KR102400018B1 - 자동 조리 장치 및 방법 - Google Patents

자동 조리 장치 및 방법 Download PDF

Info

Publication number
KR102400018B1
KR102400018B1 KR1020170128302A KR20170128302A KR102400018B1 KR 102400018 B1 KR102400018 B1 KR 102400018B1 KR 1020170128302 A KR1020170128302 A KR 1020170128302A KR 20170128302 A KR20170128302 A KR 20170128302A KR 102400018 B1 KR102400018 B1 KR 102400018B1
Authority
KR
South Korea
Prior art keywords
food material
light
information
cooking
automatic cooking
Prior art date
Application number
KR1020170128302A
Other languages
English (en)
Other versions
KR20190038184A (ko
Inventor
한준범
이상민
정현기
곽병훈
이준현
임성훈
Original Assignee
삼성전자주식회사
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=65901718&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=KR102400018(B1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020170128302A priority Critical patent/KR102400018B1/ko
Priority to CN201880062929.3A priority patent/CN111148944B/zh
Priority to US16/643,397 priority patent/US11622651B2/en
Priority to PCT/KR2018/007839 priority patent/WO2019066216A1/ko
Priority to EP18862835.8A priority patent/EP3650758B1/en
Publication of KR20190038184A publication Critical patent/KR20190038184A/ko
Application granted granted Critical
Publication of KR102400018B1 publication Critical patent/KR102400018B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C7/00—Stoves or ranges heated by electric energy
    • F24C7/08—Arrangement or mounting of control or safety devices
    • F24C7/082—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination
    • F24C7/085—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination on baking ovens
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J36/00—Parts, details or accessories of cooking-vessels
    • A47J36/32—Time-controlled igniting mechanisms or alarm devices
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J36/00—Parts, details or accessories of cooking-vessels
    • A47J36/32—Time-controlled igniting mechanisms or alarm devices
    • A47J36/321—Time-controlled igniting mechanisms or alarm devices the electronic control being performed over a network, e.g. by means of a handheld device
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J37/00—Baking; Roasting; Grilling; Frying
    • A47J37/06—Roasters; Grills; Sandwich grills
    • A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
    • A47J37/0629—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity with electric heating elements
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J37/00—Baking; Roasting; Grilling; Frying
    • A47J37/06—Roasters; Grills; Sandwich grills
    • A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
    • A47J37/0664—Accessories
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C3/00—Stoves or ranges for gaseous fuels
    • F24C3/12—Arrangement or mounting of control or safety devices
    • F24C3/126—Arrangement or mounting of control or safety devices on ranges
    • F24C3/128—Arrangement or mounting of control or safety devices on ranges in baking ovens
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C5/00—Stoves or ranges for liquid fuels
    • F24C5/16—Arrangement or mounting of control or safety devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C7/00—Stoves or ranges heated by electric energy
    • F24C7/08—Arrangement or mounting of control or safety devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/12—Hotels or restaurants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B6/00—Heating by electric, magnetic or electromagnetic fields
    • H05B6/64—Heating using microwaves
    • H05B6/66—Circuits
    • H05B6/68—Circuits for monitoring or control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • 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
    • G03B2219/00—Cameras
    • 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
    • G05B2219/26—Pc applications
    • G05B2219/2643—Oven, cooking
    • 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
    • G05B2219/26—Pc applications
    • G05B2219/2651—Camera, photo

Abstract

본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다. 식재료에 서로 다른 파장 대역의 광을 선택적으로 조사하고, 반사된 광에 기초해 식재료의 정보를 획득하여, 식재료를 식별하고, 식재료의 조리 과정을 제어하는 자동 조리 장치 및 방법을 개시한다.

