KR20210007691A - 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템 - Google Patents

Abstract

본 개시의 일 측면에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템의 동작 방법은, 사용자가 제거 작업 대상인 곤충에 대한 입력 자료를 로봇시스템의 데이터베이스에 저장하는 단계, 사용자의 조작에 따라 로봇시스템이 작업 공간 및 장애 영역을 인식하고 인식된 작업 공간 및 장애 영역을 데이터베이스에 저장하는 단계, 사용자가 로봇시스템을 통해 퇴치 작업할 작업 대상과 작업 방법을 설정하는 단계, 로봇시스템을 활용하여 작업 영역을 설정하는 단계, 사용자가 상기 로봇시스템에 전원과 필요한 재료를 공급하는 단계, 사용자의 시작 설정에 따라 로봇시스템이 작업을 시작하는 단계, 로봇시스템이 인공지능을 활용하여 작업 대상을 인식하는 단계, 로봇시스템이 작업 대상과의 거리를 측정하여 측정된 거리가 제거 가능한 거리 내인지 파악하는 단계, 로봇시스템이 작업 대상을 추적하기 위해 이동할 최적 경로를 추정하고 작업 대상을 추적하는 단계, 로봇시스템이 작업 대상을 제거하고 제거된 작업 대상을 저장하는 단계, 로봇시스템이 작업을 종료하는 단계를 포함하고, 이에 따라, 사람들에게 유해한 모기, 말라리아, 파리, 말벌, 하루살이 등을 적은 시간과 인력, 비용으로 효율적으로 제거할 수 있어 위생상태를 개선시킬 수 있고, 전염병 확산을 줄일 수 있는 등 더욱 건강하고 안전한 생활을 영위할 수 있다.

Description

인공지능을 활용한 비행유해곤충 퇴치 로봇시스템{ROBOT SYSTEM FOR PREVENTING HARMFUL FLYING INSECTS USING ARTIFICIAL INTELLIGENCE}

본 발명은 인공지능을 활용하여 임의의 장소 영역 내에서 유해한 병원균을 옮기고 전염병을 전염시킬 수 있는 모기, 말라리아, 파리, 말벌, 하루살이 등과 같은 비행유해곤충들을 자동으로 인식하여 제거하고 처리하는 인공지능 비행유해곤충 퇴치 로봇시스템 및 그 동작 방법에 관한 것이다.

사람들이 생활하거나 근무하고 이동하는 주택, 건물, 아파트, 회사 빌딩, 야외 공원, 산, 들, 도로 등에는 모기, 말라리아, 째째파리, 하루살이 등이 생존하면서 다양한 질병을 일으킬 수 있는 나쁜 균들을 옮겨 각종 전염병이 자주 발생하고 이로 인해 수많은 사람들과 동물들이 많은 질병에 걸려 고생하고 있다. 또한, 사람들이 생활하거나 근무하고 이동하는 주택, 건물, 아파트, 회사 빌딩, 야외 공원, 산, 들, 도로 등에는 말벌과 같은 독을 지닌 독충들이 생존하면서 사람들이 쏘여 큰 고통을 느끼거나 심지어는 사망하기도 한다.

하지만 이러한 모기, 말라리아, 째째파리, 하루살이, 파리, 말벌 등은 퇴치하거나 제거하기 위해 인체에도 상당히 좋지 않은 살충제를 대량 살포하거나 아니면 효과적인 퇴치 방법이 거의 없어 많은 사람들과 동물들이 많은 전염병으로 고통스러워하고 있는 실정이다.

본 발명이 해결하고자 하는 과제는 인공지능과 비행 로봇기계, 거리측정장치, 전원배터리 관리장치 등을 활용하여 사용자가 지정한 임의의 공간 경계 범위에서 이동하면서 모기, 말라리아, 파리, 말벌, 하루살이 등들을 인식하고 이를 제거하는 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템을 제공하는데 있다.

본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확히 이해될 수 있을 것이다.

본 발명의 일 측면에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템의 방법으로서, 임의의 사용자가 제거 작업대상인 모기, 말라리아, 파리, 째째파리, 말벌, 하루살이 등에 대한 입력 자료를 로봇시스템 DB에 저장하는 단계; 사용자 조작에 따라 동 로봇시스템이 작업을 할 공간 인식 및 장애영역을 인식하고 동 정보를 DB에 저장하는 단계; 사용자가 동 로봇시스템을 통해 퇴치 작업할 작업 대상과 작업방법을 설정하는 단계; 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템을 활용하여 임의의 작업을 지시할 작업영역을 설정하는 단계; 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템에 전원과 필요한 재료를 공급하는 단계; 사용자의 작업을 시작 설정에 따라 동 로봇시스템이 작업을 시작하는 단계; 동 시스템이 인공지능을 활용하여 작업대상인 모기, 말라리아, 파리, 말벌, 하루살이 등을 인식하는 단계; 동 시스템이 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거리를 측정하여 제거할 수 있는 사정거래 내에 있는지를 파악하는 단계; 동 시스템이 모기, 말라리아, 파리, 말벌, 하루살이 등을 추적하기 위해 이동할 최적 경로를 추정하고 추적하는 단계; 동 시스템이 모기, 말라리아, 파리, 말벌, 하루살이 등을 퇴치 및 제거를 하고 제거한 경우 이를 별도로 저장하는 단계; 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 지정된 작업을 완료하여 작업을 종료하거나 사용자가 임의로 종료하는 단계를 포함할 수 있다.

일 실시예에 따라, 상기 작업 대상에는 모기, 말라리아, 파리, 말벌, 하루살이, 째째파리, 박쥐 등을 포함한다.

일 실시예에 따라 상기 작업대상 정보는 대상물의 사진이나 이미지 그래픽 자료, 동영상 자료 등일 수 있다.

일 실시예에 따라 상기 입력 자료의 저장은 USB 등과 같은 메모리칩을 통한 저장, 유선 및 무선 인터넷 통신을 통한 저장, 작업자 수작업 입력 등을 통한 자료 저장 방법을 포함할 수 있다.

일 실시예에 따라 상기 공간영역을 인식하는 방법은 동 로봇시스템이 영역 경계(Boundary)까지 비행(flying)하며, 영역 경계 간의 거리 측정(Distance measure)을 통해 영역 경계조건(Boundary condition)과 장애조건(Barrier condition) 등을 인식하는 방법을 포함할 수 있다.

상기 거리측정 방법은 음파를 이용하는 초음파 센서, 적외선 센서, 레이저를 이용하는 라이다(LIDAR) 센서, 전파를 이용하는 레이더(RADAR) 센서, 가시광성(Passive Sensor)를 이용하는 카메라 센서 등을 포함할 수 있다.

실시예에 따라 상기 공간 및 장애 영역을 인식하는 방법은 동 로봇시스템이 상기에서 인식한 영역 경계 간의 거리(Distance)와 같은 영역 경계조건(Boundary condition) 하에서 동 로봇시스템의 현재 위치(Spot location)를 3차원 좌표(3 Dimensional Coordinates) 등의 방법으로 기준점을 잡고 경계조건을 3차원 좌표값으로 표현하여 인식하는 방법을 포함할 수 있다.

여기서 3차원 좌표는 공간의 가로축(x)과 세로축(y)과 높이(z)를 각각 나타내는 좌표로 특정한 기본 위치점(base location) 좌표 (0,0,0)으로 기준으로 예를 들명 (2.7미터, 1.29미터, 1.78미터)와 같이 표현할 수도 있다.

상기 공간 및 장애 영역을 인식하는 방법으로 머신러닝이나 딥러닝과 같은 인공지능을 활용하여 공간경계 및 장애공간 영역를 인지하는 방법에는 학습 또는 비학습적인 방법으로 자동으로 인식하는 인공지능 자동인식방법 등과 같은 방법들을 포함할 수 있다.

일 실시예에 따라, 상기 사용자가 작업 방법을 설정하는 단계는 모기, 말라리아, 파리, 말벌, 하루살이 등을 인식했을 때 해당 모기, 말라리아, 파리, 말벌, 하루살이 등을 날카로운 기구로 찌르거나 베거나, 살충제를 뿌리거나 철말 등의 방법으로 포획하거나 작업공간 밖으로 퇴치하는 방법 등을 설정하는 단계를 포함한다.

일 실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템에 전원과 필요한 재료를 공급하는 단계는 수동으로 작업자가 동 시스템에 살충제 재료를 공급하는 방법뿐만 아니라 동 시스템이 자동으로 동 재료의 재고상태를 인지하여 필요시에는 이를 공급받을 수 있는 저장창고로 이동하여 자동으로 공급받은 방법 등을 포함할 수 있다.

일 실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업을 시작하는 단계는 사용자가 직접 수동으로 직접 또는 무선으로 지시를 내리거나, 시간 예약과 같이 일정한 시점 또는 시간 동안에 작업 지시를 내리는 방법 등을 포함할 수 있다.

일 실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역을 이동하는 단계는 동 시스템이 캐터필러, 로봇이동장치, 드론비행 등과 같은 다양한 이동방법을 포함할 수 있다.

일 실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역을 이동하면서 작업 대상을 인식하는 단계에는 작업 대상인 다양한 모기, 말라리아, 파리, 말벌, 하루살이 등들에 대한 이미지 정보들을 활용하여 머신러닝과 딥러닝과 같은 인공지능방법으로 작업 대상을 인식하는 단계 등을 포함할 수 있다.

일 실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역을 이동하면서 작업대상인 모기, 말라리아, 파리, 말벌, 하루살이 등들을 인식하는 단계에는 작업 대상에 대한 소리정보들을 활용하여 머신러닝과 딥러닝과 같은 인공지능방법으로 작업 대상을 음성인식 등의 방법으로 인식하는 단계 등을 포함할 수 있다.

상기 머신러닝은 감독(supervised)학습, 비감독(unsupervised)학습, 강화(reinforcement)학습 등의 방법으로, Random Forest, SVM(Support Vector Machine), Clustering 등과 같은 머신러닝(Machine Learning)모형일 수 있다.

상기 딥러닝은 CNN(Convolutionary Neural Network), RNN(Recurrent Neural Network) 등의 방법을 포함할 수 있다.

일 실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 제거 작업 대상인 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거리를 측정하고 동 시스템이 모기, 말라리아, 파리, 말벌, 하루살이 등을 제거할 수 있는 사정 거래 내에 존재하는 지를 파악 방법에는 아래와 같은 거리를 측정하는 방법을 포함할 수 있다.

상기 거리측정 방법은 음파를 이용하는 초음파 센서, 적외선 센서, 레이저를 이용하는 라이다(LIDAR) 센서, 전파를 이용하는 레이더(RADAR) 센서, 가시광성(Passive Sensor)를 이용하는 카메라 센서 등을 포함할 수 있다.

일 실시예에 따라 상기의 방법들을 이용하여 동 로봇이 작업 대상인 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거래를 측정한 후에, 동 거리 정보와 이미 동 로봇시스템이 인식한 공간(Space) 및 경계조건(Boundary condition)과 동 로봇시스템의 현재 위치(Spot location) 3차원 좌표(3 Dimensional Coordinates) 정보 등을 활용하여 동 로봇시스템의 순간최대이동속도 및 평균이동속도 정보와 모기, 말라리아, 파리, 말벌, 하루살이 등의 순간최대이동속도 및 평균이동속도 정보를 고려하여 모기, 말라리아, 파리, 말벌, 하루살이 등이 사정거리 내에 존재하는 지를 수치적 연산에 따라 파악한다.

여기서 3차원 좌표는 공간의 가로축(x)과 세로축(y)과 높이(z)를 각각 나타내는 좌표로 특정한 기본 위치점(base location) 좌표 (0,0,0)으로 기준으로 예를 들명 (2.7미터, 1.29미터, 1.78미터)와 같이 표현할 수도 있다.

일 실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업대상인 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거리를 인식한 후, 동 거리 정보와 이미 인지한 공간 경계 및 장애물 정보, 동 로봇의 순간 최대비행속도, 평균 비행속도, 작업대상의 순간최대이동속도, 평균이동속도 정보 등을 기반으로 동 작업대상을 추적하여 작업이 가능한 사정거리 내로 접근하기 위해 필요한 최적의 경로는 시간의 흐름에 따라 작업대상 모기, 말라리아, 파리, 말벌, 하루살이 등의 이동공간을 파악하여 선형 또는 비선형 최적경로를 선형 또는 비선형적인 최적화 기법, 통계적 기법, 인공지능 기법 등에 따라 결정하는 방법을 포함할 수 있다.

일 실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업을 수행하면서 제거 물질을 처리하여 저장하는 방법은 동 시스템이 작업을 수행하면서 제거해야하는 모기, 말라리아, 파리, 말벌, 하루살이 등들 일정 시간 동안 저장하다가 저장공간이 충분하지 않을 경우 이를 저장하는 저장영역까지 이동하여 이를 별도로 저장하는 단계를 포함할 수 있다.

상기의 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템은 여기에 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 기법들도 해당함을 당업자는 명확히 이해할 수 있을 것이다.

본 발명의 인공지능을 활용한 비행유해곤충(Harmful flying insects) 퇴치 로봇시스템에 따르면, 사용자는 임의의 영역을 설정하여 모기, 말라리아, 파리, 말벌, 하루살이 등을 퇴치작업 대상으로 설정하여 이들을 동 시스템이 스스로 인지하여 날카로운 기구로 제거하거나 최소한의 살충제로 효과적인 다양한 방법으로 제거하게 할 수 있다.

본 발명의 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템에 따르면, 사용자가 정한 임의의 영역에서 미리 설정한 작업을 동 시스템은 1년 365일, 1일 24시간 동안 밝거나 어두움에 상관 없이, 쉬지 않고 설정된 영역 Boundary 안의 공간을 모니터링하면서 모기, 말라리아, 파리, 말벌, 하루살이 등을 저렴한 비용으로 완벽하게 제거할 수 있다.

본 발명의 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템에 따르면, 다양한 나쁜 균들을 올기는 비위생적인 모기, 말라리아, 파리, 말벌, 하루살이 등을 제거함으로써, 보다 깨끗한 환경과 건강한 삶을 영위할 수 있다.

본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템의 동작 방법을 예시한 순서도이다.

본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 일 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템의 동작 방법을 예시한 순서도이다.

도 1을 참조하면, 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템은 사용자가 동 시스템을 활용하여 작업할 작업 대상 정보를 입력하는 단계(S11)부터 시작할 수 있다.

실시예에 따라 상기 작업 대상은 모기, 말라리아, 째째파리, 파리, 말벌, 하루살이, 박쥐 등을 포함할 수 있다.

실시예에 따라 상기 작업대상 정보는 대상물의 사진이나 이미지 그래픽 자료, 동영상 자료 등일 수 있다.

실시예에 따라 상기 입력 자료의 저장은 USB 등과 같은 메모리칩을 통한 저장, 유선 및 무선 인터넷 통신을 통한 저장, 작업자 수작업 입력 등을 통한 자료 저장 방법을 포함할 수 있다.

도 1의 단계(S12)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업을 할 공간 영역과 장애물(Barrier) 영역을 인식하고 저장하는 단계이다.

실시예에 따라 상기 공간영역을 인식하는 방법은 동 로봇시스템이 영역 경계(Boundary)까지 비행(flying)하며, 영역 경계 간의 거리 측정(Distance measure)을 통해 영역 경계조건(Boundary condition)과 장애조건(Barrier condition) 등을 인식하는 방법을 포함할 수 있다.

상기 거리측정 방법은 음파를 이용하는 초음파 센서, 적외선 센서, 레이저를 이용하는 라이다(LIDAR) 센서, 전파를 이용하는 레이더(RADAR) 센서, 가시광성(Passive Sensor)를 이용하는 카메라 센서 등을 포함할 수 있다.

실시예에 따라 상기 공간 및 장애 영역을 인식하는 방법은 동 로봇시스템이 상기에서 인식한 영역 경계 간의 거리(Distance)와 같은 영역 경계조건(Boundary condition) 하에서 동 로봇시스템의 현재 위치(Spot location)를 3차원 좌표(3 Dimensional Coordinates) 등의 방법으로 기준점을 잡고 경계조건을 3차원 좌표값으로 표현하여 인식하는 방법을 포함할 수 있다.

여기서 3차원 좌표는 공간의 가로축(x)과 세로축(y)과 높이(z)를 각각 나타내는 좌표로 특정한 기본 위치점(base location) 좌표 (0,0,0)으로 기준으로 예를 들명 (2.7미터, 1.29미터, 1.78미터)와 같이 표현할 수도 있다.

상기 공간 및 장애 영역을 인식하는 방법으로 머신러닝이나 딥러닝과 같은 인공지능을 활용하여 공간경계 및 장애공간 영역를 인지하는 방법에는 학습 또는 비학습적인 방법으로 자동으로 인식하는 인공지능 자동인식방법 등과 같은 방법들을 포함할 수 있다.

도 1의 단계(S13)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업할 작업 대상을 조회하고 작업 방법을 사용자가 설정하는 단계이다.

실시예에 따라, 상기 사용자가 선택하는 작업 대상은 모기, 말라리아, 파리, 째째파리, 말벌, 하루살이 등을 포함할 수 있다.

실시예에 따라, 상기 사용자가 작업 방법을 설정하는 단계는 모기, 말라리아, 파리, 말벌, 하루살이 등을 인식했을 때 해당 생물을 날카로운 기구로 찌르거나 베거나, 살충제를 뿌리거나 철말 등의 방법으로 포획하거나 작업공간 밖으로 퇴치하는 방법 등을 설정하는 단계를 포함한다.

도 1의 단계(S14)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업에 필요한 전원과 살충제 등과 같은 필요한 재료를 공급받는 단계이다.

실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템에 전원과 필요한 재료를 공급하는 단계는 수동으로 작업자가 동 시스템에 살충제와 같은 필요 재료를 공급하는 방법뿐만 아니라 동 시스템이 자동으로 이러한 필요 물질의 재고상태를 인지하여 필요시에는 이를 공급받을 수 있는 저장창고로 이동하여 자동으로 공급받은 방법 등을 포함할 수 있다.

도 1의 단계(S15)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 시작을 설정하고 동 시스템 작업을 하면서 작업 영역 내에서 필요한 이동을 하는 단계이다.

실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업을 시작하는 단계는 사용자가 직접 수동으로 직접 또는 무선으로 지시를 내리거나, 시간 예약과 같이 일정한 시점 또는 시간 동안에 작업 지시를 내리는 방법 등을 포함할 수 있다.

실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역을 이동하는 단계는 동 시스템이 캐터필러, 로봇이동장치, 드론비행 등과 같은 다양한 이동방법을 포함할 수 있다.

도 1의 단계(S16)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역 내에서 이동하면서 작업 대상인 모기, 말라리아, 파리, 말벌, 하루살이 등을 인식하는 단계이다.

실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역을 이동하면서 작업대상인 모기, 말라리아, 파리, 말벌, 하루살이 등들을 인식하는 단계에는 작업 대상에 대한 이미지 정보들을 활용하여 머신러닝과 딥러닝과 같은 인공지능방법으로 작업 대상을 인식하는 단계 등을 포함할 수 있다.

실시예에 따라, 상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역을 이동하면서 작업대상인 모기, 말라리아, 파리, 말벌, 하루살이 등들을 인식하는 단계에는 작업 대상에 대한 소리정보들을 활용하여 머신러닝과 딥러닝과 같은 인공지능방법으로 작업 대상을 음성인식 등의 방법으로 인식하는 단계 등을 포함할 수 있다.

상기 머신러닝은 감독(supervised)학습, 비감독(unsupervised)학습, 강화(reinforcement)학습 등의 방법으로, Random Forest, SVM(Support Vector Machine), Clustering 등과 같은 머신러닝(Machine Learning)모형일 수 있다.

상기 딥러닝은 CNN(Convolutionary Neural Network), RNN(Recurrent Neural Network) 등의 방법을 포함할 수 있다.

도 1의 단계(S17)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 제거 작업 대상인 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거리를 측정하고 동 시스템이 모기, 말라리아, 파리, 말벌, 하루살이 등을 제거할 수 있는 사정 거래 내에 존재하는 지를 파악하는 단계이다.

상기 거리측정 방법은 음파를 이용하는 초음파 센서, 적외선 센서, 레이저를 이용하는 라이다(LIDAR) 센서, 전파를 이용하는 레이더(RADAR) 센서, 가시광성(Passive Sensor)를 이용하는 카메라 센서 등을 포함할 수 있다.

실시예에 따라 상기의 방법들을 이용하여 동 로봇이 작업 대상인 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거래를 측정한 후에, 동 거리 정보와 단계 S12에서 동 로봇시스템이 인식한 공간(Space) 및 경계조건(Boundary condition)과 동 로봇시스템의 현재 위치(Spot location) 3차원 좌표(3 Dimensional Coordinates) 정보 등을 활용하여 동 로봇시스템의 순간최대이동속도 및 평균이동속도와 모기, 말라리아, 파리, 말벌, 하루살이 등의 순간 최대이동속도 및 평균이동속도를 고려하여 모기, 말라리아, 파리, 말벌, 하루살이 등이 사정거리 내에 존재하는 지를 수치적 연산에 따라 파악한다.

여기서 3차원 좌표는 공간의 가로축(x)과 세로축(y)과 높이(z)를 각각 나타내는 좌표로 특정한 기본 위치점(base location) 좌표 (0,0,0)으로 기준으로 예를 들명 (2.7미터, 1.29미터, 1.78미터)와 같이 표현할 수도 있다.

도 1의 단계(S18)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역 내에서 모기, 말라리아, 파리, 말벌, 하루살이 등울 인식하고 거리를 측정하고 S17 단계에서 사정거리 내에 존재한다고 판단된 경우, 동 로봇시스템이 비행하면서 모기, 말라리아, 파리, 말벌, 하루살이 등과의 거리를 좁혀 제거작업을 할 수 있도록 모기, 말라리아, 파리, 말벌, 하루살이 등의 이동경로를 추적하는 최적경로를 산출하는 단계이다.

일 실시예에 따라 상기 최적경로 산출 방법은 시간의 흐름에 따라 동 모기, 말라리아, 파리, 말벌, 하루살이 등이 이동하는 공간의 좌표와 거리를 인식하고 이를 선형 또는 비선형적인 최적화 기법에 따라 이동경로를 파악하고 예상 이동경로를 추정하는 방법 등을 포함할 수 있다.

도 1의 단계(S19)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업 영역 내에서 모기, 말라리아, 파리, 말벌, 하루살이 등 을 제거작업을 하면서 제거된 모기, 말라리아, 파리, 말벌, 하루살이 등들을 저장하고 처리하는 단계이다.

실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 모기, 말라리아, 파리, 말벌, 하루살이 등을 제거하는 방법은 날카로운 침으로 찌르거나, 베거나, 살충제를 뿌리거나 주사(injection)하거나, 철망 등으로 포획하는 방법 등을 포함할 수 있다.

실시예에 따라, 상기 사용자가 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 작업을 수행하면서 제거 물질을 처리하여 저장하는 방법은 동 시스템이 작업을 수행하면서 제거한 모기, 말라리아, 파리, 말벌, 하루살이 등들을 일정 시간 동안 저장하다가 저장공간이 충분하지 않을 경우 이를 저장하는 저장영역까지 이동하여 이를 별도로 저장하는 단계를 포함할 수 있다.

도 1의 단계(S20)는 본 발명의 실시예에 따른 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템이 사용자가 설정한 작업 영역 내에서의 작업을 완벽히 수행하여 작업을 종료하거나, 사용자의 필요에 의해 사용자가 임의로 동 시스템을 종료하는 단계이다.

상기 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템 방법과 관련하여 본문에 개시되어 있는 본 발명의 실시예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 실시예들은 다양한 형태로 실시될 수 있으며 본문에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니 된다.

또한 상기에서 기술한 방법에만 한정되지 아니 하고 여기서 기술하지 않은 방법이라 하더라도 본 특허의 범위에 적용을 받을 것이다.

Claims (1)

1. 인공지능을 활용한 비행유해곤충 퇴치 로봇시스템의 동작 방법으로서,
   사용자가 제거 작업 대상인 곤충에 대한 입력 자료를 로봇시스템의 데이터베이스에 저장하는 단계;
   상기 사용자의 조작에 따라 상기 로봇시스템이 작업 공간 및 장애 영역을 인식하고 인식된 작업 공간 및 장애 영역을 상기 데이터베이스에 저장하는 단계;
   상기 사용자가 상기 로봇시스템을 통해 퇴치 작업할 작업 대상과 작업 방법을 설정하는 단계;
   상기 로봇시스템을 활용하여 작업 영역을 설정하는 단계;
   상기 사용자가 상기 로봇시스템에 전원과 필요한 재료를 공급하는 단계;
   상기 사용자의 시작 설정에 따라 상기 로봇시스템이 작업을 시작하는 단계;
   상기 로봇시스템이 인공지능을 활용하여 작업 대상을 인식하는 단계;
   상기 로봇시스템이 상기 작업 대상과의 거리를 측정하여, 측정된 거리가 제거 가능한 거리 내인지 파악하는 단계;
   상기 로봇시스템이 상기 작업 대상을 추적하기 위해 이동할 최적 경로를 추정하고, 상기 작업 대상을 추적하는 단계;
   상기 로봇시스템이 상기 작업 대상을 제거하고, 제거된 상기 작업 대상을 저장하는 단계;
   상기 로봇시스템이 작업을 종료하는 단계를 포함하는 방법.

Images