• 한국전자통신학회논문지
• /
• 제16권1호
• /
• pp.135-144
• /
• 2021

철도 시스템에서는 인프라 기반의 열차 검측시스템을 통해 열차의 위치정보를 획득하는 것이 일반적이다. 하지만 미검출 및 오검출에 의해 잘못된 위치정보가 제공될 수 있으며, 이로 인한 사고를 야기할 수 있는 문제점을 갖고 있다. 따라서 본 연구에서는 센서 기반 복합항법시스템을 사용하여 열차의 위치정보를 제공하는 방법을 제안한다. 그러나 정확한 정보제공을 위해 복합 항법 시스템의 신뢰성을 검증해야 한다. 따라서 본 논문에서는 실 궤적을 기반으로 기준 궤적과 센서 데이터를 생성하고 다양한 시나리오에 따른 복합 항법 시스템의 성능을 실 궤적 상에서 분석할 수 있는 시뮬레이터를 개발한다.

• 감성과학
• /
• 제13권2호
• /
• pp.309-316
• /
• 2010

본 연구에서는 단순 세정의 개념이 아닌 복합감각 증진 개념의 헬스케어 목욕 시스템을 개발하고자 한다. 헬스케어 감성욕조를 디자인하기 위해 우선 타입별 특성을 고찰하였다. 이를 기반으로 복합감각 자극용 전신 욕조를 개발하였고, 이 전신욕조는 감성자극용 전신욕조 월풀, 시청각 감각 자극 기능이 구비된 욕조 커버, 제어용 소형 PC, 터치패널, DMB 패널, 시각 감성 증진을 위한 칼라 가변형 LED 무드 시스템과 스피커로 구성되어 있다. 제작된 복합감각 증진 개념의 헬스케어 욕조시스템의 특성을 고찰하기 위해서 목욕을 하는 동안 인체 자율신경계에 미치는 영향을 분석하였다. 전반적으로 목욕 상태에서의 심박변이율은 실험 중 교감신경에 비해 부교감신경이 계속 증가하는 것으로 나타났고, 목욕을 시작한지 15분이 경과하면 교감신경이 증가하고 부교감신경이 감소하여, 피험자가 목욕을 한지 15분일 때 가장 편안한 상태를 느끼는 것을 알 수 있었다. 또한 목욕 실험 결과 전후의 혈압이 최고 16mmHg까지 떨어진 것으로 나타났으나 맥박은 증가하였다. 이것은 심장으로부터 혈액의 유출량이 많아져 혈류량이 증가하는 것으로 복합감각 증진용 헬스케어 욕조 시스템을 이용한 목욕이 혈액 순환에 긍정적인 영향을 보였다. 본 연구의 결과를 가지고 복합감각 기능증진 헬스케어 목욕시스템의 사용성과 사용자의 생리분석을 통한 기초결과를 통해서 사용자의 생리변화를 분석함으로써 제품의 사용성과 사용자의 생리적 변화 및 감성 간의 관계를 보다 더 명확하게 밝혀낼 수 있으리라 기대한다.

• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.388-389
• /
• 2022

최근 인공지능 분야는 자율주행, 로봇 및 스마트 통신등 다양한 분야에 응용되고 있다. 현재의 인공지능 응용분야는 파이썬을 기반으로 한 tensor flow를 이용하는 소프트웨어 방식을 이용하고 있으며, 프로세서로는 PC의 그래픽 카드 내부에 존재하는 GPU (Graphics Processing Unit)를 이용하고 있다. 그러나 GPU 기반의 소프트웨어 방식은 하드웨어를 변경할 수 없다는 문제점을 가지고 있다. 이러한 문제점으로 인해 높은 수준의 판단이나 작업을 요구하는 경우에는 이에 적합한 높은 사양의 GPU가 필요하며, 이러한 경우에는 인공지능 작업을 처리하는 그래픽 카드로 교체해야 한다. 이러한 문제점을 해결하기 위해 본 연구에서는 HDL (Hardware Description Language)을 이용하여 반도체 내부의 회로를 변경할 수 있는 FPGA (Field Programmable Gate Array)를 기반으로 한 신경망 회로를 이용하여 합성곱 신경망 기반의 인공지능 시스템을 구현하고자 한다.

• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.44-50
• /
• 2017

보행자 검출은 수년간 광범위하게 연구된 문제이며, 자율주행 자동차와 운전자 보조시스템에서 매우 중요한 역할을 차지하고 있다. 특히, 계층적 분류기[1]와 Histogram of Gradient[2]특징벡터 등 영상기반의 보행자 검출기법과 ConvNet같이 deep model을 이용하여 검출하는 기법들이 연구되었고 검출성능은 꾸준히 상승하였다. 하지만 보행자 검출은 작은 오차에도 생명과 연관된 문제를 야기할 수 있기 때문에, 자율주행 시스템의 보행자검출 오차율은 더욱 낮출 필요가 있다. 따라서 본 연구에서는 Faster R-CNN 응용 기법에 새로 개발한 데이터 학습 모델을 적용하여 보행자 검출 오류를 줄이는 기법을 제안한다. 그리고 기존에 제안된 모델들과 비교를 통해, 보행자 검출에 있어 제안된 방법의 우수성을 보이고자 한다.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.186-191
• /
• 2003

이동로봇(Mobile Robot)의 자율주행 기능에는 추종, 접근, 충돌회피, 경고 등의 여러 기능이 있다. 이 기능들을 하나의 Neural Network로 구성하고 학습하는 것은 쉬운 일이 아니다. 이동로봇의 자율주행 기능들을 각각의 Module로 구성하고 상황에 맞게 학습된 Module의 출력 값으로 이동로봇을 제어하면 단일 신경망의 단점을 보안할 수 있을 것이다. 이동로봇은 인간의 감각을 대신할 수 있는 다중 초음파 센서와 USB 카메라를 장착하고 있으며, 이곳에서 측정된 환경정보 데이터들은 Modular Neural Network(MNN)을 통해 학습을 한다. Expert Network(EN)의 활성화 함수를 최적결합으로 MNN을 구성하였고, 그 구조는 학습시간과 오차를 개선할 수 있을 것으로 본다. Gating Network(GN)는 MNN의 출력값인 이동로봇의 진행 방향과 속도를 스위칭 함으로써 제어하는 역할을 한다. 본 논문에서는 Modular Neural Network(MNN) 내의 Expert Network(EN)을 최적설계 하였고, 제안한 MNN의 검증을 위해 실시간으로 반복하여 이동로봇에 구현하였다. 그 실험의 결과값은 로봇을 상황에 맞게 운행, 제어하였고, 만족할 만한 성과를 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1995년도 하계학술대회 논문집 B
• /
• pp.804-806
• /
• 1995

This paper discusses Self-organized Distributed Networks(SODN) as identifier of nonlinear dynamical systems. The structure of system identification employs series-parallel model. The identification procedure is based on a discrete-time formulation. The learning with the proposed SODN is fast and precise. Such properties arc caused from the local learning mechanism. Each local networks learns only data in a subregion. Large number of memory requirements and low generalization capability for the untrained region, which are drawbacks of conventional local network learning, are overcomed in the SODN. Through extensive simulation, SODN is shown to be effective for identification of nonlinear dynamical systems.

• 대한전기학회논문지:시스템및제어부문D
• /
• 제52권8호
• /
• pp.471-481
• /
• 2003

The acts of biological immune system are similar to the navigation for autonomous mobile robots under dynamically changing environments. In recent years, many researchers have studied navigation algorithms using artificial immune networks. Conventional artificial immune algorithms consist of an obstacle-avoidance behavior and a goal-reaching behavior. To select a proper action, the navigation algorithm should combine the obstacle-avoidance behavior with the goal-reaching behavior. In this paper, the neural network is employed to combine the behaviors. The neural network is trained with the surrounding information. the outputs of the neural network are proper combinational weights of the behaviors in real-time. Also, a velocity control algorithm is constructed with the artificial immune network. Through a simulation study and experimental results for a autonomous mobile robot, we have shown the validity of the proposed navigation algorithm.

• 기계와재료
• /
• 제22권1호
• /
• pp.46-53
• /
• 2010

공작기계에서 가공정밀도를 저하시키는 가장 큰 요인은 열변형 및 채터진동이다. 본 고에서는 이 중 장시간 가공중 기계의 열변형에 따른 문제점을 자동으로 공작기계 CNC(Computerized Numerical Controller) 제어기상에서 실시간으로 보상하여 주는 장치 및 기술개발 사례에 대한 내용을 언급하고자 한다. 기계가공에서 온도신호의 실시간 데이터 취득 및 열변형에 따른 공작기계 원점(Work Offset)의 자율보정이 가공정밀도 향상 및 가동률 향상에 많은 영향을 끼친다 이에 따라 본 고에서는 온도 데이터의 취득부와 보상을 위한 보정값 추출을 위한 선형회귀법 및 신경회로망의 보정모델을 임베디드화한 디바이스와 CNC상에서 가공중 공작기계 원점 자동보정을 하는 시스템을 개발하였기에 관련내용을 소개하고자 한다.

• 대한전기학회논문지
• /
• 제45권4호
• /
• pp.574-581
• /
• 1996

The neural network approach has been shown to be a general scheme for nonlinear dynamical system identification. Unfortunately the error surface of a Multilayer Neural Networks(MNN) that widely used is often highly complex. This is a disadvantage and potential traps may exist in the identification procedure. The objective of this paper is to identify a nonlinear dynamical systems based on Self-Organized Distributed Networks (SODN). The learning with the SODN is fast and precise. Such properties are caused from the local learning mechanism. Each local network learns only data in a subregion. This paper also discusses neural network as identifier of nonlinear dynamical systems. The structure of nonlinear system identification employs series-parallel model. The identification procedure is based on a discrete-time formulation. Through extensive simulation, SODN is shown to be effective for identification of nonlinear dynamical systems. (author). 13 refs., 7 figs., 2 tabs.