-
公开(公告)号：WO2023022257A1
公开(公告)日：2023-02-23
申请号：PCT/KR2021/011020
申请日：2021-08-19
Applicant: 한국로봇융합연구원
Abstract: 본 발명은 복강경 카메라 홀더 로봇 제어시스템 및 제어방법에 관한 것으로, 보다 상세하게는 일측 단부에 카메라가 구비되며 타측 단부에 이미지센서가 구비된 복강경을 구동하는 복강경 카메라 홀더로봇의 제어시스템에 있어서, 제어명령 신호를 기반으로 상기 홀더로봇의 구동부를 제어하며, 실시간 제어영역과 비실시간 제어영역으로 구분되어 내부 통신을 통해 상호 데이터를 교환하는 제어기; 실시간 제어영역에서 사용자에 의해 상기 제어기에 최우선 제어명령 신호를 입력하는 최우선 제어입력수단; 실시간 제어영역에서 상기 홀더로봇의 자세데이터를 측정하여 상기 제어기로 전송하는 자세측정부; 상기 복강경 카메라에서 촬상된 영상데이터를 디스플레이하는 디스플레이부; 상기 제어기에 구비된 외부인터페이스와 통신 연결되어, 외부조정입력에 의해 상기 복강경 끝단 위치를 조정하여 상기 디스플레이부에서 디스플레이되는 영상의 위치를 조정하는 외부조정장치;를 포함하는 것을 특징으로 하는 복강경 카메라 홀더 로봇 제어시스템에 관한 것이다.
-
公开(公告)号：WO2021117999A1
公开(公告)日：2021-06-17
申请号：PCT/KR2020/009339
申请日：2020-07-15
Applicant: 한국로봇융합연구원
Abstract: 본 발명의 척수제어 모바일 로봇은, 바퀴를 회전시키는 모터를 제어하여 자율 주행하는 로봇본체; 상기 로봇본체에 설치되는 복수의 RGB-D 카메라; 및 상기 복수의 RGB-D 카메라를 이용하여 근접 장애물을 검출하는 제어부를 포함한다.
-
公开(公告)号：WO2020075954A1
公开(公告)日：2020-04-16
申请号：PCT/KR2019/008478
申请日：2019-07-10
Applicant: 한국로봇융합연구원
Abstract: 본 발명은 다종 센서 기반의 위치인식 결과들을 혼합한 위치 측위 시스템 및 방법에 관한 것으로, 일 실시예의 시스템은 물체의 주변에 위치한 장애물 정보를 감지하기 위한 다종 센서가 구성되는 센서부; 물체의 위치를 측위하기 위한 복수의 측위 정보가 저장되는 다종 데이터베이스가 구성되는 데이터베이스부; 장애물 정보로부터 특징점을 추출하여 장애물을 인식하는 특징점 기반의 매칭 및 특징점과 복수의 측위 정보를 비교하여 일치되는 특징점을 가지는 장애물을 인식하는 모델 기반의 매칭을 수행하여 특징값을 검출하는 특징검출부; 특징값에 가중치를 부여하여 특징값을 보정하며, 보정된 특징값을 통해 물체의 위치영역값과 장애물 위치값을 계산하고, 퍼지논리를 적용하여 물체 위치 영역과 장애물 위치가 반영될 초기맵을 생성하는 퍼지매핑부; 및 물체 위치 영역과 장애물 위치가 반영된 맵으로부터 물체의 위치를 측위하는 위치측위부;를 포함하여 구성된다.
-
公开(公告)号：WO2022114385A1
公开(公告)日：2022-06-02
申请号：PCT/KR2021/000328
申请日：2021-01-11
Applicant: 한국로봇융합연구원
Abstract: 본 발명의 거더 정밀 거치용 다중 유압 로봇 시스템은, 교각 사이에 거치되는 거더의 상면 양단부에 결합되고 크레인의 케이블이 연결되는 두 대의 연결대의 양측에 연결되어, 상기 거더를 수평방향 및 수직방향으로 이동시키는 네 대의 유압 로봇; 상기 네 대의 유압 로봇의 구동부들을 작동시키는 유압 시스템; 및 원격 조작으로 작동되는 상기 네 대의 유압 로봇을 동기화 제어 알고리즘을 통해 제어하여 상기 거더의 거치 위치를 정밀하게 조정하는 제어부를 포함할 수 있다.
-
公开(公告)号：WO2020184751A1
公开(公告)日：2020-09-17
申请号：PCT/KR2019/002835
申请日：2019-03-12
Applicant: 한국로봇융합연구원
Abstract: 본 발명은 사고 방지를 위한 모바일 로봇용 안전장치에 관한 것으로, 본 발명은 복수의 RGB-D 카메라를 활용한 1차 안전장치 및 범퍼를 활용한 2차 안전장치를 조합하여 모바일 로봇의 사고를 방지할 수 있는 안전장치에 관한 것이다. 본 발명의 일 양상인 1차 안전장치; 및 상기 1차 안전장치와 연결된 2차 안전장치;를 포함하여 로봇에 장착되는 로봇용 안전장치에 있어서, 상기 1차 안전장치는, RGB(red, green, blue) 및 시각적 깊이를 촬영하는 복수의 RGB-D 카메라;를 포함하고, 상기 2차 안전장치는, 외부로부터 가해지는 물리적인 충격을 흡수하는 범퍼; 및 상기 범퍼의 외관에 배치되는 접촉센서;를 포함하며, 상기 복수의 RGB-D 카메라는, 일정 이격거리로 배치되어 상기 로봇용 안전장치의 인접한 영역의 전방위를 촬영하도록 시야각의 조절이 가능하고, 상기 복수의 RGB-D 카메라를 통해 획득된 정보를 기초로 3차원 공간 내의 이벤트 발생을 1차적으로 감지하고, 상기 범퍼의 변위 및 상기 접촉센서가 센싱한 정보 중 적어도 하나를 이용하여 상기 3차원 공간 내의 이벤트 발생을 2차적으로 감지할 수 있다.
-
Patent Agency Ranking
公开(公告)号：WO2023022258A1
公开(公告)日：2023-02-23
申请号：PCT/KR2021/011021
申请日：2021-08-19
Abstract: 본 발명은 영상정보기반 복강경 로봇 인공지능 수술 가이드 시스템에 관한 것으로, 보다 상세하게는 복강경 카메라 홀더 로봇의 복강경 카메라에서 촬상된 영상데이터를 기반으로 수술 과정을 모니터링하여 수술을 가이드하는 시스템에 있어서, 수술영상데이터를 수집하는 데이터수집부; 수집된 수술영상데이터를 학습하여 수술종류별, 수술자별로 분류하여 수술학습데이터를 저장하는 수술영상학습 DB; 상기 카메라에서 촬영되는 현재 수술영상데이터를 입력받아 상기 홀더로봇의 구동을 제어하는 제어기와 비실시간 제어영역에서 통신을 통해 데이터를 교환하는 영상처리장치; 상기 수술학습데이터와, 상기 카메라에서 촬영되는 현재 수술영상데이터를 대비하여, 수술가이드데이터를 생성하는 가이드모니터링부; 및 상기 수술가이드데이터를 안내하는 알림수단;을 포함하는 것을 특징으로 하는 영상정보기반 복강경 로봇 인공지능 수술 가이드 시스템에 관한 것이다.
-
公开(公告)号：WO2021112362A1
公开(公告)日：2021-06-10
申请号：PCT/KR2020/009056
申请日：2020-07-09
Applicant: 한국로봇융합연구원
IPC: B25J9/16
Abstract: 본 발명의 실시예에 따른 다중 위치인식 결과 융합을 통한 강화 위치 인식 시스템은 로봇을 센싱하여 서로 다른 형식의 센싱값을 도출하는 복수의 센서를 포함하는 센서부와, 상기 복수의 센서가 도출한 센싱값으로부터 복수의 서로 다른 위치 인식 알고리즘을 통해 상기 로봇의 위치를 계산하여 서로 다른 형식의 복수의 관측값을 출력하는 복수의 관측모듈을 포함하는 관측부와, 상기 서로 다른 형식의 복수의 관측값을 가우시안 분포인 공분산 행렬로 변환하는 복수의 변환모듈을 포함하는 변환부와, 상기 복수의 관측값의 가우시안 분포를 하나의 가우시안 분포로 병합하는 병합부와, 상기 병합된 하나의 가우시안 분포로부터 상기 로봇의 위치를 예측하여 예측값을 도출하는 예측부를 포함한다.
-
公开(公告)号：WO2020091122A1
公开(公告)日：2020-05-07
申请号：PCT/KR2018/013257
申请日：2018-11-02
Applicant: 한국로봇융합연구원
Abstract: 본 발명은 시계열 데이터를 주파수 성분 별로 분할하여 복수의 학습 모델을 병렬 처리하는 딥러닝 학습 방법 및 시스템에 관한 것이다. 본 발명의 일 양상인 시계열 데이터를 기초로 결과를 예측하는 동작 및 상기 시계열 데이터를 분류하는 동작 중 적어도 하나를 수행하는 모델을 딥러닝 학습하는 방법에 있어서, 상기 시계열 데이터의 단위 시간당 주파수를 결정하는 제 1 단계; 상기 결정한 주파수를 복수의 구간으로 구획하는 제 2 단계; 상기 시계열 데이터를 상기 복수의 구간 각각에 대한 조각 데이터로 분할하는 데 3 단계; 적용되는 학습의 종류가 온라인 학습(On-line Learning) 인지 또는 오프라인 학습(Off-line Learning) 인지 여부를 결정하는 제 4 단계; 상기 결정된 학습 종류에 따라 분할된 조각 데이터를 상기 모델의 입력으로 사용하는 제 5 단계; 및 상기 모델이 입력된 데이터를 기초로 딥러닝 학습하는 제 6단계;를 포함할 수 있다.
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.016 seconds)
