KR102579096B1 - 미션 전달이 가능한 스마트 ai 키트 제어시스템 - Google Patents

미션 전달이 가능한 스마트 ai 키트 제어시스템 Download PDF

Info

Publication number
KR102579096B1
KR102579096B1 KR1020210098844A KR20210098844A KR102579096B1 KR 102579096 B1 KR102579096 B1 KR 102579096B1 KR 1020210098844 A KR1020210098844 A KR 1020210098844A KR 20210098844 A KR20210098844 A KR 20210098844A KR 102579096 B1 KR102579096 B1 KR 102579096B1
Authority
KR
South Korea
Prior art keywords
mission
mobile
smart
algorithm
control system
Prior art date
Application number
KR1020210098844A
Other languages
English (en)
Other versions
KR20230017074A (ko
Inventor
정윤상
우석영
Original Assignee
주식회사 럭스로보
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 럭스로보 filed Critical 주식회사 럭스로보
Priority to KR1020210098844A priority Critical patent/KR102579096B1/ko
Priority to PCT/KR2021/009750 priority patent/WO2023008598A1/ko
Publication of KR20230017074A publication Critical patent/KR20230017074A/ko
Application granted granted Critical
Publication of KR102579096B1 publication Critical patent/KR102579096B1/ko

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/0053—Computers, e.g. programming
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Educational Technology (AREA)
  • Computing Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Stored Programmes (AREA)

Abstract

본 발명에 따른 스마트 AI 키트 제어 시스템은, AI 모듈을 포함하며, 센서 신호 및 학습 결과 데이터 셋에 기초하여 결정된 동작을 수행하는, 복수의 AI 이동체; 복수의 AI 이동체 중 어느 하나의 미션 수행에 따른 동작정보 및 상태정보에 기초하여 동작 이상이 발생하였는지 여부를 판단하고 미션 전달 룰에 따라 복수의 AI 이동체 중 하나와 다른 타 AI 이동체를 선정하고 복수의 AI 이동체 중 어느 하나의 미션을 전달하는 서버를 포함할 수 있다.
본 발명은 서울특별시 서울산업진흥원 2020년도 인공지능 기술사업화 지원사업(CY200042) "비전공자도 쉽게 배울 수 있는 인공지능 커리큘럼 및 도구 사업화"를 통해 개발된 기술이다.

