 한다.
그 외 본 발명의 세부적인 목적은 아래에 기재되는 구체적인 내용을 통하여 이 기술 분야의 전문가나 연구자에게 자명하게 파악되고 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 한 측면에 따른 최적 경로 산출 방법은, 작업 공간에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 방법에 있어서, 최적 경로 산출 시스템이, 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하는 대표 노드 산출 단계; 상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하는 대표 노드 최적 경로 계산 단계; 및 상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 단계;를 포함하는 것을 특징으로 한다.
여기서, 상기 대표 노드 산출 단계에서는, 상기 복수의 노드에 대하여 가장 가까운 대표 노드를 각 노드에 대한 대표 노드로 산출할 수 있다.
이때, 상기 대표 노드 산출 단계에서는, 상기 복수의 노드와 상기 대표 노드의 대응 관계에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 대표 노드와 상기 제2 대표 노드를 산출할 수 있다.
또한, 상기 대표 노드 최적 경로 계산 단계에서는, 상기 각 대표 노드 간의 거리에 대한 정보를 포함하는 제2 테이블을 이용하여 상기 대표 노드 최적 경로를 계산할 수 있다.
이때, 상기 대표 노드 최적 경로 계산 단계에서는, 상기 제2 테이블을 기초로 다익스트라 알고리즘 또는 A* 알고리즘을 적용하여 상기 대표 노드 최적 경로를 계산할 수 있다.
또한, 상기 최적 경로 산출 단계에서는, 상기 대표 노드 최적 경로와, 상기 복수의 노드와 상기 대표 노드의 대응 관계 및 둘 간의 거리차(offset)에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출할 수 있다.
또한, 상기 그래프에서 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에 대한 정보를 포함하는 대표 노드 그래프를 구성하는 대표 노드 그래프 구성 단계를 더 포함할 수 있다.
이때, 상기 대표 노드 그래프는, 상기 복수의 대표 노드와 상기 복수의 대표 노드를 연결하는 복수의 대표 에지에 대한 정보를 포함하여 구성될 수 있다.
또한, 본 발명의 다른 측면에 따른 최적 경로 산출 시스템은, 작업 공간에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 시스템에 있어서, 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하는 대표 노드 산출부; 상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하는 대표 노드 최적 경로 계산부; 및 상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출부;를 포함하는 것을 특징으로 한다.
이에 따라, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 물류 자동화 시스템에서 작업 공간에 대응하는 다수의 노드를 포함하는 그래프를 기반으로 최단 경로 등을 검출하기 위하여 소요되는 연산 시간을 효과적으로 줄일 수 있게 된다.
또한, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 서버의 연산 부하를 줄여 서버-물류 로봇 간 빠른 제어 요청-응답을 구현하고 안정적인 시스템 운영을 가능하게 할 수 있다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 사상을 설명한다.
도 1은 종래 기술에 따른 아마존의 키바(Kiva) 시스템을 예시하는 도면이다.
도2는 종래 기술에 따른 다익스트라 알고리즘을 설명하는 도면이다.
도 3은 본 발명의 일 실시예에 따른 최적 경로 산출 방법의 순서도를 예시하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 물류 자동화 시스템의 구성도를 예시하는 도면이다.
도 5내지 도 7은 본 발명의 일 실시예에 따른 최적 경로 산출 방법을 설명하는 도면이다.
도 8은 본 발명의 일 실시예에 따른 최적 경로 산출 방법의 비교예를 설명하는 도면이다.
도 9는 본 발명의 일 실시예에 따른 최적 경로 산출 시스템의 구성도를 예시하는 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 이하에서는 특정 실시예들을 첨부된 도면을 기초로 상세히 설명하고자 한다.
이하의 실시예는 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 실시 예들을 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, 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되는 것은 아니며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
이하, 본 발명의 일 실시예에 따른 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템에 대한 예시적인 실시 형태들을 첨부된 도면을 참조하여 차례로 설명한다.
그런데, 도 2에서 볼 수 있는 바와 같이, 종래 물류 자동화 시스템에서는 작업 공간에 대응하여 복수의 노드(node)와 상기 복수의 노드 사이를 연결하는 에지(edge)를 포함하여 구성되는 그래프(graph)를 기반으로 물류 로봇 등의 경로 탐색 및 작업 할당 등을 수행하게 된다.
