반려동물은 스스로 운동기구를 멈출 수 없습니다. 사람이 속도를 맞춰주는 방식에서는 지치거나 뒤로 밀리는 순간이 곧 사고가 됩니다.
TENDEM은 순서를 뒤집었습니다. 기기가 발의 리듬을 읽고 속도를 따라갑니다.
기계가 도는 동안 동물은 계속 뜁니다. 원해서 뛰는 것과 멈출 줄 몰라서 뛰는 것을, 사람은 구분하지 못합니다.
그래서 템포는 반려동물이, 한계는 AI가 정합니다.
모터 부하에 남는 발의 주기를 읽어 속도를 따라갑니다. 사람이 숫자를 정하지 않습니다.
같은 자리에 TENDEM PET을 얹으면, 싣고 이동하는 것이 아니라 이동하는 동안 실제로 달립니다.
사양은 제조 시기에 따라 일부 변경될 수 있습니다.
모터를 돌리는 전류에는 바퀴가 무엇을 만났는지가 남습니다. 발이 벨트를 딛는 순간마다 q축 전류에 작은 봉우리가 생기고, 그 봉우리의 간격이 곧 발의 주기입니다. 같은 신호를 다른 기기들은 「누가 올라탔다」거나 「과부하다」를 알아내는 데 씁니다. TENDEM은 그것을 리듬으로 읽습니다.
그래서 카메라가 필요 없습니다. 조도와 무관하게 작동하고, 집 안이 촬영되지 않습니다.
구동속도 → 반응 리듬 → 데이터화 → AI 판정 → 적응 제어
걷기·완보·속보·질주는 평균 부하만 보면 서로 겹칩니다. 여기에 리듬 주파수를 한 축 더 놓으면 네 보행양식이 각각 다른 자리로 갈라집니다. 카메라 없이 전류 하나로 보행양식을 가릴 수 있는 근거가 이 분리입니다.
보행역학 문헌에 기초한 시뮬레이션(모델) 결과이며, 실제 장치에서 측정한 실측 데이터가 아닙니다. 출원 명세서 【0057】·【0185】에 같은 취지가 기재되어 있습니다.
학습용 시제품에는 센서를 넉넉히 답니다. 앞좌·앞우·뒤좌·뒤우·중앙 다섯 개의 임팩트 센서와 모터 부하까지 6채널입니다. 이것이 교사입니다. 양산품에는 중앙 임팩트 하나와 모터 부하 하나, 2채널만 남깁니다. 이것이 학생입니다.
교사가 내린 판정을 정답으로 두고, 학생이 같은 판정을 2채널만으로 복원하도록 학습시킵니다. 결측된 네 채널은 Mapper Network가 되살립니다. 판정 성능을 유지하면서 자재비가 내려갑니다.
보행역학 문헌에 기초한 모델값이며 실제 장치 실측 데이터가 아닙니다.
채널이 늘수록 분류에 쓸 수 있는 독립 정보량이 늘어납니다. 그래서 학습할 때는 채널을 넉넉히 두고, 제품에는 그 판정을 옮겨 담은 2채널 학생만 싣습니다. 아래는 검출 채널 수만 바꾼 모델 결과입니다.
이 곡선은 좌우 독립 벨트를 전제로 합니다. 단일 연속 벨트에서는 아래 03의 결합계수 α만큼 채널 분리 성능이 완화됩니다.
보행역학 문헌에 기초한 시뮬레이션(모델) 결과이며, 실제 장치에서 측정한 실측 데이터가 아닙니다. 출원 명세서 【0057】·【0185】에 같은 취지가 기재되어 있습니다.
네 다리는 서로 다른 위상으로 착지합니다. 그래서 한가운데 놓인 센서 하나에도 앞뒤 정보가 시간 구조와 모터 대비 비율의 형태로 실립니다. 중앙 센서를 정확히 가운데가 아니라 앞쪽으로 조금 밀어 두면, 앞 하중과 뒤 하중이 서로 다른 비율로 나타나 구분이 생깁니다.
학생 모델은 교사가 붙인 라벨로 이 상관을 학습해 앞섬과 처짐을 되살립니다.
아래 도 1~3 참조. 케이싱 내부의 센서 배치와 벨트·롤러 구성이 나타나 있습니다.
좌우가 독립된 벨트에서는 한쪽으로 치우친 부하가 채널 차분에 그대로 남습니다. 벨트가 하나로 이어져 강하게 결합될수록 그 차분이 상쇄되어 비대칭이 보이지 않게 됩니다. 벨트 구성을 고르는 일이 곧 검출 한계를 정하는 일입니다.
보행역학 문헌에 기초한 시뮬레이션(모델) 결과이며, 실제 장치에서 측정한 실측 데이터가 아닙니다. 출원 명세서 【0057】·【0185】에 같은 취지가 기재되어 있습니다.
판정부는 질주 · 걷기 · 지침 · 처짐 · 스테이션 이탈 다섯 상태를 실시간으로 가려냅니다. 판정이 바뀌었다고 속도를 즉시 바꾸지는 않습니다. 히스테리시스로 떨림을 걸러내고, 속도 변화율을 제한해 완만하게 따라갑니다.
보행양식(걷기 · 속보 · 질주)은 판정 상태와 별개의 축입니다. 종별 실측 기준에서 유도한 개체 캘리브레이션 값으로 경계를 잡습니다.
세 곡선은 모두 같은 전류 신호입니다. 정상 속보는 진폭과 간격이 일정하고, 체력이 떨어지면 진폭이 서서히 줄며, 레일을 벗어나거나 내벽에 부딪히면 한 번의 큰 스파이크 뒤에 리듬이 사라집니다. 앞의 둘은 감속으로, 마지막은 정지로 대응합니다.
보행역학 문헌에 기초한 시뮬레이션(모델) 결과이며, 실제 장치에서 측정한 실측 데이터가 아닙니다. 출원 명세서 【0057】·【0185】에 같은 취지가 기재되어 있습니다.
개와 고양이는 대각선 두 발이 함께 닿는 대각짝 착지라 하나의 기본 주파수가 뚜렷합니다. 조류처럼 두 발로 걷는 동물은 좌우가 번갈아 닿아 주파수 구조 자체가 다릅니다. 같은 판정 구조가 종을 넘어 작동하는 이유입니다.
보행역학 문헌에 기초한 시뮬레이션(모델) 결과이며, 실제 장치에서 측정한 실측 데이터가 아닙니다. 출원 명세서 【0057】·【0185】에 같은 취지가 기재되어 있습니다.
수치는 보행역학 문헌에 기초한 모델값이며 실제 장치 실측 데이터가 아닙니다.
AI 판정과 독립된 결정론적 안전 회로. 충돌·일탈 시 밀리초 단위 정지.
조도와 무관하게 작동하고, 집 안이 촬영되지 않습니다.
질주가 길어지면 갑자기 세우는 대신 속도를 서서히 낮춥니다. 동물도 따라 속도를 줄이다 걸음으로 내려온 뒤 멈춥니다. 평소 운동량에서는 걸릴 일이 없습니다.



출원 도면입니다. 실제 제품 형상과 다를 수 있습니다. 세 건 모두 심사중이며, TENDEM 상표는 출원 전입니다.