Performance Factor Analysis of Sensing-Data Estimation Algorithm for Walking Robots

The sensor data which is measured by Quadruped robot is utilized to recognize the physical environment or other information and to control the posture and walking of robot system. In order to control the robot precisely, high accuracy of sensor data is required, most of these sensors however, belongs to expensive and low-durable products. Moreover, these are exposed excessive load operation in a field condition if it is applied to field robot system. This issue becomes more serious one when the robot system is manufactured as a mass product. As in this context, this study suggests a virtual sensor technology to alternate or assist the main sensor system. This scheme is realized by using back-propagation algorithm of neural network theory, and the quality of estimated sensor data could be improved through the algorithmic and hardware based treatments. This study performs the various trial to identify the effective parameters which effect to the quality and reliability of estimated sensor data and tries to show the possibility of proposed methodology.

보행 로봇을 위한 센서 추정 알고리즘의 성능인자 분석

본 보행 로봇의 자세 제어는 일반적으로 센서 시스템을 통한 외부 환경 및 기타 정보의 인식을 통해 수행된다. 보다 정교한 로봇의 제어를 위해서는 필연적으로 고성능 센서를 요구하게 되지만, 이들은 대부분 고가이거나 내구성 측면에서 매우 취약한 것이 사실이다. 따라서 필드로봇과 같이 야지의 환경에서 운용되는 로봇 시스템의 제어를 위해서 이러한 센서 시스템을 다수 채용하는 것은 비현실적이며, 특히 양산시에도 큰 걸림돌로 작용할 수 있다. 이에 본 연구에서는 신경망 이론의 역전파 알고리즘에 기반을 둔 가상센서 알고리즘을 활용하여 기존의 센싱 데이터를 추정할 수 있는 기법을 소개하고자 한다. 특히 본 논문에서는 추정된 센서 데이터의 품질을 향상 시킬 수 있는 알고리즘 측면에서의 변수 조절 및 센서 시스템과 같은 하드웨어 측면에서의 변화를 통해 성능인자에 영향을 미치는 요소를 파악함과 동시에, 본 기법의 타당성에 대한 측면을 함께 논하였다.