ロボットのタスクモデルの生成及び実行方法と装置
【課題】ロボットサービス設計者に任意のロボットに対する可用行為とロボットが認識可能な周囲環境に関する情報を知らせ、自身が考えるサービスに対してロボットタスクを構成する行為モデルの設計と具現を分離してタスクを生成できるモデルを提供し、この生成されたモデルを用いる場合、サービスに表現された行為の内部を直接具現したり、行為ライブラリを提供するようにロボットタスクを実行できるロボットのタスクモデルの生成及び実行方法とその装置を提供する。
【解決手段】本発明はロボットのタスクモデルの生成及び実行方法とその装置に関し、ロボット行為モデルとこれらの関係を一般化、体系化して知識化するために抽象的モデルの生成と実行過程を分離することは非常に有用であり、ロボット行為とタスクの抽象的な構造のみを考慮し、タスク具現者は必要なタスクライブラリ生成にのみ集中することで、任意のロボットで作動するタスクの安全性と漸進的な拡張及び体系化に多くの利点が得られる。
【解決手段】本発明はロボットのタスクモデルの生成及び実行方法とその装置に関し、ロボット行為モデルとこれらの関係を一般化、体系化して知識化するために抽象的モデルの生成と実行過程を分離することは非常に有用であり、ロボット行為とタスクの抽象的な構造のみを考慮し、タスク具現者は必要なタスクライブラリ生成にのみ集中することで、任意のロボットで作動するタスクの安全性と漸進的な拡張及び体系化に多くの利点が得られる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明はロボットのタスクモデルの生成及び実行方法とその装置に関し、更に詳しくは、ロボットタスクを構成する行為モデルの設計と具現を分離してロボットのタスクを生成できるモデルを提供し、この生成されたモデルを用いてロボットタスクを実行できる方法及び装置に関する。
【背景技術】
【０００２】
周知のように、サービスロボットは人間の行動や作業などを自動的に行えるようにした機械装置である。このサービスロボットの応用分野は、産業用、医療用、宇宙用及び海底用に分類されており、例えば、最近になってはサービスロボットが次第に浮上している状況である。家庭やオフィス或いは展示場などで多様な形態で多様な作業を行っている。
【０００３】
このようなロボットのタスクを生成（例えば、定義或いは著作）する場合、この生成されたタスクモデルがそのままプログラムコードで作成されてロボット内で実行される。また、通常の場合、ロボットタスクはロボットの装置を抽象化したアプリケーション・プログラム・インターフェース（Application Program Interface、以下、ＡＰＩという）を組み合わせて作成される。
【０００４】
このように作成されるタスクは、ロボットの装置に対する理解とこれを提供するＡＰＩに対する理解が十分であり、これを用いてアプリケーションを具現できる人だけがロボットのタスクを作成できる。また、既存に提供されるロボットタスクの開発道具もこのような開発者の立場を補助する観点で著作されるのが殆どである。
【０００５】
しかしながら、前述したように生成されたタスクモデルがそのままプログラムコードで作成されてロボット内で実行されることによって、新たなタスクが追加されたり、更新される場合に、既存コードの再使用性が低下する。また、ロボットの制御構造が複雑に絡み合っているため、ロボットのタスクを再構成するのに多くの困難がある。
【０００６】
また、ロボットのタスクをロボット開発者が全て開発する場合、教育、エンターテイメント、交通、軍需など非常に多様に発展するロボット分野とここで希望するサービスを提供するのに限界、即ち、ロボットのタスクを開発する際にロボットサービスの設計者が含まれなければならないが、このサービス設計者はロボットに対する詳しい理解が不十分であるため、ロボットの基本的な特徴に対する理解だけで自身が提供しようとするロボットサービスのタスクを作成することに限界があり、また多様な応用サービスドメインをロボット開発者が全て理解することも容易でないという問題点がある。
【０００７】
ロボットサービスの設計者に任意のロボットに対する可用行為とロボットが認識可能な周囲環境に関する情報を知らせると、ロボットサービスの設計者は自分が考えるサービスを抽象的ロボット行為で記述することができる。このように定義されたサービスはＡＰＩを用いた場合より遥かに抽象的である。このような抽象的な定義だけではロボットが作動しないため、ロボットについてよく知っている人がロボットサービスの設計者が定義したサービスに表現された行為の内部を直接具現したり、行為ライブラリを提供しなければならない。
【先行技術文献】
【特許文献】
【０００８】
【特許文献１】韓国公開特許１０-２００７-０００４２６８号明細書
【発明の概要】
【発明が解決しようとする課題】
【０００９】
そこで、本発明は上記事情に鑑みてなされたものであって、その目的は、ロボットのタスクを構成する行為モデルの設計と具現を分離してタスクを生成することができるモデルを提供し、このモデルを用いてタスクを行うロボットのタスクモデルの生成及びタスク実行方法と装置を提供することである。
【課題を解決するための手段】
【００１０】
本発明の一観点によるロボットタスクモデルの生成及び実行方法は、ロボットの行為を生成する段階と、前記行為をコンテクストで表現する段階と、前記コンテクストに基づいて抽象的タスク実行モデルを生成する段階と、実際にロボットを動作するためにロボットのＡＰＩを呼び出して前記生成された抽象的タスク実行モデルを実行する段階とを含むことを特徴とする。また、本発明の他の観点によるロボットのタスクモデルの生成及び実行装置は、ロボットの行為及びコンテクストを生成する生成部と、前記コンテクストに基づいて抽象的タスク実行モデルを生成し、実際にロボットを動作するために前記抽象的タスク実行モデルを実行するコンテクスト管理部と、前記コンテクスト管理部により呼び出されて前記抽象的タスク実行モデルが実行されるようにインターフェースするロボットＡＰＩとを含むことを特徴とする。
【発明の効果】
【００１１】
本発明によれば、ロボットタスクの開発をサービス設計者とロボットタスクの具現者に具現区分することで、ロボットタスクを更に効果的に開発できるという効果を奏する。
【００１２】
また、抽象的本発明はロボットのタスクモデルの生成及び実行方法と装置を提供することで、サービス開発者はロボット行為とタスクの抽象的な構造のみを考慮し、タスク具現者は必要なタスクライブラリの生成にのみ集中することで、任意のロボットで作動するタスクの安全性と漸進的な拡張及び体系化に多くの利点が得られるという長所がある。
【図面の簡単な説明】
【００１３】
【図１】本発明の一実施形態によるロボットサービスの設計者とロボットタスクの具現者との観点の差と関係を示す図である。
【図２】本発明の一実施形態によるロボットのタスクモデルの生成及び実行装置のブロック構成図である。
【図３】図１に示された抽象的行為モデルを示す図である。
【図４】図２に示すロボットＡＰＩ内に位置するセンサ１、センサ２、．．．、センサｎと実行器１、実行器２、．．．、実行器ｎを示す図である。
【図５】図２に示された抽象的タスク実行モデルを示す図である。
【図６】本発明の一実施形態による抽象的行為モデルに対するコンテクストに基づいてツリー形式の抽象的タスク実行モデルを生成する方法を説明するフローチャートである。
【図７】本発明の一実施形態による抽象的タスク実行モデルの実行方法を説明するフローチャートである。
【図８】本発明の一実施形態によるロボットのタスクモデルの生成及び実行方法を順に示すフローチャートである。
【発明を実施するための形態】
【００１４】
以下、添付する図面を参照して本発明の動作原理を詳細に説明する。
【００１５】
図１は、本発明の一実施形態によるロボットサービスの設計者の観点とロボットタスクの具現者の観点との差とこれらの関係を示す図である。
【００１６】
サービスの設計者はロボットのタスクを抽象的コンテクスト（abstract context）１０１１と抽象的行為（abstract behavior）１０１２の組み合わせとみなす。
【００１７】
抽象的コンテクスト１０１１にはコンテクストの名前と説明を含み、抽象的行為１０１２には行為の名前と説明を含み、更にこの抽象的行為の入力としてタスクを駆動させる条件を示す観察されたコンテクストと出力として活動的コンテクストの観察を備える。このような状態で、サービス設計者は抽象的行為１０１２をノードとして考え、入力されるコンテクストと出力されるコンテクストを用いて抽象的行為を関係付けながら、抽象的タスクを定義する。
【００１８】
次に、タスクの具現者はタスクをコンテクストマネジャー（context manager）１０２１と行為具現（behavior implementation）１０２２の組み合わせとみなす。タスク具現者の立場で、コンテクストマネジャー１０２１で抽象的コンテクストは実際にロボットが提供するセンシングＡＰＩから抽出された情報の論理式で定義されたものと見なす。具現抽象的行為の具現１０２２は、駆動ＡＰＩや別途のＦＳＭ（finite state machine）で表現されたタスクライブラリを用いて定義された客体や関数形態を有する。
【００１９】
図２は、本発明の一実施形態によるロボットのタスクモデルの生成及びタスクの実行装置に対するブロック構成図であって、抽象的行為モデルを用いてサービス設計者によって設計された抽象的行為モデルとこれを用いて定義された抽象的実行タスクの切替を示す。図２に示された装置は、生成部１０と、コンテクスト管理部２０と、コンテクストデータベース（DataBase、以下、ＤＢという）３０と、抽象的タスク実行モデル４０と、ロボットＡＰＩ５０とを含むことができる。
【００２０】
生成部１０は、行為生成部１１及びコンテクスト生成部１２からなっている。図３に示すように、例えば、抽象的行為モデル３０１の例のように、ロボットの行為は行為生成部１１を通じて抽象的に生成し、これらの関係をコンテクスト生成部１２を通じてコンテクストで表現でき、この表現されたコンテクストをコンテクスト管理部２０に提供できる。
【００２１】
ここで、図３を参照すれば、行為１（Go to p）から行為７（Replan path）までの関係をそれぞれのコンテクスト１、２．．．、７で表現でき、行為と行為間の関係は１：ｎのコンテクストで連結され、全体的に抽象的行為モデルはグラフ形態になり得る。
【００２２】
コンテクスト管理部２０は、生成部１０から入力される抽象的行為モデルのコンテクストに対して、一例として、図２に示すように、コンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）に指定してコンテクストＤＢ３０に提供できる。ここで、コンテクスト管理部２０は、コンテクストＤＢ３０に格納された抽象的行為モデルに対するコンテクストをいつでも更新し行為を加えることができる。
【００２３】
また、コンテクスト管理部２０は生成部１０から入力される抽象的行為モデルのコンテクストに基づいて、図５に示すように、開始行為（行為５）から目的行為（行為４）まで指定されたツリー形式の抽象的タスク実行モデルを図６のフローチャート過程を通じて生成してランタイムモデリング部４０に提供できる。ここで、コンテクスト管理部２０は抽象的タスク実行モデルが生成されたら、抽象的タスク実行モデルにおいて不要な行為を除去できる。
【００２４】
更に、コンテクスト管理部２０は生成された抽象的タスク実行モデルを実際にロボット内に適用して動作するようにするために、図１に示すタスク具現者の観点１０２でのように、コンテクストマネジャー１０２１及び行為具現１０２２が生成されていなければならず、実行中にコンテクストＤＢ３０からコンテクストの内容を読み、行為具現に含まれている抽象的タスク実行モデルを実行するためにロボットＡＰＩ５０を呼び出し、この呼び出しに応答してロボットＡＰＩ５０のインターフェースを通じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルを図７のフローチャート過程で実行できる。
【００２５】
コンテクストＤＢ３０は、コンテクスト管理部２０から入力される抽象的行為モデルに対して指定されたコンテクスト（例えば、コンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）を格納する。
【００２６】
ランタイムモデリング部４０は、コンテクスト管理部２０から入力される図５に示すように、開始行為（行為５）から目的行為（行為４）まで指定された抽象的タスク実行モデルをツリー形式でモデリングする。
【００２７】
ロボットＡＰＩ５０は、図４に示すように、複数のセンサ１、センサ２、．．．、センサｎと複数の実行器１、実行器２、．．．、実行器ｎからなっており、コンテクスト管理部２０の呼び出し命令に応じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルが実行され得るようにインターフェースする。
【００２８】
従って、本発明はロボットサービス設計者に任意のロボットに対する可用行為とロボットが認識可能な周囲環境に関する情報を知らせ、自身が考えるサービスに対してロボットタスクを構成する行為モデルの設計と具現を分離してタスクを生成できるモデルを提供し、この生成されたモデルを用いる場合、サービスに表現された行為の内部を直接具現したり、行為ライブラリを提供するようにロボットタスクを実行することで、ロボットタスクを更に効果的に開発できるようにする。
【００２９】
