• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.80-85
• /
• 2009

전통적인 모델 기반 제어 방법은 로봇의 센서계로부터 유추한 현 상황과 로봇이 가지고 있는 주변 환경에 대한 모델을 비교하고 이를 토대로 정교한 경로 계획에 따라 로봇을 구동하는 방식이다. 이러한 방식은 로봇의 주변 환경이 바뀌거나 동적으로 변화하는 경우에는 적용하기 어렵기 때문에 미리 알려져 있고 고정되어 있는 환경이 아니면 로봇이 성능을 발휘하기가 어렵다. 이에 반하여 행위기반 제어는 로봇이 처해있는 주변 환경에 대한 모델이나 경로 계획에 의존하지 않고 로봇의 특정한 센서 출력에 대하여 특정한 행위를 즉각적으로 수행하도록 구성되어 있어서 비구조적인 환경이나 동적으로 변화하는 환경에서 로봇에 적용하기가 좋다. 본 논문에서는 로봇이 처한 상황에 따라서 행위를 달리하는 상황의존형 행위기반 제어 구조를 제안하고 이를 1:1 2족 축구 로봇에 적용하여 그 효용성을 보인다.

• 한국생산제조학회지
• /
• 제24권2호
• /
• pp.141-147
• /
• 2015

In this study, a position control algorithm for an omni-directional mobile robot based on Mecanum wheels was introduced and experimentally evaluated. Multiple ultrasonic sensors were installed around the mobile robot to obtain position feedback. Using the distance of the robot from the wall, the position and orientation of the mobile robot were calculated. In accordance with the omni-directional velocity generation mechanism, the velocity kinematics between the Mecanum wheel and the mobile platform were determined. Based on this formulation, a simple and intuitive position control algorithm was suggested. To evaluate the control algorithm, a test bed composed of artificial walls was designed and implemented. While conventional control algorithms based on normal wheels require additional path planning for two-dimensional planar motion, the omni-directional mobile robot using distance sensors was able to directly follow target positions with the simple proposed position feedback algorithm.

• 한국정보통신학회논문지
• /
• 제21권2호
• /
• pp.265-276
• /
• 2017

본 논문에서는 하중 적분 PDC 제어 기법과 T-S 퍼지 외란 관측기를 이용한 강인하면서도 보다 정확한 이동 로봇의 궤도 추적 제어 방법을 제안한다. 하중 적분 PDC 제어 기법은 PDC 제어 기법에 하중 적분 항을 추가함으로써 정상상태 오차를 감소시켜 준다. T-S 퍼지 외란 관측기는 T-S 퍼지 모델로 표현된 비선형 시스템에 대해 외란을 추정하고 상쇄시킬 수 있도록 한다. 따라서, T-S 퍼지 외란 관측기에 기반한 궤도 추적 제어기는 강인한 궤도 추적 성능을 보여준다. 또한, 본 연구에서는 $B\acute{e}zier$ 곡선에 의한 가속도 제한을 갖는 경로 설계 방법에 의해 초기 접근 경로를 설계함으로써, 이동 로봇의 초기 위치가 기준 궤도의 초기 위치와 다를 때 제어 입력이 매우 커지게 되어 실제적으로 사용할 수 없게 되는 문제를 해결한다. 제안된 궤도 추적 제어기의 성능을 시뮬레이션을 통해서 입증하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.281-288
• /
• 2022

산업 응용 분야에서 AGV는 공장이나 창고와 같은 대규모 산업 시설의 무거운 자재를 운송하기 위해 자주 사용된다. 특히, 주문처리 센터에서는 자동화가 가능하여 유용성이 극대화된다. 이러한 주문처리 센터와 같은 창고에서 생산성을 높이기 위해서는 AGV들의 정교한 운반 경로 제어가 요구된다. 본 논문에서는 대중적인 협력 MARL 알고리즘인 QMIX에 적용될 수 있는 구조를 제안한다. 성능은 두 종류의 주문처리 센터 레이아웃에서 세 가지의 메트릭으로 측정하였으며, 결과는 기존 QMIX의 성능과 비교하여 제시된다. 추가적으로, AGV들의 행동 패턴에 대한 가시적인 분석을 위해 훈련된 AGV들의 운반 경로를 시각화한 히트맵을 제공한다.

• 한국지능시스템학회논문지
• /
• 제5권1호
• /
• pp.52-64
• /
• 1995

로보트 매니퓰레이터는 고도의 비선형 시변 시스템으로써 정밀한 제어가 매우 어려운 제어 대상으로 인식되어 왔으며 따라서 수많은 제어이론의 적용대상이 되어왔다. 로보트 매니퓰레이터의 제어에는 두가지 형태가 있는데 한가지는 궤적계획이고, 또한가지는 궤적 추종이다. 본 논문에서는 궤적 추종을 목적으로 하고, 이를 위해 퍼지논리와 신경회로망을 결합한 지능형 제어를 제안한다. 제안된 제어시스템은 사고 및 추론과 같은 인간의 인식처리에 해당하는 불확실한 것들의 구체화를 가능케하는 퍼지논리와 학습 및 병렬처리능력이 있는 신경회로망을 융합하여 구성된 퍼지-신경망 제어시스템이다. 그러나 이러한 장점을 갖는 퍼지-신경망 제어기도 정확한 제어 규칙의 발생은 어려은데 이는 신경회로망의 지역적 최소치에 빠지는 특성에 기인한다고 볼 수 있다. 그리고 일반적으로 시스템의 비선형 정도는 탐색에 의해서만 알수 있는 성질의 것이므로 본 논문에서는 최적의 탐색알고리듬으로 널리 인정되고 있는 유전알고리듬을 사용하여 전역적이 규칙공간을 탐색한 후 이를 바탕으로 퍼지-신경망 제어기를 완성한다. 제안된 제어시스템의 효율성은 2자유도의 로보트 매니퓰레이터를 사용하여 컴퓨터의 모의실험을 통해 입증된다.

• 한국정보통신학회논문지
• /
• 제4권2호
• /
• pp.397-406
• /
• 2000

유전자 알고리즘은 탐색, 최적화 및 기계 학습의 도구로 많이 사용되고 있는데, 구조는 단순하지만, 다양한 분야에서 적용되고 있다. 그리고 변화하는 환경에서 유연하게 대처 할 수 있는 자율운송장치의 능동적이고 효과적인 제어기에 관한 연구와 스스로 진화하여 학습할 수 있도록 하는 행동 기반 시스템에 관한 연구 또한 활발히 진행되고 있다. 퍼지 제어기 설계를 위한 소속 함수와 제어규칙의 구성 시 전문가의 경험적인 지식에 전적으로 의존하는 문제점을 가지고 있다. 본 논문에서는 자기 조직이 가능한 자율 운송 장치를 구성하기 위해서, 유전자 알고리즘을 이용하여 최적에 가깝도록 멤버십 함수를 조정했으며 제어규칙의 자기수정과 생성에 의해 제어 성능을 향상시켰다.

• 대한토목학회논문집
• /
• 제41권2호
• /
• pp.161-172
• /
• 2021

4차 산업혁명 관련 기술의 대두와 더불어 각 산업에서는 첨단기술들을 적극 도입함으로써 생산성을 획기적으로 높이려는 노력을 기울이고 있다. 최근 국토부에서 스마트 건설기술개발사업 추진을 통하여 인프라 건설에 4차 산업혁명 관련 첨단기술을 적용하여 건설업의 생산성 및 안전성 관련 문제를 해결하고자 하고 있다. 본 연구는 스마트 건설기술개발사업의 일부 연구로 수행되었으며, 도로공사 수행시 투입되는 건설장비를 위하여 작업계획에 기반하여 자동으로 이동경로를 생성되도록 하는 기술을 개발하는 것을 목적으로 하고 있다. 생성된 이동경로는 건설장비 운전자에게 안전하게 효율적인 작업경로를 제시하고, MC 및 MG가 효율적으로 작동될 수 있도록 지원하는데 사용될 수 있다. 건설장비 이동경로는 Visibility Graph 기반으로 생성되도록 하였으며 실현장을 모델로 하여 어떻게 경로가 생성되는지 사례연구를 수행하였다.

• 한국컴퓨터정보학회논문지
• /
• 제9권4호
• /
• pp.203-214
• /
• 2004

본 연구에서는 정보시스템 프로젝트 계획모형에서의 가능성 계획법 적용을 제시하고 있다. 정보시스템 프로젝트 계획모형에서 관리자와 의사결정자들은 불명확한 정보나 주관적 견해로 인해 흔히 일정계획, 비용, 성능(품질)과 같은 모수의 추정에서 많은 어려움을 겪게 된다. 이러한 경우 가능성 의사결정모형은 현실적 의사결정모형에서 적용 가능한 해법을 제시할 수 있게 된다. 본 연구에서 적용된 CPM은 프로젝트가 완료되는 시점을 결정하고 프로젝트를 수행하기 위해 각 활동들의 수행시작 일정을 수립하는 데 목적이 있는 기법이다. 가능성 계획법을 적용한 CPM(Critical Path Method)에서는 의사결정자의 열망수준, 의사결정상의 애매함을 고려할 수 있으며, 계산상의 효율성도 제고할 수 있다. 본 모형은 GINO을 이용하여 해를 구하였으며, 수치 예와 해가 제시되어졌다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권9호
• /
• pp.2154-2172
• /
• 2013

A centralized cognitive radio (CR) network is proposed and its system capacity is studied. The CR network is designed with power control and multi-user scheduling schemes to support best-effort traffics under peak interference power constraints. We provide an analytical framework to quantify its system capacity, taking into account various key factors such as interference constraints, density of primary users, cell radius, the number of CR users, and propagations effects. Furthermore, closed-form formulas are derived for its capacities when only path loss is considered in the channel model. Semi-analytical expressions for the capacities are also given when more realistic channel models that include path loss, shadowing, and small-scale fading are used. The accuracy of the proposed analytical framework is validated by Monte Carlo simulations. Illustrated with a practical example, the provided analytical framework is shown to be useful for the strategic planning of centralized CR networks.

• 로봇학회논문지
• /
• 제16권2호
• /
• pp.137-146
• /
• 2021

When controlling manipulator, degree of freedom is lost in singularity so specific joint velocity does not propagate to the end effector. In addition, control problem occurs because jacobian inverse matrix can not be calculated. To avoid singularity, we apply Deep Deterministic Policy Gradient(DDPG), algorithm of reinforcement learning that rewards behavior according to actions then determines high-reward actions in simulation. DDPG uses off-policy that uses 𝝐-greedy policy for selecting action of current time step and greed policy for the next step. In the simulation, learning is given by negative reward when moving near singulairty, and positive reward when moving away from the singularity and moving to target point. The reward equation consists of distance to target point and singularity, manipulability, and arrival flag. Dual arm manipulators hold long rod at the same time and conduct experiments to avoid singularity by simulated path. In the learning process, if object to be avoided is set as a space rather than point, it is expected that avoidance of obstacles will be possible in future research.