• 전자공학회논문지 IE
• /
• 제44권3호
• /
• pp.35-41
• /
• 2007

본 논문에서는 보상신호를 수반하는 인공지능 기반의 가상 로봇 학습 행위 모델을 제안하고 이 모델을 3가지 환경에 적용시킨 후에 보상 방법에 따른 가상 로봇의 학습 속도를 비교 검토하였다. 결과로서 환경이 다소 복잡하면 즉, 로봇 집단의 크기, 먹이 수, 장애물 수가 다소 많은 경우 학습 세대가 충분하다면 강화 보상 방법이 강화와 억제를 혼합한 보상 방법 보다 우월함을 알 수 있었다. 하지만 복잡하지 않은 환경에서는 혼합 보상 방법이 우수했다.

• 제어로봇시스템학회논문지
• /
• 제10권10호
• /
• pp.878-886
• /
• 2004

Uncertainties are inevitable in robotic assembly in unstructured environment since it is difficult to construct fixtures to guide motions of robots. This paper proposes an augmented Petri net and an algorithm to adapt the assembly model on-line during actual assembly process. The augmented Petri net identifies events using force and position information simultaneously. Unmodeled contact states are identified and incorporated into the model on-line. The proposed method increases the level of intelligence of the robot system by enhancing the autonomy. The proposed method is evaluated by simulation and experiments with L-type peg-in-hole assembly using a two-arm robot system.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 춘계학술대회논문집 - 한국공작기계학회
• /
• pp.501-506
• /
• 2000

Many research in Robot control has effectively proceeded on the development of Aritficial Intelligence Robot which is able to apply to the uncertain and monotonous operations which are repeated continuously in the industrial field. In this study, the precise shape recognition of base metal for welding was gained by mono CCD camera, and the gained data was transformed into Decimal code through Image Board in computer. And the Fuzzy Logic control system designed by use of Fuzzy rule was built to judge whether the base metals were precisely matched or not with Decimal code. Machanically manipulated Robot syst em was linked to Fuzzy Control system through image information, and ultimately, these systems will be able to apply for production system.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권4호
• /
• pp.314-320
• /
• 2006

Navigation in environments that are densely cluttered with obstacles is still a challenge for Autonomous Ground Vehicles (AGVs), especially when the configuration of obstacles is not known a priori. Reactive local navigation schemes that tightly couple the robot actions to the sensor information have proved to be effective in these environments, and because of the environmental uncertainties, STSF(Space and Time Sensor Fusion)-based fuzzy behavior systems have been proposed. Realization of autonomous behavior in mobile robots, using STSF control based on spatial data fusion, requires formulation of rules which are collectively responsible for necessary levels of intelligence. This collection of rules can be conveniently decomposed and efficiently implemented as a hierarchy of fuzzy-behaviors. This paper describes how this can be done using a behavior-based architecture. The approach is motivated by ethological models which suggest hierarchical organizations of behavior. Experimental results show that the proposed method can smoothly and effectively guide a robot through cluttered environments such as dense forests.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.47-49
• /
• 2022

Robot navigation has seen a major improvement since the the rediscovery of the potential of Artificial Intelligence (AI) and the attention it has garnered in research circles. A notable achievement in the area was Deep Learning (DL) application in computer vision with outstanding daily life applications such as face-recognition, object detection, and more. However, robotics in general still depend on human inputs in certain areas such as localization, navigation, etc. In this paper, we propose a study case of robot navigation based on deep reinforcement technology. We look into the benefits of switching from traditional ROS-based navigation algorithms towards machine learning approaches and methods. We describe the state-of-the-art technology by introducing the concepts of Reinforcement Learning (RL), Deep Learning (DL) and DRL before before focusing on visual navigation based on DRL. The case study preludes further real life deployment in which mobile navigational agent learns to navigate unbeknownst areas.

• 공학교육연구
• /
• 제25권3호
• /
• pp.35-44
• /
• 2022

Artificial intelligence is a core technology in the era of digital transformation, and as the technology level is advanced and used in various industries, its influence is growing in various fields, including social, ethical and legal issues. Therefore, it is time to raise social awareness on ethics of artificial intelligence as a prevention measure as well as improvement of laws and institutional systems related to artificial intelligence development. In this study, we analyzed unstructured data, typically text, such as online news articles and comments to confirm the degree of social awareness on ethics of artificial intelligence development. The analysis showed that the public intended to concentrate on specific issues such as "Human," "Robot," and "President" in 2018 to 2019, while the public has been interested in the use of personal information and gender conflics in 2020 to 2021.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1137-1144
• /
• 2022

본 연구에서는 감정을 표현하기 위한 표정 연습을 보조하는 인공지능을 개발하였다. 개발한 인공지능은 서술형 문장과 표정 이미지로 구성된 멀티모달 입력을 심층신경망에 사용하고 서술형 문장에서 예측되는 감정과 표정 이미지에서 예측되는 감정 사이의 유사도를 계산하여 출력하였다. 사용자는 서술형 문장으로 주어진 상황에 맞게 표정을 연습하고 인공지능은 서술형 문장과 사용자의 표정 사이의 유사도를 수치로 출력하여 피드백한다. 표정 이미지에서 감정을 예측하기 위해 ResNet34 구조를 사용하였으며 FER2013 공공데이터를 이용해 훈련하였다. 자연어인 서술형 문장에서 감정을 예측하기 위해 KoBERT 모델을 전이학습 하였으며 AIHub의 감정 분류를 위한 대화 음성 데이터 세트를 사용해 훈련하였다. 표정 이미지에서 감정을 예측하는 심층신경망은 65% 정확도를 달성하여 사람 수준의 감정 분류 능력을 보여주었다. 서술형 문장에서 감정을 예측하는 심층신경망은 90% 정확도를 달성하였다. 감정표현에 문제가 없는 일반인이 개발한 인공지능을 이용해 표정 연습 실험을 수행하여 개발한 인공지능의 성능을 검증하였다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.443-451
• /
• 2020

초등학교 소프트웨어 교육에서는 간단한 문제해결 과정을 통하여 프로그래밍 과정을 경험하고 있다. 그리고 이러한 경험조차도 문제 해결 과정을 CS Unplugged 활동으로 하도록 강조하는 실정이다. 하지만 CS Unplugged는 컴퓨팅 원리의 습득에 그치고 학습자가 실제 문제 해결의 처리 경험을 하지 못한다는 단점이 존재한다. 본 연구에서는 초등학생들의 실제적 삶에서 부딪히는 문제들을 해결할 수 있는 역량을 기르는 것에 목표를 두고 로봇 활용 인공지능 교육 프로그램을 개발하였다. 프로그램을 적용한 결과, 학생들은 개발된 프로그램을 통하여 실생활의 복잡한 문제를 인공지능의 관점으로 해결하고, 로봇 제어를 통하여 인공지능 교육에 대한 흥미 및 이해도가 높아질 수 있었다.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.58-65
• /
• 2003

기존의 횡 방향제어 알고리즘은 도로에서 발생할 수 있는 변수를 고려하여 알고리즘을 작성해야 했다. 이러한 제어 알고리즘을 작성하기 위해서는 주행해야 하는 도로에 따라 파라미터를 재조정해야 하는 문제와 대량의 계산이 요구되는 모델링 문제가 있었다. 본 논문에서는 지능적 횡 방향제어가 가능한 학습알고리즘에 관해 연구하였다. 학습알고리즘은 인공지능 알고리즘 중 자기구성 알고리즘을 사용하였으며 학습데이터는 도로의 특징점을 이용하였다. 컴퓨터를 이용한 시뮬레이션 결과 본 논문의 학습알고리즘에 의한 조향제어가 가능한 것을 알 수 있었고 실제로 주행이 가능한 자율이동로봇에 적용하여 학습에 의한 횡 방향제어가 가능한 것을 확인하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제9권1호
• /
• pp.10-15
• /
• 2009

With the development of techniques, robots are getting smaller, and the number of robots needed for application is greater and greater. How to coordinate large number of autonomous robots through local interactions has becoming an important research issue in robot community. Swarm Robot Systems (SRS) is a system that independent autonomous robots in the restricted environments infer their status from pre-assigned conditions and operate their jobs through the cooperation with each other. In the SRS, a robot contains sensor part to percept the situation around them, communication part to exchange information, and actuator part to do a work. Especially, in order to cooperate with other robots, communicating with other robots is one of the essential elements. Because Bluetooth has many advantages such as low power consumption, small size module package, and various standard protocols, it is rated as one of the efficient communicating technologies which can apply to small-sized robot system. In this paper, we will develop Bluetooth communicating system for autonomous robots. And we will discuss how to construct and what kind of procedure to develop the communicating system for group behavior of the SRS under intelligent space.