図６は、本発明の一実施形態によって、抽象的行為モデルに対するコンテクストに基づいてツリー形式の抽象的タスク実行モデルを生成する方法を説明するフローチャートである。
【００３０】
まず、コンテクスト管理部２０はタスクの開始行為を指定（Ｓ６０１）し、現在の指定された行為が活性化するコンテクストを抽出（Ｓ６０３）する。
【００３１】
次に、コンテクスト管理部２０は、抽出されたコンテクストを入力としてそれぞれの行為が最後である否かを判別（Ｓ６０５）する。
【００３２】
前記判別（Ｓ６０５）の結果、その行為が最後である場合、新たに追加された下位の行為があるかをチェック（Ｓ６０７）する。
【００３３】
前記チェック（Ｓ６０７）の結果、新たに追加された下位の行為がない場合、前記行為をターゲット行為に指定（Ｓ６０９）し、前記指定されたターゲット行為まで不要な行為を除去（Ｓ６１１）する反面、前記チェック（Ｓ６０７）の結果、新たに追加された下位の行為がある場合、新たに追加された下位の行為が活性化するコンテクストを抽出するＳ６０３に進む。
【００３４】
前記判別（Ｓ６０５）の結果、行為が最後でない場合、その行為がサイクルを形成するか（即ち、その行為が既に含まれているか）を判断（Ｓ６１３）する。
【００３５】
前記判断（Ｓ６１３）の結果、サイクルを形成していなければ、その行為を現在の指定された行為の下位行為として指定（Ｓ６１５）する。しかし、前記判断（Ｓ６１３）の結果、サイクルを形成していれば、抽出されたコンテクストを入力として受けるそれぞれの行為が最後であるかを判別するＳ６０５の過程に進む。
【００３６】
図７は、本発明の一実施形態による抽象的タスク実行モデルの実行方法に対するフローチャートである。
【００３７】
図７を参照すれば、抽象的タスク実行モデルからコンテクストを抽出（Ｓ７０１）する。
【００３８】
次に、コンテクスト管理部２０は抽出されたコンテクストを用いて抽象的タスク実行モデルのツリー構造に合うように、抽出されたコンテクストの優先順位を決定（Ｓ７０３）する。
【００３９】
優先順位が決定された後に、コンテクスト管理部２０はコンテクストＤＢ３０から更新されたコンテクスト情報を獲得（Ｓ７０５）する。
【００４０】
次に、獲得されたコンテクスト情報を分析してオン（ｏｎ）状態のコンテクストがあるかを判断（Ｓ７０７）する。
【００４１】
前記判断（Ｓ７０７）の結果、オン状態のコンテクストがない場合に、定められた時間が経過したかをチェック（Ｓ７０９）する。
【００４２】
前記チェック（Ｓ７０９）の結果、定められた時間が経過していない場合、コンテクスト情報を獲得するＳ７０５の過程に進む反面、前記チェック（Ｓ７０９）の結果、定められた時間が経過している場合、終了する。
【００４３】
その反面、前記判断（Ｓ７０７）の結果、オン状態のコンテクストがある場合、状態がオンであるコンテクストの中で優先順位が最も高いコンテクストを入力とする行為を実行（Ｓ７１１）する。
【００４４】
その後、実行された行為が目的であるかを判別（Ｓ７１３）する。
【００４５】
前記判別（Ｓ７１３）の結果、実行された行為が目的でない場合、コンテクスト情報を獲得するＳ７０５の過程に進む反面、前記判別（Ｓ７１３）の結果、実行された行為が目的である場合、終了する。
【００４６】
図８は、本発明の一実施形態によるロボットのタスクモデルの生成及び実行方法を順に示すフローチャートである。
【００４７】
まず、生成部１０では、一例として、図３に示すように、抽象的行為モデルのためのロボットの行為を行為生成部１１を通じて抽象的に生成（Ｓ８０１）し、行為間の関係をコンテクスト生成部１２を通じてコンテクストで表現（Ｓ８０３）し、この表現されたコンテクストをコンテクスト管理部２０に提供する。
【００４８】
次に、生成部１０から抽象的行為モデルに対するコンテクストの提供を受けるコンテクスト管理部２０ではこの入力されたコンテクストに対して一例として、図２に示すように、コンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）の形式に指定してコンテクストＤＢ３０に格納（Ｓ８０５）する。
【００４９】
その後、コンテクスト管理部２０では生成部１０から入力される抽象的行為モデルに対するコンテクストに基づいて図５に示すように、開始行為（行為５）から目的行為（行為４）まで指定されたツリー形式の抽象的タスク実行モデルを図６のフローチャートの過程を通じて生成（Ｓ８０７）して抽象的タスク実行モデル４０にモデリング（Ｓ８０９）するように提供する。
【００５０】
次に、コンテクスト管理部２０により生成された抽象的タスク実行モデルを実際にロボット内に適用する（Ｓ８１１）。図１に示すロボットタスクの具現者の観点でのように、コンテクストマネジャー１０２１及び行為具現１０２２が生成されていなければならない。
【００５１】
その後、実行中にコンテクストＤＢ３０からコンテクストの内容を読み、行為具現に含まれている抽象的タスク実行モデルを実行するためにロボットＡＰＩ５０を呼び出す（Ｓ８１３）。
【００５２】
そうすると、ロボットＡＰＩ５０では、該当センサ及び実行器を用いてコンテクスト管理部２０の呼び出し命令に応じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルが実行され得るようにインターフェース（Ｓ８１５）する。
【００５３】
コンテクスト管理部２０は、この呼び出しに応答してロボットＡＰＩ５０のインターフェースを通じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルを図７に示された方法で実行（Ｓ８１７）する。
【００５４】
以上説明した通り、本発明はロボットのタスクモデルの生成及び実行方法とその装置を提供することによって、サービス開発者はロボット行為とタスクの抽象的な構造のみを考慮し、タスク具現者は必要なタスクライブラリの生成にのみ集中することで、任意のロボットで作動するタスクの安全性と漸進的な拡張及び体系化に多くの利点が得られる。
【００５５】
一方、本発明の詳細な説明では具体的な実施形態について説明したが、本発明の範囲から逸脱しない範囲内で様々な変形が可能であることはもちろんである。従って、本発明の範囲は説明された実施形態に限定されず、後述する特許請求の範囲だけでなく、この特許請求の範囲と均等なものにより定まるべきである。
【符号の説明】
【００５６】
１０ 生成部
２０ コンテクスト管理部
３０ コンテクストＤＢ
４０ 抽象的タスク実行モデル
５０ ロボットＡＰＩ
【技術分野】
【０００１】
本発明はロボットのタスクモデルの生成及び実行方法とその装置に関し、更に詳しくは、ロボットタスクを構成する行為モデルの設計と具現を分離してロボットのタスクを生成できるモデルを提供し、この生成されたモデルを用いてロボットタスクを実行できる方法及び装置に関する。
【背景技術】
【０００２】
周知のように、サービスロボットは人間の行動や作業などを自動的に行えるようにした機械装置である。このサービスロボットの応用分野は、産業用、医療用、宇宙用及び海底用に分類されており、例えば、最近になってはサービスロボットが次第に浮上している状況である。家庭やオフィス或いは展示場などで多様な形態で多様な作業を行っている。
【０００３】
このようなロボットのタスクを生成（例えば、定義或いは著作）する場合、この生成されたタスクモデルがそのままプログラムコードで作成されてロボット内で実行される。また、通常の場合、ロボットタスクはロボットの装置を抽象化したアプリケーション・プログラム・インターフェース（Application Program Interface、以下、ＡＰＩという）を組み合わせて作成される。
【０００４】
このように作成されるタスクは、ロボットの装置に対する理解とこれを提供するＡＰＩに対する理解が十分であり、これを用いてアプリケーションを具現できる人だけがロボットのタスクを作成できる。また、既存に提供されるロボットタスクの開発道具もこのような開発者の立場を補助する観点で著作されるのが殆どである。
【０００５】
しかしながら、前述したように生成されたタスクモデルがそのままプログラムコードで作成されてロボット内で実行されることによって、新たなタスクが追加されたり、更新される場合に、既存コードの再使用性が低下する。また、ロボットの制御構造が複雑に絡み合っているため、ロボットのタスクを再構成するのに多くの困難がある。
【０００６】
また、ロボットのタスクをロボット開発者が全て開発する場合、教育、エンターテイメント、交通、軍需など非常に多様に発展するロボット分野とここで希望するサービスを提供するのに限界、即ち、ロボットのタスクを開発する際にロボットサービスの設計者が含まれなければならないが、このサービス設計者はロボットに対する詳しい理解が不十分であるため、ロボットの基本的な特徴に対する理解だけで自身が提供しようとするロボットサービスのタスクを作成することに限界があり、また多様な応用サービスドメインをロボット開発者が全て理解することも容易でないという問題点がある。
【０００７】
ロボットサービスの設計者に任意のロボットに対する可用行為とロボットが認識可能な周囲環境に関する情報を知らせると、ロボットサービスの設計者は自分が考えるサービスを抽象的ロボット行為で記述することができる。このように定義されたサービスはＡＰＩを用いた場合より遥かに抽象的である。このような抽象的な定義だけではロボットが作動しないため、ロボットについてよく知っている人がロボットサービスの設計者が定義したサービスに表現された行為の内部を直接具現したり、行為ライブラリを提供しなければならない。
【先行技術文献】
【特許文献】
【０００８】
【特許文献１】韓国公開特許１０-２００７-０００４２６８号明細書
【発明の概要】
【発明が解決しようとする課題】
【０００９】
そこで、本発明は上記事情に鑑みてなされたものであって、その目的は、ロボットのタスクを構成する行為モデルの設計と具現を分離してタスクを生成することができるモデルを提供し、このモデルを用いてタスクを行うロボットのタスクモデルの生成及びタスク実行方法と装置を提供することである。
【課題を解決するための手段】
【００１０】
本発明の一観点によるロボットタスクモデルの生成及び実行方法は、ロボットの行為を生成する段階と、前記行為をコンテクストで表現する段階と、前記コンテクストに基づいて抽象的タスク実行モデルを生成する段階と、実際にロボットを動作するためにロボットのＡＰＩを呼び出して前記生成された抽象的タスク実行モデルを実行する段階とを含むことを特徴とする。また、本発明の他の観点によるロボットのタスクモデルの生成及び実行装置は、ロボットの行為及びコンテクストを生成する生成部と、前記コンテクストに基づいて抽象的タスク実行モデルを生成し、実際にロボットを動作するために前記抽象的タスク実行モデルを実行するコンテクスト管理部と、前記コンテクスト管理部により呼び出されて前記抽象的タスク実行モデルが実行されるようにインターフェースするロボットＡＰＩとを含むことを特徴とする。
【発明の効果】
【００１１】
本発明によれば、ロボットタスクの開発をサービス設計者とロボットタスクの具現者に具現区分することで、ロボットタスクを更に効果的に開発できるという効果を奏する。
【００１２】
また、抽象的本発明はロボットのタスクモデルの生成及び実行方法と装置を提供することで、サービス開発者はロボット行為とタスクの抽象的な構造のみを考慮し、タスク具現者は必要なタスクライブラリの生成にのみ集中することで、任意のロボットで作動するタスクの安全性と漸進的な拡張及び体系化に多くの利点が得られるという長所がある。
【図面の簡単な説明】
【００１３】
【図１】本発明の一実施形態によるロボットサービスの設計者とロボットタスクの具現者との観点の差と関係を示す図である。
【図２】本発明の一実施形態によるロボットのタスクモデルの生成及び実行装置のブロック構成図である。
【図３】図１に示された抽象的行為モデルを示す図である。
【図４】図２に示すロボットＡＰＩ内に位置するセンサ１、センサ２、．．．、センサｎと実行器１、実行器２、．．．、実行器ｎを示す図である。
【図５】図２に示された抽象的タスク実行モデルを示す図である。
【図６】本発明の一実施形態による抽象的行為モデルに対するコンテクストに基づいてツリー形式の抽象的タスク実行モデルを生成する方法を説明するフローチャートである。
【図７】本発明の一実施形態による抽象的タスク実行モデルの実行方法を説明するフローチャートである。
【図８】本発明の一実施形態によるロボットのタスクモデルの生成及び実行方法を順に示すフローチャートである。
【発明を実施するための形態】
【００１４】
以下、添付する図面を参照して本発明の動作原理を詳細に説明する。
【００１５】
図１は、本発明の一実施形態によるロボットサービスの設計者の観点とロボットタスクの具現者の観点との差とこれらの関係を示す図である。
【００１６】
サービスの設計者はロボットのタスクを抽象的コンテクスト（abstract context）１０１１と抽象的行為（abstract behavior）１０１２の組み合わせとみなす。
【００１７】
抽象的コンテクスト１０１１にはコンテクストの名前と説明を含み、抽象的行為１０１２には行為の名前と説明を含み、更にこの抽象的行為の入力としてタスクを駆動させる条件を示す観察されたコンテクストと出力として活動的コンテクストの観察を備える。このような状態で、サービス設計者は抽象的行為１０１２をノードとして考え、入力されるコンテクストと出力されるコンテクストを用いて抽象的行為を関係付けながら、抽象的タスクを定義する。
【００１８】
次に、タスクの具現者はタスクをコンテクストマネジャー（context manager）１０２１と行為具現（behavior implementation）１０２２の組み合わせとみなす。タスク具現者の立場で、コンテクストマネジャー１０２１で抽象的コンテクストは実際にロボットが提供するセンシングＡＰＩから抽出された情報の論理式で定義されたものと見なす。具現抽象的行為の具現１０２２は、駆動ＡＰＩや別途のＦＳＭ（finite state machine）で表現されたタスクライブラリを用いて定義された客体や関数形態を有する。
【００１９】
図２は、本発明の一実施形態によるロボットのタスクモデルの生成及びタスクの実行装置に対するブロック構成図であって、抽象的行為モデルを用いてサービス設計者によって設計された抽象的行為モデルとこれを用いて定義された抽象的実行タスクの切替を示す。図２に示された装置は、生成部１０と、コンテクスト管理部２０と、コンテクストデータベース（DataBase、以下、ＤＢという）３０と、抽象的タスク実行モデル４０と、ロボットＡＰＩ５０とを含むことができる。
【００２０】
生成部１０は、行為生成部１１及びコンテクスト生成部１２からなっている。図３に示すように、例えば、抽象的行為モデル３０１の例のように、ロボットの行為は行為生成部１１を通じて抽象的に生成し、これらの関係をコンテクスト生成部１２を通じてコンテクストで表現でき、この表現されたコンテクストをコンテクスト管理部２０に提供できる。
【００２１】
ここで、図３を参照すれば、行為１（Go to p）から行為７（Replan path）までの関係をそれぞれのコンテクスト１、２．．．、７で表現でき、行為と行為間の関係は１：ｎのコンテクストで連結され、全体的に抽象的行為モデルはグラフ形態になり得る。
【００２２】
コンテクスト管理部２０は、生成部１０から入力される抽象的行為モデルのコンテクストに対して、一例として、図２に示すように、コンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）に指定してコンテクストＤＢ３０に提供できる。ここで、コンテクスト管理部２０は、コンテクストＤＢ３０に格納された抽象的行為モデルに対するコンテクストをいつでも更新し行為を加えることができる。
【００２３】
また、コンテクスト管理部２０は生成部１０から入力される抽象的行為モデルのコンテクストに基づいて、図５に示すように、開始行為（行為５）から目的行為（行為４）まで指定されたツリー形式の抽象的タスク実行モデルを図６のフローチャート過程を通じて生成してランタイムモデリング部４０に提供できる。ここで、コンテクスト管理部２０は抽象的タスク実行モデルが生成されたら、抽象的タスク実行モデルにおいて不要な行為を除去できる。
【００２４】
更に、コンテクスト管理部２０は生成された抽象的タスク実行モデルを実際にロボット内に適用して動作するようにするために、図１に示すタスク具現者の観点１０２でのように、コンテクストマネジャー１０２１及び行為具現１０２２が生成されていなければならず、実行中にコンテクストＤＢ３０からコンテクストの内容を読み、行為具現に含まれている抽象的タスク実行モデルを実行するためにロボットＡＰＩ５０を呼び出し、この呼び出しに応答してロボットＡＰＩ５０のインターフェースを通じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルを図７のフローチャート過程で実行できる。
【００２５】
コンテクストＤＢ３０は、コンテクスト管理部２０から入力される抽象的行為モデルに対して指定されたコンテクスト（例えば、コンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）を格納する。
【００２６】
ランタイムモデリング部４０は、コンテクスト管理部２０から入力される図５に示すように、開始行為（行為５）から目的行為（行為４）まで指定された抽象的タスク実行モデルをツリー形式でモデリングする。
【００２７】
ロボットＡＰＩ５０は、図４に示すように、複数のセンサ１、センサ２、．．．、センサｎと複数の実行器１、実行器２、．．．、実行器ｎからなっており、コンテクスト管理部２０の呼び出し命令に応じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルが実行され得るようにインターフェースする。
【００２８】
従って、本発明はロボットサービス設計者に任意のロボットに対する可用行為とロボットが認識可能な周囲環境に関する情報を知らせ、自身が考えるサービスに対してロボットタスクを構成する行為モデルの設計と具現を分離してタスクを生成できるモデルを提供し、この生成されたモデルを用いる場合、サービスに表現された行為の内部を直接具現したり、行為ライブラリを提供するようにロボットタスクを実行することで、ロボットタスクを更に効果的に開発できるようにする。
【００２９】
図６は、本発明の一実施形態によって、抽象的行為モデルに対するコンテクストに基づいてツリー形式の抽象的タスク実行モデルを生成する方法を説明するフローチャートである。
【００３０】
まず、コンテクスト管理部２０はタスクの開始行為を指定（Ｓ６０１）し、現在の指定された行為が活性化するコンテクストを抽出（Ｓ６０３）する。
【００３１】
次に、コンテクスト管理部２０は、抽出されたコンテクストを入力としてそれぞれの行為が最後である否かを判別（Ｓ６０５）する。
【００３２】
前記判別（Ｓ６０５）の結果、その行為が最後である場合、新たに追加された下位の行為があるかをチェック（Ｓ６０７）する。
【００３３】
前記チェック（Ｓ６０７）の結果、新たに追加された下位の行為がない場合、前記行為をターゲット行為に指定（Ｓ６０９）し、前記指定されたターゲット行為まで不要な行為を除去（Ｓ６１１）する反面、前記チェック（Ｓ６０７）の結果、新たに追加された下位の行為がある場合、新たに追加された下位の行為が活性化するコンテクストを抽出するＳ６０３に進む。
【００３４】
前記判別（Ｓ６０５）の結果、行為が最後でない場合、その行為がサイクルを形成するか（即ち、その行為が既に含まれているか）を判断（Ｓ６１３）する。
【００３５】
前記判断（Ｓ６１３）の結果、サイクルを形成していなければ、その行為を現在の指定された行為の下位行為として指定（Ｓ６１５）する。しかし、前記判断（Ｓ６１３）の結果、サイクルを形成していれば、抽出されたコンテクストを入力として受けるそれぞれの行為が最後であるかを判別するＳ６０５の過程に進む。
【００３６】
図７は、本発明の一実施形態による抽象的タスク実行モデルの実行方法に対するフローチャートである。
【００３７】
図７を参照すれば、抽象的タスク実行モデルからコンテクストを抽出（Ｓ７０１）する。
【００３８】
次に、コンテクスト管理部２０は抽出されたコンテクストを用いて抽象的タスク実行モデルのツリー構造に合うように、抽出されたコンテクストの優先順位を決定（Ｓ７０３）する。
【００３９】
優先順位が決定された後に、コンテクスト管理部２０はコンテクストＤＢ３０から更新されたコンテクスト情報を獲得（Ｓ７０５）する。
【００４０】
次に、獲得されたコンテクスト情報を分析してオン（ｏｎ）状態のコンテクストがあるかを判断（Ｓ７０７）する。
【００４１】
前記判断（Ｓ７０７）の結果、オン状態のコンテクストがない場合に、定められた時間が経過したかをチェック（Ｓ７０９）する。
【００４２】
前記チェック（Ｓ７０９）の結果、定められた時間が経過していない場合、コンテクスト情報を獲得するＳ７０５の過程に進む反面、前記チェック（Ｓ７０９）の結果、定められた時間が経過している場合、終了する。
【００４３】
その反面、前記判断（Ｓ７０７）の結果、オン状態のコンテクストがある場合、状態がオンであるコンテクストの中で優先順位が最も高いコンテクストを入力とする行為を実行（Ｓ７１１）する。
【００４４】
その後、実行された行為が目的であるかを判別（Ｓ７１３）する。
【００４５】
前記判別（Ｓ７１３）の結果、実行された行為が目的でない場合、コンテクスト情報を獲得するＳ７０５の過程に進む反面、前記判別（Ｓ７１３）の結果、実行された行為が目的である場合、終了する。
【００４６】
図８は、本発明の一実施形態によるロボットのタスクモデルの生成及び実行方法を順に示すフローチャートである。
【００４７】
まず、生成部１０では、一例として、図３に示すように、抽象的行為モデルのためのロボットの行為を行為生成部１１を通じて抽象的に生成（Ｓ８０１）し、行為間の関係をコンテクスト生成部１２を通じてコンテクストで表現（Ｓ８０３）し、この表現されたコンテクストをコンテクスト管理部２０に提供する。
【００４８】
次に、生成部１０から抽象的行為モデルに対するコンテクストの提供を受けるコンテクスト管理部２０ではこの入力されたコンテクストに対して一例として、図２に示すように、コンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）の形式に指定してコンテクストＤＢ３０に格納（Ｓ８０５）する。
【００４９】
その後、コンテクスト管理部２０では生成部１０から入力される抽象的行為モデルに対するコンテクストに基づいて図５に示すように、開始行為（行為５）から目的行為（行為４）まで指定されたツリー形式の抽象的タスク実行モデルを図６のフローチャートの過程を通じて生成（Ｓ８０７）して抽象的タスク実行モデル４０にモデリング（Ｓ８０９）するように提供する。
【００５０】
次に、コンテクスト管理部２０により生成された抽象的タスク実行モデルを実際にロボット内に適用する（Ｓ８１１）。図１に示すロボットタスクの具現者の観点でのように、コンテクストマネジャー１０２１及び行為具現１０２２が生成されていなければならない。
【００５１】
その後、実行中にコンテクストＤＢ３０からコンテクストの内容を読み、行為具現に含まれている抽象的タスク実行モデルを実行するためにロボットＡＰＩ５０を呼び出す（Ｓ８１３）。
【００５２】
そうすると、ロボットＡＰＩ５０では、該当センサ及び実行器を用いてコンテクスト管理部２０の呼び出し命令に応じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルが実行され得るようにインターフェース（Ｓ８１５）する。
【００５３】
コンテクスト管理部２０は、この呼び出しに応答してロボットＡＰＩ５０のインターフェースを通じてランタイムモデリング部４０にモデリングされている抽象的タスク実行モデルを図７に示された方法で実行（Ｓ８１７）する。
【００５４】
以上説明した通り、本発明はロボットのタスクモデルの生成及び実行方法とその装置を提供することによって、サービス開発者はロボット行為とタスクの抽象的な構造のみを考慮し、タスク具現者は必要なタスクライブラリの生成にのみ集中することで、任意のロボットで作動するタスクの安全性と漸進的な拡張及び体系化に多くの利点が得られる。
【００５５】
一方、本発明の詳細な説明では具体的な実施形態について説明したが、本発明の範囲から逸脱しない範囲内で様々な変形が可能であることはもちろんである。従って、本発明の範囲は説明された実施形態に限定されず、後述する特許請求の範囲だけでなく、この特許請求の範囲と均等なものにより定まるべきである。
【符号の説明】
【００５６】
１０ 生成部
２０ コンテクスト管理部
３０ コンテクストＤＢ
４０ 抽象的タスク実行モデル
５０ ロボットＡＰＩ
【特許請求の範囲】
【請求項１】
ロボットタスクのモデル生成及び実行方法において、
ロボットの行為を生成する段階と、
前記行為をコンテクストで表現する段階と、
前記コンテクストに基づいて抽象的タスク実行モデルを生成する段階と、
実際にロボットを動作するためにロボットのＡＰＩを呼び出して前記生成された抽象的タスク実行モデルを実行する段階と
を含むことを特徴とするロボットのタスクモデルの生成及び実行方法。
【請求項２】
前記抽象的タスク実行モデルを生成する段階は、
タスクの開始行為を指定する段階と、
前記行為が活性化させるコンテクストを抽出する段階と、
前記コンテクストを入力として受けるそれぞれの行為が最後の行為であるかを判別する段階と、
前記判別結果において前記行為が最後の行為であり、新たに追加される行為がない場合に前記行為をターゲット行為として指定する段階と、
前記判別結果において前記行為が最後の行為ではなく、前記行為がサイクルを形成しなければ、前記行為の下位行為として指定する段階と
をさらに含むことを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項３】
前記判別結果において、前記行為が最後の行為であり、新たに追加される行為がない場合に前記指定されたターゲット行為まで不要な行為を除去することを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項４】
前記判別結果において、前記行為が最後の行為であり、新たに追加される行為がある場合に前記コンテクストを抽出する段階から再び行うことを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項５】
前記判別結果において、前記行為がサイクルを形成する場合に前記最後の行為であるかを判別する段階から再び行うことを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項６】
前記下位行為として指定する段階の後、前記最後の行為であるかを判別する段階から再び行うことを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項７】
前記抽象的タスク実行モデルを実行する段階は、
前記抽象的タスク実行モデルからコンテクストを抽出する段階と、
前記コンテクストの優先順位を決定し、更新されたコンテクスト情報を獲得する段階と、
前記コンテクスト情報を分析して、オン（ｏｎ）状態のコンテクストのうち、優先順位が最も高いコンテクストを入力とする行為を皮切りに、目的行為に到達するまで実行する段階と
を含むことを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項８】
前記コンテクスト情報を分析してオン（ｏｎ）状態のコンテクストが存在しない場合に、定められた時間が経過していなければ、前記更新されたコンテクスト情報を獲得する段階から再び行うことを特徴とする請求項７に記載のロボットのタスクモデルの生成及び実行方法。
【請求項９】
前記ロボットの行為をそれぞれのコンテクストで表現し、前記行為と行為間の関係を１：ｎのコンテクストで連結させることを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項１０】
前記表現されたコンテクストに対してコンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）に指定してコンテクストＤＢに格納することを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項１１】
前記実際にロボットを動作するためにコンテクストマネジャー及び行為具現が生成されていることを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項１２】
ロボットタスクモデルの生成及び実行装置において、
ロボットの行為及びコンテクストを生成する生成部と、
前記コンテクストに基づいて抽象的タスク実行モデルを生成し、実際にロボットを動作するために前記抽象的タスク実行モデルを実行するコンテクスト管理部と、
前記コンテクスト管理部により呼び出されて前記抽象的タスク実行モデルが実行されるようにインターフェースするロボットＡＰＩと
を含むことを特徴とするロボットのタスクモデルの生成及び実行装置。
【請求項１３】
前記生成部は、
前記ロボットの行為を生成する行為生成部と、
前記行為をコンテクストで表現して生成するコンテクスト生成部と
をさらに含むことを特徴とする請求項１２に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１４】
前記生成部は、
前記ロボットの行為をそれぞれのコンテクストで表現し、前記行為と行為間の関係を１：ｎのコンテクストで連結させることを特徴とする請求項１３に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１５】
前記生成部は、
前記ロボットを実際に動作するようにするためにコンテクストマネジャー及び行為具現を生成することを特徴とする請求項１３に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１６】
前記コンテクスト管理部は、
タスクの開始行為を指定し、前記開始行為が活性化させるコンテクストを抽出し、前記コンテクストを入力として受けるそれぞれの行為が最後の行為であり、新たに追加される行為がない場合に、前記行為をターゲット行為として指定し、前記それぞれの行為が最後の行為ではなく、前記行為がサイクルを形成しなければ、前記行為を下位行為として指定して前記抽象的タスク実行モデルを生成することを特徴とする請求項１２に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１７】
前記コンテクスト管理部は、
前記抽象的タスク実行モデルを生成する場合、前記それぞれの行為が最後の行為であり、新たに追加される行為がない場合に、前記指定されたターゲット行為まで不要な行為を除去することを特徴とする請求項１６に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１８】
前記コンテクスト管理部は、
前記抽象的タスク実行モデルからコンテクストを抽出し、前記コンテクストの優先順位を決定し、更新されたコンテクスト情報を獲得し、前記コンテクスト情報を分析してオン（ｏｎ）状態のコンテクストで優先順位が最も高いコンテクストを入力とする行為を皮切りに、目的行為に到達するまで前記抽象的タスク実行モデルを実行することを特徴とする請求項１６に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１９】
前記生成されたコンテクストに対してオンとオフを繰り返し順次指定して格納するコンテクストＤＢを更に含むことを特徴とする請求項１６に記載のロボットのタスクモデルの生成及び実行装置。
【請求項２０】
前記ロボットＡＰＩは、
多数のセンサと多数の実行器のうち、該当センサ及び実行器を用いて前記抽象的タスク実行モデルが実行されるようにインターフェースすることを特徴とする請求項１２に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１】
ロボットタスクのモデル生成及び実行方法において、
ロボットの行為を生成する段階と、
前記行為をコンテクストで表現する段階と、
前記コンテクストに基づいて抽象的タスク実行モデルを生成する段階と、
実際にロボットを動作するためにロボットのＡＰＩを呼び出して前記生成された抽象的タスク実行モデルを実行する段階と
を含むことを特徴とするロボットのタスクモデルの生成及び実行方法。
【請求項２】
前記抽象的タスク実行モデルを生成する段階は、
タスクの開始行為を指定する段階と、
前記行為が活性化させるコンテクストを抽出する段階と、
前記コンテクストを入力として受けるそれぞれの行為が最後の行為であるかを判別する段階と、
前記判別結果において前記行為が最後の行為であり、新たに追加される行為がない場合に前記行為をターゲット行為として指定する段階と、
前記判別結果において前記行為が最後の行為ではなく、前記行為がサイクルを形成しなければ、前記行為の下位行為として指定する段階と
をさらに含むことを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項３】
前記判別結果において、前記行為が最後の行為であり、新たに追加される行為がない場合に前記指定されたターゲット行為まで不要な行為を除去することを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項４】
前記判別結果において、前記行為が最後の行為であり、新たに追加される行為がある場合に前記コンテクストを抽出する段階から再び行うことを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項５】