보다 구체적인 예를 들어, 도 2(a)에서 볼 수 있는 바와 같이, 작업 공간에 대응하여 구성되는 복수의 노드(node)와 에지(edge)를 포함하는 그래프(graph)를 기반으로 다익스트라(Dijkstra) 알고리즘 또는 A* 알고리즘 등을 적용하여 출발 노드(예를 들어, 도 2(a)의 1번 노드)에서 목적 노드(예를 들어, 도 2(a)의 6번 노드)까지의 최단 경로와 그때의 비용(cost) 등을 산출하거나, 도 2(b)에서 볼 수 있는 바와 같이 다수의 물류 로봇 중 최단 거리에 위치한 물류 로봇(예를 들어, 도 2(b)에서 r2)을 선별하여 작업을 수행하도록 할당할 수 있었다.
보다 구체적으로, 대표적인 최단 경로 탐색 알고리즘으로서 다익스트라(Dijkstra) 알고리즘을 들 수 있는데, 도 2(a)에서 볼 수 있는 바와 같이, 그래프 형태의 작업 공간에 대하여 두 노드(node) 간의 최단 경로를 탐색하게 된다.
그런데, 다익스트라 알고리즘의 시간 복잡도는 O(|V|2)으로 노드의 개수가 증가함에 따라 연산 시간이 지수적으로 증가하게 된다.
또한, 도 2(b)에서 볼 수 있는 바와 같이, 물류 자동화 시스템을 운영함에 있어서 다익스트라 알고리즘을 기반으로 물류 로봇들에게 작업 할당 및 이동 명령 등을 하달하게 된다.
이때, 작업 할당을 위하여 다익스트라 알고리즘을 이용하여 운송물의 위치와 가장 가까운 물류 로봇을 선정할 수 있다.
보다 구체적으로, 도 2(b)에서 노드 a에서 노드 b까지의 최단 경로값을 c(a,b)라고 할 때, 운송물의 위치 s에 가장 가까운 최단 경로값을 가지는 물류 로봇 r2(즉, 도 2(b)에서 c(s,r2) = 3)로 작업을 할당할 수 있다.
그런데, 종래 물류 시스템에 위와 같이 다익스트라 알고리즘 등을 적용하는 경우 알고리즘의 수행 시간은 노드의 개수에 지수적으로 증가하면서 연산 시간이 길어지고 서버의 연산 부하를 증가시킬 수 있었다.
보다 구체적으로, 종래 기술에서는 다수의 노드로 구성되는 작업 공간(200)에서의 실제 물류 시스템에서 지나치게 긴 연산 시간이 소요되면서 서버의 부하를 증가시켜, 서버-물류 로봇 간의 제어 요청-응답 시간을 증가시키고 운영 효율을 감소시키는 문제를 유발할 수 있었다.
예를 들어, 규모가 큰 물류 자동화 시스템의 예로서 약 9천 여개의 노드를 가지는 경우를 예시하여 보면, 이러한 경우 하나의 물류 로봇에 대한 최단 이동 경로를 계산하는데 상당한 연산 부하가 요구될 수 있고, N대의 물류 로봇을 고려하는 경우에는 수초 이상의 연산 시간이 소요될 수 있다.
나아가, 작업 할당을 수행할 때마다 수초 이상의 연산 시간이 소요되면서 물류 자동화 시스템의 전체 운용 효율이 크게 저하되는 문제까지 초래할 수 있었다.
이에 대하여, 본 발명의 일 실시예에 따른 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템에서는, 의사 결정에 관련도가 높은 정보를 식별해 사용할 수 있도록 기존 다수의 노드와 엣지를 포함하는 그래프를 대표 노드 그래프로 변환하는 계층화를 수행하여 전체 노드의 개수를 줄이고, 이를 토대로 경로를 산출하여 줌으로써 연산 시간을 대폭 경감할 수 있으며, 또한 실제 산업 현장에서 서버 등의 연산 부하를 줄여 서버-물류 로봇 간의 빠른 제어 요청-응답의 구현하고 안정적인 시스템 운영을 가능하게 할 수 있게 된다.
나아가, 본 발명의 일 실시예에 따른 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템은 그래프 구조를 가지는 다양한 물류 자동화 시스템에 적용 가능하여 더욱 높은 파급력을 가질 수 있다.
또한, 도 3에서는 본 발명의 일 실시예에 따른 최적 경로 산출 방법에 대한 순서도가 예시되어 있다.
도 3에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 최적 경로 산출 방법은, 작업 공간(200)에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 방법에 있어서, 최적 경로 산출 시스템(120)이 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하는 대표 노드 산출 단계(S110), 상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하는 대표 노드 최적 경로 계산 단계(S120) 및 상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 단계(S130)를 포함하는 것을 특징으로 한다.
