WO2019226033A2 - 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법 - Google Patents

모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법 Download PDF

Info

Publication number
WO2019226033A2
WO2019226033A2 PCT/KR2019/010995 KR2019010995W WO2019226033A2 WO 2019226033 A2 WO2019226033 A2 WO 2019226033A2 KR 2019010995 W KR2019010995 W KR 2019010995W WO 2019226033 A2 WO2019226033 A2 WO 2019226033A2
Authority
WO
WIPO (PCT)
Prior art keywords
information
olfactory
robot
imitation
product
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/KR2019/010995
Other languages
English (en)
French (fr)
Other versions
WO2019226033A3 (ko
Inventor
정재윤
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/KR2019/010995 priority Critical patent/WO2019226033A2/ko
Priority to KR1020190111705A priority patent/KR20190110074A/ko
Priority to US16/598,879 priority patent/US20200039067A1/en
Publication of WO2019226033A2 publication Critical patent/WO2019226033A2/ko
Publication of WO2019226033A3 publication Critical patent/WO2019226033A3/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
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1628—Program controls characterised by the control loop
    • B25J9/163—Program controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1679—Program controls characterised by the tasks executed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • 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
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1602—Program controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1656—Program controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Program controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/028—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using expert systems only
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2666—Toy
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33002—Artificial intelligence AI, expert, knowledge, rule based system KBS
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40115—Translate goal to task program, use of expert system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45007—Toy

