KR102541412B1 - 로봇 제어 방법, 제어 서버 및 클라우드 처리 서버 - Google Patents

로봇 제어 방법, 제어 서버 및 클라우드 처리 서버 Download PDF

Info

Publication number
KR102541412B1
KR102541412B1 KR1020170179565A KR20170179565A KR102541412B1 KR 102541412 B1 KR102541412 B1 KR 102541412B1 KR 1020170179565 A KR1020170179565 A KR 1020170179565A KR 20170179565 A KR20170179565 A KR 20170179565A KR 102541412 B1 KR102541412 B1 KR 102541412B1
Authority
KR
South Korea
Prior art keywords
server
cloud processing
information
robot
processing server
Prior art date
Application number
KR1020170179565A
Other languages
English (en)
Other versions
KR20190005100A (ko
Inventor
박수호
김현숙
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Publication of KR20190005100A publication Critical patent/KR20190005100A/ko
Application granted granted Critical
Publication of KR102541412B1 publication Critical patent/KR102541412B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Manipulator (AREA)

Abstract

각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버를 통해 로봇의 행동을 제어하는 제어 서버에서 수행되는 로봇 제어 방법은 로봇으로부터 센싱 정보를 수신하는 단계, 센싱 정보로부터 로봇이 수행할 다음의 행동에 대한 행동 유형을 판단하는 단계, 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버 중 적어도 하나를 선정하고, 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링하는 단계, 선정된 적어도 하나의 클라우드 처리 서버로부터 행동 정보를 수신하는 단계 및 로봇이 다음의 행동을 수행하도록 행동 정보를 로봇으로 전송하는 단계를 포함할 수 있다.

Description

로봇 제어 방법, 제어 서버 및 클라우드 처리 서버{ROBOT CONTROL METHOD, CONTROL SERVER AND CLOUD PROCESSING SERVER}
본 발명은 로봇 제어 방법, 제어 서버 및 클라우드 처리 서버에 관한 것이다.
클라우드　서비스란 인터넷 기술을 활용하여 가상화된 IT 자원을　서비스　형태로 제공하는 서비스로써, 사용자는 IT 자원(예를 들어, 응용　서비스, 소프트웨어, 스토리지, 서버, 네트워크 등)을 필요한 만큼 빌려서 사용하고,　서비스　부하에 따라서 실시간 확장성을 지원받을 수 있다.
이러한, 종래의 클라우드 서비스는 하나의 클라우드 서버와 클라이언트 간의 리소스를 할당하여 처리하는 방식으로 되어 있다.
한편, 최근에는 로봇을 클라우드 서버를 통해 제어하려는 시도가 있다.
하지만, 다양한 기능을 가진 로봇의 경우 상당히 복잡한 로직으로 동작하므로 하나의 클라우드 서버와 클라이언트 간의 리소스를 할당하는 방식의 종래의 클라우드 서비스를 이용해서는 로봇을 효율적으로 제어하기 어렵다. 즉, 종래의 클라우드 서비스에서는 하나의 클라우드 서버가 로봇의 다양한 기능에 대한 처리를 수행하게 되므로 고사양의 서버가 필요하며, 처리 속도가 느려 로봇을 제어하기에 어려움이 많다.
한국공개특허 제2017-0020290호 (2017.02.22 공개)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버 중 로봇의 행동 유형별로 적어도 하나의 클라우드 처리 서버를 선정하고, 선정된 적어도 하나의 클라우드 처리 서버를 통한 로봇의 다음 행동 정보에 대한 작업을 스케쥴링하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버를 통해 로봇의 행동을 제어하는 제어 서버에서 수행되는 로봇 제어 방법은 로봇으로부터 센싱 정보를 수신하는 단계; 상기 센싱 정보로부터 상기 로봇이 수행할 다음의 행동에 대한 행동 유형을 판단하는 단계; 상기 행동 유형에 대한 행동 정보를 계산하기 위하여 상기 복수의 클라우드 처리 서버 중 적어도 하나를 선정하고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링하는 단계; 상기 선정된 적어도 하나의 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 단계; 및 상기 로봇이 상기 다음의 행동을 수행하도록 상기 행동 정보를 상기 로봇으로 전송하는 단계를 포함할 수 있다.
본 발명의 제 2 측면에 따른 로봇을 제어하기 위한 클라우드 처리 서버는 상기 로봇으로부터 전송된 센싱 정보로부터 판단된 상기 로봇이 수행할 다음의 행동의 행동 유형에 대한 행동 정보를 계산하기 위한 작업 지시 정보를 제어 서버로부터 수신하는 작업 지시 정보 수신부; 상기 작업 지시 정보에 기초하여 할당된 작업을 처리하고, 상기 작업의 처리에 기초하여 상기 작업 지시 정보를 업데이트하는 작업 처리부; 및 상기 업데이트된 작업 지시 정보를 다음 클라우드 처리 서버로 전송하는 작업 지시 정보 전송부를 포함하고, 상기 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버 중 적어도 하나가 선정되고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업이 스케쥴링되고, 상기 로봇이 상기 다음의 행동을 수행하도록 상기 행동 정보가 상기 로봇으로 전송될 수 있다.
본 발명의 제 3 측면에 따른 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버를 통해 로봇의 행동을 제어하는 제어 서버는 로봇으로부터 센싱 정보를 수신하는 센싱 정보 수신부; 상기 센싱 정보로부터 상기 로봇이 수행할 다음의 행동에 대한 행동 유형을 판단하는 행동 유형 판단부; 상기 행동 유형에 대한 행동 정보를 계산하기 위하여 상기 복수의 클라우드 처리 서버 중 적어도 하나를 선정하고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링하는 스케쥴링부; 상기 선정된 적어도 하나의 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 행동 정보 수신부; 및 상기 로봇이 상기 다음의 행동을 수행하도록 상기 행동 정보를 상기 로봇으로 전송하는 행동 정보 전송부를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버 중 로봇의 행동 유형별로 적어도 하나의 클라우드 처리 서버를 선정하고, 선정된 적어도 하나의 클라우드 처리 서버를 통한 로봇의 다음 행동 정보에 대한 작업을 스케쥴링할 수 있다.
도 1은 본 발명의 일 실시예에 따른, 로봇 행동 제어 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른, 도 1에 도시된 제어 서버의 블록도이다.
도 3은 본 발명의 일 실시예에 따른, 도 1에 도시된 복수의 클라우드 처리 서버를 설명하기 위한 도면이다.
도 4a 내지 4b는 본 발명의 일 실시예에 따른, 서버 데이터를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른, 로봇의 행동을 제어하는 방법을 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른, 제어 서버에서 로봇의 행동을 제어하는 방법을 나타낸 흐름도이다.
도 7은 본 발명의 다른 실시예에 따른, 제어 서버에서 수행되는 로봇의 행동을 제어하는 방법을 나타낸 흐름도이다.
도 8은 본 발명의 일 실시예에 따른, 클라우드 처리 서버의 블록도이다.
도 9는 본 발명의 일 실시예에 따른, 클라우드 처리 서버에서 수행되는 로봇의 행동 제어 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른, 로봇 행동 제어 시스템의 구성도이다.
도 1을 참조하면, 로봇 행동 제어 시스템은 제어 서버(100), 로봇(110) 및 복수의 클라우드 처리 서버(120)를 포함할 수 있다. 다만, 이러한 도 1의 로봇 행동 제어 시스템은 본 발명의 일 실시예에 불과하므로 도 1을 통해 본 발명이 한정 해석되는 것은 아니며, 본 발명의 다양한 실시예들에 따라 도 1과 다르게 구성될 수도 있다.
