• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.186-191
• /
• 2003

이동로봇(Mobile Robot)의 자율주행 기능에는 추종, 접근, 충돌회피, 경고 등의 여러 기능이 있다. 이 기능들을 하나의 Neural Network로 구성하고 학습하는 것은 쉬운 일이 아니다. 이동로봇의 자율주행 기능들을 각각의 Module로 구성하고 상황에 맞게 학습된 Module의 출력 값으로 이동로봇을 제어하면 단일 신경망의 단점을 보안할 수 있을 것이다. 이동로봇은 인간의 감각을 대신할 수 있는 다중 초음파 센서와 USB 카메라를 장착하고 있으며, 이곳에서 측정된 환경정보 데이터들은 Modular Neural Network(MNN)을 통해 학습을 한다. Expert Network(EN)의 활성화 함수를 최적결합으로 MNN을 구성하였고, 그 구조는 학습시간과 오차를 개선할 수 있을 것으로 본다. Gating Network(GN)는 MNN의 출력값인 이동로봇의 진행 방향과 속도를 스위칭 함으로써 제어하는 역할을 한다. 본 논문에서는 Modular Neural Network(MNN) 내의 Expert Network(EN)을 최적설계 하였고, 제안한 MNN의 검증을 위해 실시간으로 반복하여 이동로봇에 구현하였다. 그 실험의 결과값은 로봇을 상황에 맞게 운행, 제어하였고, 만족할 만한 성과를 얻을 수 있었다.

• 대한교통학회지
• /
• 제25권2호
• /
• pp.17-26
• /
• 2007

철도건널목 인근 신호교차로에서 우선신호의 주목적은 열차가 철도건널목에 도착하기 전에 철도건널목 위의 대기차량을 가능한 신속하게 소거시켜 열차와 철도건널목위의 차량 간의 충돌을 미연에 방지시키는 것이기 때문에, 신호교차로에서의 보행자의 안전이나 차량의 지체시간에 악영향을 미치는 것에는 그다지 관심을 기울이지 않았다. 그로인해, 현재의 우선신호 방법론은 철도건널목 인근 신호교차로에서의 보행자 안전과 교차로의 효율적인 운영에 있어서 심각한 문제를 내재하고 있는 실정이다. 이러한 배경 하에 최근 기존의 표준 우선신호의 문제점을 보완한 전위 우선신호 전략(Transition Preemption Strategy, TPS)이 개발되었는데, 이는 표준 우선신호를 개선한 신호 운영전략으로 현재 철도건널목의 안전수준을 유지하는 동시에 인근 신호교차로의 안전성을 향상시킨 것이다. 하지만, 이 또한 교차로의 효율적인 운영측면은 고려하지 않았고, 또한 열차 도착예측치의 오차를 고려하지 않아 여전히 문제점을 내포하고 있었다. 이 에, TPS의 문제점을 보완하여 개선된 전위 우선신호 전략(Improved Transition Preemption Strategy, ITPS)이 개발되었고, 이는 TPS를 개선한 신호 운영전략으로 현재 철도건널목의 안전수준을 유지하는 동시에 인근 신호교차로의 안전과 효율성을 향상시킨 것이다. ITPS가 철도건널목 인근 신호교차로의 안전과 효율을 개선하는 효과는 있었지만, 이 전략은 차량 및 보행자 교통량, 열차 도착시간 예측오차, 열차속도 등 여러 가지의 요인에 의해 여전히 영향을 받는다. 그러므로 ITPS를 현장에서 실현하기 위해서는 이런 요소들의 영향을 이해하는 것이 필수적이라 할 수 있는데, 본 연구에서는 이 중에서 VISSIM 시뮬레이션 모델을 이용하여 열차속도의 영향을 분석하고자 하였다. 분석 결과, 표준 운선신호나 TPS로 우선신호를 운영할 경우 열차의 속도가 신호교차로의 안전에 영향을 줄 수 있으나, ITPS의 경우에는 교차로 안전상의 문제가 발생하지 않았고, 열차의 속도가 높아질수록 교차로의 지체는 감소하는 것으로 나타났다.