WO2022071668A1 - 로봇 및 그 제어방법 - Google Patents
로봇 및 그 제어방법 Download PDFInfo
- Publication number
- WO2022071668A1 WO2022071668A1 PCT/KR2021/011662 KR2021011662W WO2022071668A1 WO 2022071668 A1 WO2022071668 A1 WO 2022071668A1 KR 2021011662 W KR2021011662 W KR 2021011662W WO 2022071668 A1 WO2022071668 A1 WO 2022071668A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- joint
- robot
- motor
- rear joint
- drive motor
- Prior art date
Links
Images
Classifications
-
- 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
- B25J5/00—Manipulators mounted on wheels or on carriages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
- B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0009—Constructional details, e.g. manipulator supports, bases
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/10—Programme-controlled manipulators characterised by positioning means for manipulator elements
- B25J9/106—Programme-controlled manipulators characterised by positioning means for manipulator elements with articulated links
Definitions
- the present invention relates to a robot and a control method thereof, and more particularly, to a robot having a front wheel and a rear wheel, and a control method thereof.
- a robot is a machine that automatically processes or operates a given task according to its own capabilities, and the application fields of the robot can be generally classified into industrial, medical, space, submarine, etc., and can be used in various fields.
- the robot can pass through high obstacles or terrain with steps, and an example of such a robot is disclosed in Korean Patent Publication No. 10-2017-0083854 A (published on July 19, 2017), a mobile robot equipped with variable wheels.
- a mobile robot equipped with variable wheels maintains a circular wheel shape on flat ground, and when it encounters obstacles such as stairs, it adjusts the length of the spokes formed on the wheel to change the shape of the wheel so that it can run.
- the wheel unit of the mobile robot has a rotating shaft that is rotated by receiving power from a driving motor, a wheel hub formed at the tip of the rotating shaft, and a plurality of radially spaced apart from an outer circumferential surface of the wheel hub at regular intervals.
- the length is adjustable. It consists of a spoke and a grounding part respectively formed at the tip of the spoke and grounded to the road surface.
- An object of the present invention is to provide a robot capable of passing through a terrain having a step with a simple structure.
- An object of the present invention is to provide a control method for a robot that can pass through a terrain having a step with a simple control.
- This embodiment is a rear joint motor and a front joint motor installed to be spaced apart from the lower part of the body; rear joint rotated by rear joint motor; a rear drive motor disposed under the rear joint; a rear wheel rotated by a rear drive motor; The front joint rotated by the front joint motor; a front drive motor disposed under the front joint; a front wheel rotated by a front drive motor; If the movement distance of the body is within the set distance or the body is stationary while driving the supporter and front drive motor, which is disposed spaced apart from the rear joint and the front joint in the lower part of the body and has a length shorter than the length of the rear joint and the front joint, , including a processor that implements the rear joint raising mode.
- the rear joint motor may raise the rear joint so that the supporter contacts the ground.
- the supporter may be closer to the rear drive motor than to the front drive motor.
- the supporter is a robot disposed to protrude downward from the bottom of the body.
- An example of the supporter may be a caster disposed on the bottom surface of the body.
- the supporter may include an elastic member disposed on the bottom surface of the body.
- the supporter may be convex towards the ground.
- the robot may further include an encoder disposed on the front drive motor, and an inertial sensor and a vision sensor installed on the body.
- the processor may initiate a rear joint raising mode according to the sensing results of the encoder, the inertial sensor, and the vision sensor.
- the processor drives the front drive motor, and when the body is moved a set distance, the rear joint descending mode can be performed. You can control the rear joint descending mode.
- This embodiment includes a rear joint motor and a front joint motor installed to be spaced apart from the lower part of the body; rear joint rotated by rear joint motor; a rear drive motor disposed under the rear joint; a rear wheel rotated by a rear drive motor; The front joint rotated by the front joint motor; a front drive motor disposed under the front joint; A method of controlling a robot for controlling a robot comprising a front wheel rotated by a front drive motor and a rear joint at the lower part of the body and a supporter disposed to be spaced apart from the front joint, the method comprising: driving the front drive motor and the rear motor; and controlling the rear joint raising mode by the rear joint motor so that the supporter touches the ground when the body is stopped while the front drive motor is being driven.
- the control method of the robot may further include controlling the rear joint lowering mode of the rear joint motor so that the supporter is separated from the ground when the front driving motor is driven and the body is moved by a set distance after the rear joint raising mode.
- the rear wheel is separated from the ground and the load is distributed with the supporter, so that the robot can easily climb on the terrain with the step, and the driving ability of the robot this can be improved
- the robot can easily pass through the stepped terrain without avoiding the stepped terrain.
- the supporter functions as an auxiliary wheel to help the robot run smoothly when the robot passes through the terrain with a step.
- the supporter is made of an elastic member, it is possible to minimize the impact that may be generated when the robot climbs on the terrain with terminals.
- FIG. 1 shows an AI device including a robot according to the present embodiment.
- FIG 2 shows an AI server connected to the robot according to the present embodiment.
- FIG 3 shows an AI system according to the present embodiment.
- FIG. 6 is a side view when the robot according to the present embodiment runs on a flat surface
- FIG. 7 is a side view when the front wheel of the robot shown in FIG. 6 goes up to an obstacle;
- FIG. 8 is a side view when the rear wheel of the robot shown in FIG. 7 cannot climb to an obstacle;
- FIG. 9 is a side view when the robot shown in FIG. 8 is in rear joint raising mode
- FIG. 10 is a side view when the robot shown in FIG. 9 is in rear joint descending mode
- FIG. 11 is a side view when the modified example of the robot shown in FIG. 1 runs on a flat surface;
- FIG. 12 is a side view when the front wheel of the robot shown in FIG. 11 climbs up to an obstacle;
- FIG. 13 is a side view when the rear wheel of the robot shown in FIG. 12 cannot climb to an obstacle;
- FIG. 14 is a side view when the robot shown in FIG. 13 is in rear joint raising mode
- FIG. 15 is a side view when the robot shown in FIG. 14 is in a rear joint descending mode.
- 16 is an example showing various modes of the robot according to the present embodiment.
- 17 is a diagram when the robot according to the present embodiment is in an inclined mode.
- FIG. 18 is a diagram illustrating a state in which the body is horizontal when the robot according to the present embodiment rides over an obstacle.
- a robot can mean a machine that automatically handles or operates a task given by its own capabilities.
- a robot having a function of recognizing an environment and performing an operation by self-judgment may be referred to as an intelligent robot.
- Robots can be classified into industrial, medical, home, military, etc. depending on the purpose or field of use.
- the robot may be provided with a driving unit including an actuator or a motor to perform various physical operations such as moving the robot joints.
- the movable robot includes a wheel, a brake, a propeller, and the like in the driving unit, and may travel on the ground or fly in the air through the driving unit.
- Machine learning refers to a field that defines various problems dealt with in the field of artificial intelligence and studies methodologies to solve them. do.
- Machine learning is also defined as an algorithm that improves the performance of a certain task through constant experience.
- An artificial neural network is a model used in machine learning, and may refer to an overall model having problem-solving ability, which is composed of artificial neurons (nodes) that form a network by combining synapses.
- An artificial neural network may be defined by a connection pattern between neurons of different layers, a learning process that updates model parameters, and an activation function that generates an output value.
- the artificial neural network may include an input layer, an output layer, and optionally one or more hidden layers. Each layer includes one or more neurons, and the artificial neural network may include neurons and synapses connecting neurons. In the artificial neural network, each neuron may output a function value of an activation function for input signals, weights, and biases input through synapses.
- Model parameters refer to parameters determined through learning, and include the weight of synaptic connections and the bias of neurons.
- the hyperparameter refers to a parameter that must be set before learning in a machine learning algorithm, and includes a learning rate, the number of iterations, a mini-batch size, an initialization function, and the like.
- the purpose of learning the artificial neural network can be seen as determining the model parameters that minimize the loss function.
- the loss function may be used as an index for determining optimal model parameters in the learning process of the artificial neural network.
- Machine learning can be classified into supervised learning, unsupervised learning, and reinforcement learning according to a learning method.
- Supervised learning refers to a method of training an artificial neural network in a state in which a label for the training data is given, and the label is the correct answer (or result value) that the artificial neural network should infer when the training data is input to the artificial neural network.
- Unsupervised learning may refer to a method of training an artificial neural network in a state where no labels are given for training data.
- Reinforcement learning can refer to a learning method in which an agent defined in an environment learns to select an action or sequence of actions that maximizes the cumulative reward in each state.
- machine learning implemented as a deep neural network (DNN) including a plurality of hidden layers is also called deep learning (deep learning), and deep learning is a part of machine learning.
- DNN deep neural network
- deep learning deep learning
- machine learning is used in a sense including deep learning.
- Autonomous driving refers to a technology that drives itself, and an autonomous driving vehicle refers to a vehicle that travels without or with minimal manipulation of a user.
- autonomous driving includes technology for maintaining a driving lane, technology for automatically adjusting speed such as adaptive cruise control, technology for automatically driving along a predetermined route, technology for automatically setting a route when a destination is set, etc. All of these can be included.
- the vehicle includes a vehicle having only an internal combustion engine, a hybrid vehicle having both an internal combustion engine and an electric motor, and an electric vehicle having only an electric motor, and may include not only automobiles, but also trains, motorcycles, and the like.
- the autonomous vehicle can be viewed as a robot having an autonomous driving function.
- FIG. 1 shows an AI device including a robot according to the present embodiment.
- the AI device 10 is a TV, a projector, a mobile phone, a smart phone, a desktop computer, a notebook computer, a digital broadcasting terminal, a personal digital assistant (PDA), a portable multimedia player (PMP), a navigation system, a tablet PC, a wearable device, a set-top box (STB). ), a DMB receiver, a radio, a washing machine, a refrigerator, a desktop computer, a digital signage, a robot, a vehicle, etc., may be implemented as a stationary device or a movable device.
- the AI device 10 includes a communication interface 11 , an input interface 12 , a learning processor 13 , a sensor 14 , an output interface 15 , a memory 17 and a processor 18 . and the like.
- the communication interface 11 may transmit/receive data to and from external devices such as other AI devices 10a to 10e or the AI server 20 using wired/wireless communication technology.
- the communication interface 11 may transmit and receive sensor information, a user input, a learning model, a control signal, and the like with external devices.
- the communication technology used by the communication interface 11 includes GSM (Global System for Mobile communication), CDMA (Code Division Multi Access), LTE (Long Term Evolution), 5G, WLAN (Wireless LAN), Wi-Fi (Wireless- Fidelity), Bluetooth, RFID (Radio Frequency Identification), Infrared Data Association (IrDA), ZigBee, NFC (Near Field Communication), and the like.
- GSM Global System for Mobile communication
- CDMA Code Division Multi Access
- LTE Long Term Evolution
- 5G Fifth Generation
- WLAN Wireless LAN
- Wi-Fi Wireless- Fidelity
- Bluetooth Bluetooth
- RFID Radio Frequency Identification
- IrDA Infrared Data Association
- ZigBee ZigBee
- NFC Near Field Communication
- the input interface 12 may acquire various types of data.
- the input interface 12 may include a camera for inputting an image signal, a microphone for receiving an audio signal, a user input interface for receiving information from a user, and the like.
- a signal obtained from the camera or the microphone may be referred to as sensing data or sensor information.
- the input interface 12 may acquire training data for model training, input data to be used when acquiring an output using the training model, and the like.
- the input interface 12 may obtain raw input data, and in this case, the processor 18 or the learning processor 13 may extract an input feature as a preprocessing for the input data.
- the learning processor 13 may train a model composed of an artificial neural network by using the training data.
- the learned artificial neural network may be referred to as a learning model.
- the learning model may be used to infer a result value with respect to new input data other than the training data, and the inferred value may be used as a basis for a decision to perform a certain operation.
- the learning processor 13 may perform AI processing together with the learning processor 24 of the AI server 20 .
- the learning processor 13 may include a memory integrated or implemented in the AI device 10 .
- the learning processor 13 may be implemented using the memory 17 , an external memory directly coupled to the AI device 10 , or a memory maintained in an external device.
- the sensor 14 may acquire at least one of internal information of the AI device 10 , surrounding environment information of the AI device 10 , and user information by using various sensors.
- sensors included in the sensor 14 include a proximity sensor, an illuminance sensor, an acceleration sensor, a magnetic sensor, a gyro sensor, an inertial sensor, an RGB sensor, an IR sensor, a fingerprint recognition sensor, an ultrasonic sensor, an optical sensor, a microphone, a lidar, radar, etc.
- the output interface 15 may generate an output related to visual, auditory or tactile sense.
- the output interface 15 may include a display unit that outputs visual information, a speaker that outputs auditory information, and a haptic module that outputs tactile information.
- the memory 17 may store data supporting various functions of the AI device 10 .
- the memory 17 may store input data obtained from the input interface 12 , learning data, a learning model, a learning history, and the like.
- the processor 18 may determine at least one executable operation of the AI device 10 based on information determined or generated using a data analysis algorithm or a machine learning algorithm. In addition, the processor 18 may control the components of the AI device 10 to perform the determined operation.
- the processor 18 may request, retrieve, receive, or utilize data of the learning processor 13 or the memory 17, and may perform a predicted operation or an operation determined to be desirable among the at least one executable operation. It is possible to control the components of the AI device 10 to execute.
- the processor 18 may generate a control signal for controlling the corresponding external device and transmit the generated control signal to the corresponding external device.
- the processor 18 may obtain intention information with respect to a user input, and determine a user's requirement based on the obtained intention information.
- the processor 18 uses at least one of a speech to text (STT) engine for converting a voice input into a character string or a natural language processing (NLP) engine for obtaining intention information of a natural language. Intention information corresponding to the input may be obtained.
- STT speech to text
- NLP natural language processing
- At this time, at least one of the STT engine and the NLP engine may be configured as an artificial neural network, at least a part of which is learned according to a machine learning algorithm. And, at least one of the STT engine or the NLP engine is learned by the learning processor 13, or learned by the learning processor 24 of the AI server 20, or learned by distributed processing thereof. it could be
- the processor 18 collects history information including the user's feedback on the operation contents or operation of the AI device 10 and stores it in the memory 17 or the learning processor 13, or the AI server 20 It can be transmitted to an external device.
- the collected historical information may be used to update the learning model.
- the processor 18 may control at least some of the components of the AI device 10 in order to drive an application program stored in the memory 17 . Furthermore, the processor 18 may operate by combining two or more of the components included in the AI device 10 to drive the application program.
- FIG 2 shows an AI server connected to the robot according to the present embodiment.
- the AI server 20 may refer to a device that trains an artificial neural network using a machine learning algorithm or uses a learned artificial neural network.
- the AI server 20 may be configured with a plurality of servers to perform distributed processing, and may be defined as a 5G network.
