| 1 |
1
이웃하는 자율 주행 로봇과의 메쉬 네트워크를 형성하고, 상황 인식 및 공간맵 정보 생성을 위한 시각 정보를 획득하며, 실시간 위치 정보를 생성하기 위해 이웃하는 자율 주행 로봇과의 거리 정보를 획득하는 복수의 자율 주행 로봇; 상기 자율 주행 로봇들로부터 수집되는 시각 정보와 위치 정보 및 거리정보로부터 협업 대상의 위치 측위 정보, 표적 인식 정보 및 공간맵 정보를 구축하고, 생성된 공간맵 정보와 자율 주행 로봇의 위치 정보를 이용하여 전장 상황인식, 위협 판단 및 지휘 결심 지원 정보를 제공하는 협업 에이전트; 및 상기 협업 에이전트를 통해 구축된 협업 대상의 위치 측위 정보, 표적 인식 정보 및 공간맵 정보를 착용자에게 표시하는 복수의 스마트 헬멧을 포함하는 멀티 에이전트 기반 유무인 협업 시스템
|
| 2 |
2
제 1항에 있어서, 상기 자율 주행 로봇은, 영상 정보를 획득하는 카메라; 레이저를 통해 물체 정보를 획득하는 라이다; 열 정보를 통해 물체의 열화상 정보를 획득하는 열화상 센서; 움직임 정보를 획득하는 관성 측정기; 무선 네트워크 통신을 통해 이웃하는 자율 주행 로봇과 동적 Ad-hoc Mesh 네트워크를 구성하고, 상기 획득된 복수의 정보들을 매칭된 상기 스마트 헬멧에 전송하는 무선 통신부; 및 인지 대상물 및 공간을 이루는 벽과의 거리를 측정하는 레이저 거리 측정기를 포함하는 멀티 에이전트 기반 유무인 협업 시스템
|
| 3 |
3
제 1항에 있어서, 상기 자율 주행 로봇은, 매칭된 스마트 헬멧과 UWB 통신을 통해 일정 거리 내에서 구동하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 4 |
4
제 1항에 있어서, 상기 자율 주행 로봇은, 상기 매칭된 스마트 헬멧을 따라 자율 주행하고, HR(Human-Robot-Interface) 상호 작용을 통해 착용자의 지역 상황인식, 위협 판단 및 지휘 결심을 지원하기 위한 정보를 제공하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 5 |
5
제 1항에 있어서, 상기 자율 주행 로봇은, 이웃하는 자율 주행 로봇과 WPAN(Wired Personal Area Network) 기반 Ad-hoc Mesh 네트워크 자율 구성 관리를 수행하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 6 |
6
제 5항에 있어서, 상기 자율 주행 로봇은, 이웃하는 자율 주행 로봇들간의 전파 신호 세기(RSSI) 및 링크 정보(Link Quality Information)와 같은 물리적 신호를 분석하는 실시간 전파 채널 분석부; 이웃하는 자율 주행 로봇들간의 Mesh 네트워크 링크상의 트래픽을 실시간으로 분석하는 네트워크 리소스 관리부; 및 상기 실시간 전파 채널 분석부와 상기 네트워크 리소스 관리부를 통해 분석한 정보를 이용하여 전파 단절 없는 통신 링크를 유지시키는 네트워크 토폴로지 라우팅부를 포함하는 멀티 에이전트 기반 유무인 협업 시스템
|
| 7 |
7
제 1항에 있어서, 상기 협업 에이전트는, 상기 자율 주행 로봇을 통해 획득한 다양한 객체 및 자세 정보를 처리하여 지형/지물/표적을 인식 및 분류하고, 임무 목적별 인식맵을 제작을 위한 LRF 기반 Point Cloud를 생성하는 시각 및 센싱 지능 처리부; 상기 자율 주행 로봇의 카메라를 활용한 V-SLAM(Visual-SLAM) 기능, LRF 기반 Point Cloud 기능을 융합하여 실시간으로 임무 환경의 공간 맵을 생성하는 기능과 UWB 통신을 이용하여 불규칙한 동선을 갖는 전투원들의 위치 측위를 위해 상기 자율 주행 로봇들간의 순차적 연속 협업 측위 기능을 제공하는 위치 및 공간 지능 처리부; 및 상기 자율 주행 로봇의 표적 및 환경을 탐사하고, Seamless Connection을 위한 Dynamic Ad-hoc Mesh 네트워크 구성하고, 전투원들의 실시간 위치 측위를 위한 상기 자율 주행 로봇들간의 협업 측위에 따라 경로 계획을 자율 설정하며, 로봇 주행 시 멀티모달 기반 장애물(Obstacle)을 회피하기 위한 정보를 제공하는 운동 및 주행 지능 처리부를 포함하는 멀티 에이전트 기반 유무인 협업 시스템
|
| 8 |
8
제 7항에 있어서, 상기 협업 에이전트는, 지능 처리에 따른 협업 계획을 생성하고, 이웃하는 협업 에이전트들에게 협업 가능 지식/기기 검색 및 가용성 여부 검토를 요청 후 응답된 결과를 기반으로 최적 협업 조합을 생성하여 협업 요청을 하며, 협업 요청을 받으면 상호간 분산 지식 협업을 수행하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 9 |
9
제 7항에 있어서, 상기 협업 에이전트는, Complicated situation recognition, C-SLAM 및 self-negotiator을 이용하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 10 |
10
제 7항에 있어서, 상기 관리 에이전트는, 상기 자율 주행 로봇들로부터 다양한 멀티모달 기반 상황 및 환경 데이터를 수집하는 멀티 모달 객체 데이터 분석부; 및 상황 및 환경 데이터에 대응하는 목표 지점(Goal State)에 매핑되는 미션 모델이 있는지 여부를 자원관리 및 상황추론부를 통해 지식 맵으로부터 검색한 후 미션내 다중 태스크들이 무결하고 안전한지를 검사하며 개별 태스크들에 대한 행동 계획을 플래닝 하기 위해 멀티 태스크 Sequence를 최적 행동 계획부에 전달하면, 태스크를 분석하고 해당 태스크를 수행할 최적의 기기 및 지식의 조합을 구성하는 최적 행동 계획부를 포함하는 협업 에이전트간 협업/협상부를 포함하는 멀티 에이전트 기반 유무인 협업 시스템
|
| 11 |
11
제 10항에 있어서, 상기 관리 에이전트는, Cost Benefit 모델(비용 이익 모델) 기반으로 기기 및 지식의 조합을 통해 구성하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 12 |
12
제 11항에 있어서, 상기 최적 행동 계획부는 생성한 최적 협상 결과를 기반으로, 행동 태스크 Sequence들을 정제/분할/할당을 통해 분산 협업 공간상에 위치하고 있는 협업 에이전트들에게 관련 태스크를 전달하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 13 |
13
제 12항에 있어서, 상기 최적 행동 계획부는, 초지능형 네트워크의 지식/기기 검색, 연결 프로토콜을 통해 관련 테스크를 전달하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 14 |
14
제 10항에 있어서, 전달되는 멀티 태스크 플래닝 순서(Sequence)를 이용한 전역 상황 인지 모니터링을 통해 목표 지점(Goal State)에 맞는 답이 충족한지 여부를 협업형 판단/추론/모델을 통해 검증하며 불 충족 시, 순환 동작 구조를 갖도록, 상기 협업 에이전트간 협업/협상부에게 미션 재플래닝 요청하는 자율 협업 판단 및 전역 상황 인지부를 더 포함하는 것인 멀티 에이전트 기반 유무인 협업 시스템
|
| 15 |
15
협업 에이전트내 위치/공간 지능을 제공하는 로봇들간의 무선 통신 기반 순차적 연속 협업 측위 방법에 있어서, 위치 측위 정보가 포함된 정보를 송수신하여 복수의 로봇들이 한 개의 클러스터를 형성하면서 순차적으로 이동하는 단계; 클러스터를 형성한 로봇들 중 위치 측위 정보가 없는 영역으로 이동한 임의의 로봇으로부터 위치 측위 정보가 없는 정보가 수신되는 지를 판단하는 단계; 상기 판단 단계에서 임의의 로봇으로부터 위치 측위 정보가 없는 정보가 수신되면, 위치 측위가 되지 않는 이동 위치에서 나머지 위치 측위 정보를 가지고 있는 상기 자율 주행 로봇들과 TWR(Two-Way-Ranging) 방식을 통해 거리를 측정하는 단계; 및 측정된 거리를 기반으로 위치를 측정하는 단계를 포함하는 멀티 에이전트 기반 유무인 협업 방법
|
| 16 |
16
제 15항에 있어서, 상기 위치를 측정하는 단계는, 위치 정보를 알고 있는 로봇 중 측위 기준이 되는 모바일 앵커의 위치 오차를 산출하는 단계; 및 산출된 앵커의 위치 오차를 이용하여 위치를 새롭게 구하고자 하는 로봇의 위치 오차를 산출하여 누적하는 단계를 포함하는 협업 측위 기반 순차적 위치 계산 메커니즘을 사용하는 것인 멀티 에이전트 기반 유무인 협업 방법
|
| 17 |
17
제 16항에 있어서, 상기 위치를 측정하는 단계는, 워크페이스(Workspace)를 이루는 복수개의 로봇으로 구성된 측위망에 대하여 목적지가 Workspace를 벗어난 경우이면, 한번에 Workspace로부터 벗어나면서 이동하는 것이 아닌 일정 범위 나누어 이동하면서 중간 노드들을 일정 유효 범위까지 넓혀(d가 증가) 가면서 이동하는 것인 멀티 에이전트 기반 유무인 협업 방법
|
| 18 |
18
제 15항에 있어서, 상기 위치를 측정하는 단계는, 각 로봇이 모든 앵커 노드들의 위치도 새롭게 계산하여 전체적으로 측위 오차를 보정하는 Full-mesh 기반 협업 측위 알고리즘을 이용하는 것인 멀티 에이전트 기반 유무인 협업 방법
|