Description

미션 전달이 가능한 스마트 AI 키트 제어시스템{A SMART ARTIFICIAL INTELLIGENT KIT CONTROLLING SYSTEM WITH TRANSMITTING MISSIONS}
본 발명은 미션 전달이 가능한 스마트 AI 키트 제어시스템에 관한 것으로서, 보다 상세하게는 AI 이동체를 이용하여 코딩 학습을 수행할 때에 사용자가 다른 AI 이동체에도 미션을 전달할 수 있는 스마트 AI 키트 제어 시스템에 관한 것이다.
모듈 어셈블리는 버튼, 램프, 모터, 통신 등의 기능을 가지는 복수의 모듈들을 서로 조립하고, 구동 소프트웨어를 간단하게 코딩하고 모듈 어셈블리에 로딩(loading)하여 간단한 동작 등을 수행할 수 있게 하는 장치이다. 예를 들어, 도 11에 도시한 바와 같이, 도 11의 (a)의 여러 모듈들을 결합하여 도 11의 (b)와 같은 모듈 어셈블리를 만들고, 여기에 필요한 코딩 학습자가 작성한 소프트웨어를 로딩하여 간단한 동작을 수행하게 할 수 있다. 또는 예를 들어, 선행문헌 1에 기재한 모듈 어셈블리가 대표적이다.
최근에는 인공지능(AI, Artificial Intelligence) 기술이 유행함에 따라 AI를 접목시킨 코딩에 대한 학습자들의 수요가 있기 때문에 상술한 모듈 어셈블리에 AI 모듈 어셈블리를 도입하려는 시도들도 이루어지고 있다. 단, 기존 모듈 어셈블리의 추가 모듈로서 단순히, AI 모듈 어셈블리, 예컨대, 딥러닝에서 연산을 수행할 행렬 연산용 하드웨어 모듈을 추가 공급한다고 해도 다양한 상황에 맞게 동작시킬 수 있는 모듈 어셈블리를 만드는 것은 어려웠다. 다양한 상황에 맞게 학습된 데이터 세트 또는 AI 알고리즘을 변경하거나, 또는 센서나 액추에이터를 재설정하여 AI 모듈 어셈블리에 로딩시킬 수 있는 시스템이 없었기 때문에, 단순하게 AI 모듈 어셈블리를 제작 공급한다고 해서 동작 가능한 AI 모듈 어셈블리를 제공할 수가 없었던 것이다.
따라서, AI 모듈 어셈블리를 이용하여 다양한 알고리즘에 의해 즉각적으로 동작할 수 있는 스마트 AI 키트 제어 시스템에 대한 개발이 필요한 실정이다.
[관련기술문헌]
선행문헌 1: 대한민국 등록특허공보 제10-2038822호
본 발명은 서울특별시 서울산업진흥원 2020년도 인공지능 기술사업화 지원사업(CY200042) "비전공자도 쉽게 배울 수 있는 인공지능 커리큘럼 및 도구 사업화"를 통해 개발된 기술이다.
본 발명은 상술한 문제점을 해결하기 위해 제안된 것으로서, 본 발명의 목적은 AI 이동체에 다양한 상황, 예컨대, 다양한 문제 해결 시 문제해결 방안에 맞는 AI 알고리즘 또는 기초 데이터 DB 세트의 변경 또는 캘리브레이션을 제공하여 즉시 동작 가능한 스마트 AI 키트 제어 시스템을 제공하는 것이다.
예를 들어, AI 이동체가 사진 속에서 고양이를 찾거나 또는 신호등을 찾는 문제 해결 과정에서 고양이를 찾기 위한 기초 데이터 DB 또는 신호등을 찾기 위한 기초 데이터 DB로 변경하거나 또는 카메라(센서) 또는 이동체의 액추에이터의 위치를 재설정할 수 있는 AI 키트 제어 시스템을 제공하는 것이 본 발명의 목적이 될 수 있다.
전술한 바와 같은 과제를 해결하기 위하여 본 발명에 따른 스마트 AI 키트 제어 시스템은, AI 모듈을 포함하며, 센서 신호 및 학습 결과 데이터 셋에 기초하여 결정된 동작을 수행하는, 복수의 AI 이동체; 복수의 AI 이동체 중 어느 하나의 미션 수행에 따른 동작정보 및 상태정보에 기초하여 동작 이상이 발생하였는지 여부를 판단하고 미션 전달 룰에 따라 상기 복수의 AI 이동체 중 하나와 다른 타 AI 이동체를 선정하고 복수의 AI 이동체 중 어느 하나의 미션을 전달하는 서버를 포함할 수 있다.
이 경우, 미션 전달 룰은 타 AI 이동체가 최근거리에 위치하는지 여부, 미션 수행 능력 우수 정도, 미션 수행에 필요한 필수 모듈 또는 해당 미션 수행 횟수를 포함할 수 있다.
한편, 동작 이상이 발생했는지 여부는 미션 별로 미리 정해진 시간 내에 해당 미션을 완료하지 못하는 경우, 특정 시간에 미션처리 정도가 기준에 미치지 못하는 경우 또는 미션 수행의 타임아웃이 반복되는 경우, 또는 전송된 사진 데이터가 미션과 관련 없는 데이터인 경우 인지에 따라 결정될 수 있다.
또한, 서버는 타 AI 이동체가 복수의 AI 이동체 중 어느 하나의 미션 보다 우선순위가 낮은 미션을 수행하고 있는 경우에 타 AI 이동체로 상기 복수의 AI 이동체 중 어느 하나의 미션을 전달할 수 있다.
또한, 서버는 타 AI 이동체가 전달될 미션에 대한 필수 모듈을 구비하였는지를 확인할 수 있다.
또한, 서버는 타 AI 이동체가 전달될 미션에 대한 필수 모듈을 구비하였는지를 확인된 경우에 복수의 AI 이동체 중 어느 하나의 미션을 전달하고 타 AI 이동체의 미션 수행을 확인할 수 있다.
서버는 타 AI 이동체의 미션 수행이 확인된 경우에 타 AI 이동체의 미션 수행 조건을 복수의 AI 이동체 중 어느 하나에 전달할 수 있다.
미션 수행 조건은 DB 셋, AI 알고리즘 또는 캘리브레이션 설정값을 포함할 수 있다.
또한, AI 알고리즘은 전처리 알고리즘, 학습 결과 데이터 셋 또는 후처리 알고리즘 중 어느 하나를 포함할 수 있다.
기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
따라서, 본 발명에 따른 AI 스마트 키트는 AI 이동체가 다양한 상황에 맞는 동작을 즉각적으로 수행하도록 최적의 알고리즘, 예컨대, 학습 미션에 맞는 최적의 전처리 알고리즘이나 기계학습 알고리즘, 또는 최적의 학습 데이터 셋 등이 적용될 수 있다.
또한, 본 발명에 따르면, AI 이동체가 다양한 상황, 예컨대, 다양한 문제 해결 시 문제해결 방안에 맞는 AI 알고리즘 또는 기초 데이터 DB 세트의 변경 또는 캘리브레이션을 제공하여 즉시 동작 가능한 스마트 AI 키트 제어 시스템이 제공될 수 있다.
예를 들어, 본 발명에 따르면, AI 이동체가 사진 속에서 고양이를 찾거나 또는 신호등을 찾는 문제 해결 과정에서 고양이를 찾기 위한 기초 데이터 DB 또는 신호등을 찾기 위한 기초 데이터 DB로 변경하거나 또는 카메라(센서) 또는 이동체의 액추에이터의 위치를 재설정할 수 있는 AI 키트 제어 시스템이 제공될 수 있다.
또한, 본 발명에 따른 AI 스마트 키트는 AI모듈이 모바일 디바이스와 연동되도록 함으로써 다양한 알고리즘에 의해 동작하는 AI 이동체의 동작 과정을 직접 확인함으로써 학습자들의 AI알고리즘에 대한 이해도를 높일 수 있다.
또한, 본 발명에 따른 AI 스마트 키트는 처리 못한 미션의 문제를 파악하여 타 AI이동체로 전달함으로써 누락되는 미션을 최소화할 수 있어 문제 해결력을 높일 수 있다.
본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.
도 1은 본 발명의 실시예에 따른 스마트 AI 키트 제어 시스템의 개략도이다.
도 2는 본 발명의 실시예에 따른 AI 이동체, 사용자 단말 및 서버의 세부 구성을 설명하기 위한 블럭도이다.
도 3은 본 발명의 실시예에 따른 스마트 AI 키트 제어 시스템의 동작 과정을 설명하기 위한 흐름도이다.
도 4는 본 발명의 실시예에 따른 미션을 예시적으로 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 AI 이동체가 미로 찾기 미션을 수행하는 흐름도이다.
도 6 내지 도 8은 본 발명의 실시예에 따른 AI 이동체 간에 미션 전달을 설명하기 위한 도면이다.
도 9는 본 발명의 실시예에 따른 사용자 단말에 설치된 APP의 화면을 예시하는 도면이다.
도 10은 본 발명의 실시예에 따른 미션 전달을 설명하기 위한 도면이다.
도 11은 종래기술의 모듈 어셈블리 개념을 설명하기 위한 도면이다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예를 상세히 설명하면 다음과 같다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있는 것으로, 이하의 실시예는 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 또한, 설명의 편의를 위하여 도면에서는 구성 요소들이 그 크기가 과장 또는 축소될 수 있다.
그러나, 이하의 실시예는 이 기술분야에서 통상적인 지식을 가진 자에게 본 발명이 충분히 이해되도록 제공되는 것으로서 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 다음에 기술되는 실시예에 한정되는 것은 아니다.
