• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.46-48
• /
• 2003

본 논문에서는 실제환경에서와 같이 예측할 수 없는 상황에서 에이전트의 인지와 자동 행동 생성 방법을 제안한다. 전통적인 에이전트의 지능제어 방법은 환경에 대해 알고 있는 정보를 이용한다는 제약 때문에 다양하고 복잡한 환경에 적응할 수 없었다. 최근, 미리 알려지지 않은 환경에서 자동으로 행동을 생성할 수 있는 센서와 행동을 연결하는 행동 기반의 방법과 추론, 학습 및 계획 기능의 부여를 위한 하이브리드 방법이 연구되고 있다. 본 논문에서는 다양한 환경조건으로 움직이는 장애물을 인지하고 피할 수 있는 행동을 생성하기 위해 행동 네트워크에 Bayesian 네트워크를 결합한 방법을 제안한다. 행동 네트워크는 입력된 센서 정보와 미리 정의된 목적 정보를 가지고 다음에 수행할 가장 높은 우선순위의 행동을 선택한다. 그리고 Bayesian 네트워크는 센서 정보들로부터 상황을 미리 추론하고 이 확률 값을 행동 네트워크의 가중치로 주어 행동 선택을 조정하도록 한다. 로봇 시뮬레이터를 이용한 실험을 통해 제안한 행동 네트워크와 Bayesian 네트워크의 결합 방법으로 움직이는 장애물을 피하고 목적지를 찾아가는 것을 확인할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.1
• /
• pp.112-119
• /
• 2011

This paper introduces a technique for calculating the degree of collision risk used in collision avoidance system of AUVs. The collision risk will be reckoned with the fuzzy inference, which uses TCPA(Time of the Closest Point of Approach) and DCPA(Distance of the Closest Point of Approach) as factors. A method to obtain TCPA and DCPA for 3-dimension is suggested. The degree of collision risk is provided to collision avoidance system, and is verified the effectiveness through simulation.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.5
• /
• pp.155-162
• /
• 2007

For providing smart home service, middleware technologies for electronic appliance control by network and user location information for location based service are important. Recently research using ultrasonic and radio signal are affected by the obstacle. In this paper, we suggest inertial sensor that is not affected by the obstacle. Also, we use RFID for initializing position. It solve error accumulation and position initialize problem. In this paper, we suggest following system for smarthome service and localization. This system are composed smarthome middleware, user localization system on middleware, inertial sensor and RFID Reader. This system shows operation without affect of obstacle in smarthome environment.

• Journal of Internet Computing and Services
• /
• v.20 no.1
• /
• pp.11-16
• /
• 2019

Wireless sensor network is important for precision farming to monitor the growth environment of crops in open field, but radio signals are susceptible to different types of interference such as weather and physical objects. This paper designs and implements an environmental monitoring and weather forecast acquisition systems for smart field irrigation based on LoRa(Long Range) and then applies it to a test bed. And we evaluate the network reliability in terms of packet transmission success rate by comparing its condition on two criteria; the existence of obstacle or rain. The results show that much rain falls can affect on packet loss in LoRa field networks with obstacles.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.348-351
• /
• 2010

본 논문에서는 단일 카메라로부터 주어진 영상을 실시간으로 장애물과 비장애물 영역으로 분류한 후 VFH 를 이용하여 안전한 경로를 선정하는 실시간 주행 시스템을 개발한다. 제안된 시스템은 점유 그리드맵 생성기와 VFH 기반의 선정기로 구성된다. 점유 그리드맵 생성기는 입력된 $320{\times}240$ 영상의 색조와 명도 정보를 이용하여 실시간으로 배경과 장애물 영역을 분류하고, 이를 바탕으로 위험도에 따라 10 개의 그레이 레벨을 가지는 $32{\times}24$ 의 점유 그리드맵을 생성한다. VFH를 이용하여 폴라 히스토그램을 작성한 후 밀도가 낮은 곳으로 주행 경로를 결정 한다. 제안된 기술의 효율성을 증명하기 위하여 다양한 형태의 장애물을 포함하는 실내 및 실외 환경에서 평가하였으며 센서 기반의 그 결과는 기존의 센서기반의 주행시스템과 비교 되었다. 그 결과 제안된 시스템은 88%의 정확도를 보였으며, 기존의 시스템보다 실시간으로 빠르고 안전한 주행을 수행할 수 있음이 증명되었다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.186-186
• /
• 2022

과거에는 선박을 운용하기 위해서 많은 인원이 필요하였으나 최근 들어 선박 운용에 필요한 인원이 줄어들고 있으며, 더 나아가 자율적으로 운항하는 선박을 만들기 위한 연구가 활발히 수행되고 있다. 자율 운항 선박을 구성하는 여러 요소 중 인간의 시각을 대체하기 위한 자율 인지 시스템은 가장 선행되어야 하는 연구 분야 중 하나이다. RADAR (RAdio Detection And Ranging) 및 AIS (Automatic Identification System) 등의 전통적인 인지 센서를 활용한 연구가 진행 중이지만 사각지대나 탐지 주기 등의 한계가 있다. 따라서 본 연구에서는 다중 카메라 (광학, 열상, 파노라마)를 이용하여 전통적인 인지 센서의 한계를 보완하는 새로운 인지 시스템을 고안하였으며, 이를 기반으로 해상 장애물을 추적하여 동적 운동 정보를 얻었다. 먼저 실해역에서 수집한 이미지를 바탕으로 해상 장애물 탐지를 위한 데이터를 구성하고, 딥 러닝 기반의 탐지 모델을 학습시켰다. 탐지 모델을 이용하여 탐지한 결과는 직접 설계한 칼만 필터 기반의 적응형 추적 필터를 통과시켜 해상 장애물의운동 정보 (궤적, 속력, 방향)를 계산하는데 활용되었다. 또한 본 연구는 카메라를 센서로 활용했을 때의 한계를 보완하기 위하여 동 시간대에 다중 카메라에서 추적한 각각의 정보를 융합하였다. 그 결과 단일 카메라를 활용하는 경우, RADAR의 오차 범위 이내에 추적 결과가 수렴하는 양상을 보였으며, 다중 카메라를 활용하는 경우에는 단일 카메라보다 정확한 추적이 가능함을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.265-267
• /
• 2004

애드 혹 네트워크에서 이동 모델은 가장 중요한 요인 중 하나이다. 또한 실험의 어려움 때문에 시뮬레이션을 통한 성능 명가가 애드 혹 네트워크에서는 꼭 필요하다. 하지만 현재 존재하는 애드 혹 네트워크 시뮬레이션에서는 3 차원 이동 환경이 전혀 고려되지 않은 이동 모델을 사용하고 있다. 즉 현재의 시뮬레이션 이동 모델은 3차원에서 이동 하는 실제의 이동 형태를 정확하게 반영 못하고 있다. 본 논문에서는 장애물 까지 포함하는 좀더 현실적인 3차원 이동 모델을 제시하고, 그것의 시뮬레이션 방법을 제시 한다. 3DMG를 통해 3차원 이동 정보와 장애물 정보를 만들고, 그러한 정보를 Glomosim 시뮬레이션 툴에 입력하여, 3차원 이동 모델에 따른 시뮬레이션이 가능하게 만들었다. 또한 본 논문에서는 이러한 방법에 의한 예제 시뮬레이션을 보여주며, 이를 통해 3차원 이동 모델의 효과를 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.416-419
• /
• 2018

본 논문에서는 운전자의 편의를 위해 직관적인 방향 정보를 햅틱 정보로 전달하기 위한 시스템을 제안한다. 제안하는 시스템을 구현하기 위해, 햅틱 진동에 방향성을 추가하기 위한 햅틱 기술을 적용하였다. 제안하는 시스템의 작동 과정은 인지와 햅틱 신호 생성으로 나누어지며, 그 과정은 다음과 같다. 인지 과정에서는 차량의 양 측면에 달린 카메라를 이용해 차선을 검출한다. 또한 상단에 부착된 라이다 센서를 이용해 장애물의 방향과 거리를 판단한다. 동적 햅틱 신호 생성 과정에서는 인지된 정보들을 활용하여 차선 이탈과 장애물 충돌의 경보를 구분할 수 있고, 방향성을 포함하는 동적 햅틱 신호가 생성된다. 생성된 신호는 스티어링 휠과 시트에 부착된 진동 모터를 통해 전달된다. 이러한 기능을 갖는 시스템은 로봇을 사용한 시뮬레이션 환경에서 진행되었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.5
• /
• pp.2400-2405
• /
• 2013

We detect the obstacle for the UGV(unmanned ground vehicle) from the compound image which is generated by stereo vision sensor masking the depth image and color image. Stereo vision sensor can gathers the distance information by stereo camera. The obstacle information from the depth compound image can be send to mobile robot and the robot can localize the indoor area. And, we test the performance of the mobile robot in terms of distance between the obstacle and the robot's position and also test the color, depth and compound image respectively. Moreover, we test the performance in terms of number of frame per second which is processed by operating machine. From the result, compound image shows the improved performance in distance and number of frames.

• The Journal of the Korea Contents Association
• /
• v.19 no.3
• /
• pp.72-79
• /
• 2019

Autonomous locomotion has two essential functionalities: mapping builds and updates maps by uncertain position information and measured sensor inputs, and localization is to find the positional information with the inaccurate map and the sensor information. In addition, obstacle detection, avoidance, and path designs are necessarily required for autonomous locomotion by combining the probabilistic methods based on uncertain locations. The sensory inputs, which are measured by a metric-based scanner, have difficulties of distinguishing moving obstacles like humans from static objects like walls in given environments. This paper proposes the low resolution grid map combined with reinforcement learning, which is compared with the conventional recognition method for detecting static and moving objects to generate obstacle avoiding path. Finally, the proposed method is verified with experimental results.