• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2004년도 춘계학술대회 논문집
• /
• pp.241-246
• /
• 2004

This paper proposed trajectory tracking control of mobile robot. Trajectory tracking control scheme are real coding genetic-algorithm and back-propergation algorithm. Control scheme ability experience proposed simulation. Stable tracking control problem of mobile robots have been studied in recent years. These studios have guaranteed stability of controller, but the performance of transient state has not been guaranteed. In some situations, constant gain controller shows overshoots and oscillations. So we introduce better control scheme using Real coding Genetic Algorithm(RCGA) and neural network. Using RCGA, we can find proper gains in several situations and these gains are generalized by neural network. The generalization power of neural network will give proper gain in untrained situation. Performance of proposed controller will verify numerical simulations and the results show better performance than constant gain controller.

• 한국공작기계학회논문집
• /
• 제13권3호
• /
• pp.126-132
• /
• 2004

This paper proposed trajectory tracking control based on genetic algorithm. Trajectory tracking control scheme are real coding genetic algorithm(RCGA) and back-propagation algorithm(BPA). Control scheme ability experience proposed simulation. Stable tracking control problem of mobile robots have been studied in recent years. These studies have guaranteed stability of controller, but the performance of transient state has not been guaranteed. In some situations, constant gain controller shows overshoots and oscillations. So we introduce better control scheme using real coding genetic algorithm and neural network. Using RCGA, we can find proper gains in several situations and these gains are generalized by neural network. The generalization power of neural network will give proper gain in untrained situation. Performance of proposed controller will verity numerical simulations and the results show better performance than constant gain controller.

• 대한전자공학회논문지TC
• /
• 제40권6호
• /
• pp.247-252
• /
• 2003

본 논문에서는 ETRI의 0.5 ㎛ MESFET 공정을 이용하여 광대역 MMIC 2단 증폭기를 설계 및 제작하였다. 정합회로에 의한 보상 방법(Compensated matching network)을 응용하여 2단 증폭기에서 첫 번째 단과 두 번째 단의 이득 특성이 서로 보상되도록 설계하여 광대역 특성을 얻을 수 있었으며, 일반적인 광대역 증폭기가 넓은 대역폭과 낮은 이득 및 출력 전력을 갖지만 본 논문에서는 compensated matching network를 이용하여 넓은 대역폭뿐만 아니라 높은 이득 특성을 얻었다. 제작된 광대역 증폭기의 측정결과, 1.1∼2.8 ㎓의 대역폭을 가졌으며 S/sub 21/ 이득은 11.1±0.3 ㏈를 얻었다. 전력 특성의 경우 2.4 ㎓에서 입력전력이 4 ㏈m일 때 P1㏈는 12.6 ㏈m을 얻었다.

• 한국정보통신학회논문지
• /
• 제15권9호
• /
• pp.1871-1880
• /
• 2011

본 논문에서는 최근 편리하고 간편한 이동수단으로 각광받고 있는 Segway 형태의 이륜 역진자로봇에 대해 기존의 방법보다 더 안정적인 밸런싱과 빠른 속도제어가 가능하도록 제어기를 설계하였다. 먼저 널리 사용되는 PID 제어 구조를 이륜 역진자로봇에 적용하고, 몇 단계로 지정된 탑승자의 각 몸무게에 대해 적절한 PID 제어기 이득을 시행착오적으로 선택하여 밸런싱과 속도제어가 잘 이루어지도록 하였다. 앞에서 지정된 몸무게 이외의 임의의 몸 무게에 대한 PID 제어기 이득값을 구하기 위해 보간 개념으로 신경회로망을 사용하였으며 앞에서 시행착오적으로 구한 제어 이득값을 학습데이터로 사용하였다. 이와 같이 신경회로망을 이용하여 설계된 제어기의 성능을 확인하기 위해서 시뮬레이션 연구를 수행하였으며, 기존의 PID 제어기보다 빨리 밸런싱과 속도제어가 됨을 확인할 수 있었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.195-195
• /
• 2000

In this paper, intelligent control method using neural network as a nonlinear controller is presented, Neural network controller is implemented on DSP board in PC to make real time computing possible, On-line training algorithm for neural network control is proposed, As a test-bed, a large a-x table was build and interface with PC has been implemented, Experimental results under different PD controller gains show excellent position tracking for circular trajectory compared with those for PD controller only.

