"6조-안내봇이루멍"의 두 판 사이의 차이
(→서론) |
(→서론) |
||
43번째 줄: | 43번째 줄: | ||
Maum AI: 한국어 처리 가능한 큰 언어 모델 개발 및 확장 계획. | Maum AI: 한국어 처리 가능한 큰 언어 모델 개발 및 확장 계획. | ||
Naver Clova: 신경망 기반 기계 번역 모델 개발로 국내 언어 모델 기술 성숙도 향상. | Naver Clova: 신경망 기반 기계 번역 모델 개발로 국내 언어 모델 기술 성숙도 향상. | ||
+ | |||
국외 기술: | 국외 기술: | ||
58번째 줄: | 59번째 줄: | ||
LG CNS: 지하철 역 및 공공 시설에서 로봇 안내 서비스 제공. | LG CNS: 지하철 역 및 공공 시설에서 로봇 안내 서비스 제공. | ||
GNSS, AI 내비게이션, SLAM 기술: 실외 길안내 로봇 개발에 기여. | GNSS, AI 내비게이션, SLAM 기술: 실외 길안내 로봇 개발에 기여. | ||
+ | |||
국외 기술: | 국외 기술: | ||
64번째 줄: | 66번째 줄: | ||
Rovenso의 범용 로봇: 다양한 응용 분야에서 활용 가능한 로봇 개발. | Rovenso의 범용 로봇: 다양한 응용 분야에서 활용 가능한 로봇 개발. | ||
비교: 국내 안내로봇은 주로 실내 환경에서 사용되며, 해외 안내로봇은 다양한 환경에서 자율 주행 능력에 초점을 맞춤. 양측 모두 GNSS, AI 내비게이션, SLAM 등 핵심 기술 사용하여 로봇의 실외 길안내 기능 개발에 힘쓰고 있음. | 비교: 국내 안내로봇은 주로 실내 환경에서 사용되며, 해외 안내로봇은 다양한 환경에서 자율 주행 능력에 초점을 맞춤. 양측 모두 GNSS, AI 내비게이션, SLAM 등 핵심 기술 사용하여 로봇의 실외 길안내 기능 개발에 힘쓰고 있음. | ||
+ | |||
*특허조사 및 특허 전략 분석 | *특허조사 및 특허 전략 분석 | ||
내용 | 내용 | ||
+ | |||
*기술 로드맵 | *기술 로드맵 | ||
− | + | 하드웨어 (H/W) 설계 | |
+ | |||
+ | 통신: 사용자와 로봇 간의 효율적인 커뮤니케이션을 위해 마이크와 블루투스 모듈이 포함된 목걸이 사용. | ||
+ | |||
+ | 센서: 2D LiDAR 센서로 로봇이 주변 물체를 인식 및 회피. | ||
+ | |||
+ | 제어 시스템: 컨트롤러 PC가 로봇의 뇌 역할을 하며, 모든 처리 작업을 총괄. | ||
+ | |||
+ | 전력 공급: 배터리 시스템이 장기간의 동력을 보장. | ||
+ | |||
+ | 위치 추적: RTK GPS 모듈을 이용한 정밀한 위치 추적 및 최적 경로 결정. | ||
+ | |||
+ | 소프트웨어 (S/W) 설계 | ||
+ | |||
+ | 자율주행: 장애물 회피, 경로 최적화, 거리 유지 기능 포함. GPS와 내장된 지도 데이터를 활용해 최적 경로 계산. | ||
+ | 음성 AI: 사용자와 자연스러운 대화를 가능하게 하는 음성 인터페이스 제공. STT(Speech-to-Text) 기술과 LLM(Large Language Model)을 활용하여 사용자 요구 분류 및 적절한 반응 생성. | ||
+ | 연속적인 개선: 소프트웨어 설계는 프로젝트 진행 과정에서 지속적으로 검토 및 개선됨. | ||
+ | 로봇 자율주행 | ||
+ | |||
+ | Global Planner: Dijkstra’s algorithm을 활용한 그래프기반 경로 탐색. GPS좌표에 기반한 경유점들을 활용해 global path 생성. | ||
+ | Local Planner: DWA 로컬 플래너를 사용하여 장애물 회피 및 경로 생성. | ||
+ | 위치 추정: RTK-GPS와 IMU 센서를 활용하여 로봇의 정확한 위치 추정 및 회전값 파악. | ||
====시장상황에 대한 분석==== | ====시장상황에 대한 분석==== |
2023년 12월 19일 (화) 05:16 판
프로젝트 개요
기술개발 과제
국문 : 00000000..
