• Journal of Institute of Control, Robotics and Systems
• /
• v.9 no.7
• /
• pp.527-535
• /
• 2003

A behavior-based control and learning architecture is proposed, where reinforcement learning is applied to learn proper associations between stimulus and response by using two types of memory called as short Term Memory and Long Term Memory. In particular, to solve delayed-reward problem, a knowledge-propagation (KP) method is proposed, where well-designed or well-trained S-R(stimulus-response) associations for low-level sensors are utilized to learn new S-R associations for high-level sensors, in case that those S-R associations require the same objective such as obstacle avoidance. To show the validity of our proposed KP method, comparative experiments are performed for the cases that (ⅰ) only a delayed reward is used, (ⅱ) some of S-R pairs are preprogrammed, (ⅲ) immediate reward is possible, and (ⅳ) the proposed KP method is applied.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.211-214
• /
• 2002

본 연구에서는 지체 부자유자들이 가장 많이 사용하는 전동형 휠체어를 이용하여, 조이스틱과 음성인식 모듈을 전동 휠체어에 부착하고 여기에 인공지능 기법을 적용하여 조이스틱과 음성인식 의해 휠체어를 제어하였으며, 각 휠체어의 각 부분을 모듈별로 구성하여 제작하였다. 그리고 조이스틱으로 휠체어를 제어하지 않고 음성인식으로 만 휠체어를 제어 동작했을 경우에 휠체어가 주행중에 장애물이 주행 경로 상에 갑자기 나타났을 때 장애물에 대해 즉시 정지하거나 회피하지 못할 경우가 발생하게 된다. 그래서 전동휠체어의 앞면과 됫면에 초음파 센서를 부착하여 갑자기 장애물이 나타났을 때 전동휠체어가 장애물에 대해 지능적으로 정지하거나 회피 할 수 있도록 퍼지이론을 적용하여 장애물에 대해서 지능적인 동작이 가능하도록 하였다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2420-2423
• /
• 2001

본 논문에서는 Nonholonomic 특성을 갖는 이동로봇이 여러 가지 장애물이 있는 환경 하에서 장애물들을 회피하면서 목표지점에 표시된 표식을 인식하고, 그 표식에 대해 일정한 자세를 유지하면서 목표 지점으로 이동하는 Homing 동작을 행위 기반 제어 알고리즘을 기반으로 한 개선된 주행알고리즘을 제안한다. 또한 장애물이 있는 환경에서의 이동로봇이 Homing하는 모의실험을 통해 제안한 알고리즘의 성능을 검증하였다.

• Proceedings of the KIEE Conference
• /
• 2002.06a
• /
• pp.114-119
• /
• 2002

본 논문에서는 자율 이동 로봇의 장애물에 대한 실시간 충돌 회피 동작의 문제에 대하여, 로봇이 장애물과 충돌하지 않는 안정적인 회피 동작과 유연한 궤적 생성, 그리고 효과적인 최적의 조향 동작을 계획할 수 있게 하기 위하여 레이저 스케닝 센서를 이용한 지역 장애물 회피 방법을 제안한다. 레이저 센서를 이용한 로봇의 안전한 방향 탐색은 자율 이동 로봇이 검출할 수 있는 최대의 검출 영역에서부터 로봇의 중심점을 향해 순차적으로 임계치를 줄여가는 동안 나타나는 무충돌 안전 구간과 충돌 구간을 정의함으로서 구성된다. 제안한 안전 방향 구간 탐색에 의한 로봇의 장애물 회피 동작의 성능 실험은 최적 방향의 탐색 성능을 평가하며, 실제의 이동 로봇을 이용하여 실험한 결과에 대하여 고찰하고 결론을 내린다.

• Proceedings of the KIEE Conference
• /
• 1999.07g
• /
• pp.3105-3107
• /
• 1999

In this paper, we propose a new approach to autonomous wall-following of wheeled mobile robots using hybrid control system. The hybrid control approach IS introduced to the motion control of nonholonomic mobile robots in the Indoor navigation problems. In hybrid control architecture, the discrete states are defined by the user-defined constraints, and the reference motion commands are specified In the abstracted motions. The hybrid control system applied to motion planning and autonomous navigation with obstacle avoidance In indoor navigation problem. Simulation results show that it is an effective method for the autonomous navigation in indoor environments.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2588-2590
• /
• 2003

The part of manipulators is normally studied with regularized environmental conditions. however, it is the most difficult that the part of AMR must be studied with uncertainty in the environmental conditions. The part of AMR has skelton, sensor fusion, path planning etc. This paper is the research of the local pass planning that gathers information about external environment using neural network from each sensors and designs the algorithm which can determine which correct direction the robot can find. As the result of the research, AMR has been able to drive similarly as if the expert does and has been able to observe it acting without any control.

• The Transactions of The Korean Institute of Electrical Engineers
• /
• v.63 no.10
• /
• pp.1428-1433
• /
• 2014

In this paper, we propose the formation control algorithm using the leader-following robots in given space. The proposed method is as follows: First, we plan a path of the leader robot for the obstacle avoidance. After that, we propose the formation control algorithm of the following robots using the position and the orientation angle of the leader robot. Also, we propose method for adjusting the formation of the swarm robots when the following robots detect an obstacles. Finally, we show the effectiveness and feasibility of the proposed method though some simulations.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.715-718
• /
• 2018

최근 다층의 인공신경망 모델이 수많은 분야에 대한 해결 방안으로 제시되고 있으며 2015년 Mnih이 고안한 DQN(Deep Q Network)는 Atari game에서 인간 수준의 성능을 보여주며 많은 이들에게 놀라움을 자아냈다. 본 논문에서는 Atari DQN Model을 실내 자율주행 모바일 로봇에 적용하여 신경망 모델이 최단 경로를 추종하며 장애물 회피를 위한 행동을 학습시키기 위해 로봇이 가지는 상태 정보들을 84*84 Mat로 가공하였고 15가지의 행동을 정의하였다. 또한 Virtual world에서 신경망 모델이 실제와 유사한 현재 상태를 입력받아 가장 최적의 정책을 학습하고 Real World에 적용하는 방법을 연구하였다.

• Proceedings of the KIEE Conference
• /
• 2003.11c
• /
• pp.429-432
• /
• 2003

In this paper, a novel neural network approach is proposed for cleaning robot to complete coverage path planning with obstacle avoidance in stationary and dynamic environments. The dynamics of each neuron in the topologically organized neural network is characterized by a shunting equation derived from Hodgkin and Huxley's membrane equation. There are only local lateral connections among neurons. The robot path is autonomously generated from the dynamic activity landscape of the neural network and the previous robot location without any prior knowledge of the dynamic environment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.822-823
• /
• 2015

본 논문에서는 휴머노이드 로봇이 더욱 지능적으로 보행할 수 있도록 강화학습을 적용하는 방법을 제안한다. 강화학습을 활용하면 로봇의 이동 경로에 동적으로 이동하는 장애물이 있을 경우 이를 인지하고 회피하여 목적지까지 문제 없이 이동할 수 있다. 실제 환경에서의 실험에 앞서 Unity3D를 활용한 가상 환경에서 이를 구현하여 실험해보았다.