Journal of the Institute of Electronics Engineers of Korea CI (전자공학회논문지CI)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Robot Knowledge Framework of a Mobile Robot for Object Recognition and Navigation

이동 로봇의 물체 인식과 주행을 위한 로봇 지식 체계

  • Lim, Gi-Hyun (Division of Electrical Computer Engineering, Hanyang University) ;
  • Suh, Il-Hong (Collage of Information and Communications, Hanyang University)
  • 임기현 (한양대학교 전자컴퓨터통신공학과) ;
  • 서일홍 (한양대학교 정보통신대학)
  • Published : 2007.11.25
Download PDF
⟨ Previous Next ⟩

Abstract

This paper introduces a robot knowledge framework which is represented with multiple classes, levels and layers to implement robot intelligence at real environment for mobile robot. Our root knowledge framework consists of four classes of knowledge (KClass), axioms, rules, a hierarchy of three knowledge levels (KLevel) and three ontology layers (OLayer). Four KClasses including perception, model, activity and context class. One type of rules are used in a way of unidirectional reasoning. And, the other types of rules are used in a way of bi-directional reasoning. The robot knowledge framework enable a robot to integrate robot knowledge from levels of its own sensor data and primitive behaviors to levels of symbolic data and contextual information regardless of class of knowledge. With the integrated knowledge, a robot can have any queries not only through unidirectional reasoning between two adjacent layers but also through bidirectional reasoning among several layers even with uncertain and partial information. To verify our robot knowledge framework, several experiments are successfully performed for object recognition and navigation.

본 논문에서는 이동 로봇의 다계층으로 로봇 지식 체계를 구축함으로써 실생활 환경에서 잡음이 섞인 센서 때문에 소실되거나 잃어버리거나 가려진 정보를 찾아낼 수 있는 추론(inference)할 수 있는 로봇 지식을 구현하고자 한다. 로봇 지식 체계는 4개의 지식 계층과 2종류의 규칙 (rule)과 공리 (Axiom)으로 구성되어 있다. 인지, 모델, 정황, 활동의 4 개의 지식 계층 (KClass)으로 구성된다. 각각의 지식 계층은 3개의 지식 층 (KLevel)과 3개의 온톨로지 층 (OLayer)으로 구성된다. 3개의 지식층은 하위 층, 중간, 상위 지식층이고, 3 개의 온톨로지 층은 메타 온톨로지, 온톨로지 스키마, 온톨로지 인스턴스 층이다. 공리는 각 온톨로지 층 내에서 온톨로지 요소인 개념간의 관계를 표현하고, 2종류의 규칙은 서로 다른 온톨로지 층간, 서로 다른 지식 계층 간의 연관을 각각 표현한다. 따라서 이러한 특징의 로봇의 하위 수준의 센서 정보에서 상위 수준의 의미 정보를 통합 할 수 있도록 하고, 통합된 지식을 가지고 이웃한 층간의 단방향 추론 및 몇 개의 층들 간의 양방향 추론을 통해 불확실하고 부분적인 정보에 대한 질문에 응답할 수 있다. 이러한 우리의 로봇 지식 체계의 유용성이 물체 인식과 주행을 위한 여러 실험을 통하여 검증할 수 있다.

Keywords

References

  1. O. Martinez Mozos, A. Rottmann, R. Triebel, P. Jensfelt, W. Burgard. 'Semantic labeling of places using information extracted from laser and vision sensor data.' In In Proc. of the IEEE/RSJ IROS 2006 Workshop, Beijing, China, 2006
  2. D. Lowe, 'Distinctive image features from scale-invariant keypoints,' International Journal of Computer Vision, Vol.60, pp.91-110, 2004 https://doi.org/10.1023/B:VISI.0000029664.99615.94
  3. S. Thrun, W. Burgard and D. Fox, 'Probabilistic Robotics.' MIT Press 2005, ch. 1
  4. N. Maillot, M. Thonnat, and A. Boucher, 'Towards ontology-based cognitive vision,' Machine Vision and Applications, pp.33-40, 2004
  5. W. Hwang, J. Park, H. Suh, H. Kim and I.H. Suh, 'Ontology-based Framework of Robot Context Modeling and Reasoning for Object Recognition,' Lecture notes in Computer Science, 2006, pp. 596-606
  6. E. Wang, Y. S. Kim, H. S. Kim, J.H. Son, S. Lee, and I. H. Suh, 'Ontology Modeling and Storage System for Robot Context Understanding,' Lecture notes in Computer Science, 2005, pp. 922-929
  7. 김성호, 권인소, '비디오에서 양방향 문맥 정보를 이용한 상호협력적인 위치 및 물체 인식', 로봇공학회 논문지, 1(2): 172-179
  8. K.J .Holyoak, D. Simon, 'Bidirectional Reasoning in Decision Making by Constraint Satisfaction,' Journal of Experimental Psychology: General, 128, 3-31 https://doi.org/10.1037/0096-3445.128.1.3
  9. R. Pfeifer, and Ch. Scheier, 'Understanding Intelligence.' MIT Press 2001
  10. J. Schoening, IEEE P1600.1 Standard Upper Ontology Working Group, http://suo.ieee.org
  11. N. Maillot, M. Thonnat, and A. Boucher, 'Towards ontology-based cognitive vision,' Machine Vision and Applications, pp.33-40, 2004
  12. I. Bratko, 'Prolog programming for artificial intelligence,' 3rd ed. Pearson education, 2001, pp. 57
  13. E. Bozsak, M. Ehrig, S. Handschuh, A. Hotho, A. Maedce, B. Motik, D. Oberle, C. Schmitz, S. Staab and L. Stojanovic, 'KAON –Towards a Large Scale Semantic Web,' Lecture notes in Computer Science, 2002, pp. 304-313
  14. R.C Arkin, 'Behavior-based Robotics,' MIT Press, 1998
  15. K. Eshghi, 'Abductive planning with event calculus,' Proc. Of the Fifth International Conference on Logic Programming, pp562-579, 1988
  16. I.H. Suh, G. H. Lim, W. Hwang, H. Suh, J.H. Choi and Y.T Park, 'Ontology-based Multi-layered RObot Knowledge Framework for Robot Intelligence,' Proc. of IROS 2007, 2007, pp. 429-436