• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.143-150
• /
• 2014

본 논문에서는 트리에서의 배달문제를 제안하고, 이를 해결하는 두 개의 알고리즘을 제안한다. 트리상에서의 배달문제는 n개의 서로 다른 이동속도를 갖는 로봇을 이용하여 배달물을 트리의 한 노드에서 다른 노드로 배달하는 시간을 최소화 하는 문제이다. 첫 번째 알고리즘은 핸드오버가 발생하는 장소에 대한 제한을 두어 트리에서의 배달문제를 위한 최적해를 생성한다. 이 알고리즘에서 핸드오버는 주어진 트리의 정점에서만 발생하는 것으로 가정하며, 시작점에서 도착점까지 핸드오버가 발생하는 위치와 핸드오버에 참여하는 로봇의 색인을 순서대로 찾는 방법으로 문제를 해결한다. 두 번째 알고리즘은 첫 번째 알고리즘을 확장하여 핸드오버 장소에 대한 제약을 제거하며, 여전히 최적해를 생성한다. n을 로봇의 수라 하고, m을 트리의 노드 수라 할 때 두 개의 알고리즘은 모두 $O((n+m)^2)$ 시간복잡도를 갖는다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.38-43
• /
• 2016

최근 교통 기술의 발전과 여가생활에 대한 관심이 늘어남에 따라 여행이 주요 여가 활동으로 자리 잡고 있다. 또한, 스마트폰이나 태블릿PC와 같이 GPS를 탑재한 모바일 기기 보급으로 인해 사용자의 위치를 실시간으로 수집하는 것이 가능해졌다. 이런 환경을 바탕으로 번거로운 여행 일정 계획을 대신 수립해주는 여행 일정 추천 시스템에 대한 연구가 활발하게 진행되었다. 그러나 기존의 연구들은 사용자들의 비용이나 시간에 대한 제약사항을 고려해 짧은 경로를 포함하는 여행 일정을 추천하거나 여행 목적지에서 가장 인기 있는 지역을 가장 많이 포함하는 일정을 추천하는 것을 목적으로 하기 때문에 개인의 만족도를 높이기 위한 개인화된 여행 일정 추천시스템에 대한 연구는 많지 않았다. 따라서 본 연구에서는 사용자들의 만족도를 높이기 위한 개인화 서비스 연구의 일환으로 그 동안 다른 연구에서는 간과되었던 사용자들의 체류시간을 고려한 여행 일정 추천 시스템을 제안한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권7호
• /
• pp.471-478
• /
• 2013

본 논문은 Rapidly-exploring Random Tree(RRT) 알고리즘을 이용한 Simulink/Stateflow 모델 기반의 블랙박스 테스트 케이스 자동 생성 기법을 제안한다. RRT는 복잡한 시스템의 경로 계획을 효율적으로 해결하는 좋은 방법으로 널리 사용되고 있다. 본 논문에서 제안하는 기법은 블랙박스 테스트 케이스 생성 시 해결해야 되는 도달 가능 문제를 RRT를 통해 해결하고자 한다. RRT를 이용하여 테스트 케이스를 생성 할 때의 가장 큰 단점은 Stateflow 모델의 내부 상태가 복잡한 시스템을 위한 RRT 확장 시 시간과 메모리 측면에서 많은 비용이 발생하게 된다는 점이다. 일반적인 RRT 기법이 대상 시스템을 단일한 RRT 공간으로 구성 하는 반면 제안된 기법에서는 대상 시스템을 Stateflow의 상태를 기준으로 동적 분할하여 RRT 공간을 모델링 구성 함으로써 RRT 확장 시 필요한 비용을 감소시켰다. 본 논문에서는 분할 RRT 공간을 위한 RRT 공간의 정의와, 거리 측정 기법, 테스트 케이스 생성 알고리즘을 제시한다. 또한, 예제 Stateflow 모델을 기반으로 한 테스트 케이스 생성실험을 통해 제안된 알고리즘의 성능을 보인다.

• 한국시뮬레이션학회논문지
• /
• 제33권2호
• /
• pp.37-44
• /
• 2024

한국형 헬기 개발사업의 성공적인 결과로 인하여 노후화된 UH-1및 500MD 헬기를 대체하는 수리온(Surion)에 대한 연구가 활발히 진행되고 있다. 특히, 높은 기동성을 보유한 수리온은 미래 전장에서의 병력수송 및 특수작전 등 다양한 임무를 수행할 것으로 예상되며 이를 지원하기 위한 저고도 전술기동 능력이 요구되고 있다. 그러나 수리온 운용시, 대공 위협 요소를 고려한 최적 저고도 전술기동에 대한 연구는 아직까지 미흡한 실정이다. 본 연구는 강화학습 기반의 알고리즘 중에 하나인 Proximal Policy Optimization(PPO) 알고리즘과 적 대공위협을 고려하여 수리온이 작전 목표지역까지 도달하도록 하는 저고도 상에서의 최적화된 기동 경로를 산출하는 방법론을 제안한다. 이를 위해, Unity 환경과 ML-Agents 라이브러리 상에서 실사화된 수리온 모델을 기초로 약 2×107 회의 강화학습을 진행하였고, 제안하는 방법을 적용하여 수리온의 최단시간 및 최소피해를 달성하는 최적 저고도 전술기동 경로를 산출하는 정책을 도출하였다. 그 결과, '최단 시간' 및 '최소 피해'라는 두 가지 기준을 충족하는 최적 경로가 도출되었다. 본 연구의 결과는 수리온 및 수리온 무인체계를 운용하는 다양한 작전에 활용되어 기동계획을 수립할 시 기동성, 작전성공율, 그리고 생존율을 예측하는데 보탬이 되기를 기대한다.

• 전자공학회논문지
• /
• 제51권10호
• /
• pp.180-189
• /
• 2014

본 논문은 무인 자동차의 자율주차 알고리즘 개발을 위하여 이 문제를 차량형 이동로봇의 위치-자세 안정화 (posture regulation) 문제로 치환하고 이렇게 치환된 문제를 해결할 수 있는 차량형 이동로봇을 위한 도킹 포메이션과 궤환선형화 제어기법을 제안한다. 경로생성 기법과 최적화 기법을 기반으로 하는 기존의 연구결과들에 비해, 본 논문에서 제안하는 자율주차 알고리즘은 자율주차 문제를 도킹 포메이션 기반의 위치-자세 안정화 문제로 치환하고 입력제한을 고려할 수 있는 궤환선형화 제어기법을 적용함으로써 적은 연산량과 낮은 성능의 프로세서만으로도 무인 자동차의 자율 주차가 가능하도록 한다. 본 논문에서 제안된 차량형 이동로봇의 도킹 포메이션과 궤환선형화 제어기법의 유효성은 안정성 해석을 통하여 보이고, 본 논문에서 제안하는 자율주차 알고리즘의 성능은 모의실험 및 실제 로봇을 통한 실험결과를 통하여 검증한다.

• 항공우주산업기술동향
• /
• 제7권1호
• /
• pp.141-152
• /
• 2009

복수 무인기의 동시 운용을 통하여 임무 수행 효율성 및 경제성 제고를 꾀할 수 있으며 이를 위해서는 확장성이 용이한 제어 알고리듬을 필요로 하게 되는데 유연성, 강건성, 분산형 제어 및 자기조직화의 특징을 갖는 무리 지능이 현실적인 대안으로 각광받고 있다. 본 논문에서는 무리 지능의 특징과 이를 복수 무인기 제어에 응용함으로써 정찰, 경로 계획, 표적 추적 및 공격 등 다양한 임무를 효율적으로 수행할 수 있음을 시뮬레이션과 시험으로 입증하고 있는 다양한 연구결과를 소개한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.341-342
• /
• 2008

GA(Genetic Algorithm)는 NP-Complete 도메인이나 NP-Hard 도메인 내의 문제들에 대해서 최적의 해를 찾기 위해서 많이 사용되어 지는 진화 컴퓨팅 방법 중 하나이다. 모바일 로봇 기술 중 경로계획은 NP-Complete 도메인 영역의 문제 중 하나로 이를 해결하기 위해서 Dijkstra 등의 그래프 이론을 이용한 연구가 많이 연구되었고 최근에는 GA등 진화 컴퓨팅 기법을 이용하여 최적의 경로를 찾는 연구가 많이 수행되고 있다. 그러나 모바일 로봇이 처리해야 될 공간 정보 크기가 증가함에 따라 기존 GA의 개체의 크기가 증가되어 게산 복잡도가 높아져 시간 지연등의 문제가 발생할 수 있다. 이는 모바일 로봇의 잠재적 오류로 발생될 수 있다. 공간 정보에는 동적이 장애물들이 예측 불허하게 나타 날 수 있는데 이것은 전역 경로 계획을 수립할 때 또한 반영되어야 된다. 본 논문에서는 k-means 클러스터링 기법을 이용하여 장애물 밀집도 및 거리 정보를 기반으로 공간정보를 k개의 군집 공간으로 재분류하여 이를 기반으로 N*M개의 그리드 개체 집단을 생성하여 최적 경로계획을 수립하는 GA를 제시한다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.822-827
• /
• 2003

Topological maps have drawn more attention recently because they are compact, provide natural interfaces, and are applicable to path planning easily. To build a topological map incrementally, Voronoi diagram was used by many researchers. The Voronoi diagram, however, has difficulty in applying to arbitrarily shaped objects and needs long computation time. In this paper, we present a new method for global topological map from the local topological maps incrementally. The local topological maps are created through a thinning algorithm from a local grid map, which is built based on the sensor information at the current robot position. A thinning method requires simpler computation than the Voronoi diagram. Localization based on the topological map is usually difficult, but additional nodes created by the thinning method can improve localization performance. A series of experiments have been conducted using a two-wheeled mobile robot equipped with a laser scanner. It is shown that the proposed scheme can create satisfactory topological maps.

• 제어로봇시스템학회논문지
• /
• 제22권4호
• /
• pp.253-265
• /
• 2016

We propose an obstacle classification method using multi-decision factors and decision sections based on Single 2D LiDAR. The existing obstacle classification method based on single 2D LiDAR has two specific advantages: accuracy and decreased calculation time. However, it was difficult to classify obstacle type, and therefore accurate path planning was not possible. To overcome this problem, a method of classifying obstacle type based on width data was proposed. However, width data was not sufficient to enable accurate obstacle classification. The proposed algorithm of this paper involves the comparison between decision factor and decision section to classify obstacle type. Decision factor and decision section was determined using width, standard deviation of distance, average normalized intensity, and standard deviation of normalized intensity data. Experiments using a real autonomous vehicle in a real environment showed that calculation time decreased in comparison with 2D LiDAR-based method, thus demonstrating the possibility of obstacle type classification using single 2D LiDAR.

• 로봇학회논문지
• /
• 제17권4호
• /
• pp.417-424
• /
• 2022

In this paper, the developed trunk cargo unloading automation system is introduced, and the RGB-D sensor-based box loading situation recognition method and unloading plan applied to this system are suggested. First of all, it is necessary to recognize the position of the box in a truck. To do this, we first apply CNN-based YOLO, which can recognize objects in RGB images in real-time. Then, the normal vector of the center of the box is obtained using the depth image to reduce misrecognition in parts other than the box, and the inner wall of the truck in an image is removed. And a method of classifying the layers of the boxes according to the distance using the recognized depth information of the boxes is suggested. Given the coordinates of the boxes on the nearest layer, a method of generating the optimal path to take out the boxes the fastest using this information is introduced. In addition, kinematic analysis is performed to move the conveyor to the position of the box to be taken out of the truck, and kinematic analysis is also performed to control the robot arm that takes out the boxes. Finally, the effectiveness of the developed system and algorithm through a test bed is proved.