• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.595-602
• /
• 2021

로봇은 주변 상황을 인지하고 Task를 부여받는 software oriented 형상으로 발전하고 있다. Cloud Robotics Platform은 로봇에 Service Oriented Architecture 형상을 지원하기 위한 방법으로, 상황에 따라 필요한 Task와 Motion Controller를 클라우드 기반으로 제공할 수 있는 방안이다. 휴머노이드 로봇으로 진화할수록 로봇은 로봇 3대 원칙에 따라 보편화된 일상생활 속에서 인간에게 도움을 주기 위해 사용될 것이다. 따라서 특정 개인만을 위한 로봇 이외에도, 상황에 따라 모든 인간에게 도움을 줄 수 있는 공공재로써의 로봇이 보편화될 것이다. 따라서, 생성하는 정보는 사람, 로봇, 로봇에 지능을 부여하는 클라우드 상의 서비스 애플리케이션, 로봇과 클라우드를 이어주는 클라우드 브릿지로 구성될 것으로 분석되는 Cloud Robotics Computing 환경에서 정보보안의 중요성은 인간의 생명 및 안전을 위해 필수불가결한 요소로 자리잡게 될 것이다. 본 논문에서는 지능화된 로봇을 위한 Cloud Robotics Computing 환경에서 사람, 로봇, 클라우드 브릿지, 클라우드 시스템간 통신 시 보안을 제공하여 해킹으로부터 안전하고 개인의 정보가 보호되는 로봇 서비스가 가능할 수 있는 Security Scheme을 제안한다.

• 로봇학회논문지
• /
• 제4권1호
• /
• pp.10-16
• /
• 2009

This paper is concerned with Korean students' attitudes towards robots, presenting two survey studies. The first study was concerned with a group of college students, taking the perspective of international comparison. Data were collected by administering an online survey, where 106 volunteer students had participated. In the survey, the Negative Attitude towards Robot Scale(NARS) was adopted to compare the Korean students' scores with those of multi-national groups (U.S.A, Germany, Netherland, Japan, Mexico, and China) who responded to the same scale in Bartneck et al.'s research. The analysis of the data reveals that Korean students tend to be more concerned about social impacts that robots might bring to future society and are very conscious about the uncertain influences of robots on human life. The second study investigated factors that may affect K-12 students' attitudes towards robots, with survey data garnered from 298 elementary, middle, and high school students. The data were analyzed by the method of multiple regression analysis to test the hypothesis that a student's gender, age, the extent of interest in robots, and the extent of experiences with robots may influence his or her attitude towards robots. The hypothesis was partially supported in that variables of a student's gender, age, and the extent of interest in robots were statistically significant with regard to the attitude variable. Given the results, this paper suggests three points of discussions to better understand Korean students' attitudes towards robots: social and cultural context, individual differences, and theory of mind.

• 한국정밀공학회지
• /
• 제30권8호
• /
• pp.870-877
• /
• 2013

There has been much recent research interest in developing numerous kinds of human-machine interface. This field currently requires more accurate and reliable sensing systems to detect the intended human motion. Most conventional human-machine interface use electromyography (EMG) sensors to detect the intended motion. However, EMG sensors have a number of disadvantages and, as a consequence, the human-machine interface is difficult to use. This study describes a muscle volume sensor (MVS) that has been developed to measure variation in the outline of a muscle, for use as a human-machine interface. We developed an algorithm to calibrate the system, and the feasibility of using MVS for detecting muscular activity was demonstrated experimentally. We evaluated the performance of the MVS via isotonic contraction using the KIN-COM$^{(R)}$ equipment at torques of 5, 10, and 15 Nm.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.70-83
• /
• 2021

