• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.94-96
• /
• 2004

에이전트의 '물체 따라가기'는 전통적으로 자동운전이나 가이드 등의 다양한 서비스를 제공할 수 있는 기본적인 기능이다. 여러 가지 물체가 있는 환경에서 '물체 따라가기'를 하기 위해서는 목적하는 대상이 어디에 있는지 찾을 수 있어야 하며, 실제 환경에는 사람이나 차와 같이 움직이는 물체들이 존재하기 때문에 다른 물체들을 피할 수 있어야 한다. 그런데 에이전트의 최적화된 피하기 행동은 장애물의 모양과 크기에 따라 다르게 생성될 수 있다. 본 논문에서는 다양한 모양과 크기의 장애물이 있는 환경에서 최적의 피하기 행동을 생성하면서 물체를 추적하기 위해 반응형 에이전트의 행동선택을 강화학습 한다. 여기에서 정확하게 상태를 인식하기 위하여 상태를 추론하고 목표물과 일정거리를 유지하기 위해 베이지안 추론을 이용한다 베이지안 추론은 센서정보를 이용해 확률 테이블을 생성하고 가장 유력한 상황을 추론하는데 적합한 방법이고, 강화학습은 실시간으로 장애물 종류에 따른 상태에서 최적화된 행동을 생성하도록 평가함수를 제공하기 때문에 베이지안 추론과 강화학습의 결합모델로 장애물에 따른 최적의 피하기 행동을 생성할 수 있다. Webot을 이용한 시뮬레이션을 통하여 다양한 물체가 존재하는 환경에서 목적하는 대상을 따라가면서 이종의 움직이는 장애물을 최적화된 방법으로 피할 수 있음을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.8
• /
• pp.1073-1082
• /
• 2004

This paper presents a technique for an agent to adaptively behave to unforeseen and dynamic circumstances. Since the traditional methods utilized the information about an environment to control intelligent agents, they were robust but could not behave adaptively in a complex and dynamic world. A behavior-based method is suitable for generating adaptive behaviors within environments, but it is necessary to devise a hybrid control architecture that incorporates the capabilities of inference, learning and planning for high-level abstract behaviors. This Paper proposes a 2-level control architecture for generating adaptive behaviors to perceive and avoid dynamic moving obstacles as well as static obstacles. The first level is behavior-network for generating reflexive and autonomous behaviors, and the second level is to infer dynamic situation of agents. Through simulation, it has been confirmed that the agent reaches a goal point while avoiding static and moving obstacles with the proposed method.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.8 no.4
• /
• pp.27-35
• /
• 1998

Navigation is a method to direct a mobile robot without collision when traversing the environment. This is to reach a destination without getting lost. In this paper, global and local path planning in fixed obstacle and moving obstacle using genetic algorithm are presented. First, mobile robot searches optimal global path using genetic algorithm without falling into local minima. Then if it finds a unknown obstacle, it searches new path without crashing obstacle. Also if there is a moving obstacle, mobile robot searches new optimal path without colliding with the obstacles. Various simulation results show the proposed algorithm can search a shortest path effectively.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.239-240
• /
• 2019

자동화 시스템이 발전하면서, 자동차 또한 자동화가 되고 점점 더 편리하게 발전해 왔다. 하지만, 아직까진 자동차 현황은 운전자의 운전능력에 의존하는 경향이 강하다. 본 논문에서는 이러한 사람의 운전능력에 의존해야 하는 자동차의 불편한 점을 해소하고자 개발했다. 기존의 자동차는 앞바퀴의 축이 선회하며 방향을 정한다. 그러나, 이러한 방식은 현재 운용되고 있는 기존 자동차의 기본적인 차체의 구조적인 문제로 인하여 자동차의 이동과 동선에 제약을 준다. 이 방식의 제약을 풀어버리기 위해서는 여러 방법이 있겠지만, 본 논문에서는 바퀴의 구동축이 움직이는 방식을 바꾸는 방법으로 자동차의 이동제약을 개선하고자 했다. 앞바퀴만의 방향 제어가 아닌 4개의 바퀴를 각각 제어할 수 있게 함으로써, 장애물을 피하기 위한 자동차 제어의 편의성을 더하고자 했다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.14 no.4
• /
• pp.91-100
• /
• 2009

In this paper, we propose autonomous intelligent wheelchair system which recognize the commands using the gaze recognition and avoid the detected obstacles by sensing the distance through range sensors on the way to driving. The user's commands are recognized by the gaze recognizer which use a centroid of eye pupil and two reflection points extracted using a camera with infrared filter and two infrared LEDs. These are used to control the wheelchair through the user interface. Then wheelchair system detects the obstacles using 10 ultrasonic sensors and assists that it avoid collision with obstacles. The proposed intelligent wheelchair system consists of gaze recognizor, autonomous driving module, sensor control board and motor control board. The gaze recognizer cognize user's commands through user interface, then the wheelchair is controled by the motor control board using recognized commands. Thereafter obstacle information detected by ultrasonic sensors is transferred to the sensor control board, and this transferred to the autonomous driving module. In the autonomous driving module, the obstacles are detected. For generating commands to avoid these obstacles, there are transferred to the motor control board. The experimental results confirmed that the proposed system can improve the efficiency of obstacle avoidance and provide the convenient user interface to user.