KR20200027879A - 비젼 기반으로 부하를 인식하고 자동코스를 제공하는 인공지능 세탁기 - Google Patents

Abstract

본 발명은 대상물을 수용하고 수용된 대상물을 처리하는 가전기기에 관한 것이다.
본 발명의 일실시예에 따르면 비젼 기반으로 부하를 인식하고 자동코스를 제공하는 인공지능 세탁기가 제공될 수 있다.
본 발명의 일실시예에 따르면, 캐비닛; 상기 캐비닛 내에 구비되어 처리 대상물을 수용하는 대상물 수용부; 상기 캐비닛에 구비되어 상기 대상물 수용부를 개폐하는 도어; 상기 캐비닛 또는 도어에 구비되어, 상기 대상물 수용부 내부에 구비되는 대상물의 이미지 정보를 생성하는 카메라; 사용자로부터 대상물 처리에 대한 정보(처리 정보)를 입력받도록 구비되는 사용자 인터페이스; 그리고 기획득된 이미지 정보 및 기획득된 처리 정보를 통한 학습 과정의 결과와 현재 획득된 이미지 정보를 통하여 세팅되는 현재의 처리 정보를 기반으로 대상물을 처리하도록 제어하는 메인 프로세서를 포함하는 가전기기가 제공될 수 있다.

Description

비젼 기반으로 부하를 인식하고 자동코스를 제공하는 인공지능 세탁기{Artificial intelligence washing machine providing an automatic washing course based on a vision}

본 발명은 대상물을 수용하고 수용된 대상물을 처리하는 가전기기로서 인공지능이 구현된 가전기기에 관한 것이다. 구체적으로 상기 가전기기는 비젼 기반으로 부하를 인식하고 자동으로 특정 코스를 제공하는 인공지능 세탁기를 포함할 수 있다.

대상물을 수용하고 대상물을 처리하는 가전기기는 많은 종류가 있다. 즉, 대상물에 따라 그리고 대상물을 처리하는 방법에 따라 다양한 종류의 가전기기가 제공될 수 있다.

의류를 수용하고 의류를 처리하는 가전기기는 세탁기, 건조기, 스타일러(의류처리기 또는 의류관리기)를 포함할 수 있다. 여기서 의류는 사용자가 착용하는 옷뿐만 아니라 침구류, 섬유 인형, 신발 등 다양한 대상물을 포함할 수 있다.

의류의 처리는 세탁, 건조, 리프레시, 살균 등 다양한 처리를 포함할 수 있으며, 어느 하나의 의류처리장치는 다양한 처리 과정들 중 특정 처리 과정에 특화되어 제공될 수 있으며, 복수 개의 처리 과정들을 수행하도록 제공될 수 있다.

세탁기의 경우에는, 세탁수를 이용하여 세탁, 헹굼이 수행되고 탈수가 수행되는 세탁 코스가 수행되도록 제공될 수 있다.

건조기의 경우에는, 열풍을 이용하여 건조 내지는 리프레시가 수행되는 건조 또는 리프레시 코스가 제공될 수 있다.

이러한 의류처리장치들은 대상물의 종류에 따라 다양한 처리 코스가 제공되며, 각각의 처리 코스 내에서 적어도 하나 이상의 서브 정보를 포함할 수 있다.

이러한 가전기기는 식기를 처리하는 식기세척기나 식재료를 통해 음식을 조리하는 조리기기 등으로 확장될 수 있다. 이러한 식기세척기나 식재료 또한 처리하는 대상물에 따라 또는 사용자의 의도에 따라 다양한 처리 코스를 통해 대상물이 처리될 수 있다.

종래의 가전기기에서는 사용자가 대상물 수용부에 대상물을 투입한 후 처리 정보를 입력하고, 입력된 처리 정보에 따라 대상물이 처리되는 것이 일반적이다.

세탁기의 경우, 세탁을 수행하기 위한 의류를 드럼과 같은 대상물 수용부에 투입한 후, 다양한 세탁 코스 중 특정 세탁 코스를 사용자가 선택한 후, 선택된 세탁 코스에 따라 세탁이 수행됨이 일반적이다.

일례로, 사용자가 이불과 같은 침구류를 세탁하는 경우 "이불 코스"를 선택하거나 울 소재의 의류를 세탁하는 경우 "울 코스"를 선택할 수 있다.

가전기기에서 제공되는 대상물에 대한 처리 정보는 복수 개 구비됨이 일반적이다. 일례로, 가전기기의 종류에 따라 세탁 코스, 건조 코스, 리프레시 코스, 세척 코스, 쿠킹 코스 등 특정 코스 형태들로 처리 정보가 제공되며, 각각의 처리 정보들은 복수 개 구비됨이 일반적이다. 세탁기의 경우, 일례로, 표준(일반) 코스, 아기옷 코스, 이불 코스, 기능성 의류 코스 등 단일 가전기기에서 복수 개의 처리 정보를 제공할 수 있다.

각각의 처리 정보 내지는 코스 정보는 처리 대상물의 종류에 따라 최적의 처리가 수행되도록 마련된다. 즉, 처리 대상물의 손상이나 훼손을 방지하면서도 최적의 처리 결과를 만족할 수 있도록, 일련의 대상물 처리 과정과 처리 조건들이 기설정된다고 할 수 있다.

세탁기의 경우, 처리 대상이 되는 의류의 종류에 따라 다양한 처리 정보가 제공됨에도 불구하고, 사용자는 디폴트로 선택되는 처리 정보만 사용하는 경우가 많다. 따라서, 세탁기를 효율적으로 사용하지 못하는 문제가 있다.

또한, 사용자가 세탁기를 통해 세탁을 하고자 하는 경우마다 처리 정보를 선택하고 입력하여야 하는 수고가 뒤따른다.

최근 가전기기에서는 인공지능이 화두가 되고 있다. 그러나 현재의 가전기기에서 인공지능은 가전기기에서 누적된 데이터에 근거하여 사용자에게 특정 정보를 제공해 주는 것 정도에 그치고 있다. 엄밀히 말하면, 인공지능이 아닌 데이터 처리에 불과한 것이라 할 수 있다.

따라서, 단순한 누적 데이터 처리가 아닌 학습(learing)이 수행되어 진화하는 형태를 갖는 인공지능이 적용된 가전기기가 제공될 필요가 있다. 이를 통해서, 사용자가 일일이 처리 정보를 입력하지 않고도 자동적으로 최적의 처리 정보를 세팅할 수 있는 가전기기가 제공될 수 있을 것이다.

본 발명의 일실시예를 통해서, 학습이 수행되어 사용자가 일일이 처리 정보를 입력하지 않고도 최적의 처리 정보를 세팅하거나 세팅할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 사용자가 수동으로 처리 정보를 입력하는 것과 가전기기에서 자동으로 처리 정보를 세팅하는 것을 선택적으로 용이하게 수행될 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 학습이 수행되어 진화하고 있음을 사용자에게 알림으로써 사용자의 만족 여부를 증진시킬 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 가전제품이 올바른 학습을 하기 위하여, 사용자의 승인이 수행되거나 사용자에 의한 주입 내지 강제 학습이 가능한 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 사용자가 사용하는 특정 가전기기를 통해 획득된 정보만을 통해서 학습이 수행되어, 사용자 맞춤 학습이 가능한 가전기기 및 이의 제어방법을 제공하고자 한다. 또한, 학습에 필요한 정보를 최소화하여 학습에 소요되는 시간을 줄일 수 있고, 학습 과정을 단순화할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 세팅된 처리 정보를 기반으로 대상물 처리가 수행되는 도중 또는 수행 완료 중, 처리 정보의 하위 정보 내지는 서브 정보를 변경하는 보정 과정이 수행될 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통하여, 대상물 처리에 영향을 미치지만 일반적이지 않은 대상물에 대한 처리 정보를 자동으로 세팅할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 대상물 수용부에 수용된 대상물을 자동으로 촬영하여 형성되는 이미지 정보를 통한 학습을 통하여, 처리 정보를 세팅할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 자동으로 학습이 수행되고, 학습 결과를 사용자가 선택적으로 이용할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 사용자 특유의 사용 패턴을 학습하여 자신에게만 특화된 코스 세팅을 제공할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

본 발명의 일실시예를 통해서, 가전기기에서 학습을 수행하는지 여부 및/또는 학습이 가능한지 여부를 사용자가 직관적이고 용이하게 파악할 수 있는 가전기기 및 이의 제어방법을 제공하고자 한다.

전술한 목적을 구현하기 위하여, 본 발명의 일실시예에 따르면, 캐비닛; 상기 캐비닛 내에 구비되어 처리 대상물을 수용하는 대상물 수용부; 상기 캐비닛에 구비되어 상기 대상물 수용부를 개폐하는 도어; 상기 캐비닛 또는 도어에 구비되어, 상기 대상물 수용부 내부에 구비되는 대상물의 이미지 정보를 생성하는 카메라; 사용자로부터 대상물 처리에 대한 정보(처리 정보)를 입력받도록 구비되는 사용자 인터페이스; 그리고 기획득된 이미지 정보 및 기획득된 처리 정보를 통한 학습 과정(learning process)의 결과와 현재 획득된 이미지 정보를 통하여 세팅되는 현재의 처리 정보를 기반으로 대상물을 처리하도록 제어하는 메인 프로세서를 포함하는 가전기기.

상기 세팅되는 현재의 처리 정보는 상기 메인 프로세서에서 수행될 수 있다. 또한, 상기 메인 프로세서는 서버를 통해서 세팅되어야 하는 현재의 처리 정보를 전달 받아 이를 세팅할 수 있다.

세팅된 처리 정보는 상기 사용자 인터페이스를 통해 사용자에게 알릴 수 있다. 상기 사용자 인터페이스는 세팅된 처리 정보에 기반하여 현재 수행되는 처리 정보를 사용자에게 알릴 수 있다. 잔여 시간 정보, 현재 수행중이 서브 프로세서(일례로, 세탁, 헹굼 그리고 탈수 중 어느 하나가 수행 중인지) 등을 사용자에게 알릴 수 있다.