여기서, 상기 대표 노드 산출 단계(S110)에서는, 상기 복수의 노드에 대하여 가장 가까운 대표 노드를 각 노드에 대한 대표 노드로 산출할 수 있다.
이때, 상기 대표 노드 산출 단계(S110)에서는, 상기 복수의 노드와 상기 대표 노드의 대응 관계에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 대표 노드와 상기 제2 대표 노드를 산출할 수 있다.
또한, 상기 대표 노드 최적 경로 계산 단계(S120)에서는, 상기 각 대표 노드 간의 거리에 대한 정보를 포함하는 제2 테이블을 이용하여 상기 대표 노드 최적 경로를 계산할 수 있다.
이때, 상기 대표 노드 최적 경로 계산 단계(S120)에서는, 상기 제2 테이블을 기초로 다익스트라(Dijkstra) 알고리즘 또는 A* 알고리즘 등을적용하여 상기 대표 노드 최적 경로를 계산할 수 있다.
또한, 상기 최적 경로 산출 단계(S130)에서는, 상기 복수의 노드와 상기 대표 노드의 대응 관계 및 둘 간의 거리차(offset)에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출할 수 있다.
이때, 상기 최적 경로 산출 단계(S130)에서는, 상기 대표 노드 최적 경로와 상기 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최단 경로를 산출할 수 있다.
또한, 상기 그래프에서 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에 대한 정보를 포함하는 대표 노드 그래프를 구성하는 대표 노드 그래프 구성 단계(미도시)를 더 포함할 수 있다.
이때, 상기 대표 노드 그래프는, 상기 복수의 대표 노드와 상기 복수의 대표 노드를 연결하는 복수의 대표 에지에 대한 정보를 포함하여 구성될 수 있다.
이에 따라, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 물류 자동화 시스템에서 작업 공간에 대응하는 다수의 노드를 포함하는 그래프를 기반으로 최단 경로 등을 검출하기 위하여 소요되는 연산 시간을 효과적으로 줄일 수 있으며, 나아가 서버의 연산 부하를 줄여 서버-물류 로봇 간 빠른 제어 요청-응답을 구현하고 안정적인 시스템 운영을 가능하게 할 수 있다.
또한, 도 4에서는 본 발명의 일 실시예에 따른 최적 경로 산출 방법이 적용되는 물류 자동화 시스템(100)의 구성도를 예시하고 있다.
도 4에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 물류 자동화 시스템(100)은 복수의 무인운반차량(AGV) 등 물류 로봇(110, 110a, ?, 110n)과 서버 등으로 구성되어 상기 물류 로봇(110)에 대한 최적 경로를 산출하는 최적 경로 산출 시스템(120) 및 상기 물류 로봇(110)과 상기 최적 경로 산출 시스템(120)을 연결하는 통신 네트워크(130)를 포함하여 구성될 수 있다.
이에 따라, 상기 물류 로봇(110)은 상기 최적 경로 산출 시스템(120)으로부터 작업 공간(200)에서의 최적 경로에 대한 정보를 제공받아 이동하거나 작업을 수행할 수 있다.
보다 구체적으로, 본 발명에서는 물류 로봇에 대한 최적 경로를 산출하게 되는데, 이때 상기 물류 로봇에는 미리 지정된 경로를 따라 이동하면서 작업을 수행하는 무인운반차량(Automated Guided Vehicle, AGV)이나 자율 이동 로봇(Autonomous Mobile Robot, AMR), 반도체 공장 등에서 사용되는 천장 대차 장치(Overhead Hoist Transport, OHT) 등이 포함될 수 있으나, 본 발명이 이에 한정되지는 않으며 이외에도 미리 지정된 경로를 따라 이동하면서 물류 등의 작업을 수행하는 다양한 장치도 포함될 수 있다.
나아가, 아래에서는 주로 무인운반차량(AGV)을 들어 설명하고 있으나, 이는 하나의 예시일 뿐 본 발명이 이에 한정되지 않으며, 이외에도 적용되는 어플리케이션에 따라 다양한 장치들에 대해서도 본 발명이 적용될 수 있다.
또한, 상기 물류 로봇(110)은 상기 서버 등으로 구성되는 최적 경로 산출 시스템(120)에서 전송받은 최적 경로에 대한 정보에 따라 이동하거나 작업을 수행할 수 있겠으나, 본 발명이 반드시 이에 한정되는 것은 아니며 상기 최적 경로 산출 시스템(120)으로부터 전송받은 정보에 기초하여 추가적인 연산 등을 통해 산출되는 데이터를 기반으로 이동하거나 작업을 수행하는 등 보다 다양한 방식으로 작동하도록 구현 가능하다.
