KR102256726B1 - 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법 - Google Patents
장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법 Download PDFInfo
- Publication number
- KR102256726B1 KR102256726B1 KR1020200170246A KR20200170246A KR102256726B1 KR 102256726 B1 KR102256726 B1 KR 102256726B1 KR 1020200170246 A KR1020200170246 A KR 1020200170246A KR 20200170246 A KR20200170246 A KR 20200170246A KR 102256726 B1 KR102256726 B1 KR 102256726B1
- Authority
- KR
- South Korea
- Prior art keywords
- command
- remote control
- control system
- equipment
- braking
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 29
- 238000004891 communication Methods 0.000 claims abstract description 42
- 239000011247 coating layer Substances 0.000 claims description 25
- 238000003058 natural language processing Methods 0.000 claims description 15
- 239000008199 coating composition Substances 0.000 claims description 13
- 239000002270 dispersing agent Substances 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 6
- 239000003960 organic solvent Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 4
- KPUWHANPEXNPJT-UHFFFAOYSA-N disiloxane Chemical class [SiH3]O[SiH3] KPUWHANPEXNPJT-UHFFFAOYSA-N 0.000 claims description 4
- 239000011242 organic-inorganic particle Substances 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 19
- ZWEHNKRNPOVVGH-UHFFFAOYSA-N 2-Butanone Chemical compound CCC(C)=O ZWEHNKRNPOVVGH-UHFFFAOYSA-N 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000013135 deep learning Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 239000010954 inorganic particle Substances 0.000 description 6
- 238000011176 pooling Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 5
- 238000011109 contamination Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000003381 stabilizer Substances 0.000 description 3
- 230000002195 synergetic effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 229920000728 polyester Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- -1 siloxane compound Chemical class 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- BTZVKSVLFLRBRE-UHFFFAOYSA-N 2-methoxypropyl acetate Chemical compound COC(C)COC(C)=O BTZVKSVLFLRBRE-UHFFFAOYSA-N 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- PNEYBMLMFCGWSK-UHFFFAOYSA-N aluminium oxide Inorganic materials [O-2].[O-2].[O-2].[Al+3].[Al+3] PNEYBMLMFCGWSK-UHFFFAOYSA-N 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 229920001577 copolymer Polymers 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- LLHKCFNBLRBOGN-UHFFFAOYSA-N propylene glycol methyl ether acetate Chemical compound COCC(C)OC(C)=O LLHKCFNBLRBOGN-UHFFFAOYSA-N 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000005871 repellent Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000006097 ultraviolet radiation absorber Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B17/00—Details of cameras or camera bodies; Accessories therefor
- G03B17/02—Bodies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/183—Speech classification or search using natural language modelling using context dependencies, e.g. language models
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/22—Interactive procedures; Man-machine interfaces
- G10L17/24—Interactive procedures; Man-machine interfaces the user being prompted to utter a password or a predefined phrase
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23043—Remote and local control panel, programming unit, switch
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23051—Remote control, enter program remote, detachable programmer
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23386—Voice, vocal command or message
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Telephonic Communication Services (AREA)
Abstract
원격 제어 시스템이 개시된다. 본 발명은, 장비의 긴급 제동을 위한 원격 제어 시스템에 있어서, 제어 명령을 감지하는 센싱부, 상기 센싱부로부터 상기 제어 명령을 수신하고 상기 장비의 긴급 제동을 제어하기 위한 제동 명령을 생성하는 제어부 및 상기 제동 명령을 상기 스위치부로 전송하는 통신 장치를 포함하되, 상기 센싱부는 음성 명령을 감지하기 위한 마이크를 포함할 수 있다.
Description
본 발명은 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법에 관한 것이다. 보다 상세하게는 긴급 상황 발생시 음성 명령 또는 동작 명령을 통하여 장비를 긴급 제동할 수 있는 원격 제어 시스템 및 제어 방법에 관한 것이다.
일반적으로, 공작기계나 산업용 로봇 등의 모터로 구동되는 기계는, 안전상 대책 등의 요청에 의하여 비상정지 스위치를 누르거나 알람 등을 발생시켜 로봇과 비구동체를 비상으로 정지시키고 있었다.
이러한, 종래의 가 직접피구동체의 비상 정지방법은, 다이나믹 브래이크용 저항(이하 DB저항이라고 한다)을 이용하여 피구동체를 구동하는 모터(Motor)를 비상정지시키는 방법이다.
종래의 비상 정지방법은, 모터(motor)를 구동하는 앰프 내에 있는 마그넷 접촉기(Magnet Contactor)(MCC)를 사용하며, 마그넷 접촉기는 보통 앰프의 모터 제어전류 발생회로와 모터를 접속하고 있다. 즉, 비상정지 스위치가 온(ON) 상태가 되거나 알람 등이 점등되는 경우에, 비상정지 상태를 검출하며, 비상정지 상태가 검출되는 경우에 모터 제어전류 발생 회로와 접속을 자르고 모터 측을 DB 저항에 접속한다. 이때, 모터와 DB 저항이 접속되면, 모터가 갖고 있던 운동에너지는 DB 저항에 의해 열 에너지로 변환되면서 감소하게 되고, 운동에너지의 감소에 의해 모터가 정지하게 된다. 이처럼 비상 정지 스위치를 눌러서 공작기계나 산업용 로봇 등을 비상 정지시키는 경우, 사용자 스위치가 있는 곳까지 이동하여 스위치를 눌러야 하므로, 긴급 상황시 적시에 대처하지 못한다는 치명적인 문제가 존재하고 있었다. 이에, 원격으로 긴급 제동할 수 있도록 하는 원격 제어 시스템 및 제어 방법에 대한 필요성이 증가하고 있다.
본 발명의 목적은 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법을 제안하기 위한 것이다.
또한, 본 발명의 목적은 음성 명령 또는 동작 명령을 통하여 원격으로 장비의 긴급 제동을 위한 것이다.
또한, 본 발명의 목적은 시끄러운 공장 내부에서 보다 명확하게 음성 명령 또는 동작 명령을 통하여 원격으로 장비의 긴급 제동을 위한 것이다.
상술한 문제점들을 해결하기 위하여, 본 발명은, 장비의 긴급 제동을 위한 원격 제어 시스템에 있어서, 제어 명령을 감지하는 센싱부, 상기 센싱부로부터 상기 제어 명령을 수신하고 상기 장비의 긴급 제동을 위한 제동 명령을 생성하는 제어부 및 상기 제동 명령을 상기 스위치부로 전송하는 통신 장치를 포함하되, 상기 센싱부는 음성 명령을 감지하기 위한 마이크를 포함할 수 있다.
또한, 상기 통신 장치는 상기 장비와 5G 통신 규격을 이용하여 통신할 수 있다.
또한, 상기 센싱부는 동작 명령을 감지하기 위한 카메라를 더 포함하고, 상기 센싱부는 상기 마이크 또는 상기 카메라 중 적어도 하나에서 상기 제어 명령을 감지할 수 있다.
또한, 상기 제어부는 상기 마이크로부터 음성 입력을 수신하고, 상기 음성 입력으로부터 미리 정해진 키워드 단어를 추출하고, 상기 제어부는 상기 미리 정해진 키워드 단어가 추출되는 경우, 상기 제동 명령을 생성할 수 있다.
이때, 상기 제어부는 음성 인식을 위한 자연어 처리 알고리즘을 이용하여 상기 미리 정해진 키워드 단어를 추출할 수 있다.
또한, 상기 제어부는 상기 카메라로부터 영상 입력을 수신하고, 상기 영상 입력으로부터 미리 정해진 동작을 추출하고, 상기 제어부는 상기 미리 정해진 동작이 추출되는 경우, 상기 제동 명령을 생성할 수 있다.
또한, 상기 제어부는 비전 인식을 위한 알고리즘을 이용하여 상기 미리 정해진 동작을 추출할 수 있다.
또한, 상기 카메라는 광 이미지로부터 영상 이미지를 생성하는 카메라 모듈을 포함하고, 상기 카메라 모듈은 측벽에 관통홀을 포함하는 하우징, 상기 관통홀에 설치된 렌즈 및 상기 렌즈를 구동하는 구동부를 포함할 수 있다.
또한, 본 발명은 머신 러닝을 통하여 미리 학습된 데이터를 저장하는 메모리를 더 포함하고, 상기 제어부는 상기 미리 학습된 데이터를 기초로, 상기 자연어 처리 알고리즘을 수행할 수 있다.
또한, 상기 렌즈는 일면이 상기 하우징의 외부로 노출되고, 상기 일면은 코팅층으로 코팅될 수 있다.
또한, 상기 제동 명령에 따라 상기 설비를 긴급 제동하는 스위치부를 더 포함하고, 상기 제어부는 상기 제동 명령을 상기 스위치부로 전송할 수 있다.
또한, 상술한 문제점들을 해결하기 위하여, 본 발명은, 긴급 제동을 위한 스위치부를 포함하는 장비의 원격 제어 방법에 있어서, 장비 주변에서 영상 이미지 또는 음성 데이터 중 적어도 하나를 수신하는 단계, 상기 영상 이미지 또는 상기 음성 이미지로부터 제어 명령을 획득하는 단계, 상기 제어 명령에 따라 상기 장비에 대한 제동 명령을 생성하는 단계 및 상기 제동 명령을 상기 스위치부로 전송하는 단계를 포함할 수 있다.
또한, 상기 제어 명령을 획득하는 단계는 상기 영상 이미지에 대하여 비전 인식 알고리즘을 적용하여 상기 제어 명령을 획득하거나, 상기 음성 이미지에 대하여 자연어 처리 알고리즘을 적용하여 상기 제어 명령을 획득할 수 있다.
본 발명은 상술한 문제점들을 해결하기 위한 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법을 제공할 수 있는 효과가 있다.
또한, 본 발명은 긴급 상황 발생시 원격으로 장비의 긴급 제동을 제어할 수 있는 효과가 있다.
또한, 본 발명은 소음과 먼지가 많이 발생하는 공장에서도 원격으로 정확하게 장비의 긴급 제동을 제어할 수 있는 효과가 있다.
또한, 본 발명은 본 발명 특유의 코팅층을 렌즈에 코팅하여, 별도의 렌즈 세척 없이도 높은 화질의 영상 이미지를 지속적으로 촬영할 수 있는 효과가 있다.
또한, 본 발명은 음성 명령 또는 동작 명령 중 적어도 하나의 명령만으로도 긴급 제동이 가능하므로 비상시 누구나 손쉽게 장비를 긴급 제동할 수 있는 효과가 있다.
본 발명에 따라 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1 및 도 2는 본 발명에 따른 장비의 긴급 제동을 위한 원격 제어 시스템을 나타낸 도면이다.
도 3은 고전적인 자연어 처리를 나타낸 도면이다.
도 4는 딥 러닝을 기초로 하는 자연어 처리를 나타낸 도면이다.
도 5는 본 발명의 카메라를 나타낸 도면이다.
도 6은 본 발명에 따른 스위치부를 나타낸 도면이다.
도 7 및 도 8은 본 발명에 따른 장비의 긴급 제동을 위한 원격 제어 방법을 나타낸 도면이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
도 3은 고전적인 자연어 처리를 나타낸 도면이다.
도 4는 딥 러닝을 기초로 하는 자연어 처리를 나타낸 도면이다.
도 5는 본 발명의 카메라를 나타낸 도면이다.
도 6은 본 발명에 따른 스위치부를 나타낸 도면이다.
도 7 및 도 8은 본 발명에 따른 장비의 긴급 제동을 위한 원격 제어 방법을 나타낸 도면이다.
본 발명에 관한 이해를 돕기 위해 상세한 설명의 일부로 포함되는, 첨부 도면은 본 발명에 대한 실시예를 제공하고, 상세한 설명과 함께 본 발명의 기술적 특징을 설명한다.
이하, 첨부된 도면을 참조하여 본 발명에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 발명에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 첨부된 도면은 본 발명에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하, 상술한 내용들을 바탕으로 본 발명의 바람직한 실시예에 따른, 장비의 긴급 제동을 위한 원격 제어 시스템에 관하여 상세히 설명하면 다음과 같다.
