• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.49-53
• /
• 2004

최근 로봇의 형태는 인간의 명령을 이행하고 스스로 학습하며, 감정을 지닐 수 있는 인공지능을 내장한 로봇이다 이와 같은 특징을 지닌 로봇의 용도는 조립, 도장, 용접 둥 단순 반복 작업이나 위험한 산업현장에서 벗어나 좀더 다양한 분야로 그 범위가 확대되고 있다. 활용의 예는 '가족 도우미'의 역할을 수행하는 로봇으로써 가사, 방범, 오락 그리고 교육 등의 기능을 담당하는 형태로써 보다 다양화되고 향후 가정의 필수품으로 자리 잡을 전망이다. 이러한 로봇의 구현에 인공지능의 요소를 활용해야 하는 것은 당연하며 그 범위 또한 광범위하다. 로봇이 여러 가지의 기능을 수행하기 위해서는 환경 정보를 받아들이는 센서의 역할이 크며 이런 센서를 사용조건에 맞게 활용하는 것도 중요하다. 본 논문에서는 로봇에 부착된 센서의 환경 정보값을 적절히 활용하여 로봇의 다양한 기능을 구현할 수 있는 가정용 지능형 서비스 로봇을 구현하고자 한다. 센서 정보는 지능 기법으로 널러 알려진 소프트 컴퓨팅 기법을 사용한다.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2003년도 춘계학술대회 논문집
• /
• pp.712-717
• /
• 2003

지능 재료를 이용한 디바이스는 자연계에 존재하는 생명체와 같이 내.외부 환경 변화에 대응하여 스스로 변하는 능동적 기능을 갖고 있기 때문에 시스템 성능의 극대화 및 유지비용의 최소화를 가져오게 된다. 이러한 지능재료 기술은 지난 10여년 전부터 연구되었는데 대표적인 웅용을 보면, 산업, 항공, 교통, 운송 분야의 능동 소음 및 반능동 진동제어; 복합 재료 손상위치 탐지시스템, 손상구조 건전성 평가시스템, 교량, 저장탱크, 건물, 유조선, 대형 구조물의 건전성 평가 시스템; 초정밀 직진 안내기구, 나노 스테이지, 절삭오차 보정용 엑츄에이터, 초음파 회전모터, 지능유압 서보밸브, 변형 거울 등의 모터/엑츄에이터; 자동차 엔진 성능제어, 흡배기구 압력측정, 가속도 센서, 자이로센서, 에어백 센서, 타이어 센서 등의 지능 MEMS/NEMS 센서; electronic article 정찰, 도서태그, 비접촉 항공 운송물 분류 및 보안시스템, 전자 운전자 식별시스템, 광섬유 건물 보안 시스템, 지능 신경망 형상 인식 시스템 등의 보안 시스템; 지능항공기 구조물, 인공위성안테나, 헬리콥터 회전익 등의 형상제어가 있다. 본 논문에서는 지능재료 기술을 정리하고 차세대 철도차량 기술에 지금까지 적용한 예를 소개하며 향후 적용할 수 있는 분야들을 가능성 및 실용성 면에서 소개하고자 한다.

• TTA 저널
• /
• 통권170호
• /
• pp.66-67
• /
• 2017

4차 산업혁명 시대가 빠르게 다가오고 있다. 사물인터넷(IoT)과 인공지능(AI), 자율주행 자동차, 로봇, 드론, 스마트 홈 등이 그것. 4차 산업혁명의 핵심 기술 중 하나는 지능형 첨단센서다. 이 '똑똑한' 센서들 없이는 인공지능도 사물인터넷도 불가능했을 것이다. 첨단 센서 기술이 4차 산업혁명의 기폭제 역할을 하는 셈이다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 춘계학술대회 학술발표 논문집 제14권 제1호
• /
• pp.297-300
• /
• 2004

기존에 성격이 다른 두 가지 이상의 센서를 이용하기 위해서는 각각의 센서의 입력 데이터를 처리하는 알고리즘이 필요하게 되고, 적용한 알고리즘에 의해 출력된 최종 값 중에서 그 상황에 알맞은 값을 선택하여 사용하는 계층적 구조를 사용하게 된다. 계층적 구조가 아니더라도 비슷한 형태의 데이터를 얻어 이를 가지고 최종 로봇을 제어하기 위한 출력을 만들게 된다 본 논문에서는 비전 센서와 초음파 센서에서 입력되는 성격이 다른 데이터를 가지고, 신경망을 이용하여 최종 출력을 얻어냄으로써 2가지 센서의 입력 데이터를 처리하기 위한 과정을 간단히 하고 두 가지 센서가 서로를 보완 할 수 있도록 하는 방법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.99-101
• /
• 2000

본 논문에서는 유전자 프로그래밍을 이용하여 판단 기준을 탐색할 수 있는 자율 이동로봇의 센서 해석회로를 진화 하드웨어상에 구현하였다. 자율 이동 로봇은 센서 정보를 통하여 환경 정보를 인지하고 자율성을 유지한다. 그러나 기존의 센서 체계는 첫째, 잡음의 영향을 심하게 받으며, 둘째 같은 환경에 대하여 동일한 종류의 센서라 할지라도 심한 편차가 존재하는 관측값을 출력한다는 문제점을 갖는다. 따라서 센서의 특성에 대한 고려없이 판단기준을 결정하면 로봇의 정확한 환경인지를 보장할 수 없게 된다. 본 논문에서는 센서 입력값 해석 기준을 센서 특성에 맞추어 적응적으로 변화시키는 센서를 구현하여 입력 해석과정에서의 정확도를 향상하였다.

• 기계저널
• /
• 제54권10호
• /
• pp.32-34
• /
• 2014

이 글에서는 최근에 전 세계적으로 활발하게 연구가 진행되고 있는 스마트 센서와 센서 기술들을 이용한 지능형 자동차 연구의 최신 연구 동향들을 소개하고자 한다.

• 한국정보통신학회논문지
• /
• 제11권2호
• /
• pp.430-435
• /
• 2007

본 논문에서는 센서 네트워크의 원활한 전송을 위해 SOFM을 이용한 센서 네트워크의 지능적인 배치를 제안한다. 제안한 방법은 무선 채널 분석을 통해서 센서 노드 사이의 통신이 가능한 거리를 구하고, 신경회로망의 SOFM(Self-Organizing Feature Map)방식을 이용하여 지능적으로 최적의 센서 노드의 개수와 센서 노드가 배치할 최적 위치를 결정한다. Log-normal path loss 모델을 이용하여 거리에 따른 PRR(Packet Reception Rate)을 구하고, 이것으로부터 센서 노드의 통신 범위를 결정한다. 제안한 방식의 유용성을 확인하기 위하여 센서 노드의 지능적인 위치 탐색과 센서 네트워크의 연결 상태에 대한 시뮬레이션을 수행하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 춘계 학술대회 학술발표 논문집
• /
• pp.333-337
• /
• 2003

열악한 환경에서 동작해야 하거나 물리적 접근이 어려운 곳에 장착되는 센서 시스템의 경우, 유선에 의한 정보전달이 어려울 뿐만 아니라 센서 내 전원설비가 제한적일 수도 있다. 따라서, 본 논문에서는 이러한 문제점에 대한 해결책으로서 밧데리 없이 유도결합에 의하여 원격 센서로부터 정보 취득이 가능한 한 방법을 제안하였다. 이 방법은 전원공급에 의한 유도 결합식의 원격센서 시스템과는 달리, 원격 센서의 정전용량을 변ㆍ복조 과정 없이 재귀적 최소 자승 추정법에 의해 센서의 정전용량을 고정도로 추정하는 것이다. 이를 위하여 시스템의 유도결합 모델을 사용하여 정확도가 높은 원격 센서 시스템을 구현할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.839-840
• /
• 2009

지능 로봇 분야의 발전은 빠른 속도로 성장하고 있으며 여러 환경에서 문제 해결을 할 수 있는 로봇에 대한 연구 또한 활발하게 이루어지고 있다. 지능 로봇을 구현하기 위해서는 주변 환경을 받아들이기 위한 센서 조작이 반드시 필요한데, 비용 면이나 생산량의 한계 등의 이유로 이러한 센서들을 일반 교육자, 학생이 접하기가 쉽지 않다. 본 논문에서는 3D 시뮬레이션 환경에서 다중 센서를 이용한 문제해결 로봇을 구현하는 개발 방법을 제안하고자 한다. 만약 3D 시뮬레이션 환경에서 손쉽게 센서의 생성과 조작이 가능하다면 지능 로봇 연구분야, 특히 지능로봇 교육분야에 큰 도움이 될 것으로 기대한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.315-316
• /
• 2022

본 논문은 스마트 인솔의 압력 데이터를 이용하는 컨볼루션 신경망 모델에 해석가능한 인공지능 방법인 Grad-CAM을 적용하는 방법을 제안한다. 학습된 각 모델에 Grad-CAM을 적용하여 모델에서 중요한 역할을 하는 압력센서와 중요하지 않은 압력센서를 알아내는 방법을 제안하고 데이터마다 학습을 진행하고 학습된 모델을 통해 실제로 중요한 압력센서와 그렇지 않은 압력센서에 대해서 알아본다.