• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.6
• /
• pp.2760-2769
• /
• 2011

An intelligent autonomous robot generates a plan to achieve a goal. A plan is a sequence of robot actions that accomplish a given mission by being successfully executed. However, in the complex and dynamic real world, a robot may encounter unexpected situations and may not execute its planned actions any more. Therefore, an intelligent autonomous robot must prepare an efficient handling process to cope with these situations to successfully complete a given mission. Plan repair with milestone states is an efficient method to cope with the situation. It retains the advantages of other plan repair procedures. This paper proposes a regressive method of formulating milestone states and a method of assigning weighting values on conditions that compose a milestone state. The task to repair a plan may employ the weighting values as its job priority. The regressive method formulates less complex milestone states and leads to the conditions of a milestone state to take pertinent weighting values for an efficient handling procedure to repair a plan with milestone states.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.3
• /
• pp.169-175
• /
• 2016

There are many researches to develop robots that improve its mobility and task planning to adapt in various uneven environments. In this paper, we propose the design method and task planning of quadruped robot which can have top-bottom docking structure. The proposed quadruped robot is designed to adjust leg length using linear actuators and perform top-bottom docking and undocking using octagonal cone shaped docking module. Also, to stable walking and information gathering in the various environments, a geomagnetic sensor, PSD sensor, LRF sensor and camera. We propose an obstacle avoidance method and the topbottom docking algorithm of the two quadruped robots using linear actuator. The robot can overcome obstacles using adjusting leg length and activate the top-bottom docking function. The top-bottom docking robots of two quadruped robot can walk 4 legged walking and 6 legged walking, and use 4 arms or 2 arms the upper. We verified that the docking robots can carry objects using 4 leg of the upper robot.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.3
• /
• pp.413-421
• /
• 2010

In the study, self-organization by color detection is proposed to overcome required constraints for existing self-organization by an external ceiling camera and communication. In the proposed self-organization, each swarm robot can follow its colleague robot and all swarm robots can follow a target by LOS(Line of Sight). The swarm robots follow the moving target by the proposed potential field, avoiding confliction with neighboring robots and obstacles. Finally, all swarm robots are reached by a sight among swarm robots. In this paper, for unicycle robots with non-holonomic constraints instead of point robot with holonomic constraints self-organization is presented, it enhances the possibility of H/W realization.

• 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.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.427-430
• /
• 2005

지능형 로봇이 성장동력 산업으로 선정되면서 국내에서도 로봇 산업이 급속도로 성장하고 있다. 지능형 로봇과 관련해서는 특히 자율 이동 로봇, 그리고 그것의 경로계획과 주행에 관한 연구가 널리 진행되고 있다. 자율 이동 로봇은 주어진 환경에서 효율적인 주행을 하기 위하여 환경 지도를 구성하고, 이를 기반으로 목표 지점에 대한 효율적인 광역 주행 경로를 계산하게 되고, 계산된 광역 경로를 주행하여 목표 지점에 이르게 된다. 본 논문에서는 퍼지 환경 지도를 제안하고, 퍼지 환경 지도로부터 최단시간 광역 경로 계산 알고리즘을 소개하며, 주행 제어를 위한 퍼지 논리 제어기를 제안한다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.341-342
• /
• 2008

GA(Genetic Algorithm)는 NP-Complete 도메인이나 NP-Hard 도메인 내의 문제들에 대해서 최적의 해를 찾기 위해서 많이 사용되어 지는 진화 컴퓨팅 방법 중 하나이다. 모바일 로봇 기술 중 경로계획은 NP-Complete 도메인 영역의 문제 중 하나로 이를 해결하기 위해서 Dijkstra 등의 그래프 이론을 이용한 연구가 많이 연구되었고 최근에는 GA등 진화 컴퓨팅 기법을 이용하여 최적의 경로를 찾는 연구가 많이 수행되고 있다. 그러나 모바일 로봇이 처리해야 될 공간 정보 크기가 증가함에 따라 기존 GA의 개체의 크기가 증가되어 게산 복잡도가 높아져 시간 지연등의 문제가 발생할 수 있다. 이는 모바일 로봇의 잠재적 오류로 발생될 수 있다. 공간 정보에는 동적이 장애물들이 예측 불허하게 나타 날 수 있는데 이것은 전역 경로 계획을 수립할 때 또한 반영되어야 된다. 본 논문에서는 k-means 클러스터링 기법을 이용하여 장애물 밀집도 및 거리 정보를 기반으로 공간정보를 k개의 군집 공간으로 재분류하여 이를 기반으로 N*M개의 그리드 개체 집단을 생성하여 최적 경로계획을 수립하는 GA를 제시한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.1
• /
• pp.148-156
• /
• 2011

This paper presents an implementation of autonomous navigation of a mobile robot indoors. It explains methods for map building, localization, obstacle avoidance and path planning. Geometric map is used for localization and path planning. The localization method calculates sensor data based on the map for comparison with the real sensor data. Monte Carlo Localization(MCL) method is adopted for estimation of the robot position. For obstacle avoidance, an artificial potential field generates repulsive and attractive force to the robot. Dijkstra algorithm plans the shortest distance path from a start position to a goal point. The methods integrate into autonomous navigation method and implemented for indoor navigation. The experiments show that the proposed method works well for safe autonomous navigation.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.774-777
• /
• 2019

지능형 서비스 로봇의 불확실한 작업 환경과 작업에 대한 요구사항의 증가는 작업 계획(task planning)의 어려움을 증가시킨다. 이러한 문제를 해결하기 위한 방법으로 PRS (Procedural Reasoning System)를 이용한 작업 계획이 제안되어 작업 환경의 동적 변화에는 효율적으로 대응할 수 있게 되었으나, 작업의 요구사항의 증가에 따른 하위 계획의 복잡성은 아직도 해결해야 할 문제로 남아 있다. 본 논문에서는 요구된 작업의 하위 목표(sub-goals)와 속성을 고려하여 계획 후보들의 예상 유용성을 계산할 수 있는 유틸리티 함수를 기반으로, 보다 간결한 방식의 작업 계획을 수립하는 방법을 제안한다. 또한 제안한 작업 계획의 적용 가능성을 확인하기 위하여 로봇 서비스 시나리오를 구성하고 실험을 통하여 그 유용성을 검증한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.14 no.4
• /
• pp.493-498
• /
• 2004

A novel approach for path planning of a polygonal robot is presented. Traditional path planners perform extensive geometric searching to find the optimal path or to prove that there is no solution. The computation required to prove that there is no solution is equivalent to exhaustive search of the motion space, which is typically very expensive. Humans seems to use a set of several different path planning strategies to analyse the situation of the obstacles in the environment, and quickly recognize whether the path-planning problem is easy to solve, hard to solve or has no solution. This human path-planning strategies have motivated the development of the presented algorithm that combines qualitative shape reasoning and exhaustive geometric searching to speed up the path planning process. It has three planning stages consisting of identification of no-solution cases based on an enclosure test, a qualitative reasoning stage, and finally a complete search algorithm in case the previous two stages cannot determine of the existence of a solution path.

• Annual Conference of KIPS
• /
• 2003.11b
• /
• pp.639-642
• /
• 2003

본 논문에서는 청소로봇이 전 청소 영역을 CCPP(Complete Coverage Path Planning)를 이용해 경로를 생성한 후 재 경로계획 시 장애물의 미소한 변화로도 기존에 생성한 전 경로패턴을 바꾸지 않고 수정 할 수 있는 CD(Cell Decomposition)와 FN(Flow Network)을 이용한 CCPP 방식을 제안 하였다. 그리고 제안된 경로 계획에 대해 시뮬레이션으로 결과를 제시하였다.