KR102269788B1 - 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버 - Google Patents

액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버 Download PDF

Info

Publication number
KR102269788B1
KR102269788B1 KR1020190063740A KR20190063740A KR102269788B1 KR 102269788 B1 KR102269788 B1 KR 102269788B1 KR 1020190063740 A KR1020190063740 A KR 1020190063740A KR 20190063740 A KR20190063740 A KR 20190063740A KR 102269788 B1 KR102269788 B1 KR 102269788B1
Authority
KR
South Korea
Prior art keywords
robot
module
identification information
action
robot module
Prior art date
Application number
KR1020190063740A
Other languages
English (en)
Other versions
KR20200137411A (ko
Inventor
신용경
김상훈
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190063740A priority Critical patent/KR102269788B1/ko
Priority to US16/799,737 priority patent/US20200376655A1/en
Publication of KR20200137411A publication Critical patent/KR20200137411A/ko
Application granted granted Critical
Publication of KR102269788B1 publication Critical patent/KR102269788B1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63H—TOYS, e.g. TOPS, DOLLS, HOOPS OR BUILDING BLOCKS
    • A63H3/00—Dolls
    • A63H3/36—Details; Accessories
    • A63H3/50—Frames, stands, or wheels for dolls or toy animals
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/003—Manipulators for entertainment
    • B25J11/0035—Dancing, executing a choreography
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63H—TOYS, e.g. TOPS, DOLLS, HOOPS OR BUILDING BLOCKS
    • A63H13/00—Toy figures with self-moving parts, with or without movement of the toy as a whole
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63H—TOYS, e.g. TOPS, DOLLS, HOOPS OR BUILDING BLOCKS
    • A63H3/00—Dolls
    • A63H3/28—Arrangements of sound-producing means in dolls; Means in dolls for producing sounds
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/003—Manipulators for entertainment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0009—Constructional details, e.g. manipulator supports, bases
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/08—Programme-controlled manipulators characterised by modular constructions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/34—User authentication involving the use of external additional devices, e.g. dongles or smart cards
    • G06F21/35—User authentication involving the use of external additional devices, e.g. dongles or smart cards communicating wirelessly
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Toxicology (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electromagnetism (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Manipulator (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

본 발명의 실시 예에 따른 액션 로봇은, 식별 정보가 저장된 인증 모듈을 포함하는 로봇 모듈; 및 상기 로봇 모듈이 장착된 경우, 상기 로봇 모듈을 이용하여 액션을 출력하는 베이스 모듈을 포함하고, 상기 베이스 모듈은, 상기 로봇 모듈이 소정 액션을 출력하도록 상기 로봇 모듈을 구동시키는 로봇 모듈 구동부; 장착된 로봇 모듈의 인증을 수행하는 관리 서버와 연결하기 위한 통신부; 상기 로봇 모듈이 장착되면, 상기 인증 모듈에 저장된 상기 식별 정보를 획득하는 로봇 모듈 인증부; 및 상기 획득된 식별 정보를 상기 관리 서버로 전송하도록 상기 통신부를 제어하는 프로세서를 포함한다.