인간과 인공지능 로봇과의 관계를 예견하는 쟁점은 강한 인공지능 문제로 많은 전문가들은 인간보다 뛰어난 사고능력을 가진 강한 인공지능이 인간을 정복하는 비극적 결말을 예측하고 있다. 동시에 인공지능 로봇에 대해서 가지고 있는 기대가 드라마나 SF영화와 같은 미디어에 투영하여 나타나게 되면서 인간의 기대에 부응하는 '도덕적으로 선한 인공지능'에 대한 문제 또한 중요한 쟁점이다. 그러나 선한 인공지능에 대한 요구와 완벽한 기술의 구현은 그 문제가 기계에만 국한되지 않고 오히려 인간에게 모든 책임을 지우는 결과로 나타나 인간을 비도덕적인 존재로 몰아가고 인간과 인간의 문제로 전환되어 더 많은 소외와 차별을 낳을 수 있다. 이처럼 기술이 가져오는 결과는 사용하는 인간과 상호작용하며 반응에 따라 그 속성이 결정되고 발전하면서 인간에게 영향을 미친다. 따라서 상호작용을 고려하여 인간의 정서를 고려하는 인공지능 기술도 중요하다. 본 연구는 인간과 인공지능의 관계가 '선한 인공지능'에 대한 요구로 귀결되는 과정과 성공적인 상호작용 과정을 밝히기 위해 이론적으로는 랜달 콜린스의 정서적 에너지로 인간 유대의 형성을 설명하는 상호작용 의례 이론을 통해 설명한다. 방법론으로는 사고실험의 한 유형으로서 드라마 <굿 플레이스>의 재닛과 주변 등장인물들을 통해 선한 인공지능 로봇에 대한 기대가 발생되고 지향되는 지점을 밝히고자 한다.

• 제어로봇시스템학회논문지
• /
• 제22권3호
• /
• pp.241-246
• /
• 2016

Nowadays many people have an interest in facial expression and the behavior of people. These are human-robot interaction (HRI) researchers utilize digital image processing, pattern recognition and machine learning for their studies. Facial feature point detector algorithms are very important for face recognition, gaze tracking, expression, and emotion recognition. In this paper, a cascade facial feature point detector is used for finding facial feature points such as the eyes, nose and mouth. However, the detector has difficulty extracting the feature points from several images, because images have different conditions such as size, color, brightness, etc. Therefore, in this paper, we propose an algorithm using a modified cascade facial feature point detector using a convolutional neural network. The structure of the convolution neural network is based on LeNet-5 of Yann LeCun. For input data of the convolutional neural network, outputs from a cascade facial feature point detector that have color and gray images were used. The images were resized to $32{\times}32$. In addition, the gray images were made into the YUV format. The gray and color images are the basis for the convolution neural network. Then, we classified about 1,200 testing images that show subjects. This research found that the proposed method is more accurate than a cascade facial feature point detector, because the algorithm provides modified results from the cascade facial feature point detector.

• 제어로봇시스템학회논문지
• /
• 제12권5호
• /
• pp.480-488
• /
• 2006

Industrial and economical importance of CP(Cellular Phone) is growing rapidly. Combined with IT technology, CP is one of the most attractive technologies of today. However, unless we find a new breakthrough in the technology, its growth may slow down soon. RT(Robot Technology) is considered one of the most promising next generation technologies. Unlike the industrial robot of the past, today's robots require advanced features, such as soft computing, human-friendly interface, interaction technique, speech recognition object recognition, among many others. In this paper, we present a new technological concept named RCP (Robotic Cellular Phone) which integrates RT and CP in the vision of opening a combined advancement of CP, IT, and RT, RCP consists of 3 sub-modules. They are $RCP^{Mobility}$(RCP Mobility System), $RCP^{Interaction}$, and $RCP^{Integration}$. The main focus of this paper is on $RCP^{Mobility}$ which combines an autonomous navigation system of the RT mobility with CP. Through $RCP^{Mobility}$, we are able to provide CP with robotic functions such as auto-charging and real-world robotic entertainment. Ultimately, CP may become a robotic pet to the human beings. $RCP^{Mobility}$ consists of various controllers. Two of the main controllers are trajectory controller and self-localization controller. While the former is responsible for the wheel-based navigation of RCP, the latter provides localization information of the moving RCP With the coordinates acquired from RFID-based self-localization controller, trajectory controller refines RCP's movement to achieve better navigation. In this paper, a prototype of $RCP^{Mobility}$ is presented. We describe overall structure of the system and provide experimental results on the RCP navigation.

• 한국지능시스템학회논문지
• /
• 제18권1호
• /
• pp.20-26
• /
• 2008

지능형 로봇이나 컴퓨터가 일상생활 속에서 차지하는 비중이 점점 높아짐에 따라 인간과의 상호교류도 점점 중요시되고 있다. 이렇게 지능형 로봇(컴퓨터) - 인간의 상호 교류하는데 있어서 감정 인식 및 표현은 필수라 할 수 있겠다. 본 논문에서는 음성 신호와 얼굴 영상에서 감정적인 특징들을 추출한 후 이것을 Bayesian Learning과 Principal Component Analysis에 적용하여 5가지 감정(평활, 기쁨, 슬픔, 화남, 놀람)으로 패턴을 분류하였다. 그리고 각각 매개체의 단점을 보완하고 인식률을 높이기 위해서 결정 융합 방법과 특징 융합 방법을 적용하여 감정 인식 실험을 하였다. 결정 융합 방법은 각각 인식 시스템을 통해 얻어진 인식 결과 값을 퍼지 소속 함수에 적용하여 감정 인식 실험을 하였으며, 특징 융합 방법은 SFS(Sequential Forward Selection) 특징 선택 방법을 통해 우수한 특징들을 선택한 후 MLP(Multi Layer Perceptron) 기반 신경망(Neural Networks)에 적용하여 감정 인식 실험을 실행하였다. 그리고 인식된 결과 값을 2D 얼굴 형태에 적용하여 감정을 표현하였다.

• 한국통신학회논문지
• /
• 제34권6C호
• /
• pp.593-603
• /
• 2009

본 논문은 스테레오 카메라가 이동하는 환경에서 카메라 움직임을 보정하여 새로운 다수의 사람을 검출하는 방법과 검출된 사람을 추적하고, 실루엣을 추출하는 통합된 시스템을 제안한다. 제안하는 시스템은 사람 검출, 추적, 실루엣 추출 3가지 모듈로 구성되어 있으며 3가지 모듈은 카메라가 이동하는 환경을 고려한 것이다. 사람 검출 모듈에서는 카메라 움직임(egomotion) 보정을 이용한 움직이는 영역 추출 결과와 스테레오 정보를 결합하여 움직이는 객체를 검출하였으며, 추적모듈은 변위 정보가 가중된 히스토그램 알고리즘으로 검출된 객체를 추적한다. 실루엣을 추출하는 모듈은 트라이맵(trimap)을 이용하여 사람의 실루엣 부분을 대략적으로 추정하는 단계와 그래프컷(graph cut)을 적용하여 정교하게 실루엣 추출하는 단계로 이루어져 있다. 본 논문에서 제안하는 방법을 실내 환경에서 팬-틸트(pan-tilt) 스테레오 카메라로 획득한 실험데이터를 대상으로 실험한 결과 다수의 사람의 검출 및 추적, 정교한 실루엣 추출이 가능한 것을 확인하였다. 본 논문의 실루엣 추출결과는 제스처 인식이나 걸음걸이 인식 등의 다양한 분야에도 적용가능하다.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.33-39
• /
• 2010

The interaction of emotion is an important factor in Human-Robot Interaction(HRI). This requires a contextual appraisal of emotion extracting the emotional information according to the events happened from past to present. In this paper an emotion appraisal system based on the cognitive context is presented. Firstly, a conventional emotion appraisal model is simplified to model a contextual emotion appraisal which defines the types of emotion appraisal, the target of the emotion induced from analyzing emotional verbs, and the transition of emotions in the context. We employ a language based cognitive system and its sentential memory and object descriptor to define the type and target of emotion and to evaluate the emotion varying with the process of time with the a priori emotional evaluation of targets. In a experimentation, we simulate the proposed emotion appraisal system with a scenario and show the feasibility of the system to HRI.

• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.385-398
• /
• 2021

The complexity of deep learning models affects the real-time performance of gesture recognition, thereby limiting the application of gesture recognition algorithms in actual scenarios. Hence, a residual learning neural network based on a deep convolutional neural network is proposed. First, small convolution kernels are used to extract the local details of gesture images. Subsequently, a shallow residual structure is built to share weights, thereby avoiding gradient disappearance or gradient explosion as the network layer deepens; consequently, the difficulty of model optimisation is simplified. Additional convolutional neural networks are used to accelerate the refinement of deep abstract features based on the spatial importance of the gesture feature distribution. Finally, a fully connected cascade softmax classifier is used to complete the gesture recognition. Compared with the dense connection multiplexing feature information network, the proposed algorithm is optimised in feature multiplexing to avoid performance fluctuations caused by feature redundancy. Experimental results from the ISOGD gesture dataset and Gesture dataset prove that the proposed algorithm affords a fast convergence speed and high accuracy.