영문 : 00000000..
과제 팀명
00000..
지도교수
황면중 교수님
개발기간
2023년 9월 ~ 2023년 12월 (총 4개월)
구성원 소개
서울시립대학교 기계정보공학과 2018430035 이용재(팀장)
서울시립대학교 기계정보공학과 2018430012 김영민
서울시립대학교 기계정보공학과 2018430013 김영준
서울시립대학교 기계정보공학과 2019430011 박정현
서론
개발 과제의 개요
개발 과제 요약
실외에서 움직일 수 있는 사족보행 로봇과 음성 AI 서비스를 개발해 학교 투어 및 길 안내를 수행하는 로봇의 소프트웨어 시스템을 구현하고자 한다. 위 시스템 개발로 사용자의 편의성이 증가하고 학교 홍보효과가 증대될 것이라 기대된다. 학교 투어는 로봇이 정해진 경로를 이동하고 길 안내는 현재 위치부터 사용자가 설정한 목적지까지 계산된 경로를 이동한다. 그리고 이동 중에 로봇은 스스로 장애물 회피를 진행하고 음성 AI 기능을 탑재해 사용자와 질의응답을 하며 학교와 관련된 정보를 제공해준다.
개발 과제의 배경
현재 대형 건물과 박물관에서는 안내를 위한 로봇이 사용되고 있으나, 이들은 주로 바퀴형 로봇으로 제한된 실내 공간에서만 운용 가능하며, 사용자가 직접 검색해야 하는 정보 제한이 있다. 반면, 사족보행 로봇은 이러한 제약을 극복하고, 의료 및 물류 분야 등에서 이미 활용되고 있어 안내 로봇 분야에서도 큰 잠재력을 가지고 있다. 또한, 최근에는 OpenAI의 ChatGPT 같은 LLM을 이식한 챗봇이 주목받고 있으며, 이들 기술을 안내 로봇에 도입하면 공공장소나 상업시설에서 더 효율적인 안내 서비스가 가능해진다.
개발 과제의 목표 및 내용
이 프로젝트의 목표는 사족보행 로봇 GO1을 활용하여 학교 캠퍼스 투어 및 길 안내 서비스를 제공하는 것이다. 이 로봇은 음성인식 및 인공지능을 이용하여 사용자와 의사소통이 가능하도록 설계된다. 개발 내용으로는, Unitree사의 GO1 모델을 사용하여 기본 움직임과 장애물 회피 기능을 구현하고, 음성인식 및 자율주행을 위한 센서들을 부착한다. 필요한 경우 3D 프린터로 부품을 제작하며, 최종적으로 목표 기능을 탑재한 소프트웨어를 로봇에 이식해 특정 실험과 최종 시연을 진행할 예정이다.
관련 기술의 현황
관련 기술의 현황 및 분석(State of art)
- 전 세계적인 기술현황
LLM (Large Language Model)
국내 기술:
Maum AI: 한국어 처리 가능한 큰 언어 모델 개발 및 확장 계획. Naver Clova: 신경망 기반 기계 번역 모델 개발로 국내 언어 모델 기술 성숙도 향상.
국외 기술:
모델 자체 훈련 데이터 생성: 구글 연구자들이 개발한 자가 훈련을 통한 언어 모델 개선. ChatGPT와 Bard: 사용자 기반 확장 및 비즈니스에 새로운 가능성 제시. GPT-4: OpenAI의 모델로 인간 수준의 성능 및 복잡한 추론 이해, 고급 코딩 능력 등을 보유. 글로벌 건강 및 개발 솔루션 개발: Bill & Melinda Gates 재단의 AI 기반 큰 언어 모델 활용 연구. 비교: 국내는 주로 기업 중심의 언어 모델 개발에 집중, 해외는 연구 및 개발, 개방형 커뮤니티 및 국제 협력을 통한 언어 모델 발전에 초점.
안내로봇(Navigation)
국내 기술:
KIST: 실내 및 실외 환경에서 로둣 안내 시스템 연구. LG CNS: 지하철 역 및 공공 시설에서 로봇 안내 서비스 제공. GNSS, AI 내비게이션, SLAM 기술: 실외 길안내 로봇 개발에 기여.
국외 기술:
Waymo: 자율 주행 차량을 통한 안전한 길 안내 서비스 제공. Savioke의 Relay 로봇: 호텔 및 병원에서 활용되는 물건 배달 로봇. Rovenso의 범용 로봇: 다양한 응용 분야에서 활용 가능한 로봇 개발. 비교: 국내 안내로봇은 주로 실내 환경에서 사용되며, 해외 안내로봇은 다양한 환경에서 자율 주행 능력에 초점을 맞춤. 양측 모두 GNSS, AI 내비게이션, SLAM 등 핵심 기술 사용하여 로봇의 실외 길안내 기능 개발에 힘쓰고 있음.
- 특허조사 및 특허 전략 분석
내용
- 기술 로드맵
하드웨어 (H/W) 설계
통신: 사용자와 로봇 간의 효율적인 커뮤니케이션을 위해 마이크와 블루투스 모듈이 포함된 목걸이 사용.
센서: 2D LiDAR 센서로 로봇이 주변 물체를 인식 및 회피.
제어 시스템: 컨트롤러 PC가 로봇의 뇌 역할을 하며, 모든 처리 작업을 총괄.
전력 공급: 배터리 시스템이 장기간의 동력을 보장.
위치 추적: RTK GPS 모듈을 이용한 정밀한 위치 추적 및 최적 경로 결정.
소프트웨어 (S/W) 설계
자율주행: 장애물 회피, 경로 최적화, 거리 유지 기능 포함. GPS와 내장된 지도 데이터를 활용해 최적 경로 계산. 음성 AI: 사용자와 자연스러운 대화를 가능하게 하는 음성 인터페이스 제공. STT(Speech-to-Text) 기술과 LLM(Large Language Model)을 활용하여 사용자 요구 분류 및 적절한 반응 생성. 연속적인 개선: 소프트웨어 설계는 프로젝트 진행 과정에서 지속적으로 검토 및 개선됨. 로봇 자율주행
Global Planner: Dijkstra’s algorithm을 활용한 그래프기반 경로 탐색. GPS좌표에 기반한 경유점들을 활용해 global path 생성. Local Planner: DWA 로컬 플래너를 사용하여 장애물 회피 및 경로 생성. 위치 추정: RTK-GPS와 IMU 센서를 활용하여 로봇의 정확한 위치 추정 및 회전값 파악.
시장상황에 대한 분석
- 경쟁제품 조사 비교
내용
- 마케팅 전략 제시
내용
개발과제의 기대효과
기술적 기대효과
내용
경제적, 사회적 기대 및 파급효과
내용
기술개발 일정 및 추진체계
개발 일정
내용
구성원 및 추진체계
내용
설계
설계사양
제품의 요구사항
내용
설계 사양
내용
개념설계안
내용
이론적 계산 및 시뮬레이션
내용
상세설계 내용
내용
결과 및 평가
완료 작품의 소개
프로토타입 사진 혹은 작동 장면
내용
포스터
내용
관련사업비 내역서
내용
완료작품의 평가
내용
향후계획
내용
특허 출원 내용
내용