• Proceedings of the Korean Institute Of Construction Engineering and Management
• /
• 2007.11a
• /
• pp.921-924
• /
• 2007

토목, 건축과 관련된 노동현장은 여느 3D 업종들과 마찬가지로 숙련된 기능공의 부재 및 산업재해 발생으로 인해 어려움을 겪고 있으며 이를 극복하기 위한 노력을 계속하고 있다. 대표적인 토목공사인 토공 작업 역시 위험 혹은 유해한 작업환경으로 인해 토공장비의 안전사고 및 생산성과 품질저하가 발생하며 이를 방지하기 위한 장비의 지능화가 절실하게 요구되고 있다. 이를 위해 최근 지능형 굴삭 시스템 개발을 위한 연구가 진행되고 있으며, 토공작업은 일반적으로 광범위한 작업영역을 가지기 때문에 지능형 굴삭시스템의 개발을 위해서는 효율적인 작업을 수행할 수 있도록 하는 작업계획의 수립이 매우 중요하다. 본 연구에서는 작업계획의 대상을 굴삭로봇과 토사로 구분하였으며, 글로벌 영역에서 단위작업 영역, 로컬 영역으로의 분할을 통해 전체 작업 진행에 대해 효율적으로 작업계획을 수립할 수 있도록 구성하여 계획단계에서부터 토공작업 자동화 및 효율와에 기여하고자한다. 토공작업계획 시스템은 토공 작업자 및 감독자의 작업 특성 및 노하우를 컴퓨터, 즉 두뇌에 부여함으로써 숙련된 장비조종자의 작업 방법 및 특성을 반영하여 토공 작업 프로세스 모델링을 구축하고 실제 작업환경상의 센서에 의해 측정된 데이터를 실제 작업환경과 동일하게 모델링된 컴퓨터내의 가상환경을 바탕으로 영역분할, 최적 플랫폼 위치선정 및 작업 순차생성을 통해 최적의 토공작업계획을 수립할 수 있도록 한다.

• Electronics and Telecommunications Trends
• /
• v.36 no.2
• /
• pp.22-31
• /
• 2021

This report introduces a definition for robot task intelligence and explains the basis of the challenges associated with implementing robot task intelligence in real-world problems. Two fundamental elements of this intelligence, robot manipulation and navigation, are introduced herein. We describe the existing trends and industrial applications of the robot task intelligence in logistics and agricultural automation. Furthermore, as an underpinning technology for this intelligence, we review the existing three-dimensional position estimation techniques and summarize the difficulties associated with applying pure SLAM technology to real-world applications. Finally, we discuss the prospects of the robot task intelligence research and its potential for solving real-world problems.

• Electronics and Telecommunications Trends
• /
• v.20 no.2 s.92
• /
• pp.43-54
• /
• 2005

지능형 로봇은 21세기에 고도 성장할 것으로 예상되는 분야이다. 그러나 지능형 로봇의 활발한 산업화를 위해서는 "단품 로봇의 한계"를 극복해야만 한다. 이를 극복하기 위한 좋은 방법은 로봇의 지능과 능력을 외부로 분산시키는 방법이며, 이를 통한 지능형 로봇 구현이 URC의 핵심 개념이다. URC 구현을 위한 여러 핵심 기술 중에서 로봇의 물리적 행동 제어와 직접적으로 연관된 요소기술로 원하는 곳으로 이동할 수 있는 지능형 주행 기술과, 이동 후 필요한 작업을 수행하는 지능형 조작 기술을 들 수 있다. 이들은 고차원의 지능을 가진 사람에게는 쉬운 작업이나, 현재 기술 수준의 로봇에게는 무척 어려운 작업이며, 현재의 수준은 상용화를 위한 기초 기술 개발 단계이다.본 기고문에서는 이상의 지능형 주행 기술과, 지능형 조작 기술의 세부 내용을 살펴보고, 국내외의 최신 연구 동향을 살펴보기로 한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.308-315
• /
• 2007

상황 인지 컴퓨팅에서 상황정보 추론 기능은 상황정보 관리를 위해 중요한 기능 중의 하나이다. 상황정보 추론 기능은 하위 레벨의 상황정보들로부터 사용자의 상황을 나타내는 상위 레벨의 상황정보를 제공한다. 인프라 기반 지능형 공간에서 중앙 집중 형의 상황정보 관리 시스템은 상황정보 추론을 위한 자원 소모를 고려할 필요가 없었다. 하지만 자원이 제약된 장치들로만 구성된 개인 지능형 공간에서는 공간 내 전체의 자원 소모뿐만 아니라 상황정보 관리자 역할을 하는 장치 (coordinator)들의 자원 소모가 최소화 되어야 한다. 본 논문에서는 중앙 집중적인 상황정보 추론 작업을 분배하여 개인 지능형 공간 내의 다른 장치들에게 작업을 분산시키는 상황정보 추론 작업 분배 기법을 제안한다. 제안된 분배 기법은 건강정보, 환경정보, 지리정보 같이 상황정보가 자주 발생하는 환경에서 더 효율적이다. 상황정보 추론작업을 분배 함으로써 상황정보 추론을 위한 개인 지능형 공간의 전체의 처리량을 크게 증가시키지 않으면서 코디네이터의 처리량을 줄일 수 있다. 본 논문의 작업분배 기법은 상황정보 추론의 역할을 하는 코디네이터와 분산된 로컬 상황정보 추론기능을 제안한다. 본 논문에서는 제안된 상황정보 추론 기능을 개인 지능형 공간을 구성하는 장치들에 각각 구현하고 상황정보 추론을 위한 처리부하를 측정하여 제안된 기법의 실행 가능성을 보였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.59-62
• /
• 2003

에이전트에서 수행할 수 있는 작업들에 대한 처리시간이 실제 작업 전에는 퍼지값으로만 주어지고, 실제 작업이 수행될 때야 작업 시간이 결정되는 다중 에이전트 시스템에 대해서 작업을 조정하는 방법을 제안한다. 제안한 방법은 두 단계의 유전자 알고리즘으로 구성되는데, 상위 단계의 유전자 알고리즘에서는 작업들을 적합한 에이전트에 할당하는 역할을 하고, 하위 단계의 유전자 알고리즘은 첫 번째 유전자 알고리즘의 제시하는 작업 할당 방법에 가장 적합한 작업 스케줄을 탐색하는 역할을 한다. 이 논문에서는 제안한 유전자 알고리즘 기반 작업 조정 방법을 소개하고, 제안한 방법을 구현하여 실험한 결과를 보인다.

• 기계와재료
• /
• v.22 no.4
• /
• pp.76-83
• /
• 2010

로봇의 발전 동향을 살펴보면, 기존의 위치 기반제어를 통하여 단순반복 재생 하는 로봇에서 인간과 로봇이 협력할 수 있는 로봇으로 그리고 궁극적으로는 독자적인 작업지능을 갖고서 독립적으로 운용되거나 인간과 공존할 수 있는 로봇으로 개발되어 나아갈 것으로 예상된다. 다만 현재까지의 로봇 기술로는 로봇 독자적으로 완전한 작업지능을 구현하기가 힘들기 때문에 그 중간 단계로써 사람과의 협력 작업을 구현하고 하는 것이다. 이처럼 인간-로봇 협업 기술은 인간의 지능과 로봇의 성능을 결합하여 고도의 작업을 구현할 수 있는 기술로써 로봇의 사용법을 모르는 현장 작업자도 로봇의 말단부를 잡고 손쉽게 로봇에 명령을 지시할 수 있다. 따라서 로봇의 응용 범위가 매우 다양해지고, 특히 로봇 전문인력이 없고 다품종 변량 생산을 주로 하는 중소기업에서의 로봇 활용을 촉진시켜 작업 환경 개선과 생산성 향상이 가능해진다. 또한 제조업용 로봇 분야에서 뿐만 아니라 범용성이 강한 기술로 개인서비스 로봇에서부터 국방, 건설, 의료 등 전문 서비스 로봇에 이르기 까지 폭넓게 적용될 수 있다. 이러한 인간-로봇 협업을 위해 필요한 기술들로는 경량형 로봇팔 기술, 인간-로봇 협조 제어 기술, 인간-로봇 안전 기술, 작업자 편이를 위한 인터페이스 기술 등이 포함되며 향후 기술의 발전에 따라 그 파급효과가 극대화될 것으로 기대된다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2023.11a
• /
• pp.123-124
• /
• 2023

현대 산업현장에서의 생산성과 경쟁력은 안전 및 작업 효율성과 직결되어 있다. 특히, 4차 산업혁명의 중심축인 인공지능(AI) 기술의 발전이 산업현장의 작업 환경과 절차를 혁신하는 데 중요한 역할을 하고 있음이 점차 명확해지고 있다. 이 연구는 인공지능의 기술적 발전과 산업현장의 작업 안전성 및 효율성 간의 관계에 초점을 맞추어, 어떻게 AI 기술의 도입과 활용이 산업현장의 미래를 형성하고 있는지를 탐구하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.254-259
• /
• 2006

전통적인 인공지능 계획방식은 완전한 월드 상태모델과 시스템 동작모델에 기초하여 처음부터 자동으로 작업계획을 생성하려는 접근방식이다. 그러나 지능로봇제어와 같이 불확실성과 가변성이 높은 실 세계 응용분야에서 이와 같은 전통적인 인공지능 계획방식은 효과를 얻기 어렵다. 반면에 많은 실 세계 응용분야에서는 그 분야에서 이미 잘 알려져 있는 작업 영역지식이나 제어지식들이 존재하며, 이들을 효과적으로 이용하는 것이 매우 중요하다. 이러한 방법 중의 하나로서 복잡도가 높은 작업계획을 전문가가 직접 편집해서 입력하는 방식이 널리 쓰인다. 기본 동작모델과는 달리, 일반적으로 작업계획 표현언어는 복잡한 제어구조를 포함하는 하나의 작업 프로세스로 계획을 표현한다. 따라서 이러한 복잡한 절차적 지식인 작업계획을 편집하고 검증하기 위해서는 편리한 모델링 도구의 개발이 필요하다. 본 연구에서는 PRS 계열의 작업계획을 비주얼 환경에서 편집할 수 있고, 가상 시뮬레이션 기능과 작업 계획기와의 연동 기능을 갖춘 PKM시스템의 설계와 구현에 대해 설명한다.

• Proceedings of the Korean Nuclear Society Conference
• /
• 1996.05a
• /
• pp.608-613
• /
• 1996

본 논문에서는 고온, 고압, 그리고 방사능 준위가 높은 원자력발전소 구조물의 극한환경(Hazardous Environments)에서의 점검 및 보수에 대한 작업자의 훈련을 위해 지능형 상호협조 훈련시스템 (COINS-I: COoperative INtelligent training System-I)의 개념모델을 제안하였다. 비교적 방사능준위가 높은 격납용시 구조물과 보조(Auxiliary) 빌딩을 일차적 극한작업환경으로 설정하였다. 격납용기 구조물과 보조빌딩에 대한 가상발전소 환경(Virtual Plant Environments)을 모델링하여, 극한환경에서의 점검 및 보수훈련 Pilot 연구를 COINS-I의 개발목적으로 하였다. COINS-I은 점검, 보수훈련을 위한 가상발전소 환경을 갖는 극한작업 시뮬레이터, 지능형 Tutoring 기능을 갖는 극한작업 훈련프로그램, 3차원 가상인터페이스 등의 훈련장비를 갖는 훈련설비로 구성된다. COINS-I을 통한 교육 및 훈련 궁극적으로 작업자가 경험치 못한 극한작업(예를들면, 원자로해체, 중대사고, Life-extension 등)의 가상 시뮬레이션을 통한 훈련이 가능하여 방사능 피폭량을 저감하며, 극한작업 자동화를 위한 연구에의 활용이라 하겠다.

• Electronics and Telecommunications Trends
• /
• v.37 no.6
• /
• pp.23-31
• /
• 2022

Mobile robot intelligence refers to planning the path of robots to move indoors and outdoors and establishing a physical action plan that can be driven safely and smoothly according to the surrounding environments' structures. This report introduces technical issues in mobile robot intelligence. Furthermore, we describe the latest mobile intelligence technology of four-legged walking, logistics, and agricultural robots. Finally, we discuss mobile robot intelligence research prospects and its potential for solving real-world problems.