- the AI server 20 may be included as a part of the AI device 10 to perform at least a part of AI processing together.
- the AI server 20 may include a communication interface 21 , a memory 23 , a learning processor 24 and a processor 26 , and the like.
- the communication interface 21 may transmit/receive data to and from an external device such as the AI device 10 .
- the memory 23 may include a model storage 23a.
- the model storage 23a may store a model (or artificial neural network, 23b) being trained or learned through the learning processor 24 .
- the learning processor 24 may train the artificial neural network 23b using the learning data.
- the learning model may be used while being mounted on the AI server 20 of the artificial neural network, or may be used while being mounted on an external device such as the AI device 10 .
- the learning model may be implemented in hardware, software, or a combination of hardware and software. When a part or all of the learning model is implemented in software, one or more instructions constituting the learning model may be stored in the memory 23 .
- the processor 26 may infer a result value with respect to new input data using the learning model, and may generate a response or a control command based on the inferred result value.
- FIG 3 shows an AI system according to the present embodiment.
- the AI system 1 includes at least one of an AI server 20 , a robot 10a , an autonomous vehicle 10b , an XR device 10c , a smart phone 10d or a home appliance 10e . It is connected to the cloud network (2).
- the robot 10a to which the AI technology is applied, the autonomous driving vehicle 10b, the XR device 10c, the smart phone 10d, or the home appliance 10e may be referred to as AI devices 10a to 10e.
- the cloud network 10 may constitute a part of the cloud computing infrastructure or may refer to a network existing in the cloud computing infrastructure.
- the cloud network 10 may be configured using a 3G network, a 4G or Long Term Evolution (LTE) network, or a 5G network.
- LTE Long Term Evolution
- each of the devices 10a to 10e and 20 constituting the AI system 1 may be connected to each other through the cloud network 10 .
- each of the devices 10a to 10e and 20 may communicate with each other through the base station, but may directly communicate with each other without passing through the base station.
- the AI server 20 may include a server performing AI processing and a server performing an operation on big data.
- the AI server 20 includes at least one of the AI devices constituting the AI system 1, such as a robot 10a, an autonomous vehicle 10b, an XR device 10c, a smart phone 10d, or a home appliance 10e, and It is connected through the cloud network 10 and may help at least a part of AI processing of the connected AI devices 10a to 10e.
- the AI devices constituting the AI system 1, such as a robot 10a, an autonomous vehicle 10b, an XR device 10c, a smart phone 10d, or a home appliance 10e, and It is connected through the cloud network 10 and may help at least a part of AI processing of the connected AI devices 10a to 10e.
- the AI server 20 may train the artificial neural network according to a machine learning algorithm on behalf of the AI devices 10a to 10e, and directly store the learning model or transmit it to the AI devices 10a to 10e.
- the AI server 20 receives input data from the AI devices 10a to 10e, infers a result value with respect to the received input data using a learning model, and provides a response or control command based on the inferred result value. It can be generated and transmitted to the AI devices 10a to 10e.
- the AI devices 10a to 10e may infer a result value with respect to input data using a direct learning model, and generate a response or a control command based on the inferred result value.
- the AI devices 10a to 10e to which the above-described technology is applied will be described.
- the AI devices 10a to 10e shown in FIG. 3 can be viewed as specific examples of the AI device 10 shown in FIG. 1 .
- the robot 10a may be implemented as a guide robot, a transport robot, a cleaning robot, a wearable robot, an entertainment robot, a pet robot, an unmanned flying robot, etc. to which AI technology is applied.
- the robot 10a may include a robot control module for controlling an operation, and the robot control module may refer to a software module or a chip implemented as hardware.
- the robot 10a obtains state information of the robot 10a by using sensor information obtained from various types of sensors, detects (recognizes) surrounding environments and objects, generates map data, moves path and travels A plan may be determined, a response to a user interaction may be determined, or an action may be determined.
- the robot 10a may use sensor information obtained from at least one sensor among LiDAR, radar, and camera in order to determine a movement route and a travel plan.
- the robot 10a may perform the above-described operations using a learning model composed of at least one artificial neural network.
- the robot 10a may recognize a surrounding environment and an object using a learning model, and may determine a motion using the recognized surrounding environment information or object information.
- the learning model may be directly learned from the robot 10a or learned from an external device such as the AI server 20 .
- the robot 10a may perform an operation by generating a result using the direct learning model, but transmits sensor information to an external device such as the AI server 20 and receives the result generated accordingly to perform the operation You may.
- the robot 10a determines a movement path and travel plan by using at least one of map data, object information detected from sensor information, or object information obtained from an external device, and controls the driving unit to apply the determined movement path and travel plan. Accordingly, the robot 10a may be driven.
- the map data may include object identification information for various objects disposed in a space in which the robot 10a moves.
- the map data may include object identification information for fixed objects such as walls and doors and movable objects such as flowerpots and desks.
- the object identification information may include a name, a type, a distance, a location, and the like.
- the robot 10a may perform an operation or drive by controlling the driving unit based on the user's control/interaction.
- the robot 10a may acquire intention information of an interaction according to a user's motion or voice utterance, determine a response based on the acquired intention information, and perform the operation.
- the robot 10a may be implemented as a guide robot, a transport robot, a cleaning robot, a wearable robot, an entertainment robot, a pet robot, an unmanned flying robot, etc. to which AI technology and autonomous driving technology are applied.
- the robot 10a to which AI technology and autonomous driving technology are applied may mean a robot having an autonomous driving function or a robot 10a that interacts with the autonomous driving vehicle 10b.
- the robot 10a having an autonomous driving function may collectively refer to devices that move by themselves according to a given movement line without user control, or move by determining a movement line by themselves.
- the robot 10a with autonomous driving function and the autonomous driving vehicle 10b may use a common sensing method to determine one or more of a moving route or a driving plan.
- the robot 10a and the autonomous driving vehicle 10b having an autonomous driving function may determine one or more of a movement route or a driving plan by using information sensed through lidar, radar, and camera.
- the robot 10a that interacts with the autonomous vehicle 10b exists separately from the autonomous vehicle 10b and is linked to an autonomous driving function inside the autonomous vehicle 10b or is connected to the autonomous vehicle 10b. It is possible to perform an operation associated with the user on board.
- the robot 10a interacting with the autonomous driving vehicle 10b obtains sensor information on behalf of the autonomous driving vehicle 10b and provides it to the autonomous driving vehicle 10b, or obtains sensor information and obtains information about the surrounding environment or By generating object information and providing it to the autonomous vehicle 10b, the autonomous driving function of the autonomous driving vehicle 10b may be controlled or supported.
- the robot 10a interacting with the autonomous driving vehicle 10b may monitor a user riding in the autonomous driving vehicle 10b or control the functions of the autonomous driving vehicle 10b through interaction with the user. .
- the robot 10a may activate an autonomous driving function of the autonomous driving vehicle 10b or assist control of a driving unit of the autonomous driving vehicle 10b.
- the function of the autonomous driving vehicle 10b controlled by the robot 10a may include not only an autonomous driving function, but also a function provided by a navigation system or an audio system provided in the autonomous driving vehicle 10b.
- the robot 10a interacting with the autonomous vehicle 10b may provide information or assist a function to the autonomous vehicle 10b from the outside of the autonomous vehicle 10b.
- the robot 10a may provide traffic information including signal information to the autonomous vehicle 10b, such as a smart traffic light, or interact with the autonomous vehicle 10b, such as an automatic electric charger for an electric vehicle. You can also automatically connect an electric charger to the charging port.
- FIG. 4 is a diagram illustrating a driving unit of the robot according to the present embodiment
- FIG. 5 is a control block diagram of the robot according to the present embodiment.
- the robot 10a may include a body 30 and a driving unit 40 mounted on the body 30 .
- Examples of the robot 10a may be a delivery robot capable of transporting various items such as food or a guide robot capable of providing various types of information to people around the robot 10a and guiding the person to a specific place.
- a carrier (or bracket) on which an article is placed may be disposed on the body 30 .
- the body 30 may be composed of a combination of a plurality of members, and may be a robot body.
- the body 30 may include a base 31 that forms an external appearance of a bottom surface of the body 30 .
- the driving unit 40 may be disposed on the base 31 .
- a plurality of driving units 40 may be provided on the body 30 .
- An example of the plurality of driving units may include a left driving unit 40a and a right driving unit 40b.
- the left driving unit 40a and the right driving unit 40b may be symmetrically disposed.
- driving unit 40 a common configuration of the left driving unit 40a and the right driving unit 40b will be referred to as the driving unit 40 and will be described.
- the driving unit 40 may include a rear module and a front module.
- the rear module includes a rear joint motor 50 , a rear joint 55 , a rear drive motor 60 and a rear wheel 65 .
- the front module includes a front articulation motor 70 , a front joint 75 , a front drive motor 80 and a front wheel 85 .
- the rear module and the front module may be disposed symmetrically forward and backward.
- the rear joint motor 50 may be disposed under the body 30 .
- a rear bracket 32 may be disposed to protrude from a lower portion of the body 30 , and the rear joint motor 50 may be mounted to the rear bracket 32 .
- the rear joint motor 50 may be connected to the rear joint 55 and may rotate the rear joint 55 .
- the rotation shaft of the rear joint motor 50 may be connected to one side of the rear joint 65 .
- the rear joint 55 may be formed in a bar shape or a bar shape.
- the rear joint 55 may be rotated clockwise or counterclockwise by the rear joint motor 50 .
- the rear joint 55 may extend in the rear direction to the rear joint motor 50 , and may extend obliquely in the rear downward direction to the rear joint motor 50 .
- the rear joint motor 50 rotates the rear joint 55 in a clockwise direction
- the rear joint 55 may be erected close to vertical, and the rear joint motor 50 rotates the rear joint 55 in a counterclockwise direction. If so, the rear joint 55 can be laid down close to the horizontal.
- the rear joint motor 50 may be a height adjustment motor for adjusting the height of the body 30 .
- the rear joint motor 50 may be a spacing adjusting motor that adjusts the distance between the rear wheel 65 and the front wheel 85 .
- the distance between the rear wheel 65 and the front wheel 85 may be shortened, and the height of the body 30 may be increased.
- the rear joint motor 50 turns the rear joint 55 , the distance between the rear wheel 65 and the front wheel 85 may be increased, and the height of the body 30 may be lowered.
- connection part connected to the rear joint motor 50 may be the upper connection part 56 or the front connection part, and the connection part to which the rear drive motor 60 is connected may be the lower connection part 57 or the rear connection part.
- the rotation shaft of the rear joint motor 50 may be connected to the upper connection part 56 , and the rear driving motor 50 may be mounted to the lower connection part 57 .
- the rear driving motor 60 may be disposed in the rear joint 55 , and may be disposed below the rear joint 55 .
- the rear wheel 65 may be connected to a rotation shaft of the rear drive motor 60 , and may be rotated by the rear drive motor 60 .
- the front joint motor 70 may be disposed under the body 30 .
- the front joint motor 70 may be installed at a lower portion of the body 2 to be spaced apart from the rear joint motor 50 .
- the front bracket 34 may be disposed to protrude from the lower portion of the body 30 , and the front joint motor 70 may be mounted to the front bracket 34 .
- the front bracket 34 may be spaced apart from the rear bracket 32 in the front-rear direction.
- the front joint motor 70 may be connected to the front joint 75 , and may rotate the front joint 75 .
- the rotation shaft of the front joint motor 70 may be connected to one side of the front joint 75 .
- the front joint 75 may be formed in a bar shape or a bar shape.
- the front joint 75 may be rotated clockwise or counterclockwise by the front joint motor 70 .
- the front joint 75 may extend in the forward direction to the front joint motor 70 , and may extend obliquely in the front downward direction to the front joint motor 70 .
- the front joint motor 70 rotates the front joint 75 in the clockwise direction, the front joint 75 can be laid down close to the horizontal, and the front joint motor 70 rotates the front joint 75 in the counterclockwise direction. When rotated, the front joint 75 can be erected close to vertical.
- the front joint motor 70 may be a height adjustment motor for adjusting the height of the body 30 .
- the front joint motor 70 may be a spacing adjusting motor that adjusts the distance between the rear wheel 65 and the front wheel 85 .
- the front joint motor 70 sets the front joint 75 , the distance between the rear wheel 65 and the front wheel 85 may be shortened, and the height of the body 30 may be increased.
- the front joint motor 70 turns the front joint 75 , the distance between the rear wheel 65 and the front wheel 85 may be increased, and the height of the body 30 may be lowered.
- connection part connected to the front joint motor 70 may be the upper connection part 76 or the rear connection part, and the connection part to which the front drive motor 80 is connected may be the lower connection part 77 or the front connection part.
- the rotation shaft of the front joint motor 70 may be connected to the upper connection part 76 , and the front driving motor 80 may be mounted to the lower connection part 77 .
- the front drive motor 80 may be disposed on the front joint 75 , and may be disposed under the front joint 75 .
- the front wheel 85 may be connected to a rotation shaft of the front driving motor 60 , and may be rotated by the front driving motor 80 .
- An encoder may be disposed in each of the rear joint motor 50 , the rear drive motor 55 , and the front joint motor 70 and the front drive motor 80 .
- the encoder is a sensor that can detect the rotation speed and direction of the motor.
- the encoder may sense the rotational speed of the rotor when the motor is driven and transmit it to the processor 18 .
- the robot may include a supporter 90 .
- the supporter 90 may be disposed to be spaced apart from the rear joint 55 and the front joint 75 in the lower portion of the body 30 .
- the length H of the supporter 90 may be shorter than the length L of the rear joint 55 and the length of the front joint 75 .
- the length H of the supporter 90 may be longer than the width W of the rear joint 55 and the width of the front joint 75 .
- the length H of the supporter 90 may be defined as a length in the vertical direction of the supporter 90 .
- the length H of the supporter 90 may be longer than the vertical length of the rear bracket 32 and the vertical length of the front bracket 34 .
- the supporter 90 may be closer to the rear driving motor 60 than the front driving motor 80 .
- the supporter 90 may be closer to the rear bracket 32 than the front bracket 34 .
- the supporter 90 may be a rear supporter closer to the rear end of the body 30 than the front end of the body 30 in the front-rear direction (X).
- the supporter 90 may be disposed to protrude downward from the bottom surface of the body 30 .
- the supporter 90 may be disposed between the rear module and the front module.
- the supporter 90 may be disposed to protrude downward from the bottom surface of the body 30 .
- the supporter 90 moves between the rear joint 55 of the left module and the rear joint 55 of the right module. It may be located between the rear joint 55 .
- the lower end 90a of the supporter 90 may be lower than the lower end of the rear joint 55 , and may be lower than the lower end of the rear wheel 65 .
- An example of the supporter 90 may be a rotatably disposed caster disposed on the bottom surface of the body 30 .
- the supporter 90 may act as an auxiliary wheel or roller to help the robot 10a travel at a position spaced apart from the rear wheel 65 and the front wheel 85 .
- the robot 10a may further include an inertial sensor 100 and a vision sensor 110 installed on the body 30 .
- the inertial sensor 100 is a device capable of measuring the speed, direction, and gravitational acceleration of the robot, and may be, for example, an Inertial Measurement Unit (IMU), and an accelerometer, angular accelerometer, geomagnetic machine and altimeter using the robot 10a. can recognize the movement of An example of the inertial sensor 100 may be T265.
- IMU Inertial Measurement Unit
- the vision sensor 110 is a device capable of photographing an image, and may be a camera sensor or an image sensor, and may photograph an image around the robot 10a.
- the processor 18 may independently control each of the rear joint motor 50 , the rear drive motor 60 , the front joint motor 70 , and the front drive motor 80 .
- Each of the rear joint motor 50 , the rear drive motor 60 , the front joint motor 70 , and the front drive motor 80 may include a motor controller.
- the robot 10a may further include a communication converter (eg, MCP) capable of performing communication conversion between each motor controller and the processor 18 .
- the processor 18 may communicate with the communication converter SPI, and the communication converter is the rear joint motor 50 , the rear drive motor 60 , the front joint motor 70 and the front drive motor 80 , respectively.
- CAN communication with the motor controller is possible.
- FIG. 6 is a side view when the robot according to the present embodiment travels on a flat ground
- FIG. 7 is a side view when the front wheel of the robot shown in FIG. 6 goes up to an obstacle
- FIG. 8 is a side view of the robot shown in FIG. It is a side view when the rear wheel cannot ascend to an obstacle
- FIG. 9 is a side view when the robot shown in FIG. 8 is in rear joint raising mode
- FIG. 10 is a side view when the robot shown in FIG. 9 is in rear joint descending mode am.
- the processor 18 may implement a driving mode, a rear joint raising mode, and a rear joint descending mode (RD).
- RD rear joint descending mode
- the driving mode may be a mode in which the rear driving motor 60 and the front driving motor 80 are driven together.
- the rear drive motor 60 and the front drive motor 80 can be driven together in the driving mode, and the rear wheel 65 and the front wheel 85 can be rotated together, so that the robot 10a can travel forward.
- the driving mode may be a mode implemented when the typical robot 10a is traveling.
- the robot 10a may prevent the lower end 90a of the supporter 90 from coming into contact with the ground G or the stopping protrusion P.
- the robot 10a controls the rear joint motor 50 and the front joint motor 70 so that the height of the rear wheel 65 and the height of the front wheel 85 are lower than the height of the supporter 90 . can do.
- the robot 10a may meet a terrain with a step (hereinafter referred to as a stumbling block), and the front wheel 85 may climb on the stumbling block P,
- the height of the front part of the robot 10a may be temporarily higher than the height of the rear part.
- the rear wheel 65 of the robot 10a is mounted on the clasp P, as shown in FIG. 8 , It may be caught in (P), and the rear wheel 65 may not be able to climb on the engaging sill (P).
- the rear wheel 65 may not ride over the locking step P and may be caught on the wall surface of the locking step P.
- the robot 10a cannot move forward, and the front wheel 85 and the rear wheel 65 may spin in vain, and the robot 10a may move the rear wheel 65 ), can start the rear joint rising mode, which is a special mode, when it cannot climb on the stumbling block (P).
- the rear joint raising mode is a special mode that is distinct from the driving mode, which is a general mode, and may be started in the middle of the driving mode.
- the rear joint raising mode may be implemented when the moving distance of the body 50 is within a set distance or the body 30 is in a stationary state while the front driving motor 90 is being driven.
- the rear joint raising mode may be a mode in which the rear joint motor 50 raises the rear joint 55 so that the supporter 90 is in contact with the upper surface of the locking jaw P, as shown in FIG. 9 .
- the supporter 90 does not come into contact with the ground G or the stopper P in the driving mode, and when the robot 10a is operated in the rear joint raising mode, it may come into contact with the upper surface of the stopper P.
- the processor 18 may start the rear joint raising mode according to the sensing results of the encoder, the inertial sensor 100 and the vision sensor 110 .
- the processor 18 can confirm that the front drive motor 80 is currently driving the front wheel 85 , and the robot 100a is operated by the inertial sensor 100 and the vision sensor 110 . It can be seen that it cannot move as much as the set distance.
- the rear joint motor 50 may rotate the rear joint 55 counterclockwise by a set angle (eg, 25°), and as the rear joint 55 rotates
- the rear wheel 65 may be separated from the ground G, and the lower end 90a of the supporter 90 may be in contact with the upper surface of the locking step P.
- the rear wheel 65 When the lower end of the rear wheel 65 is higher than the lower end 90a of the supporter 90 , the rear wheel 65 may not interfere with the clasp P, and the set angle is counterclockwise of the rear joint 65 . When the direction is rotated, it is preferable that the lower end of the rear wheel 65 is set at a higher angle than the lower end 90a of the supporter 90 .
- the robot 10a may travel in a forward direction according to the rotation of the front wheel 85 , and the supporter 90 may assist the robot 10a to travel while supporting the rear portion of the robot 10a.
- the robot 10a may be advanced on top of the locking jaw P, and the processor 18 may end the rear joint raising mode in the middle of the rear joint raising mode, and may implement the rear joint lowering mode.
- the processor 13 drives the front drive motor 80 in the middle of the rear joint raising mode, and when the set time elapses after the body 30 moves the set distance D or the rear joint rise mode starts, the supporter 90
- the rear joint motor 50 may control the rear joint descending mode so that it is spaced apart from the locking jaw P.
- the rear joint descending mode is a special mode distinct from the driving mode, which is a general mode, and may be continuously performed in the rear joint raising mode.
- the rear joint motor 50 may rotate the rear joint 55 clockwise by a set angle (eg, 25°) as shown in FIG. 10 , and the rear joint 55 ) is reversely rotated, the rear wheel 65 may come into contact with the upper surface of the engaging projection P, and the lower end 90a of the supporter 90 may be spaced apart from the upper surface of the engaging projection P.
- a set angle eg, 25°
- the driving mode of the robot may be resumed, and the front wheel 85 and the rear wheel 55 may be driven along the upper surface of the clasp P.
- the control method of the robot includes the rear joint motor 50 and the front joint motor 70 installed to be spaced apart from the lower part of the body 30;
- the rear joint 55 is rotated by the rear joint motor 50; a rear drive motor 60 disposed under the rear joint 55; a rear wheel 65 rotated by a rear drive motor 65;
- the front joint 75 is rotated by the front joint motor 70; a front drive motor 80 disposed under the front joint 75;
- a robot (10a) including a rear joint 55 and a front joint 75 and a supporter 90 spaced apart from the lower part of the front wheel 85 and the body 30 rotated by the front drive motor 80 (10a) can be controlled.
- the control method of the robot 10a includes the steps of driving the front drive motor 80 and the rear drive motor 60 , and when the body 30 is stopped while the front drive motor 80 is driven, the rear joint raising mode is performed may include the step of
- the processor 18 may control the rear joint motor 50 .
- the processor 18 may control the rear joint motor 50 so that the rear joint motor 50 rotates the rear joint 55 counterclockwise as shown in FIG. 9 .
- the control method of the robot may further include executing the rear joint descending mode after the rear joint raising mode.
- the processor 18 may control the rear joint motor 50 .
- the processor 18 may control the rear joint motor 50 so that the rear joint motor 50 rotates the rear joint 55 clockwise as shown in FIG. 10 .
- FIG. 11 is a side view when the modified example of the robot shown in FIG. 1 travels on a flat ground
- FIG. 12 is a side view when the front wheel of the robot shown in FIG. 8 climbs up to an obstacle
- FIG. 13 is shown in FIG. It is a side view when the rear wheel of the robot cannot ascend to an obstacle
- FIG. 14 is a side view when the robot shown in FIG. 10 is in rear joint raising mode
- FIG. 15 is when the robot shown in FIG. 11 is in rear joint descending mode is a side view of
- the robot shown in FIGS. 11 to 15 may include a supporter 90 ′, and the supporter 90 ′ may include an elastic member disposed on the bottom surface of the body 30 .
- An example of the supporter 90' may be a leaf spring convex toward the ground.
- the length H of the supporter 90 ′ may be shorter than the length L of the rear joint 55 and the length of the front joint 75 .
- the length H of the supporter 90 ′ may be longer than the width W of the rear joint 55 and the width of the front joint 75 .
- the length H of the supporter 90' may be defined as a length in the vertical direction of the supporter 90'.
- the length H of the supporter 90 ′ may be longer than the vertical length of the rear bracket 32 and the vertical length of the front bracket 34 .
- the robot 10a can ride over the stumbling block P while traveling on the ground G.
- the robot 10a has the rear wheel 65 rotated counterclockwise so that the rear wheel 65 can be spaced apart from the ground G, and the lower end of the supporter 90' ( 90a) may be in contact with the upper surface of the locking jaw (P).
- the supporter 90' When the supporter 90' is made of an elastic member and comes into contact with the upper surface of the locking jaw P, it can absorb the impact.
- the rear wheel 65 is rotated counterclockwise so that the rear wheel 65 can come into contact with the upper surface of the clasp P, and the supporter 90' of the lower end (90a) may be spaced apart from the upper surface of the locking jaw (P).
- the configuration may be the same as that of the robot 10a of FIGS. 1 to 10 , and detailed description thereof will be omitted to avoid duplicated description.
- 16 is an example showing various modes of the robot according to the present embodiment.
- Fig. 16 (a) is a diagram when the robot is in an indoor driving mode
- Fig. 16 (b) is a diagram when the robot is in a terrain overcoming driving mode
- Fig. 16 (c) is a diagram in which the robot is in an outdoor flat driving mode It is the Tao of the day.
- the rear articulated motor 50 and the front articulated motor 70 may be motors having high RPM and high torque, and may operate like a damper or a spring, particularly a torsion spring, without a spring, and a reduction ratio (9 to 6: 1) can be lowered and the reaction time can be minimized by realizing a high RPM.
- the rear joint motor 50 and the front joint motor 70 act on the rear drive motor 60 or the front drive motor 80 when crossing a step such as an obstacle or a stumbling block (P, see FIGS. 8 and 9). It can be operated to cancel the torque.
- a step such as an obstacle or a stumbling block (P, see FIGS. 8 and 9). It can be operated to cancel the torque.
- the rear joint motor 50 and the front joint motor 70 may have a high weight of angle control (position control) and a low weight of torque control in normal times, such as driving on flat ground.
- the rear joint motor 50 and the front joint motor 70 are capable of torque control with only a single encoder.
- the processor 18 may detect the inclination of the robot 10a through an acceleration sensor installed in the robot 10a, and in this case, may perform full body control.
- the robot 10a can be kept horizontal as a whole, and when passing through obstacles or pits, the rear joint motor 50 and the front joint motor 70 can function as a damper or a spring. .
- the rear joint motor 50 and the front joint motor 70 can be adjusted in various modes in height of the body 30 .
- the robot 10a may perform an indoor driving mode, and in the indoor driving mode, the processor 18 operates the rear wheel 65 and the front wheel (85) is spaced apart by a first distance (L1) in the front-back direction (X), the rear joint 55 and the front joint (75) so that the height of the lower surface of the body 30 is located at the first height (H1) from the ground can be rotated.
- the processor 18 operates the rear wheel 65 and the front wheel (85) is spaced apart by a first distance (L1) in the front-back direction (X), the rear joint 55 and the front joint (75) so that the height of the lower surface of the body 30 is located at the first height (H1) from the ground can be rotated.
- the first distance L1 may be shorter than that of other modes, and the first height H1 may be higher than that of other modes.
- the rear wheel 65 and the front wheel 85 of the robot 10a can minimize collision or interference with other objects nearby, and can travel stably on a narrow narrow road.
- the robot 10a When the robot 10a travels on a terrain in which obstacles exist, as shown in FIG. 16(b) , the robot 10a may perform a terrain overcoming driving mode, and in the terrain overcoming driving mode, the processor 18 operates the rear
- the wheel 65 and the front wheel 85 are spaced apart by a second distance L2 in the front-rear direction (X), and the rear joint 55 so that the height of the lower surface of the body 30 is located at the second height H2 from the ground ) and the front joint 75 can be rotated.
- the second distance L2 may be longer than the first distance L1 , and the second height H2 may be lower than the first height H1 .
- the robot 10a When the robot 10a runs on an outdoor flat terrain, as shown in FIG. 16(c) , the robot 10a may perform an outdoor flat driving mode, and in the outdoor flat driving mode, the processor 18 operates the rear wheel ( 65) and the front wheel 85 are spaced apart by a third distance L3 in the front-rear direction (X), and the rear joint 55 and The front joint 75 can be rotated.
- the third distance L3 may be longer than other modes, and may be longer than the first distance L1 and the second distance L2.
- the third height H3 may be lower than that of other modes, and may be lower than the first height H1 and the second height H2.
- the robot 10a In the outdoor flat driving mode, the robot 10a can travel at high speed outdoors because the height of the body 30 is low and the center of gravity thereof is low.
- 17 is a diagram when the robot according to the present embodiment is in an inclined mode.
- Fig. 17 (a) is a diagram when the robot is in a left-right inclined driving mode
- Fig. 17 (b) is a diagram when the robot is in a front-back inclined driving mode.
- the robot 10a may pass through terrain inclined in the left and right direction or stepped in the left and right direction, and the robot 10a may be in a left and right inclined driving mode.
- the rear joint motor 50 and the front joint motor 70 of the right driving unit 40b rotate the rear joint 55 and the front joint 75 approximately horizontally or close to the horizontal can be rotated to
- the rear joint motor 50 and the front joint motor 70 of the left drive unit 40a may rotate the rear joint 55 and the front joint 75 more obliquely than the right drive unit 40b.
- the rear joint motor 50 and the front joint motor 70 of the left drive unit 40a rotate the rear joint 55 and the front joint 75 approximately horizontally or horizontally. can be rotated close.
- the rear joint motor 50 and the front joint motor 70 of the right driving unit 40b may rotate the rear joint 55 and the front joint 75 more obliquely than the right driving part 40b.
- the body 30 is minimized to incline to the left or right, and the body 30 may be in a substantially horizontal state in the left and right direction (Y).
- the robot 10a may pass an inclined or stepped terrain in the front-rear direction, and the robot 10a may be in a front-rear inclined driving mode.
- the front joint motor 70 and the rear joint motor 50 may rotate the front joint 75 and the rear joint 55 at different angles.
- the front joint motor 70 may rotate the front joint 75 approximately horizontally or close to the horizontal, and the rear joint motor (50) may rotate the rear joint (55) more inclined than the front joint (75).
- the rear joint motor 50 may rotate the rear joint 55 approximately horizontally or nearly horizontally, and the front joint motor 70 rotates the front joint 75 It can be rotated more inclined than the rear joint (55).
- the body 30 is minimized to incline forward or rearward, and the body 30 may be in a substantially horizontal state in the front-rear direction (X).
- FIG. 18 is a diagram illustrating a state in which the body is horizontal when the robot according to the present embodiment rides over the protrusion.
- the robot 10a When the robot 10a travels forward on the ground, as shown in FIG. 18 (a), the robot 10a may meet the protrusion Q protruding from the ground, and the front joint motor 70 and the rear joint motor 50 are shown in FIG. As shown in (b), the front joint 75 and the rear joint 55 can be rotated at different angles.
- the front joint motor 70 can rotate the front joint 75 closer to the horizontal than the rear joint 55, and the rear joint motor 50 rotates the rear joint 55 to the front joint. (75) can be kept closer to the vertical.
- inclination of the body 30 to the front or rear is minimized, and the body 30 may maintain an approximately horizontal state in the front-rear direction (X).
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
본 실시예는 바디의 하부에 이격되게 설치된 리어 관절 모터 및 프론트 관절 모터; 리어 관절 모터에 의해 회전되는 리어 관절; 리어 관절의 하부에 배치된 리어 구동 모터; 리어 구동 모터에 의해 회전되는 리어 휠; 프론트 관절 모터에 의해 회전되는 프론트 관절; 프론트 관절의 하부에 배치된 프론트 구동 모터; 프론트 구동 모터에 의해 회전되는 프론트 휠; 바디의 하부에 리어 관절 및 프론트 관절과 이격되게 배치되고 리어 관절의 길이 및 프론트 관절의 길이 보다 짧은 길이를 갖는 서포터 및 프론트 구동 모터의 구동 중에, 바디의 이동거리가 설정거리 이내이거나 바디가 정지이면, 리어 관절 상승 모드를 실시하는 컨트롤러를 포함하고, 리어 관절 상승 모드는 서포터가 지면에 접촉되도록 리어 관절 모터가 리어 관절을 상승시킬 수 있다.
Description
본 발명은 로봇 및 그 제어방법에 관한 것으로, 더욱 상세하게는 프론트 휠과 리어 휠을 갖는 로봇 및 그 제어방법에 관한 것이다.
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계로서, 로봇의 응용분야는 대체로, 산업용, 의료용, 우주용, 해저용 등으로 분류될 수 있고, 다양한 분야에서 사용될 수 있다.
로봇은 높이가 높은 장애물이나 단차가 있는 지형을 통과할 수 있고, 이러한 로봇의 일 예는 대한민국 공개특허공보 10-2017-0083854 A(2017년07월19일 공개)에는 가변형 바퀴가 장착된 이동로봇이 있고, 가변형 바퀴가 장착된 이동로봇은 평지에서는 원형의 바퀴형상을 유지하고, 계단 등의 장애물을 만나면 바퀴에 형성된 스포크의 길이를 조절하여 바퀴의 형상을 변형하여 주행할 수 있도록 한다.
상기 이동로봇의 바퀴유닛은 구동모터의 동력을 전달받아 회전되는 회전축과, 상기 회전축의 선단에 형성되는 바퀴허브와, 상기 바퀴허브의 외주면에 일정간격으로 이격되어 방사상으로 다수개 설치되는 길이가 조절되는 스포크와, 상기 스포크의 선단에 각각 형성되어 노면에 접지되는 접지부로 구성된다.
본 발명은 간단한 구조로 단차가 있는 지형을 통과할 수 있는 로봇을 제공하는데 있다.
본 발명은 간단한 제어로 단차가 있는 지형을 통과할 수 있는 로봇의 제어방법을 제공하는데 있다.
본 실시 예는 바디의 하부에 이격되게 설치된 리어 관절 모터 및 프론트 관절 모터; 리어 관절 모터에 의해 회전되는 리어 관절; 리어 관절의 하부에 배치된 리어 구동 모터; 리어 구동 모터에 의해 회전되는 리어 휠; 프론트 관절 모터에 의해 회전되는 프론트 관절; 프론트 관절의 하부에 배치된 프론트 구동 모터; 프론트 구동 모터에 의해 회전되는 프론트 휠; 바디의 하부에 리어 관절 및 프론트 관절과 이격되게 배치되고 리어 관절의 길이 및 프론트 관절의 길이 보다 짧은 길이를 갖는 서포터 및 프론트 구동 모터의 구동 중에, 바디의 이동거리가 설정거리 이내이거나 바디가 정지이면, 리어 관절 상승 모드를 실시하는 프로세서를 포함한다.
리어 관절 상승 모드는 서포터가 지면에 접촉되도록 리어 관절 모터가 리어 관절을 상승시킬 수 있다.
서포터는 프론트 구동 모터 보다 리어 구동 모터에 더 근접할 수 있다.
서포터는 상기 바디의 저면에 하측 방향으로 돌출되게 배치된 로봇.
서포터의 일 예는 바디의 저면에 배치된 캐스터일 수 있다.
서포터의 다른 예는 바디의 저면에 배치된 탄성부재를 포함할 수 있다. 서포터는 지면을 향해 볼록할 수 있다.
로봇은 프론트 구동 모터에 배치된 엔코더 및 바디에 설치된 관성센서 및 비젼 센서를 더 포함할 수 있다.
프로세서는 엔코더와, 관성센서 및 비젼 센서의 센싱결과에 따라, 리어 관절 상승 모드를 개시할 수 있다.
프로세서는 리어 관절 상승 모드 후, 프론트 구동 모터의 구동이고, 바디가 설정거리 이동되면, 리어 관절 하강 모드를 실시할 수 있고, 리어 관절 하강 모드시, 프로세서는 서포터가 지면과 이격되도록 리어 관절 모터를 리어 관절 하강 모드를 제어할 수 있다.
본 실시예는 바디의 하부에 이격되게 설치된 리어 관절 모터 및 프론트 관절 모터; 리어 관절 모터에 의해 회전되는 리어 관절; 리어 관절의 하부에 배치된 리어 구동 모터; 리어 구동 모터에 의해 회전되는 리어 휠; 프론트 관절 모터에 의해 회전되는 프론트 관절; 프론트 관절의 하부에 배치된 프론트 구동 모터; 프론트 구동 모터에 의해 회전되는 프론트 휠 및 바디의 하부에 리어 관절 및 프론트 관절과 이격되게 배치된 서포터를 포함하는 로봇을 제어하는 로봇의 제어 방법에 있어서, 프론트 구동 모터와 리어 모터를 구동하는 단계와 및 프론트 구동 모터의 구동 중 바디가 정지이면, 서포터가 지면에 닿도록 리어 관절 모터를 리어 관절 상승 모드를 제어하는 단계를 포함할 수 있다.
로봇의 제어방법은 리어 관절 상승 모드 후, 프론트 구동 모터가 구동되고 바디가 설정거리 이동되면, 서포터가 지면과 이격되도록 상기 리어 관절 모터를 리어 관절 하강 모드를 제어하는 단계를 더 포함할 수 있다.
본 실시 예에 따르면, 로봇이 단차가 있는 지형이 만나더라도, 리어 휠이 지면과 이격되고, 서포터로 하중이 분산되어, 로봇이 단차가 있는 지형을 수월하게 타고 올라설 수 있고, 로봇의 주행 능력이 향상될 수 잇다.
또한, 리어 관절을 회전시키는 간단한 제어로, 로봇이 단차가 있는 지형을 피하지 않고, 단차가 있는 지형을 쉽게 통과할 수 있다.
또한, 서포터가 보조 휠로 기능하여, 로봇이 단차가 있는 지형을 통과할 때, 로봇의 원활한 주행을 도울 수 있다.
또한, 서포터가 탄성부재로 이루어져, 로봇이 단자가 있는 지형을 타고 올라설 때 발생될 수 있는 충격을 최소화할 수 있다.
도 1은 본 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.
도 2는 본 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.
도 3은 본 실시 예에 따른 AI 시스템을 나타낸다.
도 4는 본 실시예의 로봇의 구동부가 도시도 도,
도 5은 본 실시예에 따른 로봇의 제어 블록도,
도 6은 본 실시예에 따른 로봇이 평지를 주행할 때의 측면도,
도 7는 도 6에 도시된 로봇의 프론트 휠이 장애물로 올라갈 때의 측면도,
도 8은 도 7에 도시된 로봇의 리어 휠이 장애물로 올라가지 못할 때의 측면도,
도 9는 도 8에 도시된 로봇이 리어 관절 상승 모드일 때의 측면도,
도 10는 도 9에 도시된 로봇이 리어 관절 하강 모드일 때의 측면도,
도 11은 도 1에 도시된 로봇의 변형예가 평지를 주행할 때의 측면도,
도 12는 도 11에 도시된 로봇의 프론트 휠이 장애물로 올라갈 때의 측면도,
도 13은 도 12에 도시된 로봇의 리어 휠이 장애물로 올라가지 못할 때의 측면도,
도 14는 도 13에 도시된 로봇이 리어 관절 상승 모드일 때의 측면도,
도 15는 도 14에 도시된 로봇이 리어 관절 하강 모드일 때의 측면도이다.
도 16은 본 실시예에 따른 로봇의 다양한 모드가 도시된 예이다.
도 17은 본 실시예에 따른 로봇이 경사 모드일 때의 도이다.
도 18은 본 실시예에 따른 로봇이 장애물을 타고 넘을 때 바디가 수평한 상태가 도시된 도이다.
이하에서는 본 발명의 구체적인 실시 예를 도면과 함께 상세히 설명하도록 한다.
<로봇(Robot)>
로봇은 스스로 보유한 능력에 의해 주어진 일을 자동으로 처리하거나 작동하는 기계를 의미할 수 있다. 특히, 환경을 인식하고 스스로 판단하여 동작을 수행하는 기능을 갖는 로봇을 지능형 로봇이라 칭할 수 있다.
로봇은 사용 목적이나 분야에 따라 산업용, 의료용, 가정용, 군사용 등으로 분류할 수 있다.
로봇은 액츄에이터 또는 모터를 포함하는 구동부를 구비하여 로봇 관절을 움직이는 등의 다양한 물리적 동작을 수행할 수 있다. 또한, 이동 가능한 로봇은 구동부에 휠, 브레이크, 프로펠러 등이 포함되어, 구동부를 통해 지상에서 주행하거나 공중에서 비행할 수 있다.
<인공 지능(AI: Artificial Intelligence)>
인공 지능은 인공적인 지능 또는 이를 만들 수 있는 방법론을 연구하는 분야를 의미하며, 머신 러닝(기계 학습, Machine Learning)은 인공 지능 분야에서 다루는 다양한 문제를 정의하고 그것을 해결하는 방법론을 연구하는 분야를 의미한다. 머신 러닝은 어떠한 작업에 대하여 꾸준한 경험을 통해 그 작업에 대한 성능을 높이는 알고리즘으로 정의하기도 한다.
인공 신경망(ANN: Artificial Neural Network)은 머신 러닝에서 사용되는 모델로써, 시냅스의 결합으로 네트워크를 형성한 인공 뉴런(노드)들로 구성되는, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다. 인공 신경망은 다른 레이어의 뉴런들 사이의 연결 패턴, 모델 파라미터를 갱신하는 학습 과정, 출력값을 생성하는 활성화 함수(Activation Function)에 의해 정의될 수 있다.
인공 신경망은 입력층(Input Layer), 출력층(Output Layer), 그리고 선택적으로 하나 이상의 은닉층(Hidden Layer)를 포함할 수 있다. 각 층은 하나 이상의 뉴런을 포함하고, 인공 신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다. 인공 신경망에서 각 뉴런은 시냅스를 통해 입력되는 입력 신호들, 가중치, 편향에 대한 활성 함수의 함숫값을 출력할 수 있다.
모델 파라미터는 학습을 통해 결정되는 파라미터를 의미하며, 시냅스 연결의 가중치와 뉴런의 편향 등이 포함된다. 그리고, 하이퍼파라미터는 머신 러닝 알고리즘에서 학습 전에 설정되어야 하는 파라미터를 의미하며, 학습률(Learning Rate), 반복 횟수, 미니 배치 크기, 초기화 함수 등이 포함된다.
인공 신경망의 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다. 손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표로 이용될 수 있다.
머신 러닝은 학습 방식에 따라 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning)으로 분류할 수 있다.
지도 학습은 학습 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시키는 방법을 의미하며, 레이블이란 학습 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다. 비지도 학습은 학습 데이터에 대한 레이블이 주어지지 않는 상태에서 인공 신경망을 학습시키는 방법을 의미할 수 있다. 강화 학습은 어떤 환경 안에서 정의된 에이전트가 각 상태에서 누적 보상을 최대화하는 행동 혹은 행동 순서를 선택하도록 학습시키는 학습 방법을 의미할 수 있다.
인공 신경망 중에서 복수의 은닉층을 포함하는 심층 신경망(DNN: Deep Neural Network)으로 구현되는 머신 러닝을 딥 러닝(심층 학습, Deep Learning)이라 부르기도 하며, 딥 러닝은 머신 러닝의 일부이다. 이하에서, 머신 러닝은 딥 러닝을 포함하는 의미로 사용된다.
<자율 주행(Self-Driving)>
자율 주행은 스스로 주행하는 기술을 의미하며, 자율 주행 차량은 사용자의 조작 없이 또는 사용자의 최소한의 조작으로 주행하는 차량(Vehicle)을 의미한다.
예컨대, 자율 주행에는 주행중인 차선을 유지하는 기술, 어댑티브 크루즈 컨트롤과 같이 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등이 모두 포함될 수 있다.
차량은 내연 기관만을 구비하는 차량, 내연 기관과 전기 모터를 함께 구비하는 하이브리드 차량, 그리고 전기 모터만을 구비하는 전기 차량을 모두 포괄하며, 자동차뿐만 아니라 기차, 오토바이 등을 포함할 수 있다.
이때, 자율 주행 차량은 자율 주행 기능을 가진 로봇으로 볼 수 있다.
도 1은 본 실시 예에 따른 로봇을 포함하는 AI 장치를 나타낸다.
AI 장치(10)는 TV, 프로젝터, 휴대폰, 스마트폰, 데스크탑 컴퓨터, 노트북, 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC, 웨어러블 장치, 셋톱박스(STB), DMB 수신기, 라디오, 세탁기, 냉장고, 데스크탑 컴퓨터, 디지털 사이니지, 로봇, 차량 등과 같은, 고정형 기기 또는 이동 가능한 기기 등으로 구현될 수 있다.
도 1을 참조하면, AI장치(10)는 통신 인터페이스(11), 입력 인터페이스(12), 러닝 프로세서(13), 센서(14), 출력 인터페이스(15), 메모리(17) 및 프로세서(18) 등을 포함할 수 있다.
통신 인터페이스(11)는 유무선 통신 기술을 이용하여 다른 AI 장치(10a 내지 10e)나 AI 서버(20) 등의 외부 장치들과 데이터를 송수신할 수 있다. 예컨대, 통신 인터페이스(11)는 외부 장치들과 센서 정보, 사용자 입력, 학습 모델, 제어 신호 등을 송수신할 수 있다.
이때, 통신 인터페이스(11)가 이용하는 통신 기술에는 GSM(Global System for Mobile communication), CDMA(Code Division Multi Access), LTE(Long Term Evolution), 5G, WLAN(Wireless LAN), Wi-Fi(Wireless-Fidelity), 블루투스(Bluetooth쪠), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association; IrDA), ZigBee, NFC(Near Field Communication) 등이 있다.
입력 인터페이스(12)는 다양한 종류의 데이터를 획득할 수 있다.
이때, 입력 인터페이스(12)는 영상 신호 입력을 위한 카메라, 오디오 신호를 수신하기 위한 마이크로폰, 사용자로부터 정보를 입력 받기 위한 사용자 입력 인터페이스 등을 포함할 수 있다. 여기서, 카메라나 마이크로폰을 센서로 취급하여, 카메라나 마이크로폰으로부터 획득한 신호를 센싱 데이터 또는 센서 정보라고 할 수도 있다.
입력 인터페이스(12)는 모델 학습을 위한 학습 데이터 및 학습 모델을 이용하여 출력을 획득할 때 사용될 입력 데이터 등을 획득할 수 있다. 입력 인터페이스(12)는 가공되지 않은 입력 데이터를 획득할 수도 있으며, 이 경우 프로세서(18) 또는 러닝 프로세서(13)는 입력 데이터에 대하여 전처리로써 입력 특징점(input feature)을 추출할 수 있다.
러닝 프로세서(13)는 학습 데이터를 이용하여 인공 신경망으로 구성된 모델을 학습시킬 수 있다. 여기서, 학습된 인공 신경망을 학습 모델이라 칭할 수 있다. 학습 모델은 학습 데이터가 아닌 새로운 입력 데이터에 대하여 결과 값을 추론해 내는데 사용될 수 있고, 추론된 값은 어떠한 동작을 수행하기 위한 판단의 기초로 이용될 수 있다.
이때, 러닝 프로세서(13)는 AI 서버(20)의 러닝 프로세서(24)과 함께 AI 프로세싱을 수행할 수 있다.
이때, 러닝 프로세서(13)는 AI 장치(10)에 통합되거나 구현된 메모리를 포함할 수 있다. 또는, 러닝 프로세서(13)는 메모리(17), AI 장치(10)에 직접 결합된 외부 메모리 또는 외부 장치에서 유지되는 메모리를 사용하여 구현될 수도 있다.
센서(14)는 다양한 센서들을 이용하여 AI 장치(10) 내부 정보, AI 장치(10)의 주변 환경 정보 및 사용자 정보 중 적어도 하나를 획득할 수 있다.
이때, 센서(14)에 포함되는 센서에는 근접 센서, 조도 센서, 가속도 센서, 자기 센서, 자이로 센서, 관성 센서, RGB 센서, IR 센서, 지문 인식 센서, 초음파 센서, 광 센서, 마이크로폰, 라이다, 레이더 등이 있다.
출력 인터페이스(15)는 시각, 청각 또는 촉각 등과 관련된 출력을 발생시킬 수 있다.
이때, 출력 인터페이스(15)에는 시각 정보를 출력하는 디스플레이부, 청각 정보를 출력하는 스피커, 촉각 정보를 출력하는 햅틱 모듈 등이 포함될 수 있다.
메모리(17)는 AI 장치(10)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 예컨대, 메모리(17)는 입력 인터페이스(12)에서 획득한 입력 데이터, 학습 데이터, 학습 모델, 학습 히스토리 등을 저장할 수 있다.
프로세서(18)는 데이터 분석 알고리즘 또는 머신 러닝 알고리즘을 사용하여 결정되거나 생성된 정보에 기초하여, AI 장치(10)의 적어도 하나의 실행 가능한 동작을 결정할 수 있다. 그리고, 프로세서(18)는 AI 장치(10)의 구성 요소들을 제어하여 결정된 동작을 수행할 수 있다.
이를 위해, 프로세서(18)는 러닝 프로세서(13) 또는 메모리(17)의 데이터를 요청, 검색, 수신 또는 활용할 수 있고, 상기 적어도 하나의 실행 가능한 동작 중 예측되는 동작이나, 바람직한 것으로 판단되는 동작을 실행하도록 AI 장치(10)의 구성 요소들을 제어할 수 있다.
이때, 프로세서(18)는 결정된 동작을 수행하기 위하여 외부 장치의 연계가 필요한 경우, 해당 외부 장치를 제어하기 위한 제어 신호를 생성하고, 생성한 제어 신호를 해당 외부 장치에 전송할 수 있다.
프로세서(18)는 사용자 입력에 대하여 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 사용자의 요구 사항을 결정할 수 있다.
이때, 프로세서(18)는 음성 입력을 문자열로 변환하기 위한 STT(Speech To Text) 엔진 또는 자연어의 의도 정보를 획득하기 위한 자연어 처리(NLP: Natural Language Processing) 엔진 중에서 적어도 하나 이상을 이용하여, 사용자 입력에 상응하는 의도 정보를 획득할 수 있다.
이때, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 적어도 일부가 머신 러닝 알고리즘에 따라 학습된 인공 신경망으로 구성될 수 있다. 그리고, STT 엔진 또는 NLP 엔진 중에서 적어도 하나 이상은 러닝 프로세서(13)에 의해 학습된 것이나, AI 서버(20)의 러닝 프로세서(24)에 의해 학습된 것이거나, 또는 이들의 분산 처리에 의해 학습된 것일 수 있다.
프로세서(18)는 AI 장치(10)의 동작 내용이나 동작에 대한 사용자의 피드백 등을 포함하는 이력 정보를 수집하여 메모리(17) 또는 러닝 프로세서(13)에 저장하거나, AI 서버(20) 등의 외부 장치에 전송할 수 있다. 수집된 이력 정보는 학습 모델을 갱신하는데 이용될 수 있다.
프로세서(18)는 메모리(17)에 저장된 응용 프로그램을 구동하기 위하여, AI 장치(10)의 구성 요소들 중 적어도 일부를 제어할 수 있다. 나아가, 프로세서(18)는 상기 응용 프로그램의 구동을 위하여, AI 장치(10)에 포함된 구성 요소들 중 둘 이상을 서로 조합하여 동작시킬 수 있다.
도 2는 본 실시 예에 따른 로봇과 연결되는 AI 서버를 나타낸다.
도 2를 참조하면, AI 서버(20)는 머신 러닝 알고리즘을 이용하여 인공 신경망을 학습시키거나 학습된 인공 신경망을 이용하는 장치를 의미할 수 있다. 여기서, AI 서버(20)는 복수의 서버들로 구성되어 분산 처리를 수행할 수도 있고, 5G 네트워크로 정의될 수 있다. 이때, AI 서버(20)는 AI 장치(10)의 일부의 구성으로 포함되어, AI 프로세싱 중 적어도 일부를 함께 수행할 수도 있다.
AI 서버(20)는 통신 인터페이스(21), 메모리(23), 러닝 프로세서(24) 및 프로세서(26) 등을 포함할 수 있다.
통신 인터페이스(21)는 AI 장치(10) 등의 외부 장치와 데이터를 송수신할 수 있다.
메모리(23)는 모델 스토리지(23a)를 포함할 수 있다. 모델 스토리지(23a)는 러닝 프로세서(24)을 통하여 학습 중인 또는 학습된 모델(또는 인공 신경망, 23b)을 저장할 수 있다.
러닝 프로세서(24)는 학습 데이터를 이용하여 인공 신경망(23b)을 학습시킬 수 있다. 학습 모델은 인공 신경망의 AI 서버(20)에 탑재된 상태에서 이용되거나, AI 장치(10) 등의 외부 장치에 탑재되어 이용될 수도 있다.
학습 모델은 하드웨어, 소프트웨어 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 학습 모델의 일부 또는 전부가 소프트웨어로 구현되는 경우 학습 모델을 구성하는 하나 이상의 명령어(instruction)는 메모리(23)에 저장될 수 있다.
프로세서(26)는 학습 모델을 이용하여 새로운 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수 있다.
도 3은 본 실시 예에 따른 AI 시스템을 나타낸다.
도 3을 참조하면, AI 시스템(1)은 AI 서버(20), 로봇(10a), 자율 주행 차량(10b), XR 장치(10c), 스마트폰(10d) 또는 가전(10e) 중에서 적어도 하나 이상이 클라우드 네트워크(2)와 연결된다. 여기서, AI 기술이 적용된 로봇(10a), 자율 주행 차량(10b), XR 장치(10c), 스마트폰(10d) 또는 가전(10e) 등을 AI 장치(10a 내지 10e)라 칭할 수 있다.
클라우드 네트워크(10)는 클라우드 컴퓨팅 인프라의 일부를 구성하거나 클라우드 컴퓨팅 인프라 안에 존재하는 네트워크를 의미할 수 있다. 여기서, 클라우드 네트워크(10)는 3G 네트워크, 4G 또는 LTE(Long Term Evolution) 네트워크 또는 5G 네트워크 등을 이용하여 구성될 수 있다.
즉, AI 시스템(1)을 구성하는 각 장치들(10a 내지 10e, 20)은 클라우드 네트워크(10)를 통해 서로 연결될 수 있다. 특히, 각 장치들(10a 내지 10e, 20)은 기지국을 통해서 서로 통신할 수도 있지만, 기지국을 통하지 않고 직접 서로 통신할 수도 있다.
AI 서버(20)는 AI 프로세싱을 수행하는 서버와 빅 데이터에 대한 연산을 수행하는 서버를 포함할 수 있다.
AI 서버(20)는 AI 시스템(1)을 구성하는 AI 장치들인 로봇(10a), 자율 주행 차량(10b), XR 장치(10c), 스마트폰(10d) 또는 가전(10e) 중에서 적어도 하나 이상과 클라우드 네트워크(10)을 통하여 연결되고, 연결된 AI 장치들(10a 내지 10e)의 AI 프로세싱을 적어도 일부를 도울 수 있다.
이때, AI 서버(20)는 AI 장치(10a 내지 10e)를 대신하여 머신 러닝 알고리즘에 따라 인공 신경망을 학습시킬 수 있고, 학습 모델을 직접 저장하거나 AI 장치(10a 내지 10e)에 전송할 수 있다.
이때, AI 서버(20)는 AI 장치(10a 내지 10e)로부터 입력 데이터를 수신하고, 학습 모델을 이용하여 수신한 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성하여 AI 장치(10a 내지 10e)로 전송할 수 있다.
또는, AI 장치(10a 내지 10e)는 직접 학습 모델을 이용하여 입력 데이터에 대하여 결과 값을 추론하고, 추론한 결과 값에 기초한 응답이나 제어 명령을 생성할 수도 있다.
이하에서는, 상술한 기술이 적용되는 AI 장치(10a 내지 10e)의 다양한 실시 예들을 설명한다. 여기서, 도 3에 도시된 AI 장치(10a 내지 10e)는 도 1에 도시된 AI 장치(10)의 구체적인 실시 예로 볼 수 있다.
<AI+로봇>
로봇(10a)은 AI 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
로봇(10a)은 동작을 제어하기 위한 로봇 제어 모듈을 포함할 수 있고, 로봇 제어 모듈은 소프트웨어 모듈 또는 이를 하드웨어로 구현한 칩을 의미할 수 있다.
로봇(10a)은 다양한 종류의 센서들로부터 획득한 센서 정보를 이용하여 로봇(10a)의 상태 정보를 획득하거나, 주변 환경 및 객체를 검출(인식)하거나, 맵 데이터를 생성하거나, 이동 경로 및 주행 계획을 결정하거나, 사용자 상호작용에 대한 응답을 결정하거나, 동작을 결정할 수 있다.
여기서, 로봇(10a)은 이동 경로 및 주행 계획을 결정하기 위하여, 라이다, 레이더, 카메라 중에서 적어도 하나 이상의 센서에서 획득한 센서 정보를 이용할 수 있다.
로봇(10a)은 적어도 하나 이상의 인공 신경망으로 구성된 학습 모델을 이용하여 상기한 동작들을 수행할 수 있다. 예컨대, 로봇(10a)은 학습 모델을 이용하여 주변 환경 및 객체를 인식할 수 있고, 인식된 주변 환경 정보 또는 객체 정보를 이용하여 동작을 결정할 수 있다. 여기서, 학습 모델은 로봇(10a)에서 직접 학습되거나, AI 서버(20) 등의 외부 장치에서 학습된 것일 수 있다.
이때, 로봇(10a)은 직접 학습 모델을 이용하여 결과를 생성하여 동작을 수행할 수도 있지만, AI 서버(20) 등의 외부 장치에 센서 정보를 전송하고 그에 따라 생성된 결과를 수신하여 동작을 수행할 수도 있다.
로봇(10a)은 맵 데이터, 센서 정보로부터 검출한 객체 정보 또는 외부 장치로부터 획득한 객체 정보 중에서 적어도 하나 이상을 이용하여 이동 경로와 주행 계획을 결정하고, 구동부를 제어하여 결정된 이동 경로와 주행 계획에 따라 로봇(10a)을 주행시킬 수 있다.
맵 데이터에는 로봇(10a)이 이동하는 공간에 배치된 다양한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 예컨대, 맵 데이터에는 벽, 문 등의 고정 객체들과 화분, 책상 등의 이동 가능한 객체들에 대한 객체 식별 정보가 포함될 수 있다. 그리고, 객체 식별 정보에는 명칭, 종류, 거리, 위치 등이 포함될 수 있다.
또한, 로봇(10a)은 사용자의 제어/상호작용에 기초하여 구동부를 제어함으로써, 동작을 수행하거나 주행할 수 있다. 이때, 로봇(10a)은 사용자의 동작이나 음성 발화에 따른 상호작용의 의도 정보를 획득하고, 획득한 의도 정보에 기초하여 응답을 결정하여 동작을 수행할 수 있다.
<AI+로봇+자율주행>
로봇(10a)은 AI 기술 및 자율 주행 기술이 적용되어, 안내 로봇, 운반 로봇, 청소 로봇, 웨어러블 로봇, 엔터테인먼트 로봇, 펫 로봇, 무인 비행 로봇 등으로 구현될 수 있다.
AI 기술과 자율 주행 기술이 적용된 로봇(10a)은 자율 주행 기능을 가진 로봇 자체나, 자율 주행 차량(10b)과 상호작용하는 로봇(10a) 등을 의미할 수 있다.
자율 주행 기능을 가진 로봇(10a)은 사용자의 제어 없이도 주어진 동선에 따라 스스로 움직이거나, 동선을 스스로 결정하여 움직이는 장치들을 통칭할 수 있다.
자율 주행 기능을 가진 로봇(10a) 및 자율 주행 차량(10b)은 이동 경로 또는 주행 계획 중 하나 이상을 결정하기 위해 공통적인 센싱 방법을 사용할 수 있다. 예를 들어, 자율 주행 기능을 가진 로봇(10a) 및 자율 주행 차량(10b)은 라이다, 레이더, 카메라를 통해 센싱된 정보를 이용하여, 이동 경로 또는 주행 계획 중 하나 이상을 결정할 수 있다.
자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)과 별개로 존재하면서, 자율 주행 차량(10b)의 내부에서 자율 주행 기능에 연계되거나, 자율 주행 차량(10b)에 탑승한 사용자와 연계된 동작을 수행할 수 있다.
이때, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)을 대신하여 센서 정보를 획득하여 자율 주행 차량(10b)에 제공하거나, 센서 정보를 획득하고 주변 환경 정보 또는 객체 정보를 생성하여 자율 주행 차량(10b)에 제공함으로써, 자율 주행 차량(10b)의 자율 주행 기능을 제어하거나 보조할 수 있다.
또는, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)에 탑승한 사용자를 모니터링하거나 사용자와의 상호작용을 통해 자율 주행 차량(10b)의 기능을 제어할 수 있다. 예컨대, 로봇(10a)은 운전자가 졸음 상태인 경우로 판단되는 경우, 자율 주행 차량(10b)의 자율 주행 기능을 활성화하거나 자율 주행 차량(10b)의 구동부의 제어를 보조할 수 있다. 여기서, 로봇(10a)이 제어하는 자율 주행 차량(10b)의 기능에는 단순히 자율 주행 기능뿐만 아니라, 자율 주행 차량(10b)의 내부에 구비된 네비게이션 시스템이나 오디오 시스템에서 제공하는 기능도 포함될 수 있다.
또는, 자율 주행 차량(10b)과 상호작용하는 로봇(10a)은 자율 주행 차량(10b)의 외부에서 자율 주행 차량(10b)에 정보를 제공하거나 기능을 보조할 수 있다. 예컨대, 로봇(10a)은 스마트 신호등과 같이 자율 주행 차량(10b)에 신호 정보 등을 포함하는 교통 정보를 제공할 수도 있고, 전기 차량의 자동 전기 충전기와 같이 자율 주행 차량(10b)과 상호작용하여 충전구에 전기 충전기를 자동으로 연결할 수도 있다.
도 4는 본 실시예의 로봇의 구동부가 도시도 도이고, 도 5은 본 실시예에 따른 로봇의 제어 블록도이다.
로봇(10a)은 바디(30)와, 바디(30)에 장착된 구동부(40)를 포함할 수 있다.
로봇(10a)의 예는 음식물 등의 다양한 물품을 운반할 수 있는 배송로봇이나 로봇(10a) 주변의 사람에게 각종 정보를 제공할 수 있고 사람을 특정 장소로 안내할 수 있는 안내로봇 등일 수 있다.
로봇(10a)이 배송로봇일 경우, 바디(30)에는 물품이 놓여지는 캐리어(또는 브래킷)이 배치될 수 있다.
바디(30)는 복수개 부재의 결합체로 구성될 수 있고, 로봇 본체일 수 있다.바디(30)는 바디(30)의 바닥면 외관을 형성하는 베이스(31)를 포함할 수 있다.
구동부(40)는 베이스(31)에 배치될 수 있다.
구동부(40)는 바디(30)에 복수개 제공될 수 있다. 복수개의 구동부 일 예는 좌측 구동부(40a)와, 우측 구동부(40b)를 포함할 수 있다. 좌측 구동부(40a)와 우측 구동부(40b)는 좌우 대칭되게 배치될 수 있다.
이하, 좌측 구동부(40a)와 우측 구동부(40b)의 공통된 구성에 대해서는 구동부(40)로 칭하여 설명한다.
구동부(40)는 리어 모듈과 프론트 모듈을 포함할 수 있다.
리어 모듈은 리어 관절 모터(50), 리어 관절(55), 리어 구동 모터(60) 및 리어 휠(65)를 포함한다.
프론트 모듈은 프론트 관절 모터(70), 프론트 관절(75), 프론트 구동 모터(80) 및 프론트 휠(85)를 포함한다.
리어 모듈과 프론트 모듈은 전후 대칭되게 배치될 수 있다. 리어 관절 모터(50)는 바디(30)의 하부에 배치될 수 있다. 바디(30)의 하부에는 리어 브래킷(32)가 돌출되게 배치될 수 있고, 리어 관절 모터(50)은 리어 브래킷(32)에 장착될 수 있다.
리어 관절 모터(50)는 리어 관절(55)과 연결될 수 있고, 리어 관절(55)를 회전시킬 수 있다. 리어 관절 모터(50)의 회전축은 리어 관절(65)의 일측에 연결될 수 있다.
리어 관절(55)는 바아 형상 또는 막대 형상으로 형성될 수 있다. 리어 관절(55)은 리어 관절 모터(50)에 의해 시계방향 혹은 반시계방향으로 회전될 수 있다.
리어 관절(55)는 리어 관절 모터(50)에 후방 방향으로 연장될 수 있고, 리어 관절 모터(50)에 후방 하측 방향으로 경사지게 연장될 수 있다.
리어 관절 모터(50)가 리어 관절(55)을 시계방향으로 회전시키면, 리어 관절(55)은 수직에 가깝게 세워질 수 있고, 리어 관절 모터(50)가 리어 관절(55)을 반시계방향으로 회전시키면, 리어 관절(55)은 수평에 가깝게 눕혀질 수 있다.
리어 관절 모터(50)는 바디(30)의 높이를 조절하는 높이 조절 모터일 수 있다. 리어 관절 모터(50)는 리어 휠(65)과 프론트 휠(85)의 간격을 조절하는 간격 조절 모터일 수 있다. 리어 관절 모터(50)가 리어 관절(55)을 세울 경우, 리어 휠(65)과 프론트 휠(85)의 간격은 짧아질 수 있고, 바디(30)의 높이는 높아질 수 있다. 리어 관절 모터(50)가 리어 관절(55)을 눞힐 경우, 리어 휠(65)과 프론트 휠(85)의 간격은 길어질 수 있고, 바디(30)의 높이는 낮아질 수 있다.
리어 관절(55)은 리어 관절 모터(50)에 연결된 연결부가 상부 연결부(56) 또는 전방 연결부일 수 있고, 리어 구동 모터(60)가 연결된 연결부가 하부 연결부(57) 또는 후방 연결부일 수 있다.
리어 관절 모터(50)의 회전축은 상부 연결부(56)와 연결될 수 있고, 리어 구동 모터(50)은 하부 연결부(57)에 장착될 수 있다.
리어 구동 모터(60)는 리어 관절(55)에 배치될 수 있고, 리어 관절(55)의 하부에 배치될 수 있다.
리어 휠(65)은 리어 구동 모터(60)의 회전축에 연결될 수 있고, 리어 구동 모터(60)에 의해 회전될 수 있다.
프론트 관절 모터(70)는 바디(30)의 하부에 배치될 수 있다. 프론트 관절 모터(70)는 바디(2)의 하부에 리어 관절 모터(50)와 이격되게 설치될 수 있다. 바디(30)의 하부에는 프론트 브래킷(34)가 돌출되게 배치될 수 있고, 프론트 관절 모터(70)은 프론트 브래킷(34)에 장착될 수 있다. 프론트 브래킷(34)는 리어 브래킷(32)와 전후 방향 이격될 수 있다.
프론트 관절 모터(70)는 프론트 관절(75)과 연결될 수 있고, 프론트 관절(75)를 회전시킬 수 있다. 프론트 관절 모터(70)의 회전축은 프론트 관절(75)의 일측에 연결될 수 있다.
프론트 관절(75)는 바아 형상 또는 막대 형상으로 형성될 수 있다. 프론트 관절(75)은 프론트 관절 모터(70)에 의해 시계방향 혹은 반시계방향으로 회전될 수 있다.
프론트 관절(75)는 프론트 관절 모터(70)에 전방 방향으로 연장될 수 있고, 프론트 관절 모터(70)에 전방 하측 방향으로 경사지게 연장될 수 있다.
프론트 관절 모터(70)가 프론트 관절(75)을 시계방향으로 회전시키면, 프론트 관절(75)은 수평에 가깝게 눕혀질 수 있고, 프론트 관절 모터(70)가 프론트 관절(75)을 반시계방향으로 회전시키면, 프론트 관절(75)은 수직에 가깝게 세워질 수 있다.
프론트 관절 모터(70)는 바디(30)의 높이를 조절하는 높이 조절 모터일 수 있다. 프론트 관절 모터(70)는 리어 휠(65)과 프론트 휠(85)의 간격을 조절하는 간격 조절 모터일 수 있다. 프론트 관절 모터(70)가 프론트 관절(75)을 세울 경우, 리어 휠(65)과 프론트 휠(85)의 간격은 짧아질 수 있고, 바디(30)의 높이는 높아질 수 있다. 프론트 관절 모터(70)가 프론트 관절(75)을 눞힐 경우, 리어 휠(65)과 프론트 휠(85)의 간격은 길어질 수 있고, 바디(30)의 높이는 낮아질 수 있다.
프론트 관절(75)은 프론트 관절 모터(70)에 연결된 연결부가 상부 연결부(76) 또는 후방 연결부일 수 있고, 프론트 구동 모터(80)가 연결된 연결부가 하부 연결부(77) 또는 전방 연결부일 수 있다.
프론트 관절 모터(70)의 회전축은 상부 연결부(76)와 연결될 수 있고, 프론트 구동 모터(80)은 하부 연결부(77)에 장착될 수 있다.
프론트 구동 모터(80)는 프론트 관절(75)에 배치될 수 있고, 프론트 관절(75)의 하부에 배치될 수 있다.
프론트 휠(85)은 프론트 구동 모터(60)의 회전축에 연결될 수 있고, 프론트 구동 모터(80)에 의해 회전될 수 있다.
리어 관절 모터(50)와, 리어 구동 모터(55)와, 프론트 관절 모터(70) 및 프론트 구동 모터(80)의 각각에는 엔코더가 배치될 수 있다. 엔코더는 이러한 모터의 회전속도, 회전방향을 감지할 수 있는 센서이다. 엔코더는 모터의 구동시 회전자의 회전속도를 센싱하여 프로세서(18)로 송출할 수 있다.
로봇은 서포터(90)를 포함할 수 있다.
서포터(90)는 바디(30)의 하부에 리어 관절(55) 및 프론트 관절(75)과 이격되게 배치될 수 있다.
서포터(90)의 길이(H)는 리어 관절(55)의 길이(L) 및 프론트 관절(75)의 길이 보다 짧을 수 있다. 서포터(90)의 길이(H)는 리어 관절(55)의 폭(W) 및 프론트 관절(75)의 폭 보다 길 수 있다.
서포터(90)의 길이(H)는 서포터(90)의 상하 방향 길이로 정의될 수 있다.
서포터(90)의 길이(H)는 리어 브래킷(32)의 상하 방향 길이 및 프론트 브래킷(34)의 상하 방향 길이 보다 길 수 있다.
서포터(90)는 프론트 구동 모터(80) 보다 리어 구동 모터(60)에 더 근접할 수 있다. 서포터(90)는 프론트 브래킷(34) 보다 리어 브래킷(32)에 더 근접할 수 있다.
서포터(90)는 전후 방향(X)으로 바디(30)의 전단 보다 바디(30)의 후단에 근접한 리어 서포터일 수 있다.
서포터(90)는 바디(30)의 저면에 하측 방향으로 돌출되게 배치될 수 있다. 서포터(90)는 리어 모듈과 프론트 모듈의 사이에 배치될 수 있다. 서포터(90)는 바디(30)의 저면에 하측 방향으로 돌출되게 배치될 수 있다.
좌측 모듈의 리어 관절(55)과 우측 모듈의 리어 관절(55) 각각이 리어 브래킷(32)을 중심으로 수평하게 회전되었을 때, 서포터(90)는 좌측 모듈의 리어 관절(55)과 우측 모듈의 리어 관절(55)에 사이에 위치될 수 있다.
리어 관절(55)이 수평하게 회전되었을 때, 서포터(90)의 하단(90a)은 리어 관절(55)의 하단 보다 낮을 수 있고, 리어 휠(65)의 하단 보다 낮을 수 있다.
서포터(90)의 일 예는 바디(30)의 저면에 배치된 회전되게 배치된 캐스터일 수 있다. 서포터(90)는 리어 휠(65)과 프론트 휠(85)과 이격된 위치에서 로봇(10a)의 주행을 돕는 보조 휠 또는 롤러로 작용할 수 있다.
로봇(10a)은 바디(30)에 설치된 관성센서(100) 및 비젼 센서(110)를 더 포함할 수 있다.
관성센서(100)는 로봇의 속도와 방향, 중력 가속도를 측정할 수 있는 장치로서, 일 예로 IMU(Inertial Measurement Unit)일 수 있으며, 가속도계, 각속도계, 지자기계 및 고도계를 이용하여 로봇(10a)의 움직임 상황을 인식할 수 있다. 관성센서(100)의 일예는 T265일 수 있다.
비젼 센서(110)는 이미지를 촬영할 수 있는 장치로서, 카메라 센서 또는 화상센서일 수 있고, 로봇(10a) 주변의 이미지를 촬영할 수 있다.
프로세서(18)는 리어 관절 모터(50), 리어 구동 모터(60), 프론트 관절 모터(70) 및 프론트 구동 모터(80) 각각을 독립적으로 제어할 수 있다.
리어 관절 모터(50), 리어 구동 모터(60), 프론트 관절 모터(70) 및 프론트 구동 모터(80)의 각각은 모터 컨트롤러를 포함할 수 있다.
로봇(10a)는 각각의 모터 컨트롤러와, 프로세서(18)의 사이에서 통신 변환할 수 있는 통신 변환기(예를 들면, MCP)를 더 포함할 수 있다. 예를 들면, 프로세서(18)는 통신변환기와 SPI 통신할 수 있고, 통신변환기는 리어 관절 모터(50), 리어 구동 모터(60), 프론트 관절 모터(70) 및 프론트 구동 모터(80) 각각의 모터 컨트롤러와 CAN 통신할 수 있다.
도 6은 본 실시예에 따른 로봇이 평지를 주행할 때의 측면도이고, 도 7는 도 6에 도시된 로봇의 프론트 휠이 장애물로 올라갈 때의 측면도이며, 도 8은 도 7에 도시된 로봇의 리어 휠이 장애물로 올라가지 못할 때의 측면도이고, 도 9는 도 8에 도시된 로봇이 리어 관절 상승 모드일 때의 측면도이고, 도 10는 도 9에 도시된 로봇이 리어 관절 하강 모드일 때의 측면도이다.
프로세서(18)는 주행 모드, 리어 관절 상승 모드, 리어 관절 하강 모드(RD)를 실시할 수 있다.
주행 모드는 리어 구동 모터(60) 및 프론트 구동 모터(80)가 함께 구동되는 모드일 수 있다.
리어 구동 모터(60) 및 프론트 구동 모터(80)는 주행 모드시 함께 구동될 수 있고, 리어 휠(65)과 프론트 휠(85)은 함께 회전될 수 있으려, 로봇(10a)은 전진 주행할 수 있다.
주행 모드는 통상적인 로봇(10a)의 주행시 실시되는 모드일 수 있다.
주행 모드시, 로봇(10a)은 서포터(90)의 하단(90a)이 지면(G)이나 걸림턱(P)과 접촉되지 않도록 할 수 있다.
주행 모드시, 로봇(10a)은 리어 휠(65)의 높이와, 프론트 휠(85)의 높이가 서포터(90)의 높이 보다 낮도록 리어 관절 모터(50)와 프론트 관절 모터(70)를 제어할 수 있다.
로봇(10a)은 주행 모드의 도중에 도 7에 도시된 바와 같이, 단차가 있는 지형(이하, 걸림턱)을 만날 수 있고, 프론트 휠(85)은 걸림턱(P)을 타고 올라설 수 있고, 로봇(10a)은 일시적으로 앞부분의 높이가 뒷부분의 높이 보다 높을 수 있다.
도 7에 도시된 바와 같이, 로봇(10a)의 프론트 휠(85)이 걸림턱(P)에 올라선 후, 로봇(10a)의 리어 휠(65)은 도 8에 도시된 바와 같이, 걸림턱(P)에 걸릴 수 있고, 리어 휠(65)은 걸림턱(P)을 타고 올라서지 못할 수 있다.
걸림턱(P)의 높이가 리어 휠(65)의 반경 보다 클 경우, 리어 휠(65)은 걸림턱(P)을 타고 넘지 못할 수 있고, 걸림턱(P)의 벽면에 걸릴 수 있다.
상기와 같이 리어 휠(65)이 걸림턱(P)에 걸리면, 로봇(10a)은 전진되지 못하고 프론트 휠(85)과 리어 휠(65)은 헛돌 수 있고, 로봇(10a)은 리어 휠(65)이 걸림턱(P)을 타고 올라가지 못할 때, 특수한 모드인 리어 관절 상승 모드를 개시할 수 있다.
리어 관절 상승 모드는 일반 모드인 주행 모드와 구별되는 특수 모드로서, 주행 모드의 도중에 개시될 수 있다.
리어 관절 상승 모드는 프론트 구동 모터(90)의 구동 중에, 바디(50)의 이동거리가 설정거리 이내이거나 바디(30)가 정지 상태이면, 실시될 수 있다.
리어 관절 상승 모드는 서포터(90)가 걸림턱(P)의 상면에 접촉되도록 도 9에 도시된 바와 같이, 리어 관절 모터(50)가 리어 관절(55)을 상승시키는 모드일 수 있다.
서포터(90)는 주행 모드시, 지면(G)이나 걸림턱(P)에 접촉되지 않고, 로봇(10a)이 리어 관절 상승 모드로 동작되면, 걸림턱(P)의 상면에 접촉될 수 있다.
프로세서(18)는 엔코더와, 관성센서(100) 및 비젼 센서(110)의 센싱결과에 따라, 리어 관절 상승 모드를 개시할 수 있다.
엔코더의 신호에 의해 프로세서(18)는 현재 프론트 구동 모터(80)가 프론트 휠(85)을 구동하고 있음을 확인할 수 있고, 관성센서(100) 및 비젼센서(110)에 의해 로봇(100a)이 설정 거리 만큼 이동되는 못하고 있음을 확인할 수 있다.
리어 관절 상승 모드가 개시되면, 리어 관절 모터(50)는 리어 관절(55)을 설정 각도(예를 들면, 25°) 만큼 반시계방향으로 회전시킬 수 있고, 리어 관절(55)이 회전됨에 따라 리어 휠(65)은 지면(G)과 떨어질 수 있으며, 서포터(90)의 하단(90a)은 걸림턱(P)의 상면과 접촉될 수 있다.
리어 휠(65)의 하단이 서포터(90)의 하단(90a) 보다 높을 경우, 리어 휠(65)은 걸림턱(P)에 간섭되지 않을 수 있고, 설정 각도는 리어 관절(65)의 반시계방향 회전시, 리어 휠(65)의 하단이 서포터(90)의 하단(90a) 보다 높은 각도로 설정되는 것이 바람직하다.
서포터(90)의 하단(90a)이 걸림턱(P)의 상면과 접촉되고, 리어 휠(65)이 지면(P)과 이격되면, 로봇(10a)의 무게중심(C)은 리어 휠(65)이 걸림턱(P)에 걸렸을 때 보다 낮게 되고, 로봇(100)은 서포터(90)로 인해 새로운 지지점을 확보할 수 있다.
로봇(10a)은 프론트 휠(85)의 회전에 따라 전방 방향으로 주행할 수 있고, 서포터(90)는 로봇(10a)의 뒷부분을 지지하면서 로봇(10a)의 주행을 도울 수 있다.
로봇(10a)은 걸림턱(P)의 위에서 전진될 수 있고, 프로세서(18)은 리어 관절 상승 모드의 도중에 리어 관절 상승 모드를 종료하고, 리어 관절 하강 모드를 실시할 수 있다.
프로세서(13)는 리어 관절 상승 모드의 도중에 프론트 구동 모터(80)의 구동이고, 바디(30)가 설정거리(D) 이동되거나 리어 관절 상승 모드가 개시된 후 설정시간이 경과되면, 서포터(90)가 걸림턱(P)과 이격되도록 리어 관절 모터(50)를 리어 관절 하강 모드를 제어할 수 있다.
리어 관절 하강 모드는 일반 모드인 주행 모드와 구별되는 특수 모드로서, 리어 관절 상승 모드에 연속되어 실시될 수 있다.
리어 관절 하강 모드시, 리어 관절 모터(50)는 도 10에 도시된 바와 같이, 리어 관절(55)을 설정 각도(예를 들면, 25°) 만큼 시계방향으로 회전시킬 수 있고, 리어 관절(55)이 역회전됨에 따라 리어 휠(65)은 걸림턱(P)의 상면과 접촉될 수 있고, 서포터(90)의 하단(90a)은 걸림턱(P)의 상면과 이격될 수 있다.
상기와 같은 리어 관절 하강 모드가 완료되면, 로봇의 주행 모드는 재개될 수 있고, 프론트 휠(85)과 리어 휠(55)은 걸림턱(P)의 상면을 따라 주행될 수 있다.
본 실시예에 따른 로봇의 제어 방법은 바디(30)의 하부에 이격되게 설치된 리어 관절 모터(50) 및 프론트 관절 모터(70); 리어 관절 모터(50)에 의해 회전되는 리어 관절(55); 리어 관절(55)의 하부에 배치된 리어 구동 모터(60); 리어 구동 모터(65)에 의해 회전되는 리어 휠(65); 프론트 관절 모터(70)에 의해 회전되는 프론트 관절(75); 프론트 관절(75)의 하부에 배치된 프론트 구동 모터(80); 프론트 구동 모터(80)에 의해 회전되는 프론트 휠(85) 및 바디(30)의 하부에 리어 관절(55) 및 프론트 관절(75)과 이격되게 배치된 서포터(90)를 포함하는 로봇(10a)을 제어할 수 있다.
로봇(10a)의 제어 방법은 프론트 구동 모터(80)와 리어 구동 모터(60)를 구동하는 단계와, 프론트 구동 모터(80)의 구동 중 바디(30)가 정지이면, 리어 관절 상승 모드를 실시하는 단계를 포함할 수 있다.
리어 관절 상승 모드시, 프로세서(18)는 리어 관절 모터(50)를 제어할 수 있다. 프로세서(18)는 도 9에 도시된 바와 같이, 리어 관절 모터(50)가 리어 관절(55)을 반시계 방향으로 회전시키도록 리어 관절 모터(50)를 제어할 수 있다.
로봇의 제어 방법은, 리어 관절 상승 모드 후, 리어 관절 하강 모드를 실시하는 단계를 더 포함할 수 있다.
리어 관절 하강 모드시, 프론트 구동 모터(80)가 구동되고 바디(90)가 설정거리(D) 이동되면, 개시될 수 있고, 프로세서(18)은 리어 관절 모터(50)를 제어할 수 있다. 프로세서(18)는 도 10에 도시된 바와 같이, 리어 관절 모터(50)가 리어 관절(55)을 시계 방향으로 회전시키도록 리어 관절 모터(50)를 제어할 수 있다.
도 11은 도 1에 도시된 로봇의 변형예가 평지를 주행할 때의 측면도이고, 도 12는 도 8에 도시된 로봇의 프론트 휠이 장애물로 올라갈 때의 측면도이며, 도 13은 도 9에 도시된 로봇의 리어 휠이 장애물로 올라가지 못할 때의 측면도이고, 도 14는 도 10에 도시된 로봇이 리어 관절 상승 모드일 때의 측면도이며, 도 15는 도 11에 도시된 로봇이 리어 관절 하강 모드일 때의 측면도이다.
도 11 내지 도 15에 도시된 로봇은 서포터(90')를 포함하고, 서포터(90')는 바디(30)의 저면에 배치된 탄성부재를 포함할 수 있다.
서포터(90')의 일예는 지면을 향해 볼록한 판 스프링일 수 있다.
외력이 서포터(90')이 작용하지 않을 때, 서포터(90')의 길이(H)는 리어 관절(55)의 길이(L) 및 프론트 관절(75)의 길이 보다 짧을 수 있다. 서포터(90')의 길이(H)는 리어 관절(55)의 폭(W) 및 프론트 관절(75)의 폭 보다 길 수 있다. 서포터(90')의 길이(H)는 서포터(90')의 상하 방향 길이로 정의될 수 있다. 서포터(90')의 길이(H)는 리어 브래킷(32)의 상하 방향 길이 및 프론트 브래킷(34)의 상하 방향 길이 보다 길 수 있다.
로봇(10a)은 도 11 내지 도 15에 도시된 바와 같이, 지면(G)을 주행하다가 걸림턱(P)을 타고 넘을 수 있다.
로봇(10a)은 도 14에 도시된 바와 같이, 리어 휠(65)이 반시계 방향으로 회전되어, 리어 휠(65)이 지면(G)과 이격될 수 있으며, 서포터(90')의 하단(90a)이 걸림턱(P)의 상면에 접촉될 수 있다.
서포터(90')는 탄성부재로 이루어져 걸림턱(P)의 상면에 접촉될 때, 그 충격을 흡수할 수 있다.
로봇(10a)은 도 15에 도시된 바와 같이, 리어 휠(65)이 반시계 방향으로 회전되어, 리어 휠(65)이 걸림턱(P)의 상면에 접촉될 수 있고, 서포터(90')의 하단(90a)이 걸림턱(P)의 상면과 이격될 수 있다.
로봇의 변형예는 서포터(90')가 탄성부재인 것 이외에 기타의 구성은 도 1 내지 도 10의 로봇(10a)와 동일할 수 있고, 중복된 설명을 피하기 위해 그에 대한 상세한 설명은 생략한다.
도 16에는 본 실시예에 따른 로봇의 다양한 모드가 도시된 예이다.
도 16의 (a)는 로봇이 실내 주행모드일 때의 도이고, 도 16의 (b)는 로봇이 지형 극복 주행모드일 때의 도이며, 도 16의 (c)는 로봇이 실외 평지 주행모드일 때의 도이다.
리어 관절 모터(50)와, 프론트 관절 모터(70)은 고 알피엠(RPM)과 고 토크(Torque)를 갖는 모터일 수 있고, 스프링 없이도 댐퍼나 스프링 특히, 토션 스프링과 같이 동작될 수 있고, 감속비(9 내지 6: 1)를 낮추고 고 알피엠을 구현하여 반응시간을 최소화할 수 있다.
리어 관절 모터(50)와, 프론트 관절 모터(70)은 장애물이나 걸림턱(P,도 8 및 도 9 참조) 등의 단턱를 넘을 때 리어 구동 모터(60)나 프론트 구동 모터(80)애 작용하는 토크를 상쇄하도록 동작될 수 있다.
리어 관절 모터(50)와, 프론트 관절 모터(70)은 평지를 주행하는 것과 같은 평상시에는 각도 제어(포지션 제어)의 가중치가 높고, 토크 제어의 비중이 낮을 수 있다.
리어 관절 모터(50)와, 프론트 관절 모터(70)은 외부 토크가 급격히 변화하면 토크 제어의 가중치가 높아질 수 있다. 따라서 리어 휠(65)이나 프론트 휠(85)이 갑자기 낙하할 경우, 이에 즉각적(실시간)으로 대응할 수 있다.
리어 관절 모터(50)와, 프론트 관절 모터(70)은 단일의 엔코더만으로 토크 제어가 가능하다.
프로세서(18)는 로봇(10a)에 설치된 가속도 센서를 통해 로봇(10a)의 기울어짐을 감지할 수 있고, 이때, 전체 바디 제어를 수행할 수 있다. 전체 바디 제어시, 로봇(10a)은 전체적으로 수평을 유지할 수 있고, 장애물이나 구덩이 등을 통과할 때, 리어 관절 모터(50)와, 프론트 관절 모터(70)는 댐퍼 또는 스프링과 같이 기능할 수 있다.
리어 관절 모터(50)와, 프론트 관절 모터(70)은 바디(30)의 높이 다양한 모드로 조절할 수 있다.
로봇(10a)은 실내를 주행할 때, 도 16의 (a)에 도시된 바와 같이, 실내 주행모드를 실시할 수 있고, 실내 주행 모드시, 프로세서(18)는 리어 휠(65)과 프론트 휠(85)이 전후 방향(X)으로 제1거리(L1)만큼 이격되고, 바디(30)의 하면 높이가 지면에서 제1높이(H1)에 위치되게 리어 관절(55) 및 프론트 관절(75)을 회전시킬 수 있다.
제1거리(L1)는 타 모드에 비해 짧을 수 있고, 제1높이(H1)는 타 모드에 비해 높을 수 있다.
실내 주행 모드시, 로봇(10a)의 리어 휠(65)이 프론트 휠(85)는 주변의 타 물체와 충돌되거나 간섭되는 것을 최소화할 수 있고, 좁은 협로를 안정감 있게 주행할 수 있다.
로봇(10a)은 장애물 등이 존재하는 지형을 주행할 때, 도 16의 (b)에 도시된 바와 같이, 지형 극복 주행모드를 실시할 수 있고, 지형 극복 주행모드시, 프로세서(18)는 리어 휠(65)과 프론트 휠(85)이 전후 방향(X)으로 제2거리(L2)만큼 이격되고, 바디(30)의 하면 높이가 지면에서 제2높이(H2)에 위치되게 리어 관절(55) 및 프론트 관절(75)을 회전시킬 수 있다.
제2거리(L2)는 제1거리(L1) 보다 길 수 있고, 제2높이(H2)는 제1높이(H1) 보다 낮을 수 있다.
로봇(10a)은 실외 평지인 지형을 주행할 때, 도 16의 (c)에 도시된 바와 같이, 실외 평지 주행모드를 실시할 수 있고, 실외 평지 주행모드시, 프로세서(18)는 리어 휠(65)과 프론트 휠(85)이 전후 방향(X)으로 제3거리(L3)만큼 이격되고, 바디(30)의 하면 높이가 지면에서 제3높이(H3)에 위치되게 리어 관절(55) 및 프론트 관절(75)을 회전시킬 수 있다.
제3거리(L3)는 타 모드에 비해 길 수 있고, 제1거리(L1) 및 제2거리(L2)보다 길 수 있다. 제3높이(H3)는 타 모드에 비해 낮을 수 있고, 제1높이(H1) 및 제2높이(H2)보다 낮을 수 있다.
실외 평지 주행모드시, 로봇(10a)은 바디(30)의 높이가 낮고, 그 무게중심이 낮기 때문에, 실외에서 고속 주행할 수 있다.
도 17은 본 실시예에 따른 로봇이 경사 모드일 때의 도이다.
도 17의 (a)는 로봇이 좌우 경사 주행모드일 때의 도이고, 도 17의 (b)는 로봇이 전후 경사 주행모드일 때의 도이다.
로봇(10a)은 도 17의 (a)에 도시된 바와 같이, 좌우 방향으로 경사지거나 좌우 방향으로 단차진 지형을 통과할 수 있고, 로봇(10a)은 좌우 경사 주행모드일 수 있다.
우측이 높은 좌우 경사 주행모드시, 우측 구동부(40b)의 리어 관절 모터(50) 및 프론트 관절 모터(70)는 리어 관절(55) 및 프론트 관절(75)를 대략 수평하게 회전시키거나 수평에 가깝도록 회전시킬 수 있다. 반면에, 좌측 구동부(40a)의 리어 관절 모터(50) 및 프론트 관절 모터(70)는 리어 관절(55) 및 프론트 관절(75)를 우측 구동부(40b) 보다 경사지게 회전시킬 수 있다.
반대로, 좌측이 높은 좌우 경사 주행모드시, 좌측 구동부(40a)의 리어 관절 모터(50) 및 프론트 관절 모터(70)는 리어 관절(55) 및 프론트 관절(75)를 대략 수평하게 회치되거나 수평에 가깝게 회전시킬 수 있다. 반면에, 우측 구동부(40b)의 리어 관절 모터(50) 및 프론트 관절 모터(70)는 리어 관절(55) 및 프론트 관절(75)이 우측 구동부(40b) 보다 경사지게 회전시킬 수 있다.
상기와 같은 좌우 경사 주행모드시, 바디(30)는 좌측이나 우측으로 기울어지는 것이 최소화되고, 바디(30)가 좌우 방향(Y)으로 대략 수평한 상태일 수 있다.
로봇(10a)은 도 17의 (b)에 도시된 바와 같이, 전후 방향으로 경사지거나 단차진 지형을 통과할 수 있고, 로봇(10a)은 전후 경사 주행모드일 수 있다.
전후 경사 주행모드시, 프론트 관절 모터(70)와 리어 관절 모터(50)는 프론트 관절(75)과 리어 관절(55)를 서로 상이한 각도로 회전시킬 수 있다.
로봇(10a)이 도 17의 (b)에 도시된 바와 같이, 오르막 지형을 오를 때, 프론트 관절 모터(70)은 프론트 관절(75)를 대략 수평하거나 수평에 가깝게 회전시킬 수 있고, 리어 관절 모터(50)는 리어 관절(55)를 프론트 관절(75) 보다 경사지게 회전시킬 수 있다.
반대로, 로봇(10a)이 내리막 지형을 지날 때, 리어 관절 모터(50)는 리어 관절(55)를 대략 수평하거나 수평에 가깝게 회전시킬 수 있고, 프론트 관절 모터(70)은 프론트 관절(75)를 리어 관절(55) 보다 경사지게 회전시킬 수 있다 .
상기와 같은 전후 경사 주행모드시, 바디(30)는 전방이나 후방으로 기울어지는 것이 최소화되고, 바디(30)가 전후 방향(X)으로 대략 수평한 상태일 수 있다.
도 18은 본 실시예에 따른 로봇이 돌출부을 타고 넘을 때 바디가 수평한 상태가 도시된 도이다.
로봇(10a)은 지면을 전진 주행시 도 18의 (a)에 도시된 바와 같이, 지면에서 돌출된 돌출부(Q)를 만날 수 있고, 프론트 관절 모터(70)와 리어 관절 모터(50)는 도 18의 (b)와 같이 프론트 관절(75)과 리어 관절(55)를 서로 상이한 각도로 회전시킬 수 있다.
도 18의 (b)와 같이 프론트 관절 모터(70)는 프론트 관절(75)을 리어 관절(55) 보다 수평에 가깝게 회전시킬 수 있고, 리어 관절 모터(50)는 리어 관절(55)를 프론트 관절(75) 보다 수직에 가깝게 유지시킬 수 있다.
이 경우, 바디(30)는 전방이나 후방으로 기울어지는 것이 최소화되고, 바디(30)는 전후 방향(X)으로 대략 수평한 상태를 유지할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
Claims (10)
- 바디의 하부에 이격되게 설치된 리어 관절 모터 및 프론트 관절 모터;상기 리어 관절 모터에 의해 회전되는 리어 관절;상기 리어 관절의 하부에 배치된 리어 구동 모터;상기 리어 구동 모터에 의해 회전되는 리어 휠;상기 프론트 관절 모터에 의해 회전되는 프론트 관절;상기 프론트 관절의 하부에 배치된 프론트 구동 모터;상기 프론트 구동 모터에 의해 회전되는 프론트 휠;상기 바디의 하부에 상기 리어 관절 및 프론트 관절과 이격되게 배치되고 상기 리어 관절의 길이 및 프론트 관절의 길이 보다 짧은 길이를 갖는 서포터 및상기 프론트 구동 모터의 구동 중에, 상기 바디의 이동거리가 설정거리 이내이거나 상기 바디가 정지이면, 리어 관절 상승 모드를 실시하는 프로세서를 포함하고,상기 리어 관절 상승 모드는 상기 리어 휠이 지면과 이격되도록 상기 리어 관절 모터가 상기 리어 관절을 상승시키는 로봇.
- 제 1 항에 있어서,상기 서포터는 상기 프론트 구동 모터 보다 상기 리어 구동 모터에 더 근접한 로봇.
- 제 1 항에 있어서,상기 서포터는 상기 바디의 저면에 하측 방향으로 돌출되게 배치된 로봇.
- 제 1 항에 있어서,상기 서포터는 상기 바디의 저면에 배치된 캐스터인 로봇.
- 제 1 항에 있어서,상기 서포터는 상기 바디의 저면에 배치된 탄성부재를 포함하는 로봇.
- 제 1 항에 있어서,상기 서포터는 지면을 향해 볼록한 로봇.
- 제 1 항에 있어서,상기 프론트 구동 모터에 배치된 엔코더 및상기 바디에 설치된 관성센서 및 비젼 센서를 더 포함하고,상기 프로세서는 상기 엔코더와, 상기 관성센서 및 상기 비젼 센서의 센싱결과에 따라, 상기 리어 관절 상승 모드를 개시하는 로봇.
- 제 1 항에 있어서,상기 프로세서는 상기 리어 관절 상승 모드 후, 상기 프론트 구동 모터의 구동이고, 상기 바디가 설정거리 이동되면, 상기 리어 관절 모터를 리어 관절 하강 모드를 제어하는 로봇.
- 바디의 하부에 이격되게 설치된 리어 관절 모터 및 프론트 관절 모터; 상기 리어 관절 모터에 의해 회전되는 리어 관절; 상기 리어 관절의 하부에 배치된 리어 구동 모터; 상기 리어 구동 모터에 의해 회전되는 리어 휠; 상기 프론트 관절 모터에 의해 회전되는 프론트 관절; 상기 프론트 관절의 하부에 배치된 프론트 구동 모터; 상기 프론트 구동 모터에 의해 회전되는 프론트 휠 및 상기 바디의 하부에 상기 리어 관절 및 프론트 관절과 이격되게 배치된 서포터를 포함하는 로봇을 제어하는 로봇 제어 방법에 있어서,상기 프론트 구동 모터와 리어 모터를 구동하는 단계 및상기 프론트 구동 모터의 구동 중 상기 바디가 정지이면, 상기 서포터가 지면에 닿도록 상기 리어 관절 모터를 리어 관절 상승 모드를 제어하는 단계를 포함하는 로봇 제어방법
- 제 9 항에 있어서,상기 리어 관절 상승 모드 후, 상기 프론트 구동 모터가 구동되고 상기 바디가 설정거리 이동되면, 상기 리어 관절 모터를 리어 관절 하강 모드를 제어하는 단계를 더 포함하는 로봇 제어방법.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20200127144 | 2020-09-29 | ||
KR10-2020-0127144 | 2020-09-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2022071668A1 true WO2022071668A1 (ko) | 2022-04-07 |
Family
ID=80950691
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/KR2021/011662 WO2022071668A1 (ko) | 2020-09-29 | 2021-08-31 | 로봇 및 그 제어방법 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102625298B1 (ko) |
WO (1) | WO2022071668A1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114735102A (zh) * | 2022-04-15 | 2022-07-12 | 太原理工大学 | 可分体多模态轮腿四足机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005028971A (ja) * | 2003-07-10 | 2005-02-03 | Toshiba Corp | 走行装置 |
JP2006190105A (ja) * | 2005-01-06 | 2006-07-20 | Toshiba Corp | 移動ロボット |
JP2009107468A (ja) * | 2007-10-30 | 2009-05-21 | Ihi Corp | 走行車 |
KR20120127956A (ko) * | 2011-05-16 | 2012-11-26 | 한국항공우주연구원 | 로버의 주행 장치 |
JP2014234137A (ja) * | 2013-06-05 | 2014-12-15 | スズキ株式会社 | 階段走行車両 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170083854A (ko) | 2016-01-11 | 2017-07-19 | 목포대학교산학협력단 | 가변형 바퀴가 장착된 이동로봇 |
-
2021
- 2021-08-31 WO PCT/KR2021/011662 patent/WO2022071668A1/ko active Application Filing
- 2021-09-09 KR KR1020210120267A patent/KR102625298B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005028971A (ja) * | 2003-07-10 | 2005-02-03 | Toshiba Corp | 走行装置 |
JP2006190105A (ja) * | 2005-01-06 | 2006-07-20 | Toshiba Corp | 移動ロボット |
JP2009107468A (ja) * | 2007-10-30 | 2009-05-21 | Ihi Corp | 走行車 |
KR20120127956A (ko) * | 2011-05-16 | 2012-11-26 | 한국항공우주연구원 | 로버의 주행 장치 |
JP2014234137A (ja) * | 2013-06-05 | 2014-12-15 | スズキ株式会社 | 階段走行車両 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114735102A (zh) * | 2022-04-15 | 2022-07-12 | 太原理工大学 | 可分体多模态轮腿四足机器人 |
CN114735102B (zh) * | 2022-04-15 | 2023-02-21 | 太原理工大学 | 可分体多模态轮腿四足机器人 |
CN114735102B8 (zh) * | 2022-04-15 | 2023-04-11 | 太原理工大学 | 可分体多模态轮腿四足机器人 |
Also Published As
Publication number | Publication date |
---|---|
KR20220043864A (ko) | 2022-04-05 |
KR102625298B1 (ko) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021010502A1 (ko) | 로봇 및 그를 이용한 물품 관리 방법 | |
WO2020256195A1 (ko) | 빌딩 관리 로봇 및 그를 이용한 서비스 제공 방법 | |
WO2020246643A1 (ko) | 서빙 로봇 및 그를 이용한 고객 접대 방법 | |
WO2021002511A1 (ko) | 마커, 마커 추종 모드로 이동하는 방법 및 이를 구현하는 카트로봇 | |
WO2022055002A1 (ko) | 로봇 | |
WO2020032412A1 (en) | Moving robot and following setting method thereof | |
WO2020241929A1 (ko) | 청소 로봇 | |
WO2021002499A1 (ko) | 군집 로봇을 이용하여 사용자의 위치를 추적하는 방법, 태그장치 및 이를 구현하는 로봇 | |
WO2020256180A1 (ko) | 사용자 인식 기반의 유모차 로봇 및 그 제어 방법 | |
WO2021015308A1 (ko) | 로봇 및 그의 기동어 인식 방법 | |
WO2020241930A1 (ko) | 멀티 센서를 이용하여 위치를 추정하는 방법 및 이를 구현하는 로봇 | |
WO2021006368A1 (ko) | 인공지능 기반의 에너지 사용량 예측 장치 및 예측 방법 | |
WO2020251086A1 (ko) | 인공지능 세탁물 처리 기기 | |
WO2020222342A1 (ko) | 인공지능을 이용하여 주행공간을 식별하는 방법, 학습모듈 및 카트로봇 | |
WO2020246625A1 (ko) | 로봇 및 그를 포함하는 로봇 시스템 | |
WO2020241920A1 (ko) | 장치 정보에 기반하여, 다른 장치를 제어할 수 있는 인공 지능 장치 | |
WO2020246640A1 (ko) | 사용자의 위치를 결정하는 인공 지능 장치 및 그 방법 | |
WO2020262746A1 (ko) | 인공지능 기반의 세탁 코스 추천 장치 및 그 제어 방법 | |
WO2022071668A1 (ko) | 로봇 및 그 제어방법 | |
WO2020262721A1 (ko) | 인공 지능을 이용하여, 복수의 로봇들을 제어하는 관제 시스템 | |
WO2021215547A1 (ko) | 스마트 홈 장치 및 방법 | |
WO2020230928A1 (ko) | 로봇 및 그의 제어 방법 | |
WO2020241919A1 (ko) | 인공지능 기반의 세탁물 데이터 분석 장치 | |
WO2021002493A1 (ko) | 지능형 게이트웨이 장치 및 그를 포함하는 제어 시스템 | |
WO2020251096A1 (ko) | 인공 지능 로봇 및 그의 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21875943 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 21875943 Country of ref document: EP Kind code of ref document: A1 |