• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.265-270
• /
• 2005

This paper presents a new attitude stabilization and control of an unmanned helicopter based on neural network compensation. A systematic derivation on the dynamics of an unmanned small-scale helicopter is performed. Combined rotor-fuselage-tail dynamics is derived in body-fixed reference frame with its origin at the C.G. of the helicopter. And the resulting nonlinear equation of motion consists of 6-DOF air vehicle dynamics as well as the rotor flapping and engine torque equations. A simulation model was modified using the existing simulator for an unmanned helicopter dynamic model, which reflects the unmanned test helicopter(CNUHELI). The dynamic response of the refined model was compared with the flight test data. It can be shown that a good coincidence was accomplished between the real unmanned helicopter system and the mathematical model. This dynamic model was linearized for classical controller design using small perturbation method. A Neuro-PD control system was designed for both longitudinal and lateral flight modes, and the results were compared with the PD-only control response. Simulation results show that the proposed Neuro-PD control system demonstrates better performance.

• 한국정밀공학회지
• /
• 제27권2호
• /
• pp.60-69
• /
• 2010

Lookup-Table (LUT) based fuzzy controller for obstacle avoidance enhances operations faster in multiple obstacles environment. An LUT based fuzzy controller with Positive/Negative (P/N) fuzzy rule base consisting of 18 rules was introduced in our paper$^1$ and this paper shows a 50-rule P/N fuzzy controller for enhancing performance in obstacle avoidance. As a rule, the more rules are necessary, the more buffers are required. This paper suggests LUT sharing method in order to reduce LUT buffer size without significant degradation of performance. The LUT sharing method makes buffer size independent of the whole fuzzy system's complexity. Simulation using MSRDS(MicroSoft Robotics Developer Studio) evaluates the proposed method, and in order to investigate its performance, experiments are carried out to Pioneer P3-DX in the LabVIEW environment. The simulation and experiments show little difference between the fully valued LUT-based method and the LUT sharing method in operation times. On the other hand, LUT sharing method reduced its buffer size by about 95% of full valued LUT-based design.

• International Journal of Control, Automation, and Systems
• /
• 제4권2호
• /
• pp.204-216
• /
• 2006

Latest advances in hardware technology and state of the art of mobile robot and artificial intelligence research can be employed to develop autonomous and distributed monitoring systems. And mobile service robot requires the perception of its present position to coexist with humans and support humans effectively in populated environments. To realize these abilities, robot needs to keep track of relevant changes in the environment. This paper proposes a localization of mobile robot using the images by distributed intelligent networked devices (DINDs) in intelligent space (ISpace) is used in order to achieve these goals. This scheme combines data from the observed position using dead-reckoning sensors and the estimated position using images of moving object, such as those of a walking human, used to determine the moving location of a mobile robot. The moving object is assumed to be a point-object and projected onto an image plane to form a geometrical constraint equation that provides position data of the object based on the kinematics of the intelligent space. Using the a priori known path of a moving object and a perspective camera model, the geometric constraint equations that represent the relation between image frame coordinates of a moving object and the estimated position of the robot are derived. The proposed method utilizes the error between the observed and estimated image coordinates to localize the mobile robot, and the Kalman filtering scheme is used to estimate the location of moving robot. The proposed approach is applied for a mobile robot in ISpace to show the reduction of uncertainty in the determining of the location of the mobile robot. Its performance is verified by computer simulation and experiment.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권7호
• /
• pp.1726-1748
• /
• 2024

Trajectory planning is vital for autonomous systems like robotics and UAVs, as it determines optimal, safe paths considering physical limitations, environmental factors, and agent interactions. Recent advancements in trajectory planning and future location prediction stem from rapid progress in machine learning and optimization algorithms. In this paper, we proposed a novel framework for Spatial-temporal transformer-based feed-forward neural networks (STTFFNs). From the traffic flow local area point of view, skip-gram model is trained on trajectory data to generate embeddings that capture the high-level features of different trajectories. These embeddings can then be used as input to a transformer-based trajectory planning model, which can generate trajectories for new objects based on the embeddings of similar trajectories in the training data. In the next step, distant regions, we embedded feedforward network is responsible for generating the distant trajectories by taking as input a set of features that represent the object's current state and historical data. One advantage of using feedforward networks for distant trajectory planning is their ability to capture long-term dependencies in the data. In the final step of forecasting for future locations, the encoder and decoder are crucial parts of the proposed technique. Spatial destinations are encoded utilizing location-based social networks(LBSN) based on visiting semantic locations. The model has been specially trained to forecast future locations using precise longitude and latitude values. Following rigorous testing on two real-world datasets, Porto and Manhattan, it was discovered that the model outperformed a prediction accuracy of 8.7% previous state-of-the-art methods.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.842-849
• /
• 2022