여기서, 상기 최적 경로 산출 시스템(120)은 서버 등을 이용하여 구성될 수 있으나, 본 발명이 반드시 이에 한정되는 것은 아니며, 작동 환경에 따라서는 상기 최적 경로 산출 시스템(120)이 별도의 장치로 구현되지 않고 하나 또는 둘 이상의 물류 로봇(110)과 결합되어 일체형으로 구성되는 것도 가능하다.
나아가, 상기 물류 로봇(110)과 상기 최적 경로 산출 시스템(120)을 연결하는 통신 네트워크(130)로서는 유선 네트워크와 무선 네트워크를 포함할 수 있으며, 구체적으로, 근거리 통신망 (LAN: Local Area Network), 도시권 통신망 (MAN: Metropolitan Area Network), 광역 통신망 (WAN: Wide Area Network) 등의 다양한 통신망을 포함할 수 있다. 또한, 상기 통신 네트워크(130)는 공지의 월드 와이드 웹(WWW: World Wide Web)을 포함할 수도 있다. 그러나, 본 발명에 따른 통신 네트워크(130)는 상기 열거된 네트워크에 국한되지 않고, 공지의 무선 데이터 네트워크나 공지의 유무선 네트워크를 포함할 수도 있다.
이하, 도 3 및 도 4를 참조하여 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템을 각 구성 요소 별로 나누어 보다 자세하게 살핀다.
이때, 본 발명의 일 실시예에 따른 최적 경로 산출 방법에서는, 물류 자동화 시스템(100)에서 작업 공간(200)에 대응하여 복수의 노드(node)와 상기 복수의 노드 사이를 연결하는 에지(edge)를 포함하여 구성되는 그래프(graph)를 기반으로 출발 노드인 제1 노드로부터 목적 노드인 제2 노드까지의 최적 경로를 산출하게 된다.
이를 위하여, 먼저 상기 대표 노드 산출 단계(S110)에서는, 최적 경로 산출 시스템(120)이 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하게 된다.
여기서, 상기 대표 노드 산출 단계(S110)에서는, 상기 복수의 노드에 대하여 가장 가까운 대표 노드를 각 노드에 대한 대표 노드로 산출하는 것이 가능하다.
이때, 상기 대표 노드 산출 단계(S110)에서는, 상기 복수의 노드와 상기 대표 노드의 대응 관계에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 대표 노드와 상기 제2 대표 노드를 산출할 수 있다.
이에 따라, 상기 대표 노드 최적 경로 계산 단계(S120)에서는, 상기 각 대표 노드 간의 거리에 대한 정보를 포함하는 제2 테이블을 이용하여 상기 대표 노드 최적 경로를 계산할 수 있다.
이때, 상기 대표 노드 최적 경로 계산 단계(S120)에서는, 상기 제2 테이블을 기초로 다익스트라 알고리즘을 적용하여 상기 대표 노드 최적 경로를 계산하는 것이 가능하나, 본 발명이 반드시 이에 한정되는 것은 아니다.
또한, 본 발명의 일 실시예에 따른 최적 경로 산출 방법에는, 상기 그래프에서 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에 대한 정보를 포함하는 대표 노드 그래프를 구성하는 대표 노드 그래프 구성 단계(미도시)가 더 포함될 수 있다.
이때, 상기 대표 노드 그래프는 상기 복수의 대표 노드와 상기 복수의 대표 노드를 연결하는 복수의 대표 에지에 대한 정보를 포함하여 구성될 수 있다.
보다 구체적으로, 도 5(a)에서 볼 수 있는 바와 같이, 종래의 물류 자동화 시스템(100)에서는 통상 물류 로봇(110)의 운영 및 관리 측면의 이유로 분리/합류 지점이 아니더라도 일정한 간격으로 노드를 생성하여 관리하게 된다.
그런데, 위와 같이 분리/합류 지점이 아닌 노드들은 다익스트라 알고리즘 등을 적용하는 경우 불필요한 계산을 야기하면서 소요되는 연산 자원 및 연산 시간을 크게 증가시킬 수 있다.
이에 대하여, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 도 5(b)에서 볼 수 있는 바와 같이, 전체 노드가 아니라 분리/합류 지점을 기준으로 논리적 노드인 대표 노드를 선별해 이용함으로써 최적 경로 산출에 소요되는 연산 자원 및 연산 시간을 효과적으로 감소시킬 수 있게 된다.
