• 대한기계학회논문집A
• /
• 제20권10호
• /
• pp.3038-3047
• /
• 1996

In telerobot systems, visual servoing of a task object for a slave arm with an eye-in-hand has drawn an interesting attention. As such a task ingenerally conducted in an unstructured environment, it is very difficult to define the inverse feature Jacobian matrix. To overcome this difficulty, this paper proposes an auto-tuning fuzzy rule-based visual servo algorithm. In this algorithm, a visual servo controller composed of fuzzy rules, receives feature errors as inputs and generates the change of have position as outputs. The fuzzy rules are tuned by using steepest gradient method of the cost function, which is defined as a quadratic function of feature errors. Since the fuzzy rules are tuned automatically, this method can be applied to the visual servoing of a slave arm in real time. The effctiveness of the proposed algorithm is verified through a series of simulations and experiments. The results show that through the learning procedure, the slave arm and track object in real time with reasonable accuracy.

• 한국산업융합학회 논문집
• /
• 제17권3호
• /
• pp.136-144
• /
• 2014

This paper proposes a new approach to the designed of visual feedback control system based on visual servoing method. The main focus of this paper is presents how it is effective to use many features for improving the accuracy of the visual feedback control of industrial articulated robot for assembling and inspection of parts. Some rank conditions, which relate the image Jacobian, and the control performance are derived. It is also proven that the accuracy is improved by increasing the number of features. The effectiveness of redundant features is verified by the real time experiments on a SCARA type robot(FARA) made in samsung electronics company.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권8호
• /
• pp.2529-2551
• /
• 2022

Visual servoing (VS) based on the Kalman filter (KF) algorithm, as in the case of KF-based image-based visual servoing (IBVS) systems, suffers from three problems in uncalibrated environments: the perturbation noises of the robot system, error of noise statistics, and slow convergence. To solve these three problems, we use an IBVS based on KF, African vultures optimization algorithm enhanced extreme learning machine (AVOA-ELM), and fuzzy logic (FL) in this paper. Firstly, KF online estimation of the Jacobian matrix. We propose an AVOA-ELM error compensation model to compensate for the sub-optimal estimation of the KF to solve the problems of disturbance noises and noise statistics error. Next, an FL controller is designed for gain adaptation. This approach addresses the problem of the slow convergence of the IBVS system with the KF. Then, we propose a visual servoing scheme combining FL and KF-AVOA-ELM (FL-KF-AVOA-ELM). Finally, we verify the algorithm on the 6-DOF robotic manipulator PUMA 560. Compared with the existing methods, our algorithm can solve the three problems mentioned above without camera parameters, robot kinematics model, and target depth information. We also compared the proposed method with other KF-based IBVS methods under different disturbance noise environments. And the proposed method achieves the best results under the three evaluation metrics.

• 생물정신의학
• /
• 제18권4호
• /
• pp.232-238
• /
• 2011

Objectives Optimized voxel based morphometry (VBM) has been increasingly applied to investigate differences in the brain morphology between a group of patients with mild cognitive impairment (MCI) and control subjects. Optimized VBM permits comparison of gray matter (GM) volume at voxel-level from the entire brain. The purpose of this study was to assess the regional GM volume change measured by optimized VBM in MCI subjects compared to controls. Methods Twenty patients with MCI and 20 control subjects with normal cognition were recruited for this study. We applied the optimized VBM protocol to the image data including study-specific template and the modulation of the data with the Jacobian determinants. GM volume differences between the MCI subjects and the control subjects and their correlations with the neuropsychological performances were investigated. Results Optimized VBM analysis revealed GM volume reduction in hippocampus, precentral gyrus, insula and parietal operculum in the MCI group compared to the control group (family wise error corrected p < 0.05). Korean version of the Consortium to Establish a Registry for Alzheimer's disease (CERAD-K) word list recall scores were significantly correlated with the GM volumes of hippocampus, precuneus and posterior cingulate in the MCI group (FWE corrected p < 0.05). Conclusions The results confirm previous findings of atrophic changes in medial temporal lobe and parietal lobe in the MCI group and suggest that these abnormalities may be related with cognitive decline and prognosis in patients with MCI.

• 정보처리학회논문지B
• /
• 제18B권1호
• /
• pp.21-28
• /
• 2011

얼굴의 3차원 정보는 얼굴 인식이나 얼굴 합성, Human Computer Interaction (HCI) 등 다양한 분야에서 유용하게 이용될 수 있다. 그러나 일반적으로 3차원 정보는 3D 스캐너와 같은 고가의 장비를 이용하여 획득되기 때문에 얼굴의 3차원 정보를 얻기 위해서는 많은 비용이 요구된다. 본 논문에서는 일반적으로 손쉽게 얻을 수 있는 2차원의 얼굴 영상 시퀀스로부터 효과적으로 3차월 얼굴 형태를 추적하고 재구성하기 위한 3차원 Active Appearance Model (3D-AAM) 방법을 제안한다. 얼굴의 3차원 변화 정보를 추정하기 위해 학습 영상은 정면 얼굴 포즈로 다양한 얼굴 표정 변화를 포함한 영상과 표정 변화를 갖지 않으면서 서로 크게 다른 얼굴 포즈를 갖는 영상으로 구성한다. 입력 영상의 3차원 얼굴 변화를 추정하기 위해 먼저 서로 다른 포즈를 갖는 학습 영상으로부터 얼굴의 각 특징점(Land-mark)의 기하학적 변화를 이용하여 깊이 정보를 추정하고 추정된 특징점의 깊이 정보를 입력 영상의 2차원 얼굴 변화에 추가하여 최종적으로 입력 얼굴의 3차원 변화를 추정한다. 본 논문에서 제안된 방법은 얼굴의 다양한 표정 변화와 함께 3차원의 얼굴 포즈 변화를 포함한 실험 영상을 이용하여 기존의 AAM에 비해 효과적이면서 빠르게 입력 얼굴을 추적(Fitting)할 수 있으며 입력 영상의 정확한 3차원 얼굴 형태를 생성할 수 있음을 보였다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.39-47
• /
• 2010

영상 기반의 모션 캡처에 대한 연구는 인체의 특징 영역 검출, 정확한 자세 추정 및 실시간 성능 등의 문제를 풀기 위해 많은 연구가 진행되고 있다. 특히, 인체의 많은 관절 정보를 복원하기 위해 다양한 방법이 제안되고 있다. 본 논문에서는 수치적인 역운동학 방법의 단점을 개선한 실시간 모션 캡처 방법을 제안한다. 기존의 수치적인 역운동학 방법은 많은 반복 연산이 필요하며, 국부최소치 문제가 발생할 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 기존의 수치적인 역운동학 해법과 UKF를 결합하여 중간관절을 복원하는 방법을 제안한다. 수치적인 역운동학의 해와 UKF를 결합함으로써, 중간 관절 추정 시 최적값에 보다 안정적이고 빠른 수렴이 가능하다. 모션 캡처를 위해 먼저, 배경 차분과 피부색 검출 방법을 이용하여 인체의 특징 영역을 추출한다. 다수의 카메라로부터 추출된 2차원 인체 영역 정보로부터 3차원 정보를 복원하고, UKF와 결합된 수치적인 역운동학 해법을 통해 동작자의 중간 관절 정보를 추정한다. 수치적인 역운동학의 해는 UKF의 상태 추정 시 안정적인 방향을 제시하고, UKF는 다수의 샘플을 기반으로 최적 상태를 찾음으로써, 전역해에 보다 빠르게 수렴한다.