상기 학습 과정은, 상기 이미지 정보를 입력 인자로 하고 상기 처리 정보를 출력 인자로 하여 수행될 수 있다.

상기 학습 과정은, 상기 가전기기에 내장된 학습 프로세서 또는 상기 가전기기와 통신을 수행하는 서버의 학습 프로세서를 통해 수행될 수 있다. 그러나, 학습 결과에 대한 데이터 베이스는 상기 가전기기 자체에 마련되는 것이 바람직하다. 이를 통해, 사용자 본인에 대한 특성화된 데이터 베이스를 구축하는 것이 가능하게 된다. 또한, 데이터 베이스 생성, 확장 그리고 변경에 따른 소요 시간을 최소화할 수 있게 된다.

상기 사용자 인터페이스는, 음성을 출력하는 스피커, 음성을 입력받는 마이크, 디스플레이 그리고 사용자에 의한 물리적 접촉 또는 가압을 입력받는 버튼 또는 터치 패널 중 적어도 어느 하나를 포함할 수 있다.

상기 학습 과정은, 현재 획득된 이미지 정보에 대응되는 학습 결과 유무를 판단하는 단계를 포함할 수 있다.

상기 판단 단계에서 대응되는 학습 결과가 있는 경우, 이에 해당하는 처리 정보가 출력되어 세팅될 수 있다.

상기 처리 정보 세팅 후, 상기 사용자 인터페이스를 통해서 상기 세팅된 처리 정보에 대한 사용자의 승인이 수행되는 승인 단계가 수행될 수 있다.

상기 승인 단계에서 사용자의 승인이 없는 경우, 현재 획득된 이미지 정보에 대한 사용자가 허용하는 처리 정보를 대응시키는 강제 학습 단계가 수행될 수 있다. 즉, 학습에 의해 세팅된 처리 정보보다 사용자가 강제로 세팅하는 처리 정보를 우선하도록 하는 것이 바람직하다.

상기 판단 단계에서 대응되는 학습 결과가 없는 경우, 현재 획득된 이미지 정보에 대한 사용자가 허용하는 처리 정보를 대응시키는 강제 학습 단계가 수행될 수 있다.

상기 강제 학습 단계는, 새로운 처리 정보가 추천되는 경우 이를 사용자가 승인하는 형태로 수행되거나, 사용자가 직접 입력하는 처리 정보를 대응시키는 형태로 수행될 수 있다.

상기 학습 과정을 통하여, 서로 구별되는 이미지 정보 및 각각의 이미지 정보에 대응되어 출력되는 처리 정보에 대한 조합의 개수가 확장됨을 특징으로 하는 가전기기. 이러한 확장을 통해서 사용자는 가전기기가 진화하는 것을 인지할 수 있게 된다. 즉, 사용자는 더욱 똑똑해지는 것을 인지할 수 있게 된다.

상기 사용자 인터페이스는, 상기 세팅된 처리 정보를 통해 대상물 처리가 시작되도록 사용자가 승인하는 시작 입력부를 포함할 수 있다. 상기 시작 입력부는 물리적 버튼으로 구비되거나 마이크를 통한 사용자 음성 인식을 통해 구현될 수 있을 것이다.

상기 처리 정보는, 상기 가전기기에서 수행하도록 제공되는 복수 개의 코스 정보를 포함할 수 있다. 세탁기의 경우 복수 개의 세탁 코스, 건조기의 경우 복수 개의 건조 코스, 리프레셔의 경우 복수 개의 스타일링 코스 내지는 복수 개의 의류 코스, 식기 세척기의 경우에는 복수 개의 세척 코스 그리고 조리 기기의 경우에는 복수 개의 쿠킹 코스 등을 포함할 수 있다.

상기 처리 정보는, 상기 복수 개의 코스 정보 내의 서브 정보를 포함할 수 있다.

상기 서브 정보는, 세탁기의 경우, 세탁수의 온도, 세탁수의 수위, 탈수 RMP, 세탁 세기, 세탁 시간, 헹굼 횟수 그리고 스팀 유무 중 적어도 어느 하나를 포함할 수 있다.

상기 서브 정보는, 건조기 또는 리프레셔의 경우, 건조 또는 리프레시 시간, 열풍 또는 상기 대상물 수용부 내부 온도, 건조도, 습도 그리고 스팀 유무 중 적어도 어느 하나를 포함할 수 있다.

상기 학습 과정은, 상기 세팅되는 현재의 처리 정보를 기반으로 대상물의 처리를 수행하는 도중 또는 수행 완료 후, 상기 서브 정보를 변경하는 보정 과정을 포함할 수 있다.

일례로, 이불 코스로 학습되었고 이불 코스로 솜 인형에 대한 처리가 수행되는 도중, 탈수에 문제가 발생된 경우 이러한 문제를 해결하기 위한 보정 과정이 수행될 수 있다. 이 경우 이불 코스를 수행하되 탈수 시 RMP을 낮추도록 서브 정보를 보정하는 것이 바람직하다.

일반적이지 않은 세탁물인 패딩의 경우 마찬가지로 보정 과정이 수행될 수 있다. 패딩은 볼륨이 크되 세탁수의 흡수 정도가 매우 낮은 의류일 수 있다. 표준 코스로 학습되었고 세탁수의 양이 많아 문제가 발생되는 경우, 이러한 보정 과정이 수행될 수 있다. 이 경우 표준 코스를 수행하되 세탁수의 수위를 낮추도록 서브 정보를 보정하는 것이 바람직하다.

상기 세팅되는 현재의 처리 정보를 기반으로 대상물의 처리를 수행하는 도중, 상기 대상물 수용부 내부에 구비되는 대상물의 이미지 정보가 추가로 생성될 수 있다.

일례로, 세탁이 종료된 경우 또는 헹굼이 종료된 경우 대상물의 이미지 정보가 추가로 생성될 수 있다. 세탁이 종료된 경우 대상물의 이미지 정보를 통해서 헹굼 횟수가 증감되거나 헹굼 세탁수량이 증가될 수 있다. 헹굼이 종료된 경우 대상물의 이미지 정보를 통해서 포 꼬임 여부를 확인할 수 있다. 이를 통해서 탈수 RPM이 증감되거나 포 풀림을 위한 단계가 더 수행될 수 있다. 즉, 드럼의 회전을 통해서 꼬여 있는 포 풀림 단계가 수행된 후 최종 탈수가 수행될 수 있다.

이러한 추가 이미지 생성을 통해서도 학습이 수행되어 자동으로 코스 세팅이 수행될 수 있다. 따라서, 초기 이미지만을 통해서 고정된 처리 정보가 아닌 종료 전 즉 처리 도중 이미지를 통해서 처리 정보가 보정될 수 있으므로 더욱 효과적이라 할 수 있다.

상기 현재의 처리 정보는 자동으로 세팅될 수 있다. 즉, 사용자가 현재 사용자 인터페이스를 통해 처리 정보를 입력하지 않은 경우에 자동으로 세팅될 수 있다.

상기 자동 세팅은 디폴트 세팅과 구별되는 것이 바람직하다. 디폴트 세팅은 전원 인가 시 기본적으로 수행되는 처리 정보 세팅을 의미하고, 학습이 전혀 반영되지 않은 세팅을 의미한다. 반면 상기 자동 세팅은 학습이 반영된 세팅이다. 따라서, 사용자 인터페이스를 통해 문자 알림, 음성 알림 내지는 LED의 가변 점등 후 고정 점등을 통해서, 사용자는 학습에 의한 자동 세팅임을 파악할 수 있는 것이 바람직하다.

상기 복수 개의 코스 정보 중 적어도 어느 하나의 코스 정보에 대한 학습 결과가 있는 경우, 상기 현재의 처리 정보가 자동으로 세팅될 수 있다. 만약 학습 결과가 없는 경우, 강제(주입) 학습 단계가 수행될 수 있을 것이다.

상기 복수 개의 코스 정보 각각에 대한 코스 정보에 대한 학습 결과가 있는 경우, 상기 현재의 처리 정보가 자동으로 세팅될수 있다. 만약 학습 결과가 없는 경우, 강제(주입) 학습 단계가 수행될 수 있을 것이다.

상기 사용자 인터페이스는, 사용자가 상기 복수 개의 코스 정보 중 어느 하나를 선택하도록 구비되는 코스 선택부를 포함하고, 상기 복수 개의 코스 정보 중 어느 하나는 상기 학습 결과를 기반으로 상기 현재의 처리 정보가 자동으로 세팅되도록 하는 학습 코스일 수 있다.

상기 사용자 인터페이스는, 사용자가 상기 복수 개의 코스 정보 중 어느 하나를 선택하도록 구비되는 코스 선택부를 포함하고, 상기 코스 선택부와는 개별적으로 상기 학습 코스를 선택하기 위한 학습 코스 선택부를 포함할 수 있다.

상기 코스 선택부 또는 학습 코스 선택부를 통하여, 직전에 상기 학습 코스가 선택되면 현재 상기 학습 코스가 디폴트로 될 수 있다.

상기 복수 개의 코스 정보 중 상기 학습 코스를 제외한 코스가 선택되는 경우, 현재 획득된 이미지 정보가 상기 선택된 코스를 통한 학습 과정이 수행될 수 있다. 이 경우, 학습은 하되 학습 결과는 미반영 되는 것이라 할 수 있다.

따라서, 학습 결과가 미반영되더라도 지속적인 학습이 수행되고 있으므로 가전기기의 진화가 촉진될 수 있다.

상기 도어의 닫힘 여부를 감지하는 도어 센서를 포함하고, 상기 카메라는, 상기 가전기기의 전원이 인가되고 상기 도어 센서에서 상기 도어의 닫힘 상태가 감지된 후, 상기 이미지 정보를 생성하는 것이 바람직하다. 또한, 상기 카메라는 도어가 닫힌 상태에서 대상물 처리 도중 내지는 처리 완료 전에 추가 이미지 정보를 생성할 수 있다. 마찬가지로 추가 이미지를 통해서 학습이 수행될 수 있으며, 이를 통해서 기세팅된 처리 정보를 보정할 수 있다.

전술한 목적을 구현하기 위하여, 본 발명의 일실시예에 따르면, 카메라를 통해 이미지 정보를 생성하고 획득하는 단계; 사용자가 세팅하는 대상물 처리 정보를 획득하는 단계; 기획득된 이미지 정보와 대상물 처리 정보를 통해 학습하는 단계; 그리고 학습된 결과와 현재 획득된 이미지 정보를 통하여 세팅되는 현재의 처리 정보를 기반으로 대상물을 처리하는 단계를 포함하는 가전기기의 제어방법이 제공될 수 있다.

상기 제어방법은 전술한 바와 같이, 보정 단계를 포함할 수 있다. 또한 추가 이미지 생성 단계를 포함할 수 있다.

전술한 실시예들에서의 특징은, 다른 실시예들에서 배타적이거나 모순되지 않는 한, 다른 실시예들에서 복합적으로 구현될 수 있을 것이다.

본 발명의 일실시예를 통해서, 학습이 수행되어 사용자가 일일이 처리 정보를 입력하지 않고도 최적의 처리 정보를 세팅하거나 세팅할 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 사용자가 수동으로 처리 정보를 입력하는 것과 가전기기에서 자동으로 처리 정보를 세팅하는 것을 선택적으로 용이하게 수행될 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 학습이 수행되어 진화하고 있음을 사용자에게 알림으로써 사용자의 만족 여부를 증진시킬 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 가전제품이 올바른 학습을 하기 위하여, 사용자의 승인이 수행되거나 사용자에 의한 주입 내지 강제 학습이 가능한 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 사용자가 사용하는 특정 가전기기를 통해 획득된 정보만을 통해서 학습이 수행되어, 사용자 맞춤 학습이 가능한 가전기기 및 이의 제어방법을 제공할 수 있다. 또한, 학습에 필요한 정보를 최소화하여 학습에 소요되는 시간을 줄일 수 있고, 학습 과정을 단순화할 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 세팅된 처리 정보를 기반으로 대상물 처리가 수행되는 도중 또는 수행 완료 중, 처리 정보의 하위 정보 내지는 서브 정보를 변경하는 보정 과정이 수행될 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통하여, 대상물 처리에 영향을 미치지만 일반적이지 않은 대상물에 대한 처리 정보를 자동으로 세팅할 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 대상물 수용부에 수용된 대상물을 자동으로 촬영하여 형성되는 이미지 정보를 통한 학습을 통하여, 처리 정보를 세팅할 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 자동으로 학습이 수행되고, 학습 결과를 사용자가 선택적으로 이용할 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 사용자 특유의 사용 패턴을 학습하여 자신에게만 특화된 코스 세팅을 제공할 수 있는 가전기기 및 이의 제어방법을 제공할 수 있다.

본 발명의 일실시예를 통해서, 가전기기에서 학습을 수행하는지 여부 및/또는 학습이 가능한지 여부를 사용자가 직관적이고 용이하게 파악할 수 있는 의류관리기 및 이의 제어방법을 제공할 수 있다.

도 1은 본 발명의 일실시예에 따른 가전기기의 일례를 도시한 사시도;
도 2는 도 1에 도시된 가전기기의 단면도;
도 3은 본 발명의 일실시예에 따른 가전기기의 사용자 인터페이스를 도시한 정면도;
도 4는 본 발명의 일실시예에 따른 가전기기의 제어 블럭도;
도 5는 본 발명의 일실시예에 따른 가전기기의 제어방법을 도시한 플로우 차트;
도 6은 본 발명의 일실시예에 따른 가전기기의 제어방법을 도시한 플로우 차트;
도 7은 본 발명의 일실시예에 따른 가전기기의 제어방법을 도시한 플로우 차트;
도 8은 도 5 내지 도 7에 도시된 학습 과정을 도시한 플로우 차트;
도 9는 데이터베이스(DB) 이미지의 일례를 도시하고;
도 10은 쿼리(Query) 이미지의 일례를 도시하고;
도 11은 서포트(support) 이미지의 일례를 도시하고;
도 12는 쿼리 이미지를 분류(classification)하여 학습하는 과정을 도시하고 있다.

이하에서는 첨부된 도면을 참조하여, 본 발명의 일실시예에 따른 가전기기 및 이의 제어방법에 대해서 상세히 설명한다.

먼저, 도 1 내지 도 2를 참조하여, 본 발명의 실시예에 적용될 수 있는 세탁기의 일례에 대해서 상세히 설명한다. 도시된 세탁기는 수직축 세탁기 내지는 탑 로딩(top loading) 세탁기라 할 수 있다.

상기 케이스(1)는 상면과 하면이 개방되게 형성되어, 세탁기의 측면을 이루는 사이드 캐비닛(2)과, 상기 사이드 캐비닛(2)의 개방된 상면을 덮도록 설치되는 탑 커버(3)와, 상기 캐비닛(2)의 개방된 하면에 설치된 베이스(5)를 포함할 수 있다.

상기 캐비닛(2) 내에는 세탁수가 수용되는 외조(4), 상기 외조(4)의 내측에 배치되고 세탁포가 수용되는 내조(6), 상기 내조(6)를 구동시키는 모터(8b)와 모터(8)의 구동력을 내조(6) 등에 전달하는 샤프트(8a)를 포함하는 구동장치(8), 상기 외조(4)의 내부로 물을 공급하기 위하여 급수밸브(12)를 포함하는 급수수단(20)와, 세탁 또는 탈수가 완료된 후 상기 외조(4) 내의 물을 배수하기 위하여 배수펌프(24)를 포함하는 배수 어셈블리(20)가 배치될 수 있다.

세탁기의 경우 대상물은 의류라 할 수 있으며, 대상물의 처리는 세탁이라 할 수 있을 것이다. 그리고, 상기 내조(6)는 대상물인 의류를 수용하는 대상물 수용부라 할 수 있을 것이다. 물론, 이러한 대상물, 대상물의 처리 그리고 대상물 수용부는 전술한 바와 같이 가전기기마다 달라질 수 있을 것이다.

상기 급수수단(30)은 상기 탑 커버(3)에 설치되어 세제가 일시 저장되는 세제박스(32)를 더 포함한다. 상기 세제박스(32)는 세제박스 하우징(31) 내에 수용될 수 있다. 상기 세제 박스(32)는 서랍 형태로 상기 세제박스 하우징(31)에 착탈될 수 있다.

상기 급수수단(30)은 급수밸브(12)와 급수 호스(13)을 포함하여 이루어질 수 있다. 상기 급수밸브(12)는 외부 호스(11)와 연결될 수 있으며, 상기 외부호스(11)를 통해, 외부 급수원으로부터 세탁수가 공급될 수 있다.

상기 급수 호스(13)는 온수와 냉수를 공급할 수 있는 외부 급수원과 연결될 수 있다. 즉, 온수 호스와 냉수 호스가 별도로 구비될 수 있다. 이 경우, 상기 급수밸브(12)는 개별적으로 구비되는 온수 급수밸브와 냉수 급수밸브를 포함할 수 있다.

따라서, 상기 급수밸브(12)가 개방되면, 온수나 냉수가 개별적으로 또는 동시에 상기 세제박스(32)로 공급될 수 있다. 그리고, 공급된 세탁수는 세제와 함께 내조(6)로 공급될 수 있다.

상기 세제박스(32)는 상기 내조(6)의 개방된 상부와 대응되도록 위치될 수 있다. 그리고, 세탁수는 상기 내조(6)의 바닥면을 향해 낙하되도록 공급될 수 있다. 따라서, 세탁수가 공급됨에 따라, 내조(6)에 수용되는 세탁포가 낙하되는 세탁수를 통해 어느 정도 젖게 된다. 물론, 세제를 함유하는 세탁수가 세탁포를 적시게 된다.

상기 탑 커버(3)에는 세탁포를 넣거나 꺼낼 수 있도록 포 출입홀(3a)이 형성된다. 상기 탑 커버(3)에는 포 출입홀(3a)을 개폐시키기 위한 도어(40)가 설치된다. 상기 도어(40)는 내부가 보일 수 있도록 적어도 일부가 글래스(glass)로 이루어질 수 있다. 즉, 상기 도어(40)는 프레임부(40a)와, 상기 프레임부(40a)에 끼워진 글래스부(40b)를 포함한다.

또한, 상기 탑 커버(3)의 일측에는 세탁기의 작동을 입력하거나, 세탁기의 작동상태를 표시하기 위한 컨트롤 패널(100)이 장착된다. 즉, 사용자 인터페이스가 구비될 수 있다. 상기 컨트롤 패널(100) 내지 사용자 인터페이스는 캐비닛(1) 및 도어(40)와 구별되도록 구비될 수 있으며, 이들의 일부로써 구비될 수도 있다.

사용자는 상기 사용자 인터페이스를 통해서 대상물 처리 정보를 입력하거나 선택할 수 있다. 그리고 상기 사용자 인터페이스를 통해서 현재 처리되는 대상물 처리 정보를 인식할 수 있다. 따라서, 상기 사용자 인터페이스는 정보를 입력하는 입력 수단임과 동시에 정보를 출력하는 출력 수단이라 할 수 있다.

상기 외조(4)는 상기 캐비닛(1)의 내측 상부에 복수 개의 서스펜션(15)에 의해 매달리도록 배치된다. 상기 서스펜션(15)의 일단은 상기 캐비닛(1)의 내측 상부에 결합되고, 타단은 상기 외조(4)의 하부에 결합될 수 있다.

상기 내조(6)의 저면에는 상기 외조(4)에 수용된 물의 회전수류를 형성하기 위한 펄세이터(9)가 설치된다. 상기 펄세이터(9)는 상기 내조(6)와 일체로 형성되어, 상기 모터(8)의 회전시 상기 내조(6)와 펄세이터(9)가 함께 회전하는 것도 가능하다. 또한, 상기 펄세이터(9)가 상기 내조(6)와 별도로 형성되어, 상기 모터(8)의 회전시 별도로 회전하는 것도 가능하다. 즉, 펄세이터(9)만 회전할 수 있고, 상기 펄세이터(9)와 내조(6)가 동시에 회전할 수도 있다.

상기 내조(6)의 상측에는 포의 치우침에 의해 상기 내조(6)가 균형을 잃는 것을 방지하기 위한 밸런서(12)가 설치된다. 상기 밸런서(12)는 내부에 소금물 등의 액체가 충진된 액체 밸런서가 사용될 수 있다.

상기 외조(4)의 상측에는 포의 이탈이나 물의 비산을 방지하기 위한 외조 커버(14)가 설치된다.

도 2를 참조하면, 상기 배수 어셈블리(20)는 상기 외조(4)의 하면에 형성된 배수홀(26)에 연결된 제 1배수 호스(21)와, 물을 펌핑하는 배수 펌프를 포함하는 배수펌프 하우징(24)과, 상기 배수펌프 하우징(24)에 연결되어 상기 배수 펌프에 의해 펌핑된 물을 상기 캐비닛(2)의 외부로 배수하는 제 2배수호스(25)를 포함한다. 상기 배수펌프 하우징(24)내에는 상기 배수 펌프를 구동시키기 위한 배수 모터가 내재된다. 상기 배수 어셈블리(20)는 상기 외조(4)와 상기 베이스(5) 사이에 배치될 수 있다.

상기 외조(4)의 하부에는 세탁수를 가열하기 위한 세탁 히터(50)와, 상기 히터(50)의 상측을 덮는 히터 커버(60)가 장착될 수 있다.

도 2에 도시된 바와 같이, 본 발명의 일실시예에 따른 가전기기는 카메라(45)를 포함할 수 있다. 상기 카메라는 캐비닛(1) 또는 도어(40)에 구비되어, 대상물 수용부 내부에 구비되는 대상물의 이미지 정보를 생성하도록 구비될 수 있다.

일례로, 내조(6) 내부에 수용된 의류를 촬영하여 이미지 정보를 생성하도록 구비될 수 있다. 상기 카메라(45)는 이미지 센서 및 조명장치를 포함할 수 있다. 조명장치는 LED를 포함할 수 있으며, 이미지 센서는 RGB 카메라일 수 있다.

상기 카메라(45)는 도어(40)의 배면 내지는 하면에 구비될 수 있다. 즉, 도어(40)가 닫힌 경우 상기 도어(40)의 배면 내지는 하면이 상기 대상물 수용부 내부를 향할 수 있기 때문이다. 따라서, 도어가 닫힌 상태에서 상기 카메라(45)가 대상물에 대한 이미지 정보를 생성할 수 있다. 이러한 이미지 정보는 후술하는 학습 과정에 사용될 수 있다.

대상물 수용부 내부는 대상물 처리를 위한 환경이 조성되며 이러한 환경은 외부 환경과 다르다. 특히 온도 내지는 습도가 다르다. 세탁기인 경우에는 대상물 수용부 내부에 세탁수가 수용되게 된다. 따라서, 도어(40)가 닫힌 상태에서 이러한 대상물 처리가 수행됨이 일반적이다.

이를 위해서, 도어(40)의 닫힌 상태를 감지하는 도어 센서(50)가 구비될 수 있으며, 도어 센서(50)는 도어 내지는 도어에 대응되는 캐비닛(1)에 구비될 수 있다. 일례로, 탑 커버(3)에 도어 센서(50)가 구비될 수 있다. 이러한 도어 센서(50)를 통해서 도어가 닫힌 상태임을 감지하는 경우 대상물 처리가 수행되게 된다.

본 실시예에서도 마찬가지로 도어 센서(50)가 구비될 수 있다. 그러나, 본 실시예에서의 도어 센서(50)는 단순히 도어의 닫힘 상태를 감지하기 위한 것뿐만 아니라 카메라(45)의 작동과 연동되도록 구비될 수 있다.

즉, 카메라(45)를 통한 이미지 정보의 생성 시점이 상기 도어 센서(50)에 의한 도어 닫힘 감지 시점과 연관되도록 할 수 있다. 일례로, 도어 센서(50)에서 도어의 닫힘 상태를 감지하면 상기 카메라(45)가 이미지 정보를 생성할 수 있다.

카메라(45)와 도어 센서(50)의 작동을 위해서는 이들 구성들에 전원이 인가되어야 한다. 냉장고와 같은 가전기기는 상시 전원이 인가되지만, 일반적으로 세탁기, 건조기, 식기세척기, 오븐 그리고 스타일러와 같은 의류처리장치들은 상시 전원이 인가되지 않는 가전기기일 수 있다.

따라서, 전원 인가, 도어 센서의 작동 그리고 카메라 작동 사이에는 순차적인 로직이 필요할 수 있다. 이러한 로직에 대해서는 후술한다.

이하에서는 도 3을 참조하여, 본 발명의 일실시예에 적용할 수 있는 사용자 인터페이스에 대해서 상세히 설명한다.

도 3에는 세탁기의 사용자 인터페이스의 일례를 도시하고 있으며, 세탁 기능뿐만 아니라 건조 기능까지 수행 가능한 세탁기의 사용자 인터페이스의 일례를 도시하고 있다.

세탁기의 경우, 대상물 처리 정보는 코스 정보를 포함할 수 있다. 이러한 코스 정보는 세탁물 처리를 위한 일련의 과정, 예를 들어 세탁, 헹굼 그리고 탈수 과정이 순차적으로 수행되도록 기설정된 알고리즘을 의미한다. 각각의 코스마다 해당 과정들에 대한 제어 인자들이 상이할 수 있다.

따라서, 코스 정보는 복수 개 구비될 수 있다. 그리고 코스 정보는 대상물의 종류나 특별한 기능에 따라서 복수 개 구비될 수 있다. 또한, 각각의 코스 정보 내에는 하위 정보 내지는 서브 정보를 구비된다. 그러므로, 상기 대상물 처리 정보는 코스 정보뿐만 아니라 서브 정보를 포함할 수 있다.

세탁기의 경우, 상기 서브 정보는, 세탁수의 온도, 세탁수의 수위, 탈수 RMP, 세탁 세기, 세탁 시간, 헹굼 횟수 그리고 스팀 유무 중 적어도 어느 하나를 포함할 수 있다.

건조기나 리프레셔인 경우, 상기 서브 정보는, 건조 또는 리프레시 시간, 열풍 또는 상기 대상물 수용부 내부 온도, 건조도, 습도 그리고 스팀 유무 중 적어도 어느 하나를 포함할 수 있다.

조리기기의 경우, 상기 서브 정보는, 조리 시간, 조리 온도, 스팀 유무 중 적어도 어느 하나를 포함할 수 있다.

식기세척기의 경우, 상기 서브 정보는, 세척 시간, 헹굼 횟수, 세척수 온도, 세척수 분사 위치, 세척수 분사 세기, 건조 여부 및 건조 시간, 스팀 유무 중 적어도 어느 하나를 포함할 수 있다.

세탁기의 주기능은 세탁이다. 따라서, 세탁기의 경우에는 세탁 코스를 선택하기 위한 코스 선택부(110) 또는 주기능 선택부가 구비되고, 사용자는 이를 통해 코스를 선택하게 된다. 일례로 로터리 놉 형태로 코스 선택부(110)가 구비될 수 있다. 사용자의 코스 선택을 용이하게 하기 위해 컨트롤 패널(100)에는 코스 표시부(111)가 구비될 수 있으며, 사용자는 코스 표시부에 대응되도록 코스 선택부(110)를 조작하여 원하는 세탁 코스를 선택할 수 있다.

도 3에는 로터리 놉(110) 주위에 다양한 세탁 코스가 표시된 코스 표시부(111)가 도시되어 있으며, 사용자는 로터리 놉(110)을 회전시킴에 따라 이에 대응되는 세탁 코스를 선택할 수 있다. 즉, 사용자는 로터리 놉(110)과 같은 코스 선택부를 통해서 코스 정보를 선택할 수 있다. 선택된 세탁 코스를 표시하기 위한 코스 표시부(112)가 구비될 수 있으며, 이를 통해 사용자는 선택된 세탁 코스를 용이하게 파악할 수 있다. 이러한 표시부(112)는 점멸되는 LED 등을 통해 구현될 수 있다.

전술한 주기능 수행에 있어서 부가되거나 변경되는 옵션 기능을 선택할 수 있는 옵션 선택부(120)가 구비될 수 있다. 즉, 코스 정보에 대한 서브 또는 하위 정보를 선택하도록 옵션 선택부(120)가 구비될 수 있다. 옵션 선택부(120)는 다양하게 구비될 수 있다. 도 3에는 일례로 세탁(120a), 헹굼(120b), 탈수(120c), 물온도(120d), 건조(120e), 스팀(120f), 예약(120g), 그리고 리프레시(120h)와 관련된 옵션을 선택할 수 있는 옵션 선택부(120)가 도시되어 있다. 이러한 옵션이 선택되었는지를 표시하는 옵션 표시부(122)도 구비될 수 있으며, 마찬가지로 LED 등을 통해 구현될 수 있다.

상기 컨트롤 패널(100)은 세탁기의 상태를 표시하는 상태 표시부(130)를 구비할 수 있다. 상기 상태 표시부(130)를 통해서 현재 세탁기의 동작 상태나 사용자가 선택한 코스, 옵션 그리고 시간 정보 등을 표시할 수 있다.

예를 들어, 현재 세탁기가 헹굼 단계를 수행하는 경우 "헹굼 단계 중"이라 표시할 수 있다. 그리고, 사용자의 코스 입력을 기다리는 경우 "세탁 코스를 입력하세요"라 표시할 수 있다. 그리고, 현재의 시간이나 세탁기가 세탁 코스를 모두 수행하여 동작을 완료하는 데까지 남아있는 시간(잔여시간)을 표시할 수도 있다.

한편, 컨트롤 패널(100)에는 세탁기의 전원을 인가하고 해제시키는 전원 입력부(140)와 세탁기 동작을 실행시키거나 일시정지를 위한 동작/일시정지 선택부(150)가 구비될 수 있다. 동작/일시정지 선택부를 편의상 시작 입력부라 할 수 있을 것이다.

따라서, 사용자는 코스 선택부(110) 및/또는 옵션 선택부(120)을 통해서 대상물 처리 정보를 입력하고, 입력된 처리 정보에 따라 대상물 처리가 수행된다. 이러한 일련의 과정을 수동 세팅 모드라 할 수 있다.

수동 세팅 모드의 일례를 설명하면 다음과 같다.

사용자는 도어(40)를 개방하고 대상물을 투입한 후 도어(40)를 닫는다. 전원 입력부(140)를 통해서 전원을 인가시킨 후, 코스 선택부(110)를 통해서 표준 세탁 코스를 선택하고 스팀 옵션 선택부(120f)를 통해서 스팀 옵션을 선택할 수 있다. 탈수 옵션 선택부(120c)를 통해서 탈수 RMP을 기설정값(표준 세탁 코스에서 디폴트로 설정된 값)보다 높게 선택하고, 물온도 옵션 선택부(120d)를 통해서 기설정값(표준 세탁 코스에서 디폴트로 설정된 값, 일례로 찬물)보다 높은 섭씨 40도로 선택할 수 있다. 입력된 대상물 처리 정보는 해당 표시부(112, 122) 또는 디스플레이(130)에 표시될 수 있다.

이러한 대상물 처리 정보의 입력이 종료되면, 사용자는 시작 입력부(150)을 입력하게 되며, 이후 가전기기는 입력된 처리 정보에 기반하여 대상물을 자동으로 처리한 후 종료하게 된다.

본 실시예에서는 전술한 수동 세팅 모드뿐만 아니라 자동 세팅 모드를 제공할 수 있는 가전기기를 제공할 수 있다. 즉, 사용자가 대상물 처리를 원할 때마다 대상물 처리 정보를 입력하지 않고도 자동으로 대상물 처리 정보가 세팅되도록 할 수 있는 가전기기를 제공할 수 있다.

특히, 본 실시예에서는 학습을 수행하면서 진화하는 가전기기를 제공할 수 있다. 그리고, 사용자가 이러한 학습의 수행 및 진화 여부를 인지할 수 있도록 하여 사용자의 만족감을 높일 수 있는 가전기기를 제공할 수 있다.

본 실시예에서는 사용자가 대상물 수용부에 투입한 대상물에 대한 이미지 정보를 통해 학습하여 대상물 처리 정보를 세팅하도록 할 수 있다. 즉, 사용자가 수동으로 처리 정보를 입력하지 않더라도, 학습 결과를 반영하여 처리 정보를 세팅할 수 있는 가전기기를 제공할 수 있다.

사용자가 수동 세팅 모드를 통해서 가전기기를 사용하는 도중, 상기 가전기기는 지속적으로 학습을 수행할 수 있다. 즉, 카메라(45)를 통해 획득되는 이미지 정보와 사용자 인터페이스를 통해 획득되는 처리 정보를 통해 학습 과정을 수행할 수 있다. 학습 과정에 대한 상세한 사항은 후술한다.

학습 과정의 결과를 반영하여 세팅되는 코스를 학습 코스라 할 수 있다. 학습 코스를 사용하여 처리 정보가 세팅되는 모드를 학습 세팅 모드라 할 수 있다. 상기 학습 세팅 모드는 전술한 수동 세팅 모드와 달리 사용자가 수동으로 처리 정보를 입력하지 않더라도 자동으로 처리 정보를 세팅하는 것을 의미할 수 있다.

일례로, 사용자가 학습 코스 선택부(123)을 선택하는 경우, 이후에는 디폴트로 학습 세팅 모드를 사용할 수 있다.

학습 세팅 모드의 일례를 설명하면 다음과 같다.

사용자는 도어(40)를 개방하고 대상물을 투입한 후 도어(40)를 닫는다. 전원 입력부(140)를 통해서 전원을 인가시킨 후, 학습 코스 선택부(123)을 입력할 수 있다. 도어(40)를 닫고 전원을 인가하면 카메라(45)는 자동으로 현재 투입된 대상물에 대한 이미지 정보를 생성한다.

학습 코스 선택부(123)가 입력되면, 현재의 학습 과정 결과와 현재 획득된 이미지 정보를 통해서 현재의 처리 정보가 세팅된다. 즉, 사용자가 처리 정보를 입력하지 않고도 처리 정보가 세팅될 수 있다.

이때, 세팅되는 처리 정보는 학습을 반영한 처리 정보임을 사용자가 인지하도록 하는 것이 바람직하다. 즉, 이미지 정보를 토대로 학습한 결과를 현재의 이미지에 대응되는 처리 정보가 세팅됨을 사용자가 인지하도록 하는 것이 바람직하다.

이를 위해서, 대략 1초 내지 2초 가량 학습 결과를 출력하는 과정을 사용자가 인지하도록 표시하는 것이 바람직하다. 일례로, 디스플레이(130)를 통한 표시, 복수 개의 LED들이 가변적으로 점등되다가 세팅된 처리 정보들에 대응되는 LED만 점등될 수 있다. 또한, 스피커를 통한 음성이 안내될 수 있다.

사용자는 세팅된 처리 정보를 시작 입력부(150)를 통해서 승인할 수 있다. 또한, 마이크를 통한 음성 입력을 통해서 승인할 수도 있을 것이다.

승인 단계가 완료되면, 세팅된 처리 정보를 기반으로 하여 대상물의 처리가 수행될 수 있다.

한편, 사용자는 승인 단계에서 승인하지 않고 새로운 처리 정보를 입력할 수 있다. 이 경우, 현재 획득된 이미지 정보와 새로 입력된 처리 정보를 통해서 강제 학습이 수행될 수 있다. 즉, 사용자에 의한 주입 학습 내지는 강제 학습이 수행될 수 있다. 이러한 주입 학습 내지는 강제 학습의 결과는 다른 과정에서의 학습 결과에 우선하도록 할 수 있다. 즉, 수동 세팅 모드를 통해서 학습한 결과보다는 강제 학습을 통한 학습 결과를 우선으로 할 수 있다. 학습 결과의 우선 순위를 가전기기에서 반영함으로써, 사용자는 학습에 의해서 가전기기가 진화함을 인지할 수 있게 된다.

직전에 학습 코스 선택부(123)가 입력된 후 학습 세팅 모드가 수행되면, 이후에는 디폴트로 학습 코스 선택부(123)가 선택되도록 할 수 있다. 즉, 사용자가 학습 코스 선택부(123)를 재차 입력하지 않는 한, 학습 코스 선택이 지속적으로 유지될 수 있다. 학습 코스를 이용한 대상물 처리가 종료한 후 전원이 오프되더라도, 이후 전원이 인가되면 디폴트로 학습 코스 선택부(123)가 선택되도록 할 수 있다.

한편, 가전기기를 많이 사용하지 않은 초기의 경우, 학습 결과의 수 내지는 종류가 다양하지 않게 된다. 따라서, 현재 획득된 이미지 정보에 대응하는 학습 결과가 존재하지 않을 수 있다.

따라서, 학습 세팅 모드에서 학습 결과의 유무를 판단하는 과정이 수행될 수 있다.

학습 결과가 있는 경우, 해당하는 처리 정보가 출력되어 세팅될 수 있다. 반면에 학습 결과가 없는 경우, 사용자에게 이를 알릴 수 있다. 사용자가 이전에 세탁하지 않았던 새로운 의류를 세탁하는 경우, 해당하는 학습 결과가 없을 것이다. 따라서, 이 경우 사용자는 가전기기가 학습을 위한 새로운 정보를 입력받기 원하는 것임을 인지할 수 있다. 그러므로, 이를 통해서도 사용자는 가전기기가 진화하는 것을 인지할 수 있다.

학습 결과가 없는 경우, 이를 사용자에게 알리는 것과 함께 사용자에게 처리 정보를 입력하도록 안내하거나 유사한 처리 정보를 제안할 수 있다. 즉, 현재 획득된 이미지 정보에 부합하는 처리 정보가 없더라도 가장 유사한 처리 정보를 제안할 수도 있다. 이 경우, 전술한 바와 같이 승인 단계가 수행될 수 있으며, 또한 강제 학습 단계가 수행될 수도 있다.

상기 학습 코스 선택부(123)는 코스 입력부(110)와 별개로 구비될 수 있으나, 이와 달리 코스 입력부(110)의 일부로 구비될 수도 있다. 후자의 경우에도, 학습 코스를 선택하고 이를 반영하는 것은 전술한 바와 같다.

상기 학습 코스 선택부(123)가 어느 경우든 구비하는 이유는 사용자가 수동 세팅 모드와 학습 세팅 모드를 선택하여 사용하도록 하기 위한 것이라 할 수 있다. 가전기기의 사용초기부터 수동 세팅 모드를 사용을 기피하고 자동 세팅 모드를 선호하는 경우, 이러한 학습 코스 선택부(123)는 생략될 수 있다.

즉, 충분한 양의 학습 결과가 마련되거나 현재 획득된 이미지에 대응되는 학습 결과가 존재하는 경우, 학습 세팅 모드가 수행될 수 있다. 반대로, 충분한 양의 학습 결과가 마련되지 않거나 현재 획득된 이미지에 대응되는 학습 결과가 존재하지 않는 경우, 전술한 강제 학습이 수행될 수 있다.

강제 학습의 경우, 사용자가 수동으로 처리 정보를 입력해야 한다. 그러나, 이 경우, 사용자는 사용자 인터페이스를 통해서 학습 세팅 모드 수행을 위하여 가전기기가 학습하고 진화하려 함을 인지할 수 있다. 따라서, 단순히 가전기기를 통한 대상물 처리뿐만 아니라, 사용자 본인은 자신의 가전기기의 진화 과정에 일조하고 이를 목도할 수 있는 유희를 얻을 수 있게 된다. 이러한 유희는 음성을 통해서 더욱 증진될 수 있다. 그러므로, 사용자 인터페이스는 마이크 및/또는 스피커를 포함하는 것이 바람직할 것이다.

이하에서는, 도 4를 참조하여 본 발명의 일실시예에 따른 가전기기의 제어 구성에 대해서 상세히 설명한다. 도시된 제어 구성은 세탁기를 일례이며, 전술한 바와 같이, 본 발명의 일실시예는 세탁기뿐만 아니라 다른 가전기기에도 동일하게 적용될 수 있을 것이다.

가전기기는 대상물 처리의 일련의 과정을 제어하는 메인 제어부 내지는 메인 프로세서(160)을 포함할 수 있다. 상기 메인 제어부(160)는 세팅된 처리 정보를 수행하도록 하드웨어(300)의 구동을 제어하게 된다. 하드웨어(300)는 가전기기마다 다양하게 마련될 수 있다. 세탁기의 경우, 대상물 수용부인 내조(6) 내지 드럼을 구동시키는 모터(8b), 급수밸브(12), 히터(50), 배수펌프(24)를 포함할 수 있을 것이다. 스팀 발생을 위한 히터가 상기 히터(50)와 개별적으로 구비되는 경우, 하드웨어(300)는 스팀발생기(70)를 포함할 수 있을 것이다. 건조를 위한 별도의 히터나 팬(60)도 상기 하드웨어에 포함될 수 있을 것이다.

학습을 수행하고 학습 결과를 출력하기 위한 학습 제어부 내지는 학습 프로세서(166)가 구비될 수 있다. 상기 학습 프로세서(166)는 메인 프로세서와 개별적으로 구비되거나 상기 메인 프로세서에 내장될 수 있다. 상기 학습 프로세서(166)에는 후술하는 학습 알고리즘 내지는 학습 로직이 프로그래밍 될 수 있다.

카메라(45)를 통해 생성되는 이미지 정보와 사용자 인터페이스(100)를 통해 입력되는 처리 정보가 상기 메인 제어부(160)에 전달될 수 있다. 상기 메인 제어부(160)에 전달된 이미지 정보와 처리 정보는 상기 학습 제어부(166)로 전달될 수 있다. 물론, 이미지 정보와 처리 정보 중 적어도 어느 하나는 직접 상기 학습 제어부(166)로 전달되는 것도 가능할 것이다.

상기 학습 과정은 상기 학습 프로세서(166)에서 수행되며, 이미지 정보를 입력 인자로 하고 처리 정보를 출력 정보로 할 수 있다.

한편, 최근에는 서버와 통신하는 스마트 가전기기가 많이 제공되고 있다. 즉, 가전기기에는 미도시된 통신 모듈이 구비되어 서버와 통신하게 된다. 따라서, 가전기기에서 학습 프로세서(166)가 생략되고 대신 서버 제어부(200)에 서버 학습 제어부 내지는 프로세서(210)가 구비될 수 있다.

즉, 가전기기에서 학습 과정의 입력 인자를 서버로 전달하고, 서버는 학습을 수행하여 학습 결과를 가전기기에게 전달할 수 있다. 이 경우, 가전기기에서 별도의 학습 프로세서를 요하지 않으므로, 제품 원가를 낮출 수 있게 된다.

반면에, 사용자가 본인만의 가전기기 또는 본인에 특화된 가전기기를 원하는 경우, 가전기기에 별도의 학습 프로세서(166)가 구비되는 것이 바람직할 수 있다.

상기 가전기기는 사용자 인터페이스(100)를 포함한다. 상기 사용자 인터페이스(100)를 통해서 처리 정보의 입력과 출력이 수행될 수 있다. 상기 사용자 인터페이의 구체적인 구성들은 도 3을 통해 그 일례를 설명한 바 있다.

상기 사용자 인터페이스(100)에서의 각종 입력부 내지는 선택부(140, 150, 110, 120, 122)는 사용자가 물리적으로 선택 내지는 입력하도록 구비될 수 있다. 물리적 접촉이나 가압을 통해 입력받는 버튼 또는 터치 패널 중 어느 형태로든 구비될 수 있다. 터치 디스플레이에서 터치 메뉴를 통해서 이러한 입력 내지는 선택부가 구비될 수도 있을 것이다.

그러나, 전원 입력부의 경우에는 사용자 경험이나 대기 전력 감소를 이유로 다른 입력부들과는 별개로 물리적 버튼 형태로 구비되는 것이 바람직할 것이다. 다시 말하면, 전원 인가 스위치 형태로 전원 입력부가 구비될 수 있을 것이다. 상기 전원 입력부(140)와 대향되는 시작 입력부(150) 또한 마찬가지로 물리적 버튼 형태로 구비되는 것이 바람직할 수 있다.

이하에서는 도 5를 참조하여, 본 발명의 일실시예에 따른 제어방법에 대해서 상세히 설명한다.

가전기기에 전원이 인가(S10)되고 도어 닫힘이 감지(S20)되면 카메라를 통한 이미지 정보가 생성되고 획득되는 단계(S30)가 수행될 수 있다.

상기 카메라를 통한 생성되는 이미지 정보는 대상물 처리를 위해 투입된 현재의 대상물에 대한 이미지 정보여야 한다.

사용자는 전원을 먼저 인가한 후 대상물을 투입할 수 있다. 대상물 투입이 완료되면 도어를 닫게 된다. 반대로, 사용자는 대상물을 투입 완료하고 도어를 닫은 상태에서 전원을 인가할 수 있다.

어느 경우나, 전원 인가(S10), 도어 닫힘 감지(S20) 그리고 이미지 정보 획득(S30)가 순차적으로 수행됨이 바람직하다. 이미지 정보 획득(S30) 단계 후 기설정된 시간 내에 후속 단계가 수행되지 않는 경우, 자동으로 전원이 오프되어 종료(S80) 단계가 수행될 수 있다. 이때 획득된 이미지 정보는 당연히 학습에 사용되지 않을 것이다.

이미지 정보가 생성되거 획득(S40)되면, 사용자가 세팅하는 처리 정보를 획득하거나 또는 학습에 의한 처리 정보를 세팅하는 단계(S40)가 수행될 수 있다.

전술한 수동 세팅 모드인 경우, 본 단계(S40)에서는 사용자가 수동으로 입력하는 처리 정보를 메인 제어부에서 획득하게 된다. 이러한 처리 정보는 현재 획득된 이미지 정보와 함께 학습(S50)에 이용되게 된다. 그러나 이러한 수동 세팅 모드가 지속되는 한 학습은 수행하되 학습 결과는 반영되지 않을 수 있다.

사용자가 음성이나 시작 입력부를 통해 수동 세팅한 처리 정보를 승인하는 경우, 메인 제어부(160)는 처리 정보를 기반으로 대상물 처리를 수행한다. 메인 제어부는 대상물 처리가 완료된 경우 전원 오프를 수행하여 대상물 처리를 종료(S80)할 수 있다.

대상물 처리 도중 상기 대상물 처리와 병행하여 학습(S50)이 수행될 수 있다.

한편, 전술한 바와 같이, 세탁기의 경우 대상물 처리 정보는 코스 정보뿐만 아니라 이의 하위 정보를 포함할 수 있음을 설명한 바 있다.

볼륨이 상대적으로 큰 이불이나 솜 인형 등은 동일 종류의 의류로 구분할 수 있어서, 이불 코스를 통해 이불이나 솜 인형 등에 대한 처리가 수행될 수 있다.

학습을 통해서, 이불에 대한 다양한 이미지 정보를 입력받고 이불 코스가 자동으로 세팅될 수 있다. 솜 인형 등에 특화된 코스가 제공되지 않는 경우, 강제 학습을 통해서 솜 인형에 대한 다양한 이미지 정보를 입력받고 이불 코스가 자동으로 세팅될 수 있다.

그러나, 복수 개의 솜 인형들을 세탁하는 경우, 이들 솜 인형들은 서로 뭉쳐지지않는 부하이므로 탈수 시 진동 및 공진 유발 가능성이 높다. 반면에 이불인 경우에는 드럼에 골고루 밀착되어 진동 및 공진 유발 가능성이 낮다.

따라서, 일반적인 이불 코스에서 하위 정보로서의 탈수 RPM은 상대적으로 높다. 학습을 통해서, 솜 인형에 대한 처리를 이불 코스로 수행하는 경우, 탈수 시 문제가 발생될 수 있다. 일례로, 진동 및 공진에 의해서 기설정된 탈수 RPM 으로 탈수가 수행되지 않을 수 있다. 이 경우, 학습에 의해 세팅되는 처리 정보의 보정이 필요한 것이라 할 수 있다.

그러므로, 대상물 처리 도중 또는 대상물 처리 완료 전에 학습에 의한 처리 정보의 보정이 필요한지 여부를 판단하는 단계(S70)가 수행됨이 바람직하다.

이러한 보정은 상위 정보인 코스 정보 자체를 보정 및 변경하거나, 다양한 하위 정보를 보정 및 변경하도록 수행될 수 있다.

보정이 필요한 경우, 이러한 보정 정보(일례로, 현재 학습에 의해 세팅된 처리 정보 중 기설정된 탈수 RMP 보다 낮은 탈수 RPM)를 학습 과정(S50)에서 반영할 수 있다.

이러한 보정 여부 및 보정 반영 여부는 대상물 처리 도중 내지는 종료 전 사용자 인터페이스를 통해서 사용자에게 알릴 수 있다.

그러므로, 대상물 처리의 종료(S80)는 대상물 처리 과정, 학습 과정 그리고 사용자 알림 과정 등이 모두 완료된 후 비로소 수행됨이 바람직하다.

전술한 학습 세팅 모드인 경우, 상기 단계(S40)에서는 학습 결과와 현재 획득된 이미지 정보를 통하여 처리 정보를 자동으로 세팅하게 된다.

