WO2023090497A1 - 로봇 - Google Patents

로봇 Download PDF

Info

Publication number
WO2023090497A1
WO2023090497A1 PCT/KR2021/017175 KR2021017175W WO2023090497A1 WO 2023090497 A1 WO2023090497 A1 WO 2023090497A1 KR 2021017175 W KR2021017175 W KR 2021017175W WO 2023090497 A1 WO2023090497 A1 WO 2023090497A1
Authority
WO
WIPO (PCT)
Prior art keywords
door
robot
spring
driving
hinge
Prior art date
Application number
PCT/KR2021/017175
Other languages
English (en)
French (fr)
Inventor
김영은
사재천
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
Publication of WO2023090497A1 publication Critical patent/WO2023090497A1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1638—Programme controls characterised by the control loop compensation for arm bending/inertia, pay load weight/inertia
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J18/00—Arms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J18/00—Arms
    • B25J18/002—Arms comprising beam bending compensation means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0008—Balancing devices
    • B25J19/0016—Balancing devices using springs
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
    • B25J9/106—Programme-controlled manipulators characterised by positioning means for manipulator elements with articulated links
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
    • B25J9/12—Programme-controlled manipulators characterised by positioning means for manipulator elements electric
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
    • B25J9/12—Programme-controlled manipulators characterised by positioning means for manipulator elements electric
    • B25J9/126—Rotary actuators
    • 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