Definitions

  • the present invention relates to an autonomous driving robot that has imitated a mimic object and an autonomous driving method of a mimicked robot. More specifically, in the present invention, after the robot learns the olfactory information and the motion information of the imitation object for the olfactory information to mimic the behavior, the robot senses the learned olfactory information and the motion information executed by the imitation object. It is about a technology that can be executed in a robot.
  • animal-shaped robots are widely used to detect land mines in war, to assist with household chores in the home, and to play a role in toys.
  • the household assistant may perform the role of housework and toys in the home, but auxiliary activities for the elderly are also possible.
  • the robot formed in the shape of such a pet to be able to perform auxiliary activities for the elderly, when the pet comes into contact with the elderly, the pet takes action, sounds, etc.
  • the taking may be composed of a system for discharging information such as behavior and sound to the outside.
  • a robot representing such a pet can generate sounds (such as a dog's sound)
  • the robot's sound is input by a person using the robot to voice the dog's sound like a normal dog when a particular person takes a specific action. Characterized by the structure that can be expressed as.
  • the above-described intelligent pet robot having a language learning function describes a technology in which a storage medium that simulates human speech is output through a pet robot, and an animal voice is generated by using olfactory information collected from living animals. It is not disclosed in detail for a technique to simulate or to simulate the human voice by collecting human olfactory information.
  • the 'robot' disclosed in Korean Patent Publication No. 10-2012-0106772 proposes a dog-shaped robot using an olfactory sensor.
  • This disclosure proposes a technique in which a dog-shaped robot uses an olfactory sensor to obtain information related to a chemical.
  • the robot it is possible to detect a chemical that is not recognized as an odor in an animal such as a human and determine a location where the chemical is generated.
  • One object of the present invention is to use the olfactory information contacted by the imitation object in order to mimic the behavior, sound, etc. of the imitation object, to be used as imitation information of the imitation object to be imitated, so as to mimic the imitation object.
  • the olfactory information it is possible to more accurately mimic the imitation object.
  • another object of the present invention is to provide an artificial intelligence robot capable of machine learning that can learn olfactory information in addition to information such as sound, motion, etc. to mimic the imitation object.
  • another object of the present invention is to learn the olfactory information in addition to the information, such as sound, motion, to imitate the imitation object, and if the learned olfactory information is detected based on the learned learning information, the motion or sound of the imitation object is executed. It is to provide an autonomous robot capable of doing so.
  • the imitation object from the olfactory sensor mounted adjacent to the face portion of the imitation object and the acceleration sensor mounted on the body part of the imitation object Collects motion information of the imitation object generated by the acceleration sensor according to the olfactory information and the olfactory information, and learns the relationship between the collected olfactory information and the movement of the imitation object, and stores the learned relationship in a memory. It may be performed in a step.
  • a moving object to be reacted from the behavior of the product or the imitation object preferred by the imitation object Body odor information can be obtained.
  • whether the imitation object is a preferred product may be determined based on whether the imitation object contacts the product after recognizing the product.
  • the olfactory sensor when the olfactory sensor detects the olfactory information of the product or the body object information of the object to be detected by the olfactory sensor, it can identify and store the unique information of the product preferred by the imitation object.
  • the olfactory information and imitation of the body odor information of the product or object to be detected Correlation according to the motion information of the object may be analyzed.
  • the motion information of the mimic object collected by the acceleration sensor is collected together to analyze the change of the motion according to the olfactory information.
  • the olfactory information and imitation After learning the relationship between the movements of the imitation object in the method for imitating the movement of the imitation object according to an embodiment of the present invention, after collecting the motion information of the imitation object with a predetermined time or a certain period, the olfactory information and imitation The process of learning the relationship between the movements of the object may be repeated.
  • the apparatus for mimicking the movement of the object to be imitated may include a learning module for learning the relationship between the olfactory information and the motion information collected by receiving the olfactory information and motion information collected.
  • the motion of the imitation object can be learned using the olfactory information together with the motion information and the sound information collected from the imitation object for imitation, and thus the imitation object can be more precisely imitated.
  • an olfactory sensor of an apparatus for mimicking a motion of an imitation object obtains body information of a moving object to be detected in which a reaction occurs from the smell information of a product preferred by the imitation object and the behavior of the imitation object.
  • whether the imitation object is a preferred product may be determined based on whether the imitation object contacts the product after recognizing the product.
  • the learning module of the apparatus for mimicking the movement of the object to be imitated according to another embodiment of the present invention, if the olfactory information of the body odor information of the product or the object to be detected is preferred by the olfactory sensor, the imitation object Can identify and store the unique information of the preferred product or body odor information.
  • the learning module of the apparatus for mimicking the movement of the object to be imitated when the olfactory sensor detects the olfactory information of the product or body odor information of the object to be detected, the acceleration sensor It can learn the correlation according to the motion information about the product which the mimic object collected from the preferred product.
  • the motion information of the mimic object collected by the acceleration sensor may be collected together to learn the change of the motion according to the olfactory information.
  • the olfactory sensor and the acceleration sensor of the apparatus for mimicking the movement of the object to be copied may collect olfactory information and motion information at a predetermined period within a predetermined time range.
  • the learning module can learn the relationship between the olfactory information and the motion information collected at a certain period within a predetermined time range in the olfactory sensor and the acceleration sensor.
  • the information when the olfactory information of the object to be copied or the motion information about the olfactory information changes may be collected and learned in real time.
  • the autonomous driving method of the robot that mimics the movement of the imitation object by machine learning obtains the olfactory information generated from the object to be detected within a certain distance from the main body of the robot, olfactory information After identifying the, determine whether there is olfactory information that matches the olfactory information identified in the program machine learning the movement of the imitation object, and if there is olfactory information that matches the olfactory information identified in the program, the program mimics corresponding to the olfactory information After searching for the movement of the object, it may be a process of operating the robot to implement the motion of the detected mimic object.
  • the main body when executing a motion that mimics the imitation object in the main body, it detects the olfactory information generated in the mimic object that can be imitated previously, and executes a motion or sound for the imitation information of the learned imitation object based on the detected olfactory information. The process can be done.
  • the identified olfactory information is olfactory information for the product preferred by the imitation object If determined to be, when the robot is operated, the operation of the robot may be performed on a preferred product while tracking the location of the preferred product.
  • the machine learning and autonomous running robot that mimics the movement of the imitation object by machine learning is located within a certain distance from the main body and the main body that can be moved, the olfactory information generated from the mimic object that can be imitated It may include a control unit for communicating with the sensor unit and the main body and the sensor unit to obtain, the body to execute the movement to imitate the learning object in the main body.
  • the controller identifies the olfactory information obtained through the sensor unit, determines whether there is olfactory information that matches the olfactory information identified in the program stored in the machine-learned memory, and then matches the olfactory information identified in the program. If there is olfactory information, the program may search for the motion of the imitation object corresponding to the olfactory information, and operate the robot to implement the searched imitation object movement.
  • the robot learns the olfactory information of the preferred product collected from the imitation object or the smell information of the detected body object information in order to mimic the imitation object, and then the olfactory information collected by the imitation object is If detected, the motion, sound, etc., performed by the object may be executed.
  • the information sensed by the robot to mimic the imitation object is added to the olfactory information in addition to sound and motion, thereby expanding the imitation area of the imitation object.
  • the controller of the robot capable of machine learning and autonomous driving that mimics the movement of the imitation object by machine learning may determine that the identified olfactory information is olfactory information on a product preferred by the imitation object.
  • the robot's motion to emulate the movement of the object can be performed by tracking the position of the preferred product and targeting the preferred product.
  • machine learning the olfactory information acquired by the imitation object to be copied and the learned olfactory information may be information for imitating the imitation object. That is, by using the olfactory information in addition to the sound information and motion information generated in the copy object to mimic the copy object, the information for copying the copy object can be varied.
  • the imitation of the imitation object in order to imitate the imitation object can be imitated through the olfactory information in addition to the sound information and motion information generated in the imitation object, the imitation of the imitation object can be made more precise.
  • the present invention after learning the olfactory information in addition to the sound, motion, etc. information to mimic the imitation object through an artificial intelligence robot capable of machine learning, if the sensed olfactory information learned through the robot is detected The motion or sound of the object to be imitated with respect to the olfactory information can be simulated. Therefore, when a robot capable of mimicking an imitation object senses olfactory information in addition to sound and motion, it can mimic an imitation object, thereby expanding the imitation area of the robot.
  • FIG. 1 is a view schematically showing a relationship between a robot capable of machine learning and autonomous driving according to an embodiment of the present invention and an imitation object for the robot to imitate.
  • FIG. 2 is a block diagram of a learning module and a copying object for learning a copying object for the robot and a robot capable of machine learning and autonomous driving according to an embodiment of the present invention.
  • FIG. 3 is a block diagram of a learning module for learning an imitation object, a robot capable of autonomous driving, and a sensing object according to an embodiment of the present invention.
  • FIG. 4 is a view schematically illustrating a process of learning a copying object for copying and imitating the copying object by a robot capable of machine learning and autonomous driving according to an embodiment of the present invention.
  • FIG. 5 is a flowchart illustrating a process of learning an imitation object according to an embodiment of the present invention.
  • FIG. 6 is a flowchart illustrating a method of mimicking an imitation object by a robot capable of machine learning and autonomous driving according to an embodiment of the present invention.
  • FIG. 1 is a view schematically showing a relationship between a robot capable of machine learning and autonomous driving according to an embodiment of the present invention and an imitation object for the robot to imitate.
  • the robot according to the embodiment of the present invention is described as an example capable of autonomous driving, the robot can be operated in autonomous, semi-autonomous or manual modes.
  • the robot capable of machine learning and autonomous driving according to an embodiment of the present invention will be described with an example of a pet robot that mimics a pet, but in addition to the pet robot, the robot may mimic an object to track an accident target and an accident target product at an accident site. It can also be described as a robot represented in the shape of an animal.
  • the robot 100 capable of machine learning and autonomous driving is a kind of artificial intelligence robot that can mimic the behavior, sound, and the like of the imitation object 10, and includes a joint including a speaker and a camera. It can be one of the robots.
  • the robot 100 capable of machine learning and autonomous driving may include an olfactory sensor to detect olfactory information stored in the imitation object 10, and information corresponding to the stored olfactory information is detected. If so, it can be implemented to mimic the behavior, sound, and the like of the object.
  • the imitation object 10 describes a pet (eg, a cat, a dog, etc.) as an example, but in addition to the pet, a life-saving dog rescues an accident victim, a drug detection dog detecting drugs, and activities in a military facility. It may be a military dog.
  • a pet eg, a cat, a dog, etc.
  • a life-saving dog rescues an accident victim, a drug detection dog detecting drugs, and activities in a military facility. It may be a military dog.
  • the information extracted from the imitation object 10 must be learned.
  • the information extracted from the imitation object 10 is learned in the learning module 200 stored in a separate system, and the robot 100 learns the information learned in the learning module 200 through communication between the robot 100 and the learning module 200.
  • the robot 100 may mimic the object 10 to copy by the method 100.
  • the learning module 200 is included in the robot 100 imitating the imitation object 10, and after learning the information of the imitation object 10 in the learning module 200 of the robot 100, the imitation is performed.
  • the robot 100 may be implemented to mimic the imitation object 10 based on the learned information.
  • the learning module 200 is included in the robot 100 that mimics the imitation object 10, and the learning module 200 of the robot 100 learns the information of the imitation object 10. Afterwards, if the robot 100 detects the olfactory information for imitation, the robot 100 will be described with an example implemented to emulate the imitation object 10 based on the learned information.
  • FIG. 2 is a block diagram of a learning module and a copying object for learning a copying object for the robot and a robot capable of machine learning and autonomous driving according to an embodiment of the present invention
  • FIG. 3 is an embodiment of the present invention.
  • This is a block diagram of a learning module that learns imitation objects, robots that can be machine-learned, and autonomous driving, and objects to be detected.
  • the learning module 200 needs to learn the information of the copy object 10.
  • the mimic object 10 may include an olfactory sensor 12 disposed adjacent to the face portion and an acceleration sensor 14 disposed at a joint of the mimic object 10.
  • the learning module 200 for learning the information of the imitation object 10 is collected by receiving the olfactory information and motion information collected from the olfactory sensor 12 and the acceleration sensor 14 disposed on the imitation object 10. The relationship between olfactory information and motion information can be learned.
  • the olfactory sensor 12 is disposed around the nose of the mimic object 10 that recognizes olfactory information, and the acceleration sensor 14 is applied to each joint of the mimic object 10 so as to detect the movement of the mimic object 10. ) Can be placed. Thereafter, when the imitation object 10 smells a specific object through the olfactory sensor 12, and collects the body's response to the specific object through the acceleration sensor 14, the learning module 200 may detect the specific object. Learning reaction information.
  • the olfactory sensor 12 may collect olfactory information of the product preferred by the imitation object 10.
  • the product favored by the imitation object 10 may be a favorite object, food, or body odor information of an object to be detected (eg, a person) staying with the imitation object 10.
  • the mimic object 10 in order to determine whether the mimic object 10 is a preferred product, it may be determined according to whether the mimic object 10 contacts the product after the mimic object 10 recognizes the product.
  • the imitation object 10 smells of a specific product and does not contact again, it may be determined that the imitation object 10 is not a preferred product, and that the imitation object 10 is a preferred product. For example, it may be assumed that a product having a number of contact with at least two times after the imitation object 10 smells is preferred.
  • the acceleration sensor 14 may be information about an action taken by the object to be copied 10 according to the olfactory information detected by the olfactory sensor 12.
  • the olfactory information detected by the olfactory sensor 12 For example, in the case of pets, if they sense olfactory information about their favorite products (eg, feeds, toys, etc.) or their owners who live with them, actions on their favorite products or owners will be executed.
  • the imitation object 10 that is a pet detects olfactory information about a favorite product, it may make a barking action or rotate at a current position, and the imitation object 10 may smell the owner's body. Sensing the information can act in contact with the owner's body. This behavior may be referred to as the movement generated by the acceleration sensor 14 with respect to the product favored by the object 10.
  • the learned information of the mimic object 10 may be learned in the learning module 200.
  • the learning module 200 may include a memory 220 and a learning unit 240.
  • the memory 220 is the object to be detected 30 in which a reaction is generated by the behavior of the product or the unique information of the product that the object to be copied is favored by the object to be copied. It may be a configuration for storing the unique information about the body odor information.
  • the memory 220 may also store the motion information of the object 10 to imitate the collected olfactory information. That is, when detecting the olfactory information on the specific object and the specific object, the behavior of the mimic object 10 is stored.
  • the learning unit 240 learns the information stored in the memory 220 and detects the olfactory information of the body 100 or the body odor information of the object to be detected 30, which the robot 100 to be described later prefers. If so, the action corresponding to the sensed olfactory information may be executed in the robot 100.
  • the information stored in the learning module 200 may execute actions, sounds, and the like, which are imitated by the imitation object 10 when the same olfactory information is detected through the robot 100 to be described later. It becomes basic information.
  • the learning module 200 when the olfactory sensor 12 detects the olfactory information of the product preferred by the imitation object 10, the product or object to be detected is preferred by the imitation object 10 collected from the acceleration sensor.
  • the correlation according to the motion information on the body odor information of 30 may be learned.
  • the imitation object 10 that is a pet detects olfactory information about a favorite product, it may make a barking action or rotate at a current position, and the imitation object 10 may smell the owner's body. Sensing the information can act in contact with the owner's body. This behavior may be referred to as a movement generated in the acceleration sensor 14 for a product that the imitation object 10 prefers, and the relationship is learned and stored in the learning module 200.
  • the learning information stored as described above enables the robot 100 to be described later to execute the stored motion information according to the correlation when the robot 100 detects the olfactory information of the product or the object to be detected 30 that the object 10 prefers.
  • the learning module 200 stores and learns olfactory information and motion information of the imitation object 10, it can be executed in the robot 100 based on the learned information.
  • the robot 100 is based on the sensor 120 for obtaining the olfactory information generated within the body 120, the main body 120 within a predetermined distance and the imitation object 10 and the acquired olfactory information. It may include a control unit 160 for executing the motion to imitate the copy object 10 through the main body 120.
  • the main body 120 may be formed in a shape similar to that of the copying object 10.
  • it may be formed in a shape similar to the shape of a pet such as a cat or a dog. This is to allow the object to be detected 30 to replace the pet by watching the movement of the robot 100.
  • Sensor unit 140 is a motion sensor 144 that can collect the behavior, sound, and the like of the imitation object 10 in addition to the detection sensor 142 that can sense the same olfactory information collected by the imitation object 10. ), An acoustic sensor 146, and the like.
  • the sensing sensor 142 may be implemented as, for example, a sensor capable of sensing a component of a product desired by the imitation object 10, a sensor capable of componentizing a body odor of the sensing target object 30, and the like. More specifically, the sensor 142 may include a sensor array into which a product of the imitation object 10 or a gas of the body odor of the object to be detected 30 is input, an extraction unit that extracts characteristics from a signal input to the sensor array, and the like. It may include.
  • the specific olfactory information collected through the sensor 142 may detect what kind of product, whose body, and the like.
  • the control unit 160 may execute a movement or sound performed by the imitation object 10.
  • the sense of smell of the imitation object 10 stored in the learning module 200 by the sensor 142 of the sensor unit 140 may be identified, and it may be determined whether there is olfactory information that matches the olfactory information identified in the program stored in the memory 220 of the learning module 200. Subsequently, when it is determined that there is olfactory information matching the identified olfactory information, the robot searches for the motion or sound of the imitation object 10 corresponding to the olfactory information stored in the memory 220 and then implements the movement of the imitation object 10. 100 can be operated.
  • the olfactory information detected by the sensor 142 of the sensor unit 140 may be either olfactory information of the product favored by the imitation object 10 or olfactory information of body odor information of the object to be detected (230). ).
  • the operation of the robot 100 for implementing the movement of the imitation object 10 is preferred The location is tracked and the robot 100 can be operated on the preferred product.
  • the robot 100 may be operated only with respect to a product that the imitation object 10 likes, so that the precision of the imitation behavior that the robot 100 intends to imitate may be improved.
  • the robot 100 that mimics the imitation object learns and stores the olfactory information
  • the robot 100 that mimics the imitation object is learned and stored.
  • the pre-stored motion of the imitation object 10 is executed through the robot 100, and thus is not limited to imitating the imitation object 10 through sound and image. It is possible to imitate the behavior of (10) (250).
  • the robot 100 may sense the smell of a product that the imitation object 10 likes, or olfactory information such as an object (eg, the smell of a missing person) that the imitation object 10 should take. Therefore, the robot 100 in place of the behavior of the imitation object 10 in a situation where the imitation object 10 is absent, so that the detected object 30 living with the imitation object 10 is the imitation object 10. Discomfort due to the absence of can be minimized. In addition, by allowing the robot 100 to sense the olfactory information of the object to be imitated by the object 10, the robot 100 can take action on behalf of the object 10 in need.
  • olfactory information such as an object (eg, the smell of a missing person) that the imitation object 10 should take. Therefore, the robot 100 in place of the behavior of the imitation object 10 in a situation where the imitation object 10 is absent, so that the detected object 30 living with the imitation object 10 is the imitation object 10. Discomfort due to the absence of can be minimized.
  • the robot 100 can take action on behalf of
  • the robot 100 capable of detecting the olfactory information of the imitation object 10 replaces the structure and at the same time reduces the time of the structure. It is possible to minimize the injury of the imitation target object 10 which is a real animal.
  • the olfactory sensor 12 and the acceleration sensor 14 of the imitation object 10 may collect olfactory information and motion information according to a predetermined period within a predetermined time range.
  • the product favored by the imitation object 10 may be changed, or the motion information on the preferred product may be changed due to the age of the copy object 10, and the olfactory information to be taken by the copy object 10 may be changed. Because it can be.
  • the olfactory sensor 12 and the acceleration sensor 14 automatically collect olfactory information and motion information according to a predetermined period, or a user using the robot 100 collects olfactory information and motion information according to an arbitrary period. Can be set to
  • the learning module 200 may be changed to learn the relationship between the olfactory information and the motion information based on the collected olfactory information and the motion information. have.
  • the imitation precision of the robot 100 may be improved, and the robot 100 may appropriately mimic the imitation object to be imitated. .
  • FIG. 4 is a view schematically illustrating a process of learning a copying object for copying and imitating the copying object by a robot capable of machine learning and autonomous driving according to an embodiment of the present invention.
  • the imitation object 10 of the embodiment of the present invention is a cat
  • the object to be detected 30 is a cat's main body part (eg, a foot)
  • the robot 100 is a joint robot instead of a cat shape. An example will be described.
  • the olfactory sensor 12 of the imitation object 10 may collect body odor information of the object to be detected 30 while the imitation object 10 is in contact with the object to be detected 30.
  • the acceleration sensor 14 may collect motion information of the imitation object 10 while the olfactory sensor 12 collects body odor information of the object to be detected 30.
  • the olfactory information and motion information of the mimic object 10 collected as described above may be stored in the memory 220 of the learning module 200.
  • the stored information may be information for learning the robot 100 so that a specific action of the robot 100 can be executed.
  • the robot 100 When the robot 100 inputs the learned information detects the body odor information of the object to be detected 30, the robot 100 according to the stored learning information has the imitation object 10 of the object to be detected 30. Movement information, which is an action of contacting the body, can be executed.
  • a drug detection dog for drug detection can only be detected in a specific place, but after learning and storing the olfactory information (e.g., the smell of a certain drug component) that the drug detection dog should take, it can replace the drug detection dog.
  • the robot can detect the same olfactory information as the learned and stored olfactory information so that the drug can be detected, and after the drug detection, the drug detection dog takes an action (eg, barking) to select a specific object to minimize the supply.
  • the maximum efficiency can be derived.
  • the robot 100 when the robot 100 detects body odor information of a body part (foot) of the object to be detected 30, an example in which the robot 100 executes the behavior of the imitation object 10 is given.
  • the olfactory sensor 12 disposed on the imitation object 10 may collect body odor information generated according to the emotional change of the object to be detected 30, and the learning module 200 may detect the object to be detected ( You can also learn body odor information in 30).
  • the robot 100 may be implemented to execute the behavior of the imitation object 10 according to the situation when the olfactory information on the body odor information according to the change in the emotion of the object to be detected 30 is detected.
  • the olfactory sensor 12 and the acceleration sensor 14 of the imitation object 10 may collect olfactory information and motion information according to a predetermined period. That is, as the mimic object 10 that is an animal ages, the number of information of the olfactory information collected decreases or the motion response to the collected olfactory information may change.
  • the learning module 200 may learn a relationship between the olfactory information and the motion information based on the collected information.
  • the imitation precision of the robot 100 may be improved, and the robot 100 may appropriately mimic the imitation object to be imitated. .
  • FIG. 5 is a flowchart illustrating a process of learning an imitation object according to an embodiment of the present invention
  • FIG. 6 is a diagram illustrating a method of mimicking an imitation object by a robot capable of machine learning and autonomous driving according to an embodiment of the present invention. It is a flow chart.
  • the robot of the embodiment of the present invention is described as an example of an autonomous robot capable of autonomous driving, but can of course be operated in autonomous, semi-autonomous or manual modes.
  • the robot capable of machine learning and autonomous driving according to an embodiment of the present invention will be described with an example of a pet robot that mimics a pet, but in addition to the pet robot, the robot may mimic an object to track an accident target and an accident target product at an accident site. It can also be described as a robot represented in the shape of an animal.
  • the imitation object 10 according to an embodiment of the present invention describes a pet (for example, a cat, a dog, etc.) by way of example. It could be a drug detection dog or a military dog working in a military facility.
  • the robot 100 when the imitation object 10 learns the specific olfactory information and the movement of the imitation object 10 with respect to the olfactory information, and the robot 100 detects the specific olfactory information, the robot 100 And the robot 100 to execute the movement of the imitation object 10 based on the information learned through the communication.
  • the imitation object 10 should recognize the product to be detected by the object to be detected 30 or the object 10 through the olfactory sensor 12 (S110).
  • the imitation object 10 smells of a specific product and does not contact again, it may be determined that the imitation object 10 is not a preferred product, and that the imitation object 10 is a preferred product. For example, it may be assumed that a product having a number of contact with at least two times after the imitation object 10 smells is preferred.
  • a product having a number of contact with at least two times after the imitation object 10 smells is preferred.
  • the olfactory information of the object to be detected 30 may be collected (S120).
  • the olfactory sensor 12 detects the olfactory information on the body odor information of the object 30 to be detected
  • the imitation object 10 to the object to be detected 30 through the acceleration sensor 14 of the imitation object 10. It can collect the motion information of.
  • the collected olfactory information and motion information may be unique information about body odor information of the object to be detected.
  • the olfactory information and motion information stored in this way may be referred to as intrinsic information of the behavior of the imitation object 10 with respect to the body odor of the object to be detected 30.
  • the stored information may be learned (S130). Specifically, when the robot 100 detects the olfactory information of the product preferred by the imitation object 10 or the olfactory information of the body odor information of the detected object 30, an action corresponding to the detected olfactory information is detected by the robot 100. Learn information that can be executed.
  • the learned information becomes basic information that can execute actions, sounds, etc. taken by the imitation object 10 when the same olfactory information as the information stored in the learning module 200 is detected through the robot 100.
  • the olfactory sensor 12 detects the olfactory information of the product preferred by the imitation object 10
  • the body odor information of the product or object to be detected 30 which is preferred by the imitation object 10 collected from the acceleration sensor. Correlation according to the motion information about can be learned.
  • the imitation object 10 that is a pet detects olfactory information about a favorite product, it may make a barking action or rotate at a current position, and the imitation object 10 may smell the owner's body. Sensing the information can act in contact with the owner's body. This behavior may be referred to as a movement generated in the acceleration sensor 14 for a product that the imitation object 10 prefers, and the relationship is learned and stored in the learning module 200.
  • the stored learning information enables the robot 100 to be described later to execute the stored motion information according to the learned correlation when the robot 100 detects the olfactory information of the product or the object to be detected 30 that the object 10 prefers.
  • the sense of smell of the imitation object 10 stored in the learning module 200 by the sensor 142 of the sensor unit 140 may be identified, and it may be determined whether there is olfactory information that matches the olfactory information identified in the program stored in the memory 220 of the learning module 200. Subsequently, when it is determined that there is olfactory information matching the identified olfactory information, the robot searches for the motion or sound of the imitation object 10 corresponding to the olfactory information stored in the memory 220 and then implements the movement of the imitation object 10. 100 can be operated.
  • the module for learning the copy object 10 may collect and learn the olfactory information and motion information of the copy object having a predetermined time or a predetermined period.
  • the product favored by the imitation object 10 may be changed, or the motion information on the preferred product may be changed due to the age of the copy object 10, and the olfactory information to be taken by the copy object 10 may be changed. Because it can be.
  • the olfactory information and the motion information may be automatically collected according to a predetermined period, or the user who uses the robot 100 may be configured to collect the olfactory information and the motion information according to a certain period.
  • the relationship between the olfactory information and the motion information can be learned based on the changed collected olfactory information and the motion information.
  • the imitation precision of the robot 100 may be improved, and the imitation object to be imitated by the robot 100 may be improved. Can be imitated appropriately.
  • Learning the olfactory information and the motion information according to the olfactory information of the imitation object 10 can be executed in the robot 100 based on the learned information.
  • the imitation object stored in the learning module 200 in the sensor unit 140 of the robot 100 in the state in which the olfactory information and the motion information of the imitation object 10 are stored in the learning module 200, the imitation object stored in the learning module 200 in the sensor unit 140 of the robot 100.
  • the olfactory information of 10 may be detected (S210).
  • the olfactory information of the imitation object 10 stored in the learning module 200 it may be determined whether the stored sensed object 30 and the sensed olfactory information are the same (S220). That is, the olfactory information supported by the sensor unit 140 of the robot 100 may determine whether the olfactory information of the product 10 or the olfactory information of the body odor information of the object to be detected is preferred.
  • This robot 100 can be executed through (S230).
  • the olfactory information of the imitation object 10 stored in the learning module 200 may be identified. Thereafter, it may be determined whether there is olfactory information that matches the olfactory information identified in the program stored in the memory 220 of the learning module 200.
  • the robot 100 may search for the motion or sound of the imitation object 10 corresponding to the olfactory information stored in the memory 220 and then implement the movement of the imitation object 10. ) Will be activated.
  • the robot 100 that mimics the imitation object learns and stores the olfactory information
  • the robot 100 that mimics the imitation object is learned and stored.
  • the pre-stored motion of the imitation object 10 is executed through the robot 100, and thus is not limited to imitating the imitation object 10 through sound and image. It can mimic the behavior of (10).
  • the robot 100 may sense the smell of a product that the imitation object 10 likes, or olfactory information such as an object (eg, the smell of a missing person) that the imitation object 10 should take. have. Therefore, the robot 100 in place of the behavior of the imitation object 10 in a situation where the imitation object 10 is absent, so that the detected object 30 living with the imitation object 10 is the imitation object 10. Discomfort due to the absence of can be minimized.
  • the robot 100 can take action on behalf of the object 10 in need. For example, when the structure is urgent but the imitation object 10 that is a real animal is difficult to access, the robot 100 capable of detecting the olfactory information of the imitation object 10 replaces the structure, thereby reducing the time of the structure and simultaneously It is possible to minimize the injury of the animal mimic object 10.
  • the olfactory information acquired by the imitation object to be imitated is learned, and the learned olfactory information may be imitation information of the imitation robot imitating the imitation object. That is, by using the olfactory information in addition to the sound information and motion information generated in the copy object to mimic the copy object, the information for copying the copy object can be varied.
  • the imitation may be performed through the olfactory information in addition to the acoustic information and the motion information generated in the imitation object, so that the imitation of the imitation object may be made more precisely.
  • the information imitating the imitation object can be more accurate, the imitation precision of the robot imitating it can be improved.
  • all elements constituting an embodiment of the present invention is described as being combined or operated in combination, the present invention is not necessarily limited to these embodiments, all the components within the scope of the present invention It is also possible to operate in combination with one or more selectively.
  • all of the components may be implemented in one independent hardware, each or all of the components may be selectively combined to perform some or all functions combined in one or a plurality of hardware. It may be implemented as a computer program having a. Codes and code segments constituting the computer program may be easily inferred by those skilled in the art.
  • Such a computer program may be stored in a computer readable storage medium and read and executed by a computer, thereby implementing embodiments of the present invention.
  • the storage medium of the computer program includes a storage medium including a magnetic recording medium, an optical recording medium and a semiconductor recording element.
  • the computer program for implementing an embodiment of the present invention includes a program module transmitted in real time through an external device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Fuzzy Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Toys (AREA)
  • Manipulator (AREA)

Abstract

본 발명은 모방대상체를 모방 학습이 가능한 인공지능 로봇이 모방 학습을 위해 모방대상체의 후각 정보와 후각정보에 따라 모방대상체에서 실행한 움직임 정보를 수집하고, 기계학습이 이루어질 수 있다. 이후, 학습된 후각정보를 로봇이 감지하는 경우, 모방대상체가 실행한 움직임 정보를 로봇에서 실행하도록 함으로써, 모방 로봇이 음향, 이미지 정보 이외의 후각정보를 통해 모방대상체를 모방할 수 있다.

Description

모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법
본 발명은 모방대상체를 모방 학습한 자율주행 로봇 및 모방 학습한 로봇의 자율주행 방법에 관한 것이다. 보다 구체적으로, 본 발명은 행동을 모방하기 위한 모방대상체의 후각정보와 후각정보에 대한 모방대상체의 움직임 정보를 로봇이 학습한 뒤, 학습한 후각정보를 로봇에서 감지하면 모방대상체가 실행한 움직임 정보를 로봇에서 실행할 수 있는 기술에 관한 것이다.
이하에서 기술되는 내용은 본 발명의 실시예와 관련되는 배경 정보를 제공할 목적으로 기재된 것일 뿐이고, 기술되는 내용들이 당연하게 종래기술을 구성하는 것은 아니다.
최근, 다양한 로봇이 산업현장 또는 가정에 보급되어 주어진 과제를 수행하고 있다. 특히 동물 형상의 로봇이 보급되어 전쟁에서 지뢰 탐지, 가정에서의 집안일 보조 및 장난감으로서의 역할 등을 하고 있다.
특히, 애완동물의 형상으로 형성된 로봇의 경우 가정 내에서 집안일 보조, 장난감의 역할을 수행하기도 하지만, 노약자를 위한 보조 활동도 가능하다. 이러한 애완동물의 형상으로 형성된 로봇이 노약자를 위한 보조 활동이 가능하기 위해서는 애완동물이 노약자와 접촉하였을 때, 애완동물이 취하는 행동, 음향 등의 정보를 기 입력한 상태에서, 노약자를 마주하면 애완동물이 취하는 행동, 음향 등의 정보를 외부로 배출하는 시스템으로 구성될 수 있다.
이러한 애완동물을 표방하는 로봇이 음향(예: 강아지 소리) 발생할 수 있는 경우, 이러한 로봇의 음향을 로봇을 사용하는 사람이 입력하여 특정 사람이 특정 행동을 취했을 때, 일반적인 강아지처럼 강아지의 소리를 음성으로 표출하는 구조로 구성될 수 있는 것이 특징이다.
그러나 종래의 애완동물을 표방하는 로봇에 대한 기술은 모션정보, 음향정보를 중심으로 학습하는 반면, 후각정보를 이용하여 학습이 이루어지는 기술은 개시되어 있지 않다.
구체적으로, 국내공개특허 제10-2002-0043982호의 '언어 학습 기능을 가지는 지능형 애완 로봇'에서는 사람의 말을 모사하여 학습할 수 있으며, 사용자가 발음하는 단어나 문장을 인식하여 출력할 수 있도록 하는 애완로봇이 개시되어 있다.
그러나, 상기의 '언어 학습 기능을 가지는 지능형 애완 로봇'에서는 사람의 말이 모사된 저장매체가 애완 로봇을 통해 출력되는 기술이 기재되어 있을 뿐, 살아있는 동물을 통해 수집된 후각 정보를 이용하여 동물의 음성을 모사하거나, 사람의 후각 정보를 수집하여 사람의 음성을 모사하는 기술에 대해 구체적으로 개시되어 있지 않다.
또한, 국내공개특허 제10-2012-0106772호에 개시된 '로봇'에서는 후각 센서를 이용한 개 형상의 로봇을 제안한다. 해당 개시에서는 개 형상의 로봇이 화학물질에 관련된 정보를 취득하기 위해 후각 센서를 이용하는 기술을 제안한다.
이러한, 상기 '로봇'에서는 인간과 같은 동물에게 있어 냄새로서 인지되지 않는 화학물질을 검출하고, 화학물질이 발생한 위치를 판단할 수 있다.
따라서, 개시된 '로봇'에 따르면, 인간과 같은 동물에게 있어 냄새로 인지되지 않는 화학물질 이외에 인간이 측정하기 어려운 유해 물질을 검출할 수 있는 특징이 있으나, 인간, 동물의 냄새를 학습하고, 학습된 냄새를 기초하여 애완동물의 행동 또는 음성을 모사할 수 있는 기술은 개시되어 있지 않다.
따라서, 인간과 함께 생활하는 애완동물의 행동, 음성을 보다 정밀하기 모사하기 위한 기술이 필요하다.
한국등록특허 제10-2002-0043982호(2002.06.12)
한국공개특허 제10-2012-0106772호(2012.09.26)
본 발명의 일 과제는, 모방대상체의 행동, 음향 등을 모방하기 위해서 모방대상체가 접촉하는 후각정보가 모방하고자 하는 모방대상체의 모방 정보로 사용되게 하여 모방대상체를 모방하기 위해 음향, 모션 등의 정보 이외에 후각정보를 추가로 사용함으로써, 모방대상체를 보다 정밀하게 모방할 수 있도록 하는데 있다.
또한 본 발명의 다른 과제는, 모방대상체를 모방하기 위해 음향, 모션 등의 정보 이외에 후각정보를 학습할 수 있는 기계학습이 가능한 인공지능 로봇을 제공하는데 있다.
또한, 본 발명의 또 다른 과제는 모방대상체를 모방하기 위해 음향, 모션 등의 정보 이외에 후각정보를 학습하고, 학습된 학습정보를 기초로 학습된 후각정보가 감지되면 모방대상체의 움직임 또는 음향을 실행하도록 할 수 있는 자율주행 가능한 로봇을 제공하는데 있다.
상기 과제들을 달성하기 위하여, 본 발명의 실시예에 따른 모방대상체의 움직임을 모방하기 위한 방법은, 모방대상체의 안면부에 인접하게 장착된 후각센서 및 모방대상체의 신체 일부에 장착된 가속도 센서로부터 모방대상체가 접하는 후각정보와 후각정보에 따라 가속도 센서에 의해 생성된 모방대상체의 움직임 정보를 수집하고, 수집된 후각정보와 모방대상체의 움직임 사이의 관계를 학습한 뒤, 학습된 관계를 프로그램으로 메모리에 저장하는 단계로 수행될 수 있다.
구체적으로 본 발명의 실시예에 따른 모방대상체의 움직임을 모방하기 위한 방법에서 모방대상체의 움직임 정보를 수집할 때, 모방대상체가 선호하는 제품 또는 모방대상체의 행동으로부터 반응이 발생하는 움직이는 피감지대상물의 체취정보를 획득할 수 있다. 이때, 모방대상체가 선호하는 제품인지는 제품을 인지한 후 모방대상체가 제품에 접촉하는지 여부에 기초하여 결정될 수 있다.
이때, 후각정보를 획득할 때, 후각센서에서 모방대상체가 선호하는 제품 또는 피감지대상물의 체취정보의 후각정보가 감지되는 경우 모방대상체가 선호하는 제품의 고유정보를 식별 및 저장할 수 있다.
이로 인하여 모방대상체를 모방하기 위한 후각정보 사용 시, 모방대상체가 선호하는 제품만을 선별할 수 있게 된다.
한편, 본 발명의 실시예에 따른 모방대상체의 움직임을 모방하기 위한 방법에서 모방대상체의 움직임 사이의 관계를 학습할 때, 모방대상체가 선호하는 제품 또는 피감지대상물의 체취정보에 대한 후각정보와 모방대상체의 움직임 정보에 따른 상관관계를 분석할 수 있다.
즉, 모방대상체의 후각정보를 수집될 때, 가속도 센서에 의해 수집되는 모방대상체의 움직임 정보를 함께 수집하여 후각정보에 따른 움직임의 변화를 분석하는 것이다.
본 발명의 실시예에 따른 모방대상체의 움직임을 모방하기 위한 방법에서 모방대상체의 움직임 사이의 관계를 학습한 이후, 일정 시간 또는 일정 주기를 가지고 모방대상체의 움직임 정보를 수집한 뒤, 후각정보와 모방대상체의 움직임 사이의 관계를 학습하는 과정을 반복할 수 있다.
구체적으로, 모방대상체의 후각정보가 변화하거나, 후각정보에 대한 움직임 정보가 변화하였을 때의 정보를 실시간으로 수집 및 학습할 수 있도록 한다.
한편, 본 발명의 다른 실시예에 따른 모방대상체의 움직임을 모방하기 위한 장치는, 모방대상체의 안면부와 인접하게 배치되는 후각센서, 모방대상체의 각 관적에 배치되는 가속도 센서 및 후각센서와 가속도 센서로부터 수집되는 후각정보 및 움직임 정보를 수신하여 수집되는 후각정보와 움직임 정보 사이의 관계를 학습하는 학습모듈을 포함하여 구성될 수 있다.
구체적으로, 모방하기 위한 모방대상체에서 수집한 모션정보, 음향정보 등과 더불어 후각정보를 이용하여 모방대상체의 움직임을 학습할 수 있으므로 보다 정밀하게 모방 대상체를 모방할 수 있게 된다.
본 발명의 다른 실시예에 따른 모방대상체의 움직임을 모방하기 위한 장치의 후각센서는 모방대상체가 선호하는 제품의 후각정보 및 모방대상체의 행동으로부터 반응이 발생하는 움직이는 피감지대상물의 체취정보를 획득할 수 있다. 이때, 모방대상체가 선호하는 제품인지는 제품을 인지한 후 모방대상체가 제품에 접촉하는지 여부에 기초하여 결정될 수 있다.
한편, 본 발명의 다른 실시예에 따른 모방대상체의 움직임을 모방하기 위한 장치의 학습모듈은, 후각센서에서 모방대상체가 선호하는 제품 또는 피감지대상물의 체취정보의 후각정보가 감지되는 경우, 모방대상체가 선호하는 제품 또는 체취정보의 고유정보를 식별 및 저장할 수 있다.
이로 인하여 모방대상체를 모방하기 위한 후각정보 사용 시, 모방대상체가 선호하는 제품이나 피감지대상물을 선별할 수 있게 된다.
또한, 본 발명의 다른 실시예에 따른 모방대상체의 움직임을 모방하기 위한 장치의 학습모듈은, 후각센서에서 모방대상체가 선호하는 제품 또는 피감지대상물의 체취정보의 후각정보가 감지되는 경우, 가속도 센서로부터 수집되는 모방대상체가 선호하는 제품에 대한 움직임 정보에 따른 상관관계를 학습할 수 있다.
즉, 모방대상체의 후각정보를 수집될 때, 가속도 센서에 의해 수집되는 모방대상체의 움직임 정보를 함께 수집하여 후각정보에 따른 움직임의 변화를 학습할 수 있다.
본 발명의 다른 실시예에 따른 모방대상체의 움직임을 모방하기 위한 장치의 후각센서 및 가속도 센서는, 후각정보 및 움직임 정보를 일정 시간 범위 내에서 일정 주기에 따라 수집할 수 있다.
그 결과, 학습모듈은 후각센서 및 가속도 센서에서 일정 시간 범위 내에서 일정 주기에 따라 수집된 후각 정보 및 움직임 정보 사이의 관계를 학습할 수 있다.
구체적으로, 모방대상체의 후각정보가 변화하거나, 후각정보에 대한 움직임 정보가 변화하였을 때의 정보를 실시간으로 수집 및 학습할 수 있다.
한편, 본 발명의 또 다른 실시예에 따른 모방대상체의 움직임을 기계학습으로 모방한 로봇의 자율주행 방법은, 로봇의 본체와 일정 거리 이내 위치하는 피감지대상물에서 발생한 후각정보를 획득하고, 후각정보를 식별한 뒤, 모방대상체의 움직임을 기계학습한 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있는지 판단하고, 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있다면 프로그램에서 후각정보에 대응하는 모방대상체의 움직임을 검색한 뒤, 검색된 모방대상체의 움직임을 구현하도록 로봇을 동작하는 과정으로 이루어질 수 있다.
구체적으로 모방대상체를 모방 학습한 움직임을 본체에서 실행할 때, 앞서 모방 가능한 모방대상체에서 발생한 후각정보를 감지하고, 감지한 후각정보에 기초하여 학습된 모방대상체의 모방 정보에 대한 움직임 또는 음향을 실행하는 과정으로 이루어질 수 있다.
한편, 본 발명의 또 다른 실시예에 따른 모방대상체의 움직임을 기계학습으로 모방한 로봇의 자율주행 방법에서 후각정보가 있는지 판단할 때, 식별된 후각정보가 모방대상체가 선호하는 제품에 대한 후각정보로 판단되면, 로봇을 동작시킬 때 로봇의 동작은 선호하는 제품의 위치를 추적하며 선호하는 제품을 대상으로 수행될 수 있다.
한편, 본 발명의 또 다른 실시예에 따른 모방대상체의 움직임을 기계학습으로 모방한 기계 학습 및 자율 주행 가능한 로봇은, 주행 가능한 본체, 본체와 일정 거리 이내에 위치하고, 모방 가능한 모방대상체에서 발생한 후각정보를 획득하는 센서부 및 본체 및 센서부와 통신하며, 모방대상체를 모방 학습한 움직임을 본체에서 실행시킬 수 있는 제어부를 포함할 수 있다.
이때, 제어부는 센서부를 통해 획득된 후각정보를 식별하고, 모방대상체의 움직임이 기계학습된 메모리에 저장된 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있는지 판단한 뒤, 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있다면 프로그램에서 후각정보에 대응하는 모방대상체의 움직임을 검색하고, 검색된 모방대상체의 움직임을 구현하도록 로봇을 동작시키는 것으로 실행될 수 있다.
즉, 로봇은 모방대상체를 모방하기 위해 모방대상체로부터 수집한 선호하는 제품의 후각정보나 피감지대상체의 체취정보에 대한 후각정보를 학습한 뒤, 로봇의 센서부에서 모방대상체가 수집한 후각정보가 감지되는 경우 모방대상체에서 실행한 움직임, 음향 등을 실행할 수 있다.
이로 인해 로봇이 모방대상체를 모방하기 위해서 감지하는 정보가 음향, 모션 이외에 후각 정보가 추가됨으로써, 모방대상체의 모방 영역이 확장되게 된다.
또한, 본 발명의 또 다른 실시예에 따른 모방대상체의 움직임을 기계학습으로 모방한 기계 학습 및 자율 주행 가능한 로봇의 제어부는 식별된 후각정보가 모방대상체가 선호하는 제품에 대한 후각정보로 판단되는 경우, 모방대상체의 움직임을 구현하는 로봇의 동작이 선호하는 제품의 위치를 추적하며 선호하는 제품을 대상으로 수행되도록 할 수 있다.
본 발명의 실시예들에 따르면, 모방하고자 하는 모방대상체가 습득한 후각정보를 기계학습하고, 학습된 후각정보는 모방대상체를 모방하기 위한 정보가 될 수 있다. 즉, 모방대상체를 모방하기 위해 모방대상체에서 발생한 음향정보, 모션정보 이외에 후각정보를 사용함으로써, 모방대상체를 모방하기 위한 정보가 다양해질 수 있게 된다.
또한, 본 발명의 실시예들에 따르면, 모방대상체를 모방하기 위해 모방대상체에서 발생한 음향정보, 모션정보 이외에 후각정보를 통해 모방이 이루어질 수 있으므로, 모방대상체의 모방이 보다 정밀하게 이루어질 수 있다.
또한, 본 발명의 실시예들에 따르면 기계학습이 가능한 인공지능 로봇을 통해 모방대상체를 모방하기 위해 음향, 모션 등의 정보 이외에 후각정보를 학습한 뒤, 로봇을 통해 학습된 후각정보가 감지되면 로봇이 후각정보에 대한 모방대상체의 움직임 또는 음향을 모방할 수 있다. 이로 인해 모방대상체를 모방할 수 있는 로봇이 음향, 모션 이외에 후각정보를 감지하면 모방대상체를 모방할 수 있으므로 로봇의 모방 영역이 확장될 수 있게 된다.
도 1은 본 발명의 실시예에 따른 기계학습 및 자율 주행이 가능한 로봇과 로봇이 모방하기 위한 모방대상체와의 관계를 개략적으로 도시한 도면이다.
도 2는 본 발명의 본 발명의 실시예에 따른 기계학습 및 자율 주행이 가능한 로봇과 로봇이 모방하기 위한 모방대상체를 학습하는 학습모듈 및 모방대상체에 대한 블록도이다.
도 3은 본 발명의 실시예에 따른 모방대상체를 학습하는 학습모듈과 기계학습 및 자율 주행이 가능한 로봇 및 피감지대상물에 대한 블록도이다.
도 4는 본 발명의 실시예에 따른 모방하기 위한 모방대상체를 학습하고, 기계학습 및 자율 주행이 가능한 로봇이 모방대상체를 모방하는 과정을 개략적으로 도시한 도면이다.
도 5는 본 발명의 실시예에 따른 모방대상체를 학습하는 과정을 도시한 흐름도이다.
도 6은 본 발명의 실시예에 따른 기계학습 및 자율 주행이 가능한 로봇이 모방대상체를 모방하는 방법을 도시한 흐름도이다.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 본 발명은 여러 이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시예들에 한정되지 않는다. 이하 실시예에서는 본 발명을 명확하게 설명하기 위해서 설명과 직접적인 관계가 없는 부분을 생략하지만, 본 발명의 사상이 적용된 장치 또는 시스템을 구현함에 있어서, 이와 같이 생략된 구성이 불필요함을 의미하는 것은 아니다. 아울러, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조번호를 사용한다.
이하의 설명에서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 되며, 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 또한, 이하의 설명에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 설명에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
이하 도면을 참고하여 본 발명의 기계학습 및 자율주행이 가능한 로봇에 대해 자세히 살펴보기로 한다.
도 1은 본 발명의 실시예에 따른 기계학습 및 자율 주행이 가능한 로봇과 로봇이 모방하기 위한 모방대상체와의 관계를 개략적으로 도시한 도면이다.
본 발명의 실시예에 따른 로봇은 자율 주행 가능한 예를 들어 설명하지만, 자율, 반자율 또는 수동 모드들로 작동될 수 있음은 물론이다. 또한, 본 발명의 실시예의 기계학습 및 자율주행이 가능한 로봇은 애완동물을 모방한 애완로봇을 예를 들어 설명하지만, 애완로봇 이외에 사고현장 등에서 사고대상자, 사고대상품을 추적하기 위하여 대상물을 모방할 수 있는 동물의 형상으로 표현된 로봇으로 설명될 수도 있다.
또한, 본 발명의 실시예에 따른 기계학습 및 자율주행이 가능한 로봇(100)은 모방대상체(10)의 행동, 음향 등을 모방할 수 있도록 인공지능 로봇의 일종으로 스피커, 카메라 등을 포함하는 관절로봇 중 하나가 될 수 있다.
특히 본 발명의 실시예에 따른 기계학습 및 자율주행이 가능한 로봇(100)은 모방대상체(10)에 저장된 후각정보를 감지하도록 후각센서를 포함할 수 있으며, 기 저장된 후각정보에 해당하는 정보가 감지되면 모방대상체의 행동, 음향 등을 모방하도록 구현될 수 있다.
이때, 모방대상체(10)는 애완동물(예: 고양이, 강아지 등)을 예를 들어 설명하지만, 애완동물 이외에 인명사고 시 사고자를 구출하는 인명구출견, 마약을 탐지하는 마약탐지견, 군사 시설에서 활동하는 군견 등이 될 수도 있다.
이러한 모방대상체(10)를 모방하기 위해 우선 모방대상체(10)에서 추출되는 정보를 학습해야 한다. 모방대상체(10)에서 추출되는 정보는 별도의 시스템에 저장된 학습모듈(200)에서 학습하고, 로봇(100)과 학습모듈(200)의 통신을 통해 학습모듈(200)에서 학습한 정보를 로봇(100)으로 전송하는 방법으로 로봇(100)이 모방대상체(10)를 모방할 수 있다.
이와 다르게는 모방대상체(10)를 모방하는 로봇(100) 내에 학습모듈(200)이 포함되고, 로봇(100)의 학습모듈(200)에서 모방대상체(10)의 정보를 학습한 뒤, 모방을 위한 후각정보를 로봇(100)에서 감지하면, 학습한 정보를 기초로 로봇(100)에서 모방대상체(10)를 모방하도록 구현될 수도 있다.
이하 본 발명의 실시예에서는 모방대상체(10)를 모방하는 로봇(100) 내에 학습모듈(200)이 포함되고, 로봇(100)의 학습모듈(200)에서 모방대상체(10)의 정보를 학습한 뒤, 모방을 위한 후각정보를 로봇(100)에서 감지하면, 학습한 정보를 기초로 로봇(100)에서 모방대상체(10)를 모방하도록 구현된 예를 들어 설명하기로 한다.
이하 도 2 및 도 3을 참고하여 로봇과 학습모듈의 학습에 대한 실시예를 설명하기로 한다.
도 2는 본 발명의 본 발명의 실시예에 따른 기계학습 및 자율 주행이 가능한 로봇과 로봇이 모방하기 위한 모방대상체를 학습하는 학습모듈 및 모방대상체에 대한 블록도이고, 도 3은 본 발명의 실시예에 따른 모방대상체를 학습하는 학습모듈과 기계학습 및 자율 주행이 가능한 로봇 및 피감지대상물에 대한 블록도이다.
우선 도 2를 참고하면, 로봇(100)이 모방대상체(10)를 모방하기에 앞서, 학습모듈(200)에서 모방대상체(10)의 정보를 학습해야 한다. 이를 위해, 모방대상체(10)는 안면부와 인접하게 배치된 후각센서(12), 모방대상체(10)의 관절에 배치되는 가속도 센서(14)를 포함할 수 있다.
한편, 모방대상체(10)의 정보를 학습하는 학습모듈(200)은 모방대상체(10)에 배치된 후각센서(12)와 가속도 센서(14)로부터 수집되는 후각정보 및 움직임 정보를 수신하여 수집되는 후각정보와 움직임 정보 사이의 관계를 학습할 수 있다.
구체적으로 후각정보를 인지하는 모방대상체(10)의 코 주변에 후각센서(12)를 배치하고, 모방대상체(10)의 움직임을 감지할 수 있도록 모방대상체(10)의 각 관절에 가속도 센서(14)를 배치할 수 있다. 이후, 후각센서(12)를 통해 모방대상체(10)가 특정 물체의 냄새를 맡고, 특정 물체에 대한 신체의 반응을 가속도 센서(14)를 통해 수집하면, 학습모듈(200)에서 특정 물체에 대한 반응정보를 학습하는 것이다.
이때, 후각센서(12)는 모방대상체(10)가 선호하는 제품의 후각정보를 수집할 수 있다. 모방대상체(10)가 선호하는 제품이란, 모방대상체(10)가 좋아하는 물건, 음식, 모방대상체(10)와 함께 지내는 피감지대상물(예: 사람)의 체취정보 등이 될 수 있다.
이때, 모방대상체(10)가 선호하는 제품인지를 결정하기 위해서는 모방대상체(10)가 제품을 인지한 후에 모방대상체(10)가 제품을 접촉하는지 여부에 따라 결정될 수 있다.
즉, 모방대상체(10)가 특정 제품의 냄새를 맡은 후, 재 접촉하지 않는 경우는 모방대상체(10)가 선호하는 제품이 아니라고 판단할 수 있으며, 모방대상체(10)가 선호하는 제품이라고 판단하기 위해서는 모방대상체(10)가 냄새를 맡은 후, 접촉하는 횟수가 적어도 2회 이상인 제품을 선호하는 제품이라고 가정할 수 있다.
한편, 가속도 센서(14)는 후각센서(12)에서 감지한 후각정보에 따라 모방대상체(10)가 취하는 행동에 대한 정보가 될 수 있다. 예를 들어, 애완동물의 경우 평소에 좋아하는 제품(예: 사료, 장난감 등) 또는 애완동물과 함께 거주하는 주인에 대한 후각정보를 감지하면, 좋아하는 제품 또는 주인에 대한 행동이 실행되게 된다. 예컨대, 애완동물인 모방대상체(10)가 좋아하는 제품에 대한 후각정보를 감지하면, 소리를 내서 짖는 행동을 하거나, 현 위치에서 회전하는 행동을 할 수 있으며, 모방대상체(10)가 주인의 체취정보를 감지하면 주인의 신체에 접촉하는 행동을 할 수 있다. 이러한 행동이 모방대상체(10)가 선호하는 제품에 대한 가속도 센서(14)에서 발생한 움직임이라 할 수 있다.
이렇게 학습된 모방대상체(10)의 정보는 학습모듈(200)에서 학습될 수 있다. 구체적으로, 학습모듈(200)은 메모리(220)와 학습부(240)를 포함할 수 있다.
메모리(220)는 앞서 모방대상체(10)가 후각정보에 의해 수집된 모방대상체(10)가 선호하는 제품의 고유정보 또는 모방대상체(10)의 행동에 의해 반응이 발생하는 피감지대상물(30)의 체취정보에 대한 고유정보를 저장하는 구성이 될 수 있다.
또한, 메모리(220)는 수집된 후각정보에 대한 모방대상체(10)의 움직임 정보도 저장될 수 있다. 즉, 특정 대상체에 대한 후각정보 및 특정 대상체를 감지하는 경우 모방대상체(10)의 행동을 저장하게 된다.
학습부(240)는 메모리(220)에 저장된 정보를 학습하여 후술할 로봇(100)이 모방대상체(10)가 선호하는 제품의 후각정보 또는 피감지대상물(30)의 체취정보의 후각정보가 감지되면, 감지된 후각정보에 대응하는 행동이 로봇(100)에서 실행될 수 있도록 할 수 있다.
즉, 학습모듈(200)에 저장된 정보는 후술할 로봇(100)을 통해 학습모듈(200)에 저장된 정보와 동일한 후각정보가 감지되는 경우 모방대상체(10)가 취한 행동, 음향 등을 실행할 수 있는 기본정보가 된다.
이와 관련하여 학습모듈(200)은 후각센서(12)에서 모방대상체(10)가 선호하는 제품의 후각정보가 감지되는 경우, 가속도 센서로부터 수집되는 모방대상체(10)가 선호하는 제품 또는 피감지대상물(30)의 체취정보에 대한 움직임 정보에 따른 상관관계를 학습할 수 있다.
예를 들어, 애완동물의 경우 평소에 좋아하는 제품(예: 사료, 장난감 등) 또는 애완동물과 함께 거주하는 주인에 대한 후각정보를 감지하면, 좋아하는 제품 또는 주인에 대한 행동이 실행되게 된다. 예컨대, 애완동물인 모방대상체(10)가 좋아하는 제품에 대한 후각정보를 감지하면, 소리를 내서 짖는 행동을 하거나, 현 위치에서 회전하는 행동을 할 수 있으며, 모방대상체(10)가 주인의 체취정보를 감지하면 주인의 신체에 접촉하는 행동을 할 수 있다. 이러한 행동이 모방대상체(10)가 선호하는 제품에 대한 가속도 센서(14)에서 발생한 움직임이라 할 수 있으며, 이러한 관계를 학습모듈(200)에서 학습하여 저장하게 된다.
이렇게 저장된 학습정보는 후술할 로봇(100)이 모방대상체(10)가 선호하는 제품이나 피감지대상물(30)의 후각정보를 감지하는 경우, 상관관계에 따라 저장된 움직임 정보를 실행할 수 있도록 한다.
학습모듈(200)에서 모방대상체(10)의 후각정보 및 움직임 정보를 저장, 학습하면, 학습된 정보를 기초로 로봇(100)에서 실행할 수 있다.
이를 위해, 로봇(100)은 주행 가능한 본체(120), 본체(120)와 일정 거리 이내 위치하고 모방대상체(10)에서 발생하는 후각정보를 획득하는 센서부(140) 및 획득한 후각정보를 기초로 모방대상체(10)를 모방 학습한 움직임을 본체(120)를 통해 실행시키는 제어부(160)를 포함할 수 있다.
구체적으로 본체(120)는 모방대상체(10)의 형상과 유사한 형상으로 형성될 수 있다. 예를 들어 고양이, 강아지 등의 애완동물 형상과 유사한 형상으로 형성될 수 있으며, 이는 피감지대상물(30)가 로봇(100)이 실행하는 움직임을 보고 애완동물을 대신할 수 있도록 하기 위함이다.
센서부(140)는 모방대상체(10)에서 수집한 후각정보와 동일한 후각정보를 감지할 수 있는 감지센서(142) 이외에 모방대상체(10)의 행동, 음향 등을 수집할 수 있는 모션센서(144), 음향센서(146) 등을 포함할 수 있다.
감지센서(142)는 예컨대 모방대상체(10)가 선호하는 제품의 성분을 감지할 수 있는 센서, 피감지대상물(30)의 체취를 성분화하여 이를 감지할 수 있는 센서 등으로 구현될 수 있다. 보다 구체적으로 감지센서(142)는 모방대상체(10)가 선호하는 제품이나 피감지대상물(30)의 체취의 기체가 입력되는 센서 어레이, 센서 어레이로 입력된 신호에서 특성을 추출하는 추출부 등을 포함할 수 있다.
이러한 감지센서(142)로 특정 후각 정보가 감지센서(142)에 의해 수집되면, 감지센서(142)를 통해 수집된 특정 후각 정보가 어떠한 제품인지, 누구의 체취인지 등을 감지할 수 있게 된다.
제어부(160)는 센서부(140)를 통해 후각정보를 감지하는 경우 모방대상체(10)에서 수행한 움직임 또는 음향을 실행할 수 있도록 한다.
즉, 학습모듈(200)에 모방대상체(10)의 후각정보 및 움직임 정보가 저장된 상태에서, 센서부(140)의 감지센서(142)에서 학습모듈(200)에 저장된 모방대상체(10)의 후각정보를 식별하고, 학습모듈(200)의 메모리(220)에 저장된 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있는지 여부를 판단할 수 있다. 이후, 식별된 후각정보와 매칭되는 후각정보가 있다고 판단되면 메모리(220)에 저장된 후각정보에 대응하는 모방대상체(10)의 움직임 또는 음향을 검색한 뒤 모방대상체(10)의 움직임을 구현하도록 로봇(100)을 동작시킬 수 있다.
이때, 센서부(140)의 감지센서(142)에서 감지하는 후각정보는 모방대상체(10)가 선호하는 제품의 후각정보나 피감지대상물의 체취정보의 후각정보 중 어느 하나가 될 수 있다(230).
한편, 제어부(160)에서 식별된 후각정보가 모방대상체(10)가 선호는 제품에 대한 후각정보라고 판단하면, 모방대상체(10)의 움직임을 구현하는 로봇(100)의 동작이 선호하는 제품의 위치를 추적하고, 선호하는 제품을 대상으로 로봇(100)의 동작이 수행될 수 있도록 한다.
즉, 모방대상체(10)가 좋아하는 제품에 대해서만 로봇(100)의 동작이 이루어지도록 함으로써, 로봇(100)이 모방하고자 하는 모방 행동의 정밀성이 향상될 수 있다.
이와 같이, 모방대상체(10)가 맡는 후각정보와 후각정보에 대해 행동하는 모방대상체(10)의 움직임을 학습, 저장하고, 모방대상체를 모방하는 로봇(100)이 학습, 저장된 후각정보를 감지하면, 기 저장된 모방대상체(10)의 움직임이 로봇(100)을 통해 실행되도록 함으로써, 음향, 이미지를 통해 모방대상체(10)를 모방하는 것에 한정되지 않고, 냄새를 감지하면 냄새에 대해 행동하는 모방대상체(10)의 행동을 모방할 수 있게 된다(250).
즉, 모방대상체(10)가 좋아하는 제품의 냄새나, 모방대상체(10)가 맡아야 하는 대상체(예: 실종된 사람의 냄새) 등의 후각정보를 로봇(100)이 감지하도록 할 수 있다. 이로 인해, 모방대상체(10)가 부재인 상황에서 로봇(100)이 모방대상체(10)의 행동을 대신하도록 함으로써, 모방대상체(10)와 생활한 피감지대상물(30)가 모방대상체(10)의 부재로 인한 불편함을 최소화할 수 있다. 더욱이, 모방대상체(10)가 맡아야 하는 대상체의 후각정보를 로봇(100)이 감지하도록 함으로써, 필요한 상황에서 로봇(100)이 모방대상체(10) 대신으로 행동을 취할 수 있게 된다. 또한, 구조가 시급하지만 실제 동물인 모방대상체(10)가 접근하기 어려운 상황에서 모방대상체(10)의 후각정보를 감지할 수 있는 로봇(100)이 구조를 대신하도록 하여 구조의 시간을 줄임과 동시에 실제 동물인 모방대상체(10)의 상해를 최소화할 수 있게 된다.
다시 도면을 참고하면, 모방대상체(10)의 후각센서(12) 및 가속도 센서(14)는 후각정보 및 움직임 정보를 일정 시간 범위 내에서 일정 주기에 따라 수집할 수 있다.
예컨대, 모방대상체(10)가 선호하는 제품이 변경되거나, 모방대상체(10)가 노화되어 선호하는 제품에 대한 움직임 정보가 변경될 수 있으며, 다르게는 모방대상체(10)가 맡아야 할 후각정보가 변경될 수 있기 때문이다.
따라서, 후각센서(12) 및 가속도 센서(14)는 자동으로 일정 주기에 따라 후각정보 및 움직임 정보를 수집하거나, 로봇(100)을 사용하는 사용자가 임의의 주기에 따라 후각정보 및 움직임 정보를 수집하도록 설정할 수 있다.
이와 같이 일정 시간 범위 내에서 일정 주기에 따라 후각정보 및 움직임 정보를 수집하면, 학습모듈(200)을 변경되어 수집된 후각정보 및 움직임 정보에 근거하여 후각정보 및 움직임 정보 사이의 관계를 학습할 수 있다.
이처럼 학습모듈(200)에서 학습하는 정보가 자동 또는 수동적으로 업데이트되도록 함으로써, 로봇(100)의 모방 정밀도가 향상될 수 있으며, 로봇(100)이 모방해야 할 모방 대상체를 적절하게 모방할 수 있게 된다.
이하, 도 4를 이용하여 본 발명의 실시예의 모방하기 위한 모방대상체를 학습하고, 기계학습 및 자율 주행이 가능한 로봇이 모방대상체를 모방하는 과정을 개략적으로 설명하기로 한다.
도 4는 본 발명의 실시예에 따른 모방하기 위한 모방대상체를 학습하고, 기계학습 및 자율 주행이 가능한 로봇이 모방대상체를 모방하는 과정을 개략적으로 도시한 도면이다.
도면 설명에 앞서, 본 발명의 실시예의 모방대상체(10)는 고양이이고, 피감지대상물(30)는 고양이의 주인 신체 일부(예: 발)이며, 로봇(100)은 고양이 형상을 대신한 관절로봇인 예를 들어 설명하기로 한다.
도면을 참고하면, 모방대상체(10)의 후각센서(12)는 모방대상체(10)가 피감지대상물(30)와 접촉하는 동안 피감지대상물(30)의 체취정보를 수집할 수 있다. 이때, 가속도 센서(14)는 후각센서(12)가 피감지대상물(30)의 체취정보를 수집하는 동안 모방대상체(10)의 움직임 정보를 수집할 수 있다.
이렇게 수집된 모방대상체(10)의 후각정보와 움직임정보인 반응정보는 학습모듈(200)의 메모리(220)에 저장될 수 있다. 저장된 정보는 로봇(100)의 특정 행동이 실행될 수 있도록 로봇(100)을 학습시키는 정보가 될 수 있다.
이와 같이 학습된 정보가 입력된 로봇(100)이 피감지대상물(30)의 체취정보를 감지하는 경우, 저장된 학습정보에 따라 로봇(100)은 모방대상체(10)가 피감지대상물(30)의 신체와 접촉하는 행위인 움직임 정보를 실행할 수 있다.
상술한 본 발명의 실시예에 의하면 행동을 모방할 수 있는 로봇(100)이 모방대상체(10)를 모방하기 위하여 이미지, 음향 이외에 모방대상체(10)에서 수집한 후각정보를 감지하는 경우에도 모방대상체(10)의 행동을 모방하도록 할 수 있다.
이로 인해, 예를 들어 마약 감지를 위한 마약탐지견의 경우 특정 장소에서만 마약 탐지가 가능하지만, 마약탐지견이 맡아야 할 후각정보(예: 특정 마약 성분 냄새)를 학습, 저장한 뒤, 마약탐지견을 대신할 로봇이 학습, 저장된 후각정보와 동일한 후각정보를 감지하여 마약 탐지가 가능하도록 할 수 있으며, 마약 탐지 후, 마약탐지견이 취한 행동(예: 짖기)을 취함으로써, 특정 대상체를 선별하기 해 최소의 공급으로 최대의 효율성을 도출할 수 있게 된다.
한편, 본 발명의 실시예에서는 피감지대상물(30)의 신체 일부(발)을 체취정보를 로봇(100)이 감지하는 경우, 모방대상체(10)의 행동을 로봇(100)이 실행하는 예를 들지만, 다르게는 모방대상체(10)에 배치된 후각센서(12)는 피감지대상물(30)의 감정 변화에 따라 발생되는 체취 정보를 수집할 수 있으며, 학습모듈(200)은 이러한 피감지대상물(30)의 체취 정보를 학습할 수도 있다. 이때, 로봇(100)은 피감지대상물(30)의 감정 변화에 따른 체취정보에 대한 후각정보가 감지되면 상황에 따른 모방대상체(10)의 행동을 실행하도록 구현될 수 있다.
또한, 모방대상체(10)의 후각센서(12) 및 가속도 센서(14)는 일정 주기에 따라 후각정보 및 움직임 정보를 수집할 수 있다. 즉, 동물인 모방대상체(10)가 노화할수록 수집하는 후각정보의 정보 수가 적어지거나 수집하는 후각정보에 대한 움직임 반응이 변화할 수 있기 때문이다.
이렇게 모방대상체(10)에서 수집하는 후각정보 및 움직임 정보를 일정 주기에 따라 수집함에 따라 학습모듈(200)은 수집된 정보를 기초로 후각정보 및 움직임 정보 사이의 관계를 학습할 수 있다.
이처럼 학습모듈(200)에서 학습하는 정보가 자동 또는 수동적으로 업데이트되도록 함으로써, 로봇(100)의 모방 정밀도가 향상될 수 있으며, 로봇(100)이 모방해야 할 모방 대상체를 적절하게 모방할 수 있게 된다.
이하 도면을 참고하여 모방대상체를 학습하는 과정 및 로봇의 모방 방법에 대해 살펴보기로 한다.
도 5는 본 발명의 실시예에 따른 모방대상체를 학습하는 과정을 도시한 흐름도이고, 도 6은 본 발명의 실시예에 따른 기계학습 및 자율 주행이 가능한 로봇이 모방대상체를 모방하는 방법을 도시한 흐름도이다.
도면 설명에 앞서, 도 1 내지 도 4의 도면에서 설명된 장치 및 구성의 도면 부호와 동일한 도면 부호의 경우 동일 장치 및 구성이라고 가정하고 상세한 설명은 생략하기로 한다.
도면의 설명에 앞서, 본 발명의 실시예의 로봇은 자율 주행 가능한 인공지능 로봇인 예를 들어 설명하지만, 자율, 반자율 또는 수동 모드들로 작동될 수 있음은 물론이다. 또한, 본 발명의 실시예의 기계학습 및 자율주행이 가능한 로봇은 애완동물을 모방한 애완로봇을 예를 들어 설명하지만, 애완로봇 이외에 사고현장 등에서 사고대상자, 사고대상품을 추적하기 위하여 대상물을 모방할 수 있는 동물의 형상으로 표현된 로봇으로 설명될 수도 있다.
또한, 본 발명의 실시예에 따른 모방대상체(10)는 애완동물(예: 고양이, 강아지 등)을 예를 들어 설명하지만, 애완동물 이외에 인명사고 시 사고자를 구출하는 인명구출견, 마약을 탐지하는 마약탐지견, 군사 시설에서 활동하는 군견 등이 될 수도 있다.
이와 같이, 본 발명의 실시예에 따르면, 모방대상체(10)에서 특정 후각정보와 후각정보에 대한 모방대상체(10)의 움직임을 학습하고, 로봇(100)이 특정 후각정보 감지하면, 로봇(100)과 통신을 통해 학습한 정보를 기초로 로봇(100)이 모방대상체(10)의 움직임을 실행할 수 있도록 한다.
이러한 로봇(100)이 모방대상체(10)를 모방하기에 앞서, 모방대상체(10)의 정보를 학습해야 한다. 이를 위해 모방대상체(10)는 후각센서(12)를 통해 피감지대상물(30) 또는 모방대상체(10)가 선호하는 제품을 인지해야 한다(S110).
즉, 모방대상체(10)가 특정 제품의 냄새를 맡은 후, 재 접촉하지 않는 경우는 모방대상체(10)가 선호하는 제품이 아니라고 판단할 수 있으며, 모방대상체(10)가 선호하는 제품이라고 판단하기 위해서는 모방대상체(10)가 냄새를 맡은 후, 접촉하는 횟수가 적어도 2회 이상인 제품을 선호하는 제품이라고 가정할 수 있다. 이하 본 발명의 실시예에서 모방대상체(10)가 인지하는 대상체가 피감지대상물(30)인 경우를 예를 들어 설명하기로 한다.
모방대상체(10)가 피감지대상물(30)를 인지하면 피감지대상물(30)의 후각정보를 수집할 수 있다(S120). 이때, 후각센서(12)에서 피감지대상물(30)의 체취정보에 대한 후각정보 감지 시, 모방대상체(10)의 가속도 센서(14)를 통해 피감지대상물(30)에 대한 모방대상체(10)의 움직임 정보를 수집할 수 있다.
수집된 후각정보 및 움직임 정보는, 피감지대상물의 체취정보에 대한 고유정보가 될 수 있다. 이렇게 저장된 후각정보 및 움직임 정보는, 모방대상체(10)가 피감지대상물(30)의 체취에 대한 모방대상체(10)의 행동에 대한 고유정보라고 할 수 있다.
이후, 저장된 정보를 학습할 수 있다(S130). 구체적으로 로봇(100)이 모방대상체(10)가 선호하는 제품의 후각정보 또는 피감지대상물(30)의 체취정보의 후각정보가 감지되면, 감지된 후각정보에 대응하는 행동이 로봇(100)에서 실행될 수 있는 정보를 학습할 수 있다.
이렇게 학습된 정보는 로봇(100)을 통해 학습모듈(200)에 저장된 정보와 동일한 후각정보가 감지되는 경우 모방대상체(10)가 취한 행동, 음향 등을 실행할 수 있는 기본정보가 된다.
이와 관련하여 후각센서(12)에서 모방대상체(10)가 선호하는 제품의 후각정보가 감지되는 경우, 가속도 센서로부터 수집되는 모방대상체(10)가 선호하는 제품 또는 피감지대상물(30)의 체취정보에 대한 움직임 정보에 따른 상관관계를 학습할 수 있다.
예를 들어, 애완동물의 경우 평소에 좋아하는 제품(예: 사료, 장난감 등) 또는 애완동물과 함께 거주하는 주인에 대한 후각정보를 감지하면, 좋아하는 제품 또는 주인에 대한 행동이 실행되게 된다. 예컨대, 애완동물인 모방대상체(10)가 좋아하는 제품에 대한 후각정보를 감지하면, 소리를 내서 짖는 행동을 하거나, 현 위치에서 회전하는 행동을 할 수 있으며, 모방대상체(10)가 주인의 체취정보를 감지하면 주인의 신체에 접촉하는 행동을 할 수 있다. 이러한 행동이 모방대상체(10)가 선호하는 제품에 대한 가속도 센서(14)에서 발생한 움직임이라 할 수 있으며, 이러한 관계를 학습모듈(200)에서 학습하여 저장하게 된다.
이렇게 저장된 학습정보는 후술할 로봇(100)이 모방대상체(10)가 선호하는 제품이나 피감지대상물(30)의 후각정보를 감지하면, 학습된 상관관계에 따라 저장된 움직임 정보를 실행할 수 있게 한다.
즉, 학습모듈(200)에 모방대상체(10)의 후각정보 및 움직임 정보가 저장된 상태에서, 센서부(140)의 감지센서(142)에서 학습모듈(200)에 저장된 모방대상체(10)의 후각정보를 식별하고, 학습모듈(200)의 메모리(220)에 저장된 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있는지 여부를 판단할 수 있다. 이후, 식별된 후각정보와 매칭되는 후각정보가 있다고 판단되면 메모리(220)에 저장된 후각정보에 대응하는 모방대상체(10)의 움직임 또는 음향을 검색한 뒤 모방대상체(10)의 움직임을 구현하도록 로봇(100)을 동작시킬 수 있다.
한편, 모방대상체(10)를 학습하는 모듈은, 일정 시간 또는 일정 주기를 가지고 모방대상체의 후각정보 및 움직임 정보를 수집, 학습할 수 있다.
예컨대, 모방대상체(10)가 선호하는 제품이 변경되거나, 모방대상체(10)가 노화되어 선호하는 제품에 대한 움직임 정보가 변경될 수 있으며, 다르게는 모방대상체(10)가 맡아야 할 후각정보가 변경될 수 있기 때문이다.
따라서, 자동으로 일정 주기에 따라 후각정보 및 움직임 정보를 수집하거나, 로봇(100)을 사용하는 사용자가 임의의 주기에 따라 후각정보 및 움직임 정보를 수집하도록 설정할 수 있다.
이와 같이 일정 시간 범위 내에서 일정 주기에 따라 후각정보 및 움직임 정보를 수집하면, 변경된 수집된 후각정보 및 움직임 정보에 근거하여 후각정보 및 움직임 정보 사이의 관계가 학습될 수 있다.
이로 인해, 로봇(100)이 감지하는 후각정보 및 실행해야 하는 움직임 정보가 자동 또는 수동적으로 업데이트되도록 함으로써, 로봇(100)의 모방 정밀도가 향상될 수 있으며, 로봇(100)이 모방해야 할 모방 대상체를 적절하게 모방할 수 있게 된다.
모방대상체(10)의 후각정보 및 후각정보에 따른 움직임 정보를 학습하면 학습된 정보를 기초로 로봇(100)에서 실행할 수 있다.
구체적으로 도 6을 참고하면, 학습모듈(200)에 모방대상체(10)의 후각정보 및 움직임 정보가 저장된 상태에서, 로봇(100)의 센서부(140)에서 학습모듈(200)에 저장된 모방대상체(10)의 후각정보가 감지할 수 있다(S210).
학습모듈(200)에 저장된 모방대상체(10)의 후각정보가 감지하면, 저장된 피감지대상물(30)과 감지되는 후각정보가 동일한지 판단할 수 있다(S220). 즉, 로봇(100)의 센서부(140)에서 지하는 후각정보는 모방대상체(10)가 선호하는 제품의 후각정보나 피감지대상물의 체취정보의 후각정보 중 어느 하나인지 판단할 수 있다.
이후, 학습모듈(200)에 저장된 모방대상체(10)의 후각정보가 감지되고, 저장된 피감지대상물(30)과 감지되는 후각정보가 동일하다고 판단되면, 기 저장된 모방대상체(10)의 움직임 또는 음향이 로봇(100)을 통해 실행될 수 있다(S230).
즉, 학습모듈(200)에 모방대상체(10)의 후각정보 및 움직임 정보가 저장된 상태에서, 학습모듈(200)에 저장된 모방대상체(10)의 후각정보를 식별할 수 있다. 이후, 학습모듈(200)의 메모리(220)에 저장된 프로그램에 식별된 후각정보와 매칭되는 후각정보가 있는지 여부를 판단할 수 있다.
식별된 후각정보와 매칭되는 후각정보가 있다고 판단되면 메모리(220)에 저장된 후각정보에 대응하는 모방대상체(10)의 움직임 또는 음향을 검색한 뒤 모방대상체(10)의 움직임을 구현하도록 로봇(100)을 동작시키게 된다.
다시 말해, 모방대상체(10)가 맡는 후각정보와 후각정보에 대해 행동하는 모방대상체(10)의 움직임을 학습, 저장하고, 모방대상체를 모방하는 로봇(100)이 학습, 저장된 후각정보를 감지하면, 기 저장된 모방대상체(10)의 움직임이 로봇(100)을 통해 실행되도록 함으로써, 음향, 이미지를 통해 모방대상체(10)를 모방하는 것에 한정되지 않고, 냄새를 감지하면 냄새에 대해 행동하는 모방대상체(10)의 행동을 모방할 수 있는 것이다.
이와 관련하여 예컨대, 모방대상체(10)가 좋아하는 제품의 냄새나, 모방대상체(10)가 맡아야 하는 대상체(예: 실종된 사람의 냄새) 등의 후각정보를 로봇(100)이 감지하도록 할 수 있다. 이로 인해, 모방대상체(10)가 부재인 상황에서 로봇(100)이 모방대상체(10)의 행동을 대신하도록 함으로써, 모방대상체(10)와 생활한 피감지대상물(30)가 모방대상체(10)의 부재로 인한 불편함을 최소화할 수 있다.
더욱이, 모방대상체(10)가 맡아야 하는 대상체의 후각정보를 로봇(100)이 감지하도록 함으로써, 필요한 상황에서 로봇(100)이 모방대상체(10) 대신으로 행동을 취할 수 있게 된다. 예컨대 구조가 시급하지만 실제 동물인 모방대상체(10)가 접근하기 어려운 상황에서 모방대상체(10)의 후각정보를 감지할 수 있는 로봇(100)이 구조를 대신하도록 하여 구조의 시간을 줄임과 동시에 실제 동물인 모방대상체(10)의 상해를 최소화할 수 있게 된다.
이상과 같이, 모방하고자 하는 모방대상체가 습득한 후각정보를 학습하고, 학습된 후각정보는 모방대상체를 모방하는 모방 로봇의 모방 정보가 될 수 있다. 즉, 모방대상체를 모방하기 위해 모방대상체에서 발생한 음향정보, 모션정보 이외에 후각정보를 사용함으로써, 모방대상체를 모방하기 위한 정보가 다양해질 수 있게 된다.
또한, 모방대상체를 모방하기 위해 모방대상체에서 발생한 음향정보, 모션정보 이외에 후각정보를 통해 모방이 이루어질 수 있으므로, 모방대상체의 모방이 보다 정밀하게 이루어질 수 있다.
특히, 모방대상체를 모방하는 로봇의 정보가 주기적으로 업데이트 되도록 함으로써, 모방대상체를 모방하는 정보가 보다 정확해질 수 있으며, 이를 모방하는 로봇의 모방 정밀도가 향상될 수 있다.
또한, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니며, 본 발명의 목적 범위 내에서 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 반도체 기록소자를 포함하는 저장매체를 포함한다. 또한 본 발명의 실시예를 구현하는 컴퓨터 프로그램은 외부의 장치를 통하여 실시간으로 전송되는 프로그램 모듈을 포함한다.
앞에서, 본 발명의 특정한 실시예가 설명되고 도시되었지만 본 발명은 기재된 실시예에 한정되는 것이 아니고, 이 기술 분야에서 통상의 지식을 가진 자는 본 발명의 사상 및 범위를 벗어나지 않고서 다른 구체적인 실시예로 다양하게 수정 및 변형할 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 범위는 설명된 실시예에 의하여 정하여 질 것이 아니고 청구범위에 기재된 기술적 사상에 의해 정하여져야 할 것이다.
이상에서는 본 발명의 실시예를 중심으로 설명하였지만, 통상의 기술자의 수준에서 다양한 변경이나 변형을 가할 수 있다. 따라서, 이러한 변경과 변형이 본 발명의 범위를 벗어나지 않는 한 본 발명의 범주 내에 포함되는 것으로 이해할 수 있을 것이다.

Claims (14)

  1. 모방대상체의 움직임을 모방하기 위한 방법으로서,
    (A) 모방대상체의 안면부에 인접하게 장착된 후각센서 및 상기 모방대상체의 신체 일부에 장착된 가속도 센서로부터 상기 모방대상체가 접하는 후각정보와 상기 후각정보에 따른 상기 가속도 센서에 의해 생성된 상기 모방대상체의 움직임 정보를 수집하는 단계;
    (B) 상기 수집된 후각정보 및 움직임 정보에 기초하여 상기 후각정보와 상기 모방대상체의 움직임 사이의 관계를 학습하는 단계; 및
    (C) 상기 학습된 관계를 프로그램으로 메모리에 저장하는 단계를 포함하는,
    모방대상체의 움직임을 모방하기 위한 방법.
  2. 제1항에 있어서,
    상기 (A) 단계는,
    상기 모방대상체가 선호하는 제품 또는 상기 모방대상체의 행동으로부터 반응이 발생하는 움직이는 피감지대상물의 체취정보의 후각정보를 획득하는 단계를 포함하고,
    상기 모방대상체가 선호하는 제품인지는 상기 제품을 인지한 후 상기 모방대상체가 상기 제품에 접촉하는지 여부에 기초하여 결정되는,
    모방대상체의 움직임을 모방하기 위한 방법.
  3. 제2항에 있어서,
    상기 후각정보를 획득하는 단계는,
    상기 후각센서에서 상기 모방대상체가 선호하는 제품 또는 상기 피감지대상물의 체취정보에 대한 후각정보를 감지하면,
    상기 모방대상체가 선호하는 제품 또는 상기 피감지대상물의 체취정보의 고유정보를 식별 및 저장하는 단계를 포함하는,
    모방대상체의 움직임을 모방하기 위한 방법.
  4. 제1항에 있어서,
    상기 (B) 단계에서,
    상기 후각센서에서 상기 모방대상체가 선호하는 제품 또는 상기 피감지대상물의 체취정보에 대한 후각정보에 대한 상기 모방대상체의 움직임 정보에 따른 상관관계를 분석하는 단계를 포함하는,
    모방대상체의 움직임을 모방하기 위한 방법.
  5. 제1항에 있어서,
    상기 (B) 단계를 수행한 이후에,
    일정 시간 또는 일정 주기를 가지고 상기 (A) 및 상기 (B) 단계를 반복적으로 수행하는,
    모방대상체의 움직임을 모방하기 위한 방법.
  6. 모방대상체의 움직임을 모방하기 위한 장치로서,
    상기 모방대상체의 안면부와 인접하게 배치되는 후각센서;
    상기 모방대상체의 관절에 배치되는 가속도 센서; 및
    상기 후각센서와 상기 가속도 센서로부터 수집되는 후각정보 및 움직임 정보를 수신하여, 수집되는 후각정보와 움직임 정보 사이의 관계를 학습하는 학습모듈; 및
    학습된 상기 후각정보와 상기 움직임 정보 사이의 관계를 프로그램으로 저장하는 메모리를 포함하는,
    모방대상체의 움직임을 모방하기 위한 장치.
  7. 제6항에 있어서,
    상기 후각센서는,
    상기 모방대상체가 선호하는 제품의 후각정보 및 상기 모방대상체의 행동으로부터 반응이 발생하는 움직이는 피감지대상물의 체취정보를 획득하고,
    상기 모방대상체가 선호하는 제품인지는 상기 제품을 인지한 후 상기 모방대상체가 상기 제품에 접촉하는지 여부에 기초하여 결정되는,
    모방대상체의 움직임을 모방하기 위한 장치.
  8. 제7항에 있어서,
    상기 학습모듈은,
    상기 후각센서에서 상기 모방대상체가 선호하는 제품 또는 상기 피감지대상물의 체취정보의 후각정보가 감지되는 경우,
    상기 모방대상체가 선호하는 제품 또는 상기 체취정보의 고유정보를 식별 및 저장하는,
    모방대상체의 움직임을 모방하기 위한 장치.
  9. 제7항에 있어서,
    상기 학습모듈은,
    상기 후각센서에서 상기 모방대상체가 선호하는 제품 또는 상기 피감지대상물의 체취정보의 후각정보가 감지되는 경우, 상기 가속도 센서로부터 수집되는 상기 모방대상체가 선호하는 제품 또는 상기 피감지대상물의 체취정보에 대한 움직임 정보에 따른 상관관계를 학습하는,
    모방대상체의 움직임을 모방하기 위한 장치.
  10. 제6항에 있어서,
    상기 후각센서 및 상기 가속도 센서는,
    상기 후각정보 및 상기 움직임 정보를 일정 시간 범위 내에서 일정 주기에 따라 수집하고,
    상기 학습모듈은,
    상기 후각센서 및 상기 가속도 센서에서 일정 시간 범위 내에서 일정 주기에 따라 수집된 상기 후각정보 및 상기 움직임 정보 사이의 관계를 학습하는,
    모방대상체의 움직임을 모방하기 위한 장치.
  11. 제1항의 방법으로 구현된 모방대상체의 움직임을 기계학습으로 모방한 로봇의 자율주행 방법에 있어서,
    로봇의 본체와 일정 거리 이내 위치하는 피감지대상물에서 발생한 후각정보를 획득하는 획득단계;
    상기 후각정보를 식별하고 상기 제1항의 프로그램에 식별된 상기 후각정보와 매칭되는 후각정보가 있는지 판단하는 단계;
    상기 프로그램에 상기 식별된 후각정보와 매칭되는 후각정보가 있다면, 상기 프로그램에서 상기 후각정보에 대응하는 상기 모방대상체의 움직임을 검색하는 단계; 및
    검색된 상기 모방대상체의 움직임을 구현하도록 상기 로봇을 동작시키는 단계를 포함하는,
    로봇의 자율주행 방법.
  12. 제11항에 있어서,
    상기 판단하는 단계에서, 상기 식별된 후각정보가 상기 모방대상체가 선호하는 제품에 대한 후각정보로 판단되는 경우,
    상기 로봇을 동작시키는 단계에서, 상기 로봇의 동작은 상기 선호하는 제품의 위치를 추적하며 상기 선호하는 제품을 대상으로 수행되도록 하는,
    로봇의 자율주행 방법.
  13. 제5항의 장치가 적용된 모방대상체의 움직임을 모방한 기계 학습 및 자율 주행 가능한 로봇에 있어서,
    주행 가능한 본체;
    상기 본체와 일정 거리 이내에 위치하는 피감지대상물에서 발생하는 후각정보를 획득하는 센서부;
    상기 본체 및 상기 센서부와 통신하며, 상기 모방대상체를 모방 학습한 움직임을 상기 본체를 통해 실행시키는 제어부를 포함하고,
    상기 제어부는,
    상기 센서부를 통해 획득된 후각정보를 식별하고 상기 제5항의 메모리에 저장된 프로그램에 식별된 상기 후각정보와 매칭되는 후각정보가 있는지 판단하고,
    상기 프로그램에 상기 식별된 후각정보와 매칭되는 후각정보가 있다면, 상기 프로그램에서 상기 후각정보에 대응하는 상기 모방대상체의 움직임을 검색하고,
    검색된 상기 모방대상체의 움직임을 구현하도록 상기 로봇을 동작시키도록 구성되는,
    기계 학습 및 자율 주행 가능한 로봇.
  14. 제13항에 있어서,
    상기 제어부는,
    상기 식별된 후각정보가 상기 모방대상체가 선호하는 제품에 대한 후각정보로 판단되는 경우,
    상기 모방대상체의 움직임을 구현하는 상기 로봇의 동작이 상기 선호하는 제품의 위치를 추적하며 상기 선호하는 제품을 대상으로 수행되도록 추가로 구성되는,
    기계 학습 및 자율 주행 가능한 로봇.
PCT/KR2019/010995 2019-08-28 2019-08-28 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법 Ceased WO2019226033A2 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
PCT/KR2019/010995 WO2019226033A2 (ko) 2019-08-28 2019-08-28 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법
KR1020190111705A KR20190110074A (ko) 2019-08-28 2019-09-09 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법
US16/598,879 US20200039067A1 (en) 2019-08-28 2019-10-10 Robot capable of autonomous driving through imitation learning of object to be imitated and autonomous driving method for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/KR2019/010995 WO2019226033A2 (ko) 2019-08-28 2019-08-28 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법

Publications (2)

Publication Number Publication Date
WO2019226033A2 true WO2019226033A2 (ko) 2019-11-28
WO2019226033A3 WO2019226033A3 (ko) 2020-07-16

Family

ID=68097032

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/010995 Ceased WO2019226033A2 (ko) 2019-08-28 2019-08-28 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법

Country Status (3)

Country Link
US (1) US20200039067A1 (ko)
KR (1) KR20190110074A (ko)
WO (1) WO2019226033A2 (ko)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110900598B (zh) * 2019-10-15 2022-09-23 合肥工业大学 机器人三维运动空间动作模仿学习方法和系统
WO2021221373A1 (ko) * 2020-04-29 2021-11-04 주식회사 매크로액트 로봇으로 동물의 동작을 재현하는 방법, 시스템 및 비일시성 판독 가능 기록 매체
CN114568942B (zh) * 2021-12-10 2024-06-18 上海氦豚机器人科技有限公司 基于视觉追随的拉花轨迹采集、拉花控制方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7813835B2 (en) * 2002-03-15 2010-10-12 Sony Corporation Robot behavior control system, behavior control method, and robot device
JP4086024B2 (ja) * 2004-09-14 2008-05-14 ソニー株式会社 ロボット装置及びその行動制御方法
KR101343860B1 (ko) * 2013-01-03 2013-12-20 재단법인대구경북과학기술원 하이브리드 인터페이스를 사용하는 로봇 아바타 시스템과 로봇 아바타 시스템에서 사용되는 명령 서버, 학습 서버 및 지각 서버
KR101689010B1 (ko) * 2014-09-16 2016-12-22 상명대학교 서울산학협력단 신체 움직임 기반 친밀도 판단 방법 및 시스템
KR20170134178A (ko) * 2016-05-26 2017-12-06 한국전자통신연구원 후각 정보 생성 장치 및 생성 방법

Also Published As

Publication number Publication date
KR20190110074A (ko) 2019-09-27
US20200039067A1 (en) 2020-02-06
WO2019226033A3 (ko) 2020-07-16

Similar Documents

Publication Publication Date Title
CN112106004B (zh) 信息处理装置、信息处理方法和程序
WO2021040092A1 (ko) 음성 인식 서비스 제공 방법 및 장치
EP3791328A1 (en) Electronic device for reconstructing an artificial intelligence model and a control method thereof
US12204338B2 (en) Information processing apparatus, information processing method, and program
WO2020059939A1 (ko) 인공지능 장치
WO2019208950A1 (ko) 사용자에게 서비스를 제공하는 이동형 로봇 장치 및 방법
WO2017217038A1 (ja) 情報処理装置および記憶媒体
WO2020045789A1 (ko) 반려동물의 감정 상태 감지 시스템 및 방법
US12067971B2 (en) Information processing apparatus and information processing method
WO2021177805A1 (ko) 음원 위치 추적 및 음원 상쇄 장치, 방법, 및 시스템
WO2020022669A1 (ko) 인공지능 과제매칭 방법, 장치 및 프로그램
WO2019221479A1 (ko) 공기 조화 장치 및 이의 제어 방법
WO2018117538A1 (ko) 차선 정보를 추정하는 방법 및 전자 장치
WO2022080666A1 (ko) 인공 지능 학습 기반의 사용자 지식 추적 장치, 시스템 및 그것의 동작 방법
WO2019132063A1 (ko) 로봇 서비스 학습 시스템 및 그 방법
KR20190110074A (ko) 모방대상체의 모방 학습을 통해 자율주행이 가능한 로봇 및 로봇의 자율주행 방법
WO2020013007A1 (ja) 制御装置、制御方法、及びプログラム
WO2019172733A2 (ko) 감지대상체와 상호작용이 가능한 이동로봇 및 이동로봇과 감지대상체의 상호작용 방법
WO2018164435A1 (en) Electronic apparatus, method for controlling the same, and non-transitory computer readable recording medium
EP3577583A1 (en) Electronic apparatus, method for controlling the same, and non-transitory computer readable recording medium
WO2019164144A1 (ko) 전자 장치 및 이의 자연어 생성 방법
WO2021005878A1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
WO2018186625A1 (ko) 전자 장치, 그의 경고 메시지 제공 방법 및 비일시적 컴퓨터 판독가능 기록매체
Milford et al. Learning spatial concepts from RatSLAM representations
WO2019225925A1 (ko) 객체 위치 추정 방법 및 이를 위한 장치

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: 19807911

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19807911

Country of ref document: EP

Kind code of ref document: A2