• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.328-330
• /
• 2001

이 논문에서는 이동 로봇을 위하여 퍼지 이론과 Dempster-Shafer 이론을 이용한 불확실한 환경에서의 센서기반 네비게이션 방법을 제안한다. 제안된 제어기는 장애물 회피 동작과 목적지 찾기 동작을 위한 2개의 행동 모듈로 구성되어 있다. 특히, 실험 환경내에서 안전하게 움직이기 위해서 로봇이 목적지를 찾기 전에 자동으로 지도를 구축(map building) 하도록 하였다. 이 실험에서 구성된 지도는 평면상의 격자를 중심으로 작성되었다. 로봇의 센서에서 읽어들인 센서 값은 Dempster-Shaper 이론을 이용하여 기존의 지도와 혼합된다. 즉, 로봇이 움직일때마다 실험 환경내에서 새로운 정보를 읽어 들이고, 그 정보로 인하여 기존의 지도가 새로운 지도로 갱신되는 것이다. 이러한 작업을 거치면서 로봇은 장애물과 충돌없이 네비게이션하는 것 뿐 아니라 정해진 목적지까지도 쉽게 찾아갈 수 있다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.4
• /
• pp.581-587
• /
• 2011

A wireless sensor network needs to consist of multi-sensors in order to infer a high level of information on circumstances. Data fusion, in turn, is required to utilize the data collected from multi-sensors for the inference of information on circumstances. The current paper, based on Dempster-Shafter's evidence theory, proposes data fusion in a wireless sensor network with different weights assigned to different sensors. The frequency of events per sensor is the crucial element in calculating different weights of the data of circumstances that each sensor collects. Data fusion utilizing these different weights turns out to show remarkable difference in reliability, which makes it much easier to infer information on circumstances.