KR20220047164A - 로봇 - Google Patents

Abstract

로봇은 바텀 플레이트를 갖는 로봇 프레임; 바텀 플레이트에 장착된 리어 캐스터 및 휠 모듈을 포함하고, 휠 모듈은 바텀 플레이트에 상기 리어 캐스터와 이격되게 장착된 링크 베이스; 링크 베이스에 장착되고 내부에 탄성부재가 수용된 회전 댐퍼; 회전 댐퍼에 연결축으로 연결된 프론트 링크; 프론트 링크의 전방부에 설치된 프론트 캐스터; 프론트 링크의 후방부에 설치된 구동모터; 및 구동모터에 의해 회전되는 구동휠을 포함할 수 있다.

Description

로봇{Robot}

본 발명은 로봇에 관한 것으로, 더욱 상세하게는 구동휠 및 캐스터를 갖는 로봇에 관한 것이다.

로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는　기계로서, 로봇의 응용분야는 대체로, 산업용, 의료용, 우주용, 해저용 등으로 분류될 수 있고, 다양한 분야에서 사용될 수 있다.

로봇의 일 예는 구동휠과, 프론트 캐스터와, 리어 캐스터를 포함할 수 있고, 대한민국 공개특허공보 10-2020-0085661(2020년07월15일 공개)에는 이러한 로봇이 개시되어 있다. 상기 로봇은 주행 유닛이 구비된 본체를 포함하고, 주행 유닛은 좌우로 길게 형성된 구동축을 중심으로 회전하는 구동휠; 및 상기 구동휠에 회전 동력을 제공하는 구동 모터; 본체의 저면 전방부에 구비된 프론트 캐스터; 본체의 저면 후방부에 구비된 리어 캐스터를 포함한다.

상기 로봇은 프론트 캐스터가 장애물을 만나 장애물을 타고 넘을 때, 프론트 캐스터가 들리기 때문에, 구동휠이 지면과 이격될 수 있고, 구동휠이 접지력을 잃어 구동되지 못할 수 있다. 또한, 충격이 로봇의 상측으로 전달되어 로봇이 운반하는 배송물의 유지가 어렵다.

대한민국 공개특허공보 10-2020-0085661(2020년07월15일 공개)

본 발명은 불균일한 구간을 통과할 때 발생하는 충격을 흡수할 수 있고 동시에 구동휠의 접지력을 유지하는 로봇을 제공하는데 있다.

본 발명의 다른 목적은 로봇이 장애물을 넘을 때 발생될 수 있는 흔들림을 최소화한 로봇을 제공하는데 있다.

본 실시 예에 따른 바텀 플레이트를 갖는 로봇 프레임; 바텀 플레이트에 배치된 리어 캐스터 및 휠 모듈을 포함한다.

휠 모듈은 바텀 플레이트에 상기 리어 캐스터와 이격되게 장착된 링크 베이스; 링크 베이스에 장착되고 내부에 탄성부재가 수용된 회전 댐퍼; 회전 댐퍼에 연결축으로 연결된 프론트 링크; 프론트 링크의 전방부에 설치된 프론트 캐스터; 프론트 링크의 후방부에 설치된 구동모터; 및 구동모터에 의해 회전되는 구동휠를 포함할 수 있다.

프론트 링크는 바텀 플레이트와 상하 방향으로 이격된 로봇.

회전 댐퍼는 내부에 공간이 형성된 아우터 댐퍼 바디; 공간에 수용되고 연결축이 연결된 이너 댐퍼 바디를 더 포함할 수 있다. 탄성부재는 아우터 댐퍼 바디와, 이너 댐퍼 바디의 사이에 배치될 수 있다.

아우터 댐퍼 바디와 이너 댐퍼 바디는 다각형일 수 있다.

탄성부재는 아우터 댐퍼 바디와 이너 댐퍼 바디의 사이에 복수개 제공될 수 있다.

복수개의 탄성부재는 서로 이격될 수 있다.

회전 댐퍼는 아우터 댐퍼 바디와, 탄성부재 및 이너 댐퍼 바디가 수용된 댐퍼 케이스를 더 포함할 수 있다. 댐퍼 케이스는 링크 베이스에 결합될 수 있다.

프론트 링크는 이격된 한 쌍의 사이드 바디와, 한 쌍의 사이드 바디의 하단을 잇는 로어 바디를 포함할 수 있다.

한 쌍의 사이드 바디의 사이에 회전 댐퍼가 수용되는 수용공간이 형성될 수 있다.

한 쌍의 사이드 바디 중 내측 사이드 바디에는 구동모터가 관통되는 개구부가 형성될 수 있다.

링크 베이스는 바텀 플레이트에 체결되는 상부 체결부; 회전댐퍼가 수용되는 하부 수용부를 포함할 수 있다.

하부 수용부는 한 쌍의 바디 사이에 위치할 수 있다.

한 쌍의 사이드 바디는 하부 수용부와 회전댐퍼 사이를 차폐할 수 있다.

연결축은 한 쌍 제공될 수 있다. 한 쌍의 사이드 바디 각각에는 한 쌍의 연결축이 관통되는 한 쌍의 관통공이 형성될 수 있다.

본 실시 예에 따르면, 장애물을 통과할 때, 충격을 흡수하여 로봇 프레임으로 전달되는 진동을 최소화할 수 있다.

또한, 프론트 캐스터가 상측 방향으로 들리더라도 프론트 링크가 구동모터를 하측 방향으로 누를 수 있고, 구동휠의 접지력이 유지되어 로봇이 안정적으로 주행할 수 있다.

또한, 프론트 링크에 의해 프론트 캐스터로 작용하는 하중은 최소화될 수 있고, 프론트 캐스터가 장애물을 만날 때, 프론트 캐스터에 가해지는 충격하중은 최소화되며, 프론트 캐스터의 손상 및 파손이 최소화될 수 있다.

또한, 프론트 링크의 사이드 바디가 회전 댐퍼의 옆에서 회전 댐퍼를 보호할 수 있고, 먼지 등의 이물질이 회전 댐퍼로 침투되는 것을 최소화할 수 있다.

도 1은 본 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.
도 2는 본 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.
도 3은 본 실시 예에 따른 AI 시스템을 나타낸다.
도 4은 본 실시예에 따른 로봇의 측면도,
도 5은 본 실시예에 따른 리어 캐스터 및 휠 모듈이 도시된 도
도 6는 본 실시예에 따른 휠 모듈의 평면도,
도 7은 본 실시예에 따른 휠 모듈의 사시도,
도 8는 본 실시예에 따른 회전댐퍼가 분해된 분해 사시도,
도 9은 본 실시예에 따른 프론트 캐스터가 장애물을 만나기 이전의 도
도 10은 본 실시예에 따른 프론트 캐스터가 장애물을 타고 넘을 때의 도,
도 11은 본 실시예에 따른 프론트 캐스터가 장애물을 타고 넘은 후 구동휠이장애물을 타고 넘을 때의 도
도 12는 본 실시예와 비교예가 함께 도시한 도이다.

이하에서는 본 발명의 구체적인 실시 예를 도면과 함께 상세히 설명하도록 한다.

이하에서, 일 요소가 타 요소에 "체결" 또는 "연결"된다고 기재된 것은, 두 요소가 직접 체결되거나 연결된 것을 의미하거나, 두 요소 사이에 제3의 요소가 존재하고 상기 제3의 요소에 의해 두 요소가 서로 연결되거나 체결된 것을 의미할 수 있다. 반면, 일 요소가 타 요소에 "직접 체결" 또는 "직접 연결"된다고 기재한 것은, 두 요소 사이에 제3의 요소가 존재하지 않는다고 이해될 수 있을 것이다.

<로봇(Robot)>

로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.

로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.

로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.

<인공 지능(AI: Artificial Intelligence)>

인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.

인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.

인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.

모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.

인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.

머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.

지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.

인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.

<자율 주행(Self-Driving)>

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.

도 1은 본 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.

AI 장치(10)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, AI장치(10)는 통신 인터페이스(11), 입력 인터페이스(12), 러닝 프로세서(13), 센서(14), 출력 인터페이스(15), 메모리(17) 및 프로세서(18) 등을 포함할 수 있다.

통신 인터페이스(11)는 유무선 통신 기술을 이용하여 다른 AI 장치(10a 내지 10e)나 AI 서버(20) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신 인터페이스(11)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.

이때, 통신 인터페이스(11)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 인터페이스(12)는 다양한 종류의 데이터를 획득할 수 있다.

이때, 입력 인터페이스(12)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력 인터페이스 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.

입력 인터페이스(12)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력 인터페이스(12)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(18) 또는 러닝 프로세서(13)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.

러닝 프로세서(13)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(13)는 AI 서버(20)의 러닝 프로세서(24)과 함께 AI 프로세싱을 수행할 수 있다.

이때, 러닝 프로세서(13)는 AI 장치(10)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(13)는 메모리(17), AI 장치(10)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.

센서(14)는 다양한 센서들을 이용하여 AI 장치(10) 내부 정보, AI 장치(10)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.

이때, 센서(14)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 인터페이스(15)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.

이때, 출력 인터페이스(15)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.

메모리(17)는 AI 장치(10)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(17)는 입력 인터페이스(12)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.

프로세서(18)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(10)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(18)는 AI 장치(10)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.

이를 위해, 프로세서(18)는 러닝 프로세서(13) 또는 메모리(17)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(10)의 구성 요소들을 제어할 수 있다.

이때, 프로세서(18)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(18)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.

이때, 프로세서(18)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(13)에 의해 학습된 것이나, AI 서버(20)의 러닝 프로세서(24)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.

프로세서(18)는 AI 장치(10)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(17) 또는 러닝 프로세서(13)에 저장하거나, AI 서버(20) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.

프로세서(18)는 메모리(17)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(10)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(18)는 상기 응용 프로그램의 구동을 위하여, AI 장치(10)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.

도 2는 본 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.

도 2를 참조하면, AI 서버(20)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(20)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(20)는 AI 장치(10)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.

AI 서버(20)는 통신 인터페이스(21), 메모리(23), 러닝 프로세서(24) 및 프로세서(26) 등을 포함할 수 있다.

통신 인터페이스(21)는 AI 장치(10) 등의 외부 장치와 데이터를 송수신할 수 있다.

메모리(23)는 모델 스토리지(23a)를 포함할 수 있다. 모델 스토리지(23a)는 러닝 프로세서(24)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 23b)을 저장할 수 있다.

러닝 프로세서(24)는 학습 데이터를 이용하여 인공 신경망(23b)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(20)에 탑재된 상태에서 이용되거나, AI 장치(10) 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(23)에 저장될 수 있다.

프로세서(26)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.

도 3은 본 실시 예에 따른 AI 시스템을 나타낸다.

도 3을 참조하면, AI 시스템(1)은 AI 서버(20), 로봇(10a), 자율 주행 차량(10b), XR 장치(10c), 스마트폰(10d) 또는 가전(10e) 중에서 적어도 하나 이상이 클라우드 네트워크(2)와 연결된다. 여기서, AI 기술이 적용된 로봇(10a), 자율 주행 차량(10b), XR 장치(10c), 스마트폰(10d) 또는 가전(10e) 등을 AI 장치(10a 내지 10e)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(10a 내지 10e, 20)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(10a 내지 10e, 20)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.

AI 서버(20)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.

AI 서버(20)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(10a), 자율 주행 차량(10b), XR 장치(10c), 스마트폰(10d) 또는 가전(10e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(10a 내지 10e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.

이때, AI 서버(20)는 AI 장치(10a 내지 10e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(10a 내지 10e)에 전송할 수 있다.

이때, AI 서버(20)는 AI 장치(10a 내지 10e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(10a 내지 10e)로 전송할 수 있다.

또는, AI 장치(10a 내지 10e)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(10a 내지 10e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(10a 내지 10e)는 도 1에 도시된 AI 장치(10)의 구체적인 실시 예로 볼 수 있다.

<AI+로봇>

로봇(10a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.

로봇(10a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.

로봇(10a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(10a)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(10a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.

로봇(10a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(10a)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(10a)에서 직접 학습되거나, AI 서버(20) 등의 외부 장치에서 학습된 것일 수 있다.

이때, 로봇(10a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(20) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.

로봇(10a)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(10a)을 주행시킬 수 있다.

맵 데이터에는 로봇(10a)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(10a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(10a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.

<AI+로봇+자율주행>

로봇(10a)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(10a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(10b)과 상호작용하는 로봇(10a) 등을 의미할 수 있다.

자율 주행 기능을 가진 로봇(10a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.

자율 주행 기능을 가진 로봇(10a) 및 자율 주행 차량(10b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(10a) 및 자율 주행 차량(10b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.

자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)과 별개로 존재하면서, 자율 주행 차량(10b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(10b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.

이때, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(10b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(10b)에 제공함으로써, 자율 주행 차량(10b)의 자율 주행 기능을 제어하거나 보조할 수 있다.

또는, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(10b)의 기능을 제어할 수 있다. 예컨대, 로봇(10a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(10b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(10b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(10a)이 제어하는 자율 주행 차량(10b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(10b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.

또는, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)의 외부에서 자율 주행 차량(10b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(10a)은 스마트 신호등과 같이 자율 주행 차량(10b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(10b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.

도 4은 본 실시예에 따른 로봇의 측면도이고, 도 5은 본 실시예에 따른 리어 캐스터 및 휠 모듈이 도시된 도이며, 도 6는 본 실시예에 따른 휠 모듈의 평면도이고, 도 7은 본 실시예에 따른 휠 모듈의 사시도, 도 8는 본 실시예에 따른 회전댐퍼가 분해된 분해 사시도이다.

로봇(10a)은 로봇 프레임(30)와, 로봇 프레임(30)에 장착된 구동부(40)를 포함할 수 있다.

로봇(10a)의 일 예는 음식물, 의약품 등의 다양한 물품이나 배송물(이하, 배송물이라 칭함)을 운반할 수 있는 배송로봇일 수 있다. 로봇(10a)이 배송로봇일 경우, 로봇 프레임(30)에는 배송물이 놓여지는 적어도 하나의 캐리어(31, 또는 브래킷)이 배치될 수 있다.

로봇 프레임(30)는 복수개 부재의 결합체로 구성될 수 있고, 로봇 본체일 수 있다. 캐리어(31)는 로봇 프레임(30)에 복수개 제공될 수 있고, 복수개의 캐리어(31)는 상하 방향(Z)으로 이격되게 배치될 수 있다.

로봇 프레임(30)에는 적어도 하나의 인터페이스 유닛(32)가 배치될 수 있다. 인터페이스 유닛(32)의 일 예는 디스플레이 유닛일 수 있다.

로봇 프레임(30)는 프레임 바디와, 프레임 바디의 둘러싸고 로봇(10a)의 외관을 형성하는 아우터 커버를 포함할 수 있다.

로봇 프레임(30)는 로봇 프레임(30)의 바닥면 외관을 형성하는 바텀 플레이트(38)를 포함할 수 있다. 바텀 플레이트(38)는 대략 수평하게 배치될 수 있다.

구동부(40)는 바텀 플레이트(38)에 배치되어 로봇(100a)이 전후 방향(X)으로 주행되게 할 수 있다. 전후 방향(X)은 로봇(10a)이 전진되거나 후진되는 방향으로 정의될 수 있고, 좌우 방향(U)는 로봇(10a)이 전진되거나 후진되는 방향의 직교한 방향으로 정의될 수 있다.

구동부(40)는 로봇 프레임(30)에 복수개 제공될 수 있다. 복수개의 구동부 일 예는 좌측 구동부와, 우측 구동부를 포함할 수 있다. 좌측 구동부는 로봇 프레인(30)의 중앙을 기준으로 로봇 프레임(30)의 좌측에 배치될 수 있고, 우측 구동부는 로봇 프레임(30)의 중앙을 기준으로 로봇 프레임(30)의 우측에 배치될 수 있다.

좌측 구동부와 우측 구동부는 좌우 대칭되게 배치될 수 있다. 이하, 좌측 구동부와 우측 구동부의 공통된 구성에 대해서는 구동부(40)로 칭하여 설명한다.

구동부(40)는 리어 캐스터(50) 및 휠 모듈(60)을 포함할 수 있다.

리어 캐스터(50)는 바텀 플레이트(38)에 배치될 수 있다. 바텀 플레이트(38)의 후방부에 배치될 수 있다.

바텀 플레이트(38)의 후방부는 바텀 플레이트(30)의 전후 방향(X) 중앙을 기준으로 로봇 프레임(30) 중앙의 뒷부분으로 정의될 수 있다.

리어 캐스터(50)는 도 5에 도시된 바와 같이, 수직축을 갖는 캐스터 바디(52)와, 캐스터 바디(106)에 수평축을 중심으로 회전되게 배치된 캐스터 휠(54)을 포함할 수 있다.

캐스터 바디(52)의 수직축 일 예는 바텀 플레이트(38)에 직접 결합될 수 있다.

캐스터 바디(56)의 수직축 다른 예는 로봇 프레임(30), 특히 바텀 플레이트(38)에 배치된 별도의 리어 댐퍼(56)에 연결되는 것이 가능하다.

리어 댐퍼(56)는 스프링 등의 탄성부재가 내장될 수 있고, 리어 캐스터(50)에 가해진 후 로봇 프레임(30)으로 전달되는 진동을 흡수할 수 있다.

이하, 리어 캐스터(50)가 캐스터 바디(52)가 바텀 플레이트(38)에 직접 결합되는 것과, 리어 캐스터(50)가 리어 댐퍼(56)에 연결되는 것은 모두 리어 캐스터(50)가 바텀 플레이트(38)에 배치되는 것으로 정의될 수 있다.

휠 모듈(60)은 그 중앙 회전축을 중심으로 회전될 수 있고, 회전축에 충격흡수장치(또는 충격흡수부재)를 배치하여, 회전축의 회전시 충격을 흡수할 수 있다.

휠 모듈(60)의 일 예은 링크 베이스(70); 링크 베이스(70)에 장착된 회전 댐퍼(80); 회전 댐퍼(80)에 연결축(P1,P2)으로 연결된 프론트 링크(90); 프론트 링크(90)의 전방부에 설치된 프론트 캐스터(100); 프론트 링크(90)의 후방부에 설치된 구동모터(110); 및 구동모터(110)에 의해 회전되는 구동휠(120)를 포함할 수 있다.

링크 베이스(70)는 바텀 플레이트(38)에 리어 캐스터(50)와 이격되게 장착될 수 있다.

링크 베이스(70)는 바텀 플레이트(38)의 아래에 하측 방향으로 돌출될 수 있다. 링크 베이스(70)의 하단 높이는 바텀 플레이트(38)의 높이 보다 낮을 수 있다.

링크 베이스(70)는 도 5 및 도 8에 도시된 바와 같이, 상부 체결부(72)와, 하부 수용부(74)를 포함할 수 있다.

상부 체결부(72)는 바텀 플레이트(38)에 체결될 수 있다. 상부 체결부(72)는 도 5에 도시된 바와 같이, 바텀 플레이트(38)의 하부에 위치될 수 있고, 스크류 등의 체결부재로 바텀 플레이트(38)에 체결될 수 있다.

상부 체결부(72)는 바텀 플레이트(38)의 전방부에 결합될 수 있다. 바텀 플레이트(38)의 전방부는 바텀 플레이트(30)의 전후 방향(X) 중앙을 기준으로 로봇 프레임(30) 중앙의 앞부분으로 정의될 수 있다.

하부 수용부(74)에는 회전댐퍼(80)가 수용될 수 있다. 하부 수용부(74)는 회전댐퍼(80)의 일부가 수용되는 홈부가 형성될 수 있다. 하부 수용부(74)는 링크 베이스(70)의 하부에 함몰된 형상으로 형성될 수 있다.

하부 수용부(74)는 프론트 링크(90)의 한 쌍의 사이드 바디(91,92; 도 6 내지 도 8 참조)사이에 위치될 수 있다. 하부 수용부(74)는 한 쌍의 사이드 바디(91,92)에 의해 보호될 수 있다. 한 쌍의 사이드 바디(91,92)는 먼지 등의 이물질이, 하부 수용부로 침투되는 것을 최소화할 수 있다.

회전 댐퍼(80)는 링크 베이스(70)에 매달리게 장착될 수 있다.

회전댐퍼(80)는 링크 베이스(70)의 하부 수용부(74)와 스크류 등의 체결부재로 체결될 수 있다. 회전댐퍼(80)는 하부 수용부(74)에 체결되는 것에 의해 링크 베이스(70)에 고정될 수 있다.

회전 댐퍼(80)는 탄성 부재(86)를 포함할 수 있다. 프론트 링크(70)의 회전시, 충격을 흡수할 수 있다. 탄성부재(86)는 회전 댐퍼(80)의 내부에는 수용될 수 있다.

로봇(10a)의 하중은 회전 댐퍼(80)를 통해 프론트 링크(90)에 작용될 수 있고, 프론트 링크(90)에 작용된 진동은 회전 댐퍼(80)를 통해 링크 베이스(70)에 전달 될 수 있는데, 탄성 부재(86)는 진동은 흡수할 수 있다.

회전 댐퍼(80)는 아우터 댐퍼 바디(82), 이너 댐퍼 바디(84) 및 적어도 하나의 탄성 부재(86)를 포함할 수 있다.

아우터 댐퍼 바디(82)는 회전 댐퍼(80) 중 고정 바디일 수 있다.

아우터 댐퍼 바디(82)의 내부에는 공간(S1)이 형성될 수 있다. 아우터 댐퍼 바디(82)는 다각형일 수 있다.

아우터 댐퍼 바디(82)는 내부에 공간(S1, 도 8 참조)이 형성된 중공 형상의 직육면체일 수 있다. 아우터 바디(82)는 좌우 방향(Y)으로 개방될 수 있다.

이너 댐퍼 바디(84)는 회전 댐퍼(80) 중 회전되거나 이동되는 가변 바디일 수 있다.

이너 댐퍼 바디(84)의 크기는 아우터 댐퍼 바디(82)의 크기 보다 작을 수 있고, 이너 댐퍼 바디(84)는 공간(S1)에 수용될 수 있다.

이너 댐퍼 바디(84)의 상하 방향(Z) 길이는 공간(S1)의 상하 방향(Z) 길이 보다 조금 적을 수 있다.

이너 댐퍼 바디(84)는 아우터 댐퍼 바디(82)와 같이 다각형일 수 있다. 이너 댐퍼 바디(84)는 직육면체 형상일 수 있다. 이너 댐퍼 바디(84)는 아우터 댐퍼 바디(82)의 내부에 회전되거나 이동될 수 있다. 프론트 링크(90)의 배치 각도가 변하면, 이너 댐퍼 바디(84)는 프론트 링크(90)와 함께 가변될 수 있다.

이너 댐퍼 바디(84)는 프론트 링크(90)의 회전축(또는 틸팅축)이 될 수 있고, 프론트 링크(90)는 이너 댐퍼 바디(84)를 중심으로 상측 방향이나 하측 방향으로 경사지게 틸팅될 수 있다.

이너 댐퍼 바디(84)는 프론트 링크(90)에 연결축(P1,P2)으로 연결될 수 있다.

이너 댐퍼 바디(84)에는 연결축(P1,P2)이 연결될 수 있다. 이너 댐퍼 바디(84)는 연결축(P1,P2)의 관통되는 연결축 관통공(H1,H2)이 형성될 수 있다.

연결축 관통공(H1,H2)은 도 8에 도시된 바와 같이, 좌우 방향(Y)으로 개방될 수 있다.

연결축(P1,P2)과 연결축 관통공(H1,H2)은 1:1 대응될 수 있다. 회전 댐퍼(80)는 한 쌍의 연결축(P1,P2)을 포함할 수 있고, 연결축 관통공(H1,H2)는 이너 댐퍼 바디(84)에 한 쌍 형성될 수 있다.

이너 댐퍼 바디(84)는 연결축(P1,P2)과 함께 아우터 댐퍼 바디(82) 내부에서 회전 또는 이동될 수 있다.

탄성부재(86)는 아우터 댐퍼 바디(82)와, 이너 댐퍼 바디(84)의 사이에 배치될 수 있다.

탄성부재(86)는 아우터 댐퍼 바디(82)와 이너 댐퍼 바디(84)의 사이에 복수개 제공될 수 있다. 복수개의 탄성부재(86)는 서로 이격될 수 있다.

이너 댐퍼 바디(84)가 아우터 댐퍼 바디(82)의 공간(S1)에서 회전되거나 이동될 때, 복수개의 탄성부재(86) 중 적어도 하나는 아우터 댐퍼 바디(82)와 이너 댐퍼 바디(84)의 사이에서 압축되면서 충격을 흡수할 수 있다. 탄성부재(86)는 좌우 방향(Y)으로 길게 형성될 수 있다. 복수개 탄성부재(86)의 각각은 이너 댐퍼 바디(84)의 외면과 아우터 댐퍼 바디(82)의 내면 사이에 배치될 수 있다.

이너 댐퍼 바디(84)의 외면과 아우터 댐퍼 바디(82)의 내면 각각은 사각형일 수 있고, 탄성부재(86)의 내측면은 이너 댐퍼 바디(84)의 외면과 접촉될 수 있고, 탄성부재(86)의 2개의 외측면은 아우터 댐퍼 바디(82)의 내면과 접촉될 수 있다.

탄성부재(86)의 단면 형상은 대략 삼각형일 수 있다.

회전 댐퍼(80)는 총 4개의 탄성부재(86)를 포함할 수 있다.

탄성부재(86)는 프론트 링크(90)의 원활한 틸팅 동작을 위해 댐핑량이 너무 높지 않은 탄성력을 갖는 것이 바람직하다. 탄성부재(86)의 일 예는 고무 재질일 수 있다.

회전 댐퍼(80)의 일 예는 댐퍼 케이스(88)를 더 포함할 수 있다.

댐퍼 케이스(88)는 링크 베이스(70)에 결합될 수 있다. 댐퍼 케이스(88)는 스크류 등의 체결부재의 링크 베이스(70)에 결합될 수 있다. 댐퍼 케이스(88)에는 링크 베이스(70)의 하부 수용부(74)에 스크류 등으로 체결되는 체결부가 형성될 수 있다.

댐퍼 케이스(88)에는 아우터 댐퍼 바디(82)와, 이너 댐퍼 바디(84) 및 탄성부재(86)가 수용될 수 있다. 댐퍼 케이스(88)는 링크 베이스(70)에 체결되어, 아우터 댐퍼 바디(82)를 보호할 수 있다.

회전 댐퍼(80)의 다른 예는 별도의 댐퍼 케이스(88) 없이, 아우터 댐퍼 바디(82)가 링크 베이스(70)에 체결되는 것도 가능함은 물론이다.

프론트 링크(90)는 바텀 플레이트(38)와 상하 방향(Z)으로 이격될 수 있다.

프론트 링크(90)는 프론트 프레임(30)의 아래에 전후 방향(X)으로 길게 배치될 수 있다.

프론트 링크(90)는 회전 댐퍼(80)의 회전 중심을 중심으로 시계방향 또는 반시계방향으로 틸팅될 수 있다.

프론트 캐스터(100)가 장애물에 의해 상측으로 들리면, 프론트 링크(90)는 구동모터(110) 및 구동휠(120)이 하측으로 내려가도록 할 수 있다.

구동모터(110) 및 구동휠(120)이 장애물에 의해 상측으로 들리면, 프론트 링크(90)는 프론트 캐스터(100)가 하측으로 내려가도록 할 수 있다.

프론트 링크(90)는 한 쌍의 사이드 바디(91,92)와, 로어 바디(93)를 포함할 수 있다.

한 쌍의 사이드 바디(91,92)는 서로 이격될 수 있고, 좌우 방향(Y)으로 이격될 수 있다.

한 쌍의 사이드 바디(91,92) 중 내측에 위치하는 사이드 바디는 내측 사이드 바디(91)로 정의될 수 있고, 한 쌍의 사이드 바디(91,92) 중 외측에 위치하는 사이드 바디는 외측 사이드 바디(92)로 정의될 수 있다.

내측 사이드 바디(91)에는 구동모터(110)가 관통되는 개구부(94)가 형성될 수 있다.

한 쌍의 사이드 바디(91,92)의 사이에는 도 5 및 도 6에 도시된 바와 같이 회전 댐퍼(80)가 수용되는 수용공간(S2)이 형성될 수 있다.

한 쌍의 사이드 바디(91,92)는 하부 수용부(74)와 회전 댐퍼(80) 사이를 차폐할 수 있다. 한 쌍의 사이드 바디(91,92)는 회전 댐퍼(80)의 옆에서 회전 댐퍼(80)를 보호할 수 있다. 한 쌍의 사이드 바디(91,92)는 회전 댐퍼(80)를 보호하는 댐퍼 커버로 기능할 수 있다.

한 쌍의 사이드 바디(91,92)는 먼지 등의 이물질이 회전 댐퍼(80)로 침투되는 것을 최소화할 수 있다.

한 쌍의 사이드 바디(91,92) 각각에는 한 쌍의 연결축(P1,P2)이 관통되는 한 쌍의 관통공(96,97; 도 6 및 도 8 참조)이 형성될 수 있다.

로어 바디(93)는 한 쌍의 사이드 바디(91,92)의 하단을 이을 수 있다. 로어 바디(93)는 프론트 링크(90)의 저면 외관을 형성할 수 있다.

프론트 캐스터(100)는 캐스터 브래킷(102)에 의해 프론트 링크(90)의 전방부에 설치될 수 있다. 프론트 링크(90)는 회전 댐퍼(90)를 기준으로 회전 댐퍼(90)의 앞에 위치하는 부분이 프론트 링크(90)의 전방부로 정의될 수 있다.

캐스터 브래킷(102)는 한 쌍의 사이드 바디(91,92)의 사이에 배치될 수 있다.

프론트 캐스터(100)는 캐스터 브래킷(102)과 체결부재(104)로 연결될 수 있다.

프론트 캐스터(100)는 바텀 플레이트(38)과 상하 방향(Z)으로 이격될 수 있다.

프론트 캐스터(100)는 수직축을 갖는 캐스터 바디(106)와, 캐스터 바디(106)에 수평축을 중심으로 회전되게 배치된 캐스터 휠(108)을 포함할 수 있다.

캐스터 바디(106)의 수직축은 체결부재(104)와 결합될 수 있다.

구동모터(110)는 스크류 등의 체결부재로 프론트 링크(90)에 체결될 수 있다.

구동모터(110)의 일부는 프론트 링크(90)의 후방부에 수용될 수 있다. 프론트 링크(90)는 회전 댐퍼(90)를 기준으로 회전 댐퍼(90)의 앞에 위치하는 부분이 프론트 링크(90)의 후방부로 정의될 수 있다.

구동모터(110)의 일부는 한 쌍의 사이드 바디(91,92)에 사이에 형성된 수용공간(S2)에 수용될 수 있다.

개구부(74)는 프론트 링크(90)의 후방부에 형성될 수 있고, 구동모터(110)는 개구부(74)에 관통되게 배치될 수 있고, 구동모터(110)의 나머지는 프론트 링크(90)의 외부에 위치될 수 있다.

구동휠(120)은 구동모터(110)의 회전축에 직접 연결되거나 별도의 감속기를 통해 연결될 수 있고, 구동모터(110)의 구동시 수평축을 중심으로 회전될 수 있다.

구동휠(120)은 프론트 링크(90)의 후방부 옆에 위치될 수 있고, 구동모터(110)의 구동시 프론트 링크(90)의 옆에서 회전될 수 있다.

도 9은 본 실시예에 따른 프론트 캐스터가 장애물을 만나기 이전의 도이고, 10은 본 실시예에 따른 프론트 캐스터가 장애물을 타고 넘을 때의 도이며, 도 11은 본 실시예에 따른 프론트 캐스터가 장애물을 타고 넘은 후 구동휠이장애물을 타고 넘을 때의 도이다.

로봇(10a)의 전진 주행시, 로봇(10a)는 문턱 등의 장애물(B, 이하, 장애물이라 칭함)을 타고 넘을 수 있고, 로봇(10a)이 장애물(B)를 타고 넘을 때, 리어 캐스터(50), 구동휠(120)과 프론트 캐스터(100)는 도 9에 도시된 바와 같이, 프론트 캐스터(100) 부터 장애물(B)을 만날 수 있다.

도 10에 도시된 바와 같이, 프론트 캐스터(100)가 장애물(B) 위를 지나는 순간, 프론트 캐스터(100)의 하단은 구동휠(120)의 하단 보다 높을 수 있다.

프론트 링크(90)는 회전 댐퍼(80)를 기준으로 전방부가 후방부 보다 높을 수 있으며, 프론트 링크(90)의 선단이 로봇(10a)의 전방 상측을 향하도록 프론트 링크(90)는 상향 경사질 수 있다.

프론트 링크(90)가 전방 상측을 향해 경사지게 배치되는 동안, 회전 댐퍼(80)는 연결축(P1,P2)에 의해 이너 댐퍼 바디(84)가 아우터 댐퍼 바디(82)의 내부에서 회전될 수 있고, 이너 댐퍼 바디(84)는 복수개 탄성부재(86)를 압축할 수 있으며, 이때, 탄성부재(86)는 장애물(B)에 의한 충격을 흡수할 수 있다.

프론트 캐스터(90)가 장애물(B)에 위를 지나는 동안 프론트 캐스터(100)의 상하 방향 변위(h1)는 로봇 프레임(30)의 상하 방향 변위(h2) 보다 클 수 있다.

로봇 프레임(30) 및 로봇 프레임(30)에 적재된 배송물의 상하 방향 변위(h2)는 프론트 링크(90)에 의해 감소될 수 있다.

예를 들어, 프론트 캐스터(100)는 장애물(B)의 위에 있을 때, 제1높이(h1, 예를 들면, 20mm)만큼 상승될 수 있고, 로봇 프레임(30) 중 프론트 캐스터(100)의 위에 위치하는 부분은 제1높이 보다 낮은 제2높이(예를 들면, 12mm)만큼 상승될 수 있으며, 배송물의 낙하 가능성은 최소화될 수 있다.

프론트 링크(90)가 전방 상측을 향해 경사질 경우, 프론트 링크(90)의 후방부는 구동휠(120)를 하측 방향으로 누를 수 있고, 구동휠(120)과 지면의 접지력은 향상된다.

로봇(10a)의 프론트 캐스터(100)가 장애물(B)을 넘은 동안, 구동휠(120)은 지면과 접한 상태에서, 계속하여 로봇(10a)을 전진시킬 수 있다.

로봇(10a)의 전진이 계속됨에 따라, 프론트 캐스터(100)는 장애물(B)에서 내려와서 장애물(B)의 전방에 위치할 수 있고, 구동휠(120)은 도 11에 도시된 바와 같이, 장애물(B) 위로 올라갈 수 있다.

구동휠(120)이 장애물(B) 위를 지나는 순간, 구동휠(120)의 하단은 도 11에 도시된 바와 같이, 프론트 캐스터(100)의 하단 보다 높을 수 있다.

프론트 링크(90)는 회전 댐퍼(80)를 기준으로 후방부가 전방부 보다 높을 수 있으며, 프론트 링크(90)의 선단이 로봇(10a)의 전방 하측을 향하도록 프론트 링크(90)는 하향 경사질 수 있다.

프론트 링크(90)가 전방 하측을 향해 경사지게 배치되는 동안, 회전 댐퍼(80)는 연결축(P1,P2)에 의해 이너 댐퍼 바디(84)가 아우터 댐퍼 바디(82)의 내부에서 역회전될 수 있고, 이너 댐퍼 바디(84)는 복수개 탄성부재(86)를 압축할 수 있으며, 이때, 탄성부재(86)가 장애물(B)에 의한 충격을 흡수할 수 있다.

프론트 링크(90)가 전방 하측을 향해 경사질 경우, 프론트 링크(90)의 전방부는 프론트 캐스터(100)를 하측 방향으로 누를 수 있고, 프론트 캐스터(100)과 지면의 접지력은 향상된다.

로봇(10a)은 구동휠(120)이 장애물(B)을 넘은 동안 구동휠(120)을 계속 회전시킬 수 있고, 로봇(10a)은 프론트 캐스터(100)가 지면과 접지된 상태에서 안정적으로 주행될 수 있다.

도 12는 본 실시예와 비교예가 함께 도시한 도이다.

도 12의 (a)은 비교예의 리어 링크(90')로 리어 캐스터(50)와 구동모터(110)를 연결한 경우이고, 프론트 캐스터(100)가 받은 충격하중은 클 수 있다. 예를 들어, 로봇 무게가 60kg일 경우, 리어 링크(90') 및 프론트 캐스터(100) 각각에 작용되는 하중은 30kg 일 수 있고, 리어 캐스터(50)와 구동휠(120)의 각각에 작용하는 하중은 15k 일 수 있다.

프론트 캐스터(100)에 작용하는 하중이 크기 때문에, 전방 캐스터(100)가 받는 충격하중은 클 수 있고, 전방 캐스터(100)의 파손 가능성은 클 수 있다.

도 12의 (b)는 본 실시예의 프론트 링크(90)로 프론트 캐스터(100)와 구동모터(110)를 연결된 경우이고, 프론트 캐스터(100)가 받는 충격하중은 비교예의 경우 보다 작을 수 있다. 예를 들어, 로봇 무게가 60kg일 경우, 프론트 링크(90) 및 리어 캐스터(50) 각각에 작용되는 하중은 30kg 일 수 있고, 프론트 캐스터(100)와 구동휠(120)의 각각에 작용하는 하중은 15k 일 수 있다.

프론트 캐스터(100)에 작용하는 하중이 비교예의 경우 보다 작기 때문에, 전방 캐스터(100)가 받는 충격하중은 작을 수 있고, 전방 캐스터(100)의 파손 가능성은 최소화될 수 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.

따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.

본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

10a: 로봇 30: 로봇 프레임
38: 바텀 플레이트 50: 리어 캐스터
60: 휠 모듈 70: 링크 베이스
80: 회전 댐퍼 90: 프론트 링크
100: 프론트 캐스터 110: 구동모터
120: 구동휠 P1,P2: 회전축

Claims (10)

1. 바텀 플레이트를 갖는 로봇 프레임; 및
   상기 바텀 플레이트에 배치된 리어 캐스터와 휠 모듈을 포함하고,
   상기 휠 모듈은
   상기 바텀 플레이트에 상기 리어 캐스터와 이격되게 장착된 링크 베이스;
   상기 링크 베이스에 장착되고 내부에 탄성부재가 수용된 회전 댐퍼;
   상기 회전 댐퍼에 연결축으로 연결된 프론트 링크;
   상기 프론트 링크의 전방부에 설치된 프론트 캐스터;
   상기 프론트 링크의 후방부에 설치된 구동모터; 및
   상기 구동모터에 의해 회전되는 구동휠을 포함하는 로봇.
2. 제 1 항에 있어서,
   상기 프론트 링크는 상기 바텀 플레이트와 상하 방향으로 이격된 로봇.
3. 제 1 항에 있어서,
   상기 회전 댐퍼는
   내부에 공간이 형성된 아우터 댐퍼 바디; 및
   상기 공간에 수용되고 상기 연결축이 연결된 이너 댐퍼 바디를 더 포함하고,
   상기 탄성부재는 아우터 댐퍼 바디와, 상기 이너 댐퍼 바디의 사이에 배치된 로봇.
4. 제 1 항에 있어서,
   상기 아우터 댐퍼 바디와 이너 댐퍼 바디는 다각형이고,
   상기 탄성부재는 상기 아우터 댐퍼 바디와 이너 댐퍼 바디의 사이에 복수개 제공되고,
   복수개의 탄성부재는 서로 이격된 로봇.
5. 제 1 항에 있어서,
   상기 회전 댐퍼는 상기 링크 베이스에 결합되고 상기 아우터 댐퍼 바디와, 탄성부재 및 이너 댐퍼 바디가 수용된 댐퍼 케이스를 더 포함하는 로봇.
6. 제 1 항에 있어서,
   상기 프론트 링크는
   이격된 한 쌍의 사이드 바디 및
   상기 한 쌍의 사이드 바디의 하단을 잇는 로어 바디를 포함하고,
   상기 한 쌍의 사이드 바디의 사이에 상기 회전 댐퍼가 수용되는 수용공간이 형성된 로봇.
7. 제 6 항에 있어서,
   상기 프론트 링크는 한 쌍의 사이드 바디 중 내측 사이드 바디에는 모터가 관통되는 개구부가 형성된 로봇.
8. 제 6 항에 있어서,
   상기 링크 베이스는
   상기 바텀 플레이트에 체결되는 상부 체결부; 및
   상기 회전댐퍼가 수용되는 하부 수용부를 포함하는 로봇.
9. 제 8 항에 있어서,
   상기 하부 수용부는 상기 한 쌍의 바디 사이에 위치하고,
   상기 한 쌍의 사이드 바디는 상기 하부 수용부와 회전댐퍼 사이를 차폐하는 로봇.
10. 제 6 항에 있어서,
    상기 연결축은 한 쌍 제공되고,
    상기 한 쌍의 사이드 바디 각각에는 한 쌍의 연결축이 관통되는 한 쌍의 관통공이 형성된 로봇.

Images