KR102421515B1 - 뉴럴 네트워크(neural network)를 이용하여 일회용컵에 대한 이미지를 기반으로 일회용컵을 분류하는 방법 및 장치 - Google Patents

Abstract

실시예들은 뉴럴 네트워크(neural network)를 이용하여 일회용컵을 분류하는 방법 및 장치를 제시한다. 뉴럴 네트워크를 이용하여 일회용컵을 분류하는 수거 장치는, 상기 일회용컵에 부착된 코드를 인식하는 코드 인식부, 사용자를 인식하는 사용자 인식부, 상기 일회용컵의 무게를 측정하는 무게 감지부, 상기 일회용컵을 촬영하기 위한 제1 카메라 모듈, 및 상기 사용자를 촬영하기 위한 제2 카메라 모듈을 포함하는 센서부; 서버 또는 단말과 네트워크를 통해 무선 통신을 수행하는 통신부; 상기 일회용컵의 회수와 관련된 인터페이스를 출력하는 디스플레이부; 상기 일회용컵의 양 측면에 압력을 가하여 상기 일회용컵을 고정시키는 홀더부, 상기 일회용컵에 대한 회수가 결정된 것에 기반하여 자동으로 개방되는 투입부, 상기 일회용컵에서 배출된 내용물을 보관하는 오수 보관부, 상기 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 일회용컵 내부로 물을 분사하는 세척부, 상기 일회용컵을 보관하는 컵 보관부, 및 상기 수거 장치를 이동시키는 구동부를 포함하는 본체부; 하나 이상의 메모리, 및 상기 하나 이상의 메모리와 상기 센서부, 상기 통신부, 상기 디스플레이부 및 상기 본체부를 연결하는 하나 이상의 프로세서를 포함하는 제어부를 포함할 수 있다. 예를 들어, 상기 하나 이상의 프로세서는: 상기 일회용컵에 부착된 코드가 인식된 것에 기반하여, 상기 제1 카메라 모듈에 의해 획득된 상기 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정하고, 상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정하고, 상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부를 시계방향 또는 반시계방향으로 회전시킴으로써 상기 오수 보관부에 상기 일회용컵의 내용물을 배출시키고, 상기 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부로부터 분리하여 상기 컵 보관부로 이동시킬 수 있다.

Description

뉴럴 네트워크(neural network)를 이용하여 일회용컵에 대한 이미지를 기반으로 일회용컵을 분류하는 방법 및 장치 {METHOD AND APPARATUS FOR CLASSIFYING DISPOSABLE CUPS BASED ON IMAGES FOR DIPOSABLE CUPS USING A NEURAL NETWORK}

본 개시의 실시예들은 일회용컵을 분류하는 기술에 관한 것으로 뉴럴 네트워크(neural network)를 이용하여 일회용컵에 대한 이미지를 기반으로 일회용컵을 분류하는 기술에 대한 것이다.

물품의 대량생산이 가능해지고, 생활의 편리성이 중요시되면서 일회용품의 사용량이 증가하고 있다. 일회용품은 1번 쓰고 버리는 용품을 지칭하며, 대표적으로 일회용컵이 있다.

그러나, 대량으로 폐기된 일회용품을 처분하기 위해 많은 비용이 들며, 일회용품의 처분으로 인해 환경을 오염시키는 문제가 발생한다. 이러한 문제를 방지하기 위해, 일회용컵을 사용할 때 사용자가 보증금을 지불하고, 사용자가 일회용컵을 반환하면 상기 보증금을 사용자에게 환급해주는 제도가 시행될 예정이다.

한편, 일회용컵이 수거 장치에 반환될 때, 일회용컵에 부착된 코드를 통해 일회용컵이 식별될 수 있고, 일회용컵이 식별된 경우, 일회용컵이 반환될 수 있다. 이때, 일회용컵에 부착된 코드 이외의 부분이 훼손되거나, 회수가 불가능한 일회용컵에 코드만 부착한 경우, 일회용컵에 부착된 코드만으로는 일회용컵이 회수가 가능한지 판별하기 어려울 수 있다. 또한, 일회용컵은 다양한 종류가 존재하기 때문에, 다양한 종류 중에서 회수가능한 종류의 일회용컵을 구분하기 어려울 수 있다.

한편, 거리에 일회용컵을 수거하는 장치를 설치한 경우, 일회용컵을 반환하기 전에 사용자가 일회용컵의 내용물을 먼저 배출하여야 하는 문제가 있다. 또한, 상기 장치에서 수거한 일회용컵이 최대 개수에 도달하면, 관리자가 직접 일회용컵을 수거하는 장치로 이동하여 일회용컵을 회수하는 번거로움이 있을 수 있다.

이에, 일회용컵에 부착된 코드 이외에 일회용컵을 식별할 수 있는 장치가 필요하며, 일회용컵을 수거하는 장치의 용량이 최대 용량에 도달했을 때, 상기 장치가 수거 장소로 이동할 필요가 있다.

본 개시의 실시예들은, 뉴럴 네트워크(neural network)를 이용하여 일회용컵에 대한 이미지를 기반으로 일회용컵을 분류하는 방법 및 장치를 제공할 수 있다.

실시예들에서 이루고자 하는 기술적 과제들은 이상에서 언급한 사항들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 이하 설명할 다양한 실시예들로부터 당해 기술분야에서 통상의 지식을 가진 자에 의해 고려될 수 있다.

일 실시예에 따른 뉴럴 네트워크(neural network)를 이용하여 일회용컵을 분류하는 수거 장치는, 상기 일회용컵에 부착된 코드를 인식하는 코드 인식부, 사용자를 인식하는 사용자 인식부, 상기 일회용컵의 무게를 측정하는 무게 감지부, 상기 일회용컵을 촬영하기 위한 제1 카메라 모듈, 및 상기 사용자를 촬영하기 위한 제2 카메라 모듈을 포함하는 센서부; 서버 또는 단말과 네트워크를 통해 무선 통신을 수행하는 통신부; 상기 일회용컵의 회수와 관련된 인터페이스를 출력하는 디스플레이부; 상기 일회용컵의 양 측면에 압력을 가하여 상기 일회용컵을 고정시키는 홀더부, 상기 일회용컵에 대한 회수가 결정된 것에 기반하여 자동으로 개방되는 투입부, 상기 일회용컵에서 배출된 내용물을 보관하는 오수 보관부, 상기 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 일회용컵 내부로 물을 분사하는 세척부, 상기 일회용컵을 보관하는 컵 보관부, 및 상기 수거 장치를 이동시키는 구동부를 포함하는 본체부; 하나 이상의 메모리, 및 상기 하나 이상의 메모리와 상기 센서부, 상기 통신부, 상기 디스플레이부 및 상기 본체부를 연결하는 하나 이상의 프로세서를 포함하는 제어부를 포함할 수 있다. 예를 들어, 상기 하나 이상의 프로세서는: 상기 일회용컵에 부착된 코드가 인식된 것에 기반하여, 상기 제1 카메라 모듈에 의해 획득된 상기 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정하고, 상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정하고, 상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부를 시계방향 또는 반시계방향으로 회전시킴으로써 상기 오수 보관부에 상기 일회용컵의 내용물을 배출시키고, 상기 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부로부터 분리하여 상기 컵 보관부로 이동시킬 수 있다.

일 실시예에 따라, 상기 일회용컵의 무게가 임계 값 이하인 경우, 상기 일회용컵이 고정된 홀더부가 사전 설정된 제1 회전 위치에서 회전될 수 있다.

예를 들어, 상기 일회용컵의 무게가 임계 값을 초과하는 경우, 상기 일회용컵이 고정된 홀더부가 상기 사전 설정된 제2 회전 위치에서 회전될 수 있다.

일 실시예에 따라, 상기 오수 보관부로부터 상기 사전 설정된 제2 회전 위치까지의 높이는 하기 수학식에 의해 결정될 수 있다.

예를 들어, 상기 수학식에서, 상기 y는 상기 오수 보관부에서 상기 사전 설정된 제2 위치까지의 높이이고, 상기 l은 상기 일회용컵의 길이, 상기 w는 상기 무게 감지부에 의해 측정한 상기 일회용컵의 무게를, 상기 w₀는 상기 일회용컵만의 무게일 수 있다.

일 실시예에 따라, 상기 컵 보관부에 보관된 상기 일회용컵의 개수가 사전 설정된 개수를 초과하는 것에 기반하여, 상기 구동부에 의해 상기 수거 장치가 사전 설정된 제1 장소로 이동되고, 및 상기 수거 장치와 연결된 서버 또는 단말에게 상기 컵 보관부의 상태에 대한 정보 및 상기 사전 설정된 제1 장소에 대한 위치 정보가 전송될 수 있다.

일 실시예에 따라, 상기 오수 보관부의 용량이 사전 설정된 용량을 초과하는 것에 기반하여, 상기 구동부에 의해 상기 수거 장치가 사전 설정된 제2 장소로 이동되고, 및 상기 수거 장치와 연결된 서버 또는 단말에게 상기 오수 보관부의 상태에 대한 정보 및 상기 사전 설정된 제2 장소에 대한 위치 정보가 전송될 수 있다.

예를 들어, 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 예를 들어, 복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보, 정답 일회용컵의 종류 및 정답 일회용컵의 상태로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습된, 상기 판단 모델이 생성될 수 있다.

일 실시예에 따른 뉴럴 네트워크(neural network)를 이용하여 수거 장치가 일회용컵을 분류하는 방법은, 상기 일회용컵에 부착된 코드가 인식된 것에 기반하여, 상기 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정하는 단계, 상기 일회용컵에 대한 이미지는 상기 수거 장치에 구비된 카메라 모듈에 의해 획득되고, 상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정하는 단계, 상기 일회용컵에 대한 회수가 결정된 것에 기반하여 개방된 투입부를 통해 상기 일회용컵을 상기 수거 장치의 내부로 진입시키는 단계, 상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부를 시계방향 또는 반시계방향으로 회전시킴으로써 상기 수거 장치에 구비된 오수 보관부에 상기 일회용컵의 내용물을 배출시키는 단계, 상기 일회용컵은 상기 수거 장치에 구된 상기 홀더부에 의해 상기 일회용컵의 양 측면에 압력이 가해지고, 상기 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 수거 장치에 구비된 세척부를 통해 상기 일회용컵 내부로 물을 분사하는 단계 및 상기 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부로부터 분리하여 상기 수거 장치에 구비된 컵 보관부로 이동시키는 단계를 포함할 수 있다.

부가적으로, 예를 들어, 일회용컵의 종류에 따라 상기 일회용컵의 훼손 여부를 판단하는 기준 값이 상이할 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 일회용컵의 길이와 관련된 값, 일회용컵의 상측 원의 지름에 대한 값, 일회용컵의 하측 원의 지름에 대한 값 및 수거 장치의 컵 보관부에 포함된 돌출부의 크기와 관련된 값을 기반으로 결정될 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 하기 수학식에 의해 결정될 수 있다.

상기 수학식에서, z는 일회용컵의 훼손 여부를 판단하는 기준 값이고, l은 일회용컵의 길이, m은 일회용컵의 재질과 관련된 값, s는 상기 돌출부의 크기와 관련된 값, r_u는 일회용컵의 상측 원의 지름, r_d는 일회용컵의 하측 원의 지름일 수 있다. 예를 들어, 일회용컵의 재질과 관련된 값은 일회용컵의 재질이 단단한 재질일수록 큰 값으로 결정될 수 있다. 예를 들어, 상기 돌출부의 크기와 관련된 값은 상기 돌출부의 크기가 클수록 큰 값으로 결정될 수 있다.

