본 기술은 로봇 그리퍼의 핑거 팁에 부착된 열전 소자와 온도 센서를 이용하여 물체 접촉 시 발생하는 열전도율 특성 변화를 시계열 데이터로 획득하고, 이를 1D-CNN 딥러닝 모델에 입력하여 물체를 인식하고 분류하는 촉각 인지 시스템입니다.
기존 로봇의 압력이나 힘 센서 기반 인식은 물체의 질감이나 재질에 따른 고유한 물성 정보를 충분히 제공하지 못하여 물체 분류의 정확도가 제한적이라는 문제점이 있었습니다.
본 기술은 열전 소자로 핑거 팁의 온도를 상온보다 높게 설정한 뒤 물체와 접촉시키고, 물체의 열전도율에 따라 변화하는 온도 데이터를 온도 센서로 측정하여 딥러닝 모델로 분류하는 방식을 제안하며, 이를 통해 재질 정보까지 반영한 정밀한 물체 인식을 수행할 수 있습니다. 물류 분류와 재활용 선별, 서비스 로봇의 물체 취급 등에 활용될 수 있어 시각 정보만으로 구분하기 어려운 물체까지 판별하는 새로운 인지 수단을 제공합니다.
N/A