종전의 학습 결과 현재 획득된 이미지 정보와 일치하는 학습 결과가 있는 경우, 이에 대응하는 처리 정보를 출력하게 되고, 출력된 처리 정보가 자동으로 세팅될 수 있다.

이러한 처리 정보의 세팅은 학습에 기반한 것임을 사용자가 인지하도록 함이 바람직하다. 사용자 인터페이스를 이용하여 사용자가 인지하도록 할 수 있다. LED 표시부들의 가변 점등 후 세팅된 LED 표시부만 점등되거나, 디스플레이를 통한 표시, 또는 스피커를 통한 음성 출력을 통해서 학습에 의해 처리 정보가 세팅됨을 사용자가 직관적으로 인지할 수 있다.

세팅된 처리 정보에 따라 대상물 처리(S60), 보정 여부 판단 단계(S70), 학습 단계(S50) 등이 동일하게 수행될 수 있다.

전술한 바와 같이, 상기 단계(S40)에서 수동 세팅 모드와 학습 세팅 모드는 사용자의 선택에 따라 달리 수행되거나 학습 결과의 수에 따라 달리 수행될 수 있다.

수동 세팅 모드 수행 중 학습은 지속되되 학습 결과는 반영되지 않을 수 있다. 이후, 학습 세팅 모드를 사용자가 선택하는 경우 학습 결과를 반영하여 학습 세팅 모드가 사용될 수 있다.

학습 세팅 모드가 디폴트로 수행되는 경우, 학습 결과가 충분하지 않은 가전기기 초기에는 강제 학습에 의해 학습이 수행되고, 학습 결과가 충분한 경우 비로서 자동으로 처리 정보가 세팅될 수 있다. 제공하는 처리 정보들 각각에 대한 이미지 정보가 획득되는 경우, 비로서 이미지 확장을 통한 진정한 의미의 학습을 수행할 수 있다. 이에 대해서는 후술한다.

물론, 학습 세팅 모드의 경우에도 사용자 승인 과정/단계나 강제 학습 내지는 주입 학습 단계가 마찬가지로 수행될 수 있다.

본 실시예에서의 학습 과정은, 서로 구별되는 이미지 정보 및 각각의 이미지 정보에 대응되어 출력되는 처리 정보에 대한 조합의 개수가 확장되도록 하는 과정이라 할 수 있다.

가전기기가 세탁기인 경우, 특정 사용자가 세탁기를 통해 세탁할 수 있는 의류의 종류와 수는 일정 수준에서 가변된다. 새로 의류를 구입하더라도 의류를 폐기할 수도 있으므로, 의류의 종류와 수의 한계는 예측 가능한 수준이라 할 수 있다.

따라서, 특정 사용자의 가전기기에서 예측 가능한 이미지 정보의 개수 및 이에 대응되는 처리 정보에 대한 조합의 개수는 점차 확장될 수 있지만 예측 가능한 수준까지 확장될 것이다. 즉, 가전기기 자체의 프로세서에서 성능 확장 없이 감내할 수 있는 수준일 것이다.

반대로, 세탁할 수 있는 모든 의류에 대한 이미지 정보와 이에 대한 처리 정보에 대한 조합들을 미리 데이터 베이스화 하는 경우, 학습에 의해 확장되어 진화될 여지가 매우 작다. 또한, 데이터 베이스화에 매우 큰 어려움이 따르며, 가전기기 자체에 이러한 데이터 베이스가 내장된 경우 자체 프로세서의 과부하를 야기할 수 있다. 그리고, 서버에 데이터 베이스가 내장된 경우라 하더라도 정보의 전달에 과도한 시간이 소요될 수 있다.

그러므로, 초기 데이터 베이스 없이, 특정 사용자에게만 해당되는 데이터 베이스가 학습에 의해 확장되도록 하는 것이 바람직할 것이다. 아울러, 학습 자체는 가전기기 또는 서버에서 수행하되, 가전기기 자체에서 학습 결과에 대한 데이터 베이스를 관리하는 것이 바람직할 것이다.

이하에서는 도 6을 참조하여, 본 발명의 일실시예에 따른 제어방법에 대해서 상세히 설명한다. 본 실시예에서는 학습 세팅 모드와 수동 세팅 모드가 명확히 구분될 수 있다.

먼저, 전원 인가(S110), 도어 닫힘 감지(S120) 그리고 이미지 정보 획득(S130) 단계는 도 5에 도시된 실시예와 동일할 수 있다.

이미지 정보 획득 단계가 수행된 후 학습 세팅 모드를 진행할지 아니면 수동 세팅 모드를 진행할지 판단하는 단계(S140)가 수행된다. 물론, 판단 단계(S140)가 수행된 후 도어 닫힘 감지 및/또는 이미지 정보 획득 단계가 수행될 수도 있다.

사용자가 학습 코스 입력 등을 통하여 학습 세팅 모드를 선택하는 경우, 학습 세팅 모드가 진행될 수 있다. 학습 코스 입력은 사용자 인터페이스를 통해서 다양하게 수행될 수 있다. 또한, 학습 코스가 디폴트로 설정될 수 있다. 이 경우에도 학습 세팅 모드가 진행될 수 있다. 가전기기의 직전 사용 형태가 학습 세팅 모드인 경우 학습 세팅 모드가 디폴트로 설정될 수 있다. 학습 세팅 모드가 선택되지 않거나 디폴트로 설정되지 않는 경우 등에는 수동 세팅 모드가 진행될 수 있다.

학습 세팅 모드가 수행되는 경우 학습 결과의 유무를 판단하는 단계(S143)가 수행될 수 있다. 즉, 현재 획득된 이미지 정보에 대응되는 대상물 처리 정보가 출력될 수 있는지 여부가 판단될 수 있다. 학습 결과가 있는 경우, 현재 획득된 이미지 정보에 대응되는 대상물 처리 정보가 자동적으로 세팅된다(S144). 세팅된 대상물 처리 정보를 기반으로 하여 대상물 처리(S160)가 수행된다.

한편, 세팅된 대상물 처리 정보를 사용자가 승인하는 단계(S145)가 수행될 수 있다. 사용자 인터페이스를 통해서 세팅된 대상물 처리 정보를 사용자가 파악할 수 있으며, 이를 사용자가 승인할 수 있다. 시작 입력부를 선택하거나, 음성으로 승인하거나 또는 기설정 시간동안 사용자가 별도의 입력이나 반응을 나타내지 않는 등 사용자 인터페이스를 통하여 사용자의 승인이 수행될 수 있다.

물론, 사용자는 세팅된 대상물 처리 정보를 불승인할 수 있다. 마찬가지로 음성으로 불승인하거나 새로운 대상물 처리 정보를 입력함(S146)으로써 불승인할 수 있다. 세팅된 대상물 처리 정보를 불승인하고 새로운 대상물 처리 정보를 사용자가 입력하는 경우, 학습이 수행(S147)될 수 있다. 이 경우의 학습은 강제 학습이라 할 수 있다.

즉, 현재 획득된 이미지 정보와 기존에 학습된 결과에 따라 세팅된 대상물 처리 정보를 무시하고, 새로운 학습을 수행하는 것이라 할 수 있다. 강제 학습에서 사용자가 입력한 대상물 처리 정보는 일반적인 학습에서 사용자가 입력한 대상물 처리 정보보다 우선한다고 할 수 있다.

이후, 사용자가 입력한 대상물 처리 정보를 기반으로 대상물 처리가 수행(S160)된다.

학습 결과가 없는 경우, 알림(S148)이 수행될 수 있다. 음성이나 디스플레이를 통해서 학습 결과가 없음을 알릴 수 있으며, 사용자에게 대상물 처리 정보를 입력할 것을 요청하도록 알릴 수 있다.

사용자가 대상물 처리 정보를 입력(S149) 하는 경우 학습(S150)이 수행될 수 있다. 이 경우의 학습은 강제 학습이 아닌 일반적인 학습이라 할 수 있다.

이후, 사용자가 입력한 대상물 처리 정보를 기반으로 대상물 처리가 수행(S160)된다.

판단 단계(S140)에서 수동 세팅 모드인 경우, 사용자는 대상물 처리 정보를 입력(S141)하게 된다. 이때, 현재 획득된 이미지 정보와 사용자가 입력한 대상물 처리 정보를 통한 학습이 수행된다(S142). 여기서의 학습 또한 강제 학습이 아닌 일반적인 학습이라 할 수 있다. 이후, 사용자가 입력한 대상물 처리 정보를 기반으로 대상물 처리가 수행된다.

도 7은 도 6에 도시된 실시예의 변형된 실시예라 할 수 있다.

사용자가 학습 세팅 모드를 선택한 경우에는 사용자가 수동으로 대상물 처리 정보를 입력하지 않겠다는 의미일 수 있다. 즉, 사용자가 복수 개 또는 다양한 조합을 갖는 대상물 처리 정보 중 특정 대상물 처리 정보를 선택하는 수고를 하지 않겠다는 의지의 표현일 수 있다.

따라서, 본 실시예에서는 도 6에 도시된 바와 달리, 학습 결과가 없는 경우 자동으로 대상물 처리 정보를 추천하는 단계(S152)가 수행될 수 있다. 이는 현재의 이미지 정보와 가장 유사한 출력인 대상물 처리 정보를 추천하는 등 다양한 형태로 수행될 수 있다. 물론, 추천하는 것을 알리거나 출력 결과물이 없다는 것을 알리는 단계(S151)가 수행될 수 있다.

추천하는 대상물 처리 정보를 사용자가 승인하거나 불승인할 수 있다. 승인과 불승인 절차나 방법은 전술한 바와 동일할 수 있다.

사용자가 승인하는 경우, 마찬가지로 학습(S154)가 수행되어 승인된 대상물 처리 정보를 기반으로 대상물 처리(S160)가 수행될 수 있다.

사용자가 승인하지 않는 경우, 사용자는 새로운 대상물 처리 정보를 수동으로 입력(S155)받고 학습(S156)가 수행될 수 있다. 마찬가지로 사용자가 입력한 대상물 처리 정보를 기반으로 대상물 처리(S160)가 수행될 수 있다.

이하에서는 도 8을 통해서, 본 발명의 일실시예에 적용될 수 있는 학습에 대해서 상세히 설명한다.

전술한 바와 같이, 본 실시예들에서의 학습은 기획득된 이미지 정보 및 기획득된 처리 정보를 매칭하여 조합의 수를 확장하는 과정을 의미한다고 할 수 있다.

이미지 정보를 이용하여 학습을 수행하는 것으로, 알려진 학습 알고리즘 내지는 로직이 본 실시예에 적용될 수 있다.

본 실시예에서의 학습은 강제 학습이 아닌 이미지 확장 내지는 데이터 확장(data augmentation) 단계(S51)가 수행됨으로써 학습을 수행하는 과정이라 할 수 있다. 데이터 확장은, 획득된 이미지들을 회전(rotation), 흐리게 하기(blur) 그리고 밝게 하기(brightness) 등을 통해서 수행될 수 있다.

데이터 확장 후, 알려진 CNN(Convolution Neural Network)를 사용하여 특징 벡터(Feature Vector)를 추출(S52)할 수 있다.

특징 벡터가 추출된 후, 가전기기의 내부에 내장된 학습 프로세서 또는 서버의 학습 프로세서를 통해, 알려진 원샷 러닝/퓨샷 러닝(One/Few shot learing) 학습을 수행(S53)한다. 학습을 통해 얻어진 학습 결과를 출력(S54)한다. 즉, 학습 결과에 대응하는 해당 처리 정보를 출력하여 세팅하도록 하게 된다.

물론, 전술한 바와 같이, 출력된 처리 정보를 그대로 이용하거나, 이를 반영하지 않거나, 강제 학습을 통해 학습된 결과를 변경하는 것도 가능하다.

한편, 본 실시예에서는 원샷 러닝/퓨샷 러닝에 의한 학습 수행(S53)과 학습 결과 출력(S54) 사이에 보정 여부를 판단하는 단계(S55)가 더 수행될 수 있다. 대상물 처리가 수행됨에 따라 처리 정보의 보정이 필요한 경우가 발생될 가능성이 있다. 학습 수행(S53)과 학습 결과 출력(S54)은 대상물 처리가 수행되는 도중 또는 대상물 처리의 종료 전에 수행될 수 있으므로, 상기 보정 여부를 판단하는 단계(S55)가 원활히 수행될 수 있다.

보정이 필요하지 않은 경우, 학습된 결과를 그대로 출력하고, 보정이 필요한 경우, 보정 정보를 반영하여 학습된 결과를 출력할 수 있다.

이하에서는 도 9 내지 도 12을 통해서 대상물 이미지를 통한 학습 과정을 상세히 설명한다. 도 9는 데이터베이스(DB)의 이미지들의 일례를 도시하며, 도 10은 쿼리 이미지 그리고 도 11은 서포트 이미지의 일례를 도시한다. 이러한 이미지는 RGB 센서, RGB 카메라 또는 그레이 카메라로 생성될 수 있다. 도 9 내지 도 11에서는 컬러 이미지를 편의상 흑백 이미지로 변환하여 나타내었다.

도시된 바와 같이, 쿼리 이미지와 서포트 이미지는 데이터베이스 이미지의 일부분임을 알 수 있다.

기획득된 이미지와 현재 획득된 이미지를 포함하는 데이터베이스(DB) 이미지에서 쿼리 이미지와 서포트 이미지를 각각 일정량의 개수만큼 랜덤으로 분류한다.

쿼리 이미지는 확장 및 분류(classification)하기 위한 이미지이다. 따라서, 현재 획득된 이미지 내지는 확장 및 분류되기 전 이미지라 할 수 있다. 즉, 학습 전 이미지이므로 해당하는 출력 값을 갖지 않은 이미지라 할 수 있다. 서포트 이미지는 동일 엔코더(encoder)에서 얻어진 특징 도메인(feature domain)끼리 클러스터링(clustering) 하기 위한 정보를 얻기 위하여 필요한 부분이라 할 수 있다.

쿼리 이미지에서 특징(feature) 정보를 얻기 위해서 다양한 분류(cblassification) 기법이 사용될 수 있다. 본 실시예에서는 확장 기법의 일례로 CNN 기법이 사용될 수 있다.

도 12에 도시된 바와 같이, 쿼리 이미지에서 확장 기법을 수행하는 엔코더를 통해서 특징 벡터(feature vector)가 생성되며, 이러한 특징 벡터를 임베딩 스페이스(embedding space) 즉 거리 도메인(distance domain)으로 변환하게 된다. 이를 통해서, 동일 처리 정보의 특징들은 거리 값이 서로 가깝게 뭉쳐질 것이며, 이질적인 것은 서로 떨어져 있게 된다.

그리고, 서포트 이미지에서 나오는 특징 벡터들의 평균을 구한다. 서포트 특징 벡터의 평균과 쿼리 특징 벡터간의 거리에 따른 정도를 알려진 수식과 같이 확률적인 값으로 변환하게 된다. 상기 알려진 수식은 원 샷 러닝(one shot learing) 또는 퓨 샷 러닝(few shot learning)에서 알려진 확장 수식이라 할 수 있다.

따라서, 해당 쿼리 이미지를 확장할 수 있게 된다. 즉, 해당 쿼리 이미지를 통해서 기학습된 이미지와 매칭될 수 있으며, 이를 통해서 처리 정보가 출력될 수 있다.

전술한 실시예에 따르면, 학습에 의한 진화가 수행되고 이를 사용자가 인지할 수 있어서 사용 만족도를 증진시킬 수 있는 가전기기가 제공될 수 있다. 특히, 자동으로 처리 정보가 세팅될 수 있어서, 사용자 일일이 처리 정보를 입력하는 수고를 덜어 줄 수 있어서 사용이 매우 편리한 가전기기가 제공될 수 있다.

1 : 캐비닛 40 : 도어
45 : 카메라 50 : 도어 센서
100 : 컨트롤패널(사용자 인터페이스)
110 : 코스 선택부 120: 옵션 선택부
130 : 디스플레이부 140 : 전원 입력부
150 : 시작 입력부 160 : 메인 제어부
170 : 마이크 180 : 스피커

Claims (7)

1. 캐비닛;
   상기 캐비닛 내에 구비되어 처리 대상물을 수용하는 대상물 수용부;
   상기 캐비닛에 구비되어 상기 대상물 수용부를 개폐하는 도어;
   상기 캐비닛 또는 도어에 구비되어, 상기 대상물 수용부 내부에 구비되는 대상물의 이미지 정보를 생성하는 카메라;
   사용자로부터 대상물 처리에 대한 정보(처리 정보)를 입력받도록 구비되는 사용자 인터페이스; 그리고
   기 획득된 이미지 정보 및 상기 기 획득된 이미지 정보에 대응하여 기 획득된 처리 정보를 통한 학습 과정의 결과에 기반하여, 상기 카메라를 통해 현재 획득된 이미지 정보에 대응하는 현재의 처리 정보를 세팅하도록 구성되는 메인 프로세서를 포함하며,
   상기 메인 프로세서는,
   통신을 수행한 서버 연결이 필요 없는 자체 데이터 베이스에 상기 기 획득된 이미지 정보 및 상기 기 획득된 이미지 정보의 확장 및 분류된 이미지 정보의 조합에 대응되는 처리 정보를 저장하며,
   상기 카메라를 통해 현재 획득된 이미지 정보와 맵핑되는 상기 이미지 정보의 조합이 없는 경우, 사용자에게 새로운 세탁물에 대한 알림을 제공하고,
   상기 새로운 세탁물에 대응하여 사용자로부터 입력된 처리 정보를 상기 새로운 세탁물에 대한 처리 정보로서 세팅하며,
   상기 새로운 세탁물에 대한 이미지 정보 및 상기 새로운 세탁물에 대한 이미지 정보의 확장 및 분류된 이미지 정보의 새로운 이미지 조합에 상기 사용자로부터 입력된 처리 정보를 새로운 조합으로 상기 데이터 베이스에 저장하는, 가전 기기.
2. 제 1 항에 있어서,
   상기 사용자 인터페이스는,
   음성을 출력하는 스피커, 음성을 입력받는 마이크, 디스플레이 그리고 사용자에 의한 물리적 접촉 또는 가압을 입력받는 버튼 또는 터치 패널 중 적어도 어느 하나를 포함하며,
   상기 새로운 세탁물에 대한 알림은 상기 스피커를 통한 음성 안내 또는 상기 디스플레이를 통한 디스플레이에 의해 수행되는, 가전기기.
3. 제 1 항에 있어서,
   상기 도어의 닫힘 여부를 감지하는 도어 센서를 포함하고,
   상기 카메라는, 상기 가전기기의 전원이 인가되고 상기 도어 센서에서 상기 도어의 닫힘 상태가 감지된 후, 상기 이미지 정보를 생성하는, 가전기기.
4. 제 1 항에 있어서,
   상기 학습 과정은, 상기 가전기기에 내장된 학습 프로세서 또는 상기 가전기기와 통신을 수행하는 서버의 학습 프로세서를 통해 수행되는, 가전기기.
5. 제 4 항에 있어서,
   상기 학습 과정이 상기 서버의 학습 프로세서를 통해 수행되는 경우에도 상기 자체 데이터 베이스에 소정 수 이하의 이미지 정보의 조합을 저장하는, 가전기기.
6. 제 1 항에 있어서,
   상기 처리 정보 세팅 후, 상기 사용자 인터페이스를 통해서 상기 세팅된 처리 정보에 대한 사용자의 승인이 수행되는 승인 단계가 수행되는, 가전기기.
7. 제 6 항에 있어서,
   상기 승인 단계에서 사용자의 승인이 없는 경우, 현재 획득된 이미지 정보에 대한 사용자가 허용하는 처리 정보를 대응시키는 강제 학습 단계가 수행되는, 가전기기.

Images