도 1 및 도 2는 본 발명에 따른 장비의 긴급 제동을 위한 원격 제어 시스템을 나타낸 도면이다.
도 1 및 도 2에 따르면, 본 발명에 따른 시스템(100)은 제어부(110), 통신 장치(120) 및 센싱부(130)를 포함할 수 있다. 또한, 본 발명에 따른 시스템(100)은 메모리(140)를 더 포함할 수 있다. 센싱부(130)는 마이크(131) 및/또는 카메라(132)를 포함할 수 있다.
도 1 및 도 2에 따르면, 센싱부(130)는 제어 명령을 감지할 수 있다. 제어부(110)는 센싱부(130)로부터 제어 명령을 수신하고, 장비의 긴급 제동을 위한 제동 명령을 생성할 수 있다. 통신 장치(120)는 생성된 제동 명령을 스위치부(150)로 전송할 수 있다.
제어 명령은 음성 명령으로부터 획득될 수 있다. 센싱부(130)는 음성 명령을 감지할 수 있다. 센싱부(130)는 음성 명령을 감지하기 위하여 마이크(131)를 포함할 수 있다. 음성 명령은 사용자로부터 획득될 수 있다. 음성 명령은 사용자의 발화문을 통하여 획득될 수 있다. 음성 명령은 사용자의 발화문 중 미리 설정된 키워드 단어를 추출할 수 있다. 이때, 추출된 키워드 단어가 제어 명령일 수 있다. 키워드 단어는 "위험", "정지", "긴급", "제동" 등을 포함하는 단어일 수 있으며, 이는 하나의 예시일 수 있다.
통신 장치(120)는 장비와 통신할 수 있는 구성일 수 있다. 통신 장치(120)는, 무선 통신을 통하여 제어부(110)와 통신할 수 있다. 무선 통신을 사용하는 통신 장치(120)의 경우, 내/외장 안테나와 접속되고, 안테나를 통해 휴대전화 통신방식에 의해 기지국과 정보의 송수신을 실행한다. 무선 통신을 사용하는 통신 장치(120)는 변조부, 복조부, 신호 처리부 등을 갖는 무선 통신부(미도시)을 포함한다.
상기 무선 통신은 통신사들이 기존에 설치해둔 통신 시설과 그 주파수를 사용하는 무선 통신망을 사용한 통신을 말한다. 이때, CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 등과 같은 다양한 무선 통신 시스템에 사용될 수 있으며, 뿐만 아니라, 3GPP(3rd generation partnership project) LTE(long term evolution)가 사용될 수 있다. 또한, 최근 상용화 중인 5G 통신을 주로 사용할 수 있으며, 추후 상용화가 예정되어 있는 6G 등도 사용될 수 있다. 다만, 본 발명은 이와 같은 무선 통신 방식에 구애됨이 없이 기설치된 통신망을 활용할 수 있다. 또한, 통신 장치(120)는 이동 수단 내 와이파이(Wi-Fi), 블루투스(Bluetooth) 등 무선 통신 기능을 지원할 수도 있다.
특히, 본 발명의 통신 장치(120)는 장비와 5G 통신 규격을 이용하여 통신할 수 있다. 5G 통신 규격을 이용하는 경우, 초저지연과 1mmsec 이하의 QoS가 보장될 수 있다.
센싱부(130)는, 영상 이미지 및 음성 데이터 중 적어도 하나를 센싱하기 위한 하나 이상의 센서를 포함할 수 있다. 뿐만 아니라, 센싱부(130)는 근접센서(proximity sensor), 조도 센서(illumination sensor), 터치 센서(touch sensor), 가속도 센서(acceleration sensor), 자기 센서(magnetic sensor), 중력 센서(G-sensor), 자이로스코프 센서(gyroscope sensor), 모션 센서(motion sensor), RGB 센서, 적외선 센서(IR 센서: infrared sensor), 지문인식 센서(finger scan sensor), 초음파 센서(ultrasonic sensor), 광 센서(optical sensor, 예를 들어, 카메라(132 참조)), 마이크로폰(microphone, 131 참조), 배터리 게이지(battery gauge), 환경 센서(예를 들어, 기압계, 습도계, 온도계, 방사능 감지 센서, 열 감지 센서, 가스 감지 센서 등), 화학 센서(예를 들어, 전자 코, 헬스케어 센서, 생체 인식 센서 등) 중 적어도 하나를 포함할 수 있다. 한편, 본 명세서에 개시된 제어부(110)는, 이러한 센서들 중 적어도 둘 이상의 센서에서 센싱되는 정보들을 조합하여 활용할 수 있다. 이때, 카메라(132)는 동작 명령을 감지하기 위한 구성이고, 마이크(131)는 음성 입력을 수신하기 위한 구성일 수 있다.
메모리(140)는 다수의 응용 프로그램(application program 또는 애플리케이션(application), 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버로부터 다운로드 될 수 있다.
메모리(140)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), SSD 타입(Solid State Disk type), SDD 타입(Silicon Disk Drive type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(random access memory; RAM), SRAM(static random access memory), 롬(read-only memory; ROM), EEPROM(electrically erasable programmable read-only memory), PROM(programmable read-only memory), 자기 메모리, 자기 디스크 및 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 메모리(140)는 인터넷(internet)상에서 저장 기능을 수행하는 웹 스토리지(web storage)를 포함할 수도 있다.
제어부(110)는 외부 서버일 수 있다. 제어부(110)는 장비와 무선 통신을 통하여 데이터를 송수신할 수 있다. 제어부(110)는 음성 입력 또는 발화문에서 미리 정해진 키워드 단어를 추출할 수 있다. 이때, 제어부(110)는 음성 인식을 위한 자연어 처리 알고리즘을 이용하여 미리 정해진 키워드 단어를 추출할 수 있다.
메모리(140)는 머신 러닝을 통하여 미리 학습된 데이터를 저장할 수 있다. 이때, 메모리(140)에 저장할 수 있도록 미리 학습된 데이터는 음성 인식 기술을 통하여 학습된 데이터일 수 있다. 또한, 미리 학습된 데이터는 비전 인식 기술을 통하여 학습된 데이터일 수 있다.
음성 인식은 사용자의 음성을 인식하는 기술이다. 최근, 음성 인식 기술의 발달로 인하여, 사람과 대화할 수 있는 인공지능을 활용한 대화 시스템 또는 그 시스템을 실행할 수 있는 장치 등이 활발히 개발되고 있다.
인공지능을 활용한 대화 시스템에서 활용되는 대표적인 기술은, 자동 음성 인식(Auto Speech Recognition, ASR), 자연어 이해(Natural Language Understanding, NLU), 텍스트 음성 변환(Text-to-Speech, TTS) 등이 있다.
비전 인식은 본 발명에서 사용자의 동작을 인식하기 위한 기술이다. 머신 러닝 기술을 통하여 사람에 해당하는지 여부를 학습하고 인식할 수 있다. 또한, 사용자의 동작 특징점을 추출하고, 특징점 분포를 기초로 사용자의 동작을 인식할 수 있다.
이러한 머신 러닝 알고리즘을 간략히 나타내면 아래와 같다.
본 발명의 머신 러닝 알고리즘은 딥러닝 알고리즘에 기초하여 미리 학습되어 생성된 분석모델이 마련되어 있을 수 있다. 상기 딥러닝 알고리즘에는 CNN(Convolutional Neural Network)이 포함될 수 있다. 뿐만 아니라, 상기 분석모델은 상기 CNN 외에도 RNN(Recurrent Neural Network)와 결합되어 학습된 결과에 따라 생성될 수도 있다. 이하에서는 CNN 기반 학습 결과에 따라 형성된 분석모델을 기준으로 설명한다. 먼저, CNN에 대하여 간략히 설명하면 CNN은 입력데이터를 분석하기 위해 사용되는 인공신경망의 한 종류일 수 있고 특징추출계층에서 입력데이터로부터의 특징이 추출되고, 분류계층에서 추출된 특징에 기초하여 입력데이터가 어떤 클래스에 해당되는지 분류될 수 있다. 상기 특징추출계층에는 적어도 하나 이상의 콘볼루션 레이어(convolutional layer) 및 풀링 레이어(pooling layer)가 포함될 수 있고, 상기 분류계층은 하나의 히든 레이어(hidden layer)가 포함된 풀리 커넥티드 레이어(fully connected layer)일 수 있다. 콘볼루션 레이어는 콘볼루션(convolution) 연산을 통해 객체의 특징을 나타내는 특징 맵을 생성하는 필터에 해당될 수 있다. 풀링 레이어에서는 콘볼루션 레이어의 출력 데이터의 크기를 줄이거나 특정 데이터를 강조하는 풀링연산이 수행될 수 있다. 상기 풀링 레이어에는 맥스풀링 레이어(max pooling layer) 및 평균풀링 레이어(average pooling layer)가 포함될 수 있다. 풀리 커넥티드 레이어(fully connected layer)는 추출된 특징정보에 기초하여 입력데이터의 분류를 위한 분류기(classifier)에 해당될 수 있다.
도 3은 고전적인 자연어 처리를 나타낸 도면이다.
자연어(Natural Language)란, 한국어, 영어 등과 같이 인간사회의 형성과 함께 자연발생적으로 생겨나고 진화하고 의사소통을 행하기 위한 수단으로서 사용되고 있는 언어를 의미한다. 이러한 자연어를 가공 및 처리하는 것을 자연어 처리(Natural Language Processing)라고 한다.
자연어 처리는, 자연어 이해(Natural Language Understanding), 자연어 생성(Natural Language Generation), 기계 번역(Machine Translation), 질의 응답 시스템(Question Answering System), 전산 언어학(Computational Linguistics), 음성 인식(Speech Recognition), 음성 합성(Speech Systhesis), 음성 이해(Speech Understanding), 정보 검색(Information Retrieval), 문서 분류(Text Categorization), 텍스트 마이닝(Text Mining) 등의 여러분야를 포함할 수 있다.
고전적인 자연어 처리는 (1) 전처리(Pre-processing), (2) 모델링(modeling), (3) 출력(Output) 등으로 구분될 수 있다.
도 3에 따르면, 전처리는, 해당 언어의 특성에 맞게 텍스트를 가공하여 그 특징을 추출하기 용이하도록 처리하는 프로세싱을 말할 수 있다. 즉, 상기 전처리 프로세싱은 (1) 토큰화(Tokenizatoin) 단계, (2) 포스 태깅(PoS Tagging) 단계 및 (3) 스탑워드 제거(Stopword Removal) 단계 등을 포함할 수 있다.
토큰화 단계는 텍스트를 문서, 문단, 문장 등의 기본 단위로 구분하는 작업을 의미할 수 있다. 이는 언어의 특징에 따라 서로 달라질 수 있다. 일 예로, 중국어의 경우는 띄어쓰기가 없고 한국어의 경우 띄어쓰기 규칙을 잘 지키지 않는 경향이 존재하는 등의 차이가 존재할 수 있다.
포스 태깅 단계는 상기 토큰화 단계에서 토큰으로 구분된 단어를 품사로 매칭하는 단계를 말할 수 있다. 동일한 단어라도 명사인지, 동사인지, 형용사인지에 따라서 중요도나 의미가 달라질 수 있기 때문이다.
스탑워드 제거(Stopword Removal) 단계는 불용어(Stopword)를 제거하는 것을 말할 수 있다. 불용어란, 텍스트에서 큰 의미를 가지지 않는 것들을 의미할 수 있다. 일 예시로, 영어의 경우는 it, there 등과 같은 대명사를 의미할 수 있다.
도 3에 따르면, 모델링은, 상기 전처리된 텍스트의 특징을 추출하여 원하는 결과를 도출하기 위한 프로세싱을 말할 수 있다. 즉, 상기 모델링 프로세싱은, (1) 특징 추출(Feature Extraction) 단계, (2) 특징들을 모델링(Modeling)하는 단계, 및 (3) 특징들을 바탕으로 의미를 추론(Inference)하는 단계를 포함할 수 있다.
도 3에 따르면, 출력은, (1) 정서(sentiment), (2) 분류(Classification), (3) 엔티티(Entity) 추출, (4) 번역(Translation),(5) 토픽 모델링(Topic Modeling)을 포함할 수 있다.
도 4는 딥 러닝을 기초로 하는 자연어 처리를 나타낸 도면이다.
딥 러닝(Deep Learing)은 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술을 의미한다. 최근, 딥 러닝 기술의 발전으로 인하여, 자연어 처리에도 딥 러닝의 기술을 적용하는 경우 자연어 처리가 매우 효과적이라는 사실이 알려져 있다.
도 4에 따르면, (1) 텍스트를 전처리하는 단계, (2) 임베딩 단계, (3) 히든 레이어(Hidden layer)를 통과하는 단계 및 (4) 출력 단계를 포함할 수 있다.
텍스트를 전처리하는 단계는, 해당 언어의 특성에 맞게 텍스트를 가공하여 그 특징을 추출하기 용이하도록 처리하는 프로세싱을 말할 수 있다. 즉, 상기 텍스트를 전처리하는 단계는 (1) 토큰화(Tokenizatoin) 단계, (2) 포스 태깅(PoS Tagging) 단계 및 (3) 스탑워드 제거(Stopword Removal) 단계 등을 포함할 수 있다. 이는 상술한 내용에 자세히 설명되어 있으므로 이하 생략한다.
임베딩(Embedding) 단계는, 단어 임베딩, 문장 임베딩 등을 포함할 수 있다. 임베딩은 자연어를 숫자의 나열인 벡터로 바꾼 결과 혹은 그 일련의 과정 전체를 가리키는 용어를 의미한다.
히든 레이어(Hidden layer)를 통과하는 단계는, 여러 층의 비선형의 히든 레이어(Hidden layer)를 포함하고 있는 신경망(artificial neural network)으로 여러 비선형 변환(non-linear activation)의 조합을 통해 높은 수준의 추상화(abstraction)를 시도하여 새로운 자질의 조합 혹은 표현을 학습하는 단계를 의미할 수 있다.
출력 단계는, (1) 정서(sentiment), (2) 분류(Classification), (3) 엔티티(Entity) 추출, (4) 번역(Translation), (5) 토픽 모델링(Topic Modeling)을 출력할 수 있다.
도 5는 본 발명의 카메라를 나타낸 도면이다 .
도 5에 따르면, 본 발명의 카메라(132)는 카메라 모듈(1320)을 포함할 수 있다. 카메라 모듈(1320)은 광 이미지로부터 영상 이미지를 생성할 수 있다. 카메라 모듈(1320)은 측벽에 관통홀을 포함하는 하우징, 관통홀에 설치된 렌즈(1321) 및 렌즈(1321)를 구동하는 구동부(1323)를 포함할 수 있다. 관통홀은 렌즈(1321)의 직경에 대응되는 크기로 형성될 수 있다. 렌즈(1321)는 관통홀에 삽입될 수 있다.
구동부(1323)는 렌즈(1321)를 전방 또는 후방으로 움직이도록 제어하는 구성일 수 있다. 렌즈(1321)와 구동부(1323)는 종래 알려진 방식으로 연결되고 렌즈(1321)는 종래 알려진 방식으로 구동부(1323)에 의하여 제어될 수 있다.
다양한 영상 이미지를 수득하기 위해서는 렌즈(1321)가 카메라 모듈(1320) 또는 하우징의 외부로 노출될 필요가 있다.
바람직하게 상기 렌즈(1321)는 그 표면에 하기의 [화학식 1]로 표시되는 실록산계 화합물; 유기 용매, 무기 입자 및 분산제가 포함되는 코팅조성물로 코팅된 것일 수 있다.
[화학식 1]
(여기서 n은 1 내지 100의 정수이다.)
상기 코팅조성물로 렌즈(1321)가 코팅된 경우 우수한 발수성 및 내오염성을 나타낼 수 있기 때문에 차량의 외부에 설치된 렌즈(1321)가 오염 환경에 장기간 노출되더라도, 도로정보로 활용할 수 있는 이미지 또는 영상을 수집할 수 있다.
상기 무기 입자는 실리카, 알루미나 및 이들의 혼합물로 이루어진 군으로부터 선택될 수 있다. 상기 무기 입자의 평균 직경은 70 내지 100㎛이지만, 상기 예시에 국한되지 않는다. 상기 무기 입자는 렌즈(1321) 표면에 코팅층(1322)으로 형성 후, 물리적인 강도를 향상시키고, 점도를 일정 범위로 유지시켜 성형성을 높일 수 있다.
상기 유기 용매는 메틸에틸케톤(MEK), 톨루엔 및 이들의 혼합으로 이루어진 군으로부터 선택되며, 바람직하게는 메틸에틸케톤을 사용할 수 있으나, 상기 예시에 국한되지 않는다.
상기 분산제로는 폴리에스테르 계열의 분산제를 사용할 수 있고, 구체적으로 2-메톡시프로필 아세테이트 및 1-메톡시-2-프로필 아세테이트의 공중합체로 이루어진 폴리에스테르 계열의 분산안정제로서 TEGO-Disperse 670 (제조사: EVONIK)을 사용할 수 있으나, 상기 예시에 국한되지 않고 통상의 기술자에게 자명한 분산제는 제한 없이 모두 사용 가능하다.
상기 코팅 조성물은 기타 첨가제로 안정화제를 추가로 포함할 수 있고, 상기 안정화제는 자외선 흡수제, 산화방지제 등을 포함할 수 있으나, 상기 예시에 국한되지 않고 제한 없이 사용 가능하다.
상기 코팅층(1322)을 형성하기 위한, 코팅 조성물은 보다 구체적으로 상기 화학식 1로 표시되는 실록산계 화합물; 유기 용매, 무기 입자 및 분산제를 포함할 수 있다.
상기 코팅 조성물은 유기용매 100 중량부에 대하여, 상기 화학식 1로 표시되는 실록산계 화합물 40 내지 60 중량부, 무기 입자 20 내지 40 중량부 및 분산제 5 내지 15 중량부를 포함할 수 있다. 상기 범위에 의하는 경우 각 구성 성분의 상호 작용에 의한 발수 효과가 임계적 의의가 있는 정도의 상승효과가 발현되며, 상기 범위를 벗어나는 경우 상승효과가 급격히 저하되거나 거의 없게 된다.