Description

자동 조리 장치 및 방법{Method and apparatus for auto cooking}
자동 조리 장치 및 자동 조리 방법에 관한 것이다.
인공지능(Artificial Intelligence, AI) 시스템은 인간 수준의 지능을 구현하는 컴퓨터 시스템이며, 기존 Rule 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 Rule 기반 스마트 시스템은 점차 딥러닝 기반 인공지능 시스템으로 대체되고 있다.
인공지능 기술은 기계학습(딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.
기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.
인공지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.
한편, 음식을 조리하는 오븐의 경우, 사용자가 직접 요리 종류와 요리 방식, 조리를 위한 설정 정보 등을 직접 입력한다. 그러나, 다양한 조리법에 따라 오븐을 설정하는 것이 복잡하고, 동일한 식재료라하더라도 식재료의 면적, 두께와 같은 특성이 다르므로 표준화된 레시피에 따라 오븐을 사용하는 것이 적절하지 않을 때가 있다. 이에 따라, 오븐과 같은 조리 장치에도 인공지능 기술을 적용하여, 사용자의 오븐 조작을 최소화하고, 식재료의 특성을 고려하여 요리를 완성할 수 있는 기술에 대한 관심이 고조되고 있다.
식재료에 서로 다른 파장 대역의 광을 선택적으로 조사하고, 반사된 광에 기초해 식재료의 정보를 획득하여, 식재료를 식별하고, 식재료의 조리 과정을 제어하는 자동 조리 장치 및 방법을 제공하는 것이다.
제 1 측면에 따른 자동 조리 장치는, 서로 다른 파장 대역의 광을 각각 조사하는 광 조사부; 이미지 센서를 포함하는 촬영부; 컴퓨터 실행가능 명령어(computer executable instruction)를 저장하는 메모리; 상기 컴퓨터 실행가능 명령어를 실행함으로써, 상기 광 조사부와 상기 촬영부를 제어하여, 식재료를 촬영한 영상에 기초한 비전 인식을 통해 상기 식재료의 종류 정보를 획득하고, 상기 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 상기 식재료에 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 상기 식재료의 특성 정보를 획득하며, 상기 식재료의 종류 정보와 상기 식재료의 특성 정보에 기초하여, 상기 식재료의 조리 과정을 제어하는 적어도 하나의 프로세서; 및 상기 식재료의 조리 과정에 따라 동작하는 조리기;를 포함한다.
제 2 측면에 따른 자동 조리 방법은, 식재료를 촬영한 영상에 기초한 비전 인식을 통해 상기 식재료의 종류 정보를 획득하는 단계; 상기 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 상기 식재료에 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 상기 식재료의 특성 정보를 획득하는 단계; 및 상기 식재료의 종류 정보와 상기 식재료의 특성 정보에 기초하여, 상기 식재료의 조리 과정을 제어하는 단계;를 포함하고, 상기 식재료의 종류 정보와 상기 식재료의 특성 정보는 서로 다른 파장 대역의 광을 각각 조사하는 광 조사부와 이미지 센서를 포함하는 촬영부를 제어하여 획득된다.
제 3 측면에 따라, 상기 자동 조리 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체이다.
도 1은 일 실시예에 따른 자동 조리 장치를 나타낸 도면이다.
도 2는 일 실시예에 따른 자동 조리 장치를 설명하기 위한 블록도이다.
도 3은 일 실시예에 따른 자동 조리 장치가 서버와 연동하여, 식재료에 관한 정보를 학습 및 인식하는 과정을 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 자동 조리 장치의 구성 및 동작을 설명하기 위한 도면이다.
도 5는 다른 실시예에 따른 자동 조리 장치의 구성 및 동작을 설명하기 위한 도면이다.
도 6은 일 실시예에 따른 자동 조리 방법을 나타내는 흐름도이다.
도 7은 일 실시예에 따른 자동 조리 방법에서 분광 특성 분석을 통해 식재료의 특성 정보를 획득하는 과정을 나타내는 상세 흐름도이다.
도 8은 일 실시예에 따른 자동 조리 방법에서 조리 과정을 제어하는 과정을 나타내는 상세 흐름도이다.
이하 첨부된 도면을 참조하면서 오로지 예시를 위한 실시예를 상세히 설명하기로 한다. 하기 실시예는 기술적 내용을 구체화하기 위한 것일 뿐 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 상세한 설명 및 실시예로부터 해당 기술분야의 전문가가 용이하게 유추할 수 있는 것은 권리범위에 속하는 것으로 해석된다.
한편, 본 명세서에서 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 '직접적으로 연결'되어 있는 경우뿐 아니라, '그 중간에 다른 구성을 사이에 두고 연결'되어 있는 경우도 포함한다. 또한, 어떤 구성이 다른 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들 더 포함할 수도 있다는 것을 의미한다.
또한, 본 명세서에서 사용되는 '제 1' 또는 '제 2' 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.
본 명세서에서 "자동 조리 장치"란 조리 기능을 구비한 전자 장치를 총칭하는 용어를 의미한다. 예를 들어, 식재료에 열을 가하여 조리를 수행하는 식음 기자재로서, 오븐(oven)이나 레인지(range) 등이 자동 조리 장치에 해당될 수 있다.
본 실시예들은 자동 조리 장치 및 자동 조리리 방법에 관한 것으로서 이하의 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서는 자세한 설명을 생략한다.
도 1은 일 실시예에 따른 자동 조리 장치(100)를 나타낸 도면이다.
도 1을 보면, 일 실시예에 따른 자동 조리 장치(100)의 일 예로서 오븐이 도시되어 있다. 자동 조리 장치(100)의 동작 방식은 컨백션 방식, 브로일 방식, 고온스팀 방식, 그릴 방식 등일 수 있고, 이에 한정되지 않으며, 여러 가지 방식이 조합된 방식일 수 있다. 도 1에 도시된 바와 같이, 자동 조리 장치(100)는 내부 공간의 상부, 하부, 측면부에 다양한 형태의 가열 기기가 존재할 수 있으며, 이 중 일부 가열 기기는 제거되거나 다른 가열 기기가 추가된 형태일 수 있다.
도 1을 보면, 식재료가 자동 조리 장치(100) 내부 공간에 인입될 수 있도록 자동 조리 장치(100)의 도어가 열려있고, 식재료가 자동 조리 장치(100) 내부 공간에 놓여질 수 있도록 지지대가 하단의 높이에 위치하고 있다. 도 1에서는 식재료가 놓여질 지지대가 상단과 하단 2단 높이 중 어느 하나의 높이에 위치하도록 되어 있으나, 이에 한정되지 않으며, 식재료의 종류, 크기 등에 따라 식재료가 다양한 높이에서 조리될 수 있도록 3단, 4단, 5단, 6단, 7단 등 다양한 방식의 지지대가 제공될 수 있다. 자동 조리 장치(100)는 자동 조리 장치(100)의 외부에 사용자가 자동 조리 장치(100)의 동작을 제어할 수 있도록, 사용자 조작을 입력하기 위한 조작부가 제공될 수 있다. 도 1의 경우, 다이얼 방식의 조작부가 제공된 자동 조리 장치(100)이며, 사용자가 다이얼의 손잡이를 잡고 회전을 시켜 자동 조리 장치(100)를 제어할 수 있다. 다만, 자동 조리 장치(100)의 조작 방식은 도 1에 도시된 다이얼 방식으로 한정되지 않으며, 사용자 인터페이스를 제공하는 터치 스크린 방식이나, 버튼 방식 등 다양한 방식일 수 있다.
도 2는 일 실시예에 따른 자동 조리 장치(100)를 설명하기 위한 블록도이다.
본 실시예와 관련된 기술분야에서 통상의 지식을 가진 자라면 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 알 수 있다.
자동 조리 장치(100)는 광 조사부(110), 촬영부(120), 프로세서(130), 메모리(140), 조리기(150)를 포함할 수 있다.
광 조사부(110)는 서로 다른 파장 대역의 광을 각각 조사할 수 있다. 광 조사부(110)는 서로 다른 파장 대역의 광을 순차적으로 조사할 수 있다. 예를 들어, 자동 조리 장치(100) 내부 공간에 위치한 식재료를 촬영하는 경우 각각 레드(Red, R), 그린(Green, G), 블루(Blue, B) 컬러에 해당하는 파장 대역의 광을 순차적으로 조사하여, 식재료를 촬영한 영상을 획득할 수 있다. 자동 조리 장치(100)는 자동 조리 장치(100) 내부 공간에 위치한 식재료를 촬영하기 위해, 가시광 영역의 광을 주로 사용할 수 있으며, 필요에 따라 적외선 영역의 광을 혼합하여 사용할 수도 있다. 다른 예를 들어, 자동 조리 장치(100)는 식재료의 종류에 따라 선택된 파장 대역의 광을 순차적으로 조사할 수 있다. 식재료의 종류에 따라 식재료의 특성을 파악하기에 적절한 파장 대역의 광이 있으므로, 자동 조리 장치(100)는 자동 조리 장치(100) 내부 공간에 위치한 식재료의 종류 정보가 확인되면, 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 순차적으로 조사할 수 있다. 자동 조리 장치(100)는 자동 조리 장치(100) 내부 공간에 위치한 식재료의 특성을 파악하기 위해, 근적외선 영역에서 특정 파장 대역의 광을 선택하여 사용할 수 있으며, 필요에 따라 가시광 영역의 특정 파장 대역의 광을 사용할 수도 있다.
광 조사부(110)의 일 예에 따르면, 광 조사부(110)는 각각이 단일 파장 대역의 광을 방출하는 복수의 발광소자들(light emitting elements) 및 복수의 발광소자들 중 선택된 발광소자로부터 방출된 광이 이동하는 패스(path)를 제공하는 광 가이드를 포함할 수 있다.
광 조사부(110)의 다른 일 예에 따르면, 광 조사부(110)는 다중 파장 대역의 광을 방출하는 발광소자, 다중 파장 대역 중 선택된 파장 대역의 광을 통과시키는 대역 필터, 및 선택된 파장 대역의 광이 이동하는 패스를 제공하는 광 가이드를 포함할 수 있다.
촬영부(120)는 입사광으로부터 전기적인 신호의 영상을 생성하는 구성요소로서, 적어도 하나의 이미지 센서를 포함할 수 있다. 이때, 이미지 센서는 광학 신호를 전기 신호로 변환하는 CCD(Charge Coupled Device) 이미지 센서 또는 CMOS(Complementary Metal Oxide Semiconductor) 이미지 센서일 수 있다. 촬영부(120)는 광 조사부(110)에서 방출하는 단일 파장 대역의 광을 이용하여 영상을 촬영할 수 있다. 촬영부(120)는 단일 파장 대역의 광을 이용하여 영상을 촬영함으로써, 단일 파장 대역의 광을 통과시키는데 이용되는 필터를 사용하지 않을 수 있다. 다만, 경우에 따라서 촬영부(120)는 소정의 단일 파장 대역들을 통과시키기 위한 소정의 밴드패스 필터를 포함할 수도 있다.
촬영부(120)는 이미지 센서로 입사되는 노이즈 파장 대역의 광을 조절하는 노이즈 저감 필터를 더 포함할 수 있다. 촬영부(120)는 렌즈 및 렌즈의 위치를 조절하는 렌즈 구동부를 더 포함할 수도 있다.
메모리(140)는 프로세서(130)의 처리 및 제어를 위한 프로그램을 저장할 수 있고, 자동 조리 장치(100)로 입력되거나 자동 조리 장치(100)로부터 출력되는 데이터를 저장할 수도 있다. 메모리(140)는 컴퓨터 실행가능 명령어(computer executable instruction)를 저장할 수 있다.
프로세서(130)는, 통상적으로 자동 조리 장치(100)의 전반적인 동작을 제어한다. 프로세서(130)는 적어도 하나 이상의 프로세서를 구비할 수 있다. 프로세서(130)는 그 기능 및 역할에 따라, 복수의 프로세서들을 포함하거나, 통합된 형태의 하나의 프로세서일 수 있다.
프로세서(130)는 메모리(1100)에 저장된 컴퓨터 실행가능 명령어를 실행함으로써, 광 조사부(110)와 촬영부(120)를 제어하여, 식재료를 촬영한 영상에 기초한 비전 인식을 통해 식재료의 종류 정보를 획득하고, 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 식재료에 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 식재료의 특성 정보를 획득할 수 있다, 식재료의 특성 정보는 식재료의 성분비, 산도(PH), 수분량 등일 될 수 있다.
한편, 프로세서(130)는 비전 인식을 통해 획득한 식재료의 종류 정보에 따라, 식재료에 대해 분광 특성 분석을 더 수행하여 식재료의 상세 정보를 획득할 수도 있다. 프로세서(130)는 소정의 식재료 종류에 대해서 분광 특성 분석을 더 수행하여 보다 정밀한 식재료의 종류 정보나 식재료의 추가 정보를 획득할 수 있다.
프로세서(130)는 식재료의 종류 정보에 대응하여 파장 대역을 선택하고, 선택된 파장 대역의 광에 대해 식재료 위치 및 외부광 세기에 따른 광량을 결정하여 식재료에 조사하여, 반사된 광에 기초한 분광 특성 분석 시에 식재료의 위치 및 외부광 세기에 따른 캘리브레이션을 수행하고, 식재료의 특성 정보를 획득할 수 있다. 프로세서(130)는 식재료 별로 단백질, 지방, 수분, 산도, 수분량 등의 특성 정보를 검출하기 위해 적합한 파장 대역을 데이터베이스화된 식재료 정보를 이용하여 선정할 수 있다. 프로세서(130)는 선택된 파장 대역에 대해 외부광에 의한 노이즈를 제거하고 분광 특성 분석을 수행할 수 있다.
프로세서(130)는 식재료의 종류 정보와 식재료의 특성 정보에 기초하여, 식재료의 조리 과정을 제어할 수 있다. 프로세서(130)는 조리 전에 식재료의 종류 정보와 식재료의 특성 정보를 데이터베이스화된 식재료 정보와 비교하여, 식재료를 활용한 최적의 레시피를 도출하고 도출된 레시피에 따라 조리 과정을 제어할 수 있다. 프로세서(130)는 식재료의 특성 정보에 기초하여 식재료의 조리 상태를 파악하고, 파악된 조리 상태에 기초하여, 조리 방식, 조리 시간, 조리 온도 중 적어도 하나를 결정하여, 식재료의 조리 과정을 제어할 수 있다. 조리 방식은 직화 방식, 컨벡션 방식, 스팀 방식, RF 조리 방식 등이 될 수 있다. 조리 시간은 식재료의 조리완성을 위해 설정한 설정 시간이나 조리 시작 시간으로부터 경과한 시간 등이 될 수 있다. 조리 온도는 식재료의 조리 완성을 위해 설정한 설정 온도나 조리 과정에서의 현재 온도 등이 될 수 있다.
프로세서(130)는 조리 과정 제어시 소정의 시간 경과나 식재료의 조리 상태에 변화가 있는 경우, 조리 과정에서 식재료의 특성 정보를 바탕으로 현재 조리 단계를 파악할 수 있고, 실제 조리 상태에 기초하여, 조리 방식, 조리 시간, 조리 온도 등을 설정, 변경, 유지할 수 있다.
프로세서(130)는 식재료의 조리 과정 진전에 따라 미리 정의된 센싱 정보 획득에 이용되는 파장 대역의 광을 선택적으로 조사하여 식재료의 조리 상태 또는 조리 완료 시간(end of cooking time)을 추정할 수 있다. 예를 들어, 프로세서(130)는 분광 특성 분석을 통해 식재료 표면의 변성 정보, 특히, 단백질의 변성 정보를 획득하여, 단백질의 변형에 기초하여 조리 온도나 조리 시간 등이 최적화된 스케쥴링에 따라 식재료의 조리 과정을 제어할 수 있다.
프로세서(130)는 식재료의 조리 과정 진전에 따라 검출하고자 하는 센싱 정보들을 미리 정의해두고, 이와 같은 센싱 정보들의 획득에 이용되는 파장 대역의 광을 선택적으로 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 식재료의 익은 정도(doneness)를 확인할 수 있다. 예를 들어, 스테이크의 조리 과정이 표면 건조, 겉면 태우기, 속익히기의 단계에 따라 순차적으로 진행되는 경우, 프로세서(130)는 표면 건조 단계에서는 스테이크의 표면 수분량을 검출하고, 겉면 태우기 단계에서는 단백질 변성 정보를 검출하며, 속익히기의 단계에서는 단백질 변성 정보뿐만 아니라 식재료의 두께 또는 부피의 변화 정보를 검출하도록 요구되는 센싱 정보 및 센싱 정보를 획득할 수 있는 파장 대역들을 미리 설정해 둘 수 있다.
자동 조리 장치(100)가 식재료의 부피를 측정할 수 있는 경우, 프로세서(130)는 식재료의 특성 정보와 조리 전 식재료 부피와 가열에 따른 부피 간의 부피 변화 정보에 기초하여, 식재료의 조리 상태를 파악하여, 식재료의 조리 과정을 제어할 수 있다. 이를 위해, 자동 조리 장치(100)는 촬영된 영상에 대해 부피 추정을 위한 알고리즘을 적용하여 식재료의 부피를 측정하거나, 식재료의 부피를 측정하는 부피 측정기를 더 포함할 수도 있다.
자동 조리 장치(100)가 식재료 내부의 온도 정보 및 구성 정보를 획득하는 탐침을 더 포함하는 경우, 프로세서(130)는 식재료의 특성 정보와 식재료의 내부의 온도 정보 및 구성 정보에 기초하여, 식재료의 조리 상태를 파악하여, 식재료의 조리 과정을 제어할 수 있다. 이때, 프로세서(130)는 촬영부(120)를 통해 탐침의 위치를 인식하여, 탐침의 위치를 사용자에게 수정하도록 알려줄 수 있다.
프로세서(130)는 가시광 영역 및/또는 근적외선 영역의 단일 파장 대역의 적어도 하나의 광을 이용하여 식재료를 촬영한 영상 내에서 식재료의 종류나 특성 정보를 추정하기 위해, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하는 기준을 학습할 수 있다. 프로세서(130)는 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위하여 어떤 데이터를 이용할지, 데이터를 이용하여 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 여부를 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 프로세서(130)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 인식 모델에 적용함으로써, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하는 기준을 학습할 수 있다.
프로세서(130)는 다양한 종류의 식재료의 정보에 기초하여 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단할 수 있다.
프로세서(130)는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor)와 그래픽 전용 프로세서(예: GPU) 등을 이용하여 제작되어, 자동 조리 장치(100)에 탑재될 수도 있다.
프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하는 기준을 학습하기 위하여 필요한 데이터를 획득할 수 있다. 예를 들어, 프로세서(130)는 영상 데이터 예를 들어, 이미지, 동영상 등을 획득할 수 있다. 프로세서(130)는 자동 조리 장치(100)에서 직접 입력된 데이터나 선택된 데이터, 설정되었던 데이터 등을 획득할 수 있다.
프로세서(130)는 사용자로부터 입력받은 데이터, 자동 조리 장치(100)에서 촬영되었거나 기 저장된 데이터, 또는 외부 장치로부터 수신된 데이터 등을 획득할 수 있으나, 이에 제한되지 않는다.
프로세서(130)는 이미지, 동영상 등의 데이터에 대해, 의미 있는 데이터를 선별할 수 있도록 노이즈를 제거하거나, 소정의 형태로 가공할 수 있다.
프로세서(130)는 이미지, 동영상 등의 각각의 데이터 형태마다, 데이터 선택을 위한 기준을 가질 수 있으며, 이와 같은 기준을 이용하여 학습에 필요한 데이터를 선택할 수 있다. 프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 학습하기 위한 학습에 필요한 데이터를 선택할 수 있다.
프로세서(130)는 학습 데이터에 기초하여 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하는 기준을 학습할 수 있다. 또한, 프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위하여 어떤 학습 데이터를 이용해야 하는지에 대한 기준을 학습할 수도 있다.
프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지를 어떻게 판단할지 학습할 수 있다. 예를 들어, 프로세서(130)는 제 1 데이터 인식 모델이 영상 내의 어느 영역이 식재료 영역에 해당하는지를 어떻게 판단할지 학습할 수 있다. 또한, 프로세서(130)는 제 2 데이터 인식 모델이 영상 내의 어느 영역이 식재료의 특성 정보를 알 수 있는 영역에 해당하는지를 어떻게 판단할지 학습할 수 있다.
또한, 프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하는데 이용되는 데이터 인식 모델을 학습 데이터를 이용하여 학습시킬 수 있다.
데이터 인식 모델은 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network)과 같은 모델이 데이터 인식 모델로서 사용될 수 있으나, 이에 한정되지 않는다.
프로세서(130)는 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 피드백을 이용하는 강화 학습(reinforcement learning) 등을 통하여, 데이터 인식 모델을 학습시킬 수 있다.
프로세서(130)는 데이터 인식 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 인식 결과가 소정 기준을 만족하지 못하는 경우, 다시 학습하도록 할 수 있다.
프로세서(130)는 학습된 데이터 인식 모델을 이용하여, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단할 수 있다.
프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위해 다양한 종류의 데이터를 획득할 수 있다. 예를 들어, 프로세서(130)는 이미지, 동영상 등과 같은 영상 데이터를 획득할 수 있다. 예를 들어, 프로세서(130)는 자동 조리 장치(100)에서 직접 입력된 데이터나 선택된 데이터 등을 획득하거나, 자동 조리 장치(100)에서 다양한 센서들을 이용하여 감지되는 정보들을 획득할 수 있다.
프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위해 획득된 데이터나 정보가 이용될 수 있도록, 획득된 데이터나 정보를 전처리할 수 있다. 예를 들어, 프로세서(130)는 이미지, 동영상 등의 영상 데이터에 대해, 의미 있는 데이터를 선별할 수 있도록 노이즈를 제거하거나, 소정의 형태로 가공할 수 있다.
프로세서(130)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하는데 필요한 데이터를 선택할 수 있다.
프로세서(130)는 선택된 데이터를 데이터 인식 모델에 적용하여 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단할 수 있다.
프로세서(130)는 가시광 영역 및/또는 근적외선 영역의 단일 파장 대역의 적어도 하나의 광을 이용하여 식재료를 촬영한 영상 내에서 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하고, 식재료의 종류나 특성 정보를 추정할 수 있다.
프로세서(130)는 이와 같이 추정된 식재료의 종류나 특성 정보를 데이터베이스화된 식재료 정보와 비교하여, 식재료의 현재 상태나 조리 상태 등을 다시 추정하고, 추정된 식재료의 현재 상태나 조리 상태 등에 기초하여 조리 과정을 제어할 수 있다.
조리기(150)는 프로세서(130)가 제어하는 식재료의 조리 과정에 따라 동작할 수 있다. 조리기(150)는 식재료를 익히기 위한 가열 기기나 식재료의 조리 과정에 이용되는 스팀기 등이 될 수 있다. 조리기(150)는 조리 방식에 따른 다양한 형태의 가열 수단이 될 수 있다. 조리기(150)는 자동 조리 장치(100)에서 주로 이용되는 가열 수단과 함께 부분 가열 수단이나 추가 가열 수단을 더 포함할 수 있다.
도 3은 일 실시예에 따른 자동 조리 장치(100)가 서버(200)와 연동하여, 식재료에 관한 정보를 학습 및 인식하는 과정을 설명하기 위한 도면이다.
도 3을 참조하면, 서버(200)는 식재료와 관련된 다양한 정보를 수집하고, 데이터베이스화된 식재료 정보를 저장할 수 있다. 서버(200)는 식재료의 다양한 영상 데이터들을 확인하여, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위한 기준을 학습할 수 있다. 자동 조리 장치(100)는 서버(200)에서 학습된 데이터 인식 모델을 이용하여, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단할 수 있다.
서버(200)는 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위하여 어떤 데이터를 이용할지, 데이터를 이용하여 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 어떻게 판단할지에 관한 기준을 학습할 수 있다. 서버(200)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 데이터 인식 모델에 적용함으로써, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하기 위한 기준을 학습할 수 있다.
자동 조리 장치(100)는 서버(200)에 의해 학습된 데이터 인식 모델을 수신하여, 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단할 수 있다. 또는, 자동 조리 장치(100)는 식재료를 촬영한 영상을 서버(200)에게 전송하고, 서버(200)가 데이터 인식 모델에 적용하여 영상 내의 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단할 것을 요청하여, 그 결과를 수신할 수 있다.
자동 조리 장치(100)는 가시광 영역 및/또는 근적외선 영역의 단일 파장 대역의 적어도 하나의 광을 이용하여 식재료를 촬영한 영상 내에서 어느 영역이 식재료 영역 또는 특성 정보를 알 수 있는 영역에 해당하는지 판단하고, 식재료의 종류나 특성 정보를 추정할 수 있다. 자동 조리 장치(100)는 이와 같이 추정된 식재료의 종류나 특성 정보를 데이터베이스화된 식재료 정보와 비교하여, 식재료의 현재 상태나 조리 상태 등을 다시 추정하고, 추정된 식재료의 현재 상태나 조리 상태 등에 기초하여 조리 과정을 제어할 수 있다.
도 4는 일 실시예에 따른 자동 조리 장치(100)의 구성 및 동작을 설명하기 위한 도면이다.
도 4를 참조하면, 자동 조리 장치(100)의 내부 공간(160)에 식재료가 놓여질 수 있는 지지대(170)가 설치되어 있고, 지지대(170) 위에 식재료가 위치하고 있음을 알 수 있다. 자동 조리 장치(100)는 개폐되는 도어를 통해 식재료를 내부 공간(160)의 지지대(170) 위에 식재료를 위치시키고, 식재료의 조리가 이루어질 수 있도록 내부 공간(160)을 밀폐시킬 수 있다. 지지대(170)는 식재료의 종류에 따라 설치되는 위치가 다를 수 있다. 자동 조리 장치(100)는 식재료의 종류 정보에 따라, 지지대(170)의 높이를 조절할 수 있다.
도 4를 참조하면, 자동 조리 장치(100)가 내부 공간(160)의 지지대(170) 위의 식재료에 광을 조사함을 알 수 있다. 이를 위해, 자동 조리 장치(100)는 광 조사부(110)를 포함할 수 있는데, 광 조사부(110)는 자동 조리 장치(100)의 용도, 성능 등을 고려하여, 다양한 방식으로 구현될 수 있다.
도 4에 도시된 바와 같이, 광 조사부(110)는 각각이 단일 파장 대역의 광을 방출하는 복수의 발광소자들(111)과 복수의 발광소자들(111) 중 선택된 발광소자로부터 방출된 광이 이동하는 패스(path)를 제공하는 광 가이드(113)를 포함할 수 있다. 복수의 발광소자들(111)은 발광소자 어레이 형태로서, 발광소자 각각이 단일 파장 대역의 광을 방출하는 LED(Light Emitting Diode)일 수 있다. 도 4에 도시된 바와 달리, 광 조사부(110)는 다중 파장 대역의 광을 방출하는 발광소자(미도시), 다중 파장 대역 중 선택된 파장 대역의 광을 통과시키는 대역 필터(미도시), 및 선택된 파장 대역의 광이 이동하는 패스를 제공하는 광 가이드(113)를 포함할 수 있다.
도 4를 보면, 어레이 형태의 복수의 발광소자들(111)로부터 방출된 광이 광 가이드(113)를 통하여, 자동 조리 장치(100)의 내부 공간(160)에 있는 식재료에 조사될 수 있도록 광 조사부(110)가 설치되어 있음을 알 수 있다. 어레이 형태의 복수의 발광소자들(111)은 자동 조리 장치(100)의 내부 공간(160)을 형성하는 하우징(190) 내에 장착될 수 있다. 하우징(190)은 자동 조리 장치(100)의 부품들을 장착할 수 있는 프레임이자, 자동 조리 장치(100)에서 발생한 열이 외부로 방출되는 것을 막는 머플(muffle)역할을 할 수 있다. 광 가이드(113)는 광 섬유 케이블(fiber optic cable)과 같이 광을 전송할 수 있는 매개체로서, 복수의 발광소자들(111)로부터 방출된 광이 이동하는 패스를 제공할 수 있다. 광 가이드(113)의 일측 말단은 광이 방출되는 복수의 발광소자들(111)에 접해있을 수 있다. 광 가이드(113)의 다른 말단은 광 가이드(113)를 통과한 광이 식재료에 조사될 수 있도록, 도 4에 도시된 바와 같이, 자동 조리 장치(100)의 내부 공간(160)의 좌측면부와 우측면부의 상단에 각각 위치할 수 있으나, 이에 제한되지 않는다. 광 세츄레이션을 최소화하기 위하여, 광 조사부(110)는 식재료에 대해 약 45도의 입사각을 가지고 광을 조사할 수 있으나, 식재료에 대한 입사각도는 이에 제한되지 않는다. 도 4에 도시된 바와 같이, 자동 조리 장치(100)의 하우징(190)에서 광 가이드(113)가 배치되어 광 가이드(113)로부터 광이 조사되는 광 가이드의 말단부에 제 1 내열 윈도우(115)가 위치할 수 있다. 광 조사부(110)는 각도 α로 식재료에 광을 조사할 수 있다.
자동 조리 장치(100)의 하우징(190)에서 촬영부(120)가 장착되어 광이 입사되는 촬영부(120)의 전단부에 제 2 내열 윈도우(125)가 위치할 수 있다.
냉각 팬(180)은 광 조사부(110)와 촬영부(120)를 냉각시킬 수 있으며, 자동 조리 장치(100)의 크기, 기능, 동작 방식 등을 고려하여, 하우징(190)의 적절한 곳에 배치될 수 있다. 예를 들어, 냉각 팬(180)은 광 조사부(110)의 발광소자들(111)과 촬영부(120) 모두를 냉각시키기에 적합한 곳에 배치될 수 있으며, 발광소자들(111)과 촬영부(120)의 위치에 따라 복수 개가 배치될 수도 있다.
도 5는 다른 실시예에 따른 자동 조리 장치(100)의 구성 및 동작을 설명하기 위한 도면이다.
도 4에서 설명한 부분과 설명이 중복되는 내용에 대해서는 설명을 생략한다.
도 5를 참조하면, 도 4와 같이, 자동 조리 장치(100)가 내부 공간(160)의 지지대(170) 위의 식재료에 광을 조사함을 알 수 있는데, 도 4와 달리, 광 조사부(110)가 한 개라는 점에서 차이가 있다. 도 5에 도시된 바와 같이, 광 조사부(110)는 자동 조리 장치(100)의 내부 공간(160)의 측면부 중 어느 일측면부에 위치할 수 있으나, 이에 제한되지 않는다. 보다 높은 곳에서 광을 조사하기 위해, 자동 조리 장치(100)의 내부 공간(160)의 측면부에서 제일 상단 또는 자동 조리 장치(100)의 내부 공간(160)의 상부에서 가장자리 위치에 광 조사부(110)가 위치할 수 있다.
광 조사부(110)는 각도 β로 식재료에 광을 조사할 수 있다. 도 4에서 광 조사부가 자동 조리 장치(100)의 내부 공간(160) 양 측면에 위치한 것과 달리, 도 5에서는 광 조사부가 자동 조리 장치(100)의 내부 공간(160) 중 어느 일 측면에 위치하고 있으므로, 자동 조리 장치(100)의 광 조사부(110)는 도 4의 조사 각도 α보다 넓거나 같은 각도인 조사 각도 β로 식재료에 광을 조사할 수 있다.
도 6은 일 실시예에 따른 자동 조리 방법을 나타내는 흐름도이다.
610 단계에서, 자동 조리 장치(100)는 식재료를 촬영한 영상에 기초한 비전 인식을 통해 식재료의 종류 정보를 획득할 수 있다. 식재료의 종류 정보는 서로 다른 파장 대역의 광을 각각 조사하는 광 조사부와 이미지 센서를 포함하는 촬영부를 제어하여 획득될 수 있다. 자동 조리 장치(100)는 비전 인식을 통해 획득한 식재료의 종류 정보에 따라, 식재료에 대해 분광 특성 분석을 더 수행하여 식재료의 상세 정보를 획득할 수도 있다. 자동 조리 장치(100)는 소정의 식재료 종류에 대해서 분광 특성 분석을 더 수행하여 보다 정밀한 식재료의 종류 정보나 식재료의 추가 정보를 획득할 수 있다.
620 단계에서, 자동 조리 장치(100)는 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 식재료에 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 식재료의 특성 정보를 획득할 수 있다. 식재료의 특성 정보는 서로 다른 파장 대역의 광을 각각 조사하는 광 조사부와 이미지 센서를 포함하는 촬영부를 제어하여 획득될 수 있다.
도 7은 일 실시예에 따른 자동 조리 방법에서 분광 특성 분석을 통해 식재료의 특성 정보를 획득하는 과정을 나타내는 상세 흐름도이다.
710 단계에서, 자동 조리 장치(100)는 식재료의 종류 정보에 대응하여 파장 대역을 선택할 수 있다.
720 단계에서, 자동 조리 장치(100)는 식재료의 위치 및 외부광 세기를 획득할 수 있다. 예를 들어, 자동 조리 장치(100)는 식재료를 촬영한 영상을 분석하거나, 식재료가 놓인 지지대의 높이를 센싱하여 식재료의 위치를 인식할 수 있다. 자동 조리 장치(100)는 각각이 단일 파장 대역의 광을 방출하는 발광소자들(111) 별로 단일 파장대역의 스펙트럼 이미지를 촬영함에 있어서, 특정 발광소자의 광 세기를 조절함에 따른 세츄레이션(saturation) 시점을 파악함으로써, 외부광의 특정 파장대역에서의 세기를 파악할 수 있다. 한편, 자동 조리 장치(100)는 외부광 세기를 측정하기 위한 별도의 외부광 센서를 이용하여 외부광 세기를 측정할 수도 있다.
730 단계에서, 자동 조리 장치(100)는 선택된 파장 대역의 광에 대해 식재료 위치 및 외부광 세기에 따른 광량을 결정하여 식재료에 조사할 수 있다.
740 단계에서, 자동 조리 장치(100)는 반사된 광에 기초한 분광 특성 분석 시에 식재료의 위치 및 외부광 세기에 따른 캘리브레이션을 수행할 수 있다. 예를 들어, 자동 조리 장치(100)는 외부광의 세기에 따라 조사하는 발광소자(111)의 광 세기가 달라지고, 조사하는 발광소자(111)의 광 세기에 따라 캘리브레이션 웨이트 값을 결정할 수 있다. 자동 조리 장치(100)는 촬영된 이미지에서 외부광 세기만큼의 값을 제거한 뒤에 캘리브레이션 웨이트 값을 곱해주는 방식으로 캘리브레이션을 수행할 수 있다.
750 단계에서, 자동 조리 장치(100)는 식재료의 특성 정보를 획득할 수 있다.
다시 도 6을 참조하면, 630 단계에서, 자동 조리 장치(100)는 식재료의 종류 정보와 식재료의 특성 정보에 기초하여, 식재료의 조리 과정을 제어할 수 있다.
도 8은 일 실시예에 따른 자동 조리 방법에서 조리 과정을 제어하는 과정을 나타내는 상세 흐름도이다.
810 단계에서, 자동 조리 장치(100)는 현재의 자동 조리 장치(100)의 상태를 파악하여 조리 과정을 판단할 수 있다. 자동 조리 장치(100)는 자동 조리 장치(100)가 조리 중인지 조리 전인지 판단하여, 조리 전인 경우, 조리를 위한 설정 작업을 수행하고, 조리 중인 경우, 조리 완료를 위해 조리 과정을 수행할 수 있다.
820 단계에서, 자동 조리 장치(100)는 조리 전이라고 판단한 경우, 조리 전에 식재료의 종류 정보와 식재료의 특성 정보를 데이터베이스화된 식재료 정보와 비교하여, 식재료를 활용한 최적의 레시피를 도출할 수 있다.
830 단계에서, 자동 조리 장치(100)는 도출된 레시피에 따라 조리 과정을 제어할 수 있다. 예를 들어, 자동 조리 장치(100)는 데이터베이스화된 식재료 정보 중 레시피에 관한 정보에 따라, 조리 방식, 조리 시간, 조리 온도 등을 결정하고, 결정된 조리 방식, 조리 시간, 조리 온도에 따라 동작할 수 있다. 사용자의 입력 없이도, 자동 조리 장치(100)가 스스로 식재료를 인식하고, 식재료의 상태를 파악하여, 현재 식재료의 상태에 가장 적합한 레시피에 따라 식재료의 조리 과정이 수행되도록 조리를 시작한다.
840 단계에서, 자동 조리 장치(100)는 조리 중이라고 판단한 경우, 식재료의 조리 과정 진전에 따라 미리 정의된 센싱 정보 획득에 이용되는 파장 대역의 광을 선택적으로 조사하여 식재료의 조리 상태 또는 조리 완료 시간을 추정할 수 있다. 자동 조리 장치(100)는 식재료의 특성 정보에 기초하여 식재료의 조리 상태를 파악하고, 파악된 조리 상태에 기초하여, 조리 방식, 조리 시간, 조리 온도 중 적어도 하나를 결정하여, 식재료의 조리 과정을 제어할 수 있다. 자동 조리 장치(100)는 식재료의 각 부분 또는 각 부위의 조리 상태에 기초하여, 부분 가열이나 추가 가열이 더 필요한 부분 또는 부위가 있는 경우, 특정 부분 또는 부위를 가열할 수 있는 가열 기구를 작동시킬 수 있다. 예를 들어, 식재료의 특정 부위가 다른 부위에 비해, 조리된 수준이 떨어지는 경우, 식재료의 해당 특정 부위를 마이크로웨이브파, 광파, 고주파 등을 이용하여 부분 가열할 수 있다. 또한, 식재료를 전체적으로 보다 빠르게 조리하고자 하는 경우, 주 가열 수단과 함께 추가 가열 수단을 더 사용하여 식재료를 조리할 수 있다.
한편, 자동 조리 장치(100)는 식재료의 현재 조리 상태에 기초하여, 최적의 레시피에 따라 최초 설정된 조리 방식, 조리 시간, 조리 온도 등을 수정해야 할 필요가 있다고 판단한 경우, 수정할 항목의 설정 값을 새로 추가하거나 변경하거나 유지할 수 있다.
자동 조리 장치(100)가 식재료의 부피를 측정할 수 있는 경우, 자동 조리 장치(100)는 식재료의 특성 정보와 조리 전 식재료 부피와 가열에 따른 부피 간의 부피 변화 정보에 기초하여, 더욱 정확한 식재료의 조리 상태를 파악하여, 식재료의 조리 과정을 제어할 수 있다.
자동 조리 장치(100)가 식재료 내부의 온도 정보 및 구성 정보를 획득하는 탐침을 이용하여 식재료 내부의 온도 정보 및 구성 정보를 더 획득하는 경우, 자동 조리 장치(100)는 식재료의 특성 정보와 식재료의 내부의 온도 정보 및 구성 정보에 기초하여, 더욱 정확한 식재료의 조리 상태를 파악하여, 식재료의 조리 과정을 제어할 수 있다. 이때, 자동 조리 장치(100)는 촬영부(120)를 통해 탐침의 위치를 인식하여, 탐침의 위치를 사용자에게 수정하도록 알려줄 수 있다. 자동 조리 장치(100)는 탐침의 수정된 위치에서 식재료 내부의 온도 정보 및 구성 정보를 획득할 수 있다. 자동 조리 장치(100)는 탐침을 이용하여 획득한 식재료 내부의 온도 정보 및 구성 정보와 분광 특성 분석을 통해 획득한 식재료의 특성 정보에 기초하여, 현재 식재료의 조리 상태를 더욱 정확히 파악하고 학습하여, 현재 조리 과정을 제어하거나 추후 조리 과정 제어에 반영할 수 있다.
850 단계에서, 자동 조리 장치(100)는 식재료의 조리가 완료되었는지 판단할 수 있다. 자동 조리 장치(100)는 조리가 완료되지 않은 경우, 840 단계의 과정을 다시 수행할 수 있다.
860 단계에서, 식재료의 조리가 완료된 경우, 자동 조리 장치(100)는 조리가 완료되었음을 알릴 수 있다. 이때, 자동 조리 장치(100)는 조리가 완료된 요리에 대한 정보와 먹는 법 등을 사용자에게 알려줄 수 있다.
한편, 상술한 자동 조리 방법은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 저장매체를 이용하여 이와 같은 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 이와 같은 컴퓨터로 읽을 수 있는 저장매체는 read-only memory (ROM), random-access memory (RAM), flash memory, CD-ROMs, CD-Rs, CD+Rs, CD-RWs, CD+RWs, DVD-ROMs, DVD-Rs, DVD+Rs, DVD-RWs, DVD+RWs, DVD-RAMs, BD-ROMs, BD-Rs, BD-R LTHs, BD-REs, 마그네틱 테이프, 플로피 디스크, 광자기 데이터 저장 장치, 광학 데이터 저장 장치, 하드 디스크, 솔리드-스테이트 디스크(SSD), 그리고 명령어 또는 소프트웨어, 관련 데이터, 데이터 파일, 및 데이터 구조들을 저장할 수 있고, 프로세서나 컴퓨터가 명령어를 실행할 수 있도록 프로세서나 컴퓨터에 명령어 또는 소프트웨어, 관련 데이터, 데이터 파일, 및 데이터 구조들을 제공할 수 있는 어떠한 장치라도 될 수 있다.
이제까지 실시예들을 중심으로 살펴보았다. 개시된 실시예들이 속하는 기술 분야에서 통상의 지식을 가진 자는 개시된 실시예들이 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 발명의 범위는 전술한 실시예들의 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 발명의 범위에 포함된 것으로 해석되어야 할 것이다.

Claims (20)

  1. 서로 다른 파장 대역의 광을 각각 조사하는 광 조사부;
    이미지 센서를 포함하는 촬영부;
    컴퓨터 실행가능 명령어(computer executable instruction)를 저장하는 메모리;
    상기 컴퓨터 실행가능 명령어를 실행함으로써, 상기 광 조사부와 상기 촬영부를 제어하여, 식재료를 촬영한 영상에 기초한 비전 인식을 통해 상기 식재료의 종류 정보를 획득하고, 상기 서로 다른 파장 대역의 광 중에서 상기 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 상기 식재료에 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 상기 식재료의 특성 정보를 획득하며, 상기 식재료의 종류 정보와 상기 식재료의 특성 정보에 기초하여, 상기 식재료의 조리 과정을 제어하는 적어도 하나의 프로세서; 및
    상기 식재료의 조리 과정에 따라 동작하는 조리기;
    를 포함하는 자동 조리 장치.
  2. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 식재료의 종류 정보에 대응하여 파장 대역을 선택하고, 상기 선택된 파장 대역의 광에 대해 식재료 위치 및 외부광 세기에 따른 광량을 결정하여 상기 식재료에 조사하여, 상기 반사된 광에 기초한 상기 분광 특성 분석 시에 상기 식재료의 위치 및 외부광 세기에 따른 캘리브레이션을 수행하고, 상기 식재료의 특성 정보를 획득하는, 자동 조리 장치.
  3. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    조리 전에 상기 식재료의 종류 정보와 상기 식재료의 특성 정보를 데이터베이스화된 식재료 정보와 비교하여, 상기 식재료를 활용한 레시피를 도출하고 상기 도출된 레시피에 따라 조리 과정을 제어하는, 자동 조리 장치.
  4. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 식재료의 조리 과정 진전에 따라 미리 정의된 센싱 정보 획득에 이용되는 파장 대역의 광을 선택적으로 조사하여 상기 식재료의 조리 상태 또는 조리 완료 시간(end of cooking time)을 추정하는, 자동 조리 장치.
  5. 제 1 항에 있어서,
    상기 광 조사부는,
    각각이 단일 파장 대역의 광을 방출하는 복수의 발광소자들(light emitting elements); 및
    상기 복수의 발광소자들 중 선택된 발광소자로부터 방출된 광이 이동하는 패스(path)를 제공하는 광 가이드;
    를 포함하는, 자동 조리 장치.
  6. 제 1 항에 있어서,
    상기 광 조사부는,
    다중 파장 대역의 광을 방출하는 발광소자;
    상기 다중 파장 대역 중 선택된 파장 대역의 광을 통과시키는 대역 필터; 및
    상기 선택된 파장 대역의 광이 이동하는 패스를 제공하는 광 가이드;
    를 포함하는, 자동 조리 장치.
  7. 제 1 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 식재료의 특성 정보와 조리 전 식재료 부피와 가열에 따른 부피 간의 부피 변화 정보에 기초하여, 상기 식재료의 조리 상태를 파악하여, 상기 식재료의 조리 과정을 제어하는, 자동 조리 장치.
  8. 제 1 항에 있어서,
    상기 식재료 내부의 온도 정보 및 구성 정보를 획득하는 탐침을 더 포함하고,
    상기 적어도 하나의 프로세서는,
    상기 식재료의 특성 정보와 상기 식재료의 내부의 온도 정보 및 구성 정보에 기초하여, 상기 식재료의 조리 상태를 파악하여, 상기 식재료의 조리 과정을 제어하는, 자동 조리 장치.
  9. 제 8 항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 촬영부를 통해 상기 탐침의 위치를 인식하여, 상기 탐침의 위치를 사용자에게 수정하도록 알려주는, 자동 조리 장치.
  10. 제 1 항에 있어서,
    상기 자동 조리 장치의 하우징에서 광 가이드가 배치되어 상기 광 가이드로부터 광이 조사되는 상기 광 가이드의 말단부에 위치하는 제 1 내열 윈도우;
    상기 하우징에서 상기 촬영부가 장착되어 광이 입사되는 상기 촬영부의 전단부에 위치하는 제 2 내열 윈도우; 및
    상기 광 조사부와 상기 촬영부를 냉각시키는 냉각 팬;
    을 더 포함하는, 자동 조리 장치.
  11. 식재료를 촬영한 영상에 기초한 비전 인식을 통해 상기 식재료의 종류 정보를 획득하는 단계;
    서로 다른 파장 대역의 광 중에서 상기 식재료의 종류 정보에 대응하여 선택된 파장 대역의 광을 상기 식재료에 조사하여 반사된 광에 기초한 분광 특성 분석을 통해 상기 식재료의 특성 정보를 획득하는 단계; 및
    상기 식재료의 종류 정보와 상기 식재료의 특성 정보에 기초하여, 상기 식재료의 조리 과정을 제어하는 단계;
    를 포함하고,
    상기 식재료의 종류 정보와 상기 식재료의 특성 정보는 서로 다른 파장 대역의 광을 각각 조사하는 광 조사부와 이미지 센서를 포함하는 촬영부를 제어하여 획득되는, 자동 조리 방법.
  12. 제 11 항에 있어서,
    상기 식재료의 종류 정보를 획득하는 단계는,
    상기 비전 인식을 통해 획득한 상기 식재료의 종류 정보에 따라, 상기 식재료에 대해 분광 특성 분석을 더 수행하여 상기 식재료의 상세 정보를 획득하는, 자동 조리 방법.
  13. 제 11 항에 있어서,
    상기 분광 특성 분석을 통해 상기 식재료의 특성 정보를 획득하는 단계는,
    상기 식재료의 종류 정보에 대응하여 파장 대역을 선택하는 단계;
    상기 선택된 파장 대역의 광에 대해 식재료 위치 및 외부광 세기에 따른 광량을 결정하여 상기 식재료에 조사하는 단계;
    상기 반사된 광에 기초한 상기 분광 특성 분석 시에 상기 식재료의 위치 및 외부광 세기에 따른 캘리브레이션을 수행하는 단계; 및
    상기 식재료의 특성 정보를 획득하는 단계;
    를 포함하는, 자동 조리 방법.
  14. 제 11 항에 있어서,
    상기 식재료의 조리 과정을 제어하는 단계는,
    조리 전에 상기 식재료의 종류 정보와 상기 식재료의 특성 정보를 데이터베이스화된 식재료 정보와 비교하여, 상기 식재료를 활용한 레시피를 도출하는 단계; 및
    상기 도출된 레시피에 따라 조리 과정을 제어하는 단계;
    를 포함하는, 자동 조리 방법.
  15. 제 11 항에 있어서,
    상기 식재료의 조리 과정을 제어하는 단계는,
    상기 식재료의 조리 과정 진전에 따라 미리 정의된 센싱 정보 획득에 이용되는 파장 대역의 광을 선택적으로 조사하여 상기 식재료의 조리 상태 또는 조리 완료 시간을 추정하는 단계를 포함하는, 자동 조리 방법.
  16. 제 11 항에 있어서,
    조리 전 식재료 부피와 가열에 따른 부피 간의 부피 변화 정보를 획득하는 단계를 더 포함하고,
    상기 식재료의 조리 과정을 제어하는 단계는,
    상기 식재료의 특성 정보와 상기 부피 변화 정보에 기초하여, 상기 식재료의 조리 상태를 파악하여, 상기 식재료의 조리 과정을 제어하는, 자동 조리 방법.
  17. 제 11 항에 있어서,
    상기 식재료 내부의 온도 정보 및 구성 정보를 획득하는 탐침을 이용하여, 상기 식재료 내부의 온도 정보 및 구성 정보를 획득하는 단계를 더 포함하고,
    상기 식재료의 조리 과정을 제어하는 단계는,
    상기 식재료의 특성 정보와 상기 식재료의 내부의 온도 정보 및 구성 정보에 기초하여, 상기 식재료의 조리 상태를 파악하여, 상기 식재료의 조리 과정을 제어하는, 자동 조리 방법.
  18. 제 17 항에 있어서,
    상기 식재료 내부의 온도 정보 및 구성 정보를 획득하는 단계는,
    상기 탐침의 위치를 인식하여, 상기 탐침의 위치를 사용자에게 수정하도록 알려주는 단계; 및
    상기 탐침의 수정된 위치에서 상기 식재료 내부의 온도 정보 및 구성 정보를 획득하는 단계;
    를 포함하는, 자동 조리 방법.
  19. 제 11 항에 있어서,
    상기 식재료의 조리 과정을 제어하는 단계는,
    상기 식재료의 특성 정보에 기초하여 상기 식재료의 조리 상태를 파악하고, 상기 파악된 조리 상태에 기초하여, 조리 방식, 조리 시간, 조리 온도 중 적어도 하나를 결정하여, 상기 식재료의 조리 과정을 제어하는, 자동 조리 방법.
  20. 제 11 항 내지 제 19 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020170128302A 2017-09-29 2017-09-29 자동 조리 장치 및 방법 KR102400018B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020170128302A KR102400018B1 (ko) 2017-09-29 2017-09-29 자동 조리 장치 및 방법
CN201880062929.3A CN111148944B (zh) 2017-09-29 2018-07-11 自动烹饪设备和方法
US16/643,397 US11622651B2 (en) 2017-09-29 2018-07-11 Automatic cooking device and method
PCT/KR2018/007839 WO2019066216A1 (ko) 2017-09-29 2018-07-11 자동 조리 장치 및 방법
EP18862835.8A EP3650758B1 (en) 2017-09-29 2018-07-11 Automatic cooking device, method for operating an automatic cooking device, and computer-readable recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170128302A KR102400018B1 (ko) 2017-09-29 2017-09-29 자동 조리 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20190038184A KR20190038184A (ko) 2019-04-08
KR102400018B1 true KR102400018B1 (ko) 2022-05-19

