WO2021006363A1 - 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법 - Google Patents

인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법 Download PDF

Info

Publication number
WO2021006363A1
WO2021006363A1 PCT/KR2019/008311 KR2019008311W WO2021006363A1 WO 2021006363 A1 WO2021006363 A1 WO 2021006363A1 KR 2019008311 W KR2019008311 W KR 2019008311W WO 2021006363 A1 WO2021006363 A1 WO 2021006363A1
Authority
WO
WIPO (PCT)
Prior art keywords
language
robot
data
processor
image data
Prior art date
Application number
PCT/KR2019/008311
Other languages
English (en)
French (fr)
Inventor
신원호
맹지찬
Original Assignee
엘지전자 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to PCT/KR2019/008311 priority Critical patent/WO2021006363A1/ko
Priority to US16/621,960 priority patent/US11423877B2/en
Priority to KR1020190095190A priority patent/KR20190098934A/ko
Publication of WO2021006363A1 publication Critical patent/WO2021006363A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/005—Language recognition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/008—Manipulators for service tasks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/003—Controls for manipulators by means of an audio-responsive input
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • 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
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/16—Speech classification or search using artificial neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Definitions

  • the present invention relates to a robot, and to a robot capable of providing a guide service by using artificial intelligence.
  • the robot provides a guide service in any one of a plurality of languages.
  • a delay occurs until the provision of the corresponding language service, which may cause inconvenience to the user. .
  • the present invention relates to a robot capable of automatically recognizing a user's language and providing a guide service.
  • the present invention relates to a robot capable of recognizing a language to be used without a separate input from a user and outputting a guide service through the recognized language.
  • a robot that provides a guide service in a first language includes a microphone that receives audio data, a camera that acquires image data, an output unit, and the audio data or the image data.
  • a second language for providing the guide service is determined, and when the determined second language is different from the second language, a language for providing the guide service is selected from the first language, the first language. It may include a processor that changes to 2 languages and outputs the guide service through the output unit in the changed second language.
  • a method of operating a robot providing a guide service in a first language includes acquiring at least one of audio data or image data, and among the audio data or the image data. On the basis of one or more, determining a second language for providing the guide service and when the determined second language is different from the second language, a language for providing the guide service is selected from the first language, the first language. It may include the step of changing to the second language and outputting the guide service in the changed second language.
  • the robot may automatically recognize a language used by a user and provide a guide service in the recognized language. Accordingly, the user can quickly provide a guide service in the language used by the user without an input for selecting a language or a voice command, so that convenience can be greatly improved.
  • FIG 1 shows an AI device according to an embodiment of the present invention.
  • FIG 2 shows an AI server according to an embodiment of the present invention.
  • FIG 3 shows an AI system according to an embodiment of the present invention.
  • FIG 4 shows an AI device according to another embodiment of the present invention.
  • FIG. 5 is a diagram illustrating an operation method of a robot providing a guide service using artificial intelligence according to an embodiment of the present invention.
  • FIG. 6 is a flowchart illustrating a process of determining a second language based on voice data according to an embodiment of the present invention.
  • FIG. 7 is a diagram illustrating a process of determining a second language used by a user from image data, according to an embodiment of the present invention.
  • FIG. 8 is a flowchart illustrating an example of determining a second language used by a user from image data according to another embodiment of the present invention.
  • 9 and 10 are diagrams for explaining an example of determining a second language based on priorities of each of a plurality of language candidates according to an embodiment of the present invention.
  • FIG. 11 is a diagram illustrating a screen for selecting a plurality of language candidates recognized based on voice data or image data according to an embodiment of the present invention.
  • Machine learning refers to the field of researching methodologies to define and solve various problems dealt with in the field of artificial intelligence. do.
  • Machine learning is also defined as an algorithm that improves the performance of a task through continuous experience.
  • An artificial neural network is a model used in machine learning, and may refer to an overall model with problem-solving capabilities, composed of artificial neurons (nodes) that form a network by combining synapses.
  • the artificial neural network may be defined by a connection pattern between neurons of different layers, a learning process for updating model parameters, and an activation function for generating an output value.
  • 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 an artificial neural network, each neuron can output a function of an activation function for input signals, weights, and biases input through synapses.
  • Model parameters refer to parameters determined through learning, and include weights of synaptic connections and biases of neurons.
  • hyperparameters refer to parameters that must be set before learning in a machine learning algorithm, and include a learning rate, iteration count, mini-batch size, and initialization function.
  • the purpose of learning artificial neural networks can be seen as determining model parameters that minimize the loss function.
  • the loss function can be used as an index to determine an optimal model parameter in the learning process of the artificial neural network.
  • Machine learning can be classified into supervised learning, unsupervised learning, and reinforcement learning according to the learning method.
  • Supervised learning refers to a method of training an artificial neural network when a label for training data is given, and a label indicates the correct answer (or result value) that the artificial neural network should infer when training data is input to the artificial neural network. It can mean.
  • Unsupervised learning may refer to a method of training an artificial neural network in a state where a label for training data is not given.
  • Reinforcement learning may mean a learning method in which an agent defined in a certain environment learns to select an action or action sequence that maximizes the cumulative reward in each state.
  • machine learning implemented as a deep neural network (DNN) including a plurality of hidden layers is sometimes referred to as deep learning (deep learning), and deep learning is a part of machine learning.
  • DNN deep neural network
  • machine learning is used in the sense including deep learning.
  • a robot may refer to a machine that automatically processes or operates a task given by its own capabilities.
  • a robot having a function of recognizing the environment and performing an operation by self-determining may be referred to as an intelligent robot.
  • Robots can be classified into industrial, medical, household, military, etc. depending on the purpose or field of use.
  • the robot may be provided with a driving unit including an actuator or a motor to perform various physical operations such as moving a robot joint.
  • a driving unit including an actuator or a motor to perform various physical operations such as moving a robot joint.
  • the movable robot includes a wheel, a brake, a propeller, etc. in a driving unit, and can travel on the ground or fly in the air through the driving unit.
  • Autonomous driving refers to self-driving technology
  • autonomous driving vehicle refers to a vehicle that is driven without a user's manipulation or with a user's minimal manipulation.
  • a technology that maintains a driving lane a technology that automatically adjusts the speed such as adaptive cruise control, a technology that automatically drives along a specified route, and a technology that automatically sets a route when a destination is set, etc. All of these can be included.
  • the vehicle includes all of a vehicle having only an internal combustion engine, a hybrid vehicle including an internal combustion engine and an electric motor, and an electric vehicle including only an electric motor, and may include not only automobiles, but also trains and motorcycles.
  • the autonomous vehicle can be viewed as a robot having an autonomous driving function.
  • the extended reality collectively refers to Virtual Reality (VR), Augmented Reality (AR), and Mixed Reality (MR).
  • VR technology provides only CG images of real world objects or backgrounds
  • AR technology provides virtually created CG images on top of real object images
  • MR technology is a computer that mixes and combines virtual objects in the real world. It is a graphic technology.
  • MR technology is similar to AR technology in that it shows real and virtual objects together.
  • virtual objects are used in a form that complements real objects
  • MR technology virtual objects and real objects are used with equal characteristics.
  • XR technology can be applied to HMD (Head-Mount Display), HUD (Head-Up Display), mobile phones, tablet PCs, laptops, desktops, TVs, digital signage, etc., and devices applied with XR technology are XR devices. It can be called as.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • mobile phones tablet PCs, laptops, desktops, TVs, digital signage, etc.
  • devices applied with XR technology are XR devices. It can be called as.
  • FIG 1 shows an AI device 100 according to an embodiment of the present invention.
  • the AI device 100 includes a TV, projector, mobile phone, smartphone, desktop computer, notebook, digital broadcasting terminal, personal digital assistants (PDA), portable multimedia player (PMP), navigation, tablet PC, wearable device, set-top box (STB). ), a DMB receiver, a radio, a washing machine, a refrigerator, a desktop computer, a digital signage, a robot, a vehicle, and the like.
  • PDA personal digital assistants
  • PMP portable multimedia player
  • STB set-top box
  • DMB receiver a radio, a washing machine, a refrigerator, a desktop computer, a digital signage, a robot, a vehicle, and the like.
  • the terminal 100 includes a communication unit 110, an input unit 120, a running processor 130, a sensing unit 140, an output unit 150, a memory 170, and a processor 180.
  • the communication unit 110 may transmit and receive data with external devices such as other AI devices 100a to 100e or the AI server 200 using wired/wireless communication technology.
  • the communication unit 110 may transmit and receive sensor information, a user input, a learning model, and a control signal with external devices.
  • the communication technologies used by the communication unit 110 include Global System for Mobile communication (GSM), Code Division Multi Access (CDMA), Long Term Evolution (LTE), 5G, Wireless LAN (WLAN), and Wireless-Fidelity (Wi-Fi). ), Bluetooth, Radio Frequency Identification (RFID), Infrared Data Association (IrDA), ZigBee, and Near Field Communication (NFC).
  • GSM Global System for Mobile communication
  • CDMA Code Division Multi Access
  • LTE Long Term Evolution
  • 5G Fifth Generation
  • WLAN Wireless LAN
  • Wi-Fi Wireless-Fidelity
  • Bluetooth Bluetooth
  • IrDA Infrared Data Association
  • ZigBee ZigBee
  • NFC Near Field Communication
  • the input unit 120 may acquire various types of data.
  • the input unit 120 may include a camera for inputting an image signal, a microphone for receiving an audio signal, a user input unit for receiving information from a user, and the like.
  • a camera or microphone for treating a camera or microphone as a sensor, a signal obtained from the camera or microphone may be referred to as sensing data or sensor information.
  • the input unit 120 may acquire training data for model training and input data to be used when acquiring an output by using the training model.
  • the input unit 120 may obtain unprocessed input data, and in this case, the processor 180 or the running processor 130 may extract an input feature as a preprocess for the input data.
  • the learning processor 130 may train a model composed of an artificial neural network using the training data.
  • the learned artificial neural network may be referred to as a learning model.
  • the learning model can be used to infer a result value for new input data other than the training data, and the inferred value can be used as a basis for a decision to perform a certain operation.
  • the learning processor 130 may perform AI processing together with the learning processor 240 of the AI server 200.
  • the learning processor 130 may include a memory integrated or implemented in the AI device 100.
  • the learning processor 130 may be implemented using the memory 170, an external memory directly coupled to the AI device 100, or a memory maintained in an external device.
  • the sensing unit 140 may acquire at least one of internal information of the AI device 100, information about the surrounding environment of the AI device 100, and user information by using various sensors.
  • the sensors included in the sensing unit 140 include a proximity sensor, an illuminance sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, an optical sensor, a microphone, and a lidar. , Radar, etc.
  • the output unit 150 may generate output related to visual, auditory or tactile sense.
  • the output unit 150 may include a display unit that outputs visual information, a speaker that outputs auditory information, and a haptic module that outputs tactile information.
  • the memory 170 may store data supporting various functions of the AI device 100.
  • the memory 170 may store input data, training data, a learning model, and a learning history acquired from the input unit 120.
  • the processor 180 may determine at least one executable operation of the AI device 100 based on information determined or generated using a data analysis algorithm or a machine learning algorithm. Further, the processor 180 may perform the determined operation by controlling the components of the AI device 100.
  • the processor 180 may request, search, receive, or utilize data from the learning processor 130 or the memory 170, and perform a predicted or desirable operation among the at least one executable operation.
  • the components of the AI device 100 can be controlled to execute.
  • the processor 180 may generate a control signal for controlling the corresponding external device and transmit the generated control signal to the corresponding external device.
  • the processor 180 may obtain intention information for a user input, and determine a user's requirement based on the obtained intention information.
  • the processor 180 uses at least one of a Speech To Text (STT) engine for converting a speech input into a character string or a Natural Language Processing (NLP) engine for obtaining intention information of a natural language. Intention information corresponding to the input can be obtained.
  • STT Speech To Text
  • NLP Natural Language Processing
  • At this time, at least one or more of the STT engine and the NLP engine may be composed of an artificial neural network, at least partially trained according to a machine learning algorithm.
  • at least one of the STT engine or the NLP engine is learned by the learning processor 130, learned by the learning processor 240 of the AI server 200, or learned by distributed processing thereof. Can be.
  • the processor 180 collects history information including user feedback on the operation content or operation of the AI device 100 and stores it in the memory 170 or the learning processor 130, or the AI server 200 Can be transferred to an external device.
  • the collected history information can be used to update the learning model.
  • the processor 180 may control at least some of the components of the AI device 100 to drive an application program stored in the memory 170. Furthermore, the processor 180 may operate by combining two or more of the components included in the AI device 100 to drive the application program.
  • FIG 2 shows an AI server 200 according to an embodiment of the present invention.
  • the AI server 200 may refer to a device that trains an artificial neural network using a machine learning algorithm or uses the learned artificial neural network.
  • the AI server 200 may be composed of a plurality of servers to perform distributed processing, or may be defined as a 5G network.
  • the AI server 200 may be included as a part of the AI device 100 to perform at least part of AI processing together.
  • the AI server 200 may include a communication unit 210, a memory 230, a learning processor 240, and a processor 260.
  • the communication unit 210 may transmit and receive data with an external device such as the AI device 100.
  • the memory 230 may include a model storage unit 231.
  • the model storage unit 231 may store a model (or artificial neural network, 231a) being trained or trained through the learning processor 240.
  • the learning processor 240 may train the artificial neural network 231a using the training data.
  • the learning model may be used while being mounted on the AI server 200 of the artificial neural network, or may be mounted on an external device such as the AI device 100 and used.
  • the learning model can be implemented in hardware, software, or a combination of hardware and software. When part or all of the learning model is implemented in software, one or more instructions constituting the learning model may be stored in the memory 230.
  • the processor 260 may infer a result value for new input data using the learning model, and generate a response or a control command based on the inferred result value.
  • FIG 3 shows an AI system 1 according to an embodiment of the present invention.
  • the AI system 1 includes at least one of an AI server 200, a robot 100a, an autonomous vehicle 100b, an XR device 100c, a smartphone 100d, or a home appliance 100e. It is connected to the cloud network 10.
  • the robot 100a to which the AI technology is applied, the autonomous vehicle 100b, the XR device 100c, the smartphone 100d, or the home appliance 100e may be referred to as the AI devices 100a to 100e.
  • the cloud network 10 may constitute a part of the cloud computing infrastructure or may mean a network that exists in the cloud computing infrastructure.
  • the cloud network 10 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
  • LTE Long Term Evolution
  • the devices 100a to 100e and 200 constituting the AI system 1 may be connected to each other through the cloud network 10.
  • the devices 100a to 100e and 200 may communicate with each other through a base station, but may communicate with each other directly without through a base station.
  • the AI server 200 may include a server that performs AI processing and a server that performs an operation on big data.
  • the AI server 200 includes at least one of a robot 100a, an autonomous vehicle 100b, an XR device 100c, a smartphone 100d, or a home appliance 100e, which are AI devices constituting the AI system 1 It is connected through the cloud network 10 and may help at least part of the AI processing of the connected AI devices 100a to 100e.
  • the AI server 200 may train an artificial neural network according to a machine learning algorithm in place of the AI devices 100a to 100e, and may directly store the learning model or transmit it to the AI devices 100a to 100e.
  • the AI server 200 receives input data from the AI devices 100a to 100e, infers a result value for the received input data using a learning model, and generates a response or control command based on the inferred result value. It can be generated and transmitted to the AI devices 100a to 100e.
  • the AI devices 100a to 100e may infer a result value of input data using a direct learning model, and generate a response or a control command based on the inferred result value.
  • the AI devices 100a to 100e to which the above-described technology is applied will be described.
  • the AI devices 100a to 100e illustrated in FIG. 3 may be viewed as a specific example of the AI device 100 illustrated in FIG. 1.
  • the robot 100a is applied with AI technology and may be implemented as a guide robot, a transport robot, a cleaning robot, a wearable robot, an entertainment robot, a pet robot, an unmanned flying robot, and the like.
  • the robot 100a may include a robot control module for controlling an operation, and the robot control module may refer to a software module or a chip implementing the same as hardware.
  • the robot 100a acquires status information of the robot 100a by using sensor information acquired from various types of sensors, detects (recognizes) the surrounding environment and objects, generates map data, or moves paths and travels. It can decide a plan, decide a response to user interaction, or decide an action.
  • the robot 100a may use sensor information obtained from at least one sensor from among a lidar, a radar, and a camera in order to determine a moving route and a driving plan.
  • the robot 100a may perform the above operations using a learning model composed of at least one artificial neural network.
  • the robot 100a may recognize a surrounding environment and an object using a learning model, and may determine an operation using the recognized surrounding environment information or object information.
  • the learning model may be directly learned by the robot 100a or learned by an external device such as the AI server 200.
  • the robot 100a may perform an operation by generating a result using a direct learning model, but it transmits sensor information to an external device such as the AI server 200 and performs the operation by receiving the result generated accordingly. You may.
  • the robot 100a determines a movement path and a driving plan using at least one of map data, object information detected from sensor information, or object information acquired from an external device, and controls the driving unit to determine the determined movement path and travel plan. Accordingly, the robot 100a can be driven.
  • the map data may include object identification information on various objects arranged in a space in which the robot 100a moves.
  • the map data may include object identification information on fixed objects such as walls and doors and movable objects such as flower pots and desks.
  • the object identification information may include a name, type, distance, and location.
  • the robot 100a may perform an operation or run by controlling a driving unit based on a user's control/interaction.
  • the robot 100a may acquire interaction intention information according to a user's motion or voice speech, and determine a response based on the obtained intention information to perform an operation.
  • the autonomous vehicle 100b may be implemented as a mobile robot, vehicle, or unmanned aerial vehicle by applying AI technology.
  • the autonomous driving vehicle 100b may include an autonomous driving control module for controlling an autonomous driving function, and the autonomous driving control module may refer to a software module or a chip implementing the same as hardware.
  • the autonomous driving control module may be included inside as a configuration of the autonomous driving vehicle 100b, but may be configured as separate hardware and connected to the exterior of the autonomous driving vehicle 100b.
  • the autonomous driving vehicle 100b acquires state information of the autonomous driving vehicle 100b using sensor information obtained from various types of sensors, detects (recognizes) surrounding environments and objects, or generates map data, It is possible to determine a travel route and a driving plan, or to determine an action.
  • the autonomous vehicle 100b may use sensor information obtained from at least one sensor from among a lidar, a radar, and a camera, similar to the robot 100a, in order to determine a moving route and a driving plan.
  • the autonomous vehicle 100b may recognize an environment or object in an area where the view is obscured or an area greater than a certain distance by receiving sensor information from external devices, or directly recognized information from external devices. .
  • the autonomous vehicle 100b may perform the above operations using a learning model composed of at least one artificial neural network.
  • the autonomous vehicle 100b may recognize a surrounding environment and an object using a learning model, and may determine a driving movement using the recognized surrounding environment information or object information.
  • the learning model may be directly learned by the autonomous vehicle 100b or learned by an external device such as the AI server 200.
