Educational robots are used to teach skills in problem-solving, cooperation, logical thinking, and computer programming. Diverging from mundane classroom studies, robots can be used effectively to develop children’s study habits and encourage creativity and imagination. Although students and parents are showing increasing interest in robot education, it has not been widely commercialized in the student education market because parents find it too costly. This research focuses on the robot education industry and strives to develop a 1) customized education program that alleviates parents’ resistance to the financial burden and a 2) marketing strategy to enhance customer satisfaction and loyalty for sustainable growth in the robot education industry. The study shows that the industry must first understand students’ and parents’ needs and wants and then develop customized service packages for each client type. Continual improvement is key for achieving customer satisfaction, providing differentiated service, and consolidating the service with teacher education. It is essential that children show that they are achieving and that they are satisfied if companies are to maintain customers and attract new business. Also, if children are enthusiastic about robot education, their parents will be more willing to finance such programs. Therefore, robot education companies must increase customer satisfaction by increasing the quality of robot education through home visitation and instruction delivered through education centers.

참외 재배환경은 토양 위의 수평바닥에서 재배된 것을 수확하여야 하며, 참외가 잎으로 덮여져 있어 인식이 어렵고, 덩굴성 줄기로 인해 참외를 그립하기에도 매우 불리하다. 이러한 재배환경에 적합하도록 엔드이펙트, 머니퓰레이터, 인식장치 등의 참외 수확 로봇을 개발하였고 이를 시험하였다. 엔드이펙터는 수확물을 잡기 위한 그 립퍼와 줄기를 절단하는 커터로 구분되며, 그립퍼는 4개의 핑거가 동시에 구동하고, 커터는 2개로 전후진 동작이 되도록 설계하여 파지력과 절단력을 제어할 수 있도록 하였다. 머니퓰레이터는 중심축을 기준으로 회전을 하는 L-R형 모델에 직교 좌표형과 셔틀형 머니퓰레이터를 조합한 4축 매니플레이트 구조로 설계하였다. 인식장치는 1차 인식장치인 GVC와 2차 인식장치인 LVC를 이용하여 참외를 식별하고 그 중에서 당도나 숙도를 예측하여 선별하였다. 이 장치를 이용하여 로봇의 성능시험을 한 결과 수확시간은 평균 18.2sec/ea, 픽업율은 평균 91.4%, 손상율은 평균 8.2%, 선별율은 평균 72.6%로 나타났다.

The camera embedded wall climbing robot in this paper combines the suction and aerodynamic attraction to achieve good balance between strong adhesion force and high mobility and adopts embedded image processing technique to detect targets on the warehouse inspection. Experimental results showed that the robot can move upward on the wall at the speed of 2.9m/min and carry 5kg payload in addition to 2.5kg self-weight, which record the highest payload capacity among climbing robots of similar size. With two 11.1V lithium-polymer battery, the robot can operate continuously for half hours. A wireless camera system, zigbee protocol module and several sensors was adopted for detecting target objects and dangerous situation on the wall and for sending alarm signals to remote sensor node or manager.

본 연구는 시설재배에서 참외를 수확할 수 있는 로봇의 엔드이펙터를 개발하기 위한 전단계로서, 참외의 엔드이펙트 중에서 소프트 핸드링이 가능한 그립퍼와 참외 줄기를 절단하는 커터를 설계하기 위해 참외의 기하학, 압축, 절단, 마찰 특성 등을 분석하였다. 그 결과 참외의 길이는 평균 108mm, 직경은 중간지점에서 평균 70mm, 중량은 평균 188g, 부피는 평균 333mL, 진원도는 평균 3.8mm로 나타났다. 참외의 중량(W)에 대하여 길이(L)와 직경(D2)을 변수로 하는 식 W = La × D2 b로부터 비선형 회귀분석을 실시한 결과 a는 2.0279, b는 −0.9998의 상 수값을 가지는 상관관계가 있는 것으로 나타났다. 참외 줄기의 지름은 평균 3.8mm이며, 참외 줄기는 중심으로 부터 반경 5mm 범위 내에서 대부분 분포하였다. 참외의 항복치와 압축강도, 경도의 평균값은 각각 36.5N/cm2, 185.7N/cm2, 636.7N/cm2이며, 참외 줄기의 절단력과 절단강도는 각각 2.87 × 10−2N와 5.60N/cm2로 나타났다. 참외의 마찰계수는 고무가 0.609으로 가장 높게 나타났고, 그 다음으로 알루미늄이 0.393, 스테인레스강이 0.177, 테프론이 0.079로 나타났다. 분석된 자료를 토대로 엔드 이펙터 설계시 동작에 따른 위치 오차와 안전율을 감안 하여, 그립퍼의 및 커터의 크기, 선회반경, 설치위치, 구 동모터의 동력, 재료 및 재질의 선정 등에 적용할 수 있을 것으로 판단되었다.

Large and complicated firefighting environment is accelerating in the early activities in the field of fire officials at the time limit situation leads to people's lives and property damage, as well as the loss of the Fire Service. Therefore, the state-of-the-art technology that can respond to rapidly changing fire environment urgently in the field of fire fighting have been introduced should be utilized. These intelligent firefighting robots build daegukmin firefighting safety net that can be used when. Other advanced technology industries, the most effective ways that can be introduced into the firefighting shall be provided in the current situation of the industry's initial firefighting robots.

The camera embedded wall climbing robot in this paper combines the suction and aerodynamic attraction to achieve good balance between strong adhesion force and high mobility and adopts embedded image processing technique to detect targets on the warehouse inspection. Experimental results showed that the robot can move upward on the wall at the speed of 2.9m/min and carry 5kg payload in addition to 2.5kg self-weight, which record the highest payload capacity among climbing robots of similar size. With two 11.1V lithium-polymer battery, the robot can operate continuously for half hours. A wireless camera system, zigbee protocol module and several sensors was adopted for detecting target objects and dangerous situation on the warehouse wall and for sending alarm signals to remote sensor node or manager.

과거 실제 공간에서 발생되는 결과를 가상공간에서 입력 받아 수행되는 게임 시스템이 개발 되었다. 개발된 시스템에 스마트 디바이스를 결합한 새로운 게임 시스템을 개발 하였다. 가상공간에서 벌어지는 다양한 내용들이 실제 공간에서 로봇 구동과 조화 되는 시스템이 개발 되면 게임의 흥미는 매우 높을 것으로 기대 한다. 제안 시스템은 가상공간의 유닛들과 스마트 디바이스 결합 로봇의 조화 구성을 하였다. 해당 로봇은 실제 공간에서 구동되고, 가상현실에서는 그래픽 유닛이 구동 된다. 그리고 가상현실과 실제가 결합하여 새로운 결과를 유추 한다. 본 논문에서는 스마트 디바이스를 결합해 가상공간의 내용이 실제 공간에 구현되는 전체 시스템을 소개 한다. 본 논문에서 소개하는 내용은 가상공간의 유닛들이 실제 로봇으로 구현하는 하드웨어 시스템과 가상공간에서 구현되는 내용을 로봇과 통신하는 소프트웨어 시스템이다. 본 논문에서 중요 요점은 제안하는 서버 시스템과 클라이언트 시스템 그리고 스마트 디바이스와 결합한 로봇 MCU를 참조 한다면 가상공간과 실제 공간이 결합 되는 다양한 게임을 만들 수 있다고 판단 한다

최근 로봇의 제조 기술 및 로봇 움직임의 제어 기술이 축적되고 컴퓨터와 정보통신 기술이 비약적으로 성장하면서, 세계 각국은 새롭게 떠오르고 있는 로봇 산업을 국가적인 전략산업으로 규정하고 기술 개발에 매진하고 있는 상황이다. 로봇 산업계가 경쟁력을 갖추기 위해서는, 로봇을 생산하는 메이저 규모의 주도 기업과 해당 기업을 위하여 부품을 생산하는 협력 업체들이 모두 함께 기술을 개발을 하고 그 결과를 공유하면서 동시에 조직화적으로 발전해 나가야 한다. 이를 위해서는 로봇 산업계의 공급망을 구성하여야 하고, 공급망에서의 업무 프로세스가 정비되어야 하며, 기업 간 협력을 위한 체계와 방안을 마련하여야 한다. 본 연구는 로봇 산업계의 공급망 구성 방안을 설계함으로써, 기업 간 협력 체계를 제안하여 로봇 산업계의 생산 구조를 고도화할 수 있는 방안을 제시하고자 한다.

Driving mechanism, the central part of a robot, was designed in this study. Power for the motive drive was acquired by directly connecting the motor shaft in worm shape of the low-end DC motor, car window motor, to a decelerator. The decelerator consists of a worm gear to receive power from the motor shaft, a pinion gear to be connected in line with the worm gear, and an output shaft to be engaged to the pinion gear. Motion driving is achieved by the power from the motor shaft with the designed gears, transferred to the deceleration mechanism and to the output gear

This study proposes the compensation method for the mechanical deflection error of a SCARA robot. While most studies on the related subject have dealt with the development of a control algorithm for improvement of robot accuracy, this study presents the control method reflecting the mechanical deflection error which is predicted in advance. The deflection at the end of the gripper of SCARA robot is caused by the self-weights and payloads of Arm 1, Arm 2 and quill. If the deflection is constant even though robot’ posture and payload vary, there may not be a big problem on robot accuracy because repetitive accuracy, that is relative accuracy, is more important than absolute accuracy in robot. The deflection in the end of the gripper varies as robot’ posture and payload change. That’ why the moments ,  and  working on every joint of a robot vary with robot’ posture and payload size. This study suggests the compensation method which predicts the deflection in advance with the variations in robot’ posture and payload using neural network. To do this, I chose the posture of robot and the payloads at random, found the deflections by the FEM analysis, and then on the basis of this data, made compensation possible by predicting deflections in advance successively with the variations in robot’ posture and payload through neural network learning.

영상처리는 정확한 오이의 형상 및 위치를 인식하기 위하여 형상인식 알고리즘에 대한 연구를 수행하였다. 다양한 오이형상을 인식하기 위한 방법으로는 신경회로망의 연상 메모리 알고리즘을 이용하여 오이의 특정형상을 인식하였다. 형상인식은 실제영상에서 오이의 형상과 위치를 판정할 수 있도록 알고리즘을 개발한 결과, 다음과 같은 결론을 얻었다. 본 알고리즘에서는 일정한 학습패턴의 수를 2개, 3개, 4개를 각각 기억시켜 샘플패턴 20개를 실험하여 연상시킨 결과, 학습패턴으로 복원된 출력패턴의 비율은 각각 65.0%, 45.0%, 12.5%로 나타났다. 이는 학습패턴의 수가 많을수록 수렴할 때, 다른 출력패턴으로 많이 검출되었다. 오이의 특정형상 검출은 30×30간격으로 자동검출 되도록 처리하였다. 실제영상에서 자동 검출로 처리한 결과, 오이인식의 처리시간은 약 0.5~1초/1개(패턴) 빠르게 검출되었다. 또한, 다섯 개의 실제 영상에서 실험한 결과, 학습패턴에 대한 다른 출력패턴은 96~99%의 제거율을 나타내었다. 오이로 인식된 출력패턴 중에서, 오검출된 출력패턴의 비율은 0.1~4.2%를 나타내었다. 본 연구에서는 신경회로망을 이용하여 오이의 형상 및 위치를 인식할 수 있도록 알고리즘을 개발하였다. 오이의 위치측정은 실제영상에서 학습패턴과 유사한 출력패턴의 좌표를 가지고, 오이의 위치좌표를 추정할 수 있었다.

In this case report, we investigated the effects of robot-assisted gait therapy in a chronic stroke patient using motor assessment and gait analysis. A patient who suffered from the right hemiparesis following the left corona radiata and basal ganglia infarction received 30 minutes of robot-assisted gait therapy, 3 times a week for 4 weeks. Outcome was measured using Motoricity index(MI), Fugl-Meyer assessment(FMA), modified motor assessment scale(MMAS), isometric torque, body tissue composition, 10-meter gait speed and gait analysis. After robot-assisted gait therapy, the patient showed improvement in motor functions measured by MI, FMA, MMAS, isometric torque, skeletal muscle mass, 10-meter gait speed. In gait analysis, cadence, single support time, double support time, step length, walking speed improvement in after robot-assisted gait therapy. The results of this study showed that robot-assisted gait therapy is considered to facilitate locomotor recovery of the chronic hemiparetic stroke patient.

Robots in various types carry and assemble parts through repeatedly and accurately moving to stored locations by combining linear motions. And, linear systems are used in orthogonal axes of robots and driven via ball screws, such as 2-axis cartesian coordinate robot in this paper. This paper presents the effect of the linear motion guide that is used in 2nd axis in 2-axis cartesian coordinate robot. Some simulation results show that the linear motion guide influence greatly in robot performance such as the nominal life of linear guide. When use LM guide that have capacity near in 2nd axis, this paper show that the nominal life on LM block of 1st axis increases 37.4% and that the specification of 2nd axis LM guide influences greatly the nominal life of 1st axis LM block.

Recently, robot-assisted joint replacement surgeries are on the rise. Robot-assisted surgery can make more accurate outcome, and thus it will be more popular. For the accurate result, secure fixation of bone is necessary, but there are numerous difficulties for the secure fixation. Detecting bone motion is necessary to prevent some errors. Currently, optical sensor and location sensor are in use; however, these sensors can cause interventional problem for the friction between mechanical devices. This study shows how to compose the bone motion detecting device using electromagnetic sensor, how to commercialize the bone motion detecting device.

This paper presents the design for performance improvement of 2-axis cartesian coordinate robot. We cannot obtain the expected design performance unless we select the best-fit linear system for the robot. For this, this paper finds conditions of most suitable to select a LM(Linear Motion) guide and design a 2nd axis arm. By simulation results, the 2nd axis LM guide and the 2nd axis arm structure are confirmed that influence to the deflection of work piece end and the loads on 1 axis LM block. On using LM guide that have capacity near, this paper shows that the maximum load on LM block of 1 axis increases 4.23% and the maximum deflection of work piece end increases 7.95%.