• 한국정보통신학회논문지
• /
• 제16권3호
• /
• pp.432-439
• /
• 2012

본 논문에서 이륜 역진자 로봇의 밸런싱에 사용되고 있는 기존 PD 제어기를 대신하여 신경회로망 학습을 통해 향상된 PD 제어기를 이륜 역진자형 이동로봇에 적용하여 실험하고 성능을 검증하였다. 먼저 제어실험에 사용할 이륜 역진자 로봇시스템을 구축하고 나서 기존의 PD 제어기를 사용하여 사용자 몸무게에 따라 시행착오적으로 이득값을 구해 로봇을 밸런싱시켰다. 그리고 시행착오적으로 구한 이득 값을 신경회로망 학습을 통해 일반화시켜 몸무게에 따라 일반화된 PD 이득 값을 가지는 제어기를 구현하였다. 이렇게 구현된 제어기가 기존의 PD 제어기보다 안정적 제어 측면에서 더 유리함을 실험적으로 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제15권3호
• /
• pp.536-544
• /
• 2011

본 논문에서는 빠르고 조작이 간편한 이동 수단인 이륜 역진자형 이동로봇을 기존의 방법보다 더욱 안정적인 밸런싱을 하기 위한 제어기를 설계하였다. 먼저 이륜 역진자형 이동로봇의 제어기를 일반적인 PID 제어구조로 선택하고, 적절한 제어이득을 지정된 사용자의 몸무게에 따라 시행착오적으로 구하였다. 임의의 몸무게에 따른 PID 이득값을 구하기 위해 PID 이득 값을 신경회로망으로 튜닝을 한 뒤 PID제어기에 적용하여 보다 안정적인 제어가 가능하도록 제어기를 설계하였다. 설계된 제어기를 시뮬레이션에 적용시켜 기존의 PID 제어기에 비해서 본 논문에서 제안한 신경회로망으로 튜닝한 PID 제어기가 보다 안정적인 제어가 가능함을 확인할 수 있었다.

• Journal of the Optical Society of Korea
• /
• 제15권1호
• /
• pp.4-8
• /
• 2011

We have evaluated the performances of bidirectional optical amplifiers which were suited for the cost-effective implementation of amplified bidirectional passive optical networks (PONs). First, we measured the maximum gains of two simple bidirectional optical amplifiers implemented without using any optical components for the suppression of reflected signals. From the results, the maximum gains of two simple bidirectional amplifiers with a broadband light source (BLS) seeded optical source were limited to be 27 dB due to the reflection-induced in-band crosstalk, when the reflectance coefficients were measured to be -33 dB in both directions. Then, we have also implemented a bidirectional optical amplifier with two band splitters for the amplified bidirectional PON where the two different wavelength bands were allocated to the downstream and upstream signals transmission. In our measurement, we confirmed that the maximum gain of bidirectional optical amplifier with two band splitters could be increased to more than 30 dB owing to the efficient suppression of in-band crosstalk.

• 한국정보통신학회논문지
• /
• 제20권4호
• /
• pp.698-706
• /
• 2016

이동로봇을 원하는 위치로 최단시간 안에 이동시키기 위해 최적제어문제를 풀어야 하지만 비선형시스템이므로 해석적 접근이 매우 어렵다. 본 논문에서 유전알고리즘을 사용하여 이동로봇의 최적제어이득을 구한다. 로봇 방정식이 비선형식이므로 초기치에 따라 최적제어이득은 다르게 결정된다. 따라서 초기치 범위를 적절한 개수의 격자점으로 이산화시킨 뒤 해당 격자점에서 유전알고리즘으로 최적제어이득을 구한다. 일반적인 초기치에 대한 제어이득은 신경회로망으로 구하며 해당 격자점의 초기치와 그에 대한 최적제어이득을 신경회로망 학습데이터로 사용하고 학습시킨다. 이산화된 격자점이 아닌 다른 초기치에 대한 제어이득은 신경회로망으로부터 구한다. 마지막으로 본 논문의 제어방법의 유용성을 시뮬레이션 연구로 확인하고자 한다.

• 한국정보통신학회논문지
• /
• 제21권4호
• /
• pp.688-697
• /
• 2017

비선형 시스템의 이동 로봇을 원하는 목표점으로 속도, 가속도 그리고 각속도 관련 에너지를 최소한으로 사용하여 최단시간 안에 이동시키는 최적의 제어 문제를 수학적으로 푸는 것이 매우 어렵다. 본 논문에서는 유전알고리즘을 이용하여 이동 로봇의 속도, 각속도 관련 에너지를 최소화하면서 최단시간 안에 이동할 수 있는 최적제어이득을 구한다. 이동 로봇은 비선형시스템이므로 초기위치에 따라 최적제어이득이 다르게 결정된다. 따라서 초기위치 분할 점들을 설정하고 각 분할 점에서 유전알고리즘을 이용하여 최적제어이득을 구한다. 각 분할 점에서 구한 최적제어 이득으로 신경회로망을 학습시켜서 임의의 초기위치에 대한 제어이득을 구할 수 있다. 마지막으로 본 연구의 유용성을 컴퓨터 시뮬레이션 연구로 확인한다.