Description

액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버{ACTION ROBOT, AUTHENTICATION METHOD THEREFOR, AND SERVER CONNECTED THERETO}
본 발명은 액션 로봇에 관한 것으로서, 특히 상기 액션 로봇의 베이스 모듈에 장착되는 로봇 모듈의 인증을 수행하는 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버에 관한 것이다.
로봇 기술이 발달함에 따라 관절이나 바퀴 등을 모듈화하여 로봇을 구축하는 방법이 사용되고 있다. 예컨대, 로봇을 구성하는 다수의 액츄에이터 모듈(actuator module)을 전기적, 기계적으로 연결 및 조립하여 강아지, 공룡, 인간, 거미 등 다양한 형태의 로봇을 만들 수 있도록 하고 있다.
이러한 다수의 액츄에이터 모듈을 조립함으로써 제작될 수 있는 로봇을 통상적으로 모듈러 로봇(modular robot)이라 한다. 모듈러 로봇을 구성하는 각 액츄에이터 모듈은 내부에 모터가 구비되어 모터의 회전에 따라 로봇의 모션(motion)이 실행된다. 이러한 로봇의 모션은 동작, 춤 등과 같은 로봇의 움직임을 통칭하는 개념이다.
최근에는 엔터테인먼트용 로봇이 두각을 나타내면서 오락이나 사람의 흥미를 돋우기 위한 로봇에 대한 관심이 높아지고 있다. 예컨대 음악에 맞춰 춤을 추거나 이야기(동화 등)에 맞춰 모션이나 표정을 취하도록 하는 기술들이 개발되고 있다.
이는 음악이나 동화에 맞는 다수의 모션들을 미리 설정해 두고 외부장치에서 음악이나 동화가 재생되면 그에 맞게 미리 설정된 모션을 실행시킴으로써 액션 로봇이 모션을 수행하는 것이다.
본 발명이 해결하고자 하는 과제는, 모듈 형태로 구현되는 액션 로봇에 있어서, 로봇 모듈이 제3자에 의해 불법적으로 제공 및 사용되는 것을 방지할 수 있는 방법을 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 로봇 모듈의 식별 정보가 복제되거나, 로봇 모듈이 도난 또는 분실됨에 따른 타인의 로봇 모듈 사용을 차단할 수 있는 방법을 제공하는 것이다.
본 발명의 실시 예에 따른 액션 로봇은, 식별 정보가 저장된 인증 모듈을 포함하는 로봇 모듈; 및 상기 로봇 모듈이 장착된 경우, 상기 로봇 모듈을 이용하여 액션을 출력하는 베이스 모듈을 포함하고, 상기 베이스 모듈은, 상기 로봇 모듈이 소정 액션을 출력하도록 상기 로봇 모듈을 구동시키는 로봇 모듈 구동부; 장착된 로봇 모듈의 인증을 수행하는 관리 서버와 연결하기 위한 통신부; 상기 로봇 모듈이 장착되면, 상기 인증 모듈에 저장된 상기 식별 정보를 획득하는 로봇 모듈 인증부; 및 상기 획득된 식별 정보를 상기 관리 서버로 전송하도록 상기 통신부를 제어하는 프로세서를 포함한다.
상기 프로세서는, 상기 통신부를 통해, 상기 관리 서버로부터 상기 로봇 모듈의 인증 결과와 관련된 제어 신호를 수신하고, 수신된 제어 신호에 기초하여, 상기 로봇 모듈을 이용한 액션 출력 여부를 설정한다.
상기 프로세서는, 상기 관리 서버에 의해 상기 로봇 모듈의 인증이 실패한 경우, 상기 수신된 제어 신호에 기초하여 상기 로봇 모듈의 구동을 차단시킬 수 있다.
상기 프로세서는, 상기 관리 서버에 의해 상기 로봇 모듈의 인증이 성공한 경우, 상기 로봇 모듈 구동부를 제어하여 상기 로봇 모듈을 이용한 액션을 출력할 수 있다.
상기 액션 로봇은 콘텐츠 데이터를 출력하는 출력부를 더 포함하고, 상기 프로세서는, 상기 콘텐츠 데이터에 대응하는 액션 제어 데이터에 기초하여 상기 로봇 모듈 구동부를 제어할 수 있다.
실시 예에 따라, 상기 콘텐츠 데이터 및 상기 액션 제어 데이터는 상기 통신부를 통해 연결된 서버 또는 단말기로부터 수신될 수 있다.
상기 액션 로봇은 상기 베이스 모듈의 식별 정보를 저장하는 메모리를 더 포함하고, 상기 프로세서는, 상기 로봇 모듈의 식별 정보 및 상기 베이스 모듈의 식별 정보를 상기 관리 서버로 전송할 수 있다.
상기 프로세서는, 상기 메모리에 저장된 인증 데이터, 및 상기 획득된 식별 정보에 기초하여, 상기 로봇 모듈의 종류를 인식하거나 상기 로봇 모듈의 호환 가능 여부를 인증할 수 있다.
실시 예에 따라, 상기 로봇 모듈 인증부는 NFC 리더를 포함하고, 상기 인증 모듈은 NFC 태그를 포함할 수 있다.
본 발명의 실시 예에 따른 관리 서버는 액션을 출력하는 로봇 모듈 및 상기 로봇 모듈을 구동시키는 베이스 모듈을 포함하는 액션 로봇과 연결될 수 있다. 상기 관리 서버는, 상기 액션 로봇으로부터 상기 로봇 모듈의 제1 식별 정보를 수신하는 통신부; 및 상기 수신된 제1 식별 정보, 및 단말기로부터 수신되는 사용자 정보에 기초하여 상기 로봇 모듈의 인증을 수행하고, 상기 로봇 모듈의 인증 수행 결과에 기초하여, 상기 액션 로봇으로 상기 로봇 모듈의 구동을 활성화 또는 비활성화하는 제어 신호를 전송하는 프로세서를 포함할 수 있다.
상기 프로세서는, 상기 액션 로봇으로부터, 상기 베이스 모듈의 제2 식별 정보를 더 수신하고, 상기 수신된 제1 식별 정보가 데이터베이스에 존재하는지 여부를 확인하고, 상기 제1 식별 정보가 상기 데이터베이스에 존재하는 경우, 상기 제2 식별 정보에 매칭된 단말기로부터 상기 사용자 정보를 수신하고, 수신된 사용자 정보와, 상기 제1 식별 정보에 매칭된 사용자 정보의 일치 여부에 기초하여 상기 로봇 모듈의 인증을 수행할 수 있다.
상기 프로세서는, 상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 일치하는 경우, 상기 액션 로봇으로 상기 로봇 모듈의 구동을 활성화하는 제어 신호를 전송하고, 상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 불일치하는 경우, 상기 액션 로봇으로 상기 로봇 모듈의 구동을 비활성화하는 제어 신호를 전송할 수 있다.
상기 프로세서는, 상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 일치하는 경우, 상기 단말기로 인증 성공 알림을 전송하고, 상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 불일치하는 경우, 상기 단말기로 인증 실패 알림을 전송할 수 있다.
상기 프로세서는, 상기 제1 식별 정보가 상기 데이터베이스에 존재하지 않는 경우, 상기 제2 식별 정보에 매칭된 단말기로 사용자 정보 요청을 전송하고, 상기 단말기로부터 수신되는 사용자 정보 및 상기 제1 식별 정보를 상기 데이터베이스에 저장할 수 있다.
본 발명의 실시 예에 따르면, 관리 서버는 액션 로봇의 로봇 모듈이 베이스 모듈에 장착된 경우, 로봇 모듈이 등록된 사용자에 의해 장착된 것인지 여부를 인증함으로써, 식별 정보의 불법 복제나 로봇 모듈의 분실/도난에 따른 타인의 불법적인 로봇 모듈 사용을 효과적으로 방지할 수 있다.
또한, 관리 서버는 액션 로봇의 베이스 모듈에 새로운 로봇 모듈이 장착되는 경우, 상기 로봇 모듈의 식별 정보를 사용자 정보 및 베이스 모듈의 식별 정보와 매칭시켜 데이터베이스에 등록할 수 있다. 이에 따라, 관리 서버에 의해 로봇 모듈, 베이스 모듈, 및 사용자에 대한 효과적인 관리가 가능하다.
도 1은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.
도 2는 본 발명의 일 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.
도 3은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 시스템을 나타낸다.
도 4는 본 발명의 일 실시 예에 따른 액션 로봇의 사시도이다.
도 5는 도 4에 도시된 액션 로봇을 포함하는 액션 로봇 시스템의 구성도이다.
도 6은 본 발명의 일 실시 예에 따른 액션 로봇의 제어 구성을 나타내는 블록도이다.
도 7은 본 발명의 실시 예에 따른 액션 로봇 시스템이, 액션 로봇의 로봇 모듈을 데이터베이스에 등록하는 동작의 일례를 나타내는 래더 다이어그램이다.
도 8은 도 7에 도시된 액션 로봇 시스템의 동작과 관련된 예시도이다.
도 9는 도 7에 도시된 실시 예에 따라 로봇 모듈이 데이터베이스에 등록된 경우, 사용자의 단말기에 표시되는 화면의 예시도이다.
도 10은 본 발명의 실시 예에 따른 액션 로봇 시스템이, 로봇 모듈의 장착 시 수행하는 인증 동작의 일례를 나타내는 래더 다이어그램이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명한다. 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
도 1은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, AI 장치(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 발명의 일 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 시스템을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(100a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(100a)을 주행시킬 수 있다.