Family

ID=65901718

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170128302A KR102400018B1 (ko) 2017-09-29 2017-09-29 자동 조리 장치 및 방법

Country Status (5)

Country Link
US (1) US11622651B2 (ko)
EP (1) EP3650758B1 (ko)
KR (1) KR102400018B1 (ko)
CN (1) CN111148944B (ko)
WO (1) WO2019066216A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023249225A1 (ko) * 2022-06-23 2023-12-28 삼성전자주식회사 전자 장치 및 전자 장치의 제어 방법

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210056173A (ko) * 2019-11-08 2021-05-18 엘지전자 주식회사 인공지능 조리 기기
EP4047428A4 (en) * 2019-11-20 2022-12-21 Guangdong Midea Kitchen Appliances Manufacturing Co., Ltd. CONTROL METHOD AND DEVICE FOR COOKING APPLIANCES, COOKING APPLIANCES AND STORAGE MEDIUM
US11754292B2 (en) 2020-02-14 2023-09-12 Samsung Electronics Co., Ltd. Heating cooker and heating cooking method
CN112137415A (zh) * 2020-09-28 2020-12-29 杭州老板电器股份有限公司 带摄像头识别的烹饪电器控制系统、控制方法和烹饪电器
US11732898B2 (en) * 2020-12-21 2023-08-22 B/E Aerospace, Inc. Content volume measurement
KR102434856B1 (ko) * 2021-03-02 2022-08-22 주식회사 비욘드허니컴 식재료 분석장치
CN113406043B (zh) * 2021-07-20 2022-08-16 珠海格力电器股份有限公司 食物成熟度检测装置以及方法
KR102549109B1 (ko) * 2021-11-18 2023-06-29 주식회사 비욘드허니컴 자동 조리장치
KR20230073006A (ko) * 2021-11-18 2023-05-25 삼성전자주식회사 다양한 높이에서 트레이를 수용할 수 있는 내부 공간을 갖는 가전 장치 및 가전 장치의 영상 획득 방법
WO2024043493A1 (ko) * 2022-08-24 2024-02-29 삼성전자주식회사 조리 기기 및 조리 기기의 제어 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106535384A (zh) * 2016-12-23 2017-03-22 成都光数云联科技有限公司 具有分析系统的微波炉
KR101754372B1 (ko) * 2016-05-26 2017-07-19 주식회사 원더풀플랫폼 식재료 관리 시스템 및 식재료 관리 방법

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2098725A (en) 1981-04-14 1982-11-24 United Biscuits Ltd Measurement of food material properties
JPS5881402U (ja) * 1981-11-26 1983-06-02 シャープ株式会社 熱風循環式調理器
JPS61265429A (ja) 1985-05-20 1986-11-25 Matsushita Electric Ind Co Ltd 加熱調理器
JPH03144325A (ja) 1989-10-31 1991-06-19 Yamatake Honeywell Co Ltd 焼き色検出方法および焼き色検出装置
KR930006905B1 (ko) * 1990-10-31 1993-07-24 주식회사 금성사 전자레인지에서의 음식 인식장치
KR940001593B1 (ko) * 1991-09-20 1994-02-25 삼성전자 주식회사 메인콘트롤러내에 내장한 버스콘트롤러 동작 시스템
JP2733163B2 (ja) 1992-01-29 1998-03-30 山武ハネウエル株式会社 焼き色量検出方法
JPH07127862A (ja) * 1993-11-08 1995-05-16 Toshiba Corp 調理装置
DE4416762A1 (de) 1994-05-14 1995-11-23 Krieg Gunther Verfahren und Vorrichtung zur kontinuierlichen Messung des Bräunungsgrades bei Back- Koch- Röstprozessen in voll- oder halbautomatischen Back- Koch- Röstsystemen
DE10306940A1 (de) 2003-02-18 2004-09-09 Rational Ag Verfahren zum Steuern eines Backprozesses
DE102005014713A1 (de) 2005-03-31 2006-10-05 BSH Bosch und Siemens Hausgeräte GmbH Sensorvorrichtung mit einer Datenverarbeitungseinheit zum Bestimmen eines Bräunungsgrads
CN101692958B (zh) * 2009-10-19 2012-05-09 钱海鹏 烹饪装置
EP2500725A1 (en) 2011-03-17 2012-09-19 Electrolux Home Products Corporation N.V. A method for controlling a cooking process of food stuff
EP2500724B1 (en) * 2011-03-17 2014-04-30 Electrolux Home Products Corporation N.V. A method for obtaining information on food stuff in or for a cooking process
DE102012204229A1 (de) 2012-03-16 2013-09-19 BSH Bosch und Siemens Hausgeräte GmbH Vorrichtung für ein Gargerät und Gargerät
US9069340B2 (en) 2012-04-16 2015-06-30 Eugenio Minvielle Multi-conditioner control for conditioning nutritional substances
SE537209C2 (sv) * 2012-06-04 2015-03-03 Bbbl Innovation Ab En livsmedelstillagningsanordning, ett livsmedelstillagningssystem med ett elektroniskt bibliotek och metoder relateradedärtill
CN104602580B (zh) 2012-07-23 2016-10-26 感应能力有限公司 用于表征食品的色度特性的装置和方法
DE102012217350A1 (de) 2012-09-26 2014-03-27 BSH Bosch und Siemens Hausgeräte GmbH Gargerät
DE102013102293A1 (de) 2013-03-07 2014-09-11 Rational Ag Verfahren zur Erkennung von Lebensmitteln
US20150064314A1 (en) * 2013-08-27 2015-03-05 David Briden Manuel System and method of monitoring and adjusting a temperature of an object
EP3090239A4 (en) 2014-01-03 2018-01-10 Verifood Ltd. Spectrometry systems, methods, and applications
CN203810478U (zh) 2014-05-15 2014-09-03 淮安信息职业技术学院 一种自动识别食物的微波炉
EP2950067B1 (en) * 2014-05-26 2017-08-23 Electrolux Appliances Aktiebolag Domestic appliance comprising a food probe and a cord pullback mechanism
CA2950369C (en) 2014-06-05 2023-06-27 Ingo Stork Genannt Wersborg Heat treatment monitoring system
DE102014210672A1 (de) * 2014-06-05 2015-12-17 BSH Hausgeräte GmbH Gargerät mit Lichtmusterprojektor und Kamera
DE102014108066A1 (de) 2014-06-06 2015-12-17 Rational Aktiengesellschaft Verfahren zum Garen von fleischhaltigem Gargut
JP2016014546A (ja) * 2014-07-01 2016-01-28 セイコーエプソン株式会社 成分分析装置、及び成分分析方法
DE102014114901A1 (de) 2014-10-14 2016-04-14 Frima International Ag Gargerät sowie Verfahren zur Erfassung eines Prozessparameters eines Garprozesses
CA2966635C (en) 2014-11-21 2023-06-20 Christopher M. Mutti Imaging system for object recognition and assessment
US11064570B2 (en) 2015-01-28 2021-07-13 Samsung Electronics Co., Ltd. Cooking appliance and method for controlling the same
US9349297B1 (en) 2015-09-09 2016-05-24 Fitly Inc. System and method for nutrition analysis using food image recognition
US9644847B2 (en) 2015-05-05 2017-05-09 June Life, Inc. Connected food preparation system and method of use
WO2016196669A1 (en) 2015-06-01 2016-12-08 June Life, Inc. Thermal management system and method for a connected oven
CN105444222B (zh) 2015-12-11 2017-11-14 美的集团股份有限公司 微波炉的烹饪控制方法、系统、云服务器和微波炉
KR102345579B1 (ko) 2015-12-15 2021-12-31 삼성전자주식회사 이미지 관련 서비스를 제공하기 위한 방법, 저장 매체 및 전자 장치
CN105708306B (zh) * 2016-02-26 2018-01-30 广东美的厨房电器制造有限公司 烹饪方法和烹饪器具
CN105851782A (zh) * 2016-04-25 2016-08-17 玉树华王投资有限公司 去除食品中重金属的设备及方法
CN106871570B (zh) 2017-01-22 2019-04-30 浙江大学 一种基于单个多光谱成像单元检测冷藏室内多种食物状态的装置
DE102017206056A1 (de) 2017-04-10 2018-10-11 BSH Hausgeräte GmbH Betreiben eines Gargeräts

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101754372B1 (ko) * 2016-05-26 2017-07-19 주식회사 원더풀플랫폼 식재료 관리 시스템 및 식재료 관리 방법
CN106535384A (zh) * 2016-12-23 2017-03-22 成都光数云联科技有限公司 具有分析系统的微波炉

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023249225A1 (ko) * 2022-06-23 2023-12-28 삼성전자주식회사 전자 장치 및 전자 장치의 제어 방법

Also Published As

Publication number Publication date
US20210068582A1 (en) 2021-03-11
EP3650758B1 (en) 2022-04-27
US11622651B2 (en) 2023-04-11
WO2019066216A1 (ko) 2019-04-04
CN111148944B (zh) 2022-12-23
KR20190038184A (ko) 2019-04-08
EP3650758A1 (en) 2020-05-13
EP3650758A4 (en) 2020-06-24
CN111148944A (zh) 2020-05-12

Similar Documents

Publication Publication Date Title
KR102400018B1 (ko) 자동 조리 장치 및 방법
US11506395B2 (en) Tailored food preparation with an oven
US11013237B2 (en) Heat treatment monitoring system
EP3131410B1 (en) Method and apparatus for controlling a cooking process of a food
CN110488696B (zh) 一种智能防干烧方法及系统
US20170299194A1 (en) System that emits light to overheated portion of cooking container
CA2731470A1 (en) Oven and method of operating the same
WO2021184003A1 (en) Method and system for sensor maintenance
CN112426060A (zh) 控制方法、烹饪器具、服务器和可读存储介质
US20240093875A1 (en) Method for operating a cooking appliance, and cooking appliance
JP2021063608A (ja) 加熱調理システム
JP2021103038A (ja) 調理機器
US20240068670A1 (en) Oven appliances and methods of monitoring cooking utensils therein
KR20230065774A (ko) 조리 장치 및 이의 제어 방법
KR20230130968A (ko) 조리 상태를 제공하는 조리 장치 및 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant