WO2024232452A1 - 로봇 - Google Patents

로봇 Download PDF

Info

Publication number
WO2024232452A1
WO2024232452A1 PCT/KR2023/006314 KR2023006314W WO2024232452A1 WO 2024232452 A1 WO2024232452 A1 WO 2024232452A1 KR 2023006314 W KR2023006314 W KR 2023006314W WO 2024232452 A1 WO2024232452 A1 WO 2024232452A1
Authority
WO
WIPO (PCT)
Prior art keywords
link
robot
motor
link assembly
robot body
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2023/006314
Other languages
English (en)
French (fr)
Inventor
김용준
김지덕
노근식
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LG Electronics Inc
Original Assignee
LG Electronics Inc
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 LG Electronics Inc filed Critical LG Electronics Inc
Priority to PCT/KR2023/006314 priority Critical patent/WO2024232452A1/ko
Priority to KR1020257030308A priority patent/KR20260009800A/ko
Publication of WO2024232452A1 publication Critical patent/WO2024232452A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • 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
    • B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
    • 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
    • B25J19/02—Sensing devices
    • 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
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G3/00—Resilient suspensions for a single wheel
    • B60G3/18—Resilient suspensions for a single wheel with two or more pivoted arms, e.g. parallelogram
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R19/00—Wheel guards; Radiator guards, e.g. grilles; Obstruction removers; Fittings damping bouncing force in collisions
    • B60R19/02—Bumpers, i.e. impact receiving or absorbing members for protecting vehicles or fending off blows from other vehicles or objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D5/00—Power-assisted or power-driven steering
    • B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D57/00—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track
    • B62D57/02—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members
    • B62D57/028—Vehicles characterised by having other propulsion or other ground- engaging means than wheels or endless track, alone or in addition to wheels or endless track with ground-engaging propulsion means, e.g. walking members having wheels and mechanical legs

