KR20190099159A - 그립 매니퓰레이터 및 그 제어방법 - Google Patents

Abstract

매니퓰레이터를 구비한 로봇에 있어서, 대상물을 파지하거나 파지하여 다룰 때 복수의 매니퓰레이터를 필요로 함으로써 발생하는 작업의 비효율성, 전력 소모 등의 문제를 해결하기 위해, 매니퓰레이터 바디, 상기 매니퓰레이터 바디에서 돌출되어 구비된 제1 군의 지지봉 및 제2 군의 지지봉, 상기 제1 군의 지지봉 또는 상기 제2 군의 지지봉을 각각 상기 돌출 방향으로 인출 또는 인입시키는 종 구동부 및 상기 돌출 방향에 수직한 방향으로 상기 제1 군의 지지봉 또는 상기 제2 군의 지지봉을 벌리거나 모으는 횡 구동부를 포함하는 그립 매니퓰레이터를 제공한다.

Description

그립 매니퓰레이터 및 그 제어방법 {GRIP MANIPULATOR AND METHOD FOR CONTROLLING THE SAME}

본 발명은 대상물을 파지하거나 파지한 상태로 추가적인 작업을 수행하는 그립 매니퓰레이터 및 그에 대한 제어방법에 관한 것이다.

그립 매니퓰레이터는 대상물을 파지하거나 파지한 상태로 대상물에 대해 추가적인 작업을 수행한다. 그립 매니퓰레이터는 대상물이 이탈되지 않도록 안정적으로 잡을 수 있어야 하고, 여러가지 상황에 따라 대상물을 바꿔잡거나 고쳐잡을 수 있어야 한다. 예를 들어 요리용 로봇에 있어서 그립 매니퓰레이터는 음식물의 세척 또는 음식물의 절단 등의 동작을 수행할 수 있다. 종래의 로봇은 통상 두 개의 그립 매니퓰레이터를 구비한다. 음식물 세척 또는 절단 과정에 있어서 양쪽의 그립 매니퓰레이터는 음식물을 번갈아 주고 받으면서 음식물의 노출 또는 돌출 영역을 다르게 만들어 세척 또는 절단을 수행하였다.

이러한 파지 방식은 적어도 두 대의 그립 매니퓰레이터를 필요로 하므로 상대적으로 많은 자원을 소모한다.

본 발명은 매니퓰레이터를 구비한 로봇에 있어서, 대상물을 파지하거나 파지하여 다룰 때 복수의 매니퓰레이터를 필요로 함으로써 발생하는 작업의 비효율성, 전력 소모 등의 문제를 해결하는 것을 목적으로 한다.

상기 또는 다른 목적을 달성하기 위해 본 발명의 일 측면에 따르면, 매니퓰레이터 바디, 상기 매니퓰레이터 바디에서 돌출되어 구비된 제1 군의 지지봉 및 제2 군의 지지봉, 상기 제1 군의 지지봉 또는 상기 제2 군의 지지봉을 각각 상기 돌출 방향으로 인출 또는 인입시키는 종 구동부 및 상기 돌출 방향에 수직한 방향으로 상기 제1 군의 지지봉 또는 상기 제2 군의 지지봉을 벌리거나 모으는 횡 구동부를 포함하는 그립 매니퓰레이터를 제공한다.

또한, 본 발명의 다른 측면에 따르면, 상기 종 구동부 및 상기 횡 구동부의 각 구동을 제어하는 제어부를 더 포함하는 그립 매니퓰레이터를 제공한다.

본 발명에 따른 단말기 보조 장치의 효과에 대해 설명하면 다음과 같다.

본 발명의 실시 예들 중 적어도 하나에 의하면, 하나의 매니퓰레이터를 통해 대상물의 파지 상태를 변화시킬 수 있다.

또한, 본 발명의 실시 예들 중 적어도 하나에 의하면, 하나의 매니퓰레이터로 대상물의 파지 상태를 변화시킴으로써 세척, 가공 등의 작업을 용이하게 수행할 수 있다.

또한, 본 발명의 실시 예들 중 적어도 하나에 의하면, 동일한 작업에 투입되는 매니퓰레이터의 개수를 감소시킴으로써 로봇의 전력 소모 절감, 작업 시간 단축이 가능하다.

본 발명의 적용 가능성의 추가적인 범위는 이하의 상세한 설명으로부터 명백해질 것이다. 그러나 본 발명의 사상 및 범위 내에서 다양한 변경 및 수정은 해당 기술 분야의 통상의 기술자에게 명확하게 이해될 수 있으므로, 상세한 설명 및 본 발명의 바람직한 실시 예와 같은 특정 실시 예는 단지 예시로 주어진 것으로 이해되어야 한다.

도 1은 본 발명의 일 실시 예에 따른 AI 장치를 나타낸다.
도 2는 본 발명의 일 실시 예에 따른 AI 서버를 나타낸다.
도 3은 본 발명의 일 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 본 발명과 관련된 그립 매니퓰레이터의 정면 사시도이다.
도 5는 본 발명과 관련된 그립 매니퓰레이터의 정면도이다. 설명의
도 6은 본 발명과 관련된 그립 매니퓰레이터가 대상물을 이동시키는 과정을 순차적으로 도시한 정면 사시도이다.
도 7은 본 발명과 관련된 그립 매니퓰레이터가 대상물을 세척하는 과정을 순차적으로 도시한 것이다.
도 8은 본 발명과 관련된 그립 매니퓰레이터의 일 실시 예에 관한 분해도 및 결합도 일부이다.
도 9는 본 발명과 관련된 그립 매니퓰레이터의 일 실시 예에 관한 결합도 일부이다.
도 10은 본 발명과 관련된 그립 매니퓰레이터의 또 다른 모터의 실시 예를 도시한 것이다.
도 11은 본 발명과 관련된 그립 매니퓰레이터의 또 다른 모터의 실시 예를 도시한 것이다.

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.

인공 지능은 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 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.

인공 신경망은 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.

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.

로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.

로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.

로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.

도 1은 본 발명의 일 실시 예에 따른 AI 장치(100)를 나타낸다.

AI 장치(100)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 1을 참조하면, 단말기(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.

통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.

이때, 통신부(110)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(120)는 다양한 종류의 데이터를 획득할 수 있다.

이때, 입력부(120)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(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.

러닝 프로세서(130)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(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.

이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.

센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.

이때, 센싱부(140)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 등이 있다.

출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.

이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.

메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.

프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.

이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.

이때, 프로세서(180)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(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.

이때, 프로세서(180)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(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.

프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.

프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.

도 2는 본 발명의 일 실시 예에 따른 AI 서버(200)를 나타낸다.

도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.

AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.

통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.

메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.

러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 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(230)에 저장될 수 있다.

프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.

도 3은 본 발명의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.

도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.

클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.

즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.

AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.

AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.

이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.

이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.

또는, AI 장치(100a 내지 100e)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(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.

로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.

로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.

로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)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(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.

로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)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(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.

이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.

로봇(100a)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(100a)을 주행시킬 수 있다.

맵 데이터에는 로봇(100a)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(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.

로봇(100a)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(100a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(100b)과 상호작용하는 로봇(100a) 등을 의미할 수 있다.

자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.

자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.

자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b100a)와과 별개로 존재하면서, 자율 주행 차량(100b)의 내부 또는 외부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.

이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)을를 대신하여 센서 정보를 획득하여 자율 주행 차량(100b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(100b)에 제공함으로써, 자율 주행 차량(100b)의 자율 주행 기능을 제어하거나 보조할 수 있다.

또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(100b)의 기능을 제어할 수 있다. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.

또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.

로봇(100a)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(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.

XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.

예컨대, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.

도 4는 본 발명과 관련된 그립 매니퓰레이터(300)의 정면 사시도이다.

상술한 로봇(100a, 도 3참조)은 필요에 따라 그립 매니퓰레이터(300)(grip manipulator)를 구비할 수 있다. 매니퓰레이터(manipulator)는 인간의 팔과 유사한 동작을 제공하는 기계적인 장치를 의미하며, 그립 매니퓰레이터(300)는 매니퓰레이터의 한 종류로서 대상물(400)을 쥐는 동작, 놓는 동작, 쥔 상태에서 추가적인 작업을 수행하는 동작, 어떤 대상물(400)을 가압하는 동작 등을 수행할 수 있다.

특히 하나의 로봇(100a, 도 3참조)이 복수의 그립 매니퓰레이터(300)를 구비하는 경우 복수의 그립 매니퓰레이터(300)는 서로 연계된 동작을 효과적으로 수행할 수 있다.

본 발명의 그립 매니퓰레이터(300)는 그 용도에 있어서 제한되지 않는다. 예를 들어 본 발명의 특징이 적용되는 그립 매니퓰레이터(300)는 산업 현장에서 사용될 수 있으며, 또는 가정용(특히 요리용)으로 사용될 수도 있다. 나아가 의료, 헬스 등의 분야에도 사용될 수 있음은 물론이다. 다만 설명의 편의를 위해, 아래에서는 요리 분야에 사용되는 경우로 가정하여 설명하도록 한다.

그립 매니퓰레이터(300)는 대상물(400)(예를 들어, 감자)을 잡기(grasp)위한 복수의 지지봉(320)을 구비할 수 있다. 복수의 지지봉(320)은 매니퓰레이터 바디(310)에서 돌출되는 바(bar) 형상으로 구비된다.

바디(310)는 지지봉(320)을 구동하기 위한 구성들의 적어도 일부를 실장하는 전장부를 형성하는 하우징이 될 수 있으며, 지지봉(320)이 인입될 수 있는 공간도 마련한다. 일 예로, 바디(310)는 원기둥 형상을 갖고, 원기둥 내부는 전장부를 형성할 수 있다. 복수의 지지봉(320)은 원기둥 중 원형 영역에 구비되어 원기둥의 바디(310) 내부로 인입될 수 있다.

복수의 지지봉(320)은 돌출 방향에 대해 바디(310)로부터 인출되거나 인입되는 구동을 수행할 수 있다. 이 동작을 종 구동으로 정의한다. 바디(310)에서 돌출된 복수의 지지봉(320)은 서로 평행하게 구비되고, 평행하게 구비된 복수의 지지봉(320)은 대상물(400)을 측면으로 둘러 쌀 수 있도록 일정 간격으로 이격될 수 있다. 특히 복수의 지지봉(320)은 바디(310)의 일 영역에서 원주상에 배치되어 원형의 궤적을 형성할 수 있다. 이에 따라 특정되지 않은 대상물(400)의 형상에 가장 유연하게 대처할 수 있다.

복수의 지지봉(320)은 독립 구동하는 복수의 군으로 분류된다. 간단한 예로, 복수의 지지봉(320)은 제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)으로 분류될 수 있다. 각 군의 지지봉은 함께 움직인다. 예를 들어 어떤 군에 해당하는 복수의 지지봉은 함께 인입 또는 인출될 수 있고, 또는 함께 벌어지거나 모일 수 있다.

따라서 제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)의 종 구동은 독립적으로 수행된다. 예를 들어, 제1 군의 지지봉(320a)이 일정 거리 인출되는 동안 제2 군의 지지봉(320b)은 이동하지 않고 제자리에 고정되어 있거나 일정 거리 인입될 수도 있고, 또는 그 반대일 수도 있다.

도 5는 본 발명과 관련된 그립 매니퓰레이터(300)의 정면도이다. 설명의 편의를 위해 도 4를 함께 참조한다.

한편, 제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)은 대상물(400)을 잡거나 놓기위해 상호 근접하는 방향으로 모아지거나 멀어지는 방향으로 벌어질 수 있다. 이 동작을 횡 구동으로 정의한다.

따라서 각 지지봉(320)은 종 구동(인출 또는 인입) 및 횡 구동(모아짐 또는 벌어짐)을 수행하여 2-자유도(Degree Of Freedom; DOF)를 가질 수 있다.

매니퓰레이터의 바디(310)는 각 지지봉(320)이 돌출되는 영역에 대응하여 개구부(3103)를 구비할 수 있다. 개구부(3103)는 각 지지봉(320)의 종단면 및 횡 구동에 대응하는 형상을 가질 수 있다. 즉 지지봉이 인출되거나 인입될 때, 또는 벌어지거나 모아질 때 개구부(3103)가 걸리지 않도록 충분한 영역을 확보하는 것이 바람직하다. 예를 들어, 지지봉(320)이 원기둥 형상을 갖는 경우 바디(310)의 개구부(3103)는 원기둥의 직경의 너비를 갖는 개구부(3103)를 구비할 수 있다. 또는, 지지봉(320)이 홀더(330)를 통해 개구부(3103)에 결합하여 이동하는 경우, 홀더(330)의 결합 폭과 동일한 너비를 갖는 개구부(3103)를 구현할 수도 있다. 홀더(330)에 대한 자세한 사항은 후술한다.

지지봉(320)은 원기둥 형상을 가질 수 있으나, 반드시 이에 한정되는 것은 아니며, 개구부(3103)와 간섭하지 않으면서 동시에 대상물(400)을 적절히 잡을 수 있는 형상이 될 수 있다. 예를 들어, 대상물(400)과의 접촉면적을 극대화하기 위해 내측면이 평평한 면을 형성하는 바 형태로 구비될 수도 있다.

지지봉(320)은 길이 방향 중 일 범위에 대해 동일한 종단면을 가질 수 있다. 상기 일 범위는 지지봉(320)의 인출 또는 인입시 개구부(3103)(또는 후술하는 홀더(330)의 개구부)를 지나는 범위를 의미할 수 있다.

제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)은 서로 교차구비될 수 있다. 또한 제1 군의 지지봉(320a)은 최소 3개의 지지봉을, 제2 군의 지지봉(320b)도 최소 3개의 지지봉을 포함한다. 이는 제1 군의 지지봉(320a) 또는 제2 군의 지지봉(320b) 중 어느 일측만 대상물(400)을 파지하는 상황이 발생할 수 있는데, 이 경우 안정적으로 대상물(400)을 파지할 수 있도록 하기 위함이다.

구동부는 제어부의 명령에 의해 지지봉(320)을 운동시킨다. 구동부는 특히 모터(motor)에 의해 구현될 수 있다. 지지봉(320)의 종 구동을 담당하는 구동부를 종 구동부, 지지봉(320)의 횡 구동을 담당하는 구동부를 횡 구동부라 한다. 종 구동부와 횡 구동부는 원칙적으로 별개로 구비된다. 구동부를 제어하는 제어부는 시스템-온-칩(System-On-Chip; SOC)과 같은 프로세서 칩(processor chip)의 형태로 구현될 수 있다. 제어부는 상술한 프로세서에 포함되거나 이를 포함할 수도 있다.

도 6은 본 발명과 관련된 그립 매니퓰레이터(300)가 대상물(400)을 이동시키는 과정을 순차적으로 도시한 정면 사시도이다.

종 구동 및 횡 구동을 수행하는 제1 군의 지지봉(320a) 및 제2 군의 지지봉(320b)을 구비한 그립 매니퓰레이터(300)는 몇 가지 대표적인 동작을 수행할 수 있다. 예를 들어, 그립 매니퓰레이터(300)는 도 6과 같이 잡고있던 대상물(400)을 외측으로 이동시키는 동작을 수행할 수 있다. 여기서 외측이라 함은 그립 매니퓰레이터(300)의 외측, 즉 지지봉(320)의 인출 방향을 의미한다.

제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)이 대상물(400)을 잡고 있는 상태를 가정한다(도 6(a)). 제어부는 제1 군의 지지봉(320a)을 벌려 제2 군의 지지봉(320b)만 대상물(400)을 잡도록 한다(도 6(b)). 이후 제어부는 벌린 제1 군의 지지봉(320a)을 바디(310) 내부로 인입시키는 동작을 수행한다(도 6(c)). 이어 제어부는 인입된 제1 군의 지지봉(320a)을 모아 제1 군의 지지봉(320a)이 대상물(400)을 잡을 수 있도록 한다(도 6(d)). 제1 군의 지지봉(320a)이 대상물(400)을 잡으면 제어부는 제2 군의 지지봉(320b)을 벌려 제2 군의 지지봉(320b)이 대상물(400)을 더 이상 잡지않도록 한다(도 6(e)). 제어부는 이후 인입된 상태에서 대상물(400)을 잡은 제1 군의 지지봉(320a)이 인출되도록 한다(도 6(f)). 결과적으로 대상물(400)은 최초 상태보다 외측으로 이동한 상태에 도달된다. 벌렸던 제2 군의 지지봉(320b)을 모아 대상물(400)을 잡으면 제1 군의 지지봉(320a) 및 제2 군의 지지봉(320b)이 대상물(400)을 잡으면서도 도 6(a)의 상태보다 대상물(400)이 외측으로 이동된 상태가 된다(도 6(g)).

즉, 독립 구동되는 제1 군의 지지봉(320a) 및 제2 군의 지지봉(320b)를 포함하는 본 발명의 그립 매니퓰레이터(300)를 통해 단일의 그립 매니퓰레이터(300)만으로 대상물(400)을 그립 매니퓰레이터(300)의 내측 또는 외측으로 이동시킬 수 있다.

이때 상술한 과정에서 특정 군의 지지봉의 인출은 다른 군의 지지봉의 인입으로 대체될 수 있다.

대상물(400)을 외측으로 이동시키는 과정은 대상물(400)의 세척, 조립, 절단, 가공 등 여러가지 상황에 쓰일 수 있다.

제어부는 대상물(400)을 외측으로 이동시키는 상기 일련의 동작을 명령할 수 있으며, 상기 각 동작에 대한 명령의 집합을 대상물(400) 인출 명령으로 정의한다. 대상물(400) 인출 명령은 로봇(100a, 도 3참조)의 메모리에 저장되어 필요한 경우마다 로드되어 사용될 수 있다. 지지봉(320)의 벌어짐 정도, 모아짐 정도, 인출 정도, 또는 인입 정도는 대상물(400)의 크기 및 형상, 성질 또는 구동 목적에 따라 다양하게 달라질 수 있다. 이를 위해, 그립 매니퓰레이터(300) 또는 그립 매니퓰레이터(300)를 구비하는 로봇(100a, 도 3참조)은 대상물(400)의 특성 또는 상태를 센싱하기 위한 구성들을 구비할 수 있다. 예컨대 센싱하기 위한 구성들은 감압 센서, 이미지 센서, 습도 센서, 거리 센서 중 적어도 하나가 될 수 있다. 적어도 하나의 센서가 측정한 값, 예를 들어 대상물(400)이 그립 매니퓰레이터(300)로부터 튀어나온 정도(또는 매니퓰레이터 바디(310)로부터 대상물(400)까지의 거리)는 제어부의 연산에 반영되고, 반영된 연산은 구동부에 전달되어 제1 군의 지지봉(320a) 또는 제2 군의 지지봉(320b)의 구동에 반영될 수 있다.

또한, 상기 일련의 동작은 반복될 수 있다. 대상물(400)의 크기에 따라 이동할 적정거리가 상이할 수도 있고, 한 번에 긴 거리를 이동하는 경우 대상물(400)이 한꺼번에 외측으로 나오게 되므로 대상물(400)의 재질 및 형상 등에 의해 의도하지 않은 상태가 구현될 수도 있기 때문이다(예를 들어, 파를 원형 썰기하는 경우, 파를 외측으로 한번에 먼거리 이동하는 것보다 조금씩 이동시켜 순차적으로 썰어내는 것이 효과적이다.). 따라서 각 군의 지지봉(320a, 320b)의 인입 거리 및 인출 거리는 (대상물(400)의 전체 길이와 무관하게) 기 설정될 수 있다.

이때 상기 일련의 동작이 지속적으로 반복될 수 있도록 각 군의 지지봉(320)의 인입 거리 및 인출 거리는 동일 값으로 설정될 수 있다.

반복되는 일련의 동작은 기 설정된 횟수로 반복될 수도 있고, 또는 대상물(400)이 이탈할 때까지 반복될 수 있다. 기 설정된 횟수로 반복되는 경우 대상물(400)을 필요한 양만큼만 썰도록 하는 경우에 적절하다. 반면 대상물(400)이 이탈할 때까지 반복되는 경우는 대상물(400)을 모두 썰도록 하는 경우에 적절하다.

한편, 반복되는 일련의 동작은 대상물(400)이 이탈하기 직전까지 반복될 수도 있다. 예를 들어 대상물(400)을 바깥쪽으로 인출하여 어떤 동작을 수행하려고 할 때 대상물(400)이 지지봉(320)으로부터 완전히 이탈하지 않도록 하기 위함이다. 대상물(400)이 이탈하기 직전 상태인지 여부는 매니퓰레이터 바디(310)에 구비된 거리 센서를 통해 판단할 수 있다. 거리 센서가 측정한 매네퓰레이터 바디(310)로부터 대상물(400)까지의 거리가 기 설정된 임계값을 초과하면 제어부는 상기 일련의 동작에 대한 명령을 멈추어 더 이상 대상물(400)이 인출되지 않도록 할 수 있다.

한편, 제어부의 대상물(400) 인입 명령은 상기 동작은 반대로 수행될 것이며, 이에 대한 구체적인 특징들은 대상물(400)이 인출되는 동작과 동일하게 적용될 수 있으므로 설명의 중복을 방지하기 위해 생략한다.

도 7은 본 발명과 관련된 그립 매니퓰레이터(300)가 대상물(400)을 세척하는 과정을 순차적으로 도시한 것이다.

도 6은 대상물(400) 인출 명령에 의해 제어부가 구동부를 제어하여 제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)을 제어하는 과정을 설명하였다. 한편 도 7의 실시 예에서는 대상물(400)을 세척하기 위해 각 군의 지지봉이 교차로 대상물(400)을 잡는 과정을 설명한다. 본 실시 예의 경우에도 모순되지 않는 범위 내에서 상기 도 6에서 언급한 특징들이 동일, 또는 유사하게, 나아가 도 7의 특징들과 함께 적용될 수 있음은 물론이다.

대상물(400)을 세척하는 경우, 대상물(400)의 고정을 위해 대상물(400)을 잡고있는 지지봉(320a, 320b)은 세척을 방해하는 요소가 된다. 따라서, 본 발명의 그립 매니퓰레이터(300)는 제1 군의 지지봉(320a) 및 제2 군의 지지봉(320b)이 대상물(400)을 번갈아 잡으면서 세척을 수행하도록 할 수 있다.

좀 더 구체적으로, 제1 군의 지지봉(320a)과 제2 군의 지지봉(320b)이 대상물(400)을 잡고 있는 상태를 가정했을 때(도 7(a)), 제1 군의 지지봉(320a)이 벌어지도록 하여 제2 군의 지지봉(320b)만 대상물(400)을 잡도록 하고(도 7(b)), 제1 군의 지지봉(320a)은 인입시켜 대상물(400)을 가리지 않는 상태를 만든다(도 7(c)). 이 상태에서 제어부는 대상물(400)에 가압수가 뿌려지도록 한다. 이후 제2 군의 지지봉(320b)에 의해 가려진 대상물(400) 영역까지 세척하기 위해, 인입되었던 제1 군의 지지봉(320a)을 다시 인출시키고(도 7(d)), 인출된 제1 군의 지지봉(320a)을 모아 대상물(400)을 잡도록 하고(도 7(e)), 함께 대상물(400)을 잡고 있던 제2 군의 지지봉(320b)을 벌려(도 7(f)) 바디(310)로 인입시키고(도 7(g)), 다시 대상물(400)에 가압수가 뿌려지도록 하는 동작을 명령할 수 있다.

이 일련의 동작들을 수행하도록 하는 제어부의 명령을 세척 명령이라 한다. 세척 명령은 필요에 따라 반대로 수행될 수 있으며, 또는 상기 대상물(400)의 인출 명령과 복합적으로 사용될 수 있다. 이는 대상물(400)을 외측으로 이동시키는 것 또한 지지봉의 세척 간섭을 줄이는 것이기 때문이다.

도 8은 본 발명과 관련된 그립 매니퓰레이터(300)의 일 실시 예에 관한 분해도 및 결합도 일부이다.

아래에서는 지지봉(320)의 종 구동 및 횡 구동을 구현하는 구동부의 구체적인 메커니즘에 대해 살펴본다.

도 8에서는 바디(310) 중 지지봉(320)이 돌출되는 일면(3101)만 도시하며, 전장부를 형성하는 나머지 부재 또는 면은 생략한다. 바디(310) 중 지지봉(320)이 돌출되는 일면(3101)은 원기둥의 원형면이 될 수 있다.

홀더(330)는 지지봉(320)의 외주면(3201)을 감싼다. 홀더(330)에 감싸진 지지봉(320)은 홀더(330)의 개구부(3301)에 끼워져 개구부(3301)의 개구 방향, 즉 종 방향으로 이동할 수 있다. 홀더(330)는 바디(310)의 횡 가이드 홀(3102)에 지지되어 횡 방향에 대해 이동되며, 종 방향 이동이 제한된다. 즉 횡 가이드 홀(3102)은 바디(310)에 형성되어 홀더(330)를 종 방향(인입 또는 인출 방향)으로 구속하고, 횡 방향(지지봉이 벌어지거나 모이는 방향)으로 이동할 수 있도록 가이드한다. 정리하면, 그립 매니퓰레이터(300)의 바디(310)를 기준으로 종 방향에 대해 홀더(330)는 고정, 지지봉(320)은 이동하고, 횡 방향에 대해 홀더(330)와 지지봉(320)은 함께 이동한다.

이때 지지봉(320)은 내측단 외주면에 돌출 형성되어 홀더(330)에 걸리는 지지턱(3202)을 포함할 수 있다. 지지턱(3202)은 외력에 의해 지지봉(320)이 외측으로 당겨지더라도 매니퓰레이터 바디(310)로부터 완전히 빠지지 않도록 하여 장치의 파손을 방지한다.

도 4에서 설명한 바디(310)의 개구부는 횡 가이드 홀(3102)을 의미할 수 있다.

도 9는 본 발명과 관련된 그립 매니퓰레이터(300)의 일 실시 예에 관한 결합도 일부이다.

횡 구동부(391)는 구동부(390)의 일부 구성으로서 홀더(330) 및 지지봉(320)의 횡 구동을 구현한다. 횡 구동부(391)는 홀더(330)에 연결되는 횡 구동 와이어(343), 및 횡 구동 와이어(343)를 풀거나 감아 홀더(330)의 횡 구동을 발생시키는 횡 구동 모터(353)를 포함한다. 횡 구동 모터(353)는 횡 구동 와이어(343)를 풀거나 감아 홀더(330) 및 지지봉(320)을 벌리거나 모이도록 한다.

한편 종 구동부(392)는 구동부(390)의 다른 일부 구성으로서 지지봉(320)의 종 구동을 구현한다. 종 구동부(392)는 지지봉(320)에 연결되는 종 구동 와이어(346) 및 종 구동 와이어(346)에 연결되어 종 구동 와이어(346)를 풀리거나 감기도록 하는 종 구동 모터(356)를 구비한다. 종 구동 모터(356)는 종 구동 와이어(346)를 풀거나 감아 지지봉(320)을 인입 또는 인출 방향으로 이동시킨다.

횡 구동 와이어(343)는 제1 와이어(341) 및 제2 와이어(342)를 포함할 수 있다. 제1 와이어(341)는 홀더(330)의 일측(331)에 연결되고, 제2 와이어(342)는 홀더(330)의 타측(332)에 연결된다. 횡 구동 모터(353)가 제1 와이어(341)를 감고 제2 와이어(342)를 풀면 홀더(330)와 지지봉(320)은 일측(331) 방향으로 이동한다. 반대로 횡 구동 모터(353)가 제1 와이어(341)를 풀고 제2 와이어(342)를 감으면 홀더(330)와 지지봉(320)은 타측(332) 방향으로 이동한다. 여기서 일측(331)은 지지봉(320)이 벌어지는 방향 또는 모이는 방향 중 어느 하나이고, 타측(332)은 다른 어느 하나가 된다.

효과적인 힘 전달을 위해, 제1 와이어(341)는 홀더(330)에서 일측(331) 방향에 위치하는 바디(310)의 내측면 일 지점에 형성된 제1 홀(361)을 통과하고, 제2 와이어(342)는 홀더(330)에서 타측(332) 방향에 위치하는 바디(310)의 내측면 일 지점에 형성된 제2 홀(362)을 통과할 수 있다. 즉, 제1 홀(361), 제1 와이어(341)가 연결되는 홀더의 일측(331), 제2 와이어(342)가 연결되는 홀더의 타측(332), 제2 홀(362)은 지지봉(320)의 횡 방향(모이는 방향 또는 벌어지는 방향)으로 일직선상에 위치할 수 있다.

종 구동 와이어(346)는 지지봉(320)의 내측단(321)에 연결되는 제3 와이어(344) 및 제4 와이어(345)를 포함할 수 있다. 제3 와이어(344)가 감기면 지지봉(320)은 인출 방향으로 이동하고 제4 와이어(345)가 감기면 지지봉(320)은 인입 방향으로 이동한다. 종 구동 모터(356)는 바디(310) 내부인 지지봉(320)의 인입 방향에 위치할 것이므로, 지지봉(320)의 인출 방향 힘을 받기 위해 제3 와이어(344)는 지지봉(320)의 인출 방향에 구비된 제3 홀(363)을 통과할 수 있다. 제3 홀(363)은 해당 지지봉(320)이 구비되는 홀더(330) 또는 바디(310)의 내측면 일 지점에 구비될 수 있다. 이때 제3 홀(363)은 제2 와이어(342)가 지나는 제2 홀(362)과 동일한 홀을 공유할 수 있다. 지지봉(320)이 인입되거나 인출되는 경우에도 홀더(330)는 항상 지지봉(320)의 내측단(321)에 대해 상대적으로 인출 방향에 위치하므로 제3 홀(363)을 지나는 제3 와이어(344)의 감김은 지지봉(320)으로 하여금 인출 방향으로 힘을 받게 만든다. 즉, 제3 홀(363)은 제3 와이어(344)가 연결되는 지지봉의 내측단(321)에 대해 지지봉(320)의 인출 방향에 위치하는 일지점에 위치한다.

제3 와이어(344)가 연결되는 내측단(321a) 및 제4 와이어(345)가 연결되는 내측단(321b)은 상이할 수 있다. 이는 제3 와이어(344)가 연결되는 내측단(321a)은 제3 홀(363)과 힘작용을 용이하게 하기 위해 외측으로 돌출되어 구비시키기 위함이다.

상술한 제1 홀(361) 내지 제3 홀(363)은 바디(310)에 형성된 관통홀 형상, 또는 바디(310)에 형성된 고리 형상으로 구비될 수 있다.

횡 구동 모터(353)는 제1 와이어(341)와 연결되는 제1 모터(351), 제2 와이어(342)와 연결되는 제2 모터(352)를 포함할 수 있다. 제1 모터(351)는 제1 와이어(341)의 풀림과 감김을, 제2 모터(352)는 제2 와이어(342)의 풀림과 감김을 조절할 수 있다. 반면 종 구동 모터(356)는 제3 와이어(344)와 연결되는 제3 모터(354), 제4 와이어(345)와 연결되는 제4 모터(355)를 포함할 수 있다. 동일한 방식으로 제3 모터(354)는 제3 와이어(344)의 풀림과 감김을, 제4 모터(355)는 제4 와이어(345)의 풀림과 감김을 조절할 수 있다. 한편 각 구동 모터(350)는 와이어가 감기거나 풀리는 영역을 형성하기 위한 단방향 풀리(371)(pulley)를 구비할 수 있다.

도 10은 본 발명과 관련된 그립 매니퓰레이터(300)의 또 다른 모터(350)의 실시 예를 도시한 것이다. 이해를 돕기 위해 도 9를 함께 참조한다.

제1 와이어(341) 및 제2 와이어(342)는 지지봉(320)의 횡 구동에 종속되므로 제1 와이어(341)가 감긴만큼 제2 와이어(342)가 풀리거나, 반대로 제2 와이어(342)가 감긴만큼 제1 와이어(341)가 풀린다. 또한 제3 와이어(344) 및 제4 와이어(345)는 지지봉(320)의 종 구동에 종속되므로 제3 와이어(344)가 감긴만큼 제4 와이어(345)가 풀리거나, 제4 와이어(345)가 감긴만큼 제3 와이어(344)가 풀린다. 따라서, 제1 와이어(341) 및 제2 와이어(342)는 하나의 모터에 연결되고, 제3 와이어(344) 및 제4 와이어(345)도 하나의 모터에 연결되어 메커니즘을 단순화시킬 수 있다. 따라서 전자의 모터가 횡 구동 모터(353, 도 9참조), 후자의 모터가 종 구동 모터(356, 도 9참조)가 된다. 횡 구동 모터(353) 및 종 구동 모터(356)는 각 와이어(340)가 서로 반대 방향으로 감기도록 연결되어 하나의 와이어(340)가 풀릴 때 다른 하나의 와이어(340)가 감기는 양방향 풀리(372)(pulley)를 각각 구비할 수 있다.

도 11은 본 발명과 관련된 그립 매니퓰레이터(300)의 또 다른 모터(350)의 실시 예를 도시한 것이다. 이해를 돕기 위해 도 9를 함께 참조한다.

하나의 모터에 연결된 두 와이어(340) 중 적어도 하나의 와이어(340)는 스프링(381)을 구비할 수 있다. 스프링(381)은 와이어(340)를 팽팽하게 당기는 역할을 수행하고, 갑작스러운 모터 회전에 대한 완충 작용을 수행한다.

본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 해당 기술 분야의 통상의 기술자에게 자명하다.

상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

300: 그립 매니퓰레이터 310: 매니퓰레이터 바디
3101: 바디 일면 3102: 횡 가이드 홀
3103: 개구부 320: 지지봉
320a: 제1 군의 지지봉 320b: 제2 군의 지지봉
3201: 지지봉 외주면 3203: 지지턱
321: 지지봉 내측단 321a: 제1 지지봉 내측단
321b: 제2 지지봉 내측단 330: 홀더
3301: 홀더 개구부 331: 홀더의 일측
332: 홀더의 타측 340: 와이어
341: 제1 와이어 342: 제2 와이어
343: 횡 구동 와이어 344: 제3 와이어
345: 제4 와이 346: 종 구동 와이어
350: 모터 351: 제1 모터
352: 제2 모터 353: 횡 구동 모터
354: 제3 모터 355: 제4 모터
356: 종 구동 모터 361: 제1 홀
362: 제2 홀 363: 제3 홀
371: 단방향 풀리 372: 양방향 풀리
381: 스프링 390: 구동부
391: 횡 구동부 392: 종 구동부
400: 대상물

Claims (20)

1. 매니퓰레이터 바디;
   상기 매니퓰레이터 바디에서 돌출되어 구비된 제1 군의 지지봉 및 제2 군의 지지봉;
   상기 제1 군의 지지봉 또는 상기 제2 군의 지지봉을 각각 상기 돌출 방향으로 인출 또는 인입시키는 종 구동부; 및
   상기 돌출 방향에 수직한 방향으로 상기 제1 군의 지지봉 또는 상기 제2 군의 지지봉을 벌리거나 모으는 횡 구동부를 포함하는 그립 매니퓰레이터.
2. 제1 항에 있어서,
   상기 제1 군의 지지봉 및 상기 제2 군의 지지봉의 각 지지봉은 원주상에 교차구비되는 그립 매니퓰레이터.
3. 제1 항에 있어서,
   상기 종 구동부 및 상기 횡 구동부의 각 구동을 제어하는 제어부를 더 포함하는 그립 매니퓰레이터.
4. 제3 항에 있어서,
   상기 제어부는,
   상기 제1 군의 지지봉을 벌리는 동작;
   상기 벌린 제1 군의 지지봉을 인입시키는 동작;
   상기 인입된 제1 군의 지지봉을 모으는 동작;
   상기 제2 군의 지지봉을 벌리는 동작; 및
   상기 모은 제1 군의 지지봉을 인출시키는 동작을 순차적으로 수행하는 대상물 인출 명령을 내리는 그립 매니퓰레이터.
5. 제4 항에 있어서,
   상기 제1 군의 지지봉의 인입 거리 및 인출 거리는 기 설정되며, 상호 동일한 값인 그립 매니퓰레이터.
6. 제5 항에 있어서,
   상기 매니퓰레이터 바디에 구비되어 상기 매니퓰레이터 바디로부터 대상물까지의 거리를 측정하는 거리 센서를 더 포함하고,
   상기 제어부는 상기 거리 센서가 측정한 매니퓰레이터 바디로부터 대상물까지의 거리가 기 설정된 임계값을 초과할 때까지 상기 대상물 인출 명령을 반복하여 내리는 그립 매니퓰레이터.
7. 제4 항에 있어서,
   상기 제어부는,
   상기 제1 군의 지지봉을 벌리는 동작;
   상기 벌린 제1 군의 지지봉을 인입시키는 동작;
   대상물에 가압수가 뿌려지도록 하는 동작;
   상기 제1 군의 지지봉을 인출시키는 동작;
   상기 인출된 제1 군의 지지봉을 모으는 동작;
   상기 제2 군의 지지봉을 벌리는 동작;
   상기 벌린 제2 군의 지지봉을 인입시키는 동작; 및
   대상물에 가압수가 뿌려지도록 하는 동작을 순차적으로 수행하는 세척 명령을 내리는 그립 매니퓰레이터.
8. 제1 항에 있어서,
   상기 지지봉이 끼워지는 개구부를 형성하는 홀더; 및
   상기 바디에 형성되고, 상기 홀더를 상기 인입 또는 인출 방향으로 구속하고 상기 벌리거나 모으는 방향으로 이동하도록 가이드하는 횡 가이드 홀을 포함하고,
   상기 지지봉은 상기 홀더 상에서 상기 인입 또는 인출 방향으로 이동하는 그립 매니퓰레이터.
9. 제8 항에 있어서,
   상기 지지봉은 내측단 외주면에 돌출 형성되어 상기 홀더에 걸리는 지지턱을 포함하는 그립 매니퓰레이터.
10. 제8 항에 있어서,
    상기 횡 구동부는,
    상기 홀더에 연결되는 횡 구동 와이어;
    상기 횡 구동 와이어를 풀거나 감아 상기 홀더를 벌리거나 모으는 방향으로 이동시키는 횡 구동 모터를 포함하고,
    상기 종 구동부는,
    상기 지지봉에 연결되는 종 구동 와이어;
    상기 종 구동 와이어를 풀거나 감아 상기 지지봉을 인입 또는 인출 방향으로 이동시키는 종 구동 모터를 포함하는 그립 매니퓰레이터.
11. 제10 항에 있어서,
    상기 횡 구동 와이어는,
    상기 홀더의 일측에 연결되는 제1 와이어; 및
    상기 홀더의 타측에 연결되는 제2 와이어를 포함하고,
    상기 종 구동 와이어는,
    상기 지지봉의 내측단에 연결되는 제3 와이어 및 제4 와이어를 포함하고,
    상기 횡 가이드 홀의 일측에 형성되어 상기 제1 와이어를 통과시키는 제1 홀;
    상기 횡 가이드 홀의 타측에 형성되어 상기 제2 와이어를 통과시키는 제2 홀; 및
    상기 홀더 또는 상기 매니퓰레이터 바디에 형성되어 상기 제3 와이어를 통과시키는 제3 홀을 더 포함하는 그립 매니퓰레이터.
12. 제11 항에 있어서,
    상기 제1 홀, 상기 제1 와이어가 연결되는 상기 홀더의 일측, 상기 제2 와이어가 연결되는 상기 홀더의 타측 및 상기 제2 홀은 상기 지지봉이 모이는 방향 또는 벌어지는 방향으로 일직선상에 위치하고,
    상기 제3 홀은 상기 제3 와이어가 연결되는 상기 지지봉의 내측단에 대해 상기 지지봉의 인출 방향에 위치하는 일지점에 위치하는 그립 매니퓰레이터.
13. 제11 항에 있어서,
    상기 횡 구동 모터는,
    상기 제1 와이어와 연결되는 제1 모터; 및
    상기 제2 와이어와 연결되는 제2 모터를 포함하고,
    상기 종 구동 모터는,
    상기 제3 와이어와 연결되는 제3 모터; 및
    상기 제4 와이어와 연결되는 제4 모터를 포함하는 그립 매니퓰레이터.
14. 제11 항에 있어서,
    상기 횡 구동 모터는,
    상기 제1 와이어 및 제2 와이어가 반대 방향으로 감기도록 연결되는 양방향 풀리를 포함하는 양 방향 횡 구동 모터를 포함하고,
    상기 종 구동 모터는,
    상기 제3 와이어 및 제4 와이어를 반대 방향으로 감기도록 연결되는 양방향 풀리를 포함하는 양 방향 종 구동 모터를 포함하는 그립 매니퓰레이터.
15. 제11 항에 있어서,
    상기 와이어 중 적어도 하나는 일 지점에 탄성의 스프링에 의해 연결되는 그립 매니퓰레이터.
16. 제9 항에 있어서,
    상기 매니퓰레이터 바디에서 상기 제1 군의 지지봉 및 상기 제2 군의 지지봉이 돌출되는 공간을 마련하는 개구부를 더 포함하고,
    상기 횡 가이드 홀은 상기 개구부인 그립 매니퓰레이터.
17. 제1 항에 있어서,
    대상물의 상태를 센싱하는 감압 센서, 이미지 센서, 습도 센서, 및 거리 센서 중 적어도 하나를 더 포함하고,
    상기 적어도 하나의 센서가 측정한 값은 제어부가 구동부에 전달하는 명령에 반영되는 그립 매니퓰레이터.
18. 매니퓰레이터 바디에서 돌출되어 구비된 제1 군의 지지봉 및 제2 군의 지지봉을 구비하는 그립 매니퓰레이터를 제어하는 방법에 있어서,
    상기 제1 군의 지지봉을 벌리는 단계;
    상기 벌린 제1 군의 지지봉을 인입시키는 단계;
    상기 인입된 제1 군의 지지봉을 모으는 단계;
    상기 제2 군의 지지봉을 벌리는 단계; 및
    상기 모은 제1 군의 지지봉을 인출시키는 단계를 순차적으로 수행하는 그립 매니퓰레이터 제어 방법.
19. 제18 항에 있어서,
    상기 매니퓰레이터 바디에 구비된 거리 센서가 측정한 상기 매니퓰레이터 바디로부터 대상물까지의 거리가 기 설정된 임계값을 초과할 때까지 상기 단계들을 반복 수행하는 그립 매니퓰레이터 제어 방법.
20. 매니퓰레이터 바디에서 돌출되어 구비된 제1 군의 지지봉 및 제2 군의 지지봉을 구비하는 그립 매니퓰레이터를 제어하는 방법에 있어서,
    상기 제1 군의 지지봉을 벌리는 단계;
    상기 벌린 제1 군의 지지봉을 인입시키는 단계;
    대상물에 가압수가 뿌려지도록 하는 단계;
    상기 제1 군의 지지봉을 인출시키는 단계;
    상기 인출된 제1 군의 지지봉을 모으는 단계;
    상기 제2 군의 지지봉을 벌리는 단계;
    상기 벌린 제2 군의 지지봉을 인입시키는 단계; 및
    대상물에 가압수가 뿌려지도록 하는 단계를 순차적으로 수행하는 그립 매니퓰레이터 제어 방법.

Images