KR20120111453A - 감정값 산출 장치 및 방법 - Google Patents

감정값 산출 장치 및 방법 Download PDF

Info

Publication number
KR20120111453A
KR20120111453A KR1020110029926A KR20110029926A KR20120111453A KR 20120111453 A KR20120111453 A KR 20120111453A KR 1020110029926 A KR1020110029926 A KR 1020110029926A KR 20110029926 A KR20110029926 A KR 20110029926A KR 20120111453 A KR20120111453 A KR 20120111453A
Authority
KR
South Korea
Prior art keywords
value
emotion
personality
stimulus
expression
Prior art date
Application number
KR1020110029926A
Other languages
English (en)
Inventor
안호석
이동욱
Original Assignee
한국생산기술연구원
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 한국생산기술연구원 filed Critical 한국생산기술연구원
Priority to KR1020110029926A priority Critical patent/KR20120111453A/ko
Publication of KR20120111453A publication Critical patent/KR20120111453A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Manipulator (AREA)

Abstract

본 발명의 감정값 산출 장치는 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱한 후 상기 곱의 결과들을 가산하여 자극 수용값을 산출하는 자극 수용부, 상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출하는 감정 표현부 및 제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출하는 감정값 산출부를 포함함으로써, 로봇의 감정을 신뢰성 있게 표현할 수 있다.

Description

감정값 산출 장치 및 방법{APPARATUS AND METHOD FOR CALCULATING VALUE OF EMOTION}
본 발명은 감정값 산출 장치 및 방법에 관한 것으로서, 상세하게는 로봇의 감정을 나타내는 감정값을 신뢰성 있게 산출할 수 있는 감정값 산출 장치 및 방법에 관한 것이다.
로봇의 감정은 눈, 입, 귓, 제스처 등의 움직임을 통해 외부로 표현된다. 이때 감정 표현에 이용되는 모든 움직임은 제어 신호에 의한다.
이때의 제어 신호는 로봇에서 움직임이 가능한 제반 장치들을 적절하게 움직이도록 하는 내용을 포함하고 있으며, 이러한 내용들의 집합을 감정 포인트라 칭하기로 한다. 따라서, 감정 포인트는 입을 어느 각도로 움직이는지, 눈꺼풀을 얼마만큼 이동시키는지 등에 대한 정보를 포함한다.
감정 포인트는 로봇의 감정과 매칭되어야 한다. 예를 들어 로봇의 감정이 즐거움인 상태에서 슬픔을 표현하는 감정 포인트를 적용하게 되면 현실적이지 못한 감정 표현이 된다. 따라서, 현실적인 감정 표현을 위해서는 로봇의 감정과 감정 포인트를 적절하게 맵핑시켜야 한다.
이때 주의할 것은 로봇의 감정을 어떻게 결정할 것인가이다. 맵핑이 적절하게 이루어져 로봇의 감정이 즐거움일 때 즐거움을 표현하는 감정 포인트를 적용할 수 있게 되었다 하더라도, 로봇에게 가해진 자극과 어울리지 않는 감정이 결정되었다면 감정 포인트에 따라 외부로 표현된 로봇의 움직임은 적절하지 못한 것이 된다.
따라서, 현실적인 맵핑을 위해서는 소정 자극에 대해 인간을 비롯한 생물에서 예상되는 감정을 신뢰성 있게 파악하여 로봇의 감정으로 활용할 필요가 있다.
본 발명은 로봇의 감정을 나타내는 감정값을 신뢰성 있게 산출할 수 있는 감정값 산출 장치 및 방법을 제공하기 위한 것이다.
본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기의 목적을 달성하기 위한 본 발명의 감정값 산출 장치는 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱한 후 상기 곱의 결과들을 가산하여 자극 수용값을 산출하는 자극 수용부, 상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출하는 감정 표현부 및 제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출하는 감정값 산출부를 포함할 수 있다.
이때, 상기 상위 요소는 경험에 대한 개방성(openness to experience), 성실성(conscientiousness), 외향성(extraversion), 친화성(agreeableness), 신경증적 경향성(neuroticism) 중 적어도 하나를 포함할 수 있다.
또한, 상기 상위 요소는 경험에 대한 개방성(openness to experience), 성실성(conscientiousness), 외향성(extraversion), 친화성(agreeableness), 신경증적 경향성(neuroticism)을 모두 포함할 수 있다.
또한, 상기 상위 요소는 n개(n은 2이상의 자연수)를 포함하고, 상기 각 상위 요소에 포함된 하위 요소의 개수는 동일하며, 상기 감정값 산출부에서 산출되는 n개의 감정값으로 이루어진 n차원 감정값을 생성하는 차원 감정값 산출부를 더 포함할 수 있다.
또한, 상기 자극 수용값 g(k)는 다음의 수학식으로부터 산출될 수 있다.
Figure pat00001
여기서,
Figure pat00002
는 1로 채워진 x×1 행렬의 전치행렬이고,
x는 하위 요소의 개수이며,
Figure pat00003
로서 x×1 행렬이고,
Γ는 수치로 표현된 제1 성격
Figure pat00004
가 대각선에 배치된 x×z 행렬이고,
u(k)는 입력값을 나타내는 z×1 행렬이며,
z는 입력값의 개수이고,
k는 샘플링 시간이다.
여기서, 상기 감정값 y(k)는 다음의 수학식으로부터 산출될 수 있다.
Figure pat00005
여기서, β는 수치로 표현된 제2 성격이고,
α는 수치로 표현된 제3 성격이며,
k-1은 바로 이전의 샘플링 시간을 나타낸다.
한편, 본 발명의 감정값 산출 방법은 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱하는 단계, 상기 곱의 결과들을 가산하여 자극 수용값을 산출하는 단계, 상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출하는 단계 및 제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출하는 단계를 포함할 수 있다.
이때, 상기 감정값에 감정을 표현하는 로봇의 움직임을 맵핑시켜둔 감정 표시부로 상기 감정값을 전송하는 단계를 더 포함할 수 있다.
또한, 상기 제1 성격은 상기 입력값을 수용하는 정도를 나타내는 값이고, 상기 제2 성격은 상기 수용 정도에 따라 감정을 표현하는 정도를 나타내는 값이며, 상기 제3 성격은 이전의 감정 표현의 지속 정도를 나타내는 값일 수 있다.
한편, 본 발명의 감정값 산출 방법은 컴퓨터로 읽을 수 있는 기록 매체에 프로그램으로 기록될 수 있다.
이상에서 설명된 바와 같이 본 발명의 감정값 산출 장치 및 방법은 심리학의 감정 측정법인 NEO-PI-R을 이용하여 감정값을 산출함으로써, 로봇의 감정을 신뢰성 있게 표현할 수 있다.
또한, 종래 3차원으로 산출하던 감정값을 NEO-PI-R에서 제공되는 상위 요소 5개를 포함하는 5차원 이상의 차원으로 산출할 수 있다. 이에 따르면 로봇을 통해 보다 섬세하고 현실적인 감정을 표현할 수 있다.
도 1은 본 발명의 감정값 산출 장치를 나타낸 블럭도.
도 2는 본 발명의 감정값 산출 장치를 나타낸 개략도.
도 3은 본 발명의 감정값 산출 방법을 나타낸 흐름도.
도 4는 심리학의 2차원 모델을 나타낸 개략도.
도 5는 2차원 감정 공간 모델을 임의로 가공하여 설계한 인공 감정 모델을 나타낸 개략도.
이하, 본 발명의 감정값 산출 장치 및 방법에 대하여 도면을 참조하여 보다 상세하게 설명한다.
도 1은 본 발명의 감정값 산출 장치를 나타낸 블럭도이고, 도 2는 본 발명의 감정값 산출 장치를 나타낸 개략도이다.
도 1에 도시된 감정값 산출 장치는 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱한 후 상기 곱의 결과들을 가산하여 자극 수용값을 산출하는 자극 수용부(110), 상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출하는 감정 표현부(130) 및 제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출하는 감정값 산출부(150)를 포함하고 있다.
자극 수용부(110)는 일정한 자극이 가해졌을 때 로봇이 해당 자극을 받아들이는 정도를 수치화된 자극 수용값으로 산출한다. 사람의 경우 동일한 자극에 대해서 인식하는 정도에 차이가 있다. 예를 들어 화재 발생시 화재가 자신에게 어떤 영향을 미칠 것인지에 대한 인식에서 사람마다 차이를 보이게 된다. 어떤 사람은 화재가 자신에게 영향이 없음을 인지하고 안심할 수 있으나 어떤 사람은 자신에게 영향이 없음에도 불구하고 위기감을 느낄 수 있다. 이때 전자의 사람과 후자의 사람의 감정은 달라지게 될 것이다. 이러한 것을 로봇에 반영하기 위한 수단이 자극 수용부이다. 즉, 일정 자극을 받아들이는 정도의 차이가 감정에 영향을 미치는 것을 반영하기 위한 것이다.
자극 수용값을 산출하기 위해 자극 수용부는 NEO-PI-R의 방식을 이용한다.
NEO-PI-R은 로버트 맥크레 박사가 창안한 성격 테스트 방법으로서 5개의 상위 요소를 포함하여, 각 상위 요소는 6개의 하위 요소를 포함하고 있다. 또한 하위 요소는 복수의 테스트 항목을 포함한다. NEO-PI-R에 따르면 감정 표현을 나타내는 심리학의 FFM(Five Factor Model)을 신뢰성 있게 테스트할 수 있다.
이 중에서 상위 요소는 경험에 대한 개방성(openness to experience), 성실성(conscientiousness), 외향성(extraversion), 친화성(agreeableness), 신경증적 경향성(neuroticism)으로 구성되며, 자극 수용부는 이 중에서 적어도 하나의 상위 요소를 이용할 수 있다. 물론 5개의 상위 요소를 모두 이용할 수도 있다.
NEO-PI-R에서 제시된 하위 요소는 다음과 같이 상위 요소당 6개로 이루어져 있다.
개방성(openness to experience) : 상상(fantasy), 심미성(aesthetics), 느낌(feelings), 행동(actions), 사고(ideas), 가치(values)
성실성(conscientiousness) : 유능감(competence), 정연성(order), 충실성(dutifulness), 성취 갈망(achievement striving), 자기규제(self-discipline), 신중성(deliberation)
외향성(extraversion) : 온정(warmth), 사교성(gregariousness), 주장(assertiveness), 활동성(activity), 자극추구(excitement seeking), 긍정적 정서(positive emotion)
친화성(agreeableness) : 신뢰성(trust), 솔직성(straightforwardness), 이타성(altruism), 순응성(compliance), 겸손(modesty), 동정(tender mindedness)
신경증적 경향성(neuroticism) : 불안(anxiety), 적대감(hostility), 우울(depression), 자의식(self-consciousness), 충동성(impulsiveness) 스트레스 취약성(vulnerability to stress)
자극 수용부는 로봇에 장치된 센서의 출력값을 입력값으로 하고, 상위 요소에 포함된 각 하위 요소별로 기설정된 제1 성격
Figure pat00006
를 이때의 입력값에 곱한다.
Figure pat00007
는 각 하위 요소별로 다른 값을 가질 수 있다. 입력값은 0 또는 1일 수 있으며, 센서에 따라 0과 1사이의 수가 될 수도 있다.
제1 성격은 입력값을 수용하는 정도를 수치로 나타낸 값으로 사용자에 의해 설정될 수 있다.
자극 수용값 g(k)는 다음의 수학식 1로부터 산출될 수 있다.
Figure pat00008
여기서,
Figure pat00009
는 1로 채워진 x×1 행렬의 전치행렬이고,
x는 하위 요소의 개수이며,
Figure pat00010
로서 x×1 행렬이고,
Γ는 수치로 표현된 제1 성격
Figure pat00011
가 대각선에 배치된 x×z 행렬이고,
u(k)는 입력값을 나타내는 z×1 행렬이며,
z는 입력값의 개수이고,
k는 샘플링 시간이다.
이때 제1 성격
Figure pat00012
는 하위 요소별로 같을 수도 있으며 다를 수도 있다. 예를 들어 상위 요소인 경험에 대한 개방성(openness to experience)에는 상상(fantasy), 심미성(aesthetics), 느낌(feelings), 행동(actions), 사고(ideas), 가치(values)의 6가지 하위 요소가 포함되는데, 이때 각 하위 요소에 곱해지는 제1 성격
Figure pat00013
는 순서대로
Figure pat00014
,
Figure pat00015
,
Figure pat00016
,
Figure pat00017
,
Figure pat00018
,
Figure pat00019
과 같이 다른 값일 수 있다.
z는 입력값의 개수로 대체로 센서의 개수와 동일하다.
감정 표현부(130)는 자극 수용값 g(k)에 제2 성격 β를 곱하여 감정 표현값 βg(k)를 산출한다. 감정 표현부는 일정 자극에 대한 인식의 정도로부터 어떤 감정을 갖게 되는가를 나타낸다. 예를 들어 원거리에서 화재가 발생한 경우 자신에게 해가 없음에도 위기감을 느끼는 사람의 경우를 가정하자. 이때 성격에 따라 보다 멀리 대피하는 사람이 있는가 하면 겁에 질려 움직이지 못하는 사람이 있을 수 있다. 이때 양자의 감정은 동일하지 않을 것이 분명하다. 이와 같이 동일한 정도의 인식 상태라 하더라도 다른 감정을 가질 수 있으며 이를 나타내기 위해 감정 표현부가 이용된다.
감정 표현부는 감정 수용부에서 산출된 자극 수용값 g(k)에 제2 성격 β를 곱하게 되며, 이때의 제2 성격은 수용 정도, 즉 일정 자극에 대한 인식 정도에 따라 감정을 표현하는 정도를 나타내는 값이 된다.
감정값 산출부(150)는 제3 성격 α가 곱해진 바로 이전의 감정값 αy(k-1)을 상기 감정 표현값 βg(k)에 가산하여 현 감정값 y(k)를 산출한다. 심리학적으로 짧은 시간 전의 감정은 현 시점의 감정에 반영될 수 있으며, 이를 나타내기 위해 감정값 산출부가 이용된다.
제3 성격은 이전의 감정 표현의 지속 정도를 나타낸 값으로 이상에서 살펴보면 제1 성격, 제2 성격, 제3 성격은 사용자에 의해 설정되며 로봇의 성격을 결정하게 된다.
k는 현재 감정값을 생성되는 시점을 나타내고 k-1은 이전의 감정값이 생성된 시점을 나타낸다.
감정값 산출부는 다음의 수학식 2로부터 감정값 y(k)를 산출할 수 있다.
Figure pat00020
여기서, β는 수치로 표현된 제2 성격이고,
α는 수치로 표현된 제3 성격이며,
k-1은 바로 이전의 샘플링 시간을 나타낸다.
한편, 도 2를 참조하여 살펴보면 총 5개의 상위 요소별로 자극 수용부가 마련되고 각 자극 수용부에서 산출되는 자극 수용값 g(k)는 상위 요소를 기준으로 복수개로 구분될 수 있다.
예를 들어 도 2에서 go(k)는 경험에 대한 개방성(openness to experience)에 대한 자극 수용값을 나타낸다. gc(k)는 성실성(conscientiousness)에 대한 자극 수용값을 나타낸다. ge(k)는 외향성(extraversion)에 대한 자극 수용값을, ga(k)는 친화성(agreeableness)에 대한 자극 수용값을, gn(k)는 신경증적 경향성(neuroticism)에 대한 자극 수용값을 나타낸다.
이와 같이 상위 요소가 복수개인 경우 상위 요소의 개수와 동일한 차원의 감정값이 최종적으로 산출될 수 있다.
구체적으로 상위 요소가 n개(n은 2이상의 자연수)로 이루어는 경우 본 발명의 감정값 산출 장치는 감정값 산출부에서 산출되는 n개의 감정값으로 이루어진 n차원 감정값을 생성하는 차원 감정값 산출부(170)를 더 포함할 수 있다. 이때 상위 요소에 포함된 하위 요소의 개수는 동일할 수 있다. 차원 감정값 산출부에서 출력되는 n차원 감정값은 벡터로 표현될 수도 있다.
NEO-PI-R에 포함된 상위 요소 5개를 모두 적용한 경우 차원 감정값 산출부(170)에서는 5차원의 감정값이 산출되며, 이는 종래 최대 3차원의 감정 수치를 이용하는 것에 비하여 보다 섬세하며 현실적인 감정의 표현이 가능함을 의미한다.
종래의 감정 생성을 위한 방법은 도 4에 도시된 심리학의 2차원 모델에서 임의의 축을 추가하거나 FFM의 5가지 특성 중 3가지만을 감정 공간 모델에 적용하였다. 또한, 감정 공간 모델에서 감정을 나타내는 벡터를 임의의 방법으로 계산하였다. 따라서, 종래의 감정 생성 방법에 의하면 인간의 감정 메커니즘이 신뢰성 있게 반영되지 못하고, 또한 임의의 계산 방법에 따라 현실적이지 못한 감정 생성이 이루어지고 있다. n이 높을수록 섬세한 감정을 표현할 수 있으나, 맵핑 부하가 증가하고 어느 정도 이상은 인간이 인식하기 어려우므로 n은 10개 이하일 수 있다.
참고로 도 4에 심리학의 2차원 감정 공간 모델을 나타내었으며, 도 5에는 도 4의 2차원 감정 공간 모델을 임의로 가공하여 설계한 인공 감정 모델을 나타내었다. (a) James A. Russell, "A Circumplex model of an affect," Journal of Personality and Social Psychology, vol.39, pp.1161-1178, 1980. (b) D. Watson, and A. Tellegan, "Toward a consensual structure of mood," Journal of Psychological Bulletin, vol.98, pp.219-235, 1985. (c) Miwa H., et al.,"Effective emotional expressions with expression humanoid robot WE-4RII: integration of humanoid robot hand RCH-1," In Proceedings of 2004 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2004), vol. 3, pp. 2203-2208, 2004. (d) C. Breazeal, "Function meets style: insights from emotion theory applied to HRI," IEEE Transactions on Systems, Man and Cybernetics, Part C: Applications and Reviews, Vol. 34, no. 2, pp. 187-194, 2004.
본 발명에 따르면, 제1 성격, 제2 성격, 제3 성격을 설정한 후 NEO-PI-R에 근거하여 감정값을 산출함으로써 신뢰성 있는 감정 생성이 가능하다.
도 3은 본 발명의 감정값 산출 방법을 나타낸 흐름도이다.
도 3에 도시된 감정값 산출 방법은 도 1에 도시된 감정값 산출 장치의 동작으로 설명될 수도 있다.
살펴보면, 먼저, 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱한다(S 510). 자극 수용부(110)에서 이루어지는 동작으로 하위 요소별로 자극의 수용 정도를 파악한다.
상기 곱의 결과들을 가산하여 자극 수용값을 산출한다(S 520). 자극 수용부에서 이루어지는 동작으로 하위 요소별로 파악된 자극의 수용 정도를 취합하여 상위 요소 단위의 자극 수용 정도를 파악한다.
상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출한다(S 530). 감정 표현부(130)에서 이루어지는 동작으로 수용된 자극에 대해 어느 정도의 감정을 느끼는가를 나타낸다.
제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출한다(S 540). 감정값 산출부(150)에서 이루어지는 동작으로 과거의 감정이 현 시점에 얼마나 반영되는지를 결정하여 최종적인 현재의 감정값을 산출한다. 상위 요소가 복수인 경우 차원 감정값 산출부를 통해 차원 감정값을 생성할 수도 있다.
한편, 상기 감정값을 산출하는 단계 이후에, 상기 감정값에 감정을 표현하는 로봇의 움직임을 맵핑시켜둔 감정 표시부(미도시)로 상기 현 감정값을 전송하는 단계를 더 포함할 수 있다. 감정값 산출부 또는 차원 감정값 산출부에서 이루어지는 동작으로 필요한 경우 감정 표시부와의 통신을 위한 통신 수단을 감정 표시부와의 사이에 구비할 수 있다.
여기서, 상기 제1 성격은 상기 입력값을 수용하는 정도를 나타내는 값이고, 상기 제2 성격은 상기 수용 정도에 따라 감정을 표현하는 정도를 나타내는 값이며, 상기 제3 성격은 이전의 감정 표현의 지속 정도를 나타내는 값일 수 있다.
한편, 이상의 감정값 산출 방법은 컴퓨터로 읽을 수 있는 기록 매체에 프로그램으로 기록될 수 있다.
한편, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
로봇에 적용할 수 있다.
특히, 얼굴 표정이나 제스쳐 변화가 가능한 로봇에 적용하는 것이 유리하다.
110...자극 수용부 130...감정 표현부
150...감정값 산출부 170...차원 감정값 산출부

Claims (10)

  1. 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱한 후 상기 곱의 결과들을 가산하여 자극 수용값을 산출하는 자극 수용부;
    상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출하는 감정 표현부; 및
    제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출하는 감정값 산출부;
    를 포함하는 감정값 산출 장치.
  2. 제 1 항에 있어서,
    상기 상위 요소는 경험에 대한 개방성(openness to experience), 성실성(conscientiousness), 외향성(extraversion), 친화성(agreeableness), 신경증적 경향성(neuroticism) 중 적어도 하나를 포함하는 것을 특징으로 하는 감정값 산출 장치.
  3. 제 1 항에 있어서,
    상기 상위 요소는 경험에 대한 개방성(openness to experience), 성실성(conscientiousness), 외향성(extraversion), 친화성(agreeableness), 신경증적 경향성(neuroticism)을 모두 포함하는 것을 특징으로 하는 감정값 산출 장치.
  4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서,
    상기 상위 요소는 n개(n은 2이상의 자연수)로 이루어지고,
    상기 감정값 산출부에서 산출되는 n개의 감정값으로 이루어진 n차원 감정값을 생성하는 차원 감정값 산출부를 더 포함하는 것을 특징으로 하는 감정값 산출 장치.
  5. 제 1 항에 있어서,
    상기 자극 수용값 g(k)는 다음의 수학식으로부터 산출되는 것을 특징으로 하는 감정값 산출 장치.
    Figure pat00021

    여기서,
    Figure pat00022
    는 1로 채워진 x×1 행렬의 전치행렬이고,
    x는 하위 요소의 개수이며,
    Figure pat00023
    로서 x×1 행렬이고,
    Γ는 수치로 표현된 제1 성격
    Figure pat00024
    가 대각선에 배치된 x×z 행렬이고,
    u(k)는 입력값을 나타내는 z×1 행렬이며,
    z는 입력값의 개수이고,
    k는 샘플링 시간이다.
  6. 제 5 항에 있어서,
    상기 감정값 y(k)는 다음의 수학식으로부터 산출되는 것을 특징으로 하는 감정값 산출 장치.
    Figure pat00025

    여기서, β는 수치로 표현된 제2 성격이고,
    α는 수치로 표현된 제3 성격이며,
    k-1은 바로 이전의 샘플링 시간을 나타낸다.
  7. 센서로부터 획득된 입력값에 NEO-PI-R(the Revised NEO Personality Inventory)의 상위 요소에 포함된 각 하위 요소에 따라 작성된 제1 성격을 곱하는 단계;
    상기 곱의 결과들을 가산하여 자극 수용값을 산출하는 단계;
    상기 자극 수용값에 제2 성격을 곱하여 감정 표현값을 산출하는 단계; 및
    제3 성격이 곱해진 바로 이전의 감정값을 상기 감정 표현값에 가산하여 현 감정값을 산출하는 단계;
    를 포함하는 감정값 산출 방법.
  8. 제 7 항에 있어서,
    상기 감정값을 산출하는 단계 이후에,
    상기 감정값에 감정을 표현하는 로봇의 움직임을 맵핑시켜둔 감정 표시부로 상기 현 감정값을 전송하는 단계를 더 포함하는 것을 특징으로 하는 감정값 산출 방법.
  9. 제 7 항에 있어서,
    상기 제1 성격은 상기 입력값을 수용하는 정도를 나타내는 값이고,
    상기 제2 성격은 상기 수용 정도에 따라 감정을 표현하는 정도를 나타내는 값이며,
    상기 제3 성격은 이전의 감정 표현의 지속 정도를 나타내는 값인 것을 특징으로 하는 감정값 산출 방법.
  10. 제 7 항 내지 제 9 항 중 어느 한 항의 감정값 산출 방법을 프로그램으로 기록한 컴퓨터로 읽을 수 있는 기록 매체.
KR1020110029926A 2011-03-31 2011-03-31 감정값 산출 장치 및 방법 KR20120111453A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110029926A KR20120111453A (ko) 2011-03-31 2011-03-31 감정값 산출 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110029926A KR20120111453A (ko) 2011-03-31 2011-03-31 감정값 산출 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20120111453A true KR20120111453A (ko) 2012-10-10

Family

ID=47282150

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110029926A KR20120111453A (ko) 2011-03-31 2011-03-31 감정값 산출 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20120111453A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150003585A (ko) * 2013-07-01 2015-01-09 상명대학교서울산학협력단 인체 미동 분석을 이용한 감성 판단 방법
WO2018208761A1 (en) * 2017-05-11 2018-11-15 Misty Robotics, Inc. Infinite robot personalities
WO2018230882A1 (ko) * 2017-06-12 2018-12-20 주식회사 아카인텔리전스 컴퓨터의 감정을 결정하는 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150003585A (ko) * 2013-07-01 2015-01-09 상명대학교서울산학협력단 인체 미동 분석을 이용한 감성 판단 방법
WO2018208761A1 (en) * 2017-05-11 2018-11-15 Misty Robotics, Inc. Infinite robot personalities
US10850398B2 (en) 2017-05-11 2020-12-01 Misty Robotics, Inc. Infinite robot personalities
WO2018230882A1 (ko) * 2017-06-12 2018-12-20 주식회사 아카인텔리전스 컴퓨터의 감정을 결정하는 방법

Similar Documents

Publication Publication Date Title
Armougum et al. Virtual reality: A new method to investigate cognitive load during navigation
Aymerich-Franch et al. The role of functionality in the body model for self-attribution
Favela et al. The animal-environment system
Randhavane et al. Fva: Modeling perceived friendliness of virtual agents using movement characteristics
Madshaven et al. Investigating the user experience of virtual reality rehabilitation solution for biomechatronics laboratory and home environment
KR20120111453A (ko) 감정값 산출 장치 및 방법
Berger et al. Follow your nose: Extended arm reach after pinocchio illusion in virtual reality
Augello et al. The effects of soft somatosensory system on the execution of robotic tasks
Chang et al. The impact of virtual agents’ multimodal communication on brain activity and cognitive load in virtual reality
Minh Trieu et al. A comprehensive review: Interaction of appearance and behavior, artificial skin, and humanoid robot
US9117168B2 (en) Apparatus and method for calculating internal state for artificial emotion
Petukhov et al. Design model of a training simulator in virtual reality
Zhang et al. A robot emotion model with history
Vouloutsi et al. The influence of behavioral complexity on robot perception
US20170206801A1 (en) Method and Apparatus for Teaching and Cognitive Enhancement
Wang Formal models and cognitive mechanisms of the human sensory system
Shi et al. Affective transfer computing model based on attenuation emotion mechanism
Harriott Workload and task performance in human-robot peer-based teams
Augello et al. Robot inner perception capability through a soft somatosensory system
de Souza et al. The effects of physiologically-adaptive virtual environment on user’s sense of presence
JP5491599B2 (ja) 人工感情を表現するための内部状態算出装置および方法ならびに記録媒体
Kim et al. Design and development of an emotional interaction robot, mung
Barker et al. Emotions in Virtual Reality
Jalo et al. Early characterization of stroke using video analysis and machine learning
Park et al. Expanded linear dynamic affect-expression model for lingering emotional expression in social robot

Legal Events

Date Code Title Description
A201 Request for examination
E601 Decision to refuse application