• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.4
• /
• pp.688-697
• /
• 2017

It is very difficult to solve mathematically the optimal control problem for non - linear mobile robots to move to target points with minimum energy related to velocity, acceleration and angular velocity in minimum time. This paper proposes a method to obtain optimal control gains with which mobile robots move with minimum energy related to velocity, acceleration and angular velocity in minimum time using genetic algorithms. Mobile robots are non - linear systems so that their optimal control gains depend on initial positions. Hence initial positions are divided into some partition points and optimal control gains are obtained at each partition point with genetical algorithms. These optimal control gains are used to train neural networks that generate proper control gains at arbitrary initial position. Finally computer simulation studies have been conducted to verify the effectiveness of the method proposed in this paper.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.2
• /
• pp.39-47
• /
• 2020

This paper introduces a novel system-level framework that derives energy efficient electric vehicle (EV) driving speed profile to extend EV driving range without additional cost. This paper first implements an EV power train model considering forces acting on a driving vehicle and motor efficiency. Then, it derivate the minimum-energy driving speed profile for a given driving mission defined by the route. This framework first formulates an optimization problem and uses the dynamic programming algorithm with a weighting factor to derive a speed profile minimizing both of energy consumption and driving time. This paper introduces various weighting factor tracking methods to satisfy the driving time constraint. Simulation results show that runtime of the proposed scaling algorithm is 34% and 50% smaller than those of the binary search algorithm and greedy algorithm, respectively.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.5
• /
• pp.219-227
• /
• 2008

As found in research on constraint satisfaction problems, the choice of variable ordering heuristics is crucial for effective solving of constraint optimization problems. For the special problems such as energy-efficient clustering in heterogeneous wireless sensor networks, in which cluster heads have an inclination to be near a base station, we propose a new approach based on the static preferences variable orderings and provide a pnode heuristic algorithm for a specific application. The pnode algorithm selects the next variable with the highest Preference. In our problem, the preference becomes higher when the cluster heads are closer to the optimal region, which can be obtained a Priori due to the characteristic of the problem. Since cluster heads are the most dominant sources of Power consumption in the cluster-based sensor networks, we seek to minimize energy consumption by minimizing the maximum energy dissipation at each cluster heads as well as sensor nodes. Simulation results indicate that the proposed approach is more efficient than other methods for solving constraint optimization problems with static preferences.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.331-333
• /
• 2005

유비쿼터스 컴퓨팅을 가능하게 해주는 기반기술의 하나인 유비쿼터스 센서 네트워크(Ubiquitous Sensor Networks)란, 주변 사물과 환경을 인식하고 네트워크를 통해 실시간 정보를 구축, 활용토록 하는 초소형, 저전력 센서들로 구성된 무선 통신망이라 할 수 있다. 유비쿼터스 센서 네트워크에서의 MAC 프로토콜은 그 특성상 기존의 MAC 프로토콜과는 달리 에너지 사용량을 최소화하여 네트워크 수명을 오랫동안 유지하도록 하는 것이 요구된다. 따라서 본 논문에서는 센서 네트워크의 수명의 최대화를 고려한 DT (Dynmic-Threshold) MAC프로토콜을 제안한다. DTMAC프로토콜은 각 노드의 버퍼에 임계값을 적용하여 전송 주기를 지연시켜 에너지 절감성을 극대화하게 되며 멀티 홉 환경에서 에너지 절감성의 효과론 더욱 높이기 위해 각 노드의 버퍼에 싱크와의 홉 수에 따른 차등적 임계값을 적용하며, 또한 이로 인해 야기되는 데이터 전송지연 문제를 해결키 위하여 긴급 데이터에 대한 빠른 전송을 보장하는 알고리즘을 포함한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06d
• /
• pp.181-183
• /
• 2006

본 논문은 물리 공간의 이벤트를 입력받는 센서 노드들로 이루어진 무선 네트워크 환경에서 네트워크의 전체 에너지를 최소화하기 위한 방법으로, 라우팅, MAC, 어플리케이션 레이어 joint 설계 방식의 크로스 레이어에 기반을 둔 데이터 어그리게이션 알고리즘에 관한 것이다. 시뮬레이션 결과 우리는 제안한 방법을 통해 데이터 어그리게이션을 고려하지 않은 이전의 방법보다 확실한 에너지 감소 효과를 얻을 수 있고, 전체 무선 센서 네트워크의 에너지 사용을 개선 시킬 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.787-790
• /
• 2011

본 연구에서는 페수열 회수 보일러에서 버려지는 페수열을 재생하여 에너지를 재활용하기 위하여 퍼지제어 알고리즘을 사용한 지능제어기를 설계하고자 한다. 폐수유입온도의 변화와 폐수유입량의 변화를 파라미터로 하여 컴프레서의 정속운전 대수와 토출온수온도의 특성곡선을 전문가의 지식으로부터 얻을 수 있다. 폐수열 회수 보일러에 유입되는 폐수부하에 따른 컴프레서의 정속운전 대수를 최소화 하기위해 폐수유입온도와 유입량의 변화를 측정하여 최적의 정속운전 대수 및 인버터 운전량을 실시간으로 결정하는 지능제어기를 설계하여 페수열 부하의 변동을 실시간으로 추정하여 최소의 컴프레서 운전대수 및 조작량을 제어함으로써 에너지 효율과 경제성을 극대화할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.22-24
• /
• 2004

