• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.60-63
• /
• 2008

본 논문에서는 신경망 모델(neural network model)과 유전자 알고리즘(genetic algorithm)을 이용한 실시간 경로 계획(real-time path-planning)과 퍼지 룰(fuzzy rule)을 이용한 효율적인 다중경로계획(multiple path-planning)을 제안한다. 실시간 경로 계획은 빠른 시간 내에 최적 경로의 생성이 반드시 수행되어야 하므로, 본 논문에서는 경로 계획 중 장애물 지역과 비장애물 지역을 빠르게 확인하기 위해 신경망 모델을 이용하여, 이동 방향 및 최적경로 탐색을 위하여 유전자 알고리즘을 이용하였다. 또한 충돌 구역에서의 효율적인 다중 경로 계획을 위해, 퍼지를 이용하여 경로를 재계획 하였다. 퍼지의 경우, 현재 위치에서 목표 지점으로의 방향을 계산하기 위한 퍼지 소속 함수와 현재 위치와 충돌 구역까지의 거리 값을 가중치로 세우고 퍼지 룰을 결정하여 경로계획을 수행하였다. 시뮬레이션을 통해 실험해본 결과, 퍼지 룰을 사용했을 때 사용하지 않았을 때 보다 좋은 성능을 나타남을 확인할 수 있었다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.04a
• /
• pp.12-17
• /
• 2000

본 연구에서는 다 물류센터 문제를 해결하기 위한 통합 차량운송계획모델의 연구로서 다음과 같은 3단계모델을 개발하였다. 첫 번째 단계로서 다 물류센터의 문제를 단일 물류센터 문제로 변환하는 단계로서 물류센터별 공급 가능한 수요지를 선정하기 위한 방법인 구역할당모델(Sector-Clustering Model)을 개발하였으며, 두 번째 단계에서는 구역할당이 이루어진 단일 물류센터별로 차량경로 계획문제를 해결하기 위하여 개선된 Saving 알고리즘을 개발하여 차량종류 및 운송능력 등을 고려한 차량경로계획모델 (VRP)을 개발하였다. 세 번째 단계에서는 차량경로별 차량운송거리 및 시간을 최소화하는 최적차량운송순서계획 모델 GA-TSP을 개발하였다. 또한 객체지향 프로그래밍기법(Object Oriented Programming)을 기반으로 하여 사용자를 위한 GUI-Type 프로그램을 개발하고 다 물류센터의 통합차량운송계획을 위한 실 예를 들어 본 모델의 우수성을 보였다.

• 한국항공운항학회:학술대회논문집
• /
• 2015.11a
• /
• pp.247-251
• /
• 2015

본 논문에서는 항공기의 3자유도 질점 모델과 Dubins 곡선을 이용한 3차원 경로생성 알고리즘 및 비선형 경로추종 유도기법을 통합하여 항공기의 경로계획을 위해 적용한 경로생성 알고리즘을 검증하고, 경로추종 성능과 항공교통관리를 위한 시뮬레이션에 3자유도 질점 항공기 모델 사용의 타당성을 확인하였다. 최적경로 생성을 위해 사용된 Dubins 곡선의 경우 계산속도가 빠르고 경로계획에 바로 적용이 가능하다는 장점이 있다. 하지만 주로 2차원 상의 경로문제를 다루기 때문에 이를 3차원 비행경로로 확장시킨 알고리즘을 사용하였다. 경로추종을 위한 유도제어법칙은 Specific Acceleration 명령을 통해 자세를 제어하는 비선형 경로추종 유도법칙을 활용하였으며, 이에 대한 결과를 확인하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.4 s.97
• /
• pp.189-196
• /
• 1999

환경지도를 갖고 있는 이동로봇은 정확한 경로계획에 의하여 주행하게 된다. 그러나 주행 중 예상하지 못한 장애물을 만나는 경우 새로운 경로정보가 요구된다. 본 논문에서는 부분적인 환경정보를 갖고 있는 이동로봇의 경로계획기법을 제시한다. 경로계획은 전체경로계획과 지역경로계획으로 구분되면 전체환경을 노드와 아크로 표시한 네트워크 모델을 이용하여 수행된다. 경로계획시간과 메모리 부담을 개선하기 위하여 네트워크 분할기법을 이용한 경로계획기법을 제안하였으며 지역경로계획에서는 정보가 변경된 부 네트워크에 대하여 경로계획을 수행하여 계산시간을 적게 소요하며 새로운 경로를 계산한다. 제안한 기법을 자동화 공장에서 주행하는 이동로봇에 적용하였으며 시뮬레이션과 실험을 통하여 제안한 기법의 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.75-76
• /
• 2022