보다 바람직하게, 상기 코팅 조성물의 점도는 1500 내지 1800cP이며, 상기 점도가 1500cP 미만인 경우에는 렌즈(1321) 표면에 도포하면, 흘러내려 코팅층(1322)의 형성이 용이하지 않은 문제가 있고, 1800cP를 초과하는 경우에는 균일한 코팅층(1322)의 형성이 용이하지 않은 문제가 있다.
[제조예 1: 코팅층의 제조]
1. 코팅 조성물의 제조
메틸에틸케톤에 상기 [화학식 1]로 표시되는 실록산계 화합물, 무기입자 및 분산제를 혼합하여, 코팅 조성물을 제조하였다:
상기 대전방지 조성물의 보다 구체적인 조성은 하기 표 1과 같다.
| TX1 | TX2 | TX3 | TX4 | TX5 | |
| 유기용매 | 100 | 100 | 100 | 100 | 100 |
| 폴리실록산 | 30 | 40 | 50 | 60 | 70 |
| 무기입자 | 10 | 20 | 30 | 40 | 50 |
| 분산제 | 1 | 5 | 10 | 15 | 20 |
(단위 중량부)
2. 코팅층의 제조
렌즈(1321)의 일면에 상기 DX1 내지 DX5의 코팅 조성물을 도포 후, 경화시켜 코팅층(1322)을 형성하였다.
[실험예]
1. 표면 외관에 대한 평가
코팅 조성물의 점도 차이로 인해, 코팅층(1322)을 제조한 이후, 균일한 표면이 형성되었는지 여부에 대해 관능 평가를 진행하였다. 균일한 코팅층(1322)을 형성하였는지 여부에 대한 평가를 진행하였고, 하기와 같은 기준에 의해 평가를 진행하였다.
○: 균일한 코팅층 형성
×: 불균일한 코팅층의 형성
| TX1 | TX2 | TX3 | TX4 | TX5 | |
| 관능 평가 | Х | ○ | ○ | ○ | Х |
코팅층(1322)을 형성할 때, 일정 점도 미만인 경우에는 렌즈(1321)의 표면에서 흐름이 발생하여, 경화 공정 이후, 균일한 코팅층(1322)의 형성이 어려운 경우가 다수 발생하였다. 이에 따라, 생산 수율이 낮아지는 문제가 발생할 수 있다. 또한, 점도가 너무 높은 경우에도, 조성물의 균일 도포가 어려워 균일한 코팅층(1322)의 형성이 불가하였다.
2. 발수각의 측정
상기 렌즈(1321) 표면에 코팅층(1322)을 형성한 이후, 발수각을 측정한 결과는 하기 표 3과 같다.
전진 접촉각 (  |
정지 접촉각 (  |
후진 접촉각 (  |
|
| TX1 | 117.1±2.9 | 112.1±4.1 | < 10 |
| TX2 | 132.4±1.5 | 131.5±2.7 | 141.7±3.4 |
| TX3 | 138.9±3.0 | 138.9±2.7 | 139.8±3.7 |
| TX4 | 136.9±2.0 | 135.6±2.6 | 140.4±3.4 |
| TX5 | 116.9±0.7 | 115.4±3.0 | < 10 |
상기 표 3에 나타낸 바와 같이, TX1 내지 TX5의 코팅 조성물을 이용하여 코팅층(1322)을 형성한 이후, 접촉각을 측정한 결과를 확인하였다. TX1 및 TX5는 후진 접촉각이 10도 미만으로 측정되었다. 즉, 코팅 조성물을 제조하기 위한 최적의 범위를 벗어나게 되는 경우, 물방울이 피닝(Pinning)되는 현상이 발생하는 것을 확인하였다. 반면 TX2 내지 4에서는 피닝 현상이 발생하지 않음을 확인하여 우수한 방수 효과를 나타낼 수 있음을 확인하였다.
3. 내오염성 평가
설비 외부에 상기 실시예에 따른 코팅층(1322)을 형성한 렌즈(1321)를 모형카메라에 부착하고, 4일 간 일반도로 주행 환경에 노출되도록 하였다. 비교예(Con)로는 코팅층(1322)이 형성되지 않은 동일한 렌즈(1321)를 사용하였으며, 각 실시예에 모형카메라는 차량의 동일한 위치에 부착하였다.
그 뒤 실험 전후의 렌즈(1321)의 오염 정도를 유관으로 평가하였고, 객관적인 비교를 위하여 코팅층(1322)이 형성되지 않은 비교예와 비교하여 그 결과를 1 내지 10의 지수로 평가하여 하기의 표 4에 나타내었다. 하기의 지수는 그 숫자가 낮을수록 내오염성이 우수한 것이다.
| Con | TX1 | TX2 | TX3 | TX4 | TX5 | |
| 내오염성 | 10 | 7 | 3 | 3 | 3 | 8 |
(단위: 지수)
상기 표 4를 참조하면, 렌즈(1321)에 코팅층(1322)을 형성하는 경우 차량의 외부에 라이더 센서 또는 카메라를 설치하면서 렌즈(1321)가 외부로 노출되도록 하여도 높은 내오염성을 오랜 기간 분석하기 용이한 형태로 이미지 데이터를 수집할 수 있다는 점을 알 수 있다. 특히 TX2 내지 TX4에 의하는 경우 코팅층(1322)에 의한 내오염성이 매우 우수하다는 점을 확인할 수 있다.
도 6은 본 발명에 따른 스위치부를 나타낸 도면이다.
도 6에 따르면, 스위치부(150)는 제어 회로(151), 배터리(152) 및 통신 모듈(153)를 포함할 수 있다. 또한, 스위치부(150)는 스위치(154)를 더 포함할 수 있다. 스위치부(150)는 장비의 긴급 제동을 온(on)/오프(off)할 수 있는 구성이다. 스위치부(150)의 제어 회로(151)는 장비의 긴급 제동을 위한 명령을 생성할 수 있다.
스위치부(150)는 장비에 직접 설치되어, 장비로부터 전원을 공급받을 수도 있으나, 스위치부(150)는 비상시 긴급 동삭을 제어하는 구성이므로, 별도의 배터리(152)를 더 포함할 수 있다. 스위치부(150)는 장비와 유선으로 연결되어 장비를 제어할 수도 있고, 무선 통신으로 연결되어 장비를 제어할 수도 있다. 스위치부(150)는 통신 모듈(153)을 포함하며, 통신 모듈(153)은 장비와의 유선 통신 또는 무선 통신을 지원할 수 있다.
스위치(154)는 사용자에 의하여 눌려지고, 이를 기점으로 상기 스위치(154)로부터 전달된 신호가 장비를 긴급 제동할 수 있다.
도 6에 따른 스위치부(150)는 하나의 예시이며, 스위치는 무선 장치로서 원격으로 장비(10)를 제어하기도 쉽다.
이하, 상술한 내용들을 바탕으로 본 발명의 바람직한 또 다른 실시예에 따른, 장비의 긴급 제동을 위한 원격 제어 방법에 관하여 상세히 설명하면 다음과 같다.
또한, 본 발명의 바람직한 또 다른 실시예에 대한 설명 중 상술한 설명과 동일하거나 중복되는 설명은 생략될 수 있다. 또한, 본 발명의 바람직한 또 다른 실시예에 따른 원격 제어 방법을 수행하는 주체는 상술한 시스템 또는 제어부(110)일 수 있다.
도 7 및 도 8은 본 발명에 따른 장비의 긴급 제동을 위한 원격 제어 방법을 나타낸 도면이다.
도 7에 따르면, 긴급 제동을 위한 스위치부(150)를 포함하는 장비의 원격 제어 방법에 있어서, 장비 주변에서 영상 이미지 또는 음성 데이터 중 적어도 하나를 수신하는 단계(S1100), 상기 영상 이미지 또는 상기 음성 이미지로부터 제어 명령을 획득하는 단계(S1200), 상기 제어 명령에 따라 상기 장비에 대한 제동 명령을 생성하는 단계(S1300) 및 상기 제동 명령을 상기 스위치부로 전송하는 단계(S1400)를 포함할 수 있다.
도 8에 따르면, 일 예시로, 본 발명에 따른 원격 제어 방법은 고위험 제조설비 주변에 음성인식 마이크(131)를 설치하는 단계, 현장에서의 위험 인지를 위한 음성 데이터를 수집하는 단계 및 현장 작업 소리를 실시간으로 전송하는 단계를 포함할 수 있다. 현장 작업 소리는 제어부(110)로 전달되고, 제어부(110)는 기계 학습 등을 통하여 위험 여부를 판단할 수 있다. 판단 결과, 장비가 위험 상태라면 제동 명령을 생성하고 제조 장비를 정지시킬 수 있다.
현장에서의 위험 인지를 위한 음성 데이터를 수집하는 단계는 "정지", "위험" 등의 키워드 단어를 포함할 수 있고, 이후 음성 인식 알고리즘을 통하여 이를 기계 학습할 수 있다. 학습 결과는 음성인식 데이터베이스에 저장될 수 있다. 제어부는 위험 여부를 판단하기 위하여 음성인식 데이터베이스에 저장된 학습 결과를 활용할 수 있다.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 모델링하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 모델링되는 것도 포함한다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
앞에서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 서로 배타적이거나 구별되는 것은 아니다. 앞서 설명된 본 발명의 어떤 실시 예들 또는 다른 실시 예들은 각각의 구성 또는 기능이 병용되거나 조합될 수 있다.
상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.
100: 시스템
110: 제어부
120: 통신 장치
130: 센싱부
140: 메모리
150: 스위치부
110: 제어부
120: 통신 장치
130: 센싱부
140: 메모리
150: 스위치부
Claims (13)
- 장비의 긴급 제동을 위한 원격 제어 시스템에 있어서,
제어 명령을 감지하는 센싱부;
상기 센싱부로부터 상기 제어 명령을 수신하고 상기 장비의 긴급 제동을 위한 제동 명령을 생성하는 제어부;
상기 제동 명령에 따라 상기 장비를 긴급 제동하는 스위치부; 및
상기 제동 명령을 상기 스위치부로 전송하는 통신 장치;를 포함하되,
상기 센싱부는,
음성 명령을 감지하기 위한 마이크 및 동작 명령을 감지하기 위한 카메라를 포함하고,
상기 카메라는,
광 이미지로부터 영상 이미지를 생성하는 카메라 모듈;을 포함하고,
상기 카메라 모듈은,
측벽에 관통홀을 포함하는 하우징;
상기 관통홀에 설치된 렌즈; 및
상기 렌즈를 구동하는 구동부;를 포함하되,
상기 렌즈는 일면이 상기 하우징의 외부로 노출되고, 상기 일면은 코팅층으로 코팅된 것이며,
상기 코팅층은, 하기의 [화학식 1]로 표시되는 실록산계 화합물; 유기 용매, 무기 입자 및 분산제가 포함되는 코팅조성물을 포함하는 것인, 원격 제어 시스템.
[화학식 1]
(여기서 n은 1 내지 100의 정수이다.)
- 제1항에 있어서,
상기 통신 장치는,
상기 장비와 5G 통신 규격을 이용하여 통신하는 것인, 원격 제어 시스템.
- ◈청구항 3은(는) 설정등록료 납부시 포기되었습니다.◈제1항에 있어서,
상기 센싱부는,
상기 마이크 또는 상기 카메라 중 적어도 하나에서 상기 제어 명령을 감지하는 것인, 원격 제어 시스템.
- ◈청구항 4은(는) 설정등록료 납부시 포기되었습니다.◈제1항에 있어서,
상기 제어부는,
상기 마이크로부터 음성 입력을 수신하고, 상기 음성 입력으로부터 미리 정해진 키워드 단어를 추출하고,
상기 제어부는,
상기 미리 정해진 키워드 단어가 추출되는 경우, 상기 제동 명령을 생성하는 것인, 원격 제어 시스템.
- ◈청구항 5은(는) 설정등록료 납부시 포기되었습니다.◈제4항에 있어서,
상기 제어부는,
음성 인식을 위한 자연어 처리 알고리즘을 이용하여 상기 미리 정해진 키워드 단어를 추출하는 것인, 원격 제어 시스템.
- ◈청구항 6은(는) 설정등록료 납부시 포기되었습니다.◈제3항에 있어서,
상기 제어부는,
상기 카메라로부터 영상 입력을 수신하고, 상기 영상 입력으로부터 미리 정해진 동작을 추출하고,
상기 제어부는,
상기 미리 정해진 동작이 추출되는 경우, 상기 제동 명령을 생성하는 것인, 원격 제어 시스템.
- ◈청구항 7은(는) 설정등록료 납부시 포기되었습니다.◈제6항에 있어서,
상기 제어부는,
비전 인식을 위한 알고리즘을 이용하여 상기 미리 정해진 동작을 추출하는 것인, 원격 제어 시스템.
- 삭제
- ◈청구항 9은(는) 설정등록료 납부시 포기되었습니다.◈제5항에 있어서,
머신 러닝을 통하여 미리 학습된 데이터를 저장하는 메모리;를 더 포함하고,
상기 제어부는,
상기 미리 학습된 데이터를 기초로, 상기 자연어 처리 알고리즘을 수행하는 것인, 원격 제어 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200170246A KR102256726B1 (ko) | 2020-12-08 | 2020-12-08 | 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200170246A KR102256726B1 (ko) | 2020-12-08 | 2020-12-08 | 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102256726B1 true KR102256726B1 (ko) | 2021-05-26 |
Family
ID=76137373
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200170246A KR102256726B1 (ko) | 2020-12-08 | 2020-12-08 | 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102256726B1 (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230047833A (ko) * | 2021-10-01 | 2023-04-10 | 주식회사 이음아이씨티 | 전기 설비의 화재 감지 시스템 |
| KR102627673B1 (ko) * | 2023-02-14 | 2024-01-23 | 주식회사 지앤케이솔루션즈 | 안전성을 높인 긴급-정지 단말기와, 이를 이용한 산업 설비 및 현장 관리시스템 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012234549A (ja) * | 2011-05-06 | 2012-11-29 | Deckel Maho Pfronten Gmbh | 工作物を取り扱い、組み立て、または機械加工するための自動化された機械を作動させるためのデバイス |
| JP2017051350A (ja) * | 2015-09-08 | 2017-03-16 | Idec株式会社 | 緊急処理システム |
| KR102076267B1 (ko) | 2017-02-21 | 2020-02-12 | 에이피시스템 주식회사 | 비상정지 장치 및 방법 |
-
2020
- 2020-12-08 KR KR1020200170246A patent/KR102256726B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012234549A (ja) * | 2011-05-06 | 2012-11-29 | Deckel Maho Pfronten Gmbh | 工作物を取り扱い、組み立て、または機械加工するための自動化された機械を作動させるためのデバイス |
| JP2017051350A (ja) * | 2015-09-08 | 2017-03-16 | Idec株式会社 | 緊急処理システム |
| KR102076267B1 (ko) | 2017-02-21 | 2020-02-12 | 에이피시스템 주식회사 | 비상정지 장치 및 방법 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230047833A (ko) * | 2021-10-01 | 2023-04-10 | 주식회사 이음아이씨티 | 전기 설비의 화재 감지 시스템 |
| KR102606324B1 (ko) * | 2021-10-01 | 2023-11-24 | 주식회사 이음아이씨티 | 전기 설비의 화재 감지 시스템 |
| KR102627673B1 (ko) * | 2023-02-14 | 2024-01-23 | 주식회사 지앤케이솔루션즈 | 안전성을 높인 긴급-정지 단말기와, 이를 이용한 산업 설비 및 현장 관리시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102256726B1 (ko) | 장비의 긴급 제동을 위한 원격 제어 시스템 및 제어 방법 | |
| Hassan et al. | Multiple proposals for continuous arabic sign language recognition | |
| KR101165537B1 (ko) | 사용자 장치 및 그의 사용자의 상황 인지 방법 | |
| KR102375800B1 (ko) | 음성 인식 서비스를 제공하는 전자 장치 및 그 방법 | |
| WO2018022764A1 (en) | Voice activated electronic device | |
| US11967315B2 (en) | System and method for multi-spoken language detection | |
| US11580969B2 (en) | Artificial intelligence device and method of operating artificial intelligence device | |
| US20210110815A1 (en) | Method and apparatus for determining semantic meaning of pronoun | |
| Vashistha et al. | Raspberry Pi based voice-operated personal assistant (Neobot) | |
| CN111326178A (zh) | 基于卷积神经网络的多模态语音情感识别系统及方法 | |
| CN110718217B (zh) | 一种控制方法、终端及计算机可读存储介质 | |
| Rahat et al. | An IoT based interactive speech recognizable robot with distance control using Raspberry Pi | |
| JP5828552B2 (ja) | 物体分類装置、物体分類方法、物体認識装置及び物体認識方法 | |
| Saradi et al. | Voice-based motion control of a robotic vehicle through visible light communication | |
| CN111816211B (zh) | 情绪识别方法、装置、存储介质及电子设备 | |
| KR102221963B1 (ko) | 화상 정보를 제공하는 인공 지능 장치 및 그 방법 | |
| CN110991155B (zh) | 文本修正方法、设备及介质 | |
| Dahanayaka et al. | A multi-modular approach for sign language and speech recognition for deaf-mute people | |
| KR102416852B1 (ko) | 시험 점수를 예측하는 방법 및 장치 | |
| Ozasa et al. | Disambiguation in unknown object detection by integrating image and speech recognition confidences | |
| KR20230126997A (ko) | 음성 인식 모듈, 방법 및 시스템 | |
| US11445120B2 (en) | Information processing method for adjustting an image capture region based on spoken utterance and apparatus therefor | |
| Zuo et al. | Detecting robot-directed speech by situated understanding in physical interaction | |
| Kamath et al. | Fully Responsive Image and Speech Detection Artificial Yankee (FRIDAY): Human Assistant | |
| Patel | Human robot interaction with cloud assisted voice control and vision system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |