광역 공간의 지역 지도 사이의 경로 생성 장치 및 방법 document_id A220623111585

자율이동로봇과 같은 이동체는 미지의 환경에서 사전지식 없이 스스로 그 환경에 대처할 수 있는 능력을 가져야 한다. 이와 같은 이동체는 여러 분야에 걸쳐 두루 사용되고 있는데, 가령 장애인을 도와주는 일, 공장에서 물류를 이송하는 일, 우주탐사, 핵폐기물 처리장 또는 심해와 같이 위험한 환경에서의 작업 등을 수행하고 있다. 뿐만 아니라 무인청소기, 무인 잔디 깎기 등으로 사용이 가능하다. 이러한 이동로봇의 발전은 인간에게 삶의 윤택함을 제공해 줄 것이며 기업에게는 산업화로 고부가 가치 시장을 창출하게 할 것이다. 하지만, 현재까지 자율이동로봇과 같은 이동체의 인지능력과 추론 능력은 인간과 비교하여 매우 열등하다. 따라서 많은 연구자 및 개발자들이 학계 및 산업계에서 로봇의 지능을 높이기 위해 많은 연구를 진행하고 있다. 그 중 대표적인 기술이 광역 공간에서의 이동로봇의 자율 주행 기술이다. 자율 주행 기술은 크게 지도작성, 위치추정, 경로계획 등으로 나눌 수 있으며, 각 분야별로 많은 연구가 진행되어 왔다. 특히 경로계획은 제공되는 지도에 따라 그 성능 및 방법이 많이 달라진다. 따라서 경로계획 기술은 사용되는 지도에 따라 크게 분리할 수 있다. 경로계획의 방법은 래스터 지도, 벡터 지도, 토폴로지컬 지도 등 각 지도에 적합한 경로계획 방법들이 개발되고 연구되어 왔다. 래스터 지도로 대표되는 격자지도를 이용하여 경로계획을 하는 방법으로는 A 스타 알고리즘, 포텐셜 필드를 이용하는 방법 등이 있다. A 스타 알고리즘은 격자들을 물체가 있는 격자와 없는 격자로 나누고 임의의 출발지점에서 목적지점까지 이동시 정해준 파라미터 계산법에 따라 이동경로의 비용을 계산하고 최소가 되는 경로를 확률적으로 분석하여 최적의 경로를 찾아내는 방법이다. 이는 이후 D 스타 알고리즘 등으로 발전하였으며 이동로봇뿐만 아니라 게임에서도 매우 많이 사용되고 있다. 벡터 지도를 사용하여 경로계획하는 방법으로 대표되는 방법으로는 RRT(Rapidly-exploring Random Tree)가 있다. 이는 임의의 출발지와 목적지가 정해졌을 때 이동 가능한 경로를 트리 형태로 뻗어나가며 최적의 경로를 찾아가는 방법이다. 토폴로지 지도를 이용하여 경로를 계획하는 것은 매우 잘 알려진 방법이다. 이 방법은 로봇이 주행하는 공간에 중요 지점을 노드들로 만들어 경로계획시 이들을 연결하여 최적의 이동경로를 생성한다. 이외에 특정한 지도를 사용하는 방법이 아닌 경로계획 방법도 소개되고 있다. 이의 대표적인 방법은 물체와의 거리 및 방향을 고려하여 포텐셜 필드를 만들고 이에 따라 로봇이 주행하는 것이다. 이 방법은 초기에 지역 경로계획에만 사용되었지만, 국부최소(local minimum)에 빠지는 문제가 발생하여 주행함수를 이용하는 방법으로 발전하였으나 넓은 환경에서는 많은 계산량으로 인하여 실시간으로 사용하기 어렵다는 단점이 있다.