• Journal of KIISE:Computing Practices and Letters
• /
• v.12 no.1
• /
• pp.56-65
• /
• 2006

Recently the study on service robots has been proliferated in many fields, and there are active developments for indoor services such as supporting for elderly people. It is important for robot to recognize objects and situations appropriately for effective and accurate service. Conventional object recognition methods have been based on the pre-defined geometric models, but they have limitations in indoor environments with uncertain situation such as the target objects are occluded by other ones. In this paper we propose a Bayesian network model to reason the probability of target objects for effective detection. We model the relationships between objects by activities, which are applied to non-static environments more flexibly. Overall structure is constructed by combining common-cause structures which are the units making relationship between objects, and it makes design process more efficient. We test the performance of two Bayesian networks for verifying the proposed Bayesian network model through experiments, resulting in accuracy of $86.5\%$ and $89.6\%$ respectively.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.435-437
• /
• 2022

보행 보조 로봇의 효과적인 보조를 위해서는 사용자의 보행 유형을 인식하는 것이 중요하다. 본 논문에서는 end-to-end 분류 네트워크 기반 보행 환경 인식 방법을 사용하여 사용자의 보행 유형을 강인하게 추정한다. 실외 보행 환경을 오르막길, 평지, 내리막길 3 가지로 분류하는 딥러닝 모델을 학습시켰으며, 엣지 디바이스에서 이를 사용하기 위해 네트워크 경량화를 진행하였다. 경량화 후 추론 속도는 약 47FPS 수준으로 실시간으로 보행 보조 로봇에 적용 가능한 것을 검증했으며, 정확도 측면에서도 97% 이상의 성능을 얻을 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.112-114
• /
• 2006

최근 영상 인식 정보를 서비스 로봇 도메인에서 사용하기 위한 연구와 함께 전통적인 영상 인식 방법의 성능을 높이기 위한 연구가 진행되고 있다. 기존의 방법들은 기하학적 모델을 기반으로 예측 가능한 환경에서 상황을 인식하였기에 이를 실내 환경과 같은 동적인 환경에 적용하는 것은 정확도나 인식의 효율 면에서 한계를 갖는다. 이에 지식 기반 접근 방법을 통해 정확도를 항상 시키거나 계산 비용을 감소시킴으로써 영상 인식성능을 높이기 위한 다양한 연구가 있어 왔다. 본 논문에서는 서비스 로봇이 물체를 탐색할 때, 대상 물체가 다른 물체에 의해 가려짐으로써 발생하는 불확실한 상황을 해결하기 위한 방법을 제안한다. 제안하는 방법은 발견된 물체를 컨텍스트 정보로 사용하여 대상 물체의 존재 여부를 추론하며, 이를 위해 신뢰도를 모델링할 수 있는 확률적 모델인 베이지안 네트워크와 도메인 지식을 모델링 할 수 있는 온톨로지를 함께 사용한다. 효과적인 모델링을 위해 본 논문에서는 기본적인 물체 관계를 모듈화 하여 설계하기 위한 베이지안 네트워크 구조와 확률 값 선정 방법. 이들을 온톨로지를 기반으로 주어진 상창에 따라 결합하는 방법을 제안한다. 이는 물체 관계를 모델링할 때 발생하는 중복 설계를 감소시켜주고 유지 및 보수를 용이하게 한다. 설계된 추론 모듈은 실험 결과 5가지 장소에서 높은 정확도를 보여주었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.131-134
• /
• 2007

본 논문에서는 현재까지 나타난 휴머노이드 로봇의 문제점을 극복하고, 미래형 로봇의 발전방향인 "개방화", "네트워크화", "모듈화" 개념을 만족하는 새로운 구조를 설계하기 위한 인간 팔의 형태학적 신경학적 모델을 제시하고 이를 기반으로 한 휴머노이드 로봇 팔 설계 방법을 제시하였다.

• Information and Communications Magazine
• /
• v.25 no.4
• /
• pp.22-29
• /
• 2008

RUPI(Robot Unified Platform Initiative, 로봇 통합 소프트웨어 플랫폼) 기술은 기존 로봇의 한계를 극복하고 보다 다양하고 복잡한 서비스를 쉽고 편리하게 개발하고 제공하기 위해 네트워크 로봇에 필요한 각종 소프트웨어의 표준 규격을 제정하고 이를 참조 구현하는 것을 목표로 한다. 본고에서는 로봇을 통해 환경을 인지하거나 로봇을 제어하고자 할 때 필요로 하는 로봇 내부 소프트웨어에 해당하는 RUPI 클라이언트 로봇 소프트웨어 플랫폼에 관하여 소개하고자 한다. RUPI 클라이언트 로봇 소프트웨어 플랫폼은 로봇 소프트웨어의 재사용성 및 상호호환성을 위해 컴포넌트 기반의 로봇 개발 프레임워크를 제공한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.404-406
• /
• 2003

행동 기반 인공지능은 기본 행동들의 집합으로부터 적절한 행동을 선택함으로써 복잡한 행동을 하도록 하는 방식이다. 행동 기반 시스템은 1980년대에 시작되어 이제는 많은 에이전트 시스템에 사용되고 있다. 본 논문에서는 기존의 P. Maes가 제안한 행동 선택 네트워크에 Learning Classifier System을 이용한 학습 기능을 부가하여, 변하는 환경에 적절히 적응하여 행동의 시퀀스를 생성할 수 있는 방법을 제안하다. 행동 선택 네트워크는 주어진 문제에 따라 노드 간 연결을 설계자가 미리 설정하도록 하는데, 해결해야 할 문제가 변함에 따라 네트워크에서의 연결 형태가 변형될 필요가 있다. Khepera 로봇을 이용한 시뮬레이션 결과, 행동 선택 네트워크에서의 학습이 유용함을 확인할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.7
• /
• pp.817-822
• /
• 2005

Recently tile study that exploits visual information for tile services of robot in indoor environments is active. Conventional image processing approaches are based on the pre-defined geometric models, so their performances are likely to decrease when they are applied to the uncertain and dynamic environments. For this, diverse researches to manage the uncertainty based on the knowledge for improving image recognition performance have been doing. In this paper we propose a Bayesian network modeling method for predicting the existence of target objects when they are occluded by other ones for improving the object detection performance of the service robots. The proposed method makes object relationship, so that it allows to predict the target object through observed ones. For this, we define the design method for small size Bayesian networks (primitive Bayesian netqork), and allow to integrate them following to the situations. The experiments are performed for verifying the performance of constructed model, and they shows $82.8\%$ of accuracy in 5 places.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.10a
• /
• pp.52-55
• /
• 2004

오늘날 필드버스(fieldbus), 인터넷 그리고 무선통신 등을 이용한 원격 제어 기술이 급격히 발달하고 있다. 그러나 이러한 원거리 네트워크 기반 제어는 데이터를 전송함에 있어서 지연이 불가피하며, 또한 이 지연이 일정하지 않은 문제점을 지니고 있다. 이러한 네트워크 지연은 시스템의 안정성이나 정확도에 영향을 미친다. 잘 논문에서는 네트워크상의 데이터 전송 지연을 고려한 이동 로봇의 원격 운용을 위해 TSK(Takagi-Sugeno-Kang) 퍼지 시스템을 이용하여 전송 지연의 확률 분포 함수와 네트워크 모델을 구하고 이를 전송 지연 예측 알고리듬에 적용하였다. 그리고 컴퓨터 시뮬레이션으로부터 제안된 알고리듬의 실효성을 검증하고, 기존의 예측 알고리듬과의 비교분석을 통하여 그 성능을 평가하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.9A
• /
• pp.878-883
• /
• 2006

New emerging wireless broadband internet can make many broadband multimedia services. The networked intelligent mobile robot service is one of the new services. In the networked robot control, both the on-line real-time control and the reliability of control data transmission are very important. Considering the real-time control and data reliability, an efficient transmission method based on UDP protocol is proposed. The proposed method allocates the priority to the robot control data and the transmission of the robot data at the base station is carried out in duplicate manner. NS-2 simulation results show that the proposed scheme has a very low packet delay and low packet errors.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.2
• /
• pp.163-168
• /
• 2008

Navigation system based on indoor location estimation is one of the core technologies in mobile robot systems. Wireless sensor network has great potential in the indoor location estimation due to its characteristics such as low power consumption, low cost, and simplicity. In this paper we present an algorithm to estimate the indoor location of mobile robot based on wireless sensor network and fuzzy modeling. ZigBee-based sensor network usually uses RSSI(Received Signal Strength Indication) values to measure the distance between two sensor nodes, which are affected by signal distortion, reflection, channel fading, and path loss. Therefore we need a proper correction method to obtain accurate distance information with RSSI. We develop the fuzzy distance models based on RSSI values and an efficient algorithm to estimate the robot location which applies to the navigation algorithm incorporating the time-varying data of environmental conditions which are received from the wireless sensor network.