• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.635-637
• /
• 2016

본 연구는 같은 로봇 교구에 다른 프로그래밍 도구를 적용하였다. 로봇은 레고 마인드스톰 NXT을 활용하였다. 프로그래밍 도구는 일반적인 블록 프로그래밍 도구로는 NXT-G를 사용하였고, 시뮬레이션 프로그래밍 도구로는 MSRDS를 사용하였으며, 모바일 프로그래밍 도구로는 앱 인벤터(App Inventor)를 사용하였다. 위 3가지 프로그래밍 도구에 따라 학습들의 흥미와 학습효과를 이끌어 낼 수 있다.

• 로봇학회논문지
• /
• 제6권4호
• /
• pp.365-372
• /
• 2011

The purpose of this study is to improve robotics education in public education. This study was conducted with 157 secondary school teachers regardless of their gender, age and majors. The results are as follows: First, 68.2% of the respondents (81.2% of the STEM(Science, Technology, Engineering, Mathematics)-related teachers) thought that robotics education should be included in public education because it will be a very important area in the future. Second, 73.3% of respondents (89.3% of the STEM-related teachers) agreed that robotics education will be worth teaching as a regular subject. The most important reason was that they thought the robots would be an excellent tool to initiate their class participation and increase their study motivation. Third, the results from this survey showed that the technology teachers would be the best suitable instructors for robotics education. Lastly, teachers felt a great deal of burden to teach robotics although they thought robotics education was necessary. In order to implement robotics education in public school, teachers think it is necessary to take professional training. In addition, teachers should be supported with the reduction in their workload along with sufficient fundings, educational robots such as LEGO MINDSTORMS, and newly designed teaching materials.

• 정보교육학회논문지
• /
• 제14권2호
• /
• pp.209-218
• /
• 2010

곤충형 로봇을 기반으로 개발한 로봇 교육과정을 학생들에게 적용한 결과 학생들이 로봇 움직임을 쉽게 이해하고 프로그래밍 및 알고리즘을 이해하는데 큰 효과가 있었다. 초등학교 5학년 학생들을 대상으로 마인드스톰 NXT 로봇교구로 진행한 로봇학습은 개미나 바퀴벌레 등 곤충을 관찰한 후 그룹별로 곤충의 모양을 본따 로봇을 만들고 곤충의 움직임을 모방하여 프로그래밍을 하도록 하였다. 특히 그룹별 임무 수행 경기의 경쟁을 함으로써 학생들 간의 토의 능력 및 로봇 제작, 프로그래밍에 대한 흥미도를 높일 수 있었다.

• 전자공학회논문지
• /
• 제51권2호
• /
• pp.214-219
• /
• 2014

본 논문에서는 기존의 교육용 로봇을 개선한 새로운 로봇 시스템을 설계하고 제작하였다. 구현 방법으로는 제어 모듈의 메인프로세서로 ARM Cortex-M3와 보조프로세서로 각 센서모듈에서 들어오는 데이터를 처리하기 위해 AVR ATMega2560을 이용하여 제작하였다. 개발된 센서 모듈의 프로세서는 AVR ATMega8을 사용하였다. 메인컨트롤러가 처리해야 하는 부하를 덜어주기 위해 각 프로세서들과의 통신은 IIC 통신을 사용하였다. 또한 확장성을 보장하기 위해 허브 모듈을 채택한 교육용 로봇 시스템을 개발하였다.

• 컴퓨터교육학회논문지
• /
• 제10권6호
• /
• pp.19-27
• /
• 2007

본 연구에서는 프로그래밍 학습 과정에서 학습자가 겪는 인지적 어려움을 효과적으로 조력하기 위한 새로운 교육 방법으로 로봇 프로그래밍 학습의 가능성을 제시하고자 하였다. 로봇 프로그래밍 학습을 위한 교수 설계는 $Merri{\ddot{e}}nboer$의 4CID 모형을 기반으로 한 하향식 접근법을 사용하여 프로그래밍 과정을 통한 학습자의 복잡한 인지 능력 향상을 효과적으로 조력할 수 있도록 구성하였다. 설계된 학습 내용을 토대로 대학교 프로그래밍 관련 강좌에 적용한 결과, 레고 마인드스톰 NXT와 NXT-G 소프트웨어를 활용한 프로그래밍 학습은 학습자의 문제해결력 향상에 효과가 있는 것으로 나타났다. 이는 본 연구를 통해 설계된 교수 전략을 기반으로 한 로봇 프로그래밍 학습이 문제해결력과 같은 인지적 영역에 있어서 긍정적인 영향을 주는 것을 의미한다.

• 한국인공지능학회지
• /
• 제11권4호
• /
• pp.15-20
• /
• 2023

Machine learning is comprised of supervised learning, unsupervised learning and reinforcement learning as the type of data and processing mechanism. In this paper, as input and output are unclear and it is difficult to apply the concrete modeling mathematically, reinforcement learning method are applied for crawling robot in this paper. Especially, Q-Learning is the most effective learning technique in model free reinforcement learning. This paper presents a method to implement a crawling robot that is operated by finding the most optimal crawling method through trial and error in a dynamic environment using a Q-learning algorithm. The goal is to perform reinforcement learning to find the optimal two motor angle for the best performance, and finally to maintain the most mature and stable motion about EV3 Crawling robot. In this paper, for the production of the crawling robot, it was produced using Lego Mindstorms with two motors, an ultrasonic sensor, a brick and switches, and EV3 Classroom SW are used for this implementation. By repeating 3 times learning, total 60 data are acquired, and two motor angles vs. crawling distance graph are plotted for the more understanding. Applying the Q-learning reinforcement learning algorithm, it was confirmed that the crawling robot found the optimal motor angle and operated with trained learning, and learn to know the direction for the future research.

• 한국게임학회 논문지
• /
• 제4권2호
• /
• pp.13-20
• /
• 2004

우리는 도망자-추적자 게임 풀이에 관심이 많다. 도망자가 추적자를 피해 미로를 탈출하는 게임이다. 도망자가 추적자를 유인하기도 하고 벽을 이용해 교묘히 피하기도 한다. 경험에 의하면 수작업으로 풀기에는 매우 어려운 단계들도 있었다. 게임을 풀기 위한 방법으로 모델 체킹 기법을 사용하였다. 모델 체킹은 게임의 모든 상태 공간을 넓이 우선 방식으로 철저하게 탐색하기 때문에 게임을 풀 수 있는 가장 짧은 경로인 최적의 답을 구할 수 있다. 다행히 풀이 과정에서 상태 폭발 문제는 일어나지 않았고, 게임 풀이 결과를 임베디드 시스템인 레고 마인드스톰에 응용하였다. 도망자, 추적자에 해당하는 두 대의 에이전트를 만들어 게임을 구현하고 실험하여 풀이가 정확한 지를 실제 확인할 수 있었다.

• 전력전자학회논문지
• /
• 제16권2호
• /
• pp.162-172
• /
• 2011

본 논문에서는 LEGO NXT 마인드스톰을 사용하여 이륜 도립진자 로봇을 제작하고 MATLAB/SIMULINK를 이용한 모델 기반 설계 방법으로 제어기를 구현한 임베디드 시스템을 제안하였다. 먼저 이륜 도립진자 로봇의 모델링과 시뮬레이션을 통해 제어기의 성능과 안정성을 확인한 다음 시뮬레이션 프로그램을 직접 코드 변환하여 실험으로 설계된 제어기의 유효성을 확인하였다. 이륜 도립진자 로봇은 도립진자 원리를 이용한 자율 자세 제어를 기본 기능으로 하고 목적지까지 주행이 가능한 로봇이다. 제어기는 2차의 최적제어 방법으로 설계된 상태궤환 제어기를 이용하였다. 2차의 최적제어는 성능 지수 함수 �じ� 최소로 하는 이득행렬 �ジ� 구해 상태궤환 제어기의 이득으로 쓰는 방법으로 이득 설정 방법이 용이하여 이륜 도립진자 로봇의 제어기로 사용할 수 있다. 이륜도립진자 로봇의 제어기를 설계한 후 실험으로 자세 제어 성능과 외란 응답성, 무선 조종 주행 성능, 라인 주행 및 장애물 회피 성능을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제17권10호
• /
• pp.190-205
• /
• 2017

본 연구는 국내 로봇활용 SW교육에 관한 최근 연구 동향을 분석하고, 로봇활용 SW교육 및 연구 시사점을 제안하는 것을 목적으로 한다. 이를 위해 최근 11년간 국내 학술지에 게재된 로봇활용 SW교육 관련 논문 108편을 대상으로 연구동향을 분석하였다. 연구결과, 국내 로봇활용 SW교육 연구는 점차 증가하는 추세이며, 연구방법은 개발연구가 가장 많이 이루어졌다. 과반수이상의 연구에서 초등학생을 대상으로 연구를 진행하였으며, 프로그래밍 도구로는 스크래치, NXT-G 등을, 로봇 도구로는 마인드스톰 시리즈, 피코크리켓 등을 활용하는 것으로 나타났다. 또한 로봇활용 SW교수설계 시 PBL, CPS 등의 교수설계 모형을 적용하였으며, 로봇활용 SW교육은 학습자의 인지적 정의적 영역의 향상에 긍정적인 영향을 미치는 것으로 나타났다. 본 연구는 국내 로봇활용 SW교육의 교육적 가치를 확인하고, 향후 로봇활용 SW교육 연구의 방향성을 제공하였다는 점에서 의의가 있다.

• 디지털융복합연구
• /
• 제10권11호
• /
• pp.613-618
• /
• 2012

개정된 ICT교육지침에는 알고리즘, 자료구조, 프로그래밍 내용과 같은 컴퓨터과학 요소가 매우 강화되었다. 또한 최근 교육과학기술부는 STEAM 교육을 강조하고 있다. 여기에서 가장 중요한 문제는 "어떠한 방법으로 가르쳐야 하는가?"이다. 즉, 교수학습 콘텐츠의 개발이 필요하다. 그래서 본 논문에서는 레고 마인드스톰 NXT 교육용 로봇을 활용한 스택과 큐 학습 방안을 제시한다. 주된 목표는 로봇이 미로라는 현실적인 구조물을 탐색할 때 스택과 큐가 어떻게 사용되는지를 보여주는 것이다. 교수학습 전략으로는 알고리즘 작성, 순서도, NXT-G 프로그래밍으로 정하였다. 단순한 미로는 왼쪽과 오른쪽 중 어느 한쪽에만 길이 있는 미로이고, 복잡한 미로는 삼거리가 포함된 미로이다. 이 두 개의 미로는 직접 개발하여 제작하였다. 마스터 로봇은 미로의 출구까지 탐색하면서 경로를 스택에 저장한 후, 이 스택을 이용하여 다시 입구까지 되돌아온다. 또한 마스터 로봇은 미로를 탐색하면서 경로를 실시간으로 슬레이브 로봇의 큐에 전달한다. 그 후 슬레이브 로봇은 큐에서 경로를 꺼내어 탐색없이 미로를 주행한다. 로봇의 미로 탐색이라는 미션을 해결하는 과정에서 학습자들은 스택과 큐의 활용 분야를 자연스럽게 이해하게 된다. 이러한 수업을 통해서 학습자들의 논리적인 사고력과 창의력이 향상되고, ICT 교육과 STEAM 교육에도 적용이 가능하리라 기대된다.