딥러닝 기술의 발달로 무인 자동차, 드론, 로봇 등의 임베디드 시스템 분야에서 DNN을 활용하는 사례가 많아지고 있다. 대표적으로 자율주행 시스템의 경우 정확도가 높고 연산량이 큰 몇 개의 DNN들을 동시에 수행하는 것이 필수적이다. 하지만 상대적으로 낮은 성능을 갖는 임베디드 환경에서 다수의 DNN을 동시에 수행하면 추론에 걸리는 시간이 길어진다. 이러한 현상은 추론 결과에 따른 동작이 제때 이루어지지 않아 비정상적인 기능을 수행하는 문제를 발생시킬 수 있다. 이를 해결하기 위하여 본 논문에서 제안한 솔루션은 먼저 연산량이 큰 DNN에 터커 분해 기법을 적용하여 연산량을 감소시킨다. 그다음으로 DNN 모델들을 GPU 내부에서 은닉층 단위로 최대한 병렬적으로 수행될 수 있게 한다. 실험 결과 DNN의 추론 시간이 제안된 기법을 적용하기 전 대비 최대 75.6% 감소하였다.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.374-381
• /
• 2020

수직위치 정확도를 개선하기 위해 GPS와 기압고도계의 장점을 융합하여 사용하지만, 두 센서를 융합하기 위해서는 지오이드 고도를 보상해 주어야 한다. 본 논문에서는 드론이나 자율주행 차량에 적용되는 저가의 내장형 시스템에서도 실시간으로 지오이드 고도를 계산할 수 있는 기법을 제안하였다. 기준이 되는 EGM08은 2160차의 다항식으로 결정되기 때문에 내장형 시스템에서 실시간 계산이 불가능하다. 때문에 선형 보간 기법을 도입하여 계산량을 줄이고, 정수형 지오이드 고도를 격자점으로 사용하여 저장공간을 75%절감하였다. 시뮬레이션을 통해 제안된 기법의 정확도를 평가하였으며, 지오이드 변화가 급격한 지역에서도 최대 오차 -1.215 m의 정확도를 갖는 것을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.1612-1616
• /
• 2005

In this paper, a Home Mess-Cleanup Robot(HMR), which has a practical function of the automatic mess-cleanup, is developed. The vacuum-cleaner had made the burden of house chore lighten but the operation labour of a vacuum-cleaner had been so severe. Recently, the cleaning robot was producted to perfectly solve the cleaning labour of a house but it also was not successful because it still had a problem of mess-cleaning, which was the clean-up of big trash and the arrangement of newspapers, clothes, etc. The cleaning robot is to just vacuum dust and small trash but has no function to arrange and take away before the automatic vacuum-cleaning. For this reason, the market for the cleaning robot is not yet built up. So, we need a design method and technological algorithm of new automatic machine to solve the problem of mess-cleanup in house. It needs functions of agile automatic navigation, novel manipulation system for mess-cleanup. The automatic navigation system has to be controlled for the full scanning of living room, to recognize the absolute position and orientation of the self, the precise tracking of the desired path, and to distinguish the mess object to clean-up from obstacle object to just avoid. The manipulator, which is not needed in the vacuum-cleaning robot, must have the functions, how to distinguish big trash to clean from mess objects to arrange, how to grasp in according to the form of mess objects, how to move to the destination in according to mess objects and arrange them. We use the RFID system to solve the problems in this paper and propose the reading algorithm of RFID tags installed in indoor objects and environments. Then, it should be an intelligent system so that the mess cleaning task can be autonomously performed in a wide variety of situations and environments. It needs to also has the entertainment functions for the good communication between the human and HMR. Finally, the good performance of the designed HMR is confirmed through the results of the mess clean-up and arrangement.

• 센서학회지
• /
• 제30권3호
• /
• pp.154-164
• /
• 2021

RAS(Recirculating aquaculture system) 방식 또는 바이오플락 기술를 사용한 흰다리 새우의 육상 양식을 통해서 새우 개체의 생존율과 고밀도 생산율을 향상시키기 위한 양식의 원리 및 장치 구성, 국내외 수질 모니터링 센서, 현재의 양식 모니터링 시스템의 문제점 파악 및 미래의 양식 모니터링을 위한 대책을 분석 하였다. 흰다리 새우 양식을 위해서는 수조별 온도, pH, DO, 염도 측정이 기본적으로 필요하며, 암모니아성 질소, 질산성 질소, 아질산성 질소, 생장 관리를 위한 이온성 물질의 측정이 필요하다. 특히 센서재질에 있어서는 SUS304도 부식이 되는 고염도 환경에서 견딜수 있어야 하며, 고탁도 및 부유물질에 의한 생물 부착에 견딜 수 있는 센서가 사용되어야 한다. 또한 내구성 및 측정값 신뢰도, 가격 경쟁력 있는 센서 및 시스템 공급이 필요하다. 바이오플락 양식 환경에서는 고염분, 고부유물 환경에서 견딜 수 있는 센서의 내구성과 데이터 안정성, 신뢰도가 무엇보다 중요하다. 향후 흰다리 새우 및 수산 양식을 위한 최적 양식환경을 확보하기 위해서는 양식 생육 환경 현장의 수질을 측정하고 적정 환경을 결정하며, 자동제어 시스템을 이용하여 제어하고 축적된 데이터를 활용 및 분석하여 지능적으로 관리하는 기술을 개발하는 것이 필요하다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.