• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.20 no.2
• /
• pp.167-173
• /
• 2009

This paper proposes an electronically beam steering array antenna, consisting of single fed active element and 4 parasitic elements, operating in 5.8 GHz ISM band. Beam steering can be achieved by controlling the reactance of the variable reactance control circuit connected to the load of the parasitic elements without using the high cost phase shifters. The proposed antenna realizes ${\pm}30^{\circ}$ beam scanning of E-plane and H-plane with the below -10 dB return loss in ISM band. The gain of the $6.18{\sim}7.53\;dBi$ in E-plane and $7.022{\sim}7.779\;dBi$ in H-plane is shown in the scanning range.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.259-260
• /
• 2008

이 논문은 노인 및 장애인의 활동을 보조하기 위한 보행보조 로봇의 기술인 사용자의 진행하고자 하는 방향과 속도를 검출하는 보행 보조 로봇의 조향 장치를 구현 하고자 한다. 최근에 노인인구의 증가로 인해 노인 및 장애인을 위한 보행 보조기에 대한 관심이 증가되고 있다. 그러나 대부분의 경우 동력이 없는 시스템으로 경사 등의 공간에서 취약성을 가지 고 있다. 이에 동력형 보행보조기에 대한 관심이 증가되고 있다. 대부분의 경우 보행보조기의 제어가 조정한다는 의미가 적합하였다. 그러나 이 논문에서는 사용자의 움직임이 손에 전달되는 힘에 의해 사용자의 의지력을 파악 하는 두가지형태의 조향장치를 구현하였다. 첫째로 가변저항을 이용하여 보행의지를 파악하고, 두 번째로 힘센서를 이용하여 보행의지를 파악하였다. 위 두가지 센서를 기초로 사용자가 이동하고자 하는 이동 방향과 이동 속도 데이터를 기초로 보행보조기의 차량 속도와 방향에 대해 구동 바퀴의 차동 구동을 통해 사용자의 의지에 맞춰 구동할 수 있도록 하였다.

• Journal of Drive and Control
• /
• v.14 no.2
• /
• pp.9-15
• /
• 2017

The steering systems of all-terrain cranes have been developed with various control strategies for the stability and drivability. To optimally control the input steering angle, an accurate mathematical model that represents the actual crane dynamics is required. The derivation of an accurate mathematical model to optimally control the steering angle, however, is difficult since the steering-control strategy generally varies with the magnitude of the crane's longitudinal velocity, and the postures of the crane's working parts vary while it is being driven. To address this problem, this paper proposes an automatic steering-control algorithm that is based on the MPC (model predictive control) with a disturbance observer for all-terrain cranes. The designed disturbance observer of this study was used to estimate the error between the base steering model and the actual crane. A model predictive controller was used for the computation of the optimal steering angle, along with the use of the base steering model with an estimated uncertainty. Performance evaluations of the designed control algorithms were conducted based on a curved-path scenario in the Matlab/Simulink environment. The performance-evaluation results show a sound reference-path-tracking performance despite the large uncertainties.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.21 no.2
• /
• pp.72-80
• /
• 2013

This study is to develop and evaluate an AFS and an ARS controllers to enhance lateral stability of a vehicle. A sliding mode control (SMC) and a fuzzy logic control (FLC) methods are applied to calculate the desired additional steering angle of AFS equipped vehicle or desired rear steer angle of ARS equipped vehicle. To validate AFS and ARS systems, an eight degree of freedom, nonlinear vehicle model and an ABS controllers are also used. Several road conditions are used to test the performances. The results showed that the yaw rate of the AFS and the ARS vehicle followed the reference yaw rate very well within the adhesion limit. However, the AFS improves the lateral stability near the limit compared with the ARS. Because the SMC and the FLC show similar vehicle responses, performance discrimination is small. On split-${\mu}$ road, the AFS and the ARS vehicle had enhanced the lateral stability.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2002.02a
• /
• pp.494-500
• /
• 2002

