• 로봇학회논문지
• /
• 제19권2호
• /
• pp.196-202
• /
• 2024

The ability to understand given environments and plan a sequence of actions leading to goal state is crucial for personal service robots. With recent advancements in deep learning, numerous studies have proposed methods for state representation in planning. However, previous works lack explicit information about relationships between objects when the state observation is converted to a single visual embedding containing all state information. In this paper, we introduce graph-based state representation that incorporates both object and relationship features. To leverage these advantages in addressing the task planning problem, we propose a Graph Neural Network (GNN)-based subgoal prediction model. This model can extract rich information about object and their interconnected relationships from given state graph. Moreover, a search-based algorithm is integrated with pre-trained subgoal prediction model and state transition module to explore diverse states and find proper sequence of subgoals. The proposed method is trained with synthetic task dataset collected in simulation environment, demonstrating a higher success rate with fewer additional searches compared to baseline methods.

• 제어로봇시스템학회논문지
• /
• 제11권12호
• /
• pp.1051-1061
• /
• 2005

This paper proposes a ubiquitous robot, Ubibot, as an integration of three forms of robots: Software robot (Sobot), Embedded robot (Embot) and Mobile robot (Mobot). A Sobot is a virtual robot, which has the ability to move to any place or connect to any device through a network in order to overcome spatial limitations. It has the capacity to interpret the context and thus interact with the user. An Embot is embedded within the environment or within physical robots. It can recognize the locations of and authenticate the user or robot, and synthesize sensing information. Also it has the ability to deliver essential information to the user or other components of Ubibot by using various types of output devices. A Mobot provides integrated mobile service. In addition, Middleware intervenes different protocols between Sobot, Embot, and Mobot in order to incorporate them reliably. The services provided by Ubibot will be seamless, calm and context-aware based on the combination of these components. This paper presents the basic concepts and structure of Ubibot. A Sobot, called Rity, is introduced in order to investigate the usability of the proposed concepts. Rity is a 3D synthetic character which exists in the virtual world, has a unique IP address and interacts with human beings through Vision Embot, Sound Embot, Position Embot and Voice Embot. Rity is capable of moving into a Mobot and controlling its mobility. In doing so, Rity can express its behavior in the virtual world, for example, wondering or moving about in the real world. The experimental results demonstrate the feasibility of implementing a Ubibot in a networked environment.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권11호
• /
• pp.1126-1130
• /
• 2010

차세대 IT유망 교육 분야로 지능로봇 관련 연구가 활발하게 진행되고 있다. 지능로봇은 실세계의 인간 세계와 가장 근접한 환경을 많이 고려하고 있기 때문에 인간의 행위 혹은 판단 능력을 기능으로 제공할 수 있어야 한다. 이와 같은 이유로 최근 로봇 교육은 다양한 하드웨어 형태의 로봇뿐만 아니라, 많은 기능을 포함한 서비스 컴포넌트 아키텍처 형태의 소프트웨어 로봇 개발 연구가 진행되고 있다. 따라서 본 논문에서는 RDS를 이용한 창의적 문제해결 학습방법에 관하여 제안한다. RDS는 소프트웨어 모듈로서 지능로봇을 제어하거나 프로그램하기 위한 소프트웨어 도구이다. 지능로봇 통합 개발 표준화를 고려한 컴포넌트 프레임워크를 활용하여 다양한 지능로봇의 형태와 여러 환경을 3차원 공간의 시각적 시뮬레이션 환경으로 제공하고 교육시간과 적은 비용으로 지능로봇 실험 환경을 제공할 수 있다.

• 한국산학기술학회논문지
• /
• 제10권4호
• /
• pp.895-899
• /
• 2009

본 논문에서는 컨버전스 시대에 새로운 비즈니스 기회를 창출하기 위하여 고령화 사회에 대응하기 위한 로봇사업의 비즈니스 모델을 개발하고자 한다. 컨버전스 사회와 고령화 사회의 마켓 동인을 확인하기 위하여, 이들의 트렌드를 분석한다. 마켓의 가치사슬의 구성과 분석을 통하여 본 연구에서는 유비쿼터스, 헬스 그리고 로봇이 통합된 컨버전스 서비스 형태의 u-health 로봇에 초점을 맞추어 비즈니스 모델을 설계한다. 추가적으로 기술개발과 마켓을 축으로 제안된 비즈니스 모델의 진화 경로에 대하여 기술한다 마지막으로 제안된 비즈니스 모델의 효과성을 측정하고 평가하기 위한 매트릭스 기반의 평가 프레임워크를 개발한다.

• 문화기술의 융합
• /
• 제4권3호
• /
• pp.139-147
• /
• 2018

본 연구는 4차 산업혁명 시대에 부합하는 국민연금서비스는 어떠해야 하는가라는 문제의식으로 출발한다. 이를 위해 국내와 해외의 공공 및 민간 기관의 비대면 서비스 현황을 검토하고, 이를 바탕으로 중장기적으로 국민연금공단의 비대면 서비스를 활성화하기 위한 시사점을 도출하고자 한다. 먼저 국민연금공단의 비대면 서비스 현황과 본인인증 방식을 검토하였다. 다음으로 미국, 영국, 캐나다, 호주의 공적연금기관 및 민간기관의 비대면 공적연금서비스 현황 및 본인인증 방식을 검토하였다. 분석 결과에 기초한 시사점으로 4차 산업혁명의 국민연금서비스에 미치는 영향분석과 미래전략 도출, 업무별 비대면 신고 신청 방법의 채널 확대, 비대면 본인인증방식으로서 핀테크 도입, 연금서비스를 포함한 생활서비스를 통합적으로 관리할 인터넷통합포털 구축을 통한 서비스 채널 단일화를 제시하였다. 4차 산업혁명 시대 국민연금 비대면서비스의 장기적 과제로 정부민원 통합포털의 초연결성 확보, 인공지능로봇의 도입을 통한 지능화 및 자동화를 고려할 수 있다.

• Journal of Mechanical Science and Technology
• /
• 제16권10호
• /
• pp.1222-1228
• /
• 2002

This research is the development of a flexible tactile sensor array for service robots using PVDF (polyvinylidene fluoride) film for the detection of a contact state in real time. The prototype of the tactile sensor which has 8${\times}$8 array using PVDF film was fabricated. In the fabrication procedure, the electrode patterns and the common electrode of the thin conductive tape were attached to both sides of the 281$\mu\textrm{m}$ thickness PVDF film using conductive adhesive. The sensor was covered with polyester film for insulation and attached to the rubber base for a stable structure. The proposed fabrication method is simple and easy to make the sensor. The sensor has the advantages in the implementing for practical applications because its structure is flexible and the shape of the each tactile element can be designed arbitrarily. The signals of a contact force to the tactile sensor were sensed and processed in the DSP system in which the signals are digitized and filtered. Finally, the signals were integrated for taking the force profile. The processed signals of the output of the sensor were visualized in a personal computer, and the shape and force distribution of the contact object were obtained. The reasonable performance for the detection of the contact state was verified through the sensing examples.

• 한국정보통신학회논문지
• /
• 제25권3호
• /
• pp.377-383
• /
• 2021

최근 4차 산업혁명에 따라 공장, 물류창고, 서비스영역에서 유연한 물류이송을 위한 자율 이동형 모바일 로봇의 사용이 증가하고 있다. 대규모 공장에서는 Simultaneous Localization and Mapping(SLAM)을 수행하기 위하여 많은 수작업이 필요하기 때문에 개선된 모바일 로봇 자율 주행에 대한 필요성이 대두되고 있다. 이에 따라 본 논문에서는 고정 및 이동 장애물을 피해 최적의 경로로 주행하는 Mapless Navigation에 대한 알고리즘을 제안하고자 한다. Mapless Navigation을 위하여 Deep Q Network(DQN)을 통해 고정 및 이동 장애물을 회피하도록 학습하였고 두 종류의 장애물 회피에 대하여 각각 정확도 90%, 93%를 얻었다. 또한 DQN은 많은 학습 시간을 필요로 하는데 이를 단축하기 위한 목표의 크기 변화 알고리즘을 제안하고 이를 시뮬레이션을 통하여 단축된 학습시간과 장애물 회피 성능을 확인하였다.