KR20190099145A - 이동로봇 및 이동로봇제어 방법 - Google Patents

이동로봇 및 이동로봇제어 방법 Download PDF

Info

Publication number
KR20190099145A
KR20190099145A KR1020190083001A KR20190083001A KR20190099145A KR 20190099145 A KR20190099145 A KR 20190099145A KR 1020190083001 A KR1020190083001 A KR 1020190083001A KR 20190083001 A KR20190083001 A KR 20190083001A KR 20190099145 A KR20190099145 A KR 20190099145A
Authority
KR
South Korea
Prior art keywords
length
mobile robot
wheels
support member
weight
Prior art date
Application number
KR1020190083001A
Other languages
English (en)
Other versions
KR102660855B1 (ko
Inventor
이상학
김낙영
문성민
서정교
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190083001A priority Critical patent/KR102660855B1/ko
Publication of KR20190099145A publication Critical patent/KR20190099145A/ko
Priority to US16/553,705 priority patent/US11312201B2/en
Application granted granted Critical
Publication of KR102660855B1 publication Critical patent/KR102660855B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D61/00—Motor vehicles or trailers, characterised by the arrangement or number of wheels, not otherwise provided for, e.g. four wheels in diamond pattern
    • B62D61/06—Motor vehicles or trailers, characterised by the arrangement or number of wheels, not otherwise provided for, e.g. four wheels in diamond pattern with only three wheels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/019—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the type of sensor or the arrangement thereof
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/087—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices for sensing other physical parameters, e.g. electrical or chemical properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/016—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input
    • B60G17/0165—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input to an external condition, e.g. rough road surface, side wind
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/0195—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the regulation being combined with other vehicle control systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D37/00—Stabilising vehicle bodies without controlling suspension arrangements
    • B62D37/04—Stabilising vehicle bodies without controlling suspension arrangements by means of movable masses
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D61/00—Motor vehicles or trailers, characterised by the arrangement or number of wheels, not otherwise provided for, e.g. four wheels in diamond pattern
    • B62D61/06—Motor vehicles or trailers, characterised by the arrangement or number of wheels, not otherwise provided for, e.g. four wheels in diamond pattern with only three wheels
    • B62D61/08—Motor vehicles or trailers, characterised by the arrangement or number of wheels, not otherwise provided for, e.g. four wheels in diamond pattern with only three wheels with single front wheel
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D63/00—Motor vehicles or trailers not otherwise provided for
    • B62D63/02—Motor vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2202/00—Indexing codes relating to the type of spring, damper or actuator
    • B60G2202/40—Type of actuator
    • B60G2202/42—Electric actuator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2300/00—Indexing codes relating to the type of vehicle
    • B60G2300/20—Toys
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2300/00—Indexing codes relating to the type of vehicle
    • B60G2300/40—Variable track or wheelbase vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/60—Load
    • B60G2400/61—Load distribution
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/60—Load
    • B60G2400/64—Wheel forces, e.g. on hub, spindle or bearing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2500/00—Indexing codes relating to the regulated action or device
    • B60G2500/30—Height or ground clearance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2800/00—Indexing codes relating to the type of movement or to the condition of the vehicle and to the end result to be achieved by the control action
    • B60G2800/01—Attitude or posture control
    • B60G2800/019—Inclination due to load distribution or road gradient
    • B60G2800/0192—Inclination due to load distribution or road gradient longitudinal with regard to vehicle
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Chemical & Material Sciences (AREA)
  • Transportation (AREA)
  • Combustion & Propulsion (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

일 실시예에 따라, 이동로봇의 하단부에 배치된 적어도 3개의 휠; 적어도 3개의 휠 각각에 가해지는 이동로봇의 무게를 측정하도록 구성되는 센싱부; 적어도 3개의 휠 중 적어도 하나와 연결되어 이동로봇을 지지하도록 구성되는 지지부재; 지지부재와 연결되어 지지부재의 길이를 수직방향으로 조절하도록 구성되는 길이조절부재; 및 적어도 3개의 휠 각각에 가해지는 무게를 센싱부를 통해 측정하여, 적어도 3개의 휠 중 가해진 무게가 높은 휠의 지지부재의 길이가, 가해진 무게가 낮은 휠의 지지부재의 길이보다 상대적으로 길어지도록 길이조절부재를 제어하도록 구성되는 프로세서를 포함하는, 이동로봇이 제공될 수 있다. 또한 상술한 이동로봇에서 구현되는 방법을 포함하는 이동로봇 무게중심 제어방법이 제공될 수 있고, 이러한 이동로봇 무게중심 제어 방법을 수행하기 위한 컴퓨터 프로그램을 수록한 비휘발성 컴퓨터 판독가능 기록매체가 제공될 수 있다.

Description

이동로봇 및 이동로봇제어 방법{METHOD FOR CONTROLLING MOBILE ROBOT AND MOBILE ROBOT THEREOF}
본 발명은 지면에서 이동가능한 이동로봇의 주행 안정성을 확보하기 위한 방법 및 장치에 대한 것이다.
사용자가 지상에서 운반해야 하는 짐이 있는 경우 사용자로서는 짐을 운반하기 위한 이동로봇을 이용하여 많은 양의 짐을 운반할 수 있다. 이러한 이동로봇에는 휠이 포함되어 있을 수 있으며 이에 따라 사용자의 외력에 기반하여 용이하게 짐이 이동될 수 있으며, 나아가 이동로봇은 수납부가 포함될 수 있으므로 사용자는 수납부에 짐을 수납함으로써 손쉽게 많은 양의 짐을 운반할 수도 있다.
사용자로서는 이러한 많은 양의 짐이 적재된 이동로봇을 수평적으로 이동 시 휠을 통해 큰 마찰 없이 손쉽게 짐을 이동할 수 있으며 지면이 소정의 각도를 이루는 상황에서 사용자는 더 큰 외력을 이동로봇에 가함으로써 짐을 이동시킬 수 있다.
이동로봇의 수납부가 지면으로부터 이격될수록 무게중심이 지면으로부터 멀어지게 됨에 따라 이동 중인 지면의 상황에 따라서는 이동로봇이 균형을 잡기 어려울 수 있다.
본 발명은 지면의 상태나 이동로봇의 무게중심에 따라 이동로봇의 균형이 안정적이지 않게 되는 경우 효과적으로 이동로봇의 무게중심을 제어함으로써 이동로봇의 균형을 안정적으로 제어하고 전복되는 상황을 방지하기 위한 것을 목적으로 한다.
상술한 과제를 해결하기 위한 일 실시예에 따라, 이동로봇의 하단부에 배치된 적어도 3개의 휠; 적어도 3개의 휠 각각에 가해지는 이동로봇의 무게를 측정하도록 구성되는 센싱부; 적어도 3개의 휠 중 적어도 하나와 연결되어 이동로봇을 지지하도록 구성되는 지지부재; 지지부재와 연결되어 지지부재의 길이를 수직방향으로 조절하도록 구성되는 길이조절부재; 및 적어도 3개의 휠 각각에 가해지는 무게를 센싱부를 통해 측정하여, 적어도 3개의 휠 중 가해진 무게가 높은 휠의 지지부재의 길이가, 가해진 무게가 낮은 휠의 지지부재의 길이보다 상대적으로 길어지도록 길이조절부재를 제어하도록 구성되는 프로세서를 포함하는, 이동로봇이 제공될 수 있다.
상술한 과제를 해결하기 위한 또 다른 일 실시예에 따라, 이동로봇의 무게중심을 제어하는 방법에 있어서, 상기 이동로봇의 하단부에 배치된 적어도 3개의 휠 각각에 가해지는 상기 이동로봇의 무게를 측정하는 단계; 및 상기 적어도 3개의 휠 각각에 가해지는 무게의 측정결과에 기반하여 상기 적어도 3개의 휠 중 가해진 무게가 높은 휠의 지지부재의 길이가, 가해진 무게가 낮은 휠의 지지부재의 길이보다 상대적으로 길어지도록 상기 지지부재의 길이를 수직 방향으로 조절하는 단계를 포함하는, 이동로봇 무게중심 제어 방법이 제공될 수 있다.
상술한 과제를 해결하기 위한 또 다른 일 실시예에 따라, 이동로봇 무게중심 제어 방법을 수행하기 위한 컴퓨터 프로그램을 수록한 비휘발성 컴퓨터 판독가능 기록매체가 제공될 수 있다.
본원에 포함된 다양한 실시예를 통해, 지면이 경사진 상황에서 이동로봇의 주행 안정성을 확보할 수 있다.
도 1은 일 실시예에 따라 이동로봇이 경사진 곳을 이동하는 동안의 무게 중심의 변화 양상을 도시한다.
도 2는 일 실시예에 따라 무게중심을 제어할 수 있는 이동로봇의 블록도를 도시한다.
도 3은 일 실시예에 따라 무게중심을 제어할 수 있는 이동로봇의 구현 예를 도시한다.
도 4는 일 실시예에 따라 이동로봇의 무게중심을 제어하기 위한 방법의 흐름도를 도시한다.
도 5(a) 및 도 5(b)는 일 실시예에 따라 이동로봇이 휠의 지지부재의 높이를 수직 방향으로 조절하여 무게중심을 제어하는 과정을 도시한다.
도 6은 일 실시예에 따라 수직 및 수평 방향으로 지지부재의 길이를 조절할 수 있는 이동로봇의 블록도를 도시한다.
도 7은 일 실시예에 따라 수직 및 수평 방향으로 지지부재의 길이를 조절할 수 있는 이동로봇의 구현 예를 도시한다.
도 8은 일 실시예에 따라 적어도 3개의 휠에 가해지는 무게의 차이와 제1 임계값을 비교하여 지지부재를 수평 방향으로도 조절할지 여부를 결정하는 과정에 대한 흐름도이다.
도 9(a) 및 도 9(b)는 일 실시예에 따라 이동로봇이 휠의 지지부재의 높이를 수직 및 수평 방향으로 더 조절하여 무게중심을 제어하는 과정을 도시한다.
도 10은 일 실시예에 따라 이동로봇의 적어도 하나의 3개의 휠에 가해지는 무게에 기초하여 지지부재의 길이를 조절할지 여부를 결정하는 과정에 대한 흐름도이다.
도 11(a) 내지 11(c)은 일 실시예에 따라 지지부재의 길이를 조절하는 것으로 결정될 수 있는 경우와 조절하지 않는 것으로 결정되는 경우를 비교하는 도면이다.
도 12는 일 실시예에 따른 AI 장치를 나타낸다.
도 13은 일 실시예에 따른 AI 서버를 나타낸다.
도 14는 일 실시예에 따른 AI 시스템을 나타낸다.
이하, 도면을 참조하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
이하의 설명에서 사용되는 구성요소에 대한 접미사 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 또한, 본 발명의 일부 실시예들을 예시적인 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가질 수 있다. 또한, 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 수 있다.
본 발명의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질, 차례, 순서 또는 개수 등이 한정되지 않는다. 임의의 구성요소 간 "연결", "결합" 또는 "접속"된다고 기재된 경우, 임의의 구성요소 간에 직접적으로 연결되거나 또는 접속될 수 있고 각 구성 요소 사이에 다른 구성 요소가 "개재"되거나 각 구성 요소가 다른 구성 요소를 통해 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
본 개시에서, "포함한다", "구성된다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
또한, 본 발명을 구현함에 있어서 설명의 편의를 위하여 구성요소를 세분화하여 설명할 수 있으나, 이들 구성요소가 하나의 장치 또는 모듈 내에 구현될 수도 있고, 혹은 하나의 구성요소가 다수의 장치 또는 모듈들에 나뉘어져서 구현될 수도 있다.
본 발명의 다양한 실시예들을 설명함에 앞서, 주요 용어를 설명하면 다음과 같다.
"지지부재"란 이동로봇을 이동시킬 수 있는 휠에 연결되어 이동로봇을 지면에서 지지할 수 있는 부재로 정의될 수 있다. 본 발명의 지지부재는 이동로봇에 포함된 휠 각각에 연관된 부재이므로 휠의 개수와 동일한 개수일 수 있다. 본 발명의 지지부재는 선형적으로 길이가 조절될 수도 있으며, 힌지를 통해 다양한 방향으로 길이가 조절될 수 있다.
"길이조절부재"는 지지부재의 길이를 조절하기 위한 부재로서, 각 길이조절부재는 지지부재마다 연결되어 각 지지부재의 길이를 조절할 수 있다. 다른 예로서 길이조절부재는 이동로봇의 진행방향을 기준으로 전면부 및 후면부 중 적어도 하나의 면에 배치된 적어도 하나의 휠의 길이를 조절하는 것으로 배치될 수도 있다. 본 발명에서의 길이조절부재는 지지부재와 연결된 부분이 직선운동을 할 수 있도록 함으로써 지지부재의 길이를 조절할 수 있으며, 다양한 방향으로 배치된 복수의 길이조절부재를 조합하여 지지부재가 수직 또는 수평 방향뿐만 아니라 다양한 각도로 길이가 조절될 수 있도록 할 수 있다. 일 실시예에 따라 길이조절부재는 선형(linear)적으로 운동을 만들어내는 액추에이터(actuator)를 포함하는 것일 수 있으며, 기계식(mechanical), 유압식(hydraulic), 공압식(pneumatic), 압전식(piezoelectric), 전자-기계식(electro-mechanical) 액추에이터 등 본 발명의 기술 분야의 통상의 기술자로서 연결된 지지부재를 선형 운동시킬 수 있는 다양한 형태의 선형 액추에이터를 포함하는 것으로 이해될 수 있다.
"구동부"는 이동로봇이 사용자가 외력을 가하지 않더라도 자동적으로 이동할 수 있도록 휠에 구동력을 제공하기 위한 구성으로 정의될 수 있다. 구동부는 본 발명의 기술 분야의 통상의 기술자가 용이하게 채택가능한 범위 내에서 휠에 구동력을 부여할 수 있는 다양한 양상으로서 구현될 수 있다.
"인공 지능"(A.I.: Artificial Intellegent)은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, "머신 러닝"(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
"인공 신경망"(ANN: Artificial Neural Network)은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
인공지능은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
"자율 주행" (Self-Driving, Autonomous-Driving)은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
"확장 현실" (XR: eXtended Reality)은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
이하에서는 본 발명의 다양한 실시예들을 도면과 함께 설명하도록 한다.
도 1은 일 실시예에 따라 이동로봇(100)이 경사진 곳을 이동하는 동안의 무게 중심의 변화 양상을 도시한다. 도 1의 이동로봇(100)의 형상은 측면에서 바라본 형상에 해당한 것으로 이해될 수 있다.
일 실시예에 따라 이동로봇(100)은 가운데 위치한 축을 기준으로 회전할 수 있는 휠(101, 102)를 통해 자체 구동력 또는 사용자에 의한 외력을 통해 용이하게 이동할 수 있다.
일 실시예에 따라 이동로봇(100)이 경사진 지면 상에 위치하게 된 경우 현재 상태를 유지하기 위해서는 추가적인 힘이 필요하게 된다. 예를 들면 이동로봇(100)이 오르막 경사에 위치하게 되는 경우, 이동 방향(150)을 기준으로 후면부에 배치된 휠(112)에는 전면부에 배치된 휠(111)보다 더 많은 압력을 받게 된다. 따라서 사용자로서는 이동로봇(100)이 이동 방향(150)의 반대방향으로 전복되는 상황을 방지하기 위해 이동로봇(100)의 무게 중심을 이동 방향(150)으로 이동시켜야 한다.
또 다른 일 실시예에 따라 이동로봇(100)은 내리막 경사에 위치하게 된 경우, 이동로봇(100)이 이동 방향(150)의 전면부에 배치된 휠(121)에는 후면부에 배치된 휠(122)보다 더 많은 압력을 받게 된다. 따라서 사용자로서는 전복되는 상황을 방지하기 위하여 이동로봇(100)의 무게 중심을 이동 방향(150)의 반대 방향(160)으로 이동시켜야 한다.
하지만 이동로봇(100)이 위치하는 장소의 경사도가 심할수록 무게 중심을 이동시키기 위해 사용자는 이동로봇(100)의 중력에 반대되는 방향으로 더 큰 외력을 가해야 한다. 이는 이동로봇(100)의 무게가 무거울수록 사용자가 직접 이동로봇(100)의 무게 중심을 제어하기 곤란해질 수 있다는 문제점이 있을 수 있다.
이러한 문제점을 해결하기 위해 본 발명은 일 실시예에 따라 지면으로부터의 이동로봇(100)의 높이를 조절함으로써 이동로봇(100)의 무게 중심이 안정 영역 내에 위치하도록 할 수 있다.
도 2는 일 실시예에 따라 무게중심을 제어할 수 있는 이동로봇(200)의 블록도를 도시한다. 도 2는 이동로봇(200)에서 이용되는 구성들의 포함관계를 나타내거나 프로세서(250)에 의해 소정의 정보가 송수신되는 관계를 나타내는 것이다. 따라서 이동로봇(200)의 물리적 연결 관계에 따른 구동 형태는 이하의 설명 또는 후술할 구현 예 등을 통해 이해될 수 있다.
일 실시예에 따라 이동로봇(200)은 이동로봇(200)을 이동시킬 수 있도록 이동로봇(200)의 하단부에 배치된 적어도 3개의 휠(210), 적어도 3개의 휠(210) 각각에 가해지는 이동로봇(200)의 무게를 측정하기 위한 센싱부(220), 적어도 3개의 휠(210) 중 적어도 하나와 연결되어 상기 이동로봇(200)을 지지하도록 구성되는 지지부재(230), 지지부재(230)와 연결되어 지지부재(230)의 길이를 수직방향으로 조절하도록 구성되는 길이조절부재(240) 및 센싱부(220)로부터 적어도 3개의 휠(210)에 가해지는 무게에 대한 정보를 수신하여 이에 기초한 지지부재의 길이 조절 기능을 수행하도록 길이조절부재(240)를 제어하는 프로세서(250)를 포함할 수 있다.
일 실시예에 따라 적어도 3개의 휠(210)은 일직선 상에 위치하는 것이 아닌 적어도 3개의 휠(210)을 연결한 선에 의해 2차원적인 평면을 이루도록 이동로봇(200)의 하단에 배치될 수 있다. 예를 들면, 휠(210)의 개수가 3개인 경우 이동로봇(200)의 이동방향을 기준으로 전면부와 후면부로 구분하여 전면부에 1개, 후면부에 2개의 휠(210)이 배치될 수 있다. 다만 이러한 개수 및 배치의 예시는 적어도 3개의 휠(210)이 2차원적 평면을 이루도록 배치될 수 있다는 점을 설명하기 위한 것이므로, 이러한 개수 및 배치로 본 발명의 휠(210)이 한정해석 되어서는 안 된다.
일 실시예에 따라 센싱부(220)는 이동로봇(200)에 의해 적어도 3개의 휠(210)에 가해지는 무게를 각각 측정하여 프로세서(250)로 전달할 수 있다. 무게를 측정할 수 있는 센싱부(220)로는 본 발명이 포함된 기술분야의 통상의 기술자가 용이하게 실시할 수 있는 범위 내에서 다양한 형태로 구현될 수 있다. 일 실시예에 따라 센싱부(220)는 적어도 3개의 휠(210)과 지지부재(230) 사이에 각각 배치되는 것일 수 있으며 이 경우 센싱부(220)는 적어도 3개의 휠(210)의 개수와 동일할 수 있다. 일 실시예에 따라 센싱부(220)는 1차원, 2차원 또는 3차원적인 방향으로 가해지는 압력에 기초하여 적어도 3개의 휠(210) 각각에 가해지는 무게를 측정할 수 있는 다양한 구성을 포함할 수 있다.
일 실시예에 따라 지지부재(230)는 적어도 3개의 휠(210)과 연결되어 이동로봇(200)을 지면으로부터 지지하도록 구성된다. 일 실시예에 따라 지지부재(230)는 적어도 3개의 휠(210)과 각각 연결된 것일 수 있으며 이 경우 지지부재(230)의 개수는 적어도 3개의 휠(210)의 개수와 동일할 수 있다. 일 실시예에 따라 이동로봇(200)의 이동방향을 기준으로 전면부와 후면부로 구분된 경우, 길이조절부재(240)는 전면부와 후면부에 각각에 배치된 지지부재(230)의 길이를 상대적으로 조절하기 위한 적어도 하나의 길이조절부재(240)로 구현될 수 있다.
일 실시예에 따라 지지부재(230)의 길이는 휠(210)이 이동로봇(200)으로부터 이격된 거리이며 이는 길이조절부재(240)에 의해 조절가능한 최대 길이 및 최소 길이를 고려한 것으로 이해될 수 있다.
일 실시예에 따라 지지부재(230)와 길이조절부재(240)는 일체형으로 구현될 수도 있다.
일 실시예에 따라 프로세서(250)는 이동로봇(200)에 포함된 다양한 구성들에 의해 수행될 수 있는 다양한 실시예들을 수행하도록 이동로봇(200)에 포함된 구성들을 제어할 수 있다. 즉, 이하에서 설명되는 다양한 실시예에서 이동로봇(200)의 동작은 프로세서(250)에 의한 제어 동작에 기반한 것으로 이해될 수 있다. 일 실시예에 따라 프로세서(250)는 RAM, ROM, CPU, GPU(Graphic Processing Unit) 및 버스(BUS) 중 적어도 하나를 포함 할 수 있으며 이는 서로 연결될 수 있다.
일 실시예에 따라 프로세서(250)는 센싱부(220)에 의해 측정된 무게에 기반하여 이동로봇(200)의 지지부재(230)의 길이를 조절하도록 길이조절부재(240)를 제어함으로써 이동로봇(200)의 무게중심을 안정적으로 제어할 수 있다. 일 실시예에 따라 프로세서(250)는 센싱부(220)에서 측정되는 적어도 3개의 휠(210) 간의 무게 편차를 줄이는 방향으로 지지부재(330c)의 길이를 조절할 수 있다. 일 실시예에 따라 프로세서(250)는 중력 방향과 직교하는(orthogonal) 평면 상에서의 무게중심의 위치가 적어도 3개의 휠(210)을 연결한 선들을 벗어나지 않도록 길이조절부재(240)를 제어할 수 있다. 이와 같이 프로세서(250)는 이동로봇(200)의 무게중심을 제어할 수 있는 동작을 수행하도록 길이조절부재(240)를 제어할 수 있으며, 길이조절부재(240)가 제어되는 다양한 구현 예는 이하에서 다양한 실시예를 통해 후술하도록 한다.
일 실시예에 따라 프로세서(250)는 센싱부(220)에 의해 측정된 무게에 기반하여 이동로봇(200)의 무게 중심이 어느 지점에 위치해있는지 산출할 수 있다. 일 실시예에 따라 프로세서(250)는 이동로봇(200)의 적어도 하나의 휠(210)의 배치 형태를 미리 알고 있을 수 있으며, 센싱부(220)를 통해 측정된 무게와 적어도 3개의 휠(210)의 배치 형태에 기초하여 무게 중심을 산출할 수 있다. 예를 들면, 이동로봇(200)을 수직 상방에서 관찰하였을 때의 무게 중심을 적어도 3개의 휠(210)의 배치 형태와의 관계에서 결정함으로써 이동로봇(200)의 무게 중심이 적어도 3개의 휠(210)에 의해 형성된 안정 영역 내에 위치해있는지 판단할 수 있다. 프로세서(250)에 의해 무게 중심을 산출하는 방법은 해당 기술분야의 통상의 기술자가 용이하게 발명할 수 있는 범위 내에서 다양한 방법이 포함될 수 있다.
일 실시예에 따라 이동로봇(200)의 센싱부(220), 길이조절부재(240), 및 프로세서(250) 등을 포함하는 다양한 구성들의 동작에 필요한 전력을 제공하기 위하여, 이동로봇(200)은 외부로부터 전력을 공급받거나 또는 이동로봇(200)에 포함된 전지(미도시)를 이용할 수 있다.
도 3은 일 실시예에 따라 무게중심을 제어할 수 있는 이동로봇(300)의 구현 예를 도시한다. 도 3의 이동로봇(300)은 도 2의 블록도에 포함된 구성들이 구현된 이동로봇(200)의 일 구현예에 해당한다.
도 3을 참조하면, 이동로봇(300)은 하단부에 배치된 적어도 3개의 휠(310a, 310b, 310c)과 각 휠에 배치된 센싱부(320a, 320b, 320c), 각 휠을 지지하는 지지부재(330a, 330c) 및 지지부재(330a, 330c)의 길이를 수직방향(340)으로 조절할 수 있는 길이조절부재(350)를 포함할 수 있다. 설명 상의 편의를 위해 이동로봇(300)의 휠의 개수는 3개로 정하였으며, 지지부재(330a, 330c) 및 길이조절부재(350)의 배치 방법 역시 설명 상의 편의를 위해 하나의 휠(310c)에 대한 지지부재(330c) 및 길이조절부재(350)만을 도시하였다. 따라서 본 발명의 이동로봇(300)에서 이용되는 구성의 개수 및 배치 방식에 대해서는 도 3에 도시된 것과 같이 한정해석 되어서는 안되며 도 3의 도시 내용은 본 발명의 특징을 설명하기 위한 예로서 이해되어야 한다.
일 실시예에 따라 이동로봇(300)은 이동 방향(즉, y축 방향)을 기준으로 전면부에 배치된 구성(310a, 320a, 330a) 및 후면부에 배치된 구성(310b, 310c, 320c, 330c, 350)으로 구분될 수 있으며, 후면부에 배치된 휠(310b, 310c)에는 각각의 지지부재(330)를 통해 지지될 수 있으며 단일의 길이조절부재(350)에 의해 함께 길이가 제어될 수 있으며 지지부재(330) 각각에 연결된 길이조절부재(350)에 의해 개별적으로 길이가 조절될 수도 있다. 일 실시예에 따라 지지부재(330)는 길이조절부재(350)에 의해 이동가능한 테이블(352)에 연결되어 수직 방향으로 길이가 조절될 수 있다. 여기서 수직 방향이란 이동로봇(300)이 위치한 지면에 수직인 방향으로서, 이는 적어도 3개의 휠(310a, 310b, 310c)이 이루는 소정의 평면에 직교하는 방향일 수 있다.
일 실시예에 따라 이동로봇(300)의 프로세서(250)는 휠(310a, 310b, 310c)의 센싱부(320a, 320c)로부터 각 휠에 가해지는 이동로봇(300)의 무게를 측정하여, 길이조절부재(350)를 통해 지지부재(330c)의 길이를 조절할 수 있다. 일 실시예에 이동로봇(300)의 이동방향을 기준으로 후면부에 배치된 휠(310b, 310c)의 지지부재(330c)의 길이가 길이조절부재(350)에 의해 조절될 수 있다. 길이조절부재(350)를 통해 지지부재(330c)의 길이를 연장시키는 경우 이동로봇(300)의 후면부의 높이는 전면부보다 높아지게 되며 이에 따라 오르막 경사에 위치한 이동로봇(300)의 무게중심을 지지부재(330c)의 길이가 연장되기 전보다 상대적으로 전면부 쪽으로 이동시킬 수 있다.
도 4는 일 실시예에 따라 이동로봇(200)의 무게중심을 제어하기 위한 방법의 흐름도를 도시한다.
S410단계에서 이동로봇(200)은 일 실시예에 따라 이동로봇(200)의 하단부에 배치된 적어도 3개의 휠(210)에 가해지는 이동로봇(200)의 무게를 센싱부(220)를 통해 측정할 수 있다. 각각의 휠(210)에서 측정되는 무게를 통해 프로세서(250)는 어느 휠로 무게가 쏠리고 있는지, 즉 무게 중심이 어느 방향으로 편중되어 있는지를 판단할 수 있다.
S420단계에서 이동로봇(200)의 프로세서(250)는 S410단계에서 적어도 3개의 휠(210) 각각에 가해지는 무게의 측정결과에 기반하여 적어도 3개의 휠(210) 중 가해진 무게가 높은 휠의 지지부재(230)의 길이가, 가해진 무게가 낮은 휠의 지지부재(230)의 길이보다 상대적으로 길어지도록 지지부재의 길이를 수직방향으로 조절하도록 길이조절부재(240)를 제어할 수 있다. 경사진 지면에 위치하는 이동로봇(200)의 무게가 편중된 쪽의 휠(210)의 지지부재(230)의 길이를 수직방향으로 조절함에 따라 이동로봇(200)이 적은 양의 외력에 의해 전복되는 등의 상황을 방지할 수 있다.
일 실시예에 따라 프로세서(250)는 이동로봇(200)의 무게 중심이 적어도 3개의 휠(210)에 가해지는 무게가 균등해지도록 길이조절부재(240)를 제어할 수 있다. 일 실시예에 따라 이동로봇(200)의 평지에서의 무게 중심이 적어도 3개의 휠(210)의 배치 위치의 실질적으로 중앙부에 위치하고 있지 않을 수도 있으며 이 경우 평지에서도 적어도 3개의 휠(210)에 가해지는 무게는 서로 다를 수 있다. 따라서 이동로봇(200)이 기울어진 지면에 위치하게 됨으로써 무게 중심이 적어도 3개의 휠(210)가 배치된 위치를 기준으로 실질적으로 중앙부에 위치하게 된 경우라면 지지부재(230)의 길이를 조절하지 않을 수 있다.
도 5(a) 및 도 5(b)는 일 실시예에 따라 이동로봇(200)이 휠(210)의 지지부재(230)의 높이를 수직 방향으로 조절하여 무게중심을 제어하는 과정을 도시한다. 일 실시예에 따라 도 5(a)는 이동로봇(200)이 평지에서부터 오르막 경사의 지면으로 이동하는 경우를 이동로봇(200)의 측면에서 관찰한 것을 도시하고, 도 5(b)는 동일한 상황에서 이동로봇(200)을 평면에서 관찰한 것을 도시한다. 도 5에 도시된 각각의 상황에서의 이동로봇(510, 520, 530)는 도 2의 이동로봇(200)에 대응되는 것일 수 있다.
일 실시예에 따라 평지에서 이동중인 이동로봇(510)은 휠(510a, 510b, 510c)이 수평을 이루고 있으며, 평면에서 바라보았을 때 휠(510a, 510b, 510c)을 연결한 영역 내에 이동로봇(510)의 무게중심(505)이 배치되어 있을 수 있다.
일 실시예에 따라 오르막 경사에 배치된 이동로봇(520)의 경우, 후면부에 배치된 휠(510b, 510c)에 가해지는 무게가 전면부에 배치된 휠(510a)에 가해지는 무게보다 클 수 있는데, 이는 전면부에 배치된 휠(510a)에 가해지는 무게는 줄어듦과 동시에 후면부에 배치된 휠(510b, 510c)에 가해지는 무게가 늘어남에 따른 것이다. 이와 같이 이동로봇(520)이 오르막 경사에 진입하였을 때의 무게 중심(515)은 평평한 지면에서의 무게 중심(505)보다 후면부 쪽으로 치우칠 수 있으며, 이는 후면부에 배치된 휠(510b, 510c)에 가해지는 무게가 상대적으로 전면부에 배치된 휠(510a)에 가해지는 무게보다 크다는 점에 기초하여 프로세서(250)에 의해 판단될 수 있다.
일 실시예에 따라 이동로봇(530)은 상대적으로 가해지는 무게가 큰 후면부 휠(510b, 510c)에 대한 지지부재(230)의 길이를 연장함으로써 기울어진 이동로봇(530)의 무게중심을 제어할 수 있으며, 이를 위해 프로세서(250)는 길이조절부재(240)를 제어함으로써 오르막 경사에 위치한 이동로봇(530)의 무게중심(515)이 평지에서의 무게중심(505)의 방향으로 다시 이동되도록 할 수 있다. 이러한 경우 이동로봇(530)의 지지부재(230)의 길이가 조절됨으로써 이동로봇(530)의 휠(510a, 510b, 510c)에 가해지는 무게의 편차를 줄일 수 있다.
일 실시예에 따라 이러한 무게 중심의 변화 양상(즉, 도 5(b))은 이동로봇(200)의 출력부(미도시)를 통해 사용자에게 시각적 또는 청각적으로 출력될 수 있다. 일 실시예에 따라 이동로봇(200)에 부착된 디스플레이(미도시)에 현재 무게 중심과 안정 영역이 실시간으로 표시될 수 있다. 일 실시예에 따라, 이동로봇(200)의 무게 중심이 휠(210)의 어느 일부로 치우치게 되어 무게 중심이 안정 영역으로부터의 소정의 거리 이내에 위치하게 되는 경우 청각적으로 경고 신호를 출력하여 사용자로 하여금 상황을 인지하게 할 수 있다.
일 실시예에 따라 적어도 3개의 휠(210) 중 적어도 하나에 구동력이 제공될 수 있고, 프로세서(250)는 이러한 구동력이 제공되는 휠에 대한 지지부재(230)의 길이를 조절하도록 길이조절부재(240)를 제어할 수 있다. 일 실시예에 따라 이동로봇(200)에는 적어도 3개의 휠(210)중 적어도 하나에 구동력을 제공하기 위한 구동부를 더 포함할 수 있으며, 이러한 구동부를 통해 구동력이 휠(210)에 제공될 수 있다.
도 6은 일 실시예에 따라 수직 및 수평 방향으로 지지부재(630)의 길이를 조절할 수 있는 이동로봇(600)의 블록도를 도시한다. 일 실시예에 따라 도 6 의 휠(610), 센싱부(620)에 대한 특징은 도 2의 휠(210), 센싱부(220)에 대한 특징과 동일하거나 유사할 수 있으므로 자세한 설명은 생략한다.
일 실시예에 따라 길이조절부재(640)는 지지부재(630)의 길이를 수직 방향으로 조절하기 위한 제1 길이조절부재(641) 및 수평 방향으로 조절하기 위한 제2 길이조절부재(642)를 포함할 수 있다. 일 실시예에 따라 지지부재(630)는 제1 길이조절부재(641)에 의해 수직 방향으로 길이가 조절될 수 있으며, 나아가 및 제2 길이조절부재(642)에 의해 수평 방향으로 길이가 조절될 수도 있는데 이를 위해서는 지지부재(630)의 각도를 조절하기 위한 힌지부(660)가 추가적으로 포함될 수 있다. 이러한 힌지부(660)의 개수 및 배치 방법은 수직으로 배치된 지지부재(630)를 수평 및 수직 방향으로 이동시키기 위한 다양한 형태로 구현될 수 있다. 이하 도 7을 통해 자세히 설명하도록 한다.
도 7은 일 실시예에 따라 수직 및 수평 방향으로 지지부재의 길이를 조절할 수 있는 이동로봇(700)의 구현 예를 도시한다.
도 7은 일 실시예에 따라 무게중심을 제어할 수 있는 이동로봇(300)의 구현 예를 도시한다. 도 7의 이동로봇(700)은 도 6의 블록도에 포함된 구성들이 구현된 이동로봇(200)의 일 구현예에 해당한다.
도 7을 참조하면, 이동로봇(300)은 하단부에 배치된 4개의 휠(710a, 710b, 710c, 710d)을 포함할 수 있으며, 각 휠에는 센싱부(620)와 지지부재(630)가 연결되어있을 수 있다. 일 실시예에 따라 이동로봇(700)은 지지부재(630)의 길이를 수직방향으로 조절할 수 있는 제1 길이조절부재(716) 및 수평 방향으로 조절할 수 있는 제2 길이조절부재(756)을 포함할 수 있다. 일 실시예에 따라 수평 방향이란 제1 길이조절부재(716)의 길이가 조절되는 수직 방향과 수직인 방향일 수 있다. 예를 들면, 수평 방향은 이동로봇(700)이 지면을 이동하게 되는 방향과 평행인 방향에 대응되는 것일 수 있다. 일 실시예에 따라 제1 길이조절부재(716) 및 제2 길이조절부재(756)와 연관된 휠(예를 들면, 710c 또는 710d)의 경우 지지부재(630)는 제1 길이조절부재(716)와 연결된 지지부재(714) 및 제2 길이조절부재(756)와 연결된 지지부재(754)를 포함할 수 있다. 즉, 지지부재(714, 754)는 제1 길이조절부재(716) 및 제2 길이조절부재(756)에 의해 이동되는 테이블에 각각 연결될 수 있다.
일 실시예에 따라 제1 길이조절부재(716)는 지지부재(714)와 연결되어 수직 방향으로 지지부재(630)의 길이를 조절할 수 있다. 일 실시예에 따라 지지부재(714)의 수평 방향(760)으로의 길이 조절을 위한 연결부(730)는 지지부재(714)에 고정되지 않은 것일 수 있고, 이 경우 지지부재(714)의 길이가 수직 방향(720)으로 변경되기 위해 제2 길이조절부재(756)는 구동될 필요가 없다.
일 실시예에 따라 지지부재(714)의 길이를 수직 방향(720)뿐만 아니라 수평 방향(760)으로도 연장시키기 위해서 제1 길이조절부재(716) 및 제2 길이조절부재(756)에 의해 지지부재(714, 754)가 함께 조절될 수 있다. 일 실시예에 따라 제2 길이조절부재(756)에 의해 지지부재(754)가 수평 방향(760)으로 이동하게 되는 경우, 연결부(730)를 통해 힘을 전달받은 지지부재(714)는 수직 방향(720)으로 길이가 조절됨과 동시에 수평 방향(760)으로도 길이가 조절될 수 있다.
일 실시예에 따라 제1 길이조절부재(716)에는 힌지부(750a)가 연결되어 있을 수 있으며 이에 기초하여 지지부재(714)가 수평 방향(760)으로도 길이가 조절될 수 있다. 다른 예로서, 도 7의 힌지부(750a)는 제1 길이조절부재(716)와 지지부재(714) 사이에 위치될 수 있다.
일 실시예에 따라 제2 길이조절부재(756)의 지지부재(754)와 연결부(730) 사이에는 힌지부(750b)가 위치할 수 있으며 이에 따라 제2 길이조절부재(756)의 힘을 받아 지지부재(714)가 수평 방향(760)으로 조절될 수 있다. 다른 예로서, 도 7의 힌지부(750b)는 지지부재(754) 및 제2 길이조절부재(756) 사이에 추가적으로 위치될 수 있다.
다만 도 7에 도시된 구성들의 개수 및 배치 방식은 설명 상의 편의를 위해 예시적으로 도안화 한 것이므로 이동로봇(600)이 구현될 수 있는 구현 예를 도 7에 도시된 것으로 한정해석 해서는 안 된다.
도 8은 일 실시예에 따라 적어도 3개의 휠에 가해지는 무게의 차이와 제1 임계값을 비교하여 지지부재를 수평 방향으로도 조절할지 여부를 결정하는 과정에 대한 흐름도이다.
S810단계에서 이동로봇(600)은 일 실시예에 따라 이동로봇(600)의 하단부에 배치된 적어도 3개의 휠(610) 각각에 가해지는 이동로봇(600)의 무게를 센싱부(620)를 통해 측정할 수 있다.
S820단계에서 이동로봇(600)은 일 실시예에 따라 적어도 3개의 휠(610) 각각에 가해지는 무게의 측정결과에 기반하여, 적어도 3개의 휠(610) 중 가해진 무게가 높은 휠의 지지부재(630)의 길이가, 가해진 무게가 낮은 휠의 지지부재(630)의 길이보다 상대적으로 길어지도록 지지부재(630)의 길이를 수직방향으로 조절할 수 있다.
S810단계 및 S820단계에 대한 특징은 도 4의 S410단계 및 S420단계에 대한 특징과 동일하거나 유사할 수 있으므로 자세한 설명은 생략한다.
S830단계에서 이동로봇(600)은 일 실시예에 따라 적어도 3개의 휠(610)에 가해지는 무게의 차이에 기초한 미리 결정된 조건을 만족하는지 결정할 수 있다. 일 실시예에 따라 미리 결정된 조건은 적어도 3개의 휠(610)에 가해지는 무게의 차이가 어느 정도인지와 관련된 것일 수 있다. 예를 들면, 미리 결정된 조건이란 적어도 3개의 휠(610)에 가해지는 무게의 최대값 및 최소값의 차이가 소정의 임계 무게를 초과하는지 여부가 될 수 있고, 또는 최대값 및 최소값의 비율이 소정의 임계비율을 초과하는지 여부가 될 수도 있다. 이러한 소정의 임계 무게 또는 소정의 임계 비율은 지지부재(630)의 길이가 수직 방향으로만 조절되는 경우보다 적어도 3개의 휠(610)에 가해지는 무게의 최대값 및 최소값의 차이가 더 큰 상황에 대응되는 것이다. 즉, 미리 결정된 조건이란 지지부재(630)의 길이가 수직 방향으로 조절되더라도 이동로봇(600)에 위치한 지면의 기울어진 상태에 따라서는 무게 중심이 여전히 불안정한 상태일 수 있으므로, 프로세서(650)는 미리 결정된 조건을 만족하는지에 기초하여 지지부재(630)가 제2 길이조절부재(642)에 기초하여 수평 방향으로 더 조절할 것인지 여부를 판단할 수 있다. 일 실시예에 따라 프로세서(650)가 미리 결정된 조건을 만족하는지의 판단 시점은 수직방향으로 지지부재(641)의 길이 조절을 개시하는 시점, 지지부재(641)의 길이 조절이 완료되는 시점 또는 그 사이의 임의의 시점일 수 있으며, 미리 결정된 조건은 지지부재(641)의 길이를 수직방향으로만 조절한 시점을 기준으로 결정된 것일 수 있으며, 지지부재(641)의 길이를 수직방향으로만 조절하기 전 시점을 기준으로 결정된 것일 수 있다.
일 실시예에 따라 프로세서(650)는 센싱부(620)를 통해 적어도 3개의 휠(610) 각각에서 측정되는 무게를 측정하여 적어도 하나의 휠로 무게가 치우침에 따라 미리 결정된 조건을 만족하는지 결정할 수 있다. 예를 들면, 이동로봇(600)이 오르막 경사의 지면에 위치함에 따라 이동로봇(600)의 어느 후면부로 무게중심이 치우칠 수 있고, 이 경우 센싱부(620)를 통해 측정되는 무게는 적어도 3개의 휠(610) 중 이동로봇(600)의 후면부에 배치된 적어도 하나의 휠에 편중되어 있을 수 있다. 따라서 프로세서(650)는 편중된 정도가 미리 결정된 조건을 만족하는지(예를 들면, 후면부에 배치된 적어도 하나의 휠에 가해진 무게의 합이 전면부에 배치된 적어도 하나의 휠의 무게의 합의 2배를 초과하는지)에 따라 수직방향으로만 지지부재(630)의 길이를 조절하고 길이 조절 과정을 종료할 것인지 아니면 추가적으로 수직방향 및 수평방향으로 지지부재(630)의 길이를 더 조절할 것인지 결정할 수 있다.
S830단계에서 적어도 3개의 휠에 가해지는 무게의 차이에 기초한 미리 결정된 조건을 만족하는 것으로 결정되는 경우, S840단계에서 이동로봇(600)은 일 실시예에 따라 지지부재(630)의 길이를 수직 및 수평 방향으로 더 조절할 수 있다.
도 9(a) 및 도 9(b)는 일 실시예에 따라 이동로봇(600)이 휠(610)의 지지부재(630)의 높이를 수직 및 수평 방향으로 더 조절하여 무게중심을 제어하는 과정을 도시한다.
일 실시예에 따라 도 9(a)는 이동로봇(600)이 평평한 지면에서 오르막 경사의 지면으로 이동하는 경우를 이동로봇(600)의 측면에서 관찰한 것을 도시하고, 도 9(b)는 동일한 상황에서 이동로봇(600)을 평면에서 관찰한 것을 도시한다. 도 9에 도시된 각각의 상황에서의 이동로봇(910, 920, 930, 940)은 도 6의 이동로봇(600)에 대응되는 것일 수 있다.
일 실시예에 따라 평지에서 이동중인 이동로봇(910)은 휠(910a, 910b, 910c, 910d)이 수평을 이루고 있으며, 수직 상방에서 바라보았을 때 휠(910a, 910b, 910c, 910d)을 연결한 영역 내에 이동로봇(910)의 무게중심(905)이 배치되어 있을 수 있다.
일 실시예에 따라 이동로봇(920)은 오르막 경사인 지면 상에 위치될 수 있으며, 이 경우 도 5에서 도시한 오르막 경사보다 더 급격한 오르막 경사인 지면에 이동로봇(920)이 위치된 것일 수 있다. 또 다른 실시예에 따르면, 도 5에 도시된 오르막 경사와 동일한 경사라고 하더라도 이동로봇(920)의 무게 배분이 후면에 치우치게 될 수 있다. 이와 같이 다양한 실시예들에서 후면부에 배치된 휠(910c, 910d)에 가해지는 무게가 전면부에 배치된 휠(910a, 910b)에 가해지는 무게보다 클 수 있는데(또는 그 반대의 경우일 수 있음), 이는 전면부에 배치된 휠(910a, 910b)에 가해지는 무게는 줄어듦과 동시에 후면부에 배치된 휠(910c, 910d)에 가해지는 무게가 늘어남에 따른 것이다. 이와 같이 이동로봇(920)이 오르막 경사에 진입하였을 때의 무게 중심(915)은 평평한 지면에서의 무게 중심(905)보다 후면부 쪽으로 치우칠 수 있으며, 이는 후면부에 배치된 휠(910c, 910d)에 가해지는 무게가 상대적으로 전면부에 배치된 휠(910a, 910b)에 가해지는 무게보다 크다는 점에 기초하여 프로세서(650)에 의해 판단될 수 있다.
일 실시예에 따라 이동로봇(930)은 상대적으로 가해지는 무게가 큰 후면부 휠(910c, 910d)에 대한 지지부재(630)의 길이를 수직 방향으로 연장함으로써 기울어진 이동로봇(930)의 자세를 제어할 수 있으며, 이를 위해 프로세서(650)는 길이조절부재(640)를 제어함으로써 오르막 경사에 위치한 이동로봇(930)의 무게중심(915)이 평평한 지면에서의 무게중심(905)으로 다시 이동되도록 할 수 있다.
일 실시예에 따라 프로세서(650)는 센싱부(620)에 의해 측정되는 적어도 3개의 휠(610)에 가해지는 무게에 기초한 미리 결정된 조건이 만족된 것으로 결정된 경우, 프로세서(650)는 제2 길이조절부재(642)가 지지부재(630)를 수평 방향으로 길이를 조절할 수 있도록 제어할 수 있다. 일 실시예에 따라 제2 길이조절부재(642)의 동작을 통해 수직 방향으로만 길이가 조절된 지지부재(630)는 수평 방향으로도 길이가 조절될 수 있음에 따라, 이동로봇(600)을 평면에서 바라보았을 때 적어도 3개의 휠(610)이 배치되는 면적(947)이 넓어지게 된다. 도 9(b)와 같이, 이동로봇(940)의 제2 길이조절부재(942)에 의한 지지부재(630)의 수평 방향으로의 길이 조절(945)로 인해, 적어도 3개의 휠(910a, 910b, 910c, 910d)에 의해 형성되는 면적(947)이 넓어질 수 있으며, 이에 따라 이동로봇(940)은 안정적으로 균형을 유지할 수 있다.
일 실시예에 따라 이동로봇(940)이 위치된 지면이 얼마나 경사졌는지에 따라 지지부재(630)의 길이가 제2 길이조절부재(642)에 의해 수평 방향으로 조절되는 과정에서 제1 길이조절부재(641)에 의해 수직 방향으로 더 조절될 수 있다.
도 10은 일 실시예에 따라 이동로봇(200)의 적어도 하나의 3개의 휠(210)에 가해지는 무게에 기초하여 지지부재(230)의 길이를 조절할지 여부를 결정하는 과정에 대한 흐름도이다.
S1010단계에서 이동로봇(200)은 일 실시예에 따라 이동로봇(200)의 하단부에 배치된 적어도 3개의 휠(210) 각각에 가해지는 이동로봇(200)의 무게를 센싱부(220)를 통해 측정할 수 있다. 도 10의 S1010단계에 대한 특징은 도 4의 S410단계에 대한 특징과 동일하거나 유사할 수 있으므로 자세한 설명은 생략한다.
S1015단계에서 이동로봇(200)은 일 실시예에 따라 적어도 3개의 휠(210)에 가해지는 무게의 차이가 일정한 범위 내에서 존재하면서 미리 결정된 임계시간을 초과하여 지속되는지 결정할 수 있다. 일 실시예에 따라 이동로봇(200)이 이동하는 과정에서 발생하는 흔들림이나 낮은 높이로 돌출된 지면(예를 들면, 둔턱)을 이동하는 경우 발생하는 휠(210)에서 측정되는 무게의 차이가 짧은 시간 동안 발생하는 경우에는 무게중심을 변경하기 위한 상술한 과정들을 수행하지 않는 것으로 결정하는 것이 바람직할 수 있다. 따라서, 프로세서(250)는 휠(210)에 가해지는 무게의 차이가 일정한 범위 내에서 존재하고 이러한 차이가 미리 결정된 임계 시간을 초과하여 지속되는 경우에 한하여 지지부재(230)의 길이를 조절하도록 길이조절부재(240)를 제어할 수 있다.
이와 관련된 도 11(a) 내지 11(c)은 일 실시예에 따라 지지부재(230)의 길이를 조절하는 것으로 결정될 수 있는 경우와 조절하지 않는 것으로 결정되는 경우를 비교하는 도면이다.
일 실시예에 따라 도 11(a)을 참조하면, 이동로봇(200)의 적어도 3개의 휠(210)에 가해지는 무게의 차이(예를 들면, 이동로봇(200)의 전면부에 배치된 적어도 하나의 휠과 후면부에 배치된 적어도 하나의 휠의 무게의 차이, 또는 적어도 3개의 휠(210)에 가해진 무게의 최대값 및 최소값의 차이)가 소정의 무게(A)를 초과하는 범위 내에서 지속되는 시간(1152)이 임계 시간(1150)을 초과하는 경우에 존재할 수 있다. 이 경우 이동로봇(200)은 S1015단계에서의 적어도 3개의 휠에 가해지는 무게의 차이가 일정한 범위 내에서 존재하면서 미리 결정된 임계시간을 초과하여 지속되는 것으로 결정할 수 있다.
일 실시예에 따라 도 11(b)를 참조하면, 이동로봇(200)의 적어도 3개의 휠(210)에 가해지는 무게의 차이가 소정의 무게(A)를 초과하지 않았다. 이 경우 이동로봇(200)은 S1015단계에서의 적어도 3개의 휠(210)에 가해지는 무게의 차이가 일정한 범위 내에서 존재하면서 미리 결정된 임계 시간(1150)을 초과하여 지속되지 못한 것으로 결정할 수 있다.
일 실시예에 따라 도 11(c)를 참조하면, 이동로봇(200)의 적어도 3개의 휠(210)에 가해지는 무게의 차이가 소정의 무게(A)를 초과하기는 하였으나, 소정의 무게(A)를 초과하는 범위 내에서 지속되는 시간(1154)이 임계 시간(1150)을 초과하지 못하였다. 이 경우 이동로봇(200)은 S1015단계에서의 적어도 3개의 휠(210)에 가해지는 무게의 차이가 일정한 범위 내에서 존재하면서 미리 결정된 임계 시간(1150)을 초과하여 지속되지 못한 것으로 결정할 수 있다.
S1020단계에서 이동로봇(200)은 일 실시예에 따라 적어도 3개의 휠(210)에 가해지는 무게의 차이가 존재하는 상태로 미리 결정된 임계시간을 초과하여 지속되는 경우 길이조절부재(240)를 제어하여 지지부재(230)의 길이를 수직 방향으로 조절할 수 있다. 도 10의 S1020단계의 특징은 도 4의 S420단계의 특징에 대응될 수 있으므로 자세한 설명은 생략한다.
도 12은 본 발명의 일 실시 예에 따른 AI 장치(1200)를 나타낸다.
도 12의 AI장치(1200)는 도 2의 이동로봇(200)에 대응되는 장치일 수 있으며, 도 12의 구성 중 도 2의 이동로봇(200)에 포함되지 않은 구성은 본 발명의 실시예를 구현할 수 있는 범위 내에서 선택적으로 채택될 수 있다.
AI 장치(1200)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 12을 참조하면, AI장치(1200)는 통신부(1210), 입력부(1220), 러닝 프로세서(1230), 센싱부(1240), 출력부(1250), 메모리(1270) 및 프로세서(1280) 등을 포함할 수 있다.
통신부(1210)는 유무선 통신 기술을 이용하여 다른 AI 장치(1300a 내지 1300e)나 AI 서버(1200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(1210)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(1210)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(1220)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(1220)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(1220)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(1220)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(1280) 또는 러닝 프로세서(1230)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(1230)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(1230)는 AI 장치(1200)의 러닝 프로세서(1230)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(1230)는 AI 장치(1200)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(1230)는 메모리(1270), AI 장치(1200)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(1240)는 다양한 센서들을 이용하여 AI 장치(1200) 내부 정보, AI 장치(1200)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(1240)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더, 온도 센서 등이 있다.
출력부(1250)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(1250)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(1270)는 AI 장치(1200)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(1270)는 입력부(1220)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(1280)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(1200)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(1280)는 AI 장치(1200)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(1280)는 러닝 프로세서(1230) 또는 메모리(1270)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(1200)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(1280)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(1280)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(1280)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(1230)에 의해 학습된 것이나, AI 서버(1200)의 러닝 프로세서(1240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(1280)는 AI 장치(1200)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(1270) 또는 러닝 프로세서(1230)에 저장하거나, AI 서버(1200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(1280)는 메모리(1270)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(1200)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(1280)는 상기 응용 프로그램의 구동을 위하여, AI 장치(1200)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 13는 본 발명의 일 실시 예에 따른 AI 서버(1300)를 나타낸다.
도 13를 참조하면, AI 서버(1300)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(1300)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(1300)는 AI 장치(1200)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(1300)는 통신부(1310), 메모리(1330), 러닝 프로세서(13040) 및 프로세서(1360) 등을 포함할 수 있다.
통신부(1310)는 AI 장치(1200) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(1330)는 모델 저장부(1331)를 포함할 수 있다. 모델 저장부(1331)는 러닝 프로세서(1340)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망(1331a))을 저장할 수 있다.
러닝 프로세서(1340)는 학습 데이터를 이용하여 인공 신경망(1331a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(1300)에 탑재된 상태에서 이용되거나, AI 장치(1200) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(1330)에 저장될 수 있다.
프로세서(1360)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 14은 본 발명의 일 실시 예에 따른 AI 시스템(1400)을 나타낸다.
도 14을 참조하면, AI 시스템(1400)은 AI 서버(1300), 로봇(1400a), 자율 주행 차량(1400b), XR 장치(1400c), 스마트폰(1400d) 또는 가전(1400e) 중에서 적어도 하나 이상이 클라우드 네트워크(1410)와 연결된다. 여기서, AI 기술이 적용된 로봇(1400a), 자율 주행 차량(1400b), XR 장치(1400c), 스마트폰(1400d) 또는 가전(1400e) 등을 AI 장치(1400a 내지 1400e)라 칭할 수 있다.
클라우드 네트워크(1410)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(1410)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1400)을 구성하는 각 장치들(1400a 내지 1400e, 1300)은 클라우드 네트워크(1410)를 통해 서로 연결될 수 있다. 특히, 각 장치들(1400a 내지 1400e, 1300)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(1300)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(1300)는 AI 시스템(1400)을 구성하는 AI 장치들인 로봇(1400a), 자율 주행 차량(1400b), XR 장치(1400c), 스마트폰(1400d) 또는 가전(1400e) 중에서 적어도 하나 이상과 클라우드 네트워크(1410)을 통하여 연결되고, 연결된 AI 장치들(1400a 내지 1400e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(1300)는 AI 장치(1400a 내지 1400e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(1400a 내지 1400e)에 전송할 수 있다.
이때, AI 서버(1300)는 AI 장치(1400a 내지 1400e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(1400a 내지 1400e)로 전송할 수 있다.
또는, AI 장치(1400a 내지 1400e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(1400a 내지 1400e)의 다양한 실시 예들을 설명한다. 여기서, 도 14에 도시된 AI 장치(1400a 내지 1400e)는 도 12에 도시된 AI 장치(1200)의 구체적인 실시 예로 볼 수 있다.
로봇(1400a)은 AI 기술이 적용되어, 마트 카트 로봇, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(1400a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(1400a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(1400a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(1400a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(1400a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(1400a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(1400a)에서 직접 학습되거나, AI 서버(1300) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(1400a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(1300) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(1400a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(1400a)을 주행시킬 수 있다.
맵 데이터에는 로봇(1400a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(1400a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(1400a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
자율 주행 차량(1400b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(1400b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(1400b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(1400b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(1400b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(1400b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(1400b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(1400a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(1400b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(1400b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(1400b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(1400b)에서 직접 학습되거나, AI 서버(1300) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(1400b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(1300) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(1400b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(1400b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(1400b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(1400b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(1400b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
XR 장치(1400c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(1400c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR 장치(1400c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(1400c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, XR 장치(1400c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(1400c)에서 직접 학습되거나, AI 서버(1300) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(1400c)는 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(1300) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(1400a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(1400a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(1400b)과 상호작용하는 로봇(1400a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(1400a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(1400a) 및 자율 주행 차량(1400b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(1400a) 및 자율 주행 차량(1400b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(1400b)과 상호작용하는 로봇(1400a)은 자율 주행 차량(1400b)과 별개로 존재하면서, 자율 주행 차량(1400b)의 내부 또는 외부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(1400b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(1400b)과 상호작용하는 로봇(1400a)은 자율 주행 차량(1400b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(1400b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(1400b)에 제공함으로써, 자율 주행 차량(1400b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(1400b)과 상호작용하는 로봇(1400a)은 자율 주행 차량(1400b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(1400b)의 기능을 제어할 수 있다. 예컨대, 로봇(1400a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(1400b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(1400b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(1400a)이 제어하는 자율 주행 차량(1400b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(1400b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(1400b)과 상호작용하는 로봇(1400a)은 자율 주행 차량(1400b)의 외부에서 자율 주행 차량(1400b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(1400a)은 스마트 신호등과 같이 자율 주행 차량(1400b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(1400b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
로봇(1400a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(1400a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(1400a)은 XR 장치(1400c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(1400a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(1400a) 또는 XR 장치(1400c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(1400c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(1400a)은 XR 장치(1400c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예컨대, 사용자는 XR 장치(1400c) 등의 외부 장치를 통해 원격으로 연동된 로봇(1400a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(1400a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
자율 주행 차량(1400b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(1400b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1400b)은 XR 장치(1400c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(1400b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(1400b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(1400b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(1400b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(1400b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(1400b) 또는 XR 장치(1400c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(1400c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(1400b)은 XR 장치(1400c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
상기에서 설명한 본 발명에 대한 전지 충전 방법은, 컴퓨터에서 실행시키기 위한 프로그램으로 컴퓨터로 읽을 수 있는 기록매체에 기록하여 제공될 수 있다.
본 발명의 전지 충전 방법은 소프트웨어를 통해 실행될 수 있다. 소프트웨어로 실행될 때, 본 발명의 구성 수단들은 필요한 작업을 실행하는 코드 세그먼트들이다. 프로그램 또는 코드 세그먼트들은 프로세서 판독 가능 매체에 저장될 수 있다.
컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는, ROM, RAM, CD-ROM, DVD±ROM, DVD-RAM, 자기 테이프, 플로피 디스크, 하드 디스크(hard disk), 광데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 장치에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
이상에서 설명한 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어 본 발명의 기술적사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능하므로 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니다. 또한 본 문서에서 설명된 실시예들은 한정되게 적용될 수 있는 것이 아니라, 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

Claims (12)

  1. 이동로봇의 하단부에 배치된 적어도 3개의 휠;
    상기 적어도 3개의 휠 각각에 가해지는 상기 이동로봇의 무게를 측정하도록 구성되는 센싱부;
    상기 적어도 3개의 휠 중 적어도 하나와 연결되어 상기 이동로봇을 지지하도록 구성되는 지지부재;
    상기 지지부재와 연결되어 상기 지지부재의 길이를 상기 이동로봇이 위치한 지면의 수직방향으로 조절하도록 구성되는 길이조절부재; 및
    상기 적어도 3개의 휠 각각에 가해지는 무게를 상기 센싱부를 통해 측정하여, 상기 적어도 3개의 휠 중 가해진 무게가 높은 휠의 지지부재의 길이가, 가해진 무게가 낮은 휠의 지지부재의 길이보다 상대적으로 길어지도록 상기 길이조절부재를 제어하도록 구성되는 프로세서를 포함하는, 이동로봇.
  2. 제 1 항에 있어서,
    상기 프로세서는 상기 적어도 3개의 휠에 가해지는 무게가 균등해지도록 상기 길이조절부재를 제어하도록 더 구성되는, 이동로봇.
  3. 제 1 항에 있어서,
    상기 적어도 3개의 휠 중 상기 적어도 하나에 구동력이 제공될 수 있고,
    상기 프로세서는 상기 구동력이 제공되는 휠에 대한 지지부재의 길이를 조절하도록 상기 길이조절부재를 제어하도록 구성되는, 이동로봇.
  4. 제 1 항에 있어서,
    상기 길이조절부재는 상기 지지부재의 길이를 상기 수직 방향으로 조절하도록 구성되는 제1 길이조절부재 및 상기 지지부재의 길이를 수평 방향으로 조절하도록 구성되는 제2 길이조절부재를 포함하고,
    상기 프로세서는 상기 지지부재가 수직 및 수평방향으로 조절되도록 상기 제1 길이조절부재 및 상기 제2 길이조절부재를 제어하도록 구성되고,
    상기 제1 길이조절부재 및 상기 제2 길이조절부재의 동작으로 인한 상기 지지부재의 길이조절에 따라 상기 지지부재의 각도를 변경하는 힌지부를 더 포함하는, 이동로봇.
  5. 제 4 항에 있어서,
    상기 프로세서는 상기 적어도 3개의 휠에 가해지는 무게의 차이에 기초한 미리 결정된 조건을 만족하는 경우, 상기 지지부재의 길이를 수직 및 수평 방향으로 더 조절하도록 상기 제2 길이조절부재를 제어하도록 구성되는, 이동로봇.
  6. 제 1 항에 있어서,
    상기 프로세서는 상기 적어도 3개의 휠에 가해지는 무게의 차이가 일정한 범위 내에서 존재하면서 미리 결정된 임계시간을 초과하여 지속되는 경우 상기 길이조절부재를 제어하도록 구성되는, 이동로봇.
  7. 이동로봇의 무게중심을 제어하는 방법에 있어서,
    상기 이동로봇의 하단부에 배치된 적어도 3개의 휠 각각에 가해지는 상기 이동로봇의 무게를 측정하는 단계; 및
    상기 적어도 3개의 휠 각각에 가해지는 무게의 측정결과에 기반하여 상기 적어도 3개의 휠 중 가해진 무게가 높은 휠의 지지부재의 길이가, 가해진 무게가 낮은 휠의 지지부재의 길이보다 상대적으로 길어지도록 상기 지지부재의 길이를 수직 방향으로 조절하는 단계를 포함하는, 이동로봇 무게중심 제어 방법.
  8. 제 7 항에 있어서,
    상기 조절하는 단계는, 상기 적어도 3개의 휠에 가해지는 무게가 균등해지도록 상기 지지부재의 길이를 조절하는 단계를 더 포함하는, 이동로봇 무게중심 제어 방법.
  9. 제 7 항에 있어서,
    상기 조절하는 단계는, 상기 지지부재의 길이를 수직 및 수평방향으로 조절하는 단계를 더 포함하는, 이동로봇 무게중심 제어 방법.
  10. 제 9 항에 있어서, 상기 수직 및 수평 방향으로 조절하는 단계는,
    상기 적어도 3개의 휠에 가해진 무게의 차이에 기초한 미리 결정된 조건을 만족하는지 결정하는 단계; 및
    상기 적어도 3개의 휠에 가해진 무게의 차이에 기초한 미리 결정된 조건을 만족하는 경우, 상기 지지부재의 길이를 수직 및 수평 방향으로 조절하는 단계를 포함하는, 이동로봇 무게중심 제어 방법.
  11. 제 7 항에 있어서, 상기 조절하는 단계는,
    상기 적어도 3개의 휠에 가해지는 무게의 차이가 무게의 차이가 일정한 범위 내에서 존재하면서 미리 결정된 임계시간을 초과하여 지속되는 경우 상기 지지부재의 길이를 조절하는 단계를 포함하는, 이동로봇 무게중심 제어 방법.
  12. 제 7 항의 이동로봇 무게중심 제어 방법을 수행하기 위한 컴퓨터 프로그램을 수록한, 비휘발성 컴퓨터 판독가능 기록매체.
KR1020190083001A 2019-07-10 2019-07-10 이동로봇 및 이동로봇제어 방법 KR102660855B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190083001A KR102660855B1 (ko) 2019-07-10 2019-07-10 이동로봇 및 이동로봇제어 방법
US16/553,705 US11312201B2 (en) 2019-07-10 2019-08-28 Method for controlling mobile robot and mobile robot therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190083001A KR102660855B1 (ko) 2019-07-10 2019-07-10 이동로봇 및 이동로봇제어 방법

Publications (2)

Publication Number Publication Date
KR20190099145A true KR20190099145A (ko) 2019-08-26
KR102660855B1 KR102660855B1 (ko) 2024-04-26

Family

ID=67806500

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190083001A KR102660855B1 (ko) 2019-07-10 2019-07-10 이동로봇 및 이동로봇제어 방법

Country Status (2)

Country Link
US (1) US11312201B2 (ko)
KR (1) KR102660855B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114179925A (zh) * 2020-10-22 2022-03-15 北星空间信息技术研究院(南京)有限公司 一种可变电池位置的机器人实时重心稳定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009214670A (ja) * 2008-03-10 2009-09-24 Toyota Central R&D Labs Inc 倒立振子型車輪移動体
US20120018233A1 (en) * 2010-07-20 2012-01-26 Chang Yoon Young Walking-assistant device
KR101309897B1 (ko) * 2012-05-24 2013-09-17 성균관대학교산학협력단 차량의 무게중심 측정시스템 및 이를 이용하는 차량의 무게중심 측정방법
KR101585127B1 (ko) * 2014-07-31 2016-01-13 이성무 무게 측정 시스템
KR20160143030A (ko) * 2015-06-04 2016-12-14 (주) 휴비 보행 재활운동을 보조하는 스마트 전동 휠체어
KR20170086475A (ko) * 2014-09-25 2017-07-26 앤드류 님지크 이동식 드릴링리그

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10179508B2 (en) * 2014-03-31 2019-01-15 Paha Designs, Llc Low gravity all-surface vehicle
US11199853B1 (en) * 2018-07-11 2021-12-14 AI Incorporated Versatile mobile platform
US11458796B2 (en) * 2018-09-24 2022-10-04 Zoox, Inc. Controlling vehicle suspension system using pressure set point

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009214670A (ja) * 2008-03-10 2009-09-24 Toyota Central R&D Labs Inc 倒立振子型車輪移動体
US20120018233A1 (en) * 2010-07-20 2012-01-26 Chang Yoon Young Walking-assistant device
KR101309897B1 (ko) * 2012-05-24 2013-09-17 성균관대학교산학협력단 차량의 무게중심 측정시스템 및 이를 이용하는 차량의 무게중심 측정방법
KR101585127B1 (ko) * 2014-07-31 2016-01-13 이성무 무게 측정 시스템
KR20170086475A (ko) * 2014-09-25 2017-07-26 앤드류 님지크 이동식 드릴링리그
KR20160143030A (ko) * 2015-06-04 2016-12-14 (주) 휴비 보행 재활운동을 보조하는 스마트 전동 휠체어

Also Published As

Publication number Publication date
US11312201B2 (en) 2022-04-26
US20190381852A1 (en) 2019-12-19
KR102660855B1 (ko) 2024-04-26

Similar Documents

Publication Publication Date Title
US11858148B2 (en) Robot and method for controlling the same
US11269328B2 (en) Method for entering mobile robot into moving walkway and mobile robot thereof
KR20210072362A (ko) 인공 지능 모델에 대한 학습 데이터를 생성하는 인공 지능 장치 및 그 방법
KR102263250B1 (ko) 엔진 소음 제거 장치 및 엔진 소음 제거 방법
KR102225975B1 (ko) 엔진음 합성 장치 및 엔진음 합성 방법
KR20190105215A (ko) 자율 주행 차량 및 그 제어 방법
KR20190099146A (ko) 이동 로봇의 주행 안정성을 유지하는 방법 및 그 이동 로봇
KR102331672B1 (ko) 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법
US20220097785A1 (en) Robot
KR20190104264A (ko) 차량에 탑재되는 인공 지능 장치 및 그 방법
KR20210066207A (ko) 객체를 인식하는 인공 지능 장치 및 그 방법
US11524408B2 (en) Method and apparatus for providing food to user
KR20210069416A (ko) 운송 장치 및 상기 운송 장치를 포함하는 로봇
KR20210044662A (ko) 로봇 및 로봇의 제어 방법
KR20210067432A (ko) 로봇의 비상 정지의 수행
KR20190094317A (ko) 사용자 환경에서의 음성 인식 모델의 성능을 예측하는 인공 지능 장치 및 그 방법
KR20190095186A (ko) 지능형 게이트웨이 장치 및 그를 포함하는 제어 시스템
KR102537381B1 (ko) 보행경로예측장치
KR20190114925A (ko) 소리 신호 분류를 이용한 인공지능장치 및 그 방법
KR102660855B1 (ko) 이동로봇 및 이동로봇제어 방법
US20210122049A1 (en) Robot, method of operating same, and robot system including same
KR102625298B1 (ko) 로봇 및 그 제어방법
KR20190114933A (ko) 인공지능 장치
US11550328B2 (en) Artificial intelligence apparatus for sharing information of stuck area and method for the same
KR20190094312A (ko) 인공 지능을 이용하여, 복수의 로봇들을 제어하는 관제 시스템

Legal Events

Date Code Title Description
G15R Request for early publication
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant