• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 춘계학술대회 학술발표 논문집
• /
• pp.105-108
• /
• 1997

We developed a FLC(Fuzzy Logic Controller) for tracking control of MR(Mobile Robot) with obstacle avoidance. In this research, we made a heuristic approach to tracking control which is simple and efficient in almost every situation using FLC. In addition, smooth turn is accomplished and also obstacles are avoided. Also we used the XX(don't care) linguistic variable for inputs in FLC to make simple rule-table. With various simulations, the validity of our FLC was shown.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.415-418
• /
• 2002

MR의 자율주행 기능에는 추종, 접근, 충돌회피, 경고 등의 여러 기능이 있다. 이 기능들을하나의 Neural Network로 학습시키는 것은 어려운 일이다. 이것을 보안하고자 기능들을 각각의 Module로 구성하여 상황에 맞게 학습된 Module의 출력 값으로 MR을 제어하였다 로봇은 인간의 감각을 대신할 수 있는 다중 초음파 센서와 PC 카메라를 장착하고 있으며, 이곳에서 측정된 환경정보 데이터들은 Modular Neural Network을 통해 학습이 이루어진다 MNN에서의 출력값은 Gating Network(GN)에서 로봇의 진행 방향과 속도를 스위칭 출력함으로서 MR을 제어하는데 사용된다. MNN 내 EN의 활성화 함수 최적결합을 통해 효과적인 MNN을 구성하였다. 본 논문에서는 Modular Neural Network의 Expert Network(EN)을 최적설계 하였고, 제안한 MNN의 검증을 위해 실시간으로 MR에 구현하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.98-101
• /
• 2002

기존의 이동로봇 시스템은 완전한 자율주행이 주된 목표였으며 이때 영상정보는 단지 모니터링을 하는 보조적인 수단으로 사용되었다. 이에 따라 이동로봇의 자체 기능이 점차 고도화되는 방향으로 연구가 진행되었고, 제작비 또한 함께 상승하게 되었다. 그러나 구동만이 목적인 저렴한 이동로봇 시스템을 조작자가 원격 제어하는 것 또한 중요한 분야 중 하나이다. 이때 원격제어에 사용되는 신호로는 카메라에 의한 영상정보와 초음파 센서 등에 의한 거리정보를 주로 사용하게 된다. 그러나 영상정보는 3차원의 입체적 정보를 제공하는 데에는 부적절하기 때문에 초음파 센서를 이용한 거리정보가 매우 유용하게 된다. 본 논문에서는 초음파 센서의 정보를 이용한 원격제어용 힘 반향 조이스틱을 개발하였다. 힘 반향 알고리즘은 하나의 식으로 표현하기 곤란하므로 전문가 시스템의 구현이 매우 필요한 분야이다. 따라서 퍼지 논리를 사용하여 생성한 힘 반향 알고리즘을 이동로봇 원격제어에 사용함으로써 조작자가 이동로봇 주변환경을 쉽게 인식하여 이동로봇을 안전하게 주행할 수 있도록 하였다.

• 로봇학회논문지
• /
• 제19권1호
• /
• pp.92-97
• /
• 2024

This paper provides a study of distributional perspective on reinforcement learning for application in mobile robot navigation. Mapless navigation algorithms based on deep reinforcement learning are proven to promising performance and high applicability. The trial-and-error simulations in virtual environments are encouraged to implement autonomous navigation due to expensive real-life interactions. Nevertheless, applying the deep reinforcement learning model in real tasks is challenging due to dissimilar data collection between virtual simulation and the physical world, leading to high-risk manners and high collision rate. In this paper, we present distributional reinforcement learning architecture for mapless navigation of mobile robot that adapt the uncertainty of environmental change. The experimental results indicate the superior performance of distributional soft actor critic compared to conventional methods.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.127-130
• /
• 1998

In this paper, we propose a method of cooperative control(T-cell modeling) and selection of group behavior strategy(B-cell modeling) based on immune system in distributed autonomous robotic system(DARS). Immune system is living body's self-protection and self-maintenance system. Thus these features can be applied to decision making of optimal swarm behavior in dynamically changing environment. For the purpose of applying immune system to DARS, a robot is regarded as a B cell, each environmental condition as an antigen, a behavior strategy as an antibody and control parameter as a T-call respectively. The executing process of proposed method is as follows. When the environmental condition changes, a robot selects an appropriate behavior strategy. And its behavior strategy is stimulated and suppressed by other robot using communication. Finally much stimulated strategy is adopted as a swarm behavior strategy. This control scheme is based of clonal selection and idiotopic network hypothesis. And it is used for decision making of optimal swarm strategy. By T-cell modeling, adaptation ability of robot is enhanced in dynamic environments.

