• 제목/요약/키워드: 로봇 제어기

검색결과 1,732건 처리시간 0.028초

유연한 로봇팔의 선단 위치 제어를 위한 강인한 제어기의 설계 (Robust Controller Design for Flexible Robot Arm Manipulator)

  • 신봉철;이형기;최연욱;안영주
    • 융합신호처리학회논문지
    • /
    • 제3권2호
    • /
    • pp.76-82
    • /
    • 2002
  • 본 연구는 유연한 로봇팔의 선단 위치를 제어하기 위한 강인한 제어기의 설계하고 이것의 효과를 실험을 통하여 확인하는 데 있다. 이를 위해 먼저 유연한 로봇팔의 모델링을 Lagrange 방정식을 이용하여 수행하여 시스템의 수식모델을 구한 뒤, 이 모델을 기본으로 하는 강인한 제어기의 설계를 LMI(Linear Matrix Inequality)을 적용한 H$_{\infty}$이론을 도입하여 수행한다. 이 과정에서 로봇팔의 선단부하 변경으로 인한 시스템 파라미터의 변동을 플랜트가 가지는 불확실성 영역으로 간주하여 이를 설계에 적극적으로 반영함으로서 결과적으로 플랜트의 파라미터 변동에 강인한 제어기를 구현하고 이것의 유효성을 실험을 통하여 확인한다. .실험을 통하여 확인한다. .

  • PDF

진화 전략을 이용한 지능형 로봇의 주행 제어 (The Navigation Control for Intelligent Robot Using Evolution Strategy)

  • 조상균;소제윤;주영훈;박진배
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 2005년도 제36회 하계학술대회 논문집 D
    • /
    • pp.2759-2761
    • /
    • 2005
  • 본 논문에서는 진화 알고리즘의 한 방법인 mGA를 이용하여 지능형 로봇의 주행제어 방법을 제안한다. 지능형 로봇의 주행에 필요한 퍼지 제어기의 설계는 전문가적 지식에 많이 의존한다. 이러한 전문가의 경험에 의해 설정된 퍼지 제어기의 여러 구성 요소들의 매개 변수 값들이 최적의 값이라는 보장이 없다. 상기 문제를 해결하기 위해 본 논문에서는 퍼지 제어기의 구성요소인 퍼지 규칙의 수와 멤버쉽 함수의 매개 변수들을 mGA를 이용하여 동정하는 방법을 제안한다. 제안된 방법에 의해 동정된 매개 변수들의 정확성과 효율성을 평가하기 위하여 지능형 로봇의 벽면 주행에 대한 모의실험을 수행한다.

  • PDF

위성 운동과 건물 진동제어에 활용된 리스크 센서티브 제어기의 성능 분석 (Performance analysis of satellite maneuver and structure control using risk-sensitive control)

  • 원창희
    • 제어로봇시스템학회논문지
    • /
    • 제3권3호
    • /
    • pp.219-226
    • /
    • 1997
  • 지구를 원궤도로 돌고 있는 위성 운동과 지진에 흔들리는 건물 진동을 선형 확률적 미분 방정식으로 나타내고 최적화 제어를 위하여 리스크 센서티브 제어기를 사용한다. 리스크 센서티브 파라미터에 따라서 코스트 함수의 평균과 분산이 변하게 된다. 이 파라미터가 무한히 커지면 리스크 센서티브 제어기는 기존의 LQG 제어기와 같아지므로 리스크 샌서티브 제어이론은 LQG 제어 이론을 포함한 종합적인 이론이다. 이 논문에서는 리스크 센서티브 이론을 소개하고, 리스크 센서티브 제어 방식의 성능 측정및 평가 방법을 도출하기 위하여 공분산을 이용하면 리스크 센서티브 제어기는 기존의 LQG 제어기 보다 우수한 성능을 나타낸다는 것을 보여준다. 시뮬레이션을 통하여 위성의 자세및 궤도 운동 제어와 건물 진동 제어에 활용된 리스크 센서티브 제어기의 향상된 성능과 안정성을 보여준다.

  • PDF

일반제한조건의 이동로봇예측제어기 최적화 (Optimization of Mobile Robot Predictive Controllers Under General Constraints)

  • 박진현;최영규
    • 한국정보통신학회논문지
    • /
    • 제22권4호
    • /
    • pp.602-610
    • /
    • 2018
  • 모델예측제어는 기준 궤적이 알려져 있을 경우 제어시스템의 예측모델을 이용하여 현재 제어상태 및 미래오차 등을 예측하여 현재 제어입력을 최적화시킬 수 있는 효과적인 방법이다. 모바일로봇의 제어입력이 물리적으로 무한히 큰 값을 가질 수 없으므로 제한조건을 갖는 예측제어기 설계가 고려되어야 한다. 또한 예측제어기의 제어성능을 결정하는 기준모델행렬 $A_r$과 가중치행렬 Q, R들이 임의로 설정됨에 따라 성능이 최적화되지 못한 부분도 설계에 고려되어야 한다. 본 연구에서는 제한조건을 갖는 quadratic programming 문제로 변형하여 모바일로봇의 예측제어기를 구성하고, 모바일 로봇의 제어성능을 결정하는 예측제어기의 제어파라미터인 기준모델행렬 $A_r$과 가중치행렬 Q, R에 대하여 유전알고리즘을 적용하여 제어파라미터들을 최적화함으로써 제어성능을 높일 수 있었다. 컴퓨터 모의실험을 통하여 본 연구에서 제안한 제어방법이 기존의 예측제어기의 추종성능보다 뛰어남을 확인하고자한다.

슬라이딩 모드를 이용한 로봇의 강건 추적제어 (A Robust Tracking Control for Robotic Manipulators Using Sliding Modes)

  • 최승복
    • 한국정밀공학회지
    • /
    • 제9권1호
    • /
    • pp.18-28
    • /
    • 1992
  • 시스템의 모델링 과정에서 발생될 수 있는 불확실성(uncertainty) 혹은 미지의 가반중량을 비롯한 외란에 의해 발생되는 불확실성 등을 갖고있는 로봇의 강건 추적제어기 설계를 위해 가변구조시스템(variable structure system) 이론을 적용하였다. 시스템 방정식과 연계하여 슬라이딩 모드가 존재하기 위한 조건을 구했으며, 입력 에 대한 불확실성은 매칭조건(matching condition)을 가정하여 다루었다. 기존의 방법에 비해 제어기 설계과정이 간단 명료하며 요구되는 궤적에 대한 추적제어 효과 또한 매우 우수함을 컴퓨터 시뮬레이션을 통해 입증하였다.

  • PDF

블록 기반 진화신경망을 이용한 자율이동로봇의 동작제어 (Autonomous Mobile Robot Control using Block-based Evolvable Neural Network)

  • 문상우;공성곤
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 1999년도 하계학술대회 논문집 G
    • /
    • pp.2824-2826
    • /
    • 1999
  • 본 논문에서는 자율이동로봇의 동작 제어를 수행한다. 제어기로서는 블록기반 진화신경망을 이용하고, 진화 알고리즘을 사용하여 내부구조와 가중치를 동시에 진화시킨다. 진화에 의하여 최대 적합도를 가지는 제어기를 획득한 후 이를 이용하여 자율이동로봇의 동작 성능을 평가한다.

  • PDF

센서-모터 제어기를 위한 셀룰라 오토마타 기반 신경망 모듈의 규칙기반 결합 (A Rule-based Integration of Neural Network Modules based on Cellular Automata for Sensory-Motor Controller)

  • 김경중;송금범;조성배
    • 한국지능시스템학회논문지
    • /
    • 제12권1호
    • /
    • pp.19-26
    • /
    • 2002
  • 자율이동로봇의 센서-모터 제어기를 구축하는데 있어 로봇의 기계적인 부분과 제어기 부분을 조화시키는 것이나 외부환경과 로봇의 상호작용을 처리하는 것 등이 가장 큰 문제점이다. 이러한 문제점들을 해결하기 위해서 진화적 접근방법이 많이 사용되고 있다. 이전 연구에서는 이러한 연구선상에서 셀룰라 오토마타 기반 신경망인 CAM-Brain을 이동로봇 제어기로 진화시켰다. 그러나, 하나의 모듈로 이루어진 제어기로는 복잡한 행동을 하도록 만들기 어렵기 때문에 본 논문에서는 하위 수준의 간단한 행동을 하도록 진화된 모듈들을 결합하여 보다 상위 수준의 복잡한 행동을 하도록 하는 다중 모듈 결합방법을 제안한다. 실험결과, 간단한 행동들을 하도록 진화된 CAM-Brain 모듈들을 규칙기반 방법으로 결합하여 주어진 좀더 환경에 적응할 수 있는 제어기를 얻을 수 있었다.