맵 데이터에는 로봇(100a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 액션 로봇의 사시도이다.
도 4를 참조하면, 액션 로봇(400)은 로봇 모듈(401)과, 로봇 모듈(401)을 하측에서 지지하는 베이스 모듈(402)을 포함할 수 있다.
로봇 모듈(401)은 대략 사람의 신체와 유사한 형상을 가질 수 있다.
로봇 모듈(401)은 헤드(403)와, 몸체(404, 406)와, 팔(arm)(405)를 포함할 수 있다. 로봇 모듈(401)은 발(407) 및 서브 베이스(408)를 더 포함할 수 있다.
헤드(403)는 사람의 머리와 대응되는 형상을 가질 수 있다. 헤드(403)는 몸체(404)의 상부에 연결될 수 있다.
몸체(404, 406)는 사람의 몸에 대응되는 형상을 가질 수 있다. 몸체(404, 406)는 고정되어 움직이지 않을 수 있다. 몸체(404, 406)의 내부에는 각종 부품이 내장되는 공간이 형성될 수 있다.
몸체는 제1몸체(404)와 제2몸체(406)를 포함할 수 있다.
제1몸체(404)의 내부공간과 제2몸체(406)의 내부공간은 서로 연통될 수 있다.
제1몸체(404)는 사람의 상반신에 대응되는 형상을 가질 수 있다. 제1몸체(404)는 상체로 명명될 수 있다. 제1몸체(404)에는 팔(405)이 연결될 수 있다.
제2몸체(406)는 사람의 하반신에 대응되는 형상을 가질 수 있다. 제2몸체(406)는 하체로 명명될 수 있다. 제2몸체(406)는 한 쌍의 다리를 포함할 수 있다.
제1몸체(404)와 제2몸체(406)는 서로 분리 가능하게 체결될 수 있다. 이로써, 몸체의 조립이 간편해질 뿐만 아니라, 몸체의 내부에 배치된 부품들이 용이하게 유지 보수될 수 있다.
몸체의 양측에는 팔(405)이 연결될 수 있다.
좀 더 상세히, 한 쌍의 팔(405)은 제1몸체(404)의 양측에 위치한 어깨에 각각 연결될 수 있다. 어깨는 제1몸체(404)에 포함될 수 있다. 어깨는 제1몸체(404)의 양측 상부에 위치할 수 있다.
팔(405)은 제1몸체(404), 좀 더 상세히는 어깨에 대해 회동 가능할 수 있다. 따라서, 팔(405)은 가동부로 명명될 수 있다.
한 쌍의 팔(405)은 오른팔과 왼팔을 포함할 수 있다. 오른팔과 왼팔은 각각 독립적으로 움직일 수 있다.
발(407)은 제2몸체(406)의 하부, 즉 다리의 하단에 연결될 수 있다. 발(407)은 서브 베이스(408)에 의해 지지될 수 있다.
서브 베이스(408)는 제2몸체(406) 및 발(407) 중 적어도 하나에 체결될 수 있다. 서브 베이스(408)는 베이스 모듈(402)의 상측에서 베이스 모듈(402)에 안착 및 결합될 수 있다.
서브 베이스(408)는 대략 원판형상을 가질 수 있다. 서브 베이스(408)는 베이스 모듈(402)에 대해 회전할 수 있다. 따라서, 로봇 모듈(401) 전체가 서브 베이스(408)에 대해 회전할 수 있다.
한편, 서브 베이스(408)의 내부에는 로봇 모듈(401)의 인증을 위한 식별 정보가 담긴 인증 모듈이 구비될 수 있다. 상기 인증 모듈은 NFC (near field communication) 태그, IC 칩 등의 각종 전자 칩, 또는 메모리 등으로 구현될 수 있다. 상기 식별 정보는, 로봇 모듈(401)의 종류를 나타내거나, 로봇 모듈(401)을 다른 로봇 모듈들과 구분하기 위한 정보로서, 일련번호 등의 다양한 식별 정보를 포함할 수 있다.
베이스 모듈(402)은 로봇 모듈(401)을 하측에서 지지할 수 있다. 좀 더 상세히, 베이스 모듈(402)은 로봇 모듈(401)의 서브 베이스(408)를 하측에서 지지할 수 있다. 서브 베이스(408)는 베이스 모듈(402)에 분리 가능하게 결합될 수 있다.
베이스 모듈(402)의 내부에는 액션 로봇(1)의 전반적인 동작을 제어하는 프로세서(480; 도 6 참조)와, 액션 로봇(1)의 동작에 필요한 전력이 저장되는 배터리(미도시)와, 로봇 모듈(401)을 동작시키는 로봇 모듈 구동부(460; 도 6 참조)이 내장될 수 있다. 또한, 베이스 모듈(402)의 내부에는 사운드가 방출되는 스피커(452; 도 6 참조)가 배치될 수 있다. 실시 예에 따라, 베이스 모듈(402)의 일 면에는 각종 정보를 시각적 형태로 출력하는 디스플레이(454)가 배치될 수 있다.
도 5는 도 4에 도시된 액션 로봇을 포함하는 액션 로봇 시스템의 구성도이다.
도 5를 참조하면, 액션 로봇 시스템은 관리 서버(200a), 액션 로봇(400), 및 단말기(500)를 포함할 수 있다.
액션 로봇(400)은 로봇 모듈(401)을 통해 소정의 액션(안무, 제스쳐 등)을 제공할 수 있다. 또한, 액션 로봇(400)은 출력부(450; 도 6 참조)를 통해 소정 콘텐츠(예컨대, 음악, 동화, 교육 콘텐츠 등)를 출력하면서, 상기 소정 콘텐츠와 관련된 액션을 제공하도록 로봇 모듈(401)을 구동시킬 수 있다. 이에 따라, 액션 로봇(400)은 상기 콘텐츠를 사용자에게 보다 효과적으로 제공할 수 있다.
관리 서버(200a)는 액션 로봇(400)을 통해 각종 서비스를 제공할 수 있다. 예컨대, 관리 서버(200a)는 상기 액션 로봇(400)으로 상기 소정 콘텐츠를 제공할 수 있고, 로봇 모듈(401)의 구동을 위한 액션 제어 데이터를 제공할 수 있다.
한편, 관리 서버(200a)는 액션 로봇(400)에 포함된 로봇 모듈(401) 및 베이스 모듈(402)에 대한 정보와 사용자 정보를 데이터베이스에 저장함으로써, 관리 서버(200a)가 제공하는 서비스를 사용자가 이용하기 위한 등록 절차를 수행할 수 있다.
특히, 관리 서버(200a)는 데이터베이스에 저장된 정보에 기초하여 로봇 모듈(401) 및 베이스 모듈(402)의 사용 시 인증 절차를 수행함으로써, 올바른 사용자가 아닌 타인에 의해 로봇 모듈(401)이 사용되는 것을 방지할 수 있다. 이와 관련된 내용은 추후 도 7 내지 도 10을 참조하여 설명한다.
관리 서버(200a)는 도 2에서 상술한 AI 서버(200)에 포함될 수 있다. 즉, 도 2 내지 도 3에서 상술한 AI 서버(200)와 관련된 내용은 관리 서버(200a)에도 마찬가지로 적용될 수 있다.
한편, 액션 로봇(400)의 사용자는 단말기(500)를 통해 상기 액션 로봇(400)의 동작을 제어하거나, 액션 로봇(400)을 관리 서버(200a)의 데이터베이스에 등록할 수 있다.
예컨대, 상기 단말기(500)는 상기 서비스와 관련된 애플리케이션을 통해 관리 서버(200a)와 연결되고, 관리 서버(200a)를 통해 액션 로봇(400)의 동작을 제어할 수 있다.
상기 단말기(500)는 스마트폰, 태블릿 PC 등의 이동 단말기를 의미할 수 있으나, 실시 예에 따라서는 데스크톱 PC와 같은 고정 단말기를 포함할 수도 있다.
한편, 본 명세서에서는 액션 로봇(400)과 단말기(500)가 관리 서버(200a)를 통해 서로 연결되는 것으로 설명하나, 액션 로봇(400)과 단말기(500)는 관리 서버(200a)를 통하지 않고 직접 연결될 수도 있다.
도 6은 본 발명의 일 실시 예에 따른 액션 로봇의 제어 구성을 나타내는 블록도이다.
도 6을 참조하면, 액션 로봇(400)은 통신부(410), 입력부(420), 러닝 프로세서(430), 로봇모듈 인증부(440), 출력부(450), 로봇모듈 구동부(460), 메모리(470), 및 프로세서(480)를 포함할 수 있다. 도 6에 도시된 구성들은 설명의 편의를 위한 일례로서, 액션 로봇(400)은 도 6에 도시된 구성들보다 많거나 적은 구성들을 포함할 수 있다.
도 6에 도시된 구성들은 액션 로봇(400)의 베이스 모듈(402)에 구비될 수 있다. 즉, 베이스 모듈(402)은 액션 로봇(400)의 본체를 구성하고, 로봇 모듈(401)은 베이스 모듈(402)에 탈착됨으로써, 액션 로봇(400)은 일종의 모듈러 로봇으로 구현될 수 있다.
한편, 도 1 내지 도 2의 AI 장치(100)와 관련된 내용은 본 발명의 액션 로봇(400)에도 유사하게 적용될 수 있다. 즉, 통신부(410), 입력부(420), 러닝 프로세서(430), 출력부(450), 메모리(470), 및 프로세서(480)는, 도 1에 도시된 통신부(110), 입력부(120), 러닝 프로세서(130), 출력부(150), 메모리(170), 및 프로세서(180)에 대응할 수 있다.
통신부(410)는 액션 로봇(400)을 네트워크를 통해 관리 서버(200a)나 단말기(500) 등과 연결하기 위한 통신 모듈들을 포함할 수 있다. 상기 통신 모듈들 각각은 도 1에서 상술한 통신 기술 중 어느 하나를 지원할 수 있다.
예컨대, 액션 로봇(400)은 공유기 등의 액세스 포인트를 통해 네트워크와 연결될 수 있다. 이에 따라, 액션 로봇(400)은 상기 네트워크를 통해 관리 서버(200a)나 단말기(500)로부터 각종 정보, 데이터, 콘텐츠를 제공받을 수 있다.
입력부(420)는 액션 로봇(400)의 동작과 관련된 입력이나 명령을 획득하거나, 다양한 종류의 데이터를 획득하는 적어도 하나의 입력 수단을 포함할 수 있다. 예컨대, 상기 적어도 하나의 입력 수단은 버튼이나 다이얼 등의 물리 입력 수단, 터치 패드나 터치 패널과 같은 터치 입력부, 사용자의 음성을 수신하는 마이크로폰 등을 포함할 수 있다.
한편, 프로세서(480)는 마이크로폰을 통해 수신되는 사용자의 음성 데이터를 상기 통신부(410)를 통해 서버로 전송할 수 있다. 서버는 상기 음성 데이터를 분석하여 상기 음성 데이터 내의 시동어나 명령어, 요청 등을 인식하고, 인식 결과를 액션 로봇(400)으로 제공할 수 있다.