본 연구의 목적은 DGPS와 자이로 센서를 장착하여 무인으로 콤바인을 직선주행, 선회 및 곡선주행, 직진주행 중 1 m 오프셋(offset) 주행시켰을 때, 무인 자율주행의 성능을 분석하고 개선하는데 있다. 콤바인의 무인자율주행 시스템은 콤바인의 현재위치를 인식하고, 주행하고 있는 콤바인의 주행방향을 감지하여 미리 설정된 경로를 따라 자율적으로 주행하며, 주행 중에 장애물이 검출되면 정지할 수 있도록 개발하였다. 콤바인의 무인 자율주행시스템은 DGPS의 입력 신호로부터 콤바인의 현재위치를 결정하고, 자이로 센서의 입력신호로부터 주행방향을 알 수 있다. 또한 장애물의 감지를 위한 초음파 센서, 콤바인의 주행방향을 조정하는 유압 작동부, 좌.우의 조향레버를 조정하는 서보모터 시스템, 마이크로 컴퓨터로 구성된 제어기와 입출력 인터페이스로 구성되어 있다. 콤바인 자율주행시스템의 프로그램은 DGPS 신호, 자이로 센서 등을 수신하는 수신 프로그램, DGPS 신호등으로부터 관련 변수들을 분석하여 콤바인의 조향수준을 결정하고, 유압실린더 등을 제어하는 제어 프로그램과 콤바인의 이동경로를 저장하는 저장 프로그램으로 구성되어 있다. 콤바인의 무인주행 실험결과 RMS 오차는 50 m 직선주행에서 7.52 cm, 20 m 직선주행 후 1 m 오프셋 된 30 m의 직선주행에서 21.85 cm, 20 m 직선주행 후 90$^{\circ}$선회하여 25 m 직선주행에서 7.55 cm, 반지름 23 m의 원주 사분면 곡선주행에서는 25.98 cm로 각각 나타났다. 소 구획의 포장에서 벼는 가로 방향으로 25~30 cm, 세로 방향으로 15~20 cm의 간격으로 심어져 있다. DGPS 신호에 의한 위치 결정을 할 때 자체 오차 10 cm를 고려하여도 콤바인이 직선구간 및 선회구간을 주행하며 수확작업이 가능함을 알 수 있었다. 그러나 곡선구간에서는 최대오차가 65.5 cm로 매우 크게 나타나, 콤바인을 무인 자율주행으로 수확하기에는 어려움이 있는 것으로 나타났다. 실제 포장은 이론적인 완전한 직선보다는 작은 굴곡이 있는 곡선의 형태가 이루어져 있으므로 주행 오차를 감소하기 위해서는 기계시각을 이용하면 보다 정밀한 조향을 이룰 수 있을 것으로 예상된다. 포장에서 DGPS 신호, 자이로 센서 등을 이용한 콤바인의 무인주행 장치는 무인 수확작업을 위한 가능성을 보여주었고, 일부의 센서의 기능을 개선하면 만족한 성능을 나타낼 수 있을 것으로 판단된다.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.15 no.6
• /
• pp.120-127
• /
• 2007

This paper describes the development of a nonlinear observer for four wheel steer (4WS) vehicle. An observer is designed to estimate the vehicle variables difficult to measure directly. A brake yaw motion controller (BYMC), which uses a PID control method, is also proposed for controlling the brake pressure of the rear and inner wheels to enhance lateral stability. It induces the yaw rate to track the reference yaw rate, and it reduces a slip angle on a slippery road. The braking and steering performances of the anti-lock brake system (ABS) and BYMC are evaluated for various driving conditions, including straight, J-turn, and sinusoidal maneuvers. The simulation results show that developed ABS reduces the stopping distance and increases the longitudinal stability. The observer estimates velocity, slip angle, and yaw rate of 4WS vehicle very well. The results also reveal that the BYMC improves vehicle lateral stability and controllability when various steering inputs are applied.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.452-453
• /
• 2008

전 차륜 조향 굴절차량의 자동안내제어를 위한 기준경로와의 편차 되먹임 방식은 곡선경로에서 발생하는 정상상태 오차를 줄이기 어렵다. 본 논문은 이 차량의 자동안내제어의 성능향상을 위한 전향보상기 설계에 대해 기술한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.1549-1550
• /
• 2008

KRRI 바이모달 트램은 굴절버스 형태로 모든 차륜이 조향 가능하며 트레일러의 차륜과 트랙터의 후륜이 독립적으로 구동 가능한 시스템이다. 본 논문은 굴절차량용 자동 안내/추진 제어기를 설계하기 위한 차량의 동역학 분석 및 제어기의 성능분석용 Toolbox를 소개한다.

• Transactions of the Korean Society of Automotive Engineers
• /
• v.22 no.6
• /
• pp.59-67
• /
• 2014

A numerical model and a controller of Active Front wheel Steer (AFS) system are designed in this study. The AFS model consists of four sub models, and the AFS controller uses sliding mode control and PID control methods. To test this model and controller an Integrated Dynamics Control with Steering (IDCS) system is also designed. The IDCS system integrates an AFS system and an ARS (Active Rear wheel Steering) system. The AFS controller and IDCS controller are compared under several driving and road conditions. An 8 degree of freedom vehicle model is also employed to test the controllers. The results show that the model of AFS system shows good kinematic steering assistance function. Steering ratio varies depends on vehicle velocity between 12 and 24. Kinematic stabilization function also shows good performance because yaw rate of AFS vehicle tracks the reference yaw rate. IDCS shows improved responses compared to AFS because body side slip angle is also reduced. This result also proves that AFS system shows satisfactory result when it is integrated with another chassis system. On a split-m road, two controllers forced the vehicle to proceed straight ahead.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.6
• /
• pp.1259-1268
• /
• 2023

This study proposes a throttle and steering control technology using visual sensors based on deep learning's convolutional and recurrent neural networks. It collects camera image and control value data while driving a training track in clockwise and counterclockwise directions, and generates a model to predict throttle and steering through data sampling and preprocessing for efficient learning. Afterward, the model was validated on a test track in a different environment that was not used for training to find the optimal model and compare it with a CNN (Convolutional Neural Network). As a result, we found that the proposed deep learning model has excellent performance.