KR20190104482A - 로봇 시스템 및 그 제어방법 - Google Patents

로봇 시스템 및 그 제어방법 Download PDF

Info

Publication number
KR20190104482A
KR20190104482A KR1020190102241A KR20190102241A KR20190104482A KR 20190104482 A KR20190104482 A KR 20190104482A KR 1020190102241 A KR1020190102241 A KR 1020190102241A KR 20190102241 A KR20190102241 A KR 20190102241A KR 20190104482 A KR20190104482 A KR 20190104482A
Authority
KR
South Korea
Prior art keywords
robot
cooking
level
temperature
sensing value
Prior art date
Application number
KR1020190102241A
Other languages
English (en)
Inventor
신창의
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 KR1020190102241A priority Critical patent/KR20190104482A/ko
Priority to US16/565,786 priority patent/US11358277B2/en
Publication of KR20190104482A publication Critical patent/KR20190104482A/ko

Links

Images

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J36/00—Parts, details or accessories of cooking-vessels
    • A47J36/32—Time-controlled igniting mechanisms or alarm devices
    • A47J36/321—Time-controlled igniting mechanisms or alarm devices the electronic control being performed over a network, e.g. by means of a handheld device
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J36/00—Parts, details or accessories of cooking-vessels
    • A47J36/32—Time-controlled igniting mechanisms or alarm devices
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J37/00—Baking; Roasting; Grilling; Frying
    • A47J37/04—Roasting apparatus with movably-mounted food supports or with movable heating implements; Spits
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J43/00—Implements for preparing or holding food, not provided for in other groups of this subclass
    • A47J43/04—Machines for domestic use not covered elsewhere, e.g. for grinding, mixing, stirring, kneading, emulsifying, whipping or beating foodstuffs, e.g. power-driven
    • A47J43/044—Machines for domestic use not covered elsewhere, e.g. for grinding, mixing, stirring, kneading, emulsifying, whipping or beating foodstuffs, e.g. power-driven with tools driven from the top side
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
    • A47J44/00—Multi-purpose machines for preparing food with several driving units
    • 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
    • B25J11/0045—Manipulators used in the food industry
    • 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
    • B25J19/06—Safety devices
    • B25J19/061—Safety devices with audible signals
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0009—Constructional details, e.g. manipulator supports, bases
    • B25J9/0018—Bases fixed on ceiling, i.e. upside down manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0084—Programme-controlled manipulators comprising a plurality of manipulators
    • B25J9/0087—Dual arms
    • 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
    • B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
    • 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
    • B25J9/1679—Programme controls characterised by the tasks executed
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02—Investigating particle size or size distribution
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/0009—Gripping heads and other end effectors comprising multi-articulated fingers, e.g. resembling a human hand
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39001—Robot, manipulator control
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45241—Coke oven

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • Food Science & Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Dispersion Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Manipulator (AREA)

Abstract

로봇 시스템은 조리용기를 가열하고 온도 레벨을 선택하는 조작하는 조작부가 구비된 조리기기와; 조리기기의 온도 레벨 및 조리 시간을 조절하는 로봇과; 조리기기 주변이나 로봇에 배치되어 이물질 농도를 센싱하는 먼지센서와; 조리기기 주변이나 로봇에 배치되어 조리용기나 조리기기의 온도를 센싱하는 온도센서 및 먼지센서의 농도 센싱값 및 온도센서의 온도 센싱값에 의해 결정된 위험 레벨에 따라 온도 레벨과 조리 시간 중 적어도 하나가 가변되도록 로봇을 안전모드로 제어하는 컨트롤러를 포함한다.

Description

로봇 시스템 및 그 제어방법{Robot system and Control method of the same}
본 발명은 로봇 시스템 및 그 제어방법 에 관한 것으로, 더욱 상세하게는 조리기기를 조작하는 로봇을 갖는 로봇 시스템 및 그 제어방법 에 관한 것이다.
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는　기계로서, 로봇의 응용분야는 대체로, 산업용, 의료용, 우주용, 해저용 등으로 분류될 수 있고, 다양한 분야에서 사용될 수 있다.
최근에는 로봇을 이용하여 조리를 행할 수 있는 조리 로봇이 점차 증가되는 추세이고, 이러한 로봇의 일 예는 일본 특허공보 특허제4531832호(2010년8월25일 발행일)에 개시된 조리 보조 로봇이 있다.
상기 조리 보조 로봇은 조리용 가열 버너 위에 배치된 조리 용기를 이용한 조리를 보조하는 로봇이고, 핸드부와, 핸드부의 위치 및 자세를 변화시키는 암부 및 암부를 지지하는 지지부를 포함하고, 핸드부의 위치 및 자세를 임의로 변화시킬 수 있는 적어도 6개의 가동부를 포함한다.
일본 특허공보 특허제4531832호(2010년8월25일 발행일)
본 발명은 조리기기 주변의 미세먼지 등에 의한 화재 가능성을 최소화하면서 조리기기에 의한 조리를 지속할 수 있는 로봇 시스템 및 그 제어방법을 제공하는데 그 목적이 있다.
본 발명의 실시 예에 따른 로봇 시스템은 온도 레벨을 선택하는 조작하는 조작부가 구비되고, 조작부에 의해 선택된 온도 레벨로 조리용기를 가열하는 조리기기와; 조리기기의 온도 레벨 및 조리 시간을 조절하는 로봇과; 조리기기 주변이나 로봇에 배치되어 이물질 농도를 센싱하는 먼지센서와; 조리기기 주변이나 로봇에 배치되어 온도를 센싱하는 온도센서을 포함하고, 먼지센서의 농도 센싱값 및 온도센서의 온도 센싱값에 의해 결정된 위험 레벨에 따라 온도 레벨과 조리 시간 중 적어도 하나가 가변되도록 상기 로봇를 안전모드로 제어하는 컨트롤러를 포함한다.
로봇은 복수개 아암 및 상기 복수개 아암을 연결하는 적어도 하나의 아암 커넥터을 갖는 로봇 팔과; 로봇 팔에 설치된 엔드 이팩터를 포함할 수 있다.
먼지센서는 로봇 팔에 설치될 수 있다.
온도센서는 엔드 이팩터에 설치된 적외선 센서를 포함할 수 있다.
먼지센서 및 온도센서는 조리기기의 상부 또는 조리용기와 평행한 높이에 배치될 수 있다.
농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨이 상이할 경우, 컨트롤러는 조리기기가 더 높은 위험 레벨 따른 온도 레벨과 조리 시간으로 작동되도록 로봇을 제어할 수 있다.
농도 센싱값이 하한 농도 미만이고, 온도 센싱값이 하한 온도 미만이면, 위험 레벨은 최저 레벨이고, 컨트롤러는 로봇을 일반 조리모드로 제어할 수 있다.
컨트롤러는 위험 레벨이 높을수록 온도 레벨이 낮고 조리 시간이 길도록 로봇을 제어할 수 있다.
로봇 시스템은 알림기구를 더 포함할 수 있다. 컨트롤러는 위험 레벨이 알림 레벨 이상이면, 알림기구로 알림 정보의 신호를 출력할 수 있다.
컨트롤러는 위험 레벨이 최고 레벨이면, 로봇에 의해 조리기기를 정지시킬 수 있다.
본 발명의 실싱 예는 조리용기를 가열하는 조리기기와; 조리기기의 온도 레벨 및 조리 시간을 조절하는 로봇을 포함하는 로봇 시스템의 제어방법에 있어서, 조리기기 주변이나 로봇에 배치된 먼지센서가 이물질 농도를 센싱하고, 조리기기 주변이나 로봇에 배치된 온도센서가 온도를 센싱하는 센싱 단계와; 센싱 단계에서 센싱된 농도 센싱값 및 온도 센싱값에 의해 결정된 위험 레벨의 변화가 있고, 위험 레벨이 최저 레벨 및 최고 레벨이 아니면, 로봇이 변화된 위험 레벨에 따른 온도 레벨 및 조리 시간으로 조리기기를 조절하는 가변 조리단계를 포함한다.
가변 조리단계는 농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨이 상이할 경우, 더 높은 위험 레벨 따른 온도 레벨과 조리 시간으로 조리기기를 조절할 수 있다.
로봇 시스템의 제어방법은 농도 센싱값이 하한 농도 미만이고, 상기 온도 센싱값이 하한 온도 미만이면, 위험 레벨은 최저 레벨일 수 있고, 위험 레벨이 최저 레벨이면, 조리기기의 현재 조리를 유지시키는 일반 조리단계를 더 포함할 수 있다.
로봇 시스템의 제어방법은 센싱 단계에서 센싱된 농도 센싱값 및 온도 센싱값에 의해 결정된 위험 레벨의 변화가 없으면, 조리기기의 현재 조리과정를 유지시키는 일반 조리단계를 더 포함할 수 있다.
가변 조리단계는 위험 레벨이 높을수록 온도 레벨이 낮고 조리 시간이 길도록 로봇을 제어할 수 있다.
로봇 시스템의 제어방법은 위험 레벨이 알림 레벨 이상이면, 알림기구로 알림 정보의 신호를 출력하는 알림 단계를 더 포함할 수 있다.
로봇 시스템의 제어방법은 위험 레벨이 최고 레벨이면, 로봇이 조리기기를 정지시키는 정지단계를 더 포함할 수 있다.
본 발명의 실시 예에 따르면, 조리기기 주변의 이물질(미세먼지 등)에 의해 화재가 발생되기 이전에, 조리기기의 온도 레벨을 조절하여 화재 발생 가능성을 최소화할 수 있고, 조절된 온도 레벨을 고려하여 조리 시간을 조절하여 조리기기 및 로봇을 이용한 최적의 조리가 가능하게 할 수 있다.
또한, 조리 기기 주변의 이물질 농도 및 온도를 최적 위치에서 센싱할 수 있어, 화재 위험성을 신뢰성 높게 고려하면서 조리기기를 작동시킬 수 잇다.
또한, 농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨 중 더 높은 위험 레벨을 기준으로 조리기기를 작동시키므로, 화재 예방의 신뢰성이 높다.
또한, 농도 센싱값이 하한 농도 미만이고, 상기 온도 센싱값이 하한 온도 미만이면, 조리기기의 온도 레벨 및 조리 시간을 변경하지 않기 때문에, 전체 조리 시간이 불필요하게 지연되는 것을 최소화할 수 있다.
또한, 위험 레벨이 높을수록 온도 레벨이 낮고 조리 시간이 길기 때문에, 이물질에 의한 화재 가능성을 최소화할 수 있다.
또한, 위험 레벨이 알림 레벨 이상이면, 알림기구로 알림 정보의 신호를 출력하여, 화재 가능성을 고려한 조리 시간 변경이나 화재 가능성을 사용자에게 알리 수 있고, 로봇을 이용한 조리의 편의성이 높다.
또한, 위험 레벨이 최고 레벨이면, 로봇이 조리기기를 정지시켜, 안전성이 높다.
도 1은 본 발명의 실시 예에 따른 로봇 시스템을 구성하는 AI 장치가 도시된 도,
도 2는 본 발명의 실시 예에 따른 로봇 시스템의 AI 서버가 도시된 도,
도 3은 본 발명의 실시 예에 따른 로봇 시스템이 적용된 AI 시스템이 도시된 도,
도 4는 본 발명의 실시 예에 따른 로봇 시스템의 일 예가 도시된 측면도,
도 5는 본 발명의 실시 예에 따른 로봇 시스템의 다른 예가 도시된 측면도,
도 6은 본 발명의 실시 예에 따른 로봇 시스템의 제어방법이 도시된 순서도이다.
이하에서는 본 발명의 구체적인 실시 예를 도면과 함께 상세히 설명하도록 한다.
<로봇(Robot)>
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.
<인공 지능(AI: Artificial Intelligence)>
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.
<자율 주행(Self-Driving)>
자율 주행은 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.
도 1은 본 발명의 실시 예에 따른 로봇 시스템을 구성하는 AI 장치가 도시된 도이다.
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, AI 장치(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(500) 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(500)의 러닝 프로세서(540)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(500)의 러닝 프로세서(540)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(500) 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 실시 예에 따른 로봇 시스템의 AI 서버가 도시된 도이다.
도 2를 참조하면, AI 서버(500)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(500)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(500)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(500)는 통신부(510), 메모리(530), 러닝 프로세서(540) 및 프로세서(560) 등을 포함할 수 있다.
통신부(510)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(530)는 모델 저장부(531)를 포함할 수 있다. 모델 저장부(531)는 러닝 프로세서(540)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 531a)을 저장할 수 있다.
러닝 프로세서(540)는 학습 데이터를 이용하여 인공 신경망(531a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(500)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(530)에 저장될 수 있다.
프로세서(560)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 실시 예에 따른 로봇 시스템이 적용된 AI 시스템이 도시된 이다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(500), 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, 500)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 500)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(500)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(500)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(500)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(500)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.
<AI+로봇>
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(500) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(500) 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.
<AI+로봇+자율주행>
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(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 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)을 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.
본 실시예의 로봇 시스템은 로봇(100a) 및 가전(100e) 특히, 조리기기을 이용하여 조리를 행할 수 있는 쉐프 로봇 시스템일 수 있고, 조리기기에 대해서 100e의 도면부호를 병기하여 설명한다.
로봇(100a) 및 조리기기(100e)는 일반 가정의 주방에 함께 배치되는 것이 가능하고, 레스트랑 등의 식당에 함께 배치되는 것이 가능하다.
도 4는 본 발명의 실시 예에 따른 로봇 시스템의 일 예가 도시된 측면도이다.
조리기기(100e)는 그 위나 내부에 놓인 조리용기(F)을 가열하는 가전기기일 수 있고, 가스를 이용하여 프라이팬이나 냄비 등의 조리용기(F, 이하, 조리용기(F)이라 칭함)을 가열하는 가스레인지나, 인덕션 히터나 전기 히터에 의해 그 위에 놓인 조리용기(F)을 가열하는 전기레인지 등일 수 있다.
조리기기(100e)는 온,오프나 온도 레벨, 조리 시간 등을 입력할 수 있는 입력부를 포함할 수 있고, 이하, 조작부(120)로 칭하여 설명한다.
조작부(120)는 로봇(100a)이나 사용자의 의해 터치 조작되거나 회전/누름되게 구성될 수 있다.
조작부(120)의 일 예는 조리기기(100e)의 일측에 제공되어 조리기기(100e)의 조작 명령을 입력받는 것이 가능하다. 조작부(120)의 다른 예는 조리기기(100e)와 이격되고 조리기기(100e)와 전기/통신으로 연결되어 조리기기(100e)의 조작 명령을 입력 받는 것도 가능하다.
조작부(120)는 온도 레벨이 선택되게 구성될 수 있다. 조작부(120)는 사용자나 로봇(100a)이 조리용기(F)의 온도를 조절할 수 있는 온도 조절부를 포함할 수 있다.
온도 조절부의 일 예는 온도 상승 명령이 입력되는 온도 상승부와, 온도 하강 명령이 입력되는 온도 하강부를 포함하는 터치 패널 등의 터치 조작기구를 포함하는 것이 가능하다.
온도 조절부의 다른 예는 로봇(100a)이나 사용자가 잡고 돌리는 로터리 놉이나 로봇(100a)이나 사용자가 누르는 버튼을 갖는 온도 조절기구를 포함하는 것이 가능하다.
온도 조절부는 터치 조작기구와 온도 조절기구의 조합으로 구성되는 것도 가능하고, 로봇(100a)나 사용자의 물리적 작용에 의해 명령을 입력 받을 수 있는 구성이면, 그 종류에 한정되지 않음은 물론이다.
조작부(120)는 조리 시간이 선택되게 구성될 수 있고, 조작부는 사용자나 로봇(100a)이 전체 조리 시간을 설정할 수 있는 시간 조절부를 포함할 수 있다. 시간 조절부는 일 예는 조리 시간을 길게 설정하거나 짧게 설정할 수 있는 시간 조절부를 포함하는 터치 패널 등의 터치 조작기구를 포함하는 것이 가능하다.
시간 조절부는 다른 예는 조리 시간을 길게 설정하거나 짧게 설정하기 위해 로봇(100a)이나 사용자가 잡고 돌리는 로터리 놉이나 로봇(100a)이나 사용자가 누르는 버튼을 갖는 타이머 기구를 포함하는 것이 가능하다.
시간 조절부는 터치 조작기구와 타이머 기구의 조합으로 구성되는 것도 가능하고, 로봇(100a)나 사용자의 물리적 작용에 의해 명령을 입력 받을 수 있는 구성이면, 그 종류에 한정되지 않음은 물론이다.
한편, 로봇 시스템은 조리기기의 온도 조절부가 조리기기의 정지(즉, 오프)를 입력 받을 수 있게 구성되는 것이 가능하고, 로봇(100a)이나 사용자는 조작부(120)의 온도 조절부를 조작하여 조리기기의 조리 시간을 조절하는 것도 가능함은 물론이다.
로봇(100a)은 조작부(120)를 터치/회전/누름 조작하여 조리기기(100e)의 온도 레벨 및 조리 시간을 조절할 수 있다. 로봇(100a)은 조리기기(100e)에 의한 조리 도중에 조작부(120)를 조작하여 온도 레벨을 높이거나 낮추는 것이 가능하다.
이하, 로봇(100a)에 의해 조리기기(100e)가 조작되는 실시 예에 대해 상세히 설명한다.
조리기기(100e)의 온도 레벨은 약,중,강이나, 약,중,강,특강 등과 같이 다수의 레벨로 설정되는 것이 가능하다. 조리기기(100e)의 온도 레벨은 제1단계, 제2단계,?, 제N단계 등과 같이, 특정 수치를 갖는 다수의 레벨로 설정되는 것도 가능함은 물론이다.
로봇 시스템은 조리기기(100e)를 조작하는 적어도 하나의 로봇(100a)을 포함할 수 있다. 로봇(100a)은 복수개 제공될 수 있고, 복수개 로봇(100a)은 서로 이격되게 배치된 상태에서, 조리기기(100e)를 조작할 수 있고, 조리기기(100e)의 주변에서 조리 재료(예를 들면, 오이나 당근 등)를 커팅하여 프라이팬, 냄비 등 의 조리용기(F)에 투입하거나, 조리용기(F) 내에 담긴 조리 재료을 휘젓거나, 조리가 완료된 요리를 조리용기(F)에서 타 용기로 ?길 수 있다.
이러한 동작들을 수행하기 위한 로봇(100a)은 복수개 아암(210)(220)(230) 및 복수개 아암을 연결하는 적어도 하나의 아암 커넥터(240)(250)을 포함할 수 있다. 복수개 아암(210)(220)(230)은 아암 커네터(240)(250)를 사이에 두고 순차적으로 배치될 수 있다.
로봇(100a)은 복수개 아암(210)(220)(230) 중 어느 하나(230)에 설치된 엔드 이팩터(260)를 더 포함할 수 있다.
엔드 이펙터(260)는 로봇 핸드 또는 그리퍼일 수 있고, 로봇(100a)이 조리와 관련된 작업을 수행할 수 있도록 로봇(100a)의 말단에 장착되어 조리와 관련된 다양한 기능을 수행할 수 있다.
로봇(100a)은 복수개 아암(210)(220)(230)과, 적어도 하나의 아암 커넥터(240)(250)는 조리와 관련된 동작을 수행하기 위해 엔드 이팩터(260)를 3차원 이동 및 회전시킬 수 있는 로봇 팔(R)을 구성할 수 있다.
로봇(100a)은 아암(210)(220)(230)과 아암 커넥터(240)(250) 및 엔드 이팩터(260)를 회전시킬 수 있는 적어도 하나의 모터나 액츄에이터를 포함할 수 있다.
로봇(100a)을 구성하는 로봇 팔(R)은 엔드 이팩터(260)를 3차원 이동 및 회전시킬 수 있는 구성이면, 복수개 아암(210)(220)(230)과, 적어도 하나의 아암 커넥터(240)(250), 모터나 액츄에이터 등의 개수나 형상에 한정되지 않고, 다양하게 적용 가능함은 물론이다.
로봇(100a)은 복수개 아암(210)(220)(230) 중 다른 하나(210)를 조리기기 주변의 타 물체에 연결/지지하는 로봇 커넥터(270)을 더 포함할 수 있다.
로봇 커넥터(270)가 연결/지지되는 타 물체는 조리기기(100e)가 설치된 실내에 구비된 수납장 등의 가구인 것이 가능하다.
로봇 커넥터(270)가 연결/지지되는 타 물체는 조리기기(100e)가 설치된 실내에 구비되어 로봇(100a)으로 조리 재료 등을 공급할 수 있는 재료 공급모듈(D)인 것도 가능하며, 이 경우, 재료 공급모듈(D)는 로봇(100a)으로 재료를 공급할 수 있고, 로봇(100a)은 재료 공급모듈(D)로부터 재료를 공급받아 조리에 이용하는 것도 가능하다.
로봇 시스템은 로봇(100a)의 동작을 제어하는 컨트롤러를 더 포함할 수 있다. 컨트롤러는 로봇(100a)에 장착되어 로봇(100a)의 일부를 구성하는 것도 가능하고, 로봇(100a)이 연결된 서버(500)의 전부 또는 일부를 구성하는 것도 가능하다.
로봇 시스템을 구성하는 로봇(100a)은 인공신경망을 이용하여 조리 동작를 행하는 AI장치를 구성하는 것이 가능하고, 인공신경망을 이용하지 않고, 메모리(170)에 기저장된 데이터 및 프로세서(180)의 프로그램에 의해 조리 동작을 행하는 것도 가능하다. 이하, 편의를 위해 컨트롤러에 대해서는 프로세서와 동일 부호인 180을 병기하여 설명한다.
로봇 시스템은 조리기기(100e) 주변에서 위험 요인을 센싱하는 적어도 하나의 센서를 포함할 수 있다.
센서는 화재와 관련된 위험 요인을 센싱할 수 있고, 이를 위한 센서는 조리기기(100e) 주변이나 로봇(100a)에 배치될 수 있다.
센서는 조리기기(100e) 주변이나 로봇(100a)에 배치되어 이물질 농도를 센싱하는 먼지센서(280)를 포함할 수 있다. 먼지센서(280)는 유증기 등의 미세 먼지 농도를 센싱할 수 있는 농도 센서일 수 있다.
먼지센서(280)의 일 예는 광학 센서일 수 있고, 먼지센서(280)에는 외부의 공기가 유입될 수 있는 개구부가 형성된 하우징과, 하우징 내부로 유입된 공기에 광을 쏠 수 있는 LED나 레이져 등의 광원과, 유증기 등의 미세먼지에 의해 산란된 빛의 양을 검출하는 광다이오드나 광트랜지스터 등의 수광소자를 포함할 수 있다.
먼지센서(280)는 수광소자에서 검출된 미세먼지의 농도(즉, 이물질 농도)를 농도 센싱값(예를 들면, 전압)의 크기로 출력할 수 있다.
먼지센서(280)는 조리대상(F) 주변의 유증기 농도가 조리기기(100e)의 화구(100f) 주변에서 폭발할 수 있는 농도인지 여부를 센싱하는 센서일 수 있고, 조리대상(F)이나 조리기기(100e)와 근접한 위치에서 이물질 농도를 센싱하는 것이 바람직하다. 먼지센서(280)는 조리기기(100e)에 의한 조리 도중에 유증기가 주로 위치될 수 있는 영역에 위치되는 것이 바람직하고, 예를 들면, 로봇 팔(R)에 설치될 수 있다. 먼지센서(280)는 로봇 팔 중 조리기기(100e)와 근접한 구성에 설치되는 것이 바람직하고, 일예로, 복수개 아암(210)(220)(230) 중 엔드 이팩터(260)가 설치된 로봇 아암(230)에 설치될 수 있다.
컨트롤러(180)는 먼지센서(280)에서 출력된 전압 등의 농도 센싱값을 이용하여 후술하는 위험 레벨을 산출(또는 결정)할 수 있다.
센서는 조리기기(100e) 주변이나 로봇(100a)에 배치되어 조리용기(F)이나 조리기기(100e)의 온도를 센싱하는 온도 센서(290)를 포함할 수 있다. 온도 센서(290)는 조리용기(F)이나 조리기기(100e)에 접촉되지 않은 상태에서 그 온도를 센싱할 수 있는 비접촉식 온도센서로 구성될 수 있고, 일 예로, 적외선 센서일 수 있다. 온도 센서(290)는 온도 센싱값을 컨트롤러(180)로 출력할 수 있다.
온도 센서(290)의 일 예는 앤드 이팩터(260)에 설치된 비접족식 온도센서, 특히 적외선 센서일 수 있다.
컨트롤러(180)는 먼지센서(280)의 농도 센싱값 및 온도센서(290)의 온도 센싱값에 의해 위험 레벨(Level 1 내지 5)을 결정할 수 있다. 위험 레벨(Level 1 내지 5)은 메모리(170)에 기저장된 테이블이나 수학식에 의해 결정되거나 인공 신경망의 학습 모델에 의해 결정될 수 있고, 그 일 예는 하기의 표 1과 같이 결정될 수 있다.
센싱 온도 및
센싱 농도		 위험 레벨 온도 레벨 조리 시간 알림 여부
T2(255℃)미만이고, P2(42.5mg/L) 미만 Leve 1 OF
(최적온도 레벨)		 OT(최적 시간) X
T2(255℃)이상이거나, P2(42.5mg/L) 이상 Leve 2 O.9 OF 1.1 OT X
T3(270℃)이상이거나, P3(45mg/L) 이상 Leve 3 0.8 OF 1.2 OT O
T4(285℃)이상이거나, P4(47.5mg/L) 이상 Leve 4 0.7 OF 1.3 OT O
T5(300℃)이상이거나, P5(50mg/L) 이상 Leve 5 OFF OFF O
위험 레벨(Level 1 내지 5)은 온도 센싱값 및 농도 센싱값의 범위 별로 각각 결정될 수 있다.
복수개 위험 레벨(Level 1 내지 5) 중 최고 레벨(Level5)은 이물질 특히, 유증기의 농도 및 온도를 고려하여, 최고 온도(T5) 및 최고 농도(P5)가 결정될 수 있다.
통상적으로 조리용기(F)에서 사용될 수 있는 일반적인 식용유의 인화점은 300℃ 내지 315℃이고, 이러한 식용유의 자연 발화온도는 395℃ 내지 405℃이므로, 최고온도는 300℃ 로 설정될 수 있다.
한편, 조리용기(F) 주변에 부유하는 유증기의 최적 폭발 농도는 통상적으로 50mg/L일 수 있으므로, 최고농도는 50mg/L로 설정될 수 있다.
농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨이 상이할 경우, 컨트롤러(180)는 더 높은 위험 레벨을 현재의 위험 레벨로 결정할 수 있고, 이렇게 결정된 위험 레벨에 따른 온도 레벨과 조리 시간으로 로봇(100a)을 제어할 수 있다.
로봇(100a)은 일반 조리모드와 안전모드로 제어될 수 있고, 각 모드별로 조리기기(100e)를 상이하게 조작할 수 있다.
일반 조리모드는 조리기기(100e)가 최적 온도 레벨(OF) 및 최적 시간(OT)으로 조리용기(F)을 가열하도록 로봇(100a)이 조리기기(100e)를 제어/조작하는 모드일 수 있다.
일반 조리모드는 화재 위험성이 높지 않는 경우 실시되는 것이 바람직하고, 로봇(100a) 및 조리기기(100e)은 최적 시간(OT) 동안 최적 온도 레벨(OF)로 조리용기(F)을 가열하는 모드일 수 있다.
로봇(100a)은 조리 개시시, 기 설정된 프로그래밍에 의해 조리용기(F)가 최적 온도 레벨 및 최적 시간으로 가열되게 조작부(120)를 조작할 수 있고, 최적 온도 레벨은 조리 개시시 조작부(120)에 의해 조작된 온도 레벨일 수 있다.
최적 시간(OT)은 조작부(120)에 의해 조작될 수 있고, 조리기기(100e)에 의해 조리용기(F)을 가열하도록 설정/입력된 조리 시간일 수 있다.
최적 시간(OT)는 조리기기(100e)가 온된 후, 로봇(100a)이 조리를 완료하기 위해 조작부(120)를 통해 조리기기(100e)의 오프(정지) 명력을 입력하는데까지 소요되는 시간일 수 있다.
컨트롤러(180)는 일반 조리모드의 도중에, 먼지센서(280)의 농도 센싱값 및 온도센서(290)의 온도 센싱값에 따라 주기적으로 위험 레벨을 결정할 수 있고, 위험 레벨의 변화에 따라 온도 레벨과 조리 시간 중 적어도 하나가 가변되도록 로봇(100a)을 안전모드로 제어할 수 있다.
안전모드는 화재 위험성이 있거나 높을 경우 실시되는 것이 바람직하고, 로봇(100a) 및 조리기기(100e)은 최적 온도 레벨(OF) 보다 낮은 온도 레벨로 최적 시간(OT) 보다 긴 시간 동안 조리용기(F)을 가열하는 모드일 수 있다.
안전모드는 조리 개시시 조작부(120)를 통해 조작된 조리 조건 보다 낮은 온도 및 긴 시간으로 조리용기(F)을 가열하는 모드로서, 안전모드시, 로봇 시스템은 화재가 발생될 가능성을 최소화하면서 조리용기(F)을 가열 유지할 수 있다.
컨트롤러(180)는 표 1에 도시된 Level 1와 같이 위험 레벨이 결정되면, 안전모드를 개시하지 않고, 일반 조리모드로 로봇(100a)을 제어/유지할 수 있고, 로봇(100a)은 최적 시간(OT) 동안 조리가 행해지는 도중에, 위험 레벨을 고려하여 조작부(120)를 추가로 조작하지 않고, 현재 조리기기(100e) 상태를 유지할 수 있다.
온도 센싱값이 하한 온도(T2) 미만이면, 농도 센싱값이 하한 농도(P2) 미만이면, 위험 레벨은 최저 레벨(Level 1)일 수 있고, 컨트롤러(180)는 로봇(100a)을 일반 조리모드로 제어/유지할 수 있다.
컨트롤러(180)는 조리기기(100e)에 의한 조리 도중에, 표 1에 도시된 Level 2 내지 5와 같이 위험 레벨이 결정/변화되면, 온도 레벨과 조리 시간 중 적어도 하나가 가변되는 안전모드로 로봇(100a)를 제어할 수 있다.
안전모드시, 컨트롤러(180)는 위험 레벨이 높을수록 온도 레벨이 낮고 조리 시간이 길도록 로봇(100a)을 제어할 수 있다.
로봇 시스템은 알림기구(300)를 더 포함할 수 있다. 컨트롤러(180)는 위험 레벨이 알림 레벨 이상이면, 알림기구(300)로 알림 정보의 신호를 출력할 수 있다.
알림 레벨은 다수의 위험 레벨(Level 1 내지 5) 중 최저 레벨(Level 1) 이외의 설정된 레벨일 수 있고, 예를 들어, 총 5개의 위험 레벨이 있을 경우, 제3위험 레벨(Level 3) 또는 제4위험 레벨(Level 4)로 설정될 수 있다.
알림기구(300)는 부져나 스피커 등과 같이, 소리로 위험성을 알릴 수 있는 기기로 구성되는 것이 가능하고, 로봇(100a)의 관리자나 사용자가 보유하고 있는 단말기나 서버(500) 등으로 위험정보의 신호를 전송할 수 있는 통신모듈로 구성되는 것도 가능함은 물론이다.
로봇 시스템은 위험 레벨이 최고 레벨(Level 5)이면, 조리기기(100e)를 정지시킬 수 있다. 최고 레벨(Level 5)은 위험 레벨 중 온도 센싱값과 농도 센싱값 중 적어도 하나가 매우 위험한 상황일 때의 레벨일 수 있고, 컨트롤러(180)는 위험 레벨이 최고 레벨로 결정되면, 로봇(100a)이 조리기기(100e)를 오프(정지)시키도록 로봇(100a)을 제어할 수 잇고, 로봇(100a)을 조작부(120)를 통해 조리기기(100e)의 오프(정지)를 입력할 수 있으며, 조리기기(100e)는 조리 초기에 설정된 최적 시간(OT) 동안 조리용기(F)를 가열하지 못한 체, 조리 도중에 오프(정지)될 수 있다.
도 5는 본 발명의 실시 예에 따른 로봇 시스템의 다른 예가 도시된 측면도이다.
먼지센서(280') 및 온도센서(290')는 도 5에 도시된 바와 같이, 로봇(100a)에 장착되지 않고, 로봇(100a)과 이격되도록 조리기기(100e)의 주변에 배치될 수 있다. 먼지센서(280') 및 온도센서(290')는 조리기기(100e)의 상부 또는 조리용기(F)과 평행한 높이(H1)에 배치될 수 있다.
먼지센서(280') 및 온도센서(290') 각각은 조리기기(100e)의 화구(100f) 주변에 위치되는 높이(H1)에 배치될 수 있다.
로봇(100a)은 엔드 이팩터(260) 및 아암(230)을 조리용기(F) 위 이외의 영역으로 이동시킬 수 있으며, 조리기기(F)와 먼 영역으로 엔드 이팩터(260) 및 아암(230)을 이동시킬 수 있다.
먼지센서(280') 및 온도센서(290')는 엔드 이팩터(260)의 위치 및 아암(230)의 위치와 무관하게, 조리용기(100e)의 화구(100f) 주변의 이물질 농도 및 화구 온도를 센싱할 수 있고, 로봇 시스템은 조리용기(100e)의 화구(100f) 주변의 위험 레벨을 보다 신뢰성 높게 결정할 수 있다.
즉, 로봇(100a)이 조리 동작을 행하는 도중에, 먼지센서(280')는 이물질 농도를 센싱하여 농도 센싱값을 컨트롤러(180)로 전송할 수 있다. 그리고, 로봇(100a)이 조리 동작하는 도중에, 온도센서(290')는 온도를 센싱하여 온도 센싱값을 컨트롤러(180)로 전송할 수 있다.
컨트롤러(180)는 조리 동작을 행하는 도중에, 먼지센서(280')에서 전송된 농도 센싱값 및 온도센서(290')에서 전송된 온도 센싱값에 의해 위험 레별의 변경 여부를 판단할 수 있고, 위험 레벨이 변경되었으면, 실시하고 있던 조리 동작을 중단하고, 온도 레벨과 조리 시간이 변경된 위험 레벨과 대응되도록 조리기기(100e)의 조작부(120)를 조작할 수 있다.
일 예로, 로봇(100a)이 식품 재료를 재료 용기(F)에 투입하거나 식품 재료를 커팅하는 등의 조리 동작을 행하는 동안, 먼지센서(280')는 농도 센싱값을 컨트롤러(180)로 전송할 수 있고, 온도센서(290')는 온도 센싱값을 컨트롤러(180)로 전송할 수 있다.
로봇(100a)이 상기와 같은 조리 동작을 수행하는 도중에, 위험 레벨의 변화가 있으면, 컨트롤러(180)는 온도 레벨과 조리 시간 중 적어도 하나를 변경하기 위해, 이미 수행 중이던 조리 동작을 일시 중단한 후, 온도 레벨과 조리 시간 중 적어도 하나가 가변되게 조리기기(100e)의 조작부(120)를 조작할 수 있다.
상기와 같이, 로봇(100a)은 조작부(120)를 통해 온도 레벨과 조리 시간 중 적어도 하나를 조작한 후, 일시 중단되었던 조리 동작을 다시 재개할 수 있다.
도 6은 본 발명의 실시 예에 따른 로봇 시스템의 제어방법이 도시된 순서도이다.
도 6에 도시된 로봇 시스템의 제어방법은 조리용기(F)을 가열하는 조리기기(100e)와; 조리기기(100e)의 온도 레벨 및 조리 시간을 조절하는 로봇(100a)을 포함하는 로봇 시스템을 제어할 수 있고, 특히 로봇(100a)을 제어하여 조리기기(100e)의 온도 레벨 및 조리 시간을 조절할 수 있다.
로봇 시스템의 제어방법은 센싱 단계(S1))(S2)(S3)를 포함할 수 있다.
센싱 단계(S1))(S2)(S3)는 조리기기(100e)에 의한 조리 개시 후, 실시될 수 있고, 센싱 단계(S1))(S2)(S3)시, 조리기기(100e) 주변이나 로봇(100a)에 배치된 먼지센서(280)는 이물질 농도를 센싱할 수 있고, 조리기기(100e) 주변이나 로봇(100a)에 배치된 온도센서(290)는 조리용기(F)이나 조리기기(100e)의 온도를 센싱할 수 있다.
먼지센서(280)과 온도센서(290)는 소정 주기로 센싱하여 센싱값을 컨트롤러(180)로 출력할 수 있고, 컨트롤러(180)는 센싱 단계(S1))(S2)(S3)의 동안 센싱된 농도 센싱값 및 온도 센싱값에 의해 위험 레벨을 결정할 수 있다.
센싱 단계(S1))(S2)(S3)시, 로봇(100a)는 소정의 조리 동작을 수행할 수 있다. 로봇(100a)은 조리 기기(100e) 주변에서 식품 재료를 다듬거나 커팅하는 등의 조리 동작을 행하거나, 식품 재료를 조리 용기(F)에 투입하는 등의 조리 동작을 행할 수 있다.
상기와 같은 로봇(100a)의 조리 동작 도중에, 먼지센서(280)는 이물질을 센싱하여 농도 센싱값을 컨트롤러(180)으로 전송할 수 있고, 온도센서(290)는 온도를 센싱하여 온도 센싱값을 컨트롤러(180)으로 전송할 수 있다.
조리기기(100e)에 의한 조리 개시 후, 로봇 시스템에는 단시간 내 조리가 완료되는 등의 특수한 상황이 발생되거나 사용자 또는 관리자에 의해 조리 종료가 요청될 수 있다. 이 경우, 로봇(100a)은 조작부(120)을 조작하여 조리기기(100e)에 의한 조리를 종료하는 정지단계(S2)(S4)를 실시할 수 있다.
한편, 로봇 시스템의 제어방법은 센싱 단계(S1))(S2)(S3) 후 실시되는 가변 조리단계(S5)(S6)(S7)를 포함할 수 있다.
가변 조리단계(S5)(S6)(S7)는 센싱 단계(S1))(S2)(S3)에서 센싱된 농도 센싱값 및 온도 센싱값에 의해 결정된 위험 레벨의 변화가 있는 경우 실시될 수 있다.
가변 조리단계(S5)(S6)(S7)는 위험 레벨이 최저 레벨(Level 1)이 아니고, 최고 레벨(Level 5)이 아니면, 실시될 수 있다. 가변 조리단계(S5)(S6)(S7)는 위험 레벨이 최저 레벨(Level 1)과 최고 레벨(Level 5) 사이의 중간 레벨(Level 2 내지 4)일 경우 실시될 수 있고, 가변 조리단계(S5)(S6)(S7)시, 로봇(100a)은 변화된 위험 레벨에 따른 온도 레벨 및 조리 시간으로 조리기기(100e)를 조절할 수 있다.
농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨이 상이할 경우, 로봇(100a)은 더 높은 위험 레벨 따른 온도 레벨과 조리 시간으로 조리기기(100e)를 조절할 수 있다. 가변 조리단계(S5)(S6)(S7)시 로봇(100a)은 조리 도중에 조리기기(100e)를 조작하되, 위험 레벨이 높을수록 온도 레벨이 낮고 조리 시간이 길도록 조리기기(100e)를 조작할 수 있다.
로봇 시스템의 제어 방법은 상기와 같은 가변 조리단계(S5)(S6)(S7) 후, 센싱 단계(S1)(S2)(S3)(S4)로 복귀될 수 있고, 로봇 시스템은 조리가 완료될 때가 까지 가변 조리단계(S5)(S6)(S7)를 적어도 2회 실시할 수 있다.
농도 센싱값이 하한 농도(P2) 미만이고, 온도 센싱값이 하한 온도(T2) 미만이면, 위험 레벨은 최저 레벨(Level 1)일 수 있고, 이 경우, 로봇 시스템DMS 조리기기(100e)의 현재 조리를 유지시키는 일반 조리단계(S5)(S9)를 실시할 수 있다. 농도 센싱값이 하한 농도 미만으로 낮고, 온도 센싱값이 하한 온도 미만으로 낮은 경우, 화재 가능성이 낮기 때문에, 로봇(100a)은 온도 레벨이나 조리 시간을 변경시키지 않고, 조리기기(100e)의 현재 상태를 유지할 수 있다.(S5)(S9)
또한, 센싱 단계(S1))(S2)(S3)에서 센싱된 농도 센싱값 및 온도 센싱값에 의해 결정된 위험 레벨의 변화가 없으면, 조리기기(100e)의 현재 조리를 유지시키는 일반 조리단계(S4)(S9)를 포함할 수 있다.
조리기기(100e)에 의한 조리의 도중에, 농도 센싱값 및 온도 센싱값이 크게 변동되지 않으면, 로봇(100a)은 온도 레벨이나 조리 시간을 변경시키지 않고, 조리기기(100e)는 현재 상태를 유지할 수 있다.
로봇 시스템의 제어방법은 위험 레벨이 알림 레벨(예를 들면, Level 3) 이상이면, 알림기구(300)로 알림 정보의 신호를 출력하는 알림 단계를 더 포함할 수 있다. 로봇(100a)은 최고 레벨일 경우에도 알림기구(300)로 알림 정보의 신호를 출력할 수 있다.
또한, 로봇 시스템의 제어방법은 위험 레벨이 최고 레벨(Level 5)이면, 로봇이 조리기기(100e)를 정지시키는 정지단계(S6)(S10)를 더 포함할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
100a: 로봇 100e: 조리기기
280: 먼지센서 290: 온도센서
F: 조리용기

Claims (20)

  1. 온도 레벨을 선택하는 조작하는 조작부가 구비되고, 상기 조작부에 의해 선택된 온도 레벨로 조리용기를 가열하는 조리기기와;
    상기 조리기기의 온도 레벨 및 조리 시간을 조절하는 로봇과;
    상기 조리기기 주변이나 로봇에 배치되어 이물질 농도를 센싱하는 먼지센서와,
    상기 조리기기 주변이나 로봇에 배치되어 조리용기나 조리기기의 온도를 센싱하는 온도센서 및
    상기 먼지센서의 농도 센싱값 및 온도센서의 온도 센싱값에 의해 결정된 위험 레벨에 따라 상기 온도 레벨과 조리 시간 중 적어도 하나가 가변되도록 상기 로봇를 안전모드로 제어하는 컨트롤러를 포함하는 로봇 시스템.
  2. 제 1 항에 있어서,
    상기 로봇은
    복수개 아암 및 상기 복수개 아암을 연결하는 적어도 하나의 아암 커넥터을 갖는 로봇 팔과
    상기 로봇 팔에 설치된 엔드 이팩터를 포함하고,
    상기 먼지센서는 상기 로봇 팔에 설치되고,
    상기 온도센서는 상기 엔드 이팩터에 설치된 적외선 센서인 로봇 시스템.
  3. 제 1 항에 있어서,
    상기 먼지센서 및 온도센서는 조리기기의 상부 또는 조리용기와 평행한 높이에 배치된 로봇 시스템.
  4. 제 1 항 또는 제 3 항에 있어서,
    상기 로봇이 조리 동작하는 도중에,
    상기 먼지센서는 상기 이물질 농도를 센싱하여 농도 센싱값을 상기 컨트롤러로 전송하는
  5. 제 1 항 또는 제 3 항에 있어서,
    상기 로봇이 조리 동작하는 도중에,
    상기 온도센서는 상기 온도를 센싱하여 온도 센싱값을 상기 컨트롤러로 전송하는 로봇 시스템.
  6. 제 1 항에 있어서,
    상기 농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨이 상이할 경우, 상기 컨트롤러는 상기 조리기기가 더 높은 위험 레벨 따른 온도 레벨과 조리 시간으로 작동되도록 상기 로봇을 제어하는 로봇 시스템.
  7. 제 1 항에 있어서,
    상기 농도 센싱값이 하한 농도 미만이고, 상기 온도 센싱값이 하한 온도 미만이면, 상기 위험 레벨은 최저 레벨이고,
    상기 컨트롤러는 상기 로봇을 일반 조리모드로 제어하는 로봇 시스템.
  8. 제 1 항에 있어서,
    상기 컨트롤러는 상기 위험 레벨이 높을수록 상기 온도 레벨이 낮고 상기 조리 시간이 길도록 상기 로봇을 제어하는 로봇 시스템.
  9. 제 1 항에 있어서,
    알림기구를 더 포함하고,
    상기 컨트롤러는 위험 레벨이 알림 레벨 이상이면, 상기 알림기구로 알림 정보의 신호를 출력하는 로봇 시스템.
  10. 제 1 항에 있어서,
    상기 컨트롤러는 상기 위험 레벨이 최고 레벨이면, 상기 로봇에 의해 조리기기를 정지시키는 로봇 시스템.
  11. 조리용기를 가열하는 조리기기와;
    상기 조리기기의 온도 레벨 및 조리 시간을 조절하는 로봇을 포함하는 로봇 시스템의 제어방법에 있어서,
    상기 조리기기 주변이나 로봇에 배치된 먼지센서가 이물질 농도를 센싱하고, 상기 조리기기 주변이나 로봇에 배치된 온도센서가 조리용기나 조리기기의 온도를 센싱하는 센싱 단계와;
    상기 센셍 단계에서 센싱된 농도 센싱값 및 온도 센싱값에 의해 결정된 위험 레벨의 변화가 있고, 상기 위험 레벨이 최저 레벨 및 최고 레벨이 아니면, 상기 로봇은 변화된 위험 레벨에 따른 온도 레벨 및 조리 시간으로 상기 조리기기를 조절하는 가변 조리단계를 포함하는 로봇 시스템의 제어방법.
  12. 제 11 항에 있어서,
    상기 가변 조리단계는 상기 농도 센싱값에 의한 위험 레벨과 온도 센싱값에 의한 위험 레벨이 상이할 경우, 더 높은 위험 레벨 따른 온도 레벨과 조리 시간으로 상기 조리기기를 조절하는 로봇 시스템의 제어방법.
  13. 제 11 항에 있어서,
    상기 센싱 단계시, 상기 먼지센서가 이물질을 센싱하고 상기 온도센서가 상기 온도를 센싱하는 동안 상기 로봇은 조리 동작을 수행하는 로봇 시스템의 제어방법.
  14. 제 13 항에 있어서,
    상기 로봇이 조리 동작을 수행하는 동안 상기 먼지센서와 온도센서는 센싱값을 컨트롤러로 전송하는 로봇 시스템의 제어방법.
  15. 제 11 항에 있어서,
    상기 농도 센싱값이 하한 농도 미만이고, 상기 온도 센싱값이 하한 온도 미만이면, 상기 위험 레벨은 최저 레벨이고,
    상기 위험 레벨이 최저 레벨이면, 상기 조리기기의 현재 조리를 유지시키는 일반 조리단계를 포함하는 로봇 시스템의 제어방법.
  16. 제 11 항에 있어서,
    상기 센셍 단계에서 센싱된 농도 센싱값 및 온도 센싱값에 의해 결정된 위험 레벨의 변화가 없으면, 상기 조리기기의 현재 조리를 유지시키는 일반 조리단계를 포함하는 로봇 시스템의 제어방법.
  17. 제 11 항에 있어서,
    상기 가변 조리단계는 상기 위험 레벨이 높을수록 상기 온도 레벨이 낮고 상기 조리 시간이 길도록 상기 로봇을 제어하는 로봇 시스템의 제어방법.
  18. 제 11 항에 있어서,
    상기 위험 레벨이 알림 레벨 이상이면, 알림기구로 알림 정보의 신호를 출력하는 알림 단계를 더 포함하는 로봇 시스템의 제어방법.
  19. 제 11 항에 있어서,
    상기 위험 레벨이 최고 레벨이면, 상기 로봇이 상기 조리기기를 정지시키는 정지단계를 더 포함하는 로봇 시스템의 제어방법.
  20. 제 11 항에 있어서,
    상기 가변 조리 단계 후, 센싱 단계로 복귀되는 로봇 시스템의 제어방법.
KR1020190102241A 2019-08-21 2019-08-21 로봇 시스템 및 그 제어방법 KR20190104482A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190102241A KR20190104482A (ko) 2019-08-21 2019-08-21 로봇 시스템 및 그 제어방법
US16/565,786 US11358277B2 (en) 2019-08-21 2019-09-10 Robot system and control method of the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190102241A KR20190104482A (ko) 2019-08-21 2019-08-21 로봇 시스템 및 그 제어방법

Publications (1)

Publication Number Publication Date
KR20190104482A true KR20190104482A (ko) 2019-09-10

Family

ID=67950937

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190102241A KR20190104482A (ko) 2019-08-21 2019-08-21 로봇 시스템 및 그 제어방법

Country Status (2)

Country Link
US (1) US11358277B2 (ko)
KR (1) KR20190104482A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111700490A (zh) * 2020-06-28 2020-09-25 日照广亚机电设备有限公司 一种自助加工售卖的蒸菜机器人
CN114172939A (zh) * 2020-08-20 2022-03-11 珠海优特智厨科技有限公司 烹饪设备的互联方法及装置、烹饪设备、服务端
KR20220131674A (ko) * 2021-03-22 2022-09-29 박태순 스마트 인덕션 및 이를 포함한 자동 조리 제어 시스템
KR20240085162A (ko) 2022-12-07 2024-06-14 주식회사 로닉 사용자 맞춤형 음식을 자동으로 조리하는 방법 및 이를 위한 장치

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021065610A1 (ja) * 2019-10-03 2021-04-08 ソニー株式会社 データ処理装置、データ処理方法、ロボット
CN113059560B (zh) * 2021-03-03 2023-01-20 广东智源机器人科技有限公司 机械臂控制方法、装置、电子设备以及烹饪系统
CN216609039U (zh) * 2021-11-17 2022-05-27 哈尔滨理工大学 一种高危环境工作的智能仿生机械手结构

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4531832B2 (ja) 2007-10-10 2010-08-25 パナソニック株式会社 調理補助ロボット及び調理補助方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4503502A (en) * 1983-06-03 1985-03-05 Chapin Roger A Method and apparatus for automated chinese stir-fry cooking
US5349163A (en) * 1990-08-17 1994-09-20 Samsung Electronics Co., Ltd. Method of automatically cooking food by detecting the amount of gas or smoke being exhausted from a cooking device during cooking
CN100445948C (zh) * 2001-09-29 2008-12-24 张晓林 自动烹调方法及系统
JP5319922B2 (ja) * 2004-11-22 2013-10-16 リュウ、シャオユウ インテリジェント化調理方法
US8276506B2 (en) * 2007-10-10 2012-10-02 Panasonic Corporation Cooking assistance robot and cooking assistance method
US9027469B2 (en) * 2009-12-07 2015-05-12 Msx Technology Ag Method for controlling a cooking process
US9131807B2 (en) * 2010-06-04 2015-09-15 Shambhu Nath Roy Robotic kitchen top cooking apparatus and method for preparation of dishes using computer recipies
RU2743194C1 (ru) * 2014-02-20 2021-02-16 Марк ОЛЕЙНИК Роботизированная кухонная система (варианты), способ управления и кухонный модуль с её использованием (варианты)
US20160033140A1 (en) * 2014-07-30 2016-02-04 General Electric Company Oven appliance with interior cleanliness sensor
US10502430B1 (en) * 2018-10-10 2019-12-10 Brava Home, Inc. Particulates detection in a cooking instrument

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4531832B2 (ja) 2007-10-10 2010-08-25 パナソニック株式会社 調理補助ロボット及び調理補助方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111700490A (zh) * 2020-06-28 2020-09-25 日照广亚机电设备有限公司 一种自助加工售卖的蒸菜机器人
CN114172939A (zh) * 2020-08-20 2022-03-11 珠海优特智厨科技有限公司 烹饪设备的互联方法及装置、烹饪设备、服务端
CN114172939B (zh) * 2020-08-20 2024-04-02 珠海优特智厨科技有限公司 烹饪设备的互联方法及装置、烹饪设备、服务端
KR20220131674A (ko) * 2021-03-22 2022-09-29 박태순 스마트 인덕션 및 이를 포함한 자동 조리 제어 시스템
KR20240085162A (ko) 2022-12-07 2024-06-14 주식회사 로닉 사용자 맞춤형 음식을 자동으로 조리하는 방법 및 이를 위한 장치
KR20240085134A (ko) 2022-12-07 2024-06-14 주식회사 로닉 모듈형 조리 자동화 장치

Also Published As

Publication number Publication date
US20200016753A1 (en) 2020-01-16
US11358277B2 (en) 2022-06-14

Similar Documents

Publication Publication Date Title
US11358277B2 (en) Robot system and control method of the same
US20200046169A1 (en) Robot system and control method of the same
KR20190092337A (ko) 서빙 로봇 및 그를 이용한 고객 접대 방법
US20210137310A1 (en) Artificial intelligence cooking device
US20200015623A1 (en) Robot system and control method of the same
KR20210041703A (ko) 이동식 침대 로봇
US11559902B2 (en) Robot system and control method of the same
KR20190104943A (ko) 로봇 시스템 및 그 제어 방법
US11213956B2 (en) Robot system and method for controlling the same
KR102282104B1 (ko) 로봇
US11945097B2 (en) Robot and robot system comprising same
KR20190102149A (ko) 카메라 시야 확보를 위한 세척 기능을 구비하는 로봇 및 그의 제어 방법
KR20210092023A (ko) 조리 상태를 고려하여 조리 기능을 제어하는 인공 지능 조리 장치 및 그 방법
KR20210088315A (ko) 인공지능 조리 기기
KR20190114935A (ko) 인공지능 서버
KR20210060259A (ko) 로봇
US11478925B2 (en) Robot and method for controlling same
KR20210048063A (ko) 충전 스테이션
KR20210056172A (ko) 로봇
US20200001459A1 (en) Robot system and control method of the same
KR20190113690A (ko) 로봇 시스템 및 그 제어방법
US11172788B2 (en) Ladle and robot having the same
US20240017580A1 (en) Robot
US11524404B2 (en) Robot system and control method thereof
KR20210029591A (ko) 로봇 및 그 제어 방법

Legal Events

Date Code Title Description
G15R Request for early publication
E902 Notification of reason for refusal