Definitions

  • the present invention relates to robots.
  • a robot is a machine that automatically processes or operates a given task by its own ability, and the application fields of robots can be generally classified into industrial, medical, space, and subsea use, and can be used in various fields.
  • the delivery robot may include a storage body with a storage space formed therein, and a door that opens and closes the storage space. Items stored in the storage space can be taken out.
  • the purpose of this embodiment is to provide a robot capable of minimizing the load of a driving source for opening a door.
  • the robot according to the present embodiment includes a body including a storage body having a storage space therein; a door connected to the body by a first hinge and rotated around the first hinge to open and close the storage space; a driving source installed in the body; a power transmission member that transmits rotational force of the driving source between the driving source and the door; and a spring having one side connected to the body and the other side connected to the door to compensate for the gravity of the door.
  • the body may include a drive source bracket disposed outside the storage body and equipped with a drive source.
  • the power transmission member is a lever connected to the rotational shaft of the driving source; It may include a drive link connected to the door through a second hinge, connected to the lever through a third hinge, and disposed outside the storage body.
  • the length of the spring may be shorter than the length of the driving link.
  • a pair of springs are provided, and the driving link may be disposed between the pair of springs.
  • the door may include one end spaced apart from the first hinge by a first distance, and the other end spaced apart from the first hinge by a second distance greater than the first distance.
  • the driving source may be closer to one end of one end and the other end.
  • the door may include a drive link connection portion to which the drive link is rotatably connected to the second hinge, and an upper connection portion to which an upper portion of the spring is connected and spaced apart from the drive link connection portion.
  • the body may include a lower connection portion to which a lower portion of the spring is connected.
  • a height of the lower connection portion may be higher than a height of the driving source.
  • the door may include a door body; It may include a drive link bracket installed on the door body and connected to the drive link, and a spring bracket installed on the door body to be spaced apart from the drive link bracket and connected to a spring.
  • the spring can be maximally tensioned when the door is closed, and can be minimally tensioned when the door is opened.
  • the spring compensates for the gravity of the door, thereby minimizing the driving force of the driving source and minimizing power consumption.
  • the driving source, the power transmission member, and the spring do not invade the storage space, so the storage space can be maximized.
  • FIG. 1 shows an AI device including a robot according to an embodiment.
  • FIG 2 shows an AI server connected to the robot according to the present embodiment.
  • FIG 3 shows an AI system according to this embodiment.
  • FIG 4 is a perspective view of a robot according to the present embodiment.
  • FIG. 5 is a side view illustrating a storage body and a door of the robot according to the present embodiment.
  • FIG. 6 is a perspective view when the door according to the present embodiment is closed.
  • FIG. 7 is a perspective view when the door according to the present embodiment is partially open.
  • FIG. 8 is a perspective view when the door according to the present embodiment is maximally open.
  • FIG. 9 is a diagram illustrating a process in which a door is rotated from closed to maximum open according to the present embodiment.
  • FIG. 10 is a conceptual diagram illustrating a driving source, a power transmission member, and a door when the door is closed according to the present embodiment.
  • FIG. 11 is a conceptual diagram illustrating a spring and a door when the door is closed according to the present embodiment.
  • FIG. 12 is a conceptual diagram illustrating a driving source, a power transmission member, and a door when the door is open according to the present embodiment.
  • FIG. 13 is a conceptual diagram illustrating a spring and a door when the door is open according to the present embodiment.
  • a robot may refer to a machine that automatically processes or operates a given task based on its own capabilities.
  • a robot having a function of recognizing an environment and performing an operation based on self-determination may be referred to as an intelligent robot.
  • Robots can be classified into industrial, medical, household, military, etc. according to the purpose or field of use.
  • the robot may perform various physical operations such as moving a robot joint by having a driving unit including an actuator or a motor.
  • the movable robot includes wheels, brakes, propellers, and the like in the driving unit, and can run on the ground or fly in the air through the driving unit.
  • Machine learning refers to the field of defining various problems dealt with in the field of artificial intelligence and studying methodologies to solve them. do. Machine learning is also defined as an algorithm that improves the performance of a certain task through constant experience.
  • An artificial neural network is a model used in machine learning, and may refer to an overall model that has problem-solving capabilities and is composed of artificial neurons (nodes) that form a network by synaptic coupling.
  • An artificial neural network can be defined by a connection pattern between neurons in different layers, a learning process for updating model parameters, and an activation function for generating output values.
  • An artificial neural network may include an input layer, an output layer, and optionally one or more hidden layers. Each layer may include one or more neurons, and the artificial neural network may include neurons and synapses connecting the neurons. In an artificial neural network, each neuron may output a function value of an activation function for input signals, weights, and biases input through a synapse.
  • Model parameters refer to parameters determined through learning, and include weights of synaptic connections and biases of neurons.
  • hyperparameters mean parameters that must be set before learning in a machine learning algorithm, and include a learning rate, number of iterations, mini-batch size, initialization function, and the like.
  • the purpose of learning an artificial neural network can be seen as determining model parameters that minimize the loss function.
  • the loss function may be used as an index for determining optimal model parameters in the learning process of an artificial neural network.
  • Machine learning can be classified into supervised learning, unsupervised learning, and reinforcement learning according to learning methods.
  • Supervised learning refers to a method of training an artificial neural network given a label for training data, and a label is the correct answer (or result value) that the artificial neural network must infer when learning data is input to the artificial neural network.
  • Unsupervised learning may refer to a method of training an artificial neural network in a state in which a label for training data is not given.
  • Reinforcement learning may refer to a learning method in which an agent defined in an environment learns to select an action or action sequence that maximizes a cumulative reward in each state.
  • machine learning implemented as a deep neural network (DNN) including a plurality of hidden layers is also called deep learning, and deep learning is a part of machine learning.
  • DNN deep neural network
  • machine learning is used to include deep learning.
  • Autonomous driving refers to a technology that drives by itself, and an autonomous vehicle refers to a vehicle that travels without a user's manipulation or with a user's minimal manipulation.
  • autonomous driving includes technology that maintains the driving lane, technology that automatically adjusts speed, such as adaptive cruise control, technology that automatically drives along a set route, technology that automatically sets a route when a destination is set, and so on. All of these can be included.
  • a vehicle includes a vehicle having only an internal combustion engine, a hybrid vehicle having both an internal combustion engine and an electric motor, and an electric vehicle having only an electric motor, and may include not only automobiles but also trains and motorcycles.
  • the self-driving vehicle may be regarded as a robot having an autonomous driving function.
  • FIG. 1 shows an AI device including a robot according to an embodiment.
  • the AI device 10 is a TV, projector, mobile phone, smart phone, desktop computer, notebook, digital broadcasting terminal, PDA (personal digital assistants), PMP (portable multimedia player), 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, and the like.
  • the AI device 10 includes a communication interface 11, an input interface 12, a learning processor 13, a sensor 14, an output interface 15, a memory 17, and a processor 18. etc. may be included.
  • the communication interface 11 may transmit/receive data with external devices such as other AI devices 10a to 10e or the AI server 20 using wired/wireless communication technology.
  • the communication interface 11 may transmit/receive sensor information, a user input, a learning model, a control signal, and the like with external devices.
  • GSM Global System for Mobile communication
  • CDMA Code Division Multi Access
  • LTE Long Term Evolution
  • WLAN Wireless LAN
  • Wi-Fi Wireless-Fi
  • Fidelity Bluetooth
  • RFID Radio Frequency Identification
  • IrDA Infrared Data Association
  • ZigBee ZigBee
  • NFC Near Field Communication
  • the input interface 12 can acquire various types of data.
  • the input interface 12 may include a camera for inputting a video signal, a microphone for receiving an audio signal, and a user input interface for receiving information from a user.
  • a camera or microphone may be treated as a sensor, and signals obtained from the camera or microphone may be referred to as sensing data or sensor information.
  • the input interface 12 may obtain learning data for model learning and input data to be used when obtaining an output using the learning model.
  • the input interface 12 may obtain raw input data, and in this case, the processor 18 or the learning processor 13 may extract input features as preprocessing of the input data.
  • the learning processor 13 may learn a model composed of an artificial neural network using learning data.
  • the learned artificial neural network may be referred to as a learning model.
  • the learning model may be used to infer a result value for new input data other than learning data, and the inferred value may be used as a basis for a decision to perform a certain operation.
  • the learning processor 13 may perform AI processing together with the learning processor 24 of the AI server 20.
  • the learning processor 13 may include a memory integrated or implemented in the AI device 10 .
  • the learning processor 13 may be implemented using a memory 17, an external memory directly coupled to the AI device 10, or a memory maintained in an external device.
  • the sensor 14 may obtain at least one of internal information of the AI device 10, surrounding environment information of the AI device 10, and user information using various sensors.
  • the sensors included in the sensor 14 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, a lidar, radar, etc.
  • the output interface 15 may generate an output related to sight, hearing or touch.
  • the output interface 15 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 17 may store data supporting various functions of the AI device 10 .
  • the memory 17 may store input data obtained from the input interface 12, learning data, a learning model, a learning history, and the like.
  • Processor 18 may determine at least one actionable action of AI device 10 based on information determined or generated using a data analysis algorithm or machine learning algorithm. And, the processor 18 may perform the determined operation by controlling the components of the AI device 10.
  • the processor 18 may request, retrieve, receive, or utilize data from the learning processor 13 or the memory 17, and may perform a predicted operation or an operation determined to be desirable among the at least one executable operation. It is possible to control the components of the AI device 10 to execute.
  • the processor 18 may generate a control signal for controlling the external device and transmit the generated control signal to the external device when the connection of the external device is required to perform the determined operation.
  • the processor 18 may obtain intention information for a user input and determine a user's requirement based on the obtained intention information.
  • the processor 18 uses at least one of a STT (Speech To Text) engine for converting a voice input into a character string and a Natural Language Processing (NLP) engine for obtaining intent information of a natural language, so that the user Intent information corresponding to the input may be obtained.
  • STT Seech To Text
  • NLP Natural Language Processing
  • At this time, at least one or more of the STT engine or NLP engine may be composed of an artificial neural network at least partially trained according to a machine learning algorithm. And, at least one or more of the STT engine or the NLP engine is learned by the learning processor 13, learned by the learning processor 24 of the AI server 20, or learned by distributed processing thereof it could be
  • the processor 18 collects history information including user feedback on the operation contents or operation of the AI device 10 and stores it in the memory 17 or the learning processor 13, or the AI server 20, etc. Can be transmitted to an external device. The collected history information can be used to update the learning model.
  • the processor 18 may control at least some of the components of the AI device 10 in order to drive an application program stored in the memory 17 . Furthermore, the processor 18 may combine and operate two or more of the components included in the AI device 10 to drive the application program.
  • FIG 2 shows an AI server connected to the robot according to the present embodiment.
  • the AI server 20 may refer to a device that learns an artificial neural network using a machine learning algorithm or uses the learned artificial neural network.
  • the AI server 20 may be composed of a plurality of servers to perform distributed processing, or may be defined as a 5G network.
  • the AI server 20 may be included as a part of the AI device 10 and perform at least part of the AI processing together.
  • the AI server 20 may include a communication interface 21, a memory 23, a learning processor 24 and a processor 26, and the like.
  • the communication interface 21 may transmit/receive data with an external device such as the AI device 10 .
  • the memory 23 may include a model storage 23a.
  • the model storage 23a may store a model being learned or learned through the learning processor 24 (or an artificial neural network, 23b).
  • the learning processor 24 may train the artificial neural network 23b using the learning data.
  • the learning model may be used while loaded in the AI server 20 of the artificial neural network, or may be loaded and used in an external device such as the AI device 10.
  • a 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 as software, one or more instructions constituting the learning model may be stored in the memory 23 .
  • the processor 26 may infer a result value for new input data using the learning model, and generate a response or control command based on the inferred result value.
  • FIG 3 shows an AI system according to this embodiment.
  • the AI system 1 includes at least one of an AI server 20, a robot 10a, an autonomous vehicle 10b, an XR device 10c, a smartphone 10d, or a home appliance 10e. It is connected with this cloud network (2).
  • a robot 10a to which AI technology is applied, an autonomous vehicle 10b, an XR device 10c, a smartphone 10d, or a home appliance 10e may be referred to as AI devices 10a to 10e.
  • the cloud network 10 may constitute a part of a cloud computing infrastructure or may refer to a network existing in a 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 10a to 10e and 20 constituting the AI system 1 may be connected to each other through the cloud network 10.
  • the devices 10a to 10e and 20 may communicate with each other through a base station, but may also communicate directly with each other without going through a base station.
  • the AI server 20 may include a server that performs AI processing and a server that performs calculations on big data.
  • the AI server 20 is connected to at least one or more of AI devices constituting the AI system 1, such as a robot 10a, an autonomous vehicle 10b, an XR device 10c, a smartphone 10d, or a home appliance 10e. It is connected through the cloud network 10 and may assist at least part of the AI processing of the connected AI devices 10a to 10e.
  • AI devices constituting the AI system 1, such as a robot 10a, an autonomous vehicle 10b, an XR device 10c, a smartphone 10d, or a home appliance 10e.
  • the AI server 20 may train the artificial neural network according to a machine learning algorithm instead of the AI devices 10a to 10e, and directly store or transmit the learning model to the AI devices 10a to 10e.
  • the AI server 20 receives input data from the AI devices 10a to 10e, infers a result value for the received input data using a learning model, and issues a response or control command based on the inferred result value. It can be generated and transmitted to the AI devices 10a to 10e.
  • the AI devices 10a to 10e may infer a result value from input data using a direct learning model, and generate a response or control command based on the inferred result value.
  • the AI devices 10a to 10e may be regarded as specific examples of the AI device 10 shown in FIG. 1 .
  • the robot 10a 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.
  • the robot 10a may include a robot control module for controlling an operation, and the robot control module may mean a software module or a chip implemented as hardware.
  • the robot 10a acquires state information of the robot 10a using sensor information acquired from various types of sensors, detects (recognizes) surrounding environments and objects, creates map data, moves and travels It can determine a plan, determine a response to a user interaction, or determine an action.
  • the robot 10a may use sensor information obtained from at least one sensor among lidar, radar, and camera to determine a moving path and a driving plan.
  • the robot 10a may perform the above operations using a learning model composed of at least one artificial neural network.
  • the robot 10a 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 from the robot 10a or learned from an external device such as the AI server 20.
  • the robot 10a may perform an operation by generating a result using a direct learning model, but transmits sensor information to an external device such as the AI server 20 and receives the result generated accordingly to perform the operation. You may.
  • the robot 10a determines a movement route and 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 a drive unit to determine the movement route and driving plan. Accordingly, the robot 10a can be driven.
  • the map data may include object identification information about various objects disposed in the space in which the robot 10a 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, location, and the like.
  • the robot 10a may perform an operation or drive by controlling a drive unit based on a user's control/interaction.
  • the robot 10a may obtain intention information of an interaction according to a user's motion or voice utterance, determine a response based on the acquired intention information, and perform an operation.
  • the robot 10a 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 10a to which AI technology and autonomous driving technology are applied may refer to a robot itself having an autonomous driving function or a robot 10a interacting with an autonomous vehicle 10b.
  • the robot 10a having an autonomous driving function may collectively refer to devices that move by themselves along a given movement line without user control or determine and move a movement line by themselves.
  • the robot 10a and the autonomous vehicle 10b having an autonomous driving function may use a common sensing method to determine one or more of a moving route or driving plan.
  • the robot 10a and the autonomous vehicle 10b having an autonomous driving function may determine one or more of a moving route or driving plan using information sensed through lidar, radar, and a camera.
  • the robot 10a interacting with the self-driving vehicle 10b exists separately from the self-driving vehicle 10b and is linked to the self-driving function inside the self-driving vehicle 10b or is connected to the self-driving vehicle 10b.
  • An operation associated with the boarding user may be performed.
  • the robot 10a that interacts with the self-driving vehicle 10b obtains sensor information on behalf of the self-driving vehicle 10b and provides it to the self-driving vehicle 10b, or acquires sensor information and obtains surrounding environment information or By generating object information and providing it to the self-driving vehicle 10b, it is possible to control or assist the self-driving function of the self-driving vehicle 10b.
  • the robot 10a interacting with the autonomous vehicle 10b may monitor a user riding in the autonomous vehicle 10b or control functions of the autonomous vehicle 10b through interaction with the user. .
  • the robot 10a may activate an autonomous driving function of the autonomous vehicle 10b or assist in controlling a driving unit of the autonomous vehicle 10b.
  • the functions of the self-driving vehicle 10b controlled by the robot 10a may include functions provided by a navigation system or an audio system installed inside the self-driving vehicle 10b as well as a simple self-driving function.
  • the robot 10a interacting with the autonomous vehicle 10b may provide information or assist functions to the autonomous vehicle 10b outside the autonomous vehicle 10b.
  • the robot 10a may provide traffic information including signal information to the autonomous vehicle 10b, such as a smart traffic light, or interact with the autonomous vehicle 10b, such as an automatic electric charger of an electric vehicle. You can also automatically connect the electric charger to the charging port.
  • FIG. 4 is a perspective view of a robot according to the present embodiment
  • FIG. 5 is a side view showing a body and a door of the robot according to the present embodiment.
  • the robot 10a may include a body 30 and a driving module 32 mounted on the body 30 .
  • the driving module 32 is capable of driving the robot 10a in the forward and backward direction (Y, traveling direction) and may be provided on the lower part of the body 30 .
  • the driving module 32 may include at least one wheel 33 and a motor 34 capable of rotating the wheel 33 .
  • An example of the robot 10a may be a delivery robot capable of carrying various items such as food or packaging products, and the body 30 may include a storage body 40 having a storage space S in which items are accommodated.
  • An upper surface of the storage body 40 may be open, and the storage space S may be formed inside the storage body 40 . A user can put an article into the storage space S through the open upper surface of the storage body 40 and take out an article accommodated in the storage space S.
  • the body 30 may further include an inner body 42 (see FIGS. 5 to 8) and an outer cover 44 (see FIG. 4).
  • the storage body 40 may be mounted on the inner body 42 .
  • the inner body 42 may be located inside the outer cover 44 .
  • the inner body 42 may support the storage body 40 , and the storage body 40 may be mounted on and supported by the inner body 42 .
  • the outer cover 44 may be disposed outside the storage body 40 and the inner body 42 and may protect the storage body 40 and the inner body 42 .
  • the outer cover 44 may be disposed to surround the outer circumference of the storage body 40 .
  • a door 50 that opens and closes the storage space S may be disposed in the body 30 .
  • the door 50 may be rotatably connected to the body 30 and, as shown in FIG. 5 above the storage space S, may open and close the storage space S in a rotational manner.
  • the robot 10a may include a door driving mechanism 60 (or a door rotating mechanism) that is connected to the door 50 and rotates the door 50 .
  • the door driving mechanism 60 is mounted on the inner body 42 to rotate the door 50 to a closed position (C), a partially open position (O1), or a fully open position (O2).
