[go: up one dir, main page]

KR102813611B1 - System and method for planning global path for mobile robot in greenhouse - Google Patents

System and method for planning global path for mobile robot in greenhouse Download PDF

Info

Publication number
KR102813611B1
KR102813611B1 KR1020210142845A KR20210142845A KR102813611B1 KR 102813611 B1 KR102813611 B1 KR 102813611B1 KR 1020210142845 A KR1020210142845 A KR 1020210142845A KR 20210142845 A KR20210142845 A KR 20210142845A KR 102813611 B1 KR102813611 B1 KR 102813611B1
Authority
KR
South Korea
Prior art keywords
location information
rail
mobile robot
area
generating
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
KR1020210142845A
Other languages
Korean (ko)
Other versions
KR20230058957A (en
Inventor
안수용
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020210142845A priority Critical patent/KR102813611B1/en
Publication of KR20230058957A publication Critical patent/KR20230058957A/en
Application granted granted Critical
Publication of KR102813611B1 publication Critical patent/KR102813611B1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • G05D1/60—Intended control result
    • G05D1/644—Optimisation of travel parameters, e.g. of energy consumption, journey time or distance
    • 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
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1684—Tracking a line or surface by means of sensors
    • 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
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • 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
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2101/00—Details of software or hardware architectures used for the control of position
    • G05D2101/10—Details of software or hardware architectures used for the control of position using artificial intelligence [AI] techniques
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2105/00—Specific applications of the controlled vehicles
    • G05D2105/15—Specific applications of the controlled vehicles for harvesting, sowing or mowing in agriculture or forestry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S901/00—Robots
    • Y10S901/01—Mobile robot

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법이 제공된다. 상기 방법은 온실환경에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하는 단계; 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계; 상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계; 상기 2D 점유격자지도 이미지 상에서의 이동로봇의 상기 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계; 및 상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 단계를 포함한다.A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment is provided. The method includes the steps of: generating a 2D occupancy grid map image for movement of the mobile robot in the greenhouse environment; generating virtual obstacle information on the 2D occupancy grid map image; setting a rail area and a flat area on the 2D occupancy grid map image; setting a rail access point for entry of the mobile robot into the rail area on the 2D occupancy grid map image; and generating a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set.

Description

온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템 및 방법{SYSTEM AND METHOD FOR PLANNING GLOBAL PATH FOR MOBILE ROBOT IN GREENHOUSE}{SYSTEM AND METHOD FOR PLANNING GLOBAL PATH FOR MOBILE ROBOT IN GREENHOUSE}

본 발명은 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템 및 방법에 관한 것이다.The present invention relates to a system and method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.

최근 십 수년에 걸쳐 IoT 기반의 스마트팜 재배 시스템이 온실환경에 적용되고 있다. 이러한 스마트팜 재배 시스템을 통해 작물 재배의 자동화, 작물 생육관리, 방제관리, 양액관리, 유통의 전산화 등이 이루어지고 있다.In recent decades, IoT-based smart farm cultivation systems have been applied to greenhouse environments. Through these smart farm cultivation systems, automation of crop cultivation, crop growth management, pest control management, nutrient management, and distribution computerization are being achieved.

또한, 작물 재배 및 생산 관리의 완전 무인 자율화를 위하여, 자율주행 기반 이송대차, 작물 생육 모니터링 로봇, 수확 로봇 및 방제 로봇 등이 개발 또는 상용화 단계에 있다.In addition, for fully unmanned autonomy in crop cultivation and production management, autonomous driving-based transport vehicles, crop growth monitoring robots, harvesting robots, and pest control robots are in the development or commercialization stages.

온실 내 다양한 서비스를 제공하는 이동로봇의 기초적인 기능으로써 전역경로계획은 필수 기능이다. 토마토, 파프리카와 같은 작물을 위한 재배온실의 경우, 온수 파이프를 통해 난방을 하므로 작물 베드 사이에 U자형 난방 레일이 존재한다. As a basic function of mobile robots that provide various services in greenhouses, global path planning is an essential function. In the case of greenhouses for crops such as tomatoes and paprika, U-shaped heating rails exist between the crop beds because heating is provided through hot water pipes.

이러한 U자형 난방 레일의 특징적인 구조와 난방 레일로의 안전한 도킹 및 언도킹을 위하여, 일반적인 실내환경에서의 경로계획인 아닌 온실 구조를 고려한 특수한 경로계획 방법이 필요한 실정이다.Due to the unique structure of these U-shaped heating rails and for safe docking and undocking with the heating rails, a special path planning method that takes into account the greenhouse structure rather than a general indoor environment path planning method is required.

등록특허공보 제10-2188482호(2020.12.02)Patent Publication No. 10-2188482 (2020.12.02)

본 발명이 해결하고자 하는 과제는 파이프 난방 레일이 존재하는 온실환경에서의 평지 및 레일의 전 영역에 대한 자율주행이 가능한 주행경로 계획을 생성 및 제공하는, 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템 및 방법을 제공하는 것이다.The problem to be solved by the present invention is to provide a system and method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment, which generates and provides a driving path plan that enables autonomous driving on the entire area of a flat surface and rail in a greenhouse environment where a pipe heating rail exists.

다만, 본 발명이 해결하고자 하는 과제는 상기된 바와 같은 과제로 한정되지 않으며, 또다른 과제들이 존재할 수 있다.However, the problems to be solved by the present invention are not limited to the problems described above, and other problems may exist.

상술한 과제를 해결하기 위한 본 발명의 제1 측면에 따른 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법은 온실환경에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하는 단계; 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계; 상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계; 상기 2D 점유격자지도 이미지 상에서의 이동로봇의 상기 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계; 및 상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 단계를 포함한다.According to a first aspect of the present invention for solving the above-described problem, a method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment includes the steps of: generating a 2D occupancy grid map image for movement of a mobile robot in a greenhouse environment; generating virtual obstacle information on the 2D occupancy grid map image; setting a rail area and a flat area on the 2D occupancy grid map image; setting a rail access point for entry of the mobile robot into the rail area on the 2D occupancy grid map image; and generating a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set.

본 발명의 일부 실시예에서, 상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계는, 복수의 작물 베드와 상기 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일이 설치된 폐쇄 루프 형태의 레일 영역과, 상기 레일 영역 이외의 평지 영역을 포함하도록 설정될 수 있다.In some embodiments of the present invention, the step of setting the rail area and the flat area on the 2D occupancy grid map image may be set to include a closed loop-shaped rail area in which a plurality of crop beds and a rail for pipe heating that surrounds the crop beds in a predetermined shape are installed, and a flat area other than the rail area.

본 발명의 일부 실시예에서, 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계는, 상기 온실환경에 존재하는 작물 베드를 그룹화하는 단계; 및 상기 그룹별 작물 베드를 바운딩 처리하여 상기 이동로봇이 이동 불가한 가상 장애물 정보로 생성하는 단계를 포함할 수 있다.In some embodiments of the present invention, the step of generating virtual obstacle information on the 2D occupancy grid map image may include the step of grouping crop beds existing in the greenhouse environment; and the step of performing bounding processing on the crop beds by group to generate virtual obstacle information on which the mobile robot cannot move.

본 발명의 일부 실시예에서, 상기 2D 점유격자지도 이미지 상에서의 이동로봇의 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계는, 상기 그룹별 작물 베드 사이의 라인으로 이동로봇의 진입 및 이동을 위한 레일 접근 포인트를 상기 평지 영역 상에 설정할 수 있다.In some embodiments of the present invention, the step of setting a rail access point for entry of a mobile robot into a rail area on the 2D occupancy grid map image may set a rail access point for entry and movement of the mobile robot on a line between crop beds by group on the flat area.

본 발명의 일부 실시예에서, 상기 이동로봇의 주행경로 계획을 생성하는 단계는, 상기 이동로봇의 레일 영역 및 평지 영역에서 최단거리를 주행하도록 하는 주행경로 계획을 생성하는 단계; 및 평지 영역과 레일 영역 간의 이동을 위한 경로점과, 최종 목표 지점을 나타내는 경로점 및 그 외 일반적인 경로점을 포함하는 경로점 리스트를 생성하는 단계를 포함할 수 있다.In some embodiments of the present invention, the step of generating a driving path plan of the mobile robot may include the step of generating a driving path plan that allows the mobile robot to drive the shortest distance in a rail area and a flat area; and the step of generating a path point list including path points for movement between the flat area and the rail area, path points indicating a final target point, and other general path points.

본 발명의 일부 실시예에서, 상기 이동로봇의 주행경로 계획을 생성하는 단계는, 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력하는 단계; 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하는 단계; 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계를 포함할 수 있다.In some embodiments of the present invention, the step of generating a driving path plan of the mobile robot may include the steps of: inputting current location information and target location information of the mobile robot; checking whether the current location information and target location information exist on the rail area; and generating the driving path plan according to a driving path type based on the check result.

본 발명의 일부 실시예에서, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역인 경우, 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는, 상기 평지 영역에서 최단거리를 주행하되, 상기 레일 영역 전체는 장애물 영역으로 설정되도록 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, if the current location information and the target location information are both flat areas as a result of the verification, the step of generating the driving route plan according to the driving route type based on the result of the verification may generate the driving route plan such that the shortest distance is driven in the flat area, but the entire rail area is set as an obstacle area.

본 발명의 일부 실시예에서, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는, 상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, if both the current location information and the target location information are in a rail area as a result of the verification, the step of generating the driving route plan according to the driving route type based on the result of the verification can generate the driving route plan that allows driving the shortest distance within the rail area.

본 발명의 일부 실시예에서, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역이되, 기 생성된 주행경로 계획 내 경로점이 평지 영역에 존재하는 경우, 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는, 상기 현재 위치 정보 및 목표 위치 정보와 각각 최근접한 레일 접근 포인트를 제1 및 제2 경유점으로 생성하고, 상기 현재 위치 정보에서 제1 경유점 및 제2 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, if the verification result shows that both the current location information and the target location information are in a rail area, but the route point in the previously generated driving route plan exists in a flat area, the step of generating the driving route plan according to the driving route type based on the verification result may generate the current location information and the target location information and the nearest rail access point as first and second waypoints, respectively, and generate the driving route plan so as to drive from the current location information to the target location information via the first waypoint and the second waypoint.

본 발명의 일부 실시예에서, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 각각 평지 영역 및 레일 영역 중 어느 하나인 경우, 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는, 상기 레일 영역에 위치하는 현재 위치 정보 또는 목표 위치 정보와 가장 근접한 레일 접근 포인트를 경유점으로 생성하고, 상기 현재 위치 정보에서 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, if the current location information and the target location information are each one of a flat area and a rail area as a result of the verification, the step of generating the driving route plan according to the driving route type based on the result of the verification may generate the rail access point closest to the current location information or the target location information located in the rail area as a waypoint, and generate the driving route plan so as to drive from the current location information to the target location information via the waypoint.

또한, 본 발명의 제2 측면에 따른 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템은 이동로봇과 데이터를 송수신하는 통신모듈, 상기 이동로봇의 주행경로 계획을 생성하기 위한 프로그램이 저장된 메모리 및 상기 메모리에 저장된 프로그램을 실행시킴에 따라, 상기 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하고, 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보, 레일 영역, 평지 영역 및 레일 접근 포인트를 설정하고, 상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 프로세서를 포함한다.In addition, a system for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment according to a second aspect of the present invention includes a communication module for transmitting and receiving data with the mobile robot, a memory storing a program for generating a driving path plan of the mobile robot, and a processor for generating a 2D occupancy grid map image for movement of the mobile robot by executing the program stored in the memory, setting virtual obstacle information, a rail area, a flat area, and a rail access point on the 2D occupancy grid map image, and generating a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 가상 장애물 정보로 생성된 복수의 작물 베드와, 상기 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일이 설치된 폐쇄 루프 형태의 레일 영역과, 상기 레일 영역 이외의 평지 영역을 포함하는 상기 2D 점유격자지도 이미지를 생성할 수 있다.In some embodiments of the present invention, the processor can generate the 2D occupancy grid map image including a plurality of crop beds generated with the virtual obstacle information, a closed loop-shaped rail area in which a rail for pipe heating is installed to surround the crop beds in a predetermined shape, and a flat area other than the rail area.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 작물 베드를 그룹별로 구분하고, 그룹별 작물 베드 사이의 라인으로 이동로봇의 진입 및 이동을 위한 레일 접근 포인트를 상기 평지 영역 상에 설정할 수 있다.In some embodiments of the present invention, the processor may divide the crop beds into groups and set rail access points for entry and movement of the mobile robot on the line between the crop beds of each group on the flat area.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역인 경우, 상기 평지 영역에서 최단거리를 주행하되, 상기 레일 영역 전체는 장애물 영역으로 설정되도록 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, the processor may, upon receiving current location information and target location information of the mobile robot, determine whether the current location information and target location information exist on the rail area, and if the determination result shows that both the current location information and the target location information are on a flat area, generate a driving path plan so that the robot drives the shortest distance on the flat area, but sets the entire rail area as an obstacle area.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, the processor may, upon receiving current location information and target location information of the mobile robot, determine whether the current location information and target location information exist on the rail area, and if both the current location information and the target location information are on the rail area as a result of the determination, generate a driving path plan that allows the mobile robot to drive the shortest distance within the rail area.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역이되, 기 생성된 주행경로 계획 내 경로점이 평지 영역에 존재하는 경우, 상기 현재 위치 정보 및 목표 위치 정보와 각각 최근접한 레일 접근 포인트를 제1 및 제2 경유점으로 생성하고, 상기 현재 위치 정보에서 제1 경유점 및 제2 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, when the processor receives current location information and target location information of the mobile robot, it determines whether the current location information and the target location information exist on the rail area, and if the determination result shows that both the current location information and the target location information exist on the rail area, but the path point in the previously generated driving path plan exists on a flat area, it can generate the current location information and the target location information and the nearest rail access point as first and second waypoints, respectively, and generate the driving path plan so as to drive from the current location information to the target location information via the first waypoint and the second waypoint.

본 발명의 일부 실시예에서, 상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되, 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 각각 평지 영역 및 레일 영역 중 어느 하나인 경우, 상기 레일 영역에 위치하는 현재 위치 정보 또는 목표 위치 정보와 가장 근접한 레일 접근 포인트를 경유점으로 생성하고, 상기 현재 위치 정보에서 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성할 수 있다.In some embodiments of the present invention, when the processor receives current location information and target location information of the mobile robot, it determines whether the current location information and the target location information exist on the rail area, and if the determination result shows that the current location information and the target location information are each one of a flat area and a rail area, it can generate a rail access point closest to the current location information or the target location information located in the rail area as a waypoint, and generate a driving route plan to drive from the current location information to the target location information via the waypoint.

상술한 과제를 해결하기 위한 본 발명의 다른 면에 따른 컴퓨터 프로그램은, 하드웨어인 컴퓨터와 결합되어 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법을 실행하며, 컴퓨터 판독가능 기록매체에 저장된다.According to another aspect of the present invention for solving the above-described problem, a computer program is coupled with a computer as hardware to execute a method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment, and is stored in a computer-readable recording medium.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the present invention are included in the detailed description and drawings.

전술한 본 발명의 일 실시예에 의하면, 이동로봇을 위한 평지 및 레인 간의 주행 전환을 위한 안전한 주행경로를 생성할 수 있다.According to one embodiment of the present invention described above, a safe driving path can be created for driving transition between flat ground and lanes for a mobile robot.

또한, 기존의 2D 점유격자지도에 가상의 장애물, 레일 접근 포인트, 레일 영역 정보를 추가하는 맵 에디터 형태로 실시 가능하여, 파이프 난방을 위한 U자형 레일에서의 안전한 주행이 가능하도록 할 수 있다.In addition, it can be implemented in the form of a map editor that adds virtual obstacles, rail access points, and rail area information to the existing 2D occupancy grid map, thereby enabling safe driving on U-shaped rails for pipe heating.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the description below.

도 1은 온실환경의 일 예시를 도시한 도면이다.
도 2는 온실환경에서의 파이프 난방 레일 구조의 일 예시를 도시한 도면이다.
도 3은 본 발명의 일 실시예에 따른 주행경로 계획 생성 시스템의 블록도이다.
도 4는 본 발명의 일 실시예에 따른 주행경로 계획 생성 방법의 순서도이다.
도 5는 매핑 시뮬레이션 환경 및 매핑 후 저장된 2D 점유격자지도 이미지의 일 예시를 도시한 도면이다.
도 6은 가상 장애물 정보 생성 전의 2D 점유격자지도 이미지를 이용한 주행경로 계획을 실시한 예시를 도시한 도면이다.
도 7은 가상 장애물 정보 생성 후의 2D 점유격자지도 이미지를 이용한 주행경로 계획을 실시한 예시를 도시한 도면이다.
도 8은 레일 영역을 설정하는 일 예시를 도시한 도면이다.
도 9는 레일 접근 포인트를 설정하는 일 예시를 도시한 도면이다.
도 10은 이동로봇의 주행경로 계획을 생성하는 단계를 설명하기 위한 순서도이다.
도 11은 이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역인 경우 주행경로 계획을 나타낸 것이다.
도 12는 이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우 주행경로 계획을 나타낸 것이다.
도 13은 이동로봇의 현재 위치 정보는 평지 영역이고, 목표 위치 정보는 레일 영역인 경우 주행경로 계획을 나타낸 것이다.
도 14는 이동로봇의 현재 위치 정보는 레일 영역이고, 목표 위치 정보는 평지 영역인 경우 주행경로 계획을 나타낸 것이다.
도 15는 이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역이되, 기 생성된 주행경로 계획이 내 경로점이 평지 영역에 존재하는 경우 주행경로 계획을 나타낸 것이다.Figure 1 is a drawing illustrating an example of a greenhouse environment.
Figure 2 is a drawing illustrating an example of a pipe heating rail structure in a greenhouse environment.
FIG. 3 is a block diagram of a driving route planning generation system according to one embodiment of the present invention.
Figure 4 is a flowchart of a driving route plan generation method according to one embodiment of the present invention.
Figure 5 is a diagram illustrating an example of a mapping simulation environment and a 2D occupancy grid map image saved after mapping.
Figure 6 is a drawing illustrating an example of driving route planning using a 2D occupancy grid map image before generating virtual obstacle information.
Figure 7 is a diagram illustrating an example of driving route planning using a 2D occupancy grid map image after generating virtual obstacle information.
Figure 8 is a drawing illustrating an example of setting a rail area.
Figure 9 is a drawing illustrating an example of setting a rail access point.
Figure 10 is a flowchart illustrating the steps for generating a driving path plan for a mobile robot.
Figure 11 shows a driving path plan when both the current location information and target location information of the mobile robot are in a flat area.
Figure 12 shows a driving path plan when both the current position information and target position information of the mobile robot are in the rail area.
Figure 13 shows a driving path plan when the current location information of the mobile robot is a flat area and the target location information is a rail area.
Figure 14 shows a driving path plan when the current location information of the mobile robot is the rail area and the target location information is the flat area.
Figure 15 shows a driving path plan when the current position information and target position information of the mobile robot are both in the rail area, but the previously generated driving path plan has a path point in the flat area.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. The advantages and features of the present invention, and the methods for achieving them, will become clear with reference to the embodiments described in detail below together with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, and the present embodiments are provided only to make the disclosure of the present invention complete and to fully inform a person skilled in the art of the scope of the present invention, and the present invention is defined only by the scope of the claims.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.The terminology used herein is for the purpose of describing embodiments only and is not intended to limit the present invention. In this specification, the singular also includes the plural unless specifically stated otherwise in the phrase. The terms "comprises" and/or "comprising" as used in the specification do not exclude the presence or addition of one or more other components in addition to the mentioned components. Like reference numerals refer to like components throughout the specification, and "and/or" includes each and every combination of one or more of the mentioned components. Although "first", "second", etc. are used to describe various components, it is to be understood that these components are not limited by these terms. These terms are merely used to distinguish one component from another. Therefore, it should be understood that a first component mentioned below may also be a second component within the technical spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used in this specification may be used with the meaning commonly understood by those skilled in the art to which the present invention belongs. In addition, terms defined in commonly used dictionaries shall not be ideally or excessively interpreted unless explicitly specifically defined.

도 1은 온실환경의 일 예시를 도시한 도면이다. 도 2는 온실환경에서의 파이프 난방 레일 구조의 일 예시를 도시한 도면이다.Figure 1 is a drawing illustrating an example of a greenhouse environment. Figure 2 is a drawing illustrating an example of a pipe heating rail structure in a greenhouse environment.

토마토나 파프리카와 같은 작물을 재배하기 위한 온실의 경우, 일반적인 실내 환경과는 달리 파이프 난방을 위한 연결된 레일이 존재한다(도 1 참조). 이러한 온실을 주행하는 이동로봇은 온실 내 평지뿐만 아니라 레일 위로의 주행이 가능해야 한다(도 2 참조).In the case of greenhouses for growing crops such as tomatoes or paprika, unlike typical indoor environments, there are connected rails for pipe heating (see Fig. 1). Mobile robots that move around these greenhouses must be able to move on rails as well as on flat ground within the greenhouse (see Fig. 2).

한편, 실내 이동로봇을 위한 일반적인 경로 계획 방법은 온실 내 레일의 존재로 인하여 곧바로 적용할 수 없는 문제가 있다. 예를 들어, 경로 계획을 위해서는 이동로봇의 현재 위치 및 목표 위치뿐만 아니라, 이동로봇이 레일 위로 진입할 중간 경로점(waypoint)의 위치가 지정되어야 한다. 즉, 레일 연결 구조의 특징으로 인해, 반드시 진입한 레일의 위치로 돌아와야만 평지로 빠져나갈 수 있다. 또한, 이동로봇이 레일 영역으로 진입했을 경우 회전 모션이 불가능하며, 직진 또는 후진의 병진속도 제어만 가능하다.Meanwhile, the general path planning method for indoor mobile robots has a problem that it cannot be directly applied due to the existence of rails in the greenhouse. For example, for path planning, not only the current position and target position of the mobile robot, but also the position of the intermediate waypoint where the mobile robot will enter the rail must be specified. In other words, due to the characteristics of the rail connection structure, the mobile robot must return to the position of the rail it entered in order to exit to the flat ground. In addition, when the mobile robot enters the rail area, rotational motion is impossible, and only the translational speed control of straight or backward movement is possible.

본 발명은 이러한 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법에 관한 것으로, 특히 파이프 난방 레일이 존재하는 온실(예를 들어, 토마토, 파프리카 재배온실 등)에서 이동로봇의 평지 및 레일의 전영역 주행이 가능한 주행경로 계획을 생성 및 제공한다.The present invention relates to a method for generating a driving path plan for autonomous driving of a mobile robot in such a greenhouse environment, and particularly, to generating and providing a driving path plan that enables the mobile robot to drive on flat ground and the entire area of the rail in a greenhouse (e.g., a greenhouse for growing tomatoes and paprika) in which a pipe heating rail exists.

이하에서는 도 3을 참조하여 본 발명의 일 실시예에 따른 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템(100, 이하 주행경로 계획 생성 시스템)에 대하여 설명하도록 한다.Hereinafter, a driving path planning generation system (100, hereinafter referred to as the driving path planning generation system) for autonomous driving of a mobile robot in a greenhouse environment according to one embodiment of the present invention will be described with reference to FIG. 3.

도 3은 본 발명의 일 실시예에 따른 주행경로 계획 생성 시스템(100)의 블록도이다.FIG. 3 is a block diagram of a driving route planning generation system (100) according to one embodiment of the present invention.

본 발명의 일 실시예에 따른 주행경로 계획 생성 시스템(100)은 통신모듈(110), 메모리(120) 및 프로세서(130)를 포함한다.A driving route planning generation system (100) according to one embodiment of the present invention includes a communication module (110), a memory (120), and a processor (130).

통신모듈(110)은 이동로봇과 데이터를 송수신한다. 즉, 통신모듈(110)은 이동로봇의 소정의 센서(예를 들어, LiDAR 센서)를 통해 수집된 센싱 정보를 수신하여 이를 기반으로 2D 점유격자지도(2D Grid Map) 이미지를 생성하고, 2D 점유격자지도 이미지에 주행경로 계획을 생성 및 추가하여 이동로봇으로 제공한다.The communication module (110) transmits and receives data with the mobile robot. That is, the communication module (110) receives sensing information collected through a specific sensor (e.g., LiDAR sensor) of the mobile robot, creates a 2D grid map image based on the information, and creates and adds a driving path plan to the 2D grid map image and provides it to the mobile robot.

메모리(120)에는 이동로봇의 주행경로 계획을 생성하기 위한 프로그램이 저장되며, 프로세서(130)는 메모리(120)에 저장된 프로그램을 실행시킨다. 여기에서, 메모리(120)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 휘발성 저장장치를 통칭하는 것이다. A program for generating a driving path plan of a mobile robot is stored in the memory (120), and the processor (130) executes the program stored in the memory (120). Here, the memory (120) is a general term for a nonvolatile storage device and a volatile storage device that maintain stored information even when power is not supplied.

예를 들어, 메모리(120)는 콤팩트 플래시(compact flash; CF) 카드, SD(secure digital) 카드, 메모리 스틱(memory stick), 솔리드 스테이트 드라이브(solid-state drive; SSD) 및 마이크로(micro) SD 카드 등과 같은 낸드 플래시 메모리(NAND flash memory), 하드 디스크 드라이브(hard disk drive; HDD) 등과 같은 마그네틱 컴퓨터 기억 장치 및 CD-ROM, DVD-ROM 등과 같은 광학 디스크 드라이브(optical disc drive) 등을 포함할 수 있다.For example, the memory (120) may include NAND flash memory such as a compact flash (CF) card, a secure digital (SD) card, a memory stick, a solid-state drive (SSD), and a micro SD card, a magnetic computer storage device such as a hard disk drive (HDD), and an optical disc drive such as a CD-ROM or DVD-ROM.

프로세서(130)는 온실환경 내에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하여 이동로봇으로 제공하고, 2D 점유격자지도 이미지를 기반으로 이동로봇의 주행경로 계획을 생성하여 이동로봇으로 제공한다.The processor (130) generates a 2D occupancy grid map image for movement of the mobile robot within a greenhouse environment and provides it to the mobile robot, and generates a driving path plan of the mobile robot based on the 2D occupancy grid map image and provides it to the mobile robot.

이하에서는 도 4 내지 도 15을 참조하여 본 발명의 일 실시예에 따른 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법에 대해 상세히 설명하도록 한다.Hereinafter, a method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment according to one embodiment of the present invention will be described in detail with reference to FIGS. 4 to 15.

도 4는 본 발명의 일 실시예에 따른 주행경로 계획 생성 방법의 순서도이다.Figure 4 is a flowchart of a driving route plan generation method according to one embodiment of the present invention.

본 발명의 일 실시예에 따른 주행경로 계획 생성 방법은, 온실환경에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하는 단계(S110)와, 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계(S120)와, 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계(S130)와, 2D 점유격자지도 이미지 상에서의 이동로봇의 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계(S140)와, 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 이동로봇의 주행경로 계획을 생성하는 단계(S150)를 포함하여 실시된다.A driving path plan generation method according to one embodiment of the present invention is implemented including the steps of: generating a 2D occupancy grid map image for movement of a mobile robot in a greenhouse environment (S110); generating virtual obstacle information on the 2D occupancy grid map image (S120); setting a rail area and a flat area on the 2D occupancy grid map image (S130); setting a rail access point for entry of the mobile robot into the rail area on the 2D occupancy grid map image (S140); and generating a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set (S150).

한편, 도 4에 도시된 각 단계들은 전술한 주행경로 계획 생성 시스템(100)에 의해 수행되는 것으로 이해될 수 있으나, 반드시 이에 한정되는 것은 아니다.Meanwhile, it can be understood that each step illustrated in FIG. 4 is performed by the driving route plan generation system (100) described above, but is not necessarily limited thereto.

도 5는 매핑 시뮬레이션 환경 및 매핑 후 저장된 2D 점유격자지도 이미지의 일 예시를 도시한 도면이다.Figure 5 is a diagram illustrating an example of a mapping simulation environment and a 2D occupancy grid map image saved after mapping.

본 발명에서는 온실환경에서의 이동로봇의 자율주행을 위한 맵 에디터를 제공한다. 먼저, 온실환경에서의 이동로봇의 자율주행을 위한 2D 점유격자지도 이미지를 생성한다(S110). The present invention provides a map editor for autonomous navigation of a mobile robot in a greenhouse environment. First, a 2D occupancy grid map image for autonomous navigation of a mobile robot in a greenhouse environment is generated (S110).

생성된 2D 점유격자지도 이미지에서 경로 계획을 수행하면, 실제 로봇이 주행할 수 없는 경로가 생성될 수 있다. 따라서, 맵 에디터를 이용하여 가상의 장애물을 설정하여 이동 불가한 영역(예를 들어, 도 2의 작물 베드 영역)을 지정해주어야 한다.When path planning is performed on the generated 2D occupancy grid map image, a path that the actual robot cannot drive may be generated. Therefore, it is necessary to use the map editor to set virtual obstacles to designate an area where movement is not possible (e.g., the crop bed area in Fig. 2).

또한, 이동로봇의 레일 영역과 평지 영역 간의 자유로운 전환을 맵 에디터를 통해 추가적인 정보로 레일 접근 포인트와 레일 영역을 설정해 주어야 한다.Additionally, to allow free transition between the rail area and flat area of the mobile robot, rail access points and rail areas must be set with additional information via the map editor.

도 6은 가상 장애물 정보 생성 전의 2D 점유격자지도 이미지를 이용한 주행경로 계획을 실시한 예시를 도시한 도면이다. 도 7은 가상 장애물 정보 생성 후의 2D 점유격자지도 이미지를 이용한 주행경로 계획을 실시한 예시를 도시한 도면이다. Fig. 6 is a diagram illustrating an example of driving route planning using a 2D occupancy grid map image before generating virtual obstacle information. Fig. 7 is a diagram illustrating an example of driving route planning using a 2D occupancy grid map image after generating virtual obstacle information.

S110 단계인 매핑 단계에서 저장된 2D 점유격자지도만을 이용하여 전역경로계획을 실시하면 도 6과 같이, 실제로 이동로봇이 이동할 수 없는 경로가 생성된다. 즉, 각 레일과 레일 사이에는 작물 베드가 설치되어 있는데, 2D Laser Scanner 센서의 설치 위치에 따라 작물 베드 감지가 되지 않는 경우가 있을 수 있으며, 이 영역은 실제 이동로봇이 이동할 수 없는 공간이다. 따라서, 맵 에디터를 통해 작물 베드 주위로 가상의 장애물을 설정하여 경로가 생성되지 않도록 해야 한다.If global path planning is performed using only the 2D occupancy grid map saved in the mapping step S110, a path is generated that the mobile robot cannot actually move on, as shown in Fig. 6. That is, crop beds are installed between each rail and rail, and the crop beds may not be detected depending on the installation location of the 2D Laser Scanner sensor, and this area is a space that the mobile robot cannot actually move on. Therefore, virtual obstacles must be set around the crop beds using the map editor to prevent the path from being generated.

즉, 본 발명의 일 실시예는 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성해야 하며(S120), 이를 위해 온실환경에 존재하는 작물 베드를 그룹화하고, 그룹별 작물 베드를 바운딩 처리하여 이동로봇이 이동 불가한 가상 장애물 정보로 생성한다. 도 7을 참조하면, 소정의 그룹별로 구분된 작물 베드 주위를 사각형 바운더리(boundary)로 바운딩 처리하여 가상 장애물 정보로 생성하면, 이동로봇이 가상 장애물 정보를 가로지르는 경로는 생성되지 않는다.That is, one embodiment of the present invention needs to generate virtual obstacle information on a 2D occupancy grid map image (S120), and to this end, crop beds existing in a greenhouse environment are grouped, and crop beds for each group are bounded to generate virtual obstacle information through which a mobile robot cannot move. Referring to Fig. 7, if virtual obstacle information is generated by bounding the area around crop beds divided by a predetermined group with a square boundary, a path through which the mobile robot crosses the virtual obstacle information is not generated.

도 8은 레일 영역을 설정하는 일 예시를 도시한 도면이다.Figure 8 is a drawing illustrating an example of setting a rail area.

다음으로, 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정한다(S130). S130 단계에서는 현재 이동로봇의 위치가 평지 영역인지 레일 영역인지를 확인할 수 있도록 영역을 구분 설정한다.Next, the rail area and flat area are set on the 2D occupancy grid map image (S130). In step S130, the area is set to be distinguished so that it can be confirmed whether the current location of the mobile robot is in the flat area or the rail area.

일 실시예로, 레일 영역은 복수의 작물 베드와, 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일을 포함하며, 폐쇄 루프(Closed-loop)를 이루도록 형성된다. 그리고 레일 영역 이외의 영역은 평지 영역으로 설정한다.In one embodiment, the rail area includes a plurality of crop beds and rails for pipe heating that surround the crop beds in a predetermined shape and are formed to form a closed loop. And the area other than the rail area is set as a flat area.

도 9는 레일 접근 포인트를 설정하는 일 예시를 도시한 도면이다.Figure 9 is a drawing illustrating an example of setting a rail access point.

다음으로, 2D 점유격자지도 이미지 상에서의 이동로봇의 레일 영역으로의 진입을 위한 레일 접근 포인트(Rail Access Point)를 설정한다(S140).Next, a rail access point is set for the mobile robot to enter the rail area on the 2D occupancy grid map image (S140).

이동로봇의 현재 위치와 목표 지점의 위치가 모두 평지 상에 존재한다면, 일반적인 최단거리 주행경로 계획을 수행하면 되지만, 목표 지점의 위치가 레일 영역에 존재한다면, 중간에 레일 접근 포인트를 경유하여 레일 위로 정확히 도킹할 수 있는 주행경로 계획이 필요하다.If the current location of the mobile robot and the location of the target point are both on flat ground, a general shortest distance driving path planning can be performed, but if the location of the target point is in the rail area, a driving path planning that can accurately dock on the rail via a rail access point in the middle is required.

이를 위해, 본 발명의 일 실시예는 그룹별 작물 베드 사이의 라인으로 이동로봇의 진입 및 이동을 위한 레일 접근 포인트를 도 9와 같이 평지 영역 상에 설정하여 안전한 경로를 생성할 수 있도록 한다.To this end, one embodiment of the present invention sets a rail access point for entry and movement of a mobile robot between crop beds by group on a flat area as shown in Fig. 9, thereby creating a safe path.

이와 같이 가상 장애물 정보, 레일 영역과 평지 영역, 그리고 레일 접근 포인트가 2D 점유격자지도 이미지 상에 설정되면, 해당 2D 점유격자지도 이미지를 기반으로 이동로봇의 주행경로 계획을 생성한다(S150).In this way, when virtual obstacle information, rail areas, flat areas, and rail access points are set on a 2D occupancy grid map image, a driving path plan of the mobile robot is generated based on the 2D occupancy grid map image (S150).

도 10은 이동로봇의 주행경로 계획을 생성하는 단계를 설명하기 위한 순서도이다.Figure 10 is a flowchart illustrating the steps for generating a driving path plan for a mobile robot.

본 발명에서의 온실의 주행 환경의 경우, 파이프 난방을 위한 레일이 존재하는데, 이러한 레일의 존재로 인하여 일반적인 실내 환경용 경로 계획을 바로 적용하는 데는 무리가 있다. 따라서, 본 발명의 일 실시예는 레일이 존재하는 온실환경을 위한 특수한 경로 계획법을 제공한다.In the case of the greenhouse driving environment of the present invention, there is a rail for pipe heating, and due to the existence of such a rail, it is difficult to directly apply a general indoor environment path plan. Therefore, one embodiment of the present invention provides a special path planning method for a greenhouse environment in which a rail exists.

일 실시예로, 이동로봇의 레일 영역 및 평지 영역에서의 최단거리를 주행하도록 하는 주행경로 계획을 생성한다. 그리고, 평지 영역과 레일 영역 간의 이동을 위한 경로점(TRANSITION_G_TO_R, TRANSITION_R_TO_G)과, 최종 목표 지점을 나타내는 경로점(FINAL_GOAL) 및 그 외 일반적인 경로점(NORMAL)을 포함하는 경로점 리스트를 생성한다.In one embodiment, a driving path plan is generated to enable a mobile robot to drive the shortest distance on a rail area and a flat area. Then, a path point list including path points (TRANSITION_G_TO_R, TRANSITION_R_TO_G) for movement between the flat area and the rail area, a path point (FINAL_GOAL) indicating the final goal point, and other general path points (NORMAL) is generated.

즉, 본 발명의 일 실시예에서 2D 점유격자지도 이미지를 이용한 점대점(Point-to-Point) 경로 계획은 기존의 최단거리 경로 계획 알고리즘(Distance Transform, Dijkstra, A*, Rapidly exploring Random Tree 등) 중 어느 것을 적용하여도 무방하다. 단, 경로계획의 결과인 경로점(Waypoint) 리스트는 위치 정보뿐만 아니라 다음 표 1과 같은 4개의 타입 중 어느 하나의 속성이 지정되어야 한다.That is, in one embodiment of the present invention, point-to-point path planning using a 2D occupancy grid map image may apply any of the existing shortest path planning algorithms (Distance Transform, Dijkstra, A*, Rapidly exploring Random Tree, etc.). However, the waypoint list, which is the result of the path planning, must have one of the four types of attributes specified in Table 1 below in addition to the location information.

경로점(Waypoint) 타입Waypoint type 설명explanation NORMALNORMAL 일반적인 waypointGeneral waypoint TRANSITION_G_TO_RTRANSITION_G_TO_R 평지레일 이동 waypoint (RAP)flat Rail movement waypoint (RAP) TRANSITION_R_TO_GTRANSITION_R_TO_G 레일평지 이동 waypoint (RAP)rail Flat Surface Move Waypoint (RAP) FINAL_GOALFINAL_GOAL 최종 목표 지점Final destination

또한, 본 발명의 일 실시예에서, 주행경로는 로봇의 현재 위치와 최종 목표지점의 위치의 평지/레일 영역 여부와, 평지 및 레일 간 전환(Transition) 여부에 따라 다음 표 2와 같은 5가지 타입으로 구분될 수 있다.In addition, in one embodiment of the present invention, the driving path can be divided into five types as shown in Table 2 below, depending on whether the current position of the robot and the position of the final target point are on a flat/rail area and whether there is a transition between the flat area and the rail.

레일영역
(현재 로봇위치)Rail area
(Current robot location) 레일영역
(목표지점)Rail area
(target point) Transition 여부Transition or not 주행경로 타입Driving route type NoNo NoNo NoNo PATH_G_TO_GPATH_G_TO_G YesYes YesYes NoNo PATH_R_TO_RPATH_R_TO_R NoNo YesYes YesYes PATH_G_TO_RPATH_G_TO_R YesYes NoNo YesYes PATH_R_TO_GPATH_R_TO_G YesYes YesYes YesYes PATH_R_TO_G_TO_RPATH_R_TO_G_TO_R

이때, 이동로봇의 현재 위치와 목표 위치가 레일 영역에 존재하는지 여부는, 맵 에디터에서 설정한 레일 영역을 참조하여 직접적으로 결정된다.또한, Transition 여부는, 기본적으로 이동로봇의 현재 위치와 목표 지점의 영역이 상이(평지 영역 또는 레일 영역)할 때 Transition이 있는 것으로 판단한다. 단, 이동로봇의 현재 위치와 목표 지점이 모두 레일 영역으로 동일한 경우, 기 생성된 주행경로 계획에서의 경로점 중 어느 하나라도 평지 영역에 속한다면 Transition이 있는 것으로 판단한다.At this time, whether the current position and target position of the mobile robot exist in the rail area is directly determined by referring to the rail area set in the map editor. In addition, as for whether there is a transition, it is determined that there is a transition when the current position and target point area of the mobile robot are different (flat area or rail area). However, if the current position and target point of the mobile robot are both in the same rail area, it is determined that there is a transition if any of the path points in the previously generated driving path plan belongs to the flat area.

또한, Transition이 없는 경우, 로봇의 현재 위치에서 목표 위치로의 최단 경로를 주행경로 계획으로 생성하며, Transition이 1회인 경우에는 로봇의 현재 위치에서 경로점, 그리고 경로점에서 목표 위치로의 경로를 주행경로 계획으로 생성한다. 마지막으로, Transition이 2회인 경우에는 로봇의 현재 위치에서 제1 경로점, 그리고 제1 경로점에서 제2 경로점, 제2 경로점에서 목표 위치로의 경로를 주행경로 계획으로 생성한다.In addition, if there is no transition, the shortest path from the robot's current location to the target location is generated as a driving path plan, and if there is one transition, the driving path plan is generated from the robot's current location to the way point, and from the way point to the target location. Finally, if there are two transitions, the driving path plan is generated from the robot's current location to the first way point, and from the first way point to the second way point, and from the second way point to the target location.

이동로봇의 주행경로 계획을 생성하는 과정은 도 10을 참조하여 보다 상세히 설명하도록 한다.The process of generating a driving path plan for a mobile robot is described in more detail with reference to Fig. 10.

먼저, 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력한다(S210). First, the current location information and target location information of the mobile robot are entered (S210).

다음으로, 현재 위치 정보 및 목표 위치 정보가 레일 영역 상에 존재하는지 여부를 판단한다(S220).Next, it is determined whether the current location information and target location information exist on the rail area (S220).

그리고 확인 결과에 기초한 주행경로 타입에 따른 주행경로 계획을 생성한다.And then, a driving route plan is created according to the driving route type based on the verification results.

도 11은 이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역인 경우 주행경로 계획을 나타낸 것이다.Figure 11 shows a driving path plan when both the current location information and target location information of the mobile robot are in a flat area.

이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역에 속할 경우(PATH_G_TO_G)에는 일반적인 최단거리 경로 계획을 따른다(S280, 도 11의 (a)).When both the current location information and the target location information of the mobile robot belong to a flat area (PATH_G_TO_G), the general shortest path plan is followed (S280, (a) of Fig. 11).

다만, 이 경우 이용하는 2D 점유격자지도 이미지 상의 레일 영역 전체는 장애물 영역으로 설정되도록 주행경로 계획을 생성한다(S230). 만약, 레일 영역을 장애물 영역으로 간주하지 않을 경우, 도 11의 (b)와 같이 레일 구조의 특성상 불가능한 경로가 생성되게 된다.However, in this case, the entire rail area on the 2D occupancy grid map image used is set as an obstacle area so that the driving path plan is generated (S230). If the rail area is not considered an obstacle area, an impossible path is generated due to the characteristics of the rail structure, as shown in (b) of Fig. 11.

도 12는 이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우 주행경로 계획을 나타낸 것이다.Figure 12 shows a driving path plan when both the current position information and target position information of the mobile robot are in the rail area.

이동로봇의 현재 위치 정보와 목표 위치 정보가 모두 레일 영역에 속할 경우(PATH_R_TO_R)에는 일반적인 최단거리 경로 계획을 따른다(S280). 다만, 생성된 각 경로점 중 어느 하나라도 평지 영역에 속한다면, 이 경로 타입은 중간에 평지 영역을 거쳐가는 타입인 PATH_R_TO_G_TO_R 타입이 된다.If both the current position information and the target position information of the mobile robot belong to the rail area (PATH_R_TO_R), the general shortest path plan is followed (S280). However, if any of the generated path points belong to the flat area, the path type becomes the PATH_R_TO_G_TO_R type, which passes through the flat area in the middle.

도 13은 이동로봇의 현재 위치 정보는 평지 영역이고, 목표 위치 정보는 레일 영역인 경우 주행경로 계획을 나타낸 것이다. 도 14는 이동로봇의 현재 위치 정보는 레일 영역이고, 목표 위치 정보는 평지 영역인 경우 주행경로 계획을 나타낸 것이다. Figure 13 shows a driving path plan when the current location information of the mobile robot is a flat area and the target location information is a rail area. Figure 14 shows a driving path plan when the current location information of the mobile robot is a rail area and the target location information is a flat area.

일 실시예로, 현재 위치 정보 및 목표 위치 정보가 각각 평지 영역 및 레일 영역 중 어느 하나인 경우에는, 레일 영역에 위치하는 현재 위치 정보 또는 목표 위치 정보와 가장 근접한 레인 접근 포인트를 경유점으로 생성하고(S250), 현재 위치 정보에서 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 주행경로 계획을 생성할 수 있다(S270, S280).In one embodiment, when the current location information and the target location information are each in one of a flat area and a rail area, a lane access point closest to the current location information or the target location information located in the rail area can be created as a waypoint (S250), and a driving route plan can be created to drive from the current location information to the target location information via the waypoint (S270, S280).

도 13을 참조하면, 이동로봇의 현재 위치 정보는 평지 영역이고, 목표 위치 정보는 레일 영역인 경우(PATH_G_TO_R)에는, 목표 위치 정보에서 가장 근접한 레일 접근 포인트를 선정한 후, '현재 위치→레일 접근 포인트→목표 위치'로 경로를 2번 생성한 후 병합한다(S270). 이때, 선정된 레일 접근 포인트는 TRANSITION_G_TO_R 속성을 부여받는다.Referring to Fig. 13, when the current location information of the mobile robot is a flat area and the target location information is a rail area (PATH_G_TO_R), the closest rail access point is selected from the target location information, and then the path is created twice as 'current location → rail access point → target location' and then merged (S270). At this time, the selected rail access point is given the TRANSITION_G_TO_R attribute.

도 14를 참조하면, 이동로봇의 현재 위치 정보는 레일 영역이고, 목표 위치 정보는 평지 영역인 경우(PATH_R_TO_G)에는, 현재 위치 정보에서 가장 근접한 레일 접근 포인트를 선정한 후, '현재 위치→레일 접근 포인트→목표 위치'로 경로를 2번 생성한 후 병합한다(S270). 이때, 선정된 레일 접근 포인트는 TRANSITION_R_TO_G 속성을 부여받는다.Referring to Fig. 14, when the current location information of the mobile robot is a rail area and the target location information is a flat area (PATH_R_TO_G), the closest rail access point is selected from the current location information, and then the path is created twice as 'current location → rail access point → target location' and then merged (S270). At this time, the selected rail access point is given the TRANSITION_R_TO_G attribute.

도 15는 이동로봇의 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역이되, 기 생성된 주행경로 계획이 내 경로점이 평지 영역에 존재하는 경우 주행경로 계획을 나타낸 것이다.Figure 15 shows a driving path plan when the current position information and target position information of the mobile robot are both in the rail area, but the previously generated driving path plan has a path point in the flat area.

이동로봇의 현재 위치와 목표 위치가 모두 레일 영역에 존재하지만, 최초 생성한 주행경로 계획에서의 경로점이 평지 영역을 포함할 경우, 현재 위치 정보 및 목표 위치 정보와 각각 최근접한 레일 접근 포인트를 제1 및 제2 경유점으로 생성한다(S260). 그리고 현재 위치 정보에서 제1 경유점 및 제2 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 주행경로 계획을 생성할 수 있다(S270, S280).If both the current position and the target position of the mobile robot exist in the rail area, but the path point in the initially generated driving path plan includes a flat area, the current position information and the target position information and the nearest rail access point are generated as the first and second waypoints, respectively (S260). Then, a driving path plan can be generated to drive from the current position information to the target position information via the first waypoint and the second waypoint (S270, S280).

즉, 현재 위치 정보에서 가장 가까운 RAP1(TRANSITION_R_TO_G), 목표 위치 정보에서 가장 가까운 RAP2(TRANSITION_G_TO_R)을 경로점으로 설정하고, '현재 위치→레일 접근 포인트1, 레일 접근 포인트 1→레일 접근 포인트 2, 레일 접근 포인트 2→목표 위치'의 총 3번의 경로를 생성한 후 병합하여(S270) 최종 주행경로 계획으로 생성할 수 있다(S280).That is, the closest RAP1 (TRANSITION_R_TO_G) from the current location information and the closest RAP2 (TRANSITION_G_TO_R) from the target location information are set as route points, and a total of three routes of 'current location → rail access point 1, rail access point 1 → rail access point 2, rail access point 2 → target location' are created and then merged (S270) to create a final driving route plan (S280).

한편, 상술한 설명에서, 단계 S110 내지 S280은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다. 한편, 도 4 내지 도 15의 내용은 도 3의 주행경로 계획 생성 시스템(100)의 내용에도 적용될 수 있다.Meanwhile, in the above description, steps S110 to S280 may be further divided into additional steps or combined into fewer steps, depending on the implementation of the present invention. In addition, some steps may be omitted as needed, and the order between the steps may be changed. Meanwhile, the contents of FIGS. 4 to 15 may also be applied to the contents of the driving route planning generation system (100) of FIG. 3.

이상에서 전술한 본 발명의 일 실시예에 따른 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다.The method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment according to one embodiment of the present invention described above can be implemented as a program (or application) to be executed in combination with a computer as hardware and stored in a medium.

상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, JAVA, Ruby, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.The above-described program may include codes coded in a computer language, such as C, C++, JAVA, Ruby, or machine language, that can be read by the processor (CPU) of the computer through the device interface of the computer, so that the computer reads the program and executes the methods implemented as a program. Such codes may include functional codes related to functions that define functions necessary for executing the methods, and may include control codes related to execution procedures necessary for the processor of the computer to execute the functions according to a predetermined procedure. In addition, such codes may further include memory reference-related codes regarding which location (address address) of the internal or external memory of the computer should be referenced for additional information or media necessary for the processor of the computer to execute the functions. In addition, if the processor of the computer needs to communicate with another computer or server located remotely in order to execute the functions, the code may further include communication-related code regarding how to communicate with another computer or server located remotely using the communication module of the computer, what information or media to send and receive during communication, etc.

상기 저장되는 매체는, 레지스터, 캐쉬, 메모리 등과 같이 짧은 순간 동안 데이터를 저장하는 매체가 아니라 반영구적으로 데이터를 저장하며, 기기에 의해 판독(reading)이 가능한 매체를 의미한다. 구체적으로는, 상기 저장되는 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있지만, 이에 제한되지 않는다. 즉, 상기 프로그램은 상기 컴퓨터가 접속할 수 있는 다양한 서버 상의 다양한 기록매체 또는 사용자의 상기 컴퓨터상의 다양한 기록매체에 저장될 수 있다. 또한, 상기 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장될 수 있다.The above storage medium means a medium that stores data semi-permanently and can be read by a device, rather than a medium that stores data for a short period of time, such as a register, cache, or memory. Specifically, examples of the storage medium include, but are not limited to, ROM, RAM, CD-ROM, magnetic tape, floppy disk, or optical data storage device. That is, the program can be stored in various storage media on various servers that the computer can access or in various storage media on the user's computer. In addition, the medium can be distributed to computer systems connected to a network, so that a computer-readable code can be stored in a distributed manner.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.The above description of the present invention is for illustrative purposes, and those skilled in the art will understand that the present invention can be easily modified into other specific forms without changing the technical idea or essential characteristics of the present invention. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive. For example, each component described as a single component may be implemented in a distributed manner, and likewise, components described as distributed may be implemented in a combined form.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is indicated by the claims described below rather than the detailed description above, and all changes or modifications derived from the meaning and scope of the claims and their equivalent concepts should be interpreted as being included in the scope of the present invention.

100: 주행경로 계획 생성 시스템
110: 통신모듈
120: 메모리
130: 프로세서100: Driving Route Planning Generation System
110: Communication module
120: Memory
130: Processor

Claims (17)

