KR20210069416A - 운송 장치 및 상기 운송 장치를 포함하는 로봇 - Google Patents

운송 장치 및 상기 운송 장치를 포함하는 로봇 Download PDF

Info

Publication number
KR20210069416A
KR20210069416A KR1020190159209A KR20190159209A KR20210069416A KR 20210069416 A KR20210069416 A KR 20210069416A KR 1020190159209 A KR1020190159209 A KR 1020190159209A KR 20190159209 A KR20190159209 A KR 20190159209A KR 20210069416 A KR20210069416 A KR 20210069416A
Authority
KR
South Korea
Prior art keywords
transport
unit
transport object
disposed
stage
Prior art date
Application number
KR1020190159209A
Other languages
English (en)
Inventor
추지민
조성일
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 KR1020190159209A priority Critical patent/KR20210069416A/ko
Priority to US16/849,165 priority patent/US20210163273A1/en
Publication of KR20210069416A publication Critical patent/KR20210069416A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
    • B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
    • B66F9/063—Automatically guided
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G61/00—Use of pick-up or transfer devices or of manipulators for stacking or de-stacking articles not otherwise provided for
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/0014—Gripping heads and other end effectors having fork, comb or plate shaped means for engaging the lower surface on a object to be transported
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G59/00—De-stacking of articles
    • B65G59/06—De-stacking from the bottom of the stack
    • B65G59/061—De-stacking from the bottom of the stack articles being separated substantially along the axis of the stack
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G60/00—Simultaneously or alternatively stacking and de-stacking of articles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
    • B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
    • B66F9/075—Constructional features or details
    • B66F9/08—Masts; Guides; Chains
    • B66F9/085—Multiple forks, i.e. more than one pair mounted on a single mast or with more than one mast
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
    • B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
    • B66F9/075—Constructional features or details
    • B66F9/12—Platforms; Forks; Other load supporting or gripping members
    • B66F9/14—Platforms; Forks; Other load supporting or gripping members laterally movable, e.g. swingable, for slewing or transverse movements
    • B66F9/141—Platforms; Forks; Other load supporting or gripping members laterally movable, e.g. swingable, for slewing or transverse movements with shuttle-type movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2201/00—Indexing codes relating to handling devices, e.g. conveyors, characterised by the type of product or load being conveyed or handled
    • B65G2201/02—Articles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Structural Engineering (AREA)
  • Robotics (AREA)
  • Transportation (AREA)
  • Geology (AREA)
  • Civil Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Traffic Control Systems (AREA)

Abstract

운송 장치가 개시된다. 상기 운송 장치는, 장치프레임, 상기 장치프레임에 상하방향으로 이동 가능하게 배치되는 제1 스테이지부, 상기 제1 스테이지부에 상하방향으로 이동 가능하게 배치되는 제2 스테이지부 및 상기 제1 스테이지부에 배치되고, 운송대상물을 외부로 배출하도록 제공되는 푸셔유닛을 포함하고, 상기 운송대상물은 제1운송대상물 및 상기 제1운송대상물 상에 적층된 제2운송대상물을 포함하고, 상기 푸셔유닛이 상기 제1 운송대상물을 배출하는 동안 상기 제2 스테이지부는 상기 제2 운송대상물을 지지하고, 상기 푸셔유닛이 상기 제1 운송대상물을 배출한 후 상기 제2 스테이지부는 상기 제2 운송대상물을 상기 푸셔유닛에 안착시킨다.

Description

운송 장치 및 상기 운송 장치를 포함하는 로봇{COURIER AND ROBOT INCLUDING THE COURIER}
본 개시는 운송 장치 및 운송 장치를 포함하는 로봇에 관한 것으로, 보다 상세하게는 다층으로 적층된 운송대상물들을 하층의 운송대상물부터 상층의 운송대상물까지 순차적으로 자동으로 하역할 수 있는 운송 장치 및 로봇에 관한 것이다.
일반적으로 운송 장치란 운송대상물을 사용자가 목표하는 위치까지 이송해주는 장치를 통칭한다.
과거의 운송 장치는 사용자가 수작업 또는 크레인 등과 같은 기계장치를 이용하여 운송대상물을 하역하였다. 이에 따라 사용자의 작업피로가 크고, 운송대상물의 무게가 큰 경우 별도의 기계장치가 요구되는 문제가 있었다.
최근에는 인공지능, 자율주행, 로봇 등과 같은 기술적 진보가 이뤄짐에 따라 과거와 달리 운송 장치가 자율주행으로 운송대상물을 목표하는 위치까지 이송시키고, 각종 센싱 동작, 로봇 동작 등을 통해 자동으로 운송대상물을 하역하는 기술이 개발되고 있다.
본 개시는 상기와 같이 관련 기술분야의 과제를 해결하기 위하여 안출된 것으로, 본 개시의 목적은 다층으로 적층된 운송대상물들을 하층의 운송대상물부터 상층의 운송대상물까지 순차적으로 자동으로 하역할 수 있는 운송 장치 및 이를 포함하는 로봇을 제공하는 데에 있다.
본 개시의 실시 예들에 따른 운송대상물을 하적하는 운송 장치는, 장치프레임, 상기 장치프레임에 상하방향으로 이동 가능하게 배치되는 제1 스테이지부, 상기 제1 스테이지부에 상하방향으로 이동 가능하게 배치되는 제2 스테이지부 및 상기 제1 스테이지부에 배치되고, 운송대상물을 외부로 배출하도록 제공되는 푸셔유닛을 포함하고, 상기 운송대상물은 제1운송대상물 및 상기 제1운송대상물 상에 적층된 제2운송대상물을 포함하고, 상기 푸셔유닛이 상기 제1 운송대상물을 배출하는 동안 상기 제2 스테이지부는 상기 제2 운송대상물을 지지하고, 상기 푸셔유닛이 상기 제1 운송대상물을 배출한 후 상기 제2 스테이지부는 상기 제2 운송대상물을 상기 푸셔유닛에 안착시킨다.
본 개시의 실시 예들에 따른 로봇은, 제1 운송대상물 및 상기 제1 운송대상물 상에 적층된 제2 운송대상물을 하적하도록 구성되는 운송 장치, 로봇을 움직이기 위한 구동력을 생성하도록 구성되는 구동 장치 및 프로세서를 포함하고, 상기 프로세서는 상기 제1 및 제2 운송대상물을 하적하기 위해 상기 운송 장치를 제어하고, 상기 운송 장치는, 장치프레임, 상기 장치프레임에 상하방향으로 이동 가능하게 배치되는 제1 스테이지부, 상기 제1 스테이지부에 상하방향으로 이동 가능하게 배치되는 제2 스테이지부 및 상기 제1 스테이지부에 배치되고, 상기 제1 및 제2 운송대상물을 순차적으로 하적하도록 구성되는 푸셔유닛을 포함한다.
본 개시에 따르면, 다층으로 적층된 운송대상물을 하층의 운송대상물부터 상층의 운송대상물까지 순차적으로 안정적으로 하역할 수 있다.
각종 센싱, 로봇 동작 등의 연동을 통해 운송대상물의 하역이 자동적으로 진행됨에 따라 사용자가 운송대상물을 하역할 필요가 없어 사용자의 작업피로도가 감소하고, 비교적 무게가 큰 운송대상물도 별도의 기계장치 없이 안정적으로 하역할 수 있다.
도 1은 본 개시의 일 실시 예에 따른 AI 장치를 나타낸다.
도 2는 본 개시의 일 실시 예에 따른 AI 서버를 나타낸다.
도 3은 본 개시의 일 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 본 개시의 일 실시 예에 따른 로봇을 나타낸다.
도 5는 본 개시의 실시 예들에 따른 운송 장치의 정면도를 나타낸다.
도 6은 본 개시의 실시 예들에 따른 운송 장치의 측면도를 나타낸다.
도 7은 본 개시의 실시 예들에 따른 운송 장치의 하면도를 나타낸다.
도 8은 본 개시의 실시 예들에 따른 운송 장치의 평면도를 나타낸다.
도 9는 본 개시의 실시 예들에 따른 운송 장치의 후면도를 나타낸다.
도 10은 본 개시의 실시 예들에 따른 운송 장치의 사시도를 나타낸다.
도 11은 본 개시의 실시 예들에 따른 운송 장치의 분해사시도를 나타낸다.
도 12는 본 개시의 실시 예들에 따른 운송 장치의 분해측면도를 나타낸다.
도 13은 본 개시의 실시 예들의 푸셔유닛의 분해사사도를 나타낸다.
도 14는 본 개시의 실시 예들의 제2 스테이지부의 사시도를 나타낸다.
도 15는 본 개시의 실시 예들에 따른 운송 장치에 다수의 운송대상물들이 적층된 상태를 나타낸다.
도 16a 내지 도 16h는 본 개시의 실시 예들에 따른 운송 장치가 다수의 운송대상물을 하역하는 상태를 나타낸다.
이하, 첨부된 도면을 참고하여 본 개시에 따른 운송 장치의 바람직한 실시예들을 상세히 설명하도록 한다.
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 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.
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 구동 장치를 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 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
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 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, 단말기(100)는 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. 예컨대, 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 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, 센서(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.
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. 예컨대, 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. 예컨대, 메모리(170)는 입력 장치(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 개시의 일 실시 예에 따른 AI 서버(200)를 나타낸다. 도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 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(231)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 개시의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)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.
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.
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. 예컨대, 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(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 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.
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. 예컨대, 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. 예컨대, 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.
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. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
예컨대, 사용자는 XR 장치(100c) 등의 외부 장치를 통해 원격으로 연동된 로봇(100a)의 시점에 상응하는 XR 영상을 확인할 수 있고, 상호작용을 통하여 로봇(100a)의 자율 주행 경로를 조정하거나, 동작 또는 주행을 제어하거나, 주변 객체의 정보를 확인할 수 있다.
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. 예컨대, 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. 예컨대, 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.
도 4는 본 개시의 실시 예들에 따른 로봇을 나타낸다. 도 4를 참조하면, 로봇(1000)은 운송 장치(300), 센서(400), 구동 장치(500), 통신 회로(600) 및 프로세서(700)를 포함할 수 있다.
도 4에 도시된 로봇(1000)은 물품을 보관하고, 목적지까지 자율 주행하고, 목적지에 도착하면 자동으로 보관된 물품을 하역(또는 하적(unload))할 수 있다. 예컨대, 로봇(1000)은 배송 로봇일 수 있다.
운송 장치(300)는 배송되어야 할 물품을 보관하고 자동으로 상차 및 하차할수 있는 장치일 수 있다. 운송 장치(300)는 로봇하고, 하역장치, 하적장치, 배송장치, 이송장치 등과 같이 다양한 용어로 통칭될 수 있으며, 필요에 따라 이동차량, 이동형 로봇 등에 결합되어 활용될 수 있다. 실시 예들에 따라, 운송 장치(300)는 다층으로 적층된 운송대상물을 하층의 운송대상물부터 상층의 운송대상물까지 순차적으로 안정적으로 하역할 수 있다. 운송 장치(300)의 구조 및 기능에 대해서는 후술한다.
센서(400)는 로봇(1000)의 주변 환경을 감지하고, 감지된 주변 환경에 대한 정보를 생성할 수 있다. 실시 예들에 따라, 센서(400)는 카메라, 라이다(LIDAR), 레이더(RADAR), 초음파 센서, 근접 센서 또는 광센서 등을 포함할 수 있으나, 이에 한정되는 것은 아니다. 센서(400)는 감지 결과에 대응하는 감지 데이터를 생성할 수 있다.
실시 예들에 따라, 통신 회로(600)는 도 1에 도시된 통신 회로(140)의 기능을 수행할 수 있다.
구동 장치(500)는 로봇(1000)을 이동시키기 위한 구동력을 생성할 수 있다. 실시 예들에 따라, 구동 장치(500)는 모터, 액추에이터 또는 조향 장치일 수 있으나, 이에 한정되는 것은 아니다. 구동 장치(500)는 로봇(1000)의 보행 또는 주행을 위한 구동력을 생성할 수 있다. 예컨대, 로봇(1000)은 휠, 벨트 또는 레그 등 주행 장치 또는 보행 장치를 포함하고, 구동 장치(500)에 의해 생성된 구동력을 주행 장치 또는 보행 장치에 전달함으로써 이동할 수 있다.
실시 예들에 따라, 구동 장치(500)는 프로세서(700)의 제어에 따라, 로봇(1000)이 출발지로부터 목적지까지 자율 주행하기 위한 구동력을 생성할 수 있고, 로봇(1000)의 자율 주행 동안 로봇(1000)의 주행을 제어할 수 있다.
통신 회로(600)는 무선 신호를 주고받도록 구성될 수 있다. 실시 예들에 따라, 통신 회로(600)는 무선 신호를 송신하고 수신하도록 구성되는 송수신기(transceiver)일 수 있다. 실시 예들에 따라, 통신 회로(600)는 도 1에 도시된 통신 회로(110)의 기능을 수행할 수 있다. 예컨대, 통신 회로(600)는 다른 로봇 또는 서버와 통신을 수행할 수 있다.
프로세서(700)는 로봇(1000)의 전반적인 동작을 제어하도록 구성될 수 있다. 실시 예들에 따라, 프로세서(700)는 연산 처리 기능을 가지는 프로세서를 포함할 수 있다. 예컨대, 프로세서(700)는 CPU(central processing unit), MCU(micro controller unit), ASIC(application specific integrated circuit), FPGA(field programmable gate array) 또는 GPU(graphics processing unit) 등의 연산처리장치를 포함할 수 있으나, 이에 한정되는 것은 아니다.
프로세서(700)는 운송 장치(300)를 제어할 수 있다. 실시 예들에 따라, 프로세서(700)는 물품을 하역하기 위한 하역 명령을 운송 장치(300)로 전송할 수 있다. 하역 명령이 전송되면, 운송 장치(300)는 보관(또는 적층)된 물품을 하역하기 위한 하역 동작을 수행할 수 있다.
프로세서(700)는 센서(400)에 의해 생성된 센서 데이터를 이용하여 구동 장치(500)를 제어할 수 있다. 실시 예들에 따라, 프로세서(700)는 센서 데이터를 이용하여 구동 장치(500)를 제어하기 위한 명령을 생성할 수 있다.
프로세서(700)는 통신 회로(600)를 통해 수신된 무선 신호에 해당하는 동작 명령을 생성하고, 생성된 동작 명령을 이용하여 로봇(1000)을 제어할 수 있다.
도 5는 본 개시의 실시 예들에 따른 운송 장치(300)의 정면도이고, 도 6은 본 개시의 실시 예들에 따른 운송 장치(300)의 측면도이며, 도 7은 본 개시의 실시 예들에 따른 운송 장치(300)의 하면도이고, 도 8은 본 개시의 실시 예들에 따른 운송 장치(300)의 평면도이며, 도 9는 본 개시의 실시 예들에 따른 운송 장치(300)의 후면도이고, 도 10은 본 개시의 실시 예들에 따른 운송 장치(300)의 사시도이며, 도 11은 본 개시의 실시 예들에 따른 운송 장치(300)의 분해사시도이고, 도 12는 본 개시의 실시 예들에 따른 운송 장치(300)의 분해측면도이며, 도 13은 본 개시의 실시 예들의 푸셔유닛(340)의 분해사사도이고, 도 14는 본 개시의 실시 예들의 제2 스테이지부(350)의 사시도이며, 도 15는 본 개시의 실시 예들에 따른 운송 장치(300)에 다수의 운송대상물들이 적층된 상태를 나타낸 도면이다.
이하 언급되는 리니어 가이드 구조는 기 알려진 구조일 수 있으며, 따라서 자세한 구조 설명은 생략하도록 한다.
도 5 내지 도 15를 참고하면, 본 개시의 실시 예들에 따른 운송 장치(300)는 장치프레임(320), 제1 스테이지부(330), 푸셔유닛(340) 및 제2 스테이지부(350)를 포함하여 구성될 수 있다.
우선 상기 장치프레임(320)은 베이스판(321), 베이스빔(323) 및 제1 레일(325)을 포함하여 구성될 수 있다. 상기 베이스판(321)은 본 개시에서는 사각 판 형상으로 구현될 수 있으나, 형상이 이에 한정되는 것은 아니다. 상기 베이스빔(323)은 상기 베이스판(321)에 상하방향으로 복수개가 배치될 수 있다. 상기 베이스빔(323)의 상단에는 복수개의 베이스빔(323)을 연결하는 연결빔(3327)이 배치되어 장치프레임(320)의 전반적인 형상이 유지되도록 제공될 수 있다. 그리고 상기 제1 레일(325)은 상기 베이스빔(323)을 따라 상하방향으로 배치될 수 있다. 상기 제1 레일(325)은 이하 검토할 제1 승강유닛(335)이 상하방향으로 기동하는 가이드레일의 역할을 할 수 있다.
다음 상기 제1 스테이지부(330)는 상기 장치프레임(320)에 상하방향으로 이동 가능하게 배치될 수 있다. 이러한 상기 제1 스테이지부(330)는 제1 프레임(331), 제1 지지빔(332), 제1 승강유닛(335), 제1 센서(339) 및 제2 레일(333)을 포함하여 구성될 수 있다.
상기 제1 프레임(331)은 상기 베이스판(321)의 상부에 배치될 수 있으며, 사각 판 형상으로 구현될 수 있다. 다만 이러한 형상에 한정되는 것은 아니다. 상기 제1 지지빔(332)은 상기 제1 프레임(331)에 상하방향으로 복수개가 배치될 수 있다. 상기 제1 지지빔(332)의 상단에는 복수개의 제1 지지빔(332)을 연결하는 제1 연결빔(34)가 배치되어 제1 스테이지부(330)의 전반적인 형상이 유지되도록 제공될 수 있다. 그리고 상기 제2 레일(333)은 상기 제1 지지빔(332)을 따라 상하방향으로 배치될 수 있다. 상기 제2 레일(333)은 이하 검토할 제2 승강유닛(352)이 상하방향으로 기동하는 가이드레일의 역할을 할 수 있다.
그리고 상기 제1 승강유닛(335)은 상기 제1 지지빔(332)에 배치되고, 상기 제1 레일(325)을 따라 상하방향으로 기동하도록 제공될 수 있다. 이러한 상기 제1 승강유닛(335)은 본 개시에서는 상기 제1 레일(325)과 연동된 리니어가이드 구조일 수 있으나, 이에 한정될 것은 아니고, 다른 승강장치도 채택될 수 있다.
여기서 상기 제1 승강유닛(335)이 상기 제1 레일(325)을 따라 상하방향으로 이동할 때, 이동이 원활하게 되도록, 상기 베이스빔(323)의 상측부와 상기 제1 지지빔(332)의 하측부에는 각각 바퀴부재(360a,360b,360c)가 배치될 수 있다.
그리고 상기 제1 센서(339)는 상기 제1 프레임(331)에 배치되고, 배출된 운송대상물의 상단 경계면을 측정하도록 제공될 수 있다.
프로세서(700)는 제1 센서(339)에 의해 생성된 센서 데이터를 이용하여, 상기 푸셔유닛(340)의 상하방향 위치를 상기 배출된 운송대상물의 상면에 대응되거나 또는 상기 상면의 상측으로 변경하도록 상기 제1 승강유닛(335)을 제어할 수 있다. 이 때, 상기 제1 승강유닛(335)이 상하방향으로 이동하며 푸셔유닛(340)의 상하방향 위치를 변경할 수 있다.
또한 상기 제2 레일(333)은 상기 제1 지지빔(332)에 상하방향으로 배치될 수 있다. 상기 제2 레일(333)은 이하 검토할 제2 승강유닛(352)이 상하방향으로 기동하는 가이드레일의 역할을 할 수 있다.
다음 상기 푸셔유닛(340)은 상기 제1 스테이지부(330)에 배치되고, 운송대상물을 외부로 배출 또는 하역/하적하도록 제공될 수 있다. 도 13을 참고하면, 상기 푸셔유닛(340)은 제1 가이드블록(346), 제2 가이드블록(344), 이동블록(343) 및 푸셔블록(341)을 포함하여 구성될 수 있다.
우선 상기 제1 가이드블록(346)은 한 쌍의 빔 형상으로 구현될 수 있으며, 상기 제1 프레임(331)의 상부에 한 쌍의 빔이 서로 소정간격을 두고 이격된 형태로 배치될 수 있다.
상기 제2 가이드블록(344)은 상기 제1 프레임(331)의 상부에 배치되고, 상기 제1 가이드블록(346)과 맞물려 배치될 수 있다. 상기 제1,2 가이드블록(344,346)은 리니어 가이드 구조일 수 있으며, 제1 가이드블록(346)은 제1 프레임(331)에 고정되어 있는 상태에서, 제2 가이드블록(344)이 제1 가이드블록(346)을 따라 이동하는 구조로 구현될 수 있다. 다만 이에 한정되는 것은 아니고, 왕복 구동이 가능한 다른 구동장치도 채택될 수 있다.
상기 제1 가이드블록(346)에는 길이방향으로 제1 절곡면(346a)이 형성되어 있고, 상기 제2 가이드블록(344)에도 상기 제1 절곡면(346a)과 반대방향으로 제2 절곡면(344a)이 형성되어 있어, 상기 제2 가이드블록(344)을 상기 제1 가이드블록(346)의 길이방향을 따라 삽입하며 배치될 수 있다. 그리고 상기 제2 가이드블록(344)의 상단면에는 이동홈(347)이 길이방향을 따라 형성될 수 있다.
다음 상기 이동블록(343)은 상기 제2 가이드블록(344)의 상부에 배치되고, 상기 제2 가이드블록(344)의 길이방향을 따라 이동하도록 제공될 수 있다. 상기 제2 가이드블록(344)의 하단에는 연결부(미도시)가 배치될 수 있으며, 상기 연결부가 상기 이동홈(347)에 삽입되고 리니어가이드 구조에 연결되며, 상기 이동블록(343)이 상기 이동홈(347)을 따라 이동될 수 있다.
여기서 상기 제2 가이드블록(344)에는 제3 절곡면(344b)이 형성되어 있고, 상기 이동블록(343)에도 제4 절곡면(343a)이 형성되어 있어, 상기 이동블록(343)은 상기 제2 가이드블록(344)에 맞물린 상태에서 상기 제2 가이드블록(344)의 길이방향을 따라 이동할 수 있다.
다음 상기 푸셔블록(341)은 상기 이동블록(343)의 상부에 연결되고, 운송대상물을 밀어 배출하도록 제공될 수 있다. 상기 이동블록(343)과 상기 푸셔블록(341)에는 각각 볼트홀(341c,343b)가 형성되어 있어, 볼트체결로 상호 연결될 수 있다.
이러한 푸셔블록(341)은 안착판(341a)과 푸셔판(341b) 및 절개부(341f)를 포함하여 구성될 수 있다. 안착판(341a)는 운송대상물이 안착되는 구성이고, 푸셔판(341b)은 안착판(341a)에 안착된 운송대상물을 밀어 외부로 배출하는 구성일 수 있다.
그리고 푸셔블록(341)의 양측부에는 절개부(341f)가 형성되어 있다. 이는 이하 검토할 서포트바(357)이 회전할 때 삽입되는 부분일 수 있으며, 절개부(341f)는 서포트바(357)의 개수에 대응되는 개수로 형성될 수 있다.
운송대상물을 푸셔블록(341)의 안착판(341a)에 안착시키기 위해, 제2 스테이지부(350)는 푸셔블록(341)의 상단까지 내려오게 된다. 이때 상기 절개부(341f)를 통해 운송대상물의 하단면을 지지하고 있는 서포트바(357)의 회전공간을 확보함으로써, 서포트바(357)의 원위치 후 운송대상물이 푸셔블록(341)의 안착판(341a)에 낙하되지 않고 안정적으로 안착되게 된다.
다음 상기 제2 스테이지부(350)는 상기 제1 스테이지부(330)에 상하방향으로 이동 가능하게 배치될 수 있다.
상기 제2 스테이지부(350)는 운송대상물이 다층으로 적층되어 있을 때, 상기 푸셔유닛(340)이 하층의 운송대상물을 배출하는 동안에는 상층의 운송대상물을 지지하는 기능을 수행할 수 있다. 그리고 상기 푸셔유닛(340)이 하층의 운송대상물을 배출한 후에는 상층의 운송대상물을 상기 푸셔유닛(340)에 안착하는 기능을 수행할 수 있다.
도 14를 참고하면, 이러한 기능을 수행하는 상기 제2 스테이지부(350)는 제2 프레임(351), 제2 승강유닛(352), 서포트유닛(355), 스토퍼빔(354), 제2 센서(353) 및 제3 센서(359)를 포함하여 구성될 수 있다.
우선 상기 제2 프레임(351)은 중앙측이 개방된 개방부(358)가 형성될 수 있다. 상기 개방부(358)를 통해 상층의 운송대상물이 푸셔블록(341)으로 낙하되어 안착될 수 있다.
그리고 상기 제2 승강유닛(352)은 상기 제2 프레임(351)에 배치되고, 상기 제2 레일(333)을 따라 상하방향으로 기동하도록 제공될 수 있다. 이러한 상기 제2 승강유닛(352)은 본 개시에서는 제2 레일(333)과 연동된 리니어가이드일 수 있으나, 이에 한정될 것은 아니고, 다른 승강장치도 채택될 수 있다.
여기서 상기 제2 승강유닛(352)이 상기 제2 레일(333)을 따라 상하방향으로 이동할 때, 이동이 원활하게 되도록, 상기 제2 지지빔의 복수 위치에는 각각 바퀴부재(360d,360e,360f)가 배치될 수 있다.
다음 상기 서포트유닛(355)은 상기 제2 프레임(351)에 배치되고, 운송대상물을 지지하도록 제공될 수 있다. 이러한 상기 서포트유닛(355)은 회전구동부(356) 및 서포트바(357)를 포함하여 구성될 수 있다.
상기 회전구동부(356)는 상기 제2 프레임(351)에 내장될 수 있으며, 본 개시에서는 모터일 수 있으나, 이에 한정되는 것은 아니고, 회전 구동을 할 수 있는 다른 구동장치도 포함될 수 있다.
그리고 상기 서포트바(357)는 상기 회전구동부(356)의 회전축에 연결되어 상기 개방부(358) 방향으로 회전하며 운송대상물의 하부를 지지하도록 제공될 수 있다.
즉 푸셔유닛(340)에 의해 하층의 운송대상물이 외부로 배출될 때, 서포트바(357)가 상층의 운송대상물의 하부를 지지하여 낙하되는 것을 방지하게 된다.
다음 상기 제2 센서(353)는 상기 제2 프레임(351)에 배치되고, 다층으로 적층된 운송대상물의 경계면을 측정하도록 제공될 수 있다.
프로세서(700)는 제2 센서(353)에 의해 생성된 센서 데이터를 이용하여, 상기 서포트바(357)의 상하방향 위치를 다층으로 적층된 운송대상물의 경계면에 대응되게 변경하도록 상기 제2 승강유닛(352)을 제어할 수 있다. 이 때, 상기 제2 승강유닛(352)이 상하방향으로 이동하며 서포트바(357)의 상하방향 위치를 변경할 수 있다.
이는 하층의 운송대상물이 푸셔유닛(340)에 의해 배출될 때, 서포트바(357)가 동작하며 상층의 운송대상물의 하부를 지지하기 위해, 사전에 서포트바(357)의 상하위치를 설정해 놓는 것이다.
그리고 상기 스토퍼빔(354)은 푸셔유닛(340)이 운송대상물을 외부로 이동시키고 다시 원위치할 때, 운송대상물의 일면이 스토퍼빔(354)에 접촉되며 푸셔유닛(340)과 함께 회귀되지 못하고 안착판(341a)에서 이탈되며 외부로 배출되게 하는 기능을 수행한다.
도 14을 참고하면, 상기 스토퍼빔(354)은 제2 프레임(351)의 하단면과 서포트바(357)의 하단면간의 높이(H1)보다 높은 높이(H2)로 제2 프레임(351)배치되어 있다. 이에 따라 하층의 운송대상물이 푸셔유닛(340)에 의해 배출될 때는 방해받지 않는다.
또한 상기 스토퍼빔(354)에는 상기 제3 센서(359)가 배치될 수 있다. 상기 제3 센서(359)는 푸셔유닛(340)에 안착된 운송대상물의 상면을 측정할 수 있다.
프로세서(700)는 제3 센서(359)에 의해 생성된 센서 데이터를 이용하여, 상기 스토퍼빔(354)의 상하방향 위치를 푸셔유닛(340)에 안착된 운송대상물의 상면에 대응되거나 또는 상면의 하측으로 변경하도록 상기 제2 승강유닛(352)을 제어할 수 있다. 이 때, 상기 제2 승강유닛(352)이 상하방향으로 이동하며 스토퍼빔(354)의 상하방향 위치를 변경할 수 있다.
이는 푸셔유닛(340)이 회귀할 때, 운송대상물이 함께 회귀되는 것을 차단하여 운송대상물이 외부로 배출될 수 있도록 하기 위해, 스토퍼빔(354)의 상하위치를 설정하기 위해 제공된다.
본 개시의 구성은 상기와 같으며, 이하에서는 상기 구성에 의한 본 개시의 작동방식을 설명하도록 한다.
도 15에서는 본 개시의 실시 예들에 따른 운송 장치(300)에 운송대상물(예를 들면 택배박스 등)이 다층으로 적층된 상태를 볼 수 있다. 도면으로 도시되지는 않았으나, 본 개시의 실시 예들에 따른 운송 장치(300)는 별도의 이동차량, 이동형 로봇 등에 결합되어 운용될 수 있다. 이하에서는 설명의 편의를 위해 3단으로 적층된 운송대상물을 기준으로 하여 설명하고 있으나, 다른 단으로 적층된 운송대상물에 대해서도 기술적 사상이 동일/유사한 범위내에서 적용될 수 있다.
도 16a 내지 도 16h에서는 본 개시의 실시 예들에 따른 운송 장치(300)가 다수의 운송대상물을 하역하는 작동상태를 확인할 수 있다. 도 16a 내지 도 16h에서는 작동방식을 설명하기 위해 전반적인 도면부호 표시는 생략하였으며, 각 구성요소들의 구조를 간단하게 표현하였다. 따라서 이하 설명 중 세부 구성요소들에 대한 도면부호는 도 4 내지 도 14를 참고하도록 한다.
우선 도 16a를 참고하면, 도 15에 개시된 본 개시의 운송 장치(300)에 운송대상물이 다층으로 적층된 상태를 간단하게 표현한 도면이 나타나 있다.
본 개시의 운송 장치(300)가 이동차량, 이동형 로봇 등의 별도의 이동수단 또는 자체 장착된 이동수단에 의해 목적지까지 도달하면, 운송대상물을 배출, 즉 하역/하적 준비를 하게 된다.
다층으로 적층된 운송대상물(B1,B2,B3)은 배출되기 전에는 제1 스테이지부(330)에 배치된 푸셔유닛(340)에 안착되어 있다. 자세하게는 푸셔블록(341)의 안착판(341a)에 안착되어 있다.
1단의 운송대상물(B1)을 우선 배출하기 위해 제2 스테이지부(350)가 제2 승강유닛(352)에 의해 상방향으로 이동하게 된다. 이때 제2 센서(353)가 1단의 운송대상물(B1)과 2단의 운송대상물(B2)간의 경계면(A1)을 감지하게 되면, 제2 스테이지부(350)는 서포트유닛(355)이 2단의 운송대상물(B2)의 하단면을 지지할 수 있는 정도까지 승강하게 된다.
다음 도 16b를 참고하면, 푸셔유닛(340)이 작동되며 1단의 운송대상물(B1)를 외부로 밀어 배출하게 된다. 구체적으로 제1 가이드블록(346)을 따라 제2 가이드블록(344)이 외부 방향으로 일정거리를 이동하게 되고, 제2 가이드블록(344)과 이동홈(347)으로 연결된 이동블록(343)과 푸셔블록(341)이 재차 일정거리를 이동하게 된다. 이러한 이동거리의 합은 1단의 운송대상물(B1)이 장치프레임(320)의 외부에 위치하는 거리가 된다.
1단의 운송대상물(B1)이 배출되는 동안, 서포트바(357)가 함께 회전 동작하며 2단의 운송대상물(B2)의 하단을 지지하게 된다.
그리고 제2 스테이지부(350)는 제2 승강유닛(352)에 의해 하방향으로 이동하게 된다. 이때 하방향 이동거리는 1단의 운송대상물(B1)의 상면(A1)에 대응되거나 또는 아래에 위치하는 거리이다. 이는 제3 센서(359)에 의해 감지될 수 있다.
이후 제2 가이드블록(344), 이동블록(343) 및 푸셔블록(341)이 원위치로 회귀할 때는, 1단의 운송대상물(B1)은 제2 스테이지부(350)의 스토퍼빔(354)에 걸리게 되므로, 회귀되지 못하고, 지면에 낙하되게 된다.
이와 같은 작동방식으로 1단의 운송대상물(B1)이 목적지에 하역되게 된다.
다음 도 16c를 참고하면, 1단의 운송대상물(B1)이 배출된 후에는, 서포트바(357)이 다시 원위치하며 2단의 운송대상물(B2)를 푸셔블록(341)의 안착판(341a)에 안착되도록 한다. 이때 2단의 운송대상물(B2)이 높은 높이에서 자유낙하되는 것을 방지하기 위해, 제2 스테이지부(350)가 제1 프레임(331)의 상부까지 내려오고, 서포트바(357)을 원위치하여 2단의 운송대상물(B2)이 안전하게 푸셔블록(341)의 안착판(341a)에 안착되도록 할 수 있다.
상술한 바와 같이, 푸셔블록(341)에는 절개부(341f)가 형성되어 있어, 서포트바(357)의 회전 공간은 확보되어 있으며, 푸셔블록(341)의 안착판(341a)에 근접하여 서포트바(357)을 회전시키므로, 2단의 운송대상물(B2)는 자유낙하되지 않거나 또는 비교적 낮은 높이에서 낙하되므로 보다 안전하게 푸셔블록(341)의 안착판(341a)에 안착되게 된다.
그리고 제2 센서(353)는 2단의 운송대상물(B2)와 3단의 운송대상물(B3)간의 경계면(A3)을 감지하고, 서포트유닛(355)이 3단의 운송대상물(B3)을 지지할 수 있는 위치로 제2 스테이지부(350)를 이동시킨다.
다음 도 16d를 참고하면, 2단의 운송대상물(B2)를 외부로 배출하기 위해 제1 스테이지부(330)가 제1 승강유닛(335)에 의해 상방향으로 이동하게 된다. 이때 제1 센서(339)가 배출된 운송대상물(B1)의 상면(A2)을 감지하고, 제1 승강유닛(335)이 푸셔유닛(340)의 위치를 배출된 운송대상물(B1)의 상면(A2)에 대응되거나 또는 높은 위치로 이동시킨다. 실시 예들에 따라, 제1 승강유닛(335)은 2단의 운송대상물(B2)의 하면의 높이가 배출된 운송대상물(B1)의 상면(A2) 보다 높은 위치가 되도록 푸셔유닛(340)의 상하위치를 조절할 수 있다.
다음 도 16e를 참고하면, 푸셔유닛(340)이 작동되며 2단의 운송대상물(B2)를 외부로 밀어 배출하게 된다. 구체적으로 제1 가이드블록(346)을 따라 제2 가이드블록(344)이 외부 방향으로 일정거리를 이동하게 되고, 제2 가이드블록(344)과 이동홈(347)으로 연결된 이동블록(343)과 푸셔블록(341)이 재차 일정거리를 이동하게 된다. 이러한 이동거리의 합은 2단의 운송대상물(B2)이 장치프레임(320)의 외부에 위치하는 거리가 된다.
2단의 운송대상물(B2)이 배출되는 동안, 서포트바(357)이 함께 동작하며 3단의 운송대상물(B3)를 지지하게 된다. 이는 제3 센서(359)에 의해 감지될 수 있다.
그리고 제2 스테이지부(350)는 제2 승강유닛(352)에 의해 하방향으로 이동하게 된다. 이때 하방향 이동거리는 2단의 운송대상물(B2)의 상면(A4)에 대응되거나 또는 아래에 위치하는 거리이다.
이후 제2 가이드블록(344), 이동블록(343) 및 푸셔블록(341)이 원위치로 회귀할 때는, 2단의 운송대상물(B2)은 제2 스테이지부(350)의 스토퍼빔(354)에 걸리게 되므로, 회귀되지 못하고, 1단의 운송대상물(B1)의 상부에 낙하되게 된다.
이와 같은 작동방식으로 2단의 운송대상물(B2)이 목적지에 하역되게 된다.
다음 도 16f를 참고하면, 2단의 운송대상물(B2)이 배출된 후에는, 서포트바(357)이 다시 원위치하며 3단의 운송대상물(B3)를 푸셔블록(341)의 안착판(341a)에 안착되도록 한다. 이때 3단의 운송대상물(B3)이 자유낙하되는 것을 방지하기 위해, 제2 스테이지부(350)가 제1 프레임(331)의 상부까지 내려오고, 서포트바(357)을 원위치하여 3단의 운송대상물(B3)이 안전하게 푸셔블록(341)의 안착판(341a)에 안착되도록 할 수 있다.
이제 3단의 운송대상물(B3)을 외부로 배출하기 위해, 제1 센서(339)가 배출된 2단의 운송대상물(B2)의 상면(A5)를 감지하고, 제1 승강유닛(335)이 제1 스테이지부(330)를 2단의 운송대상물(B2)의 상면(A5)에 대응되거나 또는 높은 위치까지 이동한다. 이에 따라 푸셔유닛(340)도 2단의 운송대상물(B2)의 상면(A5)에 대응되거나 또는 높은 위치까지 이동하게 된다.
이때 제2 스테이지부(350)는 더 이상 지지할 운송대상물이 없으므로, 배출에 방해되는 것을 방지하기 위해 상방향으로 이동시킨다.
다음 도 16g를 참고하면, 푸셔유닛(340)이 작동되며 3단의 운송대상물(B3)를 외부로 밀어 배출하게 된다. 구체적으로 제1 가이드블록(346)을 따라 제2 가이드블록(344)이 외부 방향으로 일정거리를 이동하게 되고, 제2 가이드블록(344)과 이동홈(347)으로 연결된 이동블록(343)과 푸셔블록(341)이 재차 일정거리를 이동하게 된다. 이러한 이동거리의 합은 3단의 운송대상물(B3)이 장치프레임(320)의 외부에 위치하는 거리가 된다.
그리고 제2 스테이지부(350)는 제2 승강유닛(352)에 의해 하방향으로 이동하게 된다. 이때 하방향 이동거리는 3단의 운송대상물(B3)의 상면(A6)에 대응되거나 또는 아래에 위치하는 거리이다. 이는 제3 센서(359)에 의해 감지될 수 있다.
이후 제2 가이드블록(344), 이동블록(343) 및 푸셔블록(341)이 원위치로 회귀할 때는, 3단의 운송대상물(B3)은 제2 스테이지부(350)의 스토퍼빔(354)에 걸리게 되므로, 회귀되지 못하고, 2단의 운송대상물(B2)의 상부에 낙하되게 된다.
이와 같은 작동방식으로 도 16h에 개시된 것과 같이, 최종적으로 3단의 운송대상물(B3)을 목적지에 하역하며 운송을 마무리하게 된다.
본 개시는 상기와 같은 구성과 작동방식을 통해 다층으로 적층된 운송대상물을 하층의 운송대상물부터 상층의 운송대상물까지 순차적으로 안정적으로 하역할 수 있다.
본 개시의 실시 예들에 따른 운송 장치(300)는 로봇(100) 또는 서버(200)의 제어에 따라 작동할 수 있다. 실시 예들에 따라, 운송 장치(300)는 로봇(100)의 프로세서(180)로부터 전송된 제어 신호에 따라 운송대상물을 하역하거나 또는 서버(200)의 프로세서(260)로부터 전송된 제어 신호에 따라 운송대상물을 하역할 수 있다.
실시 예들에 따라, 운송 장치(300)가 로봇(100)의 제어에 따라 작동하는 경우, 운송 장치(300)는 로봇(100)에 탑재될 수 있다. 예컨대, 로봇(100)은 주행 기능을 가지는 구동부를 포함하여 주행할 수 있고, 운송 장치(300)를 제어함으로써 운송대상물을 하역할 수 있다. 즉, 운송 장치(300)를 포함하는 로봇(100)은 운송대상물이 적재되면, 목적지(하역장소)까지 자율 주행하고, 목적지에 도착하면 운송 장치(300)를 제어함으로써 운송 장치(300)에 적재된 운송대상물을 하역할 수 있다.
본 개시의 실시 예들에 따른 로봇의 제어 방법 또는 프로세서의 제어 방법은 컴퓨터로 판독 가능한 저장 매체에 저장되어 프로세서에 의해 실행될 수 있는 명령어들로 구현될 수 있다.
저장 매체는, 직접 및/또는 간접적이든, 원시 상태, 포맷화된 상태, 조직화된 상태 또는 임의의 다른 액세스 가능한 상태이든 관계없이, 관계형 데이터베이스, 비관계형 데이터베이스, 인-메모리(in-memory) 데이터베이스, 또는 데이터를 저장할 수 있고 저장 제어기를 통해 이러한 데이터에 대한 액세스를 허용할 수 있는 다른 적절한 데이터베이스와 같이 분산형을 포함하는 데이터베이스를 포함할 수 있다. 또한, 저장 매체는, 1차 저장 장치(storage), 2차 저장 장치, 3차 저장 장치, 오프라인 저장 장치, 휘발성 저장 장치, 비휘발성 저장 장치, 반도체 저장 장치, 자기 저장 장치, 광학 저장 장치, 플래시 저장 장치, 하드 디스크 드라이브 저장 장치, 플로피 디스크 드라이브, 자기 테이프, 또는 다른 적절한 데이터 저장 매체와 같은 임의의 타입의 저장 장치를 포함할 수 있다.
본 개시는 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 개시의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
300:운송 장치
320:장치프레임 321:베이스판
323:베이스빔 325:제1 레일
327:연결빔
330:제1 스테이지부 331:제1 프레임
332:제1 지지빔 333:제2 레일
334:제1 연결빔 335:제1 승강유닛
339:제1 센서
340:푸셔유닛 341:푸셔블록
3341a:안착판 341b:푸셔판
341f:절개부 343:이동블록
344:제2 가이드블록 346:제1 가이드블록
347:이동홈
350:제2 스테이지부 351:제2 프레임
352:제2 승강유닛 353:제2 센서
354:스토퍼빔 355:서포트유닛
356:회전구동부 357:서포트바
358:개방부 359;제3 센서
360:바퀴부재

Claims (19)

  1. 운송대상물을 하적하는 운송 장치에 있어서,
    장치프레임;
    상기 장치프레임에 상하방향으로 이동 가능하게 배치되는 제1 스테이지부;
    상기 제1 스테이지부에 상하방향으로 이동 가능하게 배치되는 제2 스테이지부; 및
    상기 제1 스테이지부에 배치되고, 운송대상물을 외부로 배출하도록 제공되는 푸셔유닛;을 포함하고,
    상기 운송대상물은 제1운송대상물 및 상기 제1운송대상물 상에 적층된 제2운송대상물을 포함하고,
    상기 푸셔유닛이 상기 제1 운송대상물을 배출하는 동안 상기 제2 스테이지부는 상기 제2 운송대상물을 지지하고, 상기 푸셔유닛이 상기 제1 운송대상물을 배출한 후 상기 제2 스테이지부는 상기 제2 운송대상물을 상기 푸셔유닛에 안착시키는 것을 특징으로 하는 운송 장치.
  2. 제1항에 있어서,
    상기 장치프레임은,
    베이스판;
    상기 베이스판에 상하방향으로 배치되는 베이스빔; 및
    상기 베이스빔에 형성되는 제1 레일;을 포함하는 운송 장치.
  3. 제1항에 있어서,
    상기 장치프레임은,
    베이스판;
    상기 베이스판에 상하방향으로 배치되는 베이스빔; 및
    상기 베이스빔에 형성되는 제1 레일;을 포함하는 운송 장치.
    제2항에 있어서,
    상기 제1 스테이지부는,
    상기 베이스판의 상부에 배치되는 제1 프레임;
    상기 제1 프레임에 상하방향으로 배치되는 제1 지지빔; 및
    상기 제1 지지빔에 배치되고, 상기 제1 레일을 따라 상하방향으로 이동하는 제1 승강유닛;을 포함하는 운송 장치.
  4. 제3항에 있어서,
    상기 푸셔유닛은,
    상기 제1 프레임의 상부에 배치되는 제1 가이드블록;
    상기 제1 프레임의 상부에 배치되고, 상기 제1 가이드블록의 길이방향을 따라 이동되게 배치되는 제2 가이드블록;
    상기 제2 가이드블록의 상부에 배치되고, 상기 제2 가이드블록의 길이방향을 따라 이동하도록 제공되는 이동블록; 및
    상기 이동블록의 상부에 연결되고, 상기 운송대상물을 밀어 배출하는 푸셔블록;
    를 포함하는 운송 장치.
  5. 제4항에 있어서,
    상기 제1 스테이지부는,
    상기 제1 지지빔에 상하방향으로 배치되는 제2 레일;을 더 포함하는 운송 장치.
  6. 제5항에 있어서,
    상기 제2 스테이지부는,
    중앙측에 개방부가 형성된 제2 프레임;
    상기 제2 프레임에 배치되고, 상기 제2 레일을 따라 상하방향으로 이동하도록 제공되는 제2 승강유닛; 및
    상기 제2 프레임에 배치되고, 상기 운송대상물을 지지하도록 제공되는 서포트유닛;을 포함하는 운송 장치.
  7. 제6항에 있어서,
    상기 서포트유닛은,
    상기 제2 프레임에 배치되는 회전구동부; 및
    상기 회전구동부의 회전축에 연결되어 상기 개방부 방향으로 회전하며 상기운송대상물의 하부를 지지하도록 제공되는 서포트바;를 포함하는 운송 장치.
  8. 제5항에 있어서,
    상기 제1 스테이지부는,
    상기 제1 프레임에 배치되고, 배출된 상기 운송대상물의 상면을 측정하는 제1 센서;를 더 포함하되,
    상기 제1 승강유닛은 상하방향으로 이동하며 상기 푸셔유닛의 상하방향 위치를 감지된 배출된 운송대상물의 상면에 대응되거나 또는 그 상측으로 변경하는 것을 특징으로 하는 운송 장치.
  9. 제7항에 있어서,
    상기 제2 스테이지부는,
    상기 제2 프레임에 배치되고, 다층으로 적층된 운송대상물간의 경계면을 측정하는 제2 센서;를 더 포함하되,
    상기 제2 승강유닛은 상하방향으로 이동하며 상기 서포트바의 상하방향 위치를 감지된 다층으로 적층된 운송대상물간의 경계면에 대응되게 변경하는 것을 특징으로 하는 운송 장치.
  10. 제9항에 있어서,
    상기 푸셔유닛이 하층의 운송대상물을 배출할 때 동시에 상기 서포트바는 상기 개방부 방향으로 회전하며, 상층의 운송대상물을 지지하는 것을 특징으로 하는 운송 장치.
  11. 제7항에 있어서,
    상기 제2 스테이지부는,
    상기 제2 프레임에 배치되는 스토퍼빔;을 더 포함하되,
    상기 스토퍼빔은 상기 푸셔유닛이 회귀할 때 운송대상물의 일면에 접촉하며 운송대상물의 회귀를 차단하여, 운송대상물이 상기 푸셔유닛에서 분리되어 외부로 배출되도록 하는 것을 특징으로 하는 운송 장치.
  12. 제11항에 있어서,
    상기 제2 스테이지부는,
    상기 스토퍼빔에 배치되고, 상기 푸셔유닛에 안착된 운송대상물의 상면을 측정하는 제3 센서;를 더 포함하되,
    상기 푸셔유닛이 동작하여 운송대상물이 상기 장치프레임의 외부로 이동되면, 상기 제2 승강유닛이 상하방향으로 이동하며 상기 스토퍼빔의 상하방향 위치를 감지된 상기 외부로 이동된 운송대상물의 상면에 대응되거나 또는 하측으로 변경하는 것을 특징으로 하는 운송 장치.
  13. 제7항에 있어서,
    상기 푸셔블록은,
    상기 이동블록에 연결되고, 운송대상물이 안착되는 안착판;
    상기 안착판의 일측부에 연결되고, 운송대상물을 밀어 외부로 배출되도록 제공되는 푸셔판; 및
    상기 서포트바가 수용될 수 있도록, 상기 안착판의 양측에 형성되는 절개부;를 포함하는 운송 장치.
  14. 로봇에 있어서,
    제1 운송대상물 및 상기 제1 운송대상물 상에 적층된 제2 운송대상물을 하적하도록 구성되는 운송 장치;로봇을 움직이기 위한 구동력을 생성하도록 구성되는 구동 장치; 및
    프로세서를 포함하고,
    상기 프로세서는 상기 제1 및 제2 운송대상물을 하적하기 위해 상기 운송 장치를 제어하고,
    상기 운송 장치는,
    장치프레임;
    상기 장치프레임에 상하방향으로 이동 가능하게 배치되는 제1 스테이지부;
    상기 제1 스테이지부에 상하방향으로 이동 가능하게 배치되는 제2 스테이지부; 및
    상기 제1 스테이지부에 배치되고, 상기 제1 및 제2 운송대상물을 순차적으로 하적하도록 구성되는 푸셔유닛을 포함하는 로봇.
  15. 제14항에 있어서,
    상기 푸셔유닛이 상기 제1 운송대상물을 하적하는 동안 상기 제2 스테이지부는 상기 제2 운송대상물을 지지하고, 상기 푸셔유닛이 상기 제1 운송대상물을 하적한 후 상기 제2 스테이지부는 상기 제2 운송대상물을 상기 푸셔유닛에 안착시키는 로봇.
  16. 제15항에 있어서,
    상기 로봇은 상기 하적된 제1 운송대상물의 상면을 측정하기 위한 제1 센서를 더 포함하고,
    상기 프로세서는,
    상기 제1 운송대상물이 하적된 후, 상기 푸셔유닛에 안착된 제2 운송대상물의 하면의 높이가 하적된 제1 운송대상물의 상면 보다 높이 위치하도록 상기 푸셔유닛의 상하방향 위치를 변경하는,
    로봇.
  17. 제15항에 있어서,
    상기 로봇은 상기 제1 운송대상물과 상기 제2 운송대상물 사이의 경계면을 측정하기 위한 제2 센서를 더 포함하고,
    상기 프로세서는,
    상기 제2 스테이지부가 상기 푸셔유닛이 상기 제1 운송대상물을 배출하는 동안 상기 제2 운송대상물을 지지하도록, 상기 제2 스테이지부의 상하방향 위치를 감지된 경계면에 기초하여 변경하는,
    로봇.
  18. 제15항에 있어서,
    상기 로봇은 하적된 상기 제1 운송대상물의 상면을 측정하기 위한 제3 센서를 더 포함하고,
    상기 프로세서는,
    상기 푸셔유닛의 동작에 따라 하적된 상기 제1 운송대상물이 상기 푸셔유닛과 함께 회귀하지 못하도록, 상기 제2 스테이지부의 상하방향 위치를 감지된 상기 제1 운송대상물의 상면에 기초하여 변경하는,
    로봇.
  19. 제14항에 있어서, 상기 푸셔유닛은,
    상기 제1 스테이지부의 상부에 배치되는 제1 가이드블록;
    상기 제1 스테이지부의 상부에 배치되고, 상기 제1 가이드블록의 길이방향을 따라 이동되게 배치되는 제2 가이드블록;
    상기 제2 가이드블록의 상부에 배치되고, 상기 제2 가이드블록의 길이방향을 따라 이동하도록 제공되는 이동블록; 및
    상기 이동블록의 상부에 연결되고, 상기 운송대상물을 밀어 배출하는 푸셔블록을 포함하는 로봇.
KR1020190159209A 2019-12-03 2019-12-03 운송 장치 및 상기 운송 장치를 포함하는 로봇 KR20210069416A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190159209A KR20210069416A (ko) 2019-12-03 2019-12-03 운송 장치 및 상기 운송 장치를 포함하는 로봇
US16/849,165 US20210163273A1 (en) 2019-12-03 2020-04-15 Transport device and robot including same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190159209A KR20210069416A (ko) 2019-12-03 2019-12-03 운송 장치 및 상기 운송 장치를 포함하는 로봇

Publications (1)

Publication Number Publication Date
KR20210069416A true KR20210069416A (ko) 2021-06-11

Family

ID=76091782

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190159209A KR20210069416A (ko) 2019-12-03 2019-12-03 운송 장치 및 상기 운송 장치를 포함하는 로봇

Country Status (2)

Country Link
US (1) US20210163273A1 (ko)
KR (1) KR20210069416A (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115043363B (zh) * 2022-06-08 2024-02-27 五矿二十三冶建设集团有限公司 一种多级安装顶升装置的顶升方法
CN115367492A (zh) * 2022-08-03 2022-11-22 范德兰德物流自动化系统（上海）有限公司 拆框装置、安检系统、拆框方法及计算机可读存储介质
DE102022123766A1 (de) * 2022-09-16 2024-03-21 Haver & Boecker Ohg Greifereinrichtung und Verfahren zum Greifen

Also Published As

Publication number Publication date
US20210163273A1 (en) 2021-06-03

Similar Documents

Publication Publication Date Title
US11858148B2 (en) Robot and method for controlling the same
US11269328B2 (en) Method for entering mobile robot into moving walkway and mobile robot thereof
US11654570B2 (en) Self-driving robot and method of operating same
US11710036B2 (en) Artificial intelligence server
US20210097852A1 (en) Moving robot
KR20210069416A (ko) 운송 장치 및 상기 운송 장치를 포함하는 로봇
KR20190101333A (ko) 음성 인식 장치 및 음성 인식 방법
US11334094B2 (en) Method for maintaining stability of mobile robot and mobile robot thereof
KR102314372B1 (ko) 로봇 시스템 및 그 제어 방법
KR102421488B1 (ko) 복수개의 출력 레이어를 이용한 인공 지능 장치 및 방법
US11524408B2 (en) Method and apparatus for providing food to user
KR102537381B1 (ko) 보행경로예측장치
KR20210067432A (ko) 로봇의 비상 정지의 수행
KR20210083812A (ko) 자율주행 이동로봇 및 이의 동작 방법
KR20190102141A (ko) 와인 냉장고에 탑재된 인공 지능 장치
US20240017580A1 (en) Robot
KR20210050201A (ko) 로봇, 로봇의 작동 방법 및 상기 로봇을 포함하는 로봇 시스템
US11312201B2 (en) Method for controlling mobile robot and mobile robot therefor
US11550328B2 (en) Artificial intelligence apparatus for sharing information of stuck area and method for the same
US20210078180A1 (en) Robot system and control method of the same
KR20210061160A (ko) 물품을 보관하는 보관 시스템 및 상기 보관 시스템의 제어
KR20210091987A (ko) 모듈러 로봇 및 이의 동작 방법
KR20210044598A (ko) 배송 로봇의 관제 서버 및 그의 배송 로봇 제어 방법
KR20210145828A (ko) 인공지능 기반의 공기조화기
KR102591707B1 (ko) 보행경로예측장치