한편, 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "~ 부", "~ 모듈"의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 모듈, 소프트웨어 모듈 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
상술한 목적, 특징 및 장점은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 보다 분명해질 것이며, 그에 따라 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다.
이하에서는 도 1을 참조하여, 본 발명의 일 실시예에 따른 스마트 AI 키트 제어 시스템을 설명하기로 한다. 도 1은 본 발명의 일 실시예에 따른 스마트 AI 키트 제어 시스템의 개략도이다.
스마트 AI 키트 제어 시스템(1000)은 AI 이동체(100) 및 사용자 단말(200)에 설치된 미션 수행 애플리케이션을 포함하는 스마트 AI 키트가 미션에 맞게 기계 학습된 학습 결과 데이터 셋에 의하여 AI 이동체(100)의 상황을 인식하여 AI 이동체(100)가 미션을 수행할 수 있도록 AI 이동체(100)를 제어할 수 있다.
본 실시예에서 AI 이동체(100)는 모듈 어셈블리로 구현된 것으로 도면에 나타내었으나, 본 발명은 이에 한정되지 않는다. 본 발명에서, AI 이동체(100)는 이동수단(예: 바퀴, 프로펠러, 스크류 등), 연산 장치, 네트워크 연결장치, 센서 및 액추에이터(Actuator)를 포함하는 장치들을 포괄하는 개념으로 이해되어야 한다.
도 1을 참조하면, 스마트 AI 키트 제어 시스템(1000)은 AI 이동체(100), 사용자 단말(200) 및 서버(300)를 포함할 수 있다.
AI 이동체(100)는 AI 모듈을 포함하는 모듈 어셈블리를 의미하며, '메인 모듈'에 AI 모듈과 기타 타기능을 가지는 서브 모듈들이 결합하여 조립될 수 있다. 이경우, 메인 모듈은 컴퓨팅 기능을 수행할 수 있고, AI 이동체(100)에 대한 제어 기능을 수행할 수 있는 모듈일 수 있다. 또한, 메인 모듈이 AI 하드웨어를 포함할 수도 있으며 별개 AI 모듈이 메인 모듈에 결합될 수 있다. 본 명세서에서 메인 모듈 및 AI 모듈을 제외한 다른 기능을 가지는 모듈들은 서브 모듈이라고 지칭하기로 한다.
AI 이동체(100)는 미션 수행 어플리케이션 또는 프로그램(이하 미션 수행 어플리케이션이라 통칭함)이 설치된 사용자 단말(200)과 통신하며, 사용자 단말(200) 또는 서버(300)로부터 해당 미션과 관련한 AI 알고리즘, 예컨대, 학습 결과인 학습 결과 데이터 셋, 전처리/후처리 알고리즘을 수신하여 AI 알고리즘에 따라 동작을 수행할 수 있다.
본 명세서에서 AI 알고리즘 및 향후에 후술될 정정 알고리즘은 AI 이동체(100)를 구동할 수 있도록 하는 전처리 알고리즘, CNN, RNN, ANN, DNN, LSTM 등과 같은 인공지능 알고리즘, 또는 상술한 CNN, RNN, ANN, DNN, LSTM 등과 같은 인공지능 알고리즘의 학습에 의하여 생성된 학습 결과 데이터 셋 또는 AI를 통하여 상황인식을 한 후에 동작을 결정하는 후처리 알고리즘을 포괄할 수 있다. 여기서 전처리 알고리즘은 인공지능의 입력 데이터로서 사용할 수 있도록 가공되는 데이터의 가공 알고리즘, 예컨대, 사진을 특정 영역으로 한정하거나, 센서의 데이터를 특정 영역의 데이터로 변형시키는 등의 다양한 과정을 의미할 수 있다. 후처리 알고리즘은 인공지능의 상황 인식 결과에 따른 제어 등을 의미할 수 있다.
학습 결과 데이터 셋은 예를 들어, CNN이나 ANN에서 학습에 의하여 생성된 행렬 연산 계수 등을 의미할 수 있다. 또는 학습 결과 데이터 셋은 AI 알고리즘이 회귀분석이나 SVM 등에 의하여 커브 피팅된 커브인 경우에 커브에 대한 함수를 의미할 수 있으며, AI 알고리즘의 결과가 확률변수함수인 경우에는 확률변수를 의미할 수 있다. 즉, 학습 결과 데이터 셋은 기계학습의 결과로 생성된 결과물을 의미할 수 있다. 이러한 학습 결과 데이터 셋은 예컨대, 서버(300)에서 생성되어 로컬인 AI 이동체(100)에 로딩되어 활용될 수도 있고, 또는 사용자 단말(200)이나 AI 이동체(100)의 리소스가 충분하다면 사용자 단말(200)이나 AI 이동체(100)에서도 기계 학습되어 생성될 수도 있다.
사용자 단말(200)은 AI 이동체(100)에 전송할 수행 미션들에 대한 정보가 포함된 미션수행 어플리케이션 모듈이 설치되어 있다. 사용자 단말(200)은 서버(300)와 AI 이동체(100)와의 연결을 제공할 수 있으며, AI 이동체의 동작 및 상태정보를 디스플레이할 수 있다. 따라서, 사용자 단말(200)은 AI 이동체와 연결되어 코딩 학습을 수행할 수 있는 미션을 제공하는 애플리케이션 모듈이 설치될 수 있는 기기로서, 예를 들어, 사용자 단말(200)은 스마트폰, 데스크탑, 노트북, 태블릿 PC 등의 컴퓨팅 디바이스일 수 있다.
서버(300)는 사용자 단말(200)에 설치된 미션수행 어플리케이션 모듈을 통해 AI 이동체(100)로 미션을 전송할 수 있다. 또한, AI 이동체(100)에 미션 수행에 위한 AI 알고리즘을 전송하고, 전송된 AI 알고리즘에 따라 AI 이동체(100)의 동작정보 및 상태정보를 수신하도록 미션수행 어플리케이션 모듈을 실행시킬 수 있다. 이 경우, 서버(300)는 AI 이동체(100)의 서브모듈 종류를 포함하는 모듈 조립 정보에 따라 AI 이동체에 전송할 미션 종류를 포함하는 미션 정보를 결정할 수 있다. 서버(300)에 대한 보다 상세한 내용은 도 2 등을 참조하여 상세히 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 AI 이동체, 사용자 단말 및 서버의 세부 구성을 설명하기 위한 블록도이다.
도 2를 참조하면, AI 이동체(100)는 통신부(110), 제어부(120), 수행부(130) 및 메모리(140)를 포함할 수 있다. 여기서, 통신부(110), 제어부(120), 수행부(130) 및 메모리(140)는 하드웨어 모듈, 소프트웨어 모듈 또는 하드웨어 모듈과 소프트웨어 모듈의 결합으로 이해될 수 있다.
통신부(110)는 서버(300)로부터 미션에 대한 명령을 수신하고, 수신한 미션에 기초한 AI 이동체(100)의 동작정보를 서버(300)로 전송하는 구성으로서, USB 포트 또는 LTE, 와이파이(WiFi), 블루투스(Bluetooth) 등과 같은 유/무선 네트워크를 통해 AI 이동체(100)와 서버(300) 사이에서 데이터를 송수신할 수 있다.
보다 상세하게, AI 이동체(100)의 통신부(110)는 입출력단(110-1) 및 블루투스 수신단(110-2)을 포함할 수 있다. 여기서, 입출력단(110-1)은 외부 장치 즉, 미션수행 어플리케이션 모듈이 설치된 사용자 단말(200)로부터 미션 정보를 입력받을 수 있도록, 메인 모듈의 일 측에 배치된 USB 케이블이 끼워지는 USB 포트일 수 있다. 단, 미션 신호를 수신할 수 있다면 컴포넌트 단자, HDMI(High Definition Multimedia Interface) 단자 등이 더 포함될 수 있다.
또한, 블루투스 수신단(110-2)은 미션수행 어플리케이션 모듈이 설치된 사용자 단말(200)과 근거리 무선 통신을 수행할 수 있도록, 사용자 단말(200)로부터 데이터를 수신하여 제어부(120)로 전달할 수 있다. 블루투스 수신단(110-2)은 별도의 구성으로 여겼지만 메인 모듈에 조립되는 서브 모듈 중 네트워크 모듈을 의미하는 것일 수 있다.
제어부(120)는 전반적인 AI 이동체(100)의 동작 및 상태를 제어하는 구성이다. 보다 상세하게, 제어부(120)는 AI 이동체(100)의 입출력단(110-1)에 유/무선으로 외부 장치와 연결된 경우 통신부(110)를 제어하여 미션수행 어플리케이션 모듈로부터 미션을 수신하도록 제어할 수 있다.
또한, 제어부(120)는 AI 이동체(100)의 AI 알고리즘에 따른 동작 중, 에러가 발생한 경우 원인을 찾기 위해 AI 이동체(100)를 캘리브레이션(Calibration)하도록 제어하는 캘리브레이션부를 더 포함할 수 있다.