상기 서버는 도 5의 관리 서버(200a), 또는 별도의 음성 인식 서버일 수 있다. 실시 예에 따라, 상기 서버는 도 2에서 상술한 AI 서버(200)로 구현될 수 있고, 이 경우 서버는 러닝 프로세서(240)을 통해 학습된 모델(인공신경망(231a))을 통해 상기 음성 데이터 내의 시동어, 명령어, 요청 등을 인식할 수 있다. 프로세서(480)는 상기 인식 결과에 기초하여 상기 음성에 포함된 명령어 또는 요청을 처리할 수 있다.
실시 예에 따라, 프로세서(480)는 액션 로봇(400) 내의 러닝 프로세서(430)에 의해 학습된 모델을 통해, 상기 음성 데이터 내의 시동어, 명령어, 요청 등을 직접 인식할 수도 있다. 즉, 러닝 프로세서(430)는 마이크로폰을 통해 수신되는 음성 데이터를 학습 데이터로서 활용하여 인공신경망으로 구성된 모델을 학습시킬 수 있다.
또는, 프로세서(480)는 상기 서버로부터 상기 학습된 모델에 대응하는 데이터를 수신하여 메모리(470)에 저장하고, 저장된 데이터를 통해 상기 음성 데이터 내의 시동어, 명령어, 요청 등을 인식할 수도 있다.
러닝 프로세서(430)는 상술한 바와 같이 사용자의 음성 데이터를 이용하여 인공신경망으로 구성된 모델을 학습시킬 수 있다. 상기 모델은 상기 음성 데이터로부터 시동어, 명령어, 요청 등을 인식하기 위해 적용될 수 있다.
실시 예에 따라, 러닝 프로세서(430)는 관리 서버(200a), 콘텐츠 제공 서버, 단말기(500) 등으로부터 제공되는 콘텐츠 데이터를 이용하여 인공신경망으로 구성된 모델을 학습시킬 수 있다. 상기 모델은, 콘텐츠 데이터의 특성에 대응하는 로봇모듈(401)의 액션 제어와 관련된 데이터를 획득하기 위해 적용될 수 있다.
로봇모듈 인증부(440)는, 베이스 모듈(402)에 장착된 로봇모듈(401)에 대한 인증을 수행할 수 있다. 여기서의 인증이란, 베이스 모듈(402)에 장착가능한 로봇모듈의 종류가 복수 개인 경우, 현재 장착된 로봇모듈(401)의 종류를 인식하는 것을 의미할 수 있다.
예컨대, 로봇모듈 인증부(440)는, 로봇모듈(401)에 구비된 NFC 태그를 리드하는 NFC 리더를 포함할 수 있다. 상기 NFC 리더는, 로봇모듈(401)이 베이스 모듈(402)에 장착됨에 따라, NFC 태그에 담긴 로봇모듈(401)의 식별정보를 획득할 수 있다. 상기 식별정보는 로봇모듈(401)의 종류와 관련된 정보를 포함하거나, 로봇모듈(401)의 고유한 정보(예컨대 일련번호)를 포함할 수 있다.
일례로, 상기 식별정보는 일련번호만을 포함할 수 있다. 이 경우, 메모리(470)에는 상기 일련번호에 대응하는 로봇모듈(401)의 종류에 대한 정보가 저장될 수 있다. 상기 저장된 정보에 기초하여, 프로세서(480)는 상기 로봇모듈 인증부(440)를 통해 획득된 일련번호로부터 상기 로봇모듈(401)의 종류를 인식할 수 있다.
출력부(450)는 액션 로봇(400)의 동작이나 상태, 액션 로봇(400)에서 실행되는 각종 서비스, 프로그램, 애플리케이션 등과 관련된 각종 정보 또는 다양한 종류의 콘텐츠(예컨대, 음악, 동화, 교육 콘텐츠 등)를 출력할 수 있다. 예컨대, 출력부(450)는 스피커(452) 및 디스플레이(454) 등을 포함할 수 있다.
스피커(452)는 상기 각종 정보나 메시지, 또는 콘텐츠를 음성이나 음향 형태로 출력할 수 있다.
디스플레이(454)는 상술한 각종 정보나 메시지를 그래픽 형태로 출력할 수 있다. 실시 예에 따라, 디스플레이(454)는 터치 입력부와 함께 터치 스크린 형태로 구현될 수 있고, 이 경우 디스플레이(454)는 출력 수단뿐만 아니라 입력 수단으로서도 기능할 수 있다.
로봇모듈 구동부(460)는, 베이스 모듈(402)에 장착된 로봇모듈(401)을 동작시켜 로봇모듈(401)을 통해 액션을 제공할 수 있다.
예컨대, 로봇모듈 구동부(460)는 서보 모터(Servo motor) 또는 복수의 모터들을 포함할 수 있다. 다른 예로, 로봇모듈 구동부(460)는 액츄에이터를 포함할 수 있다.
프로세서(480)는 관리 서버(200a) 또는 단말기(500)를 통해 로봇모듈 구동부(460)의 제어를 위한 액션 제어 데이터를 수신할 수 있다. 프로세서(480)는 수신된 액션 제어 데이터에 기초하여 로봇모듈 구동부(460)를 제어함으로써, 상기 액션 제어 데이터에 대응하는 로봇모듈(401)의 액션을 제공할 수 있다.
메모리(470)는 액션 로봇(400)에 포함된 구성 요소들의 동작을 제어하기 위한 제어 데이터, 입력부(420)를 통해 획득된 입력이나 통신부(410)를 통해 획득되는 명령이나 요청 등에 기초한 동작을 수행하기 위한 데이터 등의 각종 데이터가 저장될 수 있다.
또한, 메모리(470)에는 프로세서(480)에 포함된 적어도 하나의 프로세서나 컨트롤러에 의해 실행되는 소프트웨어 모듈이나 애플리케이션 등의 프로그램 데이터가 저장될 수 있다.
또한, 메모리(470)에는 액션 로봇(400; 구체적으로는 베이스 모듈(402))의 고유한 식별 정보가 저장될 수 있다. 예컨대 상기 식별 정보는 베이스 모듈(402)의 MAC 어드레스나 일련번호 등을 포함할 수 있다.
또한, 본 발명의 실시 예에 따른 메모리(470)에는 베이스 모듈(402)에 장착되는 로봇모듈(401)의 인증을 위한 인증 데이터가 저장될 수 있다. 상기 인증 데이터는 로봇모듈(401) 내의 인증 모듈에 저장되는 식별 정보(예컨대, 일련번호)의 리스트나, 상기 식별 정보로부터 로봇모듈(401)의 종류를 인식하기 위한 정보나 알고리즘 등을 포함할 수 있다.
이러한 메모리(470)는 하드웨어적으로, ROM, RAM, EEPROM, 플래시 드라이브, 하드 드라이브 등과 같은 다양한 저장기기를 포함할 수 있다.
프로세서(480)는 액션 로봇(400)의 전반적인 동작을 제어할 수 있다. 예컨대, 프로세서(480)는 적어도 하나의 CPU, AP(application processor), 마이크로컴퓨터(또는 마이컴), 집적 회로, ASIC(application specific integrated circuit) 등을 포함할 수 있다.
프로세서(480)는 관리 서버(200a), 단말기(500), 또는 콘텐츠 제공 서버로부터 수신되는 콘텐츠 데이터를 출력하도록 출력부(450)를 제어할 수 있다.
또한, 프로세서(480)는 상기 콘텐츠 데이터의 출력 중, 또는 상기 콘텐츠 데이터의 출력과 관계없이, 로봇모듈(401)이 소정 액션을 수행하도록 로봇모듈 구동부(460)를 제어할 수 있다.
또한, 프로세서(480)는 로봇모듈(401)이 베이스 모듈(402)에 장착되면, 로봇모듈 인증부(440)를 제어하여 로봇모듈(401)의 인증 및 인식을 수행할 수 있다.
액션 로봇(400)은 상술한 바와 같이 로봇 모듈(401)이 베이스 모듈(402)에 착탈가능한 형태로 구현될 수 있다. 이에 따라, 액션 로봇(400)은 다양한 종류의 로봇 모듈(401)이 베이스 모듈(402)에 교체 장착됨으로써, 다양한 액션을 다양한 캐릭터를 통해 제공할 수 있다.
한편, 액션 로봇의 제조사는, 허가받지 않은 제3자에 의해 불법적으로 제조된 로봇 모듈이 베이스 모듈(402)에 장착되어 사용되는 것을 방지하기 위해, 상술한 로봇모듈 인증부(440)를 베이스 모듈(402)에 구비하고, 로봇 모듈 내에 인증 모듈을 구비할 수 있다.
다만, 상기 인증 모듈에 포함된 식별 정보는 제3자에 의해 용이하게 복제될 수 있는 바, 상기 로봇모듈 인증부(440)만으로는 제3자에 의해 제조된 로봇 모듈의 사용을 차단하지 못할 수 있다.
또한, 사용자가 로봇 모듈을 분실 또는 도난당한 경우, 타인이 상기 로봇 모듈을 무단으로 사용하는 것을 방지할 필요성도 존재한다.
상술한 문제점들을 해결하기 위한 액션 로봇 시스템의 실시 예들에 대해 이하 도 7 내지 도 10을 참조하여 설명한다.
도 7은 본 발명의 실시 예에 따른 액션 로봇 시스템이, 액션 로봇의 로봇 모듈을 데이터베이스에 등록하는 동작의 일례를 나타내는 래더 다이어그램이다. 도 8은 도 7에 도시된 액션 로봇 시스템의 동작과 관련된 예시도이다. 도 9는 도 7에 도시된 실시 예에 따라 로봇 모듈이 데이터베이스에 등록된 경우, 사용자의 단말기에 표시되는 화면의 예시도이다.
도 7과 도 8을 참조하면, 액션 로봇(400)은 베이스 모듈(402)에 로봇 모듈(401)이 장착되면, 장착된 로봇 모듈(401)에 대한 인증을 수행할 수 있다(S100).
베이스 모듈(402)에 로봇 모듈(401)이 장착되면, 프로세서(480)는 로봇모듈 인증부(440)를 통해 로봇 모듈(401)의 인증 모듈로부터 로봇 모듈(401)의 식별 정보를 획득할 수 있다. 예컨대 상기 식별 정보는 로봇 모듈(401)의 일련번호를 포함할 수 있다.
예컨대, 로봇모듈 인증부(440)는 NFC 리더(440a)를 포함할 수 있고, 로봇 모듈(401)의 인증 모듈은 NFC 태그(409)를 포함할 수 있다.
상기 NFC 태그(409)는 로봇 모듈(401)의 서브 베이스(408) 내에 구비될 수 있다. 그리고, NFC 리더(440a)는 베이스 모듈(402)의 내부 공간 중, 상기 서브 베이스(408)와 인접한 위치에 배치될 수 있다.
베이스 모듈(402)에 로봇 모듈(401)이 장착됨에 따라, NFC 리더(440a)와 NFC 태그(409) 간의 거리가 소정 거리 이내로 가까워질 수 있다. 이 경우, NFC 리더(440a)는 NFC 태그(409)로부터 로봇 모듈(401)의 식별 정보(R_ID)를 획득하고, 프로세서(480)는 NFC 리더(440a)로부터 상기 식별 정보(R_ID)를 획득할 수 있다.
프로세서(480)는 획득된 식별 정보(R_ID)에 기초하여 로봇 모듈(401)의 인증을 수행할 수 있다. 예컨대, 프로세서(480)는 메모리(470)에 저장된 인증 데이터를 이용하여, 상기 로봇 모듈(401)의 종류를 인식할 수 있다.
실시 예에 따라, 베이스 모듈(402)에 호환 가능한 종류의 로봇 모듈(401)이 한정된 경우, 프로세서(480)는 상기 인식된 로봇 모듈(401)이 베이스 모듈(402)과 호환 가능한지 여부를 확인할 수 있다. 프로세서(480)는 확인 결과 로봇 모듈(401)이 베이스 모듈(402)과 호환 가능한 경우 인증을 완료할 수 있고, 호환 불가능한 경우 인증 실패에 해당하는 메시지(예컨대, 호환 불가능한 로봇 모듈임을 알림)를 출력부(450)를 통해 출력할 수 있다.
실시 예에 따라, 상기 획득된 식별 정보(R_ID)는 상기 인증 데이터를 통해 인증되지 못할 수 있다. 예컨대, 로봇 모듈(401)이 제3자에 의해 불법적으로 생산된 경우, 식별 정보(R_ID)에 포함된 일련번호가 상기 인증 데이터에 포함된 일련번호 리스트에 포함되지 않을 수 있다. 이 경우, 프로세서(480)는 인증 실패에 해당하는 메시지를 출력부(450)를 통해 출력하고, 이 후의 등록 절차를 수행하지 않고 로봇 모듈 구동부(460)의 구동을 차단할 수 있다.
액션 로봇(400)은 인증이 정상적으로 수행된 경우, 액션 로봇(400)의 식별 정보를 관리 서버(200a)로 전송할 수 있다(S110).
프로세서(480)는, 로봇 모듈(401)의 인증이 완료된 경우, 로봇 모듈(401)로부터 수신된 식별 정보(R_ID), 및 메모리(470)에 저장된 베이스 모듈(402)의 식별 정보(B_ID)를 관리 서버(200a)로 전송할 수 있다.
예컨대, 상기 베이스 모듈(402)의 식별 정보(B_ID)는 베이스 모듈(402)의 MAC 어드레스나 일련번호 등의 고유 정보를 포함할 수 있다.
관리 서버(200a)는 액션 로봇(400)으로부터 수신된 식별 정보(R_ID, B_ID)가 데이터베이스(DB)에 등록되어 있는지 여부를 확인할 수 있다. 상기 식별 정보가 데이터베이스(DB)에 존재하지 않는 경우, 관리 서버(200a)는 상기 식별 정보가 미등록됨을 확인할 수 있다(S120).
데이터베이스(DB)에는, 액션 로봇을 통해 제공되는 서비스의 이용을 위한 등록 정보로서, 상기 베이스 모듈의 식별 정보 및 로봇 모듈의 식별 정보가 저장될 수 있다. 또한, 데이터베이스(DB)에는 상기 로봇 모듈 및 베이스 모듈의 사용자 정보가 함께 저장될 수 있다. 즉, 상기 액션 로봇을 통해 제공되는 서비스의 사용자별로, 상기 로봇 모듈의 식별 정보 및 베이스 모듈의 식별 정보가 관리될 수 있다. 실시 예에 따라, 사용자가 복수 개의 베이스 모듈을 보유한 경우, 사용자 정보에 대응하는 베이스 모듈의 식별 정보는 복수 개일 수 있다. 유사하게, 사용자가 복수 개의 로봇 모듈을 보유한 경우, 사용자 정보에 대응하는 로봇 모듈의 식별 정보 또한 복수 개일 수 있다.
상기 데이터베이스(DB)는 관리 서버(200a) 내에 포함되거나, 관리 서버(200a)와 연결되는 별도의 서버 내에 포함될 수 있다.
한편, 상기 사용자 정보(USER_INFO) 및 상기 베이스 모듈(402)의 식별 정보(B_ID)는, 상기 데이터베이스(DB)에 기 등록된 상태일 수 있다. 그리고, 사용자가 새로운 로봇 모듈(401)을 구매하여 베이스 모듈(402)에 장착한 경우, 상기 로봇 모듈(401)의 식별 정보(R_ID)는 상기 데이터베이스(DB)에 등록되지 않은 상태일 수 있다.
즉, 관리 서버(200a)의 프로세서(260)는, 상기 액션 로봇(400)의 식별 정보 중 로봇 모듈(401)의 식별 정보(R_ID)가 데이터베이스(DB)에 등록되지 않음을 확인한 경우, 상기 식별 정보(R_ID)를 데이터베이스(DB)에 등록하기 위한 동작을 수행할 수 있다.
실시 예에 따라, 상기 로봇 모듈의 식별 정보(R_ID) 및 베이스 모듈의 식별 정보(B_ID) 모두가 데이터베이스(DB)에 등록되지 않음을 확인한 경우, 프로세서(260)는 로봇 모듈의 식별 정보(R_ID) 및 베이스 모듈의 식별 정보(B_ID)를 데이터베이스(DB)에 등록하기 위한 동작을 수행할 수 있다.
관리 서버(200a)는 액션 로봇(400)의 사용자와 상기 액션 로봇(400)을 매칭시켜 관리하기 위해, 사용자의 단말기(500)로 사용자 정보를 요청할 수 있다(S130).
프로세서(260)는 액션 로봇(400)의 식별 정보, 특히 로봇 모듈(401)의 식별 정보(R_ID)를 사용자 정보(USER_INFO)와 매칭시켜 등록하기 위해, 단말기(500)로 사용자 정보의 전송 요청을 전송하도록 통신부(210)를 제어할 수 있다.
상기 사용자 정보(USER_INFO)는, 사용자의 식별을 위한 정보로서 예컨대 ID(identification), 단말기(500)의 MAC 어드레스 및 전화번호 등을 포함할 수 있다.
예컨대, 데이터베이스(DB)에는 베이스 모듈(402)의 식별 정보(B_ID)에 대응하는 사용자 정보(USER_INFO)가 기 저장된 상태일 수 있다. S110 단계에서 액션 로봇(400)으로부터 상기 베이스 모듈(402)의 식별 정보(B_ID)가 관리 서버(200a)로 수신되므로, 프로세서(260)는 수신된 식별 정보(B_ID)에 대응하는 사용자 정보(USER_INFO)를 기초로 하여, 복수의 단말기들 중 상기 사용자의 단말기(500)로 사용자 정보의 전송 요청을 전송할 수 있을 것이다.
실시 예에 따라, 프로세서(260)는 상기 사용자 정보(USER_INFO) 외에, 등록할 로봇 모듈(401)에 대한 로봇 모듈 관리 정보를 추가로 전송할 것을 요청할 수도 있다. 예컨대, 상기 로봇 모듈 관리 정보는, 사용자가 로봇 모듈(401)에 대한 용이한 식별 또는 관리를 위해 로봇 모듈(401)에 대해 설정하는 닉네임(nickname) 정보를 포함할 수 있다.
사용자 정보 요청을 수신한 단말기(500)는, 사용자로부터 사용자 정보를 획득하고(S140), 획득된 사용자 정보를 관리 서버(200a)로 전송할 수 있다(S150).
단말기(500)는 상기 액션 로봇을 통해 제공되는 서비스와 관련된 애플리케이션을 이용하여, 상기 사용자로부터 사용자 정보(USER_INFO)를 수신하고, 수신된 사용자 정보(USER_INFO)를 관리 서버(200a)로 전송할 수 있다.
실시 예에 따라, 단말기(500)는 사용자 정보(USER_INFO) 및 로봇 모듈 관리 정보를 관리 서버(200a)로 전송할 수도 있다.
관리 서버(200a)는 상기 식별 정보 및 사용자 정보를 데이터베이스(DB)에 저장할 수 있다(S160).
프로세서(260)는 액션 로봇(400)으로부터 수신된 식별 정보(R_ID, B_ID)와, 단말기(500)로부터 수신된 사용자 정보(USER_INFO)를 데이터베이스(DB)에 저장할 수 있다.
프로세서(260)는 상기 식별 정보(R_ID, B_ID) 및 사용자 정보(USER_INFO)를 매칭시켜 데이터베이스(DB)에 저장함으로써, 상기 서비스를 이용하는 사용자별로 상기 식별 정보(R_ID, B_ID)를 관리할 수 있다.
한편, 베이스 모듈(402)의 식별 정보(B_ID)와 사용자 정보(USER_INFO)는 데이터베이스(DB)에 이미 저장된 상태일 수 있다. 프로세서(260)는 상기 단말기(500)로부터 수신된 사용자 정보(USER_INFO)가 데이터베이스(DB)에 저장된 사용자 정보(USER_INFO)와 일치하는 경우, 상기 로봇 모듈(401)의 식별 정보(R_ID)를 기 저장된 사용자 정보(USER_INFO) 및 베이스 모듈(402)의 식별 정보(B_ID)와 함께 데이터베이스(DB)에 저장 및 관리할 수 있다.
상기 식별 정보(R_ID, B_ID) 및 사용자 정보(USER_INFO)가 데이터베이스(DB)에 저장됨으로써, 액션 로봇(400), 구체적으로는 로봇 모듈(401)에 대한 등록 동작이 완료될 수 있다.
관리 서버(200a)는 상기 로봇 모듈(401)의 등록이 완료됨에 따라, 사용자의 단말기(500)로 등록 결과를 알릴 수 있다(S170).
프로세서(260)는 상기 로봇 모듈(401)의 등록이 완료됨을 나타내는 정보나 메시지를 단말기(500)로 전송할 수 있다.
도 9를 참조하면, 예컨대 단말기(500)는 상기 정보나 메시지를 수신한 경우, 애플리케이션을 통해 로봇 모듈(401)의 등록 화면(900)을 표시할 수 있다.
일례로, 등록 화면(900)은 로봇 모듈(401)의 등록이 완료되었음을 나타내는 텍스트, 로봇 모듈(401)의 이미지(901), 관리 서버(200a)에 등록된 로봇 모듈 관리 정보(902; 예컨대 닉네임), 식별정보(903; 예컨대 일련번호)를 포함할 수 있다.
실시 예에 따라, 등록 화면(900)은 사용자로 하여금 상기 로봇 모듈 관리 정보(902)의 수정 여부를 선택하도록 하는 버튼들(904, 905)을 더 포함할 수 있다. 사용자는 상기 버튼들(904, 905) 중 어느 하나를 선택하여, 상기 로봇 모듈 관리 정보(902)를 변경하거나 변경하지 않을 수 있다.
즉, 도 7 내지 도 9에 도시된 실시 예에 따르면, 액션 로봇 시스템은 베이스 모듈(402)에 새로운 로봇 모듈(401)이 장착되는 경우, 상기 로봇 모듈(401)의 식별 정보를 사용자 정보 및 베이스 모듈의 식별 정보와 매칭시켜 등록할 수 있다. 이에 따라, 도 10에서 후술할 바와 같이 불법적으로 복제된 식별 정보를 갖는 로봇 모듈의 사용을 효과적으로 차단할 수 있다. 또한, 등록된 로봇 모듈이 분실이나 도난 등에 의해 타인의 베이스 모듈에 장착되어 사용되는 것을 방지할 수 있다.
도 10은 본 발명의 실시 예에 따른 액션 로봇 시스템이, 로봇 모듈의 장착 시 수행하는 인증 동작의 일례를 나타내는 래더 다이어그램이다.
도 10을 참조하면, 액션 로봇(400)은 베이스 모듈(402)에 로봇 모듈(401)이 장착되면, 장착된 로봇 모듈(401)에 대한 인증을 수행할 수 있다(S200). 액션 로봇(400)은 인증이 정상적으로 수행된 경우, 액션 로봇(400)의 식별 정보를 관리 서버(200a)로 전송할 수 있다(S210).
S200 단계 및 S210 단계는 도 7의 S100 단계 및 S110 단계와 실질적으로 동일한 바, 이에 대한 설명은 생략한다.
관리 서버(200a)는 액션 로봇(400)으로부터 수신한 식별 정보가 데이터베이스에 존재하는지 여부를 확인할 수 있다(S220).
프로세서(260)는 수신된 식별 정보(R_ID, B_ID)가 데이터베이스(DB)에 등록되어 있는지 여부를 확인할 수 있다. 예컨대, 프로세서(260)는 로봇 모듈(401)의 식별 정보(R_ID)가 데이터베이스(DB)에 등록되어 있는지 여부에 대해서만 확인할 수 있으나, 실시 예에 따라서는 수신된 식별 정보(R_ID, B_ID) 각각이 데이터베이스(DB)에 등록되어 있는지 확인할 수 있다.
확인 결과, 상기 식별 정보가 데이터베이스에 존재하는 경우, 관리 서버(200a)는 단말기(600)로 등록된 식별 정보가 존재함을 알릴 수 있다(S230).
로봇 모듈(401)의 식별 정보(R_ID)가 데이터베이스(DB)에 등록되어 있는 경우, 관리 서버(200a)는 상기 로봇 모듈(401)의 식별 정보(R_ID)를 등록한 사용자에 의해 상기 로봇 모듈(401)이 장착된 것인지 여부를 확인(인증)할 수 있다.
이를 위해, 프로세서(260)는 상기 로봇 모듈(401)의 식별 정보(R_ID)가 등록되어 있음을 나타내는 정보를, 상기 베이스 모듈(402)의 식별 정보(B_ID)에 매칭된 사용자 정보(USER_INFO)에 해당하는 단말기(600)로 전송할 수 있다.
실시 예에 따라, 프로세서(260)는 상기 액션 로봇(400)으로부터 수신된 로봇 모듈(401)의 식별 정보(R_ID)에 매칭되는 사용자 정보(USER_INFO)와, 베이스 모듈(402)의 식별 정보(B_ID)에 매칭되는 사용자 정보(USER_INFO)가 서로 다른 경우, 이하의 S230 단계 내지 S290 단계를 수행할 수 있다.
반면, 프로세서(260)는 상기 액션 로봇(400)으로부터 수신된 로봇 모듈(401)의 식별 정보(R_ID)에 대응하는 사용자 정보(USER_INFO)와, 베이스 모듈(402)의 식별 정보(B_ID)에 대응하는 사용자 정보(USER_INFO)가 동일한 경우에는, 도 10의 S230 단계 내지 S260 단계를 수행하지 않을 수 있다. 이 경우, 프로세서(260)는 단말기(600)로 인증 성공을 알리고, 단말기(600)는 액션 로봇(400)의 제어를 활성화할 수 있다.
단말기(600)는 사용자로부터 사용자 정보를 획득하고(S240), 획득된 사용자 정보를 관리 서버(200a)로 전송할 수 있다(S250).
단말기(600)는 관리 서버(200a)로부터 로봇 모듈(401)의 식별 정보(R_ID)가 등록되어 있음을 나타내는 정보를 수신한 경우, 사용자로부터 사용자 정보(USER_INFO)를 획득하고 획득된 사용자 정보(USER_INFO)를 관리 서버(200a)로 전송할 수 있다. 실시 예에 따라, 단말기(600)는 사용자 정보(USER_INFO) 및 로봇 모듈 관리 정보를 획득하고, 획득된 사용자 정보(USER_INFO) 및 로봇 모듈 관리 정보를 관리 서버(200a)로 전송할 수도 있다.
관리 서버(200a)는 단말기(600)로부터 수신된 사용자 정보가, 데이터베이스 내에 저장된 상기 식별 정보와 매칭되는 사용자 정보와 일치하는지 여부를 확인할 수 있다(S260).
프로세서(260)는 상기 단말기(600)로부터 수신된 사용자 정보(및 로봇 모듈 관리 정보)와, 데이터베이스(DB)에 저장된 사용자 정보(및 로봇 모듈 관리 정보) 간의 일치 여부에 따라, 로봇 모듈(401)이 등록된 사용자의 베이스 모듈(402)에 장착된 것인지 여부를 확인할 수 있다.
확인 결과 일치하는 경우(S260의 YES), 관리 서버(200a)는 단말기(600)로 로봇 모듈(401)의 인증이 성공함을 알릴 수 있다(S270). 이에 따라, 단말기(600)에서 실행되는 애플리케이션을 통해, 액션 로봇(400)의 제어가 활성화될 수 있다(S275).
데이터베이스(DB)에 저장된 식별 정보(R_ID)와 매칭되는 사용자 정보와, 상기 단말기(600)로부터 수신된 사용자 정보가 일치하는 경우, 프로세서(260)는 로봇 모듈(401)이 등록된 사용자에 의해 (또는 등록된 사용자의 허가에 의해) 베이스 모듈(402)에 장착된 것임을 인식할 수 있다. 즉, 이 경우 프로세서(260)는 인증 수행 결과가 인증 성공에 해당함을 인식할 수 있다.
따라서, 프로세서(260)는 상기 단말기(600)를 통해 액션 로봇(400)의 제어가 가능하도록, 인증 성공 알림을 단말기(600)로 전송할 수 있다. 상기 인증 성공 알림을 수신한 단말기(600)의 애플리케이션은, 상기 액션 로봇(400)의 제어를 활성화시킬 수 있다. 액션 로봇(400)의 제어가 활성화됨에 따라, 사용자는 단말기(600)를 통해 액션 로봇(400)의 콘텐츠 출력 기능 및 로봇 모듈(401)을 통한 액션 출력 기능을 이용할 수 있다.
실시 예에 따라, 프로세서(260)는 인증 성공 시, 로봇 모듈(401)의 구동을 활성화하는 제어 신호를 액션 로봇(400)으로 전송할 수 있다. 액션 로봇(400)의 프로세서(480)는 수신된 인증 성공 알림에 기초하여 로봇모듈 구동부(460)를 활성화시킴으로써, 로봇 모듈(401)을 통한 액션 출력 기능을 제공할 수 있다.
반면 확인 결과 불일치하는 경우(S260의 NO), 관리 서버(200a)는 단말기(600)로 로봇 모듈(401)의 인증이 실패함을 알릴 수 있다(S280). 그리고, 관리 서버(200a)는 액션 로봇(400)으로 제어 신호를 전송하여 액션 로봇(400)의 구동을 차단시킬 수 있다(S290).
데이터베이스(DB)에 저장된 식별 정보(R_ID)와 매칭되는 사용자 정보와, 단말기(600)로부터 수신된 사용자 정보가 불일치하는 경우, 프로세서(260)는 로봇 모듈(401)이 등록된 사용자가 아닌 타인에 의해 베이스 모듈(402)에 장착된 것임을 인식할 수 있다. 예컨대, 불법적으로 복제된 식별 정보(R_ID)를 갖는 로봇 모듈(401)을 갖는 타인이 베이스 모듈(402)에 로봇 모듈(401)을 장착한 경우나, 타인이 등록된 사용자의 허가 없이 로봇 모듈(401)을 베이스 모듈(402)에 장착한 경우가 이에 해당할 수 있다.
즉, 이 경우 프로세서(260)는 인증 수행 결과가 인증 실패에 해당함을 인식할 수 있다.
프로세서(260)는 상기 사용자 정보가 불일치하는 경우, 단말기(600)로 로봇 모듈(401)의 인증 실패 알림을 전송할 수 있다. 그리고, 프로세서(260)는 액션 로봇(400)의 구동을 비활성화(차단)하기 위한 제어 신호를 상기 액션 로봇(400)으로 전송할 수 있다. 액션 로봇(400)의 프로세서(480)는 수신된 제어 신호에 응답하여, 로봇모듈 구동부(460)를 비활성화하여 로봇 모듈(401)의 액션 출력을 차단할 수 있다. 또는, 프로세서(480)는 로봇모듈 구동부(460) 뿐만 아니라, 출력부(450) 등을 통해 제공되는 다른 기능(예컨대 콘텐츠 출력 기능)까지도 차단할 수 있다.
즉, 프로세서(480)는 관리 서버(200a)의 로봇 모듈 인증 결과에 기초하여, 로봇 모듈(401)을 이용한 액션 출력 기능의 제공 여부를 결정할 수 있다.
도 10에 도시된 실시 예에 따르면, 액션 로봇 시스템은 로봇 모듈(401)이 베이스 모듈(402)에 장착된 경우, 로봇 모듈(401)이 등록된 사용자에 의해 장착된 것인지 여부를 인증함으로써, 식별 정보(R_ID)의 불법 복제나 로봇 모듈(401)의 분실/도난에 따른 타인의 불법적인 로봇 모듈 사용을 효과적으로 방지할 수 있다.
비록 도시되지는 않았으나, 로봇 모듈(401)의 사용자는 로봇 모듈(401)의 양도 등을 위해, 데이터베이스(DB)에 저장된 로봇 모듈(401)의 식별 정보(R_ID)를 삭제할 수 있다. 예컨대, 도 10의 S275 단계 이후, 사용자는 단말기(600)의 애플리케이션을 통해 로봇 모듈(401)에 대한 리셋 요청을 입력할 수 있다. 단말기(600)는 수신된 리셋 요청을 관리 서버(200a)로 전송할 수 있다. 관리 서버(200a)의 프로세서(260)는, 수신된 리셋 요청에 응답하여, 데이터베이스(DB)에 저장된 로봇 모듈(401)의 식별 정보(R_ID)를 삭제할 수 있다. 이 후, 로봇 모듈(401)의 새로운 사용자는, 도 7 내지 도 9에서 상술한 바와 같이 로봇 모듈(401)의 식별 정보(R_ID)를 상기 새로운 사용자의 사용자 정보와 매칭되도록 데이터베이스(DB)에 등록할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (18)

  1. 식별 정보가 저장된 인증 모듈을 포함하는 로봇 모듈; 및
    상기 로봇 모듈이 장착된 경우, 상기 로봇 모듈을 이용하여 액션을 출력하는 베이스 모듈을 포함하고,
    상기 베이스 모듈은,
    상기 로봇 모듈이 소정 액션을 출력하도록 상기 로봇 모듈을 구동시키는 로봇 모듈 구동부;
    장착된 로봇 모듈의 인증을 수행하는 관리 서버와 연결하기 위한 통신부;
    상기 로봇 모듈이 장착되면, 상기 인증 모듈에 저장된 상기 식별 정보를 획득하는 로봇 모듈 인증부; 및
    상기 획득된 식별 정보를 상기 관리 서버로 전송하도록 상기 통신부를 제어하는 프로세서를 포함하고,
    상기 로봇 모듈은 상기 베이스 모듈에 착탈 가능하고,
    상기 인증 모듈은 상기 식별정보가 저장된 NFC 태그를 포함하고,
    상기 로봇 모듈 인증부는 상기 로봇 모듈이 상기 베이스 모듈에 장착됨에 따라 상기 NFC 태그에 저장된 상기 식별정보를 획득하고,
    상기 프로세서는,
    상기 통신부를 통해, 상기 관리 서버로부터 상기 로봇 모듈의 인증 결과와 관련된 제어 신호를 수신하고,
    수신된 제어 신호에 기초하여, 상기 로봇 모듈을 이용한 액션 출력 여부를 설정하는
    액션 로봇.
  2. 삭제
  3. 제1항에 있어서,
    상기 프로세서는,
    상기 관리 서버에 의해 상기 로봇 모듈의 인증이 실패한 경우, 상기 수신된 제어 신호에 기초하여 상기 로봇 모듈의 구동을 차단시키고,
    상기 관리 서버에 의해 상기 로봇 모듈의 인증이 성공한 경우, 상기 로봇 모듈 구동부를 제어하여 상기 로봇 모듈을 이용한 액션을 출력하는 액션 로봇.
  4. 삭제
  5. 제3항에 있어서,
    콘텐츠 데이터를 출력하는 출력부를 더 포함하고,
    상기 프로세서는,
    상기 콘텐츠 데이터에 대응하는 액션 제어 데이터에 기초하여 상기 로봇 모듈 구동부를 제어하는 액션 로봇.
  6. 삭제
  7. 제1항에 있어서,
    상기 베이스 모듈의 식별 정보를 저장하는 메모리를 더 포함하고,
    상기 프로세서는,
    상기 로봇 모듈의 식별 정보 및 상기 베이스 모듈의 식별 정보를 상기 관리 서버로 전송하는 액션 로봇.
  8. 제1항에 있어서,
    상기 프로세서는,
    메모리에 저장된 인증 데이터, 및 상기 획득된 식별 정보에 기초하여, 상기 로봇 모듈의 종류를 인식하거나 상기 로봇 모듈의 호환 가능 여부를 인증하는 액션 로봇.
  9. 삭제
  10. 액션을 출력하는 로봇 모듈 및 상기 로봇 모듈을 구동시키는 베이스 모듈을 포함하는 액션 로봇과 연결되는 관리 서버에 있어서,
    상기 액션 로봇으로부터 상기 로봇 모듈의 제1 식별 정보를 수신하는 통신부; 및
    상기 수신된 제1 식별 정보, 및 단말기로부터 수신되는 사용자 정보에 기초하여 상기 로봇 모듈의 인증을 수행하고,
    상기 로봇 모듈의 인증 수행 결과에 기초하여, 상기 액션 로봇으로 상기 로봇 모듈의 구동을 활성화 또는 비활성화하는 제어 신호를 전송하는 프로세서를 포함하는 관리 서버.
  11. 제10항에 있어서,
    상기 프로세서는,
    상기 액션 로봇으로부터, 상기 베이스 모듈의 제2 식별 정보를 더 수신하고,
    상기 수신된 제1 식별 정보가 데이터베이스에 존재하는지 여부를 확인하고,
    상기 제1 식별 정보가 상기 데이터베이스에 존재하는 경우, 상기 제2 식별 정보에 매칭된 단말기로부터 상기 사용자 정보를 수신하고,
    수신된 사용자 정보와, 상기 제1 식별 정보에 매칭된 사용자 정보의 일치 여부에 기초하여 상기 로봇 모듈의 인증을 수행하는 관리 서버.
  12. 제11항에 있어서,
    상기 프로세서는,
    상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 일치하는 경우, 상기 액션 로봇으로 상기 로봇 모듈의 구동을 활성화하는 제어 신호를 전송하고,
    상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 불일치하는 경우, 상기 액션 로봇으로 상기 로봇 모듈의 구동을 비활성화하는 제어 신호를 전송하는 관리 서버.
  13. 제11항에 있어서,
    상기 프로세서는,
    상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 일치하는 경우, 상기 단말기로 인증 성공 알림을 전송하고,
    상기 수신된 사용자 정보와 상기 제1 식별 정보에 매칭된 사용자 정보가 불일치하는 경우, 상기 단말기로 인증 실패 알림을 전송하는 관리 서버.
  14. 제11항에 있어서,
    상기 프로세서는,
    상기 제1 식별 정보가 상기 데이터베이스에 존재하지 않는 경우, 상기 제2 식별 정보에 매칭된 단말기로 사용자 정보 요청을 전송하고,
    상기 단말기로부터 수신되는 사용자 정보 및 상기 제1 식별 정보를 상기 데이터베이스에 저장하는 관리 서버.
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
KR1020190063740A 2019-05-30 2019-05-30 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버 KR102269788B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190063740A KR102269788B1 (ko) 2019-05-30 2019-05-30 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버
US16/799,737 US20200376655A1 (en) 2019-05-30 2020-02-24 Action robot, authentication method therefor, and server connected thereto

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190063740A KR102269788B1 (ko) 2019-05-30 2019-05-30 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버

Publications (2)

Publication Number Publication Date
KR20200137411A KR20200137411A (ko) 2020-12-09
KR102269788B1 true KR102269788B1 (ko) 2021-06-28

Family

ID=73550167

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190063740A KR102269788B1 (ko) 2019-05-30 2019-05-30 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버

Country Status (2)

Country Link
US (1) US20200376655A1 (ko)
KR (1) KR102269788B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020235704A1 (ko) * 2019-05-21 2020-11-26 엘지전자 주식회사 액션 로봇

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100576171B1 (ko) * 2002-12-31 2006-05-03 이지로보틱스 주식회사 모듈형 로봇 장치, 시스템 및 그 제어 방법
KR102716152B1 (ko) * 2017-02-20 2024-10-14 엘지전자 주식회사 모듈형 가정용 로봇

Also Published As

Publication number Publication date
KR20200137411A (ko) 2020-12-09
US20200376655A1 (en) 2020-12-03

Similar Documents

Publication Publication Date Title
US11529900B2 (en) Artificial intelligence massage apparatus and method for determining recommended massage setting in consideration of activity information of user
US11663936B2 (en) Robot
US11450326B2 (en) Device for recognizing voice content, server connected thereto, and method for recognizing voice content
KR20210010270A (ko) 로봇 및 그의 기동어 인식 방법
KR102288658B1 (ko) 로봇 및 그의 제어 방법
US10931813B1 (en) Artificial intelligence apparatus for providing notification and method for same
KR20190116190A (ko) 로봇
US11738465B2 (en) Robot and controlling method thereof
KR20190106862A (ko) 인공지능 장치 및 그를 이용한 IoT 기기의 도난 감지 및 탐색 방법
KR102269788B1 (ko) 액션 로봇, 그의 인증 방법, 및 그와 연결되는 서버
KR20210056603A (ko) 로봇 및 그의 제어 방법
US11478925B2 (en) Robot and method for controlling same
US11358069B2 (en) Action robot
KR102314385B1 (ko) 로봇 및 그의 제어 방법
US20210094167A1 (en) Apparatus connected to robot, and robot system including the robot and the apparatus
KR20210080993A (ko) 전자 장치 및 그의 동작 방법
US20200001459A1 (en) Robot system and control method of the same
KR20210029591A (ko) 로봇 및 그 제어 방법
US11478697B2 (en) Terminal connected to action robot and operating method thereof
KR20210009991A (ko) 액션 로봇 및 그의 동작 방법
KR20210063132A (ko) 콘텐츠에 최적화된 액션 로봇용 모션 데이터를 제공하는 장치 및 방법
KR20210078126A (ko) 액션 로봇
US20210101295A1 (en) Tool changer and tool change system having the same
KR20210078087A (ko) 액션 로봇
KR20210078800A (ko) 액션 로봇

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant