• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.75-76
• /
• 2015

본 논문은 실내 이동로봇의 자율주행 방법을 적용한 결과를 기술한다. 구체적으로는 경로 계획, 장애물 회피, 위치 추정에 대해서 설명한다. 위의 기능들은 작성된 지도 정보와 Encoder, IMU, 초음파센서, 비콘 등 여러 센서 데이터를 토대로 구현되었다. 경로계획에는 A* 알고리즘을 활용하여 최단거리 경로를 구했으며, 장애물 회피에는 초음파센서를 활용한 자체 알고리즘을 적용하였다. 또한 비콘을 활용한 삼변 측량법을 활용하여 위치 추정을 하였다. 이러한 방법들을 통합하여 실내 네비게이션 방법을 실제로 구현하여 실험하였으며, 실험을 통하여, 제안한 방법이 로봇을 안전하게 자율주행하게 함을 확인하였다.

• Journal of Biomedical Engineering Research
• /
• v.21 no.2
• /
• pp.145-156
• /
• 2000

본 논문에서는 중앙시상 두뇌 자기공명영상 분할결과를 이용한 3차원 시상 두뇌 자기공명영상의 자동분할기법을 제안한다. 제안된 알고리즘에서는 먼저 3차원 시상 두뇌 자기공명영상의 중앙영상을 분할하고, 분할된 중앙두뇌 자기공명영상을 인접하는 영상에 마스크로 적용한다. 이 때 마스크 적용으로 인하여 인접하는 영상이 절단되는 문제가 발생할 수 있다. 이러한 문제를 해결하기 위하여 절단 영역의 경계점을 검출한 후, 절단 영역에 대한 경로 재설정을 통해 절단 영역을 복원한다. 이러한 경로 재설정을 위해 connectivity-based threshold segmentation algorithm을 사용하였다. 실험결과 제안된 알고리즘의 유용성을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1084-1085
• /
• 2023

현재 국내 항만에서의 작업은 대부분 수작업으로 진행되기 때문에 다양한 안전사고 발생과 시간 및 비용 등의 손실이 우려된다. 이를 해소하고자 최적경로 알고리즘을 이용한 AGV 차량 및 자동화 크레인으로 무인 스마트 항만을 제안한다. RFID 인식으로 컨테이너의 정보를 확인하고, 각 경로의 노드 정보가 담긴 QR 코드 인식을 통해 최적으로 목적지에 달성하는 것이 핵심이다. 본 논문은 이러한 기능으로 시간 및 비용 절감, 효율 상승과 인명피해 및 안전사고 예방을 목표로 한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.06a
• /
• pp.83-85
• /
• 2013

무인 자가 운반 차량은 컨테이너 터미널 내 선박과 장치장 사이를 오가며 컨테이너를 운반하는 무인 장비로 컨테이너를 집고 내리는 하역 능력을 갖고 있다. 터미널에서 컨테이너의 처리량을 극대화하기 위해서는 컨테이너 운송 시간을 최소화하여야 하는데, 이를 위해서는 차량의 효율적인 주행 경로 설정이 필요하다. 최적의 주행경로를 설정하기 위한 방법으로 A*, ant colony optimization과 같은 탐색알고리즘을 이용해서 주행경로를 찾는 방안이 연구된바 있다. 하지만 교통 상황에 따라 최적의 주행 경로는 바뀌게 되는데 기존의 연구에서는 결정된 주행 경로에 대한 수정이 없기 때문에 이러한 변화를 반영하지 못하는 문제가 있었다. 이에 본 논문에서는 주행 중인 차량이 다른 차량의 간섭에 의하여 대기하는 경우 대기 시간을 이용하여 새로운 주행 경로를 탐색 하여 현재 교통 상황에 맞는 최적의 경로를 찾는 방안을 제안하였으며 실험을 통해 기존 방안보다 더 효율적임을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.1
• /
• pp.50-55
• /
• 2021

Multi-path system is a system in which utilizes various networks simultaneously. It is expected that multi-path system can enhance communication speed, reliability, security of network. In this paper, we focus on path selection in multi-path system. To select optimal path, we propose deep reinforcement learning algorithm which is rewarded by the round-trip-time (RTT) of each networks. Unlike multi-armed bandit model, deep Q learning is applied to consider rapidly changing situations. Due to the delay of RTT data, we also suggest compensation algorithm of the delayed reward. Moreover, we implement testbed learning server to evaluate the performance of proposed algorithm. The learning server contains distributed database and tensorflow module to efficiently operate deep learning algorithm. By means of simulation, we showed that the proposed algorithm has better performance than lowest RTT about 20%.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.48 no.1
• /
• pp.17-25
• /
• 2011

At the computer games, we can experience a variety of environments using a virtual object. It is similar to that be trained in War-game simulator of the defense. Actual soldiers and a computer-generated virtual group(Computer Generated Force: CGF) in 3-D virtual battlefield environment are training. However, path finding algorithm, one of the techniques of simulation models, to the current level only considers the shortest time path. So, this current level at the special situation of the army in the battlefield for selecting the optimal path is limited. The focus of this paper is to select the least-cost path using the deadline with several different mission conditions(METT+TC). For the only shortest time path algorithm and the least-cost path algorithm using dealine,($d_t$, one of METT+TC elements), Its usefulness is verifying the change of the move spent time(t) for all possible paths and the fighting power of the combat troops(Troops ability, a) through a comparison of the total cost of moves(c(t)). According to the results, when considering the deadline, the proposed algorithm saves about 62.5% of the maximum cost.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.7B
• /
• pp.652-659
• /
• 2006

The routing algorithm is one of the key research areas in ad hoc networks. The most of existing routing algorithms depends on current availability of wireless link when finding the feasible path. Dependence on current information may mislead to a fragile communication path. Some routing approaches that take statistical average on received signal power enhance the possibility to find the most stable path, but have limitation on considering only the average power level. In this paper, we propose routing algorithm based on link stability for ad hoc network. The proposed algorithm not only takes statistical average, but also traces the degree of variations in received signal power. The simulation result support that the proposed algorithm is more likely to find the most stable path under the severe communication environment.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.28 no.2
• /
• pp.370-376
• /
• 2022

Smart ships related studies are being conducted in various fields owing to the development of technology, and an engine room patrol robot that can patrol the unmanned engine room is one such study. A patrol robot moves around the engine room based on the information learned through artificial intelligence and checks the machine normality and occurrence of abnormalities such as water leakage, oil leakage, and fire. Study on engine room patrol robots is mainly conducted on machine detection using artificial intelligence, however study on movement and control is insufficient. This causes a problem in that even if a patrol robot detects an object, there is no way to move to the detected object. To secure maneuverability to quickly identify the presence of abnormality in the engine room, this study experimented with whether a patrol robot can determine the shortest path by applying the A* algorithm. Data were obtained by driving a small car equipped with LiDAR in the ship engine room and creating a map by mapping the obtained data with SLAM(Simultaneous Localization And Mapping). The starting point and arrival point of the patrol robot were set on the map, and the A* algorithm was applied to determine whether the shortest path from the starting point to the arrival point was found. Simulation confirmed that the shortest route was well searched while avoiding obstacles from the starting point to the arrival point on the map. Applying this to the engine room patrol robot is believed to help improve ship safety.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.579-580
• /
• 2016

본 연구에서는 군집 로봇 체계에서 next-best-view(NBV)의 결정과 경로 계획(path planning)을 동시에 수행하는 효율적인 3차원 탐사 알고리즘을 제안한다. NBV 결정 및 경로 계획을 동시에 수행하는 단일 로봇 탐사 알고리즘에는 최근에 제안된 RH-NBVP[1]가 있다. 우리는 각 로봇에게 효율적으로 탐사 영역을 분배하는 Voronoi-biased multi-RRTs(VB-MRRTs)를 제시하며, 이를 통해 군집 로봇 체계에 RH-NBVP를 적용한다. 제시한 VB-MRRTs가 공간을 얼마나 점유하는지 분석하였으며, 3차원 시뮬레이션 상의 군집 로봇 체계에서 VB-MRRTs가 적용된 RH-NBVP의 탐사율 향상을 확인하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2014.10a
• /
• pp.125-127
• /
• 2014

본 논문은 선박의 일대다 충돌상황에서 국제해상충돌예방규칙(COLREGs, International Regulations for Preventing Collisions at Sea, 1972)을 만족하도록 피항경로를 생성하는 충돌회피 알리고즘의 개발과 적용에 관해 기술한다. 본 연구에서 제안하는 알고리즘은 조우선박의 상대 방위각, 충돌위험정도 및 상호시계와 제한시계의 시계상태에 따라 피항동작을 분류하고, 규칙기반형태의 전문가시스템인 CLIPS(C Language Integrated Production System)를 이용하여 국제해상충돌예방규칙에 따른 피항행동공간을 생성한다. 검증을 위하여 Izuma problems의 3가지 충돌상황을 가정한 컴퓨터 시뮬레이션을 수행하였으며, 다양한 충돌상황에 대하여 안전한 충돌회피경로가 생성됨을 확인 할 수 있었다.