또한, 제어부(120)는 AI 이동체(100)가 AI 알고리즘에 따라 처리하는 미션들에 대한 동작정보, 동작 결과 데이터 등을 메모리 상에 업데이트하여 저장하도록 메모리(140)를 제어하는 메모리제어부를 더 포함할 수 있다.
또한, 제어부(120)는 서버(300)가 기계 학습 로직에 따라 AI 이동체(100)의 동작정보를 기계 학습하여 생성한 학습 결과 데이터 셋을 메모리 상에 업데이트하여 저장하도록 메모리를 제어할 수도 있다.
수행부(130)는 미션 수행에 따라 생성된 AI 이동체(100)의 동작정보를 메모리(140)에 저장된 학습 결과 데이터 셋에 적용하는 연산 작업을 수행할 수 있다. 이에 따라, 수행부(130)에 의해 연산된 결과 데이터는 서버의 기계 학습부(130)로 전송되어 기계 학습에 활용될 수 있으며, 또는 이상 여부 판단부(340)에 의해 결과 데이터의 이상 여부를 확인하는 데 활용될 수도 있다.
도 2를 참조하면, 상술한 AI 이동체(100)는 사용자 단말(200)과 무선 네트워크 통신망을 통해 연결될 수 있다.
사용자 단말(200)은 통신부(210), 미션수행 어플리케이션 모듈(220) 및 디스플레이부(230)를 포함할 수 있다. 한편, 사용자 단말(200)은 사용자가 입력한 신호를 AI 이동체(100)의 제어부(120)로 전달할 수 있는 입력 인터페이스부를 더 포함할 수 있다.
사용자 단말의 통신부(210)는 단말 내에 설치된 미션수행 어플리케이션 모듈로부터 제공되는 미션 정보 및 미션 정보에 따른 AI 알고리즘을 전송할 수 있다. 또한, 통신부(210)는 AI 이동체(100)의 미션 처리 여부, 처리 정도 또는 고장 여부 등에 대한 상태정보를 실시간으로 수신하여 디스플레이부(230)를 통해 출력할 수 있다.
미션수행 어플리케이션 모듈(220)은 미션 정보 및 미션 정보에 따른 AI 알고리즘을 통신부를 통해 AI 이동체(100)에 제공할 수 있다.
도 2를 참조하면, 서버(300)는 미션 전송부(310), 미션 판단부(320), 기계 학습부(330), 이상 여부 판단부(340), 캘리브레이션부(350), 미션 전달부(360) 및 저장부(370)를 포함할 수 있다.
미션 전송부(310)는 AI 이동체(100)로부터 수신한 모듈 정보 및 센싱 신호에 기초하여 미션을 전송하는 구성이다. 보다 상세하게, 미션 전송부(310)는 AI 이동체(100)로부터 수신한 모듈 정보에 따라 상이한 종류의 미션을 제공할 수 있다. 예를 들어, AI 이동체(100)의 메인 모듈에 조립된 서브 모듈 중 이동수단으로 바퀴가 포함된 경우 바퀴를 사용하여 수행가능한 미션이 제공되고, 프로펠러가 포함된 경우 공중에서 수행 가능한 미션이 제공될 수 있다. 이때, 미션은 프로세싱 수행 결과에 따라 특정 DB와 특정 AI 알고리즘이 정확한 AI 판단에 도달하여 미션이 제공될 수 있다.
뿐만 아니라, AI 이동체(100)로부터 센싱되는 센싱 신호에 따라 서브 미션이 전송될 수 있다. 서브 미션은 예를 들어, 특정 위치에서 특정 사진을 찍는다거나 또는 특정 신호가 감지되면(특정 소리가 들리는 경우) 3회 회전한다든가 하는 동작과 같이 전체 미션 내에서 일정 상황이 되면 특정 동작을 수행하게 하는 미션을 의미한다. 한편, 본 명세서에서 미로 찾기, 대상체 찾기 등과 같은 미션은 전체 미션이라고 부를 수 있다. 또한, 미션 전송부(310)는 미션을 전송할 때 미션 수행에 최적화된 AI 알고리즘을 전송할 수 있다. 여기서, 미션 수행에 최적화된 AI 알고리즘이란 미션을 기준 시간 범위 내에서 최단시간으로 처리할 수 있는 알고리즘을 의미할 수 있다. 예를 들어, 최적화된 AI 알고리즘은 미로 찾기에서 길을 최단 시간에 찾기 위해 가장 적합한 사진 부분, 예를 들어, 미로 벽의 중앙부로부터 위 아래 2cm 부분 등의 특정 센싱 신호를 나타내는 전처리 알고리즘, 사진을 인식하기 위해 사용하는 CNN 등의 머신러닝 종류 정보 또는 상술한 머신러닝 종류에 따라 학습된 결과인 학습 결과 데이터 셋, 또는 상술한 인공지능에 의한 상황인식에 따른 동작을 결정하는 후처리 알고리즘 중 적어도 하나를 포함할 수 있다. 이때 AI 알고리즘은 미션의 종류에 따라 상이한 알고리즘이 적용될 수 있다.
미션 판단부(320)는 AI 이동체(100)가 전송된 미션의 수행 여부를 판단하는 구성이다. 예를 들어, 미션 판단부(320)는 미션 별로 미리 설정한 기준 시간 내에 미션이 처리된 경우에는 미션이 수행된 것으로 판단하고, 기준 시간 내에 미션이 처리되지 않은 경우에는 타임 아웃(Time-out) 처리하여 미션을 수행하지 못한 것으로 판단할 수 있다. 본 명세서에서, 기준 시간은 미션 별로 미리 정해진 시간을 의미할 수 있다.
기계 학습부(330)는 제공된 미션 정보와 상기 미션 정보에 대한 동작정보 또는 AI 이동체(100)의 센서 데이터에 따라 기계학습하는 구성이다. AI 이동체(100)는 기계 학습부(330)를 통해 생성된 학습 결과 데이터 셋에 기초하여 미션을 수행할 수 있다. 기계 학습부(330)는 예를 들어, CNN, ANN, RNN 등의 신경망 회로를 구성하기 위한 하드웨어 모듈 및 소프트웨어 모듈을 포함할 수 있다. 단, 이에 한정되지 않으며, 다른 종류의 기계학습을 수행하기 위한 하드웨어 모듈 및 소프트웨어 모듈을 포함할 수도 있다.
이상 여부 판단부(340)는 AI 이동체(100)가 미션을 수행함에 있어 동작에 이상이 발생했는지를 판단하고, 이상이 있다고 판단한 경우에는 보완된 AI 알고리즘 즉, 정정 알고리즘을 전송할 수 있다. 또 다른 예에 따르면, 이상 여부 판단부(340)는 이상이 있다고 판단한 경우에 미리 결정되어 있는 알고리즘 내에서 최적의 알고리즘으로 변경하여 변경된 상기 최적의 알고리즘을 전송할 수도 있다.
이에 따라, AI 이동체(100)는 미션 수행 시 이상이 발생하면 이상 여부 판단부(340)로부터 수신한 정정 알고리즘 또는 변경된 최적의 알고리즘에 따라 동작을 보완하여 미션을 수행할 수 있다. 예를 들어, 미션 판단부(320)에 의하여 수차례 동일한 미션에 대하여 타임아웃이 발생하거나, 또는 AI 이동체(100)의 센서에서, 예컨대, 센서인 카메라에서 서버에 송신된 사진이 해당 미션과 관련 없는 것일 때에 미션 수행에 이상이 발생한 것으로 판단할 수 있다.
캘리브레이션부(350)는 이상 여부 판단부(340)에 의해 이상이 발생하는 경우에, AI 이동체(100)를 물리적으로 캘리브레이션(Calibration)시키는 구성이다. 예를 들어, AI 이동체(100)의 설정을 재설정(예: 와이파이/블루투스 재연결, 전원 온오프(on/off), 펌웨어 버전 업데이트)하거나 초기화하도록 AI 이동체(100)의 제어부(120)에 명령을 전송할 수 있다. 특히, 캘리브레이션부(350)는 AI 이동체(100)를 구성하는 센서 또는 액추에이터의 설정을 재설정하는 것일 수 있다. 즉, 센서 또는 액추에이터의 값을 보정하는 것과 같이 물리적인 보정을 수행하는 것일 수 있다. 이 경우, 재설정(캘리브레이션) 내용 및 변경될 AI 알고리즘 또는 기초 데이터 DB는 예를 들어, 근거리 내 타 AI 이동체로부터 수신할 수 있다.
미션 전달부(360)는 이상 여부 판단부(340)에 의해 동작 이상으로 판단되는 경우에 미션 전달 룰에 따라 타 AI 이동체에 미션을 전달하여 미션 수행이 원활하게 이루어지는지 판단할 수 있다. 예컨대, 미션 전달부(360)는 근거리에 위치한 타 AI 이동체 또는 미션의 우선순위(Priority)가 더 낮은 미션을 처리하고 있는 타 AI 이동체에 미션을 전달할 수 있다. 미션 전달부(360)에 대한 보다 상세한 설명은 도 6 내지 도 8을 참조하여 후술하기로 한다.
저장부(370)는 AI 이동체(100)의 미션 수행 시 생성되는 데이터들이 저장되는 구성이다. 예를 들면, 저장부(370)는 AI 이동체(100)의 모듈 조립 정보에 따라 수행가능한 미션들에 대한 정보인 미션 데이터, AI 이동체(100)의 미션 수행을 위해 필요한 AI 알고리즘, 학습 결과 데이터 셋, 사용자 단말(200)의 APP 설치 파일 등을 포함할 수 있다.
이하에서는, 도 3 내지 도 5를 참조하여 AI 알고리즘에 따라 미션을 수행하는 AI 이동체의 전체적인 동작 과정과 미션의 일 예에 따라 AI 이동체(100)가 동작하는 과정을 설명하기로 한다.
도 3은 본 발명의 일 실시예에 따른 스마트 AI 키트의 동작 과정을 설명하기 위한 흐름도이다. 도 4는 본 발명의 일 실시예에 따른 AI 이동체가 미로 찾기 미션을 수행하는 예시도이다. 도 5는 도 4의 미로 찾기 미션을 수행하는 AI 이동체의 동작 과정을 나타낸 순서도이다.