Definitions

  • the present invention relates to a robot.
  • a robot is a machine that automatically processes or operates a given task using its own abilities.
  • the application fields of robots can be broadly classified into industrial, medical, space, and underwater, and they can be used in various fields.
  • the robot can pass through a terrain with tall obstacles or steps, and an example of such a robot is a 4-section linkage mechanism driving system of a 6-wheeled driving robot capable of climbing stairs disclosed in Korean Patent Publication No. 10-0458284 B1 (announced on November 26, 2004), and the 4-section linkage mechanism driving system of the 6-wheeled driving robot capable of climbing stairs has 6 driving wheels and a wheeled driving robot having a left-right symmetrical structure, including: a first link which connects a first wheel and a second wheel, is connected to a body by a joint mechanism, and is connected to a second link by a rotary joint; a second link which is connected to the first link by the rotary joint, connects a third wheel to the other end, and is connected to the third link by the rotary joint; and a third link which is connected to the second link by the rotary joint, and is connected to the body by the rotary joint at the other end.
  • the purpose of this embodiment is to provide a robot that can reliably climb up and down obstacles such as curbs or stairs with a simple structure.
  • the purpose of this embodiment is to provide a robot that can be compactized.
  • a robot includes a robot body; a link assembly connected to the robot body; and a link motor installed in the robot body and connected to the link assembly, wherein the link assembly and the link motor are provided in plurality, and the plurality of link assemblies include a front link assembly connected to a front portion of the robot body; and a rear link assembly connected to a rear portion of the robot body, wherein the front link assembly and the rear link assembly may be partially overlapped in the left-right direction.
  • the front link assembly and the rear link assembly can be spaced apart in the left-right direction.
  • the robot may further include a friction pad disposed on the underside of the robot body.
  • the robot may further include a front bumper positioned at the front lower portion of the robot body.
  • the robot may further include a rear bumper positioned at the lower rear portion of the robot body.
  • At least one of the plurality of link assemblies may include an input link connected to the link motor; a support shaft installed on the robot body; an output link rotatably connected to the support shaft; a floating link rotatably connected to each of the input link and the output link; and a steering motor installed on one of the input link, the output link, and the floating link.
  • the length of the support shaft of the front link assembly may be different from the length of the support shaft of the rear link assembly.
  • the output link may be formed with a curved surface to avoid the support axis of an adjacent link assembly.
  • the floating link may include a motor mount surrounding the steering motor.
  • At least one of the plurality of link assemblies may include a coupler connected to a rotational shaft of the steering motor; an upper mount connected to the coupler; a suspension connected to the upper mount; a lower mount connected to a suspension line; a wheel motor connected to the lower mount; and a wheel connected to the rotational shaft of the wheel motor.
  • the center trajectory of the wheel and the trajectory of the input rotation axis of the input link and floating link can be separated.
  • At least one of the plurality of link assemblies may further include a displacement sensor positioned between the upper mounter and the lower mounter to measure displacement of the suspension.
  • the robot may further include a rotary encoder installed on the robot body, the rotary gear having an encoder gear meshed with the shaft gear and installed on the rotational axis of the link motor.
  • the robot may further include a processor that controls the link motor, steering motor, and wheel motor.
  • the processor can control the link motors in an off mode where each wheel of the multiple link assemblies is off the floor.
  • the processor can control a special mode in which one wheel of the multiple link assemblies climbs the stairs first.
  • the front link assembly and the rear link assembly are partially overlapped in the left-right direction, so that they can be made as compact as possible in the front-back direction.
  • the length of the support shaft of the front link assembly is different from the length of the support shaft of the rear link assembly, so that interference between the front link assembly and the rear link assembly can be minimized with a simple structure.
  • the support axis of the adjacent link assembly can be avoided by the curved portion formed in the output link, and the front link assembly and the rear link assembly can be installed as close as possible.
  • front link assembly and the rear link assembly are spaced apart in the left-right direction to minimize interference between the front link assembly and the rear link assembly.
  • the wheels of each of the multiple link assemblies are separated from the floor, thereby minimizing random movement of the robot and ensuring safety.
  • the wheel of one of the multiple link assemblies climbs the stairs first, allowing the robot to climb the stairs more easily.
  • FIG. 1 is a diagram illustrating an AI device including a robot according to the present embodiment
  • Figure 2 is a diagram illustrating an AI server connected to a robot according to the present embodiment.
  • Figure 3 is a diagram illustrating an AI system according to the present embodiment.
  • Figure 4 is a perspective view of a robot according to the present embodiment.
  • FIG. 5 is a perspective view showing a steering mechanism and a wheel module according to the present embodiment
  • Figure 6 is a side view showing the connecting axis trajectory of the input link and the floating link according to the present embodiment and the center trajectory of the wheel.
  • Figure 7 is a side view showing an example of a robot climbing stairs according to the present embodiment.
  • Figure 8 is a perspective view of the robot according to the present embodiment when it is not in operation.
  • Figure 9 is a plan view showing another example of a robot climbing stairs according to the present embodiment.
  • Fig. 10 is a side view of a robot according to the present embodiment when it overcomes an obstacle.
  • an element when it is described that an element is "fastened” or “connected” to another element, it may mean that the two elements are directly fastened or connected, or that a third element exists between the two elements and that the two elements are fastened or connected to each other by said third element.
  • an element when it is described that an element is “directly fastened” or “directly connected” to another element, it may be understood that no third element exists between the two elements.
  • a robot can mean a machine that automatically processes or operates a given task by its own abilities.
  • a robot that has the ability to recognize the environment, make judgments, and perform actions on its own can be called an intelligent robot.
  • Robots can be classified into industrial, medical, household, and military types depending on their intended use or field.
  • a robot can perform various physical actions, such as moving robot joints, by having a driving unit including an actuator or motor.
  • a mobile robot can have a driving unit including wheels, brakes, propellers, etc., and can drive on the ground or fly in the air through the driving unit.
  • Machine learning refers to a field that defines various problems in the field of artificial intelligence and studies the methodologies for solving them.
  • Machine learning is also defined as an algorithm that improves the performance of a task through constant experience with that task.
  • An artificial neural network is a model used in machine learning, and can refer to a model with problem-solving capabilities that consists of artificial neurons (nodes) that form a network by combining synapses.
  • An artificial neural network can be defined by the connection pattern between neurons in different layers, the learning process that updates model parameters, and the activation function that generates 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 synapses connecting 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 synapses.
  • Model parameters refer to parameters that are determined through learning, including the weights of synaptic connections and the biases of neurons.
  • Hyperparameters refer to parameters that must be set before learning in machine learning algorithms, including learning rate, number of iterations, mini-batch size, and initialization functions.
  • the purpose of learning an artificial neural network can be seen as determining model parameters that minimize a loss function.
  • the loss function can be used as an indicator to determine optimal model parameters during the learning process of an artificial neural network.
  • Machine learning can be classified into supervised learning, unsupervised learning, and reinforcement learning depending on the learning method.
  • Supervised learning refers to a method of training an artificial neural network when labels for training data are given.
  • the labels can refer to the correct answer (or result value) that the artificial neural network should infer when training data is input to the artificial neural network.
  • Unsupervised learning can refer to a method of training an artificial neural network when labels for training data are not given.
  • Reinforcement learning can refer to a learning method that trains an agent defined in a certain environment to select actions or action sequences that maximize cumulative rewards in each state.
  • machine learning implemented with a deep neural network (DNN: Deep Neural Network) that includes multiple 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 mean including deep learning.
  • Autonomous driving refers to technology that drives itself, and an autonomous vehicle refers to a vehicle that drives without user intervention or with minimal user intervention.
  • autonomous driving can include technologies such as technology that maintains the driving lane, technology that automatically adjusts speed such as adaptive cruise control, technology that automatically drives along a set route, and technology that automatically sets a route and drives when a destination is set.
  • technologies such as technology that maintains the driving lane, technology that automatically adjusts speed such as adaptive cruise control, technology that automatically drives along a set route, and technology that automatically sets a route and drives when a destination is set.
  • Vehicles include vehicles equipped only with internal combustion engines, hybrid vehicles equipped with both internal combustion engines and electric motors, and electric vehicles equipped only with electric motors, and may include not only automobiles but also trains, motorcycles, etc.
  • autonomous vehicles can be viewed as robots with autonomous driving functions.
  • Figure 1 illustrates an AI device including a robot according to the present embodiment.
  • the AI device (10) may be implemented as a fixed device or a movable device, such as a TV, a projector, a mobile phone, a smart phone, a desktop computer, a laptop, a digital broadcasting terminal, a PDA (personal digital assistant), a PMP (portable multimedia player), a navigation device, a tablet PC, a wearable device, a set-top box (STB), a DMB receiver, a radio, a washing machine, a refrigerator, a desktop computer, digital signage, a robot, a vehicle, etc.
  • a TV TV
  • a projector a mobile phone, a smart phone, a desktop computer, a laptop, a digital broadcasting terminal, a PDA (personal digital assistant), a PMP (portable multimedia player), a navigation device, a tablet PC, a wearable device, a set-top box (STB), a DMB receiver, a radio, a washing machine, a refrigerator, a desktop computer, digital signage, a robot,
  • the AI device (10) may include 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).
  • the communication interface (11) can transmit and receive data with external devices such as other AI devices (10a to 10e) or AI servers (20) using wired or wireless communication technology.
  • the communication interface (11) can transmit and receive sensor information, user input, learning models, control signals, etc. with external devices.
  • the communication technologies used by the communication interface (11) include GSM (Global System for Mobile communication), CDMA (Code Division Multi Access), LTE (Long Term Evolution), 5G, WLAN (Wireless LAN), Wi-Fi (Wireless-Fidelity), Bluetooth (Bluetooth), RFID (Radio Frequency Identification), Infrared Data Association (IrDA), ZigBee, NFC (Near Field Communication), etc.
  • 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
  • RFID Radio Frequency Identification
  • IrDA Infrared Data Association
  • ZigBee ZigBee
  • NFC Near Field Communication
  • the input interface (12) can obtain various types of data.
  • the input interface (12) may include a camera for inputting a video signal, a microphone for receiving an audio signal, a user input interface for receiving information from a user, etc.
  • the camera or microphone may be treated as a sensor, and a signal obtained from the camera or microphone may be referred to as sensing data or sensor information.
  • the input interface (12) can obtain input data to be used when obtaining output using learning data and learning models for model learning.
  • the input interface (12) can also obtain unprocessed input data, in which case the processor (18) or learning processor (13) can extract input features as preprocessing for the input data.
  • the learning processor (13) can learn a model composed of an artificial neural network using learning data.
  • the learned artificial neural network can be called a learning model.
  • the learning model can be used to infer a result value for new input data other than learning data, and the inferred value can be used as a basis for judgment to perform a certain action.
  • the running processor (13) can perform AI processing together with the running processor (24) of the AI server (20).
  • the running processor (13) may include a memory integrated or implemented in the AI device (10).
  • the running 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) can obtain at least one of internal information of the AI device (10), information about the surrounding environment of the AI device (10), and user information by using various sensors.
  • the sensors included in the sensor (14) include a proximity sensor, a light 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, a light sensor, a microphone, a lidar, a radar, etc.
  • the output interface (15) can generate output related to vision, hearing, or tactile sensations.
  • the output interface (15) may include a display unit that outputs visual information, a speaker that outputs auditory information, a haptic module that outputs tactile information, etc.
  • the memory (17) can store data that supports various functions of the AI device (10).
  • the memory (17) can store input data, learning data, learning models, learning history, etc. obtained from the input interface (12).
  • the processor (18) can determine at least one executable operation of the AI device (10) based on information determined or generated using a data analysis algorithm or a machine learning algorithm. Then, the processor (18) can control components of the AI device (10) to perform the determined operation.
  • the processor (18) can request, retrieve, receive or utilize data from the running processor (13) or the memory (17), and control components of the AI device (10) to execute at least one of the executable operations, a predicted operation or an operation determined to be desirable.
  • the processor (18) can generate a control signal for controlling the external device and transmit the generated control signal to the external device.
  • the processor (18) can obtain intent information for user input and determine the user's requirement based on the obtained intent information.
  • the processor (18) can obtain intent information corresponding to the user input by using at least one of an STT (Speech To Text) engine for converting voice input into a string or a natural language processing (NLP: Natural Language Processing) engine for obtaining intent information of natural language.
  • STT Sound To Text
  • NLP Natural Language Processing
  • At this time, at least one of the STT engine or the NLP engine may be configured with an artificial neural network at least partially learned according to a machine learning algorithm. And, at least one of the STT engine or the NLP engine may be learned by a learning processor (13), learned by a learning processor (24) of an AI server (20), or learned by distributed processing thereof.
  • the processor (18) can collect history information including the operation details of the AI device (10) or the user's feedback on the operation, and store it in the memory (17) or the learning processor (13), or transmit it to an external device such as an AI server (20).
  • the collected history information can be used to update the learning model.
  • the processor (18) can control at least some of the components of the AI device (10) to drive an application program stored in the memory (17). Furthermore, the processor (18) can operate two or more of the components included in the AI device (10) in combination with each other to drive the application program.
