KR20170050166A - 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법 - Google Patents

로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법 Download PDF

Info

Publication number
KR20170050166A
KR20170050166A KR1020150151350A KR20150151350A KR20170050166A KR 20170050166 A KR20170050166 A KR 20170050166A KR 1020150151350 A KR1020150151350 A KR 1020150151350A KR 20150151350 A KR20150151350 A KR 20150151350A KR 20170050166 A KR20170050166 A KR 20170050166A
Authority
KR
South Korea
Prior art keywords
robot
obstacle
nodes
path
edge
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.)
Granted
Application number
KR1020150151350A
Other languages
English (en)
Other versions
KR101748632B1 (ko
Inventor
이정환
박정민
오상록
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020150151350A priority Critical patent/KR101748632B1/ko
Priority to US15/332,312 priority patent/US10124488B2/en
Publication of KR20170050166A publication Critical patent/KR20170050166A/ko
Application granted granted Critical
Publication of KR101748632B1 publication Critical patent/KR101748632B1/ko
Assigned to 주식회사 엠티엠이엔티 reassignment 주식회사 엠티엠이엔티 권리의 전부이전등록 Assignors: 한국과학기술연구원
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1656—Program controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Program 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—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1656—Program controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Program controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B25J9/1666—Avoiding collision or forbidden zones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/10—Program-controlled manipulators characterised by positioning means for manipulator elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1674—Program controls characterised by safety, monitoring, diagnostic
    • B25J9/1676—Avoiding collision or forbidden zones
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

로봇 제어 시스템은 장애물을 감지하는 감지장치와, 로봇의 구동 경로를 계획하여 로봇을 제어하는 제어장치를 포함한다. 제어장치는 로봇의 상태에 관한 정보를 포함하는 노드들과, 노드들 사이를 잇는 엣지들을 포함하는 로드맵 공간을 생성한다. 또한, 제어장치는 감지장치에 의해 감지된 장애물과 노드들의 중첩 여부를 검사하여, 중첩된 노드를 제거하고, 잔여 노드와 엣지를 샘플링하여 구동 경로를 생성하며, 상기 구동 경로를 이루는 엣지와 상기 장애물의 중첩 여부를 검사한다. 제어장치가 중첩된 엣지가 없는 경우, 상기 로드맵 공간상에 상기 구동 경로를 확정함으로써, 장애물과 충돌하지 않고 로봇을 구동시킬 수 있는 경로가 계획된다.

Description

로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법{ROBOT CONTROL SYSTEM AND METHOD FOR PLANNING DRIVING PATH OF ROBOT}
본 발명은 로봇 제어 시스템 및 로봇 구동 경로 계획방법에 관한 것으로서, 보다 상세하게는 로봇이 장애물과 충돌하지 않고 구동하도록 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법에 관한 것이다.
최근 로봇 산업 분야에서는 다양한 로봇 기술에 대한 연구가 진행되고 있다. 특히, 인간과 유사한 구조를 가지며 인간의 작업을 수행하도록 제작된 휴머노이드 로봇에 대한 연구 개발이 활발하다.
이러한 휴머노이드 로봇은 링크(link)와, 각 링크를 연결하는 조인트(joint)를 구비하며, 이들의 연결에 의해 대체로 인간의 팔, 손, 또는 발과 유사하게 동작할 수 있도록 제작된 매니퓰레이터(manipulator)를 구비한다. 매니퓰레이터는 링크, 조인트간의 기구학적 특성을 가지고 엔드 이펙터(end-effector)를 목표 지점으로 이동시킨다.
한편, 로봇의 구동 경로를 계획하는 모션 플래닝은, 로봇의 상태를 표현하는 컨피규레이션(configuration) 공간에서, 임의의 시작 지점으로부터 지정된 목표 지점까지 로봇이 장애물과 충돌 없이 구동할 수 있는 경로를 찾아내는 것이다.
로봇 컨피규레이션 또는 로봇 상태는 로봇의 위치, 모양 등 로봇의 모든 자유도를 포함한 것이다. 베이스(base)가 고정된 매니퓰레이터 로봇의 경우 각각의 관절체가 가지는 각도값의 집합으로 전체 컨피규레이션을 규정한다. 플래닝 문제에 있어 목표 지점은 일반적으로 엔드이펙터의 컨피규레이션으로 표현된다.
이와 같은 컨피규레이션 공간에서 로봇의 구동 경로를 찾아내는 것은 이론적으로 모든 경우에 대해 해결이 가능하나, 로봇의 자유도가 높은 경우 빠른 시간 내에 문제를 해결 할 수 없는 문제점이 있다.
이와 관련하여, 확률기반 임의 샘플링 방법(Rapidly-exploring Random Tree, RRT)은 이론적 완벽성(completeness)을 포기한 확률적인 풀이 방법으로 빠른 시간 내에 문제를 해결할 수 있어 로봇 구동 경로 계획에 주로 사용된다.
먼저, 전체 공간에서 임의의 로봇 상태를 샘플링하여 이 상태가 장애물과 충돌하는지 확인한다. 충돌이 없을 경우 이를 저장하고, 새롭게 생성된 상태와 기존에 저장된 상태들의 연결성을 검사하여 로봇 상태 트리 구조를 만든다. 임의 샘플링 과정이 반복됨에 따라 로봇 상태 트리가 점차 확장되며, 로봇 상태 트리에 의해 모션 플래닝 문제의 시작 지점과 목적 지점이 이어지면 샘플링의 반복을 종료하고, 트리 상에서의 최단 경로를 계산하여 반환한다. 이로써, 주어진 장애물 정보에 대하여 충돌 없는 경로를 찾아낼 수 있으며, 이동 로봇 및 자유도가 높은 매니퓰레이터 로봇에 활용이 가능하다.
동적인 장애물을 회피하기 위한 가변 환경에서의 매니퓰레이터 로봇 리플래닝(re-planning) 방법은 사전에 정확한 정보가 주어지지 않는 가변적인 환경에서, 매니퓰레이터 로봇의 엔드 이펙터를 지정된 목표 지점으로 이동시킬 수 있도록 충돌 없는 경로를 찾아내는 샘플링 기반 리플래닝 방법이다. 즉, 가변 환경에서의 임의 샘플링 기반 리플래닝 방법(Dynamic RRT, DRRT)은, 주변 장애물에 대한 정보가 환경의 변화나 센서의 불확실성으로 인해 변화하는 가변 환경에서 플래닝을 수행 하는 것이다.
가변 환경에서 임의 샘플링 기반 리플래닝을 실시함에 있어, 최초에 생성된 경로가 새로 인식되는 장애물에 의해 사용할 수 없게 되는 경우가 발생한다. 이때, 새롭게 갱신된 장애물로 인해 기존에 생성된 이동경로를 사용할 수 없게 될 때마다 갱신된 정보를 바탕으로 임의 샘플링 방법을 수행하여 새로운 경로를 생성한다. 반복적으로 임의 샘플링을 수행할 때, 유효성 검사를 통해 이전 실행에서 생성된 샘플링 데이터 중에서 추가된 장애물과 충돌이 발생하는 트리 데이터(예를 들면, 노드 및 엣지)를 삭제하고 남은 데이터를 재사용하여 임의 샘플링 속도를 향상시킬 수 있다.
효율적인 유효성 검사에서 갱신된 장애물 정보와 샘플링 데이터의 유효성은 로봇 상태 트리의 노드 또는 엣지에 해당하는 로봇 상태가 현재 감지된 장애물과 충돌이 있는지 여부로 판별할 수 있다. 장애물이 갱신될 때마다 모든 샘플링 데이터에 대해 유효성 검사를 하는 것은 비효율적이므로, 장애물 공간과 샘플링 데이터 공간 간의 연결함수를 계산하여 갱신된 장애물에 영향을 받는 샘플링 데이터를 바로 판별할 수 있도록 한다. 연결함수는 샘플링 과정 중 노드 또는 엣지가 새로이 생성될 때마다 연결되는 장애물 공간을 계산하는 과정을 통해 구축할 수 있다.
기존 기술의 경우, 임의 샘플링 기반 리플래닝 방법은 모바일 로봇(mobile robot)을 위해 고안된 방법으로 자유도가 높은 매니퓰레이터 로봇에 직접 적용이 가능하나, 핵심 기술인 샘플링 데이터의 재사용 부분의 성능이 매우 저하되어 사용이 적합하지 않다.
또한, 기존 기술에서는 재사용할 수 있는 샘플링 데이터를 판별하기 위해 갱신된 장애물에 대한 로봇 상태 트리의 노드 및 엣지에 대한 유효성을 장애물 공간과 샘플링 데이터 공간 간의 연결함수를 각각 계산/이용하여 판별한다. 기존 기술에서는 장애물 공간과 샘플링 공간 간의 연결함수를 로봇 상태 트리의 노드, 엣지 별로 각각 계산하여 이를 구성한다.
이 과정에서 특히 상태 트리의 엣지에 대한 연결함수를 계산함에 있어서, 자유도와 복잡도가 높은 매니퓰레이터 로봇의 경우 계산에 소요되는 시간이 매우 많아진다. 매니퓰레이터 로봇의 경우 높은 자유도와 복잡도로 인해, 작은 움직임에도 로봇이 훑고 지나는 공간 (swept-volume)이 넓어지기 때문에, 샘플링 공간상의 엣지와 장애물 공간 간의 연결함수 계산에 매우 높은 시간이 소모된다. 또한, 임의의 장애물에 대해 엣지가 유효하지 않을 확률이 증가하기 때문에, 엣지에 대한 유효성 검사의 효율성이 매우 떨어진다.
한편, 매니퓰레이터 로봇의 경우 엔드 이펙터를 목표 지점으로 옮기기 위한 컨피규레이션을 하나로 정의할 수 없기 때문에, 임의 샘플링 수행 시 성능 향상을 위해 골 바이어싱(goal biasing) 방법을 직접적으로 적용할 수 없는 문제점이 있다.
한편, 전체 리플래닝 과정에서 반복적인 임의 샘플링 작업과 로봇의 이동으로 상태 트리의 루트(root)가 계속 변화하고, 재사용되는 노드와 엣지들은 이전 루트에 기반하여 구성된 것이여서, 점차 로봇 상태 트리의 구성이 불균형하게 된다.
불균형한 트리 구조는 차후 발생할 수 있는 새로운 장애물에 의해 높은 계층의 노드나 엣지가 제거될 경우 함께 제거되는 하부 데이터들의 수가 많아질 위험성을 높이며, 로봇의 최종적 이동 경로가 더 길어질 가능성이 높아지는 문제점이 있다.
미국 특허 공개 공보 제3,954,428호 (1976.5.4)
본 발명은 임의 샘플링 기반 리플래닝 방법을 적용함에 있어, 장애물과 노드의 중첩 여부를 먼저 검사하고, 장애물과 엣지의 중첩 여부 검사를 구동 경로 생성 이후에 수행함으로써 각각의 공간간의 연결함수 계산에 소요되는 시간을 줄일 수 있는 로봇 구동 경로 계획방법 및 로봇 제어 시스템을 제공하는데 그 목적이 있다.
본 발명의 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 과제를 해결하기 위한 본 발명의 일 실시예에 따른 로봇 구동 경로 계획 방법은, 로봇이 장애물과 충돌하지 않고 구동하도록 로봇의 구동 경로를 계획하는 로봇 구동 경로 계획방법으로서, 구동 경로는 노드들과, 상기 노드들 사이를 잇는 엣지들을 포함하여 로봇의 구동 상태를 정의하는 로드맵 공간에서 계획되며, 장애물을 감지하는 단계; 상기 노드들과 상기 장애물의 중첩 여부를 검사하는 단계; 상기 장애물과 중첩되는 노드를 제거하는 단계; 잔여 노드와 엣지를 샘플링하여 구동 경로를 생성하는 단계; 상기 구동 경로를 이루는 엣지와 상기 장애물의 중첩 여부를 검사하는 단계; 및 상기 장애물과 중첩된 엣지가 없는 경우, 상기 로드맵 공간상에 상기 구동 경로를 확정하는 단계를 포함한다.
본 발명의 일 실시예에 따르면, 상기 구동 경로를 이루는 엣지 중에서 상기 장애물과 중첩된 엣지가 있는 경우, 중첩된 엣지를 제거하는 단계; 및 잔여 노드와 엣지를 샘플링하여 새로운 구동 경로를 생성하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 로봇은 하나 이상의 관절을 가지는 매니퓰레이터 로봇일 수 있다.
본 발명의 일 실시예에 따르면, 상기 노드들은 상기 로봇의 위치와 상기 로봇의 관절의 자세를 정의할 수 있다.
본 발명의 일 실시예에 따르면, 상기 로드맵 공간에서 추출된 일부의 노드들과 엣지들을 포함하는 로봇 상태 트리에서 구동 경로가 계획될 수 있다.
본 발명의 일 실시예에 따르면, 상기 로봇 상태 트리에 포함된 노드들 사이의 간격을 감지된 장애물의 최소 크기보다 작도록 조정할 수 있다.
본 발명의 일 실시예에 따르면, 상기 로드맵 공간은 역운동학(inverse kinematics) 계산법에 의해 상기 로봇이 실제로 구동하는 작업 공간과 상호 변환 가능하며, 상기 구동 경로는 상기 작업 공간상에서 상기 로봇의 엔드 이펙터의 출발점과 목표점을 직접 연결함으로써 생성될 수 있다.
본 발명의 일 실시예에 따르면, 중첩된 엣지를 제거하기 전에, 상기 로드맵 공간상에서 현재 로봇의 상태에 대응하는 현재 노드와, 상기 현재 노드에 인접하는 노드들 사이를 연결하는 엣지를 생성하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 새로운 구동 경로를 생성하기 전에, 장애물의 이동을 감지하고, 장애물이 없어진 영역에 새로운 노드 및 엣지를 생성하는 단계를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 새로운 구동 경로를 생성하기 전에, 잔여 노드 및 엣지 중 현재 로봇의 상태에 대응하는 현재 노드와 직간접적으로 연결되지 않는 노드 및 엣지를 제거하는 단계를 더 포함할 수 있다.
상기 과제를 해결하기 위한 본 발명의 다른 실시예에 로봇 제어 시스템은, 따른 로봇 장애물을 감지하는 감지장치; 및 로봇의 구동 경로를 계획하여 로봇을 제어하는 제어장치를 포함하며, 상기 제어장치는 로봇의 상태에 관한 정보를 포함하는 노드들과, 상기 노드들 사이를 잇는 엣지들을 포함하는 로드맵 공간을 생성하며, 상기 감지장치에 의해 감지된 장애물과 상기 노드들의 중첩 여부를 검사하여, 중첩된 노드를 제거하고, 잔여 노드와 엣지를 샘플링하여 구동 경로를 생성하며, 상기 구동 경로를 이루는 엣지와 상기 장애물의 중첩 여부를 검사하고, 중첩된 엣지가 없는 경우, 상기 로드맵 공간상에 상기 구동 경로를 확정함으로써, 상기 장애물과 충돌하지 않고 로봇을 구동시킬 수 있는 경로를 계획한다.
본 발명의 일 실시예에 따르면, 확정된 상기 구동 경로에 따라 로봇을 구동시키도록 상기 제어장치에 의해 제어되는 구동장치를 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 제어장치는 상기 구동장치의 구동 상태의 변화를 기초로 하여 장애물을 간접적으로 파악할 수 있다.
본 발명의 일 실시예에 따르면, 상기 감지장치는 로봇이 구동하는 동안 주기적으로 장애물을 감지하며, 상기 제어장치는 확정된 상기 구동 경로에 따라 로봇을 구동시키면서, 확정된 상기 구동 경로를 이루는 노드 및 엣지와 상기 장애물이 중첩되는지 여부를 주기적으로 검사할 수 있다.
도 1은 본 발명의 일 실시예에 따른 로봇 제어 시스템의 개략적인 구성도이다.
도 2는 본 발명의 다른 실시예 따른 로봇 구동 경로 계획방법에 따른 각 단계를 도시한 흐름도이다.
도 3(a) 및 도 3(b)는 로드맵 공간상에 배치된 노드들과 엣지들을 도시한 개략도이다.
이하에서는 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 로봇 제어 시스템에 대해 설명하기로 한다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 로봇 제어 시스템(100)은 구동장치(110)와, 감지장치(120)와, 제어장치(130)를 포함한다.
구동장치(110)는 로봇(10)을 구동시키거나 로봇(10)을 이루는 각 부분을 구동시킨다. 구동장치(110)는 모터 또는 공압 실린더를 이용하여 로봇(10)의 바퀴를 회전시키거나 관절들을 회전시킬 수도 있다.
구동장치(110)는 제어장치(130)에 의해 제어된다. 로봇(10)의 이동, 각 관절의 회전 각도 등은 제어장치(130)로부터 전송된 제어정보에 의해 제어될 수 있다. 예를 들어, 제어장치(130)에서 계산된 구동 정보가 구동장치(110)로 입력되면, 로봇(10)이 이동할 거리 및 방향, 로봇(10)의 관절들의 각도 등을 포함하는 로봇(10)의 자세가 결정될 수 있다. 구동장치(110)는 로봇(10)이 결정된 하나의 자세를 이루도록 로봇(10)을 구동시킨다.
구동장치(110)의 구동 상태에 대한 정보가 제어장치(130)로 전송될 수도 있다. 이를 기초로 제어장치(130)는 로봇(10)의 구동 상태를 확인할 수 있다. 또한, 제어장치(130)는 지형지물에 따른 구동장치(110)의 구동 상태의 변화를 기초로 하여 작업 공간의 지형지물을 간접적으로 파악할 수도 있다. 예를 들면, 로봇(10)이 장애물에 걸려서 구동되지 않거나 오르막 또는 내리막을 지나갈 때 발생하는 구동장치(110)의 구동 상태 변화를 기초로 지형지물을 파악할 수 있다.
한편, 본 실시예에서는 로봇(10)이 작업 공간 상에서 이동할 수 있는 모바일 로봇으로 설명되나, 베이스가 고정되고 몸체가 회전하거나 매니퓰레이터가 움직이는 형태의 로봇이어도 무방하다.
감지장치(120)는 로봇(10) 주위의 작업 공간을 감지한다. 감지장치(120)는 작업 공간의 높낮이와 같은 지형을 감지하고, 작업 공간 상에 위치하는 장애물을 감지할 수 있다. 예를 들면, 감지장치(120)는 초음파 센서 또는 광학 센서를 포함할 수 있다.
또한, 감지장치(120)는 작업 공간의 변화를 감지할 수 있다. 감지장치(120)는 시간에 따른 지형의 변화 또는 장애물의 생성, 이동 및 소멸을 감지할 수 있다.
감지장치(120)는 감지된 작업 공간에 관한 정보를 제어장치(130)로 전송할 수 있다. 감지장치(120)로부터 전송된 작업 공간 상의 각각의 지형지물과의 거리, 방향 정보를 기초로 제어장치(130)는 작업 공간의 감지된 각 부분의 위치 관계를 파악할 수 있다.
한편, 감지장치(120)는 제어장치(130)에 의해 제어될 수 있다. 제어장치(130)는 감지하려는 작업 공간의 범위, 방향에 관한 정보를 감지장치(120)로 전송함으로써 감지장치(120)를 제어할 수 있다.
제어장치(130)는 감지장치(120)에 의해 파악된 작업 공간 상의 정보를 기초로 하여 로봇(10)의 구동에 관련된 정보를 생성한다. 또한, 제어장치(130)는 생성된 구동 정보를 구동장치(110)로 전송하여 로봇(10)을 구동시킬 수 있다.
제어장치(130)는 로봇(10)의 구동 상태를 정의하는 컨피규레이션 공간인 로드맵 공간을 생성할 수 있다. 로드맵 공간의 각 지점을 이루는 노드들은 각각 서로 다른 로봇(10)의 자세를 정의한다. 하나의 노드는 로봇(10)이 실제로 구동하는 작업 공간 상 로봇(10)의 위치, 로봇(10)을 이루는 베이스, 관절, 링크 및 엔드 이펙터의 위치 또는 각도 정보를 포함할 수 있다. 하나의 노드는 로봇(10)의 하나의 자세를 정의한다. 따라서, 로드맵 공간은 단순한 이동 로봇의 경우 3차원일 수도 있으나, 매니퓰레이터 로봇의 경우 3차원보다 높은 차원일 수 있다.
로드맵 공간은 두 개의 노드를 잇는 엣지를 포함할 수 있다. 엣지는 수많은 노드들로 이루어질 수 있다. 엣지는 로봇(10)의 자세의 연속적인 변화를 포함한다. 예를 들어, 엣지의 일단부터 타단까지의 경로는 로봇(10)을 하나의 자세로부터 다른 자세로 구동하기 위한 일련의 연결 자세들을 정의한다.
제어장치(130)는 로드맵 공간에서 임의로 일부의 노드들을 추출할 수 있다. 노드들은 작업 공간의 크기를 고려하여 추출될 수 있다. 또한, 노드 사이의 간격이 클 경우, 장애물이 존재함에도 장애물과 중첩되는 노드가 없어 장애물을 회피할 경로를 생성할 수 없으므로, 노드들은 장애물의 최소 크기를 고려하여 적절한 간격을 가지고 분포하도록 추출될 수 있다.
로드맵 공간에서 임의로 추출된 노드들은 엣지에 의해 연결될 수 있다. 모든 두 개의 노드마다 엣지로 연결될 수도 있으나, 계산의 편의를 위하여 일부 엣지를 생략하는 것이 바람직하다. 현재 로봇의 상태에 대응하는 현재 노드를 기준으로 엣지를 생성할 수도 있다. 일정 범위 내의 노드들을 현재 노드와 잇고, 나머지 노드들도 일정 범위 내의 노드들과 연결할 수 있다.
이와 같이, 제어장치(130)는 로드맵 공간에서 일부 노드와 엣지를 추출하여 로봇 상태 트리를 생성할 수 있다. 제어장치(130)는 생성된 로봇 상태 트리를 가지고 로봇의 구동 경로를 계획함으로써, 모든 노드와 엣지로 직접 구동 경로를 계획하는 것보다 구동 경로 계획 효율을 증가시킬 수 있다.
제어장치(130)는 노드들과 장애물의 중첩 여부를 검사한다. 제어장치(130)는 연결함수를 통하여 로드맵 공간 상의 노드와 작업 공간 상의 장애물의 중첩 여부를 검사할 수 있다. 이로써, 해당 노드에 대응하는 자세를 갖는 작업 공간상의 로봇(10)과 장애물이 충돌할 지 여부를 파악할 수 있다.
또한, 제어장치(130)는 엣지들과 장애물의 중첩 여부를 검사한다. 엣지에 따른 로봇(10)의 작업 공간상의 통과 공간과 장애물을 비교함으로써 로봇(10)과 장애물의 충돌 여부를 파악할 수 있다. 이때, 엣지 전체를 한 번에 검사할 수도 있으나, 엣지를 이루는 일부 노드들을 추출하여 중첩 여부를 검사함으로써 검사 효율을 증가시킬 수 있다.
제어장치(130)는 로봇 상태 트리를 구성하는 노드 또는 엣지를 로봇 상태 트리에 추가하거나 제거한다. 제어장치(130)는 장애물과 중첩되는 것으로 검사된 노드 또는 엣지를 제거한다. 또한, 로드맵 공간상에서 현재 로봇의 상태에 대응하는 현재 노드와, 현재 노드에 인접하는 노드들 사이를 연결하는 엣지를 새로 생성할 수도 있다. 또한, 기존에 장애물이 존재하다가 장애물이 없어진 영역에 새로운 노드 및 엣지를 생성할 수도 있다. 또한, 잔여 노드 및 엣지 중 현재 로봇의 상태에 대응하는 현재 노드와 직간접적으로 연결되지 않는 노드 및 엣지를 제거하여 불필요한 계산을 줄일 수 있다.
한편, 제어장치(130)는 노드와 엣지를 샘플링하여 로드맵 공간상에 구동 경로를 생성한다. 구동 경로는 현재 노드와 임의의 목표 노드가 연속적으로 이어지도록 노드들과 엣지들의 일부로써 이루어질 수 있다. 로드맵 공간상의 하나의 영역과 또 다른 하나의 영역을 연결하는 임의의 구동 경로를 생성할 수 있다. 각 영역을 연결하는 구동 경로는 복수일 수 있다. 제어장치(130)는 복수의 구동 경로를 동시에 생성할 수 있으며, 이를 토대로 각 구동 경로의 유효성 검사 또한 동시에 진행할 수 있다.
제어장치(130)는 생성된 구동 경로를 이루는 노드 및 엣지가 장애물과 중첩되지 않는 경우, 로드맵 공간상에 구동 경로를 확정한다. 이와 같이 샘플링된 노드와 엣지로 생성한 구동 경로를 가지고 장애물과의 중첩 여부를 판단함으로써 유효한 구동 경로를 확정하는데 소요되는 시간을 단축시킬 수 있다.
한편, 제어장치(130)는 역운동학(inverse kinematics) 계산법에 의해 로드맵 공간과 작업 공간을 상호 변환할 수 있다. 이때, 작업 공간에서 표현되는 로봇(10)의 구동 경로는 로봇(10)의 엔드 이펙터의 위치로써 나타낼 수 있다. 이와 같이, 로드맵 공간보다 상대적으로 단순한 작업 공간에서 로봇(10)의 엔드 이펙터 위치만을 가지고 엔드 이펙터의 출발점과 목표점을 직접 연결함으로써 구동 경로의 생성을 간소화할 수 있다. 작업 공간에서 직접 생성한 구동 경로를 다시 로드맵 공간상에 변환하여 노드와 엣지로 이루어진 하나 이상의 구동 경로를 생성할 수 있다. 로드맵 공간과 작업 공간 사이의 상호 변환을 이용한 구동 경로 생성에 대한 구체적인 설명은 후술된다.
제어장치(130)는 상술한 로드맵 공간상의 로봇 상태 트리, 노드, 엣지, 장애물에 대한 정보를 저장하고 수정할 수 있다. 예를 들면, 제어장치(130)는 저장된 초기 입력 정보를 바탕으로 일정 시간 단위로 로봇 상태 트리를 갱신하며 저장된 정보 중 일부를 수정하고 다시 저장할 수 있다. 저장된 정보를 재사용함으로써 모든 정보를 매번 새롭게 생성하는 것에 비해 구동 경로 확정 시간을 단축시킬 수 있다.
한편, 제어장치(130)는 로봇(10)에 포함되거나, 로봇(10) 외부에 위치하여 유무선 통신으로써 로봇(10)을 제어할 수 있다. 즉, 제어장치(130)는 로봇(10)에 배치된 감지장치(120)와 장애물 및 주변 지형지물에 관한 정보를 송수신할 수 있다. 또한, 제어장치(130)는 확정된 구동 경로를 기초로 로봇(10)의 구동을 위한 입력 신호를 로봇(10)에 배치된 구동장치(110)에 송신할 수 있다.
이하에서는 상술한 로봇 제어 시스템(100)을 통하여 로봇(10)이 장애물과 충돌하지 않고 구동하도록 로봇(10)의 구동 경로를 계획하는 로봇 구동 경로 계획방법에 대해 설명하기로 한다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 로봇 구동 경로 계획방법은 로드맵 공간 생성하는 단계(S110)와, 장애물을 감지하는 단계(S120)와, 노드와 장애물의 중첩 여부를 검사하는 단계(S130)와, 중첩된 노드를 제거하는 단계(S140)와, 잔여 노드와 엣지를 샘플링하여 구동 경로를 생성하는 단계(S150)와, 엣지와 장애물의 중첩 여부를 검사하는 단계(S160)와, 구동 경로를 확정하는 단계(S180)를 포함한다.
먼저, 로드맵 공간을 생성한다(S110). 로드맵 공간은 로봇의 작업 공간상 위치와, 로봇의 자세를 정의한다. 즉, 로드맵 공간은 작업 공간상의 임의의 위치에서 로봇이 임의의 자세로 구동하는 상태를 나타낸다.
본 단계(S110)에서는, 로드맵 공간의 각 지점의 일부를 추출한 노드와, 추출된 노드들 사이를 잇는 엣지들을 포함하는 로봇 상태 트리를 생성할 수 있다. 노드들 사이의 간격은 장애물과 로봇의 체적을 고려하여 설정할 수 있다. 즉, 장애물이 감지되는 경우, 하나 이상의 노드가 장애물과 중첩되도록 장애물의 최소 크기보다 작게 노드들 사이의 간격을 설정할 수 있다.
엣지는 현재 로봇의 상태를 나타내는 현재 노드를 기준으로, 현재 노드와 일정 거리 안에 위치한 노드들을 현재 노드와 연결하고, 연결된 노드와 일정 거리 안에 위치한 또 다른 노드들이 이어서 연결되도록 추출될 수 있다. 또는 노드로부터 일정 거리 이하로 떨어진 노드 사이에만 엣지가 연결되도록 설정될 수도 있다.
이와 같이, 로봇의 자세에 관한 정보를 하나의 로드맵 공간으로 나타냄으로써 로봇 구동 제어 및 관련된 계산의 용이성을 확보할 수 있다. 또한, 로드맵 공간의 일부로서 노드와 엣지를 추출함으로써 이후의 구동 경로와 관련된 계산을 단순화시킬 수 있다.
그 다음으로, 작업 공간상의 장애물을 감지한다(S120). 본 단계(S120)는 실시간으로 작업 공간과 장애물의 위치를 감지하는 동작을 포함할 수 있다. 이로써, 작업 공간의 변화, 장애물의 이동 등을 파악할 수 있다.
본 단계(S120)에서, 감지장치(120)에 의해 장애물이 감지되면, 장애물의 작업 공간상 위치에 대한 정보가 제어장치(130)로 전송된다. 전송된 정보를 바탕으로 작업 공간상 지형지물의 이전 상태와 현재 상태를 비교할 수도 있다.
그 다음으로, 노드들과 장애물이 중첩되는지 여부를 검사한다(S130). 본 단계(S130)를 통하여 노드에 따른 자세를 갖는 로봇과 장애물이 충돌하는지 확인할 수 있다.
로드맵 공간상의 노드와 작업 공간상의 장애물의 중첩 여부는 아래와 같은 연결함수를 통하여 확인할 수 있다.
Figure pat00001
C는 작업 공간상 구분된 영역을 나타내며, V(X)는 X의 자세에서의 로봇에 의해 점유되는 작업 공간의 체적을 나타내고, Tn은 로봇 상태 트리상의 노드들을 나타낸다.
그 다음으로, 상기 단계(S130)에서 장애물과 중첩되는 노드가 있는 경우, 중첩되는 노드를 제거한다(S140). 로봇 상태 트리상의 노드 중에서 장애물과 중첩되는 노드가 먼저 제거되며, 엣지는 그대로 남는다.
한편, 기존에 장애물이 있어서 노드 및 엣지가 생성되지 못했거나 노드 및 엣지가 삭제된 영역에 새로운 노드 및 엣지를 생성할 수도 있다. 이와 같이, 장애물이 등장하고, 이동하며, 소멸되는 가변 환경에 따라, 로드맵 공간상의 로봇 상태 트리를 구성하는 노드 및 엣지를 제거하거나 추가함으로써 지속적으로 갱신할 수 있다.
그 다음으로 잔여 노드와 엣지를 샘플링하여 구동 경로를 생성한다(S150). 상기 단계(S130)에서 중첩되는 노드가 있는 경우에는 중첩된 노드를 제거하고(S140)나서 남은 노드와 엣지를 가지고 구동 경로를 생성한다. 상기 단계(S130)에서 중첩되는 노드가 없는 경우에는 그대로 모든 노드와 엣지를 가지고 구동 경로를 생성한다.
구동 경로는 확률기반 임의 샘플링 방법에 의해 노드 및 엣지의 일부를 샘플링하여 생성될 수 있다. 로드맵 공간상의 현재 노드로부터 일정 범위의 목표 영역 내의 노드들을 잇는 임의의 구동 경로가 생성될 수 있다. 또한, 생성 가능한 구동 경로 중에서 최단의 구동 경로가 선택될 수도 있다.
한편, 로드맵 공간과 작업 공간 사이의 상호 변환을 통하여 구동 경로를 생성할 수 있다. 로드맵 공간에서의 구동 경로는 작업 공간에서 로봇의 엔드 이펙터의 위치 이동 경로로 단순화될 수 있다.
엔드 이펙터의 위치 이동 경로는 역운동학(inverse kinematics) 계산법에 의해 얻어질 수 있다. 변환된 작업 공간상에서는 목표로 하는 엔드 이펙터의 목표점과 현재 엔드 이펙터의 위치인 출발점을 이어서 직접 엔드 이펙터의 위치 이동 경로를 생성할 수 있다. 작업 공간상의 장애물의 위치를 고려하여 장애물을 우회하는 위치 이동 경로를 생성한다. 출발점과 목표점 사이의 최단 경로인 위치 이동 경로를 생성할 수 있다. 작업 공간상에서 얻어진 엔드 이펙터의 위치 이동 경로를 다시 로드맵 공간상에 역변환함으로써 로드맵 공간상의 구동 경로가 생성된다.
이와 같이, 로드맵 공간과 작업 공간간의 상호변환을 통해 상대적으로 계산이 간편한 작업 공간상에서 유효한 경로를 생성하고 다시 변환시킴으로써, 하나의 위치에 대해 복수의 자세를 가질 수 있는 매니퓰레이터 로봇의 경우에도 상술한 바와 같은 골바이어싱 방법을 사용할 수 있다.
그 다음으로, 상기 단계(S150)에서 생성된 구동 경로를 이루는 엣지와 장애물의 중첩 여부를 검사한다(S160). 본 단계(S160)를 통하여 엣지에 따라 로봇이 휩쓸고 지나가는 스윕 볼륨(sweep volume)과 장애물이 중첩되는지 확인할 수 있다.
로드맵 공간상의 엣지와 작업 공간상의 장애물의 중첩 여부는 아래와 같은 연결함수를 통하여 확인할 수 있다.
Figure pat00002
C는 작업 공간상 구분된 영역을 나타내며, V(γ)는 엣지 γ를 따르는 로봇이 휩쓸고 지나가는 작업 공간상의 체적을 나타내고, Te은 로봇 상태 트리상의 엣지들을 나타낸다.
한편, 엣지를 이루는 일부 노드에 대해서만 검사함으로써 엣지와 장애물의 중첩 여부를 검사할 수도 있다. 예를 들어, 엣지의 중간에 위치한 노드를 검사하고, 또 각 부분의 중간에 위치한 노드를 검사하는 방식으로 중첩 여부를 검사할 수 있다. 또는 장애물의 크기를 고려하여 소정 간격을 둔 일부 노드에 대해서 검사할 수도 있다.
이와 같이, 본 발명에서는 노드 및 엣지에 대한 유효성 검사 시, 노드에 대한 검사만 먼저 수행하고(S130) 엣지에 대한 검사(S160)는 일단 보류하고 샘플링 후 생성된 구동 경로상의 엣지에 대해서만 검사를 실시함으로써 많은 시간이 소모되는 엣지 유효성 검사 시간을 줄일 수 있다. 즉, 로봇의 구동 경로가 생성됐을 때, 구동 경로에 포함되는 엣지에 대해서 유효성 검사를 수행하여 이전 유효성 검사에서 보류한 엣지에 대한 검사를 대신한다.
종래의 로봇 구동 경로 계획방법에 비해 최종적으로 유효한 구동 경로 확정을 위한 샘플링의 수는 증가하나, 엣지에 따른 스윕 볼륨에 대한 계산량이 현저히 감소되어 전체적인 성능을 향상시킬 수 있다. 특히, 매니퓰레이터 로봇에 대해 많은 시간이 소요되는 엣지에 대한 스윕 볼륨 계산량을 현저하게 감소시킴에 따라 전체적 플래닝 성능을 향상시킬 수 있다.
그 다음으로, 상기 단계(S160)에서 구동 경로를 이루는 엣지 중에서 장애물과 중첩된 엣지가 있는 경우, 중첩된 엣지를 제거한다(S170).
한편, 도 3a 및 도 3b를 참조하면 중첩된 엣지를 제거(S170)하기 전에, 로드맵 공간상에서 현재 로봇의 상태에 대응하는 현재 노드(132)와, 현재 노드(132)에 인접하는 인접 노드들 사이를 연결하는 엣지를 생성하는 단계(S171)를 더 포함할 수 있다.
기존의 노드(131)에서 로봇이 현재 노드로 구동됨에 따라, 전체 로봇 상태 트리에 포함된 엣지들의 불균형이 초래될 수 있다. 이때, 도시된 바와 같이 장애물(20)과 중첩된 엣지들이 제거될 경우, 기존 노드(131) 측에 연결된 광범위한 로봇 상태 트리 부분이 함께 제거되는 위험성이 존재한다.
따라서, 도 3b에 두 개의 선으로 도시된 바와 같이, 현재 노드(132)와, 현재 노드(132)에서 소정 거리만큼 떨어진 노드들 사이를 연결하는 엣지를 생성함으로써 기존의 상태 트리의 광범위한 손실을 방지할 수 있다. 이때, 너무 좁은 범위 내에서 엣지 생성 시 상태 트리의 손실 방지가 어려울 수 있으며, 너무 넓은 범위 내에서 엣지 생성 시 불필요하게 엣지가 증가하여 성능이 저하될 수 있으므로, 이를 고려하여 엣지 생성의 기준 거리를 적절하게 선정하는 것이 바람직하다.
한편, 구동 경로를 새로 생성(S150)하기 전에, 잔여 노드 및 엣지 중 현재 로봇의 상태에 대응하는 현재 노드와 직간접적으로 연결되지 않고 분리된 노드 및 엣지를 제거하는 단계(S172)를 더 포함할 수 있다. 장애물과 중첩된 엣지가 제거됨에 따라 로봇 상태 트리에서 독립적으로 분리된 노드 및 엣지를 제거하여 불필요한 샘플링 또는 중첩 여부 검사 등을 줄일 수 있다.
그 다음으로, 잔여 노드와 엣지를 샘플링하여 새로운 구동 경로를 생성한다(S150).
도시된 바와 같이, 유효한 구동 경로를 찾을 때까지 구동 경로의 생성과, 구동 경로상 엣지의 유효성 검사를 반복한다. 한편, 소정의 컷-오프(cut-off) 시간까지 반복 후, 구동 경로 확정 여부와 관계 없이 최후의 구동 경로에 따라 로봇을 구동시킬 수도 있다.
장애물과 중첩된 엣지가 없는 경우, 로드맵 공간상에 구동 경로를 확정한다(S180). 확정된 구동 경로에 따라 로봇은 작업 공간상에서 정해진 자세와 위치로 구동하도록 제어된다.
한편, 확정된 구동 경로에 의해 로봇이 구동하면서, 상술한 로봇 구동 경로 계획방법을 주기적으로 반복할 수 있다. 초기 상태에서 감지된 장애물 및 작업 공간에 대한 정보와, 로봇이 이동함에 따라 가변적인 장애물 및 작업 공간에 대한 정보가 서로 상이하게 될 수 있는 점에서 소정의 시간을 주기로 구동 경로의 유효성을 확인하는 것이 바람직하다.
먼저, 주기적으로 장애물을 감지하여 장애물이 새로 생겼거나, 사라졌거나, 이동하였는지 여부를 확인한다.
감지장치(120)를 통해 감지된 작업 공간상 장애물의 위치와, 이전에 감지되고 로봇의 이동을 고려한 장애물의 위치를 비교한다. 이동하기 전의 장애물의 위치와 이동한 후 장애물의 위치가 변경되었을 경우 상술한 로봇 구동 경로 계획방법에 따른 각 동작들을 수행하여 새로운 구동 경로를 확정시킨다.
한편, 기존에 장애물이 있어서 노드 또는 엣지가 생성되지 못했거나 삭제되었다가, 이후에 장애물이 사라진 위치에 새로운 노드 및 엣지를 생성할 수도 있다. 또한, 현재 노드와, 인접 노드들 사이를 연결하는 엣지를 생성하거나(S171), 현재 노드와 분리된 노드 및 엣지를 제거할 수도 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110 : 구동장치
120 : 감지장치
130 : 제어장치
131 : 현재 노드
132 : 인접 노드
100 : 로봇 제어 시스템
10 : 로봇
20 : 장애물

Claims (14)

  1. 로봇이 장애물과 충돌하지 않고 구동하도록 로봇의 구동 경로를 계획하는 로봇 구동 경로 계획방법으로서,
    구동 경로는 노드들과, 상기 노드들 사이를 잇는 엣지들을 포함하여 로봇의 구동 상태를 정의하는 로드맵 공간에서 계획되며,
    장애물을 감지하는 단계;
    상기 노드들과 상기 장애물의 중첩 여부를 검사하는 단계;
    상기 장애물과 중첩되는 노드를 제거하는 단계;
    잔여 노드와 엣지를 샘플링하여 구동 경로를 생성하는 단계;
    상기 구동 경로를 이루는 엣지와 상기 장애물의 중첩 여부를 검사하는 단계; 및
    상기 장애물과 중첩된 엣지가 없는 경우, 상기 로드맵 공간상에 상기 구동 경로를 확정하는 단계를 포함하는 로봇 구동 경로 계획방법.
  2. 제1 항에 있어서,
    상기 구동 경로를 이루는 엣지 중에서 상기 장애물과 중첩된 엣지가 있는 경우, 중첩된 엣지를 제거하는 단계; 및
    잔여 노드와 엣지를 샘플링하여 새로운 구동 경로를 생성하는 단계를 더 포함하는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  3. 제1 항에 있어서,
    상기 로봇은 하나 이상의 관절을 가지는 매니퓰레이터 로봇인 것을 특징으로 하는 로봇 구동 경로 계획방법.
  4. 제3 항에 있어서,
    상기 노드들은 상기 로봇의 위치와 상기 로봇의 관절의 자세를 정의하는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  5. 제1 항에 있어서,
    상기 로드맵 공간에서 추출된 일부의 노드들과 엣지들을 포함하는 로봇 상태 트리에서 구동 경로가 계획되는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  6. 제5 항에 있어서,
    상기 로봇 상태 트리에 포함된 노드들 사이의 간격을 감지된 장애물의 최소 크기보다 작도록 조정하는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  7. 제3 항에 있어서,
    상기 로드맵 공간은 역운동학(inverse kinematics) 계산법에 의해 상기 로봇이 실제로 구동하는 작업 공간과 상호 변환 가능하며,
    상기 구동 경로는 상기 작업 공간상에서 상기 로봇의 엔드 이펙터의 출발점과 목표점을 직접 연결함으로써 생성되는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  8. 제2 항에 있어서,
    중첩된 엣지를 제거하기 전에, 상기 로드맵 공간상에서 현재 로봇의 상태에 대응하는 현재 노드와, 상기 현재 노드에 인접하는 노드들 사이를 연결하는 엣지를 생성하는 단계를 더 포함하는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  9. 제2 항에 있어서,
    새로운 구동 경로를 생성하기 전에, 장애물의 이동을 감지하고, 장애물이 없어진 영역에 새로운 노드 및 엣지를 생성하는 단계를 더 포함하는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  10. 제2 항에 있어서,
    새로운 구동 경로를 생성하기 전에, 잔여 노드 및 엣지 중 현재 로봇의 상태에 대응하는 현재 노드와 직간접적으로 연결되지 않는 노드 및 엣지를 제거하는 단계를 더 포함하는 것을 특징으로 하는 로봇 구동 경로 계획방법.
  11. 장애물을 감지하는 감지장치; 및
    로봇의 구동 경로를 계획하여 로봇을 제어하는 제어장치를 포함하며,
    상기 제어장치는 로봇의 상태에 관한 정보를 포함하는 노드들과, 상기 노드들 사이를 잇는 엣지들을 포함하는 로드맵 공간을 생성하며, 상기 감지장치에 의해 감지된 장애물과 상기 노드들의 중첩 여부를 검사하여, 중첩된 노드를 제거하고, 잔여 노드와 엣지를 샘플링하여 구동 경로를 생성하며, 상기 구동 경로를 이루는 엣지와 상기 장애물의 중첩 여부를 검사하고, 중첩된 엣지가 없는 경우, 상기 로드맵 공간상에 상기 구동 경로를 확정함으로써, 상기 장애물과 충돌하지 않고 로봇을 구동시킬 수 있는 경로를 계획하는 것을 특징으로 하는 로봇 제어 시스템.
  12. 제11 항에 있어서,
    확정된 상기 구동 경로에 따라 로봇을 구동시키도록 상기 제어장치에 의해 제어되는 구동장치를 더 포함하는 것을 특징으로 하는 로봇 제어 시스템
  13. 제12 항에 있어서,
    상기 제어장치는 상기 구동장치의 구동 상태의 변화를 기초로 하여 장애물을 간접적으로 파악하는 것을 특징으로 하는 로봇 제어 시스템.
  14. 제11 항에 있어서,
    상기 감지장치는 로봇이 구동하는 동안 주기적으로 장애물을 감지하며,
    상기 제어장치는 확정된 상기 구동 경로에 따라 로봇을 구동시키면서, 확정된 상기 구동 경로를 이루는 노드 및 엣지와 상기 장애물이 중첩되는지 여부를 주기적으로 검사하는 것을 특징으로 하는 로봇 제어 시스템.
KR1020150151350A 2015-10-29 2015-10-29 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법 Active KR101748632B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150151350A KR101748632B1 (ko) 2015-10-29 2015-10-29 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법
US15/332,312 US10124488B2 (en) 2015-10-29 2016-10-24 Robot control system and method for planning driving path of robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150151350A KR101748632B1 (ko) 2015-10-29 2015-10-29 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법

Publications (2)

Publication Number Publication Date
KR20170050166A true KR20170050166A (ko) 2017-05-11
KR101748632B1 KR101748632B1 (ko) 2017-06-20

Family

ID=58637169

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150151350A Active KR101748632B1 (ko) 2015-10-29 2015-10-29 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법

Country Status (2)

Country Link
US (1) US10124488B2 (ko)
KR (1) KR101748632B1 (ko)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108955708A (zh) * 2018-07-02 2018-12-07 中国计量大学 自动导引运输车最短环形路径导航方法及导引运输车
KR20190117421A (ko) * 2019-09-27 2019-10-16 엘지전자 주식회사 운송 로봇 및 그의 제어 방법
KR102049962B1 (ko) * 2019-04-17 2019-11-28 주식회사 트위니 샘플링기반의 최적 트리를 이용한 경로 계획 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
KR20200047844A (ko) * 2018-10-24 2020-05-08 한국로봇융합연구원 서비스 로봇의 개발비용 및 개발기간 산정방법
CN111895999A (zh) * 2020-06-29 2020-11-06 福建（泉州）哈工大工程技术研究院 一种基于结构化数据的路径规划方法
WO2020263861A1 (en) * 2019-06-24 2020-12-30 Realtime Robotics, Inc. Motion planning for multiple robots in shared workspace
CN113905855A (zh) * 2019-04-17 2022-01-07 实时机器人有限公司 运动规划图生成用户界面、系统、方法和规则
US11235465B2 (en) 2018-02-06 2022-02-01 Realtime Robotics, Inc. Motion planning of a robot storing a discretized environment on one or more processors and improved operation of same
US11292456B2 (en) 2018-01-12 2022-04-05 Duke University Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects
WO2022111723A1 (zh) * 2020-11-30 2022-06-02 深圳市普渡科技有限公司 道路边缘检测方法及机器人
US11407109B2 (en) 2020-04-16 2022-08-09 Boston Dynamics, Inc. Global arm path planning with roadmaps and precomputed domains
WO2022173468A1 (en) * 2021-02-10 2022-08-18 Intrinsic Innovation Llc Extensible underconstrained robotic motion planning
US11429105B2 (en) 2016-06-10 2022-08-30 Duke University Motion planning for autonomous vehicles and reconfigurable motion planning processors
US11623346B2 (en) 2020-01-22 2023-04-11 Realtime Robotics, Inc. Configuration of robots in multi-robot operational environment
US11634126B2 (en) 2019-06-03 2023-04-25 Realtime Robotics, Inc. Apparatus, methods and articles to facilitate motion planning in environments having dynamic obstacles
US11673265B2 (en) 2019-08-23 2023-06-13 Realtime Robotics, Inc. Motion planning for robots to optimize velocity while maintaining limits on acceleration and jerk
US11738457B2 (en) 2018-03-21 2023-08-29 Realtime Robotics, Inc. Motion planning of a robot for various environments and tasks and improved operation of same
WO2024101767A1 (ko) * 2022-11-07 2024-05-16 주식회사 나비프라 모바일 로봇 유니트, 모바일 로봇 시스템 및 모바일 로봇 시스템 제어 방법
US12194639B2 (en) 2020-03-18 2025-01-14 Realtime Robotics, Inc. Digital representations of robot operational environment, useful in motion planning for robots
US12204336B2 (en) 2018-12-04 2025-01-21 Duke University Apparatus, method and article to facilitate motion planning in an environment having dynamic objects
US12330310B2 (en) 2018-08-23 2025-06-17 Realtime Robotics, Inc. Collision detection useful in motion planning for robotics

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10723024B2 (en) 2015-01-26 2020-07-28 Duke University Specialized robot motion planning hardware and methods of making and using same
DE202016004628U1 (de) * 2016-07-27 2016-09-23 Google Inc. Durchqueren einer Umgebungsstatusstruktur unter Verwendung neuronaler Netze
US10427304B2 (en) * 2016-09-01 2019-10-01 Powerhydrant Llc Robotic charger alignment
US12138778B1 (en) * 2017-09-13 2024-11-12 AI Incorporated Control system for robotic devices
US20190185012A1 (en) 2017-12-18 2019-06-20 PlusAI Corp Method and system for personalized motion planning in autonomous driving vehicles
US11273836B2 (en) 2017-12-18 2022-03-15 Plusai, Inc. Method and system for human-like driving lane planning in autonomous driving vehicles
WO2019122951A1 (en) * 2017-12-18 2019-06-27 PlusAI Corp Method and system for human-like driving lane planning in autonomous driving vehicles
US11130497B2 (en) 2017-12-18 2021-09-28 Plusai Limited Method and system for ensemble vehicle control prediction in autonomous driving vehicles
CN109445438B (zh) * 2018-12-05 2022-03-04 英华达（上海）科技有限公司 基于地图分享的巡航装置的巡航控制方法及系统
US11911908B2 (en) * 2018-12-21 2024-02-27 Intrinsic Innovation Llc Dynamic probabilistic motion planning
CN111693045B (zh) * 2019-03-13 2024-08-23 北京奇虎科技有限公司 扫地机的清扫路线生成方法及装置
CN109917789B (zh) * 2019-03-13 2021-07-20 珠海格力电器股份有限公司 一种家电的自动运输方法、装置及存储介质
CN110370274A (zh) * 2019-07-03 2019-10-25 浙江大学 一种基于快速行进树的机械臂动态避障控制方法
WO2021020092A1 (ja) * 2019-07-26 2021-02-04 株式会社デンソー 駐車支援装置、及び駐車支援方法
US11268816B2 (en) 2019-08-06 2022-03-08 Boston Dynamics, Inc. Intermediate waypoint generator
CN110411454B (zh) * 2019-08-19 2023-05-23 西安工业大学 一种改进随机路径图法的移动机器人路径规划方法
US11577392B2 (en) 2019-08-30 2023-02-14 Intrinsic Innovation Llc Splitting transformers for robotics planning
US11747787B2 (en) 2019-08-30 2023-09-05 Intrinsic Innovation Llc Combining transformers for robotics planning
KR102097505B1 (ko) * 2019-11-27 2020-05-29 국방과학연구소 무인기의 이동 경로 생성 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
KR102300752B1 (ko) 2020-01-29 2021-09-10 한국과학기술원 주어진 엔드-이펙터 경로를 정확하게 따라가기 위한 리던던트 매니퓰레이터의 충돌 없는 궤적 최적화 방법 및 장치
CN111582566B (zh) * 2020-04-26 2024-01-26 上海高仙自动化科技发展有限公司 路径规划方法及规划装置、智能机器人及存储介质
CN111906779B (zh) 2020-06-30 2022-05-10 珠海一微半导体股份有限公司 一种越障结束判断方法、越障控制方法、芯片及机器人
CN112666939B (zh) * 2020-12-09 2021-09-10 深圳先进技术研究院 一种基于深度强化学习的机器人路径规划算法
KR20220120009A (ko) * 2021-02-22 2022-08-30 현대자동차주식회사 로봇의 충돌 감지 장치 및 그 방법
US11946749B2 (en) * 2021-03-12 2024-04-02 Motional Ad Llc Driving data guided spatial planning
CN113189988B (zh) * 2021-04-21 2022-04-15 合肥工业大学 一种基于Harris算法与RRT算法复合的自主路径规划方法
WO2022256821A1 (en) * 2021-06-04 2022-12-08 Boston Dynamics, Inc. Directed exploration for navigation in dynamic environments
US12461531B2 (en) 2021-06-04 2025-11-04 Boston Dynamics, Inc. Topology processing for waypoint-based navigation maps
US12304082B2 (en) 2021-06-04 2025-05-20 Boston Dynamics, Inc. Alternate route finding for waypoint-based navigation maps
DE102021207418A1 (de) * 2021-07-13 2023-01-19 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zum Ausdünnen eines SLAM-Graphen, Verfahren zum Betrieb eines mobilen Geräts und mobiles Gerät
US12157230B2 (en) 2021-10-04 2024-12-03 Fanuc America Corporation Intelligent clear path
CN114310904B (zh) * 2022-01-19 2024-07-02 中南大学 一种适用于机械臂关节空间路径规划的新型双向rrt*方法
US12449822B2 (en) 2022-06-23 2025-10-21 Boston Dynamics, Inc. Ground clutter avoidance for a mobile robot
CN115576332B (zh) * 2022-12-07 2023-03-24 广东省科学院智能制造研究所 一种任务级多机器人协同运动规划系统与方法
CN116224986A (zh) * 2022-12-09 2023-06-06 云控智行科技有限公司 一种障碍物搜索方法、装置及设备
US20240343217A1 (en) * 2023-04-11 2024-10-17 The University Of British Columbia Energy-efficient collision detection and motion planning
CN118149851B (zh) * 2024-03-25 2026-04-10 国汽智控(北京)科技有限公司 车辆行驶路径的规划方法、装置、计算机设备及存储介质
CN118452990B (zh) * 2024-05-10 2025-12-02 四川大学 柔性针肺部活检径规划方法及相关装置
WO2026082299A1 (en) * 2024-10-18 2026-04-23 Abb Schweiz Ag Method for generating a power and force limiting zone for a robot

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3954428A (en) 1975-07-28 1976-05-04 The United States Of America As Represented By The Secretary Of The Interior Precision aerosol divider
US6879705B1 (en) * 1999-07-14 2005-04-12 Sarnoff Corporation Method and apparatus for tracking multiple objects in a video sequence
CN104248395B (zh) * 2008-04-24 2018-06-22 艾罗伯特公司 用于机器人使能的移动产品的定位、位置控制和导航系统的应用
US8961695B2 (en) * 2008-04-24 2015-02-24 Irobot Corporation Mobile robot for cleaning
KR101667029B1 (ko) 2009-08-10 2016-10-17 삼성전자 주식회사 로봇의 경로 계획방법 및 장치
KR101667032B1 (ko) 2009-10-30 2016-10-17 삼성전자 주식회사 로봇의 경로 계획 장치 및 그 방법
KR102015307B1 (ko) * 2010-12-28 2019-08-28 삼성전자주식회사 로봇 및 그 제어 방법
JP2012190405A (ja) * 2011-03-14 2012-10-04 Toyota Motor Corp 経路情報修正装置、軌道計画装置、及びロボット
EP2906396A1 (en) * 2012-10-11 2015-08-19 ABB Technology Ltd. A method and an apparatus for automatically generating a collision free return program for returning a robot from a stop position to a predefined restart position
KR102009482B1 (ko) 2012-10-30 2019-08-14 한화디펜스 주식회사 로봇의 경로계획 장치와 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체
WO2016069678A1 (en) * 2014-10-28 2016-05-06 Sikorsky Aircraft Corporation Space partitioning for motion planning
US10723024B2 (en) * 2015-01-26 2020-07-28 Duke University Specialized robot motion planning hardware and methods of making and using same
US9821801B2 (en) * 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
US20170004406A1 (en) * 2015-06-30 2017-01-05 Qualcomm Incorporated Parallel belief space motion planner

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11429105B2 (en) 2016-06-10 2022-08-30 Duke University Motion planning for autonomous vehicles and reconfigurable motion planning processors
US11292456B2 (en) 2018-01-12 2022-04-05 Duke University Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects
US11970161B2 (en) 2018-01-12 2024-04-30 Duke University Apparatus, method and article to facilitate motion planning of an autonomous vehicle in an environment having dynamic objects
US11235465B2 (en) 2018-02-06 2022-02-01 Realtime Robotics, Inc. Motion planning of a robot storing a discretized environment on one or more processors and improved operation of same
US12090668B2 (en) 2018-02-06 2024-09-17 Realtime Robotics, Inc. Motion planning of a robot storing a discretized environment on one or more processors and improved operation of same
US11745346B2 (en) 2018-02-06 2023-09-05 Realtime Robotics, Inc. Motion planning of a robot storing a discretized environment on one or more processors and improved operation of same
US11738457B2 (en) 2018-03-21 2023-08-29 Realtime Robotics, Inc. Motion planning of a robot for various environments and tasks and improved operation of same
US12083682B2 (en) 2018-03-21 2024-09-10 Realtime Robotics, Inc. Motion planning of a robot for various environments and tasks and improved operation of same
US11964393B2 (en) 2018-03-21 2024-04-23 Realtime Robotics, Inc. Motion planning of a robot for various environments and tasks and improved operation of same
CN108955708A (zh) * 2018-07-02 2018-12-07 中国计量大学 自动导引运输车最短环形路径导航方法及导引运输车
US12330310B2 (en) 2018-08-23 2025-06-17 Realtime Robotics, Inc. Collision detection useful in motion planning for robotics
KR20200047844A (ko) * 2018-10-24 2020-05-08 한국로봇융합연구원 서비스 로봇의 개발비용 및 개발기간 산정방법
US12204336B2 (en) 2018-12-04 2025-01-21 Duke University Apparatus, method and article to facilitate motion planning in an environment having dynamic objects
CN113905855A (zh) * 2019-04-17 2022-01-07 实时机器人有限公司 运动规划图生成用户界面、系统、方法和规则
KR102049962B1 (ko) * 2019-04-17 2019-11-28 주식회사 트위니 샘플링기반의 최적 트리를 이용한 경로 계획 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
WO2020213829A1 (ko) * 2019-04-17 2020-10-22 주식회사 트위니 샘플링기반의 최적 트리를 이용한 경로 계획 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
CN113905855B (zh) * 2019-04-17 2023-08-25 实时机器人有限公司 运动规划图生成用户界面、系统、方法和规则
US12025970B2 (en) 2019-04-17 2024-07-02 Twinny Co., Ltd. Sampling based optimal tree planning method and recording medium storing program for executing the same, and computer program stored in recording medium for executing the same
US12017364B2 (en) 2019-04-17 2024-06-25 Realtime Robotics, Inc. Motion planning graph generation user interface, systems, methods and articles
US11634126B2 (en) 2019-06-03 2023-04-25 Realtime Robotics, Inc. Apparatus, methods and articles to facilitate motion planning in environments having dynamic obstacles
JP2022539324A (ja) * 2019-06-24 2022-09-08 リアルタイム ロボティクス， インコーポレーテッド 共用ワークスペースにおける複数のロボットの動作計画
WO2020263861A1 (en) * 2019-06-24 2020-12-30 Realtime Robotics, Inc. Motion planning for multiple robots in shared workspace
US12358140B2 (en) 2019-06-24 2025-07-15 Realtime Robotics, Inc. Motion planning for multiple robots in shared workspace
US11673265B2 (en) 2019-08-23 2023-06-13 Realtime Robotics, Inc. Motion planning for robots to optimize velocity while maintaining limits on acceleration and jerk
KR20190117421A (ko) * 2019-09-27 2019-10-16 엘지전자 주식회사 운송 로봇 및 그의 제어 방법
US11623346B2 (en) 2020-01-22 2023-04-11 Realtime Robotics, Inc. Configuration of robots in multi-robot operational environment
US12194639B2 (en) 2020-03-18 2025-01-14 Realtime Robotics, Inc. Digital representations of robot operational environment, useful in motion planning for robots
US11654559B2 (en) 2020-04-16 2023-05-23 Boston Dynamics, Inc. Global arm path planning with roadmaps and precomputed domains
US11407109B2 (en) 2020-04-16 2022-08-09 Boston Dynamics, Inc. Global arm path planning with roadmaps and precomputed domains
US12064879B2 (en) 2020-04-16 2024-08-20 Boston Dynamics, Inc. Global arm path planning with roadmaps and precomputed domains
CN111895999A (zh) * 2020-06-29 2020-11-06 福建（泉州）哈工大工程技术研究院 一种基于结构化数据的路径规划方法
WO2022111723A1 (zh) * 2020-11-30 2022-06-02 深圳市普渡科技有限公司 道路边缘检测方法及机器人
US11518024B2 (en) 2021-02-10 2022-12-06 Intrinsic Innovation Llc Extensible underconstrained robotic motion planning
WO2022173468A1 (en) * 2021-02-10 2022-08-18 Intrinsic Innovation Llc Extensible underconstrained robotic motion planning
WO2024101767A1 (ko) * 2022-11-07 2024-05-16 주식회사 나비프라 모바일 로봇 유니트, 모바일 로봇 시스템 및 모바일 로봇 시스템 제어 방법

Also Published As

Publication number Publication date
US10124488B2 (en) 2018-11-13
KR101748632B1 (ko) 2017-06-20
US20170120448A1 (en) 2017-05-04

Similar Documents

Publication Publication Date Title
KR101748632B1 (ko) 로봇의 구동 경로를 계획하기 위한 로봇 제어 시스템 및 로봇 구동 경로 계획방법
Yang et al. Spline-based RRT path planner for non-holonomic robots
CN111216125B (zh) 面向狭窄通道的移动机械臂装置的避障方法及系统
US8290620B2 (en) Route creation method and route creation device
JP5998816B2 (ja) 経路探索方法、経路探索装置、ロボット制御装置、ロボット及びプログラム
EP2821875A2 (en) Route planning method, route planning unit, and autonomous mobile device
KR20120073616A (ko) 로봇의 경로 계획 장치 및 그 방법
JP5287050B2 (ja) 経路計画方法、経路計画装置、及び自律移動装置
CN106325280A (zh) 一种多机器人防碰撞方法及系统
CN102523737A (zh) 实现防撞机制的机器人装置和相关联的方法
KR20110015833A (ko) 로봇의 경로 계획방법 및 장치
KR101146942B1 (ko) 이동로봇의 경로생성 장치, 이를 구비하는 이동로봇 및 이동로봇의 경로생성 방법
JP2012187697A (ja) ロボットの軌道計画システム及び軌道計画方法
JP7299097B2 (ja) 軌道生成装置
Fuji et al. Trajectory planning for automated parking using multi-resolution state roadmap considering non-holonomic constraints
JP6743526B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
Đakulovic et al. Complete coverage path planning of mobile robots for humanitarian demining
JP2010061442A (ja) 自律移動装置
JP2023135648A (ja) 掃引容積の変形
Nguyen et al. A proactive trajectory planning algorithm for autonomous mobile robots in dynamic social environments
JP2011248648A (ja) 移動体
Hentout et al. Collision-free path planning for indoor mobile robots based on rapidly-exploring random trees and piecewise cubic hermite interpolating polynomial
Li et al. Smart railways: the design and construction of an autonomous inspection and maintenance vehicle
Piccinelli et al. Hybrid motion planner integrating global voronoi diagrams and local velocity obstacle method
Yu et al. Complete and near-optimal path planning for simultaneous sensor-based inspection and footprint coverage in robotic crack filling

Legal Events

Date Code Title Description
A201 Request for examination
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

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

PG1501 Laying open of application

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

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

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

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

FPAY Annual fee payment

Payment date: 20200525

Year of fee payment: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

FPAY Annual fee payment

Payment date: 20210525

Year of fee payment: 5

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

FPAY Annual fee payment

Payment date: 20220525

Year of fee payment: 6

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 6

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 7

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R11-asn-PN2301

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R14-asn-PN2301

P14-X000 Amendment of ip right document requested

St.27 status event code: A-5-5-P10-P14-nap-X000

P16-X000 Ip right document amended

St.27 status event code: A-5-5-P10-P16-nap-X000

Q16-X000 A copy of ip right certificate issued

St.27 status event code: A-4-4-Q10-Q16-nap-X000

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R13-asn-PN2301

St.27 status event code: A-5-5-R10-R11-asn-PN2301

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 8

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 9

R18 Changes to party contact information recorded

Free format text: ST27 STATUS EVENT CODE: A-5-5-R10-R18-OTH-X000 (AS PROVIDED BY THE NATIONAL OFFICE)

R18-X000 Changes to party contact information recorded

St.27 status event code: A-5-5-R10-R18-oth-X000

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 10