KR101179075B1 - Path planning method for autonomous robot and path planning system thereof - Google Patents
Path planning method for autonomous robot and path planning system thereof Download PDFInfo
- Publication number
- KR101179075B1 KR101179075B1 KR1020120020489A KR20120020489A KR101179075B1 KR 101179075 B1 KR101179075 B1 KR 101179075B1 KR 1020120020489 A KR1020120020489 A KR 1020120020489A KR 20120020489 A KR20120020489 A KR 20120020489A KR 101179075 B1 KR101179075 B1 KR 101179075B1
- Authority
- KR
- South Korea
- Prior art keywords
- robot
- grid
- path
- heuristics
- cost
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000002093 peripheral effect Effects 0.000 claims abstract description 15
- 230000001186 cumulative effect Effects 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 8
- 230000014509 gene expression Effects 0.000 claims description 6
- 238000012876 topography Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/088—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices with position, velocity or acceleration sensors
- B25J13/089—Determining the position of the robot with reference to its environment
-
- 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
-
- 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
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- 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
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Computer Interaction (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
Description
본 발명은 자율로봇의 경로계획 방법 및 그 장치에 관한 것이다.The present invention relates to a path planning method and an apparatus of an autonomous robot.
자율로봇(autonomous robot)은 인간의 지시나 조작 없이 스스로 판단하여 동작하는 로봇을 말한다. 또한, 자율 이동 로봇(autonomous mobile robot)은 자율 이동이 가능한 로봇을 말한다. 자율 주행 차량(무인차량)(autonomous vehicle)이란 자율주행 트랙터를 위해서 환경을 인지하고 자율주행과 작업이 가능한 차량 또는 자율 이동로봇 가운데 지표이동로봇의 일종인데 크롤(crawler)식과 특수차륜식이 있어 최즌 실용성이 높은 자율이동식 기계의 일종을 말한다.An autonomous robot refers to a robot that operates by judging itself without human instruction or manipulation. In addition, an autonomous mobile robot refers to a robot capable of autonomous movement. Autonomous vehicle (autonomous vehicle) is a kind of surface movement robot among autonomous vehicles or autonomous mobile robots that can recognize the environment and work with autonomous vehicles for autonomous driving tractors. It is a kind of high autonomous machine.
최근 로봇의 자율주행에 대한 군사분야 및 산업분야의 수요 발생으로 이에 관한 연구가 활발하게 진행되고 있다. 특히, 무인차량(자율로봇)의 자율레벨이 향상됨에 따라 자율차량의 경로를 효과적으로 생성하는 경로계획 방법에 관한 연구가 많이 진행되고 있는데, 특히, 격자기반의 최소거리 검색방법을 활용한 경로계획방법에 대한 연구가 진행되고 있다. 그런데, 이것은 먼저 지형감지 센서 데이터로부터 격자 맵을 생성하며, 그 격자 맵에 격자단위로 갈 수 있는 지역과 갈 수 없는 지역으로 나눈다. 생성된 격자 맵에 거리기반 비용함수를 이용하여 거리가 최소화 되는 최소경로를 생성한다. 그러나, 이러한 방법은 무인차량이 현재 가지는 조향과 동특성을 고려하질 않아 자율주행을 위한 최적의 경로를 생성하지 못하는 단점이 있다.
Recently, due to the occurrence of demand in the military and industrial fields for autonomous driving of robots, research on this is being actively conducted. In particular, as the autonomous level of unmanned vehicles (autonomous robots) is improved, many researches have been conducted on the path planning method for generating the path of the autonomous vehicle effectively. Research is ongoing. However, this first generates a grid map from the topographic sensor data, and divides the grid map into areas that can be moved in grid units and areas that cannot. Using the distance-based cost function in the generated grid map, we create the minimum path that minimizes the distance. However, this method does not take into account the steering and dynamic characteristics of the unmanned vehicle currently has a disadvantage that does not generate the optimal path for autonomous driving.
본 발명은 자율로봇(무인차량)이 현재 가지는 조향과 동특성을 고려하여, 자율주행을 위한 최적의 경로를 계획하고, 그 계획한 경로로 주행을 하는 장치 및 방법을 제공하는 것이다. The present invention is to provide an apparatus and method for planning an optimal route for autonomous driving and driving in the planned route in consideration of the steering and dynamic characteristics of the autonomous vehicle (unmanned vehicle).
이러한 본 발명의 목적을 구현하기 위해, 본 발명에 따른 자율로봇은, 다양한 환경에서 주어진 임무를 수행하기 위해서는 임무지역까지 자율적 주행 위해, 필수적으로 자율주행 경로를 생성한다. 그리고, 본 발명에 따른 자율로봇은, 주변환경과 로봇의 동특성 및 에너지 등을 고려하여, 그 생성된 자율주행 경로로 장애물 등을 회피하여 임무지역까지 효과적으로 주행을 하도록 구현된다.In order to implement the object of the present invention, the autonomous robot according to the present invention, in order to perform a given task in a variety of environments, for autonomous driving to the mission area, essentially generates an autonomous driving route. In addition, the autonomous robot according to the present invention is implemented to effectively drive to the mission area by avoiding obstacles and the like in the generated autonomous driving path in consideration of the surrounding environment and the dynamic characteristics and energy of the robot.
상기와 같은 기술적 과제를 해결하기 위해, 본 발명에 따른 로봇의 경로계획 방법은,In order to solve the above technical problem, the path planning method of the robot according to the present invention,
(a) 로봇의 센서장치가 주변 장애물의 정보를 센싱하여 센서정보를 추출하는 단계와;(a) sensing, by the sensor device of the robot, sensor information of surrounding obstacles to extract sensor information;
(b) 상기 추출한 센서정보를 기초로 하여, 상기 로봇 주변을 2차원 평면 내의 정사각형 모양의 격자단위로 구분된 격자지도를 생성하는 단계와, 상기 생성된 격자지도는 상기 로봇이 갈 수 있는 길과 갈 수 없는 길이 표시되며;(b) generating a grid map divided by a grid unit having a square shape in a two-dimensional plane around the robot based on the extracted sensor information, and the generated grid map includes a path to which the robot can go; The length that cannot be reached is indicated;
(c) 상기 로봇이 상기 격자지도 상에서 현재위치에서 이동할 수 있는 주변 격자들에 대해 8방향으로 탐색하고, 상기 로봇의 현재 위치에서 이동할 수 있는 각 주변 격자들에 대한 요각도를 계산하는 단계와;(c) the robot searching in eight directions for the peripheral grids that can move at the current position on the grid map, and calculating a yaw angle for each of the peripheral grids that can move at the current position of the robot;
(d) 상기 로봇이 이동할 수 있는 주변 격자들의 조향각도와, 출발 누적비용 및 휴리스틱스 계산하는 단계와;(d) calculating steering angles, starting cumulative costs, and heuristics of the surrounding grids to which the robot can move;
(e) 상기 계산한 요각도와, 조향각도와, 출발 누적비용 및 휴리스티스에 기초하여, 상기 로봇이 현재 위치에서 목표점까지 경로들 중에서 최소의 가상최단비용을 가지는 경로를 계획하는 단계;를 포함하는 것을 특징으로 한다. (e) planning a path having the minimum virtual shortest cost among the paths from the current position to the target point based on the calculated yaw angle, steering angle, starting cumulative cost, and huristis; It is characterized by.
바람직하게는, 상기 (e) 단계는Preferably, step (e)
상기 계산한 요각도와, 조향각도와, 출발 누적비용, 거리 휴리스티스 및 각도 휴리스틱스에 기초하여, 상기 로봇이 현재 위치에서 목표점까지 경로들 각각을 가상 최단비용과 함께 'OPEN LIST'에 등록하는 단계와;Based on the calculated yaw angle, steering angle, starting cumulative cost, distance heuristics and angle heuristics, the robot registers each of the paths from the current position to the target point in the 'OPEN LIST' together with the virtual shortest cost. Wow;
상기 'OPEN LIST'에 등록된 경로들을 가상최단비용을 기준으로 낮은 값부터 높은 값 순으로 정렬되는 단계를 더 포함하는 것을 특징으로 한다.The method may further include sorting the paths registered in the 'OPEN LIST' in order of the lowest value to the highest value based on the virtual shortest cost.
바람직하게는, 상기 (d) 단계에서, 상기 거리 휴리스틱스(h)와 각도 휴리스틱스(θh)는Preferably, in the step (d), the distance heuristics h and the angle heuristics θ h are
θh = tan-1 (YG - Y1)/(XG - X1) θ h = tan -1 (Y G -Y 1 ) / (X G -X 1 )
식을 적용하여 계산하되,Calculate by applying an expression,
상기 식에서, 격자지도 상에서 임의의 격자의 중심에 해당하는 직교좌표는 (X1 , Y1)이고, 상기 로봇이 이동하려는 목표점에 해당하는 격자의 중심에 해당하는 직교좌표는 (XG , YG) 이고, In the above equation, the Cartesian coordinate corresponding to the center of any grid on the grid map is (X 1 , Y 1 ), and a rectangular coordinate corresponding to the center of the grid corresponding to the target point to which the robot is moving is (X G , Y G )
h 는, 장애물의 위치와 관계없이, 임의의 주변 탐색 격자로부터 목표점까지의 최단거리 인 것을 특징으로 하며,h is the shortest distance from any surrounding search grid to the target point, regardless of the position of the obstacle,
θh 는, 장애물의 위치와 관계없이, 임의의 주변 탐색 격자로부터 목표점까지의 최단거리에 대한 요각도 인 것을 특징으로 한다.θ h is a yaw angle for the shortest distance from any peripheral search grid to the target point, regardless of the position of the obstacle.
바람직하게는, 상기 (e) 단계에서, 상기 가상최단비용은Preferably, in the step (e), the virtual minimum cost is
가상최단비용(f) = K1 (g + h) + K2 (θg + θh)Virtual minimum cost (f) = K 1 (g + h) + K 2 (θ g + θ h )
식을 적용하여 계산되고, 여기서Is calculated by applying an expression, where
K1, 은 로봇의 특성을 가리키는 게인 값이고, K2 는 노면의 특성을 고려한 게인 값이며, g는 출발점에서 탐색 격자까지의 누적 비용이며, θg 는 출발점에서 탐색 격자까지의 누적 조향각 인 것을 특징으로 한다.K 1 , is a gain value indicating the characteristics of the robot, K 2 Is a gain value considering the characteristics of the road surface, g is the cumulative cost from the starting point to the search grid, θ g is a cumulative steering angle from the starting point to the search grid.
또한, 상기와 같은 기술적 과제를 해결하기 위해, 본 발명에 따른 자율로봇의 경로계획 장치는,In addition, in order to solve the above technical problem, the path planning apparatus of the autonomous robot according to the present invention,
외부 장애물의 위치정보를 수집하는 센서장치와; A sensor device for collecting location information of an external obstacle;
센서장치가 수집한 외부 장애물의 위치정보에 기초하여 지형감지하여 격자지도로 해석하는 지형감지 장치와; A terrain sensing device that detects the terrain based on the location information of the external obstacle collected by the sensor device and analyzes the grid map;
상기 외부 장애물을 격자지도로 해석한 상태에서 자율로봇이 이동하려는 경로를 계획하여 결정하는 경로계획 장치와;A route planning device that determines and determines a route to which the autonomous robot moves in a state where the external obstacle is interpreted as a grid map;
상기 결정한 경로를 따라 자율로봇이 이동하도록 제어하는 주행제어장치를 포함하여 구성된 것을 특징으로 한다.And a traveling control device for controlling the autonomous robot to move along the determined path.
바람직하게는, 상기 지형감지 장치는 Preferably, the topography detection device
상기 센서장치가 수집한 외부 장애물의 위치정보를 저장하는 저장부를 더 포함하는 것을 특징으로 한다.The apparatus may further include a storage unit which stores position information of the external obstacle collected by the sensor device.
바람직하게는, 상기 지형감지 장치는 Preferably, the topography detection device
상기 센서장치가 측정한 외부세계의 일정 지역을 2차원 평면 내의 정사각형 모양의 격자로 구분하고, A certain area of the outside world measured by the sensor device is divided into a square grid in a two-dimensional plane,
상기 외부 장애물의 높이의 고저를 판단하여, 상기 자율로봇이 통과할 수 있는 높이인지를 감지하는 것을 특징으로 한다.By determining the height of the height of the external obstacle, it is characterized in that it detects whether the height of the autonomous robot can pass.
본 발명은, 자율 로봇의 경로 탐색 시, 로봇의 현재 조향각 및 조향 에너지를 고려하여, 최소의 거리 및 조향이 가능한 경로를 탐색하여 로봇을 자율주행 시킬 수 있다.
According to the present invention, the robot may autonomously drive by searching for a path capable of a minimum distance and steering in consideration of the current steering angle and steering energy of the robot.
도 1은 본 발명의 일 실시 예로서, 본 발명에 따른 자율로봇의 구성을 나타낸 블록도이다.
도 2는 본 발명의 일 실시 예로서, 본 발명에 따른 자율로봇의 경계계획 방법을 도시한 흐름도이다.
도 3은 본 발명의 일 실시 예로서, 로봇이 격자맵(격자지도)에서 주변의 격자를 탐색하는 실시 예이다.
도 4는 본 발명의 일 실시 예로서, 로봇이 격자맵(격자지도)에서 주변의 격자를 탐색하는 또 다른 실시 예이다.
도 5는 본 발명의 일 실시 예로서, 본 발명에 따른 로봇의 경로 계획 방법에 따라 로봇이 이동하는 경로를 도시한 것이다.1 is an embodiment of the present invention, a block diagram showing the configuration of an autonomous robot according to the present invention.
2 is a flowchart illustrating a boundary planning method of an autonomous robot according to an embodiment of the present invention.
3 is an embodiment in which the robot searches for a grid around a grid map (grid map).
4 is another embodiment of the present invention in which the robot searches for a grid around a grid map (grid map).
5 is a diagram illustrating a path in which a robot moves according to a path planning method of a robot according to an embodiment of the present invention.
본 발명은 자율 로봇(무인차량)에 적용된다. 그러나, 본 발명은 이에 한정하지 않고 본 발명의 기술적 사상이 적용될 수 있는 모든 기술분야에 적용된다. The present invention is applied to an autonomous robot (unmanned vehicle). However, the present invention is not limited thereto and is applicable to all technical fields to which the technical spirit of the present invention can be applied.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. As the inventive concept allows for various changes and numerous embodiments, particular embodiments will be illustrated in the drawings and described in detail in the written description. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항복들 중의 어느 항목을 포함한다.Terms including ordinal numbers such as first and second may be used to describe various components, but the components are not limited by the terms. The terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, the first component may be referred to as a second component, and similarly, the second component may also be referred to as a first component. The term and / or includes any item of a plurality of related listed items or a plurality of related listed yields.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may be present in between. On the other hand, when an element is referred to as being "directly connected" or "directly connected" to another element, it should be understood that there are no other elements in between.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terminology used in this application is used only to describe a specific embodiment and is not intended to limit the invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In this application, the terms "comprise" or "have" are intended to indicate that there is a feature, number, step, action, component, part, or combination thereof described on the specification, and one or more other features. It is to be understood that the present disclosure does not exclude the possibility of the presence or the addition of numbers, steps, operations, components, components, or a combination thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art. Terms such as those defined in the commonly used dictionaries should be construed as having meanings consistent with the meanings in the context of the related art and shall not be construed in ideal or excessively formal meanings unless expressly defined in this application. Do not.
이하, 첨부한 도면들을 참조하여 본 발명에 바람직한 실시 예를 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어 도면 부호에 상관없이 동일하거나 대응하는 구성요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Reference will now be made in detail to the preferred embodiments of the present invention, examples of which are illustrated in the accompanying drawings, wherein like reference numerals refer to the like elements throughout. The description will be omitted.
본 발명의 기본 개념은, 로봇의 조향과 동특성(이동 특성 또는 주행 특성)을 고려하여, 로봇이 최적 경로를 계획하고, 그 계획한 경로를 통하여 로봇을 주행하게 하는 장치 및 방법이다. 이러한 본 발명의 개념을 구현하기 위해, 본 발명은 센서와 지형감지 장치를 이용하여 격자지도를 생성하고; 로봇의 현재 요각도 및 주변 조향각도 계산하고; 외부 장애물에 대하여 8방향으로 탐색하여, 목표 지점(즉, 결정된 경로)까지 로봇이 이동하는데 소요되는 예측비용을 계산하고; 또한, 그 결정된 경로로 가상 이동(주행)을 수행함으로써, 로봇이 최적의 경로로 자율주행을 할 수 있도록 한다. The basic concept of the present invention is an apparatus and method for allowing a robot to plan an optimal route and to run the robot through the planned route in consideration of the steering and dynamic characteristics (moving characteristic or traveling characteristic) of the robot. In order to implement this concept of the present invention, the present invention generates a grid map using a sensor and a terrain sensor; Calculate a current yaw angle and a peripheral steering angle of the robot; Search for the external obstacles in eight directions to calculate the predicted cost of moving the robot to the target point (ie, the determined path); Also, by performing the virtual movement (driving) in the determined path, the robot can autonomously run in the optimal path.
도 1은 본 발명의 일 실시 예로서, 본 발명에 따른 자율로봇의 구성을 나타낸 블록도이다.1 is an embodiment of the present invention, a block diagram showing the configuration of an autonomous robot according to the present invention.
도 1에 도시된 바와 같이, 본 발명에 따른 자율로봇은 외부 장애물의 위치정보를 수집하는 센서장치와, 센서장치가 수집한 외부 장애물의 위치정보에 기초하여 지형감지하여 격자지도로 해석하는 지형감지 장치와; 외부 장애물을 격자지도로 해석한 상태에서 자율로봇일 이동하려는 경로를 계획하여 결정하는 경로계획 장치와;As shown in FIG. 1, the autonomous robot according to the present invention includes a sensor device for collecting location information of an external obstacle, and a terrain detection based on the location information of the external obstacle collected by the sensor device and interpreted as a grid map. An apparatus; A route planning device for determining and planning a route to move an autonomous robot in a state where an external obstacle is interpreted as a grid map;
상기 결정한 경로를 따라 자율로봇이 이동하도록 제어하는 주행제어장치를 포함하여 구성된다. And a traveling control device for controlling the autonomous robot to move along the determined path.
상기 센서장치(110)는 외부세계를 인식할 수 있는, 예를 들어 쌍안 카메라, LIDAR 등의 센서를 구비하는 것이 특징이다. The
또한, 상기 지형감지 장치(120)는 상기 센서장치가 수집한 외부 장애물의 위치정보를 저장하는 저장부를 더 포함할 수도 있다. 또한, 상기 지형감지 장치는 상기 센서장치가 측정한 외부세계의 일정 지역을 2차원 평면 내의 정사각형 모양의 격자로 구분한다. 또한 상기 지형감지 장치는 외부 장애물의 높이의 고저를 판단하여, 자율로봇(또는 무인차량)이 통과할 수 있는 높이인지를 감지한다.In addition, the
상기 경로계획장치(130)는 상기 지형감지 장치가 감지한 격자지도 내에서 로봇이 갈 수 있는 길과 갈 수 없는 길을 구분하여, 이동하려는 목표 지점까지의 경로를 계획 내지 결정한다.The
그리고, 상기 주행제어장치(140)는, 상기 경로계획장치(130)가 결정한 경로를 따라 로봇이 이동(주행)하도록 제어를 한다.The traveling
도 2는 본 발명의 일 실시 예로서, 본 발명에 따른 자율로봇의 경계계획 방법을 도시한 흐름도이다.2 is a flowchart illustrating a boundary planning method of an autonomous robot according to an embodiment of the present invention.
- 로봇(100)의 센서장치(또는 센서)(110)가 외부(또는 주변) 장애물(또는 구조물)의 정보를 센싱하여 센서정보를 추출한다(S21). 이와 같이 추출한 센서정보는 격자지도를 생성하기 위한 정보로 이용된다. 센서정보에는 외부 장애물의 위치(예를 들어, 2차원의 직교좌표상의 위치) 및 높이의 고저를 포함한다. 또한 경우에 따라서 외부 장애물의 재질에 대한 정보가 포함될 수도 있다. 한편, 센서정보는 '월드모델정보(센서데이터)'로 칭할 수도 있다. 한편, 로봇(100)은 자율주행을 위해 일반적으로 외부세계를 인식할 수 있는 쌍안카메라, LIDAR등의 센서를 구비한다.The sensor device (or sensor) 110 of the
- 상기 추출한 센서정보를 기초로 격자지도를 생성한다(S22). A grid map is generated based on the extracted sensor information (S22).
즉, 상기 센서장치의 센서가 측정한 센서정보(예를 들어, 위치정보 등)를 저장부(미도시)에 저장할 수 있다. 로봇의 센서가 외부 장애물을 측정한 범위(또는 지역) 내 일정 지역을 2차원 평면 내의 정사각형 모양의 격자로 구분한다. 그리고, 정사각형 모양의 격자 내 무인차량(즉, 로봇)이 통과할 수 있는 일정 높이(즉, 미리 정한 값으로써, 로봇의 크기를 고려하여 결정한 높이) 이상의 장애물(또는 구조물)이 존재하는지를 판단한다. 만일 임의의 정사각형 격자 내에 있는 일정 높이 이상의 구조물이 존재하는 경우, 그 격자는 로봇(무인차량)이 통과할 수 없는 구조물(장애물)이 존재하는 것으로 분류(지정)한다. 한편, 임의의 격자 내 일정높이 이상의 장애물이 존재하지 않는다면, 그 격자는 로봇이 통과할 수 있는 격자로 분류한다. 이러한 과정을 통해, 상기 일정 지역을 2차원 평면 내의 정사각형 격자에 대해 로봇의 통과여부를 결정하여 분류함으로써, 로봇 주변 일정영역에 대한 격자지도를 생성한다. 즉, 상기 생성된 격자지도는 로봇이 갈 수 있는 길과 갈 수 없는 길을 표시하는 로봇이 현재 위치한 주변에 대한 격자단위의 지도가 된다. That is, sensor information (eg, location information, etc.) measured by the sensor of the sensor device may be stored in a storage unit (not shown). The robot's sensor divides a certain area within the range (or area) where external obstacles are measured by a square grid in a two-dimensional plane. Then, it is determined whether there is an obstacle (or structure) that is equal to or greater than a certain height (that is, a height determined in consideration of the size of the robot as a predetermined value) through which the driverless vehicle (that is, the robot) in the square grid can pass. If there is a structure above a certain height that is in any square grid, the grid is classified (designated) as having a structure (obstacle) that the robot (unmanned vehicle) cannot pass through. On the other hand, if there is no obstacle above a certain height in any grating, the grating is classified as a grating through which the robot can pass. Through this process, the predetermined area is classified by determining whether the robot passes with respect to the square grid in the two-dimensional plane, thereby generating a grid map of the predetermined area around the robot. That is, the generated grid map is a grid unit map of the surroundings where the robot currently displays the paths to which the robot can and cannot go.
- 상기 로봇의 현재 요각도를 계산한다(S23).Calculate the current yaw angle of the robot (S23).
로봇의 현재 위치는 특정 격자점의 중심이 된다. 그리고, 로봇이 현재 위치에서 주행(또는 이동)할 수 있는 방향으로써 8 방향으로 탐색을 한다. 즉, 도 3 및 도 4와 같이, 로봇은 현재 위치하고 있는 격자에서 주변 격자로 8방향으로의 이동을 탐색한다. 즉, 로봇이 '격자 ⑤'에서 현재 위치(즉, 이동한 위치)로 이동하였다면, 현재 위치에서 8 방향의 주변 격자(즉, '격자 ①' ~ '격자 ⑧')로 이동할 수 있다.The robot's current position is the center of a particular grid point. Then, the robot searches in eight directions as the direction in which the robot can travel (or move) from the current position. That is, as shown in FIGS. 3 and 4, the robot searches for movement in eight directions from the grid to which the robot is currently located. That is, if the robot has moved from the
한편, 최초 로봇이 이동 시에는, 로봇이 현재 요각도를 알 수 있다고 가정한다. 만약 로봇이 임의의 다음 격자위치로 이동한다고 가정하면 로봇의 요각도는 이전위치와 이동한 위치의 격자정보로부터 계산할 수 있다. On the other hand, when the first robot is moved, it is assumed that the robot can know the current yaw degree. If it is assumed that the robot moves to an arbitrary next grid position, the yaw angle of the robot can be calculated from the grid information of the previous position and the moved position.
이전위치 : (X0 , Y0)Previous location: (X 0 , Y 0 )
이동한 위치 : (X1 , Y1)Moved position: (X 1 , Y 1 )
요각도 = tan-1 (Y1 - Y0)/(X1 - X0)Yaw angle = tan -1 (Y 1 -Y 0 ) / (X 1 -X 0 )
예를 들어, 도 3 및 도 4에서 '이전위치(X0 , Y0)'는 '격자 ⑤'에 해당하고, '이동한 위치(X1 , Y1)'는 로봇이 위치하고 있는 현재 위치에 해당한다. 다만, 도 3의 경우 요각도는 90 °가 될 것이고, 도 4의 경우 요각도는 45 °가 될 것이다. 다만, 도 3 및 도 4는, 격자들과 로봇이 위치한 지점을 X축과 Y축의 직교좌표 상으로 표현한 것이다.For example, in FIGS. 3 and 4, the 'previous position (X 0) , Y 0 ) 'corresponds to the
- 로봇은 현재위치에서 이동할 수 있는 주변 격자들에 대해 8방향으로 탐색한다(S24). 상기 S24는 로봇의 현재의 위치로부터 격자지도 내의 주변 8방향 격자 중 주행가능 격자를 탐색하는 단계이다.The robot searches in eight directions with respect to the surrounding grids that can move from the current position (S24). S24 is a step of searching for a movable grid among the peripheral eight-way grids in the grid map from the current position of the robot.
- 로봇은 주변 조향각도를 계산한다(S25).The robot calculates a peripheral steering angle (S25).
로봇은 현재위치에서 주행가능 격자(즉, '격자 ①' ~ '격자 ⑧' 중 한 개)로의 조향각도를 계산한다. 주변 셀(즉, 격자)의 조향각도는 0 °, 45°,-45°, 90°,-90°, 135°, -135°, 180°의 8개 중 1개에 해당한다. 주변 조향각도는 현재 요각도에 따라 중심 셀(조향각도 0°)을 정한 후, 순차적으로 시계방향으로 결정한다. 즉, 예를 들어 도 3과 같이, 현재 요각도에 따라 ①번 격자의 위치가 정해지며 순차적으로 시계방향으로 격자의 번호를 ⑧번까지 정한 후, 순차적으로 0°, 45°, 90°, 135°, 180°, -135°, -90°, -45°의 순으로 조향 각도를 결정한다.The robot calculates the steering angle from the current position to the grid capable of running (ie, one of 'lattice ①' to 'lattice ⑧'). The steering angle of the surrounding cell (ie grating) corresponds to one of eight of 0 °, 45 °, -45 °, 90 °, -90 °, 135 °, -135 ° and 180 °. The peripheral steering angle is determined in clockwise order after the center cell (steering angle 0 °) is determined according to the current yaw angle. That is, for example, as shown in Figure 3, the position of the grid No. ① is determined according to the current yaw angle, and the grid number is sequentially set to ⑧ in the clockwise direction, and then sequentially 0 °, 45 °, 90 °, 135 Steering angles are determined in the following order: °, 180 °, -135 °, -90 °, -45 °.
- 로봇의 출발 누적비용, 거리 휴리스틱스 및 각도 휴리스틱스를 계산한다(S26).Calculate the starting cumulative cost, distance heuristics and angle heuristics of the robot (S26).
로봇이 이동하여 목표점(Goal)까지 도달하는 거리기반의 비용을 계산하기 위해 출발 거리비용(g)과 거리 휴리스틱스(h)를 계산한다. 로봇은 수평방향(즉, X축 방향), 수직방향(즉, Y축 방향), 또는 대각선 방향으로 이동할 수 있다. 이때, 수평방향 혹은 수직방향의 주변 격자로의 이동 시에는, 비용을 '1'로 정의하고, 대각선 방향의 주변 격자로의 이동 시에는, 비용을 '1.4'로 정의하자. 이러한 비용의 정의에 기초하여, 출발 누적거리 비용(g)은 출발점에서 계산되는 값으로 목표점에 도달 시까지 누적되어 계산된다. 또한, 거리 휴리스틱스(h)는 임의의 주변 탐색 격자로부터 목표점까지의 최단거리를 장애물의 위치와 관계없이 계산한다. The starting distance cost (g) and the distance heuristic (h) are calculated to calculate the distance-based cost that the robot moves to reach the goal. The robot can move in the horizontal direction (ie, X-axis direction), vertical direction (ie, Y-axis direction), or diagonal direction. In this case, define the cost as '1' when moving to the peripheral grid in the horizontal or vertical direction, and define '1.4' when moving to the peripheral grid in the diagonal direction. Based on this definition of cost, the starting cumulative distance cost g is a value calculated at the starting point and accumulated until the target point is reached. In addition, the distance heuristic h calculates the shortest distance from any surrounding search grid to the target point regardless of the position of the obstacle.
격자지도 상에서 임의의 격자의 중심 : (X1 , Y1)The center of any grid on the grid map: (x 1 , Y 1 )
목표점 격자의 중심 : (XG , YG)Center of target grid: (X G , Y G )
거리 휴리스틱스 : 
출발 누적각도비용(θ)은 S25에서 탐색 격자의 출발점부터 계산된 조향각 누적치이다. 각도 휴리스틱스(θh)는, 장애물의 위치와 관계없이, 임의의 주변 탐색 격자로부터 목표점까지의 최단거리에 대한 요각도이다. The starting cumulative angle cost θ is the steering angle cumulative value calculated from the starting point of the search grid in S25. The angle heuristic θ h is a yaw angle for the shortest distance from any peripheral search grid to the target point, regardless of the position of the obstacle.
각도 휴리스틱스 θh = tan-1 (YG - Y1)/(XG - X1)Angular heuristics θ h = tan -1 (Y G -Y 1 ) / (X G -X 1 )
- 현재위치에서 목표지점까지의 가상최단비용을 계산한다(S27)-Calculate the virtual minimum cost from the current position to the target point (S27)
앞선 단계에서 계산된 주변조향각도, 출발거리비용, 거리 휴리스틱스 및 각도 휴리스틱스를 활용하여 가상 최단비용(f)을 계산한다.The virtual minimum cost (f) is calculated using the surrounding steering angle, starting distance cost, distance heuristics and angle heuristics calculated in the previous step.
가상최단비용(f) = K1 (g + h) + K2 (θg + θh)Virtual minimum cost (f) = K 1 (g + h) + K 2 (θ g + θ h )
상기 '가상최단비용(f)' 식에서 K1, K2 는 로봇 및 노면의 특성을 고려한 게인(gain) 값이며, g는 출발점에서 탐색 격자까지의 누적 비용(c)이며, h는 거리 휴리스틱스이고, θg 는 출발점에서 탐색 격자까지의 누적 조향각(θ)을, θh는 각도 휴리스틱스를 나타낸다. K 1 and K 2 in the above 'virtual shortest cost' Is the gain value considering the characteristics of the robot and the road surface, g is the cumulative cost (c) from the starting point to the search grid, h is the distance heuristic, and θ g is the cumulative steering angle from the starting point to the search grid (θ). ) a, θ h represents the angle of heuristics.
- OPEN LIST 등록하고, 격자지도에서 최단 거리이고 최소 비용이 소요되는 경로를 가상 탐색하고, 그 탐색한 결과를 CLOSE LIST에 등록한다(S28 ~ S30).-Register the OPEN LIST, virtually search for the route with the shortest distance and minimum cost on the grid map, and register the search result in the CLOSE LIST (S28 to S30).
로봇은, 상기 생성한 격자지도 상에서, 로봇의 현재 위치에서 이동(주행)하려는 목표점까지의 최단 경로 및 최소 비용을 상기 단계들의 식을 적용하여 계산한다. 이때, 로봇이 격자지도 상의 현재 지점에서 목표점까지 이동 가능한 가상의 경로는 다수가 존재할 수 있다. 예를 들어, 도 5와 같이, 로봇이 장애물을 피해 목표점까지 도달할 수 있는 가상의 경로는 빨강색 경로와 파랑색 경로가 존재할 수 있다. 로봇은 그 계산한 가상의 최단비용 값과 함께 그 계산한 경로들을 OPEN LIST에 저장된다(이때, 최단비용 값과 경로가 저장되는 OPEN LIST는 저장부의 다른 명칭이거나, 저장부의 일부일 수 있다). 상기 OPEN LIST 저장된 최단 경로들은 가상최단비용을 기준으로 낮은 값부터 높은 값 순으로 정렬된다. 그리고, 최소의 가상최단비용을 가지는 격자는 CLOSE LIST에 등록된다.The robot calculates the shortest path and the minimum cost from the current position of the robot to the target point to be moved (run) on the generated grid map by applying the formulas of the above steps. In this case, there may be a plurality of virtual paths that the robot can move from the current point on the grid map to the target point. For example, as shown in FIG. 5, the virtual path through which the robot can reach the target point avoiding an obstacle may have a red path and a blue path. The robot stores the calculated paths along with the calculated virtual least cost value in the OPEN LIST (where the OPEN LIST where the shortest cost value and the path are stored may be another name of the storage or may be part of the storage). The shortest paths stored in the open list are sorted in order of low value to high value based on the virtual shortest cost. And the grid with the minimum virtual minimum cost is registered in the CLOSE LIST.
- 가상이동 및 목표점(Goal) 도달여부를 판단한다(S31 및 S32).-It is determined whether the virtual movement and the goal (Goal) reached (S31 and S32).
다음으로 가상격자는 상기 S27에서 계산된 가상 최단비용을 가지는 격자로 이동한 후 목표점(Goal) 도달여부를 판단하여, 도달한 경우는 탐색을 종료하고, 한편, 도달하지 않은 경우는 현재의 요각도 계산 후 주변 격자탐색을 계속한다.Next, the virtual lattice moves to the grid having the virtual shortest cost calculated in S27, and then determines whether the target point is reached, and when it reaches the end, the search is terminated. After the calculation, the surrounding grid search is continued.
도 5는 본 발명의 일 실시 예로서, 본 발명에 따른 로봇의 경로 계획 방법에 따라 로봇이 이동하는 경로를 도시한 것이다.5 is a diagram illustrating a path in which a robot moves according to a path planning method of a robot according to an embodiment of the present invention.
상술한 S21 ~ S32 를 적용할 때, 도 5에 도시된 바와 같이, 로봇이 현재 위치하고 있는 지점에서 목표점까지 가상최단비용을 가지는 격자로 가상으로 이동한 경로는 '경로 2'와 같다. 즉, 상기 S21 ~ S32 를 적용하여 로봇의 경로를 계획하면, 종래 기술(즉, '경로 1'의 이동경로)보다 최단거리를 가지는 로봇의 이동(주행)경로를 결정 내지 계획할 수 있다. When the above-described S21 to S32 are applied, as shown in FIG. 5, the path virtually moved to the grid having the virtual shortest cost from the point where the robot is currently located to the target point is equal to 'path 2'. That is, when the path of the robot is planned by applying the S21 to S32, the movement (driving) path of the robot having the shortest distance than the prior art (that is, the movement path of 'path 1') may be determined or planned.
이상, 본 발명은 도면에 도시된 실시 예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, is intended to cover various modifications and equivalent arrangements included within the spirit and scope of the appended claims. will be. Accordingly, the true scope of the present invention should be determined by the technical idea of the appended claims.
Claims (7)
(b) 상기 추출한 센서정보를 기초로 하여, 상기 로봇 주변을 2차원 평면 내의 정사각형 모양의 격자단위로 구분된 격자지도를 생성하는 단계와, 상기 생성된 격자지도는 상기 로봇이 갈 수 있는 길과 갈 수 없는 길이 표시되며;
(c) 상기 로봇이 상기 격자지도 상에서 현재위치에서 이동할 수 있는 주변 격자들에 대해 8방향으로 탐색하고, 상기 로봇의 현재 위치에서 이동할 수 있는 각 주변 격자들에 대한 요각도를 계산하는 단계와;
(d) 상기 로봇이 이동할 수 있는 주변 격자들의 조향각도와, 출발 누적비용, 거리 휴리스틱스 및 각도 휴리스틱스를 계산하는 단계와;
(e) 상기 계산한 요각도와, 조향각도와, 출발 누적비용, 거리 휴리스티스 및 각도 휴리스틱스에 기초하여, 상기 로봇이 현재 위치에서 목표점까지 경로들 중에서 최소의 가상최단비용을 가지는 경로를 계획하는 단계;를 포함하며,
상기 (e) 단계는,
상기 계산한 요각도와, 조향각도와, 출발 누적비용, 거리 휴리스티스 및 각도 휴리스틱스에 기초하여, 상기 로봇이 현재 위치에서 목표점까지 경로들 각각을 가상 최단비용과 함께 'OPEN LIST'에 등록하는 단계와;
상기 'OPEN LIST'에 등록된 경로들을 가상최단비용을 기준으로 낮은 값부터 높은 값 순으로 정렬되는 단계를 더 포함하는 것을 특징으로 하는 로봇의 경로계획 방법. (a) sensing, by the sensor device of the robot, sensor information of surrounding obstacles to extract sensor information;
(b) generating a grid map divided by a grid unit having a square shape in a two-dimensional plane around the robot based on the extracted sensor information, and the generated grid map includes a path to which the robot can go; The length that cannot be reached is indicated;
(c) the robot searching in eight directions for the peripheral grids that can move at the current position on the grid map, and calculating a yaw angle for each of the peripheral grids that can move at the current position of the robot;
(d) calculating steering angles, starting cumulative costs, distance heuristics and angular heuristics of the surrounding grids the robot can move;
(e) Based on the calculated yaw angle, steering angle, starting cumulative cost, distance heuristics and angle heuristics, the robot plans a path having the smallest virtual shortest cost among the paths from the current position to the target point. It includes;
In step (e),
Based on the calculated yaw angle, steering angle, starting cumulative cost, distance heuristics and angle heuristics, the robot registers each of the paths from the current position to the target point in the 'OPEN LIST' together with the virtual shortest cost. Wow;
And arranging the paths registered in the 'OPEN LIST' in the order of the lowest value to the highest value based on the virtual shortest cost.
상기 거리 휴리스틱스는
식을 적용하여 계산하고,
각도 휴리스틱스는
θh = tan-1 (YG - Y1)/(XG - X1)
식을 적용하여 계산하되,
상기 식에서, 격자지도 상에서 임의의 격자의 중심에 해당하는 직교좌표는 (X1 , Y1)이고, 상기 로봇이 이동하려는 목표점에 해당하는 격자의 중심에 해당하는 직교좌표는 (XG , YG) 이고,
θh 는, 장애물의 위치와 관계없이, 임의의 주변 탐색 격자로부터 목표점까지의 최단거리에 대한 요각도 인 것을 특징으로 하는 로봇의 경로계획 방법. The method of claim 1, wherein in step (d),
The distance heuristics
Apply the formula,
Angle heuristics
θ h = tan -1 (Y G -Y 1 ) / (X G -X 1 )
Calculate by applying an expression,
In the above equation, a rectangular coordinate corresponding to the center of an arbitrary grid on the grid map is (X 1 , Y 1 ), and a rectangular coordinate corresponding to the center of the grid corresponding to the target point to which the robot is to move is (X G , Y G ) ego,
θ h is a yaw angle for the shortest distance from any peripheral search grid to the target point, regardless of the position of the obstacle.
가상최단비용(f) = K1 (g + h) + K2 (θg + θh)
식을 적용하여 계산되고, 여기서
K1, 은 로봇의 특성을 가리키는 게인 값이고, K2 는 노면의 특성을 고려한 게인 값이며, g는 출발점에서 탐색 격자까지의 누적 비용이며, h는 거리 휴리스틱스이고, θg 는 출발점에서 탐색 격자까지의 누적 조향각이며, θh 는 각도 휴리스틱스인 것을 특징으로 하는 로봇의 경로계획 방법. The method of claim 1, wherein in the step (e), the virtual minimum cost is
Virtual minimum cost (f) = K 1 (g + h) + K 2 (θ g + θ h )
Is calculated by applying an expression, where
K 1 , is a gain value indicating the characteristics of the robot, K 2 is a gain value considering the characteristics of the road surface, g is the cumulative cost from the starting point to the search grid, h is the distance heuristic, θ g is searched from the starting point Cumulative steering angle to the grid, θ h is the angle planning heuristics.
센서장치가 수집한 외부 장애물의 위치정보에 기초하여 지형감지하여 격자지도로 해석하는 지형감지 장치와;
상기 외부 장애물을 격자지도로 해석한 상태에서 자율로봇이 이동하려는 경로를 계획하여 결정하는 경로계획 장치와;
상기 결정한 경로를 따라 자율로봇이 이동하도록 제어하는 주행제어장치를 포함하여 구성된 것을 특징으로 하며,
제1항에 따르는 로봇의 경로계획 방법에 의하여 상기 자율로봇이 현재 위치에서 목표점까지 경로들 중에서 최소의 가상최단비용을 가지는 경로를 계획하는 것을 특징으로 하는 자율로봇의 경로계획 장치.A sensor device for collecting location information of an external obstacle;
A terrain sensing device that detects the terrain based on the location information of the external obstacle collected by the sensor device and analyzes the grid map;
A route planning device that determines and determines a route to which the autonomous robot moves in a state where the external obstacle is interpreted as a grid map;
It characterized in that it comprises a driving control device for controlling the autonomous robot to move along the determined path,
The path planning apparatus of the autonomous robot according to claim 1, wherein the path planning method of the autonomous robot has a minimum virtual shortest cost among the paths from the current position to the target point.
상기 센서장치가 수집한 외부 장애물의 위치정보를 저장하는 저장부를 더 포함하는 것을 특징으로 하는 자율로봇의 경로계획 장치.The method of claim 5, wherein the topography detection device
The path planning device of the autonomous robot, characterized in that it further comprises a storage unit for storing the position information of the external obstacle collected by the sensor device.
상기 센서장치가 측정한 외부세계의 일정 지역을 2차원 평면 내의 정사각형 모양의 격자로 구분하고,
상기 외부 장애물의 높이의 고저를 판단하여, 상기 자율로봇이 통과할 수 있는 높이인지를 감지하는 것을 특징으로 하는 자율로봇의 경로계획 장치.The method of claim 5, wherein the topography detection device
A certain area of the outside world measured by the sensor device is divided into a square grid in a two-dimensional plane,
The path planning device of the autonomous robot, characterized in that for determining the height of the height of the external obstacle, to detect whether the height of the autonomous robot can pass.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120020489A KR101179075B1 (en) | 2012-02-28 | 2012-02-28 | Path planning method for autonomous robot and path planning system thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120020489A KR101179075B1 (en) | 2012-02-28 | 2012-02-28 | Path planning method for autonomous robot and path planning system thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101179075B1 true KR101179075B1 (en) | 2012-09-03 |
Family
ID=47073645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120020489A KR101179075B1 (en) | 2012-02-28 | 2012-02-28 | Path planning method for autonomous robot and path planning system thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101179075B1 (en) |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101409323B1 (en) * | 2013-03-19 | 2014-07-02 | 국방과학연구소 | Method and Apparatus for Path Planning of Unmanned Ground Vehicle in Dynamic Environment |
| KR101529026B1 (en) * | 2013-11-13 | 2015-06-15 | 국방과학연구소 | Method for producing mission-critical global paths based weights of geographic analysis information |
| KR101539270B1 (en) * | 2015-02-27 | 2015-07-24 | 군산대학교산학협력단 | sensor fusion based hybrid reactive motion planning method for collision avoidance and autonomous navigation, recording medium and mobile robot for performing the method |
| WO2015167220A1 (en) * | 2014-05-02 | 2015-11-05 | 한화테크윈 주식회사 | Device for planning path of mobile robot and method for planning path of mobile robot |
| CN105629974A (en) * | 2016-02-04 | 2016-06-01 | 重庆大学 | Robot path planning method and system based on improved artificial potential field method |
| CN106527433A (en) * | 2016-10-31 | 2017-03-22 | 江苏理工学院 | Multi-robot search and rescue system |
| CN107478232A (en) * | 2017-09-18 | 2017-12-15 | 珠海市微半导体有限公司 | The searching method and chip in robot navigation path |
| CN108673496A (en) * | 2018-05-02 | 2018-10-19 | 苏州智伟达机器人科技有限公司 | A kind of industrial robot path following method based on pure tracing model |
| KR102036716B1 (en) * | 2019-02-15 | 2019-10-25 | 국방과학연구소 | Path planning method for visiting multiple mission points and apparatus therefor |
| WO2020153832A1 (en) * | 2019-01-25 | 2020-07-30 | 주식회사 베어로보틱스코리아 | Method and system for determining movement path of robot ,and non-transient computer-readable recording medium |
| KR20200108982A (en) | 2019-03-12 | 2020-09-22 | 한화디펜스 주식회사 | Method and Apparatus for searching driving route |
| KR20200109595A (en) * | 2019-03-13 | 2020-09-23 | 한화디펜스 주식회사 | Path providing apparatus and path providing method |
| CN112068551A (en) * | 2020-08-17 | 2020-12-11 | 盐城工学院 | RTB-based autonomous navigation and path planning method for drive-by-wire chassis |
| KR20210005443A (en) * | 2019-07-05 | 2021-01-14 | 엘지전자 주식회사 | Moving robot and control method thereof |
| KR20210007361A (en) * | 2019-07-11 | 2021-01-20 | 엘지전자 주식회사 | Moving robot and control method thereof |
| WO2021010757A1 (en) * | 2019-07-16 | 2021-01-21 | Lg Electronics Inc. | Mobile robot and control method thereof |
| KR20210061268A (en) * | 2019-11-19 | 2021-05-27 | 치루 유니버시티 오브 테크놀로지 | Method and system for planning path of user following robot with restrictions on direction of travel |
| CN113885510A (en) * | 2021-10-21 | 2022-01-04 | 齐鲁工业大学 | Obstacle avoidance and pilot following method and system for four-legged robot |
| KR20220126588A (en) * | 2021-03-09 | 2022-09-16 | 동의대학교 산학협력단 | Virtual grid-based A-Star route search method and system |
| US11674809B2 (en) | 2019-07-05 | 2023-06-13 | Lg Electronics Inc. | Moving robot and control method thereof |
| CN116400605A (en) * | 2023-06-08 | 2023-07-07 | 成都航空职业技术学院 | Robot automatic control method and system |
| KR20230103195A (en) * | 2021-12-31 | 2023-07-07 | 인천대학교 산학협력단 | Downtown Patrol Robot and Method for Providing Global Path Planning Based on Second Price Auction |
| US11700989B2 (en) | 2019-07-11 | 2023-07-18 | Lg Electronics Inc. | Mobile robot using artificial intelligence and controlling method thereof |
| KR102566417B1 (en) * | 2023-01-30 | 2023-08-11 | 주식회사 마키나락스 | Method for calculaing the length of work path of a task-performing robot |
| KR102614099B1 (en) * | 2023-01-30 | 2023-12-14 | 주식회사 마키나락스 | Method for distributing work points to plural task-performing robots |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011128758A (en) | 2009-12-16 | 2011-06-30 | Toyota Motor Corp | Route search system, method, program, and mobile body |
| KR101056681B1 (en) * | 2011-03-25 | 2011-08-12 | 국방과학연구소 | Autonomous mobile apparatus, method for determining moving path of the same, and autonomous mobile system |
| JP2011175393A (en) | 2010-02-24 | 2011-09-08 | Toyota Motor Corp | Route planning apparatus, autonomous mobile robot, and method for planning movement path |
| KR101096592B1 (en) * | 2010-09-29 | 2011-12-20 | 국방과학연구소 | The apparatus and method for improving the performance of autonomous navigation of unmanned ground vehicle using obstacle grid map |
-
2012
- 2012-02-28 KR KR1020120020489A patent/KR101179075B1/en not_active IP Right Cessation
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011128758A (en) | 2009-12-16 | 2011-06-30 | Toyota Motor Corp | Route search system, method, program, and mobile body |
| JP2011175393A (en) | 2010-02-24 | 2011-09-08 | Toyota Motor Corp | Route planning apparatus, autonomous mobile robot, and method for planning movement path |
| KR101096592B1 (en) * | 2010-09-29 | 2011-12-20 | 국방과학연구소 | The apparatus and method for improving the performance of autonomous navigation of unmanned ground vehicle using obstacle grid map |
| KR101056681B1 (en) * | 2011-03-25 | 2011-08-12 | 국방과학연구소 | Autonomous mobile apparatus, method for determining moving path of the same, and autonomous mobile system |
Cited By (50)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101409323B1 (en) * | 2013-03-19 | 2014-07-02 | 국방과학연구소 | Method and Apparatus for Path Planning of Unmanned Ground Vehicle in Dynamic Environment |
| KR101529026B1 (en) * | 2013-11-13 | 2015-06-15 | 국방과학연구소 | Method for producing mission-critical global paths based weights of geographic analysis information |
| WO2015167220A1 (en) * | 2014-05-02 | 2015-11-05 | 한화테크윈 주식회사 | Device for planning path of mobile robot and method for planning path of mobile robot |
| US10369695B2 (en) | 2014-05-02 | 2019-08-06 | Hanwha Defense Co., Ltd. | Device for planning path of mobile robot and method for planning path of mobile robot |
| KR101539270B1 (en) * | 2015-02-27 | 2015-07-24 | 군산대학교산학협력단 | sensor fusion based hybrid reactive motion planning method for collision avoidance and autonomous navigation, recording medium and mobile robot for performing the method |
| CN105629974B (en) * | 2016-02-04 | 2018-12-04 | 重庆大学 | A kind of robot path planning method and system based on modified Artificial Potential Field Method |
| CN105629974A (en) * | 2016-02-04 | 2016-06-01 | 重庆大学 | Robot path planning method and system based on improved artificial potential field method |
| CN106527433B (en) * | 2016-10-31 | 2019-04-05 | 江苏理工学院 | multi-robot search and rescue system |
| CN106527433A (en) * | 2016-10-31 | 2017-03-22 | 江苏理工学院 | Multi-robot search and rescue system |
| CN107478232B (en) * | 2017-09-18 | 2020-02-21 | 珠海市一微半导体有限公司 | Searching method for robot navigation path |
| CN107478232A (en) * | 2017-09-18 | 2017-12-15 | 珠海市微半导体有限公司 | The searching method and chip in robot navigation path |
| CN108673496A (en) * | 2018-05-02 | 2018-10-19 | 苏州智伟达机器人科技有限公司 | A kind of industrial robot path following method based on pure tracing model |
| CN108673496B (en) * | 2018-05-02 | 2021-05-11 | 苏州寻迹智行机器人技术有限公司 | Industrial robot path tracking method based on pure tracking model |
| WO2020153832A1 (en) * | 2019-01-25 | 2020-07-30 | 주식회사 베어로보틱스코리아 | Method and system for determining movement path of robot ,and non-transient computer-readable recording medium |
| US11338438B2 (en) | 2019-01-25 | 2022-05-24 | Bear Robotics, Inc. | Method, system and non-transitory computer-readable recording medium for determining a movement path of a robot |
| KR102036716B1 (en) * | 2019-02-15 | 2019-10-25 | 국방과학연구소 | Path planning method for visiting multiple mission points and apparatus therefor |
| KR20200108982A (en) | 2019-03-12 | 2020-09-22 | 한화디펜스 주식회사 | Method and Apparatus for searching driving route |
| KR20200109595A (en) * | 2019-03-13 | 2020-09-23 | 한화디펜스 주식회사 | Path providing apparatus and path providing method |
| KR102709880B1 (en) * | 2019-03-13 | 2024-09-26 | 한화에어로스페이스 주식회사 | Path providing apparatus and path providing method |
| KR102224637B1 (en) | 2019-07-05 | 2021-03-08 | 엘지전자 주식회사 | Moving robot and control method thereof |
| WO2021006553A1 (en) * | 2019-07-05 | 2021-01-14 | Lg Electronics Inc. | Moving robot and control method thereof |
| KR20210005443A (en) * | 2019-07-05 | 2021-01-14 | 엘지전자 주식회사 | Moving robot and control method thereof |
| US11674809B2 (en) | 2019-07-05 | 2023-06-13 | Lg Electronics Inc. | Moving robot and control method thereof |
| US11774976B2 (en) | 2019-07-05 | 2023-10-03 | Lg Electronics Inc. | Moving robot and control method thereof |
| KR102361130B1 (en) | 2019-07-11 | 2022-02-09 | 엘지전자 주식회사 | Moving robot and control method thereof |
| KR20210007361A (en) * | 2019-07-11 | 2021-01-20 | 엘지전자 주식회사 | Moving robot and control method thereof |
| US11774982B2 (en) | 2019-07-11 | 2023-10-03 | Lg Electronics Inc. | Moving robot and control method thereof |
| WO2021006693A3 (en) * | 2019-07-11 | 2021-02-18 | Lg Electronics Inc. | Moving robot and control method thereof |
| US11700989B2 (en) | 2019-07-11 | 2023-07-18 | Lg Electronics Inc. | Mobile robot using artificial intelligence and controlling method thereof |
| KR102302575B1 (en) * | 2019-07-16 | 2021-09-14 | 엘지전자 주식회사 | Moving robot and control method thereof |
| WO2021010757A1 (en) * | 2019-07-16 | 2021-01-21 | Lg Electronics Inc. | Mobile robot and control method thereof |
| KR20210009011A (en) * | 2019-07-16 | 2021-01-26 | 엘지전자 주식회사 | Moving robot and control method thereof |
| US12093053B2 (en) | 2019-07-16 | 2024-09-17 | Lg Electronics Inc. | Mobile robot and control method thereof |
| KR102357397B1 (en) | 2019-11-19 | 2022-02-07 | 치루 유니버시티 오브 테크놀로지 | Method and system for planning path of user following robot with restrictions on direction of travel |
| KR20210061268A (en) * | 2019-11-19 | 2021-05-27 | 치루 유니버시티 오브 테크놀로지 | Method and system for planning path of user following robot with restrictions on direction of travel |
| CN112068551A (en) * | 2020-08-17 | 2020-12-11 | 盐城工学院 | RTB-based autonomous navigation and path planning method for drive-by-wire chassis |
| CN112068551B (en) * | 2020-08-17 | 2023-01-20 | 盐城工学院 | RTB-based autonomous navigation and path planning method for drive-by-wire chassis |
| KR20220126588A (en) * | 2021-03-09 | 2022-09-16 | 동의대학교 산학협력단 | Virtual grid-based A-Star route search method and system |
| KR102595387B1 (en) * | 2021-03-09 | 2023-10-27 | 동의대학교 산학협력단 | Virtual grid-based A-Star route search method and system |
| CN113885510A (en) * | 2021-10-21 | 2022-01-04 | 齐鲁工业大学 | Obstacle avoidance and pilot following method and system for four-legged robot |
| CN113885510B (en) * | 2021-10-21 | 2023-11-10 | 齐鲁工业大学 | Four-foot robot obstacle avoidance and pilot following method and system |
| KR102674307B1 (en) * | 2021-12-31 | 2024-06-11 | 인천대학교 산학협력단 | Downtown Patrol Robot and Method for Providing Global Path Planning Based on Second Price Auction |
| KR20230103195A (en) * | 2021-12-31 | 2023-07-07 | 인천대학교 산학협력단 | Downtown Patrol Robot and Method for Providing Global Path Planning Based on Second Price Auction |
| KR102566417B1 (en) * | 2023-01-30 | 2023-08-11 | 주식회사 마키나락스 | Method for calculaing the length of work path of a task-performing robot |
| KR102614099B1 (en) * | 2023-01-30 | 2023-12-14 | 주식회사 마키나락스 | Method for distributing work points to plural task-performing robots |
| KR102638245B1 (en) * | 2023-01-30 | 2024-02-20 | 주식회사 마키나락스 | Method for calculaing the length of work path of a task-performing robot |
| KR102660168B1 (en) * | 2023-01-30 | 2024-04-24 | 주식회사 마키나락스 | Method for calculaing the length of work path of a task-performing robot |
| US12093832B2 (en) | 2023-01-30 | 2024-09-17 | MakinaRocks Co., Ltd. | Method for distributing work points to a plurality of task-performing robots |
| CN116400605B (en) * | 2023-06-08 | 2023-08-11 | 成都航空职业技术学院 | Robot automatic control method and system |
| CN116400605A (en) * | 2023-06-08 | 2023-07-07 | 成都航空职业技术学院 | Robot automatic control method and system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101179075B1 (en) | Path planning method for autonomous robot and path planning system thereof | |
| Vasiljević et al. | High-accuracy vehicle localization for autonomous warehousing | |
| JP5402057B2 (en) | Mobile robot control system, route search method, route search program | |
| JP6863991B2 (en) | Virtual line tracking method and modification method for autonomous mobile robots and mobile robots | |
| KR20210066791A (en) | Systems and Methods for Optimizing Path Planning for Tight Turns in Robotic Devices | |
| KR102210788B1 (en) | Automated guided vehicle, system with a computer and an automated guided vehicle, method for operating an automated guided vehicle | |
| KR101133037B1 (en) | Path updating method for collision avoidance of autonomous vehicle and the apparatus | |
| CN111216125B (en) | Obstacle avoidance method and system of moving mechanical arm device facing narrow passage | |
| CN108475059A (en) | Autonomous vision guided navigation | |
| US20160062357A1 (en) | Mobile Body and Position Detection Device | |
| JP2021503334A5 (en) | ||
| EP3819738B1 (en) | Method, device, and system of controlling movement of multi-vehicle, and computer-readable storage medium | |
| CN105043376A (en) | Intelligent navigation method and system applicable to non-omnidirectional moving vehicle | |
| Lidoris et al. | The autonomous city explorer (ACE) project—mobile robot navigation in highly populated urban environments | |
| Vilca et al. | A novel safe and flexible control strategy based on target reaching for the navigation of urban vehicles | |
| KR20090126414A (en) | Robot and method for planning path of the same | |
| Bayer et al. | Speeded up elevation map for exploration of large-scale subterranean environments | |
| Schmidt et al. | Construction site navigation for the autonomous excavator Thor | |
| Khelloufi et al. | Tentacle-based moving obstacle avoidance for omnidirectional robots with visibility constraints | |
| López et al. | A new approach to local navigation for autonomous driving vehicles based on the curvature velocity method | |
| CN114740849B (en) | Mobile robot autonomous navigation method and device based on pedestrian walking decision rule | |
| Morales et al. | Safe and reliable navigation in crowded unstructured pedestrian areas | |
| de Lima et al. | An image based dynamic window approach for local navigation of an autonomous vehicle in urban environments | |
| US20220196410A1 (en) | Vehicle navigation | |
| Febbo et al. | A Comprehensive Trajectory Planner for a Person-Following ATV |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20160801 Year of fee payment: 5 |
|
| LAPS | Lapse due to unpaid annual fee |