| 1 |
1
과수원 환경에서 모바일 로봇의 자율 주행을 위해 위치를 인식하고 경로를 생성하는 방법으로서,상기 과수원 환경에 대한 3D(three dimension) 포인트 클라우드 데이터를 2D 그리드 맵으로 변환하는 단계;상기 2D 그리드 맵에 대한 로컬 스캔 매칭 및 글로벌 스캔 매칭을 수행하여 상기 모바일 로봇의 위치를 획득하는 단계;상기 2D 그리드 맵의 각 그리드의 점유율을 기반으로 상기 2D 그리드 맵으로부터 나무를 추출하는 단계;상기 추출된 나무들의 중심점을 기반으로 유효 라인을 획득하는 단계; 및상기 획득된 유효 라인을 토대로 목적지를 생성하고, 상기 생성된 목적지와 상기 모바일 로봇의 위치에 따라 주행 경로를 생성하는 단계를 포함하는 방법
|
| 2 |
2
제1항에 있어서,상기 나무를 추출하는 단계는, 상기 2D 그리드 맵에 대해 로컬 영역별로 가장 큰 점유율을 가지는 그리드를 기반으로 나무 후보군을 생성하는 단계; 및상기 나무 후보군으로부터 이상치(outlier)를 제거하여 나무들을 추출하는 단계를 포함하는, 방법
|
| 3 |
3
제2항에 있어서,그리드에 포함되는 각 포인트와 설정된 평면의 거리값이 작을수록 더 많은 가중치를 주는 방식으로 각 그리드에 대한 점유율이 계산되며,상기 이상치를 제거하여 나무들을 추출하는 단계는, 상기 나무 후보군에 포함되는 나무 후보의 중심 주위의 로우(raw) 3D 포인트 클라우드 중에서 설정 개수의 포인트를 이용하여 (x-y) 평면에 투영된 2D 공분산 행렬을 생성하는 단계;상기 생성된 2D 공분산 행렬에서 고유값의 비율을 계산하는 단계; 및각 나무 후보에 대해 획득된 고유값의 비율 또는 그 역이 미리 설정된 값 이상인 경우, 해당 나무 후보를 나무 후보군에서 제외시키는 단계를 포함하는, 방법
|
| 4 |
4
제1항에 있어서,상기 유효 라인을 획득하는 단계는상기 과수원 환경에서 나무들이 종축 및 횡축으로 설정 간격을 두고 배치되어 있는 특성을 고려하여, 상기 추출된 나무들의 중심점을 추출하는 단계; 및상기 추출된 나무들의 중심점을 이용하여 경로 생성을 위한 유효 라인을 획득하는 단계를 포함하는, 방법
|
| 5 |
5
제4항에 있어서,상기 경로 생성을 위한 유효 라인을 획득하는 단계는, 상기 나무 중심점들의 거리를 기반으로 클러스터링을 수행하는 단계;상기 클러스터링에 따라 획득되는 각 클러스터 내에서 라인 피팅(line fitting)을 수행하여 모바일 로봇 주변의 로컬 라인을 추출하는 단계; 및상기 추출된 로컬 라인을 이용하여 유효 라인을 획득하는 단계를 포함하는, 방법
|
| 6 |
6
제5항에 있어서,상기 추출된 로컬 라인을 이용하여 유효 라인을 획득하는 단계는, 미리 등록된 글로벌 라인과 상기 추출된 로컬 라인 사이의 유사도를 기반으로 상기 추출된 로컬 라인을 상기 등록된 글로벌 라인과 병합시키거나 새로운 글로벌 라인으로 등록하는 과정을 통해, 글로벌 라인군을 획득하고, 획득된 글로벌 라인군에서 유효 라인을 획득하는, 방법
|
| 7 |
7
제6항에 있어서,상기 추출된 로컬 라인을 이용하여 유효 라인을 획득하는 단계는, 상기 글로벌 라인군에 포함되는 글로벌 라인들 중에서 상기 모바일 로봇의 위치와 가장 가까우면서 상기 모바일 로봇의 왼쪽에 위치되는 글로벌 라인인 왼쪽 라인과, 상기 모바일 로봇의 위치와 가장 가까우면서 상기 모바일 로봇의 오른쪽에 위치되는 글로벌 라인인 오른쪽 라인을 유효 라인으로 획득하는, 방법
|
| 8 |
8
제1항에 있어서,상기 주행 경로를 생성하는 단계는, 상기 유효 라인이 상기 모바일 로봇의 왼쪽에 위치되는 왼쪽 라인과 상기 모바일 로봇의 오른쪽에 위치되는 오른쪽 라인을 포함하는 경우, 상기 왼쪽 라인의 엔드 포인트(end point)와 상기 오른쪽 라인의 엔드 포인트의 중심점을 상기 모바일 로봇의 주행의 목적지로 결정하는 단계; 및상기 유효 라인이 상기 왼쪽 라인 또는 상기 오른쪽 라인만을 포함하는 경우, 상기 모바일 로봇의 회전 방향을 고려하여 상기 포함된 라인에 수직하게 설정 거리 떨어진 지점을 목적지로 결정하는 단계를 포함하며, 상기 설정 거리는 상기 과수원 환경에서 배열되어 있는 나무들의 횡축 간격의 반에 대응하는, 방법
|
| 9 |
9
제1항에 있어서,상기 주행 경로를 생성하는 단계는, 상기 목적지에 따라 상기 모바일 로봇의 직진의 주행 경로를 생성하는 단계; 상기 목적지와 상기 모바일 로봇의 중심 사이에 장애물이 존재하는 경우, 상기 장애물의 위치를 추가적으로 고려하여 상기 장애물을 회피하는 직진의 장애물 회피 경로를 생성하는 단계; 및상기 유효 라인의 엔드 포인트와 상기 모바일 로봇 사이의 거리가 최소 거리보다 작은 경우, 상기 모바일 로봇의 회전 방향을 고려하여 회전 경로를 생성하는 단계를 포함하는, 방법
|
| 10 |
10
제1항에 있어서,상기 모바일 로봇의 위치를 획득하는 단계는, t-1 시점에 입력되는 3D 포인트 클라우드 데이터와 t 시점에 입력되는 3D 포인트 클라우드 데이터를 기반으로 로컬 스캔 매칭을 수행하는 단계;상기 t 시점에 입력되는 3D 포인트 클라우드 데이터와 글로벌 포인트 클라우드 맵을 이용하여 글로벌 스캔 매칭을 수행하는 단계; 및상기 로컬 스캔 매칭 결과 및 상기 글로벌 스캔 매칭 결과를 기반으로, 상기 모바일 로봇의 위치를 획득하는 단계를 포함하는, 방법
|
| 11 |
11
제10항에 있어서,상기 로컬 스캔 매칭 결과 및 상기 글로벌 스캔 매칭 결과를 기반으로, 상기 모바일 로봇의 위치를 획득하는 단계는, 상기 모바일 로봇의 추정 위치를 상기 로컬 스캔 매칭 결과에 따른 위치 에러와 상기 그로벌 스캔 매칭 결과에 따른 위치 에러를 기반으로 보정하여 최종적으로 상기 모바일 로봇의 위치를 획득하는 단계를 포함하는, 방법
|
| 12 |
12
제1항에 있어서,상기 2D 그리드 맵으로 변환하는 단계는, 상기 3D 포인트 클라우드 데이터로부터 획득되는 로컬 3D 포인트 데이터에 대해 투영될 평면을 추출하는 단계; 및상기 로컬 3D 포인트 데이터의 각각의 3D 포인트를 상기 평면에 투영시켜 상기 2D 그리드 맵을 획득하는 단계를 포함하고, 상기 평면은 지면인, 방법
|
| 13 |
13
제1항에 있어서,상기 2D 그리드 맵으로 변환하는 단계 이후에,상기 2D 그리드 맵의 각 그리드의 주변부 그리드의 값을 이용하여 스무딩(smoothing)을 수행하는 단계를 더 포함하고,상기 모바일 로봇의 위치를 획득하는 단계 및 상기 나무를 추출하는 단계는 상기 스무딩 처리된 2D 그리드 맵을 기반으로 수행되는, 방법
|
| 14 |
14
과수원 환경에서 모바일 로봇의 자율 주행을 위해 위치를 인식하고 경로를 생성하는 장치로서, 상기 과수원 환경에 대한 3D(three dimension) 포인트 클라우드 데이터를 입력받도록 구성된 인터페이스 장치; 및상기 3D 포인트 클라우드 데이터를 토대로 상기 모바일 로봇의 위치를 인식하고 경로를 생성하도록 구성된 프로세서를 포함하고,상기 프로세서는, 상기 3D 포인트 클라우드 데이터를 2D 그리드 맵으로 변환하는 동작;상기 2D 그리드 맵에 대한 로컬 스캔 매칭 및 글로벌 스캔 매칭을 수행하여 상기 모바일 로봇의 위치를 획득하는 동작;상기 2D 그리드 맵의 각 그리드의 점유율을 기반으로 상기 2D 그리드 맵으로부터 나무를 추출하는 동작;상기 추출된 나무들의 중심점을 기반으로 유효 라인을 획득하는 동작; 및상기 획득된 유효 라인을 토대로 목적지를 생성하고, 상기 생성된 목적지와 상기 모바일 로봇의 위치에 따라 주행 경로를 생성하는 동작을 수행하도록 구성되는, 장치
|
| 15 |
15
제14항에 있어서,상기 프로세서는, 상기 2D 그리드 맵에 대해 로컬 영역별로 가장 큰 점유율을 가지는 그리드를 기반으로 나무 후보군을 생성하는 동작; 상기 나무 후보군에 포함되는 나무 후보의 중심 주위의 로우 3D 포인트 클라우드 중에서 설정 개수의 포인트를 이용하여 (x-y) 평면에 투영된 2D 공분산 행렬을 생성하는 동작;상기 생성된 2D 공분산 행렬에서 고유값의 비율을 계산하는 동작; 및각 나무 후보에 대해 획득된 고유값의 비율 또는 그 역이 미리 설정된 값 이상인 경우, 해당 나무 후보를 나무 후보군에서 제외시키는 동작을 수행하도록 구성되고,그리드에 포함되는 각 포인트와 설정된 평면의 거리값이 작을수록 더 많은 가중치를 주는 방식으로 각 그리드에 대한 점유율이 계산되는, 장치
|
| 16 |
16
제14항에 있어서,상기 프로세서는 상기 유효 라인을 획득하는 경우,상기 과수원 환경에서 나무들이 종축 및 횡축으로 설정 간격을 두고 배치되어 있는 특성을 고려하여, 상기 추출된 나무들의 중심점을 추출하는 동작; 상기 나무 중심점들의 거리를 기반으로 클러스터링을 수행하는 동작;상기 클러스터링에 따라 획득되는 각 클러스터 내에서 라인 피팅을 수행하여 모바일 로봇 주변의 로컬 라인을 추출하는 동작; 및상기 추출된 로컬 라인을 이용하여 유효 라인을 획득하는 동작을 수행하도록 구성되는, 장치
|
| 17 |
17
제16항에 있어서,상기 프로세서는, 미리 등록된 글로벌 라인과 상기 추출된 로컬 라인 사이의 유사도를 기반으로 상기 추출된 로컬 라인을 상기 등록된 글로벌 라인과 병합시키거나 새로운 글로벌 라인으로 등록하는 과정을 통해, 글로벌 라인군을 획득하고, 획득된 글로벌 라인군에 포함되는 글로벌 라인들 중에서 상기 모바일 로봇의 위치와 가장 가까우면서 상기 모바일 로봇의 왼쪽에 위치되는 글로벌 라인인 왼쪽 라인과, 상기 모바일 로봇의 위치와 가장 가까우면서 상기 모바일 로봇의 오른쪽에 위치되는 글로벌 라인인 오른쪽 라인을 유효 라인으로 획득하도록 구성되는, 장치
|
| 18 |
18
제14항에 있어서,상기 프로세서는 상기 주행 경로를 생성하는 경우, 상기 유효 라인이 상기 모바일 로봇의 왼쪽에 위치되는 왼쪽 라인과 상기 모바일 로봇의 오른쪽에 위치되는 오른쪽 라인을 포함하는 경우, 상기 왼쪽 라인의 엔드 포인트와 상기 오른쪽 라인의 엔드 포인트의 중심점을 상기 모바일 로봇의 주행의 목적지로 결정하는 동작; 및상기 유효 라인이 상기 왼쪽 라인 또는 상기 오른쪽 라인만을 포함하는 경우, 상기 모바일 로봇의 회전 방향을 고려하여 상기 포함된 라인에 수직하게 설정 거리 떨어진 지점을 목적지로 결정하는 동작을 수행하도록 구성되며,상기 설정 거리는 상기 과수원 환경에서 배열되어 있는 나무들의 횡축 간격의 반에 대응하는, 장치
|
| 19 |
19
제14항에 있어서,상기 프로세서는 상기 주행 경로를 생성하는 경우, 상기 목적지에 따라 상기 모바일 로봇의 직진의 주행 경로를 생성하는 동작; 상기 목적지와 상기 모바일 로봇의 중심 사이에 장애물이 존재하는 경우, 상기 장애물의 위치를 추가적으로 고려하여 상기 장애물을 회피하는 직진의 장애물 회피 경로를 생성하는 동작; 및상기 유효 라인의 엔드 포인트와 상기 모바일 로봇 사이의 거리가 최소 거리보다 작은 경우, 상기 모바일 로봇의 회전 방향을 고려하여 회전 경로를 생성하는 동작을 수행하도록 구성되는, 장치
|
| 20 |
20
제14항에 있어서,상기 프로세서는 상기 모바일 로봇의 위치를 획득하는 경우, t-1 시점에 입력되는 3D 포인트 클라우드 데이터와 t 시점에 입력되는 3D 포인트 클라우드 데이터를 기반으로 로컬 스캔 매칭을 수행하는 동작;상기 t 시점에 입력되는 3D 포인트 클라우드 데이터와 글로벌 포인트 클라우드 맵을 이용하여 글로벌 스캔 매칭을 수행하는 동작; 및상기 모바일 로봇의 추정 위치를 상기 로컬 스캔 매칭 결과에 따른 위치 에러와 상기 그로벌 스캔 매칭 결과에 따른 위치 에러를 기반으로 보정하여 최종적으로 상기 모바일 로봇의 위치를 획득하는 동작을 수행하도록 구성되는, 장치
|
