KR20210074162A - An artificial intelligence apparatus for providing a connection between home devices and method thereof - Google Patents
An artificial intelligence apparatus for providing a connection between home devices and method thereof Download PDFInfo
- Publication number
- KR20210074162A KR20210074162A KR1020200067463A KR20200067463A KR20210074162A KR 20210074162 A KR20210074162 A KR 20210074162A KR 1020200067463 A KR1020200067463 A KR 1020200067463A KR 20200067463 A KR20200067463 A KR 20200067463A KR 20210074162 A KR20210074162 A KR 20210074162A
- Authority
- KR
- South Korea
- Prior art keywords
- visitor
- information
- home
- artificial intelligence
- door
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
- H04L12/2827—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
- G07C9/00563—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys using personal physical data of the operator, e.g. finger prints, retinal images, voicepatterns
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/22—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder
- G07C9/25—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition
- G07C9/257—Individual registration on entry or exit involving the use of a pass in combination with an identity check of the pass holder using biometric data, e.g. fingerprints, iris scans or voice recognition electronically
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2807—Exchanging configuration information on appliance services in a home automation network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Abstract
Description
본 개시는 복수의 홈 디바이스간 연결을 제공하는 인공 지능 장치 및 그 방법에 관한 것이다. The present disclosure relates to an artificial intelligence apparatus and method for providing a connection between a plurality of home devices.
인공 지능(artificial intelligence)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다. Artificial intelligence is a field of computer science and information technology that studies how computers can do the thinking, learning, and self-development that can be done by human intelligence. This means that it can be imitated.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.Also, AI does not exist by itself, but has many direct and indirect connections with other fields of computer science. In particular, in modern times, attempts are being made to introduce artificial intelligence elements in various fields of information technology and use them to solve problems in that field.
한편, 인공지능을 이용하여 주변의 상황을 인지 및 학습하고 사용자가 원하는 정보를 원하는 형태로 제공하거나 사용자가 원하는 동작이나 기능을 수행하는 기술이 활발하게 연구되고 있다.On the other hand, technologies for recognizing and learning surrounding situations using artificial intelligence, providing information desired by a user in a desired form, or performing an operation or function desired by a user are being actively researched.
그리고 이러한 각종 동작과 기능을 제공하는 전자장치를 인공지능 디바이스라고 명칭 할 수 있다.And, an electronic device that provides such various operations and functions may be called an artificial intelligence device.
한편, 최근 집, 사무실, 교통 시설, 문화 시설, 체육 시설 및 다양한 시설 등의 내부 및 외부에 수많은 인공 디바이스들이 존재한다. On the other hand, recently, there are numerous artificial devices inside and outside of houses, offices, transportation facilities, cultural facilities, sports facilities, and various facilities.
각 디바이스들은 다양한 데이터를 획득하거나 생성할 수 있다. Each device may acquire or generate various data.
따라서, 각각의 디바이스가 획득한 데이터들을 다른 디바이스와 공유하거나 관리할 필요성이 증가하고 있다. Accordingly, there is an increasing need to share or manage data acquired by each device with other devices.
또한, 각각의 디바이스들 간 데이터들을 공유하거나 제어할 수 있도록, 각각의 디바이스들을 연결해 줄 필요성이 증대하고 있다. In addition, there is an increasing need to connect devices to share or control data between devices.
본 개시는 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다.SUMMARY OF THE INVENTION The present disclosure aims to solve the above and other problems.
본 개시는 복수의 홈 디바이스간 연결을 제공하는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다. An object of the present disclosure is to provide an artificial intelligence apparatus and method for providing a connection between a plurality of home devices.
본 개시는 스마트 홈 시스템에 적용될 수 있는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다.An object of the present disclosure is to provide an artificial intelligence device and method applicable to a smart home system.
본 개시는 디바이스간 연결을 제공하여 입출입 보안을 강화할 수 있는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다. An object of the present disclosure is to provide an artificial intelligence apparatus and method capable of enhancing entry/exit security by providing a device-to-device connection.
본 개시는 디바이스간 연결을 제공하여 사용자가 각각의 디바이스를 편리하게 제어할 수 있도록 하는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다.An object of the present disclosure is to provide an artificial intelligence apparatus and method for providing a connection between devices so that a user can conveniently control each device.
본 개시는 디바이스간 연결을 제공하여 사용자가 각각의 디바이스를 편리하게 제어할 수 있도록 하는 인공 지능 장치 및 그 방법의 제공을 목적으로 한다.An object of the present disclosure is to provide an artificial intelligence apparatus and method for providing a connection between devices so that a user can conveniently control each device.
본 개시의 일 실시 예는 복수의 홈 디바이스간 연결을 제공하는 인공 지능 장치에 있어서, 방문자를 촬영하는 도어 카메라를 포함하는 도어 잠금 디바이스로부터 방문자 영상을 수신하는 통신부, 및 방문자 영상을 방문자 인식 모델에 입력하여 방문자 인식 모델로부터 출력되는 방문자 정보를 획득하고, 복수의 홈 디바이스 중 방문자 영상 및 방문자 정보를 수신할 홈 디바이스를 선택하는 프로세서를 포함하고, 통신부는, 선택된 홈 디바이스로 방문자 영상 및 방문자 정보를 전송하는 인공 지능 장치를 제공한다.An embodiment of the present disclosure provides an artificial intelligence device for providing a connection between a plurality of home devices, a communication unit for receiving a visitor image from a door lock device including a door camera for photographing a visitor, and a visitor image to a visitor recognition model and a processor for inputting and obtaining visitor information output from the visitor recognition model, and selecting a home device to receive a visitor image and visitor information from among a plurality of home devices, wherein the communication unit transmits the visitor image and visitor information to the selected home device. It provides an artificial intelligence device that transmits.
또한, 본 개시의 방문자를 촬영하는 도어 카메라를 포함하는 도어 잠금 디바이스로부터 방문자 영상을 수신하는 단계, 방문자 영상을 방문자 인식 모델에 입력하여 방문자 인식 모델로부터 출력되는 방문자 정보를 획득하는 단계, 복수의 홈 디바이스 중 방문자 영상 및 방문자 정보를 수신할 홈 디바이스를 선택하는 단계, 및 선택된 홈 디바이스로 방문자 영상 및 방문자 정보를 전송하는 단계를 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법을 제공한다.In addition, the steps of receiving a visitor image from a door lock device including a door camera for photographing a visitor of the present disclosure, inputting the visitor image into a visitor recognition model to obtain visitor information output from the visitor recognition model, a plurality of homes There is provided a method for providing a connection between a plurality of home devices, comprising the steps of selecting a home device from among devices to receive the visitor image and visitor information, and transmitting the visitor image and visitor information to the selected home device.
본 개시의 실시 예에 따르면, 복수의 홈 디바이스를 연결하여 복수의 홈 디바이스를 통합적으로 제어할 수 있다. According to an embodiment of the present disclosure, a plurality of home devices may be connected to integrally control the plurality of home devices.
또한, 본 개시의 다양한 실시 예에 따르면, 복수의 홈 디바이스를 연결하여, 방문자에 대한 출입 보안을 강화할 수 있다.In addition, according to various embodiments of the present disclosure, access security for visitors may be strengthened by connecting a plurality of home devices.
또한, 본 개시의 다양한 실시 예에 따르면, 복수의 홈 디바이스에서 수집되는 정보를 이용하여 구성원을 파악하고 구성원의 비정상적 활동을 감지할 수 있다.Also, according to various embodiments of the present disclosure, it is possible to identify a member and detect an abnormal activity of the member by using information collected from a plurality of home devices.
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 AI 장치를 나타낸 블록도이다.
도 5는 본 발명의 일 실시예에 따른 스마트 홈 시스템을 나타낸다.
도 6는 본 발명의 일 실시예에 따른 스마트 홈 보안 시스템을 나타내는 도면이다.
도 7는 본 발명의 일 실시예에 따른 홈 보안을 위한 디바이스간 연결 제공 방법을 나타내는 순서도이다.
도 8은 본 발명의 일 실시예에 따른 홈 보안 인터페이스를 나타내는 도면이다.
도 9은 본 발명의 일 실시예에 따른 홈 디바이스간 연결 제공 방법을 설명하기 위한 도면이다.
도 10는 본 발명의 일실시예에 따른 통합 정보 인터페이스의 예시도이다.
도 11는 본 발명의 일실시예에 따른 조명 제어 인터페이스의 예시도이다.
도 12는 본 발명의 일실시예에 따른 홈 메일 시스템의 블록도이다.
도 13는 본 발명의 일 실시예에 따른 통합 편의 애플리케이션의 예시도이다.
도 14는 본 발명의 일 실시예에 따른 안내 시스템의 예시도이다.
도 15는 본 발명의 일 실시예에 따른 안내 시스템의 예시도이다.1 shows an AI device according to an embodiment of the present disclosure.
2 illustrates an AI server according to an embodiment of the present disclosure.
3 shows an AI system according to an embodiment of the present disclosure.
4 is a block diagram illustrating an AI device according to an embodiment of the present disclosure.
5 shows a smart home system according to an embodiment of the present invention.
6 is a diagram illustrating a smart home security system according to an embodiment of the present invention.
7 is a flowchart illustrating a method for providing a connection between devices for home security according to an embodiment of the present invention.
8 is a diagram illustrating a home security interface according to an embodiment of the present invention.
9 is a diagram for explaining a method for providing a connection between home devices according to an embodiment of the present invention.
10 is an exemplary diagram of an integrated information interface according to an embodiment of the present invention.
11 is an exemplary diagram of a lighting control interface according to an embodiment of the present invention.
12 is a block diagram of a home mail system according to an embodiment of the present invention.
13 is an exemplary diagram of an integrated convenience application according to an embodiment of the present invention.
14 is an exemplary diagram of a guidance system according to an embodiment of the present invention.
15 is an exemplary diagram of a guidance system according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 개시의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Hereinafter, the embodiments disclosed in the present specification will be described in detail with reference to the accompanying drawings, but the same or similar components are assigned the same reference numerals regardless of reference numerals, and overlapping descriptions thereof will be omitted. The suffixes "module" and "part" for the components used in the following description are given or mixed in consideration of only the ease of writing the specification, and do not have a meaning or role distinct from each other by themselves. In addition, in describing the embodiments disclosed in the present specification, if it is determined that detailed descriptions of related known technologies may obscure the gist of the embodiments disclosed in the present specification, the detailed description thereof will be omitted. In addition, the accompanying drawings are only for easy understanding of the embodiments disclosed in the present specification, and the technical spirit disclosed in the present specification is not limited by the accompanying drawings, and all changes included in the spirit and scope of the present disclosure , should be understood to include equivalents or substitutes.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms including an ordinal number, such as first, second, etc., may be used to describe various elements, but the elements are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.When a component is referred to as being “connected” or “connected” to another component, it is understood that the other component may be directly connected or connected to the other component, but other components may exist in between. it should be On the other hand, when it is mentioned that a certain element is "directly connected" or "directly connected" to another element, it should be understood that the other element does not exist in the middle.
<인공 지능(AI: Artificial Intelligence)><Artificial Intelligence (AI)>
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.Artificial intelligence refers to a field that studies artificial intelligence or methodologies that can make it, and machine learning refers to a field that defines various problems dealt with in the field of artificial intelligence and studies methodologies to solve them. do. Machine learning is also defined as an algorithm that improves the performance of a certain task through constant experience.
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.An artificial neural network (ANN) is a model used in machine learning, and may refer to an overall model having problem-solving ability, which is composed of artificial neurons (nodes) that form a network by combining synapses. An artificial neural network may be defined by a connection pattern between neurons of different layers, a learning process that updates model parameters, and an activation function that generates an output value.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다. The artificial neural network may include an input layer, an output layer, and optionally one or more hidden layers. Each layer includes one or more neurons, and the artificial neural network may include neurons and synapses connecting neurons. In the artificial neural network, each neuron may output a function value of an activation function for input signals, weights, and biases input through synapses.
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.Model parameters refer to parameters determined through learning, and include the weight of synaptic connections and the bias of neurons. In addition, the hyperparameter refers to a parameter that must be set before learning in a machine learning algorithm, and includes a learning rate, the number of iterations, a mini-batch size, an initialization function, and the like.
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.The purpose of learning the artificial neural network can be seen as determining the model parameters that minimize the loss function. The loss function may be used as an index for determining optimal model parameters in the learning process of the artificial neural network.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.Machine learning can be classified into supervised learning, unsupervised learning, and reinforcement learning according to a learning method.
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.Supervised learning refers to a method of training an artificial neural network in a state where a label for training data is given, and the label is the correct answer (or result value) that the artificial neural network should infer when the training data is input to the artificial neural network. can mean Unsupervised learning may refer to a method of training an artificial neural network in a state where no labels are given for training data. Reinforcement learning can refer to a learning method in which an agent defined in an environment learns to select an action or sequence of actions that maximizes the cumulative reward in each state.
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.Among artificial neural networks, machine learning implemented as a deep neural network (DNN) including a plurality of hidden layers is also called deep learning (deep learning), and deep learning is a part of machine learning. Hereinafter, machine learning is used in a sense including deep learning.
<로봇(Robot)><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.A robot can mean a machine that automatically handles or operates a task given by its own capabilities. In particular, a robot having a function of recognizing an environment and performing an operation by self-judgment may be called an intelligent robot.
로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.Robots can be classified into industrial, medical, home, military, etc. depending on the purpose or field of use.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.The robot may be provided with a driving unit including an actuator or a motor to perform various physical operations such as moving the robot joints. In addition, the movable robot includes a wheel, a brake, a propeller, and the like in the driving unit, and can travel on the ground or fly in the air through the driving unit.
<자율 주행(Self-Driving)><Self-Driving>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.Autonomous driving refers to a technology that drives by itself, and an autonomous driving vehicle refers to a vehicle that runs without a user's manipulation or with a minimal user's manipulation.
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.For example, autonomous driving includes technology for maintaining a driving lane, technology for automatically adjusting speed such as adaptive cruise control, technology for automatically driving along a predetermined route, technology for automatically setting a route when a destination is set, etc. All of these can be included.
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.The vehicle includes a vehicle having only an internal combustion engine, a hybrid vehicle having both an internal combustion engine and an electric motor, and an electric vehicle having only an electric motor, and may include not only automobiles, but also trains, motorcycles, and the like.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.In this case, the autonomous vehicle may be viewed as a robot having an autonomous driving function.
<확장 현실(XR: eXtended Reality)><Extended Reality (XR)>
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.The extended reality is a generic term for virtual reality (VR), augmented reality (AR), and mixed reality (MR). VR technology provides only CG images of objects or backgrounds in the real world, AR technology provides virtual CG images on top of images of real objects, and MR technology is a computer that mixes and combines virtual objects in the real world. graphic technology.
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.MR technology is similar to AR technology in that it shows both real and virtual objects. However, there is a difference in that in AR technology, a virtual object is used in a form that complements a real object, whereas in MR technology, a virtual object and a real object are used with equal characteristics.
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.XR technology can be applied to HMD (Head-Mount Display), HUD (Head-Up Display), mobile phone, tablet PC, laptop, desktop, TV, digital signage, etc. can be called
도 1은 본 개시의 일 실시 예에 따른 AI 장치(100)를 나타낸다.1 shows an
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 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.Referring to FIG. 1 , the terminal 100 includes a
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.The
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth??), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.At this time, the communication technology used by the
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.The
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.In this case, the
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.The
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.The learning
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.In this case, the learning
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.In this case, the learning
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.The
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.At this time, sensors included in the
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다. The
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.In this case, the
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.The
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.The
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.To this end, the
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.In this case, when the connection of the external device is required to perform the determined operation, the
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.The
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. In this case, the
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.At this time, at least one of the STT engine and the NLP engine may be configured as an artificial neural network, at least a part of which is learned according to a machine learning algorithm. And, at least one or more of the STT engine or the NLP engine is learned by the learning
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.The
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.The
도 2는 본 개시의 일 실시 예에 따른 AI 서버(200)를 나타낸다.2 shows an
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.Referring to FIG. 2 , the
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.The
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.The
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.The
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.The learning
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.The learning model may be implemented in hardware, software, or a combination of hardware and software. When a part or all of the learning model is implemented in software, one or more instructions constituting the learning model may be stored in the
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.The
도 3은 본 개시의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.3 shows an
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.Referring to FIG. 3 , the
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.The
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.That is, each of the
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.The
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.The
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. In this case, the
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.At this time, the
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.Alternatively, the
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.Hereinafter, various embodiments of the
<AI+로봇><AI+Robot>
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.The
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.The
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.The
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.Here, the
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. The
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.At this time, the
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. The
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.The map data may include object identification information for various objects disposed in a space in which the
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.In addition, the
<AI+자율주행><AI + Autonomous Driving>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다. The
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.The
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. The
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.Here, the
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.In particular, the
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. The
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.In this case, the
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.The
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.The map data may include object identification information for various objects disposed in a space (eg, a road) in which the
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.In addition, the
<AI+XR><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.The
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.The
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. The
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.In this case, the
<AI+로봇+자율주행><AI+Robot+Autonomous Driving>
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.The
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. The
자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.The
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.The
자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.The
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.At this time, the
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.Alternatively, the
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.Alternatively, the
<AI+로봇+XR><AI+Robot+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. The
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.The
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. When the
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.For example, the user can check the XR image corresponding to the viewpoint of the remotely linked
<AI+자율주행+XR><AI+Autonomous Driving+XR>
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다. The
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.The
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.The
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.In this case, when the XR object is output to the HUD, at least a portion of the XR object may be output to overlap the actual object to which the passenger's gaze is directed. On the other hand, when the XR object is output to the display provided inside the
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.When the
도 4는 본 발명과 관련된 인공 지능 장치를 설명하기 위한 블록도이다.4 is a block diagram illustrating an artificial intelligence device related to the present invention.
도 1과 중복되는 설명은 생략한다.A description overlapping with FIG. 1 will be omitted.
통신부(110)는, 방송 수신 모듈(111), 이동통신 모듈(112), 무선 인터넷 모듈(113), 근거리 통신 모듈(114), 위치정보 모듈(115) 중 적어도 하나를 포함할 수 있다.The
방송 수신 모듈(111)은 방송 채널을 통하여 외부의 방송 관리 서버로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다.The
이동통신 모듈(112)은, 이동통신을 위한 기술표준들 또는 통신방식(예를 들어, GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), CDMA2000(Code Division Multi Access 2000), EV-DO(Enhanced Voice-Data Optimized or Enhanced Voice-Data Only), WCDMA(Wideband CDMA), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등)에 따라 구축된 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. The
무선 인터넷 모듈(113)은 무선 인터넷 접속을 위한 모듈을 말하는 것으로, 인공 지능 장치(100)에 내장되거나 외장될 수 있다. 무선 인터넷 모듈(113)은 무선 인터넷 기술들에 따른 통신망에서 무선 신호를 송수신하도록 이루어진다.The
무선 인터넷 기술로는, 예를 들어 WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), Wi-Fi(Wireless Fidelity) Direct, DLNA(Digital Living Network Alliance), WiBro(Wireless Broadband), WiMAX(World Interoperability for Microwave Access), HSDPA(High Speed Downlink Packet Access), HSUPA(High Speed Uplink Packet Access), LTE(Long Term Evolution), LTE-A(Long Term Evolution-Advanced) 등이 있다.As wireless Internet technologies, for example, WLAN (Wireless LAN), Wi-Fi (Wireless-Fidelity), Wi-Fi (Wireless Fidelity) Direct, DLNA (Digital Living Network Alliance), WiBro (Wireless Broadband), WiMAX (World Interoperability for Microwave Access), High Speed Downlink Packet Access (HSDPA), High Speed Uplink Packet Access (HSUPA), Long Term Evolution (LTE), Long Term Evolution-Advanced (LTE-A), and the like.
근거리 통신 모듈(114)은 근거리 통신(Short range communication)을 위한 것으로서, 블루투스(Bluetooth™), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), UWB(Ultra Wideband), ZigBee, NFC(Near Field Communication), Wi-Fi(Wireless-Fidelity), Wi-Fi Direct, Wireless USB(Wireless Universal Serial Bus) 기술 중 적어도 하나를 이용하여, 근거리 통신을 지원할 수 있다.The short-
위치정보 모듈(115)은 이동 인공 지능 장치의 위치(또는 현재 위치)를 획득하기 위한 모듈로서, 그의 대표적인 예로는 GPS(Global Positioning System) 모듈 또는 WiFi(Wireless Fidelity) 모듈이 있다. 예를 들어, 인공 지능 장치는 GPS모듈을 활용하면, GPS 위성에서 보내는 신호를 이용하여 이동 인공 지능 장치의 위치를 획득할 수 있다. The
입력부(120)는 영상 신호 입력을 위한 카메라(121), 오디오 신호를 수신하기 위한 마이크로폰(122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(123)를 포함할 수 있다. The
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(151)에 표시되거나 메모리(170)에 저장될 수 있다. The
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 인공 지능 장치(100)에서 수행 중인 기능(또는 실행 중인 응용 프로그램)에 따라 다양하게 활용될 수 있다. 한편, 마이크로폰(122)에는 외부의 음향 신호를 입력 받는 과정에서 발생되는 잡음(noise)을 제거하기 위한 다양한 잡음 제거 알고리즘이 구현될 수 있다.The
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 인공 지능 장치(100)의 동작을 제어할 수 있다. The
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예를 들어, 인공 지능 장치(100)의 전/후면 또는 측면에 위치하는 버튼, 돔 스위치 (dome switch), 조그 휠, 조그 스위치 등) 및 터치식 입력수단을 포함할 수 있다. 일 예로서, 터치식 입력수단은, 소프트웨어적인 처리를 통해 터치스크린에 표시되는 가상 키(virtual key), 소프트 키(soft key) 또는 비주얼 키(visual key)로 이루어지거나, 상기 터치스크린 이외의 부분에 배치되는 터치 키(touch key)로 이루어질 수 있다.The
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 것으로, 디스플레이부(151), 음향 출력부(152), 햅팁 모듈(153), 광 출력부(154) 중 적어도 하나를 포함할 수 있다. The
디스플레이부(151)는 인공 지능 장치(100)에서 처리되는 정보를 표시(출력)한다. 예를 들어, 디스플레이부(151)는 인공 지능 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다. The
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, 인공 지능 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 인공 지능 장치(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.The
음향 출력부(152)는 호신호 수신, 통화모드 또는 녹음 모드, 음성인식 모드, 방송수신 모드 등에서 통신부(110)로부터 수신되거나 메모리(170)에 저장된 오디오 데이터를 출력할 수 있다. The
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.The
햅틱 모듈(haptic module)(153)은 사용자가 느낄 수 있는 다양한 촉각 효과를 발생시킨다. 햅틱 모듈(153)이 발생시키는 촉각 효과의 대표적인 예로는 진동이 될 수 있다.The haptic module 153 generates various tactile effects that the user can feel. A representative example of the tactile effect generated by the haptic module 153 may be vibration.
광출력부(154)는 인공 지능 장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. 인공 지능 장치(100)에서 발생 되는 이벤트의 예로는 메시지 수신, 호 신호 수신, 부재중 전화, 알람, 일정 알림, 이메일 수신, 애플리케이션을 통한 정보 수신 등이 될 수 있다.The
인터페이스부(160)는 인공 지능 장치(100)에 연결되는 다양한 종류의 외부 기기와의 통로 역할을 수행한다. 이러한 인터페이스부(160)는, 유/무선 헤드셋 포트(port), 외부 충전기 포트(port), 유/무선 데이터 포트(port), 메모리 카드(memory card) 포트, 식별 모듈이 구비된 장치를 연결하는 포트(port), 오디오 I/O(Input/Output) 포트(port), 비디오 I/O(Input/Output) 포트(port), 이어폰 포트(port)중 적어도 하나를 포함할 수 있다. 인공 지능 장치(100)에서는, 상기 인터페이스부(160)에 외부 기기가 연결되는 것에 대응하여, 연결된 외부 기기와 관련된 적절할 제어를 수행할 수 있다.The
한편, 식별 모듈은 인공 지능 장치(100)의 사용 권한을 인증하기 위한 각종 정보를 저장한 칩으로서, 사용자 인증 모듈(user identify module; UIM), 가입자 인증 모듈(subscriber identity module; SIM), 범용 사용자 인증 모듈(universal subscriber identity module; USIM) 등을 포함할 수 있다. 식별 모듈이 구비된 장치(이하 '식별 장치')는, 스마트 카드(smart card) 형식으로 제작될 수 있다. 따라서 식별 장치는 상기 인터페이스부(160)를 통하여 인공 지능 장치(100)와 연결될 수 있다.On the other hand, the identification module is a chip storing various information for authenticating the use right of the
전원공급부(190)는 프로세서(180)의 제어 하에서, 외부의 전원, 내부의 전원을 인가 받아 인공 지능 장치(100)에 포함된 각 구성요소들에 전원을 공급한다. 이러한 전원공급부(190)는 배터리를 포함하며, 상기 배터리는 내장형 배터리 또는 교체 가능한 형태의 배터리가 될 수 있다.The
한편, 앞서 살펴본 것과 같이, 프로세서(180)는 응용 프로그램과 관련된 동작과, 통상적으로 인공 지능 장치(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(180)는 상기 인공 지능 장치의 상태가 설정된 조건을 만족하면, 애플리케이션들에 대한 사용자의 제어 명령의 입력을 제한하는 잠금 상태를 실행하거나, 해제할 수 있다. Meanwhile, as described above, the
도 5는 본 발명의 일 실시예에 따른 스마트 홈 시스템(10)을 나타낸다. 5 shows a
스마트 홈 시스템(10)은 AI 시스템(1)의 일 실시예일 수 있다.The
스마트 홈 시스템(10)는 각종 건물의 내부 및 그 외부에 적용될 수 있는 시스템으로서, 집, 사무실, 교통 시설, 문화 시설, 체육 시설 및 다양한 시설 등의 내부 및 외부에 존재하는 디바이스 및 센서들에 통합적으로 적용될 수 있는 시스템이다. The
또한, 스마트 홈 시스템(10)은 복수의 디바이스 또는 센서 등으로부터 수집되는 다양한 데이터들을 이용하고, 다양한 디바이스 또는 센서들이 공유할 수 있도록 하고, 다양한 디바이스 또는 센서들을 제어하여 사용자에게 편익을 제공하는 시스템일 수 있다. In addition, the
또한, 스마트 홈 시스템(10)은 스마트 시티를 구축하기 위한 시스템일 수 있다. 스마트 시티는 다양한 유형의 전자 데이터를 수집하는 디바이스(또는 센서)를 사용하여 자산과 자원을 효율적으로 관리하는데 필요한 정보를 제공하는 도시를 의미할 수 있다. In addition, the
한편, 스마트 홈 시스템(10)은 하나 이상의 홈 디바이스들을 포함할 수 있다. 각각의 홈 디바이스(100_1, 100_2, 100_3, 100_4, 100_5, 100_6, 100_7)들은 인공 지능 장치(100)의 일 실시예가 될 수 있다. 홈 디바이스들은 스마트 월패드, 스마트 스위치, TV, 도어 잠금 디바이스, 리모트 컨트롤러, 카메라, 홈 보안 카메라, 조명 기기, 온도 제어 기기, 조명 제어 기기, 에어컨, 유무선 비디오, 오디오 또는 텍스트 데이터 송수신 기기, 냉난방 기기, 유무선 게이트 웨이, 온도/습도/조도 측정 기기, 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 등을 포함할 수 있다.Meanwhile, the
도 6는 본 발명의 일 실시예에 따른 스마트 홈 보안 시스템(20)을 나타내는 도면이다. 6 is a diagram illustrating a smart
스마트 홈 보안 시스템(20)은 스마트 홈 시스템(10)의 일 실시예일 수 있다. The smart
스마트 홈 보안 시스템(20)은 인공 지능 장치(100), 도어 잠금 디바이스(300) 및 복수의 홈 디바이스(100_1, 100_2, 100_N-1, 100_N)이 유무선 네트워크로 연결되어 구성될 수 있다. The smart
도어 잠금 디바이스(300)는 건물의 문에 설치되어 문의 개폐를 제어할 수 있는 디바이스일 수 있다. 또한, 도어 디바이스(300)는 홈 디바이스의 일종일 수 있다.The
또한, 도어 잠금 디바이스(300)는 방문자를 촬영하는 도어 카메라(301)를 포함할 수 있다. 도어 카메라(301)는 도어 주변을 촬영할 수 있도록 설치될 수 있다. 도어 카메라(301)는 도어 벨이 작동하는 이벤트가 발생하는 경우, 촬영을 시작하도록 설정되거나, 항상 도어 주변을 촬영하도록 설정될 수 있다. In addition, the
또한, 도어 잠금 디바이스(300)는 오디오 신호를 출력할 수 있는 도어 스피커(302)를 포함할 수 있다. In addition, the
한편, 인공 지능 장치(100)는 스마트 월패드일 수 있다. 스마트 월패드는 건물의 벽면에 설치되어 각종 디바이스로부터 데이터를 수집하여 표시하고, 각 종 디바이스들을 제어할 수 있는 디바이스일 수 있다. Meanwhile, the
도 7은 본 발명의 일 실시예에 따른 홈 보안을 위한 디바이스간 연결 제공 방법을 나타내는 순서도이다. 7 is a flowchart illustrating a method for providing a connection between devices for home security according to an embodiment of the present invention.
통신부(110)는 방문자를 촬영하는 도어 카메라(301)를 포함하는 도어 잠금 디바이스(300)로부터 방문자 영상을 수신할 수 있다(S7001).The
도어 잠금 디바이스(300)는 도어 카메라(301)에 의해 촬영되는 도어 주변의 영상을 인공 지능 장치(100)로 전송할 수 있다. The
예를 들어, 도어 잠금 디바이스(300)는 방문자가 도어 벨이 작동하는 이벤트가 발생하는 경우, 도어 카메라(301)가 방문자에 대한 촬영을 시작하도록 하고, 촬영된 방문자 영상을 인공 지능 장치(100)로 전송할 수 있다. For example, the
한편, 프로세서(180)는 방문자 영상을 얼굴 인식 모델에 입력하여 얼굴 인식 모델로부터 출력되는 방문자 정보를 획득할 수 있다(S7002).Meanwhile, the
프로세서(180)는 방문자 영상을 방문자 인식 모델에 제공하여, 방문자 영상 내에 포함된 인물의 방문자 정보를 획득할 수 있다. The
방문자 인식 모델은 입력된 영상 내에 포함된 방문자의 얼굴과 기 등록된 방문자의 얼굴을 비교하여, 방문자가 누구인지 특정하고 방문자 정보를 출력할 수 있다. The visitor recognition model may compare the visitor's face included in the input image with the previously registered visitor's face, specify who the visitor is, and output visitor information.
방문자 정보는 방문자 얼굴 정보, 방문자 신원 정보, 방문 시간 정보 및 방문 횟수 정보 중 적어도 하나를 포함할 수 있다. The visitor information may include at least one of visitor face information, visitor identity information, visit time information, and visit number information.
예를 들어, 방문자 신원 정보는 방문자의 신원을 특정하는 정보로서 가족, 경비원, 택배원 등의 정보가 특정될 수 있다. 방문자 신원이 확인되지 않는 경우, 미확인 방문자로 특정될 수 있다.For example, the visitor identity information is information for specifying the identity of the visitor, and information such as a family member, a security guard, and a delivery person may be specified. If the visitor identity is not verified, it may be identified as an unidentified visitor.
한편, 방문자 인식 모델은 머신 러닝에서 사용되는 인공 신경망(ANN: Artificial Neural Network) 모델일 수 있다. 방문자 인식 모델은 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성될 수 있다. 영상 인식 모델은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.Meanwhile, the visitor recognition model may be an artificial neural network (ANN) model used in machine learning. The visitor recognition model may be composed of artificial neurons (nodes) that form a network by synaptic bonding. An image recognition model may be defined by a connection pattern between neurons of different layers, a learning process that updates model parameters, and an activation function that generates an output value.
방문자 인식 모델은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다. The visitor recognition model may include an input layer, an output layer, and optionally one or more hidden layers. Each layer includes one or more neurons, and the artificial neural network may include neurons and synapses connecting neurons. In the artificial neural network, each neuron may output a function value of an activation function for input signals, weights, and biases input through synapses.
방문자 인식 모델은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 또는 강화 학습(Reinforcement Learning)을 통해 생성될 수 있다. The visitor recognition model may be generated through supervised learning, unsupervised learning, or reinforcement learning according to a learning method.
예를 들어, 방문자 인식 모델이 지도 학습을 통해 생성되는 경우 학습 데이터에 대한 레이블(label)이 주어진 상태에서 학습될 수 있다. 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. For example, when a visitor recognition model is generated through supervised learning, it may be trained in a state in which a label for the training data is given. The label may mean a correct answer (or result value) that the artificial neural network should infer when the training data is input to the artificial neural network.
러닝 프로세서(130)는 방문자의 얼굴 이미지를 특정하는 레이블을 지정할 수 있다. 예를 들어, 가족 구성원의 얼굴 이미지, 경비원의 얼굴 이미지, 택배원의 얼굴 이미지 및 그 외 식별되지 않는 얼굴 이미지 각각을 레이블링하여 지정할 수 있다.The learning
따라서, 러닝 프로세서(130)는 방문자 정보 등록 시 입력받은 얼굴 이미지에 대하여 레이블링하여, 방문자들을 식별하도록 방문자 인식 모델을 학습시킬 수 있다. 따라서, 새로운 영상 파일이 입력될 경우, 해당 영상 파일 내에 포함된 얼굴 이미지의 레이블을 판별하여 방문자의 얼굴을 식별할 수 있다. Accordingly, the learning
또한, 방문자 인식 모델은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 비지도 학습, 또는 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 강화 학습을 통해서도 학습될 수 있다. In addition, the visitor recognition model is an unsupervised learning that trains an artificial neural network in a state where no labels are given to the training data, or an agent defined in an environment is trained to select an action or sequence of actions that maximizes the cumulative reward in each state. It can also be learned through reinforcement learning.
한편, 프로세서(180)는 복수의 홈 디바이스 중 방문자 영상 및 방문자 정보를 수신할 홈 디바이스를 선택할 수 있다(S7003).Meanwhile, the
프로세서(180)는 둘 이상의 홈 디바이스가 있는 경우, 방문자 영상 및 방문자 정보를 전송할 홈 디바이스를 선택할 수 있다. 따라서, 스마트 홈 보안 시스템(20)에 포함된 복수의 홈 디바이스 전체에 방문자 영상 및 방문자 정보를 전송할 필요없이 특정 홈 디바이스로 방문자 영상 및 방문자 정보를 전송하여 모든 디바이스의 작동이 방해받는 상황을 방지할 수 있다. When there are two or more home devices, the
또한, 프로세서(180)는 복수의 홈 디바이스 중 방문자 영상 및 방문자 정보를 수신할 홈 디바이스를 복수의 홈 디바이스 각각의 동작 상태를 기초로 선택할 수 있다. Also, the
예를 들어, 프로세서(180)는 복수의 홈 디바이스 각각의 동작여부에 기초하여 사용자가 사용하고 있는 홈 디바이스를 판별하고, 사용자가 사용하고 있는 홈 디바이스를 방문자 영상 및 방문자 정보를 수신할 홈 디바이스로 선택할 수 있다.For example, the
예를 들어, 사용자가 복수의 홈 디바이스 중 하나인 TV를 시청하고 있는 중에 택배 배달이 온 경우, 도어 잠금 디바이스(300)는 택배원이 촬영된 방문자 영상을 인공 지능 장치(100)로 전송할 수 있다. 프로세서(180)는 방문자 인식 모델을 통해 출력된 방문자 정보를 획득할 수 있다. 만일 택배원이 기 등록된 택배원인 경우, 방문자 정보가 획득될 수 있다. 프로세서(180)는 복수의 홈 디바이스 중 사용자가 사용하고 있는 홈 디바이스인 TV를 방문자 영상 및 방문자 정보를 수신할 홈 디바이스로 선택할 수 있다.For example, when a parcel delivery arrives while the user is watching TV, which is one of a plurality of home devices, the
또한, 프로세서(180)는 사용자가 사용하고 있는 홈 디바이스가 복수인 경우, 사용자가 사용하고 있는 홈 디바이스 각각의 디스플레이의 크기에 기초하여 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스를 선택할 수 있다. Also, when there are a plurality of home devices used by the user, the
프로세서(180)는 복수의 홈 디바이스 중 소정의 크기 이상의 디스플레이를 갖는 홈 디바이스를 판별하고, 소정의 크기 이상의 디스플레이를 갖는 홈 디바이스를 방문자 영상 및 방문자 정보를 수신할 홈 디바이스로 선택할 수 있다. The
또한, 프로세서(180)는 복수의 홈 디바이스 중 가장 큰 크기의 디스플레이를 갖는 홈 디바이스를 방문자 영상 및 방문자 정보를 수신할 홈 디바이스로 선택할 수 있다. Also, the
한편, 통신부(110)는 선택된 디바이스로 방문자 영상 및 방문자 정보를 전송할 수 있다(S7004).Meanwhile, the
프로세서(180)는 통신부(110)를 통해 선택된 홈 디바이스로 방문자 영상 및 방문자 정보를 전송할 수 있다. The
따라서, 선택된 홈 디바이스는 수신한 방문자 영상 및 방문자 정보를 표시하는 홈 보안 인터페이스를 제공하여 사용자가 방문자를 확인할 수 있도록 할 수 있다. Accordingly, the selected home device may provide a home security interface that displays the received visitor image and visitor information so that the user can check the visitor.
도 8은 본 발명의 일 실시예에 따른 홈 보안 인터페이스를 나타내는 도면이다. 8 is a diagram illustrating a home security interface according to an embodiment of the present invention.
홈 디바이스(400)는 인공 지능 장치(100)로부터 방문자 영상(406) 및 방문자 정보(407)을 수신할 수 있다. 방문자 정보(407)는 방문자 횟수 정보를 포함할 수 있다. 홈 디바이스(400)는 TV를 포함할 수 있다.The
홈 디바이스(400)는 디스플레이를 통해 홈 보안 인터페이스(410)를 제공할 수 있다. 홈 디바이스(400)는 홈 보안 인터페이스(410)를 통해 입력되는 도어 잠금 디바이스(300)에 관한 도어 제어 명령을 입력받을 수 있다. 홈 디바이스(400)는 도어 잠금 디바이스(300)에 대한 도어 제어 명령을 인공 지능 장치(100)로 전송할 수 있다. The
홈 보안 인터페이스(410)는 도어 잠금 디바이스(300)의 동작을 제어하는 제어 버튼(401, 402, 403, 404)를 포함할 수 있다. 또한, 홈 보안 인터페이스(410)는 방문자 영상(406) 및 방문자 정보(407)를 표시하는 화면을 포함할 수 있다. 또한, 홈 보안 인터페이스(410)는 동일한 방문자에 대하여 도어 잠금 디바이스(300)가 동일한 동작을 하도록 하는 설정을 선택하는 박스 버튼(405)을 포함할 수 있다.The
한편, 홈 디바이스(400)는 원격 제어 장치(500)에 의해 제어될 수 있다. Meanwhile, the
원격 제어 장치(500)는 홈 보안 인터페이스(410) 각각의 제어 버튼(401, 402, 403, 404)과 대응되는 물리 버튼(501, 502, 503, 504)를 포함할 수 있다. The
예를 들어, 도어 잠금 디바이스(300)의 동작을 제어하는 제어 버튼은, 잠금을 해제하는 문열기 버튼(401), 방문자와 통화를 할 수 있는 통화 버튼(402), 기 저장된 음성을 출력하도록 하는 자동응답 버튼(403) 및 도어 벨 사운드를 중지하고 소정의 시간 후에 홈 보안 인터페이스(410)를 종료하는 무시 버튼(404)을 포함할 수 있다. 원격 제어 장치의 제1 물리 버튼(501)은 문 열기 버튼(401)과 대응될 수 있고 제2 물리 버튼(502)은 통화 버튼(402)과 대응할 수 있으며, 제3 물리 버튼(503)은 자동응답 버튼(403)과 대응할 수 있으며, 제4 물리버튼(504)는 무시 버튼(404)과 대응할 수 있다. 홈 디바이스(400)는 원격 제어 장치(500)로부터 물리 버튼에 대응하는 제어 버튼에 대한 입력을 받을 수 있으며, 도어 잠금 디바이스(300)를 제어하는 제어 명령을 입력받을 수 있다.For example, the control button for controlling the operation of the
한편, 프로세서(180)는 통신부(110)를 통해 홈 보안 인터페이스(410)를 제공한 홈 디바이스로(400)부터 도어 잠금 디바이스(300)에 대한 제어 명령을 수신할 수 있다. Meanwhile, the
프로세서(180)는 도어 잠금 디바이스(300)에 대한 잠금 해제 제어 명령을 홈 디바이스(400)로부터 수신하는 경우, 도어 잠금 디바이스(300)가 도어의 잠금을 해제하도록 제어할 수 있다. When receiving an unlock control command for the
또한, 프로세서(180)는 도어 잠금 디바이스(300)가 방문자와 통화할 수 있는 통화 모드로 진입하도록 하는 통화 모드 제어 명령을 홈 디바이스(400)로부터 수신하는 경우, 도어 잠금 디바이스(300)의 도어 스피커(302) 및 도어 마이크로폰(303)이 활성화되도록 할 수 있다. In addition, when the
또한, 프로세서(180)는 선택된 홈 디바이스(400)로부터 수신된 음성 데이터를 도어 잠금 디바이스(300)에 포함된 도어 스피커(300)를 통해 음성 데이터를 출력하도록 도어 잠금 디바이스(300)를 제어할 수 있다. In addition, the
또한, 프로세서(180)는 도어 잠금 디바이스(300)가 기 저장된 음성 데이터를 출력하도록 하는 자동 응답 제어 명령을 수신하는 경우, 도어 잠금 디바이스(300)로 기 저장된 음성 데이터를 전송하여, 도어 스피커(302)가 기 저장된 음성 데이터를 출력하도록 도어 잠금 디바이스(300)를 제어할 수 있다. In addition, when receiving an automatic response control command for causing the
한편, 홈 보안 인터페이스(410)에서 무시 버튼(404)이 입력되는 경우, 프로세서(180)는 도어 벨 사운드를 중지하도록 도어 잠금 디바이스(300)를 제어할 수 있다. Meanwhile, when the ignore
한편, 홈 보안 인터페이스(410)에서 동일한 방문자에 대하여 도어 자금 디바이스(300)가 동일한 동작을 하도록 하는 설정이 입력된 경우, 프로세서(180)는 방문자 정보에 수신한 도어 제어 명령을 매칭하여 메모리(170)에 저장할 수 있다. On the other hand, when a setting for allowing the
프로세서(180)는 방문자 영상을 방문자 인식 모델에 입력하고, 방문자 인식 모델로부터 출력되는 방문자 정보를 획득하고, 방문자 정보에 매칭되는 도어 제어 명령이 존재하는지 판별하여, 방문자 정보에 매칭되는 도어 제어 명령이 존재하는 경우, 해당 도어 제어 명령으로 도어 잠금 디바이스(300)를 제어할 수 있다.The
한편, 프로세서(100)는 방문자 영상으로부터 방문자의 얼굴이 식별되지 않고 방문자 정보를 획득할 수 없는 경우, 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어할 수 있다. Meanwhile, when the visitor's face is not identified from the visitor image and visitor information cannot be obtained, the
안전모드는, 기 설정된 시간동안 얼굴이 식별되지 않는 방문자가 머무르거나, 소정의 시간 내에 소정의 횟수 이상 재방문을 하는 것으로 판별되는 경우, 경고 알림을 출력하거나 외부 서버로 경고 알림을 전송하는 모드일 수 있다. The safe mode is a mode in which a warning notification is output or a warning notification is transmitted to an external server when it is determined that a visitor whose face is not identified stays for a predetermined time or revisits a predetermined number of times or more within a predetermined time. can be
프로세서(180)는 안전모드 진입 후, 방문자 영상을 기초로 얼굴이 식별되지 않는 방문자가 머무르는 시간을 획득할 수 있다. After entering the safe mode, the
또한, 프로세서(180)는 기 설정된 기간 이상 얼굴이 식별되지 않는 방문자가 머무르는 경우, 비상 알림을 도어 스피커를 통해 출력하도록 제어할 수 있다. In addition, the
또한, 통신부(110)는 도어 잠금 디바이스의 도어 마이크로폰이 획득한 오디오 데이터를 수신하고, 프로세서(180)는 안전모드 진입 후 수신한 오디오 데이터에서 기설정된 데시벨 이상의 소리가 감지되는 경우, 비상 알림을 스피커를 통해 출력하도록 제어할 수 있다. In addition, the
한편, 프로세서(180)는 방문자 인식모델로부터 출력되는 방문자 정보를 획득하고, 방문 이력 정보를 획득할 수 있다. 방문 이력 정보는 방문자 각각이 방문한 시간, 방문이 허용된 등록된 방문자인지 여부 등을 저장한 정보일 수 있다. Meanwhile, the
프로세서(180)는 방문자 정보에 기초하여 기 등록된 방문자인 여부를 판별할 수 있다. 프로세서(180)는 방문자가 기 등록된 방문자가 아닌 경우, 기 설정된 시간 동안 기 설정된 횟수만큼 반복하여 방문한 이력이 존재하는 여부를 판별할 수 있다. 따라서, 프로세서(180)는 방문이 허용되지 않은 방문자가 여러 차례 방문하는 경우를 판별할 수 있다. 프로세서(180)는 기 설정된 시간 동안 기 설정된 횟수만큼 반복하여 방문한 등록되지 않은 사용자를 판별하는 경우, 도어 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어할 수 있다.The
한편, 아파트와 같은 집단 건물 시설에 다수의 도어 잠금 디바이스가 설치되어 있는 경우, 인공 지능 장치(100)는 외부 도어 잠금 디바이스 각각으로 부터 방문자 정보를 수신하고 저장하여, 보안 서비스에 활용할 수 있다. On the other hand, when a plurality of door lock devices are installed in a collective building facility such as an apartment, the
예를 들어, 통신부(110)는 제1 외부 도어 잠금 디바이스로부터 방문이 거절된 방문자의 얼굴 정보를 수신할 수 있다. For example, the
메모리(170)는 방문이 거절된 방문자의 얼굴 정보를 저장할 수 있다. The
프로세서(180)는 도어 잠금 디바이스(300)로부터 수신되는 방문자 영상으로부터 획득되는 얼굴 정보와 방문이 거절된 방문자의 얼굴정보가 일치하는지를 판별할 수 있다. 따라서, 프로세서(180)는 다른 장소에서 방문이 거절된 인물인지 여부를 판별할 수 있다. The
프로세서(180)는 방문자 영상으로부터 획득되는 얼굴 정보와 거절된 방문자의 얼굴정보가 일치하는 경우, 도어 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어할 수 있다. When the face information obtained from the visitor image matches the face information of the rejected visitor, the
또한, 통신부(110)는 제2 외부 도어 잠금 디바이스로 거절된 방문자의 얼굴 정보를 전송할 수 있다. 따라서, 인공 지능 장치(100)는 위험 인물에 대한 정보를 디바이스간 공유하도록 할 수 있다. Also, the
한편, 프로세서(180)는 방문자 정보에 기초하여 방문자가 출입이 허용된 구성원인지 판별할 수 있다. 출입이 허용된 구성원은, 가족, 친구, 친척, 직원 등과 같이 출입이 허용되는 구성원들을 의미할 수 있다. Meanwhile, the
인공 지능 장치(100)는 복수의 홈 디바이스로부터 수신되는 데이터를 기초로, 구성원 정보(예를 들어, 가족 정보), 입출입 이력 정보, 홈 디바이스 각각의 사용 정보, 구성원의 수면 정보, 홈의 환경 정보에 관한 정보를 획득할 수 있다. The
예를 들어, 인공 지능 장치(100)는 홈 네트워크에 접속하는 휴대 장치의 수, 입출입시 촬영되는 방문자 정보 등에 기초하여 구성원 정보를 획득할 수 있다. 구성원 정보는 사용자에 의해 입력될 수도 있다. 구성원으로 등록된 사람은 출입이 허용될 수 있다.For example, the
또한, 프로세서(180)는 방문자가 출입이 허용된 구성원인 경우 구성원의 입출입 이력을 갱신할 수 있다. 프로세서(180)는 각 구성원마다 입출입 시간을 메모리(170)에 저장할 수 있다. In addition, when the visitor is a member allowed to enter, the
프로세서(180)는 갱신된 입출입 이력 및 복수의 홈 디바이스의 동작 정보를 기초로 구성원의 활동 정보를 획득할 수 있다. The
활동 정보는 구성원이 집에 머무는 시간/주기/패턴, 홈 디바이스 각각의 사용 시간/주기/패턴을 의미할 수 있다.The activity information may refer to a time/cycle/pattern for a member to stay at home and a time/period/pattern to use each of the home devices.
예를 들어, 프로세서(180)는 각각의 구성원에 대한 입출입 이력을 기초로 월별, 요일별, 시간별, 날씨별 또는 소정의 주기별로 입출입 패턴을 생성할 수 있다. 따라서, 프로세서(180)는 각 구성원의 활동 정보를 획득할 수 있다. For example, the
또한, 프로세서(180)는 각 구성원이 집 안에 머무는 경우, 사용되는 홈 디바이스들의 종류 및 시간을 기초로 구성원의 활동 정보를 획득할 수 있다. Also, when each member stays in the house, the
에를 들어, 홈 디바이스가 TV 인 경우, 구성원의 TV의 동작 시간 정보를 기초로 구성원의 활동 정보를 획득할 수 있다. For example, when the home device is a TV, activity information of a member may be obtained based on operation time information of the member's TV.
프로세서(180)는 구성원의 활동 정보에 기초하여 비정상적 활동을 감지할 수 있다. The
프로세서(180)는 이전에 획득한 구성원의 활동 정보와 현재 구성원의 활동 정보를 비교하여, 이전에 획득한 구성원의 활동 정보와 매칭되지 않는 경우, 비정상적 활동임을 감지할 수 있다. The
예를 들어, 프로세서(180)는 1주일에 1번씩 외출하는 구성원이 외출하지 않고, 외출하고 있지 않음에도 TV의 사용시간이 없는 경우, 비정상적 활동이 발생하였음을 감지할 수 있다.For example, the
프로세서(180)는 비정상적 활동이 감지되는 경우, 외부 장치로 알림을 제공할 수 있다. When an abnormal activity is detected, the
도 9은 본 발명의 일 실시예에 따른 홈 디바이스간 연결 제공 방법을 설명하기 위한 도면이다. 9 is a diagram for explaining a method for providing a connection between home devices according to an embodiment of the present invention.
복수의 홈 디바이스는 인공 지능 장치(100)와 유무선 네트워크로 연결되어 홈 네트워크 시스템을 구성할 수 있다. A plurality of home devices may be connected to the
인공 지능 장치(100)는 복수의 홈 디바이스들과 연결된 게이트웨이 디바이스 일 수 있다. 따라서, 복수의 홈 디바이스 각각으로부터 데이터를 수신하고 다른 복수의 홈 디바이스 각각으로 데이터를 전송할 수 있다. The
인공 지능 장치(100)는 건물의 지하 공간(701)에 위치한 제1 홈 디바이스(100_1)로부터 건물의 2층 공간(702)에 위치한 제2 홈디바이스로(100_2)로 데이터의 전송을 요청받을 수 있다.The
통신부(110)는 제1 홈 디바이스(100_1)로부터 제2 홈 디바이스(100_2)로의 연결 요청을 수신할 수 있다. The
프로세서(180)는 제1 홈 디바이스(100_1)가 사용하는 제1 통신프로토콜을 획득하고, 제2 홈 디바이스(100_2)가 사용하는 제2 통신 프로토콜을 획득할 수 있다.The
예를 들어, 제1 홈 디바이스(100_1)은 블루투스 프로토콜을 사용하고, 제2 홈 디바이스(100_2)가 Wi-fi 프로토콜을 사용하는 경우, 제1 홈 디바이스(100_1)로부터의 제2 홈 디바이스(100_2)로 직접적으로 데이터를 전송할 수 없다. 따라서, 인공 지능 장치(100)의 프로세서(180)는 제1 홈 디바이스(100_1)로부터 수신된 데이터를 제2 홈 디바이스(100_2)로 Wi-fi 통신 프로토콜을 이용하여 전송할 수 있다. For example, when the first home device 100_1 uses the Bluetooth protocol and the second home device 100_2 uses the Wi-fi protocol, the second home device 100_2 from the first home device 100_1 ) to send data directly. Accordingly, the
따라서, 인공 지능 장치(100)는 서로 다른 통신 프로토콜을 사용하는 복수의 디바이스를 포함하는 스마트 홈 시스템(10)에서 복수의 홈 디바이스간의 연결을 제공할 수 있다. Accordingly, the
따라서, 단일 통신 프로토콜을 사용하는 다수의 홈 디바이스들 사이에서 인공지능장치(100)는 하나의 프로토콜을 다른 프로토콜로 변환해주는 기능을 수행할 수 있다. Accordingly, among a plurality of home devices using a single communication protocol, the
한편, 인공 지능 장치(100)는 복수의 홈 디바이스로부터 수집한 데이터를 표시하거나 복수의 홈 디바이스 각각을 조작할 수 있는 통합 정보 인터페이스(1000)를 디스플레이부(151)를 통해 표시할 수 있다.
Meanwhile, the
도 10은 본 발명의 일실시예에 따른 통합 정보 인터페이스의 예시도이다. 10 is an exemplary diagram of an integrated information interface according to an embodiment of the present invention.
통합 정보 인터페이스(1000)는 온도 및 습도를 측정하고 조절할 수 있는 홈 디바이스로부터 수집된 온도 정보 및 습도 정보를 표시하는 온도 표시 인터페이스(1001)를 포함할 수 있다. The
또한, 통합 정보 인터페이스(1000)는 실내 온도를 측정하고 조절할 수 있는 홈 디바이스 및 보일러 기능을 하는 홈 디바이스로부터 수집된 실내 온도 정보 및 보일러 동작 상태에 대한 정보를 표시하는 실내 온도 표시 인터페이스(1002)를 포함할 수 있다.In addition, the
또한, 통합 정보 인터페이스(1000)는 방문자를 촬영하는 홈 디바이스로부터 수집된 방문자 영상을 표시하는 방문자 표시 인터페이스(1003)을 포함할 수 있다.In addition, the
또한, 통합 정보 인터페이스(1000)는 실내 홈 디바이스들의 동작 모드를 표시하는 동작 모드 인터페이스(1004, 1005)를 표시할 수 있다. 동작 모드 인터페이스(1004, 1005)는 사용자가 집으로 들어온 것으로 표시하는 귀가 모드 인터페이스(1004) 및 아침 기상 시간이 된 것을 표시하는 기상 모드 인터페이스(1005)를 포함할 수 있다. Also, the
또한, 통합 정보 인터페이스(1000)는 조명 수단을 갖고 있는 홈 디바이스의 장소를 특정하고, 조명 수단을 갖고 있는 홈 디바이스를 제어할 수 있는 조명 정보 인터페이스(1006)를 포함할 수 있다. In addition, the
또한, 통합 정보 인터페이스(1000)는 메시지 수신이 가능한 홈 디바이스가 메시지를 수신하는 경우 메시지 알림을 표시할 수 있는 메시지 정보 인터페이스(1007)을 포함할 수 있다. In addition, the
한편, 인공지능 장치(100)는 조명 수단을 갖고 있는 복수의 홈 디바이스를 제어할 수 있는 조명 제어 인터페이스(1100)를 디스플레이부(151)를 통해 표시할 수 있다. Meanwhile, the
도 11는 본 발명의 일실시예에 따른 조명 제어 인터페이스의 예시도이다. 11 is an exemplary diagram of a lighting control interface according to an embodiment of the present invention.
조명 제어 인터페이스(1100)는 실내의 각각의 방마다 설치되어 있는 조명 디바이스의 온/오프 상태를 표시하고, 전체 조명 디바이스의 조도를 설정할 수 있는 인터페이스를 제공할 수 있다. The
예를 들어, 조명 제어 인터페이스(1100)는 현재 전체 조도 설정 정보를 막대 형태로 표시하는 인터페이스(1101)를 포함할 수 있다. 또한, 사용자가 전체 조도 설정을 낮추거나 높이는 경우, 막대의 표시를 다르게 표시할 수 있다(1102, 1103). For example, the
또한, 조명 제어 인터페이스(1100)는 특정 방에 설치되어 있는 조명 디바이스의 조도를 설정할 수 있는 인터페이스(1104)를 제공할 수 있다. In addition, the
한편, 인공 지능 장치(100)는 홈 메일 시스템(30)과 연동될 수 있다.Meanwhile, the
도 12는 본 발명의 일실시예에 따른 홈 메일 시스템(30)의 블록도이다. 12 is a block diagram of a
홈 메일 시스템(30)은 발송자 장치(1201), 홈 메일 전송 서버(1202), 고객 정보 데이터 베이스(1203) 및 인공 지능 장치(100)를 포함할 수 있다. The
홈 메일 시스템(30)은 인공 지능 장치(100)가 설치되어 있는 집으로 배송되는 종이 우편물을 전자 우편물로 대체하기 위한 시스템일 수 있다. The
메일 전송 서버(1202)는 인공 지능 장치(100)가 설치되어 있는 장소의 주소에 기초하여 고유식별메일주소를 생성할 수 있다. 고유 식별 메일 주소는 복수의 오프라인상의 주소를 기반으로 각각의 주소마다 구분될 수 있는 이메일 주소일 수 있다. 따라서, 메일 전송 서버(1202)는 인공 지능 장치(100)가 설치되어 있는 주소마다 서로 구별되는 이메일 주소를 부여할 수 있다. The
고객 정보 데이터 베이스(1203)는 인공지능장치(100)가 설치되어 있는 장소의 주소, 주소에 대응되는 고유식별메일주소, 수신 동의여부에 관한 정보를 저장할 수 있다. The
발송자 장치(1201)는 인공 지능 장치(100)로 디지털 우편물을 발송하고자 하는 발송자가 사용하는 장치일 수 있다. 예를 들어, 발송자는 이동통신사, 증권사, 보험사, 단체 등이 될 수 있다. 한편, 디지털 우편물은 기존의 종이 우편물을 대체할 수 있다. 기존의 종이 우편물은 아파트 단지 내 각종 홍보물, 관리비 명세서, 아파트 단지 내 공지 사항 등이 포함될 수 있다. 또한, 디지털 우편물은, 아파트 단지내 여러 사안에 대한 주민들의 투표를 수신할 수 있는 형태로 제작될 수 있으며, 중고 거래 시장의 참여여부를 수신할 수 있는 형태가 될 수 있다. 또한, 디지털 우편물은 인공 지능 장치(100)가 설치된 주소의 주변 상가의 홍보물, 주변에 신규로 설립된 가게의 홍보물 또는 할인 정보를 포함할 수 있다. 또한, 디지털 우편물은 인공 지능 장치(100)가 설치된 주소로 배송되는 물건의 정보, 배송 상태, 도착 정보 등에 관한 정보를 포함할 수 있다. The
예를 들어, 발송자 장치(1201)은 종이 우편물을 수령할 오프라인 상의 주소에 대응되는 고유식별메일주소로, 종이 우편물의 내용을 대체하는 디지털 우편물을 메일 전송 서버(1202)를 통해 인공 지능 장치(100)로 발송할 수 있다. For example, the
메일 전송 서버(1202)는 디지털 우편물에 대한 발송 요청을 발송자 장치(1201)로부터 수신하고, 인공 지능 장치(100)가 설치된 장소의 오프라인 주소에 대응하는 고유식별메일주소를 고객 정보 데이터베이스(1203)로부터 획득하고, 고유식별메일주소를 기초로 인공 지능 장치(100)로 디지털 우편물을 발송할 수 있다. 따라서, 발송자는 인공 지능 장치(100)가 설치되어 있는 장소의 오프라인 주소만으로도 디지털 우편물을 발송할 수 있다. The
따라서, 발송자는 기존의 종이 우편물보다 내용 전달 효과가 좋은 디지털 컨텐츠를 이용함으로써 고객의 만족도를 높일 수 있으며, 종이 우편물을 대체하여 비용 낭비를 줄일 수 있다. Therefore, the sender can increase customer satisfaction by using digital content that has a better content delivery effect than the existing paper mail, and can reduce cost waste by replacing paper mail.
한편, 메일 전송 서버(1202)는 인공지능장치(100)로부터 발송자 장치(1201)가 발송한 디지털 우편물에 대한 피드백 정보를 수신할 수 있다. 피드백 정보는 디지털 우편물에 대한 수신 거부 요청일 수 있다. 메일 전송 서버(1202)는 인공 지능 장치(100)로부터 수신 거부 요청을 수신하는 경우, 고객 정보 데이터베이스(1203)를 업데이트하고, 향후 발송자 장치(1201)가 발송하는 디지털 우편물의 발송을 차단할 수 있다. Meanwhile, the
도 13는 본 발명의 일 실시예에 따른 통합 편의 애플리케이션의 예시도이다.13 is an exemplary diagram of an integrated convenience application according to an embodiment of the present invention.
한편, 스마트 홈 시스템(10)은 하나 이상의 유저 디바이스(1300)들과 연결될 수 있다. 유저 디바이스(1300)는 인공 지능 장치(100)가 설치된 지역 내에서 제공되는 다양한 서비스를 접근할 수 있는 디바이스일 수 있다. 예를 들어, 유저 디바이스는 스마트폰 및 차량을 포함할 수 있다.Meanwhile, the
유저 디바이스는(1300)는 통합 편의 애플리케이션을 실행할 수 있는 장치일 수 있다. 통합 편의 애플리케이션은, 사용자의 주거 지역 내의 문화, 의료, 쇼핑 시설 등을 편리하게 이용할 수 있는 서비스를 제공하는 애플리케이션일 수 있다. The user device 1300 may be a device capable of executing an integrated convenience application. The integrated convenience application may be an application that provides a service for conveniently using culture, medical care, shopping facilities, etc. in a user's residential area.
유저 디바이스(1300)는 주변에 예약 가능한 병원이나 식당에 대한 정보를 제공하고, 주변 문화 행사 정보를 제공하고, 헬스케어 센터, 생활지원 센터에 대한 정보를 제공하는 통합 편의 애플리케이션(1301)을 실행할 수 있다. The user device 1300 may execute an
또한, 유저 디바이스(1300)는 노약자, 장애인 등 교통약자를 포함하여 누구나 타운 내에서 보다 편리하게 이동할 수 있도록 택시, 장애인 택시, 차량 공유 서비스 등 다양한 이동 단을 예약하거나 쉽게 호출할 수 있는 서비스를 제공하는 통합 편의 애플리케이션(1302)을 실행할 수 있다. 또한, 통합 편의 애플리케이션(1302)은 유저 디바이스(1300)를 인식하여, 유저 디바이스(1300)에 대한 자동 주차 정산이 가능하도록 할 수 있다.In addition, the user device 1300 provides a service that allows you to reserve or easily call various mobile groups such as taxis, taxis for the disabled, and car sharing services so that anyone, including the elderly and the disabled, can move more conveniently in the town. to execute the
또한, 유저 디바이스(1300)는 주거 지역내 거주자들이 유아용품, 장난감, 도서, 생활용품, 식료품 등을 단체로 구매하거나 중고거래 또는 무상 공유할 수 있는 온라인 공간을 제공하는 통합 편의 애플리케이션(1303)을 실행할 수 있다. In addition, the user device 1300 provides an
또한, 유저 디바이스(1300)는 주거 지역 내 거주자들을 위한 다양한 모임이나 활동을 지원하고, 타운 내 주거 공간 뿐만 아니라 상업 및 사무공간, 근린시설 등에서 발생하는 각종 불편함이나 건의/문의사항 등을 편리하게 공유할 수 있는 온라인 커뮤니케이션 공간을 제공하는 통합 편의 애플리케이션(1304)를 실행할 수 있다. In addition, the user device 1300 supports various meetings and activities for residents in the residential area, and conveniently provides various inconveniences or suggestions/inquiries that occur not only in residential spaces in town but also in commercial and office spaces, neighborhood facilities, etc. An
한편, 유저 디바이스(1300)가 차량인 경우에는, 차량용 결제 시스템이 설치되어 차량 내에서도 결제가 이루어지도록 할 수 있다. 예를 들어, 상점의 비콘(beacon) 디바이스가 유저 디바이스(1300)를 감지하고, 해당 상점에 대응하는 메뉴를 제공하여 사용자가 주문 결제가 가능하도록 할 수 있다. On the other hand, when the user device 1300 is a vehicle, a vehicle payment system may be installed so that payment can be made in the vehicle. For example, a beacon device of a store may detect the user device 1300 and provide a menu corresponding to the store so that the user can make an order payment.
한편, 유저 디바이스(1300)가 차량인 경우, 차량 보안 서비스가 제공될 수 있다. 예를 들어, 차량의 주차를 차량의 소유자가 아닌 타인이 대신하는 경우, 차량 도난 및 사고를 방지할 수 있는 서비스가 제공될 수 있다. 유저 디바이스(1300)는 대리 주차 모드가 작동할 수 있다. 대리 주차 모드에서는 차량의 키(key)없이도 주차가 가능하도록 동작할 수 있다. 차량의 기어가 P모드로 이동하면 대리 주차 모드로 진입할 수 있는 인터페이스를 디스플레이에 표시할 수도 있다. 차량은 대리 주차 서비스를 제공하는 운전자에 대한 이미지를 저장할 수 있다. 또한, 차량의 속도가 일정 속도 이하로 제한될 수 있다. 또한, 차량의 내부를 촬영하는 카메라 및 소리를 녹음하는 마이크로폰이 활성화될 수 있다. 또한, 촬영된 영상을 외부 서버로 전송하여 대리 주차를 하는 운전자의 이상행동을 감지할 수 있다. 또한, 차량은 대리 주차 완료 후 차량의 소유자에게 알림을 제공할 수 있다. 또한, 차량의 대리 주차 모드는 차량의 소유자에 의해 언제든지 해제될 수 있도록 설정될 수 있다. Meanwhile, when the user device 1300 is a vehicle, a vehicle security service may be provided. For example, when a vehicle is parked by someone other than the owner of the vehicle, a service capable of preventing vehicle theft and accidents may be provided. The user device 1300 may operate in a valet parking mode. In the valet parking mode, the vehicle may be operated so that parking is possible without a key of the vehicle. When the vehicle's gear shifts to P mode, an interface for entering valet parking mode may be displayed on the display. The vehicle may store an image of a driver providing a valet parking service. In addition, the speed of the vehicle may be limited to a certain speed or less. In addition, a camera for photographing the interior of the vehicle and a microphone for recording a sound may be activated. In addition, by transmitting the captured image to an external server, it is possible to detect the abnormal behavior of the driver who parks the vehicle. In addition, the vehicle may provide a notification to the owner of the vehicle after the valet parking is completed. In addition, the valet parking mode of the vehicle may be set to be released at any time by the owner of the vehicle.
한편, 인공 지능 장치(100)는 조명 수단을 갖는 하나 이상의 홈 디바이스의 조명 색상, 조명 온/오프를 제어하여 목적지까지 길을 안내하는 서비스를 제공할 수 있다.Meanwhile, the
도 14 및 도 15는 본 발명의 일 실시예에 따른 안내 시스템(40)의 예시도이다.14 and 15 are exemplary views of a
사용자(1401)는 길을 안내받기 위해 원하는 목적지(1403)를 인공 지능 장치(100)에 입력할 수 있다. The
인공 지능 장치(100)는 카메라를 통해 사용자(1401)를 촬영하고 사용자(1401)의 얼굴을 인지하고 저장할 수 있다. The
인공 지능 장치(100)는 건물 내에 설치된 카메라 또는 CCTV로부터 영상을 획득하고, 영상 내에서 사용자(1401)의 얼굴과 매칭되는 객체를 추적함으로써, 사용자(1401)의 위치를 지속적으로 획득할 수 있다.The
인공 지능 장치(100)는 사용자(1401)의 위치부터 목적지(1403)까지의 길을 조명 디바이스(1402)의 조명 색상, 조명 온/오프를 제어하여 사용자(1401)에게 안내할 수 있다.The
예를 들어, 사용자(1401)의 위치부터 목적지(1403)까지의 길에 설치되어 있는 조명 디바이스(1402)의 조명을 온시킬 수 있다. 또한, 만일 복수의 사용자(1401)가 목적지를 달리 입력한 경우에는, 각각의 사용자마다의 길을 서로 다른 색상으로 안내할 수 있도록 조명 디바이스(1402)를 제어할 수 있다. 조명 디바이스(1402)는 LCD 또는 LED 패널을 포함할 수 있다. 한편, 조명 디바이스(1402)는 사운드를 발생시킬 수도 있으며, 사용자(1401)가 근접하는 경우에는 사운드로 길을 안내할 수도 있다. For example, the lighting of the
또한, 사용자가(1401)가 지나온 길에는 조명 디바이스(1402)를 오프시킬 수 있으며, 다른 사용자를 위하여 다른 색상으로 길을 안내할 수 있다. In addition, the
한편, 조명 디바이스는 건물의 천장에 설치되어 바닥면으로 빛을 발산하여 길을 안내할 수 있는 빔 프로젝터를 포함할 수 있다. Meanwhile, the lighting device may include a beam projector installed on a ceiling of a building to guide a road by emitting light to a floor surface.
도 15 참고하면, 인공 지능 장치는 사용자(1401)의 위치를 기초로, 사용자의 전방으로 안내 표시(1404)가 보이도록 빔 프로젝터를 제어할 수 있다. Referring to FIG. 15 , the artificial intelligence device may control the beam projector so that the
전술한 본 개시는, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 인공 지능 장치의 프로세서(180)를 포함할 수도 있다.The present disclosure described above can be implemented as computer-readable code on a medium in which a program is recorded. The computer-readable medium includes all types of recording devices in which data readable by a computer system is stored. Examples of computer-readable media include Hard Disk Drive (HDD), Solid State Disk (SSD), Silicon Disk Drive (SDD), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is this. In addition, the computer may include the
Claims (22)
방문자를 촬영하는 도어 카메라를 포함하는 도어 잠금 디바이스로부터 방문자 영상을 수신하는 통신부; 및
상기 방문자 영상을 방문자 인식 모델에 입력하여 상기 방문자 인식 모델로부터 출력되는 방문자 정보를 획득하고, 상기 복수의 홈 디바이스 중 상기 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스를 선택하는 프로세서를 포함하고,
상기 통신부는,
상기 선택된 홈 디바이스로 상기 방문자 영상 및 상기 방문자 정보를 전송하는,
인공 지능 장치. An artificial intelligence device that provides a connection between a plurality of home devices, comprising:
a communication unit for receiving a visitor image from a door lock device including a door camera for photographing the visitor; and
A processor for inputting the visitor image into a visitor recognition model to obtain visitor information output from the visitor recognition model, and selecting a home device to receive the visitor image and the visitor information from among the plurality of home devices,
The communication unit,
transmitting the visitor image and the visitor information to the selected home device,
artificial intelligence device.
상기 프로세서는,
상기 복수의 홈 디바이스 각각의 동작여부에 기초하여 사용자가 사용하고 있는 홈 디바이스를 판별하고, 상기 사용자가 사용하고 있는 홈 디바이스를 상기 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스로 선택하는,
인공 지능 장치. According to claim 1,
The processor is
determining a home device used by the user based on whether each of the plurality of home devices operates, and selecting the home device used by the user as a home device to receive the visitor image and the visitor information,
artificial intelligence device.
상기 프로세서는,
상기 사용자가 사용하고 있는 홈 디바이스가 복수인 경우, 상기 사용자가 사용하고 있는 홈 디바이스 각각의 디스플레이의 크기에 기초하여 상기 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스를 선택하는,
인공 지능 장치. 3. The method of claim 2,
The processor is
When the number of home devices used by the user is plural, selecting a home device to receive the visitor image and the visitor information based on a display size of each home device used by the user;
artificial intelligence device.
상기 통신부는,
상기 선택된 홈 디바이스로부터 도어 잠금 디바이스에 대한 도어 제어 명령을 수신하고,
상기 프로세서는,
상기 도어 제어 명령에 기초하여 상기 도어 잠금 디바이스를 제어하는,
인공 지능 장치.According to claim 1,
The communication unit,
receiving a door control command for a door locking device from the selected home device,
The processor is
controlling the door locking device based on the door control command;
artificial intelligence device.
상기 프로세서는,
상기 선택된 홈 디바이스로부터 수신된 음성 데이터를 상기 도어 잠금 디바이스에 포함된 도어 스피커를 통해 상기 음성 데이터를 출력하도록 상기 도어 잠금 디바이스를 제어하는,
인공 지능 장치.According to claim 1,
The processor is
controlling the door lock device to output the voice data received from the selected home device through a door speaker included in the door lock device,
artificial intelligence device.
상기 프로세서는,
상기 방문자 영상으로부터 방문자의 얼굴이 식별되지 않고 방문자 정보를 획득할 수 없는 경우, 상기 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어하는,
인공 지능 장치.According to claim 1,
The processor is
When the visitor's face is not identified from the visitor image and visitor information cannot be obtained, controlling the locking device to enter the safe mode for a predetermined time,
artificial intelligence device.
상기 프로세서는,
상기 안전모드 진입 후, 상기 방문자 영상을 기초로 상기 얼굴이 식별되지 않는 방문자가 머무르는 시간을 획득하고, 기 설정된 시간 이상 상기 얼굴이 식별되지 않는 방문자가 머무르는 경우, 비상 알림을 도어 스피커를 통해 출력하도록 제어하는,
인공 지능 장치. 7. The method of claim 6,
The processor is
After entering the safe mode, the time for which the visitor whose face is not identified stays is obtained based on the visitor image, and when the visitor whose face is not identified stays for more than a preset time, an emergency notification is output through the door speaker. to control,
artificial intelligence device.
상기 통신부는, 상기 도어 잠금 디바이스의 도어 마이크로폰이 획득한 오디오 데이터를 수신하고,
상기 프로세서는,
상기 안전모드 진입 후, 상기 오디오 데이터에서 기 설정된 데시벨 이상의 소리가 감지되는 경우, 비상 알림을 도어 스피커를 통해 출력하도록 제어하는,
인공 지능 장치. 7. The method of claim 6,
The communication unit receives the audio data obtained by the door microphone of the door lock device,
The processor is
After entering the safety mode, when a sound of more than a preset decibel is detected in the audio data, controlling to output an emergency notification through a door speaker,
artificial intelligence device.
상기 프로세서는,
상기 방문자 정보에 기초하여 방문 이력 정보를 획득하고, 상기 방문자가 기 등록된 방문자가 아니고, 기 설정된 시간 동안 기 설정된 횟수만큼 반복하여 방문한 이력이 존재하는 경우, 상기 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어하는,
인공 지능 장치.According to claim 1,
The processor is
Acquire visit history information based on the visitor information, and if the visitor is not a registered visitor and there is a history of repeated visits for a preset number of times for a preset time, the locking device is placed in the safe mode for a preset time. to control entry into
artificial intelligence device.
상기 통신부는,
제1 외부 도어 잠금 디바이스로부터 방문이 거절된 방문자의 얼굴 정보를 수신하고,
상기 프로세서는,
상기 방문자 영상으로부터 획득되는 얼굴 정보와 상기 거절된 방문자의 얼굴정보가 일치하는 경우, 상기 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어하고,
상기 통신부는,
제2 외부 도어 잠금 디바이스로 상기 거절된 방문자의 얼굴 정보를 전송하는,
인공 지능 장치.According to claim 1,
The communication unit,
Receive face information of a visitor whose visit is rejected from the first external door lock device,
The processor is
When the face information obtained from the visitor image matches the face information of the rejected visitor, controlling the lock device to enter the safe mode for a predetermined time,
The communication unit,
transmitting face information of the rejected visitor to a second external door locking device,
artificial intelligence device.
상기 통신부는,
제1 홈 디바이스로부터 제2 홈 디바이스로의 연결 요청을 수신하고,
상기 프로세서는,
상기 제1 홈 디바이스가 사용하는 제1 통신 프로토콜을 획득하고, 상기 제2 홈 디바이스가 사용하는 제2 통신 프로토콜을 획득하고, 상기 제1 통신 프로토콜과 상기 제2 통신 프로토콜을 기초로 상기 제1 홈 디바이스로부터 수신한 데이터를 상기 통신부를 통해 제2 홈 디바이스로 전송하는,
인공 지능 장치.According to claim 1,
The communication unit,
receiving a connection request from the first home device to the second home device,
The processor is
acquiring a first communication protocol used by the first home device, acquiring a second communication protocol used by the second home device, and obtaining the first home device based on the first communication protocol and the second communication protocol Transmitting the data received from the device to the second home device through the communication unit,
artificial intelligence device.
상기 프로세서는,
상기 방문자 정보에 기초하여 상기 방문자가 출입이 허용된 구성원인지 판별하고, 상기 방문자가 출입이 허용된 구성원인 경우 상기 구성원의 입출입 이력을 갱신하고, 상기 갱신된 입출입 이력 및 상기 복수의 홈 디바이스의 동작 정보를 기초로 상기 구성원의 활동 정보를 획득하는,
인공 지능 장치. According to claim 1,
The processor is
Determining whether the visitor is an allowed member based on the visitor information, updating the member's entry/exit history if the visitor is an allowed member, and the updated entry/exit history and operation of the plurality of home devices To obtain the activity information of the member based on the information,
artificial intelligence device.
상기 프로세서는,
상기 구성원의 활동 정보에 기초하여 비정상적 활동을 감지하는,
인공 지능 장치.13. The method of claim 12,
The processor is
Detecting an abnormal activity based on the member's activity information,
artificial intelligence device.
상기 방문자 영상을 방문자 인식 모델에 입력하여 상기 방문자 인식 모델로부터 출력되는 방문자 정보를 획득하는 단계;
복수의 홈 디바이스 중 상기 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스를 선택하는 단계; 및
상기 선택된 홈 디바이스로 상기 방문자 영상 및 상기 방문자 정보를 전송하는 단계를 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법. Receiving a visitor image from a door lock device including a door camera for photographing the visitor;
inputting the visitor image into a visitor recognition model to obtain visitor information output from the visitor recognition model;
selecting a home device to receive the visitor image and the visitor information from among a plurality of home devices; and
and transmitting the visitor image and the visitor information to the selected home device.
상기 홈 디바이스를 선택하는 단계는,
상기 복수의 홈 디바이스 각각의 동작여부에 기초하여 사용자가 사용하고 있는 홈 디바이스를 판별하는 단계; 및
상기 사용자가 사용하고 있는 홈 디바이스를 상기 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스로 선택하는, 복수의 홈 디바이스간 연결을 제공하는 방법. 15. The method of claim 14,
The step of selecting the home device comprises:
determining a home device used by a user based on whether each of the plurality of home devices operates; and
A method of providing a connection between a plurality of home devices, wherein a home device used by the user is selected as a home device to receive the visitor image and the visitor information.
상기 홈 디바이스를 선택하는 단계는,
상기 사용자가 사용하고 있는 홈 디바이스가 복수인 경우, 상기 사용자가 사용하고 있는 홈 디바이스 각각의 디스플레이의 크기에 기초하여 상기 방문자 영상 및 상기 방문자 정보를 수신할 홈 디바이스를 선택하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법. 16. The method of claim 15,
The step of selecting the home device comprises:
When the number of home devices used by the user is plural, the method further comprising: selecting a home device to receive the visitor image and the visitor information based on a display size of each home device used by the user; A method for providing connectivity between a plurality of home devices.
상기 선택된 홈 디바이스로부터 도어 잠금 디바이스에 대한 도어 제어 명령을 수신하는 단계; 및
상기 도어 제어 명령에 기초하여 상기 도어 잠금 디바이스를 제어하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법.15. The method of claim 14,
receiving a door control command for a door locking device from the selected home device; and
The method of providing a connection between a plurality of home devices, further comprising the step of controlling the door locking device based on the door control command.
상기 방문자 영상으로부터 방문자의 얼굴이 식별되지 않고 방문자 정보를 획득할 수 없는 경우, 상기 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법.15. The method of claim 14,
If the visitor's face is not identified from the visitor image and visitor information cannot be obtained, further comprising the step of controlling the lock device to enter the safe mode for a predetermined time, providing a connection between a plurality of home devices Way.
상기 안전모드 진입 후, 상기 방문자 영상을 기초로 상기 얼굴이 식별되지 않는 방문자가 머무르는 시간을 획득하는 단계; 및
기 설정된 시간 이상 상기 얼굴이 식별되지 않는 방문자가 머무르는 경우, 비상 알림을 도어 스피커를 통해 출력하도록 제어하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법. 19. The method of claim 18,
After entering the safe mode, the step of obtaining a time for a visitor whose face is not identified based on the visitor image to stay; and
The method of providing a connection between a plurality of home devices, further comprising the step of controlling to output an emergency notification through a door speaker when a visitor whose face is not identified stays for more than a preset time.
상기 도어 잠금 디바이스의 도어 마이크로폰이 획득한 오디오 데이터를 수신하는 단계; 및
상기 안전모드 진입 후, 상기 오디오 데이터에서 기 설정된 데시벨 이상의 소리가 감지되는 경우, 비상 알림을 도어 스피커를 통해 출력하도록 제어하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법. 19. The method of claim 18,
receiving audio data obtained by a door microphone of the door locking device; and
After entering the safe mode, when a sound greater than a preset decibel is detected in the audio data, the method further comprising the step of controlling to output an emergency notification through a door speaker.
상기 방문자 정보에 기초하여 방문 이력 정보를 획득하는 단계; 및
상기 방문자가 기 등록된 방문자가 아니고 기 설정된 시간 동안 기 설정된 횟수만큼 반복하여 방문한 이력이 존재하는 경우, 상기 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법.15. The method of claim 14,
obtaining visit history information based on the visitor information; and
When the visitor is not a pre-registered visitor and there is a history of repeated visits for a preset number of times for a preset time, the method further comprising controlling the lock device to enter the safe mode for a preset time. How to provide connectivity between devices.
제1 외부 도어 잠금 디바이스로부터 방문이 거절된 방문자의 얼굴 정보를 수신하는 단계;
상기 방문자 영상으로부터 획득되는 얼굴 정보와 상기 거절된 방문자의 얼굴정보가 일치하는 경우, 상기 잠금 디바이스를 소정의 시간 동안 안전모드로 진입하도록 제어하는 단계; 및
제2 외부 도어 잠금 디바이스로 상기 거절된 방문자의 얼굴 정보를 전송하는 단계를 더 포함하는, 복수의 홈 디바이스간 연결을 제공하는 방법. 15. The method of claim 14,
receiving face information of a visitor whose visit is rejected from the first external door locking device;
when the face information obtained from the visitor image matches the face information of the rejected visitor, controlling the locking device to enter a safe mode for a predetermined time; and
The method of providing a connection between a plurality of home devices, further comprising the step of transmitting the face information of the rejected visitor to a second external door locking device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/119,894 US11425339B2 (en) | 2019-12-11 | 2020-12-11 | Artificial intelligence device and method thereof |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962946906P | 2019-12-11 | 2019-12-11 | |
US62/946,906 | 2019-12-11 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210074162A true KR20210074162A (en) | 2021-06-21 |
KR102514128B1 KR102514128B1 (en) | 2023-03-24 |
Family
ID=76600112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200067463A KR102514128B1 (en) | 2019-12-11 | 2020-06-04 | An artificial intelligence apparatus for providing a connection between home devices and method thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102514128B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870470A (en) * | 2021-09-08 | 2021-12-31 | 深圳柏成科技有限公司 | Access control system based on FFMPEG and processing method |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040077496A (en) * | 2003-02-28 | 2004-09-04 | 가부시끼가이샤 도시바 | Network system, server apparatus, and communication method |
KR20050076280A (en) * | 2004-01-20 | 2005-07-26 | 에스케이 텔레콤주식회사 | Method and system for checking going in and out using mobile communication network in home networking door system |
KR20160050965A (en) * | 2014-10-31 | 2016-05-11 | 삼성에스디에스 주식회사 | In-home security device for intrusion prevention and the security method |
US20190087646A1 (en) * | 2017-09-20 | 2019-03-21 | Google Llc | Systems and Methods of Detecting and Responding to a Visitor to a Smart Home Environment |
-
2020
- 2020-06-04 KR KR1020200067463A patent/KR102514128B1/en active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040077496A (en) * | 2003-02-28 | 2004-09-04 | 가부시끼가이샤 도시바 | Network system, server apparatus, and communication method |
KR20050076280A (en) * | 2004-01-20 | 2005-07-26 | 에스케이 텔레콤주식회사 | Method and system for checking going in and out using mobile communication network in home networking door system |
KR20160050965A (en) * | 2014-10-31 | 2016-05-11 | 삼성에스디에스 주식회사 | In-home security device for intrusion prevention and the security method |
US20190087646A1 (en) * | 2017-09-20 | 2019-03-21 | Google Llc | Systems and Methods of Detecting and Responding to a Visitor to a Smart Home Environment |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113870470A (en) * | 2021-09-08 | 2021-12-31 | 深圳柏成科技有限公司 | Access control system based on FFMPEG and processing method |
Also Published As
Publication number | Publication date |
---|---|
KR102514128B1 (en) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11430278B2 (en) | Building management robot and method of providing service using the same | |
US20210362335A1 (en) | Robot and method for manage item using same | |
US11466886B2 (en) | Artificial intelligence device and artificial intelligence system for managing indoor air condition | |
KR102303785B1 (en) | Artificial intelligence server and method for setting language of robot | |
US20190360717A1 (en) | Artificial intelligence device capable of automatically checking ventilation situation and method of operating the same | |
KR102331672B1 (en) | Artificial intelligence device and method for determining user's location | |
KR20190100112A (en) | Refrigerator for providing information of item using artificial intelligence and operating method thereof | |
US11863627B2 (en) | Smart home device and method | |
KR102297655B1 (en) | Artificial intelligence device for controlling external device | |
US11455529B2 (en) | Artificial intelligence server for controlling a plurality of robots based on guidance urgency | |
US20190392382A1 (en) | Refrigerator for managing item using artificial intelligence and operating method thereof | |
KR20190094311A (en) | Artificial intelligence robot and operating method thereof | |
KR102514128B1 (en) | An artificial intelligence apparatus for providing a connection between home devices and method thereof | |
US11854059B2 (en) | Smart apparatus | |
KR102623190B1 (en) | Artificial intelligence device and artificial intelligence system for caring air state of indoor | |
US11074814B2 (en) | Portable apparatus for providing notification | |
US11425339B2 (en) | Artificial intelligence device and method thereof | |
US20190377489A1 (en) | Artificial intelligence device for providing voice recognition service and method of operating the same | |
US11927931B2 (en) | Artificial intelligence-based air conditioner | |
US20210133561A1 (en) | Artificial intelligence device and method of operating the same | |
KR102653992B1 (en) | An artificial intelligence apparatus for providing customized local service based on user's residential area and method thereof | |
US11595227B2 (en) | Artificial intelligence device and operating method thereof | |
US20240061907A1 (en) | Artificial intelligence apparatus and method for estimating sound source localization thereof | |
KR20190104489A (en) | Artificial intelligence air conditioner and method for calibrating sensor data of air conditioner |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |