• Review of KIISC
• /
• v.17 no.5
• /
• pp.25-31
• /
• 2007

IT기술과 지능을 로봇에 융합시킴으로써, 로봇이 스스로 사용자를 인식하여 사용자가 원하는 일을 하고 원하는 정보를 검색해 주는 인간 중심적 서비스를 제공하는 것이 지능형 로봇의 궁극적인 목표이다. 사용자가 원하는 서비스를 제공하기 위해서는 다양한 의사소통 채널을 통해 인간과 로봇, 두 개체간의 상호작용 및 의사소통 연결 고리를 형성하는 인간-로봇 상호작용(HRI: Human-Robot Interaction)기술 개발이 반드시 필요하다. HRI 기술에는 얼굴 인식, 음성 인식, 제스처 인식 및 감정 인식 등 로봇이 인간의 의사표시를 인식하기 위한 기술들이 있다. 본고에서는 지능형 로봇과 로봇의 시각 지능화의 가장 핵심적인 기능인 얼굴 인식의 융합 기술 동향에 대해서 응용 서비스 및 표준화 이슈를 중심으로 살펴보고자 한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.131-134
• /
• 2006

본 논문에서는 가정용 로봇 및 서비스 로봇과 같은 이동로봇에서 사용자의 감정을 인식하는 방법중 한가지인 얼굴영상을 이용한 감정인식 방법을 제안한다. 얼굴영상인식을 위하여 얼굴의 여러 가지 특징(눈썹, 눈, 코, 입)의 움직임 및 위치를 이용하며, 이동로봇에서 움직이는 사용자를 인식하기 위한 움직임 추적 알고리즘을 구현하고, 획득된 사용자의 영상에서 얼굴영역 검출 알고리즘을 사용하여 얼굴 영역을 제외한 손과 배경 영상의 피부색은 제거한다. 검출된 얼굴영역의 거리에 따른 영상 확대 및 축소, 얼굴 각도에 따른 영상 회전변환 등의 정규화 작업을 거친 후 이동 로봇에서는 항상 고정된 크기의 얼굴 영상을 획득 할 수 있도록 한다. 또한 기존의 특징점 추출이나 히스토그램을 이용한 감정인식 방법을 혼합하여 인간의 감성 인식 시스템을 모방한 로봇에서의 감정인식을 수행한다. 본 논문에서는 이러한 다중 특징점 추출 방식을 통하여 이동로봇에서의 얼굴 영상을 이용한 사용자의 감정인식 시스템을 제안한다.

• Information and Communications Magazine
• /
• v.25 no.4
• /
• pp.5-10
• /
• 2008

지능형 로봇은 자율적으로 이동할 수 있어야 한다는 것이 PC와 기본적으로 다른 점이다. 이동 로봇이 자율 주행할 때 꼭 필요한 기술이 위치 인식 기술과 장애물 감지 기술이다. 장애물 감지 기술은 이동 로봇이 다른 물체와 충돌하지 않도록 하기 위해 필요한 기술이지만 위치 인식 기술은 로봇이 현재 위치를 알고 목적지로 주행하기 위해 매우 중요한 기술이다. 지능형 로봇의 자율 주행 측면에서 위치 인식 기술은 필수적 핵심 기술이다. 위치 인식 센서는 로봇의 절대 위치 및 방향각 정보를 획득하여 실시간으로 관련 데이터를 지능형 로봇에 전달한다. 이로써 지능형 로봇의 이동 경로와 방향 제어가 가능해지고, 로봇을 보다 안정적으로 제어할 수 있다. 즉 로봇이 자기 위치를 인식한 후에야 안정적이고 지속적인 자율 주행이 가능해진다. (주)나인티시스템은 네트워크 기반 위치 파악용 indoor GPS 개념으로 로봇 위치 파악 센서 iGS를 개발하여 공급하고 있다. (주)나인티시스템이 개발한 iGS는 지능형 로봇의 거리, 위치, 방향을 파악하기 위해 초음파 송/수신부 및 RF 모듈로 Handware가 구성되어 있고 위치 추정 알고리즘, 장애물에 강건한 알고리즘 등이 Firmware를 구성하고 있다. 로봇 시장의 잠재적 성장 가능성을 고려할 때 로봇의 자율 운용에 필수적인 위치 파악 요소 기술을 선개발하여 상업화하는 것은 경제적으로도 큰 의미를 갖는다. 뿐만 아니라 위치 파악 요소 기술의 선도적 개발에 의해 미래 지능형 로봇시장을 주도할 수 있는 계기도 기대할 수 있다. Robot에 적정 가격대의 위치 인식 기술이 접목되면 Robot 산업의 활성화가 가능하다. 현재 청소용 Robot은 충돌 방지정도의 인식을 하고 있지만 위치 인식 기술이 접목되면 청소용 Robot이 더 많은 Service를 제공할 수 있다. 더 많은 Service의 실행으로 Robot 산업이 활성화되면 관련 요소기술 산업이 활성화된다. Robot 산업과 부품 산업이 활성화되면 Robot 관련 산업의 수익 Model이 다양해 진다. 위치 인식 기술은 Robot 산업뿐 아니라 산업 전반의 활성화에도 크게 기여할 것이다. 위치 인식 기술은 지능형 Robot의 자율 주행뿐 아니라 다양한 분야에 응용이 가능하다. 또한 위치 인식 기술을 국산화하면 기존 수입품을 대체할 뿐아니라 수출 시장의 진출에도 크게 기여할 수 있다.

• The Magazine of the IEIE
• /
• v.33 no.3 s.262
• /
• pp.49-55
• /
• 2006

인간과 로봇의 자연스러운 상호작용을 위하여 영상과 음성을 기반으로 한 인간-로봇 상호작용 (HRI: Human Robot Interaction) 기술들을 소개한다. URC개념의 서버/클라이언트 구조를 갖는 소프트웨어 로봇에 수행 가능한 얼굴 인식 및 검증, 준 생체정보(semi biometrics)를 이용한 사용자 인식, 제스처인식, 화자인식 및 검증, 대화체 음성인식 기술들에 대하여 살펴본다. 이러한 인간-로봇 상호작용 기술들은 초고속 인터넷과 같은 IT 인프라를 이용하는 URC(Ubiquitous Robotic Companion) 기반의 지능형 서비스 로봇을 위한 핵심기술로서 사용되어진다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.329-330
• /
• 2008

최근 음성인식률이 영어를 기준으로 97% 이상 높아짐에 따라 음성 인식을 사용한 여러서비스들이 등장하고 있다. 지능 로봇도 예외가 아니어서 많은 서비스 로봇, 지능형 로봇에 음성 인식 기술이 적용되고 있다. 본 논문에서는 수많은 음성 인식 기술 중에서 로봇 시스템에 맞는 시스템을 선택하고, 이를 효율적으로 운용할 수 있는 방법을 제시한다. 또한 직접 지능형 서비스 로봇을 만들면서 음성 인식이 로봇에서 얼마나 중요한 위치를 차지하고 있는지를 확인하였으며 단순한 단어, 문장을 인식하는 것에 그치는 것이 아니라 향후 대화를 통해 사람과 로봇의 커뮤니케이션이 가능한 시스템을 제시한다.

• Electronics and Telecommunications Trends
• /
• v.20 no.2 s.92
• /
• pp.14-20
• /
• 2005

인간과 로봇과의 자연스러운 상호작용을 위하여 시각을 기반으로 한 사용자 의도 및 행위 인식에 대한 연구가 활발히 진행되고 있다. 제스처 인식은 시각을 기반으로 한 인식 분야에서 핵심 기술 분야로 연구되어 왔으며 최근에는 로봇이 인간에게 자연스러운 서비스를 제공해 주거나 로봇의 동작을 제어하기 위해 연구되고 있는 분야이다. 본 고에서는 기존에 제어된 제스처 인식 기술과 최근 인간-로봇의 상호작용을 위한 제스처인식 기술에 대하여 알아본다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2014.01a
• /
• pp.241-242
• /
• 2014

본 논문에서는 학습자의 스마트기기 인식 변화를 위한 로봇 프로그래밍 수업 단계 및 인식에 대한 설문 도구를 제안한다. 폭발적으로 증가하는 스마트기기 사용 환경에 노출된 어린 학습자에게 스마트기기의 올바른 활용을 위한 인식을 심어줌으로써, 스마트기기의 올바른 활용 방안을 인식할 수 있도록 한다. 또한 스마트기기의 다양한 기능을 활용한 로봇을 조립하고 프로그래밍을 작성해 봄으로써, 스마트기기에 대한 인식의 긍정적인 변화를 기대한다. 학습자의 스마트기기에 대한 인식은 스마트기기 활용 로봇 프로그래밍 수업의 사전, 사후 검사를 통해 인식의 변화를 측정한다. 특히 학습자가 수업 후 자신의 생각이 바뀐 이유를 기술함으로써, 로봇 프로그래밍 수업을 활용한 인식 변화의 요인을 파악하는데 기초 자료로 사용될 것이다.

• Annual Conference of KIPS
• /
• 2007.11a
• /
• pp.197-200
• /
• 2007

본 논문에서는 로봇 컨트롤 시스템을 위해 입력 받은 영상부터 몇 가지의 손 제스처를 인식하는 비전기반 손 제스처 인식방법을 제안한다. 로봇으로부터 입력 받은 이미지는 로봇의 위치, 주변환경, 조명 등 여러 요인에 따라 다양하게 존재한다. 본 논문은 다양한 환경에서 입력되는 영상으로부터 시스템이 로봇 컨트롤을 위해 미리 지정한 몇 가지 제스처를 인식하도록 한다. 먼저 이미지 조명 변화에 강한 손 제스처 인식을 위하여 레티넥스 이미지 정규화를 적용한 후, YCrCb 공간 상에서 입력된 영상에서 손 영역을 검출 후 위치를 추정한다. 인식된 손 영역에서 특징벡터를 추출함으로서 입력 영상내의 존재할 수 있는 손의 크기나 손의 회전각도 등에 상관없이 필요로 하는 제스처를 인식하도록 한다. 제안된 제스처 인식 결과는 로봇컨트롤을 위한 기존의 제스처인식과 비교하여 성능을 측정하였다.

• Annual Conference of KIPS
• /
• 2010.11a
• /
• pp.1418-1421
• /
• 2010

이동형 서비스 로봇의 위치인식 기능은 성능평가시 중요한 평가척도의 하나로써 이용된다. 서비스 로봇이 다양한 작업을 수행하기 위해 여러 장소를 이동하게 되므로, 얼마나 정확하고 빠르게 위치인식을 하는 것이 로봇의 종합적인 성능에 큰 영향을 미치기 때문이다. 이를 위해 로봇은 영상이나 다양한 거리 센서를 활용하여 위치인식의 성능향상을 도모하고 있다. 그럼에도 불구하고 현재 영상기반의 위치인식 성능평가 방법과 관련한 표준이 없으며, 개별적인 성능평가만 시행되고 있다. 이에 우리는 이 논문을 통하여 전(前)방향 영상기반의 위치인식 알고리즘 성능평가 방법과 평가척도를 제안한다. 제안된 위치인식 알고리즘 성능평가 방법은 현재 지능형로봇 표준포럼의 표준으로 채택되었으며, 이를 통해 앞으로 영상기반 위치인식 알고리즘을 평가하고 개발하는데 기준 역할을 할 수 있을것으로 기대된다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.5C
• /
• pp.618-626
• /
• 2004

In this paper, we describe a robot endeffector recognition system based on a Modular Neural Networks (MNN). The proposed recognition system can be used for vision system which track a given object using a sequence of images from a camera unit. The main objective to achieve with the designed MNN is to precisely recognize the given robot endeffector and to minimize the processing time. Since the robot endeffector can be viewed in many different shapes in 3- D space, a MNN structure, which contains a set of feedforwared neural networks, can be more attractive in recognizing the given object. Each single neural network learns the endeffector with a cluster of training patterns. The training MNN patterns for a neural network share the similar characteristics so that they can be easily trained. The trained UM is les s sensitive to noise and it shows the better performance in recognizing the endeffector. The recognition rate of MNN is enhanced by 14％ over the single neural network. A vision system with the MNN can precisely recognize the endeffector and place it at the center of a display for a remote operator.