센서 노드의 제한된 전력(power)으로 인해, 센서 네트워크에서의 통신은 에너지 소비를 최소로 하여 네트워크의 수명을 길게 하는 것이 가장 큰 목표 중 하나이다. 또한, 센서 네트워크에서는 일대일 통신보다는 하나의 노드에서 네트워크 상의 모든 노드로 패킷을 전달하는 브로드캐스트 통신이 빈번히 사용된다 이러한 이유들로 인해서 여러 에너지 효율적인 브로드캐스트 기법들이 제안되고 있다. 이 논문에서는 'Angle-Based' 브로트캐스트 알고리즘을 제안한다. 'Angle-Based' 기법은 각 센서 노드가 자신이 받은 패킷을 통해 이웃 노드와의 각도를 계산하고, 그것을 바탕으로 패킷의 재전송 여부를 결정하는 방식이다. 따라서 이웃 노드들의 정보를 미리 가지고 있지 않고도 재전송 노드의 수를 최소화할 수 있다. 그리고 무엇보다 'Angle-Based' 기법은 높은 신뢰성(reliability)을 제공하는데, 이는 각도 정보를 사용하여 소스의 전송범위 내의 모든 영역에서 골고루 재전송이 이루어지도록 하기 때문이다. 시뮬레이션 결과, 'Ang1e-Based' 방법은 에너지 효율적으로 재전송이 이루어졌으며 이웃 노드들의 정보를 사용하지 않는 다른 브로드캐스트 기법들보다 신뢰성 측면에서 특히 뛰어난 결과를 보였다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2396-2398
• /
• 2001

Active contour로 알려져 있는 snake는 반복적인 계산으로 이미지상에서 찾고자 하는 물체의 외곽선에 수렴하는 contour로 이미지 상의 물체의 외곽선으로부터 발생하는 외부 에너지(external energy)와 contour 자체로부터 기인하는 내부 에너지(internal energy)를 최소화하는 방향으로 움직인다. 그러나 물체의 윤곽선으로부터 발생하는 외부 에너지는 찾고자 하는 물체뿐만 아니라 주위의 다른 물체로부터도 발생하므로 만일 추적하고자 하는 물체의 주변에 다른 물체들이 존재한다면 snake은 올바르게 동작하지 않게 된다. 본 논문에서는 이러한 단점을 극복하기 위하여 물체의 색상정보를 이용하는 방식을 제안하였다. 물체의 색상 정보는 물체의 고유한 특성 중의 하나로 본 논문에서는 색상정보를 이용하여 원래의 이미지를 찾고자 하는 물체의 색상과 얼마나 유사한가를 나타내는 확률 이미지로 변환하였다. 이렇게 변환된 확률 이미지 상에서 snake 알고리즘을 적용함으로써 배경의 다른 물체로부터 발생하는 외부 에너지를 효과적으로 제거할 수 있다. 또한 본 논문에서는 물체가 이동함에 따라 변화하는 색상 정보를 지속적으로 갱신함으로써 물체의 추적이 효과적으로 이루어지도록 하였다.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.2
• /
• pp.379-384
• /
• 2022

In a wireless sensor network, a large number of sensor nodes are deployed in an environment where direct access is difficult. It is difficult to supply power, such as replacing the battery or recharging it. It is very important to use the energy with the sensor node. Therefore, an important consideration to increase the lifetime of the network is to minimize the energy consumption of each sensor node. If the energy of the wireless sensor node is exhausted and discharged, it cannot function as a sensor node. Therefore, it is a method proposed in various protocols to minimize the energy consumption of nodes and maintain the network for a long time. We consider the center point and residual energy of the cluster, and the plot point and K-means (WSN suggests optimal clustering). We want to evaluate the performance of the KOCED protocol. We compare protocols to which the K-means algorithm, one of the latest machine learning methods, is applied, and present performance evaluation factors.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.44 no.2
• /
• pp.95-103
• /
• 2007

Dynamic voltage scaling (DVS) is a well-known and effective power management technique. While there has been research on slack distribution, voltage allocation and other aspects of DVS, its effects on non-voltage-scalable devices has hardly been considered. A DC-DC converter plays an important role in voltage generation and regulation in most embedded systems, and is an essential component in DVS-enabled systems that scale supply voltage dynamically. We introduce a power consumption model of DC-DC converters and analyze the energy consumption of the system including the DC-DC converter. We propose an energy-optimal off-line DVS scheduling algorithm for systems with DC-DC converters, and show experimentally that our algorithm outperforms existing DVS algorithms in terms of energy consumption.