시맨틱 지도 및 온톨로지 기반 자율 내비게이션·작업계획 연구

Semantic Mapping and Ontology-Driven Navigation and Task Planning

연구 내용

온톨로지와 시맨틱 지도 표현을 기반으로 로봇의 환경 모델링, 경로 계획, 에너지 인지 작업 배분을 수행하는 연구

다양한 로봇 플랫폼에서 공통으로 활용 가능한 시맨틱 지도를 구성하기 위해 온톨로지 기반 표현과 추론을 결합합니다. Triplet Ontological Semantic Model을 통해 작업 실행에 영향을 주는 조건을 의미 수준에서 관리하고, 추론 결과를 PDDL 형태로 변환해 계획 수립과 재계획을 수행합니다. 또한 오픈 보캐뷸러리 Vision-Language Model을 활용해 새 환경에서 점유 맵과 객체·장소 의미 정보를 자동 추출하고 구조화된 데이터베이스로 저장합니다. 에너지 특성을 포함한 계층형 시맨틱 맵을 이용해 경로 계획과 작업 할당을 조정함으로써, 실내외 환경과 하드웨어 독립성을 동시에 고려합니다.

관련 프로젝트

4건

연구 흐름

2022년에는 로봇 내비게이션에서 기하학적 정보만으로는 어려운 상황을 전제로, 시맨틱 지식과 추론을 이용한 온톨로지 기반 내비게이션 프레임워크를 제안했습니다. 이후 2024년에는 객체 중심 시맨틱 HD map을 활용해 RTK 센서 의존도를 낮추고 차량 자세 추정을 안정화하는 연구로 확장했습니다. 2025년에는 서비스 로봇 환경에서 의미 정보를 자동 모델링하기 위한 DK-SMF를 도입하고, 에너지 인지 시맨틱 계획으로 작업 배분의 신뢰성과 효율을 함께 다루는 방향으로 심화되었습니다. 관련 국제표준 및 레퍼런스 시스템 성격의 과제를 병행해 표현 체계의 재사용성을 강화했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

온톨로지 기반 의미 추론
시맨틱 HD map 구축
에너지 인지 경로 계획
실내 환경 자세 추정
서비스 로봇 환경 자동 모델링
개방 어휘 VLM 기반 의미 추출
구조화 지식베이스 활용
다중 로봇 작업 배분
예기치 상황 재계획
이동로봇 시맨틱 지도 표준화