KR20210066443A - 로봇 제어 장치 및 이를 포함하는 로봇 - Google Patents

로봇 제어 장치 및 이를 포함하는 로봇 Download PDF

Info

Publication number
KR20210066443A
KR20210066443A KR1020190155689A KR20190155689A KR20210066443A KR 20210066443 A KR20210066443 A KR 20210066443A KR 1020190155689 A KR1020190155689 A KR 1020190155689A KR 20190155689 A KR20190155689 A KR 20190155689A KR 20210066443 A KR20210066443 A KR 20210066443A
Authority
KR
South Korea
Prior art keywords
connector
disposed
sidewall
robot
coupled
Prior art date
Application number
KR1020190155689A
Other languages
English (en)
Inventor
이종권
양선호
김선욱
정충인
조준호
이병혁
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 KR1020190155689A priority Critical patent/KR20210066443A/ko
Priority to US16/910,785 priority patent/US11577385B2/en
Publication of KR20210066443A publication Critical patent/KR20210066443A/ko

Links

Images

Classifications

    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05KPRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
    • H05K7/00Constructional details common to different types of electric apparatus
    • H05K7/14Mounting supporting structure in casing or on frame or rack
    • H05K7/1462Mounting supporting structure in casing or on frame or rack for programmable logic controllers [PLC] for automation or industrial process control
    • H05K7/1467PLC mounted in a cabinet or chassis
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/161Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0025Means for supplying energy to the end effector
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0054Cooling means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0075Means for protecting the manipulator from its environment or vice versa
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00Manipulators mounted on wheels or on carriages
    • B25J5/007Manipulators mounted on wheels or on carriages mounted on wheels
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/0009Constructional details, e.g. manipulator supports, bases

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Manipulator (AREA)

Abstract

실시 예들은, 케이스 및 상기 케이스에 결합되고, 제1 영역 및 상기 제1 영역에 측방향으로 인접한 제2 영역에 배치되는 복수의 커넥터들을 갖는 커넥터 보드를 포함하는 로봇 제어 장치 및 이를 포함하는 로봇에 관한 것이다. 상기 복수의 커넥터들은, 상기 제1 영역과 상기 제2 영역 중 어느 하나에서 최하측에 배치되고, 전원 공급부와 결합되는 전원 커넥터 및 상기 전원 공급부와 상이한 영역에 배치되고, 프로세서와 결합되는 프로세서 커넥터를 포함할 수 있다.

Description

로봇 제어 장치 및 이를 포함하는 로봇{ROBOT CONTROL DEVICE AND ROBOT INCLUDING THE SAME}
본 발명은 로봇 제어 장치 및 이를 포함하는 로봇에 관한 것이다.
로봇은 산업용으로 개발되어 공장 자동화의 일 부분을 담당하여 왔다. 최근에는 로봇을 응용한 분야가 더욱 확대되어, 의료용 로봇, 우주 항공 로봇 등이 개발되고, 일반 가정에서 사용할 수 있는 가정용 로봇도 만들어지고 있다. 이러한 로봇 중에서 자력으로 주행이 가능한 것을 이동 로봇이라고 한다.
이동 로봇을 이용하여 사용자에게 편의를 제공할 수 있는 서비스가 요구되면서, 음식을 서빙하거나 물품을 배달하는 이동 로봇이 개발되고 있다. 이러한 이동 로봇은 주행 안정성을 위해 높이가 낮아야 한다. 그러나 로봇 제어를 위해 사용되는 부품들의 크기는 대체로 정형화되어 있기 때문에 로봇의 높이를 제한하는 데에 한계가 따른다. 또한, 로봇 크기 제어를 위해 부품들을 조밀하게 배치하면, 로봇 내부에서 발생하는 열이 외부로 원활하게 배출될 수 없다.
따라서, 로봇의 성능 저하 없이 로봇의 높이를 감소시킬 수 있는 효과적인 설계 방법이 요구된다.
다양한 실시 예들은, 부품 사이를 연결하는 케이블의 개수 및 길이를 최소화하고 냉각 효율 및 제어 정확도를 향상시킬 수 있도록 부품들을 효율적으로 배치하는 로봇 제어 장치 및 이를 포함하는 로봇을 제공한다.
일 실시 예에 따른 로봇을 제어하는 로봇 제어 장치는, 케이스 및 상기 케이스에 결합되고, 제1 영역 및 상기 제1 영역에 측방향으로 인접한 제2 영역에 배치되는 복수의 커넥터들을 갖는 커넥터 보드를 포함하되, 상기 복수의 커넥터들은, 상기 제1 영역과 상기 제2 영역 중 어느 하나에서 최하측에 배치되고, 전원 공급부와 결합되는 전원 커넥터 및 상기 전원 공급부와 상이한 영역에 배치되고, 프로세서와 결합되는 프로세서 커넥터를 포함할 수 있다.
상기 복수의 커넥터들은, 상기 전원 공급부와 상이한 영역에서 최상측에 배치되고, 네비게이션부와 결합되는 네비게이션 커넥터를 더 포함할 수 있다.
상기 복수의 커넥터들은, 상기 전원 커넥터와 인접하게 배치되고, 모터 드라이버와 결합되는 모터 드라이버 커넥터를 더 포함할 수 있다.
상기 복수의 커넥터들은, 상기 제1 영역 및 상기 제2 영역 중 어느 하나에서 최상측에 배치되고, 사용자 인터페이스부와 결합되는 사용자 인터페이스 커넥터를 더 포함할 수 있다.
상기 복수의 커넥터들은, 상기 프로세서 커넥터와 인접하게 배치되고, 센서부와 결합되는 센서 커넥터를 더 포함하되, 상기 프로세서와 상기 센서부는, 케이블을 통해 직접 연결될 수 있다.
상기 복수의 커넥터들은, 상기 제1 영역 및 상기 제2 영역 중 어느 하나에 배치되고, 통신부와 결합되는 통신 커넥터를 더 포함할 수 있다.
상기 케이스는, 상기 커넥터 보드가 결합되는 제1 측벽, 상기 제1 측벽에 수직하고, 서로 이격하여 배치되는 제2 측벽과 제3 측벽 및 상기 제1 측벽에 수직하고, 상기 제1 영역과 상기 제2 영역의 경계에 배치되는 분리벽을 포함하되,
상기 제1 영역은, 상기 제2 측벽과 상기 분리벽 사이에 배치되고, 상기 제2 영역은, 상기 제3 측벽과 상기 분리벽 사이에 배치될 수 있다.
상기 로봇 제어 장치는, 상기 제2 측벽과 상기 분리벽 사이 및 상기 분리벽과 상기 제3 측벽 사이에 배치되는 복수의 랙(rack)들을 더 포함할 수 있다.
상기 전원 공급부는 상기 전원 커넥터에 대응하는 랙에 안착되어 상기 전원 커넥터에 결합되고, 상기 프로세서는 상기 프로세서 커넥터에 대응하는 랙에 안착되어 상기 프로세서 커넥터에 결합될 수 있다.
복수의 랙들 각각은, 상기 제2 측벽 및 상기 제3 측벽 중 어느 하나로부터 수직하게 연장된 측벽 연장부 및 상기 분리벽으로부터 상기 제2 측벽 및 상기 제3 측벽 중 상기 어느 하나를 향하여 수직하게 연장된 분리벽 연장부를 포함할 수 있다.
상기 제2 측벽, 상기 제3 측벽 및 상기 분리벽은, 적어도 하나의 개구를 포함할 수 있다.
상기 로봇 제어 장치는, 상기 제2 측벽 및 상기 제3 측벽 중 적어도 하나의 외측에 결합되는 적어도 하나의 냉각 팬을 더 포함할 수 있다.
상기 커넥터 보드는, 상기 전원 커넥터를 적어도 하나의 다른 커넥터와 전기적으로 연결하는 적어도 하나의 배선을 포함할 수 있다.
일 실시 예에 따른 로봇은, 적어도 하나의 가동부, 상기 가동부에 동력을 인가하는 적어도 하나의 모터 및 상기 적어도 하나의 모터를 제어하는 로봇 제어 장치를 포함하되, 상기 로봇 제어 장치는, 케이스, 상기 케이스에 결합되고, 제1 영역 및 상기 제1 영역에 인접한 제2 영역에 배치되는 복수의 커넥터들을 갖는 커넥터 보드, 상기 커넥터 보드에 결합되는 전원 공급부 및 상기 커넥터 보드에 결합되는 프로세서를 포함하되, 상기 복수의 커넥터들은, 상기 제1 영역과 상기 제2 영역 중 어느 하나에서 최하측에 배치되고, 상기 전원 공급부와 결합되는 전원 커넥터, 상기 전원 공급부와 상이한 영역에 배치되고, 상기 프로세서와 결합되는 프로세서 커넥터를 포함할 수 있다.
상기 복수의 커넥터들은, 상기 전원 공급부와 상이한 영역에서 최상측에 배치되고, 네비게이션부와 결합되는 네비게이션 커넥터를 더 포함할 수 있다.
상기 복수의 커넥터들은, 상기 전원 커넥터와 인접하게 배치되고, 모터 드라이버와 결합되는 모터 드라이버 커넥터를 더 포함할 수 있다.
상기 복수의 커넥터들은, 상기 제1 영역 및 상기 제2 영역 중 어느 하나에서 최상측에 배치되고, 사용자 인터페이스부와 결합되는 사용자 인터페이스 커넥터를 더 포함할 수 있다.
상기 복수의 커넥터들은, 상기 프로세서 커넥터와 인접하게 배치되고, 센서부와 결합되는 센서 커넥터를 더 포함하고, 상기 프로세서와 상기 센서부를 직접 연결하는 케이블을 더 포함할 수 있다.
상기 케이스는, 상기 커넥터 보드가 결합되는 제1 측벽, 상기 제1 측벽에 수직하고, 서로 이격하여 배치되는 제2 측벽과 제3 측벽 및 상기 제1 측벽에 수직하고, 상기 제1 영역과 상기 제2 영역의 경계에 배치되는 분리벽을 포함하되, 상기 제1 영역은, 상기 제2 측벽과 상기 분리벽 사이에 배치되고, 상기 제2 영역은, 상기 제3 측벽과 상기 분리벽 사이에 배치될 수 있다.
상기 로봇은, 상기 제2 측벽과 상기 분리벽 사이 및 상기 분리벽과 상기 제3 측벽 사이에 배치되는 복수의 랙(rack)들을 더 포함할 수 있다.
상기 전원 공급부는 상기 전원 커넥터에 대응하는 랙에 안착되어 상기 전원 커넥터에 결합되고, 상기 프로세서는 상기 프로세서 커넥터에 대응하는 랙에 안착되어 상기 프로세서 커넥터에 결합될 수 있다.
일 실시 예에 따른 로봇을 제어하는 로봇 제어 장치는, 케이스 및 상기 케이스 내에서 2개의 열로 배치되는 복수의 부품들을 포함하되, 상기 복수의 부품들은, 제1 열에서 상기 케이스의 하부벽에 인접하게 배치되는 전원 공급부 및 제2 열에 배치되는 프로세서를 포함할 수 있다.
상기 복수의 부품들은, 상기 제2 열에서 최상측에 배치되는 네비게이션부, 상기 전원 커넥터의 상측에 배치되는 모터 드라이버, 상기 제1 열에서 최상측에 배치되는 유저 인터페이스부 및 상기 제2 열에서 상기 프로세서와 인접하게 배치되는 센서부를 더 포함할 수 있다.
상기 복수의 부품들은, 커넥터 보드를 통해 전기적으로 연결되고, 상기 커넥터 보드는, 상기 제1 열에 대응하는 제1 영역, 상기 제2 열에 대응하는 제2 영역 및 상기 제1 영역과 상기 제2 영역에서 상기 부품들의 배치 위치에 각각 대응하여 배치되는 복수의 커넥터들을 포함할 수 있다.
다양한 실시 예들에 따른 로봇 제어 장치 및 이를 포함하는 로봇은, 높이가 감소되어 안정적으로 주행할 수 있다.
다양한 실시 예들에 따른 로봇 제어 장치 및 이를 포함하는 로봇은, 냉각 효율이 향상되고, 부품들 사이를 연결하는 케이블의 개수와 길이가 최소화되며, 구성 요소들 간의 간섭을 최소화하여 제어 정확도를 향상시킬 수 있다.
도 1은 일 실시 예에 따른 AI 장치를 나타낸다.
도 2는 일 실시 예에 따른 AI 서버를 나타낸다.
도 3은 일 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 일 실시 예에 따른 로봇의 사시도이다.
도 5는 일 실시 예에 따른 로봇 제어 장치의 구성을 나타낸 블록도이다.
도 6은 구성 요소들이 결합되지 않은 상태의 로봇 제어 장치의 사시도이다.
도 7은 도 6에 도시된 로봇 제어 장치의 정면도이다.
도 8은 커넥터 보드에 구성 요소들이 결합된 상태를 개략적으로 나타낸 사시도이다.
도 9는 전원 커넥터와 다른 커넥터 사이의 전기적 연결 관계를 개략적으로 나타낸 도면이다.
도 10은 구성 요소들이 결합된 상태의 로봇 제어 장치를 나타낸 사시도이다.
도 11은 다른 실시 예에 따른 로봇 제어 장치의 사시도이다.
도 12는 도 11에 도시된 커넥터 보드의 정면도이다.
이하, 도면을 참조하여 다양한 실시 예들을 설명한다. 실시 예들을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시 예들의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 실시 예들을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 실시 예들의 기술적 사상이 제한되지 않는다.
어떤 구성 요소(또는 영역, 층, 부분 등)가 다른 구성 요소 "상에 있다.", "연결된다.", 또는 "결합된다." 등의 용어는 다른 구성 요소 상에 직접 연결/결합될 수 있거나 또는 그들 사이에 제3의 구성 요소가 배치될 수도 있다는 것을 의미한다.
"포함하다." 또는 "가지다." 등의 용어는 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
제1, 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되지 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 다양한 실시 예들의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
<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 모델로서, 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)을 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 함수값을 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.
<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 액추에이터 또는 모터를 포함하는 조작기(manipulator)를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 휠, 브레이크, 프로펠러 등을 포함하여 지상에서 주행하거나 공중에서 비행할 수 있다.
<자율 주행(Self-Driving, Autonomous-Driving)>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예를 들어, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
<확장 현실(XR: eXtended Reality)>
확장 현실은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
도 1은 일 실시 예에 따른 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 통신 회로(110), 입력 장치(120), 러닝 프로세서(130), 센서(140), 출력 장치(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신 회로(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예를 들어, 통신 회로(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신 회로(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.
입력 장치(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력 장치(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.
입력 장치(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력 장치(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)와 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.
센서(140)는 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센서(140)는 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 등의 하나 또는 복수의 조합으로 구성될 수 있다.
출력 장치(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력 장치(150)에는 정보를 시각적으로 출력하는 디스플레이, 정보를 청각적으로 출력하는 스피커, 정보를 촉각적으로 출력하는 햅틱 액추에이터(actuator) 등이 포함될 수 있다. 예를 들어, 디스플레이는 이미지 또는 동영상을 출력할 수 있고, 스피커는 음성 또는 음향을 출력할 수 있고, 햅틱 액추에이터는 진동을 발생할 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예를 들어, 메모리(170)는 입력 장치(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
메모리(170)는 플래시 메모리 타입(Flash Memory Type), 하드 디스크 타입(Hard Disk Type), 멀티미디어 카드 마이크로 타입(Multimedia Card Micro Type), 카드 타입의 메모리(예를 들어, SD 또는 XD 메모리 등), 자기 메모리, 자기 디스크, 광디스크, 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), PROM(Programmable Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory) 중 적어도 하나의 저장 매체를 포함할 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 일 실시 예에 따른 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 통신 회로(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신 회로(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 러닝 프로세서(240)를 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231)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 일 실시 예에 따른 AI 시스템을 나타낸다.
도 3을 참조하면, AI 시스템(1)에서, 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 서로 직접 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)를 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.
<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. 예를 들어, 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. 예를 들어, 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+자율주행>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예를 들어, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)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.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예를 들어, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예를 들어, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+XR>
XR 장치(100c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(100c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예를 들어, XR 장치(100c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(100c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예를 들어, XR 장치(100c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(100c)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(100c)는 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.
<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 내부 또는 외부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)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. 예를 들어, 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. 예를 들어, 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.
<AI+로봇+XR>
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예를 들어, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
<AI+자율주행+XR>
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(100b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예를 들어, 자율 주행 차량(100b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(100b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예를 들어, 자율 주행 차량(100b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(100b) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(100b)은 XR 장치(100c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
이하에서는, AI 장치(100)의 일 예로써, 로봇(100a)의 제어 방법에 대한 다양한 실시 예들을 설명한다. 그러나 이하의 실시 예들은 로봇(100a)에만 적용 가능한 것으로 한정되지 않으며, 기술적 사상이 변경되지 않는 범위 내에서 다른 AI 장치들(100b 내지 100e)에 적용될 수 있다. 예를 들어, 이하의 실시 예들은, 이동형 로봇 등으로 구현된 자율 주행 차량(100b), XR 장치(100c) 등에 적용될 수 있다.
도 4는 일 실시 예에 따른 로봇의 사시도이고, 도 5는 일 실시 예에 따른 로봇의 구성을 나타낸 블록도이다. 로봇(300)은 도 1 내지 도 3을 참조하여 설명한 AI 장치(100)로서, 예를 들어 도 3에 도시된 로봇(100a)일 수 있다. 도 4 및 도 5의 실시 예를 설명함에 있어서, 도 1 내지 도 3에 도시된 것과 동일하거나 유사한 구성 요소에 대해 중복된 설명은 생략한다.
도 4를 참조하면, 로봇(300)은 몸체부(310) 및 몸체부(310)에 결합되는 적어도 하나의 가동부(moving part)를 포함할 수 있다.
가동부는, 예를 들어 구동 휠(320)을 포함할 수 있다. 로봇(300)은 구동 휠(320)을 통해 자율 주행 및/또는 추종 주행 방식으로 이동 가능한 이동 로봇일 수 있다. 구동 휠(320)은 도시되지 않은 모터 등을 이용하여 구동될 수 있다. 도 4에서는 로봇(300)이 네 개의 구동 휠(320)을 구비하는 예가 도시되지만, 본 실시 예는 이로써 한정되지 않는다. 즉 로봇(300)은 둘 이상의 구동 휠(320)을 구비할 수 있고, 예를 들어 네 개 이상의 구동 휠(320)을 구비하는 경우에 전륜 또는 후륜으로 구동될 수 있다.
도시되지 않았지만, 로봇(300)은 가동부로서 적어도 하나의 로봇 팔 등을 구비할 수도 있다. 로봇 팔은 모터 또는 액추에이터 등을 통해 움직임이 제어되는 적어도 하나의 관절을 포함할 수 있다. 로봇은 관절 제어를 통해 로봇 팔을 움직임으로써, 요청된 다양한 동작을 수행할 수 있다.
몸체부(310) 내에는 로봇 제어 장치(330)가 마련될 수 있다. 다양한 실시 예들에서, 로봇 제어 장치(330)는 가동부의 움직임을 제어하기 위한 구성 요소들(부품들)을 포함할 수 있다. 로봇 제어 장치(330)에 포함되는 구성 요소들은 케이스 내에 패키지 형태로 실장될 수 있고, 케이스가 로봇(300)의 몸체부(310) 내에 설치될 수 있다.
도 5를 참조하면, 로봇 제어 장치(330)는 프로세서(331), 네비게이션부(navigation component, 332), 유저 인터페이스부(user interface component, 333), 모터 드라이버(motor driver, 334), 전원 공급부(power supplier, 335), 통신부(communication component, 336), 센서부(sensor component, 337) 및 냉각부(cooler component, 338)를 포함할 수 있다.
프로세서(331)는 로봇(300)의 전반적인 동작을 제어할 수 있다. 프로세서(331)는 로봇(300)에 구비되는 다른 구성 요소들을 제어할 수 있다. 즉, 프로세서(331)는 구성 요소들로부터 수신되는 데이터를 처리하고, 그에 대응하는 제어 신호를 생성하여 구성 요소들로 전송할 수 있다. 프로세서(331)는 다양한 기능을 수행하는 논리 회로 블록들 및 RAM 및 ROM 등의 메모리가 일체로 구성된 MCU(Micro Controller Unit)일 수 있다. 프로세서(331)는 도 1에 도시된 프로세서(180)와 실질적으로 동일할 수 있다.
네비게이션부(332)는 로봇(300)의 이동을 관리할 수 있다. 네비게이션부(332)는 프로세서(331) 등에 의해 결정된 이동 경로에 따라 로봇(300)이 이동할 수 있도록 구동 휠(320)을 제어할 수 있다.
유저 인터페이스부(333)는 사용자의 입력을 수신하고, 이를 프로세서(331)가 처리 가능한 형태의 데이터로 변환하여 프로세서(331)로 전달할 수 있다. 유저 인터페이스부(160)는 도 1에 도시된 입력 장치(120)에서 발생하는 신호를 수신하고, 이를 통해 사용자 입력을 감지할 수 있다. 입력 장치(120)는 카메라, 마이크로폰, 터치 패널, 버튼, 스위치, 키패드, 조그 다이얼, 조그 스위치 등을 포함할 수 있다.
다른 다양한 실시 예에서, 사용자 입력은 통신 회로(예를 들어, 도 1에 도시된 통신 회로(110))를 통해 외부의 장치들(예를 들어, 서버, 관리자 단말기 등)로부터 수신될 수 있다. 일 실시 예에서, 로봇(300)이 사용자 입력을 외부 장치들로부터만 수신하는 통신 입력 방식으로 구현되는 경우, 유저 인터페이스부(333)는 생략될 수 있다.
모터 드라이버(334)는 로봇(300)에 구비되는 적어도 하나의 모터를 구동할 수 있다. 일 실시 예에서, 모터 드라이버(334)는 프로세서(331)로부터 수신되는 제어 명령을 PWM(Pulse Width Modulation) 신호 등의 전기적 신호로 변환하여 모터들로 출력할 수 있다. 모터가 전기적 신호에 따라 구동되면, 해당 모터에 체결된 가동부에 움직임이 제공된다.
전원 공급부(335)는 로봇(300)의 외부에서 공급되는 전원을 구성 요소들로 분배하여 제공한다. 전원 공급부(335)는 외부에서 공급되는 전원에 의해 충전되고, 구성 요소들로 전원을 제공함에 따라 방전되는 적어도 하나의 배터리를 포함할 수 있다. 다양한 실시 예에서, 전원 공급부(335)는 외부 전원 및 배터리 등의 상태를 모니터링하고 그에 관한 정보를 프로세서(331)로 전달할 수 있다.
통신부(336)는 로봇 제어 장치(330) 내에서 발생하는 각종 신호들을 로봇 제어 장치(330) 내 또는 로봇 제어 장치(330) 외부의 다른 구성 요소들에 전달할 수 있다. 예를 들어, 통신부(336)는 이더넷 통신을 지원하는 Digital Input/Output, Analog Input/Output 모듈을 통하여 로봇 제어 장치(330) 내에서 발생하는 신호들을 로봇(300) 내의 구성 요소들에 전달할 수 있다.
센서부(337)는 로봇(300)의 상태 정보 및 로봇(300)의 주변 환경에 대한 정보 등을 수집하기 위한 적어도 하나의 센서를 포함할 수 있다. 센서는 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 등일 수 있다.
냉각부(338)는 로봇 제어 장치(330)에서 발생하는 열을 냉각시키기 위해 적어도 하나의 팬(fan)을 포함할 수 있다. 프로세서(331) 또는 전원 공급부(335) 등을 통해 전달되는 제어 명령에 기초하여 팬의 온/오프, 회전 속도 등이 제어될 수 있다. 프로세서(331) 등은 센서부(337)를 통해 로봇 제어 장치(330) 내부의 온도를 측정하고, 측정된 온도에 따라 냉각부(338)의 동작을 제어할 수 있다.
로봇 제어 장치(330)의 구성 요소들은 전기적으로 연결될 수 있다. 본 실시 예에서, 구성 요소들은 후술되는 커넥터 보드를 통해 서로 연결될 수 있다.
커넥터 보드는 기판 상에 복수의 커넥터들이 고정되고, 커넥터들 사이를 연결하는 구리 배선들이 인쇄되는 인쇄 회로 기판(Printed Circuit Board; PCB)으로 구성될 수 있다. 각각의 커넥터는 전기 단자가 형성된 적어도 하나의 홀을 포함할 수 있다. 구성 요소들은 적어도 하나의 핀(pin)으로 구성된 커넥터를 포함할 수 있다. 커넥터 보드의 홀과 구성 요소의 핀이 체결됨으로써, 구성 요소가 커넥터 보드에 물리적으로 고정되고, 커넥터 보드와 구성 요소가 전기적으로 연결될 수 있다.
구성 요소들은 커넥터 보드에 인쇄된 배선들을 통해 전기적으로 연결될 수 있다. 예를 들어, 전원 공급부(335)는 커넥터 보드에 인쇄된 배선들을 통해 다른 구성 요소들과 전기적으로 연결되어, 다른 구성 요소들에 전원을 공급할 수 있다.
구성 요소들은 커넥터 보드와 별도로 마련된 케이블 등을 통해 서로 연결될 수도 있다. 케이블의 양단에 적어도 하나의 홀을 포함하는 커넥터를 포함하여 서로 다른 구성 요소들에 결합될 수 있다. 케이블을 통해 연결되어야 하는 구성 요소들의 거리가 가까울수록 케이블의 길이가 짧아질 수 있으며, 케이블의 길이가 짧아질수록 로봇 제어 장치(330)의 내부의 통기성 및 냉각 효율이 향상되고 및 복잡도가 감소될 수 있다.
도 4에 도시된 것과 같이 이동하는 로봇(300)은 무게 중심이 낮을수록 안정성이 보장된다. 무게 중심을 낮추기 위해서는 몸체부(310)의 높이가 낮아져야 한다. 상술한 바와 같이 로봇(300)에는 다양한 구성 요소들이 구비되며, 이러한 구성 요소들을 실장하기 위해서 몸체부(310)의 높이가 일정한 크기 이상으로 제한된다. 또한, 높이를 최소화하기 위해 구성 요소들을 조밀하게 배치하는 경우, 냉각 효율이 저하될 수 있으며, 구성 요소들 상호 간의 간섭에 의해 데이터에 노이즈가 발생하여 로봇(300)이 올바르게 제어되지 못할 수 있다.
본 실시 예들에서는, 구성 요소들을 2개의 열로 배치하여 몸체부(310)의 폭을 넓히는 대신 높이를 감소시킬 수 있다. 또한, 본 실시 예들에서는, 발열이 심한 구성 요소(예를 들어, 전원 공급부(335), 모터 드라이버(334) 등)를 냉각이 잘 될 수 있는 위치에 배치하고, 및 상호 간섭 차단이 중요한 구성 요소(예를 들어, 프로세서(331), 네비게이션부(332) 등))를 노이즈 발생이 심한 구성 요소와 멀게 배치할 수 있다. 상기와 같이 구성 요소들을 효율적으로 배치함으로써, 본 실시 예들은 로봇(300)의 제어 정확도를 향상시킬 수 있다.
구성 요소들의 상기와 같은 배치를 위해, 커넥터 보드에 마련되는 커넥터들은, 결합되는 구성 요소의 종류에 따라 커넥터 보드의 특정 위치에 배치된다. 이하에서, 커넥터 보드를 포함하는 로봇 제어 장치(330)의 보다 구체적인 구성을 설명한다.
도 6은 구성 요소들이 결합되지 않은 상태의 로봇 제어 장치의 사시도이고, 도 7은 도 6에 도시된 로봇 제어 장치의 정면도이다. 도 8은 커넥터 보드에 구성 요소들이 결합된 상태를 개략적으로 나타낸 사시도이고, 도 9는 전원 커넥터와 다른 커넥터 사이의 전기적 연결 관계를 개략적으로 나타낸 도면이다. 도 10은 구성 요소들이 결합된 상태의 로봇 제어 장치를 나타낸 사시도이다.
먼저, 도 6 및 도 7을 참조하면, 일 실시 예에 따른 로봇 제어 장치(330)는 케이스(10) 및 케이스(10) 내부에 수용되는 구성 요소들을 포함할 수 있다.
케이스(10)는 대략 직방체 형상을 갖는다. 케이스(10)는 하부벽(11), 하부벽(11)에 제1 방향(D1)으로 이격하여 배치되는 상부벽(12) 및 하부벽(11)과 상부벽(12)을 연결하는 복수 개의 측벽들(13, 14, 15)을 포함한다. 측벽들(13, 14, 15)은 적어도 세 개가 마련되어, 케이스(10)의 세 개의 측면을 둘러싸도록 배치될 수 있다. 예를 들어, 측벽들(13, 14, 15)은 도면 상에서 케이스(10)의 후측에 배치되는 제1 측벽(13), 제1 측벽(13)에 수직하고 서로 이격하여 배치되는 제2 측벽(14)과 제3 측벽(15)을 포함할 수 있다. 하부벽(11), 상부벽(12) 및 측벽들(13, 14, 15)은 일체로 제조될 수 있다. 또는 하부벽(11), 상부벽(12) 및 측벽들(13, 14, 15)은 개별적으로 제조되고 접착제를 통해 서로 부착되거나, 힌지, 볼트/너트 등의 체결 부재 등을 통해 물리적으로 체결될 수 있다.
다양한 실시 예에서, 측벽들(13, 14, 15) 중 적어도 일부에 적어도 하나의 개구(18)가 형성될 수 있다. 도시된 실시 예에서, 제2 측벽(14)과 제3 측벽(15)에 복수 개의 개구(18)들이 형성된다. 개구(18)는 직사각형 등의 다각형, 원형, 타원형 등으로 형성될 수 있다. 개구(18)들은 제2 측벽(14)과 제3 측벽(15)의 대부분의 영역에 형성될 수 있다. 이와 같은 개구(18)들을 통해 로봇 제어 장치(330)의 통기성이 확보되고, 로봇 제어 장치(330) 내부의 열들이 외부로 용이하게 방출될 수 있다.
제2 측벽(14) 및 제3 측벽(15) 중 적어도 하나의 외측에는 냉각부(338)가 배치될 수 있다. 냉각부(338)는 제2 측벽(14) 및/또는 제3 측벽(15)에 형성된 개구(18)의 적어도 일 영역에 중첩된다. 냉각부(338)에 구비되는 팬이 회전함에 따라, 냉각부(338)는 케이스(10) 내부의 공기를 빠르게 흡입할 수 있고, 흡입된 공기는 냉각부(338)를 통해 강제적으로 배기될 수 있다.
케이스(10) 내부에는 복수의 구성 요소들이 배치될 수 있다. 구성 요소들은 예를 들어, 프로세서(331), 네비게이션부(332), 유저 인터페이스부(333), 모터 드라이버(334), 전원 공급부(335), 통신부(336), 센서부(337)를 포함할 수 있다.
케이스(10) 내에서 구성 요소들은 일정한 규칙에 따라 배치될 수 있다. 도 8을 참조하여, 구성 요소들이 배치되는 규칙의 실시 예를 설명한다.
다양한 실시 예들에서, 제1 방향(D1)을 따라 정렬된 제1 열(C1) 및 제2 열(C2)에 배치된다. 각각의 열(C1, C2)에서 구성 요소들은 제2 방향(D2)을 따라 적층된다.
각각의 열(C1, C2)에서 적층되는 구성 요소들의 개수는 로봇 제어 장치(330)를 구성하는 전체 구성 요소들의 크기 및 개수에 따라 결정될 수 있다. 예를 들어, 임의의 구성 요소(예를 들어, 도 8에서 네비게이션부(332))의 높이가 다른 구성 요소들의 높이보다 큰 경우, 해당 구성 요소가 배치된 열(예를 들어, 도 8에서 제2 열(C2))에는 다른 열(예를 들어, 도 8에서 제1 열(C1)) 보다 적은 수의 구성 요소들이 배치될 수 있다.
실시 예에서와 같이 구성 요소들이 복수 개의 열들(C1, C2)에 배치되면, 로봇 제어 장치(330)가 실장되는 로봇(300)의 높이가 상대적으로 낮아질 수 있고, 로봇(300)의 이동 시에 안정감이 향상될 수 있다. 이하에서는, 구성 요소들에 2개의 열들(C1, C2)에 배치되는 예를 설명하지만, 다양한 실시 예들에서 구성 요소들은 2개보다 많은 열들에 배치될 수 있다.
각각의 열에서, 구성 요소들은 발열량, 연산량 및 구성 요소들 간의 직접 연결 여부 등에 기초하여 배치될 수 있다.
일 실시 예에서, 구성 요소들 중 발열량이 큰 구성 요소들은 케이스(10)의 하부벽(11)에 가깝게 배치되며, 서로 인접하게 배치될 수 있다. 여기서, 발열량이 큰 구성 요소들은, 예를 들어 전원 공급부(335) 및 모터 드라이버(334)를 포함할 수 있다.
케이스(10)의 하부벽(11)은, 로봇 제어 장치(330)가 로봇(300)의 몸체부(310) 내에 실장될 때, 대체로 바닥면에 인접하게 배치된다. 따라서, 하부벽(11)에 인접하게 배치된 구성 요소로부터 방출된 열은, 몸체부(310)의 바닥면을 통해 외부로 쉽게 배출될 수 있다.
따라서, 발열량이 큰 구성 요소들은 로봇 제어 장치(330)의 하측으로부터 상측으로 순차 배치될 수 있다. 예를 들어, 전원 공급부(335)는 제1 열(C1)의 최하측에 배치되고, 모터 드라이버(334)는 전원 공급부(335)의 상측에 인접하게 배치될 수 있다. 그러나 전원 공급부(335)와 모터 드라이버(334) 사이의 배치는 도시된 것으로 한정되지 않으며, 발열량이 큰 구성 요소들을 하부벽(11)에 인접하게 배치하는 것이면, 다양한 배치 변경이 가능하다.
일 실시 예에서, 구성 요소들 중 연산량이 많고 고속 처리를 수행해야 하는 구성 요소들은 발열량이 큰 구성 요소들과 상이한 열에 배치된다. 이러한 구성 요소들은, 예를 들어 네비게이션부(332) 및 프로세서(331)를 포함할 수 있다.
대체로 발열량이 큰 구성 요소들은, 인접한 구성 요소들에 대한 노이즈를 많이 발생시킨다. 이러한 노이즈는 주변 구성 요소들로 전송되는 신호에 간섭으로 작용하여, 해당 구성 요소들에서 처리해야 하는 연산에 오류를 발생시킬 수 있다. 또한, 발열량이 큰 구성 요소들로부터 이러한 구성 요소들에 열이 전달되면, 많은 연산량을 고속으로 처리하고 있는 구성 요소가 임계값 이상의 열을 발생시킬 수 있다.
따라서, 이러한 구성 요소들은, 발열량이 큰 구성 요소들과 상이한 열에 배치된다. 예를 들어, 프로세서(331)와 네비게이션부(332)는 제2 열(C2)에 배치될 수 있다. 특히 정확한 실시간 고속 연산을 수행해야 하는 네비게이션부(332)는 전원 공급부(335)로부터 가장 먼 제2 열(C2)의 최상단에 배치될 수 있다. 그러나 프로세서(331)와 네비게이션부(332)의 배치는 도시된 것으로 한정되지 않으며, 구성 요소들을 발열량이 큰 구성 요소들로부터 멀게 배치하는 것이면, 다양한 배치 변경이 가능하다.
일 실시 예에서, 유저 인터페이스부(333)는 구성 요소들의 최상단에 배치될 수 있다. 즉, 유저 인터페이스부(333)는 상부벽(12)에 인접하게 배치될 수 있다.
사용자 입력을 감지하기 위한 입력 장치(120)는, 사용자 조작의 편의성을 위해 대체로 로봇(300)의 몸체부(310)의 상측에 배치된다.
유저 인터페이스부(333)는 입력 장치(120)로부터 신호를 수신해야 하므로, 이러한 입력 장치(120)와 가깝게 배치되는 것이 전송 속도 및 노이즈 측면에서 유리하다. 따라서, 유저 인터페이스부(333)는 구성 요소들의 최상단에서 입력 장치(120)와 가깝게 배치될 수 있다. 이러한 실시 예에서, 유저 인터페이스부(333)와 입력 장치(120)를 연결하는 케이블의 길이가 최소화될 수 있다.
도시된 실시 예에서, 유저 인터페이스부(333)는 제1 열(C1)에 배치되지만 본 실시 예는 이로써 한정되지 않으며, 유저 인터페이스부(333)는 제2 열(C2)의 최상측에 배치될 수도 있다.
일 실시 예에서, 센서부(337)는 프로세서(331)와 인접하게 배치될 수 있다. 센서부(337)에서 수집되는 정보들은 프로세서(331)의 로봇 제어를 위해 이용되므로, 신속하고 간섭없이 프로세서(331)에 전달되어야 한다. 이를 위해, 센서부(337)는 프로세서(331)와 단일 케이블을 통해 직접 연결된다. 센서부(337)와 프로세서(331) 사이를 연결하는 케이블의 길이를 최소화하기 위하여, 센서부(337)는 프로세서(331)의 상측 또는 하측에 배치될 수 있다.
상기와 같은 배치에 구성 요소들을 고정 결합하기 위해, 케이스(10)는 제1 열(C1)과 제2 열(C2) 사이에 배치되는 분리벽(16)을 더 포함한다. 분리벽(16)은 제1 열(C1)과 제2 열(C2)의 경계에서, 제1 측벽(13)에 수직하고 제2 측벽(14) 및 제3 측벽(15)에 대체로 평행하게 배치될 수 있다. 일 실시 예에서, 분리벽(16)은 대체로 평행하게 배치되는 2개의 보조벽들(161, 162)로 구성될 수 있다.
또한, 분리벽(16)은 제2 측벽(14) 및 제3 측벽(15)과 유사하게 적어도 하나의 개구(18)를 포함할 수 있다. 분리벽(16)에 개구(18)가 형성됨에 따라, 구성 요소들 사이의 통기성이 더욱 향상될 수 있다.
케이스(10)는 제2 측벽(14)과 분리벽(16) 사이, 그리고 분리벽(16)과 제3 측벽(15) 사이에 배치되는 복수의 랙(rack, 17)들을 더 포함할 수 있다. 구성 요소들은, 대응되는 위치의 랙(17) 상에 안착됨으로써, 지정된 위치에 배치될 수 있다. 즉, 제2 측벽(14)과 분리벽(16) 사이에 마련된 랙(17)들에는 제1 열(C1)에 배치되는 구성 요소들이 안착되고, 분리벽(16)과 제3 측벽(15) 사이에 마련된 랙(17)들에는 제2 열(C2)에 배치되는 구성 요소들이 안착될 수 있다.
랙(17)들은 분리된 2개의 연장부들(171, 172, 173, 174)로 구성될 수 있다. 예를 들어, 랙(17)은 제2 측벽(14)으로부터 케이스(10)의 내측을 향하여 수직하게 연장된 제2 측벽 연장부(171) 및 분리벽(16)으로부터 제2 측벽(14)을 향하여 수직하게 연장된 분리벽 연장부(172)를 포함할 수 있다. 여기서 분리벽 연장부(172)는, 제2 측벽(14)에 인접하게 배치된 제1 보조벽(161)으로부터 연장된 것일 수 있다.
또는, 예를 들어, 랙(17)은 분리벽(16)으로부터 제3 측벽(15)을 향하여 수직하게 연장된 분리벽 연장부(173) 및 제3 측벽(15)으로부터 케이스(10)의 내측을 향하여 수직하게 연장된 제3 측벽 연장부(174)를 포함할 수 있다. 여기서 분리벽 연장부(173)는 제3 측벽(15)에 인접하게 배치된 제2 보조벽(162)으로부터 연장된 것일 수 있다.
상기와 같은 실시 예에서, 랙(17)에 의해 구성 요소들이 차폐되는 면적이 최소화되므로, 케이스(10) 내부의 통기성이 확보되고, 구성 요소들로 발생하는 열이 외부로 용이하게 배출될 수 있다. 그러나 랙(17)의 형태는 도시된 것으로 한정되지 않으며, 다른 실시 예들에서 랙(17)은 평판 형태, 평판 상에 복수 개의 개구들이 형성된 형태 등과 같이 다양하게 구성될 수 있다.
랙(17)들 사이의 간격은 랙(17)들 사이에 안착되는 구성 요소의 크기에 따라 동일하거나 상이할 수 있다. 도 7에는 랙(17)들 사이의 예시적인 간격이 도시되어 있다. 그러나 랙(17)들 사이의 간격은 도시된 것으로 한정되지 않는다.
다양한 실시 예에서, 구성 요소들은 커넥터 보드(20)를 통해 전기적으로 연결될 수 있다. 커넥터 보드(20)는 케이스(10)의 제1 측벽(13)에 결합될 수 있다. 이때, 열 배출을 위해, 커넥터 보드(20)는 제1 측벽(13)으로부터 일정 거리만큼 이격되어 설치될 수 있다. 커넥터 보드(20)는 대체로 판상을 가지며, 제1 측벽(13)에 평행하게 배치된다.
도 7을 참조하면, 커넥터 보드(20)는 제1 방향(D1)으로 인접하게 배치되는 제1 영역(A)과 제2 영역(B)을 갖는다. 제1 영역(A)은 구성 요소들의 제1 열(C1)에 대응하고, 제2 영역(B)은 구성 요소들의 제2 열(C2)에 대응할 수 있다.
제1 영역(A)과 제2 영역(B)에는 복수의 커넥터들(21 내지 27)이 배치될 수 있다. 커넥터들(21 내지 27)은 제1 영역(A)과 제2 영역(B) 각각에서, 제1 방향(D1)에 대체로 수직한 제2 방향(D2)으로 순차 배치된다. 커넥터들(21 내지 27)은 각각의 랙(17)들에 대응하여 1:1로 배치될 수 있다.
일 실시 예에서, 커넥터들(21 내지 27)은 전원 공급부(335)와 결합되는 전원 커넥터(21), 모터 드라이버(334)와 결합되는 모터 드라이버 커넥터(22), 프로세서(331)와 결합되는 프로세서 커넥터(23), 네비게이션부(332)와 결합되는 네비게이션 커넥터(24), 유저 인터페이스부(333)와 결합되는 유저 인터페이스 커넥터(25), 통신부(337)와 결합되는 통신 커넥터(26), 센서부(337)와 결합되는 센서 커넥터(27)를 포함할 수 있다. 그러나 커넥터들(21 내지 27)의 종류는 상술한 것으로 한정되지 않으며, 로봇 제어 장치(330)에 구비되는 구성 요소의 종류에 따라 다양한 종류의 커넥터들이 커넥터 보드(20)에 마련될 수 있다.
커넥터들(21 내지 27)은 동일하거나 상이한 크기를 가질 수 있다. 커넥터들(21 내지 27)은 전기 단자가 형성된 적어도 하나의 홀을 포함할 수 있다. 커넥터들(21 내지 27)에 형성되는 홀들의 배치, 형태 및 크기는, 커넥터들(21 내지 27)에 결합되는 구성 요소의 종류에 따라 동일하거나 상이할 수 있다. 이때, 하나의 커넥터(21 내지 27)에 형성되는 홀들은 동일하거나 상이한 형태를 가질 수 있다.
커넥터들(21 내지 27)은 각각 대응되는 구성 요소와 결합한다. 이를 위하여, 구성 요소들에는 적어도 하나의 핀으로 구성된 커넥터를 포함할 수 있다. 구성 요소의 커넥터에 마련되는 핀이 커넥터 보드(20)의 커넥터(21 내지 27)에 마련되는 홀에 삽입됨으로써, 커넥터 사이의 물리적 및 전기적 결합이 이루어진다.
커넥터 보드(20) 상에서 커넥터들(21 내지 27)의 위치는 대응되는 구성 요소의 배치에 따라 결정된다. 일 실시 예에서, 전원 공급부(335)와 결합하는 전원 커넥터(21)는 제1 영역(A)의 최하측에 배치될 수 있다. 또한, 모터 드라이버(334)와 결합되는 모터 드라이버 커넥터(22)는 제1 영역(A)에서 전원 공급부(335)의 상측에 배치될 수 있다.
일 실시 예에서, 프로세서와 결합하는 프로세서 커넥터(23) 및 네비게이션부(332)와 결합되는 네비게이션 커넥터(24)는 전원 커넥터(21) 및 모터 드라이버 커넥터(22)와 상이한 영역, 즉 제2 영역(B)에 배치될 수 있다. 여기서, 네비게이션 커넥터(24)는 제2 영역(B)에서 최상측에 배치될 수 있다.
일 실시 예에서, 유저 인터페이스부(333)와 결합되는 유저 인터페이스 커넥터(25)는 제1 영역(A) 또는 제2 영역(B)에서 최상측에 배치될 수 있다. 도시된 실시 예에서, 유저 인터페이스 커넥터(25)는 제1 영역(A)에 배치되지만 본 실시 예는 이로써 한정되지 않으며, 유저 인터페이스 커넥터(25)는 제2 영역(B)의 최상측에 배치될 수도 있다.
센서부(337)와 결합되는 센서 커넥터(27)는 프로세서 커넥터(23)에 인접하게 배치될 수 있다. 예를 들어, 센서 커넥터(27)는 프로세서 커넥터(23)와 동일한 영역에 배치되고, 프로세서 커넥터(23)의 상측 또는 하측에 배치될 수 있다.
도 8은 커넥터 보드(20)에 구성 요소들이 결합된 상태를 개략적으로 나타낸 사시도이다. 도 8에 도시된 바와 같이, 특정한 위치에 배치된 커넥터들(21 내지 27)에 대응되는 구성 요소들이 결합함으로써, 구성 요소들이 기설정된 위치에 배치될 수 있다.
다양한 실시 예에서, 구성 요소들은 별도의 케이블 등을 통해 전기적으로 서로 연결될 수 있다. 또는, 구성 요소들은 커넥터 보드(20)를 통해 전기적으로 연결될 수 있다. 이러한 실시 예에서, 커넥터 보드(20)는 커넥터들(21 내지 27) 사이, 즉 커넥터들(21 내지 27)에 마련되는 전기 단자들의 사이를 연결하는 배선(wire)들을 포함할 수 있다. 배선(wire)들은 커넥터 보드(20)의 기판 상에 인쇄될 수 있다.
일 실시 예에서, 배선(wire)들은 전원 커넥터(21)와 다른 커넥터(22 내지 27) 사이를 전기적으로 연결할 수 있다. 다른 커넥터(22 내지 27)들에 연결된 구성 요소들은, 전원 커넥터(21)에 연결된 전원 공급부(335)로부터 출력되는 전원을, 배선(wire)을 통해 공급받을 수 있다.
도 9를 참조하면, 전원 커넥터(21)는 전기 단자들이 마련되는 복수의 홀들을 포함한다. 복수의 홀들 중 일부는 모터 드라이버 커넥터(22)의 전기 단자들과 연결되고, 다른 일부는 프로세서 커넥터(23)의 전기 단자들과 연결되며, 또 다른 일부는 네비게이션 커넥터(24)의 전기 단자들과 연결된다. 복수의 홀들 중 또 다른 일부는 유저 인터페이스 커넥터(25)의 전기 단자들과 연결되고, 또 다른 일부는 통신 커넥터(26)의 전기 단자들과 연결되며, 또 다른 일부는 센서 커넥터(27)의 전기 단자들과 연결된다. 이와 같은 연결을 통해 다른 커넥터(22 내지 27)들에 연결된 구성 요소들은, 전원 커넥터(21)에 연결된 전원 공급부(335)로부터 출력되는 전원을 공급받을 수 있다.
도시된 실시 예에서, 케이스(10)의 내부 구성 요소들을 명확히 도시하기 위해 케이스(10)의 전면은 개방되어 있다. 그러나 케이스(10)의 전면에는 케이스(10)의 전면을 커버하는 제4 측벽(미도시) 또는 커버 등이 마련될 수 있다.
상기와 같은 실시 예들에 따라, 구성 요소들이 결합된 로봇 제어 장치(330)의 구체적인 형태가 도 10에 도시된다. 도 10에 도시된 구성 요소들의 형태는 일 실시 예에 불과한 것으로 그 구체적인 형태는 제품 모델에 따라 상이할 수 있다. 각각의 구성 요소들은 회로 보드 및 회로 보드 상에 실장되는 부품들로 구성될 수 있다. 필요한 경우, 결합된 구성 요소의 정면으로 커버 케이스가 결합될 수 있으며, 이러한 커버 케이스에 적어도 하나의 통풍구가 마련될 수도 있다.
도 11은 다른 실시 예에 따른 로봇 제어 장치의 사시도이고, 도 12는 도 11에 도시된 커넥터 보드의 정면도이다.
도 11 및 도 12에 도시된 실시 예는, 도 6 및 도 7에 도시된 실시 예와 비교하여 커넥터 보드(20')의 각각의 열(C1, C2)에 배치되는 구성 요소의 개수가 더 적은 것을 제외하면 실질적으로 도 6 및 도 7에 도시된 실시 예와 유사하다. 구체적으로, 도 6 및 도 7에서는 커넥터 보드(20)의 제1 열(C1)에 네 개의 구성 요소들이, 제2 열(C2)에 세 개의 구성 요소들이 결합되지만, 도 11 및 도 12에서는 커넥터 보드(20')의 제1 열(C1)에 세 개의 구성 요소들이, 제2 열(C2)에 두 개의 구성 요소들이 결합된다. 커넥터 보드(20)와 비교하여 커넥터 보드(20')에 결합되지 않은 부품들은 커넥터 보드(20') 또는 별도로 마련되는 보드 상에 임베디드 형태로 또는 결합 형태로 구현되어 해당 기능을 제공할 수 있도록 한다. 이와 같은 실시 예에서, 로봇 제어 장치(330')가 실장되는 로봇(300)의 높이는 도 6 및 도 7에 도시된 실시 예에서 보다 더욱 낮아질 수 있다.
도 11 및 도 12에 도시된 실시 예를 설명함에 있어서, 도 6 및 도 7에 도시된 것과 동일한 구성 요소들에 대하여는 동일한 도면 부호를 부여하고 그 상세한 설명은 생략한다.
도 11 및 도 12에 도시된 실시 예에서, 케이스(10) 내부에는 복수의 구성 요소들이 배치될 수 있다. 구성 요소들은 예를 들어, 프로세서(331), 네비게이션부(332), 유저 인터페이스부(333), 모터 드라이버(334) 및 전원 공급부(335)를 포함할 수 있다.
케이스(10) 내에서 구성 요소들은 일정한 규칙에 따라 배치될 수 있다. 예를 들어, 구성 요소들은 제1 방향(D1)을 따라 정렬된 제1 열(C1) 및 제2 열(C2)에 배치된다. 각각의 열(C1, C2)에서 구성 요소들은 제2 방향(D2)을 따라 적층된다.
일 실시 예에서, 구성 요소들 중 발열량이 큰 구성 요소들은 케이스(10)의 하부벽(11)에 가깝게 배치되며, 서로 인접하게 배치될 수 있다. 여기서, 발열량이 큰 구성 요소들은, 예를 들어 전원 공급부(335) 및 모터 드라이버(334)를 포함할 수 있다. 예를 들어, 전원 공급부(335)는 제1 열(C1)의 최하측에 배치되고, 모터 드라이버(334)는 전원 공급부(335)의 상측에 인접하게 배치될 수 있다.
일 실시 예에서, 구성 요소들 중 연산량이 많고 고속 처리를 수행해야 하는 구성 요소들은 발열량이 큰 구성 요소들과 상이한 열에 배치된다. 이러한 구성 요소들은, 예를 들어 네비게이션부(332) 및 프로세서(331)를 포함할 수 있다. 예를 들어, 프로세서(331)와 네비게이션부(332)는 제2 열(C2)에 배치될 수 있다.
일 실시 예에서, 유저 인터페이스부(333)는 구성 요소들의 최상단에 배치될 수 있다. 즉, 유저 인터페이스부(333)는 상부벽(12)에 인접하게 배치될 수 있다. 도시된 실시 예에서, 유저 인터페이스부(333)는 제1 열(C1)의 최상단에 배치된다. 다양한 실시 예에서, 구성 요소들은 커넥터 보드(20)를 통해 전기적으로 연결될 수 있다. 커넥터 보드(20)는 케이스(10)의 제1 측벽(13)에 결합될 수 있다. 이때, 열 배출을 위해, 커넥터 보드(20)는 제1 측벽(13)으로부터 일정 거리만큼 이격되어 설치될 수 있다. 커넥터 보드(20)는 대체로 판상을 가지며, 제1 측벽(13)에 평행하게 배치된다.
도 12를 참조하면, 커넥터 보드(20')는 제1 방향(D1)으로 인접하게 배치되는 제1 영역(A)과 제2 영역(B)을 갖는다. 제1 영역(A)은 구성 요소들의 제1 열(C1)에 대응하고, 제2 영역(B)은 구성 요소들의 제2 열(C2)에 대응할 수 있다.
제1 영역(A)과 제2 영역(B)에는 복수의 커넥터들(21 내지 25)이 배치될 수 있다. 커넥터들(21 내지 25)은 제1 영역(A)과 제2 영역(B) 각각에서, 제1 방향(D1)에 대체로 수직한 제2 방향(D2)으로 순차 배치된다. 커넥터들(21 내지 25)은 각각의 랙(17)들에 대응하여 1:1로 배치될 수 있다.
일 실시 예에서, 커넥터들(21 내지 25)은 전원 공급부(335)와 결합되는 전원 커넥터(21), 모터 드라이버(334)와 결합되는 모터 드라이버 커넥터(22), 프로세서(331)와 결합되는 프로세서 커넥터(23), 네비게이션부(332)와 결합되는 네비게이션 커넥터(24), 유저 인터페이스부(333)와 결합되는 유저 인터페이스 커넥터(25)를 포함할 수 있다. 그러나 커넥터들(21 내지 25)의 종류는 상술한 것으로 한정되지 않으며, 로봇 제어 장치(330)에 구비되는 구성 요소의 종류에 따라 다양한 종류의 커넥터들이 커넥터 보드(20)에 마련될 수 있다.
커넥터들(21 내지 25)은 각각 대응되는 구성 요소와 결합한다. 이를 위하여, 구성 요소들에는 적어도 하나의 핀으로 구성된 커넥터를 포함할 수 있다. 구성 요소의 커넥터에 마련되는 핀이 커넥터 보드(20)의 커넥터(21 내지 25)에 마련되는 홀에 삽입됨으로써, 커넥터 사이의 물리적 및 전기적 결합이 이루어진다.
커넥터 보드(20) 상에서 커넥터들(21 내지 25)의 위치는 대응되는 구성 요소의 배치에 따라 결정된다. 일 실시 예에서, 전원 공급부(335)와 결합하는 전원 커넥터(21)는 제1 영역(A)의 최하측에 배치될 수 있다. 또한, 모터 드라이버(334)와 결합되는 모터 드라이버 커넥터(22)는 제1 영역(A)에서 전원 공급부(335)의 상측에 배치될 수 있다.
일 실시 예에서, 프로세서와 결합하는 프로세서 커넥터(23) 및 네비게이션부(332)와 결합되는 네비게이션 커넥터(24)는 전원 커넥터(21) 및 모터 드라이버 커넥터(22)와 상이한 영역, 즉 제2 영역(B)에 배치될 수 있다. 여기서, 네비게이션 커넥터(24)는 제2 영역(B)에서 최상측에 배치될 수 있다.
일 실시 예에서, 유저 인터페이스부(333)와 결합되는 유저 인터페이스 커넥터(25)는 제1 영역(A) 또는 제2 영역(B)에서 최상측에 배치될 수 있다. 도시된 실시 예에서, 유저 인터페이스 커넥터(25)는 제1 영역(A)에 배치되지만 본 실시 예는 이로써 한정되지 않으며, 유저 인터페이스 커넥터(25)는 제2 영역(B)의 최상측에 배치될 수도 있다.
본 실시 예들이 속하는 기술분야의 통상의 지식을 가진 자는 본 실시 예들이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 실시 예들의 범위는 상기 상세한 설명보다는 후술하는 특허청구의 범위에 의하여 나타내어지며, 특허청구의 범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 실시 예들의 범위에 포함되는 것으로 해석되어야 한다.
100: AI 장치
110: 통신 회로
120: 입력 장치
130: 러닝 프로세서
140: 센서
150: 출력 장치
170: 메모리

Claims (24)

  1. 로봇을 제어하는 로봇 제어 장치로,
    케이스; 및
    상기 케이스에 결합되고, 제1 영역 및 상기 제1 영역에 측방향으로 인접한 제2 영역에 배치되는 복수의 커넥터들을 갖는 커넥터 보드를 포함하되,
    상기 복수의 커넥터들은,
    상기 제1 영역과 상기 제2 영역 중 어느 하나에서 최하측에 배치되고, 전원 공급부와 결합되는 전원 커넥터; 및
    상기 전원 공급부와 상이한 영역에 배치되고, 프로세서와 결합되는 프로세서 커넥터를 포함하는, 로봇 제어 장치.
  2. 제1항에 있어서, 상기 복수의 커넥터들은,
    상기 전원 공급부와 상이한 영역에서 최상측에 배치되고, 네비게이션부와 결합되는 네비게이션 커넥터를 더 포함하는, 로봇 제어 장치.
  3. 제1항에 있어서, 상기 복수의 커넥터들은,
    상기 전원 커넥터와 인접하게 배치되고, 모터 드라이버와 결합되는 모터 드라이버 커넥터를 더 포함하는, 로봇 제어 장치.
  4. 제1항에 있어서, 상기 복수의 커넥터들은,
    상기 제1 영역 및 상기 제2 영역 중 어느 하나에서 최상측에 배치되고, 사용자 인터페이스부와 결합되는 사용자 인터페이스 커넥터를 더 포함하는, 로봇 제어 장치.
  5. 제1항에 있어서, 상기 복수의 커넥터들은,
    상기 프로세서 커넥터와 인접하게 배치되고, 센서부와 결합되는 센서 커넥터를 더 포함하되,
    상기 프로세서와 상기 센서부는,
    케이블을 통해 직접 연결되는, 로봇 제어 장치.
  6. 제1항에 있어서, 상기 복수의 커넥터들은,
    상기 제1 영역 및 상기 제2 영역 중 어느 하나에 배치되고, 통신부와 결합되는 통신 커넥터를 더 포함하는, 로봇 제어 장치.
  7. 제1항에 있어서, 상기 케이스는,
    상기 커넥터 보드가 결합되는 제1 측벽;
    상기 제1 측벽에 수직하고, 서로 이격하여 배치되는 제2 측벽과 제3 측벽; 및
    상기 제1 측벽에 수직하고, 상기 제1 영역과 상기 제2 영역의 경계에 배치되는 분리벽을 포함하되,
    상기 제1 영역은,
    상기 제2 측벽과 상기 분리벽 사이에 배치되고,
    상기 제2 영역은,
    상기 제3 측벽과 상기 분리벽 사이에 배치되는, 로봇 제어 장치.
  8. 제7항에 있어서,
    상기 제2 측벽과 상기 분리벽 사이 및 상기 분리벽과 상기 제3 측벽 사이에 배치되는 복수의 랙(rack)들을 더 포함하는, 로봇 제어 장치.
  9. 제8항에 있어서,
    상기 전원 공급부는 상기 전원 커넥터에 대응하는 랙에 안착되어 상기 전원 커넥터에 결합되고,
    상기 프로세서는 상기 프로세서 커넥터에 대응하는 랙에 안착되어 상기 프로세서 커넥터에 결합되는, 로봇 제어 장치.
  10. 제8항에 있어서, 복수의 랙들 각각은,
    상기 제2 측벽 및 상기 제3 측벽 중 어느 하나로부터 수직하게 연장된 측벽 연장부; 및
    상기 분리벽으로부터 상기 제2 측벽 및 상기 제3 측벽 중 상기 어느 하나를 향하여 수직하게 연장된 분리벽 연장부를 포함하는, 로봇 제어 장치.
  11. 제7항에 있어서, 상기 제2 측벽, 상기 제3 측벽 및 상기 분리벽은,
    적어도 하나의 개구를 포함하는, 로봇 제어 장치.
  12. 제7항에 있어서,
    상기 제2 측벽 및 상기 제3 측벽 중 적어도 하나의 외측에 결합되는 적어도 하나의 냉각 팬을 더 포함하는, 로봇 제어 장치.
  13. 제1항에 있어서, 상기 커넥터 보드는,
    상기 전원 커넥터를 적어도 하나의 다른 커넥터와 전기적으로 연결하는 적어도 하나의 배선을 포함하는, 로봇 제어 장치.
  14. 적어도 하나의 가동부;
    상기 가동부에 동력을 인가하는 적어도 하나의 모터; 및
    상기 적어도 하나의 모터를 제어하는 로봇 제어 장치를 포함하되,
    상기 로봇 제어 장치는,
    케이스;
    상기 케이스에 결합되고, 제1 영역 및 상기 제1 영역에 인접한 제2 영역에 배치되는 복수의 커넥터들을 갖는 커넥터 보드;
    상기 커넥터 보드에 결합되는 전원 공급부; 및
    상기 커넥터 보드에 결합되는 프로세서를 포함하되,
    상기 복수의 커넥터들은,
    상기 제1 영역과 상기 제2 영역 중 어느 하나에서 최하측에 배치되고, 상기 전원 공급부와 결합되는 전원 커넥터;
    상기 전원 공급부와 상이한 영역에 배치되고, 상기 프로세서와 결합되는 프로세서 커넥터를 포함하는, 로봇.
  15. 제14항에 있어서, 상기 복수의 커넥터들은,
    상기 전원 공급부와 상이한 영역에서 최상측에 배치되고, 네비게이션부와 결합되는 네비게이션 커넥터를 더 포함하는, 로봇.
  16. 제14항에 있어서, 상기 복수의 커넥터들은,
    상기 전원 커넥터와 인접하게 배치되고, 모터 드라이버와 결합되는 모터 드라이버 커넥터를 더 포함하는, 로봇.
  17. 제14항에 있어서, 상기 복수의 커넥터들은,
    상기 제1 영역 및 상기 제2 영역 중 어느 하나에서 최상측에 배치되고, 사용자 인터페이스부와 결합되는 사용자 인터페이스 커넥터를 더 포함하는, 로봇.
  18. 제14항에 있어서, 상기 복수의 커넥터들은,
    상기 프로세서 커넥터와 인접하게 배치되고, 센서부와 결합되는 센서 커넥터를 더 포함하고,
    상기 프로세서와 상기 센서부를 직접 연결하는 케이블을 더 포함하는, 로봇.
  19. 제14항에 있어서, 상기 케이스는,
    상기 커넥터 보드가 결합되는 제1 측벽;
    상기 제1 측벽에 수직하고, 서로 이격하여 배치되는 제2 측벽과 제3 측벽; 및
    상기 제1 측벽에 수직하고, 상기 제1 영역과 상기 제2 영역의 경계에 배치되는 분리벽을 포함하되,
    상기 제1 영역은,
    상기 제2 측벽과 상기 분리벽 사이에 배치되고,
    상기 제2 영역은,
    상기 제3 측벽과 상기 분리벽 사이에 배치되는, 로봇.
  20. 제19항에 있어서,
    상기 제2 측벽과 상기 분리벽 사이 및 상기 분리벽과 상기 제3 측벽 사이에 배치되는 복수의 랙(rack)들을 더 포함하는, 로봇.
  21. 제20항에 있어서,
    상기 전원 공급부는 상기 전원 커넥터에 대응하는 랙에 안착되어 상기 전원 커넥터에 결합되고,
    상기 프로세서는 상기 프로세서 커넥터에 대응하는 랙에 안착되어 상기 프로세서 커넥터에 결합되는, 로봇.
  22. 로봇을 제어하는 로봇 제어 장치로,
    케이스; 및
    상기 케이스 내에서 2개의 열로 배치되는 복수의 부품들을 포함하되,
    상기 복수의 부품들은,
    제1 열에서 상기 케이스의 하부벽에 인접하게 배치되는 전원 공급부; 및
    제2 열에 배치되는 프로세서를 포함하는, 로봇 제어 장치.
  23. 제22항에 있어서, 상기 복수의 부품들은,
    상기 제2 열에서 최상측에 배치되는 네비게이션부;
    상기 전원 커넥터의 상측에 배치되는 모터 드라이버;
    상기 제1 열에서 최상측에 배치되는 유저 인터페이스부; 및
    상기 제2 열에서 상기 프로세서와 인접하게 배치되는 센서부를 더 포함하는, 로봇 제어 장치.
  24. 제23항에 있어서, 상기 복수의 부품들은,
    커넥터 보드를 통해 전기적으로 연결되고,
    상기 커넥터 보드는,
    상기 제1 열에 대응하는 제1 영역;
    상기 제2 열에 대응하는 제2 영역; 및
    상기 제1 영역과 상기 제2 영역에서 상기 부품들의 배치 위치에 각각 대응하여 배치되는 복수의 커넥터들을 포함하는, 로봇 제어 장치.
KR1020190155689A 2019-11-28 2019-11-28 로봇 제어 장치 및 이를 포함하는 로봇 KR20210066443A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190155689A KR20210066443A (ko) 2019-11-28 2019-11-28 로봇 제어 장치 및 이를 포함하는 로봇
US16/910,785 US11577385B2 (en) 2019-11-28 2020-06-24 Robot control device and robot including the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190155689A KR20210066443A (ko) 2019-11-28 2019-11-28 로봇 제어 장치 및 이를 포함하는 로봇

Publications (1)

Publication Number Publication Date
KR20210066443A true KR20210066443A (ko) 2021-06-07

Family

ID=76092145

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190155689A KR20210066443A (ko) 2019-11-28 2019-11-28 로봇 제어 장치 및 이를 포함하는 로봇

Country Status (2)

Country Link
US (1) US11577385B2 (ko)
KR (1) KR20210066443A (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2509990B (en) * 2013-01-22 2014-12-10 Dyson Technology Ltd Docking station for a mobile robot
GB2509991B (en) * 2013-01-22 2015-03-11 Dyson Technology Ltd Docking station for a mobile robot
US10500730B2 (en) * 2015-09-04 2019-12-10 Kindred Systems Inc. Systems, devices, and methods for self-preservation of robotic apparatus
US10028401B2 (en) * 2015-12-18 2018-07-17 Microsoft Technology Licensing, Llc Sidewall-accessible dense storage rack
US11927965B2 (en) * 2016-02-29 2024-03-12 AI Incorporated Obstacle recognition method for autonomous robots

Also Published As

Publication number Publication date
US20210162588A1 (en) 2021-06-03
US11577385B2 (en) 2023-02-14

Similar Documents

Publication Publication Date Title
US20210138654A1 (en) Robot and method for controlling the same
KR20190096878A (ko) 인공지능 기반의 공기조화기
KR102225975B1 (ko) 엔진음 합성 장치 및 엔진음 합성 방법
KR102234691B1 (ko) 인공 지능을 이용하여, 물품을 관리하는 냉장고 및 그의 동작 방법
KR20190096871A (ko) 복수의 로봇들을 관제하는 인공 지능 서버 및 그 방법
KR102331672B1 (ko) 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법
KR20190101333A (ko) 음성 인식 장치 및 음성 인식 방법
KR20190104264A (ko) 차량에 탑재되는 인공 지능 장치 및 그 방법
US11334094B2 (en) Method for maintaining stability of mobile robot and mobile robot thereof
US11524408B2 (en) Method and apparatus for providing food to user
KR20210044662A (ko) 로봇 및 로봇의 제어 방법
KR20190095186A (ko) 지능형 게이트웨이 장치 및 그를 포함하는 제어 시스템
KR20210067432A (ko) 로봇의 비상 정지의 수행
KR102537381B1 (ko) 보행경로예측장치
KR20210069416A (ko) 운송 장치 및 상기 운송 장치를 포함하는 로봇
KR20190094317A (ko) 사용자 환경에서의 음성 인식 모델의 성능을 예측하는 인공 지능 장치 및 그 방법
KR20190098097A (ko) 전자 제어 시스템
US11511439B2 (en) Method for managing modular robot and robot thereof
KR20210050201A (ko) 로봇, 로봇의 작동 방법 및 상기 로봇을 포함하는 로봇 시스템
KR20190114933A (ko) 인공지능 장치
US11345023B2 (en) Modular robot and operation method thereof
KR20210066443A (ko) 로봇 제어 장치 및 이를 포함하는 로봇
US20210116929A1 (en) Artificial intelligence apparatus for sharing information of stuck area and method for the same
KR20210044598A (ko) 배송 로봇의 관제 서버 및 그의 배송 로봇 제어 방법
KR20210034277A (ko) 로봇 및 상기 로봇을 작동하기 위한 방법