  • the autonomous vehicle 100b may perform an operation by generating a result using a direct learning model, but it operates by transmitting sensor information to an external device such as the AI server 200 and receiving the result generated accordingly. You can also do
  • the autonomous vehicle 100b determines a movement path and a driving plan using at least one of map data, object information detected from sensor information, or object information acquired from an external device, and controls the driving unit to determine the determined movement path and driving.
  • the autonomous vehicle 100b can be driven according to a plan.
  • the map data may include object identification information on various objects arranged in a space (eg, a road) in which the autonomous vehicle 100b travels.
  • the map data may include object identification information on fixed objects such as street lights, rocks, and buildings, and movable objects such as vehicles and pedestrians.
  • the object identification information may include a name, type, distance, and location.
  • the autonomous vehicle 100b may perform an operation or drive by controlling a driving unit based on a user's control/interaction.
  • the autonomous vehicle 100b may acquire interaction intention information according to a user's motion or voice speech, and determine a response based on the obtained intention information to perform the operation.
  • the XR device 100c is applied with AI technology, such as HMD (Head-Mount Display), HUD (Head-Up Display) provided in the vehicle, TV, mobile phone, smart phone, computer, wearable device, home appliance, digital signage. , A vehicle, a fixed robot, or a mobile robot.
  • HMD Head-Mount Display
  • HUD Head-Up Display
  • the XR device 100c analyzes 3D point cloud data or image data acquired through various sensors or from an external device to generate location data and attribute data for 3D points, thereby providing information on surrounding spaces or real objects.
  • the XR object to be acquired and output can be rendered and output.
  • the XR apparatus 100c may output an XR object including additional information on the recognized object in correspondence with the recognized object.
  • the XR apparatus 100c may perform the above operations using a learning model composed of at least one artificial neural network.
  • the XR device 100c may recognize a real object from 3D point cloud data or image data using a learning model, and may provide information corresponding to the recognized real object.
  • the learning model may be directly learned by the XR device 100c or learned by an external device such as the AI server 200.
  • the XR device 100c may directly generate a result using a learning model to perform an operation, but transmits sensor information to an external device such as the AI server 200 and receives the result generated accordingly to perform the operation. You can also do it.
  • the robot 100a may be implemented as a guide robot, a transport robot, a cleaning robot, a wearable robot, an entertainment robot, a pet robot, an unmanned flying robot, etc. by applying AI technology and autonomous driving technology.
  • the robot 100a to which AI technology and autonomous driving technology are applied may refer to a robot having an autonomous driving function or a robot 100a interacting with the autonomous driving vehicle 100b.
  • the robot 100a having an autonomous driving function may collectively refer to devices that move by themselves according to a given movement line without the user's control or by determining the movement line by themselves.
  • the robot 100a having an autonomous driving function and the autonomous driving vehicle 100b may use a common sensing method to determine one or more of a moving route or a driving plan.
  • the robot 100a having an autonomous driving function and the autonomous driving vehicle 100b may determine one or more of a movement route or a driving plan using information sensed through a lidar, a radar, and a camera.
  • the robot 100a interacting with the autonomous driving vehicle 100b exists separately from the autonomous driving vehicle 100b, and is linked to an autonomous driving function inside the autonomous driving vehicle 100b, or to the autonomous driving vehicle 100b. It is possible to perform an operation associated with the user on board.
  • the robot 100a interacting with the autonomous driving vehicle 100b acquires sensor information on behalf of the autonomous driving vehicle 100b and provides it to the autonomous driving vehicle 100b, or acquires sensor information and information about the surrounding environment or By generating object information and providing it to the autonomous vehicle 100b, it is possible to control or assist the autonomous driving function of the autonomous driving vehicle 100b.
  • the robot 100a interacting with the autonomous vehicle 100b may monitor a user in the autonomous vehicle 100b or control the function of the autonomous vehicle 100b through interaction with the user. .
  • the robot 100a may activate an autonomous driving function of the autonomous driving vehicle 100b or assist the control of a driving unit of the autonomous driving vehicle 100b.
  • the functions of the autonomous vehicle 100b controlled by the robot 100a may include not only an autonomous driving function, but also functions provided by a navigation system or an audio system provided inside the autonomous driving vehicle 100b.
  • the robot 100a interacting with the autonomous driving vehicle 100b may provide information or assist a function to the autonomous driving vehicle 100b from outside of the autonomous driving vehicle 100b.
  • the robot 100a may provide traffic information including signal information to the autonomous vehicle 100b, such as a smart traffic light, or interact with the autonomous driving vehicle 100b, such as an automatic electric charger for an electric vehicle. You can also automatically connect an electric charger to the charging port.
  • the robot 100a may be implemented as a guide robot, a transport robot, a cleaning robot, a wearable robot, an entertainment robot, a pet robot, an unmanned flying robot, a drone, etc., by applying AI technology and XR technology.
  • the robot 100a to which the XR technology is applied may refer to a robot that is an object of control/interaction in an XR image.
  • the robot 100a is distinguished from the XR device 100c and may be interlocked with each other.
  • the robot 100a which is the object of control/interaction in the XR image, acquires sensor information from sensors including a camera
  • the robot 100a or the XR device 100c generates an XR image based on the sensor information.
  • the XR device 100c may output the generated XR image.
  • the robot 100a may operate based on a control signal input through the XR device 100c or a user's interaction.
  • the user can check the XR image corresponding to the viewpoint of the robot 100a linked remotely through an external device such as the XR device 100c, and adjust the autonomous driving path of the robot 100a through the interaction.
  • You can control motion or driving, or check information on surrounding objects.
  • the autonomous vehicle 100b may be implemented as a mobile robot, a vehicle, or an unmanned aerial vehicle by applying AI technology and XR technology.
  • the autonomous driving vehicle 100b to which the XR technology is applied may refer to an autonomous driving vehicle including a means for providing an XR image, or an autonomous driving vehicle that is an object of control/interaction within the XR image.
  • the autonomous driving vehicle 100b, which is an object of control/interaction in the XR image is distinguished from the XR device 100c and may be interlocked with each other.
  • the autonomous vehicle 100b provided with a means for providing an XR image may acquire sensor information from sensors including a camera, and may output an XR image generated based on the acquired sensor information.
  • the autonomous vehicle 100b may provide an XR object corresponding to a real object or an object in a screen to the occupant by outputting an XR image with a HUD.
  • the XR object when the XR object is output to the HUD, at least a part of the XR object may be output to overlap the actual object facing the occupant's gaze.
  • the XR object when the XR object is output on a display provided inside the autonomous vehicle 100b, at least a part of the XR object may be output to overlap an object in the screen.
  • the autonomous vehicle 100b may output XR objects corresponding to objects such as lanes, other vehicles, traffic lights, traffic signs, motorcycles, pedestrians, and buildings.
  • the autonomous driving vehicle 100b which is the object of control/interaction in the XR image, acquires sensor information from sensors including a camera
  • the autonomous driving vehicle 100b or the XR device 100c is based on the sensor information.
  • An XR image is generated, and the XR device 100c may output the generated XR image.
  • the autonomous vehicle 100b may operate based on a control signal input through an external device such as the XR device 100c or a user's interaction.
  • FIG 4 shows an AI device 100 according to an embodiment of the present invention.
  • the input unit 120 includes a camera 121 for inputting an image signal, a microphone 122 for receiving an audio signal, and a user input unit for receiving information from a user. 123).
  • the voice data or image data collected by the input unit 120 may be analyzed and processed as a user's control command.
  • the input unit 120 is for inputting image information (or signal), audio information (or signal), data, or information input from a user.
  • image information or signal
  • audio information or signal
  • data or information input from a user.
  • the AI device 100 Cameras 121 may be provided.
  • the camera 121 processes an image frame such as a still image or a video obtained by an image sensor in a video call mode or a photographing mode.
  • the processed image frame may be displayed on the display unit 151 or stored in the memory 170.
  • the microphone 122 processes an external sound signal into electrical voice data.
  • the processed voice data may be variously utilized according to a function (or an application program being executed) being executed by the AI device 100. Meanwhile, various noise removal algorithms for removing noise generated in a process of receiving an external sound signal may be applied to the microphone 122.
  • the user input unit 123 is for receiving information from a user, and when information is input through the user input unit 123, the processor 180 may control the operation of the AI device 100 to correspond to the input information. .
  • the user input unit 123 is a mechanical input means (or a mechanical key, for example, a button located on the front/rear or side of the terminal 100, a dome switch, a jog wheel, a jog switch, etc.) and It may include a touch input means.
  • the touch-type input means comprises a virtual key, a soft key, or a visual key displayed on a touch screen through software processing, or a portion other than the touch screen It may be made of a touch key (touch key) disposed on.
  • the output unit 150 includes at least one of a display unit 151, a sound output unit 152, a haptic module 153, and an optical output unit 154. can do.
  • the display unit 151 displays (outputs) information processed by the AI device 100.
  • the display unit 151 may display execution screen information of an application program driven by the AI device 100, or UI (User Interface) and GUI (Graphic User Interface) information according to the execution screen information.
  • UI User Interface
  • GUI Graphic User Interface
  • the display unit 151 may implement a touch screen by forming a layer structure or integrally with the touch sensor.
  • a touch screen may function as a user input unit 123 that provides an input interface between the AI device 100 and a user, and may provide an output interface between the terminal 100 and the user.
  • the sound output unit 152 may output audio data received from the communication unit 110 or stored in the memory 170 in a call signal reception, a call mode or a recording mode, a voice recognition mode, a broadcast reception mode, and the like.
  • the sound output unit 152 may include at least one of a receiver, a speaker, and a buzzer.
  • the haptic module 153 generates various tactile effects that a user can feel.
  • a typical example of the tactile effect generated by the haptic module 153 may be vibration.
  • the light output unit 154 outputs a signal for notifying the occurrence of an event using light from a light source of the AI device 100.
  • Examples of events occurring in the AI device 100 may be message reception, call signal reception, missed call, alarm, schedule notification, email reception, and information reception through an application.
  • FIG. 5 is a diagram illustrating an operation method of a robot providing a guide service using artificial intelligence according to an embodiment of the present invention.
  • the processor 180 of the robot 100a provides a guide service through a first language (S501).
  • the guide service may be a service that provides information corresponding to a user's intention, such as guiding a user through a route.
  • the processor 180 may output guide service information through the display unit 151 or the sound output unit 152.
  • the processor 180 may output information service information using the first language.
  • the first language may be a previously set language, a language of a country in which the robot 100a is located, or a language set as a default.
  • the processor 180 acquires one or more of audio data through the microphone 122 or image data through the camera 121 (S503).
  • the voice data may be data corresponding to a voice spoken by a user around the robot 100a.
  • the image data may be data of an image photographing a user around the robot 100a.
  • the processor 180 determines a second language for providing a guide service based on one or more of the acquired audio data or image data (S505).
  • the processor 180 may recognize a language corresponding to the voice data from the voice data, and determine the recognized language as a second language for providing a guide service.
  • the processor 180 may recognize a user's passport or face from the image data, and determine a language corresponding to the recognized passport or face as the second language.
  • the processor 180 may recognize a language from voice data and image data, and determine the recognized language as a second language.
  • the processor 180 may obtain a plurality of language candidates based on one or more of audio data or image data, and determine a second language based on a priority of each of the obtained plurality of language candidates. .
  • Step S505 will be described with reference to the following drawings.
  • FIG. 6 is a flowchart illustrating a process of determining a second language based on voice data according to an embodiment of the present invention.
  • the processor 180 of the robot 100a determines whether a language is recognized from the voice data (S601).
  • the processor 180 may convert voice data into text data using the STT engine.
  • the processor 180 may recognize a language corresponding to the converted text data using the language recognition model.
  • the language recognition model may be a model based on an artificial neural network that recognizes a language corresponding to text data by using text data.
  • the language recognition model may be a model trained by a deep learning algorithm or a machine learning algorithm.
  • the language recognition model may be a model received from the AI server 200 and stored in the memory 170.
  • the language recognition model may be a model capable of recognizing words constituting text data, letters constituting words, or phonemes constituting letters.
  • the language recognition model can be learned through supervised learning.
  • Training data for learning the language recognition model may include text data and a language labeled thereon.
  • the language recognition model may be a model for inferring a language of text data by using text data and a language that is correct answer data.
  • the processor 180 may infer a language corresponding to text data using a language recognition model.
  • the processor 180 may determine that the language is not recognized.
  • the processor 180 determines the recognized language as a second language for providing a guide service (S603).
  • FIG. 7 is a diagram illustrating a process of determining a second language used by a user from image data, according to an embodiment of the present invention.
  • the processor 180 determines whether the user's passport is recognized from the image data (S701).
  • the processor 180 may recognize a user's passport using the object recognition model.
  • the object recognition model may be an artificial neural network-based learning model capable of recognizing an object included in an image based on image data.
  • the object recognition model may be received from the AI server 200 and stored in the memory 170.
  • the object recognition model may be a model learned through supervised learning.
  • the training data of the object recognition model may be image data and an object labeled therewith.
  • the object recognition model can infer an object using image data and labeling data.
  • the object may be a passport.
  • the processor 180 determines a language corresponding to the passport as a second language based on the recognized passport (S703).
  • the processor 180 may determine the second language based on the recognized shape of the passport or text written in the passport.
  • the processor 180 stores a plurality of passport shapes corresponding to each of a plurality of countries in the memory 170, and may search for a match by comparing the recognized shape of the passport with the stored plurality of passport shapes.
  • the processor 180 may determine the language of the passport as the second language according to the matching result.
  • the processor 180 may recognize text data from image data including a passport, and recognize a language using the recognized text data.
  • the processor 180 may recognize the text written in the passport from the passport, and recognize the country of the passport from the recognized text using an optical character recognition technique.
  • the processor 180 may determine the recognized language of the country as the second language.
  • FIG. 8 is a flowchart illustrating an example of determining a second language used by a user from image data according to another embodiment of the present invention.
  • the processor 180 determines whether the user's face is recognized from the image data (S801).
  • the processor 180 may recognize a human face from image data using a face recognition model.
  • the face recognition model may be an artificial neural network-based model that recognizes a human face by using image data.
  • the face recognition model may be a supervised learning model using a deep learning algorithm or a machine learning algorithm.
  • the training data of the face recognition model may include image data and faces of a specific country labeled with correct answer data.
  • the face recognition model may be a model for inferring a country corresponding to a human face extracted from image data.
  • the processor 180 may determine the inferred language of the country as the second language.
  • the processor 180 determines a language corresponding to the user's face as the second language (S803).
  • 9 and 10 are diagrams for explaining an example of determining a second language based on priorities of each of a plurality of language candidates according to an embodiment of the present invention.
  • the processor 180 applies the acquired image data or audio data. Based on , Obtain a plurality of language candidates (S901).
  • the processor 180 may use a language recognized from voice data and a language recognized from image data to determine a second language.
  • the processor 180 may select languages acquired according to the embodiments of FIGS. 6 to 8 as language candidates.
  • the processor 180 applies to each of the obtained plurality of language candidates.
  • Priority Allocate (S903).
  • the processor 180 based on the voice data, gives a first priority to a recognized language, a second priority to a language recognized through passport recognition of image data, and a user face of the image data. Recognized languages can be assigned to each of the third priority.
  • priorities may be assigned in other ways. For example, based on the recognized passport from image data, the recognized language as a first priority, the language recognized from the voice data as the second priority, based on the user's face recognized from the image data, The recognized language may be assigned a third priority.
  • 10 is a table showing priorities assigned to each of a plurality of language candidates.
  • Korean is assigned a first priority
  • Japanese is assigned a second priority
  • Chinese is assigned a third priority.
  • Korean may be a language recognized through audio data
  • Japanese and Chinese may be languages recognized through image data.
  • Processor 180 is assigned In priority Based on this, a second language for providing a guide service is determined (S905).
  • the processor 180 may determine a language candidate having the highest priority among the plurality of language candidates as a second language for providing a guide service.
  • FIG. 5 will be described.
  • the processor 180 may determine a second language based on the position of the robot 100a. For example, when the robot 100a is located at a specific gate of an airport, the language of the destination of the departure flight corresponding to the specific gate may be determined as the second language.
  • the processor 180 determines whether the determined second language is the same as the first language (S507).
  • the processor 180 may determine whether the first language set for providing the existing guide service and the determined second language are the same or different.
  • the processor 180 When the second language is the same as the first language, the processor 180 provides a guide service as it is in the first language (S501).
  • the processor 180 If the second language is not the same as the first language, the processor 180 If not , The language for providing the guide service is changed from the first language to the second language (S509).
  • the processor 180 may switch the setting of the language for providing the guide service from the first language to the second language.
  • the processor 180 may provide a guide service in the converted second language.
  • the processor 180 may output a voice recognition result according to the user's voice in a second language.
  • the processor 180 may output the speech recognition result in the second language through the sound output unit 152 or in the second language through the display unit 151.
  • the processor 180 may display a guide result according to a touch input on the display unit 151 in a second language.
  • the robot 100a may automatically recognize a language used by a user and provide a guide service in the recognized language.
  • the user can quickly provide a guide service in the language used by the user without an input for selecting a language or a voice command, so that convenience can be greatly improved.
  • FIG. 11 is a diagram illustrating a screen for selecting a plurality of language candidates recognized based on voice data or image data according to an embodiment of the present invention.
  • a language selection screen 1100 for selecting a plurality of language candidates 1101, 1103, and 1105 is illustrated.
  • the processor 180 may display a plurality of language candidates 1101, 1103, and 1105 obtained on the display unit 151 based on audio data or image data.
  • the processor 180 may select each language as a language candidate.
  • Recognition reliability may indicate a degree of recognition of an acquired language based on a language recognition model, an object recognition model, and a face recognition model. Recognition reliability can be expressed as a probability value of a recognized language.
  • the robot 100a may naturally display a plurality of selected language candidates 1101, 1103, and 1105 in order to give the user a right to select a language.
  • the above-described present invention can be implemented as a computer-readable code on a medium on which a program is recorded.
  • the computer-readable medium includes all types of recording devices that store data that can be read by a computer system. Examples of computer-readable media include HDD (Hard Disk Drive), SSD (Solid State Disk), SDD (Silicon Disk Drive), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is this.
  • the computer may include the processor 180 of an artificial intelligence device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Robotics (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Acoustics & Sound (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Fuzzy Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명의 일 실시 예에 따른 인공 지능을 이용하여, 제1 언어로, 안내 서비스를 제공하는 로봇은 음성 데이터를 수신하는 마이크로폰, 영상 데이터를 획득하는 카메라, 출력부 및 상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 상기 안내 서비스를 제공하는 제2 언어를 결정하고, 결정된 제2 언어가 상기 제2 언어와 다른 경우, 상기 안내 서비스의 제공을 위한 언어를 상기 제1 언어에서, 상기 제2 언어로 변경하고, 변경된 제2 언어로, 상기 안내 서비스를 상기 출력부를 통해 출력하는 프로세서를 포함할 수 있다.

Description

인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법
본 발명은 로봇에 관한 것으로, 인공 지능을 이용하여, 안내 서비스를 제공할 수 있는 로봇에 관한 것이다.
최근 공항 이용객의 폭발적인 증가 추세 및 스마트 공항으로의 도약을 위한 노력으로, 공항이나, 멀티플렉스 내에서 로봇을 통해 서비스를 제공하는 방안이 논의되고 있다.
공항이나 멀티플렉스에 지능형 로봇을 도입하는 경우, 기존의 컴퓨터 시스템이 대체할 수 없었던 사람의 고유 역할을 로봇이 대신 수행할 수 있어, 제공되는 서비스의 양적 및 질적 향상에 기여할 수 있을 것으로 기대된다.
공항 이외에도, 사람들이 많이 모여 있는 곳에서 로봇의 중요한 기능 중 하나는 사용자에게 길을 알려주는 등과 같은 정보를 안내해 주는 것에 있다.
로봇은, 복수의 언어들 중, 어느 하나의 언어로, 안내 서비스를 제공한다. 그러나, 현재는 사용자가 사용 언어를 선택하거나, 로봇이 사용자의 사용 언어를 인식한 후 해당 언어 서비스를 제공하기 떄문에, 해당 언어 서비스의 제공까지 딜레이가 발생하여, 사용자에게 불편함을 줄 수 있다.
본 발명은 사용자의 사용 언어를 자동으로 인식하여, 안내 서비스를 제공할 수 있는 로봇에 관한 것이다.
본 발명은 사용자의 별도 입력 없이, 사용 언어를 인식하여, 인식된 사용 언어를 통해 안내 서비스를 출력할 수 있는 로봇에 관한 것이다.
본 발명의 일 실시 예에 따른 인공 지능을 이용하여, 제1 언어로, 안내 서비스를 제공하는 로봇은 음성 데이터를 수신하는 마이크로폰, 영상 데이터를 획득하는 카메라, 출력부 및 상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 상기 안내 서비스를 제공하는 제2 언어를 결정하고, 결정된 제2 언어가 상기 제2 언어와 다른 경우, 상기 안내 서비스의 제공을 위한 언어를 상기 제1 언어에서, 상기 제2 언어로 변경하고, 변경된 제2 언어로, 상기 안내 서비스를 상기 출력부를 통해 출력하는 프로세서를 포함할 수 있다.
본 발명의 일 실시 예에 따른 인공 지능을 이용하여, 제1 언어로, 안내 서비스를 제공하는 로봇의 동작 방법은 음성 데이터 또는 영상 데이터 중 하나 이상을 획득하는 단계와 상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 상기 안내 서비스를 제공하는 제2 언어를 결정하는 단계와 결정된 제2 언어가 상기 제2 언어와 다른 경우, 상기 안내 서비스의 제공을 위한 언어를 상기 제1 언어에서, 상기 제2 언어로 변경하는 단계 및 변경된 제2 언어로, 상기 안내 서비스를 출력하는 단계를 포함할 수 있다.
본 발명의 실시 예에 따르면, 로봇은 사용자가 사용하는 언어를 자동으로 인식하여, 인식된 언어로, 안내 서비스를 제공할 수 있다. 이에 따라, 사용자는 언어를 선택하기 위한 입력이나, 음성 명령 없이도, 사용자가 사용하는 언어로 빠르게, 안내 서비스가 제공될 수 있어, 편의성이 크게 향상될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 AI 장치를 나타낸다.
도 2는 본 발명의 일 실시 예에 따른 AI 서버를 나타낸다.
도 3은 본 발명의 일 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 본 발명의 또 다른 실시 예에 따른 AI 장치를 나타낸다.
도 5는 본 발명의 일 실시 예에 따른, 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇의 동작 방법을 설명하는 도면이다.
도 6은 본 발명의 실시 예에 따른 음성 데이터에 기초하여, 제2 언어를 결정하는 과정을 설명하는 흐름도이다.
도 7은 본 발명의 일 실시 예에 따라, 영상 데이터로부터, 사용자가 사용하는 제2 언어를 결정하는 과정을 설명하는 도면이다.
도 8은 본 발명의 또 실시 예에 따른, 영상 데이터로부터, 사용자가 사용하는 제2 언어를 결정하는 예를 설명하는 흐름도이다.
도 9 및 도 10은 본 발명의 실시 예에 따라, 복수의 언어 후보들 각각의 우선 순위에 기초하여, 제2 언어를 결정하는 예를 설명하는 도면이다.
도 11은 본 발명의 실시 예에 따라, 음성 데이터 또는 영상 데이터에 기반하여 인식된 복수의 언어 후보들을 선택할 수 있는 화면을 설명하는 도면이다.
<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.
<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.
<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.
<확장 현실( XR : eXtended Reality)>
확장 현실은 가상 현실(VR: Virtual Reality), 증강 현실(AR: Augmented Reality), 혼합 현실(MR: Mixed Reality)을 총칭한다. VR 기술은 현실 세계의 객체나 배경 등을 CG 영상으로만 제공하고, AR 기술은 실제 사물 영상 위에 가상으로 만들어진 CG 영상을 함께 제공하며, MR 기술은 현실 세계에 가상 객체들을 섞고 결합시켜서 제공하는 컴퓨터 그래픽 기술이다.
MR 기술은 현실 객체와 가상 객체를 함께 보여준다는 점에서 AR 기술과 유사하다. 그러나, AR 기술에서는 가상 객체가 현실 객체를 보완하는 형태로 사용되는 반면, MR 기술에서는 가상 객체와 현실 객체가 동등한 성격으로 사용된다는 점에서 차이점이 있다.
XR 기술은 HMD(Head-Mount Display), HUD(Head-Up Display), 휴대폰, 태블릿 PC, 랩탑, 데스크탑, TV, 디지털 사이니지 등에 적용될 수 있고, XR 기술이 적용된 장치를 XR 장치(XR Device)라 칭할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
AI 장치(100)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, 단말기(100)는 통신부(110), 입력부(120), 러닝 프로세서(130), 센싱부(140), 출력부(150), 메모리(170) 및 프로세서(180) 등을 포함할 수 있다.
통신부(110)는 유무선 통신 기술을 이용하여 다른 AI 장치(100a 내지 100e)나 AI 서버(200) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신부(110)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신부(110)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth쪠), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력부(120)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력부(120)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력부 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력부(120)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력부(120)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(180) 또는 러닝 프로세서(130)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(130)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(130)는 AI 서버(200)의 러닝 프로세서(240)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(130)는 AI 장치(100)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(130)는 메모리(170), AI 장치(100)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센싱부(140)는 다양한 센서들을 이용하여 AI 장치(100) 내부 정보, AI 장치(100)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센싱부(140)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력부(150)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력부(150)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(170)는 AI 장치(100)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(170)는 입력부(120)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(180)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(100)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(180)는 AI 장치(100)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(180)는 러닝 프로세서(130) 또는 메모리(170)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(100)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(180)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(180)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(180)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(130)에 의해 학습된 것이나, AI 서버(200)의 러닝 프로세서(240)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(180)는 AI 장치(100)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(170) 또는 러닝 프로세서(130)에 저장하거나, AI 서버(200) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(180)는 메모리(170)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(100)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(180)는 상기 응용 프로그램의 구동을 위하여, AI 장치(100)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 발명의 일 실시 예에 따른 AI 서버(200)를 나타낸다.
도 2를 참조하면, AI 서버(200)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(200)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(200)는 AI 장치(100)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(200)는 통신부(210), 메모리(230), 러닝 프로세서(240) 및 프로세서(260) 등을 포함할 수 있다.
통신부(210)는 AI 장치(100) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(230)는 모델 저장부(231)를 포함할 수 있다. 모델 저장부(231)는 러닝 프로세서(240)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 231a)을 저장할 수 있다.
러닝 프로세서(240)는 학습 데이터를 이용하여 인공 신경망(231a)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(200)에 탑재된 상태에서 이용되거나, AI 장치(100) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(230)에 저장될 수 있다.
프로세서(260)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 발명의 일 실시 예에 따른 AI 시스템(1)을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(200), 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상이 클라우드 네트워크(10)와 연결된다. 여기서, AI 기술이 적용된 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 등을 AI 장치(100a 내지 100e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(100a 내지 100e, 200)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(100a 내지 100e, 200)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(200)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(200)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(100a), 자율 주행 차량(100b), XR 장치(100c), 스마트폰(100d) 또는 가전(100e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(100a 내지 100e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(100a 내지 100e)에 전송할 수 있다.
이때, AI 서버(200)는 AI 장치(100a 내지 100e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(100a 내지 100e)로 전송할 수 있다.
또는, AI 장치(100a 내지 100e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(100a 내지 100e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(100a 내지 100e)는 도 1에 도시된 AI 장치(100)의 구체적인 실시 예로 볼 수 있다.
<AI+로봇>
로봇(100a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(100a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(100a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(100a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(100a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(100a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(100a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(100a)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(100a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(100a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(100a)을 주행시킬 수 있다.
맵 데이터에는 로봇(100a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(100a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(100a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+자율주행>
자율 주행 차량(100b)은 AI 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
자율 주행 차량(100b)은 자율 주행 기능을 제어하기 위한 자율 주행 제어 모듈을 포함할 수 있고, 자율 주행 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다. 자율 주행 제어 모듈은 자율 주행 차량(100b)의 구성으로써 내부에 포함될 수도 있지만, 자율 주행 차량(100b)의 외부에 별도의 하드웨어로 구성되어 연결될 수도 있다.
자율 주행 차량(100b)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 자율 주행 차량(100b)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 동작을 결정할 수 있다.
여기서, 자율 주행 차량(100b)은 이동 경로 및 주행 계획을 결정하기 위하여, 로봇(100a)과 마찬가지로, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
특히, 자율 주행 차량(100b)은 시야가 가려지는 영역이나 일정 거리 이상의 영역에 대한 환경이나 객체는 외부 장치들로부터 센서 정보를 수신하여 인식하거나, 외부 장치들로부터 직접 인식된 정보를 수신할 수 있다.
자율 주행 차량(100b)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 자율 주행 차량(100b)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 주행 동선을 결정할 수 있다. 여기서, 학습 모델은 자율 주행 차량(100b)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 자율 주행 차량(100b)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
자율 주행 차량(100b)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 자율 주행 차량(100b)을 주행시킬 수 있다.
맵 데이터에는 자율 주행 차량(100b)이 주행하는 공간(예컨대, 도로)에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 가로등, 바위, 건물 등의 고정 객체들과 차량, 보행자 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 자율 주행 차량(100b)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 자율 주행 차량(100b)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+ XR >
XR 장치(100c)는 AI 기술이 적용되어, HMD(Head-Mount Display), 차량에 구비된 HUD(Head-Up Display), 텔레비전, 휴대폰, 스마트 폰, 컴퓨터, 웨어러블 디바이스, 가전 기기, 디지털 사이니지, 차량, 고정형 로봇이나 이동형 로봇 등으로 구현될 수 있다.
XR 장치(100c)는 다양한 센서들을 통해 또는 외부 장치로부터 획득한 3차원 포인트 클라우드 데이터 또는 이미지 데이터를 분석하여 3차원 포인트들에 대한 위치 데이터 및 속성 데이터를 생성함으로써 주변 공간 또는 현실 객체에 대한 정보를 획득하고, 출력할 XR 객체를 렌더링하여 출력할 수 있다. 예컨대, XR 장치(100c)는 인식된 물체에 대한 추가 정보를 포함하는 XR 객체를 해당 인식된 물체에 대응시켜 출력할 수 있다.
XR 장치(100c)는 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, XR 장치(100c)는 학습 모델을 이용하여 3차원 포인트 클라우드 데이터 또는 이미지 데이터에서 현실 객체를 인식할 수 있고, 인식한 현실 객체에 상응하는 정보를 제공할 수 있다. 여기서, 학습 모델은 XR 장치(100c)에서 직접 학습되거나, AI 서버(200) 등의 외부 장치에서 학습된 것일 수 있다.
이때, XR 장치(100c)는 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(200) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
<AI+로봇+자율주행>
로봇(100a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(100a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(100b)과 상호작용하는 로봇(100a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(100a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(100a) 및 자율 주행 차량(100b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)과 별개로 존재하면서, 자율 주행 차량(100b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(100b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(100b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(100b)에 제공함으로써, 자율 주행 차량(100b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(100b)의 기능을 제어할 수 있다. 예컨대, 로봇(100a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(100b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(100b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(100a)이 제어하는 자율 주행 차량(100b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(100b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(100b)과 상호작용하는 로봇(100a)은 자율 주행 차량(100b)의 외부에서 자율 주행 차량(100b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(100a)은 스마트 신호등과 같이 자율 주행 차량(100b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(100b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
<AI+로봇+ XR >
로봇(100a)은 AI 기술 및 XR 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇, 드론 등으로 구현될 수 있다.
XR 기술이 적용된 로봇(100a)은 XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇을 의미할 수 있다. 이 경우, 로봇(100a)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 로봇(100a)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 로봇(100a) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 로봇(100a)은 XR 장치(100c)를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
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.
<AI+자율주행+ XR >
자율 주행 차량(100b)은 AI 기술 및 XR 기술이 적용되어, 이동형 로봇, 차량, 무인 비행체 등으로 구현될 수 있다.
XR 기술이 적용된 자율 주행 차량(100b)은 XR 영상을 제공하는 수단을 구비한 자율 주행 차량이나, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량 등을 의미할 수 있다. 특히, XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 XR 장치(100c)와 구분되며 서로 연동될 수 있다.
XR 영상을 제공하는 수단을 구비한 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하고, 획득한 센서 정보에 기초하여 생성된 XR 영상을 출력할 수 있다. 예컨대, 자율 주행 차량(100b)은 HUD를 구비하여 XR 영상을 출력함으로써, 탑승자에게 현실 객체 또는 화면 속의 객체에 대응되는 XR 객체를 제공할 수 있다.
이때, XR 객체가 HUD에 출력되는 경우에는 XR 객체의 적어도 일부가 탑승자의 시선이 향하는 실제 객체에 오버랩되도록 출력될 수 있다. 반면, XR 객체가 자율 주행 차량(100b)의 내부에 구비되는 디스플레이에 출력되는 경우에는 XR 객체의 적어도 일부가 화면 속의 객체에 오버랩되도록 출력될 수 있다. 예컨대, 자율 주행 차량(100b)은 차로, 타 차량, 신호등, 교통 표지판, 이륜차, 보행자, 건물 등과 같은 객체와 대응되는 XR 객체들을 출력할 수 있다.
XR 영상 내에서의 제어/상호작용의 대상이 되는 자율 주행 차량(100b)은 카메라를 포함하는 센서들로부터 센서 정보를 획득하면, 자율 주행 차량(100b) 또는 XR 장치(100c)는 센서 정보에 기초한 XR 영상을 생성하고, XR 장치(100c)는 생성된 XR 영상을 출력할 수 있다. 그리고, 이러한 자율 주행 차량(100b)은 XR 장치(100c) 등의 외부 장치를 통해 입력되는 제어 신호 또는 사용자의 상호작용에 기초하여 동작할 수 있다.
도 4는 본 발명의 일 실시 예에 따른 AI 장치(100)를 나타낸다.
도 1과 중복되는 설명은 생략한다.
도 4를 참조하면, 입력부(120)는 영상 신호 입력을 위한 카메라(Camera, 121), 오디오 신호를 수신하기 위한 마이크로폰(Microphone, 122), 사용자로부터 정보를 입력 받기 위한 사용자 입력부(User Input Unit, 123)를 포함할 수 있다.
입력부(120)에서 수집한 음성 데이터나 이미지 데이터는 분석되어 사용자의 제어 명령으로 처리될 수 있다.
입력부(120)는 영상 정보(또는 신호), 오디오 정보(또는 신호), 데이터, 또는 사용자로부터 입력되는 정보의 입력을 위한 것으로서, 영상 정보의 입력을 위하여, AI 장치(100)는 하나 또는 복수의 카메라(121)들을 구비할 수 있다.
카메라(121)는 화상 통화모드 또는 촬영 모드에서 이미지 센서에 의해 얻어지는 정지영상 또는 동영상 등의 화상 프레임을 처리한다. 처리된 화상 프레임은 디스플레이부(Display Unit, 151)에 표시되거나 메모리(170)에 저장될 수 있다.
마이크로폰(122)은 외부의 음향 신호를 전기적인 음성 데이터로 처리한다. 처리된 음성 데이터는 AI 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 적용될 수 있다.
사용자 입력부(123)는 사용자로부터 정보를 입력 받기 위한 것으로서, 사용자 입력부(123)를 통해 정보가 입력되면, 프로세서(180)는 입력된 정보에 대응되도록 AI 장치(100)의 동작을 제어할 수 있다.
사용자 입력부(123)는 기계식 (mechanical) 입력수단(또는, 메커니컬 키, 예컨대, 단말기(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.
출력부(150)는 디스플레이부(Display Unit, 151), 음향 출력부(Sound Output Unit, 152), 햅틱 모듈(Haptic Module, 153), 광 출력부(Optical Output Unit, 154) 중 적어도 하나를 포함할 수 있다.
디스플레이부(151)는 AI 장치(100)에서 처리되는 정보를 표시(출력)한다. 예컨대, 디스플레이부(151)는 AI 장치(100)에서 구동되는 응용 프로그램의 실행화면 정보, 또는 이러한 실행화면 정보에 따른 UI(User Interface), GUI(Graphic User Interface) 정보를 표시할 수 있다.
디스플레이부(151)는 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성됨으로써, 터치 스크린을 구현할 수 있다. 이러한 터치 스크린은, AI 장치(100)와 사용자 사이의 입력 인터페이스를 제공하는 사용자 입력부(123)로써 기능함과 동시에, 단말기(100)와 사용자 사이의 출력 인터페이스를 제공할 수 있다.
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.
음향 출력부(152)는 리시버(receiver), 스피커(speaker), 버저(buzzer) 중 적어도 하나 이상을 포함할 수 있다.
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.
광출력부(154)는 AI 장치(100)의 광원의 빛을 이용하여 이벤트 발생을 알리기 위한 신호를 출력한다. AI 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.
도 5는 본 발명의 일 실시 예에 따른, 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇의 동작 방법을 설명하는 도면이다.
로봇(100a)의 프로세서(180)는 제1 언어를 통해 안내 서비스를 제공한다(S501).
안내 서비스는 사용자에게 길을 안내하는 등, 사용자의 의도에 부합하는 정보를 제공하는 서비스일 수 있다.
프로세서(180)는 디스플레이부(151) 또는 음향 출력부(152)를 통해 안내 서비스 정보를 출력할 수 있다.
프로세서(180)는 제1 언어를 이용하여, 안내 서비스 정보를 출력할 수 있다. 제1 언어는 이전에 설정된 언어이거나, 로봇(100a)이 위치한 국가의 언어이거나, 디폴트로 설정된 언어일 수 있다.
프로세서(180)는 마이크로폰(122)을 통해 음성 데이터 또는 카메라(121)를 통해 영상 데이터 중 하나 이상을 획득한다(S503).
음성 데이터는 로봇(100a)의 주위에 있는 사용자가 발화한 음성에 대응하는 데이터일 수 있다.
영상 데이터는 로봇(100a)의 주위에 있는 사용자를 촬영한 영상의 데이터일 수 있다.
프로세서(180)는 획득된 음성 데이터 또는 영상 데이터 중 하나 이상에 기초하여, 안내 서비스의 제공을 위한 제2 언어를 결정한다(S505).
프로세서(180)는 음성 데이터로부터 음성 데이터에 상응하는 언어를 인식하고, 인식된 언어를 안내 서비스의 제공을 위한 제2 언어로 결정할 수 있다.
프로세서(180)는 영상 데이터로부터, 사용자의 여권 또는 얼굴을 인식하고, 인식된 여권 또는 얼굴에 상응하는 언어를 제2 언어로 결정할 수 있다.
또 다른 예로, 프로세서(180)는 음성 데이터 및 영상 데이터로부터, 언어를 인식하고, 인식된 언어를 제2 언어로 결정할 수 있다.
또 다른 예로, 프로세서(180)는 음성 데이터 또는 영상 데이터 중 하나 이상에 기초하여, 복수의 언어 후보들을 획득하고, 획득된 복수의 언어 후보들 각각의 우선 순위에 기초하여, 제2 언어를 결정할 수 있다.
단계 S505에 대해서는 이하의 도면을 참고하여 설명한다.
먼저, 도 6은 본 발명의 실시 예에 따른 음성 데이터에 기초하여, 제2 언어를 결정하는 과정을 설명하는 흐름도이다.
로봇(100a)의 프로세서(180)는 음성 데이터로부터, 언어가 인식되는지를 판단한다(S601).
프로세서(180)는 STT 엔진을 이용하여, 음성 데이터를 텍스트 데이터로 변환할 수 있다.
프로세서(180)는 언어 인식 모델을 이용하여, 변환된 텍스트 데이터에 상응하는 언어를 인식할 수 있다. 언어 인식 모델은 텍스트 데이터를 이용하여, 텍스트 데이터에 상응하는 언어를 인식하는 인공 신경망 기반의 모델일 수 있다.
언어 인식 모델은 딥 러닝 알고리즘 또는 머신 러닝 알고리즘에 의해 학습된 모델일 수 있다.
언어 인식 모델은 AI 서버(200)로부터 수신되어, 메모리(170)에 저장된 모델일 수 있다.
언어 인식 모델은 텍스트 데이터를 구성하는 단어 또는 단어를 구성하는 글자 또는 글자를 구성하는 음소를 인식할 수 있는 모델일 수 있다.
언어 인식 모델은 지도 학습을 통해 학습될 수 있다. 언어 인식 모델의 학습을 위한 학습 데이터는 텍스트 데이터 및 이에 레이블된 언어를 포함할 수 있다.
언어 인식 모델은 텍스트 데이터 및 정답 데이터인 언어를 이용하여, 텍스트 데이터의 언어를 추론하는 모델일 수 있다.
프로세서(180)는 언어 인식 모델을 이용하여, 텍스트 데이터에 상응하는 언어를 추론할 수 있다.
프로세서(180)는 추론된 언어의 확률 값이, 0.7 미만인 경우, 해당 언어를 인식하지 못한 것으로 판단할 수도 있다.
프로세서(180)는 언어가 인식되는 경우, 인식된 언어를 안내 서비스의 제공을 위한 제2 언어로 결정한다(S603).
다음으로, 도 7을 설명한다.
도 7은 본 발명의 일 실시 예에 따라, 영상 데이터로부터, 사용자가 사용하는 제2 언어를 결정하는 과정을 설명하는 도면이다.
프로세서(180)는 영상 데이터로부터, 사용자의 여권이 인식되는지를 판단한다(S701).
프로세서(180)는 객체 인식 모델을 이용하여, 사용자의 여권을 인식할 수 있다.
객체 인식 모델은 영상 데이터에 기반하여, 영상에 포함된 객체를 인식할 수 있는 인공 신경망 기반의 학습 모델일 수 있다.
객체 인식 모델은 AI 서버(200)로부터 수신되어, 메모리(170)에 저장될 수 있다.
객체 인식 모델은 지도 학습을 통해 학습된 모델일 수 있다. 객체 인식 모델의 학습 데이터는 영상 데이터 및 이에 레이블된 객체일 수 있다.
객체 인식 모델은 영상 데이터 및 레이블링 데이터를 이용하여, 객체를 추론할 수 있다. 여기서, 객체는 여권일 수 있다.
프로세서(180)는 사용자의 여권이 인식된 경우, 인식된 여권에 기초하여, 여권에 상응하는 언어를 제2 언어로 결정한다(S703).
프로세서(180)는 인식된 여권의 형상 또는 여권에 기재된 텍스트에 기초하여, 제2 언어를 결정할 수 있다.
프로세서(180)는 복수의 국가들 각각에 대응하는 복수의 여권 형상들을 메모리(170)에 저장하고 있고, 인식된 여권의 형상과 저장된 복수의 여권 형상들을 비교하여, 매칭되는 것을 검색할 수 있다.
프로세서(180)는 매칭 결과에 따라 여권의 언어를 제2 언어로 결정할 수 있다.
프로세서(180)는 여권을 포함하는 영상 데이터로부터, 텍스트 데이터를 인식하고, 인식된 텍스트 데이터를 이용하여, 언어를 인식할 수 있다.
프로세서(180)는 광학적 문자 인식 기법을 이용하여, 여권으로부터, 여권에 기재된 텍스트를 인식할 수 있고, 인식된 텍스트로부터, 여권의 국가를 인식할 수 있다. 프로세서(180)는 인식된 국가의 언어를 제2 언어로 결정할 수 있다.
다음으로, 도 8을 설명한다.
도 8은 본 발명의 또 실시 예에 따른, 영상 데이터로부터, 사용자가 사용하는 제2 언어를 결정하는 예를 설명하는 흐름도이다.
프로세서(180)는 영상 데이터로부터, 사용자의 얼굴이 인식되는지를 판단한다(S801).
프로세서(180)는 얼굴 인식 모델을 이용하여, 영상 데이터로부터, 사람의 얼굴을 인식할 수 있다. 얼굴 인식 모델은 영상 데이터를 이용하여, 사람의 얼굴을 인식하는 인공 신경망 기반의 모델일 수 있다.
얼굴 인식 모델은 딥 러닝 알고리즘 또는 머신 러닝 알고리즘을 이용하여, 지도 학습된 모델일 수 있다.
얼굴 인식 모델의 학습 데이터는 영상 데이터 및 정답 데이터로 레이블된 특정 국가의 얼굴을 포함할 수 있다.
얼굴 인식 모델은 영상 데이터에서 추출된 사람의 얼굴에 상응하는 국가를 추론하는 모델일 수 있다.
프로세서(180)는 추론된 국가의 언어를 제2 언어로 결정할 수 있다.
프로세서(180)는 사용자의 얼굴이 인식되는 경우, 사용자의 얼굴에 상응하는 언어를 제2 언어로 결정한다(S803).
도 9 및 도 10은 본 발명의 실시 예에 따라, 복수의 언어 후보들 각각의 우선 순위에 기초하여, 제2 언어를 결정하는 예를 설명하는 도면이다.
프로세서(180)는 획득된 영상 데이터 또는 음성 데이터에 기반하여 , 복수의 언어 후보들을 획득한다(S901).
프로세서(180)는 음성 데이터로부터, 인식된 언어, 영상 데이터로부터 인식된 언어를 제2 언어의 결정을 위해 사용할 수 있다.
즉, 프로세서(180)는 도 6 내지 도 8의 실시 예에 따라 획득된 언어들을 언어 후보로 선정할 수 있다.
프로세서(180)는 획득된 복수의 언어 후보들 각각에 우선 순위를 할당한다(S903).
일 실시 예에서, 프로세서(180)는 음성 데이터에 기초하여, 인식된 언어에 제1 우선 순위로, 영상 데이터의 여권 인식을 통해 인식된 언어를 제2 우선 순위로, 영상 데이터의 사용자 얼굴을 통해 인식된 언어를 제3 우선 순위로 각각 할당할 수 있다.
이는, 음성 데이터를 통해 인식된 언어의 신뢰도가, 영상 데이터를 통해 인식된 언어보다 신뢰도가 클 수 있기 때문이다.
그러나, 이는 예시에 불과하고, 우선 순위는 다른 방법으로 할당될 수 있다. 예를 들어, 영상 데이터로부터, 인식된 여권에 기반하여, 인식된 언어가 제1 우선 순위로, 음성 데이터로부터 인식된 언어가 제2 우선 순위로, 영상 데이터로부터 인식된 사용자의 얼굴에 기반하여, 인식된 언어가 제3 우선 순위로 할당될 수도 있다.
도 10은 복수의 언어 후보들 각각에 할당된 우선 순위를 보여주는 테이블이다.
도 10을 참조하면, 한국어가 제1 우선 순위로, 일본어가 제2 우선 순위로, 중국어가 제3 우선 순위로 할당됨을 보여주고 있다.
한국어는 음성 데이터를 통해 인식된 언어이고, 일본어 및 중국어는 영상 데이터를 통해 인식된 언어일 수 있다.
프로세서(180)는 할당된 우선 순위에 기초하여, 안내 서비스의 제공을 위한 제2 언어를 결정한다(S905).
프로세서(180)는 복수의 언어 후보들 중 우선 순위가 가장 높은 언어 후보를 안내 서비스의 제공을 위한 제2 언어로 결정할 수 있다.
다시, 도 5를 설명한다.
한편, 프로세서(180)는 로봇(100a)의 위치에 기반하여, 제2 언어를 결정할 수도 있다. 예를 들어, 로봇(100a)이 공항의 특정 게이트에 위치한 경우, 특정 게이트에 상응하는 출발 비행기의 행선지의 언어를 제2 언어로 결정할 수도 있다.
프로세서(180)는 결정된 제2 언어가, 제1 언어와 동일한지를 판단한다(S507).
프로세서(180)는 기존의 안내 서비스 제공을 위해 설정된 제1 언어와 결정된 제2 언어가 동일한지, 다른지를 판단할 수 있다.
프로세서(180)는 제2 언어가, 제1 언어와 동일한 경우, 기존과 그대로, 제1 언어로, 안내 서비스를 제공한다(S501).
만약, 프로세서(180)는 제2 언어가, 제1 언어와 동일하지 않은 경우 , 안내 서비스의 제공을 위한 언어를 제1 언어에서, 제2 언어로 변경한다(S509).
프로세서(180)는 제2 언어와 제1 언어가 동일하지 않은 경우, 안내 서비스의 제공을 위한 언어의 설정을 제1 언어에서 제2 언어로 전환할 수 있다.
프로세서(180)는 전환된 제2 언어로, 안내 서비스를 제공할 수 있다.
프로세서(180)는 사용자의 음성에 따른 음성 인식 결과를 제2 언어로 출력할 수 있다.
즉, 프로세서(180)는 음성 인식 결과를 음향 출력부(152)를 통해 제2 언어로 출력할 수 있고, 디스플레이부(151)를 통해 제2 언어로 출력할 수도 있다.
또 다른 예로, 프로세서(180)는 디스플레이부(151) 상의 터치 입력에 따른 안내 결과를 제2 언어로 표시할 수도 있다.
이와 같이, 본 발명의 실시 예에 따르면, 로봇(100a)은 사용자가 사용하는 언어를 자동으로 인식하여, 인식된 언어로, 안내 서비스를 제공할 수 있다.
이에 따라, 사용자는 언어를 선택하기 위한 입력이나, 음성 명령 없이도, 사용자가 사용하는 언어로 빠르게, 안내 서비스가 제공될 수 있어, 편의성이 크게 향상될 수 있다.
도 11은 본 발명의 실시 예에 따라, 음성 데이터 또는 영상 데이터에 기반하여 인식된 복수의 언어 후보들을 선택할 수 있는 화면을 설명하는 도면이다.
도 11을 참조하면, 복수의 언어 후보들(1101, 1103, 1105)을 선택할 수 있는 언어 선택 화면(1100)이 도시되어 있다.
프로세서(180)는 음성 데이터 또는 영상 데이터에 기초하여, 획득된 복수의 언어 후보들(1101, 1103, 1105)을 디스플레이부(151) 상에 표시할 수 있다.
프로세서(180)는 도 6 내지 도 8의 실시 예에 따라 획득된 복수의 언어들 각각의 인식 신뢰도가 기준 신뢰도 미만인 경우, 각 언어를 언어 후보로 선정할 수 있다. 인식 신뢰도는 언어 인식 모델, 객체 인식 모델, 얼굴 인식 모델에 기초하여, 획득된 언어의 인식 정도를 나타낼 수 있다. 인식 신뢰도는 인식된 언어의 확률 값으로 표현될 수 있다.
로봇(100a)은 자연스럽게, 사용자에게 언어 선택권을 주기 위해, 선정된 복수의 언어 후보들(1101, 1103, 1105)을 표시할 수 있다.
도 11에 도시된 언어 선택 화면(1100)에 따라, 제2 언어가 결정되지 않더라도, 최대한 사용자에 맞는 언어가 선택될 수 있다.
전술한 본 발명은, 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 기기의 프로세서(180)를 포함할 수도 있다.

Claims (14)

  1. 인공 지능을 이용하여, 제1 언어로, 안내 서비스를 제공하는 로봇에 있어서,
    음성 데이터를 수신하는 마이크로폰;
    영상 데이터를 획득하는 카메라;
    출력부; 및
    상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 상기 안내 서비스를 제공하는 제2 언어를 결정하고, 결정된 제2 언어가 상기 제2 언어와 다른 경우, 상기 안내 서비스의 제공을 위한 언어를 상기 제1 언어에서, 상기 제2 언어로 변경하고, 변경된 제2 언어로, 상기 안내 서비스를 상기 출력부를 통해 출력하는 프로세서를 포함하는
    로봇.
  2. 제1항에 있어서,
    언어 인식 모델을 저장하는 메모리를 더 포함하고,
    상기 프로세서는
    상기 음성 데이터를 텍스트 데이터로 변환하고, 변환된 텍스트 데이터 및 상기 언어 인식 모델을 이용하여, 상기 음성 데이터에 상응하는 상기 제2 언어를 결정하고,
    상기 언어 인식 모델은
    딥 러닝 알고리즘 또는 머신 러닝 알고리즘에 의해 지도 학습된 인공 신경망 기반의 모델인
    로봇.
  3. 제1항에 있어서,
    상기 프로세서는
    상기 영상 데이터로부터, 여권을 인식하고, 인식된 여권의 형상 또는 여권에 기재된 텍스트에 기반하여, 언어를 인식하고, 인식된 언어를 상기 제2 언어로 결정하는
    로봇.
  4. 제3항에 있어서,
    딥 러닝 알고리즘 또는 머신 러닝 알고리즘을 이용하여, 객체를 인식하는 객체 인식 모델을 저장하는 메모리를 더 포함하고,
    상기 프로세서는
    상기 객체 인식 모델을 이용하여, 상기 영상 데이터로부터, 상기 여권을 인식하는
    로봇.
  5. 제1항에 있어서,
    상기 프로세서는
    상기 영상 데이터로부터, 사용자의 얼굴을 인식하고, 인식된 얼굴에 상응하는 언어를 상기 제2 언어로 결정하는
    로봇.
  6. 제5항에 있어서,
    딥 러닝 알고리즘 또는 머신 러닝 알고리즘에 의해 지도 학습된 얼굴 인식 모델을 저장하는 메모리를 더 포함하고,
    상기 프로세서는
    상기 영상 데이터 및 상기 얼굴 인식 모델을 이용하여, 상기 제2 언어를 결정하는
    로봇.
  7. 제1항에 있어서,
    상기 프로세서는
    상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 복수의 언어 후보들을 획득하고, 획득된 각 언어 후보에 우선 순위를 할당하고, 할당된 우선 순위에 기초하여, 상기 복수의 언어 후보들 중 어느 하나를 상기 제2 언어를 결정하는
    로봇.
  8. 인공 지능을 이용하여, 제1 언어로, 안내 서비스를 제공하는 로봇의 동작 방법에 있어서,
    음성 데이터 또는 영상 데이터 중 하나 이상을 획득하는 단계;
    상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 상기 안내 서비스를 제공하는 제2 언어를 결정하는 단계;
    결정된 제2 언어가 상기 제2 언어와 다른 경우, 상기 안내 서비스의 제공을 위한 언어를 상기 제1 언어에서, 상기 제2 언어로 변경하는 단계; 및
    변경된 제2 언어로, 상기 안내 서비스를 출력하는 단계를 포함하는
    로봇의 동작 방법.
  9. 제8항에 있어서,
    상기 음성 데이터를 텍스트 데이터로 변환하는 단계를 더 포함하고,
    상기 결정하는 단계는
    변환된 텍스트 데이터 및 상기 언어 인식 모델을 이용하여, 상기 음성 데이터에 상응하는 상기 제2 언어를 결정하는 단계를 포함하고,
    상기 언어 인식 모델은
    딥 러닝 알고리즘 또는 머신 러닝 알고리즘에 의해 지도 학습된 인공 신경망 기반의 모델인
    로봇의 동작 방법.
  10. 제8항에 있어서,
    상기 결정하는 단계는
    상기 영상 데이터로부터, 여권을 인식하는 단계,
    인식된 여권의 형상 또는 여권에 기재된 텍스트에 기반하여, 언어를 인식하는 단계 및
    인식된 언어를 상기 제2 언어로 결정하는 단계를 포함하는
    로봇의 동작 방법.
  11. 제10항에 있어서,
    상기 여권을 인식하는 단계는
    객체 인식 모델을 이용하여, 상기 영상 데이터로부터, 상기 여권을 인식하는 단계를 포함하고,
    상기 객체 인식 모델은 딥 러닝 알고리즘 또는 머신 러닝 알고리즘을 이용하여, 객체를 인식하는 인공 신경만 기반 모델인
    로봇의 동작 방법.
  12. 제8항에 있어서,
    상기 결정하는 단계는
    상기 영상 데이터로부터, 사용자의 얼굴을 인식하는 단계와
    인식된 얼굴에 상응하는 언어를 상기 제2 언어로 결정하는 단계를 포함하는
    로봇의 동작 방법.
  13. 제12항에 있어서,
    상기 결정하는 단계는
    상기 영상 데이터 및 상기 얼굴 인식 모델을 이용하여, 상기 제2 언어를 결정하는 단계를 포함하고,
    상기 얼굴 인식 모델은 딥 러닝 알고리즘 또는 머신 러닝 알고리즘에 의해 지도 학습된 인공 신경망 기반의 모델인
    로봇의 동작 방법.
  14. 제8항에 있어서,
    상기 결정하는 단계는
    상기 음성 데이터 또는 상기 영상 데이터 중 하나 이상이 기초하여, 복수의 언어 후보들을 획득하는 단계,
    획득된 각 언어 후보에 우선 순위를 할당하는 단계와
    할당된 우선 순위에 기초하여, 상기 복수의 언어 후보들 중 어느 하나를 상기 제2 언어를 결정하는 단계를 포함하는
    로봇의 동작 방법.
PCT/KR2019/008311 2019-07-05 2019-07-05 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법 WO2021006363A1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/KR2019/008311 WO2021006363A1 (ko) 2019-07-05 2019-07-05 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법
US16/621,960 US11423877B2 (en) 2019-07-05 2019-07-05 Robot for providing guidance service using artificial intelligence and method of operating the same
KR1020190095190A KR20190098934A (ko) 2019-07-05 2019-08-05 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2019/008311 WO2021006363A1 (ko) 2019-07-05 2019-07-05 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법

Publications (1)

Publication Number Publication Date
WO2021006363A1 true WO2021006363A1 (ko) 2021-01-14

Family

ID=67763968

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/008311 WO2021006363A1 (ko) 2019-07-05 2019-07-05 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법

Country Status (3)

Country Link
US (1) US11423877B2 (ko)
KR (1) KR20190098934A (ko)
WO (1) WO2021006363A1 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102268376B1 (ko) * 2019-09-16 2021-06-22 주식회사 케이티 다중 언어 대화 서비스 제공 장치 및 방법
KR102332491B1 (ko) * 2020-11-18 2021-12-01 한화시스템 주식회사 정보 제공 장치 및 정보 제공 방법
KR102675910B1 (ko) * 2024-03-07 2024-06-18 엔디에스솔루션 주식회사 자율 주행 기반의 안내 로봇 시스템 및 그 제어 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130266925A1 (en) * 2012-01-30 2013-10-10 Arizona Board Of Regents On Behalf Of The University Of Arizona Embedded Conversational Agent-Based Kiosk for Automated Interviewing
JP2016524189A (ja) * 2013-06-19 2016-08-12 コリア エアポーツ コーポレーション 多国語情報案内システム及び装置
KR20170027705A (ko) * 2014-04-17 2017-03-10 소프트뱅크 로보틱스 유럽 로봇과의 대화를 핸들링하는 방법 및 시스템
CN108182098A (zh) * 2017-12-07 2018-06-19 北京康力优蓝机器人科技有限公司 接待语言选择方法、系统及接待机器人
KR20180097040A (ko) * 2017-02-22 2018-08-30 엘지전자 주식회사 로봇 및 그 동작 방법

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10860854B2 (en) * 2017-05-16 2020-12-08 Google Llc Suggested actions for images
US10867610B2 (en) * 2018-05-04 2020-12-15 Microsoft Technology Licensing, Llc Computerized intelligent assistant for conferences
US11393476B2 (en) * 2018-08-23 2022-07-19 Google Llc Automatically determining language for speech recognition of spoken utterance received via an automated assistant interface
WO2020152773A1 (ja) * 2019-01-22 2020-07-30 富士通フロンテック株式会社 自動精算機および自動精算機制御方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130266925A1 (en) * 2012-01-30 2013-10-10 Arizona Board Of Regents On Behalf Of The University Of Arizona Embedded Conversational Agent-Based Kiosk for Automated Interviewing
JP2016524189A (ja) * 2013-06-19 2016-08-12 コリア エアポーツ コーポレーション 多国語情報案内システム及び装置
KR20170027705A (ko) * 2014-04-17 2017-03-10 소프트뱅크 로보틱스 유럽 로봇과의 대화를 핸들링하는 방법 및 시스템
KR20180097040A (ko) * 2017-02-22 2018-08-30 엘지전자 주식회사 로봇 및 그 동작 방법
CN108182098A (zh) * 2017-12-07 2018-06-19 北京康力优蓝机器人科技有限公司 接待语言选择方法、系统及接待机器人

Also Published As

Publication number Publication date
US11423877B2 (en) 2022-08-23
KR20190098934A (ko) 2019-08-23
US20210295821A1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
WO2018212538A1 (en) Electronic device and method of detecting driving event of vehicle
WO2018128362A1 (en) Electronic apparatus and method of operating the same
WO2021206221A1 (en) Artificial intelligence apparatus using a plurality of output layers and method for same
EP3602497A1 (en) Electronic device and method of detecting driving event of vehicle
WO2021015308A1 (ko) 로봇 및 그의 기동어 인식 방법
WO2021006368A1 (ko) 인공지능 기반의 에너지 사용량 예측 장치 및 예측 방법
WO2021215547A1 (ko) 스마트 홈 장치 및 방법
WO2020251074A1 (ko) 음성 인식 기능을 제공하는 인공 지능 로봇 및 그의 동작 방법
WO2020262721A1 (ko) 인공 지능을 이용하여, 복수의 로봇들을 제어하는 관제 시스템
WO2020262746A1 (ko) 인공지능 기반의 세탁 코스 추천 장치 및 그 제어 방법
EP3545436A1 (en) Electronic apparatus and method of operating the same
WO2019027141A1 (en) ELECTRONIC DEVICE AND METHOD FOR CONTROLLING THE OPERATION OF A VEHICLE
WO2020241920A1 (ko) 장치 정보에 기반하여, 다른 장치를 제어할 수 있는 인공 지능 장치
WO2020145625A1 (ko) 인공 지능 장치 및 그의 동작 방법
WO2021006404A1 (ko) 인공지능 서버
WO2019124963A1 (ko) 음성 인식 장치 및 방법
WO2021006363A1 (ko) 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법
WO2019031825A1 (ko) 전자 장치 및 그 동작 방법
WO2020246647A1 (ko) 인공 지능 시스템의 동작을 관리하는 인공 지능 장치 및 그 방법
WO2020246640A1 (ko) 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법
WO2021029457A1 (ko) 사용자에게 정보를 제공하는 인공 지능 서버 및 그 방법
WO2018117538A1 (ko) 차선 정보를 추정하는 방법 및 전자 장치
WO2021172642A1 (ko) 장치 간 연동에 기초한 장치 제어 기능을 제공하는 인공 지능 장치 및 그 방법
WO2021040105A1 (ko) 개체명 테이블을 생성하는 인공 지능 장치 및 그 방법
WO2020230928A1 (ko) 로봇 및 그의 제어 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19937174

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 19937174

Country of ref document: EP

Kind code of ref document: A1