前記判別結果において、前記行為がサイクルを形成する場合に前記最後の行為であるかを判別する段階から再び行うことを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項６】
前記下位行為として指定する段階の後、前記最後の行為であるかを判別する段階から再び行うことを特徴とする請求項２に記載のロボットのタスクモデルの生成及び実行方法。
【請求項７】
前記抽象的タスク実行モデルを実行する段階は、
前記抽象的タスク実行モデルからコンテクストを抽出する段階と、
前記コンテクストの優先順位を決定し、更新されたコンテクスト情報を獲得する段階と、
前記コンテクスト情報を分析して、オン（ｏｎ）状態のコンテクストのうち、優先順位が最も高いコンテクストを入力とする行為を皮切りに、目的行為に到達するまで実行する段階と
を含むことを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項８】
前記コンテクスト情報を分析してオン（ｏｎ）状態のコンテクストが存在しない場合に、定められた時間が経過していなければ、前記更新されたコンテクスト情報を獲得する段階から再び行うことを特徴とする請求項７に記載のロボットのタスクモデルの生成及び実行方法。
【請求項９】
前記ロボットの行為をそれぞれのコンテクストで表現し、前記行為と行為間の関係を１：ｎのコンテクストで連結させることを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項１０】
前記表現されたコンテクストに対してコンテクスト１（ｏｎ）、コンテクスト２（ｏｆｆ）、．．．、コンテクストｎ（ｏｆｆ）に指定してコンテクストＤＢに格納することを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項１１】
前記実際にロボットを動作するためにコンテクストマネジャー及び行為具現が生成されていることを特徴とする請求項１に記載のロボットのタスクモデルの生成及び実行方法。
【請求項１２】
ロボットタスクモデルの生成及び実行装置において、
ロボットの行為及びコンテクストを生成する生成部と、
前記コンテクストに基づいて抽象的タスク実行モデルを生成し、実際にロボットを動作するために前記抽象的タスク実行モデルを実行するコンテクスト管理部と、
前記コンテクスト管理部により呼び出されて前記抽象的タスク実行モデルが実行されるようにインターフェースするロボットＡＰＩと
を含むことを特徴とするロボットのタスクモデルの生成及び実行装置。
【請求項１３】
前記生成部は、
前記ロボットの行為を生成する行為生成部と、
前記行為をコンテクストで表現して生成するコンテクスト生成部と
をさらに含むことを特徴とする請求項１２に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１４】
前記生成部は、
前記ロボットの行為をそれぞれのコンテクストで表現し、前記行為と行為間の関係を１：ｎのコンテクストで連結させることを特徴とする請求項１３に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１５】
前記生成部は、
前記ロボットを実際に動作するようにするためにコンテクストマネジャー及び行為具現を生成することを特徴とする請求項１３に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１６】
前記コンテクスト管理部は、
タスクの開始行為を指定し、前記開始行為が活性化させるコンテクストを抽出し、前記コンテクストを入力として受けるそれぞれの行為が最後の行為であり、新たに追加される行為がない場合に、前記行為をターゲット行為として指定し、前記それぞれの行為が最後の行為ではなく、前記行為がサイクルを形成しなければ、前記行為を下位行為として指定して前記抽象的タスク実行モデルを生成することを特徴とする請求項１２に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１７】
前記コンテクスト管理部は、
前記抽象的タスク実行モデルを生成する場合、前記それぞれの行為が最後の行為であり、新たに追加される行為がない場合に、前記指定されたターゲット行為まで不要な行為を除去することを特徴とする請求項１６に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１８】
前記コンテクスト管理部は、
前記抽象的タスク実行モデルからコンテクストを抽出し、前記コンテクストの優先順位を決定し、更新されたコンテクスト情報を獲得し、前記コンテクスト情報を分析してオン（ｏｎ）状態のコンテクストで優先順位が最も高いコンテクストを入力とする行為を皮切りに、目的行為に到達するまで前記抽象的タスク実行モデルを実行することを特徴とする請求項１６に記載のロボットのタスクモデルの生成及び実行装置。
【請求項１９】
前記生成されたコンテクストに対してオンとオフを繰り返し順次指定して格納するコンテクストＤＢを更に含むことを特徴とする請求項１６に記載のロボットのタスクモデルの生成及び実行装置。
【請求項２０】
前記ロボットＡＰＩは、
多数のセンサと多数の実行器のうち、該当センサ及び実行器を用いて前記抽象的タスク実行モデルが実行されるようにインターフェースすることを特徴とする請求項１２に記載のロボットのタスクモデルの生成及び実行装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１０−１４２９４０（Ｐ２０１０−１４２９４０Ａ）
【公開日】平成２２年７月１日（２０１０．７．１）
【国際特許分類】
【出願番号】特願２００９−１４４３４７（Ｐ２００９−１４４３４７）
【出願日】平成２１年６月１７日（２００９．６．１７）
【出願人】（５９６１８００７６）韓國電子通信研究院 (733)
【氏名又は名称原語表記】Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ
【住所又は居所原語表記】１６１ Ｋａｊｏｎｇ−ｄｏｎｇ， Ｙｕｓｏｎｇ−ｇｕ， Ｔａｅｊｏｎ ｋｏｒｅａ
【Ｆターム（参考）】
【公開日】平成２２年７月１日（２０１０．７．１）
【国際特許分類】
【出願日】平成２１年６月１７日（２００９．６．１７）
【出願人】（５９６１８００７６）韓國電子通信研究院 (733)
【氏名又は名称原語表記】Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ
【住所又は居所原語表記】１６１ Ｋａｊｏｎｇ−ｄｏｎｇ， Ｙｕｓｏｎｇ−ｇｕ， Ｔａｅｊｏｎ ｋｏｒｅａ
【Ｆターム（参考）】
[ Back to top ]