  • the door driving mechanism 60 pulls the door 50 from the rear of the rotation center of the door 50 to move the door 50 to a partially open position O1 or a fully open position O2 as shown in FIG. 5 . can be rotated
  • the door driving mechanism 60 may be located inside the outer cover 44 .
  • the outer cover 44 is disposed to surround the outer circumference of the storage body 40, the inner circumference of the outer cover 44 and the outer circumference of the storage body 40 have a space in which the door driving mechanism 60 can be accommodated. (ie, an accommodation space) may be formed.
  • the door driving mechanism 60 may be accommodated in a space formed between the outer cover 44 and the storage body 40 and may be protected by the outer cover 44 and the storage body 40 .
  • the door driving mechanism 60 can be accommodated between the back plate of the storage body 40 and the back plate of the outer cover 44, and plate damage or damage to the door driving mechanism 60 is minimized when the robot 10a collides in front. It can be.
  • FIG. 6 is a perspective view when the door according to the present embodiment is closed
  • FIG. 7 is a perspective view when the door is partially open according to the present embodiment
  • FIG. 8 is a perspective view when the door according to the present embodiment is maximally open. It is a perspective view.
  • the robot 10a may include a driving source 70 , a power transmission member 80 and a spring 90 .
  • the driving source 70 , the power transmission member 80 and the spring 90 may configure the door driving mechanism 60 .
  • Examples of the power transmission member 80 may include a lever 82 and a drive link 84 .
  • the body 30 may include a lower connection portion 45 to which a lower portion of the spring 90 is connected.
  • the lower connection part 45 may be formed in the inner body 42 .
  • the lower connection part 45 may be formed on the rear part of the inner body 42 .
  • the height H1 of the lower connection part 45 may be higher than the height H2 of the driving source 70 .
  • the body 30 may further include a drive source bracket 46 to which the drive source 60 is mounted.
  • the drive source bracket 46 may be disposed outside the storage body 40 .
  • An example of the driving source bracket 60 may protrude from the inner body 40 .
  • the driving source bracket 46 may be disposed to protrude from the inner body 40 in a rearward direction.
  • the door 50 may be connected to the body 30 through a first hinge P1.
  • a hinge supporter (not shown) may be formed on the upper portion of the body 30 to rotatably support the first hinge P1.
  • the door 50 is rotated around the first hinge P1 to open and close the storage space S (refer to FIG. 4).
  • the door 50 may include one end 51 and the other end 52 .
  • An example of the one end 51 may be the rear end of the door 50 .
  • One end 51 may be spaced apart from the first hinge P1 by a first distance L1.
  • the other end 52 may be spaced apart from the first hinge P1 by a second distance L2.
  • the second distance L2 may be longer than the first distance L2.
  • An example of the other end 52 may be the front end of the door 50 .
  • the first hinge P1 may be closer to one end 51 than the other end 52 .
  • the door 50 may include a door body 54 , a drive link bracket 56 and a spring bracket 58 .
  • the door body 54 may include one end 51 and the other end 52 .
  • the drive link bracket 56 may be installed on the door body 54 .
  • the drive link bracket 56 may be installed to be buried in the door body 54 .
  • the drive link 84 may be connected to the drive link bracket 56 .
  • the door 50 may include a drive link connection part 55 .
  • the drive link 84 may be rotatably connected to the drive link connection part 55 as the second hinge P2.
  • the drive link connection part 55 may be formed at the rear end of the drive link bracket 56 .
  • the spring bracket 58 may be installed in the door body 54 to be spaced apart from the drive link bracket 56 .
  • the spring bracket 58 may be installed to be buried in the door body 54 .
  • the spring bracket 58 may be spaced apart from the driving link bracket 56 in the left and right directions (X).
  • Spring 90 may be connected to spring bracket 58 .
  • the door 50 may include an upper connection part 57 .
  • An upper portion of the spring 90 may be connected to the upper connection portion 57 .
  • the upper connection part 57 may be spaced apart from the drive link connection part 55 .
  • the upper connection part 57 may be formed at the rear end of the spring bracket 58.
  • the door driving mechanism 60 may be disposed outside the storage body 40, and the storage space S of the storage body 40 may be maximized.
  • the driving source 70 may be installed on the body 30 and may be seated and fastened to the driving source bracket 46 of the body 30 .
  • the driving source 70 may be closer to one end 51 of one end 51 and the other end 52 of the door 50 .
  • An example of the driving source 70 may be a motor, and the rotation shaft 72 of the motor may be disposed horizontally.
  • the rotation axis 72 of the motor may be long in the left and right direction (X).
  • the power transmission member 80 may transmit the rotational force of the driving source 70 to the door 70 between the driving source 70 and the door 50 .
  • the power transmission member 80 can be applied to any configuration capable of rotating the door 50 when the driving source 70 is driven, but an example including the lever 82 and the driving link 84 will be described below. .
  • the lever 82 may be connected to the rotation shaft 72 of the driving source 70 .
  • the lever 82 may be rotated clockwise or counterclockwise by the drive source 82 .
  • One side of the lever 82 may be formed with a rotation shaft connecting portion to which a rotation shaft is connected.
  • a hinge support for supporting the third hinge may be formed on the other side of the lever 82 .
  • the rotation shaft connection part and the hinge support part may be spaced apart from each other in the longitudinal direction of the lever 82 .
  • the length of the lever 82 may be shorter than the length of the driving link 84 .
  • the lever 82 may move the driving link 84 up and down while being disposed outside the storage body 40 .
  • the driving link 84 may be connected to the door 50 through the second hinge P2.
  • the driving link 84 may be connected to the lever 82 through a third hinge P3.
  • the drive link 84 may be moved up and down by the lever 82 while being disposed outside the storage body 40 .
  • the driving link 84 can pull the door 50 when descending.
  • the door 50 lifts the weight of the door 50.
  • the door 50 can be disposed substantially horizontally on the upper side of the storage body 40 . That is, the door 50 may be disposed long in the front-back direction (Y).
  • the driving link 84 may be partially lowered, and the door 50 may move through the driving link 84
  • the door 50 can be rotated around the first hinge P1 by being guided by the door 50, and the door 50 can be disposed in a substantially inclined direction on the upper side of the storage body 40 by the weight of the door 50 and the external force of the driving link 84. can That is, the door 50 may be disposed long in an oblique direction between the front-back direction (Y) and the up-down direction (Z).
  • the drive link 84 can be maximally lowered, and the door 50 is driven by the drive link 84 It can be rotated about the first hinge P1 by being guided by and placed substantially vertically on the upper side of the storage body 40 by the external force of the driving link 84. That is, the door 50 may be disposed long in the vertical direction (Z).
  • the spring 90 may compensate for the gravitational force of the door 50 .
  • One side of the spring 90 may be connected to the body, and the other side of the spring 90 may be connected to the door 50.
  • One side of the spring 90 may be defined as a lower portion of the spring, and the other side of the spring 90 may be defined as an upper portion of the spring.
  • the moment of the opposite part of the door driving mechanism 60 (ie, one end 52) of the door 50 increases, and the torque required for the driving source 70 increases, but the spring A torque that interferes with the driving (rotation) of the door 50 may be compensated by providing an elastic force that offsets the weight of the door 50 (ie, the weight in the direction of gravity) by means of 90 .
  • the length of the spring 90 may be shorter than the length of the drive link (84).
  • the spring 90 can compensate for the gravitational force of the door 50 by pulling the door 50, especially the upper connecting portion 57 downward, and the driving source 70 moves the door 50 with a relatively small torque. can be rotated
  • a pair of springs 90 and spring brackets 58 are provided, and a driving link 84 may be disposed between the pair of springs 90.
  • the pair of springs 90 may be spaced apart in the left and right directions (X), the pair of springs 90 may help the door 50 rotate more stably when the driving source 70 is driven, and the door ( When the door 50 is closed, it is possible to prevent the door 50 from closing abruptly.
  • FIG. 9 is a diagram illustrating a process in which a door is rotated from closed to maximum open according to the present embodiment.
  • 10 is a conceptual diagram illustrating a driving source, a power transmission member, and a door when a door is closed according to the present embodiment
  • FIG. 11 is a conceptual diagram illustrating a spring and a door when the door is closed according to the present embodiment.
  • 12 is a conceptual diagram illustrating a driving source, a power transmission member, and a door when a door is open according to the present embodiment
  • FIG. 13 is a conceptual diagram illustrating a spring and a door when the door is open according to the present embodiment.
  • FIG. 9 (a) is a diagram when the door is closed
  • FIG. 9 (b), FIG. 9 (c) and FIG. 9 (d) are diagrams when the door is gradually opened.
  • (e) is a diagram when the door is opened to the maximum.
  • a clockwise (CW) torque is applied to the other end 52 of the door 50 by the load of the door 50, and a spring is applied to one end 51 of the door 50.
  • the torque in the counterclockwise direction (CCW) is acted upon by the elastic force of (90). If no external force acts on the door 50, the clockwise (CW) torque may be greater than the counterclockwise (CCW) torque, and the door 50 may be disposed substantially horizontally while being supported by the body 30.
  • the lever 82 When the drive source 70 is driven, the lever 82 can be gradually laid down as shown in FIGS. 9(b), 9(c), 9(d) and 9(e) , The driving link 84 may be gradually lowered, and the door 50 may open the storage space S while being erected vertically, as shown in (e) of FIG. 9 .
  • spring 90 may be a tension spring. As shown in FIGS. 9(a) and 11 , the spring 90 can be maximally tensioned when the door 50 is closed, and can compensate the load of the door 50 the most.
  • the spring 90 can be least tensioned when the door 50 is opened, and can compensate the load of the door 50 the least.
  • the robot 10a as described above can open the door 50 by driving the driving source 70 in the door opening mode under specific conditions.
  • the drive source 70 may execute the door opening mode.
  • a user may input a password through an input unit (eg, a touch screen) of the input interface 12, and if the input password matches a pre-stored password, the driving source 70 may implement a door open mode. .
  • an input unit eg, a touch screen
  • the driving source 70 may execute the door opening mode.
  • the user may input a door opening command through an app installed in the mobile terminal, the communication interface 11 may receive a signal from the mobile terminal, and the door opening command signal may be received through the communication interface 11 When it is, the driving source 70 can execute the door opening mode.
  • the driving source 70 may execute the door opening mode.
  • the user can approach the robot 10a, and the robot 10a can detect the user's approach through a sensing device such as a camera or a communication interface 11 such as Bluetooth, RFID, or infrared communication.
  • the driving source 70 may execute a door opening mode.
  • the drive source 70 may open the door 50 in inverse proportion to the distance from the user. For example, when it is detected that the user has approached within 3 m, the driving source 70 partially opens the door 50, and when it is detected that the user has approached within 1 m, the driving source 70 opens the door 50 to the maximum. can do.

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

본 실시 예에 따른 로봇은 내부에 수납 공간이 형성된 수납 바디를 포함하는 바디; 바디에 제1힌지로 연결되고, 제1힌지를 중심으로 회전되어 수납 공간을 개폐하는 도어; 바디에 설치된 구동원; 구동원과 도어 사이에서 구동원의 회전력을 전달하는 동력전달부재; 및 바디에 일측이 연결되고 도어에 타측에 연결되어 도어의 중력을 보상하는 스프링을 포함한다.

Description

로봇
본 발명은 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.
로봇 중 배송로봇은 내부에 수납 공간이 형성된 수납 바디와, 수납 공간을 개폐하는 도어를 포함할 수 있고, 사용자는 도어를 상측 방향으로 회전시켜 수납 공간을 개방할 수 있고, 수납 공간에 물품을 넣거나 수납 공간에 수납된 물품을 꺼낼 수 있다.
본 실시예는 도어를 열기 위한 구동원의 부하를 최소화할 수 있는 로봇을 게공하는 데 그 목적이 있다.
본 실시 예에 따른 로봇은 내부에 수납 공간이 형성된 수납 바디를 포함하는 바디; 바디에 제1힌지로 연결되고, 제1힌지를 중심으로 회전되어 수납 공간을 개폐하는 도어; 바디에 설치된 구동원; 구동원과 도어 사이에서 구동원의 회전력을 전달하는 동력전달부재; 및 바디에 일측이 연결되고 도어에 타측에 연결되어 도어의 중력을 보상하는 스프링을 포함한다.
바디는 수납 바디의 외부에 배치되고, 구동원이 장착된 구동원 브라켓을 포함할 수 있다.
동력전달부재는 구동원의 회전축에 연결된 레버; 도어에 제2힌지로 연결되고, 레버에 제3힌지로 연결되며, 수납 바디 외부에 배치된 구동링크를 포함할 수 있다.
스프링의 길이는 구동링크의 길이 보다 짧을 수 있다.
스프링은 한 쌍 제공되고, 구동링크는 한 쌍의 스프링 사이에 배치될 수 있다.
도어는 제1힌지와 제1거리만큼 이격된 일단부과, 제1힌지와 제1거리 보다 먼 제2거리만큼 이격된 타단부를 포함할 수 있다.
구동원은 일단부와 타단부 중 일단부에 더 가까울 수 있다.
도어는 구동링크가 제2힌지로 회전 가능하게 연결되는 구동링크 연결부와, 스프링의 상부가 연결되고 구동링크 연결부와 이격된 어퍼 연결부를 포함할 수 있다.
바디는 스프링의 하부가 연결된 로어 연결부를 포함할 수 있다. 로어 연결부의 높이는 구동원의 높이 보다 높을 수 있다.
도어는 도어 바디; 도어 바디에 설치되고 구동링크가 연결된 구동링크 브라켓 및 도어 바디에 구동링크 브라켓과 이격되게 설치되고 스프링이 연결된 스프링 브라켓을 포함할 수 있다.
스프링은 도어의 클로즈시 최대로 인장될 수 있고, 도어의 오픈시 최소로 인장될 수 있다.
본 발명의 실시 예에 따르면, 스프링이 도어의 중력을 보상하여, 구동원의 구동력을 최소화할 수 있고, 소비전력을 최소화할 수 있다.
또한, 구동원과, 동력전달부재와, 스프링이 수납 공간을 침해하지 않아, 수납 공간을 최대화할 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 4는 본 실시 예에 따른 로봇의 도시된 사시도이다.
도 5은 본 실시 예에 따른 로봇의 수납 바디와 도어가 도시된 측면도이다.
도 6은 본 실시 예에 따른 도어가 클로즈일 때의 사시도이다.
도 7은 본 실시 예에 따른 도어가 일부 오픈일 때의 사시도이다.
도 8은 본 실시 예에 따른 도어가 최대 오픈일 때의 사시도이다.
도 9는 본 실시 예에 따른 도어가 클로즈에서 최대 열림으로 회전되는 과정이 도시된 도이다.
도 10는 본 실시 예에 따른 도어가 클로즈일 때의 구동원과 동력전달부재과 도어가 도시된 개념도이다.
도 11는 본 실시 예에 따른 도어가 클로즈일 때의 스프링과 도어가 도시된 개념도이다.
도 12은 본 실시 예에 따른 도어가 오픈일 때의 구동원과 동력전달부재와 도어가 도시된 개념도이다.
도 13은 본 실시 예에 따른 도어가 오픈일 때의 스프링과 도어가 도시된 개념도이다.
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(Bluetooth쪠), 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 4는 본 실시 예에 따른 로봇의 도시된 사시도이고, 도 5는 본 실시 예에 따른 로봇의 바디와 도어가 도시된 측면도이다.
로봇(10a)은 바디(30)와, 바디(30)에 장착된 구동 모듈(32)를 포함할 수 있다.
구동 모듈(32)은 로봇(10a)을 전후 방향(Y, 주행 방향)으로 주행시킬 수 있는 것으로, 바디(30)의 하부에 제공될 수 있다. 구동 모듈(32)는 적어도 하나의 휠(33)과, 휠(33)을 회전시킬 수 있는 모터(34)를 포함할 수 잇다.
로봇(10a)의 예는 음식물이나 포장용품 등의 다양한 물품을 운반할 수 있는 배송로봇일 수 있고, 바디(30)는 물품이 수용되는 수납 공간(S)이 형성된 수납 바디(40)를 포함할 수 있다.
수납 바디(40)의 상면은 개방될 수 있고, 수납 공간(S)은 수납 바디(40)의 내부에 형성될 수 있다. 사용자는 수납 바디(40)의 개방된 상면을 통해 물품을 수납 공간(S)으로 투입할 수 있고, 수납 공간(S)에 수용된 물품을 꺼낼 수 있다.
바디(30)는 이너 바디(42, 도 5 내지 도 8 참조)와, 아우터 커버(44, 도 4 참조)를 더 포함할 수 있다.
수납 바디(40)는 이너 바디(42)에 장착될 수 있다.
이너 바디(42)는 아우터 커버(44) 내측에 위치될 수 있다. 이너 바디(42)는 수납 바디(40)를 지지할 수 있고, 수납 바디(40)는 이너 바디(42)에 장착되어 지지될 수 있다.
아우터 커버(44)는 수납 바디(40)와, 이너 바디(42)의 외측에 배치될 수 있고, 수납 바디(40)와, 이너 바디(42)를 보호할 수 있다. 아우터 커버(44)는 수납 바디(40)의 외둘레를 둘러싸게 배치될 수 있다.
바디(30)에는 수납 공간(S)을 개폐하는 도어(50)가 배치될 수 있다. 도어(50)는 바디(30)에 회전 가능하게 연결될 수 있고, 수납 공간(S)의 상측에서 도 5에 도시된 바와 같이, 회전식으로 수납 공간(S)을 개폐할 수 있다.
로봇(10a)은 도어(50)에 연결되어 도어(50)를 회전시키는 도어 구동 메커니즘(60, 또는 도어 로테이팅 메커니즘)을 포함할 수 있다.
도어 구동 메커니즘(60)는 이너 바디(42)에 장착되어 도어(50)를 클로즈 위치(C)나 일부 개방 위치(O1)나 완전 개방 위치(O2)로 회전시킬 수 있다.
도어 구동 메커니즘(60)는 도어(50)의 회전 중심 후방에서 도어(50)를 끌어당겨 도어(50)를 도 5에 도시된 바와 같이, 일부 개방 위치(O1)나 완전 개방 위치(O2)로 회전시킬 수 있다.
도어 구동 메커니즘(60)는 아우터 커버(44)의 내측에 위치될 수 있다. 아우터 커버(44)가 수납 바디(40)의 외둘레를 둘러싸게 배치되었을 때, 아우터 커버(44)의 내둘레과 수납 바디(40)의 외둘레에는 도어 구동 메커니즘(60)이 수용될 수 있는 공간(즉, 수용공간)이 형성될 수 있다. 도어 구동 메커니즘(60)는 아우터 커버(44)와 수납 바디(40)의 사이에 형성된 공간에 수용될 수 있고, 아우터 커버(44) 및 수납 바디(40)에 의해 보호될 수 있다.
도어 구동 메커니즘(60)는 수납 바디(40)의 후판과 아우터 커버(44)의 후판의 사이에 수용될 수 있고, 로봇(10a)의 전방 충돌시 도어 구동 메커니즘(60)의 판손이나 손상은 최소화될 수 있다.
도 6은 본 실시 예에 따른 도어가 클로즈일 때의 사시도이고, 도 7은 본 실시 예에 따른 도어가 일부 오픈일 때의 사시도이며, 도 8은 본 실시 예에 따른 도어가 최대 오픈일 때의 사시도이다.
로봇(10a)은 구동원(70)과, 동력전달부재(80) 및 스프링(90)을 포함할 수 있다. 구동원(70)과, 동력전달부재(80) 및 스프링(90)은 도어 구동 메커니즘(60)을 구성할 수 있다. 동력전달부재(80)의 예는 레버(82)와, 구동링크(84)를 포함할 수 있다.
바디(30)는 스프링(90)의 하부가 연결된 로어 연결부(45)를 포함할 수 있다. 로어 연결부(45)는 이너 바디(42)에 형성될 수 있다. 로어 연결부(45)의 이너 바디(42)의 후방부에 형성될 수 있다.
로어 연결부(45)의 높이(H1)는 구동원(70)의 높이(H2) 보다 높을 수 있다.
바디(30)는 구동원(60)이 장착된 구동원 브라켓(46)을 더 포함할 수 있다. 구동원 브라켓(46)은 수납 바디(40)의 외부에 배치될 수 있다. 구동원 브라켓(60)의 일 예는 이너 바디(40)에서 돌출될 수 있다. 구동원 브라켓(46)은 이너 바디(40)에 후방 방향으로 돌출되게 배치될 수 있다.
도어(50)는 바디(30)에 제1힌지(P1)로 연결될 수 있다. 바디(30)의 상부에는 제1힌지(P1)를 회전 가능하게 지지하는 힌지 서포터(미도시)가 형성될 수 있다. 도어(50)는 제1힌지(P1)를 중심으로 회전되어 수납 공간(S, 도 4 참조)을 개폐할 수 있다.
도어(50)는 일단부(51)와 타단부(52)를 포함할 수 있다.
일단부(51)의 예는 도어(50)의 후단부일 수 있다. 일단부(51)는 제1힌지(P1)와 제1거리(L1)만큼 이격될 수 있다.
타단부(52)는 제1힌지(P1)와 제2거리(L2)만큼 이격될 수 있다. 제2거리(L2)는 제1거리(L2) 보다 멀 수 있다. 타단부(52)의 예는 도어(50)의 선단부일 수 있다.
제1힌지(P1)는 타단부(52) 보다 일단부(51)에 더 근접할 수 있다.
도어(50)는 도어 바디(54)와, 구동링크 브라켓(56) 및 스프링 브라켓(58)을 포함할 수 있다.
도어 바디(54)는 일단부(51)와 타단부(52)를 포함할 수 있다.
구동링크 브라켓(56)은 도어 바디(54)에 설치될 수 있다. 구동링크 브라켓(56)은 도어 바디(54)에 매립되게 설치될 수 있다. 구동링크(84)는 구동링크 브라켓(56)에 연결될 수 있다. 도어(50)는 구동링크 연결부(55)를 포함할 수 있다. 구동링크 연결부(55)에는 구동링크(84)가 제2힌지(P2)로 회전 가능하게 연결될 수 있다. 구동링크 연결부(55)는 구동링크 브라켓(56)의 후단에 형성될 수 있다.
스프링 브라켓(58)은 도어 바디(54)에 구동링크 브라켓(56)과 이격되게 설치될 수 있다. 스프링 브라켓(58)는 도어 바디(54)에 매립되게 설치될 수 있다. 스프링 브라켓(58)는 구동링크 브라켓(56)과 좌우 방향(X)으로 이격될 수 있다. 스프링(90)은 스프링 브라켓(58)에 연결될 수 있다. 도어(50)는 어퍼 연결부(57)를 포함할 수 있다. 어퍼 연결부(57)에는 스프링(90)의 상부가 연결될 수 있다. 어퍼 연결부(57)는 구동링크 연결부(55)와 이격될 수 있다. 어퍼 연결부(57)는 스프링 브라켓(58)의 후단에 형성될 수 있다.
도어 구동 메커니즘(60)은 수납 바디(40)의 외부에 배치될 수 있고, 수납 바디(40)의 수납 공간(S)은 최대화될 수 있다 .
구동원(70)는 바디(30)에 설치될 수 있고, 바디(30) 중 구동원 브라켓(46)에 안착되고 체결될 수 있다.
구동원(70)은 도어(50)의 일단부(51)와 타단부(52) 중 일단부(51)에 더 가까울 수 있다.
구동원(70)의 일 예는 모터일 수 있고, 모터의 회전축(72)은 수평하게 배치될 수 있다. 모터의 회전축(72)은 좌우 방향(X)으로 길 수 있다.
동력전달부재(80)는 구동원(70)과 도어(50)의 사이에서 구동원(70)의 회전력을 도어(70)에 전달할 수 있다. 동력전달부재(80)는 구동원(70)의 구동시 도어(50)를 회전시킬 수 있는 구성이면 모두 적용 가능하나, 이하, 레버(82)와 구동링크(84)를 포함하는 예에 대해 설명한다.
레버(82)는 구동원(70)의 회전축(72)에 연결될 수 있다. 레버(82)는 구동원(82)에 의해 시계 방향 또는 반시계 방향으로 회전될 수 있다. 레버(82)의 일측에는 회전축이 연결되는 회전축 연결부가 형성될 수 있다. 레버(82)의 타측에는 제3힌지를 지지하는 힌지 지지부가 형성될 수 있다. 회전축 연결부와 힌지 지지부는 레버(82)의 길이 방향으로 이격될 수 있다. 레버(82)의 길이는 구동링크(84)의 길이 보다 짧을 수 있다. 레버(82)는 수납 바디(40)의 외부에 배치된 상태에서, 구동링크(84)를 승강시킬 수 있다.
구동링크(84)는 도어(50)에 제2힌지(P2)로 연결될 수 있다. 구동링크(84)는 레버(82)에 제3힌지(P3)로 연결될 수 있다. 구동링크(84)는 수납 바디(40) 외부에 배치된 상태에서, 레버(82)에 의해 승강될 수 있다. 구동링크(84)는 하강시 도어(50)를 끌어당길 수 있다.
상기와 같이 구성된 동력전달부재(80)는 도 6에 도시된 바와 같이, 레버(82)가 시계방향으로 회전되면, 구동링크(84)가 상승되고, 도어(50)는 도어(50)의 무게에 의해 수납 바디(40) 상측에 대략 수평하게 배치될 수 있다. 즉, 도어(50)는 전후 방향(Y)으로 길게 배치될 수 있다.
동력전달부재(80)는 도 7에 도시된 바와 같이, 레버(82)가 반시계방향으로 일부 회전되면, 구동링크(84)가 일부 하강될 수 있고, 도어(50)는 구동링크(84)에 이끌려 제1힌지(P1)을 중심으로 회전될 수 있고, 도어(50)는 도어(50)의 무게와 구동링크(84)의 외력에 의해 수납 바디(40) 상측에 대략 경사 방향으로 배치될 수 있다. 즉, 도어(50)는 전후 방향(Y)과 상하 방향(Z) 사이의 경사 방향으로 길게 배치될 수 있다.
동력전달부재(80)는 도 8에 도시된 바와 같이, 레버(82)가 반시계방향으로 최대 회전되면, 구동링크(84)가 최대 하강될 수 있고, 도어(50)는 구동링크(84)에 이끌려 제1힌지(P1)을 중심으로 회전될 수 있고, 구동링크(84)의 외력에 의해 수납 바디(40) 상측에 대략 수직하게 배치될 수 있다. 즉, 도어(50)는 상하 방향(Z)으로 길게 배치될 수 있다.
스프링(90)은 도어(50)의 중력을 보상할 수 있다. 스프링(90)의 일측은 바디에 연결될 수 있고, 스프링(90)의 타측은 도어(50)에 연결될 수 있다. 스프링(90)의 일측은 스프링의 하부로 정의될 수 있고, 스프링(90)의 타측은 스프링의 상부로 정의될 수 있다.
도어(50)의 크기가 클수록 도어(50) 중 도어 구동 메커니즘(60)의 반대편 부분(즉, 일단부(52))의 모멘트가 증가되고, 구동원(70)에 요구되는 토크가 증가하지만, 스프링(90)에 의해 도어(50)의 무게(즉, 중력 방향 무게)를 상쇄하는 탄성력을 제공하여, 도어(50)의 구동(회전)에 방해하는 토크를 보상할 수 있다.
스프링(90)의 길이는 구동링크(84)의 길이 보다 짧을 수 있다.
스프링(90)은 도어(50) 특히 어퍼 연결부(57)를 하측방향으로 당기는 것에 의해, 도어(50)의 중력을 보상할 수 있고, 구동원(70)은 상대적으로 적은 토크로 도어(50)를 회전시킬 수 있다.
스프링(90)과 스프링 브라켓(58)의 각각은 한 쌍 제공되고, 구동링크(84)는 한 쌍의 스프링(90) 사이에 배치될 수 있다.
한 쌍의 스프링(90)은 좌우 방향(X)으로 이격될 수 있고, 한 쌍의 스프링(90)는 구동원(70)의 구동시 도어(50)가 보다 안정적으로 회전되게 도울 수 있고, 도어(50)가 닫힐 때, 도어(50)가 급격히 닫히지 않게 할 수 있다.
도 9는 본 실시 예에 따른 도어가 클로즈에서 최대 열림으로 회전되는 과정이 도시된 도이다. 도 10는 본 실시 예에 따른 도어가 클로즈일 때의 구동원과 동력전달부재과 도어가 도시된 개념도이고, 도 11는 본 실시 예에 따른 도어가 클로즈일 때의 스프링과 도어가 도시된 개념도이다. 도 12은 본 실시 예에 따른 도어가 오픈일 때의 구동원과 동력전달부재와 도어가 도시된 개념도이고, 도 13은 본 실시 예에 따른 도어가 오픈일 때의 스프링과 도어가 도시된 개념도이다.
도 9는 (a)는 도어가 클로즈일 때의 도이고, 도 9의 (b), 도 9의 (c) 및 도 9의 (d)는 도어가 점차 오픈될 때의 도이며, 도 9의 (e)는 도어가 최대로 오픈되었을 때의 도이다.
도어(50)가 클로즈일 때, 도어(50)의 타단부(52)에는 도어(50)의 하중에 의해 시계방향(CW) 토크가 작용하고, 도어(50)의 일단부(51)에는 스프링(90)의 탄성력에 의해 반시계방향(CCW)의 토크가 작용한다. 도어(50)에 외력이 작용하지 않으면, 시계방향(CW) 토크는 반시계방향(CCW)의 토크 보다 클 수 있고, 도어(50)는 바디(30)에 지지된 상태에서 대략 수평하게 배치될 수 있다.
구동원(70)이 구동되면, 레버(82)는 도 9의 (b), 도 9의 (c), 도 9의 (d) 및 도 9의 (e)에 도시된 바와 같이 점차 눕혀질 수 있고, 구동링크(84)는 점차 하강될 수 있으며, 도어(50)는 도 9의 (e)에 도시된 바와 같이, 수직하게 세워지면서 수납 공간(S)을 개방할 수 있다.
스프링(90)의 일 예는 인장 스프링일 수 있다. 스프링(90)은 도 9의 (a) 및 도 11에 도시된 바와 같이, 도어(50)의 클로즈시 최대로 인장될 수 있고, 도어(50)의 하중을 가장 크게 보상할 수 있다.
스프링(90)은 도 9의 (e) 및 13에 도시된 바와 같이, 도어(50)의 오픈시 최소로 인장될 수 있고, 도어(50)의 하중을 가장 작게 보상할 수 있다.
상기와 같은 로봇(10a)은 특정 조건일 때, 구동원(70)이 도어 개방모드로 구동되어 도어(50)을 열 수 있다.
도어 개방모드의 일 예는 입력 인터페이스(12)를 통해 도어 개방 명령이 입력되고, 도어 개방 명령이 입력되면, 구동원(70)은 도어 개방 모드를 실시할 수 있다.
사용자는 입력 인터페이스(12)의 입력부(예를 들어, 터치 스크린)을 통해 비밀번호를 입력할 수 있고, 입력된 비밀번호가 기저장된 비밀번호와 일치하면, 구동원(70)은 도어 개방 모드를 실시할 수 있다.
도어 개방모드의 다른 예는 사용자가 스마트폰(10d)과 같은 이동 단말기를 통해 도어 개방 명령이 입력되고, 도어 개방 명령이 입력되면, 구동원(70)은 도어 개방 모드를 실시할 수 있다.
사용자는 이동 단말기에 설치된 앱을 통해, 도어 개방 명령이 입력할 수 있고, 통신 인터페이스(11)는 이동 단밀기의 신호를 수신할 수 있으며, 통신 인터페이스(11)를 통해 도어 개방 명령의 신호가 수신되면, 구동원(70)은 도어 개방 모드를 실시할 수 있다.
도어 개방모드의 또 다른 예는 사용자가 소지한 전자 키를 통해 도어 개방 명령이 입력되고, 도어 개방 명령이 입력되면, 구동원(70)은 도어 개방 모드를 실시할 수 있다.
사용자는 로봇(10a)에 접근할 수 있고, 로봇(10 a)은 카메라 등의 센싱 장치나 블루투스, RFID, 적외선 통신 등의 통신 인터페이스(11)를 통해 사용자의 접근을 감지할 수 있고, 사용자가 로봇(10a)에 소정 거리 접근하면, 구동원(70)은 도어 개방 모드를 실시할 수 있다. 이때, 구동원(70)은 사용자와의 거리에 반비례하여, 도어(50)을 개방하는 것도 가능하다. 예를 들어, 사용자가 3m 이내에 접근한 것으로 감지되면, 구동원(70)은 도어(50)을 일부 오픈하고, 사용자가 1m 이내에 접근한 것으로 감지되면, 구동원(70)은 도어(50)을 최대 오픈할 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.

Claims (11)

  1. 내부에 수납 공간이 형성된 수납 바디를 포함하는 바디;
    상기 바디에 제1힌지로 연결되고, 상기 제1힌지를 중심으로 회전되어 상기 수납 공간을 개폐하는 도어;
    상기 바디에 설치된 구동원;
    상기 구동원과 상기 도어 사이에서 구동원의 회전력을 전달하는 동력전달부재; 및
    상기 바디에 일측이 연결되고 상기 도어에 타측에 연결되어 상기 도어의 중력을 보상하는 스프링을 포함하는 로봇.
  2. 제 1 항에 있어서,
    상기 바디는 상기 수납 바디의 외부에 배치되고, 상기 구동원이 장착된 구동원 브라켓을 포함하는 로봇.
  3. 제 1 항에 있어서,
    상기 동력전달부재는
    상기 구동원의 회전축에 연결된 레버;
    상기 도어에 제2힌지로 연결되고, 상기 레버에 제3힌지로 연결되며, 상기 수납 바디 외부에 배치된 구동링크를 포함하는 로봇.
  4. 제 3 항에 있어서,
    상기 스프링의 길이는 상기 구동링크의 길이 보다 짧은 로봇.
  5. 제 3 항에 있어서,
    상기 스프링은 한 쌍 제공되고,
    상기 구동링크는 한 쌍의 스프링 사이에 배치된 로봇.
  6. 제 3 항에 있어서,
    상기 도어는 상기 제1힌지와 제1거리만큼 이격된 일단부과, 상기 제1힌지와 상기 제1거리 보다 먼 제2거리만큼 이격된 타단부를 포함하고,
    상기 구동원은 상기 일단부와 타단부 중 상기 일단부에 더 가까운 로봇.
  7. 제 6 항에 있어서,
    상기 도어는
    상기 구동링크가 제2힌지로 회전 가능하게 연결되는 구동링크 연결부와,
    상기 스프링의 상부가 연결되고 상기 구동링크 연결부와 이격된 어퍼 연결부를 포함하는 로봇.
  8. 제 1 항에 있어서,
    상기 바디는 상기 스프링의 하부가 연결된 로어 연결부를 포함하는 로봇.
  9. 제 8 항에 있어서,
    상기 로어 연결부의 높이는 상기 구동원의 높이 보다 높은 로봇.
  10. 제 3 항에 있어서,
    상기 도어는
    도어 바디;
    상기 도어 바디에 설치되고 상기 구동링크가 연결된 구동링크 브라켓 및
    상기 도어 바디에 상기 구동링크 브라켓과 이격되게 설치되고 상기 스프링이 연결된 스프링 브라켓을 포함하는 로봇.
  11. 제 1 항에 있어서,
    상기 스프링은 상기 도어의 클로즈시 최대로 인장되고, 상기 도어의 오픈시 최소로 인장되는 로봇.
PCT/KR2021/017175 2021-11-17 2021-11-22 로봇 WO2023090497A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0158905 2021-11-17
KR1020210158905A KR20230072307A (ko) 2021-11-17 2021-11-17 로봇

Publications (1)

Publication Number Publication Date
WO2023090497A1 true WO2023090497A1 (ko) 2023-05-25

Family

ID=86397132

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/017175 WO2023090497A1 (ko) 2021-11-17 2021-11-22 로봇

Country Status (2)

Country Link
KR (1) KR20230072307A (ko)
WO (1) WO2023090497A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005170545A (ja) * 2003-12-08 2005-06-30 Central Seven:Kk ゴミ箱
US9535421B1 (en) * 2014-02-28 2017-01-03 Savioke, Inc. Mobile delivery robot with interior cargo space
KR20170054374A (ko) * 2017-05-11 2017-05-17 주식회사 매직캔 쓰레기통
KR20180080499A (ko) * 2017-01-04 2018-07-12 엘지전자 주식회사 공항용 로봇 및 그의 동작 방법
KR20210064015A (ko) * 2019-11-25 2021-06-02 (주)로보티즈 자율 주행 로봇

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005170545A (ja) * 2003-12-08 2005-06-30 Central Seven:Kk ゴミ箱
US9535421B1 (en) * 2014-02-28 2017-01-03 Savioke, Inc. Mobile delivery robot with interior cargo space
KR20180080499A (ko) * 2017-01-04 2018-07-12 엘지전자 주식회사 공항용 로봇 및 그의 동작 방법
KR20170054374A (ko) * 2017-05-11 2017-05-17 주식회사 매직캔 쓰레기통
KR20210064015A (ko) * 2019-11-25 2021-06-02 (주)로보티즈 자율 주행 로봇

Also Published As

Publication number Publication date
KR20230072307A (ko) 2023-05-24

Similar Documents

Publication Publication Date Title
WO2021010502A1 (ko) 로봇 및 그를 이용한 물품 관리 방법
WO2020256195A1 (ko) 빌딩 관리 로봇 및 그를 이용한 서비스 제공 방법
WO2021015308A1 (ko) 로봇 및 그의 기동어 인식 방법
WO2021006368A1 (ko) 인공지능 기반의 에너지 사용량 예측 장치 및 예측 방법
WO2021002499A1 (ko) 군집 로봇을 이용하여 사용자의 위치를 추적하는 방법, 태그장치 및 이를 구현하는 로봇
WO2020256163A1 (ko) 인공지능 이동 로봇과 그의 제어 방법
WO2020262746A1 (ko) 인공지능 기반의 세탁 코스 추천 장치 및 그 제어 방법
WO2021040104A1 (ko) 로봇
WO2020246625A1 (ko) 로봇 및 그를 포함하는 로봇 시스템
WO2020251086A1 (ko) 인공지능 세탁물 처리 기기
WO2020241919A1 (ko) 인공지능 기반의 세탁물 데이터 분석 장치
WO2019208950A1 (ko) 사용자에게 서비스를 제공하는 이동형 로봇 장치 및 방법
WO2020230928A1 (ko) 로봇 및 그의 제어 방법
WO2021045271A1 (ko) 로봇
WO2020256180A1 (ko) 사용자 인식 기반의 유모차 로봇 및 그 제어 방법
WO2020241923A1 (ko) 사용자 환경에서의 음성 인식 모델의 성능을 예측하는 인공 지능 장치 및 그 방법
WO2022055002A1 (ko) 로봇
WO2021040105A1 (ko) 개체명 테이블을 생성하는 인공 지능 장치 및 그 방법
WO2023090497A1 (ko) 로봇
WO2022071668A1 (ko) 로봇 및 그 제어방법
WO2022075592A1 (ko) 로봇
WO2021006363A1 (ko) 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법
WO2022075598A1 (ko) 로봇
WO2020251100A1 (ko) 퓨전 슬램에서 맵을 업데이트하는 방법 및 이를 구현하는 로봇
WO2023113065A1 (ko) 로봇

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: 21964883

Country of ref document: EP

Kind code of ref document: A1