현재 산업용 로봇 팔의 경로 계획을 생성할 때, 로봇 팔 경로 계획은 로봇 엔지니어가 수동으로 로봇을 제어하며 최적 경로 계획을 탐색한다. 미래에 고객의 다양한 요구에 따라 공정을 유연하게 변경하는 대량 맞춤 시대에는 기존의 경로 계획 수립 방식은 부적합하다. 심층강화학습 프레임워크는 가상 환경에서 로봇 팔 경로 계획 수립을 학습해 새로운 공정으로 변경될 때, 최적 경로 계획을 자동으로 수립해 로봇 팔에 전달하여 빠르고 유연한 공정 변경을 지원한다. 본 논문에서는 심층강화학습 에이전트를 위한 학습 환경 구축과 인공지능 모델과 학습 환경의 연동을 중심으로, 로봇 팔 경로 계획 수립을 위한 심층강화학습 프레임워크 구조를 설계한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.24 no.3
• /
• pp.15-20
• /
• 2024

Path planning for unmanned aerial vehicles (UAV) is crucial in avoiding collisions with obstacles in complex environments that include both static and dynamic obstacles. Path planning algorithms like RRT and A^* are effectively handle static obstacle avoidance but have limitations with increasing computational complexity in high-dimensional environments. Reinforcement learning-based algorithms can accommodate complex environments, but like traditional path planning algorithms, they struggle with training complexity and convergence in higher-dimensional environment. In this paper, we proposed a reinforcement learning model utilizing a cell decomposition algorithm. The proposed model reduces the complexity of the environment by decomposing the learning environment in detail, and improves the obstacle avoidance performance by establishing the valid action of the agent. This solves the exploration problem of reinforcement learning and improves the convergence of learning. Simulation results show that the proposed model improves learning speed and efficient path planning compared to reinforcement learning models in general environments.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.114-120
• /
• 1999

본 연구는 Heuristic 알고리즘 및 유전자알고리즘(GA)을 이용하여 3단계의 통합차량운송계획 모델의 개발이다. 차량경로문제(VRP : Vehicle Routing Problem)를 해결하기 위한 접근방법으로 기존의 Saving 알고리즘을 개선하여 사용하였으며 유전자 알고리즘(Genetic Algorithm)의 각종 연산자 (Operators)들을 계산하여 사용하였다. 본 모델은 다음 3단계의 접근방법을 사용하였다 ; 1) 다 물류 센터의 문제해결을 위한 영역활당(Sector Clustering) 모델, 2) 경로계획모델(VRP Model), 및 3) 최적 운송계획모델(GA-TSP Model). 본 모델들을 다양한 운송환경에서, 거리산정방법, 가용운송장비 대수, 운송시간의 제한, 물류센터 및 운송지점의 위치 및 수요량 등 다양한 파라메터들을 고려한 통합시스템으로 3개의 Component로 구성된 GUI-Type 프로그램을 개발하고 Sample 응용결과를 보였으며 기존의 모델들 보다 우수한 결과를 보였다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.10 no.5
• /
• pp.83-90
• /
• 2010

The purpose of this study is to establish the standard of fire lane design to improve the performance of disaster prevention in local area. To accomplish it, we have focused on three research methods as below: first, we have expected disaster occurrence based on emergency tendency in local area; second, we have verified fire lane routes design through fire lane modeling and network analysis; third, we have quantitatively examined a possibility of danger of fire lanes through current road network modeling and analysis. The result of this study could be helpful to effective fire lane designs and quantitative analyses.

• Journal of Power System Engineering
• /
• v.10 no.4
• /
• pp.172-180
• /
• 2006

본 논문은 Dijkstra 알고리즘에 기초한 최단거리 경로계획을 하며 이 경로를 추적하기 위한 슬라이딩 모드 제어를 제시한다. 슬라이딩 모드 제어기는 동적매개변수 불확실성과 입력외란이 존재 시에도 강인 점근적으로 계획된 경로를 추적하도록 한다. 더불어 작업장 내의 이동로봇의 위치를 USB 카메라에 의해 감지하며, Pin-hole 카메라모델로 하여 카메라에 의해 관측되는 작업장 내의 이륜구동로봇의 위치좌표를 결정하였으며, 이 위치를 정확히 감지하기 위해 Tsai법을 사용하여 카메라 보정한다. 시뮬레이션 결과는 슬라이딩 모드 제어기의 성능을 검증하기 위해 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 1996.10b
• /
• pp.1153-1156
• /
• 1996

본 논문은 새로운 지역 경로 계획 알고리즘으로 DPH(Distance Profile Histogram)방법과 뉴럴네트워크를 사용한 주행 방법을 제안한다. DPH방법은 격자형 환경 모델을 기반으로 장애물의 존재 유무와 거리정보와 같은 장애물의 기하학적 배치정보를 사용하게 된다. 또한 긴 장애물이나 막힘상황(Dead end)과 같이 지역 경로 계획만으로는 회피하기 어려운 상황에서는 뉴럴네트워크에 의해 학습된 정보에 의해 주행하는 방법을 사용했다.