• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.43-45
• /
• 2005

최근 시맨틱 웹에 대한 관심이 증가하면서 W3C표준으로 규정된 시맨틱 웹 온톨로지 언어(RDF, RDFS, OWL 등) 기반의 관련 기술에 대한 연구가 활발히 진행되고 일다. 그 중에서 시맨틱 웹 온톨로지 언어로 기술된 문서의 저장, 관리, 질의처리 기법에 대한 연구가 주목을 받고 있다. 이에 본 논문에서는 온톨로지 데이터에 대한 표준 질의 언어인 RDQL 을 기반으로 RDQL 질의를 효율적으로 처리하는 고성능 RDQL 질의 처리 엔진을 개발한다. 본 논문에서 제안하는 RDQL 질의 처리 엔진은 RDQL 질의를 대응하는 SQL 질의로 변환함으로써 기존의 관계형 데이터베이스 질의 처리 엔진(SQL 질의 처리 엔진)을 그대로 사용할 수 있다. 이 과정에서 메모리 사용량과 데이터베이스 접근을 최소화하는 고성능 RDQL 질의 처리 엔진을 개발한다. 궁극적으로 이러한 RDQL 질의 처리는 실시간 처리가 요구되는 로봇 환경뿐만 아니라 시맨틱 웹 애플리케이션에서 널리 활용될 수 있다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.13 no.2
• /
• pp.100-109
• /
• 2007

Object recognition of service robots is very important for most of services such as delivery, and errand. Conventional methods are based on the geometric models in static industrial environments, but they have limitations in indoor environments where the condition is changable and the movement of service robots occur because the interesting object can be occluded or small in the image according to their location. For solving these uncertain situations, in this paper, we propose the method that exploits observed objects as context information for predicting interesting one. For this, we propose the method for modeling domain knowledge in probabilistic frame by adopting Bayesian networks and ontology together, and creating knowledge model dynamically to extend reasoning models. We verify the performance of our method through the experiments and show the merit of inductive reasoning in the probabilistic model

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.349-350
• /
• 2008

지능 로봇은 표현 가능한 사물, 공간을 모델링하기 위해 주변 환경을 인지하고, 자신이 수행할 수 있는 행동을 결합하여 임무를 수행하게 된다. 이를 위해 온톨로지를 사용하여 사물, 공간, 상황 및 행동을 표현하고 특정 임무 수행을 위한 자바 기반 Rule을 통해 다양한 추론 방법을 제공하는 로봇 지식 체계를 사용하였다. 사용된 로봇 지식 체계는 생성되는 인스턴스가 자료의 클래스와 속성 값이 일관성 있고 다른 자료와 모순되지 않음을 보장해 준다. 이러한 로봇 지식 체계를 효율적으로 사용하기 위해서는 완전한 온톨로지 인스턴스의 생성이 밑받침 되어야 한다. 하지만 실제 환경에서 로봇이 Vision Sensor를 통해 사물을 인식할 때 False Positive False Negative와 같은 인식 오류를 발생시키는 문제점이 있다. 이를 보완 하기 위해 본 논문에서는 물체와 물체간의 Spatial Relation, Temporal Relation과 각 물체마다의 인식률 및 속성을 고려하여 물체 인식 오류에서도 안정적으로 인스턴스 관리를 가능하게 하는 Rule 기반의 일식오류 검출 필터를 제안한다.

• Journal of KIISE
• /
• v.43 no.12
• /
• pp.1365-1375
• /
• 2016

One of the most important capabilities for autonomous service robots working in living environments is to recognize and understand the correct context in dynamically changing environment. To generate high-level context knowledge for decision-making from multiple sensory data streams, many technical problems such as multi-modal sensory data fusion, uncertainty handling, symbolic knowledge grounding, time dependency, dynamics, and time-constrained spatio-temporal reasoning should be solved. Considering these problems, this paper proposes an effective dynamic context management and spatio-temporal reasoning method for intelligent service robots. In order to guarantee efficient context management and reasoning, our algorithm was designed to generate low-level context knowledge reactively for every input sensory or perception data, while postponing high-level context knowledge generation until it was demanded by the decision-making module. When high-level context knowledge is demanded, it is derived through backward spatio-temporal reasoning. In experiments with Turtlebot using Kinect visual sensor, the dynamic context management and spatio-temporal reasoning system based on the proposed method showed high performance.

• The KIPS Transactions:PartD
• /
• v.13D no.4 s.107
• /
• pp.525-534
• /
• 2006

Ontology specifies the knowledge in a specific domain and defines the concepts of knowledge and the relationships between concepts. It is possible to provide the service based on the semantic web through the ontology. Therefore, to specify and define the knowledge in a specific domain, it is required to generate the ontology which conceptualizes the knowledge. Accordingly, to search the information of potential customers for home-delivery marketing of post office, we design the specific domain to generate the ontology based on the semantic web in this paper. And we propose how to retrieve the information, using the generated ontology. We implement the data search robot which collects the information based on the generated ontology. Also, we confirm that the ontology and the search robot perform the information retrieval exactly.

• Journal of Service Research and Studies
• /
• v.4 no.1
• /
• pp.49-59
• /
• 2014

Context-aware computing is an emerging paradigm to achieve ubiquitous computing environments by enabling computer systems to understand their situational contexts. A context-aware system uses context to provide relevant information and services to the user depending on the user's task. In this paper, we propose an ontology-based context-aware modeling methodology that transmits low-level contexts acquired by directly accessing various sensors in the physical environments to high-level contexts. With these high-level contexts, context-aware application can provides proactive and intelligent services using ECA (Event-Condition-Action) rules. We implemented a home robot service in smart office environment.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.5
• /
• pp.626-631
• /
• 2007

Autonomous robots performing desired tasks in rough, changing, unstructured environments without continuous human assistance must have the ability to cope with its surroundings whether this be certain or not. The development of algorithms deriving useful conclusions from uncertain information obtained by various sensors may be the first for it. Recently ontology is taken great attention as a method useful for the representation and processing of knowledge. In this paper, we propose an ontology-based navigation algorithm for autonomous robots, and provide computer simulation results in order to show the validity of the proposed algorithm.

• Journal of Institute of Control, Robotics and Systems
• /
• v.18 no.11
• /
• pp.1027-1033
• /
• 2012

Semantic-based information retrieval techniques understand the meanings of the concepts that users specify in their queries, but the traditional semantic matching methods based on the ontology tree have three weaknesses which may lead to many false matches, causing the falling precision. In order to improve the matching precision and the recall of the information retrieval, this paper proposes a multi-agent improved semantic similarity matching algorithm based on the ontology tree, which can avoid the considerable computation redundancies and mismatching during the entire matching process. The results of the experiments performed on our algorithm show improvements in precision and recall compared with the information retrieval techniques based on the traditional semantic similarity matching methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.1457-1460
• /
• 2005

본 논문은 지능형 로봇을 통하여 사용자가 원하는 서비스를 제공 받기 위해 외부의 웹 리소스를 이용하여 최적의 서비스 컴포지션 과정을 거쳐 실행 가능한 형태의 언어로 생성하는 방법을 제시한다. 온톨로지 형태로 정의된 템플릿을 서비스 컴포지션을 통해 플랜 인스턴스를 생성하고, 구축된 웹 서비스와 온톨로지를 이용하여 서비스 플랜에 맞게 실행 가능한 형태의 언어인 BPEL4WS 를 생성 한다. 이를 통하여 기존에 제공되었던 제한적이고 수동적인 서비스를 외부의 웹 서비스를 이용하여 보다 많은 정보를 지능형 로봇을 통해 제공 할 수 있다.

• 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.