부가적으로, 예를 들어, 수거 장치는 수거 장치의 상태에 대한 정보에 기반하여 결정된 경로 값이 현재 수거 장치의 위치에서 수거 장소까지의 이동 경로에 대한 값을 초과하는 경우, 상기 수거 장소까지 이동이 가능한 것으로 결정할 수 있다. 예를 들어, 수거 장치의 상태에 대한 정보에 기반하여 결정된 값은 하기 수학식에 의해 설정될 수 있다.

상기 수학식에서, 상기 d는 상기 경로 값이고, 상기 b는 배터리의 충전율, 상기 w_max는 상기 수거 장치의 최대 용량, 상기 n은 일회용컵의 종류의 개수, 상기 n_i는 i번째 일회용컵의 종류에 해당하는 일회용컵의 개수이고, 상기 w_i는 i번째 일회용컵의 종류에 해당하는 일회용컵의 무게이고, 상기 w_c는 오수의 용량이고, d_max는 상기 수거 장치의 이동 가능한 최대 거리일 수 있다. 예를 들어, 수거 장치의 최대 용량은 상기 수거 장치가 보관할 수 있는 일회용컵 및 오수에 대한 최대 용량일 수 있다. 예를 들어, 상기 수거 장치의 이동 가능한 최대 거리는 상기 수거 장치가 최대 용량 및 최대 충전 상태에서 이동 가능한 최대 거리일 수 있다.

실시예들에 따르면, 수거 장치는 카메라 모듈을 통해 획득된 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 일회용컵의 훼손 여부 및 일회용컵의 종류를 결정함으로써, 회수가능한 일회용컵을 보다 정확하게 판단할 수 있고, 일회용컵의 종류에 따라 일회용품을 수거할 수 있다.

실시예들에 따르면, 수거 장치는 측정된 일회용품의 무게에 따라 일회용품을 사전 설정된 위치에서 회전시킴으로써, 일회용품의 내용물을 사용자가 직접 배출할 필요 없이 내용물을 편리하게 제거할 수 있다.

실시예들에 따르면, 수거 장치가 수거 장치의 상태에 따라 사전 설정된 장소로 이동함으로써, 관리자가 직접 수거 장치로 이동할 필요 없이 일회용품의 수거를 효율적으로 수행할 수 있다.

실시예들로부터 얻을 수 있는 효과들은 이상에서 언급된 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 이하의 상세한 설명을 기반으로 당해 기술분야에서 통상의 지식을 가진 자에게 명확하게 도출되고 이해될 수 있다.

실시예들에 대한 이해를 돕기 위해 상세한 설명의 일부로 포함된, 첨부 도면은 다양한 실시예들을 제공하고, 상세한 설명과 함께 다양한 실시예들의 기술적 특징을 설명한다.
도 1은 일 실시예에 따른 수거 장치의 외관에 대한 예를 나타낸다.
도 2는 일 실시예에 따른 수거 장치의 본체부에 대한 예를 나타낸다.
도 3은 일 실시예에 따른 수거 장치의 투입부에 대한 예를 나타낸다.
도 4는 일 실시예에 따른 수거 장치에 대한 블록도를 나타낸다.
도 5는 일 실시예에 따른 뉴럴 네트워크(neural network)를 이용하여 일회용컵을 분류하는 방법을 나타낸다.
도 6은 일 실시예에 따른 일회용품의 훼손 여부 및 일회용품의 종류를 결정하는 뉴럴 네트워크의 예를 나타낸다.
도 7은 일 실시예에 따른 수거 장치의 디스플레이부에 대한 화면을 나타낸다.
도 8은 일 실시예에 따른 수거 장치와 연결된 단말에 대한 화면을 나타낸다.
도 9는 일 실시예에 따른 수거 장치가 일회용컵을 분류하고, 분류된 일회용컵에 대해 보증금을 지급하는 동작을 나타낸 흐름도이다.
도 10은 일 실시예에 따른 수거 장치의 상태에 따른 동작을 나타낸 흐름도이다.

이하의 실시예들은 실시예들의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 다양한 실시예들을 구성할 수도 있다. 다양한 실시예들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.

도면에 대한 설명에서, 다양한 실시예들의 요지를 흐릴 수 있는 절차 또는 단계 등은 기술하지 않았으며, 당해 기술분야에서 통상의 지식을 가진 자의 수준에서 이해할 수 있을 정도의 절차 또는 단계는 또한 기술하지 아니하였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함(comprising 또는 including)"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "...부", "...기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 또한, "일(a 또는 an)", "하나(one)", "그(the)" 및 유사 관련어는 다양한 실시예들을 기술하는 문맥에 있어서(특히, 이하의 청구항의 문맥에서) 본 명세서에 달리 지시되거나 문맥에 의해 분명하게 반박되지 않는 한, 단수 및 복수 모두를 포함하는 의미로 사용될 수 있다.

이하, 다양한 실시예들에 따른 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 다양한 실시예들의 예시적인 실시형태를 설명하고자 하는 것이며, 유일한 실시형태를 나타내고자 하는 것이 아니다.

또한, 다양한 실시예들에서 사용되는 특정(特定) 용어들은 다양한 실시예들의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 다양한 실시예들의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.

도 1은 일 실시예에 따른 수거 장치의 외관에 대한 예를 나타낸다. 도 1의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 1을 참조하면, 수거 장치(100)는 제1 센서부(110), 제2 센서부(120), 디스플레이부(130), 본체부(140) 및 통신부(미도시)를 포함할 수 있다.

그러나, 도 1에 도시된 구성 요소 모두가 수거 장치(100)의 필수 구성 요소인 것은 아니다. 도 1에 도시된 구성 요소보다 많은 구성 요소에 의해 수거 장치(100)가 구현될 수도 있고, 도 1에 도시된 구성 요소보다 적은 구성 요소에 의해 수거 장치(100)가 구현될 수도 있다.

구체적으로, 제1 센서부(110)는 일회용컵의 무게를 측정하는 무게 감지부(미도시),일회용컵을 촬영하기 위한 제1 카메라 모듈(111) 및 일회용컵에 부착된 코드를 인식하는 코드 인식부(112)를 포함할 수 있다.

여기서, 일회용컵에 부착된 코드는 바코드 또는 QR 코드 중 적어도 하나일 수 있다. 예를 들어, 바코드는 막대기(bar)로 된 부호(code)로서, 컴퓨터가 판독할 수 있도록 고안된 굵기가 다른 흑백 막대로 조합시켜 만든 코드일 수 있다. 예를 들어, QR 코드는 컴퓨터가 만든 흑백 격자무늬 패턴 코드로, 정보를 나타내는 매트릭스 형식의 이차원 코드일 수 있다.

여기서, 무게 감지부는 압력 센서를 통해 일회용컵의 무게를 측정할 수 있다. 예를 들어, 무게 감지부는 후술하는 홀더부(141)와 연결될 수 있고, 상기 홀더부(141)에 고정된 일회용컵의 무게를 측정할 수 있다.

즉, 제1 센서부(110)는 일회용컵에 부착된 코드 및 일회용컵에 대한 무게를 인식하고, 인식된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 또한, 제1 센서부(110)는 제1 카메라 모듈(111)을 통해 상기 일회용컵에 대한 이미지를 획득할 수 있다.

제2 센서부(120)는 사용자를 인식하는 사용자 인식부(121) 및 사용자를 촬영하기 위한 제2 카메라 모듈(122)을 포함할 수 있다.

예를 들어, 사용자 인식부(121)는 초음파 신호를 사용자의 지문에 보낸 후, 상기 지문의 볼록한 부분인 융선(ridge)과 오목한 부분인 골(valley)에서 반사되는 초음파 신호의 세기를 측정함으로써, 사용자의 지문을 파악할 수 있다. 또는, 예를 들어, 사용자 인식부(121)는 디스플레이의 광원과 센서를 이용하여 지문의 융선과 골에서 반사되는 빛의 반사량 차이를 측정함으로써, 사용자의 지문을 파악할 수 있다.

예를 들어, 제2 카메라 모듈(122)에 의해 사용자의 눈이 인식되면, 사용자 인식부(121)는 근적외선 LED(light-emitting diode)를 통해 사용자의 눈을 비추고, 반사된 적외선을 기반으로 홍채를 인식할 수 있다. 이후, 예를 들어, 사용자 인식부(121)는 홍채의 명암 패턴을 분석하여 저장된 디지털 코드를 기반으로 사용자를 식별할 수 있다.

즉, 제2 센서부(120)는 사용자의 지문 또는 홍채를 인식하고, 인식된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 또한, 예를 들어, 제2 센서부(120)는 제2 카메라 모듈(122)을 통해 상기 사용자에 대한 이미지를 획득할 수 있다. 이후, 수거 장치(100)는 뉴럴 네트워크를 통해 상기 사용자에 대한 이미지를 기반으로 사전 설정된 데이터 베이스에서 유사한 이미지를 검출할 수 있다.

본체부(140)는 일회용컵의 양 측면에 압력을 가하여 상기 일회용컵을 고정시키는 홀더부(141), 일회용컵에 대한 회수가 결정된 것에 기반하여 개방되는 투입부(142), 일회용컵에서 배출된 내용물을 보관하는 오수 보관부(미도시), 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 일회용컵 내부로 물을 분사하는 세척부(미도시), 일회용컵을 보관하는 컵 보관부(미도시), 상기 수거 장치(100)를 이동시키는 구동부(143) 및 수거 완료 후 지급할 현금을 보관하는 현금 보관부(미도시)를 포함할 수 있다.

여기서, 홀더부(141)는 일회용컵의 양 측면에 압력을 가하는 집게 형태로 구성될 수 있다. 예를 들어, 전기 신호 또는 데이터 값을 통해 홀더부(141)의 집게 부분에 대한 압력을 증가시킴으로써 일회용컵을 고정시키거나, 전기 신호 또는 데이터 값을 통해 홀더부(141)의 집게 부분에 대한 압력을 감소시킴으로써 일회용컵을 홀더부(141)에서 분리시킬 수 있다. 투입부(142)는 전기 신호 또는 데이터 값을 통해 특정 조건에 따라 개폐될 수 있다. 오수 보관부는 일회용컵의 내용물을 담아둘 수 있다. 예를 들어, 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여, 세척부는 구비된 분사공을 통해 세척부 내에 저장된 물 또는 세척부에 공급된 물을 일회용컵 내부로 분사시킬 수 있다. 수거 장치(100)는 일회용컵의 종류에 따라 일회용컵을 구분하여 컵 보관부에 정렬시킬 수 있다.

여기서, 구동부(143)는 수거 장치(100)를 지상에서 주행하게 할 수 있다. 구동부(143)는 엔진, 모터, 파워 트레인, 바퀴, 브레이크, 조향 장치 및 광 수신부 등을 포함할 수 있다. 예를 들어, 구동부(143)는 하나 이상의 프로세서에 의해 제어될 수 있다.

수거 장치(100)는 서버 또는 단말과 네트워크를 통해 무선 통신을 수행하는 통신부(미도시)를 포함할 수 있다. 수거 장치(100)는 전원공급부는 수거 장치(100)에게 전원을 공급하는 전원공급부(미도시)를 포함할 수 있다. 예를 들어, 전원공급부는 유/무선 충전 회로, 배터리 등을 포함할 수 있다.

수거 장치(100)는 하나 이상의 메모리 및 상기 하나 이상의 메모리와 상기 센서부, 상기 통신부, 상기 디스플레이부 및 상기 본체부를 연결하는 하나 이상의 프로세서를 포함하는 제어부(미도시)를 포함할 수 있다.

예를 들어, 수거 장치(100)는 일회용컵에 부착된 코드가 인식된 것에 기반하여, 제1 카메라 모듈(111)에 의해 획득된 상기 일회용컵에 대한 이미지를 기반으로, 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정할 수 있다.

여기서, 일회용컵이 훼손된 상태는 상기 일회용컵이 사전 설정된 비율 이상으로 손실된 상태일 수 있다. 또한, 일회용컵이 정상적인 상태는 상기 일회용컵이 사전 설정된 비율 미만으로 손실된 상태일 수 있다. 예를 들어, 일회용컵의 50% 이상이 손실된 경우, 상기 일회용컵은 훼손된 상태로 결정될 수 있다.

여기서, 일회용컵은 종이 재질로 구성된 컵, 플라스틱 재질로 구성된 컵 등과 같은 재질과 크기가 상이한 다양한 종류의 일회용컵을 포함할 수 있다. 예를 들어, 회수가 가능한 일회용컵의 재질과 크기에 대한 정보는 수거 장치에 대해 사전 저장될 수 있다.

예를 들어, 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 예를 들어, 복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보, 정답 일회용컵의 종류 및 정답 일회용컵의 상태로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력될 수 있다. 예를 들어, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력할 수 있다. 예를 들어, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습됨으로써, 상기 판단 모델이 생성될 수 있다.

즉, 일회용컵에 대한 부착된 코드가 인식되었지만, 인식된 일회용컵의 훼손 여부를 상기 코드만으로 판단할 수 없기 때문에, 수거 장치(100)는 상기 일회용컵에 대한 이미지를 통해 상기 일회용컵의 훼손 여부를 판단함으로써, 비정상적인 상태인 일회용컵에 대한 회수를 방지할 수 있다.

예를 들어, 수거 장치(100)는 상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정할 수 있다. 예를 들어, 수거 장치(100)는 상기 일회용컵이 사전 설정된 비율 미만으로 손실된 것에 기반하여, 상기 일회용컵을 정상적인 상태로 결정할 수 있고, 이후, 상기 일회용컵에 대한 회수를 결정할 수 있다.

예를 들어, 투입부(142)는 상기 일회용컵에 대한 회수가 결정된 것에 기반하여 자동으로 개방될 수 있다. 예를 들어, 수거 장치(100)는 상기 일회용컵이 고정된 홀더부(141)를 개방된 투입부(142)를 거쳐 상기 수거 장치(100)의 내부로 이동시킴으로써, 상기 일회용컵을 수거 장치(100)의 내부로 진입시킬 수 있다.

예를 들어, 수거 장치(100)는 상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부(141)를 시계방향 또는 반시계방향으로 회전시킴으로써 상기 오수 보관부에 상기 일회용컵의 내용물을 배출시킬 수 있다. 예를 들어, 상기 일회용컵의 무게가 임계 값 이하인 경우, 수거 장치(100)는 상기 일회용컵이 고정된 홀더부(141)를 사전 설정된 제1 회전 위치에서 회전시킬 수 있다. 예를 들어, 상기 일회용컵의 무게가 임계 값을 초과하는 경우, 수거 장치(100)는 상기 일회용컵이 고정된 홀더부(141)를 상기 사전 설정된 제2 회전 위치에서 회전시킬 수 있다.

예를 들어, 상기 오수 보관부로부터 상기 사전 설정된 제2 회전 위치까지의 높이는 하기 수학식 1에 의해 결정될 수 있다.

예를 들어, 상기 수학식 1에서, 상기 y는 상기 오수 보관부에서 상기 사전 설정된 제2 위치까지의 높이이고, 상기 l은 상기 일회용컵의 길이, 상기 w는 상기 무게 감지부에 의해 측정한 상기 일회용컵의 무게를, 상기 w₀는 상기 일회용컵만의 무게일 수 있다. 예를 들어, max 함수는 괄호 내 변수 중에서 더 큰 값을 도출하는 함수일 수 있다. 예를 들어, 상기 5는 5도 일 수 있다.

예를 들어, 수거 장치(100)는 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부(141)로부터 분리하여 상기 컵 보관부로 이동시킬 수 있다.

따라서, 일회용컵은 일회용컵의 종류에 따라 사이즈가 상이할 수 있으므로, 수거 장치(100)는 상기 일회용컵에 대한 이미지를 통해 상기 일회용컵의 종류를 파악함으로써, 상기 일회용컵의 종류별로 상기 일회용컵을 회수할 수 있다.

예를 들어, 상기 컵 보관부에 보관된 상기 일회용컵의 개수가 사전 설정된 개수를 초과하는 것에 기반하여, 수거 장치(100)는 상기 구동부(143)를 통해 사전 설정된 제1 장소로 이동할 수 있다. 예를 들어, 수거 장치(100)는 통신부를 통해 수거 장치와 연결된 서버 또는 단말에게 상기 컵 보관부의 상태에 대한 정보 및 상기 사전 설정된 제1 장소에 대한 위치 정보를 전송할 수 있다.

예를 들어, 상기 오수 보관부의 용량이 사전 설정된 용량을 초과하는 것에 기반하여, 수거 장치(100)는 상기 구동부(143)를 통해 상기 수거 장치가 사전 설정된 제2 장소로 이동할 수 있다. 예를 들어, 수거 장치(100)는 상기 수거 장치와 연결된 서버 또는 단말에게 상기 오수 보관부의 상태에 대한 정보 및 상기 사전 설정된 제2 장소에 대한 위치 정보를 전송할 수 있다.

도 2는 일 실시예에 따른 수거 장치의 본체부에 대한 예를 나타낸다. 도 2의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 2를 참조하면, 본체부(140)는 홀더부(141), 홀더부가 이동하는 레일(220), 세척부(230), 분사공(231), 오수 보관부(240), 세척부(230)와 오수 보관부(240)를 연결하는 연결부(241), 컵 보관부(250) 및 복수의 돌출부(251, 252, 253, 254)을 포함할 수 있다.

그러나, 도 2에 도시된 구성 요소 모두가 수거 장치의 본체부(140)의 필수 구성 요소인 것은 아니다. 도 2에 도시된 구성 요소보다 많은 구성 요소에 의해 본체부(140)가 구현될 수도 있고, 도 2에 도시된 구성 요소보다 적은 구성 요소에 의해 본체부(140)가 구현될 수도 있다.

홀더부(141)는 레일(220)을 따라 상하로 이동할 수 있고, 레일(220)의 전후로 이동할 수 있다.

예를 들어, 일회용컵의 무게가 임계 값 이하인 경우, 상기 일회용컵이 고정된 홀더부(141)는 레일(220)을 따라 사전 설정된 제1 회전 위치까지 하강할 수 있고, 상기 사전 설정된 제1 회전 위치에서 반시계 방향으로 회전할 수 있다. 예를 들어, 오수 보관부(240)로부터 상기 사전 설정된 제1 회전 위치까지의 높이는 일회용컵의 길이에 기반하여 결정될 수 있다. 예를 들어, 홀더부(141)는 상기 사전 설정된 제1 회전 위치에서 180도만큼 회전함으로써, 상기 일회용컵의 내용물을 배출시킬 수 있고, 이후 상기 일회용컵은 도립된 상태일 수 있다.

예를 들어, 일회용컵의 무게가 임계 값을 초과한 경우, 상기 일회용컵이 고정된 홀더부(141)는 레일(220)을 따라 사전 설정된 제2 회전 위치까지 하강할 수 있고, 상기 사전 설정된 제2 회전 위치에서 반시계 방향으로 회전할 수 있다. 예를 들어, 홀더부(141)는 상기 사전 설정된 제2 회전 위치에서 180도만큼 회전함으로써, 상기 일회용컵의 내용물을 배출시킬 수 있고, 이후 상기 일회용컵은 도립된 상태일 수 있다. 예를 들어, 오수 보관부(240)로부터 상기 사전 설정된 제2 회전 위치까지의 높이는 상술한 수학식 1에 의해 결정될 수 있다. 따라서, 일회용컵의 길이 및 일회용컵의 내용물에 대한 무게를 고려한 적절한 높이에서 일회용컵을 회전시킴으로써, 오수 보관부(240)에 내용물을 보다 정확하게 배출할 수 있다.

세척부(230)는 분사공(231)을 포함하는 플레이트, 물을 상방으로 분사할 수 있는 펌프 모듈 및 사전 설정된 세척 위치에 도달한 일회용컵을 감지하는 센서를 포함할 수 있다.

예를 들어, 상기 홀더부(141)에 의해 도립된 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여, 세척부(230)는 구비된 분사공(231)을 통해 세척부(230) 내에 저장된 물 또는 세척부(230)에 공급된 물을 일회용컵 내부로 분사할 수 있다. 예를 들어, 사전 설정된 세척 위치는 분사되는 물의 속도, 컵의 길이 및 분사공의 개수에 기반하여 결정될 수 있다. 또는, 예를 들어, 사전 설정된 세척 위치는 상기 사전 설정된 제1 회전 위치와 동일할 수 있다.

오수 보관부(240)는 배출된 일회용컵의 내용물을 보관할 수 있다. 예를 들어, 오수 보관부(240)는 오수 보관부(240)의 측면부에 수위를 감지하는 수위 센서를 포함할 수 있고, 상기 수위 센서를 통해 오수가 사전 설정된 수위에 도달하였는지 여부를 판단할 수 있다.

연결부(241)는 세척부(230)의 하면과 연결되고, 지면에 수직한 방향으로 경사면을 가지는 플레이트일 수 있다. 예를 들어, 세척부(230)와 오수 보관부(240) 사이에 배출된 일회용컵의 내용물은 상기 연결부(241)를 통해 오수 보관부(240) 방향으로 흐를 수 있다.

컵 보관부(250)는 복수의 돌출부(251, 252, 253, 254)를 포함할 수 있다. 여기서, 돌출부는 컵 보관부(250)의 하면에서 상방으로 돌출 연장된 형태일 수 있다. 예를 들어, 홀더부(141)는 도립된 일회용컵을 상기 일회용컵의 종류에 따라 돌출부(251)에 거치할 수 있다. 예를 들어, 도립된 일회용컵은 하면이 개방되어 있고, 돌출부(251)를 감싸도록 거치될 수 있다. 예를 들어, 상기 일회용컵이 종이컵인 경우, 홀더부(141)는 복수의 돌출부 중에서 종이컵에 대응하는 돌출부(251)에 도립된 종이컵을 돌출부(251)를 감싸도록 거치시킬 수 있다. 이후, 회수된 일회용컵이 종이컵인 경우, 홀더부(141)는 복수의 돌출부 중에서 종이컵에 대응하는 돌출부(251)에 도립된 종이컵을 이전에 거치된 종이컵을 감싸도록 거치시킬 수 있다. 본 개시의 다양한 실시예들에서, 상기 복수의 돌출부의 개수는 제한되지 않는다.

도 3은 일 실시예에 따른 수거 장치의 투입부에 대한 예를 나타낸다. 도 3의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 3을 참조하면, 수거 장치(100)의 투입부(142)는 제1 플레이트(311)와 제2 플레이트(312)를 포함할 수 있다. 여기서, 상기 일회용컵의 회수가 결정되기 이전에는 제1 플레이트(311)와 제2 플레이트(312)가 지면에 수평한 형태로 고정되어, 제1 플레이트(311)와 제2 플레이트(312) 상의 일회용컵을 지지할 수 있다. 예를 들어, 상기 일회용컵의 회수가 결정되면, 제1 플레이트(311)는 제1 벽에 연결되고, 상기 제1 벽과 연결된 부분을 회전축으로 하여, 상기 회전축을 중심으로 소정 각도 회전할 수 있다. 예를 들어, 상기 일회용컵의 회수가 결정되면, 제2 플레이트(321)는 제2 벽에 연결되고, 상기 제2 벽과 연결된 부분을 회전축으로 하여, 상기 회전축을 중심으로 소정 각도 회전할 수 있다.

또는, 예를 들어, 상기 일회용컵의 회수가 결정되면, 제1 플레이트(311)와 제2 플레이트(312)가 각각 좌측, 우측으로 슬라이딩 방식에 의해 지면에 평행하게 서로 멀어지는 방향으로 이동하는 구조일 수도 있다.

예를 들어, 일회용컵이 상기 홀더부(141)에 고정된 경우, 코드 인식부(112)는 상기 일회용컵에 부착된 코드를 인식할 수 있다. 예를 들어, 일회용컵이 상기 홀더부(141)에 고정된 경우, 제1 카메라 모듈(111)은 상기 일회용컵을 촬영함으로써, 수거 장치(100)는 상기 일회용컵 대한 이미지를 획득할 수 있다. 예를 들어, 일회용컵이 상기 홀더부(141)에 고정된 경우, 상기 홀더부(141)에 연결된 무게 감지부를 통해 상기 일회용컵의 무게가 측정될 수 있다.

예를 들어, 일회용컵에 부착된 코드가 성공적으로 인식된 것에 기반하여, 제1 카메라 모듈(111)에 의해 획득된 상기 일회용컵에 대한 이미지를 기반으로, 수거 장치(100)는 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정할 수 있다. 예를 들어, 상기 일회용컵이 정상적인 상태인 경우, 상기 일회용컵의 회수가 결정될 수 있다.

예를 들어, 상기 일회용컵의 회수가 결정되면, 제1 플레이트(221)와 제2 플레이트(222)가 제1 벽과 제2 벽에 연결된 부분을 회전축으로 하여, 상기 회전축을 중심으로 소정 각도 회전할 수 있고, 상기 일회용컵이 고정된 홀더부(141)가 레일을 따라 하강할 수 있다.

예를 들어, 상기 일회용컵이 고정된 홀더부(141)는 상기 일회용컵의 무게에 따른 사전 설정된 회전 위치에서 반시계 방향으로 180도 회전함으로써, 상기 일회용컵의 내용물을 오수 보관부(240)로 이동시킬 수 있다.

예를 들어, 상기 도립된 일회용컵이 고정된 홀더부(141)가 사전 설정된 세척 위치에 도달하면, 세척부(230)는 분사공(231)을 통해 상기 도립된 일회용컵 내부로 물을 분사할 수 있다.

도 4는 일 실시예에 따른 수거 장치에 대한 블록도를 나타낸다. 도 4의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 4를 참조하면, 수거 장치는 제어부(410), 디스플레이부(420), 통신부(430), 센서부(440) 및 본체부(450)를 포함할 수 있다. 예를 들어, 센서부(440)는 코드 인식부(441), 사용자 인식부(442), 무게 감지부(443) 및 카메라 모듈(444)을 포함할 수 있다. 예를 들어, 본체부(450)는 홀더부(451), 투입부(452), 오수 보관부(453), 세척부(454), 컵 보관부(455) 및 구동부(456)를 포함할 수 있다.

예를 들어, 제어부(410)는 하나 이상의 프로세서 및 하나 이상의 메모리를 포함할 수 있다.

여기서, 하나 이상의 메모리는 수거 장치의 적어도 하나의 구성요소(예: 하나 이상의 프로세서, 센서부, 본체부 등)에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 하나 이상의 메모리는, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다.

여기서, 하나 이상의 프로세서는 예를 들면, 소프트웨어를 실행하여 하나 이상의 프로세서에 연결된 수거 장치의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 예를 들어, 데이터 처리 또는 연산의 적어도 일부로서, 하나 이상의 프로세서는 다른 구성요소(예: 센서부 또는 통신부)로부터 수신된 명령 또는 데이터를 휘발성 메모리에 저장하고, 휘발성 메모리에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리에 저장할 수 있다. 예를 들어, 하나 이상의 프로세서는 ECU(Electronic Control Unit)를 포함할 수 있다. 예를 들어, 하나 이상의 프로세서는 메인 프로세서 (예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 수거 장치(100)가 메인 프로세서 및 보조 프로세서를 포함하는 경우, 보조 프로세서는 메인 프로세서보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서는 메인 프로세서와 별개로, 또는 그 일부로서 구현될 수 있다.

보조 프로세서는, 예를 들면, 메인 프로세서가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서를 대신하여, 또는 메인 프로세서가 액티브 상태에 있는 동안 메인 프로세서와 함께, 수거 장치의 구성요소들 중 적어도 하나의 구성요소와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 예를 들어, 보조 프로세서(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소의 일부로서 구현될 수 있다. 예를 들어, 보조 프로세서(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다.

인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 수거 장치 자체에서 수행될 수 있고, 별도의 서버를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.

예를 들어, 디스플레이부(420)는 수거 장치의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이부(420)는, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 예를 들어, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다. 예를 들어, 디스플레이부(420)는 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시키는 오디오 모듈과 음향 신호를 수거 장치 외부로 출력하는 음향 출력 모듈을 포함할 수 있다.

예를 들어, 통신부(430)는 단말, 기지국(예를 들어, 기지국, 노변 기지국(Road Side unit) 등), 서버 등의 외부 기기들과 신호(예, 데이터, 제어 신호 등)를 송수신할 수 있다. 즉, 통신부는 수거 장치와 외부 장치 또는 서버 사이의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신부는 프로세서(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 예를 들어, 통신부는 무선 통신 모듈(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제1 네트워크(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제2 네트워크(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다.

무선 통신 모듈은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈은 고주파 대역에서의 성능 확보를 위한 다양한 기술들을 지원할 수 있다.

예를 들어, 센서부(440)는 IMU(inertial measurement unit) 센서, 충돌 센서, 휠 센서(wheel sensor), 속도 센서, 경사 센서, 중량 감지 센서, 헤딩 센서(heading sensor), 포지션 모듈(position module), 전진/후진 센서, 배터리 센서, 스티어링 센서, 온도 센서, 습도 센서, 초음파 센서, 조도 센서 등을 더 포함할 수 있다.

예를 들어, 코드 인식부(441)는 일회용컵에 부착된 코드를 인식할 수 있고, 사용자 인식부(442)는 사용자의 지문 및/또는 홍채를 인식할 수 있고, 무게 감지부(443)는 일회용컵의 무게를 측정할 수 있고, 카메라 모듈(444)은 정지 영상 및 동영상을 촬영할 수 있다.

예를 들어, 카메라 모듈(444)은 제1 카메라 모듈 및 제2 카메라 모듈을 포함할 수 있다. 여기서, 제1 카메라 모듈을 통해 사용자에 대한 이미지가 획득될 수 있고, 제2 카메라 모듈을 통해 일회용컵에 대한 이미지가 획득될 수 있다. 예를 들어, 제1 카메라 모듈 및 제2 카메라 모듈은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.

예를 들어, 홀더부(451)는 일회용컵의 양 측면에 압력을 가하여 일회용컵을 고정시키거나, 양 측면에 압력을 감소시켜 고정된 일회용컵을 분리시킬 수 있다. 예를 들어, 투입부(452)는 일회용컵에 대한 회수가 결정된 것에 기반하여 개방될 수 있다. 예를 들어, 오수 보관부(453)는 일회용컵에서 배출된 내용물을 보관할 수 있다. 예를 들어, 세척부(454)는 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 일회용컵 내부로 물을 분사할 수 있다. 예를 들어, 컵 보관부(455)는 일회용컵의 종류에 따라 별도로 일회용컵을 보관할 수 있다.

예를 들어, 구동부(456)는 수거 장치를 지상에서 주행하게 할 수 있다. 구동부(456)는 엔진, 모터, 파워 트레인, 바퀴, 브레이크, 조향 장치 및 광 수신부 등을 포함할 수 있다. 예를 들어, 구동부(456)는 하나 이상의 프로세서에 의해 제어될 수 있다.

부가적으로, 예를 들어, 수거 장치는 카메라 모듈(444) 및 구동부(456)를 통해 주변 상황을 감지할 수 있다. 예를 들어, 수거 장치는 카메라 모듈(444) 및 구동부(456)를 통해 적외선 광, 레어저 광 또는 초음파를 조사하고, 장애물에 부딪혀 반사하는 적외선 광 등을 광 수신부를 통해 수신함으로써, 장애물과의 거리, 장애물의 위치, 장애물의 높이 등을 감지할 수 있다. 예를 들어, 광 수신부는 매트릭스 형태로 배열된 복수 개의 단위 픽셀들의 집합체일 수 있다. 예를 들어, 각 단위 픽셀들은 다양한 수광소자로 구현될 수 있다. 예를 들어, 수거 장치는 카메라 모듈(444) 및 구동부(456)를 통해 주행중인 경로를 유지하는 기술, 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등에 의해 자율 주행을 구현할 수 있다.

, 교통 정보 데이터 등을 수신할 수 있다. 수거 장치는 획득된 데이터를 기반으로 자율 주행 경로와 드라이빙 플랜을 생성할 수 있다. 수거 장치는 드라이빙 플랜에 따라 수거 장치가 자율 주행 경로를 따라 이동하도록 구동부(456)를 제어할 수 있다(예, 속도/방향 조절). 자율 주행 도중에 수거 장치는 통신부(430)를 통해 외부 서버로부터 최신 교통 정보 데이터를 비/주기적으로 획득하며, 주변 차량으로부터 주변 교통 정보 데이터를 획득할 수 있다. 또한, 수거 장치는 자율 주행 도중에 센서부(440)를 통해 수거 장치의 상태, 주변 환경 정보를 획득할 수 있다. 수거 장치는 새로 획득된 데이터/정보에 기반하여 자율 주행 경로와 드라이빙 플랜을 갱신할 수 있다. 수거 장치는 통신부(430)를 통해 수거 장치의 위치, 자율 주행 경로, 드라이빙 플랜 등에 관한 정보를 외부 서버로 전달할 수 있다. 외부 서버는 차량 또는 자율 주행 차량들로부터 수집된 정보에 기반하여, AI 기술 등을 이용하여 교통 정보 데이터를 미리 예측할 수 있고, 예측된 교통 정보 데이터를 수거 장치에게 제공할 수 있다.

예를 들어, 수거 장치는 통신부(430)를 통해 수거 장치의 위치 정보를 획득할 수 있다. 위치 정보는 수거 장치의 절대 위치 정보, 주행 경로 내에서의 위치 정보, 가속도 정보, 주변 차량과의 위치 정보 등을 포함할 수 있다. 수거 장치는 GPS 및 다양한 센서들을 포함할 수 있다.

예를 들어, 수거 장치는 통신부(430)를 통해 외부 서버로부터 지도 정보, 교통 정보 등을 수신하여 하나 이상의 메모리에 저장할 수 있다. 예를 들어, 수거 장치는 GPS 및 다양한 센서를 통해 위치 정보를 획득하여 하나 이상의 메모리에 저장할 수 있다. 또한, 수거 장치는 위치 정보에 기반하여 수거 장치가 정상적으로 운행되고 있는지 판단할 수 있다. 수거 장치가 주행 경로를 비정상적으로 벗어나는 경우, 수거 장치는 통신부(430)를 통해 주변 차량들에게 주행 이상에 관한 경고 메세지를 방송할 수 있다. 상황에 따라, 수거 장치는 통신부(430)를 통해 관계 기관에게 수거 장치의 위치 정보와, 주행 이상에 관한 정보를 전송할 수 있다.

그러나, 도 4에 도시된 구성 요소 모두가 수거 장치의 필수 구성 요소인 것은 아니다. 도 4에 도시된 구성 요소보다 많은 구성 요소에 의해 수거 장치가 구현될 수도 있고, 도 4에 도시된 구성 요소보다 적은 구성 요소에 의해 수거 장치가 구현될 수도 있다.

도 5는 일 실시예에 따른 뉴럴 네트워크(neural network)를 이용하여 일회용컵을 분류하는 방법을 나타낸다. 도 5의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 5를 참조하면, 단계 S501에서, 수거 장치는 일회용컵에 부착된 코드가 인식된 것에 기반하여, 상기 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정할 수 있다. 예를 들어, 상기 일회용컵에 대한 이미지는 상기 수거 장치에 구비된 카메라 모듈에 의해 획득될 수 있다.

예를 들어, 상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함할 수 있다. 예를 들어, 복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보, 정답 일회용컵의 종류 및 정답 일회용컵의 상태로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력될 수 있다. 예를 들어, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습될 수 있다. 상기 학습된 뉴럴 네트워크의 파라미터를 기반으로 상기 판단 모델이 생성될 수 있다. 예를 들어, 복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보는 상기 수거 장치에 사전 저장될 수 있다.

단계 S502에서, 일회용컵이 정상적인 상태인 것에 기반하여, 수거 장치는 상기 일회용컵에 대한 회수를 결정할 수 있다.

단계 S503에서, 일회용컵에 대한 회수가 결정된 것에 기반하여 개방된 투입부를 통해, 수거 장치는 상기 일회용컵을 상기 수거 장치의 내부로 진입시킬 수 있다.

단계 S504에서, 수거 장치는 상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부를 시계방향 또는 반시계방향으로 회전시킴으로써, 상기 수거 장치에 구비된 오수 보관부에 상기 일회용컵의 내용물을 배출시킬 수 있다. 예를 들어, 상기 일회용컵은 상기 수거 장치에 구된 상기 홀더부에 의해 상기 일회용컵의 양 측면에 압력이 가해질 수 있다.

예를 들어, 상기 일회용컵의 무게가 임계 값 이하인 경우, 상기 일회용컵이 고정된 홀더부가 사전 설정된 제1 회전 위치에서 회전될 수 있다.

예를 들어, 상기 일회용컵의 무게가 임계 값을 초과하는 경우, 상기 일회용컵이 고정된 홀더부가 상기 사전 설정된 제2 회전 위치에서 회전될 수 있다.

예를 들어, 상기 오수 보관부로부터 상기 사전 설정된 제2 회전 위치까지의 높이는 상술한 수학식 1에 의해 결정될 수 있다.

단계 S505에서, 상기 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여, 수거 장치는 상기 수거 장치에 구비된 세척부를 통해 상기 일회용컵 내부로 물을 분사할 수 있다.

단계 S506에서, 수거 장치는 상기 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부로부터 분리하여 상기 수거 장치에 구비된 컵 보관부로 이동시킬 수 있다. 예를 들어, 수거 장치는 홀더부에 대해 상기 일회용컵의 양 측면에 대한 압력을 감소시킴으로써, 상기 일회용컵을 분리할 수 있고, 상기 컵 보관부 내에 상기 일회용컵의 종류에 대응하는 돌출부에 상기 일회용컵을 거치할 수 있다.

예를 들어, 상기 컵 보관부에 보관된 상기 일회용컵의 개수가 사전 설정된 개수를 초과하는 것에 기반하여, 상기 수거 장치에 구비된 구동부에 의해 상기 수거 장치가 사전 설정된 제1 장소로 이동될 수 있다. 예를 들어, 상기 수거 장치와 연결된 서버 또는 단말에게 상기 컵 보관부의 상태에 대한 정보 및 상기 사전 설정된 제1 장소에 대한 위치 정보가 전송될 수 있다.

예를 들어, 상기 오수 보관부의 용량이 사전 설정된 용량을 초과하는 것에 기반하여, 상기 수거 장치에 구비된 구동부에 의해 상기 수거 장치가 사전 설정된 제2 장소로 이동될 수 있다. 예를 들어, 상기 수거 장치와 연결된 서버 또는 단말에게 상기 오수 보관부의 상태에 대한 정보 및 상기 사전 설정된 제2 장소에 대한 위치 정보가 전송될 수 있다.

부가적으로, 예를 들어, 복수의 일회용컵들이 홀더부에 고정된 경우, 수거 장치는 일회용컵을 분리하는 장치에 기반하여 상기 복수의 일회용컵들을 분리하고, 상기 복수의 일회용컵들 각각에 부착된 코드를 코드 인식부를 통해 인식할 수 있다. 이후, 예를 들어, 수거 장치는 상기 복수의 일회용컵들 중에서 코드가 인식된 적어도 하나의 일회용컵에 대한 이미지를 카메라 모듈에 의해 획득할 수 있다. 예를 들어, 수거 장치는 코드가 인식된 적어도 하나의 일회용컵에 대한 이미지를 기반으로 상기 판단 모델을 통해 일회용컵의 종류 및 일회용컵의 훼손 여부를 결정할 수 있다. 이후, 예를 들어, 수거 장치가 회수 가능한 일회용컵들(예: 사전 설정된 비율 미만의 손실 비율을 가지는 일회용컵 또는 회수 가능한 종류의 일회용컵)을 일회용컵의 종류에 따라 보관할 수 있다. 그리고, 회수가 불가능한 일회용컵은 수거 장치 밖으로 배출할 수 있다.

예를 들어, 5개의 일회용컵이 겹쳐져서 홀더부에 고정된 경우, 수거 장치는 일회용컵을 분리하는 장치에 기반하여 상기 5개의 일회용컵들을 분리하고, 각각에 부착된 코드를 코드 인식부를 통해 인식할 수 있다. 이후, 코드가 인식된 일회용컵이 3개인 경우, 상기 3개의 일회용컵 각각에 대한 이미지를 카메라 모듈에 의해 획득할 수 있다. 예를 들어, 수거 장치는 코드가 인식된 3개의 일회용컵에 대한 이미지를 기반으로 상기 판단 모델을 통해 일회용컵의 종류 및 일회용컵의 훼손 여부를 결정할 수 있다. 이후, 예를 들어, 2개의 일회용컵이 회수 가능한 경우, 수거 장치는 2개의 회수 가능한 일회용컵들(예: 사전 설정된 비율 미만의 손실 비율을 가지는 일회용컵 또는 회수 가능한 종류의 일회용컵)을 일회용컵의 종류에 따라 보관할 수 있다. 그리고, 회수가 불가능한 3개의 일회용컵은 수거 장치 밖으로 배출할 수 있다.

도 6은 일 실시예에 따른 일회용품의 훼손 여부 및 일회용품의 종류를 결정하는 뉴럴 네트워크의 예를 나타낸다. 도 6의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 6을 참조하면, 뉴럴 네트워크는 입력 레이어(611), 하나 이상의 히든 레이어(612), 출력 레이어(613)로 구성된 판단 모델을 포함할 수 있다.

예를 들어, 복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보, 정답 일회용컵의 종류 및 정답 일회용컵의 상태로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어(611)에 입력되어 상기 하나 이상의 히든 레이어(612) 및 출력 레이어(613)를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어(613)에 연결된 손실함수 레이어(미도시)에 입력될 수 있다. 예를 들어, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력할 수 있다. 예를 들어, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습됨으로써, 상기 판단 모델이 생성될 수 있다.

예를 들어, 복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보 및 회수 가능한 일회용컵의 재질과 크기에 대한 정보가 수거 장치에 사전 저장될 수 있다.

부가적으로, 예를 들어, 복수의 일회용컵에 대한 이미지 정보 및 복수의 훼손된 일회용컵에 대한 이미지 정보에 대한 데이터 전처리가 사전에 수행될 수 있다. 예를 들어, 데이터 전처리 과정에서, 복수의 일회용컵에 대한 이미지 정보 및 복수의 훼손된 일회용컵에 대한 이미지 정보를 픽셀 값의 집합으로 변환시키고, 상기 픽셀 값의 집합을 벡터의 차원으로 변환시킬 수 있다. 그리고, 상기 변환된 벡터들을 상기 입력 레이어(611)에 입력시킬 수 있다.

부가적으로, 예를 들어, 복수의 일회용컵에 대한 이미지 정보를 기반으로, 뉴럴 네트워크를 통해 일회용컵의 종류를 판단하는 것이 상기 판단 모델에 대해 사전 학습될 수 있다. 예를 들어, 복수의 일회용컵에 대한 이미지 정보를 기반으로 일회용컵의 종류가 사전에 분류될 수 있다. 그리고, 분류된 카테고리를 기반으로 일회용컵의 종류 값이 결정될 수 있다. 예를 들어, 픽셀 값의 분포가 유사한 그룹끼리 클러스터링을 수행할 수 있고, 상기 그룹에 대한 픽셀 값의 분포에 따라 일회용컵의 종류를 결정할 수 있다. 예를 들어, 크기가 1인 플라스틱 컵, 크키가 3인 플라스틱 컵, 크기가 1인 종이 컵, 크기가 3인 종이 컵에 대한 이미지 정보를 획득한 경우, 크기가 1인 그룹, 크기가 3인 그룹, 플라스틱 재질 그룹 및 종이 재질 그룹으로 카테고리를 분류하고, 각 분류된 카테고리에 대해 종류 값이 결정될 수 있다.

부가적으로, 예를 들어, 복수의 일회용컵에 대한 이미지 정보 및 복수의 훼손된 일회용컵에 대한 이미지를 기반으로, 뉴럴 네트워크를 통해 일회용컵이 정상적인 상태에서 손실된 비율을 판단하는 것이 상기 판단 모델에 대해 사전 학습될 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 수거 장치에 사전 설정될 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 일회용컵의 손실된 비율이 50%이상인 것으로 사전 설정될 수 있다. 즉, 손실된 비율이 50%이상인 경우, 일회용컵은 훼손된 상태로 결정될 수 있다. 예를 들어, 일회용컵의 종류에 따라 상기 일회용컵의 훼손 여부를 판단하는 기준 값이 상이할 수 있다.

예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 일회용컵의 길이와 관련된 값, 일회용컵의 상측 원의 지름에 대한 값, 일회용컵의 하측 원의 지름에 대한 값 및 수거 장치의 컵 보관부에 포함된 돌출부의 크기와 관련된 값을 기반으로 결정될 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 하기 수학식 2에 의해 결정될 수 있다.

상기 수학식 2에서, z는 일회용컵의 훼손 여부를 판단하는 기준 값이고, l은 일회용컵의 길이, m은 일회용컵의 재질과 관련된 값, s는 상기 돌출부의 크기와 관련된 값, r_u는 일회용컵의 상측 원의 지름, r_d는 일회용컵의 하측 원의 지름일 수 있다. 예를 들어, 일회용컵의 재질과 관련된 값은 일회용컵의 재질이 단단한 재질일수록 큰 값으로 결정될 수 있다. 예를 들어, 상기 돌출부의 크기와 관련된 값은 상기 돌출부의 크기가 클수록 큰 값으로 결정될 수 있다.

따라서, 일회용컵의 훼손 여부를 고정된 기준 값으로 판단하지 않고, 일회용컵의 종류 및 형태와 상기 수거 장치의 컵 보관부에 포함된 돌출부를 고려한 기준 값으로 판단함으로써, 일회용컵의 종류 및 형태에 맞추어 훼손 여부를 판단할 수 있다.

예를 들어, 일회용컵에 부착된 코드가 인식된 경우, 수거 장치는 획득된 상기 일회용컵에 대한 이미지를 상기 판단 모델에 입력할 수 있다. 예를 들어, 상기 판단 모델을 통해, 상기 일회용컵의 종류에 대한 값과 상기 일회용컵의 손실된 비율이 계산될 수 있다. 예를 들어, 상기 일회용컵의 종류에 대한 값이 복수의 회수가능한 종류에 대한 값들 중에서 어느 하나의 값과 동일하고, 상기 일회용컵의 손실된 비율이 사전 설정된 비율 미만인 경우, 상기 판단 모델은 상기 일회용컵을 정상적인 상태로 결정할 수 있다. 예를 들어, 상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정할 수 있다.

도 7은 일 실시예에 따른 수거 장치의 디스플레이부에 대한 화면을 나타낸다. 도 7의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 7의 일회용품의 회수와 관련된 인터페이스는 하나의 일 예이며, 도 7의 화면들보다 많은 화면에 의해 상기 인터페이스가 구현될 수도 있고, 도 7의 화면들보다 적은 화면에 의해 상기 인터페이스가 구현될 수도 있다.

도 7을 참조하면, 수거 장치의 디스플레이부에 대한 초기 화면(710)은 수거 장치에 일회용품에 부착된 코드가 인식되기 이전의 화면을 나타낸다. 예를 들어, 사용자는 상기 초기 화면(710)의 반환 시작 창을 터치함으로써, 일회용품에 대한 반환을 시작할 수 있다. 이후, 사용자는 일회용품에 부착된 코드를 수거 장치의 코드 인식부를 통해 인식시킴으로써, 수거 장치의 일회용품에 대한 반환 동작을 진행시킬 수 있다.

반환 진행 화면(720)은 수거 장치의 투입부를 통해 일회용품이 수거 장치의 내부로 진입한 이후부터 일회용품의 내용물이 배출되고, 일회용품의 내부가 세척되고, 일회용품의 종류에 따라 수거될 때까지 수거 장치의 디스플레이부에 출력될 수 있다. 예를 들어, 수거 장치의 카메라 모듈을 통해 획득된 일회용품의 이미지를 기반으로 판단 모델을 통해 상기 일회용품의 종류가 결정되고, 상기 일회용품이 정상적인 상태로 결정된 경우, 반환 진행 화면(720)은 수거 장치의 투입부를 통해 일회용품이 수거 장치의 내부로 진입한 이후부터 일회용품의 종류에 따라 수거될 때까지 수거 장치의 디스플레이부에 출력될 수 있다.

반환 실패 화면(730)은 상기 일회용품에 부착된 코드에 대한 인식에 실패하거나, 또는 수거 장치의 카메라 모듈을 통해 획득된 일회용품의 이미지를 기반으로 판단 모델을 통해 상기 일회용품이 훼손된 상태로 결정된 경우, 수거 장치의 디스플레이부에 출력될 수 있다.

반환 완료 화면(740)은 상기 일회용품의 수거가 완료된 후, 디스플레이부에 출력될 수 있다. 예를 들어, 사용자는 반환 완료 화면(740)에서, 현금 창을 터치하면, 상기 일회용품에 대한 보증금을 현금으로 지급받을 수 있고, 계좌 이체 창을 터치한 경우, 상기 일회용품에 대한 보증금이 입력된 사용자의 계좌 또는 등록된 사용자의 계좌로 이체될 수 있다. 또는, 예를 들어, 사용자는 반환 완료 화면(740)에서, 현금 창을 터치하거나, 계좌 이체 창을 터치한 경우, 사용자 인식 화면(750)이 출력될 수 있다.

사용자 인식 화면(750)은 상기 반환을 시작한 이후 또는 상기 반환이 완료되고 사용자가 보증금을 환급받을 때, 디스플레이부에 출력될 수 있다. 예를 들어, 사용자 정보 입력을 터치하면, 사용자의 성명, 사용자의 식별 번호, 사용자의 전화 번호 또는 사용자의 계좌 번호 중 적어도 하나를 입력하는 창이 출력될 수 있다. 사용자 정보를 입력하면, 현금이 지급되거나 사용자의 계좌로 보증금이 이체될 수 있다. 예를 들어, 지문/홍채 인증을 터치하면, 수거 장치는 사용자의 지문 및/또는 홍채를 인식하는 센서를 통해 감지된 사용자의 지문 및/또는 홍채를 인식할 수 있고, 상기 인식된 사용자의 지문 및/또는 홍채에 대응하는 정보에 기반하여 사용자의 계좌로 보증금이 이체될 수 있다. 즉, 사용자 정보가 입력되거나, 사용자의 지문 및/또는 홍채가 인식되는 경우, 수거 장치는 획득된 사용자의 계좌로 보증금을 이체하는 메시지를 외부의 서버 또는 단말에게 전송할 수 있다.

도 8은 일 실시예에 따른 수거 장치와 연결된 단말에 대한 화면을 나타낸다. 도 8의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 8은 수거 장치의 상태를 나타내는 인터페이스의 일 예이며, 수거 장치의 상태를 나타내는 인터페이스는 도 8의 인터페이스 내 구성요소보다 많은 구성요소가 구현될 수도 있고, 도 8의 인터페이스 내 구성요소보다 적은 구성요소가 구현될 수도 있다.

도 8을 참조하면, 수거 장치의 상태를 나타내는 인터페이스(800)는 수거 장치와 연결된 단말의 화면에 출력될 수 있다. 수거 장치의 상태를 나타내는 인터페이스(800)는 종이컵에 대한 정보(810), 플라스틱컵에 대한 정보(820) 및 오수의 용량에 대한 정보(830)를 포함할 수 있다. 예를 들어, 일회용컵의 종류에 따라 일회용컵에 대한 정보의 개수가 증가할 수 있다. 예를 들어, 회수가능한 일회용컵이 재질은 동일하지만 크기가 상이한 경우, 수거 장치의 상태를 나타내는 인터페이스(800)는 오수의 용량에 대한 정보 이외에 제1 종이컵에 대한 정보, 제2 종이컵에 대한 정보와 같이 복수의 종이컵에 대한 정보를 포함할 수 있다. 예를 들어, 회수가능한 일회용컵이 크기는 동일하지만 재질이 상이한 경우, 수거 장치의 상태를 나타내는 인터페이스(800)는 오수의 용량에 대한 정보 이외에 제1 재질의 일회용컵에 대한 정보, 제2 재질의 일회용컵에 대한 정보와 같이 복수의 재질의 일회용컵에 대한 정보를 포함할 수 있다.

예를 들어, 현재 종이컵 개수가 보관할 수 있는 최대 개수의 반인 경우, 종이컵에 대한 정보(810)는 50%를 나타낼 수 있다. 이때, 현재 종이컵 개수가 최대 개수에 도달한 경우, 수거 장치는 종이컵의 개수가 최대 개수에 도달한 것을 알리는 메시지를 외부의 서버 또는 단말에게 전송할 수 있다. 또한, 수거 장치는 상기 종이컵의 개수가 최대 개수에 도달한 것과 관련된 사전 설정된 장소로 이동할 수 있다.

예를 들어, 현재 플라스틱컵 개수가 보관할 수 있는 최대 개수의 70%인 경우, 플라스틱컵에 대한 정보(820)는 70%를 나타낼 수 있다. 이때, 현재 플라스틱컵 개수가 최대 개수에 도달한 경우, 수거 장치는 플라스틱컵의 개수가 최대 개수에 도달한 것을 알리는 메시지를 외부의 서버 또는 단말에게 전송할 수 있다. 또한, 수거 장치는 상기 플라스틱컵의 개수가 최대 개수에 도달한 것과 관련된 사전 설정된 장소로 이동할 수 있다.

예를 들어, 현재 오수의 용량이 보관할 수 있는 최대 용량의 60%인 경우, 오수의 용량에 대한 정보(830)는 70%를 나타낼 수 있다. 이때, 현재 오수의 용량이 최대 용량에 도달한 경우, 수거 장치는 오수의 용량이 최대 용량에 도달한 것을 알리는 메시지를 외부의 서버 또는 단말에게 전송할 수 있다. 또한, 수거 장치는 상기 오수의 용량이 최대 용량에 도달한 것과 관련된 사전 설정된 장소로 이동할 수 있다.

도 9는 일 실시예에 따른 수거 장치가 일회용컵을 분류하고, 분류된 일회용컵에 대해 보증금을 지급하는 동작을 나타낸 흐름도이다. 도 9의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 9를 참조하면, 단계 S901에서, 수거 장치는 카메라 모듈을 통해 일회용컵에 대한 이미지를 획득할 수 있다.

단계 S902에서, 수거 장치는 뉴럴 네트워크를 이용한 판단 모델을 통해 일회용컵의 훼손 여부를 판단할 수 있다. 예를 들어, 일회용컵에 부착된 코드가 성공적으로 인식된 경우, 수거 장치는 획득된 상기 일회용컵에 대한 이미지를 기반으로, 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부를 결정할 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 일회용컵의 손실된 비율이 50%이상인 것으로 사전 설정될 수 있다. 즉, 손실된 비율이 50% 이상인 경우, 일회용컵은 훼손된 상태로 결정될 수 있다. 예를 들어, 일회용컵의 종류에 따라 상기 일회용컵의 훼손 여부를 판단하는 기준 값이 상이할 수 있다. 예를 들어, 일회용컵의 훼손 여부를 판단하는 기준 값은 상술한 수학식 2에 의해 결정될 수 있다.

예를 들어, 상기 판단 모델을 통해, 상기 일회용컵의 손실된 비율이 계산될 수 있다. 예를 들어, 상기 일회용컵의 손실된 비율이 사전 설정된 비율 미만인 경우, 상기 판단 모델은 상기 일회용컵을 정상적인 상태로 결정할 수 있다.

단계 S903에서, 일회용컵이 훼손된 상태로 결정된 경우, 수거 장치는 반환 불가 메시지를 디스플레이부에 출력할 수 있다. 예를 들어, 일회용컵이 훼손된 상태로 결정된 경우, 수거 장치는 반환 불가와 관련된 화면을 디스플레이부에 출력할 수 있다.

단계 S904에서, 일회용컵이 훼손된 상태가 아닌 것으로 결정된 경우, 수거 장치는 상기 획득된 일회용컵에 대한 이미지를 기반으로, 뉴럴 네트워크를 이용한 판단 모델을 통해 일회용컵의 종류를 판단할 수 있다. 예를 들어, 일회용컵이 훼손된 상태가 아닌 것으로 결정된 경우, 수거 장치는 상기 획득된 일회용컵에 대한 이미지를 기반으로 상기 판단 모델을 통해 상기 일회용컵이 플라스틱 재질이고 크기가 중간 크기인 것으로 결정할 수 있다. 즉, 상기 판단 모델에 의해 일회용컵의 재질에 대한 값과 일회용컵의 크기에 대한 값이 결정되면, 수거 장치는 상기 재질에 대한 값 및 상기 크기에 대한 값에 맵핑되는 일회용컵의 종류를 결정할 수 있다.

부가적으로, 예를 들어, 복수의 일회용컵에 대한 이미지 정보를 기반으로, 뉴럴 네트워크를 통해 일회용컵의 종류를 판단하는 것이 상기 판단 모델에 대해 사전 학습될 수 있다.

단계 S905에서, 수거 장치는 센서부에 의해 측정된 일회용컵의 무게가 임계 값 이하인지 여부를 결정할 수 있다. 예를 들어, 수거 장치는 수거 장치에 구비된 홀더부와 연결된 무게 감지 센서에 의해 일회용컵의 무게를 측정할 수 있고, 상기 측정된 무게가 임계 값 이하인지 여부를 결정할 수 있다.

단계 S906에서, 측정된 일회용컵의 무게가 임계 값 이하인 경우, 수거 장치는 사전 설정된 제1 회전 위치에서 시계방향 또는 반시계방향으로 홀더부를 회전시킬 수 있다. 예를 들어, 사전 설정된 제1 회전 위치는 상기 일회용컵의 길이에 기반하여 결정될 수 있다.

단계 S907에서, 측정된 일회용컵의 무게가 임계 값을 초과한 경우, 수거 장치는 사전 설정된 제2 회전 위치에서 시계방향 또는 반시계방향으로 홀더부를 회전시킬 수 있다. 예를 들어, 사전 설정된 제2 회전 위치까지의 높이는 상술한 수학식 1에 의해 결정될 수 있다.

단계 S908에서, 수거 장치는 일회용컵을 세척하고, 일회용컵의 종류에 따라 일회용컵을 보관할 수 있다. 단계 S909에서, 수거 장치는 반환 완료 메시지를 디스플레이부에 출력할 수 있다. 예를 들어, 수거 장치는 반환 완료와 관련된 화면을 디스플레이부에 출력할 수 있다.

단계 S910에서, 사용자에 의해 계좌 이체에 대한 요청이 발생된 경우, 수거 장치는 사용자의 지문 및/또는 홍채가 인식되었는지 여부를 결정할 수 있다. 예를 들어, 사용자에 의해 지문 및/또는 홍채 인식 요청이 발생된 경우, 수거 장치는 수거 장치에 구비된 사용자 인식부를 통해 사용자의 지문 및/또는 홍채에 대한 정보를 획득할 수 있다. 예를 들어, 수거 장치는 사용자의 지문 및/또는 홍채에 대한 정보를 획득한 경우, 사용자의 지문 및/또는 홍채가 인식된 것으로 결정할 수 있다.

단계 S911에서, 사용자의 지문 및/또는 홍채가 인식된 경우, 수거 장치는 등록된 계좌에 대한 보증금 이체를 요청하는 메시지를 서버 또는 단말에게 전송할 수 있다. 예를 들어, 상기 사용자의 지문 및/또는 홍채와 연동된 계좌가 수거 장치에 대해 사전 저장될 수 있다. 또는, 예를 들어, 수거 장치는 상기 사용자의 지문 및/또는 홍채에 대한 정보를 서버 또는 단말에게 전송하고, 상기 서버 또는 단말이 상기 사용자의 지문 및/또는 홍채에 대한 정보에 대응하는 계좌를 결정하고, 결정된 계좌로 보증금을 이체시킬 수 있다.

단계 S912에서, 사용자의 지문 및/또는 홍채가 인식되지 않은 경우, 수거 장치는 사용자로부터 입력된 계좌에 대한 보증금 이체를 요청하는 메시지를 서버 또는 단말에게 전송할 수 있다. 예를 들어, 사용자의 지문 및/또는 홍채가 인식되지 않은 경우는 사용자의 지문 및/또는 홍채가 인식에 실패한 경우, 사용자의 지문 및/또는 홍채에 대한 정보에 대응하는 계좌가 존재하지 않는 경우를 포함할 수 있다. 예를 들어, 사용자의 지문 및/또는 홍채가 인식되지 않은 경우, 수거 장치는 사용자 정보를 입력할 수 있는 화면을 디스플레이부에 출력할 수 있고, 상기 사용자에 의해 입력된 정보에 기반하여 사용자로부터 입력된 계좌에 대한 보증금 이체를 요청하는 메시지를 서버 또는 단말에게 전송할 수 있다.

상기 도 9의 실시예는 하나의 예이며, 수거 장치는 각각의 판단 과정을 독립적으로 수행할 수 있다. 또는, 예를 들어, 수거 장치는 상기 각각의 판단하는 과정들을 병렬적으로 수행할 수 있다.

도 10은 일 실시예에 따른 수거 장치의 상태에 따른 동작을 나타낸 흐름도이다. 도 10의 일 실시예는 본 개시의 다양한 실시예들과 결합될 수 있다.

도 10을 참조하면, 단계 S1001에서, 수거 장치는 일회용컵의 개수가 사전 설정된 개수를 초과하는지 여부를 판단할 수 있다. 예를 들어, 상기 사전 설정된 개수는 수거 장치가 보관 가능한 일회용컵의 최대 개수일 수 있다. 예를 들어, 사전 설정된 개수는 일회용컵의 종류에 따라 상이할 수 있다.

단계 S1002에서, 일회용컵의 개수가 사전 설정된 개수를 초과하지 않는 경우, 수거 장치는 오수의 용량이 사전 설정된 용량을 초과하는지 여부를 판단할 수 있다. 예를 들어, 상기 사전 설정된 용량은 수거 장치가 보관 가능한 오수의 최대 용량일 수 있다.

단계 S1003에서, 일회용컵의 개수가 사전 설정된 개수를 초과하는 경우(S1001) 또는 오수의 용량이 사전 설정된 용량을 초과하는 경우(S1002), 수거 장치는 수거 장치의 상태에 대한 정보에 기반하여 수거 장소까지 이동이 가능한지 여부를 판단할 수 있다. 여기서, 수거 장소는 일회용컵 및 오수를 수거하는 장소이며, 일회용컵의 종류에 따라 수거 장소가 상이할 수 있다. 예를 들어, 상기 수거 장치의 상태에 대한 정보는 수거 장치의 위치 정보, 수거 장치의 배터리 정보, 수거 장치가 회수한 일회용컵의 개수 정보 및 수거 장치에 보관된 오수의 용량 정보를 포함할 수 있다. 예를 들어, 수거 장소에 대한 위치 정보는 상기 수거 장치에 사전 저장될 수 있다. 또는, 예를 들어, 수거 장치는 수거 장치의 상태에 대한 정보에 기반하여 서버 또는 단말에게 수거 장소에 대한 위치 정보를 요청할 수 있고, 상기 서버 또는 단말로부터 수거 장소에 대한 위치 정보를 수신할 수 있다.

예를 들어, 수거 장치는 수거 장치의 상태에 대한 정보에 기반하여 결정된 경로 값이 현재 수거 장치의 위치에서 수거 장소까지의 이동 경로에 대한 값을 초과하는 경우, 상기 수거 장소까지 이동이 가능한 것으로 결정할 수 있다. 예를 들어, 수거 장치의 상태에 대한 정보에 기반하여 결정된 값은 하기 수학식 3에 의해 설정될 수 있다.

상기 수학식 3에서, 상기 d는 상기 경로 값이고, 상기 b는 배터리의 충전율, 상기 w_max는 상기 수거 장치의 최대 용량, 상기 n은 일회용컵의 종류의 개수, 상기 n_i는 i번째 일회용컵의 종류에 해당하는 일회용컵의 개수이고, 상기 w_i는 i번째 일회용컵의 종류에 해당하는 일회용컵의 무게이고, 상기 w_c는 오수의 용량이고, d_max는 상기 수거 장치의 이동 가능한 최대 거리일 수 있다. 예를 들어, 배터리는 상기 수거 장치의 전원공급부일 수 있다. 예를 들어, 수거 장치의 최대 용량은 상기 수거 장치가 보관할 수 있는 일회용컵 및 오수에 대한 최대 용량일 수 있다. 예를 들어, 상기 수거 장치의 이동 가능한 최대 거리는 상기 수거 장치가 최대 용량 및 최대 충전 상태에서 이동 가능한 최대 거리일 수 있다.

단계 S1004에서, 수거 장소까지 이동이 가능하다고 결정된 경우, 수거 장치는 카메라 모듈 및 구동부를 통해 수거 장소로 이동할 수 있다. 예를 들어, 수거 장치는 카메라 모듈 및 구동부를 통해 주변 상황을 감지할 수 있고, 주행중인 경로를 유지하는 기술, 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등에 의한 자율 주행을 구현함으로써, 수거 장소로 이동할 수 있다.

예를 들어, 수거 장치는 통신부를 통해 외부 서버로부터 지도 데이터, 교통 정보 데이터 등을 수신하고, 획득된 데이터를 기반으로 현재 수거 장치의 위치부터 수거 장소까지의 자율 주행 경로와 드라이빙 플랜을 생성할 수 있다.

예를 들어, 수거 장치는 드라이빙 플랜에 따라 수거 장치가 자율 주행 경로를 따라 이동하도록 구동부를 제어할 수 있다(예, 속도/방향 조절). 자율 주행 도중에 수거 장치는 통신부를 통해 외부 서버로부터 최신 교통 정보 데이터를 비/주기적으로 획득할 수 있고, 수거 장치는 자율 주행 도중에 센서부를 통해 수거 장치의 주행 상태, 주변 환경 정보를 획득할 수 있다. 수거 장치는 새로 획득된 데이터/정보에 기반하여 현재 수거 장치의 위치부터 수거 장소까지의 자율 주행 경로와 드라이빙 플랜을 갱신할 수 있다. 수거 장치는 통신부를 통해 수거 장치의 위치, 자율 주행 경로, 드라이빙 플랜 등에 관한 정보를 외부 서버로 전달할 수 있다. 외부 서버는 차량 또는 자율 주행 차량들로부터 수집된 정보에 기반하여, AI 기술 등을 이용하여 교통 정보 데이터를 미리 예측할 수 있고, 예측된 교통 정보 데이터를 수거 장치에게 제공할 수 있다.

단계 S1006에서, 수거 장소까지 이동이 가능하지 않다고 결정된 경우, 수거 장치는 현재 수거 장치의 위치에서 가장 가까운 지점을 검색하고, 상기 가장 가까운 지점까지 이동이 가능한지 판단할 수 있다. 여기서, 지점은 일회용품을 수거할 수 있는 식당 또는 카페와 같은 장소일 수 있다. 예를 들어, 수거 장소까지 이동이 가능하지 않다고 결정된 경우, 수거 장치는 사전 저장된 복수의 지점들에 대한 위치 정보를 기반으로 가장 가까운 지점을 결정할 수 있다.

또는, 예를 들어, 수거 장소까지 이동이 가능하지 않다고 결정된 경우, 수거 장치는 서버 또는 단말에게 복수의 지점에 대한 위치 정보를 요청하고, 상기 서버 또는 단말로부터 상기 복수의 지점에 대한 위치 정보를 수신하고, 상기 복수의 지점에 대한 위치 정보에 기반하여 가장 가까운 지점을 결정할 수 있다.

이후, 예를 들어, 수거 장치는 상술한 수학식 3에 의해 결정된 경로 값이 현재 수거 장치의 위치에서 상기 가장 가까운 지점까지의 이동 경로에 대한 값을 초과하는 경우, 상기 가장 가까운 지점까지 이동이 가능한 것으로 결정할 수 있다.

단계 S1006에서, 가장 가까운 지점까지 이동이 가능하다고 결정된 경우, 수거 장치는 카메라 모듈 및 구동부를 통해 가장 가까운 지점으로 이동할 수 있다. 예를 들어, 수거 장치는 카메라 모듈 및 구동부를 통해 주변 상황을 감지할 수 있고, 주행중인 경로를 유지하는 기술, 속도를 자동으로 조절하는 기술, 정해진 경로를 따라 자동으로 주행하는 기술, 목적지가 설정되면 자동으로 경로를 설정하여 주행하는 기술 등에 의한 자율 주행을 구현함으로써, 가장 가까운 지점으로 이동할 수 있다.

예를 들어, 수거 장치는 통신부를 통해 외부 서버로부터 지도 데이터, 교통 정보 데이터 등을 수신하고, 획득된 데이터를 기반으로 현재 수거 장치의 위치부터 가장 가까운 지점까지의 자율 주행 경로와 드라이빙 플랜을 생성할 수 있다.

예를 들어, 수거 장치는 드라이빙 플랜에 따라 수거 장치가 자율 주행 경로를 따라 이동하도록 구동부를 제어할 수 있다(예, 속도/방향 조절). 자율 주행 도중에 수거 장치는 통신부를 통해 외부 서버로부터 최신 교통 정보 데이터를 비/주기적으로 획득할 수 있고, 수거 장치는 자율 주행 도중에 센서부를 통해 수거 장치의 주행 상태, 주변 환경 정보를 획득할 수 있다. 수거 장치는 새로 획득된 데이터/정보에 기반하여 현재 수거 장치의 위치부터 가장 가까운 지점까지의 자율 주행 경로와 드라이빙 플랜을 갱신할 수 있다. 수거 장치는 통신부를 통해 수거 장치의 위치, 자율 주행 경로, 드라이빙 플랜 등에 관한 정보를 외부 서버로 전달할 수 있다. 외부 서버는 차량 또는 자율 주행 차량들로부터 수집된 정보에 기반하여, AI 기술 등을 이용하여 교통 정보 데이터를 미리 예측할 수 있고, 예측된 교통 정보 데이터를 수거 장치에게 제공할 수 있다.

단계 S1007에서, 가장 가까운 지점까지 이동이 가능하지 않다고 결정된 경우, 수거 장치는 서버 또는 단말에게 호출 메시지를 전송할 수 있다. 여기서, 상기 서버 또는 단말은 상기 수거 장소 또는 상기 가장 가까운 지점 중 적어도 하나와 관련될 수 있다. 여기서, 호출 메시지는 상기 수거 장치의 상태에 대한 정보 및 상기 수거 장치의 위치 정보를 포함할 수 있다.

또한, 상기 도 10의 실시예는 하나의 예이며, 침대 장치는 사전 설정된 범위 내인지 판단하는 과정을 독립적으로 수행할 수 있다. 또는, 예를 들어, 침대 장치는 상기 판단하는 과정들을 병렬적으로 수행할 수 있다.

이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (14)

1. 뉴럴 네트워크(neural network)를 이용하여 일회용컵을 분류하는 수거 장치에 있어서,
   상기 일회용컵에 부착된 코드를 인식하는 코드 인식부; 사용자를 인식하는 사용자 인식부; 상기 일회용컵의 무게를 측정하는 무게 감지부; 상기 일회용컵을 촬영하기 위한 제1 카메라 모듈; 및 상기 사용자를 촬영하기 위한 제2 카메라 모듈을 포함하는 센서부;
   서버 또는 단말과 네트워크를 통해 무선 통신을 수행하는 통신부;
   상기 일회용컵의 회수와 관련된 인터페이스를 출력하는 디스플레이부;
   상기 일회용컵의 양 측면에 압력을 가하여 상기 일회용컵을 고정시키는 홀더부; 상기 일회용컵에 대한 회수가 결정된 것에 기반하여 자동으로 개방되는 투입부; 상기 일회용컵에서 배출된 내용물을 보관하는 오수 보관부; 상기 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 일회용컵 내부로 물을 분사하는 세척부; 상기 일회용컵을 보관하는 컵 보관부; 및 상기 수거 장치를 이동시키는 구동부를 포함하는 본체부; 및
   하나 이상의 메모리; 및 상기 하나 이상의 메모리와 상기 센서부, 상기 통신부, 상기 디스플레이부 및 상기 본체부를 연결하는 하나 이상의 프로세서를 포함하는 제어부를 포함하되,
   상기 하나 이상의 프로세서는:
   상기 일회용컵에 부착된 코드가 인식된 것에 기반하여, 상기 제1 카메라 모듈에 의해 획득된 상기 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정하고,
   상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정하고,
   상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부를 시계방향 또는 반시계방향으로 회전시킴으로써 상기 오수 보관부에 상기 일회용컵의 내용물을 배출시키고,
   상기 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부로부터 분리하여 상기 컵 보관부로 이동시키는,
   수거 장치.
   
2. 제 1항에 있어서,
   상기 일회용컵의 무게가 임계 값 이하인 경우, 상기 일회용컵이 고정된 홀더부가 사전 설정된 제1 회전 위치에서 회전되고,
   상기 일회용컵의 무게가 임계 값을 초과하는 경우, 상기 일회용컵이 고정된 홀더부가 상기 사전 설정된 제2 회전 위치에서 회전되는,
   수거 장치.
   
3. 제 1항에 있어서,
   상기 오수 보관부로부터 상기 사전 설정된 제2 회전 위치까지의 높이는 하기 수학식에 의해 결정되는,
   

   

   
   상기 수학식에서, 상기 y는 상기 오수 보관부에서 상기 사전 설정된 제2 위치까지의 높이이고, 상기 l은 상기 일회용컵의 길이, 상기 w는 상기 무게 감지부에 의해 측정된 상기 일회용컵의 무게, 상기 w₀는 상기 일회용컵만의 무게인,
   수거 장치.
   
4. 제 1항에 있어서,
   상기 컵 보관부에 보관된 상기 일회용컵의 개수가 사전 설정된 개수를 초과하는 것에 기반하여, 상기 구동부에 의해 상기 수거 장치가 사전 설정된 제1 장소로 이동되고, 및 상기 수거 장치와 연결된 서버 또는 단말에게 상기 컵 보관부의 상태에 대한 정보 및 상기 사전 설정된 제1 장소에 대한 위치 정보가 전송되는,
   수거 장치.
   
5. 제 1항에 있어서,
   상기 오수 보관부의 용량이 사전 설정된 용량을 초과하는 것에 기반하여, 상기 구동부에 의해 상기 수거 장치가 사전 설정된 제2 장소로 이동되고, 및 상기 수거 장치와 연결된 서버 또는 단말에게 상기 오수 보관부의 상태에 대한 정보 및 상기 사전 설정된 제2 장소에 대한 위치 정보가 전송되는,
   수거 장치.
   
6. 제 1항에 있어서,
   상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
   복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보, 정답 일회용컵의 종류 및 정답 일회용컵의 상태로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습된, 상기 판단 모델이 생성되는,
   수거 장치.
   
7. 뉴럴 네트워크(neural network)를 이용하여 수거 장치가 일회용컵을 분류하는 방법에 있어서,
   상기 일회용컵에 부착된 코드가 인식된 것에 기반하여, 상기 일회용컵에 대한 이미지를 기반으로 뉴럴 네트워크를 이용한 판단 모델을 통해 상기 일회용컵의 훼손 여부 및 상기 일회용컵의 종류를 결정하는 단계 - 상기 일회용컵에 대한 이미지는 상기 수거 장치에 구비된 카메라 모듈에 의해 획득됨-;
   상기 일회용컵이 정상적인 상태인 것에 기반하여 상기 일회용컵에 대한 회수를 결정하는 단계;
   상기 일회용컵에 대한 회수가 결정된 것에 기반하여 개방된 투입부를 통해 상기 일회용컵을 상기 수거 장치의 내부로 진입시키는 단계;
   상기 일회용컵의 무게에 기반한 사전 설정된 회전 위치에서 상기 일회용컵이 고정된 홀더부를 시계방향 또는 반시계방향으로 회전시킴으로써 상기 수거 장치에 구비된 오수 보관부에 상기 일회용컵의 내용물을 배출시키는 단계 - 상기 일회용컵은 상기 수거 장치에 구비된 상기 홀더부에 의해 상기 일회용컵의 양 측면에 압력이 가해짐-;
   상기 일회용컵이 사전 설정된 세척 위치에 도달하는 것에 기반하여 상기 수거 장치에 구비된 세척부를 통해 상기 일회용컵 내부로 물을 분사하는 단계; 및
   상기 일회용컵의 종류에 따라 상기 일회용컵을 상기 홀더부로부터 분리하여 상기 수거 장치에 구비된 컵 보관부로 이동시키는 단계를 포함하는,
   방법.
   
8. 제 7항에 있어서,
   상기 일회용컵의 무게가 임계 값 이하인 경우, 상기 일회용컵이 고정된 홀더부가 사전 설정된 제1 회전 위치에서 회전되고,
   상기 일회용컵의 무게가 임계 값을 초과하는 경우, 상기 일회용컵이 고정된 홀더부가 상기 사전 설정된 제2 회전 위치에서 회전되는,
   방법.
   
9. 제 8항에 있어서,
   상기 오수 보관부로부터 상기 사전 설정된 제2 회전 위치까지의 높이는 하기 수학식에 의해 결정되는,
   

   

   
   상기 수학식에서, 상기 y는 상기 오수 보관부에서 상기 사전 설정된 제2 위치까지의 높이이고, 상기 l은 상기 일회용컵의 길이, 상기 w는 상기 수거 장치에 구비된 무게 감지부에 의해 측정된 상기 일회용컵의 무게, 상기 w₀는 상기 일회용컵만의 무게인,
   방법.
   
10. 제 7항에 있어서,
    상기 컵 보관부에 보관된 상기 일회용컵의 개수가 사전 설정된 개수를 초과하는 것에 기반하여, 상기 수거 장치에 구비된 구동부에 의해 상기 수거 장치가 사전 설정된 제1 장소로 이동되고, 및 상기 수거 장치와 연결된 서버 또는 단말에게 상기 컵 보관부의 상태에 대한 정보 및 상기 사전 설정된 제1 장소에 대한 위치 정보가 전송되는,
    방법.
    
11. 제 7항에 있어서,
    상기 오수 보관부의 용량이 사전 설정된 용량을 초과하는 것에 기반하여, 상기 수거 장치에 구비된 구동부에 의해 상기 수거 장치가 사전 설정된 제2 장소로 이동되고, 및 상기 수거 장치와 연결된 서버 또는 단말에게 상기 오수 보관부의 상태에 대한 정보 및 상기 사전 설정된 제2 장소에 대한 위치 정보가 전송되는,
    방법.
    
12. 제 7항에 있어서,
    상기 뉴럴 네트워크는 입력 레이어, 하나 이상의 히든 레이어 및 출력 레이어를 포함하고,
    복수의 일회용컵에 대한 이미지 정보, 복수의 훼손된 일회용컵에 대한 이미지 정보, 정답 일회용컵의 종류 및 정답 일회용컵의 상태로 구성된 각각의 학습 데이터는 상기 뉴럴 네트워크의 상기 입력 레이어에 입력되어 상기 하나 이상의 히든 레이어 및 출력 레이어를 통과하여 출력 벡터로 출력되고, 상기 출력 벡터는 상기 출력 레이어에 연결된 손실함수 레이어에 입력되고, 상기 손실함수 레이어는 상기 출력 벡터와 각각의 학습 데이터에 대한 정답 벡터를 비교하는 손실함수를 이용하여 손실 값을 출력하고, 상기 뉴럴 네트워크의 파라미터는 상기 손실 값이 작아지는 방향으로 학습된, 상기 판단 모델이 생성되는,
    방법.
    
13. 하드웨어와 결합되어 제7항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
    
14. 하드웨어와 결합되어 제7항의 방법을 실행시키기는 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능한 기록매체.

Images