  • Figure 2 illustrates an AI server connected to a robot according to the present embodiment.
  • the AI server (20) may refer to a device that trains an artificial neural network using a machine learning algorithm or uses a trained artificial neural network.
  • the AI server (20) may be composed of multiple servers to perform distributed processing, and may be defined as a 5G network.
  • the AI server (20) may be included as a part of the AI device (10) to perform at least a part of AI processing.
  • the AI server (20) may include a communication interface (21), memory (23), a learning processor (24), and a processor (26).
  • the communication interface (21) can transmit and receive data with an external device such as an AI device (10).
  • the memory (23) may include a model storage (23a).
  • the model storage (23a) may store a model (or artificial neural network, 23b) being learned or learned through a learning processor (24).
  • the learning processor (24) can train an artificial neural network (23b) using learning data.
  • the learning model can be used while mounted on the AI server (20) of the artificial neural network, or can be mounted on an external device such as an AI device (10).
  • the learning model may be implemented in hardware, software, or a combination of hardware and software. If part or all of the learning model is implemented in software, one or more instructions constituting the learning model may be stored in memory (23).
  • the processor (26) can use a learning model to infer a result value for new input data and generate a response or control command based on the inferred result value.
  • Figure 3 illustrates an AI system according to the present embodiment.
  • an AI system (1) is connected to a cloud network (2) with at least one of an AI server (20), a robot (10a), an autonomous vehicle (10b), an XR device (10c), a smartphone (10d), or an appliance (10e).
  • a robot (10a), an autonomous vehicle (10b), an XR device (10c), a smartphone (10d), or an appliance (10e) to which AI technology is applied may be referred to as an AI device (10a to 10e).
  • a cloud network (10) may mean a network that constitutes part of a cloud computing infrastructure or exists within a cloud computing infrastructure.
  • the cloud network (10) may be configured using a 3G network, a 4G or LTE (Long Term Evolution) network, a 5G network, etc.
  • each device (10a to 10e, 20) constituting the AI system (1) can be connected to each other through the cloud network (10).
  • each device (10a to 10e, 20) can communicate with each other through a base station, but can also communicate with each other directly without going through a base station.
  • the AI server (20) may include a server that performs AI processing and a server that performs operations on big data.
  • the AI server (20) is connected to at least one of the 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), through a cloud network (10), and can assist at least part of the AI processing of the connected AI devices (10a to 10e).
  • the 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), through a cloud network (10), and can assist at least part of the AI processing of the connected AI devices (10a to 10e).
  • the AI server (20) can train an artificial neural network according to a machine learning algorithm on behalf of the AI devices (10a to 10e), and can directly store the training model or transmit it to the AI devices (10a to 10e).
  • the AI server (20) can receive input data from the AI devices (10a to 10e), infer a result value for the received input data using the learning model, and generate a response or control command based on the inferred result value and transmit it to the AI devices (10a to 10e).
  • the AI device (10a to 10e) may infer a result value for input data using a direct learning model and generate a response or control command based on the inferred result value.
  • AI devices (10a to 10e) to which the above-described technology is applied are described.
  • the AI devices (10a to 10e) illustrated in FIG. 3 can be viewed as specific embodiments of the AI device (10) illustrated in FIG. 1.
  • the robot (10a) can 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 movement, and the robot control module may mean a software module or a chip implementing the same as hardware.
  • the robot (10a) can obtain status information of the robot (10a), detect (recognize) the surrounding environment and objects, generate map data, determine a movement path and driving plan, determine a response to user interaction, or determine an action using sensor information obtained from various types of sensors.
  • the robot (10a) can use sensor information acquired from at least one sensor among lidar, radar, and camera to determine a movement path and driving plan.
  • the robot (10a) can perform the above-described operations using a learning model composed of at least one artificial neural network.
  • the robot (10a) can recognize the surrounding environment and objects using the learning model, and determine operations using the recognized surrounding environment information or object information.
  • the learning model can be learned directly in the robot (10a) or learned from an external device such as an AI server (20).
  • the robot (10a) may perform an operation by generating a result using a direct learning model, but may also transmit sensor information to an external device such as an AI server (20) and perform an operation by receiving the result generated accordingly.
  • the robot (10a) can determine a movement path 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 control a driving unit to drive the robot (10a) according to the determined movement path and driving plan.
  • the map data may include object identification information for various objects placed in the space where the robot (10a) moves.
  • the map data may include object identification information for fixed objects such as walls and doors, and movable objects such as flower pots and desks.
  • the object identification information may include name, type, distance, location, etc.
  • the robot (10a) can perform an action or drive by controlling the driving unit based on the user's control/interaction. At this time, the robot (10a) can obtain the intention information of the interaction according to the user's action or voice utterance, and determine a response based on the obtained intention information to perform the action.
  • the robot (10a) can 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.
  • a robot (10a) to which AI technology and autonomous driving technology are applied may refer to a robot itself with an autonomous driving function, or a robot (10a) that interacts with an autonomous vehicle (10b).
  • a robot (10a) with autonomous driving function can be a general term for devices that move on their own along a given path without user control or move by determining the path on their own.
  • a robot (10a) with autonomous driving function and an autonomous vehicle (10b) may use a common sensing method to determine one or more of a movement path or a driving plan.
  • a robot (10a) with autonomous driving function and an autonomous vehicle (10b) may use information sensed through a lidar, a radar, and a camera to determine one or more of a movement path or a driving plan.
  • a robot (10a) interacting with an autonomous vehicle (10b) may exist separately from the autonomous vehicle (10b), and may be linked to an autonomous driving function within the autonomous vehicle (10b) or perform actions linked to a user riding in the autonomous vehicle (10b).
  • the robot (10a) interacting with the autonomous vehicle (10b) can control or assist the autonomous driving function of the autonomous vehicle (10b) by acquiring sensor information on behalf of the autonomous vehicle (10b) and providing it to the autonomous vehicle (10b), or by acquiring sensor information and generating surrounding environment information or object information and providing it to the autonomous 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. For example, if the robot (10a) determines that the driver is drowsy, it may activate the autonomous driving function of the autonomous vehicle (10b) or assist in controlling the drive unit of the autonomous vehicle (10b).
  • the functions of the autonomous vehicle (10b) controlled by the robot (10a) may include not only the autonomous driving function, but also functions provided by a navigation system or audio system installed inside the autonomous vehicle (10b).
  • the robot (10a) interacting with the autonomous vehicle (10b) may provide information to the autonomous vehicle (10b) or assist functions from outside the autonomous vehicle (10b).
  • the robot (10a) may provide traffic information including signal information, etc. to the autonomous vehicle (10b), such as a smart traffic light, or may interact with the autonomous vehicle (10b) to automatically connect an electric charger to a charging port, such as an automatic electric charger for an electric vehicle.
  • FIG. 4 is a perspective view of a robot according to the present embodiment
  • FIG. 5 is a perspective view illustrating a steering mechanism and a wheel module according to the present embodiment
  • FIG. 6 is a side view illustrating a connecting axis trajectory of an input link and a floating link and a center trajectory of a wheel according to the present embodiment
  • FIG. 7 is a side view illustrating an example when a robot according to the present embodiment climbs stairs
  • FIG. 8 is a perspective view when a robot according to the present embodiment is not operating.
  • the robot (10a) may include a robot body (30), a link assembly (40), and a link motor (50).
  • Examples of robots (10a) may include a delivery robot (delivery robot) that can transport various items such as food, cargo, and luggage, a guide robot that can provide various information to people around the robot (10a) and guide people to a specific location, a security robot that manages facilities such as factories, or an inspection robot that inspects safety equipment.
  • delivery robot delivery robot
  • guide robot that can provide various information to people around the robot (10a) and guide people to a specific location
  • a security robot that manages facilities such as factories, or an inspection robot that inspects safety equipment.
  • the robot body (30) may be composed of a combination of multiple members and may be a robot main body.
  • the robot body (30) may include a frame (31) having a space formed inside and a top cover (32) placed on the upper part of the frame (31).
  • the frame (31) can form the bottom surface appearance of the robot body (30).
  • the top cover (32) can form the upper surface appearance of the robot body (30).
  • a battery can be placed in the robot body (30), and a processor (18, see FIG. 1) connected to the battery can be placed.
  • the robot (10a) may further include a friction pad (33, see FIGS. 5 and 8).
  • the friction pad (33) can be placed on the bottom surface of the robot body (30).
  • the friction pad (33) is a pad that prevents the robot (10a) from slipping, and can be formed of an elastic material such as rubber.
  • the friction pad (33) can be placed on stairs or the like when the robot (10a) goes up and down stairs or the like (hereinafter referred to as stairs).
  • the upper surface of the friction pad (33) can be attached to the lower surface of the frame (31).
  • a dimple or uneven portion (33a) may be formed on the bottom surface of the friction pad (33) to increase friction with the ground or steps.
  • the robot (10a) may further include a front bumper (34, see FIGS. 7 and 8).
  • the front bumper (34) may be arranged at the front lower portion of the robot body (30).
  • the front bumper (34) may include a front bracket (35) coupled to the robot body (30) and a roller (36) rotatably arranged on the front bracket (35).
  • a roller supporter that rotatably supports a roller (36) can be formed on the front bracket (35).
  • the roller (35) can be arranged to rotate around a horizontal axis on the front bracket (35).
  • a plurality of rollers (35) can be arranged on the front bracket (35).
  • a plurality of rollers (35) can be spaced apart in the left and right directions (Y).
  • the roller (36) of the front bumper (34) can come into contact with the vertical surface (SV) of the stairs (S) as shown in (a) of FIG. 7, and when the robot (10a) climbs the stairs (S), it can roll along the vertical surface (SV) of the stairs (S) as shown in (b) of FIG. 7, and the front bumper (34) can help the robot (10a) climb the stairs (S) smoothly while minimizing damage to the robot body (30).
  • the robot (10a) may further include a rear bumper (37, see FIGS. 7 and 8).
  • the rear bumper (37) may be positioned at the lower rear portion of the robot body (30).
  • An example of a rear bumper (37) may include a rear bracket coupled to the robot body (30) and a roller rotatably arranged on the rear bracket, and the roller may be made of an elastic material such as rubber.
  • a rear bumper (37) may include a roller arranged in a rear bumper installation portion (33b) formed at the rear end of a rubber pad (33), and the roller may be made of an elastic material such as rubber.
  • a plurality of rollers can be arranged, and the plurality of rollers can be arranged spaced apart in the left-right direction (Y).
  • the roller of the rear bumper (37) can come into contact with the vertical plane (SV) of the stairs (S) or the vertical plane (SV) and the horizontal plane (SH), as shown in (c) of FIG. 7, and when the robot (10a) climbs the stairs (S), the rear bumper (37) can help the robot (10a) climb the stairs (S) smoothly while minimizing damage to the robot body (30).
  • the link assembly (40) may include a wheel (160) that can roll along the ground or climb stairs/curbs, and the link assembly (40) may be a wheel assembly that can function as a driving unit of the robot (10a).
  • the link assembly (40) can be connected to the robot body (30).
  • the link assembly (40) can be connected to the side of the robot (10a) and can be placed next to the robot body (30).
  • the link motor (50) can be installed in the robot body (30) and connected to the link assembly (40).
  • the link motor (50) can be installed in the frame (31) and operate the link assembly (40).
  • the link motor (50) can include a rotational axis, and the rotational axis of the link motor (50) can be arranged to be long in the left-right direction (Y), and the rotation center of the link motor (50) can be in the left-right direction (Y).
  • Each of the link assembly (40) and the link motor (50) may be provided in multiples.
  • the link motor (50) may correspond 1:1 with the link assembly (40), and multiple link assemblies (40) may be operated independently by multiple link motors (50).
  • the plurality of link assemblies (40) may include a front link assembly (FL) connected to the front of the robot body (30) and a rear link assembly (RL) connected to the rear of the robot body (30).
  • the front part of the robot body (30) may be the front part of the center based on the center of the front-back direction (X) of the robot body (30), and the front part of the robot body (30) may be the back part of the center based on the center of the front-back direction (X).
  • Each of the front link assembly (FL) and the rear link assembly (RL) may be provided as a pair for the robot body (30).
  • a pair of front link assemblies (FL) may be symmetrical left and right with respect to the robot body (30)
  • a pair of rear link assemblies (RL) may be symmetrical left and right with respect to the robot body (30).
  • the plurality of link assemblies (40) may include a left front link assembly, a right front link assembly, a left rear link assembly, and a right rear link assembly, and these four link assemblies (40) may operate independently of each other.
  • front link assemblies FL
  • RL rear link assemblies
  • the front link assembly (FL) and the rear link assembly (RL) can be partially overlapped in the left-right direction (Y).
  • the robot (10a) can be compacted in the front-back direction.
  • the front link assembly (FL) and the rear link assembly (RL) may not overlap the rest in the left-right direction (Y).
  • the front link assembly (FL) and the rear link assembly (RL) can be spaced in the forward-backward direction (X) and the left-right direction (Y).
  • At least one of the plurality of link assemblies (40) may include an input link (60), a support shaft (70), an output link (80), a floating link (90), and a steering motor (100).
  • the input link (60) can be connected to the link motor (50).
  • the input link (60) may be formed with a connecting portion (62, see FIG. 5) for connecting to the link motor (50).
  • the connecting portion (62) may be formed to be long in the left-right direction (Y), and the connecting portion (62) may be connected to the rotational axis of the link motor (50).
  • the connecting portion (62) may be formed to protrude from the input link (60) toward the robot body (30).
  • the input link (60) can rotate clockwise or counterclockwise around the connecting portion (62).
  • the input link (60) can be connected to the floating link (90) and the input rotation shaft (P1, see FIGS. 4 and 8).
  • the input rotation shaft (P1) can be arranged to protrude in the opposite direction of the connecting portion (62).
  • the input link (60) may be provided with a connecting portion (62) on one side in the longitudinal direction, and an input rotation axis (P1) on the other side in the longitudinal direction.
