KR20210056603A - 로봇 및 그의 제어 방법 - Google Patents

로봇 및 그의 제어 방법 Download PDF

Info

Publication number
KR20210056603A
KR20210056603A KR1020190143261A KR20190143261A KR20210056603A KR 20210056603 A KR20210056603 A KR 20210056603A KR 1020190143261 A KR1020190143261 A KR 1020190143261A KR 20190143261 A KR20190143261 A KR 20190143261A KR 20210056603 A KR20210056603 A KR 20210056603A
Authority
KR
South Korea
Prior art keywords
robot
user
event
processor
camera
Prior art date
Application number
KR1020190143261A
Other languages
English (en)
Inventor
김남건
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 KR1020190143261A priority Critical patent/KR20210056603A/ko
Priority to US16/744,587 priority patent/US11554499B2/en
Publication of KR20210056603A publication Critical patent/KR20210056603A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • 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
    • B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • 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
    • B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • B25J11/0015—Face robots, animated artificial faces for imitating human expressions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/003—Controls for manipulators by means of an audio-responsive input
    • 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
    • B25J19/021—Optical sensing devices
    • B25J19/023—Optical sensing devices including video camera means
    • 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
    • B25J9/16—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
    • B25J9/1674—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
    • B25J9/1694—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
    • B25J9/1697—Vision controlled systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
    • G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/04—Babies, e.g. for SIDS detection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/02—Operational features
    • A61B2560/0242—Operational features adapted to measure environmental factors, e.g. temperature, pollution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0204—Acoustic sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0219—Inertial sensors, e.g. accelerometers, gyroscopes, tilt switches
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0223—Magnetic field sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02—Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0257—Proximity sensors
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1126—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique
    • A61B5/1128—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb using a particular sensing technique using image analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1176—Recognition of faces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Automation & Control Theory (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Child & Adolescent Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Manipulator (AREA)

Abstract

본 발명의 실시 예에 따른 로봇은, 마이크로폰; 소정 방향을 향하도록 배치된 카메라; 및 상기 로봇의 구동 모드가 사용자 모니터링 모드로 설정되는 경우, 상기 카메라의 구동을 비활성화하고 상기 마이크로폰의 구동을 활성화하고, 상기 마이크로폰을 통해 사운드 신호를 획득하고, 획득된 사운드 신호로부터 추정되는 이벤트에 기초하여 상기 카메라의 구동을 활성화하고, 상기 활성화된 카메라를 통해 획득되는 영상으로부터 이벤트를 확인하고, 확인된 이벤트에 기초한 동작을 수행하도록 상기 로봇에 포함된 적어도 하나의 구성을 제어하는 프로세서를 포함한다.

Description

로봇 및 그의 제어 방법{ROBOT AND METHOD FOR CONTROLLING THE SAME}
본 발명은 로봇 및 그의 제어 방법에 관한 것이다.
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계로서, 로봇의 응용분야는 대체로 산업용, 의료용, 우주용, 해저용 등 다양한 분야로 분류된다. 최근에는 음성이나 제스쳐 등을 통해 인간과 커뮤니케이션이나 인터랙션을 수행할 수 있는 커뮤니케이션 로봇이 증가되는 추세이다.
이러한 커뮤니케이션 로봇은 특정 장소에 배치되어 이용자에게 각종 정보를 안내하는 안내 로봇이나, 가정에 구비되는 홈 로봇 등 다양한 종류의 로봇을 포함할 수 있다. 또한, 커뮤니케이션 로봇은 학습자와의 인터랙션을 통해 상기 학습자의 학습을 지도하거나 보조하는 교육용 로봇을 포함할 수 있다.
커뮤니케이션 로봇은 다양한 구성들을 이용하여 사용자나 학습자 등과의 인터랙션을 수행하도록 구현될 수 있다. 예컨대, 커뮤니케이션 로봇은 로봇 주변에서 발생하는 사운드를 획득하는 마이크로폰이나, 로봇 주변의 이미지를 획득하는 카메라를 포함할 수 있다.
이러한 로봇은 사용자의 기동어 발화 등에 응답하여 구동하거나, 다양한 센서들을 이용하여 주변 환경의 변화를 감지하고, 감지 결과에 기초하여 자동으로 소정 동작을 수행할 수 있다.
다만, 로봇이 불필요한 상황에서 주변 환경의 변화를 감지하여 동작하는 경우 리소스의 낭비를 초래할 수 있고, 전력의 소모량이 불필요하게 증가하며, 사용자의 불편함이나 번거로움을 야기할 수 있다.
본 발명이 해결하고자 하는 과제는, 사용자의 수면 등의 상황에서 사용자에 대한 인터럽트를 최소화할 수 있는 로봇을 제공하는 것이다.
본 발명이 해결하고자 하는 다른 과제는, 전력 소모를 최소화하면서 사용자의 상태나 주변 상황을 효과적으로 모니터링할 수 있는 로봇을 제공하는 것이다.
본 발명의 실시 예에 따른 로봇은, 상기 로봇의 구동 모드가 사용자 모니터링 모드로 설정되는 경우, 카메라의 구동을 비활성화하고 마이크로폰의 구동을 활성화하고, 상기 마이크로폰을 통해 획득되는 사운드 신호로부터 추정된 이벤트에 기초하여 상기 카메라의 구동을 활성화하고, 상기 활성화된 카메라를 통해 획득되는 영상으로부터 확인되는 이벤트에 기초한 동작을 수행할 수 있다.
실시 예에 따라, 상기 로봇은 상기 추정된 이벤트가 알림 이벤트로 설정되어 있는 경우 상기 카메라의 구동을 활성화할 수 있다.
실시 예에 따라, 상기 로봇은 상기 획득된 영상으로부터 확인된 이벤트가 알림 이벤트로 설정되어 있는 경우, 확인된 이벤트와 관련된 알림을 출력하거나 이동 단말기로 상기 알림을 전송할 수 있다.
실시 예에 따라, 상기 로봇은 상기 획득된 영상으로부터 확인된 이벤트의 종류에 기초하여 사용자의 현재 상태와 관련된 히스토리를 업데이트할 수 있다.
실시 예에 따라, 상기 사용자 모니터링 모드는 사용자의 수면 시 구동되는 수면 히스토리 모드를 포함하고, 상기 로봇은 사용자가 수면 중이지 않은 것으로 감지되는 경우, 사운드 신호의 발생 시각 또는 영상의 획득 시각에 사용자가 기상한 것으로 수면 히스토리를 업데이트하고, 수면 모니터링 모드를 종료할 수 있다.
실시 예에 따라, 상기 로봇은 사용자가 수면 중인 것으로 감지되는 경우, 상기 사용자의 움직임 여부 또는 상기 사용자로부터 발생한 사운드의 종류에 기초하여 상기 수면 히스토리를 업데이트할 수 있다.
실시 예에 따라, 상기 로봇은 사용자 모니터링 모드의 진입 시, 상기 카메라가 상기 사용자를 포함하는 위치를 향하도록 적어도 하나의 모터를 제어할 수 있다.
본 발명의 실시 예에 따르면, 로봇은 사용자가 수면 상태인 경우 등과 같이 일반적인 상태에 비해 로봇의 사용 빈도가 상대적으로 감소하는 상태에서 마이크로폰 및/또는 조도 센서 등의 최소한의 구성들만을 활성화하여 사용자 또는 주변 상황을 모니터링하는 사용자 모니터링 모드를 제공함으로써, 로봇의 전력 소모를 최소화할 수 있다.
또한, 로봇은 마이크로폰 및/또는 조도 센서를 통한 감지 결과가 특정 조건을 만족하는 경우 카메라 등의 구성을 구동시키고 소정 동작을 수행함으로써, 로봇의 빈번한 구동 또는 웨이크-업에 따른 사용자에 대한 인터럽트를 최소화할 수 있다.
뿐만 아니라, 로봇은 사용자 모니터링 모드로 구동 중 감지되는 각종 정보에 기초하여 사용자의 상태와 관련된 히스토리를 기록함으로써, 사용자의 수면 습관 등 각종 유용한 데이터를 효과적으로 제공할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.
도 2는 본 발명의 일 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.
도 3은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 시스템을 나타낸다.
도 4는 본 발명의 일 실시 예에 따른 로봇의 사시도이다.
도 5는 본 발명의 일 실시 예에 따른 로봇의 제어 구성을 나타내는 블록도이다.
도 6은 본 발명의 실시 예에 따른 로봇의 사용자 모니터링 모드와 관련된 개략적인 제어 동작을 설명하기 위한 플로우차트이다.
도 7은 수면 모니터링 모드로 진입한 로봇의 제어 동작에 대한 일 실시 예를 설명하기 위한 플로우차트이다.
도 8a 내지 도 8d는 도 7에 도시된 로봇의 동작과 관련된 일 예시도이다.
도 9a 내지 도 9b는 도 7에 도시된 로봇의 동작과 관련된 일 예시도이다.
도 10은 수면 모니터링 모드로 진입한 로봇의 제어 동작에 대한 일 실시 예를 설명하기 위한 플로우차트이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명한다. 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
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 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.
도 1은 본 발명의 일 실시 예에 따른 로봇을 포함하는 AI 장치를 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, 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(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 로봇과 연결되는 AI 서버를 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 로봇을 포함하는 AI 시스템을 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.
도 4는 본 발명의 일 실시 예에 따른 로봇의 사시도이다.
도 4를 참조하면, 로봇(100a)은 사용자와의 커뮤니케이션이나 인터랙션을 통해 사용자에게 정보 또는 콘텐츠를 제공하거나 특정 행위를 유도하는 등의 동작을 수행하는 커뮤니케이션 로봇에 해당할 수 있다.
예컨대, 로봇(100a)은 가정에 배치되는 홈 로봇일 수 있다. 이러한 홈 로봇은 사용자와의 인터랙션을 통해 사용자에게 각종 정보 또는 콘텐츠를 제공하거나, 가정 내에서 발생하는 이벤트를 모니터링하는 등의 동작을 수행할 수 있다.
상술한 동작의 수행을 위해, 로봇(100a)은 사용자 또는 로봇 주변의 영상을 획득하는 카메라(142), 사용자의 음성 또는 로봇 주변의 소리 등을 획득하는 적어도 하나의 마이크로폰(124; 도 5 참조), 사용자 등의 신체 일부(예컨대 손가락 등)와의 접촉을 감지하는 터치 센서(147), 그래픽 또는 텍스트를 출력하는 디스플레이(152), 음성이나 음향을 출력하는 스피커(154), 및 특정 이벤트나 상황에 대응하여 소정 색상이나 패턴을 갖는 광을 출력하는 광원(156; 도 5 참조) 등의 입출력 수단을 포함할 수 있다.
로봇(100a)은 내부에 구현된 적어도 하나의 마이크로폰(124)을 통해 로봇 외부의 소리를 원활히 획득하기 위해, 커버(또는 케이스)의 외면에 형성된 적어도 하나의 마이크로폰 홀(125a~125c)을 포함할 수 있다. 마이크로폰 홀(125a~125c) 각각은 어느 하나의 마이크로폰(124)에 대응하는 위치에 형성되고, 마이크로폰(124)은 상기 마이크로폰 홀(125a~125c)을 통해 외부와 연통될 수 있다. 한편, 로봇(100a)은 서로 이격되어 배치된 복수의 마이크로폰들을 포함할 수 있고, 이 경우 로봇(100a)은 상기 복수의 마이크로폰들을 이용하여 소리가 발생한 방향을 감지할 수 있다.
디스플레이(152)는 로봇(100a)으로부터 일 면을 향하도록 배치될 수 있다. 이하, 디스플레이(152)가 향하는 방향을 로봇(100a)의 전방으로 정의한다. 한편, 스피커(154)는 로봇(100a)의 하부에 배치된 것으로 도시되어 있으나, 스피커(154)의 위치는 실시 예에 따라 다양하게 변경될 수 있다.
광원(156)은 LED 등으로 구현되어, 로봇(100a)의 상태나 이벤트 등을 색상이나 출력 패턴의 변화를 통해 나타낼 수 있다. 도 4에서는 로봇(100a)의 양 측면에 배치되는 제1 광원(156a)과, 로봇(100a)의 하부에 배치되는 제2 광원(156b)이 도시되어 있으나, 광원(156)의 수 및 배치 위치는 다양하게 변경될 수 있다.
비록 도시되지는 않았으나, 로봇(100a)은 일 위치에서 다른 위치로 이동하기 위한 이동 수단(주행 수단)을 더 포함할 수도 있다. 예컨대, 상기 이동 수단은 적어도 하나의 휠 및 상기 휠을 회전시키는 모터를 포함할 수 있다.
도 5는 본 발명의 일 실시 예에 따른 로봇의 제어 구성을 나타내는 블록도이다.
도 5를 참조하면, 로봇(100a)은 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 회전 모터(162), 틸팅 모터(164), 메모리(170), 및 프로세서(180)를 포함할 수 있다. 도 5에 도시된 구성들은 설명의 편의를 위한 일례로서, 로봇(100a)은 도 5에 도시된 구성들보다 많거나 적은 구성들을 포함할 수 있다.
한편, 도 1의 AI 장치(100)와 관련된 내용은 본 발명의 로봇(100a)에도 유사하게 적용되는 바, 도 1에서 상술한 내용과 중복되는 내용은 생략한다.
통신부(110)는 로봇(100a)을 네트워크를 통해 서버, 이동 단말기, 다른 로봇 등과 연결하기 위한 통신 모듈들을 포함할 수 있다. 상기 통신 모듈들 각각은 도 1에서 상술한 통신 기술 중 어느 하나를 지원할 수 있다.
예컨대, 로봇(100a)은 공유기 등의 액세스 포인트를 통해 네트워크와 연결될 수 있다. 이에 따라, 로봇(100a)은 입력부(120)나 센싱부(140) 등을 통해 획득되는 각종 정보를, 상기 네트워크를 통해 서버나 이동 단말기로 제공할 수 있다. 상기 서버로 전송되는 정보는 상기 서버에 저장되거나, 상기 서버와 연결된 다른 전자 기기(이동 단말기, 로봇 등)로 전송될 수 있다.
입력부(120)는 다양한 종류의 데이터를 획득하는 적어도 하나의 입력 수단을 포함할 수 있다. 예컨대, 상기 적어도 하나의 입력 수단은 버튼이나 다이얼 등의 물리 입력 수단, 터치 패드나 터치 패널과 같은 터치 입력부(122), 사용자의 음성이나 로봇(100a) 주변의 소리 등을 수신하는 마이크로폰(124) 등을 포함할 수 있다. 실시 예에 따라, 터치 입력부(122)는 디스플레이(152)와 함께 터치 스크린 형태로 구현될 수도 있다. 사용자는 입력부(120)를 통해 각종 요청이나 명령을 로봇(100a)으로 입력할 수 있다.
한편, 프로세서(180)는 마이크로폰(124)을 통해 수신되는 사용자의 음성 데이터를 상기 통신부(110)를 통해 서버로 전송할 수 있다. 서버는 상기 음성 데이터를 분석하여 상기 음성 데이터 내의 시동어나 명령어, 요청 등을 인식하고, 인식 결과를 로봇(100a)으로 제공할 수 있다. 실시 예에 따라, 상기 서버는 도 2에서 상술한 AI 서버(200)로 구현될 수 있고, 이 경우 서버는 러닝 프로세서(240)을 통해 학습된 모델(인공신경망(231a))을 통해 상기 음성 데이터 내의 시동어, 명령어, 요청 등을 인식할 수 있다. 프로세서(180)는 상기 인식 결과에 기초하여 동작 모드를 전환하거나, 명령어 또는 요청을 처리할 수 있다.
실시 예에 따라, 프로세서(180)는 로봇(100a) 내의 러닝 프로세서(130)에 의해 학습된 모델을 통해, 상기 음성 데이터 내의 시동어, 명령어, 요청 등을 직접 인식할 수도 있다. 또는, 프로세서(180)는 상기 서버로부터 상기 학습된 모델에 대응하는 데이터를 수신하여 메모리(170)에 저장하고, 저장된 데이터를 통해 상기 음성 데이터 내의 시동어, 명령어, 요청 등을 인식할 수도 있다.
센싱부(140)는 로봇(100a) 주변의 다양한 정보를 센싱하는 적어도 하나의 센서를 포함할 수 있다. 예컨대 센싱부(140)는 카메라(142), 근접 센서(144), 조도 센서(146), 및 터치 센서(147) 등의 다양한 센서들을 포함할 수 있다.
카메라(142)는 로봇(100a) 주변의 영상을 획득할 수 있다. 실시 예에 따라, 프로세서(180)는 카메라(142)를 통해 사용자의 얼굴을 포함하는 이미지를 획득하여 사용자를 인식하거나, 사용자의 제스쳐나 표정 등을 획득할 수 있다.
근접 센서(144)는 로봇(100a) 주변에 사용자 등의 오브젝트가 접근함을 감지할 수 있다. 예컨대, 근접 센서(144)에 의해 사용자의 접근이 감지되는 경우, 프로세서(180)는 출력부(150)를 통해 초기 화면이나 초기 음성을 출력하여 사용자로 하여금 로봇(100a)의 사용을 유도할 수 있다.
조도 센서(146)는 로봇(100a)이 배치된 공간의 밝기를 감지할 수 있다. 프로세서(180)는 상기 조도 센서(146)의 감지 결과 및/또는 시간대 정보에 기초한 다양한 동작을 수행하도록 구성들을 제어할 수 있다.
터치 센서(147)는 사용자의 신체 일부가 로봇(100a)의 소정 영역에 접촉됨을 감지할 수 있다. 예컨대, 상기 터치 센서(147)는 로봇(100a)의 헤드부, 구체적으로 디스플레이(152)를 포함하는 얼굴 영역의 상방 또는 후방에 배치될 수 있으나, 반드시 그러한 것은 아니다.
출력부(150)는 로봇(100a)의 동작이나 상태, 로봇(100a)에서 실행되는 각종 서비스, 프로그램, 애플리케이션 등과 관련된 각종 정보 또는 콘텐츠를 출력할 수 있다. 또한, 출력부(150)는 사용자와의 인터랙션을 수행하기 위한 각종 메시지나 정보를 출력할 수 있다.
출력부(150)는 디스플레이(152), 스피커(154), 및 광원(156) 등을 포함할 수 있다.
디스플레이(152)는 상술한 각종 정보나 메시지를 그래픽 형태로 출력할 수 있다. 실시 예에 따라, 디스플레이(152)는 터치 입력부(122)와 함께 터치 스크린 형태로 구현될 수 있고, 이 경우 디스플레이(152)는 출력 수단뿐만 아니라 입력 수단으로서도 기능할 수 있다.
스피커(154)는 상기 각종 정보나 메시지를 음성이나 음향 형태로 출력할 수 있다.
광원(156)은 LED 등으로 구현될 수 있다. 프로세서(180)는 광원(156)을 통해 로봇(100a)의 상태 등을 나타낼 수 있다. 실시 예에 따라, 광원(156)은 보조적인 출력 수단으로서 디스플레이(152) 및/또는 스피커(154)와 함께 각종 정보를 사용자에게 제공할 수도 있다.
한편, 로봇(100a)은 헤드 및/또는 바디를 수직 축을 기준으로 회전시키는 회전 모터(162)와, 상기 헤드 및/또는 바디를 수평 축을 기준으로 회전(틸팅)시키기 위한 틸팅 모터(164)를 포함할 수 있다.
프로세서(180)는 상기 회전 모터(162) 및/또는 틸팅 모터(164)를 제어하여 로봇(100a)을 회전 및/또는 틸팅시킴으로써, 로봇(100a)의 디스플레이(152) 및 카메라(142)가 향하는 방향을 변경시킬 수 있다.
메모리(170)는 로봇(100a)에 포함된 구성 요소들의 동작을 제어하기 위한 제어 데이터, 입력부(120)를 통해 획득된 입력이나 센싱부(140)를 통해 획득되는 정보에 기초한 동작을 수행하기 위한 데이터 등의 각종 데이터가 저장될 수 있다.
또한, 메모리(170)에는 프로세서(180)에 포함된 적어도 하나의 프로세서나 컨트롤러에 의해 실행되는 소프트웨어 모듈이나 애플리케이션 등의 프로그램 데이터가 저장될 수 있다.
또한, 본 발명의 실시 예에 따른 메모리(170)에는 디스플레이(152)를 통해 로봇(100a)의 감정 표현을 나타내기 위한 인터페이스가 저장될 수 있다. 예컨대 상기 인터페이스는 디스플레이(152)를 통해 출력되는 GUI(graphic user interface), 및 스피커(154)를 통해 출력되는 사운드를 포함할 수 있다.
이러한 메모리(170)는 하드웨어적으로, ROM, RAM, EPROM, 플래시 드라이브, 하드 드라이브 등과 같은 다양한 저장기기를 포함할 수 있다.
프로세서(180)는 로봇(100a)의 동작을 제어하는 적어도 하나의 프로세서나 컨트롤러 등을 포함할 수 있다. 구체적으로, 프로세서(180)는 적어도 하나의 CPU, AP(application processor), 마이크로컴퓨터(또는 마이컴), 집적 회로, ASIC(application specific integrated circuit) 등을 포함할 수 있다.
예컨대, 프로세서(180)는 카메라(142)를 통해 획득되는 이미지 신호를 처리하는 이미지 신호 프로세서(image signal processor (ISP)), 디스플레이(152)의 동작을 제어하는 디스플레이 컨트롤러 등을 포함할 수 있다.
한편, 프로세서(180)는 주변 환경(예컨대 시간, 조도, 입력 유무, 사용자 유무, 사운드 유무 등)이나 사용자 설정 등에 기초하여, 로봇(100a)의 구동 모드를 다양한 모드들 중 어느 하나로 설정할 수 있다.
특히, 본 실시 예에 따른 로봇(100a)의 구동 모드는, 사용자의 수면 중 수면 방해를 최소화하고, 불필요한 전력 소모를 최소화하기 위한 수면 모니터링 모드를 포함할 수 있다. 이하 도면들을 참조하여 상기 수면 모니터링 모드와 관련된 실시 예들을 설명한다.
도 6은 본 발명의 실시 예에 따른 로봇의 사용자 모니터링 모드와 관련된 개략적인 제어 동작을 설명하기 위한 플로우차트이다.
상기 사용자 모니터링 모드는, 사용자가 수면, 전화 통화, 음악 감상, 회의 등과 같은 특정 동작을 수행함에 따라 로봇(100a)의 사용 빈도가 일반적인 상황에 비해 상대적으로 감소하는 상태에서 활성화되는 모드에 해당할 수 있다.
실시 예에 따라, 상기 사용자 모니터링 모드는 사용자의 상태에 따른 적어도 하나의 모니터링 모드를 포함할 수 있다.
설명의 편의를 위해, 이하 도면들에서는 사용자 모니터링 모드의 일례로서 수면 모니터링 모드와 관련된 실시 예들 위주로 설명하나, 수면 모니터링 모드와 관련된 실시 예들 중 적어도 일부는 사용자 모니터링 모드에 포함되는 다른 다양한 모드에 대해서도 유사하게 적용될 수 있다.
도 6을 참조하면, 로봇(100a)은 수면 모니터링 모드로 진입할 수 있다(S100).
프로세서(180)는 특정 조건에서 로봇(100a)의 구동 모드를 수면 모니터링 모드로 설정함으로써, 로봇(100a)을 수면 모니터링 모드로 진입시킬 수 있다.
예컨대, 프로세서(180)는 현재 시각이 기설정된 또는 사용자에 의해 설정된 수면 모니터링 모드 진입 시각에 도달하는 경우, 상기 구동 모드를 수면 모니터링 모드로 설정할 수 있다.
또는, 프로세서(180)는 입력부(120)를 통해 수신되는 수면 모니터링 모드 진입 명령이나, 터치 센서(147)를 통해 수면 모니터링 모드 진입 명령에 대응하는 사용자의 터치 입력이 수신됨에 기초하여 상기 구동 모드를 수면 모니터링 모드로 설정할 수 있다.
또는, 프로세서(180)는 조도 센서(146)를 통해 감지되는 조도가 기준 조도보다 낮은 상태가 소정 시간 이상 지속되거나, 마이크로폰(124)을 통해 소정 레벨 이상의 사운드 신호가 수신되지 않는 상태가 소정 시간 이상 지속되는 경우, 상기 구동 모드를 수면 모니터링 모드로 설정할 수도 있다.
로봇(100a)은 수면 모니터링 모드로 진입됨에 따라, 활성화된 센서들을 통해 로봇(100a)의 주변 환경 변화를 감지할 수 있다(S110).
프로세서(180)는 상기 수면 모니터링 모드의 진입 시, 최소한의 구성들을 제외한 나머지 구성들을 비활성화할 수 있다.
예컨대, 프로세서(180)는 마이크로폰(124) 및/또는 조도 센서(146)만을 활성화하고, 나머지 구성들의 구동을 비활성화할 수 있다. 특히, 프로세서(180)는 카메라(142), 디스플레이(152) 등 전력 소모가 상대적으로 큰 구성들의 구동을 비활성화할 수 있다.
사용자의 수면 중 로봇(100a)의 사용 빈도는 사용자의 비수면 중 사용 빈도에 비해 상대적으로 낮을 수 있다. 이에 따라, 프로세서(180)는 상기 카메라(142), 디스플레이(152) 등의 구성들의 구동을 비활성화(턴 오프 등)함으로써, 수면 모니터링 모드에서의 불필요한 전력 소모를 최소화할 수 있다.
한편, 실시 예에 따라 프로세서(180)는 수면 모니터링 모드의 진입 시, 카메라(142) 및 디스플레이(152)가 사용자를 향하도록 회전 모터(162) 및/또는 틸팅 모터(164)를 제어한 후, 상기 카메라(142) 및 디스플레이(152)의 구동을 비활성화할 수 있다. 이에 따라, 추후 카메라(142)가 활성화될 때, 프로세서(180)는 카메라(142)를 통해 획득되는 영상으로부터 사용자의 수면 상태를 보다 신속히 확인할 수 있다.
프로세서(180)는 활성화된 센서들(마이크로폰, 조도 센서)을 이용하여 주변 환경 변화를 감지할 수 있다.
프로세서(180)는 마이크로폰(124)을 통해 로봇(100a) 주변의 사운드 신호를 획득하고, 획득된 사운드 신호에 소정 이벤트에 대응하는 사운드가 포함되어 있는 지 여부를 감지할 수 있다.
또는, 프로세서(180)는 조도 센서(146)를 통해 로봇(100a) 주변의 조도 변화를 감지함으로써, 공간 내 조명이 켜지는 등의 이벤트를 감지할 수 있다.
로봇(100a)은 감지된 주변 환경 변화에 기초하여 카메라(142)를 구동할 수 있다(S120). 로봇(100a)은 구동된 카메라(142)에 의해 획득되는 영상으로부터 사용자의 수면 상태를 인식하거나, 로봇(100a)의 주변에서 발생하는 이벤트를 인식할 수 있다(S130).
상기 수면 모니터링 모드에서 활성화되는 센서들(마이크로폰(124), 조도 센서(146))은 사운드나 조도 등의 한정된 소스로부터 주변 환경의 변화를 감지하므로, 사용자의 수면 상태나 로봇(100a) 주변에서 발생한 이벤트에 대한 감지 정확도는 카메라(142)에 비해 낮을 수 있다.
따라서, 프로세서(180)는 수면 모니터링 모드에서 활성화된 구성들(센서들)을 통해 주변 환경의 변화가 감지되는 경우, 카메라(142)를 구동시킬 수 있다.
예컨대, 프로세서(180)는 마이크로폰(124)을 통해 획득되는 사운드 신호로부터 소정 이벤트의 발생이 추정되는 경우, 카메라(142)를 활성화하여 로봇(100a) 주변의 영상을 획득하고, 획득된 영상에 기초하여 상기 이벤트의 발생 여부를 확인할 수 있다.
또는, 프로세서(180)는 조도 센서(146)를 통해 급격한 조도 변화가 감지되는 경우(예컨대 조명의 온), 카메라(142)를 활성화하여 사용자의 수면 여부 또는 타인의 존재 여부를 확인할 수 있다.
로봇(100a)은 인식된 수면 상태 또는 이벤트에 대응하는 동작을 수행할 수 있다(S140).
프로세서(180)는 활성화된 카메라(142)를 통해 획득된 영상에 기초하여 사용자의 수면 상태(수면 여부)를 감지하거나 로봇(100a) 주변에서 발생한 이벤트를 감지하고, 감지 결과에 기초한 다양한 동작을 수행할 수 있다.
S130 단계 내지 S140 단계와 관련된 구체적인 예들에 대해서는 이하 도 7 내지 도 10을 참조하여 보다 상세히 설명하기로 한다.
도 7은 수면 모니터링 모드로 진입한 로봇의 제어 동작에 대한 일 실시 예를 설명하기 위한 플로우차트이다. 도 8a 내지 도 8d는 도 7에 도시된 로봇의 동작과 관련된 일 예시도이다. 도 9a 내지 도 9b는 도 7에 도시된 로봇의 동작과 관련된 일 예시도이다.
도 7을 참조하면, 로봇(100a)은 수면 모니터링 모드로 진입함에 따라(S200), 마이크로폰(124)을 통해 획득되는 사운드 신호의 변화를 감지할 수 있다(S205).
프로세서(180)는 수면 모니터링 모드에서, 마이크로폰(124)을 통해 사운드 신호를 지속적으로 획득할 수 있다.
한편, 로봇(100a)에 복수의 마이크로폰들이 구비된 경우, 프로세서(180)는 수면 모니터링 모드의 진입 시 상기 복수의 마이크로폰들 중 일부만을 활성화하여 로봇(100a)의 전력 소비량을 감소시킬 수도 있다. 예컨대 로봇(100a)에 4개의 마이크로폰들이 구비된 경우, 프로세서(180)는 수면 모니터링 모드의 진입 시 2개의 마이크로폰들만을 활성화시킬 수 있다.
프로세서(180)는 활성화된 마이크로폰(124)을 통해 지속적으로 획득되는 사운드 신호로부터, 사운드 신호의 변화가 발생함을 감지할 수 있다. 예컨대, 상기 사운드 신호의 변화는, 사용자 등의 기동어 발화, 로봇(100a) 주변의 이벤트 발생 등으로 인한 것일 수 있다.
로봇(100a)은 상기 사운드 신호의 변화가 사용자의 기동어 발화로 인한 것인지, 즉 사운드 신호로부터 기동어가 인식되는지 여부를 확인할 수 있다(S210).
프로세서(180)는 상기 변화가 발생한 구간의 사운드 신호에, 기 등록된 기동어에 대응하는 신호 특성이 포함되어 있는지 여부를 인식할 수 있다.
상기 사운드 신호로부터 기동어가 인식되는 경우(S210의 YES), 프로세서(180)는 로봇(100a)을 웨이크-업 시키고, 기동어의 발화 이후에 입력되는 명령을 처리할 수 있다(S215). 프로세서(180)는 상기 명령의 처리 결과와 관련된 정보를 출력할 수 있다(S220).
상기 로봇(100a)이 웨이크-업 됨에 따라, 비활성화 상태인 카메라(142), 디스플레이(152) 등의 구성이 활성화될 수 있다.
프로세서(180)는 상기 기동어의 발화 이후에 입력부(120)나 카메라(142) 등을 통해 획득되는 명령을 처리하고, 처리 결과와 관련된 정보를 상기 활성화된 디스플레이(152) 등의 출력부(150)를 통해 출력할 수 있다.
한편, 프로세서(180)는 상기 사운드 신호로부터 기동어가 인식되지 않는 경우(S210의 NO), 획득된 사운드 신호의 신호 특성에 기초하여 이벤트를 추정할 수 있다(S225).
로봇(100a)의 메모리(170)에는, 복수의 이벤트들 각각에 대한 신호 특성 정보가 저장될 수 있다. 상기 신호 특성 정보는 신호의 파형, 패턴, 세기 등 대응하는 이벤트와 관련된 사운드의 고유한 신호 특성에 대한 정보를 포함할 수 있다. 예컨대, 상기 신호 특성 정보는 이벤트와 관련된 사운드의 샘플 파형(신호)을 포함할 수 있다.
프로세서(180)는 획득된 사운드 신호를 상기 메모리(170)에 저장된 복수의 신호 특성 정보와 비교함으로써, 상기 사운드 신호에 대응하는 이벤트를 추정할 수 있다.
예컨대, 프로세서(180)는 복수의 신호 특성 정보 중 제1 신호 특성 정보와, 상기 사운드 신호의 유사도가 기준값 이상인 경우, 상기 제1 신호 특성 정보에 대응하는 이벤트가 발생한 것으로 추정할 수 있다.
로봇(100a)은 추정된 이벤트가 알림 이벤트에 해당하는 경우(S230의 YES), 카메라(142)를 활성화시키고, 카메라(142)를 통해 획득되는 영상에 기초하여 이벤트를 확인할 수 있다(S235).
상기 알림 이벤트는 사용자 등에게 알림이 필요한 속성의 이벤트를 의미할 수 있다. 예컨대 상기 알림 이벤트는 사이렌, 타인의 침입, 아기 울음 등의 비상 상황이나 위급 상황에 해당하는 이벤트들을 포함할 수 있다. 또한, 상기 알림 이벤트는 초인종 울림 등과 같이 알림이 필요한 다양한 이벤트들을 포함할 수 있다. 또는, 상기 알림 이벤트는 카메라(142)를 구동할 이벤트를 의미할 수도 있다.
예컨대, 메모리(170)에는 상술한 복수의 이벤트들 각각이 알림 이벤트로 설정되어 있는지 여부를 나타내는 설정 정보가 더 저장될 수 있다. 메모리(170)에 저장된 설정 정보에 기초하여, 프로세서(180)는 추정된 이벤트가 알림 이벤트로 설정되어 있는지 여부를 확인할 수 있다.
다만, 사운드 신호에 기초하여 추정된 이벤트는 실제 발생한 이벤트와 상이할 수 있다. 따라서, 프로세서(180)는 실제 발생한 이벤트를 보다 정확히 감지하기 위해, 카메라(142)를 활성화할 수 있다.
프로세서(180)는 활성화된 카메라(142)를 통해 획득되는 영상으로부터 이벤트를 확인할 수 있다. 예컨대, 프로세서(180)는 기 공지된 각종 영상 인식 기법에 기초하여, 상기 영상 내의 사람 등 오브젝트의 상태를 인식하고, 인식 결과와 사운드 신호의 신호 특성에 기초하여 상기 이벤트를 정확히 확인할 수 있다.
확인된 이벤트가 알림 이벤트에 해당하는 경우(S240의 YES), 프로세서(180)는 상기 이벤트의 발생을 나타내는 알림을 출력부(150)를 통해 출력하거나, 로봇(100a)과 통신가능한 이동 단말기로 상기 알림을 전송할 수 있다(S245).
프로세서(180)는 상기 알림을 출력하기 위해 디스플레이(152), 스피커(154), 또는 광원(156) 중 적어도 하나를 활성화할 수 있다. 즉, 상기 구성들은 수면 모니터링 모드에서 비활성화되고, 알림의 출력 시에만 활성화됨으로써, 최소한의 전력을 사용할 수 있다.
또는, 프로세서(180)는 상기 알림을 사용자의 이동 단말기를 통해 출력하기 위해, 상기 이벤트의 발생을 나타내는 알림을 상기 이동 단말기로 전송하도록 통신부(110)를 제어할 수 있다.
이와 관련하여 도 8a 내지 도 8d를 참조하면, 프로세서(180)는 모니터링 대상(예컨대 유아(800))의 수면 시, 로봇(100a)의 구동 모드를 수면 모니터링 모드로 전환할 수 있다. 상술한 바와 같이, 프로세서(180)는 수면 모니터링 모드의 전환 시, 카메라(142)가 유아(800)를 향하도록 회전 모터(162) 및/또는 틸팅 모터(164)를 구동시킬 수 있다.
수면 모니터링 모드의 개시에 따라, 프로세서(180)는 카메라(142) 및 디스플레이(152)의 구동을 비활성화할 수 있다. 그리고, 프로세서(180)는 복수의 마이크로폰들 중 일부(예컨대 제1 마이크로폰(124a) 및 제2 마이크로폰(124b))만을 활성화할 수 있다.
한편, 유아(800)는 수면 중 잠에서 깨어 울음을 터뜨릴 수 있다. 이 경우, 프로세서(180)는 활성화된 마이크로폰(124a, 124b)을 통해 유아(800)의 울음소리를 포함하는 사운드 신호를 수신할 수 있다.
프로세서(180)는 수신된 사운드 신호의 신호 특성에 기초하여, 유아(800)의 울음에 해당하는 이벤트가 발생함을 추정할 수 있다. 프로세서(180)는 메모리(170)에 저장된 정보에 기초하여, 상기 추정된 이벤트가 알림 이벤트에 해당함을 인식할 수 있다.
프로세서(180)는 인식 결과에 기초하여 카메라(142)의 구동을 활성화할 수 있다. 수면 모니터링 모드의 진입 시 카메라(142)가 유아(800)를 향하는 상태였으므로, 프로세서(180)는 카메라(142)를 통해 유아(800)를 포함하는 영상을 신속히 획득할 수 있다.
프로세서(180)는 획득된 영상으로부터 유아(800)가 우는 상태(울음에 해당하는 이벤트의 발생)를 확인하고, 확인된 상태(이벤트)를 보호자에게 알리기 위해 보호자의 이동 단말기(810)로 알림(NOTI)을 전송할 수 있다. 보호자는 이동 단말기(810)를 통해 제공되는 알림을 확인함으로써, 유아(800)에게 적절한 조치를 취할 수 있을 것이다.
다시 도 7을 설명한다.
반면, 확인된 이벤트가 알림 이벤트에 해당하지 않는 경우(S240의 NO), 프로세서(180)는 확인된 이벤트의 종류에 기초하여 사용자의 수면 패턴 기록을 업데이트할 수 있다 (S250).
사운드 신호에 기초하여 추정된 이벤트가 알림 이벤트에 해당하였으나, 카메라(142)를 이용하여 확인된 이벤트는 알림 이벤트에 해당하지 않는 경우가 발생할 수 있다. 예컨대 타인의 TV 시청 중 TV로부터 출력된 사운드가 상기 알림 이벤트에 해당하는 사운드인 경우, 카메라(142)에 의해 확인되는 이벤트는 상기 알림 이벤트에 해당하지 않을 수 있다.
이 경우, 프로세서(180)는 별도의 동작을 수행하지 않거나, 카메라(142)에 의해 확인된 이벤트의 종류(예컨대 사용자의 잠꼬대 등)에 기초하여 사용자의 수면 패턴 기록(또는 수면 히스토리)을 업데이트할 수도 있다.
한편, 사운드 신호의 신호 특성에 기초하여 추정된 이벤트가 알림 이벤트에 해당하지 않는 경우(S230의 NO), 프로세서(180)는 획득된 사운드 신호의 신호 특성이 기준 레벨 이상 변화하는지 여부에 기초하여 카메라(142)를 활성화시킬 수 있다(S255). 사운드 신호의 신호 특성들 중 적어도 하나가 기준 레벨 이상 변화함이 감지되면(S255의 YES), 프로세서(180)는 카메라(142)를 활성화하고, 카메라(142)를 통해 획득되는 영상으로부터 사용자의 수면 상태를 감지할 수 있다(S260).
추정된 이벤트가 알림 이벤트에 해당하지 않는 경우, 상기 이벤트의 발생을 사용자에게 알릴 필요가 없으므로, 카메라(142)의 구동이 필수적이지 않을 수 있다.
이 경우, 프로세서(180)는 사운드 신호의 신호 특성들에 기초하여 소정 조건이 만족될 때 카메라(142)를 활성화하고, 활성화된 카메라(142)를 통해 획득되는 영상으로부터 사용자의 수면 상태를 모니터링하거나 로봇(100a)의 주변 상황을 모니터링할 수 있다.
상기 신호 특성은 신호의 크기, 주파수, 지속시간 등을 포함할 수 있다. 즉, 프로세서(180)는 획득되는 사운드 신호의 크기가 기준 크기 이상 변화하는 경우, 사운드 신호의 주파수 변화 정도가 기준 레벨 이상인 경우, 및/또는 사운드 신호에 포함된 소정 사운드의 지속 시간이 기준 시간 이상인 경우 등의 상황이 발생한 경우, 카메라(142)를 활성화시킬 수 있다.
예컨대, 프로세서(180)는 소정 사운드를 포함하는 사운드 신호의 발생 후, 지속 시간이 제1 기준 시간 이상인 경우 카메라(142)를 활성화시킬 수 있다. 한편, 실시 예에 따라, 프로세서(180)는 사운드 신호의 지속 시간이 제1 기준 시간보다 긴 제2 기준 시간 이상인 경우(예컨대, 타인의 TV 시청으로 인해 발생하는 사운드)에는 카메라(142)를 활성화시키지 않을 수도 있다.
사용자의 수면 이탈, 즉 사용자가 수면 중이지 않은 것으로 감지되는 경우(S265의 YES), 프로세서(180)는 사용자의 수면 패턴 기록을 업데이트하고 수면 모니터링 모드를 종료할 수 있다(S270).
프로세서(180)는 사용자의 수면 위치를 포함하는 영상을 이용하여, 사용자의 수면 상태를 모니터링할 수 있다.
프로세서(180)는, 상기 영상에 사용자가 포함되어 있지 않거나, 사용자가 수면 위치로부터 소정 거리 이상 이격된 상태이거나, 사용자의 자세가 앉은 자세 또는 서 있는 자세인 등 수면 상태가 아닌 것으로 감지된 경우, 상기 사운드 신호의 발생 시점에 사용자가 기상한 것으로 인식할 수 있다. 실시 예에 따라, 상기 영상에 사용자가 포함되어 있지 않은 경우, 프로세서(180)는 사용자의 위치를 확인하기 위해, 회전 모터(162) 및/또는 틸팅 모터(164)를 제어하여 카메라(142)가 향하는 방향을 변경시키면서 영상을 획득할 수도 있다.
이에 따라, 프로세서(180)는 상기 사운드 신호의 발생 시각 또는 영상의 획득 시각에 사용자가 기상한 것으로 수면 패턴 기록을 업데이트할 수 있다. 그리고, 프로세서(180)는 수면 모니터링 모드를 종료할 수 있다. 즉, 프로세서(180)는 사용자의 별도 입력 없이도 기상 시점에 대한 정보를 용이하게 획득할 수 있다.
반면, 사용자가 수면 상태인 것으로 감지되는 경우(S265의 NO), 프로세서(180)는 감지 결과에 기초하여 사용자의 수면 패턴 기록을 업데이트할 수 있다(S275).
프로세서(180)는 획득된 영상으로부터 사용자가 수면 중인 것으로 감지된 경우, 수면 모니터링 모드를 유지할 수 있다. 그리고, 프로세서(180)는 사용자의 수면 중 움직임 여부, 및/또는 사용자로부터 발생하는 사운드의 종류 등에 기초하여 수면 패턴 기록(수면 히스토리)을 업데이트할 수 있다.
예컨대, 마이크로폰(124)을 통해 코골이에 해당하는 사운드를 포함하는 사운드 신호가 획득되고, 카메라(142)를 통해 획득된 영상으로부터 사용자가 수면 중인 것으로 감지된 경우, 프로세서(180)는 상기 사운드 신호의 발생 시각 또는 영상의 획득 시각에 코골이가 발생한 것으로 사용자의 수면 패턴 기록을 업데이트할 수 있다.
또는, 카메라(142)를 통해 획득된 영상으로부터 사용자의 수면 중 뒤척임이 감지되는 경우, 프로세서(180)는 상기 사운드 신호의 발생 시각 또는 영상의 획득 시각에 사용자의 뒤척임이 발생한 것으로 사용자의 수면 패턴 기록을 업데이트할 수 있다.
이와 관련하여 도 9a 내지 도 9b를 참조하면, 프로세서(180)는 모니터링 대상(예컨대 사용자(900))의 수면 시, 로봇(100a)의 구동 모드를 수면 모니터링 모드로 전환할 수 있다. 상술한 바와 같이, 프로세서(180)는 수면 모니터링 모드의 전환 시, 카메라(142)가 사용자(900)를 향하도록 회전 모터(162) 및/또는 틸팅 모터(164)를 구동시킬 수 있다.
수면 모니터링 모드의 개시에 따라, 프로세서(180)는 카메라(142) 및 디스플레이(152)의 구동을 비활성화할 수 있다. 그리고, 프로세서(180)는 복수의 마이크로폰들 중 일부(예컨대 제1 마이크로폰(124a) 및 제2 마이크로폰(124b))만을 활성화할 수 있다.
한편, 사용자(900)는 수면 중 수면 자세를 변경(뒤척임)할 수 있고, 프로세서(180)는 활성화된 마이크로폰(124a, 124b)을 통해 사용자(900)의 뒤척임 시 발생하는 소리를 포함하는 사운드 신호를 수신할 수 있다.
프로세서(180)는 수신된 사운드 신호의 신호 특성에 기초하여, 사용자(900)의 뒤척임에 해당하는 이벤트가 발생함을 추정할 수 있다. 프로세서(180)는 메모리(170)에 저장된 정보에 기초하여, 상기 추정된 이벤트가 알림 이벤트에 해당하지 않음을 인식할 수 있다.
이 경우, 프로세서(180)는 상기 사운드 신호의 지속 시간이 기준 시간 이상임이 감지될 때, 카메라(142)의 구동을 활성화할 수 있다. 수면 모니터링 모드의 진입 시 카메라(142)가 사용자(900)를 향하는 상태였으므로, 프로세서(180)는 카메라(142)를 통해 사용자(900)를 포함하는 영상을 신속히 획득할 수 있다.
프로세서(180)는 획득된 영상으로부터 사용자(900)의 뒤척임에 해당하는 움직임이 감지되거나, 사용자(900)의 수면 자세가 이전 획득된 영상에서의 수면 자세와 달라짐이 감지된 경우, 사용자(900)의 뒤척임을 확인할 수 있다. 프로세서(180)는 사운드 신호의 발생 시각 또는 영상의 획득 시각에 사용자(900)의 뒤척임이 발생함을 나타내도록 수면 패턴 기록(SLEEP_RECORD)을 업데이트할 수 있다.
도시되지는 않았으나, 사용자(900)의 뒤척임이 종료됨이 감지되면, 프로세서(180)는 카메라(142)를 다시 비활성화시킬 수 있다.
즉, 도 7 내지 도 9b에 도시된 실시 예에 따르면, 로봇(100a)은 수면 모니터링 모드의 전환 시, 전력 소모량이 상대적으로 낮은 마이크로폰(124)을 활성화하여 모니터링 동작을 수행하고, 전력 소모량이 상대적으로 높은 카메라(142)나 디스플레이(152) 등의 구동을 비활성화함으로써, 대기 전력의 소모를 최소화할 수 있다.
또한, 로봇(100a)은 마이크로폰(124) 및 카메라(142)를 통해 특정 이벤트가 확인되는 경우에만 동작을 수행하므로, 사용자의 수면 중 빈번한 구동 또는 웨이크-업으로 인한 사용자의 수면 방해를 최소화할 수 있다.
또한, 로봇(100a)은 수면 모니터링 모드로 구동 중 감지되는 이벤트에 기초하여 사용자의 수면 히스토리를 기록함으로써, 사용자의 수면 습관 등 수면과 관련된 정보를 효과적으로 제공할 수 있다.
도 10은 수면 모니터링 모드로 진입한 로봇의 제어 동작에 대한 일 실시 예를 설명하기 위한 플로우차트이다.
본 명세서에서는 설명의 편의를 위해 도 7과 도 10의 실시 예를 각각 구분하여 설명하나, 도 7의 실시 예와 도 10의 실시 예는 로봇(100a)에 병렬적으로 적용될 수 있다. 즉, 로봇(100a)은 수면 모니터링 모드의 진입 시 마이크로폰(124) 및 조도 센서(146)를 활성화하여, 도 7의 실시 예에 따른 동작 및 도 10의 실시 예에 따른 동작을 함께 수행할 수 있다.
도 10을 참조하면, 로봇(100a)은 수면 모니터링 모드로 진입함에 따라(S300), 조도 센서(146)를 통해 로봇(100a)이 배치된 공간의 조도를 감지할 수 있다(S310).
도 6에서 상술한 바와 유사하게, 프로세서(180)는 상기 수면 모니터링 모드의 진입 시 카메라(142), 디스플레이(152) 등의 구성을 비활성화하고, 조도 센서(146)를 활성화할 수 있다.
프로세서(180)는 상기 조도 센서(146)를 통해 주기적 또는 연속적으로 상기 공간의 조도를 감지할 수 있다.
예컨대, 사용자의 수면 중에는, 상기 감지되는 조도가 기설정된 기준 조도 미만일 수 있다. 또한, 로봇(100a)이 배치된 공간의 조명이 오프 상태이거나, 외부로부터 태양광 등의 다른 광이 조사되지 않는 상태에서는, 상기 감지되는 조도가 상기 기준 조도 미만인 상태가 유지될 수 있다.
조도의 변화가 감지되는 경우(S320의 YES), 로봇(100a)은 카메라(142)를 통해 획득되는 영상으로부터 사용자의 수면 상태를 감지할 수 있다(S330).
예컨대, 프로세서(180)는 조도 센서(146)를 통해 감지된 조도가 기준 조도 이상인 경우, 카메라(142)의 구동을 활성화시킬 수 있다.
실시 예에 따라, 프로세서(180)는 이전 감지된 조도와 현재 감지된 조도 간의 차이가 기준값 이상인 경우(예컨대 조명의 온), 카메라(142)의 구동을 활성화시킬 수 있다.
프로세서(180)는 활성화된 카메라(142)를 통해 획득된 영상으로부터 사용자의 수면 상태를 감지할 수 있다.
사용자의 수면 이탈, 즉 사용자가 기상 상태임이 감지되는 경우(S340의 YES), 로봇(100a)은 사용자의 수면 패턴 기록 및/또는 수면 모니터링 모드의 종료를 수행할 수 있다(S350).
상술한 바와 같이, 프로세서(180)는 카메라(142)로부터 획득된 영상에 사용자가 포함되어 있지 않거나, 상기 영상으로부터 사용자가 수면 위치로부터 소정 거리 이상 이격된 상태임이 인식되거나, 사용자가 앉은 자세 또는 서 있는 자세가 인식되는 경우, 사용자가 기상 상태인 것으로 감지할 수 있다.
프로세서(180)는 사용자가 기상 상태임이 감지되면, 조도 변화의 감지 시각 또는 영상의 획득 시각을 사용자의 기상 시각으로 추정하여 수면 패턴 기록을 업데이트할 수 있다. 그리고, 프로세서(180)는 수면 모니터링 모드를 종료할 수 있다. 이에 따라, 프로세서(180)는 사용자의 별도 입력 없이도 기상 시점에 대한 정보를 획득할 수 있다.
비록 도시되지는 않았으나, 프로세서(180)는 수면 모니터링 모드의 종료 후 조도 센서(146)를 통해 감지되는 조도가 기준 조도 미만으로 낮아지고, 카메라(142)를 통해 획득되는 영상으로부터 사용자가 수면 상태로 재진입함이 감지되는 경우, 로봇(100a)의 구동 모드를 수면 모니터링 모드로 재전환할 수도 있다.
반면, 사용자가 수면 상태임이 감지되는 경우(S340의 NO), 로봇(100a)은 타인의 존재 유무 또는 현재 시각에 기초하여, 수면 모니터링 모드를 유지하거나 사용자의 기상을 유도할 수 있다(S360).
조도 센서(146)에 의해 감지된 조도가 기준 조도 이상임에도 사용자가 여전히 수면 상태임이 감지되는 상황은, 타인이 조명을 온 시킨 상황이거나, 일출 시각의 경과로 인해 태양광이 조사되는 상황 등에 해당할 수 있다.
즉, 프로세서(180)는 사용자가 수면 상태임이 감지되고, 카메라(142)에 의해 획득되는 영상에 타인의 움직임 또는 조명 스위치에 인접한 타인의 존재가 감지되는 경우, 타인에 의해 조명이 온 된 상황임을 인식할 수 있다. 이 경우, 프로세서(180)는 수면 모니터링 모드를 유지할 수 있다.
또는, 프로세서(180)는 현재 시각이 일출 시각 이후이거나, 현재 시각이 사용자의 기상 예정 시각으로부터 소정 시간 이내이거나, 현재 시각이 상기 기상 예정 시각을 경과한 경우, 사용자의 기상을 유도할 수 있다. 예컨대, 프로세서(180)는 스피커(154)를 통해 사용자의 기상을 유도하는 사운드를 출력할 수 있다.
도 10의 실시 예에 따르면, 로봇(100a)은 사용자의 수면 중 주변의 조도에 기초하여 카메라(142) 등을 구동시키는 수면 모니터링 모드를 제공함으로써, 사용자의 수면 중 로봇(100a)의 구동으로 인한 수면 방해를 최소화하고, 로봇(100a)의 전력 소모를 최소화할 수 있다.
또한, 로봇(100a)은 수면 모니터링 모드를 통해 사용자의 수면 히스토리를 기록함으로써, 사용자의 수면 습관 등의 정보를 효과적으로 제공할 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.

Claims (20)

  1. 로봇에 있어서,
    마이크로폰;
    소정 방향을 향하도록 배치된 카메라; 및
    상기 로봇의 구동 모드가 사용자 모니터링 모드로 설정되는 경우, 상기 카메라의 구동을 비활성화하고 상기 마이크로폰의 구동을 활성화하고,
    상기 마이크로폰을 통해 사운드 신호를 획득하고,
    획득된 사운드 신호로부터 추정되는 이벤트에 기초하여 상기 카메라의 구동을 활성화하고,
    상기 활성화된 카메라를 통해 획득되는 영상으로부터 이벤트를 확인하고,
    확인된 이벤트에 기초한 동작을 수행하도록 상기 로봇에 포함된 적어도 하나의 구성을 제어하는 프로세서를 포함하는 로봇.
  2. 제1항에 있어서,
    상기 프로세서는,
    상기 획득된 사운드 신호의 신호 특성에 기초하여 이벤트를 추정하고,
    상기 추정된 이벤트가 알림 이벤트에 해당하는 경우, 상기 카메라의 구동을 활성화하는 로봇.
  3. 제2항에 있어서,
    복수의 이벤트들 각각의 신호 특성 정보, 및 알림 이벤트로의 설정 여부에 대한 설정 정보를 저장하는 메모리를 더 포함하고,
    상기 프로세서는,
    상기 메모리에 저장된 복수의 신호 특성 정보와 상기 획득된 사운드 신호의 신호 특성을 비교하고, 비교 결과에 기초하여 상기 이벤트를 추정하고,
    추정된 이벤트에 대응하는 설정 정보로부터 상기 추정된 이벤트가 알림 이벤트에 해당하는지 여부를 확인하는 로봇.
  4. 제3항에 있어서,
    디스플레이, 스피커, 또는 광원 중 적어도 하나를 포함하는 출력부를 더 포함하고,
    상기 프로세서는,
    상기 활성화된 카메라를 통해 획득된 영상으로부터 확인되는 이벤트가 상기 알림 이벤트에 해당하는 경우, 상기 확인된 이벤트와 관련된 알림을 출력하도록 상기 출력부를 활성화시키는 로봇.
  5. 제3항에 있어서,
    이동 단말기와의 통신 연결을 위한 통신부를 더 포함하고,
    상기 프로세서는,
    상기 활성화된 카메라를 통해 획득된 영상으로부터 확인되는 이벤트가 상기 알림 이벤트에 해당하는 경우, 상기 확인된 이벤트와 관련된 알림을 상기 이동 단말기로 전송하도록 상기 통신부를 제어하는 로봇.
  6. 제3항에 있어서,
    상기 프로세서는,
    상기 활성화된 카메라를 통해 획득된 영상으로부터 확인되는 이벤트가 상기 알림 이벤트에 해당하지 않는 경우, 확인된 이벤트의 종류에 기초하여 사용자의 현재 상태와 관련된 히스토리를 업데이트하는 로봇.
  7. 제2항에 있어서,
    상기 프로세서는,
    상기 추정된 이벤트가 상기 알림 이벤트에 해당하지 않는 경우, 상기 획득된 사운드 신호의 신호 특성에 따라 상기 카메라의 구동을 활성화하고,
    상기 신호 특성은 사운드 신호의 크기, 지속시간, 또는 주파수 변화 정도 중 적어도 하나를 포함하는 로봇.
  8. 제7항에 있어서,
    상기 사용자 모니터링 모드는 사용자의 수면 시 설정되는 수면 모니터링 모드를 포함하고,
    상기 프로세서는,
    상기 활성화된 카메라를 통해 획득되는 영상으로부터 사용자의 수면 상태를 감지하고,
    감지된 수면 상태에 기초하여 상기 사용자의 수면 히스토리를 업데이트하거나 상기 수면 모니터링 모드를 종료하는 로봇.
  9. 제8항에 있어서,
    상기 프로세서는,
    상기 사용자가 수면 중이지 않은 것으로 감지되는 경우, 상기 사운드 신호의 발생 시각 또는 상기 영상의 획득 시각에 상기 사용자가 기상한 것으로 상기 수면 히스토리를 업데이트하고, 상기 수면 모니터링 모드를 종료하는 로봇.
  10. 제8항에 있어서,
    상기 프로세서는,
    상기 사용자가 수면 중인 것으로 감지되는 경우, 상기 수면 모니터링 모드를 유지하고,
    상기 영상으로부터 획득되는 상기 사용자의 움직임 여부, 또는 상기 사운드 신호를 통해 인식되는 상기 사용자로부터 발생한 사운드의 종류에 기초하여, 상기 수면 히스토리를 업데이트하는 로봇.
  11. 제1항에 있어서,
    디스플레이, 스피커, 또는 광원 중 적어도 하나를 포함하는 출력부를 더 포함하고,
    상기 프로세서는,
    상기 획득된 사운드 신호로부터 기동어가 인식되는 경우, 상기 출력부를 활성화시키고,
    상기 기동어의 발화 이후에 입력되는 명령의 처리 결과와 관련된 정보를 상기 출력부를 통해 출력하는 로봇.
  12. 제1항에 있어서,
    상기 카메라가 향하는 방향을 변경시키는 적어도 하나의 모터를 더 포함하고,
    상기 프로세서는,
    상기 구동 모드가 상기 사용자 모니터링 모드로 설정되는 경우, 상기 카메라가 사용자를 포함하는 위치를 향하도록 상기 적어도 하나의 모터를 제어하는 로봇.
  13. 제1항에 있어서,
    상기 사용자 모니터링 모드는 사용자의 수면 시 구동되는 수면 모니터링 모드를 포함하고,
    상기 프로세서는,
    현재 시각이 수면 모니터링 모드 진입 시각에 도달한 경우, 상기 마이크로폰을 통해 소정 크기 이상의 사운드를 포함하는 사운드 신호가 기준 시간 이상 수신되지 않는 경우, 또는 조도 센서를 통해 감지되는 조도가 기준 조도보다 낮은 상태가 기준 시간 이상 지속되는 경우 상기 로봇의 구동 모드를 상기 수면 모니터링 모드로 설정하는 로봇.
  14. 제13항에 있어서,
    조도 센서를 더 포함하고,
    상기 프로세서는,
    상기 로봇의 구동 모드가 상기 수면 모니터링 모드로 설정되는 경우, 상기 조도 센서의 구동을 활성화하고,
    상기 조도 센서를 통해 감지되는 조도에 기초하여 상기 카메라의 구동을 활성화하고,
    상기 활성화된 카메라를 통해 획득되는 영상으로부터 사용자의 수면 여부를 확인하는 로봇.
  15. 제14항에 있어서,
    상기 프로세서는,
    상기 사용자가 수면 중이지 않은 것으로 감지되는 경우, 상기 조도 센서의 감지 시각 또는 상기 영상의 획득 시각에 상기 사용자가 기상한 것으로 상기 수면 히스토리를 업데이트하고, 상기 수면 모니터링 모드를 종료하는 로봇.
  16. 로봇의 제어 방법에 있어서,
    사용자 모니터링 모드의 진입에 따라, 카메라의 구동을 비활성화하고, 마이크로폰의 구동을 활성화하는 단계;
    상기 마이크로폰을 통해 사운드 신호를 수신하는 단계;
    수신된 사운드 신호로부터 추정되는 이벤트에 기초하여 상기 카메라의 구동을 활성화하는 단계;
    상기 활성화된 카메라를 통해 획득되는 영상으로부터 이벤트를 확인하는 단계; 및
    확인된 이벤트에 기초한 처리 동작을 수행하도록 상기 로봇에 포함된 적어도 하나의 구성을 제어하는 단계를 포함하는 로봇의 제어 방법.
  17. 제16항에 있어서,
    상기 적어도 하나의 구성을 제어하는 단계는,
    상기 확인된 이벤트가 알림 이벤트로 설정된 경우,
    상기 확인된 이벤트와 관련된 알림을 출력하도록 상기 로봇에 포함된 출력부를 활성화하는 단계; 또는
    상기 알림을 이동 단말기로 전송하도록 통신부를 제어하는 단계 중 적어도 하나를 포함하고,
    상기 출력부는 디스플레이, 스피커, 또는 광원 중 적어도 하나를 포함하는 로봇의 제어 방법.
  18. 제16항에 있어서,
    상기 적어도 하나의 구성을 제어하는 단계는,
    상기 확인된 이벤트가 알림 이벤트로 설정되지 않은 경우,
    상기 획득된 영상으로부터 사용자의 상태를 감지하는 단계; 및
    감지된 상태에 기초하여 상기 사용자의 현재 상태와 관련된 히스토리를 업데이트하는 단계를 포함하는 로봇의 제어 방법.
  19. 제18항에 있어서,
    상기 사용자 모니터링 모드는 사용자의 수면 시 구동되는 수면 모니터링 모드를 포함하고,
    상기 히스토리를 업데이트하는 단계는,
    상기 사용자가 수면 중이지 않은 것으로 감지되는 경우, 상기 사운드 신호의 발생 시각 또는 상기 영상의 획득 시각에 상기 사용자가 기상한 것으로 수면 히스토리를 업데이트하는 단계; 및
    상기 사용자가 수면 중인 것으로 감지되는 경우, 상기 사용자의 움직임 여부, 또는 상기 사운드 신호를 통해 인식되는 사운드의 종류에 기초하여 상기 수면 히스토리를 업데이트하는 단계를 포함하는 로봇의 제어 방법.
  20. 제16항에 있어서,
    상기 사용자 모니터링 모드의 진입 시, 상기 카메라가 사용자를 포함하는 위치를 향하도록 상기 로봇에 구비된 적어도 하나의 모터를 제어하는 단계를 더 포함하는 로봇의 제어 방법.
KR1020190143261A 2019-11-11 2019-11-11 로봇 및 그의 제어 방법 KR20210056603A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190143261A KR20210056603A (ko) 2019-11-11 2019-11-11 로봇 및 그의 제어 방법
US16/744,587 US11554499B2 (en) 2019-11-11 2020-01-16 Robot and method for controlling the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190143261A KR20210056603A (ko) 2019-11-11 2019-11-11 로봇 및 그의 제어 방법

Publications (1)

Publication Number Publication Date
KR20210056603A true KR20210056603A (ko) 2021-05-20

Family

ID=75847513

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190143261A KR20210056603A (ko) 2019-11-11 2019-11-11 로봇 및 그의 제어 방법

Country Status (2)

Country Link
US (1) US11554499B2 (ko)
KR (1) KR20210056603A (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021015308A1 (ko) * 2019-07-19 2021-01-28 엘지전자 주식회사 로봇 및 그의 기동어 인식 방법
CN117503049A (zh) * 2022-07-28 2024-02-06 广东高驰运动科技股份有限公司 一种睡眠监测方法、装置、设备及存储介质
CN115202231B (zh) * 2022-09-14 2022-12-09 深圳市心流科技有限公司 一种基于睡眠状态的智能家电的预约设置方法及终端设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120315016A1 (en) * 2011-06-12 2012-12-13 Hei Tao Fung Multi-Purpose Image and Video Capturing Device
DE102016201598A1 (de) * 2016-02-03 2017-08-03 Robert Bosch Gmbh Kameraanordnung
WO2017160170A1 (en) * 2016-03-15 2017-09-21 Motorola Solutions, Inc. Method and apparatus for camera activation
CN210181743U (zh) * 2019-10-25 2020-03-24 成都耍流量网络科技有限公司 基于物联网的安全监控系统
US11664044B2 (en) * 2019-11-25 2023-05-30 Qualcomm Incorporated Sound event detection learning

Also Published As

Publication number Publication date
US20210138661A1 (en) 2021-05-13
US11554499B2 (en) 2023-01-17

Similar Documents

Publication Publication Date Title
KR20210010270A (ko) 로봇 및 그의 기동어 인식 방법
US11358285B2 (en) Robot and method of recognizing mood using the same
KR20210056603A (ko) 로봇 및 그의 제어 방법
KR102288658B1 (ko) 로봇 및 그의 제어 방법
US11029803B2 (en) Robot
US11513522B2 (en) Robot using an elevator and method for controlling the same
US10850400B2 (en) Robot with anti-noise speaker
US11450326B2 (en) Device for recognizing voice content, server connected thereto, and method for recognizing voice content
US20210046638A1 (en) Robot and method of controlling same
KR20210067406A (ko) 로봇
US11604952B2 (en) Artificial intelligence apparatus using sound signal classification and method for the same
US11738465B2 (en) Robot and controlling method thereof
US11511410B2 (en) Artificial intelligence (AI) robot and control method thereof
US20210208595A1 (en) User recognition-based stroller robot and method for controlling the same
US11478925B2 (en) Robot and method for controlling same
KR102314385B1 (ko) 로봇 및 그의 제어 방법
KR20210065612A (ko) 전자 장치 및 그의 동작 방법
US20210094167A1 (en) Apparatus connected to robot, and robot system including the robot and the apparatus
KR20210078207A (ko) 로봇 및 로봇 시스템
US11478697B2 (en) Terminal connected to action robot and operating method thereof
KR20210009991A (ko) 액션 로봇 및 그의 동작 방법
KR20210110759A (ko) 전자 장치 및 그 제어 방법

Legal Events

Date Code Title Description
A201 Request for examination