도 3을 참조하면, 스마트 AI 키트의 제어 방법은 유/무선 네트워크를 통해 서버에 접속한 AI 이동체(100)로 미션 정보를 전송하는 단계(S100), AI 이동체(100)의 미션처리 정도를 판단하는 단계(S200), 미션 정보에 대한 AI 이동체(100)의 동작정보 및 상태정보를 수신하여 기계 학습하는 단계(S300), AI 이동체(100)의 동작 이상을 감지하는 단계(S400) 및 결정된 정정 알고리즘에 기초하여 AI 이동체(100)의 DB 셋(Set) 및 AI 알고리즘을 AI 이동체(100)로 전송하는 단계(S500)를 포함할 수 있다.
여기서, DB 셋(Set)은 학습 대상 데이터의 집합을 의미하는 것으로, 예를 들어, 미션이 미로인 경우에는 미로 관련 그라운드 트루스(Ground Truth) 데이터 셋 또는 미션이 사진에서 특정 부분을 찾는 것일 때는 그 특정 부분에 대한 그라운드 트루스(Ground Truth) 데이터 셋 등이 될 수 있다. 또는 특정 기간에 수집된 그라운드 트루스(Ground Truth) 데이터 셋이나, 특정 지역에서 수집된 수집된 그라운드 트루스(Ground Truth) 데이터 셋일 수 있다.
한편, 스마트 AI 키트의 제어 방법은 S500 단계 이후에 AI 이동체(100)의 동작 이상이 여전히 감지되는 경우에는 캘리브레이션부(350)에 의해 AI 이동체(100) 또는 AI 이동체(100)의 일부 서브 모듈을 재설정, 재부팅 또는 초기화하는 캘리브레이션(Calibration) 단계를 더 포함할 수 있다. 여기서, 재설정, 재부팅 또는 초기화하는 일부 서브 모듈은 상술한 바와 같이 AI 이동체(100)의 구성 중 센서일 수 있고, 또는 액추에이터일 수 있다.
S100 단계에서, 서버(300)의 미션 전송부(310)는 네트워크를 통해 AI 이동체(100)로 미션 정보를 전송한다.
S100 단계 이후, AI 이동체(100)는 미션을 수행할 수 있다. 예를 들어, 도 4 및 도 5와 같이 미로 미션을 수행하는 경우라면, AI 이동체(100)는 서브 모듈인 카메라 모듈에 의해 실시간으로 이미지 데이터를 수신할 수 있다(S1). 이어서, 서버(300)에서 수신한 학습 결과 데이터 셋에 기초하여 상황 인식(예컨대, 벽 근접 여부 및 벽의 위치 파악 등)을 수행하고, 상황 인식 결과에 따라 AI 이동체(100)의 방향 데이터를 생성할 수 있다(S2). S3단계에서 방향 데이터는 상황 인식에 따라 룰 베이스, 또는 결과에 따른 기계 학습을 통하여 방향을 결정할 수 있다.
이어서, S200 단계에서, 미션 판단부(320)는 수신한 미션 정보에 기초하여 미션을 수행하는 AI 이동체(100)에 대한 미션처리 정도를 판단한다. 미션처리 정도는 전체 미션의 미션 수행율을 의미하는 것으로, 예를 들어, 서브 미션의 처리 개수 또는 미로에서 해당 시간에서의 위치 등이 될 수 있다.
이어서, S300 단계에서, 기계 학습부(330)는 미션 정보에 대한 AI 이동체(100)의 동작정보 및 상태정보를 수신하여 기계 학습할 수 있다. 여기서, AI 이동체(100)의 동작정보는 AI 이동체(100)가 주어진 미션을 처리하는지 여부, 미션을 처리를 위한 직진, 후진, 회전 등과 같은 움직임에 대한 로그 정보 등을 포함할 수 있다. 또한, AI 이동체(100)의 상태정보는 AI 이동체(100)의 와이파이 연결 상태, 블루투스 연결 상태, 배터리 상태(잔량), 펌웨어 버전 상태 등을 포함할 수 있다.
S400 단계에서, 이상 여부 판단부(340)는 미션을 수행하는 AI 이동체(100)의 동작 이상을 감지할 수 있다. S400 단계에서 이상이 있다고 판단된 경우에 이상 여부 판단부(340)는 AI 이동체(100)의 동작이 변경될 수 있도록 정정 알고리즘을 전송할 수 있다. 예를 들어, 동작 이상 여부는 미리 정해진 시간 내에서 미션처리 정도가 기준에 미치지 못하거나, 또는 미션수행이 수차례 타임 아웃된 경우, 또는 센서 데이터, 예를 들어 미로 미션인 경우에 사진 데이터가 미로와 관련이 없는 데이터를 전송하거나 하는 등의 판단을 통하여 동작 이상 여부를 확인할 수 있다.
S500 단계에서, 이상 여부 판단부(340)는 AI 이동체(100)의 동작을 결정하는 DB 셋(Set) 및/또는 AI 알고리즘을 변경하고 변경된 DB 셋 및/또는 알고리즘을 AI 이동체(100)로 전송할 수 있다.
이 경우, 도 9에 따르면, 사용자 단말(200)에 설치된 APP은 변경될 DB 셋(기초 데이터 DB(910)) 및 AI 알고리즘(920) 또는 재설정 내용(930)을 표시할 수 있다. 한편, 사용자 단말(200)에 설치된 APP은 추가적으로 변경될 DB 셋(기초 데이터 DB(910)) 및 AI 알고리즘(920) 또는 재설정 내용(930)으로 변경되었을 때에 실제로 수행가능한지를 나타낼 수 있는 수행가능여부 시뮬레이션(940)을 제공할 수 있다.
한편, 이상 여부 판단부(340)는 동작 이상이 감지된 경우에 DB 셋만 변경하거나, AI 알고리즘의 일부만 변경할 수 있고, 또는 먼저 DB셋을 변경한 후에 DB 셋 변경으로 동작 이상이 해결되지 않으면 알고리즘을 순차적으로 변경할 수도 있다. 추가적으로, 이상 여부 판단부(340)는 DB 셋 및/또는 알고리즘을 통해서도 이상 여부가 지속적으로 감지되는 경우에는 캘리브레이션부(350)을 통해 캘리브레이션 동작을 수행할 수도 있다. 또는 이상 동작 여부를 사용자 단말(200)에 통지하고, 수동으로 AI 알고리즘 중 적어도 일부를 수정하거나 설정을 변경하는 사용자 인터페이스를 사용자 단말에 제공할 수도 있다. 이 경우, 전처리 알고리즘, 예를 들어, 수동으로 카메라의 관심 부분 변경 등을 수행할 수도 있다.
또한, 본 발명에서 DB 셋은 AI 판단이 제대로 수행될 수 있도록 '기초 데이터 DB 셋'을 의미하는 것일 수 있다.
전체적인 동작에 대하여 예를 들면, AI 이동체(100)가 아시아 고양이 사진들로 이루어진 DB 셋을 이용하여 러시아 고양이를 찾는 미션을 수행할 때, 이상 여부 판단부(340)에 의해 동작 이상이 감지된 경우 유럽 고양이 사진들로 이루어진 DB 셋으로 DB 셋을 변경하거나, SNS에서 러시아 고양이를 찾을 수 있도록 SNS 링크로 이루어진 DB 셋으로 DB 셋을 변경할 수 있다. 이때, 유럽 고양이 사진들로 이루어진 DB 셋에서 러시아 고양이를 판별하기 위해 사용되는 방식들 또는 SNS 링크로 이루어진 DB 셋에서 SNS상에 기재된 코멘트(예: 게시글, 댓글, 사진, 그림 등)와 러시아 고양이와의 관계 분석방식들이 본 발명의 'AI 알고리즘'을 의미할 수 있다. 또는, 발모양 사진들로 이루어진 DB 셋을 이용하여 강아지를 찾는 미션을 수행할 때, 이상 여부 판단부(340)에 의해 동작 이상이 감지된 경우 걸음걸이 영상들로 이루어진 DB 셋으로 DB 셋을 변경하고, 걸음걸이 DB 셋을 기반으로 걸음걸이를 판별하는 방식들을 변경하여 AI 알고리즘을 변경할 수 있다. 이처럼, 기초 데이터 DB 셋은 미션 수행 시 AI 판단이 제대로 이루어지도록 판별하는 데이터베이스들의 구성을 변경하는 것을 의미하는 것일 수 있다(낮은 수준의 AI). 또한, AI 알고리즘이 변경되는 것은 다양한 방식들이 기저장된 상태에서 AI 판단에 적절한 방식을 고르는 방식일 수 있고, 또는 다양한 방식들 자체를 AI 학습을 통해 창설하여 생성하는 방식일 수 있다(높은 수준의 AI).
또는, AI 이동체(100)가 'A'라는 미로 DB 셋을 이용해서 미로 찾기 미션을 수행하는데 이상 여부 판단부(340)에 의해 동작 이상이 감지된 경우에 'B'라는 미로에 관한 DB 셋을 이용해 미션을 수행할 수 있도록 DB 셋을 변경할 수 있다. 또는, AI 이동체(100)가 장애물을 만난 경우에 속도를 빠르게 제어하여 직진하도록 설정된 AI 알고리즘에 따라 동작하도록 했을 때 동작 이상이 발생한 경우, 카메라 모듈로부터 이미지 데이터를 수신하여 장애물의 높이를 측정하고 이를 기초로 방향을 전환하는 후처리 알고리즘을 변경할 수도 있다.
S600 단계 이후에는 다시 계속적으로 미션 수행하고 미션처리 정도 판단 및 AI 이동체(100)의 동작 이상 여부 감지를 지속적으로 반복할 수 있다(S200 내지 S500).
도 6 내지 도 8은 본 발명의 실시예에 따른 AI 이동체 간에 미션 전달을 설명하기 위한 도면이다. 도 9는 본 발명의 실시예에 따른 사용자 단말에 설치된 APP의 화면을 예시하는 도면이다. 도 10은 본 발명의 실시예에 따른 미션 전달을 설명하기 위한 도면이다. 도 11은 종래기술의 모듈 어셈블리 개념을 설명하기 위한 도면이다. 한편, 스마트 AI 키트의 미션 전달 과정은 도 3의 S500단계 또는 S600단계 이후에 수행되는 과정일 수 있고, AI 이동체(100)가 복수 개로 구성된 스마트 AI 키트의 제어 방법에서 구현될 수 있다. 도 6 내지 도 7에서 복수의 AI 이동체 각각은 설명의 편의를 위해 '리소스(r)'로 지칭하여 설명하기로 한다.
도 6을 참조하면, 스마트 AI 키트의 미션 전달 방법은 AI판별의 기초 데이터가 되는 DB 셋에 따른 AI 알고리즘에 기초하여 미션에 대한 AI 이동체(100)의 동작을 제어하는 단계(S610), AI 이동체(100)가 동작 이상 상황인지를 판단하는 단계(S620), AI 이동체의 동작 이상 상황 디스플레이 표시 및 미션 전달 여부 확인하는 단계(S630), 미션 전달 룰에 근거하여 타 AI 이동체를 선정하는 단계(S640), 전달된 미션에 대한 타 AI 이동체의 필수 모듈 구비 여부를 판단하는 단계(S650), 미션 전달 단계(S660), 타 AI 이동체의 미션 수행 확인 단계(S670) 및 타 AI 이동체의 미션 수행 조건을 전달받는 단계(S680)를 포함할 수 있다.
S610 단계에 따라 AI 이동체(100)의 동작이 제어된 후, 미션 판단부(320)는 해당 AI 이동체(100)이 동작 이상 상황 발생 여부를 확인한다(S620). 이 경우, 동작 이상 상황 발생은 예를 들어, 해당 미션에 대해 정해진 시간 내에 AI 이동체(100)가 미션 수행을 완료했는지 판단하거나, 또는 AI 이동체(100)에 필수 모듈이 없는지 여부를 판단할 수 있다. 또는 해당 미션에 대하여 정해진 시간 이내에 미션진행 정도가 변하지 않는 경우에도 동작 이상 상황이라고 판단할 수 있다.
이어서, S630 단계에서는 사용자 단말의 디스플레이부(230)에 AI 이동체(100)의 상태정보가 표시되도록 하고, 사용자로부터 미션 전달을 수행할 지 여부를 문의하는 UI를 제공할 수 있다. 도 7 및 도 8을 참조하면, 본 발명의 일 실시예에 따른 스마트 AI 키트는 미션 전달이 가능한 4개의 리소스(r1, r2, r3, r4)가 사용자 단말에 표시되며 각 리소스는 4개의 미션에 대하여 기준 시간(t1, t2, t3, t4)을 가지고 있다고 가정한다. 이때, 도 7과 같이, 제1 리소스(r1)가 기준시간 t3을 가지는 세 번째 미션을 수행할 때에 동작 이상 상황이 발생하면, 이상 여부 판단부(340)가 이를 감지하여 사용자 단말(200)에 표시하고, 미션 전달 여부를 묻는 UI를 APP의 화면에 출력한다. 이 경우, 사용자 단말(200)은 이상 발생(804)에 대한 정보(리소스, 수행 미션의 기준시간)을 디스플레이부(230)에 출력할 수 있다.
도 8을 참조하면, 디스플레이부(230)에는 복수의 AI 이동체(a, b, c, d)이 미로 찾기 미션을 수행하는 미로(801)와 미로 상에 표시된 A, B, C, D 지점에서 미션 a, b, c, d를 수행하면서 동작이 정상적으로 이루어지는 경우(803)와 동작 이상이 발생한 경우(804)를 구분하여 표시한 이상감지표(802)가 표시될 수 있다.
S630 단계 이후, 미션 전달 룰에 근거하여 타 AI 모듈로 미션을 전달할 타 AI 이동체를 선정할 수 있다(S640). 미션전달 룰은, 예를 들어, 1)전달 대상 타 AI 이동체가 최근거리에 위치하는지 여부, 2)미션 수행 능력 우수 정도 3)미션 수행에 필요한 필수 모듈 4)해당 미션 수행 횟수일 수 있다. 한편, 본 발명에서 미션 모듈(리소스) 사이에서 미션이 전달되는 과정은 단방향으로 이루어지는 것으로 기술하였으나, 양 모듈 간에 미션이 양방향으로 트레이드될 수도 있다. 미션 수행 능력 우수정도는, 예컨대, 해당 미션에 대한 미션 수행 시간이 가장 빠르거나, 미션 수행 완료율이 높은 것을 의미할 수 있다.
도 7을 참조하면, 예를 들어, 제1 리소스(r1)가 t3 시간대에 처리하지 못한 미션 c(①)는 제1 리소스(r1)와 최단 거리(x)에 위치한 제2 리소스(r2)로 전달될 수 있다.
미션 전달 대상이 되는 타 AI 모듈이 전달될 미션 보다 우선순위(Priority)가 낮은 미션을 처리하고 있는 경우에도 전달될 수 있다. 예를 들어, 가장 근거리에 위치한 AI 이동체 b가 미션 b를 수행하고 있다고 하여도 미션 c가 더 우선 순위가 높고, AI 이동체 a에서 동작 이상 상황이 되는 경우에는 AI 이동체 b에 미션 c가 전달될 수 있다.
또 다른 예에 따르면, AI 이동체(r2)가 수행하는 미션보다 우선순위가 낮은 미션을 처리하고 있는 타 AI 이동체로 미션을 전달하되, 타 AI 이동체의 미션 처리율에 기초하여 미션을 전달할 수 있다. 예컨대, 미션을 전달하려고 하는 시간에 타 AI 이동체가 처리하는 미션이 낮은 우선 순위이며 미션 처리율이 50% 미만인 경우에는 미션을 그대로 전달받는다. 그러나, 미션을 전달하려고 하는 시간에 타 AI 이동체가 처리하는 미션이 낮은 우선순위이 미션 처리율이 50%이상인 경우에는 다음 시간대의 미션의 우선순위에 따라 우선순위가 낮으면 다음 시간대로 미션을 전달할 수 있다. 단, 다음 시간대의 미션의 우선순위가 원래의 AI 이동체의 미션의 우선순위보다 높은 경우에는 타 AI 이동체와도 다른 AI 이동체의 낮은 우선 순위의 미션(단, 다른 AI 이동체의 우선순위는 타 AI 이동체에서 수행되는 미션의 우선순위 보다 높을 경우라도)이 있는 시간대로 미션을 전달할 수 있다.
예를 들어, 도 10을 참조하면, 원래의 AI 이동체(r2)가 미션(b')을 전달하려고 할 때, 타 AI 이동체(r3)의 미션 처리율이 50%를 넘는 경우에, 타 AI 이동체(r3) 대신 우선순위가 원래의 AI 이동체(r2)의 미션(b')보다 낮고 다음 시간대의 미션(c'')보다 높은 미션(c)을 수행하고 있는 다른 AI 이동체(r1)로 미션을 전달할 수 있다.
이에 따라, 서버(300)의 저장부에는 AI 이동체들에 대한 위치 정보, 미션에 대한 난이도, 미션 처리에 대한 우선순위 등에 대한 정보가 더 저장될 수 있다.
이때, 타 리소스에 전달될 미션에 대한 필수 모듈이 구비되어 있는지 여부를 확인한 후 전달될 수 있다(S650). 이 경우, 필수 모듈 구비 여부는 타 AI 이동체의 모듈 조립 정보에 기초하여 확인될 수 있다.
S650 단계 이후에 전달된 미션에 대한 타 AI 이동체가 필수 모듈을 구비하지 않은 경우에는 미션 전달 룰을 다시 적용하여 다른 타 AI 이동체를 선정할 수 있다.
한편, S650 단계 이후에 전달된 미션에 대한 타 AI 이동체가 필수 모듈을 구비한 경우에는 서버(300)는 선정된 타 AI 이동체에 미션을 전달할 수 있다(S660).
그리고, 서버(300)는 선정된 타 AI 이동체의 미션 수행을 확인할 수 있다. 예컨대, 선정된 타 AI 이동체의 미션 수행 여부는 기준 시간 동안에 동작 이상이 발생하는지 여부에 의하여 알 수 있다(S670).
선정된 타 AI 이동체의 미션 수행이 확인되면, 확인된 미션 수행의 조건, 예컨대, DB 셋, AI 알고리즘, 캘리브레이션 설정값 등이 전달되게 되고 다시 전달받은 미션 수행 조건을 활용하여 전달해준 원 AI 이동체는 다시 미션 수행을 할 수 있다(S680).
따라서, 본 발명에 따르면, 스마트 AI 키트는 AI 이동체가 다양한 상황에 맞는 동작을 즉각적으로 수행하도록 최적의 알고리즘, 예컨대, 학습 미션에 맞는 최적의 전처리 알고리즘이나 기계학습 알고리즘, 또는 최적의 학습 데이터 셋, 최적의 후처리 알고리즘 등이 적용될 수 있기 때문에 학습자의 코딩에 대한 관심을 유지시키고 학습 효과를 극대화할 수 있다.
또한, 본 발명에 따른 스마트 AI 키트는 AI모듈이 모바일 디바이스와 연동되도록 함으로써 다양한 알고리즘에 의해 동작하는 AI 이동체의 동작 과정을 직접 확인함으로써 학습자들의 AI 알고리즘에 대한 이해도를 높일 수 있다.
결과적으로, 스마트 AI 키트를 이용하여 사용자에게 AI 교육에 대한 학습효과를 현저하게 높일 수 있다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 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.
1000: 스마트 AI 제어 시스템
100: AI 이동체 200: 사용자 단말
300: 서버 400: 네트워크

Claims (9)

  1. AI 모듈을 포함하며, 센서 신호 및 학습 결과 데이터 셋에 기초하여 결정된 동작을 수행하는, 복수의 AI 이동체;
    복수의 AI 이동체 중 어느 하나의 미션 수행에 따른 동작정보 및 상태정보에 기초하여 동작 이상이 발생하였는지 여부를 판단하고 미션 전달 룰에 따라 상기 복수의 AI 이동체 중 하나와 다른 타 AI 이동체를 선정하고 상기 복수의 AI 이동체 중 어느 하나의 미션을 전달하는 서버를 포함하고,
    상기 서버는 상기 타 AI 이동체가 상기 복수의 AI 이동체 중 어느 하나의 미션 보다 우선순위가 낮은 미션을 수행하고 있는 경우에 상기 타 AI 이동체로 상기 복수의 AI 이동체 중 어느 하나의 미션을 전달하는, 스마트 AI 키트 제어 시스템.
  2. 제1항에 있어서,
    상기 미션 전달 룰은 상기 타 AI 이동체가 최근거리에 위치하는지 여부, 미션 수행 능력 우수 정도, 미션 수행에 필요한 필수 모듈 또는 해당 미션 수행 횟수를 포함하는, 스마트 AI 키트 제어 시스템.
  3. 제1항에 있어서,
    상기 동작 이상이 발생했는지 여부는,
    미션 별로 미리 정해진 시간 내에 해당 미션을 완료하지 못하는 경우, 특정 시간에 미션처리 정도가 기준에 미치지 못하는 경우 또는 미션 수행의 타임아웃이 반복되는 경우, 또는 전송된 사진 데이터가 미션과 관련 없는 데이터인 경우 인지에 따라 결정되는, 스마트 AI 키트 제어 시스템.
  4. 삭제
  5. 제1항에 있어서,
    상기 서버는 상기 타 AI 이동체가 전달될 미션에 대한 필수 모듈을 구비하였는지를 확인하는, 스마트 AI 키트 제어 시스템.
  6. 제5항에 있어서,
    상기 서버는 상기 타 AI 이동체가 전달될 미션에 대한 필수 모듈을 구비하였는지가 확인된 경우에 상기 복수의 AI 이동체 중 어느 하나의 미션을 전달하고 상기 타 AI 이동체의 미션 수행을 확인하는, 스마트 AI 키트 제어 시스템.
  7. 제6항에 있어서,
    상기 서버는 상기 타 AI 이동체의 미션 수행이 확인된 경우에 상기 타 AI 이동체의 미션 수행 조건을 상기 복수의 AI 이동체 중 어느 하나에 전달하는, 스마트 AI 키트 제어 시스템.
  8. 제7항에 있어서,
    상기 미션 수행 조건은 DB 셋, AI 알고리즘 또는 캘리브레이션 설정값을 포함하는, 스마트 AI 키트 제어 시스템.
  9. 제8항에 있어서,
    상기 AI 알고리즘은 전처리 알고리즘, 학습 결과 데이터 셋 또는 후처리 알고리즘 중 어느 하나를 포함하는, 스마트 AI 키트 제어 시스템.
KR1020210098844A 2021-07-27 2021-07-27 미션 전달이 가능한 스마트 ai 키트 제어시스템 KR102579096B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020210098844A KR102579096B1 (ko) 2021-07-27 2021-07-27 미션 전달이 가능한 스마트 ai 키트 제어시스템
PCT/KR2021/009750 WO2023008598A1 (ko) 2021-07-27 2021-07-27 미션 전달이 가능한 스마트 ai 키트 제어시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210098844A KR102579096B1 (ko) 2021-07-27 2021-07-27 미션 전달이 가능한 스마트 ai 키트 제어시스템

Publications (2)

Publication Number Publication Date
KR20230017074A KR20230017074A (ko) 2023-02-03
KR102579096B1 true KR102579096B1 (ko) 2023-09-15

Family

ID=85086927

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210098844A KR102579096B1 (ko) 2021-07-27 2021-07-27 미션 전달이 가능한 스마트 ai 키트 제어시스템

Country Status (2)

Country Link
KR (1) KR102579096B1 (ko)
WO (1) WO2023008598A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130068603A (ko) * 2011-12-15 2013-06-26 한국전자통신연구원 군집로봇의 역할 할당 방법
KR20180013487A (ko) * 2016-07-29 2018-02-07 이광재 소프트웨어 교육 로봇 시스템
KR101963754B1 (ko) * 2016-11-14 2019-07-31 동국대학교 산학협력단 드론을 제어하기 위한 시스템 및 방법
KR102166667B1 (ko) * 2019-07-08 2020-10-19 주식회사 지니로봇 로봇들에서 코딩데이터의 실행을 동기화 하기 위한 코딩교육제공시스템 및 방법
KR102386832B1 (ko) * 2019-07-19 2022-04-14 배재대학교 산학협력단 무인 비행체의 군집 비행 제어 시스템 및 방법

Also Published As

Publication number Publication date
KR20230017074A (ko) 2023-02-03
WO2023008598A1 (ko) 2023-02-02

Similar Documents

Publication Publication Date Title
US20190205744A1 (en) Distributed Architecture for Enhancing Artificial Neural Network
US10317854B2 (en) Machine learning device that performs learning using simulation result, machine system, manufacturing system, and machine learning method
US20190184556A1 (en) Apparatus and methods for online training of robots
US20210325894A1 (en) Deep reinforcement learning-based techniques for end to end robot navigation
KR102567525B1 (ko) 이동 로봇 시스템, 이동 로봇 및 이동 로봇 시스템의 제어 방법
US9242372B2 (en) Adaptive robotic interface apparatus and methods
EP3151415A1 (en) Method for setting identification code of smart motor and multi-axis control apparatus using the same
US20220214692A1 (en) VIsion-Based Robot Navigation By Coupling Deep Reinforcement Learning And A Path Planning Algorithm
US20190219972A1 (en) System and method for context-driven predictive simulation selection and use
CN111331595B (zh) 控制服务机器人的操作的方法和设备
US11554482B2 (en) Self-learning industrial robotic system
TW202102959A (zh) 用於合併關於自動化機器人之單原點的不連續地圖及路線數據之系統及方法
KR102579096B1 (ko) 미션 전달이 가능한 스마트 ai 키트 제어시스템
Kawakura et al. Deep learning-based self-driving car: Jetbot with nvidia ai board to deliver items at agricultural workplace with object-finding and avoidance functions
US11203116B2 (en) System and method for predicting robotic tasks with deep learning
US11430137B2 (en) Electronic device and control method therefor
KR20230017073A (ko) 스마트 ai 키트 제어 시스템 및 제어 방법
US20200388024A1 (en) Apparatus and method for identifying object
WO2017165379A1 (en) Unmanned aircraft systems and methods of assembly
CN112849125B (zh) 打滑检测控制方法、装置、移动机器人及存储介质
CN117500642A (zh) 用于开发机器人自主性的系统、设备和方法
US20230050174A1 (en) Template robotic control plans
WO2022124477A1 (ko) 전자 장치 및 그 제어 방법
CN115709471B (zh) 机器人状态值调整方法及机器人
US20230305543A1 (en) Enhancing autonomous operation in robotic devices with human intervention

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