1 |
1
로봇의 작업수행 과정을 자동 제어하기 위한 인공지능 기반의 모델을 생성하는 방법에 있어서, 작업자의 작업수행정보를 입력받아 초기 동작모델을 생성하는 단계와,상기 생성한 초기 동작모델에 따라 로봇의 작업수행 중에 획득한 작업수행 영상, 로봇 배치정보 및 상기 초기 동작모델의 로봇 제어신호를 학습 데이터로 입력받아 심층신경망을 학습시키는 단계와, 상기 학습된 심층신경망으로부터 출력된 로봇 제어신호를 입력받아 새로운 동작모델을 생성하는 단계와,강화학습에 의해 상기 새로운 동작모델을 최적화하는 단계를 포함하는 인공지능 기반의 모델 생성 방법
|
2 |
2
제1항에 있어서, 상기 최적화된 동작모델에 따라 로봇의 작업수행 중에 획득한 작업수행 영상, 로봇 배치정보 및 상기 최적화된 동작모델의 로봇 제어신호를 학습 데이터로 입력받아 상기 학습된 심층신경망을 다시 학습시키는 단계를 더 포함하는 것을 특징으로 하는 인공지능 기반의 모델 생성 방법
|
3 |
3
제1항에 있어서,상기 작업자의 작업수행정보는 작업자가 로봇을 잡고 지도하는 과정에서 생성된 로봇의 배치정보(로봇 조인트 정보, 로봇의 손끝의 위치/자세, 속도, 가속도, 힘, 토크 등)인 것을 특징으로 하는 인공지능 기반의 모델 생성 방법
|
4 |
4
제1항에 있어서, 상기 새로운 동작모델을 최적화하는 단계는 상기 새로운 동작모델로부터 초기 정책을 생성하여 초기 정책에서 보상함수를 계산하고, 보상함수로 초기 정책을 개선하여 개선된 정책을 생성하는 것을 특징으로 하는 인공지능 기반의 모델 생성 방법
|
5 |
5
제4항에 있어서,상기 보상함수는 작업자의 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값과 이후 동작모델에 의한 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값의 평균 제곱근 오차(RMSE)가 최소가 되도록 설계되는 것을 특징으로 하는 인공지능 기반의 모델 생성 방법
|
6 |
6
인공지능 기반으로 로봇의 작업수행을 자동 제어하는 방법에 있어서, 작업자의 작업수행정보에 근거해 생성한 초기 동작모델에 따라 로봇의 작업수행 중에 획득한 데이터를 이용해 심층신경망을 학습시키고, 심층신경망으로부터 출력된 로봇 제어신호에 근거해 생성한 동작모델을 강화학습에 의해 최적화하여 최적화된 동작모델에 따라 로봇의 작업수행 중에 획득한 데이터를 이용해 심층신경망을 다시 학습시켜 이러한 심층신경망이 적용된 제어장치가 카메라 영상 및 로봇의 배치정보를 입력받아 로봇의 제어신호를 출력하는 것을 특징으로 하는 인공지능 기반 자동 제어 방법
|
7 |
7
제6항에 있어서, 상기 작업자의 작업수행정보는 작업자가 로봇을 잡고 지도하는 과정에서 생성된 로봇의 배치정보(로봇 조인트 정보, 로봇의 손끝의 위치/자세, 속도, 가속도, 힘, 토크 등)인 것을 특징으로 하는 인공지능 기반 자동 제어 방법
|
8 |
8
제6항에 있어서, 상기 심층신경망으로부터 출력된 로봇 제어신호에 근거해 생성한 동작모델로부터 초기 정책을 생성하여 초기 정책에서 보상함수를 계산하고, 보상함수로 초기 정책을 개선하여 개선된 정책을 생성하여 동작모델을 최적화하는 것을 특징으로 하는 인공지능 기반 자동 제어 방법
|
9 |
9
제8항에 있어서,상기 보상함수는 작업자의 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값과 이후 동작모델에 의한 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값의 평균 제곱근 오차(RMSE)가 최소가 되도록 설계되는 것을 특징으로 하는 인공지능 기반 자동 제어 방법
|
10 |
10
작업을 수행하면서 로봇 배치정보를 출력하는 로봇 매니퓰레이터와, 상기 로봇 매니퓰레이터와 주변 환경을 촬영하여 작업수행 영상을 획득하는 카메라 모듈과,상기 로봇 매니퓰레이터의 로봇 배치정보 및 상기 카메라 모듈의 작업수행 영상을 입력받아 인공지능 기반 모델을 통해 분석하여 로봇 매니퓰레이터의 동작제어를 위한 로봇 제어신호를 출력하는 제어장치를 포함하는 인공지능 기반 로봇 매니퓰레이터의 자동 제어 시스템
|
11 |
11
제10항에 있어서,상기 제어장치에 적용되는 인공지능 기반 모델은 작업자의 작업수행정보에 근거해 생성한 초기 동작모델에 따라 로봇 매니퓰레이터의 작업수행 중에 획득한 데이터를 이용해 심층신경망을 학습시키고, 심층신경망으로부터 출력된 로봇 제어신호에 근거해 생성한 동작모델을 강화학습에 의해 최적화하여 최적화된 동작모델에 따라 로봇 매니퓰레이터의 작업수행 중에 획득한 데이터를 이용해 심층신경망을 다시 학습시켜 생성하는 것을 특징으로 하는 인공지능 기반 로봇 매니퓰레이터의 자동 제어 시스템
|
12 |
12
제10항에 있어서, 상기 작업자의 작업수행정보는 작업자가 로봇을 잡고 지도하는 과정에서 생성된 로봇의 배치정보(로봇 조인트 정보, 로봇의 손끝의 위치/자세, 속도, 가속도, 힘, 토크 등)인 것을 특징으로 하는 인공지능 기반 로봇 매니퓰레이터의 자동 제어 시스템
|
13 |
13
제10항에 있어서, 상기 심층신경망으로부터 출력된 로봇 제어신호에 근거해 생성한 동작모델로부터 초기 정책을 생성하여 초기 정책에서 보상함수를 계산하고, 보상함수로 초기 정책을 개선하여 개선된 정책을 생성하여 동작모델을 최적화하는 것을 특징으로 하는 인공지능 기반 로봇 매니퓰레이터의 자동 제어 시스템
|
14 |
14
제13항에 있어서,상기 보상함수는 작업자의 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값과 이후 동작모델에 의한 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값의 평균 제곱근 오차(RMSE)가 최소가 되도록 설계되는 것을 특징으로 하는 인공지능 기반 로봇 매니퓰레이터의 자동 제어 시스템
|
15 |
15
인공지능 기반으로 로봇의 작업수행을 자동 제어하는 제어장치에 있어서, 상기 제어장치는 로봇 매니퓰레이터의 로봇 배치정보 및 카메라 모듈의 작업수행 영상을 입력받아 인공지능 기반 모델을 통해 분석하여 로봇 매니퓰레이터의 동작제어를 위한 로봇 제어신호를 출력하며, 상기 인공지능 기반 모델은 작업자의 작업수행정보에 근거해 생성한 초기 동작모델에 따라 로봇의 작업수행 중에 획득한 데이터를 이용해 심층신경망을 학습시키고, 심층신경망으로부터 출력된 로봇 제어신호에 근거해 생성한 동작모델을 강화학습에 의해 최적화하여 최적화된 동작모델에 따라 로봇의 작업수행 중에 획득한 데이터를 이용해 심층신경망을 다시 학습시켜 생성하는 것을 특징으로 하는 인공지능 기반 제어장치
|
16 |
16
제15항에 있어서, 상기 작업자의 작업수행정보는 작업자가 로봇을 잡고 지도하는 과정에서 생성된 로봇의 배치정보(로봇 조인트 정보, 로봇의 손끝의 위치/자세, 속도, 가속도, 힘, 토크 등)인 것을 특징으로 하는 인공지능 기반 제어장치
|
17 |
17
제15항에 있어서, 상기 심층신경망으로부터 출력된 로봇 제어신호에 근거해 생성한 동작모델로부터 초기 정책을 생성하여 초기 정책에서 보상함수를 계산하고, 보상함수로 초기 정책을 개선하여 개선된 정책을 생성하여 동작모델을 최적화하는 것을 특징으로 하는 인공지능 기반 제어장치
|
18 |
18
제17항에 있어서,상기 보상함수는 작업자의 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값과 이후 동작모델에 의한 작업수행에 따라 획득한 이미지로부터 구한 공간 벡터 값의 평균 제곱근 오차(RMSE)가 최소가 되도록 설계되는 것을 특징으로 하는 인공지능 기반 제어장치
|