RnDcircle

기술 개요

“사람·물체·시야가 계속 바뀌는 현장에서도 이동체의 위치 추정과 공간 인식의 신뢰성을 높이는 기술입니다.”

산업 별 활용 방안

물류·제조 현장의 자율이동로봇 운영 기업

물류센터와 제조 현장에서는 사람·운반 장비·적재물이 수시로 이동해 자율이동로봇이 기존 지도와 실제 환경을 안정적으로 연결하기 어렵습니다. 본 기술은 카메라·라이다·관성 센서와 주행 정보를 결합하고 움직이는 물체의 특징을 위치 계산에서 선별적으로 제외해, 이동 중 위치 추정과 정적 지도 갱신에 활용할 수 있습니다. 기존 로봇 플랫폼의 센서 구성과 운영 환경에 맞춰 위치추정·지도작성 소프트웨어 모듈부터 단계적으로 결합할 수 있습니다.

순찰·점검용 보행 로봇 개발 기업·기관

계단, 실외 통로, 비정형 바닥을 이동하는 보행 로봇은 발 충격과 미끄러짐, 센서별 관측 차이 때문에 이동 거리가 길어질수록 위치 오차가 누적될 수 있습니다. 본 기술은 관절 움직임에서 얻는 보행 정보와 라이다·영상·관성 데이터를 함께 사용해 보행 상태와 주변 공간을 상호 보정하는 위치추정 체계로 적용할 수 있습니다. 로봇의 기존 센서와 제어 시스템을 유지하면서 위치추정 소프트웨어의 센서 융합 단계에 결합하는 방식으로 검증할 수 있습니다.

실내 위치 안내·시설 방문 관리 서비스 기업·기관

복합시설과 대형 건물에서는 이용자 촬영 이미지의 시야각이 다르고, 행인·안내물·진열물 변화 때문에 이미지 하나만으로 촬영 장소를 확인하기 어렵습니다. 본 기술은 장소별 이미지 특징을 데이터베이스화하고 장소 판단에 중요한 시각 특징을 중심으로 유사 장소를 검색해 실내 안내, 방문 확인, 시설 점검 이력 관리에 활용할 수 있습니다. 기존 이미지 데이터베이스와 서비스 화면을 유지한 채 특징 추출·유사도 검색 모듈을 연계하는 방식으로 도입할 수 있습니다.

기술 설명

어떤 기술인가요?

자율주행 이동체의 위치 인식은 카메라·라이다 등 센서로 주변을 관측해 현재 위치와 방문한 장소를 판단하는 기술입니다. 본 기술 포트폴리오는 동적 환경에서 위치 오차를 줄이고 정적 공간 정보를 유지하는 센서 융합·영상 인식 기술을 다룹니다. 카메라와 관성 센서 정보에서 움직이는 물체의 특징을 낮춰 위치를 추정하고 잘못된 장소 재인식을 걸러내며(특허 1), 보행 로봇의 관절 움직임·라이다·영상·관성 데이터를 함께 결합해 보행 중 누적 오차를 보정하고(특허 2), 재방문 시 위치가 바뀐 물체까지 제거해 정적 3차원 지도를 생성하며(특허 3), 시야각·행인·물체 변화에도 이미지에서 같은 장소를 찾는(특허 4) 기법으로 구성됩니다.

어떤 문제를 해결하나요?

1. 움직이는 물체가 만드는 위치 오차

사람, 이동 장비, 차량처럼 계속 움직이는 대상이 카메라나 거리 센서 화면에 많이 포함되면, 로봇은 움직이는 물체를 고정된 공간 특징으로 잘못 인식해 위치를 틀리게 추정할 수 있습니다. 영상·관성·라이다·주행 정보와 특징점의 일관성을 함께 비교해 동적 특징의 영향을 낮추고, 실제로 고정된 공간 정보 중심으로 위치를 계산합니다.

2. 재방문 시 바뀐 환경으로 인한 지도 왜곡

가구나 적재물처럼 관측 시점에는 정지해 있어도 재방문 때 위치가 달라지는 물체는 기존 지도와의 잘못된 연결을 만들 수 있습니다. 같은 장면의 관측 데이터를 그룹으로 비교하고, 재방문 과정에서 달라진 저동적 물체의 특징과 제약조건을 제거해 정적 공간 중심의 지도를 유지합니다.

3. 보행·시야 변화 환경의 인식 불안정

보행 로봇은 발 충격과 미끄러짐으로 센서 오차가 누적될 수 있고, 이미지 기반 장소 인식은 조명·시야각·행인·간판 가림에 따라 같은 장소를 다른 곳으로 판단할 수 있습니다. 다리 운동학과 이종 센서를 융합해 이동 상태를 보정하고, 장소 판별에 중요한 이미지 특징에 가중치를 부여해 변화가 있는 장면에서도 위치와 장소를 판별합니다.