컴퓨터에 의해 수행되는 방법에 있어서,
온실환경에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하는 단계;
상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계;
상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계;
상기 2D 점유격자지도 이미지 상에서의 이동로봇의 상기 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계; 및
상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 단계를 포함하고,
상기 이동로봇의 주행경로 계획을 생성하는 단계는,
상기 이동로봇에 대하여 입력된 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하는 단계; 및
상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계를 포함하고,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는,
상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성하고,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역인 경우,
상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는,
상기 평지 영역에서 최단거리를 주행하되, 상기 레일 영역 전체는 장애물 영역으로 설정되도록 상기 주행경로 계획을 생성하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In a method performed by a computer,
A step for generating a 2D occupancy grid map image for movement of a mobile robot in a greenhouse environment;
A step of generating virtual obstacle information on the above 2D occupancy grid map image;
A step of setting a rail area and a flat area on the above 2D occupancy grid map image;
A step of setting a rail access point for the entry of a mobile robot into the rail area on the above 2D occupancy grid map image; and
A step of generating a driving path plan of the mobile robot based on a 2D occupancy grid map image in which the virtual obstacle information, rail area, flat area, and rail access point are set, is included.
The step of generating a driving path plan for the above mobile robot is:
A step of checking whether the current location information and target location information input for the above mobile robot exist on the rail area; and
Including a step of generating the driving route plan according to the driving route type based on the above verification result,
If the current location information and target location information are both in the rail area as a result of the above verification, the step of generating the driving route plan according to the driving route type based on the above verification result is,
Generate the driving route plan that allows the shortest distance to be driven within the above rail area,
If the above verification results show that both the current location information and the target location information are in a flat area,
The step of generating the driving route plan according to the driving route type based on the above verification results is:
The driving route plan is generated so that the shortest distance is driven in the above flat area, but the entire rail area is set as an obstacle area.
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 제1항에 있어서,
상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계는,
복수의 작물 베드와 상기 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일이 설치된 폐쇄 루프 형태의 레일 영역과, 상기 레일 영역 이외의 평지 영역을 포함하도록 설정되는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In the first paragraph,
The step of setting the rail area and flat area on the above 2D occupancy grid map image is as follows.
It is set to include a closed loop-shaped rail area having a plurality of crop beds and rails for pipe heating that surround the crop beds in a predetermined shape, and a flat area other than the rail area.
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 제1항에 있어서,
상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계는,
상기 온실환경에 존재하는 작물 베드를 그룹화하는 단계; 및
상기 그룹별 작물 베드를 바운딩 처리하여 상기 이동로봇이 이동 불가한 가상 장애물 정보로 생성하는 단계를 포함하는,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In the first paragraph,
The step of generating virtual obstacle information on the above 2D occupancy grid map image is:
A step of grouping crop beds existing in the above greenhouse environment; and
Including a step of generating virtual obstacle information that the mobile robot cannot move through by bounding the crop bed for each group.
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 제3항에 있어서,
상기 2D 점유격자지도 이미지 상에서의 이동로봇의 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계는,
상기 그룹별 작물 베드 사이의 라인으로 이동로봇의 진입 및 이동을 위한 레일 접근 포인트를 상기 평지 영역 상에 설정하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In the third paragraph,
The step of setting a rail access point for entry into the rail area of a mobile robot on the above 2D occupancy grid map image is as follows.
The rail access point for entry and movement of the mobile robot between the crop beds of each group is set on the flat area.
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 제1항에 있어서,
상기 이동로봇의 주행경로 계획을 생성하는 단계는,
상기 이동로봇의 레일 영역 및 평지 영역에서 최단거리를 주행하도록 하는 주행경로 계획을 생성하는 단계; 및
평지 영역과 레일 영역 간의 이동을 위한 경로점과, 최종 목표 지점을 나타내는 경로점 및 그 외 일반적인 경로점을 포함하는 경로점 리스트를 생성하는 단계를 포함하는,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In the first paragraph,
The step of generating a driving path plan for the above mobile robot is:
A step of generating a driving path plan that allows the mobile robot to drive the shortest distance in the rail area and flat area; and
A method comprising: generating a list of waypoints, including waypoints for movement between a flat area and a rail area, waypoints indicating a final destination point, and other general waypoints;
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 삭제delete 삭제delete 삭제delete 컴퓨터에 의해 수행되는 방법에 있어서,
온실환경에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하는 단계;
상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계;
상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계;
상기 2D 점유격자지도 이미지 상에서의 이동로봇의 상기 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계; 및
상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 단계를 포함하고,
상기 이동로봇의 주행경로 계획을 생성하는 단계는,
상기 이동로봇에 대하여 입력된 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하는 단계; 및
상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계를 포함하고,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는,
상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성하고,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역이되, 기 생성된 주행경로 계획 내 경로점이 평지 영역에 존재하는 경우,
상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는,
상기 현재 위치 정보 및 목표 위치 정보와 각각 최근접한 레일 접근 포인트를 제1 및 제2 경유점으로 생성하고, 상기 현재 위치 정보에서 제1 경유점 및 제2 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In a method performed by a computer,
A step for generating a 2D occupancy grid map image for movement of a mobile robot in a greenhouse environment;
A step of generating virtual obstacle information on the above 2D occupancy grid map image;
A step of setting a rail area and a flat area on the above 2D occupancy grid map image;
A step of setting a rail access point for the entry of a mobile robot into the rail area on the above 2D occupancy grid map image; and
A step of generating a driving path plan of the mobile robot based on a 2D occupancy grid map image in which the virtual obstacle information, rail area, flat area, and rail access point are set, is included.
The step of generating a driving path plan for the above mobile robot is:
A step of checking whether the current location information and target location information input for the above mobile robot exist on the rail area; and
Including a step of generating the driving route plan according to the driving route type based on the above verification result,
If the current location information and target location information are both in the rail area as a result of the above verification, the step of generating the driving route plan according to the driving route type based on the above verification result is,
Generate the driving route plan that allows the shortest distance to be driven within the above rail area,
If the above verification results show that both the current location information and the target location information are in the rail area, but the route point in the previously generated driving route plan exists in the flat area,
The step of generating the driving route plan according to the driving route type based on the above verification results is:
The driving route plan is generated by generating the current location information and the target location information and the nearest rail access point as the first and second waypoints, respectively, and driving from the current location information to the target location information via the first waypoint and the second waypoint.
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 컴퓨터에 의해 수행되는 방법에 있어서,
온실환경에서의 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하는 단계;
상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보를 생성하는 단계;
상기 2D 점유격자지도 이미지 상에서의 레일 영역 및 평지 영역을 설정하는 단계;
상기 2D 점유격자지도 이미지 상에서의 이동로봇의 상기 레일 영역으로의 진입을 위한 레일 접근 포인트를 설정하는 단계; 및
상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 단계를 포함하고,
상기 이동로봇의 주행경로 계획을 생성하는 단계는,
상기 이동로봇에 대하여 입력된 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하는 단계; 및
상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계를 포함하고,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 각각 평지 영역 및 레일 영역 중 어느 하나인 경우,
상기 확인 결과에 기초한 주행경로 타입에 따른 상기 주행경로 계획을 생성하는 단계는,
상기 레일 영역에 위치하는 현재 위치 정보 또는 목표 위치 정보와 가장 근접한 레일 접근 포인트를 경유점으로 생성하고, 상기 현재 위치 정보에서 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 방법.
In a method performed by a computer,
A step for generating a 2D occupancy grid map image for movement of a mobile robot in a greenhouse environment;
A step of generating virtual obstacle information on the above 2D occupancy grid map image;
A step of setting a rail area and a flat area on the above 2D occupancy grid map image;
A step of setting a rail access point for the entry of a mobile robot into the rail area on the above 2D occupancy grid map image; and
A step of generating a driving path plan of the mobile robot based on a 2D occupancy grid map image in which the virtual obstacle information, rail area, flat area, and rail access point are set, is included.
The step of generating a driving path plan for the above mobile robot is:
A step of checking whether the current location information and target location information input for the above mobile robot exist on the rail area; and
Including a step of generating the driving route plan according to the driving route type based on the above verification result,
If the above verification results indicate that the current location information and target location information are in either the flat area or the rail area,
The step of generating the driving route plan according to the driving route type based on the above verification results is:
The driving route plan is generated by generating the rail access point closest to the current location information or target location information located in the rail area as a waypoint, and driving from the current location information to the target location information via the waypoint.
A method for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment.
 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템에 있어서,
이동로봇과 데이터를 송수신하는 통신모듈,
상기 이동로봇의 주행경로 계획을 생성하기 위한 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행시킴에 따라, 상기 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하고, 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보, 레일 영역, 평지 영역 및 레일 접근 포인트를 설정하고, 상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 프로세서를 포함하고,
상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성하고,
상기 프로세서는 상기 가상 장애물 정보로 생성된 복수의 작물 베드와, 상기 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일이 설치된 폐쇄 루프 형태의 레일 영역과, 상기 레일 영역 이외의 평지 영역을 포함하는 상기 2D 점유격자지도 이미지를 생성하고,
상기 프로세서는 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 평지 영역인 경우, 상기 평지 영역에서 최단거리를 주행하되, 상기 레일 영역 전체는 장애물 영역으로 설정되도록 상기 주행경로 계획을 생성하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템.
In a system for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment,
A communication module that transmits and receives data with the mobile robot.
A memory storing a program for generating a driving path plan for the above mobile robot, and
By executing the program stored in the above memory, a processor is included which generates a 2D occupancy grid map image for movement of the mobile robot, sets virtual obstacle information, a rail area, a flat area, and a rail access point on the 2D occupancy grid map image, and generates a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set.
The above processor receives the current location information and target location information of the mobile robot, and checks whether the current location information and target location information exist on the rail area.
If the above verification result shows that both the current location information and the target location information are in the rail area, the driving route plan is generated to drive the shortest distance within the rail area.
The above processor generates a 2D occupancy grid map image including a plurality of crop beds generated with the virtual obstacle information, a closed loop-shaped rail area in which a rail for pipe heating is installed to surround the crop beds in a predetermined shape, and a flat area other than the rail area,
The processor generates the driving route plan so that, if the verification result shows that both the current location information and the target location information are flat areas, the shortest distance is driven in the flat area, but the entire rail area is set as an obstacle area.
A path planning generation system for autonomous driving of a mobile robot in a greenhouse environment.
 삭제delete 제11항에 있어서,
상기 프로세서는 상기 작물 베드를 그룹별로 구분하고, 그룹별 작물 베드 사이의 라인으로 이동로봇의 진입 및 이동을 위한 레일 접근 포인트를 상기 평지 영역 상에 설정하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템.
In Article 11,
The above processor divides the crop beds into groups and sets rail access points for entry and movement of the mobile robot between the crop beds of each group on the flat area.
A path planning generation system for autonomous driving of a mobile robot in a greenhouse environment.
 삭제delete 삭제delete 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템에 있어서,
이동로봇과 데이터를 송수신하는 통신모듈,
상기 이동로봇의 주행경로 계획을 생성하기 위한 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행시킴에 따라, 상기 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하고, 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보, 레일 영역, 평지 영역 및 레일 접근 포인트를 설정하고, 상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 프로세서를 포함하고,
상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성하고,
상기 프로세서는 상기 가상 장애물 정보로 생성된 복수의 작물 베드와, 상기 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일이 설치된 폐쇄 루프 형태의 레일 영역과, 상기 레일 영역 이외의 평지 영역을 포함하는 상기 2D 점유격자지도 이미지를 생성하고,
상기 프로세서는 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역이되, 기 생성된 주행경로 계획 내 경로점이 평지 영역에 존재하는 경우, 상기 현재 위치 정보 및 목표 위치 정보와 각각 최근접한 레일 접근 포인트를 제1 및 제2 경유점으로 생성하고, 상기 현재 위치 정보에서 제1 경유점 및 제2 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템.
In a system for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment,
A communication module that transmits and receives data with the mobile robot.
A memory storing a program for generating a driving path plan for the above mobile robot, and
By executing the program stored in the above memory, a processor is included which generates a 2D occupancy grid map image for movement of the mobile robot, sets virtual obstacle information, a rail area, a flat area, and a rail access point on the 2D occupancy grid map image, and generates a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set.
The above processor receives the current location information and target location information of the mobile robot, and checks whether the current location information and target location information exist on the rail area.
If the above verification result shows that both the current location information and the target location information are in the rail area, the driving route plan is generated to drive the shortest distance within the rail area.
The above processor generates a 2D occupancy grid map image including a plurality of crop beds generated with the virtual obstacle information, a closed loop-shaped rail area in which a rail for pipe heating is installed to surround the crop beds in a predetermined shape, and a flat area other than the rail area,
The processor generates a driving route plan that generates the current location information and the target location information as first and second waypoints, respectively, and drives from the current location information to the target location information via the first waypoint and the second waypoint, if both the current location information and the target location information are in a rail area as a result of the verification, and the route point in the previously generated driving route plan exists in a flat area.
A path planning generation system for autonomous driving of a mobile robot in a greenhouse environment.
 온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템에 있어서,
이동로봇과 데이터를 송수신하는 통신모듈,
상기 이동로봇의 주행경로 계획을 생성하기 위한 프로그램이 저장된 메모리 및
상기 메모리에 저장된 프로그램을 실행시킴에 따라, 상기 이동로봇의 이동을 위한 2D 점유격자지도 이미지를 생성하고, 상기 2D 점유격자지도 이미지 상에서의 가상 장애물 정보, 레일 영역, 평지 영역 및 레일 접근 포인트를 설정하고, 상기 가상 장애물 정보, 레일 영역과 평지 영역 및 레일 접근 포인트가 설정된 2D 점유격자지도 이미지를 기반으로 상기 이동로봇의 주행경로 계획을 생성하는 프로세서를 포함하고,
상기 프로세서는 상기 이동로봇의 현재 위치 정보 및 목표 위치 정보를 입력받음에 따라, 상기 현재 위치 정보 및 목표 위치 정보가 상기 레일 영역 상에 존재하는지 여부를 확인하되,
상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 모두 레일 영역인 경우, 상기 레일 영역 내에서 최단거리를 주행하도록 하는 상기 주행경로 계획을 생성하고,
상기 프로세서는 상기 가상 장애물 정보로 생성된 복수의 작물 베드와, 상기 작물 베드를 소정의 형태로 감싸는 파이프 난방을 위한 레일이 설치된 폐쇄 루프 형태의 레일 영역과, 상기 레일 영역 이외의 평지 영역을 포함하는 상기 2D 점유격자지도 이미지를 생성하고,
상기 프로세서는 상기 확인 결과 현재 위치 정보 및 목표 위치 정보가 각각 평지 영역 및 레일 영역 중 어느 하나인 경우, 상기 레일 영역에 위치하는 현재 위치 정보 또는 목표 위치 정보와 가장 근접한 레일 접근 포인트를 경유점으로 생성하고, 상기 현재 위치 정보에서 경유점을 경유하여 목표 위치 정보로 주행하도록 하는 상기 주행경로 계획을 생성하는 것인,
온실환경에서의 이동로봇의 자율주행을 위한 주행경로 계획 생성 시스템.In a system for generating a driving path plan for autonomous driving of a mobile robot in a greenhouse environment,
A communication module that transmits and receives data with the mobile robot.
A memory storing a program for generating a driving path plan for the above mobile robot, and
By executing the program stored in the above memory, a processor is included which generates a 2D occupancy grid map image for movement of the mobile robot, sets virtual obstacle information, a rail area, a flat area, and a rail access point on the 2D occupancy grid map image, and generates a driving path plan of the mobile robot based on the 2D occupancy grid map image in which the virtual obstacle information, the rail area, the flat area, and the rail access point are set.
The above processor receives the current location information and target location information of the mobile robot, and checks whether the current location information and target location information exist on the rail area.
If the above verification result shows that both the current location information and the target location information are in the rail area, the driving route plan is generated to drive the shortest distance within the rail area.
The above processor generates a 2D occupancy grid map image including a plurality of crop beds generated with the virtual obstacle information, a closed loop-shaped rail area in which a rail for pipe heating is installed to surround the crop beds in a predetermined shape, and a flat area other than the rail area,
The processor generates a rail access point closest to the current location information or the target location information located in the rail area as a waypoint if the verification result shows that the current location information and the target location information are each one of a flat area and a rail area, and generates a driving route plan to drive from the current location information to the target location information via the waypoint.
A path planning generation system for autonomous driving of a mobile robot in a greenhouse environment.
KR1020210142845A 2021-10-25 2021-10-25 System and method for planning global path for mobile robot in greenhouse Active KR102813611B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210142845A KR102813611B1 (en) 2021-10-25 2021-10-25 System and method for planning global path for mobile robot in greenhouse

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210142845A KR102813611B1 (en) 2021-10-25 2021-10-25 System and method for planning global path for mobile robot in greenhouse

Publications (2)

Publication Number Publication Date
KR20230058957A KR20230058957A (en) 2023-05-03
KR102813611B1 true KR102813611B1 (en) 2025-05-29

Family

ID=86380748

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210142845A Active KR102813611B1 (en) 2021-10-25 2021-10-25 System and method for planning global path for mobile robot in greenhouse

Country Status (1)

Country Link
KR (1) KR102813611B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102616776B1 (en) * 2023-08-21 2023-12-21 주식회사 랑데뷰 Self Driving Bogie Robot
KR20250095164A (en) 2023-12-19 2025-06-26 (주)에이텍모빌리티 Navigation system based on delivery robot-only road

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017163927A (en) 2016-03-17 2017-09-21 井関農機株式会社 Farm work robot
JP2020519987A (en) 2017-04-21 2020-07-02 エックス デベロップメント エルエルシー Method and system for environmental map generation and location alignment
JP2021510305A (en) 2018-01-10 2021-04-22 ザイエルム リミテッドＸｉｈｅｌｍ Ｌｉｍｉｔｅｄ Methods and systems for agriculture
JP2021101653A (en) * 2019-12-25 2021-07-15 株式会社デンソー Crop harvesting system

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101993761B1 (en) * 2017-11-28 2019-07-01 아이티컨버젼 주식회사 Method for tracking crops of agriculture
KR20190080208A (en) * 2017-12-28 2019-07-08 김지환 Crop planting system
KR102188482B1 (en) 2019-10-28 2020-12-08 경북대학교 산학협력단 Evolutionary Greenhouse Layout Optimization for Rapid and Safe Robot Navigation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017163927A (en) 2016-03-17 2017-09-21 井関農機株式会社 Farm work robot
JP2020519987A (en) 2017-04-21 2020-07-02 エックス デベロップメント エルエルシー Method and system for environmental map generation and location alignment
JP2021510305A (en) 2018-01-10 2021-04-22 ザイエルム リミテッドＸｉｈｅｌｍ Ｌｉｍｉｔｅｄ Methods and systems for agriculture
JP2021101653A (en) * 2019-12-25 2021-07-15 株式会社デンソー Crop harvesting system

Also Published As

Publication number Publication date
KR20230058957A (en) 2023-05-03

Similar Documents

Publication Publication Date Title
Santos et al. Path planning aware of robot’s center of mass for steep slope vineyards
KR102813611B1 (en) System and method for planning global path for mobile robot in greenhouse
CN109724612A (en) A method and device for AGV path planning based on topology map
CN109163722B (en) Humanoid robot path planning method and device
JP6897076B2 (en) Flight control methods, flight control programs, and flight control devices
CN112015199B (en) Track planning method and device for intelligent inspection drones in coal mines
US12055939B2 (en) System and method for surface feature detection and traversal
US8725417B1 (en) Rapid intervisibility determination in resource-constrained computational environments
CN113157842A (en) A map generation method, device, electronic device and readable storage medium
CN115858702A (en) Maintenance method and device for point cloud map under mine, aircraft and electronic equipment
CN114427866A (en) Path planning method, electronic device and storage medium
CN106292654B (en) Method and device for drawing regional map
CN113625764A (en) Unmanned aerial vehicle autonomous exploration method based on boundary driving, navigation system and unmanned aerial vehicle
KR20230029981A (en) Systems and methods for pose determination
CN114092638A (en) Point cloud map construction method, device, equipment, storage medium and computer program
KR20200081571A (en) System and method for generating and updating a map
Zhou et al. Multi-Robot Path Planning Algorithm for Collaborative Mapping under Communication Constraints
CN116753960A (en) Intelligent indoor actual measurement real quantity acquisition method and system based on BIM-mechanical dog
US9528836B2 (en) Access route optimization for harvestable resources
KR102876218B1 (en) Apparatus and method for rail detection for autonomous driving of mobile robot in greenhouse environment
CN119902222A (en) BIM and measurement robot collaborative intelligent measurement method, system, equipment and medium
JP2019082873A (en) Determination method, program, and data structure
JP7351613B2 (en) computer system
CN118938954A (en) UAV three-dimensional path planning method and system based on Beidou grid code
CN108960738B (en) Laser radar data clustering method under warehouse channel environment

Legal Events

Date Code Title Description
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

D13-X000 Search requested

St.27 status event code: A-1-2-D10-D13-srh-X000

D14-X000 Search report completed

St.27 status event code: A-1-2-D10-D14-srh-X000

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

P22-X000 Classification modified

St.27 status event code: A-2-2-P10-P22-nap-X000

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U11-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000