• Journal of Electrical Engineering and Technology
• /
• 제12권2호
• /
• pp.890-903
• /
• 2017

The problem of determining a smooth and collision-free path with maximum possible speed for a Mobile Robot (MR) which is chasing a moving target in a dynamic environment is addressed in this paper. Genetic Network Programming with Reinforcement Learning (GNP-RL) has several important features over other evolutionary algorithms such as it combines offline and online learning on the one hand, and it combines diversified and intensified search on the other hand, but it was used in solving the problem of MR navigation in static environment only. This paper presents GNP-RL based on predicting collision positions as a first attempt to apply it for MR navigation in dynamic environment. The combination between features of the proposed collision prediction and that of GNP-RL provides safe navigation (effective obstacle avoidance) in dynamic environment, smooth movement, and reducing the obstacle avoidance latency time. Simulation in dynamic environment is used to evaluate the performance of collision prediction based GNP-RL compared with that of two state-of-the art navigation approaches, namely, Q-Learning (QL) and Artificial Potential Field (APF). The simulation results show that the proposed GNP-RL outperforms both QL and APF in terms of smooth movement and safer navigation. In addition, it outperforms APF in terms of preserving maximum possible speed during obstacle avoidance.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 춘계학술대회 논문집
• /
• pp.262-266
• /
• 1995

This paper presents a new adaptive-neuro control scheme to control the velocity and position of SCARA robot with parameter uncertainties. The adaptive control of linear system found wiedly in many areas of control application. While techniques for the adaptive control of linear systems have been well-established in the literature, there are a few corresponding techniques for nonlinear systems. In this paper an attempt is made to present a newcontrol scheme for theadaptive control of ponlinear robot based on a feedforward neural network. The proposed approach incorporates a neuro controller used within a reinforcement learning framework, which reduces the problem to one of learning a stochastic approximation of an unknown average error surface Emphasis is focused on the fact that the adaptive-neuro controoler dose not need any input/output information about the controlled system. The simulation result illustrates the effectiveness of the proposed adaptive-neuro control scheme.

• 실천공학교육논문지
• /
• 제10권2호
• /
• pp.113-118
• /
• 2018

직업교육훈련에서 가장 중요한 것은 생산현장의 전체공정에 대한 학생들의 흥미와 이해를 높이는 일이다. 본 논문에서는 최근 화두가 되고 있는 러닝팩토리(Learning Factory) 기반 기술융합교육을 통해서 텔리오퍼레이션 로봇 핸드를 구현하는 사례를 제시하고 향후 교육과정에 적용시 유의사항을 제안한다. 텔리 오퍼레이션 로봇핸드를 구현하기 위해서는 기구 설계, 모터제어, 근거리 통신 구현, 센싱 및 피드백제어 등 국내 교육과정의 대학교 수준 전공필수 교과목에 대한 이해가 뒷받침 되어야 한다. 본 논문에서 제시한 교육연구는 학생들이 필요로 하는 기술을 가이드하며 학생 스스로 학습과 실습을 통해 기술을 이해하고 최종 산출물을 구현하는 사례이다. 본 연구를 통해 향후 러닝팩토리 교육훈련과정을 도입하는 경우 기반 자료로 도움이 될 것이다.

• 한국산업융합학회 논문집
• /
• 제22권2호
• /
• pp.87-93
• /
• 2019

This research deals with posture optimization for humanoid robot against external forces using genetic algorithm and neural network. When the robot takes a motion to push an object, the torque of each joint is generated by reaction force at the palm. This study aims to optimize the posture of the humanoid robot that will change this torque. This study finds an optimized posture using a genetic algorithm such that torques are evenly distributed over the all joints. Then, a number of different optimized postures are generated from various the reaction forces at the palm. The data is to be used as training data of MLP(Multi-Layer Perceptron) neural network with BP(Back Propagation) learning algorithm. Humanoid robot can find the optimal posture at different reaction forces in real time using the trained neural network include non-training data.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2005년도 ICCAS
• /
• pp.2337-2341
• /
• 2005

This paper presents the target detection method using Support Vector Machines(SVMs) and the navigation system using behavior-based fuzzy controller. SVM is a machine-learning method based on the principle of structural risk minimization, which performs well when applied to data outside the training set. We formulate detection of target objects as a supervised-learning problem and apply SVM to detect at each location in the image whether a target object is present or not. The behavior-based fuzzy controller is implemented as an individual priority behavior: the highest level behavior is target-seeking, the middle level behavior is obstacle-avoidance, the lowest level is an emergency behavior. We have implemented and tested the proposed method in our mobile robot "Pioneer2-AT". Comparing with a neural-network based detection method, a SVM illustrate the excellence of the proposed method.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권11호
• /
• pp.449-456
• /
• 2019

본 논문은 진공을 이용한 흡착방식과 바퀴형 이동방식을 사용하는 벽면 이동로봇의 구성과 이러한 임베디드 환경에 적합하고 기계학습에 기반한 벽면 균열 자동 검출 알고리즘의 성능 비교에 관한 연구이다. 임베디드 시스템 환경에서 객체 학습을 위해 YOLO 등 최근에 시도된 학습 방법들을 적용하여 성능을 비교, 검토하였으며 기존의 에지 검출 알고리즘들과도 성능을 비교하였다. 결국, 본 연구에서는 균열검출을 잘하며 임베디드 환경에도 적합한 최적의 기계학습방법을 선택하고 기존 방법과 성능을 비교하여 우수성을 제시하였다. 또한, 검출된 균열의 영상을 저장하고 위치 정보를 추정하여 균열에 대한 정보를 관리자 기기로 전송하는 지능적인 문제해결 기능을 구축하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제6권4호
• /
• pp.293-298
• /
• 2006

In this paper, a sensor fusion based robot navigation method for the autonomous control of a miniature human interaction robot is presented. The method of navigation blends the optimality of the Fuzzy Neural Network(FNN) based control algorithm with the capabilities in expressing knowledge and learning of the networked Intelligent Robotic Space(IRS). States of robot and IR space, for examples, the distance between the mobile robot and obstacles and the velocity of mobile robot, are used as the inputs of fuzzy logic controller. The navigation strategy is based on the combination of fuzzy rules tuned for both goal-approach and obstacle-avoidance. To identify the environments, a sensor fusion technique is introduced, where the sensory data of ultrasonic sensors and a vision sensor are fused into the identification process. Preliminary experiment and results are shown to demonstrate the merit of the introduced navigation control algorithm.

• 정보교육학회논문지
• /
• 제15권4호
• /
• pp.625-634
• /
• 2011

본 연구는 초등학교 과학수업에서 로봇활용 MBL수업을 적용 후 학생들의 과학탐구능력에 미치는 교육적 효과를 조사하였다. 또한 로봇활용 과학수업에 대한 학생들의 인식 조사 및 인터뷰가 수행되었다. 실험 집단은 로봇활용 과학 수업을 통제집단은 교과서, 실험관찰을 활용한 전통적인 과학수업을 실시하였다. 연구결과 탐구능력의 측정, 예상, 추리 세 가지 영역에서 유의미한 차이가 발견되었다(<.05). 그러나 관찰과 분류 요소에서는 유의미한 차이는 발견되지 않았다. 로봇활용 과학실험 수업에 대한 학생들의 인식조사 결과 로봇을 통하여 과학수업에 흥미를 가지게 되었으며 쉽게 학습내용을 이해한 것으로 나타났다.

• 컴퓨터교육학회논문지
• /
• 제12권1호
• /
• pp.45-55
• /
• 2009

이 연구에서는 성별의 차이를 고려한 로봇 프로그래밍 학습이 여중학생이 몰입수준과 문제해결력에 미치는 효과를 검증하였다. 프로그래밍 학습 내용과 주제는 동기유발과 몰입수준 향상을 위한 설계원리를 고려하여 구성하였으며, 교수학습은 문제해결력 증진을 위한 창의적 문제해결 수업모형(CPS)을 토대로 구성하였다. 설계된 학습 내용을 중학교 2학년 30명을 대상으로 적용한 결과, 성별의 차이를 고려한 로봇 프로그래밍 학습은 몰입수준과 문제해결력 향상에서 남, 여학생 모두에게 효과가 있는 것으로 나타났다. 특히, 이 연구에서 설계한 성별 차이를 고려한 로봇 프로그래밍 학습은 프로그래밍 학습 몰입수준의 남 여학생의 차이를 해소하는데 효과가 있음을 확인할 수 있었다.

• 전기전자학회논문지
• /
• 제23권1호
• /
• pp.44-52
• /
• 2019

본 논문은 라이다 센싱 정보와 RGB-D 카메라 영상 정보를 융합하여 이용하는 교육용 실내 자율주행 로봇 시스템을 구현한다. 이 시스템은 라이다 센싱 정보를 획득하기 위해 기존의 소 채널 라이다 센싱 방식을 이용한다. 또한 소 채널 라이다 센싱 방식의 약점을 보완하기 위해, RGB-D 카메라 깊이 영상과 딥러닝 기반 객체인식 알고리즘을 이용하는 3차원 구조물 인식 방법을 제안하고 이 시스템에 적용한다.