• Journal of the Korean Institute of Intelligent Systems
• /
• v.5 no.1
• /
• pp.52-64
• /
• 1995

Robot manipulator is a highly nonlinear-time varying system. Therefore, a lot of control theory has been applied to the system. Robot manipulator has two types of control; one is path planning, another is path tracking. In this paper, we select the path tracking, and for this purpose, propose the intelligent control¬ler which is combined with fuzzy logic and neural network. The fuzzy logic provides an inference morphorlogy that enables approximate human reasoning to apply to knowledge-based systems, and also provides a mathematical strength to capture the uncertainties associated with human cognitive processes like thinking and reasoning. Based on this fuzzy logic, the fuzzy logic controller(FLC) provides a means of converhng a linguistic control strategy based on expert knowledge into automahc control strategy. But the construction of rule-base for a nonlinear hme-varying system such as robot, becomes much more com¬plicated because of model uncertainty and parameter variations. To cope with these problems, a auto-tuning method of the fuzzy rule-base is required. In this paper, the GA-based Fuzzy-Neural control system combining Fuzzy-Neural control theory with the genetic algorithm(GA), that is known to be very effective in the optimization problem, will be proposed. The effectiveness of the proposed control system will be demonstrated by computer simulations using a two degree of freedom robot manipulator.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.10
• /
• pp.3873-3879
• /
• 2010

Home service robot are not working in the fixed task such as industrial robot, because they are together with human in the same indoor space, but have to do in much more flexible and various environments. Most of them are developed on the base of the wheel-base mobile robot in the same method as a vehicle robot for factory automation. In these days, for holonomic system characteristics, omni-directional wheels are used in the mobile robot. A holonomicrobot, using omni-directional wheels, is capable of driving in any direction. But trajectory control for omni-directional mobile robot is not easy. Especially, azimuth control which sensor uncertainty problem is included is much more difficult. This paper develops trajectory controller of 3-wheels omni-directional mobile robot using fuzzy azimuth estimator. A trajectory controller for an omni-directional mobile robot, which each motor is controlled by an individual PID law to follow the speed command from inverse kinematics, needs a precise sensing data of its azimuth and exact estimation of reference azimuth value. It has imprecision and uncertainty inherent to perception sensors for azimuth. In this paper, they are solved by using fuzzy logic inference which can be used straightforward to perform the control of the mobile robot by means of the fuzzy behavior-based scheme already existent in literature. Finally, the good performance of the developed mobile robot is confirmed through live tests of path control task.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.12 no.6
• /
• pp.517-523
• /
• 2002

In this paper, we propose system that apply VIBL method to add speech recognition to LIBL method based on human s studying method to use natural language to steering system of ship, MERCS and winch appliances and use VIBL method to alternate process that linguistic instruction such as officer s steering instruction is achieved via ableman and control steering gear, MERCS and winch appliances. By specific method of study, ableman s suitable steering manufacturing model embodies intelligent steering gear controlling system that embody and language direction base studying method to present proper meaning element and evaluation rule to steering system of ship apply and respond more efficiently on voice instruction of commander using fuzzy inference rule. Also we embody system that recognize voice direction of commander and control MERCS and winch appliances. We embodied steering manufacturing model based on ableman s experience and presented rudder angle for intelligent steering system, compass bearing arrival time, evaluation rule to propose meaning element of stationary state and correct steerman manufacturing model rule using technique to recognize voice instruction of commander and change to text and fuzzy inference. Also we apply VIBL method to speech recognition ship control simulator and confirmed the effectiveness.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1952-1953
• /
• 2011

본 논문에서는 다항식 기반 Radial Basis Function(RBF)신경회로망(Polynomial based Radial Basis function Neural Network)을 설계하고 이를 n-클래스 패턴 분류 문제에 적용한다. 제안된 다항식기반 RBF 신경회로망은 입력층, 은닉층, 출력층으로 이루어진다. 입력층은 입력 벡터의 값들을 은닉층으로 전달하는 기능을 수행하고 은닉층과 출력층사이의 연결가중치는 상수, 선형식 또는 이차식으로 이루어지며 경사 하강법에 의해 학습된다. Networks의 최종 출력은 연결가중치와 은닉층 출력의 곱에 의해 퍼지추론의 결과로서 얻어진다. 패턴분류기의 최적화는 PSO(Particle Swarm Optimization)알고리즘을 통해 이루어진다. 그리고 제안된 패턴분류기는 실제 얼굴인식 시스템으로 응용하여 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출, 특징 추출 등과 같은 처리 과정을 포함하여 서로 다른 등록인물의 n-클래스 분류 문제에 적용 및 평가되어 분류기로써의 성능을 분석해본다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.1
• /
• pp.195-201
• /
• 2014

In this study, face recognition system was designed based on polynomial Radial Basis Function Neural Networks(pRBFNNs) pattern classifier using 2-directional 2-dimensional principal component analysis algorithm. Existing one dimensional PCA leads to the reduction of dimension of image expressed by the multiplication of rows and columns. However $(2D)^2PCA$(2-Directional 2-Dimensional Principal Components Analysis) is conducted to reduce dimension to each row and column of image. and then the proposed intelligent pattern classifier evaluates performance using reduced images. The proposed pRBFNNs consist of three functional modules such as the condition part, the conclusion part, and the inference part. In the condition part of fuzzy rules, input space is partitioned with the aid of fuzzy c-means clustering. In the conclusion part of rules. the connection weight of RBFNNs is represented as the linear type of polynomial. The essential design parameters (including the number of inputs and fuzzification coefficient) of the networks are optimized by means of Differential Evolution. Using Yale and AT&T dataset widely used in face recognition, the recognition rate is obtained and evaluated. Additionally IC&CI Lab dataset is experimented with for performance evaluation.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.20-20
• /
• 2017

궤도형 차량의 이동구조는 에너지 소비 측면에서 단점이 있지만 접지압의 감소로 인한 평지 및 야지험지에서도 원활한 주행이 가능한 장점으로 인해 농업분야의 플랫폼에서 많이 사용된다. 곡식을 베는 일과 탈곡하는 일을 한 번에 하는 콤바인도 이러한 무한궤도형 이동구조를 사용한다. 또한 궤도형 차량의 방향전환 및 주행속도 변환은 좌 우 궤도의 회전 속도를 다르게 하여 동시에 제어하기 때문에 정교한 주행 성능을 위해서는 궤도형 차량의 기구학 모델을 고려한 경로 계획이 필요하다. 본 연구에서는 직교형 포장에서 Round harvesting 기법 기반으로 궤도형 차량의 기구학 모델 및 포장정보를 고려한 자율주행 콤바인 경로계획 알고리즘을 개발하고자 하였다. 이를 위해 Labview 기반의 궤도형 차량 시뮬레이션을 구축하여 실제 포장정보를 이용해 생성 된 경로의 적용 가능성을 구명하고자 하였다. 자율주행 콤바인 경로 계획은 콤바인의 길이, 너비, 회전 시 좌 우 궤도의 속도 비, 직진 속도와 회전 속도 비, 회전 각도, 포장의 외부 경계선, 작업 겹침 량, 회경 횟수를 이용하여 좌현 새머리 선회를 포함한 내부 왕복작업 경로를 생성하며 외부 회경 횟수는 2~3회를 가정하였다. 자율주행 시뮬레이션은 차체와 궤도 자체의 미끄러짐과 작동기 지연시간을 단순화 한 궤도형 기구학 모델형태로 구성하였다. 추종 알고리즘은 선견 거리법을 사용하였으며, 측면 변이값과 방향 오차의 선형조합을 이용하여 조향변수를 정의하고 퍼지로직기반으로 좌 우 궤도 속도를 7 단계화하여 조향장치를 모델링하였다. 실험결과 개발 된 경로생성 알고리즘은 실제 취득 된 포장 외부 경계 GPS 위 경도를 이용해 자동으로 생성이 가능하며 간략화 된 콤바인 시뮬레이션에서 직진주행 RMS 위치 오차는 0.05 m, 선회구간에서 직진 구간 진입 시 RMS 위치 오차는 0.11 m, 직진 구간 RMSE 방향 오차는 3.2 deg로 콤바인 예취부 간격인 30 cm보다 작은 위치 오차를 보이며 생성된 경로 전체 추종이 가능함을 나타내었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.2
• /
• pp.257-263
• /
• 2005

There are some problems in TMA. There are no databases in Korea which can be independently and specially analyzed the TMA results. Even there are some medical databases, some of them are low level databases which are related to TMA, so they can not serve medical services to patients as well as doctors. Moreover, TMA results are based on the database of american health and mineral standards, it is possibly mislead oriental, especially korean, mineral standards. The purposes of this paper is to develope the first Intelligent TMA Information System(ITS) which makes clear the problems mentioned earlier ITS can analyze TMA data with multiple stage decision tree classifier. It is also constructed with multiple fuzzy rule base and hence analyze the complex data from Korean database by fuzzy inference methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.1
• /
• pp.56-63
• /
• 2016

In this study, we introduce a design of Fuzzy RBFNNs-based digit recognition system using the incremental-PCA in order to recognize the handwritten digits. The Principal Component Analysis (PCA) is a widely-adopted dimensional reduction algorithm, but it needs high computing overhead for feature extraction in case of using high dimensional images or a large amount of training data. To alleviate such problem, the incremental-PCA is proposed for the computationally efficient processing as well as the incremental learning of high dimensional data in the feature extraction stage. The architecture of Fuzzy Radial Basis Function Neural Networks (RBFNN) consists of three functional modules such as condition, conclusion, and inference part. In the condition part, the input space is partitioned with the use of fuzzy clustering realized by means of the Fuzzy C-Means (FCM) algorithm. Also, it is used instead of gaussian function to consider the characteristic of input data. In the conclusion part, connection weights are used as the extended diverse types in polynomial expression such as constant, linear, quadratic and modified quadratic. Experimental results conducted on the benchmarking MNIST handwritten digit database demonstrate the effectiveness and efficiency of the proposed digit recognition system when compared with other studies.

• Journal of Institute of Control, Robotics and Systems
• /
• v.6 no.1
• /
• pp.35-41
• /
• 2000

This paper describes the design of fuzzy digital PID controller using a simplified indirect inference method. First, the fuzzy digital PID controller is derived from the conventional continuous-time linear digital PID controller,. Then the fuzzification, control-rule base, and defuzzification using SIM in the design of the fuzzy controller are discussed in detail. The resulting controller is a discrete-time fuzzy version of the conventional PID controller, which has the same linear structure, but are nonlinear functions of the input signals. The proposed controller enhances the self-tuning control capability, particularly when the process to be controlled is nonlinear. When the SIIM is applied the fuzzy inference results can be calculated with splitting fuzzy variables into each action component and are determined as the functional form of corresponding variables. So the proposed method has the capability of the high speed inference and adapting with increasing the number of the fuzzy input variables easily. Computer simulation results have demonstrated that the proposed method provides better control performance than the one proposed by D. Misir et al.