• 한국통신학회논문지
• /
• 제31권1C호
• /
• pp.26-35
• /
• 2006

본 논문에서는 지능적인 경로 계획을 위한 스테레오 카메라 기반의 공간좌표 검출 기법을 이용한 자율 이동 로봇 시스템을 제안하였다. 우선 스테레오 카메라로부터 입력된 영상 중 좌 영상에 YCbCr 컬러 모델 및 무게 중심법을 이용하여 이동중인 보행자의 얼굴 영역과 중심좌표를 검출하고, 검출된 좌표 값에 따라 스테레오 카메라의 능동적인 로봇 제어를 통해 이동하는 보행자를 실시간적으로 검출하게 된다. 다음으로, 로봇구동에 의해 추적 제어된 스테레오 카메라의 좌, 우 영상간의 시차정보와 스테레오 카메라 내부 변환관계를 통해 깊이 정보를 검출한 후, 검출된 깊이 지도로부터 각 열에 존재하는 최소값을 이용한 2차원 공간좌표를 검출하여 이동 로봇과 보행자간의 거리와 위치좌표는 물론 다른 물체들과의 상대 거리를 산출하게 되며, 산출된 위치 좌표를 토대로 이동 로봇의 지능적인 경로 추정 및 판단에 따라 자율적인 주행을 수행하게 된다. 실시간적으로 입력되는 240 프레임의 스테레오 영상을 사용한 실험결과, 이동 로봇과 전방에 존재하는 장애물간의 거리 및 보행자와 장애물간 상대거리의 계산치와 측정치간의 오차가 평균 $2.19\%$와 $1.52\%$이하로 각각 유지됨으로써 경로 계획을 위한 공간좌표 검출에 기반을 둔 실질적인 이동 로봇 시스템의 구현 가능성을 제시하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2784-2786
• /
• 2000

Mobile robots include control modules for autonomous obstacle avoidance and navigation. They are range modules to detect and avoid obstacles. motor control modules to operate two wheels. and encoder modules for localization. There is needed an appropriate controller for each modules. In this paper. a control system. including 18 channels for Sonar sensors. 4 channels for PWM modules. and 4 channels for encoder modules. is proposed using TMS320C32 DSP adopted with CAN. The board communicates with other modules by CAN. so that mobile robots can perform several tasks in real time. So we can realize on autonomous mobile robot with basic functions such as obstacle avoidance by using the developed controller. Especially. this controller has 100 msec scan time for 16 sonar sensors and can detect closer objects comparing with standard sonar sensors.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제4권1호
• /
• pp.111-118
• /
• 2004

In this paper, we present a novel approach for the structure of Fuzzy Neural Network(FNN) based on wavelet function and apply this network structure to the solution of the tracking problem for mobile robots. Generally, the wavelet fuzzy model(WFM) has the advantage of the wavelet transform by constituting the fuzzy basis function(FBF) and the conclusion part to equalize the linear combination of FBF with the linear combination of wavelet functions. However, it is very difficult to identify the fuzzy rules and to tune the membership functions of the fuzzy reasoning mechanism. Neural networks, on the other hand, utilize their learning capability for automatic identification and tuning. Therefore, we design a wavelet based FNN structure(WFNN) that merges these advantages of neural network, fuzzy model and wavelet transform. The basic idea of our wavelet based FNN is to realize the process of fuzzy reasoning of wavelet fuzzy system by the structure of a neural network and to make the parameters of fuzzy reasoning be expressed by the connection weights of a neural network. And our network can automatically identify the fuzzy rules by modifying the connection weights of the networks via the gradient descent scheme. To verify the efficiency of our network structure, we evaluate the tracking performance for mobile robot and compare it with those of the FNN and the WFM.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.737-742
• /
• 2009

청소 로봇, 관광 안내 로봇부터 우주 탐사로봇까지 자율이동로봇의 응용분야가 넓어짐에 따라서 자율이동로봇의 인기는 급속도로 높아지고 있다. 하지만 동적인 환경 내에서 자율이동로봇의 안전한 네비게이션을 위한 만족스러운 제어 알고리즘은 여전히 연구 과제이다. 본 논문에서는 새로운 Potential field method를 이용한 제어 방법을 제안하였고, 컴퓨터 시뮬레이션을 통해 제안한 알고리즘을 실행하고 분석하였고, 이 실험 결과들로서 Potential field method를 사용한 행동(behavior)에 기반한 제어 시스템의 유효성을 나타내었다.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.160-167
• /
• 2016

본 논문은 천장 영상 정보를 이용한 이동 로봇 위치추정 방법을 제안한다. 지도상에 천장 영상의 랜드 마크의 위치는 미리 알고 있지만, 지도상의 랜드 마크와 감지된 랜드 마크 사이의 대응관계 정보는 주어지지 않는다. 단지, 로봇의 이동 시작 단계에서 랜드 마크들에 대한 상대적인 로봇의 위치가 주어진다. 로봇의 위치 및 천장 영상에서 감지된 특징점의 ID를 찾기 위해 파티클 필터 방법을 이용한다. 제안한 방법을 천장에 동일한 형태의 원형 랜드 마크를 가진 실내 환경에서 실험하여 성능을 검증하였다. 본 논문에서 제안한 위치추정 방법은 레이저 영역 센서에 의해 측정된 벽까지의 거리 또는 RF 나 초음파에 의해 측정된 비이컨까지의 거리 값에 큰 불확실성이 존재하는 물류 창고와 같은 환경에서 사용하기에 적합하다.