맞춤기술찾기

이전대상기술

산업용 로봇에서의 오류 모터를 식별하기 위해 기계 학습 모델을 학습시키는 방법

  • 기술번호 : KST2023003596
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 복수의 모터를 포함하는 로봇(Robot)에서 오류 모터를 식별하기 위해 기계 학습 모델(machine learning model)을 학습시키는 방법이 개시된다. 개시된 방법은, 상기 로봇이 동작하는 패턴 및 상기 패턴에 따른 동작 궤적 상의 중간 도달점을 설정하고 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 각각 가지게 되는 각도 값들을 제공하는 단계, 상기 로봇이 정상 상태에서 상기 동작 궤적을 따라 움직이도록 제어하면서 복수의 제1 궤적 데이터 세트를 획득하는 단계, 상기 로봇이 복수의 모터 교체 상태에서 상기 동작 궤적을 따라 움직이도록 제어하면서 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트를 획득하는 단계, 상기 복수의 제1 궤적 데이터 세트 및 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트에 대해 전처리를 수행하여 학습 데이터를 구성하는 단계, 및 상기 학습 데이터를 적어도 부분적으로 이용하여 상기 기계 학습 모델을 학습시키는 단계를 포함할 수 있다.
Int. CL B25J 9/12 (2006.01.01) B25J 9/16 (2006.01.01)
CPC B25J 9/12(2013.01) B25J 9/1653(2013.01) B25J 9/163(2013.01)
출원번호/일자 1020220013471 (2022.01.28)
출원인 강원대학교산학협력단
등록번호/일자
공개번호/일자 10-2023-0094088 (2023.06.27) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020210182785   |   2021.12.20
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2022.01.28)
심사청구항수 21

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 강원대학교산학협력단 대한민국 강원도 춘천시

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박홍성 서울특별시 서초구
2 김미숙 서울특별시 영등포구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 무한 대한민국 서울특별시 강남구 언주로 ***, *층(역삼동,화물재단빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2022.01.28 수리 (Accepted) 1-1-2022-0115191-17
2 선행기술조사의뢰서
Request for Prior Art Search
2022.09.16 수리 (Accepted) 9-1-9999-9999999-89
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
복수의 모터를 포함하는 로봇(Robot)에서 오류 모터를 식별하기 위해 기계 학습 모델(machine learning model)을 학습시키는 방법으로서,상기 로봇이 동작하는 패턴 및 상기 패턴에 따른 동작 궤적 상의 중간 도달점을 설정하고 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 각각 가지게 되는 각도 값들을 제공하는 단계,상기 로봇이 정상 상태에서 상기 동작 궤적을 따라 움직이도록 제어하면서 복수의 제1 궤적 데이터 세트를 획득하는 단계,상기 로봇이 복수의 모터 교체 상태에서 상기 동작 궤적을 따라 움직이도록 제어하면서 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트를 획득하는 단계,상기 복수의 제1 궤적 데이터 세트 및 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트에 대해 전처리를 수행하여 학습 데이터를 구성하는 단계, 및상기 학습 데이터를 적어도 부분적으로 이용하여 상기 기계 학습 모델을 학습시키는 단계를 포함하는 기계 학습 모델 학습 방법
2 2
제1항에 있어서,상기 정상 상태는 상기 로봇에 복수의 오류 없는 모터가 장착된 상태인, 기계 학습 모델 학습 방법
3 3
제2항에 있어서,상기 복수의 제1 궤적 데이터 세트의 각각은 상기 해당 제1 궤적 데이터 세트가 획득된 시점에서의 상기 복수의 모터의 각각의 각도 값 및 속도 또는 각속도 값에 관한 데이터를 포함하는, 기계 학습 모델 학습 방법
4 4
제3항에 있어서,상기 복수의 제1 궤적 데이터 세트 및 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트에 대해 전처리를 수행하여 학습 데이터를 구성하는 단계는, 상기 복수의 제1 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계를 포함하고,상기 복수의 제1 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 중간 도달점을 지시하는 번호 및 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 가지게 되는 각도 값들에 관한 데이터를 상기 해당 제1 궤적 데이터 세트에 추가하는 단계를 포함하는, 기계 학습 모델 학습 방법
5 5
제4항에 있어서,상기 복수의 제1 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 해당 제1 궤적 데이터 세트가 획득된 순번을 나타내는 시퀀스번호(seqNum)를 상기 해당 제1 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 기계 학습 모델 학습 방법
6 6
제5항에 있어서,상기 복수의 제1 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 해당 제1 궤적 데이터 세트에 포함된 상기 복수의 모터의 각도 값들에서 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 가지게 되는 각도 값들을 각각 감산하여 얻은 차이 값들에 관한 데이터를 상기 해당 제1 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 기계 학습 모델 학습 방법
7 7
제6항에 있어서,상기 복수의 제1 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 해당 제1 궤적 데이터 세트가 상기 정상 상태에서 획득된 것임을 지시하는 데이터를 상기 해당 제1 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 기계 학습 모델 학습 방법
8 8
제1항에 있어서,상기 복수의 모터 교체 상태의 각각은 상기 로봇에서 상기 복수의 오류 없는 모터의 하나가 오류 있는 모터로 교체된 상태인, 기계 학습 모델 학습 방법
9 9
제8항에 있어서,상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트의 각각은 상기 해당 제2 궤적 데이터 세트가 획득된 시점에서의 상기 교체된 오류 있는 모터를 포함하는 복수의 모터의 각각의 각도 값 및 속도 또는 각속도 값에 관한 데이터를 포함하는, 기계 학습 모델 학습 방법
10 10
제9항에 있어서,상기 복수의 제1 궤적 데이터 세트 및 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트에 대해 전처리를 수행하여 학습 데이터를 구성하는 단계는, 상기 복수의 모터 교체 상태의 각각과 연관된 복수의 제2 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계를 포함하고,상기 복수의 제2 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 중간 도달점을 지시하는 번호 및 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 가지게 되는 각도 값들에 관한 데이터를 상기 해당 제2 궤적 데이터 세트에 추가하는 단계를 포함하는, 기계 학습 모델 학습 방법
11 11
제10항에 있어서,상기 복수의 제2 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 해당 제2 궤적 데이터 세트가 획득된 순번을 나타내는 시퀀스번호를 상기 해당 제2 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 기계 학습 모델 학습 방법
12 12
제11항에 있어서,상기 복수의 제2 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 해당 제2 궤적 데이터 세트에 포함된 상기 복수의 모터의 각도 값들에서 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 가지게 되는 각도 값들을 각각 감산하여 얻은 차이 값들에 관한 데이터를 상기 해당 제2 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 기계 학습 모델 학습 방법
13 13
제12항에 있어서,상기 복수의 제2 궤적 데이터 세트의 각각에 대해 전처리를 수행하는 단계는, 상기 해당 제2 궤적 데이터 세트가 상기 복수의 모터 교체 상태 중 어느 모터 교체 상태에서 획득된 것인지를 지시하는 데이터를 상기 해당 제2 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 기계 학습 모델 학습 방법
14 14
제1항에 있어서,상기 기계 학습 모델은 결정 트리(decision tree) 학습 모델, SVM(support vector machine) 학습 모델 또는 kNN(k-Nearest Neighbor) 학습 모델인, 기계 학습 모델 학습 방법
15 15
제1항 내지 제14항 중 어느 한 항의 기계 학습 모델 학습 방법에 의해 학습된 기계 학습 모델을 이용하여 복수의 모터를 포함하는 로봇에서의 오류 모터를 식별하는 방법으로서,상기 로봇이 동작하는 패턴을 설정하는 단계,상기 로봇이 상기 설정된 패턴에 따라 움직이도록 제어하면서 복수의 궤적 데이터 세트를 획득하는 단계,상기 복수의 궤적 데이터 세트의 각각에 대해 전처리를 수행하여 입력 데이터를 구성하는 단계, 및 상기 입력 데이터를 상기 기계 학습 모델로 입력하여 상기 기계 학습 모델에서 출력 데이터가 제공되도록 제어하는 단계를 포함하는, 오류 모터 식별 방법
16 16
제15항에 있어서,상기 복수의 궤적 데이터 세트의 각각은 상기 해당 궤적 데이터 세트가 획득된 시점에서의 상기 복수의 모터의 각각의 각도 값 및 속도 또는 각속도 값에 관한 데이터를 포함하는, 오류 모터 식별 방법
17 17
제16항에 있어서,상기 복수의 궤적 데이터 세트의 각각에 대해 전처리를 수행하여 입력 데이터를 구성하는 단계는, 상기 설정된 패턴에 따른 동작 궤적 상의 중간 도달점을 지시하는 번호 및 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 각각 가지게 되는 각도 값들에 관한 데이터를 상기 해당 궤적 데이터 세트에 추가하는 단계를 포함하는, 오류 모터 식별 방법
18 18
제17항에 있어서,상기 복수의 궤적 데이터 세트의 각각에 대해 전처리를 수행하여 입력 데이터를 구성하는 단계는, 상기 해당 궤적 데이터 세트가 획득된 순번을 나타내는 시퀀스번호(seqNum)를 상기 해당 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 오류 모터 식별 방법
19 19
제18항에 있어서,상기 복수의 궤적 데이터 세트의 각각에 대해 전처리를 수행하여 입력 데이터를 구성하는 단계는, 상기 해당 궤적 데이터 세트에 포함된 상기 복수의 모터의 각도 값들에서 상기 로봇이 상기 중간 도달점에 도달할 때 상기 복수의 모터가 가지게 되는 각도 값들을 각각 감산하여 얻은 차이 값들에 관한 데이터를 상기 해당 궤적 데이터 세트에 추가하는 단계를 더 포함하는, 오류 모터 식별 방법
20 20
제15항에 있어서,상기 출력 데이터는 상기 복수의 모터 중 오류가 있는 모터의 번호를 포함하는, 오류 모터 식별 방법
21 21
제1항 내지 제20항의 방법 중 어느 하나의 방법을 실행하기 위한, 컴퓨터 판독가능 기록매체에 저장된 컴퓨터 프로그램
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 산업통상자원부 (주)로보테크 로봇산업기술개발(R&D) 중소기업 스마트공장을 위한 로봇 4대 및 PLCopen 표준 기반 PLC 언어(5종)를 지원하는 통합 제어 기술 개발