• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권5호
• /
• pp.297-305
• /
• 2008

청소 로봇은 지도 작성 및 위치 인식을 기준으로 청소 방법을 랜덤(random)방식과 매핑(mapping)방식으로 분류 할 수 있다. 랜덤방식은 지도를 작성하지 않아 가격경쟁력이 있지만 효율이 떨어진다. 반면, 매핑방식은 지도를 작성하므로 청소 효율이 높지만 상대적인 가격경쟁력이 떨어진다. 그러므로 랜덤방식과 매핑방식의 문제점들을 보안하기 위해 본 논문은 고가의 센서 정보를 사용하지 않고 사람이 청소 로봇에게 청소 공간에 대한 정보를 알려주며, 이 정보를 이용하여 기존의 청소 로봇보다 효율적이고 저렴한 청소 로봇을 제안한다. 또한 기존의 청소 로봇과 본 논문에서 제안한 청소 로봇과의 성능 비교를 통해서 본 논문에서 제안한 방식의 효율성을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.595-597
• /
• 2005

청소로봇은 대부분 랜덤방식 또는 바둑판식의 청소알고리즘으로 운용된다. 랜덤 알고리즘은 전체 청소 시간이 오래 걸린다는 단점을 가지고 있다. 랜덤 알고리즘의 문제를 해결하기 위한 바둑판식 알고리즘은 현재까지 가장 좋은 알고리즘으로 알려져 있으나 장애물이 복잡한 공간에서는 청소시간이 길어지는 단점을 가지고 있다. 이런 문제점을 해결하기 위하여 본 논문에서는 Group-k 라는 새로운 청소 알고리즘을 제안한다. Group-k 알고리즘은 청소시간을 단축시키는 목적보다는 청소시간은 같더라도 복잡한 구역일수록 나중에 청소함으로써 가능한 빠른 시간 내에 가장 많은 면적을 청소하는 것을 목표로 한다. 즉 인접한 복잡한 장애물들을 하나의 그룹으로 구성하고 그룹의 복잡성을 계산하여 복잡성이 낮은 그룹부터 먼저 청소하는 방식이다. 시뮬레이션에 기반한 실험을 통해 Group-k 알고리즘이 복잡한 장애물 구역을 그룹화하여 복잡한 공간을 효율적으로 청소함을 보여준다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.121-125
• /
• 2006

청소 로봇은 지도 작성 및 위치 인식을 기준으로 청소 방법을 랜덤(random)방식과 매핑(mapping)방식으로 분류 할 수 있다. 랜덤방식은 지도를 작성하지 않아 가격경쟁력이 있지만 효율이 떨어진다. 반면, 매핑방식은 지도를 작성하므로 청소 효율이 높지만 상대적인 가격경쟁력이 떨어진다. 그러므로 랜덤방식과 매핑방식의 문제점들을 보안하기 위해 본 논문은 고가의 센서 정보를 사용하지 않고 로봇이 주행 중에 발생되는 벡터(방향과 거리)값을 이용하여 로봇에게 지도 정보를 제공하는 알고리즘을 제안한다.