일반적으로, 도 1의 로봇 행동 제어 시스템의 각 구성요소들은 네트워크를 통해 연결된다. 네트워크는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.
제어 서버(100)는 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버(120)를 통해 로봇(110)의 행동을 제어할 수 있다.
구체적으로, 제어 서버(100)는 로봇(110)으로부터 센싱 정보를 수신하고, 수신된 센싱 정보로부터 로봇(110)이 수행할 다음의 행동에 대한 행동 유형을 판단할 수 있다. 여기서, 센싱 정보는 예를 들면, 촬영된 객체의 이미지 정보, 로봇(110)의 위치 정보, 음성 정보, 감지된 온도 정보 등을 포함할 수 있다. 여기서, 행동 유형은 예를 들면, 이동, 객체 식별, 대화 및 행동을 포함할 수 있다.
제어 서버(100)는 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버(120) 중 적어도 하나를 선정하고, 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링할 수 있다.
제어 서버(100)는 선정된 적어도 하나의 클라우드 처리 서버 중 제 1 클라우드 처리 서버에게 판단된 행동 유형에 대응하는 작업 지시 정보를 전송하고, 선정된 적어도 하나의 클라우드 처리 서버 중 제 2 클라우드 처리 서버로부터 행동 정보를 수신할 수 있다. 여기서, 작업 지시 정보는 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함할 수 있다.
제어 서버(100)는 로봇(110)이 다음의 행동을 수행하도록 행동 정보를 로봇(110)에게 전송할 수 있다. 이 때, 로봇(110)은 수신된 행동 정보에 기초하여 다음 행동을 수행할 수 있다.
이하에서는 도 1의 로봇 행동 제어 시스템의 각 구성요소의 동작에 대해 보다 구체적으로 설명한다.
도 2는 본 발명의 일 실시예에 따른, 도 1에 도시된 제어 서버(100)의 블록도이다.
도 2를 참조하면, 제어 서버(100)는 센싱 정보 수신부(200), 행동 유형 판단부(210), 스케쥴링부(220), 행동 정보 수신부(230), 행동 정보 전송부(240), 저장부(250), 작업 지시 정보 생성부(260) 및 작업 지시 정보 전송부(270)를 포함할 수 있다. 다만, 도 2에 도시된 제어 서버(100)는 본 발명의 하나의 구현 예에 불과하며, 도 2에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다.
센싱 정보 수신부(200)는 로봇(110)으로부터 센싱 정보를 수신할 수 있다. 센싱 정보 수신부(200)는 로봇(110)에 탑재된 복수의 센서로부터 센싱된 센싱 정보를 수신할 수 있다. 여기서, 복수의 센서는 이미지 센서, 위치 센서, 음성 인식 센서, 온도 센서, 텍스트 인식 센서, 바코드 인식 센서 등을 포함할 수 있다. 예를 들면, 센싱 정보 수신부(200)는 로봇(110)의 이미지 센서를 통해 촬영된 이미지를 로봇(110)으로부터 수신할 수 있다. 센싱 정보 수신부(200)는 로봇(110)의 위치 센서를 통해 인식된 로봇(110)의 이동 방향 및 위치 정보를 로봇(110)으로부터 수신할 수 있다.
행동 유형 판단부(210)는 센싱 정보로부터 로봇(110)이 수행할 다음의 행동에 대한 행동 유형을 판단할 수 있다. 여기서, 행동 유형은 예를 들면, 로봇(110)의 이동, 객체 식별, 대화 및 행동을 포함할 수 있다.
예를 들면, 센싱 정보에 특정 제품의 위치를 포함하는 음성 정보가 포함된 경우, 행동 유형 판단부(210)는 로봇(110)이 해당 제품이 위치한 장소로 안내하도록 하기 위해, 로봇(110)의 다음 행동에 대한 행동 유형을 해당 장소로의 이동으로 판단할 수 있다.
다른 예를 들면, 행동 유형 판단부(210)는 센싱 정보에 이미지 정보(로봇(110)의 이미지 센서에 의해 촬영된 이미지 영상)가 포함된 경우, 로봇(110)의 다음 행동에 대한 행동 유형을 객체 식별로 판단할 수 있다.
또 다른 예를 들면, 행동 유형 판단부(210)는 센싱 정보로부터 바코드 이미지를 추출한 경우, 로봇(110)이 해당 바코드 이미지를 이용해 결제를 수행하도록 하는 행동을 행동 유형으로 판단할 수 있다.
스케쥴링부(220)는 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버(120) 중 적어도 하나를 선정할 수 있다. 잠시 도 3을 참조하면, 복수의 클라우드 처리 서버(120)는 복수의 서버 그룹(300, 310, 320)으로 분류될 수 있다. 도 3에서는 3개의 서버 그룹을 도시하였지만 복수의 클라우드 처리 서버(120)는 이보다 적은 서버 그룹으로 분류되거나 이보다 많은 서버 그룹으로 분류될 수 있다.
각 서버 그룹에 포함된 복수의 클라우드 처리 서버는 동일군의 작업을 처리할 수 있다. 예를 들면, 제 1 서버 그룹(300)에 포함된 복수의 클라우드 처리 서버(31, 33, 35)는 제 1 처리 작업의 처리를 담당하고, 제 2 서버 그룹(310)에 포함된 복수의 클라우드 처리 서버(37, 39, 41)는 제 2 처리 작업의 처리를 담당하고, 제 3 서버 그룹(320)에 포함된 복수의 클라우드 처리 서버(43, 45, 47)는 제 3 처리 작업의 처리를 담당할 수 있다.
예를 들면, 로봇(110)이 사용자의 음성 명령을 수신한 경우, 음성 명령을 텍스트로 변환하는 작업을 제 1 서버 그룹(300)에서 처리하고, 텍스트로 변환된 음성 명령에 대한 의미를 분석하는 작업을 제 2 서버 그룹(310)에서 처리하고, 분석된 음성 명령의 의미에 따라 로봇(110)이 수행할 행동을 도출하는 작업을 제 3 서버 그룹(320)에서 처리할 수 있다.
이 경우, 제 1 서버 그룹(300)에서 처리된 작업 정보는 제 2 서버 그룹(310)으로 전달되고, 제 2 서버 그룹(310)에서 처리된 작업 정보는 제 3 서버 그룹(320)으로 전달되고, 제 3 서버 그룹(320)에서 처리된 작업 정보에 대응하는 행동 정보는 제어 서버(110)로 전달된다.
동일한 서버 그룹에 포함된 복수의 클라우드 처리 서버는 처리할 작업의 복잡도에 따라 계층 구조를 가질 수 있다. 예를 들면, 제 1 서버 그룹(300)에 포함된 복수의 클라우드 처리 서버(31, 33, 35)의 경우, 제 1 계층 서버에 대응하는 클라우드 처리 서버(31)는 제 1 복잡도를 가진 작업을 처리하고, 제 2 계층 서버에 대응하는 클라우드 처리 서버(33)는 제 1 복잡도보다 복잡한 제 2 복잡도를 가진 작업을 처리하고, 제 3 계층 서버에 대응하는 클라우드 처리 서버(35)는 제 2 복잡도보다 복잡한 제 3 복잡도를 가진 작업을 처리할 수 있다.
동일한 서버 그룹에 포함된 복수의 클라우드 처리 서버 각각에는 작업에 대한 복잡도를 판단하는 컨텍스트(Context) 판단 모듈이 설치되어 있으며 컨텍스트 판단 모듈을 통해 상위 계층 서버로의 작업 위임을 위한 작업의 복잡도를 계산할 수 있다. 이에 대한 상세한 내용은 후술하기로 한다.
다시 도 2로 돌아오면, 저장부(250)는 복수의 클라우드 처리 서버(120)에 대한 서버 데이터를 저장할 수 있다. 여기서, 서버 데이터는 각 클라우드 처리 서버별 처리 가능 작업, 각 행동 유형별 작업 수행 정보를 포함할 수 있다.
잠시 도 4a 내지 4b를 참조하면, 저장부(250)는 제 1 서버 그룹에 제 1 처리 작업을 매핑시키고, 제 2 서버 그룹에 제 2 처리 작업을 매핑시키고, 제 3 서버 그룹에 제 3 처리 작업을 매핑시킨 각 클라우드 처리 서버별 처리 가능 작업에 대한 정보(40)를 저장할 수 있다.
또한, 저장부(250)는 각 행동 유형마다 매칭된 적어도 하나의 클라우드 처리 서버에 대한 정보 및 행동 정보를 계산하기 위한 작업 순서 정보를 포함하는 각 행동 유형별 작업 수행 정보(42)를 저장할 수 있다. 복수의 행동 유형 각각에 대한 작업 수행 정보(42)에는 각 행동 유형에 따라 작업을 수행할 클라우드 처리 서버의 종류 및 클라우드 처리 서버 간의 작업 순서 정보가 서로 상이하게 저장될 수 있다.
예를 들면, 제 1 행동 유형의 경우, 작업 수행 정보는 제 1 서버 그룹, 제 2 서버 그룹, 제 3 서버 그룹의 순으로 작업을 처리하는 작업 순서에 대한 정보를 포함할 수 있다. 제 2 행동 유형의 경우, 작업 수행 정보는 제 2 서버 그룹, 제 1 서버 그룹, 제 3 서버 그룹의 순으로 작업을 처리하는 작업 순서에 대한 정보를 포함할 수 있다.
스케쥴링부(220)는 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링할 수 있다. 스케쥴링부(220)는 로봇(110)의 다음 행동에 대응하는 행동 유형에 기초한 작업 수행 정보에 따라 적어도 하나의 클라우드 처리 서버를 선정하고, 작업을 스케쥴링할 수 있다.
예를 들어, 잠시 도 4b를 참조하면, 센싱 정보로부터 판단된 로봇(110)의 다음의 행동이 제 3 행동 유형에 해당하는 경우, 스케쥴링부(220)는 제 3 행동 유형의 작업 수행 정보에 포함된 제 1 서브 그룹의 제 1 계층 서버에 해당하는 클라우드 처리 서버와 제 3 서브 그룹의 제 1 계층 서버에 해당하는 클라우드 처리 서버에 대한 작업을 스케쥴링할 수 있다.
작업 지시 정보 생성부(260)는 저장부(250)에 저장된 서버 데이터로부터 행동 유형 판단부(210)에 의해 판단된 행동 유형에 대응하는 작업 수행 정보를 추출하고, 추출된 작업 수행 정보에 기초하여 작업 지시 정보를 생성할 수 있다. 여기서, 작업 지시 정보는 스케줄링부(220)에 의해 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함할 수 있다.
예를 들어, 잠시 도 4b를 참조하면, 센싱 정보로부터 판단된 로봇(110)의 다음의 행동이 제 1 행동 유형에 해당하는 경우, 작업 지시 정보 생성부(260)는 제 1 행동 유형에 대응하는 제 1 작업 수행 정보에 기초하여 제 1 서버 그룹, 제 2 서버 그룹, 제 3 서버 그룹 순으로 작업이 처리되는 작업 순서와 각 서버 그룹 각각이 처리할 작업의 정보를 포함하는 작업 지시 정보를 생성할 수 있다.
작업 지시 정보 전송부(270)는 선정된 적어도 하나의 클라우드 처리 서버 중 제 1 클라우드 처리 서버에게 작업 지시 정보를 전송할 수 있다. 여기서, 제 1 클라우드 처리 서버는 작업 순서에서 가장 먼저 작업 처리가 요구되는 클라우드 처리 서버일 수 있다.
행동 정보 수신부(230)는 적어도 하나의 클라우드 처리 서버 중 제 2 클라우드 처리 서버로부터 행동 정보를 수신할 수 있다. 여기서, 제 2 클라우드 처리 서버는 작업 순서가 작업 순서에서 가장 마지막으로 작업 처리가 요구되는 클라우드 처리 서버일 수 있다.
예를 들면, 도 4b 및 5를 참조하면, 제 1 행동 유형에 대한 작업 수행 정보가 제 1 서버 그룹(300), 제 2 서버 그룹(310), 제 3 서버 그룹(320) 순의 작업 순서 정보를 포함하는 경우, 작업 지시 정보 전송부(270)는 제 1 서버 그룹(300)에 포함된 제 1 계층 서버(31)에 해당하는 제 1 클라우드 처리 서버로 작업 지시 정보(제 1 서버 그룹(300)에서 처리될 제 1 처리 작업, 제 2 서버 그룹(310)에서 처리될 제 2 처리 작업, 제 3 서버 그룹(320)에서 처리될 제 3 처리 작업을 포함하는 작업 내용 및 작업 순서가 포함됨)를 전송할 수 있다.
이 후, 제 1 서버 그룹(300)에 포함된 제 1 계층 서버(31)에서 제 1 처리 작업이 완료되면, 제 1 서버 그룹(300)에 포함된 제 1 계층 서버(31)는 작업 지시 정보에 포함된 작업 순서에 기초하여, 제 2 서버 그룹(310)의 제 1 계층 서버(37)로 업데이트된 작업 지시 정보(제 1 서버 그룹(300)에서 처리된 제 1 처리 작업에 대한 결과가 포함됨)를 전달할 수 있다.
제 2 서버 그룹(310)의 제 1 계층 서버(37)는 해당 제 2 작업 처리에 대한 복잡도가 높다고 판단되면, 제 2 서버 그룹(310)의 제 2 계층 서버(39)로 업데이트된 작업 지시 정보를 전달할 수 있다.
이 후, 제 2 서버 그룹(310)의 제 2 계층 서버(39)에서 제 2 작업 처리를 완료한 경우, 제 2 서버 그룹(310)의 제 2 계층 서버(39)는 업데이트된 작업 지시 정보에 포함된 작업 순서에 기초하여, 제 3 서버 그룹(320)의 제 1 계층 서버(43)로 업데이트된 작업 지시 정보(제 1 서버 그룹(300)에서 처리된 제 1 처리 작업 및 제 2 서버 그룹(310)에서 처리된 제 2 처리 작업 각각에 대한 결과가 포함됨)를 전달할 수 있다.
이 때, 제 3 서버 그룹(320)의 제 1 계층 서버(43)에서 제 3 처리 작업을 완료하면, 제 3 처리 작업의 결과인 행동 정보(제 3 처리 작업으로 도출된 행동 정보 또는 제 1 서버 그룹(300)에서 처리된 제 1 처리 작업, 제 2 서버 그룹(310)에서 처리된 제 2 처리 작업 및 제 3 서버 그룹(320)에서 처리된 제 3 처리 작업 각각에 대한 결과가 포함됨)를 제어 서버(100)의 행동 정보 수신부(230)에게 전송할 수 있다.
행동 정보 전송부(240)는 로봇(110)이 다음의 행동을 수행하도록 행동 정보를 로봇(110)으로 전송할 수 있다.
한편, 당업자라면, 센싱 정보 수신부(200), 행동 유형 판단부(210), 스케쥴링부(220), 행동 정보 수신부(230), 행동 정보 전송부(240), 저장부(250), 작업 지시 정보 생성부(260) 및 작업 지시 정보 전송부(270) 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 6은 본 발명의 일 실시예에 따른, 제어 서버(100)에서 로봇의 행동을 제어하는 방법을 나타낸 흐름도이다.
도 6에 도시된 실시예에 따른 로봇 행동 제어 방법은 도 1 내지 도 5에 도시된 실시예에 따른 제어 서버(100), 로봇(110) 및 복수의 클라우드 처리 서버(120)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 내지 도 5의 제어 서버(100), 로봇(110) 및 복수의 클라우드 처리 서버(120)에 관하여 기술된 내용은 도 6에 도시된 실시예에 따른 로봇 행동 제어 방법에도 적용될 수 있다.
도 6을 참조하면, 단계 S601에서 제어 서버(100)는 로봇(110)으로부터 센싱 정보를 수신할 수 있다.
단계 S603에서 제어 서버(100)는 단계 S601에서 수신된 센싱 정보로부터 로봇(110)이 수행할 다음의 행동에 대한 행동 유형을 판단할 수 있다. 여기서, 행동 유형은 로봇(110)의 이동, 객체 식별, 객체와의 대화 및 로봇(110)의 행동을 포함할 수 있다.
단계 S605에서 제어 서버(100)는 단계 S603에서 판단된 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버(120) 중 적어도 하나를 선정하고, 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링할 수 있다.
단계 S607에서 제어 서버(100)는 단계 S605에서 선정된 하나의 클라우드 처리 서버로부터 로봇(110)이 다음에 수행할 행동 정보를 수신할 수 있다.
단계 S609에서 제어 서버(100)는 로봇(110)이 다음의 행동을 수행하도록 수신된 행동 정보를 로봇(110)에게 전송할 수 있다.
상술한 설명에서, 단계 S601 내지 S609는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
도 7은 본 발명의 다른 실시예에 따른, 제어 서버(100)에서 수행되는 로봇의 행동을 제어하는 방법을 나타낸 흐름도이다.
도 7에 도시된 실시예에 따른 로봇 행동 제어 방법은 도 1 내지 도 6에 도시된 실시예에 따른 제어 서버(100), 로봇(110) 및 복수의 클라우드 처리 서버(120)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하 생략된 내용이라고 하더라도 도 1 내지 도 6의 제어 서버(100), 로봇(110) 및 복수의 클라우드 처리 서버(120)에 관하여 기술된 내용은 도 7에 도시된 실시예에 따른 로봇 행동 제어 방법에도 적용될 수 있다.
도 7을 참조하면, 단계 S701에서 제어 서버(100)는 복수의 클라우드 처리 서버(120)에 대한 서버 데이터를 구축할 수 있다. 여기서, 서버 데이터는 각 클라우드 처리 서버별 처리 가능 작업 및 각 행동 유형별 작업 수행 정보를 포함할 수 있다.
단계 S703에서 제어 서버(100)는 로봇(110)으로부터 센싱 정보를 수신할 수 있다.
단계 S705에서 제어 서버(100)는 단계 S703에서 수신된 센싱 정보로부터 로봇(110)이 수행할 다음의 행동에 대한 행동 유형을 판단할 수 있다. 여기서, 행동 유형은 로봇(110)의 이동, 객체 식별, 객체와의 대화 및 로봇(110)의 행동을 포함할 수 있다.
단계 S707에서 제어 서버(100)는 단계 S701에서 구축한 서버 데이터로부터 단계 S705에서 판단된 행동 유형에 대응하는 작업 수행 정보를 추출할 수 있다.
단계 S709에서 제어 서버(100)는 단계 S707에서 추출된 작업 수행 정보에 기초하여 작업 지시 정보를 생성할 수 있다. 여기서, 작업 지시 정보는 행동 유형에 대한 행동 정보를 계산하기 위해 제어 서버(100)에 의해 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함할 수 있다.
단계 S711에서 제어 서버(100)는 행동 유형에 대한 행동 정보를 계산하기 위해 선정된 적어도 하나의 클라우드 처리 서버 중 제 1 클라우드 처리 서버에게 작업 지시 정보를 전송할 수 있다. 이 때, 제 1 클라우드 처리 서버를 이루는 복수의 계층 서버 각각에는 작업에 대한 복잡도를 판단하는 컨텍스트 판단 모듈이 설치되어 있으며 컨텍스트 판단 모듈을 통해 상위 계층 서버로의 작업 위임을 위한 작업의 복잡도를 계산할 수 있다.
단계 S713에서 제어 서버(100)는 행동 유형에 대한 행동 정보를 계산하기 위해 선정된 적어도 하나의 클라우드 처리 서버 중 제 2 클라우드 처리 서버로부터 행동 정보를 수신할 수 있다. 이 때, 제 2 클라우드 처리 서버를 이루는 복수의 계층 서버 각각에는 작업에 대한 복잡도를 판단하는 컨텍스트 판단 모듈이 설치되어 있으며 컨텍스트 판단 모듈을 통해 상위 계층 서버로의 작업 위임을 위한 작업의 복잡도를 계산할 수 있다.
단계 S715에서 제어 서버(100)는 로봇(110)이 다음의 행동을 수행하도록 단계 S713에서 수신된 행동 정보를 로봇(110)에게 전송할 수 있다.
상술한 설명에서, 단계 S701 내지 S715는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
도 8은 본 발명의 일 실시예에 따른, 클라우드 처리 서버의 블록도이다.
도 8을 참조하면, 클라우드 처리 서버는 직업 지시 정보 수신부(800), 작업 처리부(810), 작업 지시 정보 전송부(820) 및 판단부(830)를 포함할 수 있다. 다만, 도 8에 도시된 클라우드 처리 서버는 본 발명의 하나의 구현 예에 불과하며, 도 8에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다. 이하에서는 제 1 계층 서버에 해당하는 클라우드 처리 서버를 설명하기로 한다.
직업 지시 정보 수신부(800)는 로봇(110)으로부터 전송된 센싱 정보로부터 판단된 로봇(110)이 수행할 다음의 행동의 행동 유형에 대한 행동 정보를 계산하기 위한 작업 지시 정보를 제어 서버(100)로부터 수신할 수 있다. 여기서, 행동 유형은 예를 들면, 이동, 객체 식별, 대화 및 행동을 포함할 수 있다. 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버(120) 중 적어도 하나의 클라우드 처리 서버가 제어 서버(100)에 의해 선정되고, 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업이 스케쥴링될 수 있다.
이 때, 제어 서버(100)에 의해 로봇(110)의 다음 행동에 대응하는 행동 유형에 기초한 작업 수행 정보에 따라 적어도 하나의 클라우드 처리 서버가 선정된 후, 선정된 적어도 하나의 클라우드 처리 서버를 통해 작업이 스케쥴링할 수 있다.
예를 들면, 잠시 도 4b를 참조하면, 센싱 정보로부터 판단된 로봇(110)의 다음의 행동이 제 1 행동 유형에 해당하는 경우, 제 1 행동 유형의 작업 수행 정보에 포함된 제 1 서브 그룹의 제 1 계층 서버에 해당하는 클라우드 처리 서버에 대한 작업과 제 2 서브 그룹의 제 1 계층 서버에 해당하는 클라우드 처리 서버에 대한 작업과, 제 3 서브 그룹의 제 1 계층 서버에 해당하는 클라우드 처리 서버에 대한 작업이 스케쥴링될 수 있다.
제어 서버(100)로부터 수신된 작업 지시 정보는 제어 서버(100)에 의해 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함될 수 있다.
예를 들어, 도 4b를 참조하면, 로봇(110)의 다음의 행동이 제 1 행동 유형에 해당하는 경우, 작업 지시 정보는 제 1 서버 그룹, 제 2 서버 그룹, 제 3 서버 그룹 순으로 작업이 처리되는 작업 순서와 각 서버 그룹 각각이 처리할 작업의 정보를 포함할 수 있다.
판단부(830)는 작업 지시 정보에 포함된 작업의 복잡도를 계산하고, 계산된 복잡도가 제 1 복잡도 이하인지 여부를 판단할 수 있다.
작업 처리부(810)는 작업의 복잡도가 제 1 복잡도 이하인 경우, 작업 지시 정보에 기초하여 할당된 작업을 처리하고, 작업의 처리에 기초하여 작업 지시 정보를 업데이트할 수 있다.
만일, 계산된 작업의 복잡도가 제 1 복잡도 이상인 경우(해당 작업이 해당 클라우드 처리 서버에서 처리하기에 복잡한 경우), 작업 지시 정보 전송부(820)는 작업 지시 정보에 따른 할당된 작업을 처리하지 않고, 작업 지시 정보를 동일 서버 그룹에 속하는 제 2 계층 서버로 전송할 수 있다. 여기서, 제 2 계층 서버는 제 1 복잡도보다 복잡한 제 2 복잡도를 가진 작업을 처리하는 서버이다.
작업 지시 정보 전송부(820)는 업데이트된 작업 지시 정보를 다음 클라우드 처리 서버(즉, 다음 서버 그룹의 제 1 계층 서버에 해당하는 클라우드 처리 서버)로 전송할 수 있다.
구체적으로, 작업 지시 정보 전송부(820)는 작업 지시 정보에 포함된 작업 순서로부터 다음 클라우드 처리 서버를 결정하고, 결정된 다음 클라우드 처리 서버에게 업데이트된 작업 지시 정보를 전송할 수 있다.
한편, 당업자라면, 직업 지시 정보 수신부(800), 작업 처리부(810), 작업 지시 정보 전송부(820) 및 판단부(830) 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 9는 본 발명의 일 실시예에 따른, 클라우드 처리 서버에서 수행되는 로봇의 행동 제어 방법을 나타낸 흐름도이다. 여기서, 클라우드 처리 서버는 제 1 계층 서버에 해당된다.
도 9를 참조하면, 단계 S901에서 클라우드 처리 서버는 로봇(110)으로부터 전송된 센싱 정보로부터 판단된 로봇(110)이 수행할 다음의 행동의 행동 유형에 대한 행동 정보를 계산하기 위한 작업 지시 정보를 제어 서버(100)로부터 수신할 수 있다. 여기서, 작업 지시 정보는 제어 서버(100)에 의해 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함할 수 있다.
단계 S903에서 클라우드 처리 서버는 작업 지시 정보에 기초하여 할당된 작업을 처리하고, 작업의 처리에 기초하여 작업 지시 정보를 업데이트할 수 있다.
단계 S905에서 클라우드 처리 서버는 업데이트된 작업 지시 정보를 다음 클라우드 처리 서버로 전송할 수 있다.
상술한 설명에서, 단계 S901 내지 S905는 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 제어 서버
110: 로봇
120: 복수의 클라우드 처리 서버
200: 센싱 정보 수신부
210: 행동 유형 판단부
220: 스케쥴링부
230: 행동 정보 수신부
240: 행동 정보 전송부
250: 저장부
260: 작업 지시 정보 생성부
270: 작업 지시 정보 전송부
800: 작업 지시 정보 수신부
810: 작업 처리부
820: 작업 지시 정보 전송부
830: 판단부

Claims (19)

  1. 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버를 통해 로봇의 행동을 제어하는 제어 서버에서 수행되는 로봇 제어 방법에 있어서,
    로봇으로부터 센싱 정보를 수신하는 단계;
    상기 센싱 정보로부터 상기 로봇이 수행할 다음의 행동에 대한 행동 유형을 판단하는 단계;
    상기 행동 유형에 대한 행동 정보를 계산하기 위하여 상기 복수의 클라우드 처리 서버 중 적어도 하나를 선정하고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링하는 단계;
    상기 선정된 적어도 하나의 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 단계; 및
    상기 로봇이 상기 다음의 행동을 수행하도록 상기 행동 정보를 상기 로봇으로 전송하는 단계
    를 포함하고,
    상기 복수의 클라우드 처리 서버는 복수의 서버 그룹으로 분류되고,
    동일한 서버 그룹에 포함된 복수의 클라우드 처리 서버는 동일군의 작업의 처리를 담당하는 것인, 로봇 제어 방법.
  2. 제 1 항에 있어서,
    상기 행동 유형은 이동, 객체 식별, 대화 및 행동을 포함하는 것인, 로봇 제어 방법.
  3. 제 1 항에 있어서,
    상기 복수의 클라우드 처리 서버에 대한 서버 데이터를 구축하는 단계
    를 더 포함하고,
    상기 서버 데이터는 각 클라우드 처리 서버별 처리 가능 작업, 각 행동 유형별 작업 수행 정보를 포함하는 것인, 로봇 제어 방법.
  4. 제 3 항에 있어서,
    상기 작업 수행 정보는 상기 각 행동 유형마다 매칭된 적어도 하나의 클라우드 처리 서버에 대한 정보 및 행동 정보를 계산하기 위한 작업 순서 정보를 포함하는 것인, 로봇 제어 방법.
  5. 제 3 항에 있어서,
    상기 행동 유형에 대한 행동 정보를 계산하기 위하여 상기 복수의 클라우드 처리 서버 중 적어도 하나를 선정하고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링하는 단계는
    상기 서버 데이터로부터 상기 행동 유형에 대응하는 작업 수행 정보를 추출하는 단계; 및
    상기 추출된 작업 수행 정보에 기초하여 작업 지시 정보를 생성하는 단계
    를 포함하는 것인, 로봇 제어 방법.
  6. 제 1 항에 있어서,
    상기 선정된 적어도 하나의 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 단계는
    상기 선정된 적어도 하나의 클라우드 처리 서버 중 제 1 클라우드 처리 서버로 작업 지시 정보를 전송하는 단계; 및
    상기 선정된 적어도 하나의 클라우드 처리 서버 중 제 2 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 단계
    를 포함하는 것인, 로봇 제어 방법.
  7. 제 5 항 또는 제 6 항에 있어서,
    상기 작업 지시 정보는 상기 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 상기 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함하는 것인, 로봇 제어 방법.
  8. 로봇을 제어하기 위한 클라우드 처리 서버에 있어서,
    상기 로봇으로부터 전송된 센싱 정보로부터 판단된 상기 로봇이 수행할 다음의 행동의 행동 유형에 대한 행동 정보를 계산하기 위한 작업 지시 정보를 제어 서버로부터 수신하는 작업 지시 정보 수신부;
    상기 작업 지시 정보에 기초하여 할당된 작업을 처리하고, 상기 작업의 처리에 기초하여 상기 작업 지시 정보를 업데이트하는 작업 처리부; 및
    상기 업데이트된 작업 지시 정보를 다음 클라우드 처리 서버로 전송하는 작업 지시 정보 전송부
    를 포함하고,
    상기 행동 유형에 대한 행동 정보를 계산하기 위하여 복수의 클라우드 처리 서버 중 적어도 하나가 선정되고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업이 스케쥴링되고,
    상기 로봇이 상기 다음의 행동을 수행하도록 상기 행동 정보가 상기 로봇으로 전송되고,
    상기 복수의 클라우드 처리 서버는 복수의 서버 그룹으로 분류되고,
    동일한 서버 그룹에 포함된 복수의 클라우드 처리 서버는 동일군의 작업의 처리를 담당하는 것인, 클라우드 처리 서버.
  9. 제 8 항에 있어서,
    상기 작업 지시 정보는 상기 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 상기 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함하는 것인, 클라우드 처리 서버.
  10. 제 9 항에 있어서,
    상기 작업 지시 정보 전송부는 상기 작업 순서로부터 상기 다음 클라우드 처리 서버를 결정하고, 상기 업데이트된 작업 지시 정보를 상기 결정된 다음 클라우드 처리 서버로 전송하는 것인, 클라우드 처리 서버.
  11. 제 8 항에 있어서,
    상기 동일한 서버 그룹에 포함된 복수의 클라우드 처리 서버는 처리할 작업의 복잡도에 따라 계층 구조를 가지는 것인, 클라우드 처리 서버.
  12. 제 11 항에 있어서,
    상기 복수의 서버 그룹 중 제 1 서버 그룹에는 제 1 복잡도를 가진 작업을 처리하기 위한 제 1 계층 서버, 상기 제 1 복잡도보다 복잡한 제 2 복잡도를 가진 작업을 처리하기 위한 제 2 계층 서버가 포함되고,
    상기 클라우드 처리 서버는 상기 제 1 계층 서버인 것인, 클라우드 처리 서버.
  13. 제 12 항에 있어서,
    상기 작업 지시 정보에 포함된 작업의 복잡도를 계산하고, 계산된 복잡도가 상기 제 1 복잡도 이하인지 여부를 판단하는 판단부
    를 더 포함하는 것인, 클라우드 처리 서버.
  14. 제 13 항에 있어서,
    상기 작업 지시 정보 전송부는 상기 계산된 복잡도가 상기 제 1 복잡도 이상인 경우, 상기 작업 지시 정보를 상기 제 2 계층 서버로 전송하는 것인, 클라우드 처리 서버.
  15. 각각 상이한 작업의 처리를 담당하는 복수의 클라우드 처리 서버를 통해 로봇의 행동을 제어하는 제어 서버에 있어서,
    로봇으로부터 센싱 정보를 수신하는 센싱 정보 수신부;
    상기 센싱 정보로부터 상기 로봇이 수행할 다음의 행동에 대한 행동 유형을 판단하는 행동 유형 판단부;
    상기 행동 유형에 대한 행동 정보를 계산하기 위하여 상기 복수의 클라우드 처리 서버 중 적어도 하나를 선정하고, 상기 선정된 적어도 하나의 클라우드 처리 서버를 통한 작업을 스케쥴링하는 스케쥴링부;
    상기 선정된 적어도 하나의 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 행동 정보 수신부; 및
    상기 로봇이 상기 다음의 행동을 수행하도록 상기 행동 정보를 상기 로봇으로 전송하는 행동 정보 전송부
    를 포함하고,
    상기 복수의 클라우드 처리 서버는 복수의 서버 그룹으로 분류되고,
    동일한 서버 그룹에 포함된 복수의 클라우드 처리 서버는 동일군의 작업의 처리를 담당하는 것인, 제어 서버.
  16. 제 15 항에 있어서,
    상기 복수의 클라우드 처리 서버에 대한 서버 데이터를 저장하는 저장부
    를 더 포함하고,
    상기 서버 데이터는 각 클라우드 처리 서버별 처리 가능 작업, 각 행동 유형별 작업 수행 정보를 포함하는 것인, 제어 서버.
  17. 제 16 항에 있어서,
    상기 서버 데이터로부터 상기 행동 유형에 대응하는 작업 수행 정보를 추출하고, 상기 추출된 작업 수행 정보에 기초하여 작업 지시 정보를 생성하는 작업 지시 정보 생성부
    를 더 포함하는 것인, 제어 서버.
  18. 제 15 항에 있어서,
    상기 선정된 적어도 하나의 클라우드 처리 서버 중 제 1 클라우드 처리 서버로 작업 지시 정보를 전송하는 작업 지시 정보 전송부
    를 더 포함하고,
    상기 행동 정보 수신부는 상기 선정된 적어도 하나의 클라우드 처리 서버 중 제 2 클라우드 처리 서버로부터 상기 행동 정보를 수신하는 것인, 제어 서버.
  19. 제 17 항 또는 제 18 항에 있어서,
    상기 작업 지시 정보는 상기 선정된 적어도 하나의 클라우드 처리 서버의 식별자, 상기 선정된 적어도 하나의 클라우드 처리 서버 각각이 처리할 작업 및 작업 순서를 포함하는 것인, 제어 서버.
KR1020170179565A 2017-07-05 2017-12-26 로봇 제어 방법, 제어 서버 및 클라우드 처리 서버 KR102541412B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20170085671 2017-07-05
KR1020170085671 2017-07-05

Publications (2)

Publication Number Publication Date
KR20190005100A KR20190005100A (ko) 2019-01-15
KR102541412B1 true KR102541412B1 (ko) 2023-06-09

Family

ID=65030273

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170179565A KR102541412B1 (ko) 2017-07-05 2017-12-26 로봇 제어 방법, 제어 서버 및 클라우드 처리 서버

Country Status (1)

Country Link
KR (1) KR102541412B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102153360B1 (ko) * 2019-11-26 2020-09-10 가천대학교 산학협력단 클라우드 컴퓨팅 기반 로봇의 상황 인지 시스템 및 그 처리 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5684911B2 (ja) * 2010-08-24 2015-03-18 中国科学院深▲しん▼先進技術研究院 クラウドロボットシステムおよびその実現方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017030337A1 (ko) 2015-08-14 2017-02-23 전자부품연구원 사물 인터넷에서의 연관된 트랜잭션 처리 방법, 이를 위한 사물 인터넷 통신 노드, 및 이들을 이용한 사물 인터넷 망

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5684911B2 (ja) * 2010-08-24 2015-03-18 中国科学院深▲しん▼先進技術研究院 クラウドロボットシステムおよびその実現方法

Also Published As

Publication number Publication date
KR20190005100A (ko) 2019-01-15

Similar Documents

Publication Publication Date Title
CN111091200B (zh) 训练模型的更新方法、系统、智能设备、服务器及存储介质
EP3366011B1 (en) Mobile edge compute dynamic acceleration assignment
JP6365519B2 (ja) データフロー制御装置およびデータフロー制御方法
US20200409744A1 (en) Workflow engine framework
EP3462708B1 (en) Network infrastructure system and method for data processing and data sharing using the same
TW201706916A (zh) 媒體內容分析系統與方法
CN104035392A (zh) 在过程控制系统中的大数据
EP3479972A1 (en) Robot tasks scheduling process
JP2016119547A (ja) 車両データのリモート収集システム
CN113158116A (zh) 基于移动互联网的无人机控制平台
US11594125B2 (en) System and method for supporting the prediction of a future signaling of a traffic infrastructure element
KR102067770B1 (ko) 다수의 이기종 로봇을 통합 관제하는 시스템 및 방법
CN106142087A (zh) 一种基于云计算的智能机器人系统及其控制方法
KR102541412B1 (ko) 로봇 제어 방법, 제어 서버 및 클라우드 처리 서버
Dechouniotis et al. Edge robotics experimentation over next generation iiot testbeds
JP7480975B2 (ja) 移動経路生成装置、移動装置、移動経路生成方法、及びプログラム
CN104750239A (zh) 一种基于空间手势访问终端设备中的应用的方法和设备
CN109218049B (zh) 一种控制方法、相关设备以及系统
Makaya et al. Cost-effective machine learning inference offload for edge computing
KR102435830B1 (ko) 네트워크 인프라 시스템 및 이를 이용한 데이터 공유 및 서비스 최적화를 위한 데이터 처리 방법
WO2019234783A1 (ja) 情報共有装置、情報共有方法および記録媒体
WO2024038555A1 (ja) システム、装置、方法、及び非一時的なコンピュータ可読媒体
KR101529877B1 (ko) 원격 데이터 연산 방법 및 시스템
WO2023119623A1 (ja) 管理装置、通信システム、制御方法、及び非一時的なコンピュータ可読媒体
CN109229097A (zh) 一种巡航控制方法及装置

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