보다 구체적으로, 도 6(a)에서 볼 수 있는 바와 같이, 종래의 물류 자동화 시스템(100)에서는 통상적으로 분리/합류 지점이 아니더라도 일정한 간격으로 다수의 노드를 사용하게 되며, 상기 다수의 노드에 대한 정보와 각 노드 간의 연결 관계에 대한 정보를 포함하는 링크 테이블(Link Table)을 생성하여 사용하였다.
이에 대하여, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 도 6(b)에서 볼 수 있는 바와 같이, 상기 작업 공간(200)에 대하여 복수의 노드(node)와 복수의 에지(edge)를 포함하는 그래프(graph)를 기반으로 각 대표 노드에 대한 정보를 포함하는 대표 노드 테이블(=제2 테이블) 및 상기 복수의 노드와 상기 대표 노드의 대응 관계와 둘 간의 거리차(offset)에 대한 정보를 포함하는 오프셋 테이블(=제1 테이블)을 생성할 수 있다.
즉, 도 6(b)에서 볼 수 있는 바와 같이, 작업 공간(200)에서 모든 노드는 해당 노드의 대표 노드에 대한 정보와 상기 대표 노드와의 거리차(offset)으로 표현 가능하며, 이에 따라 상기 각 노드를 기준으로 대응하는 대표 노드와의 관계를 오프셋 테이블(=제1 테이블)로 구성할 수 있다.
이에 따라, 상기 최적 경로 산출 단계(S130)에서는, 상기 대표 노드 최적 경로와, 오프셋 테이블(=제1 테이블)에서 산출되는 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하게 된다.
이때, 상기 제1 테이블에는 상기 복수의 노드와 상기 대표 노드의 대응 관계 및 둘 간의 거리차(offset)에 대한 정보가 포함될 수 있으며, 이에 따라 상기 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하고, 나아가 상기 대표 노드 최적 경로 계산 단계(S120)에서 계산된 상기 대표 노드 최적 경로와 상기 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최단 경로를 산출하는 것이 가능하다.
보다 구체적으로, 도 7(a)에서 출발 노드(도 7(a)의 Origin)로부터 목적 노드(도 7(a)의 Destination)와 같이 특정한 제1 노드로부터 제2 노드까지의 최단 경로를 계산하기 위해서는, 먼저 (1) 상기 제1 노드와 상기 제2 노드의 대표 노드를 확인하게 된다.
이를 위하여, 오프셋 테이블(=제1 테이블)을 이용하여 상기 제1 노드와 제2 노드에 대한 대표 노드를 산출할 수 있다.
보다 구체적으로, 도 7(a)에서 2번 노드(Origin)로부터 26번 노드(Destination)까지의 최단 경로를 산출하는 경우를 살펴보면, 도 7(b)의 오프셋 테이블(=제1 테이블)을 이용하여 상기 2번 노드와 상기 26번 노드에 대하여 노드 3과 노드 24를 대표 노드로 산출할 수 있다.
이어서, (2) 대표 노드 테이블(=제2 테이블)을 기초로 다익스트라 알고리즘 등을 적용하여 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출할 수 있다.
보다 구체적으로, 도 7(b)의 대표 노드 테이블을 기초로 다익스트라 알고리즘을 적용하여, 도 7(a)에서 볼 수 있는 바와 같이, 대표 노드인 노드 3과 노드 24 간의 최적 경로(=대표 노드 최적 경로)를 산출할 수 있다.
이에 따라, (3) 상기 산출된 대표 노드 최적 경로와, 상기 제1 노드와 제2 노드에 대한 오프셋 값을 고려하여 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로 값을 산출할 수 있게 된다.
보다 구체적으로, 도 7(a)에서 볼 수 있는 바와 같이, 2번 노드부터 3번 노드까지의 오프셋 값, 3번 노드부터 24번 노드까지의 최단 경로값 및 24번 노드로부터 26번 노드까지의 오프셋 값을 더하여 줌으로써, 2번 노드로부터 26번 노드까지의 최단 경로 값을 산출할 수 있게 된다.
이에 따라, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 자동 물류 시스템에서 작업 공간에 대응하는 다수의 노드를 포함하는 그래프를 기반으로 최단 경로 등을 검출하기 위하여 소요되는 연산 시간을 효과적으로 줄일 수 있으며, 나아가 서버의 연산 부하를 줄여 서버-물류 로봇 간 빠른 제어 요청-응답을 구현하고 안정적인 시스템 운영이 가능하게 된다.
보다 구체적으로, 본 발명에 대한 하나의 실험예로서 9088개의 노드(node)와 11183개의 에지(edge)를 구비하는 무인운반차량(AGV) 기반 물류 자동화 시스템에 대하여 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템을 적용하는 경우를 살펴보면 아래와 같다.
먼저, 상기 전체 9088개의 노드(node)와 11183개의 에지(edge)를 포함하는 그래프(graph)에 직접 다익스트라 알고리즘을 적용하여 특정 제1 노드와 제2 노드 간의 최단 경로를 산출하는데 소요되는 시간은 평균 17.095ms으로 산출된 반면(도 8(a)의 (i) Single Pair Cost)), 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는 평균 0.001ms의 시간이 소요되는 것으로 파악되어(도 8(b)의 (iv) Single Pair Cost)), 종래 기술 대비 0.006%의 매우 짧은 시간 안에 개별 노드 쌍에 대한 최단 경로를 산출하는 것이 가능함이 확인되었다.
또한, 위 실험예에서 전체 9088개의 노드(node)와 11183개의 에지(edge)를 포함하는 그래프(graph)에 직접 다익스트라 알고리즘을 적용하여 전체 9088개 노드 간의 최단 경로를 산출하는 경우에는 총 8104.1sec 가 소요된 반면(도 8(a)의 (ii) All Pair Cost), 대략 135분), 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는 총 214.5sec의 시간이 소요되어(도 8(b)의 (v) All Pair Cost), 대략 3.56분), 종래 기술 대비 2.647%의 짧은 시간 안에 전체 노드에 대한 최단 경로 연산을 산출하는 것이 가능함이 확인되었다.
덧붙여, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는 전체 노드와 에지를 포함하는 그래프에서 미리 복수의 노드 중 셋 이상의 에지와 연결된 노드(즉, 분기/합류 지점의 노드)를 포함하는 복수의 대표 노드를 포함하는 대표 노드 테이블을 구성할 수 있다.
이이 대하여, 위 실험예에서 전체 9088개의 노드(node)와 11183개의 에지(edge)를 포함하는 그래프(graph)에 대하여 상기 전체 노드 및 에지 중 의사 결정에 관련도가 높은 대표 노드와 에지를 식별하는 과정이 필요하므로, 이를 위해 필요한 시간을 별도로 측정한 결과 1855개의 대표 노드를 산출하는데 39.1sec가 소요됨을 확인할 수 있었다(도 8(b)의 (iii)).
따라서, 종래 기술에 따라 전체 노드를 대상으로 다익스트라 알고리즘 등을 적용하여 각 노드 쌍에 대한 최단 경로를 산출하는 것도 가능하나(Single Pair), 다수의 노드가 포함되는 복잡한 물류 자동화 시스템(100)에서는 수십 내지 수백개의 최단 경로를 동시에 연산해야 하는 경우 과도한 시스템 부하가 발생하면서 상당한 연산 시간의 지연이 초래될 수 있고, 나아가 전체 노드에 대한 최단 경로를 일괄 산출하는 경우에는 수 시간까지 상당한 시간이 소요될 수 있어 실제 현장에 적용하기에 어려움이 따를 수 있다(All Pair).
이에 대하여, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는 최초 구동 시점에 수십초 정도의 시간만으로 대표 노드 등을 미리 산출하면 이후로는 매우 짧은 시간 안에 각 노드 쌍에 대한 최단 경로를 산출할 있어 대규모의 물류 자동화 시스템(100)의 효율적 운영이 가능하게 된다.
또한, 도 9에서는 본 발명의 일 실시예에 따른 최적 경로 산출 시스템(120)의 구성도를 예시하고 있다.
도 9에서 볼 수 있는 바와 같이, 본 발명의 일 실시예에 따른 최적 경로 산출 시스템(120)은, 작업 공간(200)에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 시스템(120)으로서, 대표 노드 산출부(121)와 대표 노드 최적 경로 계산부(122) 및 최적 경로 산출부(123)를 포함하여 구성될 수 있다.
여기서, 본 발명의 일 실시예에 따른 최적 경로 산출 시스템(120)에 대한 보다 자세한 내용은 앞서 도 1 내지 도 8을 참조하여 설명한 본 발명의 일 실시예에 따른 최적 경로 산출 방법에 대한 설명으로부터 유추될 수 있는 바, 아래에서 핵심적인 구성을 중심으로 기술하고 보다 자세한 설명은 생략한다.
보다 구체적으로 본 발명의 일 실시예에 따른 최적 경로 산출 시스템(120)에 있어서, 상기 대표 노드 산출부(121)에서는 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하게 된다.
또한, 상기 대표 노드 최적 경로 계산부(122)에서는 상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하게 된다.
나아가, 상기 최적 경로 산출부(123)에서는 상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하게 된다.
이에 따라, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 물류 자동화 시스템에서 작업 공간에 대응하는 다수의 노드를 포함하는 그래프를 기반으로 최단 경로 등을 검출하기 위하여 소요되는 연산 시간을 효과적으로 줄일 수 있게 된다.
또한, 본 발명의 일 실시예에 따른 최적 경로 산출 방법, 장치 및 시스템에서는, 서버의 연산 부하를 줄여 서버-물류 로봇 간 빠른 제어 요청-응답을 구현하고 안정적인 시스템 운영을 가능하게 할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서 본 발명에 기재된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의해서 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
10 : 무인운반차량
100 : 물류 자동화 시스템
110, 110a, 110b, 110n : 물류 로봇
120 : 최적 경로 산출 시스템
130 : 통신 네트워크
200 : 작업 공간

Claims (10)

  1. 작업 공간에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 방법에 있어서,
    최적 경로 산출 시스템이, 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하는 대표 노드 산출 단계;
    상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하는 대표 노드 최적 경로 계산 단계; 및
    상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 단계;
    를 포함하는 것을 특징으로 하는 최적 경로 산출 방법.
  2. 제1항에 있어서,
    상기 대표 노드 산출 단계에서는,
    상기 복수의 노드에 대하여 가장 가까운 대표 노드를 각 노드에 대한 대표 노드로 산출하는 것을 특징으로 하는 최적 경로 산출 방법.
  3. 제2항에 있어서,
    상기 대표 노드 산출 단계에서는,
    상기 복수의 노드와 상기 대표 노드의 대응 관계에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 대표 노드와 상기 제2 대표 노드를 산출하는 것을 특징으로 하는 최적 경로 산출 방법.
  4. 제1항에 있어서,
    상기 대표 노드 최적 경로 계산 단계에서는,
    상기 각 대표 노드 간의 거리에 대한 정보를 포함하는 제2 테이블을 이용하여 상기 대표 노드 최적 경로를 계산하는 것을 특징으로 하는 최적 경로 산출 방법.
  5. 제4항에 있어서,
    상기 대표 노드 최적 경로 계산 단계에서는,
    상기 제2 테이블을 기초로 다익스트라 알고리즘 또는 A* 알고리즘을 적용하여 상기 대표 노드 최적 경로를 계산하는 것을 특징으로 하는 최적 경로 산출 방법.
  6. 제1항에 있어서,
    상기 최적 경로 산출 단계에서는,
    상기 복수의 노드와 상기 대표 노드의 대응 관계 및 둘 간의 거리차(offset)에 대한 정보를 포함하는 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 것을 특징으로 하는 최적 경로 산출 방법.
  7. 제6항에 있어서,
    상기 최적 경로 산출 단계에서는,
    상기 대표 노드 최적 경로와 상기 제1 테이블을 이용하여 상기 제1 노드로부터 상기 제2 노드까지의 최단 경로를 산출하는 것을 특징으로 하는 최적 경로 산출 방법.
  8. 제1항에 있어서,
    상기 그래프에서 상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에 대한 정보를 포함하는 대표 노드 그래프를 구성하는 대표 노드 그래프 구성 단계를 더 포함하는 것을 특징으로 하는 최적 경로 산출 방법.
  9. 제8항에 있어서,
    상기 대표 노드 그래프는,
    상기 복수의 대표 노드와 상기 복수의 대표 노드를 연결하는 복수의 대표 에지에 대한 정보를 포함하여 구성되는 것을 특징으로 하는 최적 경로 산출 방법.
  10. 작업 공간에 대응하여 복수의 노드와 상기 복수의 노드 사이를 연결하는 에지를 포함하여 구성되는 그래프를 기반으로 제1 노드로부터 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출 시스템에 있어서,
    상기 복수의 노드 중 셋 이상의 에지와 연결된 노드를 포함하는 복수의 대표 노드에서 상기 제1 노드에 대응하는 제1 대표 노드와 상기 제2 노드에 대응하는 제2 대표 노드를 산출하는 대표 노드 산출부;
    상기 제1 대표 노드로부터 상기 제2 대표 노드까지의 대표 노드 최적 경로를 계산하는 대표 노드 최적 경로 계산부; 및
    상기 대표 노드 최적 경로와, 상기 제1 대표 노드로부터 상기 제1 노드까지의 거리차(offset) 및 상기 제2 대표 노드로부터 상기 제2 노드까지의 거리차(offset)를 고려하여, 상기 제1 노드로부터 상기 제2 노드까지의 최적 경로를 산출하는 최적 경로 산출부;
    를 포함하는 것을 특징으로 하는 최적 경로 산출 시스템.
KR1020220119636A 2022-09-21 2022-09-21 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템 KR20240040549A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220119636A KR20240040549A (ko) 2022-09-21 2022-09-21 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템
PCT/KR2023/013769 WO2024063435A1 (ko) 2022-09-21 2023-09-14 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220119636A KR20240040549A (ko) 2022-09-21 2022-09-21 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR20240040549A true KR20240040549A (ko) 2024-03-28

Family

ID=90454853

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220119636A KR20240040549A (ko) 2022-09-21 2022-09-21 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템

Country Status (2)

Country Link
KR (1) KR20240040549A (ko)
WO (1) WO2024063435A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100218383B1 (ko) 1996-07-31 1999-09-01 이종수 피엘씨의 멀티 씨피유 모듈 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002303531A (ja) * 2001-04-05 2002-10-18 Naohiro Ishii 経路探索方法及びプログラム
JP2009053849A (ja) * 2007-08-24 2009-03-12 Toyota Motor Corp 経路探索システム、経路探索方法、及び自律移動体
EP2548174B1 (en) * 2010-03-15 2015-05-27 Panasonic Corporation Method and apparatus for trajectory estimation, and method for segmentation
JP6879478B2 (ja) * 2014-12-16 2021-06-02 アクチエボラゲット エレクトロルックス ロボット掃除機のための経験ベースロードマップ
JP2023547944A (ja) * 2020-11-03 2023-11-14 ハチドリ ロボティクス プライベート リミテッド ナビゲーション空間を介して自律エンティティをリアルタイムでナビゲートするためのシステム及び方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100218383B1 (ko) 1996-07-31 1999-09-01 이종수 피엘씨의 멀티 씨피유 모듈 시스템

Also Published As

Publication number Publication date
WO2024063435A1 (ko) 2024-03-28

Similar Documents

Publication Publication Date Title
Lee et al. Smart robotic mobile fulfillment system with dynamic conflict-free strategies considering cyber-physical integration
CN107167154B (zh) 一种基于时间代价函数的时间窗路径规划冲突解决方法
US10926410B2 (en) Layered multi-agent coordination
KR102041093B1 (ko) 조정된 경로 계획기를 사용하는 다수의 자동화 비-홀로노믹 차량들을 효율적으로 스케줄링하는 방법 및 장치
US10363657B2 (en) Multi-agent coordination under sparse networking
CN111026128B (zh) 一种多激光agv的避让方法
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
KR20140020331A (ko) 자동화된 산업 차량들과 연관된 맵 데이터를 공유하기 위한 방법 및 장치
Vivaldini et al. Automatic routing system for intelligent warehouses
KR20220059557A (ko) 무인운반차 제어 방법 및 장치
CN111079988B (zh) 任务的执行方法、装置、存储介质及电子装置
KR102202310B1 (ko) 자동 반송 시스템과 과업 분배 방법
Fan et al. Time window based path planning of multi-AGVs in logistics center
Liu et al. Simultaneous planning and scheduling for multi-autonomous vehicles
KR20240040549A (ko) 노드 축소 기반 최적 경로 산출 방법, 장치 및 시스템
CN116700298B (zh) 路径规划方法、系统、设备及存储介质
Sharma Control classification of automated guided vehicle systems
EP1548530A1 (en) Method of controlling swarm of robots
Lieberoth-Leden et al. Control architecture and transport coordination for autonomous logistics modules in flexible automated material flow systems
Liu et al. Motion coordination of multiple autonomous vehicles in dynamic and strictly constrained environments
US11829127B2 (en) Opportunistic information and inventory exchange via serendipitous encounters of autonomous mobile robots
Vivaldini et al. Automatic routing of forklift robots in warehouse applications
Hazik et al. Fleet Management System for an Industry Environment
Karamanos et al. A ROS TOOL FOR OPTIMAL ROUTING IN INTRALOGISTICS.
Fischer et al. Advanced wireless communication for industrial intra-logistics use cases