• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2013.05a
• /
• pp.311-312
• /
• 2013

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2013.05a
• /
• pp.313-314
• /
• 2013

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.41 no.1
• /
• pp.9-16
• /
• 2004

In this paper, we propose a robust controller for robot manipulators with parametric uncertainties using feature-based visual servo control system. In order to improve trajectory error of the robot manipulators due to the parameter variation, integral action is included in the dynamic control of part in inner subroutine of the control system. This integral action also reduces feature error in the steady state. The stability analysis of the closed-loop system is shown by the Lyapunov method. The effectiveness of the proposed method is shown by simulation and experimental results on the 5 link robot manipulator with two degree of freedom.

• Journal of the Korean Society of Manufacturing Process Engineers
• /
• v.17 no.5
• /
• pp.161-172
• /
• 2018

This paper proposed the robot vision control method to track a moving rigid body target using the vision system model that can actively control camera parameters even if the relative position between the camera and the robot and the focal length and posture of the camera change. The proposed robotic vision control scheme uses a batch method that uses all the vision data acquired from each moving point of the robot. To process all acquired data, this robot vision control scheme is divided into two cases. One is to give an equal weight for all acquired data, the other is to give weighting for the recent data acquired near the target. Finally, using the two proposed robot vision control schemes, experiments were performed to estimate the positions of a moving rigid body target whose spatial positions are unknown but only the vision data values are known. The efficiency of each control scheme is evaluated by comparing the accuracy through the experimental results of each control scheme.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.43 no.1 s.307
• /
• pp.13-20
• /
• 2006

In this paper, we propose a motion control scheme of robot manipulators based on visual feedback under camera-in-hand configuration. The desired joint velocity and acceleration for motion control is made by the feature-based visual data in the outer loop. The control input for tracking feature points on the image plane uses robot kinematics dynamic. The proposed control input consists of the image feature and the joint velocity error to achieve robustness to the parametric uncertainty. The stability of the closed-loop system is proved by Lyapunov approach. Computer simulations and experiments on a two degree of freedom manipulator with 5 links are presented to illustrate the performance of proposed control system.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.1
• /
• pp.197-205
• /
• 2006

This paper presents the moving object tracking method using vision system. In order to track object in real time, the image of moving object have to be located the origin of the image coordinate axes. Accordingly, Fuzzy Control System is investigated for tracking the moving object, which control the camera module with Pan/Tilt mechanism. Hereafter, so the this system is applied to mobile robot, we design and implement image processing board for vision system. Also fuzzy controller is implemented to the StrongArm board. Finally, the proposed fuzzy controller is useful for the real-time moving object tracking system by experiment.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2444-2446
• /
• 2004

로봇 매니퓰레이터를 제어하기 위해서는 로봇의 Forward/Reverse Kinematics를 정확히 알아야 하고, 이를 바탕으로 각 목적에 맞는 로봇 매니퓰레이터의 설계가 이루어진다. 만약 이 매니퓰레이터에 카메라가 장치되어 어떤 물체를 추적해야 한다면, 매니퓰레이터의 Kinematics와 카메라의 컨트롤이 적절하게 조합되어 물체 추적을 행하게 된다. 본 논문에서는 Particle Filter의 큰 주류인 SISR 방법을 소개하고, 이 방법을 화상카메라에 적용하여 움직이는 물체를 추적하는 연구를 수행하려한다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.133-138
• /
• 2007

본 논문에서는 어안렌즈 및 왜곡경향을 조사하고, 기존 보정기법을 토대로 어안렌즈에 적합한 사진측량학적 기법을 이용한 보정기법을 채용하였다. 이를 이용하여 어안렌즈를 보정하여 왜곡계수를 산출하여, 관측한 영상점을 왜곡이 보정된 영상점으로 위치 보정하는 기술을 개발하였다. 본 논문에서 적용된 보정 기술은 컴퓨터비젼분야, 제어계측분야에서 광범위하게 사용되고 있는 어안렌즈의 왜곡보정을 실시하여 영상을 보정하는데 목적이 있다. 이렇게 보정된 어안렌즈 영상은 실내 위치추적 및 모니터링 분야에 사용되고 있는 어안렌즈영상에 정확도 향상에 기여할 수 있으리라 예상된다. 또 본 논문에서는 렌즈 보정기술의 효율성을 높이기 위해서 단영상 왜곡보정 프로그램 및 다수 영상 왜곡 보정 프로그램을 구현하였다. 단영상 프로그램은 로봇의 대략 생산체제를 위해 구현하였으며, 다수영상 프로그램은 사용자 입장에서 구현하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.09b
• /
• pp.87-90
• /
• 2003

과거의 이동로봇 시스템은 완전한 자율주행이 주된 목표였으며 그때의 영상정보는 단지 모니터링을 하는 보조적인 수단으로 사용되었다. 그러나 지금은 이동 물체의 추적, 대상 물체의 인식과 판별, 특징 추출과 같은 다양한 응용분야에서 영상정보를 이용하는 연구가 활발히 진행되고 있다 또한 제어 측면에서는 전통적인 제어기법으로는 해결하기 힘들었던 여러 가지 비선형적인 제어를 지능제어 방법을 통하여 많이 해결하곤 하였다. 그러한 지능제어에서 신경망을 많이 사용하기도 한다. 최근에는 신경망의 학습에 많이 사용하는 방법 중 강화학습이 많이 사용되고 있다. 강화학습이란 동적인 제어평면에서 시행착오를 통해, 목적을 이루기 위해 각 상황에서 행동을 학습하는 방법이다. 그러므로 이러한 강화학습은 수많은 시행착오를 거쳐 그 대응 관계를 학습하게 된다. 제어에 사용되는 제어 파라메타는 어떠한 상태에 처할 수 있는 상태와 행동들, 그리고 상태의 변화, 또한 최적의 해를 구할 수 있는 포상알고리즘에 대해 다양하게 연구되고 있다. 본 논문에서 연구한 시스템은 비젼시스템과 Strong Arm 보드를 이용하여 대상물체의 색상과 형태를 파악한 후 실시간으로 물체를 추적할 수 있게 구성하였으며, 또한 물체 이동의 비선형적인 경향성을 강화학습을 통하여 물체이동의 비선형성을 보다 유연하게 대처하여 보다 안정하고 빠르며 정확하게 물체를 추적하는 방법을 실험을 통하여 제안하였다.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.26 no.1
• /
• pp.50-58
• /
• 2017

This paper proposes a real-time robotic vision control scheme using the weighting matrix to efficiently process the vision data obtained during robotic movement to a target. This scheme is based on the vision system model that can actively control the camera parameter and robotic position change over previous studies. The vision control algorithm involves parameter estimation, joint angle estimation, and weighting matrix models. To demonstrate the effectiveness of the proposed control scheme, this study is divided into two parts: not applying the weighting matrix and applying the weighting matrix to the vision data obtained while the camera is moving towards the target. Finally, the position accuracy of the two cases is compared by performing the slender bar placement task experimentally.