  • the input link (60) may include a straight portion formed between the connecting portion (62) and the input rotation axis (P1).
  • the support shaft (70) can be installed on the robot body (30).
  • the support shaft (70) can be arranged horizontally on the robot body (30).
  • the support shaft (70) can be arranged in the left-right direction (Y) on the robot body (30).
  • the support shaft (70) can be arranged to protrude in the left-right direction (Y) on a support shaft mounter arranged on the side of the robot body (30).
  • the height of the support shaft (70) may be higher than the height of the connecting portion (62).
  • the height of the support shaft (70) may be higher than the maximum height of the input rotation shaft (P1).
  • the robot (10a) can be made more compact when the support shaft (70) of the front link assembly (FL) and the support shaft (70) of the rear link assembly (RL) are positioned as close as possible.
  • the length of the support shaft of the front link assembly (FL) and the length of the support shaft of the rear link assembly (RL) may be different.
  • the support shaft of the front link assembly (FL) will be described as a front support shaft (70a), and the support shaft of the rear link assembly (RL) will be described as a rear support shaft (70b).
  • the front link assembly (FL) and the rear link assembly (RL) can be spaced apart from each other in the left-right direction (Y) without interfering with each other in the front-back direction (X).
  • the rear link assembly (RL) among the front link assembly (FL) and the rear link assembly (RL) can be closer to the robot body (30), the rear link assembly (RL) can be an inner link assembly, and the front link assembly (FL) can be an outer link assembly.
  • the front link assembly (FL) among the front link assembly (FL) and the rear link assembly (RL) can be closer to the robot body (30), and the front link assembly (FL) can be an inner link assembly, and the rear link assembly (RL) can be an outer link assembly.
  • the output link (80) can be rotatably connected to the support shaft (70).
  • the output link (80) may be formed with a support shaft connection portion (82, see FIGS. 4 and 5) for connection to the support shaft (70).
  • the support shaft connection portion (82) may rotate around the support shaft (70).
  • the output link (80) can rotate clockwise or counterclockwise around the support shaft (70).
  • the output link (80) can be connected to a floating link (90) and an output rotation axis (P2, see FIGS. 4 and 5).
  • the output rotation axis (P2) can be arranged to protrude in the opposite direction of the robot body (30).
  • a support shaft connection part (82) may be provided on one side of the output link (80), and a rotation shaft part (84, see FIGS. 4 and 5) provided with an output rotation shaft (P2) may be arranged on the other side.
  • the output link (80) may be formed with a curved surface (86, see FIG. 4) to avoid the support shaft (70) of an adjacent other link assembly.
  • the curved surface (86) may be formed between the support shaft connecting portion (82) and the rotating shaft portion (84).
  • the output link (80) is formed between the support shaft connecting portion (82) and the rotation shaft portion (84) (i.e., the curved portion (86) can be bent into an arc shape.
  • the curved portion (86) can be formed between the support shaft connecting portion (82) and the rotation shaft portion (84) in a cross-sectional shape of an arc shape.
  • the output link (80) may also be a straight line between the support shaft connecting portion (82) and the rotating shaft portion (84). However, if the front support shaft (70a) and the rear support shaft (70b) are positioned close to each other, the output link (80) of the rear link assembly (RL) may be caught on the front support shaft (70a) and interfere with each other, and the output link (80) of the front link assembly (FL) may be caught on the rear support shaft (70b) and interfere with each other.
  • the output link (80) of the rear link assembly (RL) includes a curved portion (86)
  • the output link (80) of the rear link assembly (RL) can rotate smoothly while avoiding the front support shaft (70a) by the curved portion (86).
  • the output link (80) of the front link assembly (FL) includes a curved portion (86)
  • the output link (80) of the front link assembly (FL) can rotate smoothly while avoiding the rear support shaft (70b) by the curved portion (86).
  • each output link (80) of the multiple link assemblies (40) of the robot (10a) be formed with the same structure, and it is preferable that each output link (80) of the multiple link assemblies (40) includes a curved portion (86).
  • the floating link (90) can be rotatably connected to each of the input link (60) and the output link (80).
  • the floating link (90) can be connected to the input link (60) and the input rotation axis (P1), and can be connected to the output link (80) and the output rotation axis (P2).
  • a floating link (90) can move between the input link (60) and the output link (80).
  • the floating link (90) may include an input rotation shaft connection portion (92, see FIG. 4) to which an input rotation shaft (P1) is connected, and an output rotation shaft connection portion (94, see FIG. 4) to which an output rotation shaft (P1) is connected.
  • the floating link (90) may further include a steering motor mounting portion (96, see FIGS. 4 and 5) to which a steering motor (100) is mounted.
  • the floating link (90) may include a first curved portion (95) like the output link (80).
  • the first curved portion (95) may be formed between the input rotational shaft connection portion (92) and the output rotational shaft connection portion (94).
  • the first curved portion (95) may be formed in a cross-sectional shape of an arc.
  • the floating link (90) may include a second curved portion (97, see FIG. 7), like the output link (80).
  • the second curved portion (97) may be formed between the input rotary shaft connecting portion (92) and the steering motor mounting portion (96).
  • the second curved portion (97) may have a cross-sectional shape formed in a heat arc shape.
  • the second curved portion (97) may be formed to be convex in the opposite direction of the steering mechanism (SD) described below, and may not interfere with the steering mechanism (SD) when the floating link (90) moves.
  • the steering motor (100) can be installed in one of the input link (60), the output link (70), and the floating link (90), and is preferably installed in the floating link (90).
  • the floating link (90) may include a motor mounter (99, see FIGS. 4 and 5) surrounding the steering motor (100).
  • the motor mounter (99) may be placed on the steering motor mounting portion (96), and the steering motor (100) may be mounted on the steering motor mounting portion (96) by the motor mounter (99).
  • the motor mount (99) can surround the outer perimeter of the steering motor (100).
  • the center of rotation of the steering motor (100) may be in the up-down direction (Z).
  • the rotation shaft (102, see FIG. 5) of the steering motor (100) can be arranged lengthwise in the vertical direction (Z) at the bottom of the steering motor (100).
  • At least one of the plurality of link assemblies (40) may include a coupler (110), an upper mounter (120), a suspension (130), a lower mounter (140), a wheel motor (150), and a wheel (160), as illustrated in FIG. 5. At least one of the plurality of link assemblies (40) may further include a displacement sensor (170).
  • the coupler (110), the upper mounter (120), the suspension (130), and the lower mounter (140) can form a suspension mechanism (SD), and the wheel motor (150) and the wheel (160) can form a wheel module (WM) mounted on the suspension mechanism (SD).
  • SD suspension mechanism
  • WM wheel module
  • the link assembly (40) may include an input link (60), a support shaft (70), an output link (80), a floating link (90), and a steering motor (100), and may further include a suspension mechanism (SD) connected to the steering motor (100), and a wheel module (WM) connected to the suspension mechanism (SD).
  • SD suspension mechanism
  • WM wheel module
  • the coupler (110) can be connected to the rotation shaft (102) of the steering motor (100).
  • the coupler (100) can rotate forward and reversely around the rotation shaft (102) while being placed horizontally.
  • the coupler (110) can transmit the rotational power of the steering motor (100) to the upper mount (120).
  • One side of the coupler (110) may include a rotation shaft connection portion connected to a rotation shaft (102), and the other side of the coupler (110) may include an upper mount connection portion connected to an upper mounter (120).
  • the upper mounter (120) can be connected to the coupler (110).
  • the upper mounter (120) can be joined to the coupler (110) by a fastening member such as a screw, and can rotate forward and reversely together with the coupler (110).
  • the upper mounter (120) can form the upper surface of the suspension mechanism (SD).
  • the suspension (130) can be connected to the upper mounter (120).
  • the suspension (130) can be placed between the upper mounter (120) and the lower mounter (140).
  • the suspension (130) can support the weight of the robot body (30) and minimize vibration transmitted to the wheel from being transmitted to the robot body (30).
  • the suspension (130) may include a suspension shaft (132) and a spring (134) surrounding the outer circumference of the suspension shaft (132).
  • the suspension shaft (132) can be mounted on the upper mounter (120) and can be arranged lengthwise in the vertical direction (Z).
  • the upper part of the spring (134) can be connected to the suspension shaft (132), and the lower part of the spring (134) can be connected to the lower mounter (140).
  • the lower mounter (140) can be connected to the suspension shaft (130).
  • the lower mounter (140) can have a shaft hole formed into which a suspension shaft (132) can be inserted.
  • the lower mounter (140) can support the suspension (130), particularly the suspension (130) on the lower side of the spring (134).
  • the wheel motor (150) can be connected to the lower mounter (140).
  • the wheel motor (150) can be connected to the lower part of the lower mounter (140) using a connecting member.
  • the rotation axis of the wheel motor (150) can be arranged long in the horizontal direction, and the rotation center of the wheel motor (150) can be in the left-right direction (Y).
  • the wheel (160) can be connected to the rotation axis of the wheel motor (150).
  • the wheel motor (150) and the wheel (160) can form an in-wheel motor.
  • a displacement sensor (170) can be placed between the upper mounter (120) and the lower mounter (140).
  • the displacement sensor (170) can measure the displacement of the suspension (130).
  • the displacement sensor (170) may include a shaft placed in the lower mounter (140) and a sensor unit placed in the sensor case to sense the shaft.
  • the heights of the upper mounter (120) and the sensor case may be varied, and the sensor unit may sense the distance to the shaft.
  • the robot (10a) may further include an axis gear (180) and a rotary encoder (190), as shown in FIG. 4 and FIG. 8.
  • An example of an axle gear (180) may be installed on the rotational axis of a link motor (50). When the rotational axis of the link motor (50) rotates, the axle gear (180) may rotate together with the rotational axis of the link motor (50).
  • axle gear (180) may be installed in the connecting portion (62) of the input link (60).
  • the connecting portion (62) of the input link (60) can rotate together with the rotation axis of the link motor (50), and the shaft gear (180) can rotate together with the connecting portion (62) of the input link (60).
  • a rotary encoder (190) can be installed on the robot body (30).
  • the rotary encoder (190) can have an encoder gear meshed with the shaft gear (180).
  • a rotary encoder (190) can sense the angular velocity of the shaft gear (180) by the rotation of the encoder gear.
  • the processor (18) can control the link motor (50), the steering motor (100), and the wheel motor (150).
  • the robot (10a) can lift the wheel (160) and raise the wheel (160) over a curb or stairs, and can include a 4 bar linkage to adapt the trajectory (T1) of the wheel (160) to the curb/stairs.
  • the robot (10a) may include a 4-bar linkage, and the 4-bar linkage may include an input link (60), an output link (80), a floating link (90), and a ground link.
  • the ground link can be formed by a support shaft (70), a motor body (30), and a link motor (50), and the ground link can connect an input link (60) connected to the rotational axis of the link motor (50) and an output link (80) connected to the support shaft (70).
  • each link assembly (40) can have 1 degree of freedom, minimizing the number of motors required.
  • the link motor (50) rotates the input link (60)
  • the wheel (160) connected to the floating link (90) by the suspension mechanism (SD) and the steering motor (100) can move in a trajectory (T1, see FIG. 6) similar to a water drop shape, a crescent shape, or a ginkgo leaf shape.
  • the link assembly (40) can move the wheel (160) in a trajectory similar to a water drop shape, a crescent shape, or a ginkgo leaf shape (T1, see FIG. 6), so that it can climb up and down curbs/stairs with a minimum degree of freedom.
  • the center trajectory (T1) of the wheel (160) and the trajectory (T2) of the input rotation axis (P1) of the input link (60) and the floating link (80) can be separated, and the center trajectory (T1) of the wheel (160) can resemble a crescent moon shape or a ginkgo leaf shape, and the robot (10a) can overcome curbs and stairs.
  • the height of the wheel (160) is adjusted, and the robot (10a) can maintain the horizontality of the robot body (30) on an inclined surface and run stably even on uneven terrain.
  • the processor (18) can control the link motor (50) in the off mode.
  • the off mode is a mode when the robot (10a) is not moving and is in standby or stopped, and as shown in Fig. 8, it is a mode in which the wheels (160) of each of the multiple link assemblies (40) are separated from the floor.
  • the robot body (30) or the friction pad (33) comes into contact with the floor, and arbitrary movement of the robot (10a) can be restricted.
  • FIG. 9 is a plan view illustrating another example of a robot climbing stairs according to the present embodiment.
  • the processor (18) can be controlled in a special mode.
  • the special mode may be a mode in which one wheel (160) of the multiple link assemblies (40) climbs the stairs (S) first, as illustrated in FIG. 9.
  • a special mode may be a crab driving mode in which the robot (10a) can climb stairs diagonally, similar to the driving pattern of a crab.
  • the processor (18) controls the link motor (50) of one of the pair of front link assemblies (FL) (e.g., the left front link assembly) to an ascending mode and then controls it again to a descending mode, so that the wheel (160a) of one of the pair of front link assemblies (FL) (e.g., the left front link assembly) can be placed on the step (S) before the wheel (160b) of the other link assembly (e.g., the right front link assembly).
  • the link motor (50) of one of the pair of front link assemblies (FL) e.g., the left front link assembly
  • the wheel (160a) of one of the pair of front link assemblies (FL) e.g., the left front link assembly
  • the other link assembly e.g., the right front link assembly
  • the processor (18) can control the link motor (50) of the other link assembly (e.g., the right front link assembly) to the ascending mode, and then control it again to the descending mode, and can raise the wheel (160) of the other link assembly (e.g., the right front link assembly) onto the step (S).
  • the link motor (50) of the other link assembly e.g., the right front link assembly
  • the processor (18) can control the link motor (50) of the other link assembly (e.g., the right front link assembly) to the ascending mode, and then control it again to the descending mode, and can raise the wheel (160) of the other link assembly (e.g., the right front link assembly) onto the step (S).
  • the robot (10a) can place the wheels (160a, 160b) on sequential stairs, etc. (S), and the robot can easily climb the stairs (S), etc.
  • the robot (10a) can maintain the balance of the robot body (30) while overcoming obstacles by using a link during the special mode.
  • Fig. 10 is a side view of a robot according to the present embodiment when it overcomes an obstacle.
  • suspension mechanism (SD) of the link assembly (40) that encounters an obstacle (O) can be compressed, and the wheel (160) that encounters the obstacle (O) can climb up onto the obstacle (O), and thereafter, the wheel (160) that climbs up onto the obstacle (O) can ride over the obstacle (O), and the compressed suspension mechanism (SD) can be restored.
  • the link motor (50) of the link assembly (40) that encounters an obstacle (O) can be controlled to raise the wheel (160a), and the wheel (160) that encounters the obstacle (O) can be made to climb up onto the obstacle (O). Thereafter, when the wheel (160) rides over the obstacle (O), the link motor (50) of the link assembly (40) that has raised the wheel (160) can be controlled to lower the wheel (160).
  • the robot (10a) as described above can overcome the obstacle (O) while maintaining the robot body (30) horizontally as a whole, even if some of the wheels (160a) of the multiple link assemblies (40) encounter an obstacle.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Robotics (AREA)
  • Toys (AREA)

Abstract

로봇은 로봇 바디; 로봇 바디에 연결된 링크 어셈블리; 및 로봇 바디에 설치되고 링크 어셈블리에 연결된 링크 모터를 포함하고, 링크 어셈블리 및 링크 모터는 복수개 제공될 수 있으며, 복수개의 링크 어셈블리는 로봇 바디의 전방부에 연결된 프론트 링크 어셈블리; 및 로봇 바디의 후방부에 연결된 리어 링크 어셈블리를 포함하고, 프론트 링크 어셈블리와 리어 링크 어셈블리는 좌우 방향으로 일부가 중접될 수 있다.

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.
로봇은 높이가 높은 장애물이나 단차가 있는 지형을 통과할 수 있고, 이러한 로봇의 일 예는 대한민국 등록특허공보 10-0458284 B1(2004년11월26일 공고)에 개시된 계단등반 가능한 6차륜 주행로봇의 4절 링크기구 주행시스템이 있고, 계단등반 가능한 6차륜 주행로봇의 4절 링크기구 주행시스템은 6개의 구동바퀴를 가지며, 좌우대칭구조를 가지는 차륜형 주행로봇에 있어서, 제1바퀴와 제2바퀴를 연결하고, 조인트 메커니즘에 의해 몸체와 연결되며, 회전조인트에 의해 제2링크와 연결되는 제1링크와; 상기 제1링크와 회전조인트에 의해 연결되고, 다른 한쪽 끝에는 제3바퀴를 연결하고, 회전조인트에 의해 제3링크와 연결되는 제2링크와; 상기 제2링크와 회전조인트에 의해 연결되고, 다른 한쪽 끝에는 회전조인트에 의해 몸체와 연결되는 제3링크를 포함한다.
본 실시 예는 간단한 구조로 신뢰성 높게 연석이나 계단 등의 장애물을 오르내릴 수 있는 로봇을 제공하는데 그 목적이 잇다.
본 실시 예는 컴팩트화가 가능한 로봇을 제공하는데 그 목적이 있다.
본 실시 예에 따른 로봇은 로봇 바디; 로봇 바디에 연결된 링크 어셈블리; 및 로봇 바디에 설치되고 링크 어셈블리에 연결된 링크 모터를 포함하고, 링크 어셈블리 및 링크 모터는 복수개 제공되며, 복수개의 링크 어셈블리는 로봇 바디의 전방부에 연결된 프론트 링크 어셈블리; 및 로봇 바디의 후방부에 연결된 리어 링크 어셈블리를 포함하고, 프론트 링크 어셈블리와 리어 링크 어셈블리는 좌우 방향으로 일부가 중접될 수 있다.
프론트 링크 어셈블리와 리어 링크 어셈블리는 좌우 방향으로 이격될 수 있다.
로봇은 로봇 바디의 저면에 배치된 마찰 패드를 더 포함할 수 있다.
로봇은 로봇 바디의 전방 하부에 배치된 프론트 범퍼를 더 포함할 수 있다.
로봇은 로봇 바디의 후방 하부에 배치된 리어 범퍼를 더 포함할 수 있다.
복수개 링크 어셈블리 중 적어도 하나는 링크 모터에 연결된 입력 링크; 로봇 바디에 설치된 지지축; 지지축에 회전 가능하게 연결되는 출력 링크; 입력 링크와 출력 링크 각각에 회전 가능하게 연결된 플로우팅 링크; 및 입력 링크와, 출력 링크와, 플로우팅 링크 중 하나에 설치된 스티어링 모터를 포함할 수 있다.
프론트 링크 어셈블리의 지지축 길이는 리어 링크 어셈블리의 지지축 길이와 상이할 수 있다.
출력 링크에는 인접한 링크 어셈블리의 지지축을 회피하도록 굽은 곡면부가 형성될 수 있다.
플로우팅 링크는 스티어링 모터를 둘러싸는 모터 마운터를 포함할 수 있다.
복수개 링크 어셈블리 중 적어도 하나는 스티어링 모터의 회전축에 연결된 커플러; 커플러에 연결된 어퍼 마운터; 어퍼 마운터 연결된 서스펜션; 서스펜선에 연결된 로어 마운터; 로어 마운터에 연결된 휠 모터; 및 휠 모터의 회전축에 연결된 휠을 포함할 수 있다.
휠의 중심 궤적과 입력 링크와 플로우팅 링크의 입력 회전축의 궤적은 이격될 수 있다.
복수개 링크 어셈블리 중 적어도 하나는 어퍼 마운터와 로어 마운터 사이에 배치되어 서스펜션의 변위를 측정하는 변위 센서를 더 포함할 수 있다.
로봇은 링크 모터의 회전축에 설치된 축 기어; 및 축 기어에 치합된 엔코더 기어를 갖고 로봇 바디에 설치된 로터리 엔코더를 더 포함할 수 있다.
로봇은 링크 모터와 스티어링 모터 및 휠 모터를 제어하는 프로세서를 더 포함할 수 있다.
로봇이 작동하지 않을 때, 프로세서는 복수개 링크 어셈블리 각각의 휠이 바닥과 이격되는 오프 모드로 링크 모터를 제어할 수 있다.
로봇이 계단을 오를 때, 프로세서는 복수개 링크 어셈블리 중 어느 하나의 휠이 계단에 먼저 오르는 특수 모드로 제어할 수 있다.
본 실시 예에 따르면, 프론트 링크 어셈블리와 리어 링크 어셈블리는 좌우 방향으로 일부가 중접되어, 전후 방향으로 최대한 컴팩트화될 수 있다.
또한, 프론트 링크 어셈블리의 지지축 길이는 리어 링크 어셈블리의 지지축 길이와 상이하여, 간단한 구조로 프론트 링크 어셈블리와 리어 링크 어셈블리의 간섭을 최소화할 수 있다.
또한, 출력 링크에 형성된 곡면부에 의해 인접한 링크 어셈블리의 지지축을 회피할 수 있고, 프론트 링크 어셈블리와 리어 링크 어셈블리를 최대한 근접하게 설치할 수 있다.
또한, 프론트 링크 어셈블리와 리어 링크 어셈블리는 좌우 방향으로 이격되어, 프론트 링크 어셈블리와 리어 링크 어셈블리의 간섭을 최소화할 수 있다.
또한, 로봇이 작동하지 않을 때, 복수개 링크 어셈블리 각각의 휠이 바닥과 이격되어, 로봇의 임의 이동을 최소화할 수 있고, 안전성을 확보할 수 있다.
또한, 로봇이 계단을 오를 때, 복수개 링크 어셈블리 중 어느 하나의 휠이 계단에 먼저 올라, 로봇이 계단을 보다 손쉽게 오를 수 있다.
도 1은 본 실시 예에 따른 로봇을 포함하는 AI 장치가 도시된 도,
도 2는 본 실시 예에 따른 로봇과 연결되는 AI 서버가 도시된 도,
도 3은 본 실시 예에 따른 AI 시스템이 도시된 도,
도 4은 본 실시 예에 따른 로봇의 사시도,
도 5는 본 실시 예에 따른 스티어링 기구 및 휠 모듈이 도시된 사시도,
도 6는 본 실시 예에 따른 입력 링크와 플로우팅 링크의 연결축 궤적과, 휠의 중심 궤적이 도시된 측면도,
도 7는 본 실시 예에 따른 로봇이 계단을 오를 때 일 예가 도시된 측면도,
도 8는 본 실시 예에 따른 로봇이 작동하지 않을 때의 사시도,
도 9은 본 실시 예에 따른 로봇이 계단을 오를 때 다른 예가 도시된 평면도,
도 10는 본 실시 예에 따른 로봇이 장애물을 넘을 때의 측면도이다.
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.
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 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 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.
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.
로봇(10a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(10a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(10b)과 상호작용하는 로봇(10a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(10a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(10a) 및 자율 주행 차량(10b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(10a) 및 자율 주행 차량(10b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)과 별개로 존재하면서, 자율 주행 차량(10b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(10b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(10b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(10b)에 제공함으로써, 자율 주행 차량(10b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(10b)의 기능을 제어할 수 있다. 예컨대, 로봇(10a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(10b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(10b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(10a)이 제어하는 자율 주행 차량(10b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(10b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)의 외부에서 자율 주행 차량(10b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(10a)은 스마트 신호등과 같이 자율 주행 차량(10b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(10b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
도 4은 본 실시 예에 따른 로봇의 사시도이고, 도 5는 본 실시 예에 따른 스티어링 기구 및 휠 모듈이 도시된 사시도이며, 도 6는 본 실시 예에 따른 입력 링크와 플로우팅 링크의 연결축 궤적과, 휠의 중심 궤적이 도시된 측면도이고, 도 7는 본 실시 예에 따른 로봇이 계단을 오를 때 일 예가 도시된 측면도이며, 도 8는 본 실시 예에 따른 로봇이 작동하지 않을 때의 사시도이다.
로봇(10a)은 로봇 바디(30)와, 링크 어셈블리(40)와, 링크 모터(50)를 포함할 수 있다.
로봇(10a)의 예는 음식물, 화물, 수하물 등의 다양한 물품을 운반할 수 있는 배송로봇(배달로봇)이나, 로봇(10a) 주변의 사람에게 각종 정보를 제공할 수 있고 사람을 특정 장소로 안내할 수 있는 안내로봇이나, 공장 등과 같은 시설물을 관리하는 경비로봇이나, 안전설비를 점검하는 점검로봇 등일 수 있다.
로봇 바디(30)는 복수개 부재의 결합체로 구성될 수 있고, 로봇 본체일 수 있다.
로봇 바디(30)는 내부에 공간이 형성된 프레임(31)과, 프레임(31)의 상부에 배치된 탑 커버(32)를 포함할 수 있다.
프레임(31)는 로봇 바디(30)의 바닥면 외관을 형성할 수 있다.
탑 커버(32)는 로봇 바디(30)의 상면 외관을 형성할 수 있다.
로봇 바디(30)에는 배터리가 배치될 수 있고, 배터리와 연결된 프로세서(18, 도 1 참조)가 배치될 수 있다.
로봇(10a)은 마찰 패드(33, 도 5 및 도 8 참조)를 더 포함하는 포함할 수 있다.
마찰 패드(33)는 로봇 바디(30)의 저면에 배치될 수 있다.
마찰 패드(33)는 로봇(10a)의 미끄러짐을 방지하는 패드로서, 고무 등과 같은 탄성 재질로 형성될 수 있다. 마찰 패드(33)는 로봇(10a)이 계단이나 연속 등(이하, 계단이라 칭함)을 오르내릴 때, 계단 등에 안착될 수 있다.
마찰 패드(33)의 상면은 프레임(31)의 저면에 부착될 수 있다.
마찰 패드(33)의 저면에는 지면이나 계단과의 마찰력을 높이기 위한 딤플이나 요철부(33a)가 형성될 수 있다.
로봇(10a)은 프론트 범퍼(34, 도 7 및 도 8 참조)를 더 포함할 수 있다. 프론트 범퍼(34)은 로봇 바디(30)의 전방 하부에 배치될 수 있다. 프론트 범퍼(34)는 로봇 바디(30)에 결합된 프론트 브래킷(35)과, 프론트 브래킷(35)에 회전 가능하게 배치된 롤러(36)를 포함할 수 있다.
프론트 브래킷(35)에는 롤러(36)를 회전 가능하게 지지하는 롤러 서포터가 형성될 수 있다.
롤러(35)는 프론트 브래킷(35)에 수평축을 중심으로 회전되게 배치될 수 있다.
롤러(35)는 프론트 브래킷(35)에 복수개 배치될 수 있다. 복수개의 롤러(35)는 좌우 방향(Y)으로 이격될 수 있다.
로봇(10a)이 계단을 오를 때 프론트 범퍼(34)의 롤러(36)는 도 7의 (a)에 도시된 바와 같이, 계단(S)의 수직면(SV)과 접촉될 수 있고, 로봇(10a)이 계단(S)을 오를 때, 도 7의 (b)에 도시된 바와 같이, 계단(S)의 수직면(SV)를 따라 구를 수 있으며, 프론트 범퍼(34)는 로봇 바디(30)의 손상을 최소화하면서, 로봇(10a)이 원활하게 계단(S)으로 오르도록 도울 수 있다.
로봇(10a)은 리어 범퍼(37, 도 7 및 도 8 참조)를 더 포함할 수 있다. 리어 범퍼(37)는 로봇 바디(30)의 후방 하부에 배치될 수 있다.
리어 범퍼(37)의 일 예는 로봇 바디(30)에 결합된 리어 브래킷과, 리어 브래킷에 회전 가능하게 배치된 롤러를 포함할 수 있고, 롤러는 고무 등의 탄성 재질로 이루어질 수 있다.
리어 범퍼(37)의 다른 예는 고무 패드(33)의 후방부에 형성된 리어 범퍼 설치부(33b)에 배치된 롤러를 포함할 수 있고, 롤러는 고무 등의 탄성 재질로 이루어질 수 있다.
롤러는 복수개 배치될 수 있고, 복수개의 롤러는 좌우 방향(Y)으로 이격되게 배치될 수 있다.
로봇(10a)이 계단을 오를 때 리어 범퍼(37)의 롤러는 도 7의 (c)에 도시된 바와 같이, 계단(S)의 수직면(SV) 또는 수직면(SV)과 수평면(SH)과 접촉될 수 있고, 로봇(10a)이 계단(S)을 오를 때, 리어 범퍼(37)는 로봇 바디(30)의 손상을 최소화하면서, 로봇(10a)이 원활하게 계단(S)으로 오르도록 도울 수 있다.
링크 어셈블리(40)는 지면을 따라 구르거나 계단/연석 등을 오르내릴 수 있는 휠(160)을 포함할 수 있고, 링크 어셈블리(40)는 로봇(10a)의 구동부로 기능할 수 있는 휠 어셈블리일 수 있다.
링크 어셈블리(40)는 로봇 바디(30)에 연결될 수 있다. 링크 어셈블리(40)는 로봇(10a)의 측면에 연결될 수 있고, 로봇 바디(30)의 옆에 배치될 수 있다.
링크 모터(50)는 로봇 바디(30)에 설치될 수 있고, 링크 어셈블리(40)에 연결될 수 있다. 링크 모터(50)는 프레임(31)에 설치되어 링크 어셈블리(40)를 작동시킬 수 있다. 링크 모터(50)는 회전축을 포함할 수 있고, 링크 모터(50)의 회전축은 좌우 방향(Y)으로 길게 배치될 수 있고, 링크 모터(50)의 회전 중심은 좌우 방향(Y)일 수 있다.
링크 어셈블리(40) 및 링크 모터(50) 각각은 복수개 제공될 수 있다. 링크 모터(50)는 링크 어셈블리(40)와 1:1 대응될 수 있고, 복수개 링크 어셈블리(40)는 복수개 링크 모터(50)에 의해 독립적으로 동작할 수 있다.
복수개의 링크 어셈블리(40)는 로봇 바디(30)의 전방부에 연결된 프론트 링크 어셈블리(FL)와, 로봇 바디(30)의 후방부에 연결된 리어 링크 어셈블리(RL)를 포함할 수 있다.
로봇 바디(30)의 전방부는 로봇 바디(30) 전후 방향(X) 중앙을 기준으로 중앙의 앞 부분일 수 있고, 로봇 바디(30)의 전방부는 전후 방향(X) 중앙을 기준으로 중앙의 뒷 부분일 수 있다.
프론트 링크 어셈블리(FL)과 리어 링크 어셈블리(RL) 각각은 로봇 바디(30)에 한 쌍씩 제공될 수 있다. 한 쌍의 프론트 링크 어셈블리(FL)은 로봇 바디(30)을 기준으로 좌우 대칭될 수 있고, 한 쌍의 리어 링크 어셈블리(RL)은 로봇 바디(30)을 기준으로 좌우 대칭될 수 있다.
복수개의 링크 어셈블리(40)는 좌측 프론트 링크 어셈블리와, 우측 프론트 링크 어셈블리와, 좌측 리어 링크 어셈블리와, 우측 리어 링크 어셈블리를 포함할 수 있고, 이러한, 4 개의 링크 어셈블리(40)는 서로 독립적으로 작동할 수 있다.
이하, 설명의 편의를 위해 좌측 프론트 링크 어셈블리와, 우측 프론트 링크 어셈블리를 프론트 링크 어셈블리(FL)로 칭하여 설명하고, 좌측 리어 링크 어셈블리와, 우측 리어 링크 어셈블리를 리어 링크 어셈블리(RL)로 칭하여 설명한다.
프론트 링크 어셈블리(FL)와 리어 링크 어셈블리(RL)는 좌우 방향(Y)으로 일부가 중첩될 수 있다. 이 경우, 로봇(10a)은 전후 방향으로 컴팩트화될 수 있다.
프론트 링크 어셈블리(FL)와 리어 링크 어셈블리(RL)는 좌우 방향(Y)으로 나머지가 중첩되지 않을 수 있다.
프론트 링크 어셈블리(FL)와 리어 링크 어셈블리(RL)는 전후 방향(X) 및 좌우 방향(Y)으로 이격될 수 있다.
복수개의 링크 어셈블리(40) 중 적어도 하나는 입력 링크(60)와, 지지축(70)와, 출력 링크(80)와, 플로우팅 링크(90)와, 스티어링 모터(100)를 포함할 수 있다.
입력 링크(60)는 링크 모터(50)에 연결될 수 있다.
입력 링크(60)에는 링크 모터(50)에 연결되기 위한 연결부(62, 도 5 참조)가 형성될 수 있다. 연결부(62)는 좌우 방향(Y)으로 길게 형성될 수 있고, 연결부(62)는 링크 모터(50)의 회전축과 연결될 수 있다. 연결부(62)는 입력 링크(60)에서 로봇 바디(30)를 향하여 돌출되게 형성될 수 있다.
링크 모터(50)의 구동시 입력 링크(60)는 연결부(62)를 중심으로 시계방향 또는 반시계방향으로 회전할 수 있다.
입력 링크(60)는 플로우팅 링크(90)와 입력 회전축(P1, 도 4 및 도 8 참조)으로 연결될 수 있다. 입력 회전축(P1)은 연결부(62)의 반대 방향으로 돌출되게 배치될 수 있다.
입력 링크(60)는 길이 방향의 일측에 연결부(62)가 제공될 수 있고, 길이 방향의 타측에 입력 회전축(P1)이 제공될 수 있다. 입력 링크(60)는 연결부(62)와 입력 회전축(P1)의 사이에 형성된 직선부를 포함할 수 있다.
지지축(70)은 로봇 바디(30)에 설치될 수 있다. 지지축(70)은 로봇 바디(30)에 수평하게 배치될 수 있다. 지지축(70)은 로봇 바디(30)에 좌우 방향(Y)으로 배치될 수 있다. 지지축(70)는 로봇 바디(30)의 측면에 배치되는 지지축 마운터에 좌우 방향(Y)으로 돌출되게 배치될 수 있다.
지지축(70)의 높이는 연결부(62)의 높이 보다 높을 수 있다. 지지축(70)의 높이는 입력 회전축(P1)의 최대 높이 보다 높을 수 있다.
로봇(10a)은 프론트 링크 어셈블리(FL)의 지지축(70)과, 리어 링크 어셈블리(RL)의 지지축(70)가 최대한 근접하게 배치될 경우, 보다 컴팩트화될 수 있다.
프론트 링크 어셈블리(FL)의 지지축의 길이와, 리어 링크 어셈블리(RL)의 지지축의 길이는 상이할 수 있다.
이하, 프론트 링크 어셈블리(FL)의 지지축을 프론트 지지축(70a)이라 칭하여 설명하고, 리어 링크 어셈블리(RL)의 지지축을 리어 지지축(70b)라 칭하여 설명한다.
프론트 지지축(70a)의 길이와 리어 지지축(70b)의 길이가 상이할 경우, 프론트 링크 어셈블리(FL)와, 리어 링크 어셈블리(RL)는 전후 방향(X)으로 간섭되지 않고, 좌우 방향(Y)으로 서로 이격될 수 있다.
프론트 지지축(70a)의 길이가 리어 지지축(70b)의 길이 보다 길 경우, 프론트 링크 어셈블리(FL)와 리어 링크 어셈블리(RL) 중 리어 링크 어셈블리(RL)는 로봇 바디(30)에 더 근접할 수 있고, 리어 링크 어셈블리(RL)는 이너 링크 어셈블리가 될 수 있으며, 프론트 링크 어셈블리(FL)는 아우터 링크 어셈블리가 될 수 있다.
반대로, 리어 지지축(70b)의 길이가 프론트 지지축(70a)의 길이 보다 길 경우, 프론트 링크 어셈블리(FL)와 리어 링크 어셈블리(RL) 중 프론트 링크 어셈블리(FL)는 로봇 바디(30)에 더 근접할 수 있고, 프론트 링크 어셈블리(FL)는 이너 링크 어셈블리가 될 수 있으며, 리어 링크 어셈블리(RL)는 아우터 링크 어셈블리가 될 수 있다.
출력 링크(80)는 지지축(70)에 회전 가능하게 연결될 수 있다.
출력 링크(80)에는 지지축(70)에 연결되기 위한 지지축 연결부(82, 도 4 및 도 5 참조)가 형성될 수 있다. 링크 모터(50)의 구동시 지지축 연결부(82)는 지지축(70)을 중심으로 회전될 수 있다.
출력 링크(80)는 지지축(70)을 중심으로 시계방향 또는 반시계방향으로 회전할 수 있다.
출력 링크(80)는 플로우팅 링크(90)와 출력 회전축(P2, 도 4 및 도 5 참조)으로 연결될 수 있다. 출력 회전축(P2)은 로봇 바디(30)의 반대 방향으로 돌출되게 배치될 수 있다.
출력 링크(80)의 일측에는 지지축 연결부(82)가 제공될 수 있고, 타측에는 출력 회전축(P2)이 제공된 회전축부(84, 도 4 및 도 5 참조)가 배치될 수 있다.
출력 링크(80)에는 인접한 타 링크 어셈블리의 지지축(70)을 회피하도록 굽은 곡면부(86, 도 4 참조)가 형성될 수 있다. 곡면부(86)는 지지축 연결부(82)와 회전축부(84)의 사이에 형성될 수 있다.
출력 링크(80)는 지지축 연결부(82)와 회전축부(84)의 사이(즉, 곡면부(86)가 호 형상으로 굽을 수 있다. 곡면부(86)는 지지축 연결부(82)와 회전축부(84)의 사이에 단면 형상이 열 호 형상으로 형성될 수 있다.
출력 링크(80)는 지지축 연결부(82)와 회전축부(84)의 사이가 직선 형상의 직선부인 것도 가능한데, 프론트 지지축(70a)과 리어 지지축(70b)이 근접하게 위치할 경우, 리어 링크 어셈블리(RL)의 출력 링크(80)가 프론트 지지축(70a)에 걸려 간섭될 수 있고, 프론트 링크 어셈블리(FL)의 출력 링크(80)가 리어 지지축(70b)에 걸려 간섭될 수 있다.
리어 링크 어셈블리(RL)의 출력 링크(80)가 곡면부(86)를 포함할 경우, 리어 링크 어셈블리(RL)의 출력 링크(80)는 곡면부(86)에 의해 프론트 지지축(70a)을 회피하면서 원활하게 회전될 수 있다. 프론트 링크 어셈블리(FL)의 출력 링크(80)가 곡면부(86)를 포함할 경우, 프론트 링크 어셈블리(FL)의 출력 링크(80)는 곡면부(86)에 의해 리어 지지축(70b)을 회피하면서 원활하게 회전될 수 있다.
로봇(10a)은 부품 공용화와 조립 편의성을 위해, 복수개의 링크 어셈블리(40)의 출력 링크(80)가 동일 구조로 형성하는 것이 바람직하고, 복수개 링크 어셈블리(40) 각각의 출력 링크(80)는 곡면부(86)를 포함하는 것이 바람직하다.
플로우팅 링크(90)는 입력 링크(60)와, 출력 링크(80) 각각에 회전 가능하게 연결될 수 있다.
플로우팅 링크(90)는 입력 링크(60)와 입력 회전축(P1)으로 연결될 수 있고, 출력 링크(80)와 출력 회전축(P2)로 연결될 수 있다.
플로우팅 링크(90)는 입력 링크(60)와 출력 링크(80) 사이에서 무빙될 수 있다.
플로우팅 링크(90)는 입력 회전축(P1)이 연결되는 입력 회전축 연결부(92, 도 4 참조)와, 출력 회전축(P1)이 연결되는 출력 회전축 연결부(94, 도 4 참조)를 포함할 수 있다. 플로우팅 링크(90)는 스티어링 모터(100)가 장착되는 스티어링 모터 장착부(96, 도 4 및 도 5 참조)을 더 포함할 수 있다.
플로우팅 링크(90)는 출력 링크(80)와 같이 제1 곡면부(95)를 포함할 수 있다. 제1 곡면부(95)는 입력 회전축 연결부(92)와, 출력 회전축 연결부(94) 사이에 형성될 수 있다. 제1 곡면부(95)는 단면 형상이 열 호 형상으로 형성될 수 있다.
플로우팅 링크(90)는 출력 링크(80)와 같이, 제2 곡면부(97, 도 7 참조)를 포함할 수 있다. 제2 곡면부(97)는 입력 회전축 연결부(92)와, 스티어링 모터 장착부(96)의 사이에 형성될 수 있다. 제2 곡면부(97)는 단면 형상이 열 호 형상으로 형성될 수 있다. 제2 곡면부(97)는 후술하는 스티어링 기구(SD)의 반대 방향으로 볼록하게 형성될 수 있고, 플로우팅 링크(90)의 무빙시 스티어링 기구(SD)와 간섭되지 않을 수 있다.
스티어링 모터(100)는 입력 링크(60)과, 출력 링크(70)와, 플로우팅 링크(90) 중 하나에 설치될 수 있고, 플로우팅 링크(90)에 설치되는 것이 바람직하다.
플로우팅 링크(90)는 스티어링 모터(100)를 둘러싸는 모터 마운터(99, 도 4 및 도 5 참조)를 포함할 수 있다. 모터 마운터(99)는 스티어링 모터 장착부(96)에 배치될 수 있고, 스티어링 모터(100)는 모터 마운터(99)에 의해 스티어링 모터 장착부(96)에 장착될 수 있다.
모터 마운터(99)는 스티어링 모터(100)의 외둘레를 둘러쌀 수 있다.
스티어링 모터(100)의 회전 중심은 상하 방향(Z)일 수 있다.
스티어링 모터(100)의 회전축(102, 도 5 참조)는 스티어링 모터(100의 하부에 상하 방향(Z)으로 길게 배치될 수 있다.
복수개 링크 어셈블리(40) 중 적어도 하나는 도 5에 도시된 바와 같이, 커플러(110)와, 어퍼 마운터(120)와, 서스펜션(130)와, 로어 마운터(140)와, 휠 모터(150)와, 휠(160)을 포함할 수 있다. 복수개 링크 어셈블리(40) 중 적어도 하나는 변위 센서(170)를 더 포함할 수 있다.
커플러(110)와, 어퍼 마운터(120)와, 서스펜션(130)와, 로어 마운터(140)는 서스펜션 기구(SD)를 구성할 수 있고, 휠 모터(150)와, 휠(160)은 서스펜션 기구(SD)에 장착된 휠 모듈(WM)을 구성할 수 있다.
링크 어셈블리(40)는 입력 링크(60), 지지축(70), 출력 링크(80) 및 플로우팅 링크(90) 및 스티어링 모터(100)를 포함할 수 있고, 스티어링 모터(100)에 연결된 서스펜션 기구(SD)와, 서스펜션 기구(SD)에 연결된 휠 모듈(WM)을 더 포함할 수 있다.
커플러(110)는 스티어링 모터(100)의 회전축(102)에 연결될 수 있다. 커플러(100)는 수평하게 배치된 상태에서, 회전축(102)를 중심으로 정,역 회전될 수 있다.
커플러(110)는 스티어링 모터(100)의 회전력을 어퍼 마운터(120)로 전달할 수 있다.
커플러(110)의 일측에는 회전축(102)이 연결된 회전축 연결부를 포함할 수 있고, 커플러(110)의 타측에는 어퍼 마운터(120)와 연결된 어퍼 마운터 연결부를 포함할 수 있다.
어퍼 마운터(120)는 커플러(110)에 연결될 수 있다. 어퍼 마운터(120)는 커플러(110)와 스크류 등이 체결부재로 결합될 수 있고, 커플러(110)와 함께 정,역 회전될 수 있다. 어퍼 마운터(120)는 서스펜션 기구(SD)의 상면을 형성할 수 있다.
서스펜션(130)은 어퍼 마운터(120)에 연결될 수 있다. 서스펜션(130)은 어퍼 마운터(120)와 로어 마운터(140)의 사이에 배치될 수 있다. 서스펜션(130)은 로봇 바디(30)의 무게를 받쳐줄 수 있고, 휠로 전달된 진동이 로봇 바디(30)로 전달되는 것을 최소화할 수 있다.
서스펜션(130)은 서스펜션 샤프트(132)와, 서스펜션 샤프트(132)의 외둘레를 둘러싸는 스프링(134)를 포함할 수 있다.
서스펜션 샤프트(132)는 어퍼 마운터(120)에 장착될 수 있고, 상하 방향(Z)으로 길게 배치될 수 있다.
스프링(134)의 상부는 서스펜션 샤프트(132)에 연결될 수 있고, 스프링(134)의 하부는 로어 마운터(140)에 연결될 수 있다.
로어 마운터(140)는 서스편선(130)에 연결될 수 있다. 로어 마운터(140)에는 서스펜션 샤프트(132)가 삽입될 수 있는 샤프트 홀이 형성될 수 있다. 로어 마운터(140)는 서스텐션(130) 특히 스프링(134)의 하측에서 서스펜션(130)을 지지할 수 있다.
휠 모터(150)는 로어 마운터(140)에 연결될 수 있다. 휠 모터(150)는 로어 마운터(140)의 하부에 체결부재로 체결될 수 있다.
휠 모터(150)의 회전축은 수평방향으로 길게 배치될 수 있고, 휠 모터(150)의 회전 중심은 좌우 방향(Y)일 수 있다.
휠(160)은 휠 모터(150)의 회전축에 연결될 수 있다.
휠 모터(150)와 휠(160)은 인휠 모터를 구성할 수 있다.
변위 센서(170)는 어퍼 마운터(120)와 로어 마운터(140) 사이에 배치될 수 있다. 변위 센서(170)는 서스펜션(130)의 변위를 측정할 수 있다.
변위 센서(170)는 로어 마운터(140)에 배치된 샤프트와, 센서 케이스에 배치되어 샤프트를 센싱하는 센서 유닛를 포함할 수 있다. 로봇(10a)의 주행시, 어퍼 마운터(120) 및 센서 케이스의 높이는 가변될 수 있고, 센서 유닛은 샤프트와 거리를 센싱할 수 있다.
로봇(10a)은 도 4 및 도 8에 도시된 바와 같이, 축 기어(180) 및 로터리 엔코더(190)를 더 포함할 수 있다.
축 기어(180)의 일 예는 링크 모터(50)의 회전축에 설치될 수 있다. 링크 모터(50)의 회전축이 회전되면, 축 기어(180)는 링크 모터(50)의 회전축과 함께 회전될 수 있다.
축 기어(180)의 다른 예는 입력 링크(60)의 연결부(62)에 설치될 수 있다.
링크 모터(50)의 회전축이 회전되면, 입력 링크(60)의 연결부(62)는 링크 모터(50)의 회전축과 함께 회전될 수 있고, 축 기어(180)는 입력 링크(60)의 연결부(62)와 함게 회전될 수 있다.
로터리 엔코더(190)는 로봇 바디(30)에 설치될 수 있다. 로터리 엔코더(190)는 축 기어(180)에 치합된 엔코더 기어를 갖을 수 있다.
로터리 엔코더(190)는 엔코더 기어의 회전에 의해 축 기어(180)의 각속도를 센싱할 수 있다.
프로세서(18)는 링크 모터(50)와 스티어링 모터(100) 및 휠 모터(150)를 제어할 수 있다.
로봇(10a)는 휠(160)를 들어서 연석이나 계단 위로 휠(160)를 올릴 수 있고, 휠(160)가 움직이는 궤적(T1)을 연석/계단에 적합하게 하기 위한 4 bar linkage를 포함할 수 있다.
로봇(10a)은 4 바 링키지(4 bar linkage)를 포함할 수 있고, 4 바 링키지는 입력 링크(60)와, 출력 링크(80)와, 플로우팅 링크(90)와, 그라운드 링크를 포함할 수 있다.
그라운드 링크는 지지축(70)과, 모터 바디(30)와, 링크 모터(50)에 의해 형성될 수 있고, 그라운드 링크는 링크 모터(50)의 회전축에 연결된 입력 링크(60)와, 지지축(70)에 연결된 출력 링크(80)를 연결할 수 있다.
로봇(10a)가 4 바 링키지(4 bar linkage)를 포함할 경우 경우, 각각의 링크 어셈블리(40)는 1자유도일 수 있고, 필요한 모터의 개수를 최소화할 수 있다.
링크 모터(50)가 입력 링크(60)를 회전시키면, 플로우팅 링크(90)에 서스펜션 기구(SD) 및 스티어링 모터(100)로 연결된 휠(160)은 물방울 모양, 반달 모양 혹은 은행 나무 잎 모양과 비슷한 궤적(T1, 도 6 참조)으로 무빙될 수 있다.
링크 어셈블리(40)는 휠(160)을 물방울 모양, 반달 모양 혹은 은행 나무 잎 모양과 비슷한 궤적(T1, 도 6 참조)으로 무빙시킬 수 있어, 최소한의 자유도로 연석/계단을 오르내릴 수 있다.
도 6에 도시된 바와 같이, 휠(160)의 중심 궤적(T1)과 입력 링크(60)와 플로우팅 링크(80)의 입력 회전축(P1)의 궤적(T2)은 이격될 수 있고, 휠(160)의 중심 궤적(T1)은 반달 모양 혹은 은행 나무 잎 모양과 비슷할 수 있으며, 로봇(10a)은 연석과 계단을 극복할 수 있다.
4 바 링키지의 궤적 때문에, 휠(160)의 높낮이는 조절되고, 로봇(10a)은 경사면에서 로봇 바디(30)의 수평을 유지할 수 있으며, 울퉁불퉁한 지형에서도 안정성 있게 주행할 수 있다.
로봇(10a)이 작동하지 않을 때, 프로세서(18)는 오프 모드로 링크 모터(50)를 제어할 수 있다.
오프 모드는 로봇(10a)이 주행하지 않고, 대기 또는 정지일 때의 모드로서, 도 8에 도시된 바와 같이, 복수개 링크 어셈블리(40) 각각의 휠(160)이 바닥과 이격되는 모드이다.
오프 모드시, 로봇 바디(30) 또는 마찰 패드(33)가 바닥에 접촉되고, 로봇(10a)의 임의 이동은 제한될 수 있다.
도 9은 본 실시 예에 따른 로봇이 계단을 오를 때 다른 예가 도시된 평면도이다.
로봇(10a)이 계단을 오를 때, 프로세서(18)는 특수 모드로 제어할 수 있다.
여기서, 특수 모드는 도 9에 도시된 바와 같이, 복수개 링크 어셈블리(40) 중 어느 하나의 휠(160)이 계단 등(S)에 먼저 오르는 모드일 수 있다.
특수 모드는 로봇(10a)이 게(Crab)의 주행 패턴과 유사하게, 계단을 비스듬히 오를 수 있는 크랩 구동 모드(Crab driving mode)일 수 있다.
특수 모드시, 프로세서(18)는 한 쌍의 프론트 링크 어셈블리(FL) 중 어느 하나(예를 들면, 좌측 프론트 링크 어셈블리)의 링크 모터(50)를 상승 모드로 제어한 후, 다시 하강 모드로 제어하여, 한 쌍의 프론트 링크 어셈블리(FL) 중 어느 하나(예를 들면, 좌측 프론트 링크 어셈블리)의 휠(160a)을 타 링크 어셈블리(예를 들면, 우측 프론트 링크 어셈블리)의 휠(160b) 보다 먼저 계단(S)에 올릴 수 있다.
이후, 프로세서(18)는 타 링크 어셈블리((예를 들면, 우측 프론트 링크 어셈블리)의 링크 모터(50)를 상승 모드로 제어한 후, 다시 하강 모드로 제어할 수 있고, 타 링크 어셈블리(예를 들면, 우측 프론트 링크 어셈블리)의 휠(160)를 계단(S)에 올릴 수 있다.
특수 모드시, 로봇(10a)은 휠들(160a,160b)을 순차적 계단 등(S)에 올릴 수 있고, 로봇은 용이하게 계단(S) 등에 오를 수 있다.
로봇(10a)은 특수 모드의 도중에 링크를 이용하여, 장애물을 극복하면서 로봇 바디(30)의 평형을 유지할 수 있다.
도 10는 본 실시 예에 따른 로봇이 장애물을 넘을 때의 측면도이다.
로봇(10a)의 주행 모드시, 복수개 링크 어셈블리(40) 중 일부의 휠(160a)만이 장애물(O)을 만날 수 있고, 복수개 링크 어셈블리(40) 중 나머지의 휠(160)은 장애물(O)을 만나지 않을 수 있다.
일 예로 장애물(O)을 만난 링크 어셈블리(40)의 서스펜션 기구(SD)는 압축될 수 있고, 장애물(O)을 만난 휠(160)은 장애물(O)로 올라서게 할 수 있고, 이후, 장애물(O)로 올라선 휠(160)은 장애물(O)을 타고 넘었을 수 있고, 압축되었던 서스펜선 기구(SD)는 복원될 수 있다.
다른 예로, 장애물(O)을 만난 링크 어셈블리(40)의 링크 모터(50)은 휠(160a)을 상승시키도록 제어될 수 있고, 장애물(O)을 만난 휠(160)은 장애물(O)로 올라서게 할 수 있다. 이후 휠(160)이 장애물(O)을 타고 넘었을 때, 휠(160)이 상승된 링크 어셈블리(40)의 링크 모터(50)가 휠(160)을 하강시키도록 제어될 수 있다.
상기와 같은 로봇(10a)은 복수개 링크 어셈블리(40) 중 일부의 휠(160a)이 장애물을 만나더라도, 로봇 바디(30)를 전체적으로 수평하게 유지하면서 장애물(O)을 넘을 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 (16)

  1. 로봇 바디;
    상기 로봇 바디에 연결된 링크 어셈블리; 및
    상기 로봇 바디에 설치되고 상기 링크 어셈블리에 연결된 링크 모터를 포함하고,
    상기 링크 어셈블리 및 링크 모터는 복수개 제공되며,
    상기 복수개의 링크 어셈블리는
    상기 로봇 바디의 전방부에 연결된 프론트 링크 어셈블리; 및
    상기 로봇 바디의 후방부에 연결된 리어 링크 어셈블리를 포함하고,
    상기 프론트 링크 어셈블리와 상기 리어 링크 어셈블리는 좌우 방향으로 일부가 중접되는 로봇.
  2. 제 1 항에 있어서,
    상기 프론트 링크 어셈블리와 상기 리어 링크 어셈블리는 좌우 방향으로 이격된 로봇.
  3. 제 1 항에 있어서,
    상기 로봇 바디의 저면에 배치된 마찰 패드를 더 포함하는 로봇.
  4. 제 1 항에 있어서,
    상기 로봇 바디의 전방 하부에 배치된 프론트 범퍼를 더 포함하는 로봇.
  5. 제 1 항에 있어서,
    상기 로봇 바디의 후방 하부에 배치된 리어 범퍼를 더 포함하는 로봇.
  6. 제 1 항에 있어서,
    상기 복수개 링크 어셈블리 중 적어도 하나는
    상기 링크 모터에 연결된 입력 링크;
    상기 로봇 바디에 설치된 지지축;
    상기 지지축에 회전 가능하게 연결되는 출력 링크;
    상기 입력 링크와 출력 링크 각각에 회전 가능하게 연결된 플로우팅 링크; 및
    상기 입력 링크와, 출력 링크와, 플로우팅 링크 중 하나에 설치된 스티어링 모터를 포함하는 로봇.
  7. 제 6 항에 있어서,
    상기 프론트 링크 어셈블리의 지지축 길이는 상기 리어 링크 어셈블리의 지지축 길이와 상이한 로봇.
  8. 제 6 항에 있어서,
    상기 출력 링크에는 인접한 링크 어셈블리의 지지축을 회피하도록 굽은 곡면부가 형성된 로봇.
  9. 제 6 항에 있어서,
    상기 플로우팅 링크는 상기 스티어링 모터를 둘러싸는 모터 마운터를 포함하는 로봇.
  10. 제 6 항에 있어서,
    복수개 링크 어셈블리 중 적어도 하나는
    상기 스티어링 모터의 회전축에 연결된 커플러;
    상기 커플러에 연결된 어퍼 마운터;
    상기 어퍼 마운터 연결된 서스펜션;
    상기 서스펜선에 연결된 로어 마운터;
    상기 로어 마운터에 연결된 휠 모터; 및
    상기 휠 모터의 회전축에 연결된 휠을 포함하는 로봇.
  11. 제 10 항에 있어서,
    상기 휠의 중심 궤적과 상기 입력 링크와 플로우팅 링크의 입력 회전축의 궤적은 이격된 로봇.
  12. 제 10 항에 있어서,
    복수개 링크 어셈블리 중 적어도 하나는
    상기 어퍼 마운터와 로어 마운터 사이에 배치되어 서스펜션의 변위를 측정하는 변위 센서를 더 포함하는 로봇.
  13. 제 10 항에 있어서,
    상기 링크 모터의 회전축에 설치된 축 기어; 및
    상기 축 기어에 치합된 엔코더 기어를 갖고 상기 로봇 바디에 설치된 로터리 엔코더를 더 포함하는 로봇.
  14. 제 10 항에 있어서,
    상기 링크 모터와 스티어링 모터 및 휠 모터를 제어하는 프로세서를 더 포함하는 로봇.
  15. 제 14 항에 있어서,
    로봇이 작동하지 않을 때,
    상기 프로세서는 복수개 링크 어셈블리 각각의 휠이 바닥과 이격되는 오프 모드로 상기 링크 모터를 제어하는 로봇.
  16. 제 14 항에 있어서,
    로봇이 계단을 오를 때,
    상기 프로세서는 복수개 링크 어셈블리 중 어느 하나의 휠이 계단에 먼저 오르는 특수 모드로 제어하는 로봇.
PCT/KR2023/006314 2023-05-10 2023-05-10 로봇 Ceased WO2024232452A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/KR2023/006314 WO2024232452A1 (ko) 2023-05-10 2023-05-10 로봇
KR1020257030308A KR20260009800A (ko) 2023-05-10 2023-05-10 로봇

