Direction Relation Representation and Reasoning for Indoor Service Robots

실내 서비스 로봇을 위한 방향 관계 표현과 추론

In this paper, we propose a robot-centered direction relation representation and the relevant reasoning methods for indoor service robots. Many conventional works on qualitative spatial reasoning, when deciding the relative direction relation of the target object, are based on the use of position information only. These reasoning methods may infer an incorrect direction relation of the target object relative to the robot, since they do not take into consideration the heading direction of the robot itself as the base object. In this paper, we present a robot-centered direction relation representation and the reasoning methods. When deciding the relative directional relationship of target objects based on the robot in an indoor environment, the proposed methods make use of the orientation information as well as the position information of the robot. The robot-centered reasoning methods are implemented by extending the existing cone-based, matrix-based, and hybrid methods which utilized only the position information of two objects. In various experiments with both the physical Turtlebot and the simulated one, the proposed representation and reasoning methods displayed their high performance and applicability.

본 논문에서는 실내 서비스 로봇들을 위한 로봇 중심의 방향 관계 표현과 추론 방법을 제안한다. 정성적 공간 관계 추론에 관한 많은 기존 연구들에서는 기준 물체를 중심으로 대상 물체의 상대적 방향 관계를 판별할 때, 두 물체의 위치 정보만을 이용해왔다. 이러한 방향 관계 추론 방법들은 로봇 스스로가 기준 물체가 되어 다른 대상 물체들과의 방향 관계를 판별할 때, 로봇이 바라보고 있는 방향을 제대로 고려하지 않음으로써, 대상 물체의 방향 관계를 잘못 판별하는 사례들이 발생할 수 있다. 본 논문에서는 실내 환경에서 로봇을 중심으로 물체들의 상대적인 방향 관계를 판별할 때, 로봇의 위치 정보뿐만 아니라 로봇이 향하고 있는 방향 정보도 이용하는 로봇 중심의 방향 관계 표현과 방향 관계 추론 방법들을 제시한다. 로봇 중심의 방향 관계 추론 방법들은 두 물체의 위치 정보만을 이용해왔던 기존의 콘 기반 추론, 행렬 기반 추론, 그리고 혼합 추론 방법을 확장하여 구현하였다. 터틀봇과 시뮬레이션 로봇을 이용한 다양한 실험들을 통해, 본 논문에서 제안하는 방향 관계 표현과 추론 방법들의 높은 성능과 적용 가능성을 확인할 수 있었다.