• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2001년도 춘계학술대회 논문집(한국공작기계학회)
• /
• pp.239-243
• /
• 2001

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 춘계학술대회 논문집
• /
• pp.176-180
• /
• 2003

The paper presents an efficient method of extracting line segment in a local map of a robot's surroundings. The local map is composed of 2-D grids that have both the occupancy and orientation probabilities using sonar sensors. To find the shape of an object in a local map from orientation information, the orientations are clustered into several groups according to their values. The line segment is , then, extracted from the clusters based on Hough transform. The proposed technique is illustrated by experiments in an indoor environment.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 춘계학술대회논문집 - 한국공작기계학회
• /
• pp.171-175
• /
• 2000

Neural networks are in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2000년도 추계학술대회논문집 - 한국공작기계학회
• /
• pp.108-112
• /
• 2000

Neural networks are used in the framework of sensorbased tracking control of robot manipulators. They learn by practice movements the relationship between PSD (an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple backpropagation networks one of which is selected according to which division (corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 한국산업융합학회 논문집
• /
• 제7권2호
• /
• pp.167-172
• /
• 2004

Neural networks are used in the framework of sensor based tracking control of robot manipulators. They learn by practice movements the relationship between PSD(an analog Position Sensitive Detector) sensor readings for target positions and the joint commands to reach them. Using this configuration, the system can track or follow a moving or stationary object in real time. Furthermore, an efficient neural network architecture has been developed for real time learning. This network uses multiple sets of simple back propagation networks one of which is selected according to which division (Corresponding to a cluster of the self-organizing feature map) in data space the current input data belongs to. This lends itself to a very training and processing implementation required for real time control.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제54권9호
• /
• pp.539-546
• /
• 2005

This paper describes a method of building the probability grid map for an autonomous mobile robot using the ultrasonic DAF(data association filter). The DAF, which evaluates the association of each data with the rest and removes the data affected by the specular reflection effect, can improve the reliability of the data for the Probability grid map. This method is based on the evaluation of possibility that the acquired data are all from the same object. Namely, the data from specular reflection have very few possibilities of detecting the same object, so that they are excluded from the data cluster during the process of the DAF. Therefore, the uncertain data corrupted by the specular reflection and/or multi-path effect, are not used to update the probability map, and hence building a good quality of a grid map is possible even in a specular environment. In order to verify the effectiveness of the DAF, it was applied to the Bayesian model and the orientation probability model which are the typical ones of a grid map. We demonstrate the experimental results using a real mobile robot in the real world.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.205-206
• /
• 2021

본 논문에서는 ROS를 이용한 드론 군집 비행 시뮬레이션을 구현한 결과를 보인다. ROS 환경에서 Gazebo 시뮬레이션 툴과 ArduPilot을 이용하여 모델링된 드론을 Gazebo에 적용한 뒤, 프로그래밍된 명령을 적용하여 각각의 드론이 명령에 따라 제어되는 군집비행을 보인다. 시뮬레이션은 12대의 드론이 각각 cpp 파일에 따라 제어되도록 설정한 launch 파일을 roslaunch하여 설정한 모든 드론이 Gazebo에서 각각 제어되는 군집비행 시뮬레이션을 구현하였다.

• 전자공학회논문지CI
• /
• 제48권6호
• /
• pp.88-96
• /
• 2011

수중 음파 통신은 해양 데이터 수집, 해저 탐사 및 개발, 군사 전술 감시 등 다양한 분야에 활용 가능하다. 이와 같이 다양한 분야에 Autonomous Underwater Vehicle(AUV)나 Remotely Operated Vehicle(ROV)와 같은 수중 로봇을 이용한 로봇 제어 시스템 구축은 필수적이다. 본 논문에서는 수중 음파 센서 네트워크 구성에서 중요한 부분인 에너지 효율적인 면을 고려하는 동시에 실시간 로봇 제어 시스템 구축에 적합한 Message Merging MAC($M^2$-MAC) 프로토콜을 제안한다. 제안된 Media Access Control(MAC) 프로토콜에서는 미리 할당된 타임 슬롯에 따라 로봇 노드들로부터 데이터를 수신하고, 베이스 스테이션으로부터 전달받은 메시지들을 버퍼링 과정을 거쳐 하나의 MAC 프레임으로 생성한 후 클러스터 내 모든 로봇 노드들에게 브로드 캐스팅 하게 된다. 또한 새로운 노드 진입 및 탈퇴 시 Maintenance&Sleep(M&S) 구간을 통해 관련 절차가 이루어짐으로써 경쟁과 비경쟁 방식이 혼합된 복합형 MAC 프로토콜의 형태를 이룬다. 본 논문에서는 실시간 로봇 제어 시스템 구축에 중요한 요소인 종단 간 지연과 에너지 소모량에 관련된 수학적 분석 모델을 제시하고 기존의 MAC 프로토콜과 비교함으로써 성능의 우수성을 검증한다.

• 한국통신학회논문지
• /
• 제29권5C호
• /
• pp.618-626
• /
• 2004

본 논문에서는 로봇의 endeffector를 인식하기 위하여 모듈라 신경회로망인식 시스템을 제안 및 구현하였다. 본 논문에서 제안한 로봇 endeffector 인식시스템은 영상을 획득하고 획득한 영상에서 전처리를 이용하여 로봇의 enddffector를 검색하기 위한 특징 값들을 구한다. 3차원 공간에서 로봇의 endeffector는 움직임에 따라 다양한 형태로 변화하므로 빠르고 정확하게 endeffector를 인식하기 위하여 위치검출 신경회로망 모듈과 크기 검출 신경회로망 모듈로 이루어진 다중모듈신경회로망(MNN; Modular Neural Network)을 이용한다. 이렇게 함으로써 각각의 모듈들에 신경회로망의 인식 능력을 이용하여 로봇 endeffector를 인식하고 좀더 빠른 시간 내에 위치 및 크기를 검출하도록 하는 로봇 endeffector 인식시스템을 구성하도록 하였다. 본 논문에서 제안한 인식 시스템은 잡음에 덜 민감하며 로봇의 endfeector를 인식하는데 좋은 성능을 보임을 알 수 있다. 다중 모듈 신경회로망을 이용한 방법은 기존의 단일 신경회로망보다 14％ 향상된 94％의 인식률을 보이며 원격지에 있는 운영자의 편의를 위해 로봇의 endeffector를 인식하여 화면의 정 중앙에 정확히 위치시킬 수 있다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.211-227
• /
• 2023

인구의 고령화와 기술의 성장으로 등장한 소셜 로봇의 한 유형인 개인형 서비스 로봇은 최근 가정에서 노년층의 독립 생활 연장에 도움이 될 수 있는 기술을 중심으로 변화하고 있다. 노년층이 일상 생활에서 소셜 로봇 신기술을 수용하고, 장기적으로 사용하기 위해서는 사용자 관점의 맥락과 감정을 보다 심층적으로 이해하는 능력이 필요하다. 본 연구에서는 정량 데이터와 정성 데이터를 통합한 혼합 방법(mixed-method)을 활용하여 노년층 사용자를 깊이 있게 이해하는 것을 목적으로 한다. 구체적으로 노년층 사용자와 소셜 로봇 간 음성 대화 기록을 감정과 대화 주체를 주요 변수로 하여 현상학적 방법론 중 하나인 Van Kaam 방법론을 활용하여 그룹핑함으로써 9개 유형으로 대화를 구분하고, 이를 개인화한 대화의 빈도와 비중을 기반으로 사용자를 세분화하였다. 그리고 인구 통계적 데이터와 건강지표에 관한 사전 설문조사 결과를 사용하여 프로파일링 분석을 진행하였다. 이어서 대화 분석을 토대로 K-means 군집분석을 실시하여 노년층 사용자를 3개의 집단으로 분류하고, 각 집단별 특성을 확인하였다. 본 연구에서 제시한 모형은 향후 일상 생활에서 돌봄 기능이 있는 소셜 로봇 제공을 위해 노년층 사용자의 이해를 필요로 하는 기업에게 노년층 사용자 세분화에 관한 방법론을 제공함으로써 사용자 이해를 위한 인사이트 도출과 관련 사업을 성장시키는데 기여할 것으로 기대된다.