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2023/006314 WO2024232452A1 (ko) 2023-05-10 2023-05-10 로봇

Publications (1)

Publication Number Publication Date
WO2024232452A1 true WO2024232452A1 (ko) 2024-11-14

Family

ID=93430280

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2023/006314 Ceased WO2024232452A1 (ko) 2023-05-10 2023-05-10 로봇

Country Status (2)

Country Link
KR (1) KR20260009800A (ko)
WO (1) WO2024232452A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119527444A (zh) * 2024-11-27 2025-02-28 国网宁夏电力有限公司银川供电公司 一种变电站用的履带式巡检机器人及其使用方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2647541B2 (ja) * 1990-08-13 1997-08-27 三菱重工業株式会社 脚形移動ロボットのほふく移動制御方法
KR20080016332A (ko) * 2006-08-18 2008-02-21 한양대학교 산학협력단 장애물 지대 극복 로봇
JP2016074060A (ja) * 2014-10-07 2016-05-12 株式会社東芝 遠隔作業自動機及びその作業方法
KR20220043864A (ko) * 2020-09-29 2022-04-05 엘지전자 주식회사 로봇 및 그 제어방법
JP2023044065A (ja) * 2021-09-17 2023-03-30 株式会社ダイヘン 移動体

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2647541B2 (ja) * 1990-08-13 1997-08-27 三菱重工業株式会社 脚形移動ロボットのほふく移動制御方法
KR20080016332A (ko) * 2006-08-18 2008-02-21 한양대학교 산학협력단 장애물 지대 극복 로봇
JP2016074060A (ja) * 2014-10-07 2016-05-12 株式会社東芝 遠隔作業自動機及びその作業方法
KR20220043864A (ko) * 2020-09-29 2022-04-05 엘지전자 주식회사 로봇 및 그 제어방법
JP2023044065A (ja) * 2021-09-17 2023-03-30 株式会社ダイヘン 移動体

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119527444A (zh) * 2024-11-27 2025-02-28 国网宁夏电力有限公司银川供电公司 一种变电站用的履带式巡检机器人及其使用方法

Also Published As

Publication number Publication date
KR20260009800A (ko) 2026-01-20

Similar Documents

Publication Publication Date Title
WO2022071668A1 (ko) 로봇 및 그 제어방법
WO2018093055A1 (en) Mobile robot system and mobile robot
WO2022075592A1 (ko) 로봇
WO2021010502A1 (ko) 로봇 및 그를 이용한 물품 관리 방법
WO2022055002A1 (ko) 로봇
WO2020246643A1 (ko) 서빙 로봇 및 그를 이용한 고객 접대 방법
WO2020241929A1 (ko) 청소 로봇
WO2020251086A1 (ko) 인공지능 세탁물 처리 기기
WO2020256195A1 (ko) 빌딩 관리 로봇 및 그를 이용한 서비스 제공 방법
WO2020246625A1 (ko) 로봇 및 그를 포함하는 로봇 시스템
WO2021002499A1 (ko) 군집 로봇을 이용하여 사용자의 위치를 추적하는 방법, 태그장치 및 이를 구현하는 로봇
WO2020262746A1 (ko) 인공지능 기반의 세탁 코스 추천 장치 및 그 제어 방법
WO2020251096A1 (ko) 인공 지능 로봇 및 그의 동작 방법
WO2020256180A1 (ko) 사용자 인식 기반의 유모차 로봇 및 그 제어 방법
WO2020251100A1 (ko) 퓨전 슬램에서 맵을 업데이트하는 방법 및 이를 구현하는 로봇
WO2021215547A1 (ko) 스마트 홈 장치 및 방법
WO2020230928A1 (ko) 로봇 및 그의 제어 방법
WO2024232452A1 (ko) 로봇
WO2021002493A1 (ko) 지능형 게이트웨이 장치 및 그를 포함하는 제어 시스템
WO2020262733A1 (ko) 인공지능 기반의 공기조화기
WO2020246640A1 (ko) 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법
WO2020256169A1 (ko) 인공 지능을 이용하여, 안내 서비스를 제공하는 로봇 및 그의 동작 방법
WO2023191125A1 (ko) 로봇
WO2024014584A1 (ko) 인공 지능 장치 및 그의 대상기기 매뉴얼 제공 방법
WO2024053755A1 (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: 23936676

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE