• 드라이브 ㆍ 컨트롤
• /
• 제18권4호
• /
• pp.9-18
• /
• 2021

This study proposes a method for creating learning datasets to recognize obstacles using deep learning algorithms in automated construction machinery or an autonomous vehicle. Recently, many researchers and engineers have developed various recognition algorithms based on deep learning following an increase in computing power. In particular, the image classification technology and image segmentation technology represent deep learning recognition algorithms. They are used to identify obstacles that interfere with the driving situation of an autonomous vehicle. Therefore, various organizations and companies have started distributing open datasets, but there is a remote possibility that they will perfectly match the user's desired environment. In this study, we created an interface of the virtual simulator such that users can easily create their desired training dataset. In addition, the customized dataset was further advanced by using the RDBMS system, and the recognition rate was improved.

• International Journal of Control, Automation, and Systems
• /
• 제5권5호
• /
• pp.570-576
• /
• 2007

This paper presents a hexagon-based Q-leaning algorithm to find a hidden targer object with multiple robots. An experimental environment was designed with five small mobile robots, obstacles, and a target object. Robots went in search of a target object while navigating in a hallway where obstacles were strategically placed. This experiment employed two control algorithms: an area-based action making (ABAM) process to determine the next action of the robots and hexagon-based Q-learning to enhance the area-based action making process.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.291-296
• /
• 2008

본 논문에서는 군집로봇시스템에서 목표물 추적을 위하여 SVM을 이용한 12각형 기반의 Q-learning 알고리즘을 제안한다. 제안한 알고리즘의 유효성을 보이기 위해 본 논문에서는 여러 대의 로봇과 장애물 그리고 하나의 목표물로 정하고, 각각의 로봇이 숨겨진 목표물을 찾아내는 실험을 가정하여 무작위, DBAM과 AMAB의 융합 모델, 마지막으로는 본 논문에서 제안한 SVM과 12각형 기반의 Q-learning 알고리즘을 이용하여 실험을 수행하고, 이 3가지 방법을 비교하여 본 논문의 유효성을 검증하였다.

• 한국ITS학회 논문지
• /
• 제20권2호
• /
• pp.95-111
• /
• 2021

인구의 감소 및 고령화 사회가 진행되면서 운전자의 평균 연령은 높아지게 된다. 그에 따라 잠재적인 사고의 위험성이 높은 고령 운전자들은 자율 주행형 개인 이동체가 필요하게 된다. 이러한 이동체가 도로 주행 중에 안전성을 확보하기 위하여 여러 장애물에 대응할 기술이 요구된다. 그 중에서도 주행 중에 마주할 수 있는 차량, 자전거, 사람과 같은 동적 장애물뿐만 아니라 도로 노면의 불량 상태와 같은 정적 장애물을 인식하는 기술이 가장 우선적으로 필요하다. 이를 위해서 본 논문에서는 두 종류의 장애물을 동시에 탐지할 수 있는 심층 신경망 알고리즘을 제안했다. 이 알고리즘을 개발하기 위해서 1,418장의 영상을 이용하여 7종의 동적 장애물에 표기한 annotation data와 도로 노면 파손을 표시한 label 영상을 확보했다. 이를 이용하여 학습한 결과, 46.22%의 평균 정확도로 동적 장애물을 탐지하고 74.71%의 mean intersection over union으로 도로 노면 파손을 탐지했다. 또한 한 장의 영상을 처리하는데 평균 소요시간은 89ms로 일반 차량보다 느린 개인 이동 차량에 사용하기 적합한 알고리즘을 개발했다. 향후 주행 중 마주할 있는 도로 장애물을 탐지하는 기술을 활용하여 개인 이동 차량의 주행 안전성이 향상되길 기대한다.

• 대한수학교육학회지:수학교육학연구
• /
• 제20권3호
• /
• pp.305-322
• /
• 2010

평면도형의 넓이 학습에서 나타나는 인식론적 장애의 유형은 크게 측정의 속성과 관련된 장애, 단위정사각형 개념과 관련된 장애로 나눌 수 있다. 먼저, 측정의 속성과 관련된 장애의 원인은 길이와 넓이 개념 사이의 혼동, 도형 영역과 측정 영역에서 정의하는 방법상의 혼동 때문이며, 둘째, 단위정사각형 개념과 관련된 장애의 원인은 학생들에게 단위정사각형이 넓이의 기본단위로 인식이 잘 안되기 때문이며, 2 차원적 평면의 개념이 불완전하게 정착했기 때문이다. 이에 따라, 넓이에 대한 측정의 속성과 관련된 장애 현상의 교정적 지도 방안은 두 속성간의 관계를 살펴볼 수 있는 활동을 제시하고, 측정의 개념으로 넓이를 정의할 필요가 있으며, '정렬(array)'의 개념으로 넓이공식을 유도하고, 통합적으로 공식을 적용하도록 지도할 필요가 있다. 한편, 단위정사각형 개념과 관련된 장애 현상의 지도방안은 각 단계를 충분히 활동할 수 있도록 넓이를 구하고자하는 도형의 소재 및 형태를 다양하게 제시할 필요가 있으며, 넓이에 대한 연속량적 개념을 인식하도록 교수학적 방안을 구안해야 한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.15-20
• /
• 2024

무인 항공기의 경로 계획은 고정 및 동적 장애물을 포함하는 복합 환경에서 장애물 충돌을 회피하는 것이 중요하다. RRT나 A^*와 같은 경로 계획 알고리즘은 고정된 장애물 회피를 효과적으로 수행하지만, 고차원 환경일수록 계산 복잡도가 증가하는 한계점을 가진다. 강화학습 기반 알고리즘은 복합적인 환경 반영이 가능하지만, 기존 경로 계획 알고리즘과 같이 고차원 환경일수록 훈련 복잡도가 증가하여 수렴성을 기대하기 힘들다. 본 논문은 셀 분해 알고리즘을 활용한 강화학습 모델을 제안한다. 제안한 모델은 학습 환경을 세부적으로 분해하여 환경의 복잡도를 감소시킨다. 또한, 에이전트의 유효한 행동을 설정하여 장애물 회피 성능을 개선한다. 이를 통해 강화학습의 탐험 문제를 해결하고, 학습의 수렴성을 높인다. 시뮬레이션 결과는 제안된 모델이 일반적인 환경의 강화학습 모델과 비교하여 학습 속도를 개선하고 효율적인 경로를 계획할 수 있음을 보여준다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.406-411
• /
• 2005

본 논문에서는 다수 로봇의 목표물 탐색을 위한 area-based Q-learning 알고리즘에 대해 논한다. 선험적 정보가 없는 공간내의 목표물을 탐색하기 위해, 로봇들은 주위의 환경을 인식하고 스스로 다음 행동에 대한 결정을 내릴 수 있어야 한다. Area-based Q-learning에서, 먼저 각 로봇은 정육각형을 이루도록 배치된 6개의 적외선 센서를 통해 자신과 주변 환경 사이의 거리를 구한다. 다음으로 이 거리데이터들로부터 6방향의 면적(area)을 계산하여, 보다 넓은 행동반경을 보장해주는 영역으로 이동(action)한다. 이동 후 다시 6방향의 면적을 계산, 이전 상태에서의 이동에 대한 Q-value를 업데이트 한다. 본 논문의 실험에서는 5대의 로봇을 이용하여 선험적 지식이 없고, 장애물이 놓여 있는 공간에서의 목표물 탐색을 시도하였다. 결론에서는 3개의 제어 알고리즘-랜덤 탐색, area-based action making (ABAM), hexagonal area-based Q-learning - 을 이용하여 목표물 탐색을 시도한 결과를 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.61-66
• /
• 2024

본 연구에서는 강화학습 기술을 이용하여, 시뮬레이션이나 게임 환경 내에서 개체의 경로 탐색을 위한 시뮬레이션을 개발하는 것을 목표로 한다. 본 연구에서는 주어진 트랙 위에 생성된 임의 위치의 장애물을 회피하고, 아이템을 획득할 수 있는 경로를 자동으로 탐색할 수 있도록 시뮬레이션 내 개체를 학습시킨 점이 주된 특징이다. 해당 시뮬레이션을 구현하기 위해 유니티 게임 엔진에서 제공하는 ML 에이전트 (Machine Learning Agents)를 사용하였고, PPO(Proximal Policy Optimization)에 기반을 둔 학습 정책을 수립하여 강화학습 환경을 구성한다. 본 논문에서 제안한 강화학습 기반의 시뮬레이션을 통해, 개체가 학습을 진행할수록 장애물을 회피하고, 아이템을 획득할 수 있는 경로를 탐색해 트랙 위를 움직이고 있다는 점을 시뮬레이션 결과와 학습 결과 그래프를 분석하여 확인할 수 있다.

• 대한수학교육학회지:수학교육학연구
• /
• 제23권2호
• /
• pp.237-252
• /
• 2013

수학교육학 내의 논의에서 Bachelard의 과학철학은 인식론적 장애 개념을 중심으로 소개되어 있다. 그의 과학철학에서 인식론적 장애는 과학의 변증법적 발달과 연결되어 있다. 과학은 기존에 명백한 것으로 인식된 것을 부정하여 얻은 개념의 재구성과 일반화를 통해서 발달한다. 이 과정에서 기존의 인식에 대한 단절이 필요하다. 인식론적 장애는 재구성이 필요한 시점에서 기존의 것과 단절하지 못하고 고수함으로써 나타나내는 발달의 지연이며, 지식의 형성 혹은 학습 과정에 내재적인 어려움이 존재한다는 것을 의미한다. 이상과 같은 Bachelard 관점을 수학교육학에서 널리 적용되고 있는, '내면화-압축화-대상화'의 단계적인 반영적 추상화 도식과 비교하고 논의하였다.

• 한국학교수학회논문집
• /
• 제18권1호
• /
• pp.61-82
• /
• 2015

다문화권 학생인 중국인 국제학생 자오밍의 대학 수학수업에서 학습의 방해요소가 무엇인지 그리고 그 방해요소를 극복하도록 어떻게 도울 수 있는지를 정성적 연구방법을 바탕으로 조사하였다. 예비교사를 위해 2014년 2학기에 개설된 교수 학습을 위한 강좌에서 학습조력자에 의해 자오밍의 활동이 관찰되었고 학습과정의 자료들이 수집되었다. 방해요소로는 한국어 문장이해력 부족, 한국어수학어휘력 부족, 수학개념이해력 부족, 공학도구충실도의 부족으로 나타났고, 이를 극복하기 위해서 이중언어 효과, 자기주도적 시각화표상활동, 반복활동, 조별활동을 통해 학습의 성취가 이루어졌다. 이러한 자오밍의 학습의 성취는 학습조력자의 역할에 의해 가능했다고 볼 수 있는데 일반적으로 대학에서 영어가 기본적으로 제공되고 있지만 자국어로 학습할 수 있는 이중언어강화 환경구성이 매우 중요함을 알 수 있었다.